社会爆发中的临界性迹象

一场线上运动的成功可由其向大规模的转变以及随后线下的海量抗议街头行动来界定。社交媒体在此过程中所起的作用，是促成由微小或局部的不满情绪向大规模社会行动的转化。社交媒体实现该效应的方式，是让具有相似亢奋情绪的人群与团体形成不断增长的簇群，而在其他情况下他们绝无可能相互沟通。很自然地会想到，此类宏观社会行动作为自发且海量互动的后果，将达成关联长度的增长与发散，从而在若干统计量上带来重要的简化。本工作中，我们报告在社会示威中观察到临界性的迹象。具体而言，无论何时计算分布，只要考虑相同时间窗或相同数量的标签（hashtag），均发现相同的幂律指数。事件期间分布的幂律指数小于事件前（及事件后）。当每个用户仅计一次标签或使用量全部计入时，后者同样发生。借助网络表征，我们展示系统呈现两类高度关联，分别以高或低模块化值为特征。高模块化时间点以持续关联为特征，而低模块化时间点以瞬时关联为特征。分析临界点在近旁系统的重要性在于：任何微小扰动都可能升级并引发大规模——全国范围——的连锁反应。