投票传染

社会影响在人类行为和决策中扮演着重要角色。影响的来源通常可分为独立于社会背景的外部影响，或源自同伴（如家人和朋友）的影响。一个重要问题是如何将同伴间的社会传染与外部影响区分开来。尽管各种实验和观察研究已对此问题提供了洞见，但基于未知网络结构的大规模观测数据来识别社会传染的程度，在很大程度上仍未被探索。通过弥合集体人类动力学的大规模复杂系统视角与社会科学详细方法之间的鸿沟，我们提出了一个简约的社会影响模型，并将其应用于政治学的一个核心主题——选举与投票行为。我们给出了两党制下县级得票份额分布的解析表达式，该表达式与92年间观察到的美国总统选举数据高度吻合。分析这一时期的社会影响拓扑结构，揭示了社会传染模式从低水平到高水平的一次突变。我们的分析结果显示了美国各地区在社会影响指数方面的稳健差异。特别是，我们识别出两个“社会影响热点”和“冷点”区域，每个区域由地理上邻近的州组成。这些结果表明，社会传染效应在塑造大规模集体政治行为方面正变得愈发关键，而这正是民主社会的核心所在。