政治国家化、网络结构与党派极化

《PLOS Complex Systems》：Nationalization, network structure and partisan polarization

　　

已有研究探讨了美国政治国家化与党派极化加剧之间的联系，但迄今为止，尚无研究系统考察不同社会网络结构如何与日益国家化的党派互动相互作用，从而产生持续性的党派极化。对不同网络设定、不同网络规模、不同平均度以及不同国家化水平的分析结果表明，极化的水平与速度由两个可互换的党派暴露渠道共同决定——局部连接量（平均度）与全国性信号强度（国家化）；而对Facebook网络与四个理论网络的比较则揭示，混合速度（代数连通性）与社区结构（模块性）塑造了极化的持久性。因此，极化最好被理解为国家化与连接性共同涌现的产物，网络结构是一个真实但二阶的贡献因素，其影响在国家化水平较低时最为显著。

研究背景与问题

近年来，党派极化（partisan polarization）是美国最显著的政治发展之一。已有研究认为，美国政治日益“国家化”（nationalization），即全国性议题与政党冲突逐渐压倒地方政治，是大众层面党派极化加剧的重要关联因素。然而，现有文献对政治国家化与极化之间联系的探讨多为描述性，尚未有研究系统考察不同社会网络结构如何与日益国家化的党派互动共同作用，导致极化得以持续。为了填补这一空白，研究人员在《PLOS Complex Systems》发表论文，以社会网络结构为切入点，研究国家化政治与党派极化之间的关联如何在不同网络结构中呈现差异。

研究人员针对环网络（ring network）、Erd?s–Rényi随机网络、Watts–Strogatz小世界网络和Barabási–Albert优先连接网络（即无标度网络）等理论网络，以及一个真实Facebook网络，在不同网络规模、平均度和国家化水平下运行党派极化模型。结果表明，极化的水平与速度主要由两个可互换的党派暴露渠道决定：局部连接量（平均度，average degree）与全国性信号强度（国家化，nationalization）。二者可以相互补偿：局部连接越密集或国家化水平越高，极化越快达到高位；只有当两者都低时，网络才保持不极化。网络拓扑并非一阶控制因素，而是二阶调节因素；其影响主要体现在极化的持久性上，且在国家化水平低时最为突出。

研究方法上，研究人员采用基于主体的计算模拟：将N个代理置于静态网络，初始意识形态服从均值为0、标准差为0.2的正态分布；每个时间步随机选取代理与其邻居及按国家化参数λ抽取的非邻居