Influentials, networks, and public opinion formation

水火計畫讀書會書目摘要單

書名（以學術體例詳填資料，網路來源提供超連結及檢索日）：

Watts, D. J. & Sheridan, P. (2007). Influentials, networks, and public opinion formation, Journal of Consumer Research, Vol. 34, No. 4, pp. 441-458

導讀者： 鄭雅云                             

重點整理：

在1940、50年，美國總統大選時，研究有哪些因素會人們的投票行為，其中一個因素是人際傳播的親身影響，因此從大眾與個人直接傳播，發展成兩級傳播是大眾媒介與個人的關係，通常是透過意見領袖或俱有影響力的人中介。此兩級傳播影響了創新使用、市場消費和行為科學等等研究。

但到底誰才是有影響力的人？實際上如何影響那些不受電視影響的人們？是本篇討論的問題，透過數學算數模型的比較，意見領袖的影響力得到支持，因為他們會影響了關鍵多數的串聯，但本研究強調造成社會改變的人並非原本就有影響力的人（influential），而是一大群容易受影響的人去影響他人。

何謂意見領袖？Katz and Lazarsfeld（1955）在不同社會環境（immediate environment）之中會容易影響他人的個人。雖然稱作領袖，但不是某些常見于媒體、正式組織的領導、或公眾人物等，雖然稱作意見，但不是真正提出公共意見的人，而是參與形塑意見的過程。Burt（1999）形容意見領袖是訊息傳遞過程中，屬於領導者與追隨者中間的中介角色。

兩級傳播影響後來的創新傳播研究， Roger所謂的「意見領袖的行為是決定了創新採用的系統」說法，然而有學者認為在創新傳佈的S曲線中，不需要意見領袖這樣的系統仍能運作，例如提出Bass曲線一種無需意見領袖、或特殊個人中介仍能達到社會擴散過程。

雖然兩級傳播或創新傳布理論都不足以解釋意見領袖存在，但仍不能否定意見領袖的重要性，在社會環境中有些人比別人俱有影響力，扮演了重要角色，因此假設在人際影響與人際網絡的自然情況下，他們會發揮影響力。

A sample model of interpersonal influence

 本研究假設個人i在某些議題上作出決定作為起點，比較了各種社會心理的、政治傳播、行銷研究之後，採用二元決定（binary decision）方式。

Threshold rule 

本研究以二元決定方式，造成的正面外部效果，也就是如果有影響力的“i”選擇B方案而非A方案，會影響其它多數人選擇B方案。正面外部效果通常包含網絡效果等等，且利用二元決定可以排除了選擇更多方案或其他負面的外部效果，例如與眾不同的選擇（snob）行為。

公示中選擇B方案的人數少於門檻ϕ 則i是0，選擇B方案的人大於門檻ϕ ，則i=1，其中bi表示會影響個人選擇的個人差異，包含不同的主題、意見的強度、個人特色、媒體暴露程度或採用的成本差異。

Influence networks

除了門檻法則，也可以透過「誰影響誰」的影響網絡來描述如何影響他人決定，雖然在實際經驗研究中關於真實影響網絡（influence networks）是有限的，Coleman的社會網絡研究屬於個人出發，其他大型的網絡研究則是多由社會屬性，但仍有小規模研究人們關係中網絡結構與團體協調的過程。

假設每個人是i會影響樣本數N之中的其他人（Ni），針對不同議題X中，不只知道i節點是多少個，而是他會影響多少人，包含i的熟識圈、i的個人特質、對於議題的專業，到i所處社群等。

與figure1比較，Figure2的方向是雙向的，且不只兩級傳播而是有可能多階段的，雖然過去研究中指出，意見領袖與追隨者是混合於人際傳播與媒體影響力之中，且多階段的實證研究僅限於小規模的樣本研究中。

在定義網絡中誰是有影響力者，經典研究中Merton（1968）影響四個人以上就算有影響力者，Coulter計算出前32%視為有影響力者，因為區分意見領袖與追隨者難以二分法認定，所以本研究最後是採用Keller and Berry（2003）計算出最有影響力的前10%作為意見領袖。

Dynamics of influence

在樣本數中隨意抽取i作為初始者，這些初始者可能會（也可能不會）影響新鄰人，於是這些新鄰人會再影響其他鄰人，Watts（2002）稱之串聯（共現性？），分成「在地的串聯」，影響範圍比較小，Size取決于初始影響者的影響圈，相對來說，「全球的串聯」在影響力上比較重要，它是多階段傳播，影響範圍較大，影響網絡中早期採用者的「關鍵多數」，以創新傳佈的角度，關鍵多數是創新產品跨越鴻溝（cross the chasm）到達成功之位。

在圖3Ａ絕對數值中，有影響力者的曲線是高於平均影響力者。

Implications for the influential(s) hypothesis

最明顯的看出個人容易影響一群體的方式，即是早期採用者模式。

如果將圖3A中，門檻設定為0.18，有影響力者和平均影響力幾乎無差別。有3點值得注意的：

第一是＿群體的大小，如果平均影響低Navg的話，許多人容易被活躍（activation），但網絡難以連結傳播影響力，如果Navg太高的話，網絡高度連結，但多重鄰人去影響個人活躍度，Watts（2002）提出Navg位處中介區域的話，cascade window串聯視窗稱之，容易觸發全球串聯的情形。因此，在大部份的情況下，有影響力者不一定是最重要的，他在地串聯比較有影響力，但對於全球串聯沒影響力。

第二是＿在圖3A，當大型多階段的群體發生，有影響力者更容易會觸發大群體。

但本研究中有影響力是處於中間者，因為在圖3B相對數值中，Navg=3的情況下，（實線）有影響力者是（虛線）平均影響力的兩倍以上，但到了Navg=6的情況下，有影響力造成了影響僅高於一倍，逐漸沒有差距了。有影響力者的影響性似乎不那麼重要。

第三是網絡密集程度＿在早期採用者的鬆散影響網絡（4A），不同於密集網絡密集（4B），t=time，在鬆散網絡中，早期採用者影響力大於平均影響的人，但密集網絡中，早期採用者卻低於平均影響力的人，然而前10%有影響力者（水平虛線）都遠高於兩個網絡，表示在大規模民意的改變，並非跟有高度影響力者有關，而是那些容易受到影響的人，比較容易去影響他人，造成意見趨勢的變化。 

介紹三種模式

1.高度影響力

在隨機的網絡中，高影響力者是平均影響力的四倍，在high-variance的網絡中，高影響力者是平均的40倍之多，顯示高影響力者的重要性。而且，圖6中，6B，有影響力者串聯發揮是平均的10倍以上，同樣的直接影響也超過6倍（實線大於虛線），因此它是比之前（圖3）的影響更大，而且有兩塊區域都是串聯的影響力。但意外的是，高影響力者high-variance所串聯的群體數，卻小於變動性低的low-variance的串聯網絡，6A的高影響力引起串聯人數vs. 3A（圈圈），其原因是網絡的異質性增加，使原本處於有利的高影響力者，與不利於早期採用者傳播，兩者都需要靠著「串聯性」傳播。

2.團體基礎網絡

在真實社會中，影響一個人決定往往受到他認識人的影響，或其社會角色、團體屬性、同質環境或社會封閉性等，因此本研究挑選在地性結構群體作為樣本，a.熟識者會比隨機選的人更有影響力，b.人們之間會可能有重疊性。

 原團體分成兩種類型，一是整合型團體，每個人認識其他團體的人與自己團體裡的人機率相等，二是集中型團體，每個人都認識自己團體成員，等於他認識所有其他團體總人數。

 先之前的高影響力者的假設中，高影響力者會影響串聯的群體，在圖9中，9A整合型團體的平均數高於3A，9C集中型團體的串聯群體大於3A，且，兩團體所串聯的群體9A和9C的平均人數的範圍大於3A。

3.改變影響法則

改變門檻ϕ，門檻越高，有影響力者越難去影響他人。另一種方式是SIR模型，常見于病毒傳染模型，S易感染者，I被感染者，R復原者，也就是易感染者接觸I可能有B機率會得病，然後這些被感染者逐漸變成復原者。

總結來說，(1)一般的有影響力者，在低變異性的網絡中，與初始者（initiators）和大串聯群體是同樣重要的。然而，大部份情況下SIR/threshold模型中，初始者卻不太重要。(2)高度有影響力者，在高變異性的網絡中，比一般的有影響力者更重要，但仍是在控制門檻threshold的情況下。(3)在控制的SIR中，網絡鬆散的情況下，高度有影響力者會比發起者更重要，但發起者沒有差別。(4)團體結構之下會讓初始者與早期採用者變得有影響力。

Discussion

本研究觀點是，無法證實或否認「有影響力者的假設」，這樣的假設有其微觀控制（microfoundations），即是在操作上誰影響誰、如何影響必須有細緻處理才能有效率。因此本研究作出三種模擬模型，在實證經驗研究上去看是人際影響，還是網絡結構的影響來說比較“重要”。

這三個模式可能指向的是「有影響力者假說」不一定如此重要，同樣的，首初使用群體或早期採用者也無法支持。但這樣的宣稱，不是說「有影響力的個人」不存在，而是在本研究定義的普通情況或在特殊情況下，有影響力的個人不是最重要的。