20世纪中期，学者们在理解网络的集成属性上取得了突破。原本这些集成属性很难从单个节点的角度被发现，而麻省理工学院的邓肯·卢斯和艾伯特·佩里提出使用“聚类系数”（clustering coefficient）来测量一组节点连接的程度，最极端的情况就是一个群体网络中的每个节点都能连接到网络中所有其他节点（从技术上讲，聚类系数能测量到这种完全联系的社会团体，也就是每三个人中，两两是互相联系的）。而一个网络的“密度”跟网络中的互联性是相似的。
1967年，社会心理学家斯坦利·米尔格拉姆所做的著名实验让这种度量的重要性更加显著了。他在堪萨斯州的威奇托市和内布拉斯加州的奥马哈市两座城市中随机挑选了一些居民，并向他们寄送了信件。这些居民需要将信件分别转交给两位最终的收件人：一位是哈佛大学神学院的学生，另一位是波士顿股票经纪人的妻子。如果他们私下就认识的话，可以直接转交，否则就得通过可能认识他们的人转交，即使他们不知道这位中间人的全名，也没有关系。同时，他们每次转交都要寄给米尔格拉姆一张明信片，以方便米尔格拉姆追踪他们的行为。根据米尔格拉姆的研究结果，在160封信中，最终有44封来自内布拉斯加州的信件被成功送达。[11]（最近的一次研究表明是21封。[12]）他统计了每个完整送信链需要的中间人数量：平均下来只需要5个人。[13]而匈牙利作家弗里吉什·卡琳尼好像早就预料到了这一结果，他于1929年出版的小说《锁链》中有一个人和同伴打赌，说他通过不超过5个人（其中只有一个人是他认识的），就能联系到他们口中的任何人。还有一些其他科学家的实验，特别是政治学家伊契尔·德·索勒·普尔和数学家曼弗雷德·科亨的独立实验也证明了这一点。
2个节点，5个中介，6条线就能形成一个网络。1990年，“六度分隔”一词才被约翰·瓜尔创造出来，但这之前它就已经有着悠久的历史了。从“小世界”的概念（1964年因为迪士尼乐园的游乐设施而为人所知），到对“亲密性”更严谨的科学的概念界定，这一历程清晰地总结了自20世纪中叶开始，人与人之间日益增长的关联。从那时起，六度分隔理论被应用到各个人物身上：马龙·白兰度、莫妮卡·莱温斯基、凯文·培根（最后还成了棋盘游戏）、洛伊丝·韦斯伯格（马尔科姆·格拉德威尔的一个朋友的母亲）和在学术上与韦斯伯格同样著名的数学家保罗·埃尔德什，保罗也是网络理论的先驱者之一。[14]最近的研究表明，六度分隔理论中的数字已经越来越接近五了，这也从侧面证明了，自20世纪70年代以来发生在世界范围内的技术变革可能并没有我们想象中的那么强烈。[15]《财富》1 000强企业的管理者可以只通过4.6人，就能联系到世界上的任何一个人。[16]对于脸书的用户来说，这个数字从2012年的3.74人[17]，下降到2016年的3.57人。[18]
[1] 令人失望的是，康德每天的散步（非常准时，据说人们都是按这个时间对钟表的）路线并不包括这七座桥。根据诗人海因里希·海涅的说法，康德喜欢在一条绿树成荫的街道上来回走八次，此后这条街道被称为“哲人之路”。
[2] Caldarelli and Catanzaro, Networks, 9.
[3] See Heidler et al., ‘Relationship Patterns’.
[4] Moreno, Who Shall Survive? xiii, lxvi.
[5] Crane, ‘Social Structure in a Group of Scientists’.
[6] James E. Rauch, review of Jackson, Social and Economic Networks, in Journal of Economic Literature, 48, 4, (December 2010), 981.
[7] Leskovec, Huttenlocher, and Kleinberg, ‘Signed Networks in Social Media’.
[8] McPherson et al., ‘Birds of a Feather’, 419.
[9] Currarini et al., ‘Identifying the Roles of Race-Based Choice and Chance’. See also Moody, ‘Race, School Integration, and Friendship Segregation’.
[10] Vera and Schupp, ‘Network Analysis’, 409.
[11] Milgram, ‘Small-World Problem’.
[12] Watts, Six Degreesy 134. See also Schnettler, ‘Structured Overview’.
[13] Barabási, Linked, 29.
[14] Jennifer Schuessler, ‘How Six Degrees Became a Forever Meme’, The New York Times, 19 April 2017.
[15] Jackson, Rogers and Zenou, ‘Connections in the Modern World’.
[16] Davis, Yoo and Baker, ‘The Small World of the American Corporate Elite’.
[17] Lars Backstrom, Paolo Boldi, Marco Rosa, Johan Ugander, and Sebastiano Vigna, ‘Four Degrees of Separation’, 22 June 2012: https://research. fb.com/publications/four-degrees-of-separation/.
[18] Smriti Bhagat, Moira Burke, Carlos Diuk, Ismail Onur Filiz, and Ser-gey Edunov, ‘Three and a Half Degrees of Separation’, 4 February 2016: https://research. fb.com/three-and-a-half-degrees-of-separation/.
06
弱关系和病毒传播
上文所说的对网络的这类研究之所以如此吸引我们，是因为人更倾向于把朋友圈这一网络看作相对小型的集群，圈子里的人志同道合，这一点将他们与那些内部没有相似点的群体区分并疏远开来。然而事实上，根据上文提到的，我们每个人跟莫妮卡·莱温斯基只有六度的分隔，这种现象被斯坦福社会学家马克·格兰诺维特赋予了一个有点儿自相矛盾的称谓——“弱关系的优势”。[1]如果所有人际关系都如亲密朋友一般，那么这个世界将变得支离破碎。而在世界变得越来越小的情况下，相对疏离的关系——那些不是很亲近的“熟人”——才是关键所在。该研究的灵感来源是格兰诺维特注意到的一个社会现象：求职者很少能通过最亲密的朋友找到工作，大部分人的工作反倒是由交情不深的熟人介绍的。然而，随后他的弱关系理论受到了驳斥，在一个关系链相对薄弱的社会中，“新思想传播缓慢，科学家的工作将受到阻碍，按种族、民族、地理或其他特征划分的群体将难以互相妥协”。[2]但不可否认的是，弱关系是疏离的群体之间的重要桥梁，没有弱关系的话，这些群体永远不可能联系在一起。[3]
格兰诺维特做了基于访谈和数据比对的社会观察，并随后在田野调查的基础上进一步加以完善。他的研究显示，在穷人的世界里，强关系比弱关系更重要，这也表明无产阶级世界紧密联系的网络可能会使贫穷永久化。[4]直到1998年，数学家邓肯·沃茨和史蒂文·斯特罗加茨才证明了为什么一个以同类集群组成的世界会越来越小。他们根据两种相对独立的特性对网络进行分类：每个节点的平均中心接近性和网络的总体聚类系数。他们的研究表明，在一个圆形网格中，每个节点只与其最近的两个以下的节点相连，而在此基础上随机添加几个额外的连线就足以大大增加所有节点的接近性，同时总体聚类系数却没有显著增加。[5]沃茨从研究蟋蟀的同步鸣叫中获得灵感，而他和斯特罗加茨的发现在人类社会中的影响也是显而易见的。用沃茨的话来说，“大世界和小世界之间的差别可能只是几条随机的‘线’——这种变化在单个顶点的层次上实际上是无法被检测到的”。在小世界的图景中，高度聚集性会导致人们产生错觉，即某一疾病看上去很“遥远”，而实际上却离我们非常近。[6]
网络科学的进步对于经济学家来说同样有着重大的意义。标准经济学设想过几乎无差异化市场：提倡效用最大化的代理人可以获得交易双方所有的信息，并组成无差异化市场。可问题是，公司这种形式依然存在。英国经济学家罗纳德·科斯对此做出解答，也对交易成本做出了阐释。[7]（并不是所有人都是码头工人，像马龙·白兰度在电影《码头风云》中那样按天数领取工资。因为在公司里，定期发放工资比每天雇用工人的成本要低得多。）如果市场是一个大网络，群体或多或少相互连接，大部分人都聚集在里面，那么经济世界看起来会与现在不同，一个重要的原因就是，信息流是由网络的结构决定的。[8]很多交易不再是一次性的买卖。此时，价格将不再是决定供求关系的唯一因素。贷款这类信用机制在内部高相似度的人群中会更常见（比如在一个移民社区中）。这些影响不仅仅存在于格兰诺维特研究的就业市场。[9]封闭的卖家网络会与核心买家相互勾连，从而失去创新的动力。而弱关系的优势此刻得以彰显，因为新的想法会不断从外界输入这个群体，从而促进新事物的产生。[10]而这些观念的背后有一个基础问题：网络最初究竟是如何形成的？[11]
实际上，网络的形成过程是较为明晰的。从阿夫纳·格雷夫笔下的11世纪地中海马格里布商人[12]到罗纳德·伯特研究的现代企业家和管理者，学者们研究了商业网络在产生社会资本[13]、促进（或抑制）创新等方面的作用，并发表了丰富的文献。用伯特的话说，个人和企业之间的竞争由网络构成，存在“结构性漏洞”——群体之间缺乏弱联系的差距，它成了“企业获取信息、时机、推广权和主导权的机会”。[14]能够打破这种局面，连接这些结构性漏洞的人被称作中间人，他们所做的综合性工作往往能够（或者理应）得到嘉奖，因为定位特殊，这些人需要有更多创新的想法，从群体的固有思维中跳出来。在创新机构中，中间人常常很受欢迎。然而，在具有创新性的中间人和倾向于“封闭”（即孤立性和同质性）的网络的竞争中，后者往往占上风。[15]这种见解不仅适用于美国电子公司雇员，也适用于学院派哲学家。[16]
在大多数工商管理硕士课程中，“组织行为学”这一学科分支占据了基础性地位。该学科最近的研究发现，管理者比非管理者更有可能成为建立并维持网络的人[17]；“在一个不崇尚等级制度的网络中，组织文化更有可能产生一致性和同质性”[18]；群体之间的中间人如果能“在文化层次上融入双方的组织群体中”，也就更有可能跨越“结构性漏洞”带来的鸿沟；同时，有一组人在组织网络结构上属于“嵌入式”的，如果他们能接受并创造出差异性文化，就能在组织中有更好的发展。总而言之，网络中的同化中间人和嵌入式打破陈规者，往往比其他人表现得更好。[19]这里没有瑞奇·热维斯自导自演的情景喜剧《办公室风云》中所影射的传统大企业的工作模式，相反，网络理论下的研究成果和见解更符合实际。毕竟，办公室网络的规模通常较小。然而根据梅特卡夫定律，网络的规模也是一个重要的影响因素。该定律以以太网创始人罗伯特·梅特卡夫命名，主要内容为：一个远程通信网络的价值与其连接的稳定通信设备的数量的平方成正比。这套理论事实上适用于大部分网络。简单来说，网络中的节点数量越多，所有节点的整体价值越大。由此我们可以看出，大型、开放的网络能产生大量的回路，相反，隐秘而又排外的网络则缺少回路。越庞大的网络系统，扮演中间人或者枢纽角色的节点越多。
当人们已经不想再见到“病毒式传播”这种陈词滥调时，广告商和市场营销者还将其当作至高的目标。[20]然而，网络科学能够解释为什么有些观点会迅速传播，例如有关肥胖这种直击情感的观点在社交网络上就像病毒一般。然而，观点（如今进化为一个新词“模因”）一般都没有病毒那么具有传染性。不管是生物病毒，还是电脑病毒，都携带一种对网络的广播式搜索，因为它们的目的是将自己传播得更远，目标是每一个节点。相反，我们本能地挑选网络中我们想要传播观点的对象，或者只接受我们信得过的人的观点。[21]
一个早期的研究成果，即所谓的“两级传播模型”（见图6.1），结合了社会学家保罗·拉扎斯菲尔德和伊莱休·卡茨在1950年提出的“意见领袖”将观点从媒体传递给更广大的受众的提法。[22]其他20世纪后期的研究者试图测量新闻、谣言和新事物的传播速度。更近的研究也表明，网络甚至可以传递情感状态。[23]
图6.1 网络理论的基础理念。图中的每一个点都是节点，每条线都是连接线，标注了“枢纽”（Hub）的节点具有最高的程度中心性和中介中心性。标注了“集群”的节点则比其他区域拥有更高的密度或局部聚类系数。
尽管区分内源性网络和外源性网络的效用绝非易事[24]，但这种蔓延传染式的传播痕迹还是很明显的：“有一个勤奋学习的室友能让一个学生更勤奋；在一个大胃王身边吃饭，你可能会吃得更多。”[25]然而，根据克里斯塔基斯和福勒的研究，我们没法将观点和行为模式传递给朋友的朋友的朋友（也就是说，传播范围为三度分隔）。相比米尔格拉姆实验中书信的传递，或者是在拥有一个特定的雇佣机会下的交流，观点或行为的传播和接收需要更强有力的联系。只是认识的人，跟能够影响他们更努力学习或者吃得更多的人不一样。模仿，甚至是无意识的模仿，确实是最真挚的表达恭维的方式。
关键点在于，网络就像传染病一样，其结构和内容对传播速度和传播范围一样重要。[26]在病毒式传播的过程中，节点扮演着关键的角色，不仅是枢纽或中间人，也是“守门者”——它们决定是否将特定的信息传递到它们所处的网络中。[27]它们的决定将会部分基于信息对它们的反作用。如果它们接受了某种观点，那么反过来也会将这种观点传播给下一两个节点。一个复杂的文化传播的过程，不像简单的疾病传染，首先需要接触一批具有批判性思维的早期接受者，这群人要有高度的中心性（他们有较多有影响力的朋友）。[28]在邓肯·沃茨口中，形成传染式级联的关键，不是信息本身，而是信息触及了什么样的网络结构。[29]这也帮助我们解释了为什么有些观点能够进行病毒式传播，而其他无数观点却不了了之了，就因为它们开始的节点、传播的集群或网络都是不合适的。
[1] Granovetter, ‘Strength of Weak Ties’.
[2] Granovetter, ‘Strength of Weak Ties Revisited’, 202.
[3] See also Tutic and Wiese, ‘Reconstructing Granovetter’s Network Theory’. Recent research using Facebook data largely confirms Granovetter’s thesis: Laura K. Gee, Jason Jones and Moira Burke, ‘Social Networks and Labor Markets: How Strong Ties Relate to Job Finding on Facebook’s Social Network’, 13 January 2016: https://research. fb.com/publications/social-networks-and-labor-markets-how-strong-ties-relate-to-job-transmission-on-facebooks-social-network/.
[4] Liu, King, and Bearman, ‘Social Influence’.
[5] Watts and Strogatz, ‘Collective Dynamics of “Small-World” Networks’.
[6] Watts, ‘Networks, Dynamics, and the Small-World Phenomenon’, 522.
[7] 科斯在《社会成本问题》（1960，15）中指出，“为了进行正常的市场交易，就要明确自己想和谁打交道，告诉他们条件，然后进行谈判、达成交易、起草合同、进行必要的检查以确保合同条款得到遵守等等”。公司或国家的存在就是为了通过标准化的长期雇佣合同来降低或消除这种交易成本。公司规模越大，这种行为越高效，因此，“规模经济”应运而生。
[8] Powell, ‘Neither Market nor Hierarchy’, 301, 304.
[9] Calvó-Armengol and Jackson, ‘The Effects of Social Networks on Employment and Inequality’.
[10] Smith-Doerr and Powell, ‘Networks and Economic Life’.
[11] Bramoullé et al., ‘Homophily and Long-Run Integration’; Jackson and Rogers, ‘Meeting Strangers and Friends of Friends’.
[12] Greif, ‘Reputation and Coalitions in Medieval Trade’ and ‘Contract Enforceability and Economic Institutions’.
[13] Coleman, ‘Social Capital’.
[14] Burt, Structural Holes, KL 46-9.
[15] Burt, Brokerage and Closure, 7. See also Burt, Neighbor Networks.
[16] Burt, ‘Structural Holes and Good Ideas’, 349f.
[17] Carroll and Teo, ‘On the Social Networks of Managers’, 433.
[18] Harrison and Carroll, ‘Dynamics of Cultural Influence Networks’, 18.
[19] Goldberg et al., ‘Fitting In or Standing Out?’ 2f.
[20] Berger, Contagious. See also Sampson, Vitality.
[21] For a good discussion see Collar, Religious Networks, 13f.
[22] Katz and Lazarsfeld, Personal Influence.
[23] Hill, ‘Emotions as Infectious Diseases’.
[24] Dolton, ‘Identifying Social Network Effects’.
[25] Christakis and Fowler, Connected, 22.
[26] Kadushin, Understanding Social Networks, 209f.
[27] Nahon and Hemsley, Going Viral.
[28] Centola and Macy, ‘Complex Contagions’.
[29] Watts, Six Degrees, 249.
07
网络的种类
试想，如果所有的社交网络都是一样的，那我们的世界会变得多么不同。如果网络系统的节点是随机相连的，那么每个节点所辐射的线就会形成钟形的正态分布，这样的世界会具有“小世界”的一些属性，但这并不是当今世界的形态。[1]这是因为太多现实世界的网络都符合帕累托分布，即有的节点连接了很多条线，也有的连接了极少量的线，但在随机分布的情况下，大部分节点所连接的线的数量是相对平均的。这就是罗伯特·金·默顿口中的“马太效应”的一个版本，出处就是《马太福音》：“凡有的，还要加给他，叫他有余。凡没有的，连他所有的，也要夺去。”[2]在科学中，成功将孕育更多的成功，已经得到嘉奖的人会得到更多奖励。相似的情况还有“超级明星经济学”。[3]同样，当很多大型的网络在不断扩大之时，其中的节点也根据现有的维度或适应度成比例地连接了更多的线。简单来说，其中存在着“优先连接”的现象。以上观点由物理学家艾伯特-拉士路·巴拉巴西和雷卡·艾伯特首次提出，他们认为大多数现实社会的网络都可能遵循幂律定理分布或者成为“无标度网络”[4]。当这些网络进化时，一些节点会成为枢纽，枢纽所连接的线比其他节点要多得多。[5]很多网络都是如此：从《财富》1 000强企业，到物理期刊文献的引文，再到网页之间的链接。[6]巴拉巴西说：
这些网络的枢纽也有等级顺序，顶端是连接线密度极大的节点，紧随其后的就是连接线稍微少一点的节点，再往下就是连接线密度更小的节点了。蜘蛛网没有一个中心节点去监控每一个节点和连接的线。同时，少了某一个节点也不会对整个网络造成破坏。一个无标度的网络就是没有蜘蛛的蜘蛛网。[7]
在极端的案例（比如赢家通吃，成王败寇）之中，最和谐的节点能与几乎所有的连接线相连。在更多情况下，越适合网络的节点产生的联系越多，因此就有了上文的枢纽等级，“以连接的线的数量层层递减”。[8]还有一些网络结构在两种网络结构之间，比如美国青少年的朋友圈网络既不是随机分布的，也不是无标度的。[9]
埃尔德什和雷尼很久之前曾表明，在随机网络中，每一个节点所连接的其他节点数量大致相同。在现实世界中，最贴切的随机网络的例子就是美国国家高速公路网络了，每个主要城市之间的高速公路数量差不多。而无标度网络的代表则是美国航空交通网络，大量的小机场连接至中等规模的机场，最后集中到几个大型枢纽机场。有的网络具有高度中心性，却并不一定是没有标度的。解读莎士比亚的《哈姆雷特》的一种方式就是描绘其人物关系的网络，其中，哈姆雷特和他的继父克劳狄斯无疑是最具高度中心性（即连接了最多线和节点）的人物了（见图7.1）。
图7.1 简单却带有悲剧色彩的网络：莎士比亚的《哈姆雷特》。哈姆雷特在中心性的程度方面领先（十六度，相比克劳狄斯的十三度）。构成剧中“死亡地带”的角色都与哈姆雷特和克劳狄斯相连。
现在请你思考随机网络与其他网络所有的不同点（见图7.2）。其实，网络也具有高度的确定性和稳定性，比如一个水晶网格，每个节点都有相同数量的连接线（左下角）。网络也可以变得模块化，分成一定数量的分离的群体，但仍然被几个桥梁式的线连接着（右下角）。网络的内部也可以变得多样化，每个节点在中心性上有很大的差异，比如以线上社区为主的无标度网络（左上角）。有些网络既是分层化的，也是模块化的，例如调节新陈代谢的复杂遗传系统，它将某些子系统置于其他子系统的控制之下（右上角）。[10]
图7.2 网络的种类（SF：无标度网络；ER：随机网络）。
我们现在可以清楚地看到，等级秩序根本就不是网络的对立面，而是一种特殊的网络。如图7.3所示，在一个理想化的等级网络中，连接线是有规律地遵循一种模式分布的，就像一棵倒过来的树（或者说是树根）。要构建一个等级化的分层网络，首先要从最顶端的节点开始，然后添加一定数量的从属节点。对每个下级节点再次添加相同数量的下级，依此类推。关键是始终向下添加节点，但决不横向连接节点。以这种方式构建的网络具有特殊的属性。比如，没有循环，也就是说，没有一个节点有返回自身的路径。两个节点之间只有一条线，这就明确了下达指令和交流沟通的路径。更重要的是，最顶端的节点有最高的中介性和近中心性，也就是说，这个系统将节点获取和控制信息的能力做到了最大化。但我们也能看到，很少有等级制度社会能够达到对信息流动的完全掌控，大部分组织在现实中只是部分等级制，不像自然世界的“合作式等级制”。[11]不过，将一个纯粹的等级结构视为一定程度的“反随机”体制，从某种意义上来说可能是一件好事，因为像集群这种会打乱网络秩序的行为是被禁止的。
图7.3 等级: 一种特殊的网络。在此处显示的图示中，顶部的节点具有最高的中介性和近中心性。其他节点只能通过这个节点与其他节点进行连接。
这些网络的种类并不固定，一直以来，网络很少是静止不变的。大型网络是一个具有“突变性质”的复杂系统——我们永远无法预知它们下一次出现新结构、新模式、新属性的“阶段性转变”是在什么时候。一个看起来随机的网络可能会以惊人的速度进化成等级网络，现实社会不止一次向我们证明，革命群众和极权国家之间可能只是一步之遥。那么同样，等级网络看起来严谨的结构也可以迅速地被瓦解。[12]对于研究网络科学的学者来说，这些事情都不算什么。我们现在可以确定，随机添加几条新的连接线就能从根本上减少节点之间的平均间隔。因此在图7.3中，不需要很多新的连线就能打破中心节点对信息传播的垄断。这解释了为什么历代帝王都会对阴谋感到不安。阴谋集团、奸党、密室、小团体、小圈子：所有这类词语在君主政体的背景下都带有邪恶的含义。当下属之间过分亲密、互相勾结时，其实掌权者能意识到这可能就是宫廷政变的前奏，他们会因此而惴惴不安。
[1] 最早研究随机网络的是著名的多产数学家保罗·埃尔德什，他的研究成果被广泛引用，研究这一问题的还有阿尔弗雷德·雷尼，他是保罗的众多合作者之一。其研究通过将n个节点放在一个平面上，然后将它们随机地连接在一起，直到使用m条线，构造出一个随机图。一个节点可能有多条线经过，也可能一条都没有。
[2] 《马太福音》25：28。
[3] Rosen, ‘The Economics of Superstars’.
[4] 遵循幂律的分布被称为“厚尾效应”，因为非常高和非常低的相对可能性比随机形成的连接要高。从技术上说，术语“无标度”指的是“当以任意因子k>0重新标度时，d度节点和d′度节点的相对频率的关系，与kd度节点和kd′度节点的相对频率的关系相同”。在无标度网络中，没有一个典型的节点，但是节点之间“标度”的差异在任何地方都是一样的。换句话说，无标度世界的特征是分形几何：城镇就是一个大家庭，城市就是一个大城镇，而国家就是一个大城市。
[5] Barabási and Albert, ‘Emergence of Scaling in Random Networks’.
[6] Barabási, Linked, 33 -4, 66, 68f., 204.
[7] Barabási, Linked, 221.
[8] Barabási, Linked, 103, 221.
[9] Dolton, ‘Identifying Social Network Effects’.
[10] Strogatz, ‘Exploring Complex Networks’.
[11] Cassill and Watkins, ‘Evolution of Cooperative Hierarchies’, 41.
[12] Ferguson, ‘Complexity and Collapse’.
08
当网络交会时
我们要讨论的最后一个概念上的问题，就是不同的网络之间如何进行互动交流，这个问题对于历史学家来说最为重要。政治科学家约翰·帕吉特和他的合著者一起提出了一个在生物化学界的类比，他们认为，组织性的创新和发明都是网络互动产生的结果，网络互动有三种基本形式：“位移”（transportation）、“演变”（refunctionality）和“催化”（catalysis）。[1]对于一个有着自我复原力的社交网络来说，任何对其初始规则和沟通程序的改变都能够被其抵制。只有将这一网络置于不同语境之下，并且改变其功能，才能产生新的事物。[2]
在美第奇家族鼎盛时期的佛罗伦萨，银行合作关系被纳入城市政治。帕吉特曾用他的理论解释了其中的经济和社会结构变化。但显然，这一理论适用的范围可以更广泛。网络不仅是新观点的传播机制，也是新观点的源头，这是网络重要性的一大体现。不是所有网络都能孕育变革；相反，一些密度大、聚集度高的网络更难发生变化。反而是多样性强的网络之间的摩擦碰撞，更可能产生创新的火花。[3]问题是，网络之间接触点的本质是什么？不同的网络要么和谐地融在一起，要么就互相攻击，就像20世纪30年代苏联情报机构成功渗透剑桥学生精英网络时那样，后面我们还会讲到这个例子。在这种对抗中，结果由双方网络相对的优劣势来决定。它们的适应力和复原力如何？抵御破坏蔓延的能力如何？它们对牵一发而动全身的“超级枢纽”有多依赖？巴拉巴西和他的同事对无标度网络进行了模拟攻击，发现它们可以承受重要区域的节点被攻破，甚至是一个枢纽被攻破的损失。但是如果针对多个枢纽进行攻击的话，整个网络就会崩溃。[4]他们也发现了一个更显著的现象：消灭节点的传染性病毒，也可以摧毁一个无标度网络。[5]
你可能会有这样的疑问：既然网络能够安稳地相连，为什么还要互相攻击呢？答案就是大部分社交网络上的攻击可能不是由另一个网络发起的，而是由等级性的实体组织推动的。事实上，网络性和等级性有着本质区别，网络有着相对去中心化的结构，不管是密集的族群还是微弱的联系都能通过它们相连，它们能适应环境并自我进化。因为以上种种原因，网络比等级制度更具创造性。从历史的长河中我们能够看出，网络往往比等级更容易产生新事物。
问题是，网络不容易被导向一个共同的目标……这需要一个大规模组织集中大量时间和空间资源，比如军队、官僚体制和大型工厂这种垂直管理的组织系统。[6]网络可以进行自发创新，却不具有战略性。一个网络不能自己打赢“二战”，尽管原子科学家和密码学家组成的优越的网络在盟军的胜利中发挥了不可替代的作用。不仅如此，网络对正面和负面的信息都一视同仁，不加筛选就进行创造和传播。比如，在社会传染效应或者思想级联模式下，网络能传递多少智慧，就能制造多大的恐慌——人们对燃烧女巫的狂热就像对“吸猫”的狂热一样，只不过它们都是无害的。
诚然，如今的网络在设计上已经远远优于美国20世纪90年代不稳定的电网，那时，俄勒冈西部的一条输电线的故障就能导致数百条电线和发电机跳闸。但我们也知道，即使再强大的网络在成长和进化的过程中也会陷入功能紊乱：美国机场各航空公司和调度中心的矛盾使得航班日常的拥堵和延误成为习惯。[7]暂且不讨论互联网，毫无疑问的是，专门针对美国的电力和交通基础设施的打击就已经能带来毁灭性的破坏了。
正如艾米·泽加特所说，在网络战的舞台上，美国同时扮演着最强大也是最弱小的两个角色。“未来的网络威胁会使我们的汽车、飞机无法运行，让美国的城市连续停水几天，甚至几周；也可能会使军队丧失战斗力，甚至让我们的武器反过来对付我们自己。”[8]然而，美国不认同自己在网络上的弱点，也未对新的网络技术做出回应，更别提采取措施去定位、阻止、防御未来可能发生的网络战了。[9]2017年5月，WannaCry（俗称“魔窟”）的勒索软件“永恒之蓝”感染了数十万台电脑，范围覆盖了150个国家，该病毒通过加密电脑硬盘的文件勒索比特币。一些欧洲国家在该事件中暴露了它们面对网络犯罪行为的脆弱性。
事实上，我们会发现，在当今时代很难彻底理解网络发展的背后意义。每当吹捧网络发展的文章出现，赞扬它在赋予年青一代权利、延续民主政治上带来的积极影响时——比如，2010年至2012年的“阿拉伯之春”运动，就有文章发出其赋予邪恶势力权利的警告，比如宗教激进主义。每当有图书预言互联网将创造“奇点”，成为“世界大脑”或者“全球超新星”时[10]，就会有其他图书预见它将崩塌和消亡。[11]安妮-玛丽·斯劳特希望美国和其他权力体能够逐渐找到网络力量的黄金意义：不过分集中，也不过于分散。同时，她也希望看到一个“更平稳、快捷、灵活的系统，既可以在公民的层面，也可以在国家的层面进行操作”。[12]在“9·11”恐怖袭击事件发生之前，格雷厄姆·艾利森还对美国在全球网络中的优势充满信心。[13]但是乔舒亚·雷默就没有那么乐观了：“连接就是解放——这个简单、一度很有号召力的观点其实是错的。当下的‘连接’就被困在一个极度紧张的局势之中。”老一代的领导人不理解网络的意义，造成了网络的合法性降低；国家大战略没有条理，造成了一个不断变革的时代。在他眼中，对美国最根本的威胁不是中国，甚至也不是基地组织或伊朗，而是网络进化本身。[14]
只有少数未来学家认为等级制度——特别是传统等级制的政治实体和存在已久的企业——在未来能正常运行下去。[15]在关于等级制度最终是否会消亡的争辩中，弗朗西斯·福山的观点与其他人不同，他认为网络本身很难提供一个稳定的结构体去适应经济发展或者政治秩序。他认为：“在信任度低的社会中，等级秩序可能是唯一的组织方式。”[16]相反，反传统的英国政治活动家多米尼克·卡明斯认为，未来网络的状态要打破传统，向人类免疫系统或蚁群靠近。换句话说，未来的网络会更趋于真实的自然网络，自发产生新的特性，拥有自我组织的能力，并且没有中心的安排或者协调，而是依赖于随机性。这样不断地重复成功的经验，摒弃那些失败的教训，从而在某种程度上通过更多的实践来达到自我适应。[17]这种观点可能低估了旧等级制度的适应性，同时也忽视了新网络的弱点——首先被忽视的就是它们形成更坚固的权力体制的隐患，其力量甚至能超过20世纪的极权主义国家。
[1] Padgett and McLean, ‘Organizational Invention and Elite Transformation’.
[2] Padgett and Powell, Emergence of Organizations and Markets, KL 517f.
[3] Loreto et al., ‘Dynamics and Expanding Spaces’.
[4] Barabási, Linked, 113-18.
[5] Barabási, Linked, 135.
[6] Castells, ‘Information Technology, Globalization and Social Develop-ment’, 6.
[7] Mayer and Sinai, ‘Network Effects, Congestion Externalities’.
[8] Amy Zegart, ‘Cyberwar’, TEDxStanford: https://www.youtube.com/watch?v=JSWPoeBLFyQ.
[9] Michael McFaul and Amy Zegart, ‘America Needs to Play Both the Short and Long Game in Cybersecurity’, Washington Post, 19 Decem-ber 2016.
[10] See e. g. Heylighen, ‘From Human Computation to the Global Brain’ and ‘Global Superorganism’.
