通过优先连接、三角闭合与同质性导致的网络不平等

为什么有些人变得远比别人更有联系

从友情圈到科学合作，我们的社会和职业生活都编织成网络。然而这些联系的网络很少公平：少数人变得极为高连通，而其他人则被边缘化。本文探讨了为何会出现这样的不平等，不同的社会倾向如何相互作用以决定谁变得可见和有影响力，以及这对物理学和计算机科学等领域持续存在的性别差距意味着什么。

塑造复杂网络的三条简单规则

作者关注人们倾向建立联系的三种基本方式。第一是“富者愈富”式的连接：我们更可能与那些已经高度连接的人建立联系，比如知名科学家或显眼的同事。第二是基于相似性的连接：我们倾向于与在某些重要维度上与我们相似的人互动，例如性别、学科或背景。第三是三角形构建：我们经常与朋友的朋友建立联系，从而弥合社交圈中的空隙。这些倾向各自都被单独研究过，但当存在明显的少数群体和多数群体时，它们对不平等的综合影响却较少为人所知。

一种解释网络不平等形成的新模型

为考察这些规则如何相互作用，研究者提出了一个称为 PATCH 的网络增长模型。该模型一次构建一个新来者。每个新节点被随机分配到多数或少数群体，然后选择几个已有节点进行连接。有些连接是通过扫描整个网络形成的，有些则仅通过观察朋友的朋友来形成。在每种情况下，选择可以由相似性驱动、由受欢迎程度驱动、由两者共同驱动，或两者都不驱动。通过系统性地调整这些参数——相似性偏好的强弱、三角闭合的频率以及受欢迎度是否重要——作者生成大量人工网络并测量它们的隔离程度和连接分布的不均匀性。

分离与可见性差距如何出现

模拟显示了每种机制的不同作用。相似性偏好是隔离的主要引擎：当个体偏好与自己群体交往时，联系在群体内部聚集，跨群体连接变得稀少。相比之下，受欢迎度偏差是驱动个体拥有连接数不平等最强的因素；它会产生高度连接的枢纽。三角构建则扮演更为微妙的角色。当三角选择本身不受相似性或受欢迎度偏见影响时，这一局部规则往往会缓和极端情况：它降低隔离程度并缩小群体之间在可见性上的差距，尽管它可能会增加整个人口中连接数的总体不均衡。然而，当三角形成也受相似性和受欢迎度引导时，它会强化既有模式，使优势群体内的少数核心人物变得更为主导。

将模型与真实科学共同体联系起来

研究者接着分析了物理学和计算机科学五十年的数据：显示谁与谁合作的合著网络，以及显示哪些论文引用哪些其他论文的引文网络。在这些环境中，女性构成持续的少数群体，历史上获得的合作与引用都较少。通过将真实数据与 PATCH 生成的网络进行比较，研究者推断出哪些规则组合最能解释观测到的模式。他们发现，在各个年代和数据集中，最符合数据的 PATCH 版本是那种无论是全局选择还是基于三角的选择均由受欢迎度和一种适度的同性别偏好引导的版本。在这些模拟世界中，正如数据所示，女性的平均可见性仍较低，而少数高度连接的个体——大多来自多数群体——占据了不成比例的关注份额。

这对减少不平等意味着什么

研究表明，改善不平等的一个维度可能会恶化另一个维度。例如，鼓励更多跨群体联系可能会减少隔离，但仍可能使少数群体总体上拥有更少的连接。同样，通过推荐系统（如“你可能认识的人”或“与此论文相关的论文”）增强三角构建，可以缩小群体间的差距，但也可能通过进一步提升少数明星而加深优势群体内部的不平衡。PATCH 强调，网络不平等源于简单而自然的多重倾向的共同作用，而非单一原因。对于希望构建更公平的科学和社会体系的人来说，信息很明确：有意义的改变需要同时调整多种机制——限制失控的受欢迎度、弱化基于相似性的选择，并谨慎设计建议新连接的工具——以便可见性与机会更均匀地分配。

引用: Bachmann, J., Martin-Gutierrez, S., Espín-Noboa, L. et al. Network inequality through preferential attachment, triadic closure, and homophily. Sci Rep 16, 13461 (2026). https://doi.org/10.1038/s41598-026-42911-3

关键词: 社会网络, 不平等, 同质性, 三角闭合, 性别差异