[论文解读] Zaller-Deffuant model of mass opinion

Krzysztof Malarz, Piotr Gronek+1 more|RePEc: Research Papers in Economics|Aug 18, 2009

Opinion Dynamics and Social Influence参考文献 17被引用 10

一句话总结

本文通过引入有界自信下的代理互动，扩展了Zaller–Deffuant的大众意见模型，模拟社交网络与心智能力（$μ$）如何塑造意见分布。研究发现，互动可促成共识，即使信息存在偏差；而较低的心智能力会导致更极端的意见，因其信息处理具有相关性，从而挑战了媒体中立性与意见稳定性的既有假设。

ABSTRACT

Recent formulation of the Zaller model of mass opinion is generalized to include the interaction between agents. The mechanism of interaction is close to the bounded confidence model. The outcome of the simulation is the probability distribution of opinions on a given issue as dependent on the mental capacity of agents. Former result was that a small capacity leads to a strong belief. Here we show that an intensive interaction between agents also leads to a consensus, accepted without doubts.

研究动机与目标

• 通过引入代理间互动，将Zaller大众意见模型推广，超越仅依赖媒体的信息传播模式。
• 研究有界自信与心智能力（$\mu$）如何影响社交网络中意见分布的形成。
• 检验代理互动是否导致共识，以及该共识是否系统性地偏斜。
• 将意见形成动态建模为两议题空间中的相关随机游走，连接数学动态与社会学现实。
• 通过基于几何与概率的框架（以有界自信为基础）替代参数繁复的拟合方法，弥补先前模型的局限。

提出的方法

• 信息以议题二维平面上的点表示（例如经济与道德议题），在2×2的正方形区域内均匀分布概率密度。
• 仅当新信息落在先前接收信息距离$\mu$以内的范围内时，代理才会接收该信息，其中$\mu$定义为允许的最大偏差，即心智能力。
• 模拟两种互动机制：(i) 概率性全局信息共享，以及 (ii) 在平均度数$\lambda=5$的随机网络上进行局部信息交换。
• 模型随时间模拟意见动态，基于累积信息暴露追踪外部决策（是/否）的概率分布。
• 结果以意见概率$p_i$的分布形式分析，重点关注均值、方差及共识形成。
• 系统模拟不假设处于平衡状态，强调与现实社会系统相关的瞬态动态。

实验结果

研究问题

• RQ1 在Zaller–Deffuant大众意见模型中引入代理互动后，共识的出现方式如何变化？
• RQ2 心智能力$\mu$在社交互动存在的情况下，如何影响意见的极端化与分布形态？
• RQ3 即使信息对称分布，代理间的互动是否仍会导致系统性偏斜的共识？
• RQ4 受有界自信与互动影响而产生的信息流相关性，相较于独立接收信息，如何影响意见极化？
• RQ5 意见空间中相关随机游走的数学动态在多大程度上反映了意见形成的现实社会学本质？

主要发现

• 代理间高强度互动可促成快速共识形成，即使初始信息流无偏。
• 当存在互动时，意见概率均值$p_i$偏离0.5（中立点），表明共识形成存在系统性偏差。
• 较低的心智能力（$\mu$）导致更极端的意见，因代理以相关而非独立的方式处理信息，类似于相关随机游走。
• 在无互动情况下，低$\mu$导致意见轨迹在空间中更分散，即代理最终远离原点，表明信念形成更强烈。
• 当互动存在时，$p_i$的分布变得狭窄且集中，表明共识迅速形成，但其本质具有内在偏差。
• 模型表明共识是一种瞬态现象，而非平衡状态；由于持续的信息流，现实社会永远无法达到真正的平衡。