【摘要】作為人類個體的核心行為機制，注意力機制貫穿社會演進全過程，尤其在移動互聯網時代，成為審視個體（網民）群體行為的重要視角。人類網絡群體行為（突出表現為網絡熱點事件）本質上可被理解為，有限規模的個體（網民），在每天持續發生的多個互聯網熱點事件之間的注意力動態分配行為，同時在宏觀結構層面上涌現出的人類群體性現象（過程與結果）。注意力機制不僅能夠解釋單個事件的生命周期過程，而且能夠指導智能體模擬（ABM）等方法，揭示多個網絡熱點事件生命周期軌跡的交織、疊加、互動過程，科學反映事件之間圍繞注意力資源的競爭性“流量”分配機制。基于注意力視角開展計算建模與社會模擬，能夠有效擬合真實事件的生命周期軌跡，提升相關治理的精準性、系統性、動態性、確定性。

【關鍵詞】注意力機制 網絡群體行為 網絡熱點事件 社會治理現代化

【中圖分類號】C912.6/G206 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2026.06.009

【作者簡介】呂鵬，北京師范大學社會學院教授。研究方向為計算社會科學、群體性事件、網絡群體事件、智能社會治理、智慧城市、群體智能與社會智能、大數據社會治理，主要著作有《士人與匠人：歷史視角下知識的分野與演變》、《計算社會學基礎教程：NetLogo仿真軟件》（主編）、《與領導干部談輿情應對》（合編）、《多元城鎮化與中國發展》（合著）等。

古今中外，人類社會從來都是以群體行動為主要活動形式。在傳統的漁獵社會、農業社會、工業社會，在場與現實世界的群體活動是最主要的社會活動形式。相關的社會治理實踐，也主要是在真實社會場域中展開。但自人類進入現代化進程以來，社會先后經歷了信息社會、網絡社會、數字社會、智能社會等新的發展階段。一個明顯趨勢是，發生在虛擬社會場域（信息空間、互聯網空間、數字世界、算法空間等）的非在場社會活動，其比重一直在上升，已經成為真實場域之外、另一種重要的人類社會活動場域形式。因此，當前人類社會活動的場域，呈現真實、虛擬場域二元性特征。可以預見，隨著新技術的持續發展，后者的比重還將持續增加。這種“虛實共生”的社會狀態，在個體生活、家庭互動、市場主體、政府管理、公共服務等諸多方面、層面，對社會形成了深遠影響。在此宏大背景下，本文重點研究發生在互聯網虛擬空間中的人類群體行為的基本規律與模式。在學理上本文以“人類網絡群體行為”統攝研究對象，其在社會治理實踐中體現為網絡熱點事件（互聯網輿情事件）等形式；[1]從人類發展、社會演進的宏大過程出發，研究人類網絡群體行為規律的變化性、不變性；通過研究視角、基本規律、模型建構、模擬復現、治理邏輯等分析，探討并落腳在治理層面，為國家治理、社會治理、輿情治理等提供思路與建議。

個體行動者審視：生物進化中的注意力機制視角

虛擬場域的網絡群體行為看似雜亂無章，但其底層邏輯仍受個體固有行為機制支配。要解析網絡熱點事件的演化邏輯，需回歸個體行動者視角，從生物進化維度探尋注意力機制的本源與價值。注意力機制是人類在漫長演化中形成的本能選擇，是統籌真實與虛擬場域人類行為的關鍵視角，既決定著個體行為的底層邏輯，也為解讀網絡群體行為的涌現規律提供關鍵抓手。

個體行為的變與不變。科學技術是推動社會生產力發展的核心驅動力。社會生產力的發展，帶來社會生產關系的發展、革新、重塑，同時也在全局性層面，引致整個社會有機體運行模式的變化，體現在產業經濟、社會生活、思想觀念等諸多系統方面。同時在社會微觀層面，這些變化也在持續地影響著人類個體，并體現在衣食住行等方面。審視這一復雜多樣過程，就會發現個體行為仍然存在確定性（不變的方面）。一是時間的不變性。對任何人來說，一天都是24小時，個體行為只能發生在這24小時之內。二是價值的不變性。個體價值觀具有很大程度的穩定性，如在飲食旅游、心理情緒、訴求表達、娛樂休閑、探索新事物等，都是亙古不變的個體傾向。對社會基本面的變化，以及不變的個體屬性與行為模式方面的考量，形成當前分析人類（網絡）群體行為的核心視角。

個體的注意力機制及其演化機制。注意力機制，是動物在漫長進化過程中形成的一種本能性機制。在生存過程中，由于能量、精力、生命長度的有限性，不得不將有限的注意力聚焦在特定的目標、任務上，以確保成功率、效率。例如，在打獵、遷徙、飛行、協作等方面。人類作為高級動物，其自身行為也必然服從注意力機制。在人類社會，個體在全生命周期總能量（精力）總體有限性條件下，注意力機制就是理性與效率的選擇。通過長期社會互動演化過程，最終成為一種群體性、社會性選擇，是發揮核心基礎性作用的人類行為機制。在人類社會活動從真實場域擴展到虛擬場域之后，個體的注意力機制分析，成為透視社會劇變過程、統攝（移動）互聯網空間、元宇宙空間、智能體空間等虛擬場域之下人類群體行為的重要視角。在社會研究領域，注意力理論已經獲得關注。[2]注意力理論，是能夠統籌真實場域、虛擬場域兩大場域人類行為的主要研究視角。

注意力機制分析視角的合理性。使用注意力理論分析人類網絡群體行為（表現為網絡熱點事件），是對社會重點問題和研究面向的集中性回應。人類網絡群體行為紛繁復雜，不僅每天都在發生，而且幾乎在每個地區和國家都會發生。相關事件起源復雜、過程曲折、主題多元、案例繁多，成為社會運行復雜性的重要表現，也給社會治理帶來壓力。研究者需要使用合適的理論、視角，開展科學分析，從中發現基本規律，賦能網絡熱點事件治理。這一理論的關鍵作用，是實現對紛繁復雜社會現象的本質性規律的提取和系統性揭示。這一理論不僅能夠解釋特定事件原因，而且能夠基于注意力原理，實現對網絡熱點事件的建模、模擬，[3]進一步提升研究的科學性。同時，這一理論能夠從更高的系統層級，分析網絡熱點事件案例（集合），科學研究人類網絡群體行為的基本規律、涌現機制、演化動力學、治理策略。

人類網絡群體行為：注意力動力學的分析視角

從注意力動力學視角解析人類網絡群體行為，其本質是海量網民個體的注意力在互聯網場域中的選擇性分配與聚合，最終在宏觀層面涌現為網絡熱點事件等群體現象。這一本質特征的形成，核心源于注意力資源的兩大固有屬性：一是總量層面的固定性與限制性，網民規模、個體可投入網絡的時間精力均存在明確邊界，使得互聯網空間的注意力總池處于相對確定的狀態；二是分配模式的總體確定性與社會結構性，個體與群體的注意力投放并非隨機，而是受社會屬性、行為習慣等因素影響，呈現出可被探尋的規律化特征。注意力的總量確定與模式規律，共同構成解讀網絡熱點事件生成與演化的核心邏輯。固定的注意力總池，讓網絡熱點事件成為網民對有限注意力資源進行競爭性分配的外在表現；而具有社會結構性的分配模式，則決定不同熱點事件會與特定社會群體產生關聯，且個體對事件的卷入程度呈現出差異化的行為特征。由此，從注意力分配的視角切入，能夠突破網絡群體行為的表象復雜性，挖掘其背后的底層運行邏輯，為精準分析網絡熱點事件的邊界、特征與演化路徑提供科學依據。

網民注意力資源總量的確定性。首先需考察網民總體數量，隨著人類社會進入數字社會、智能社會等新階段，中國的網民數量持續增加。按照2025年12月數據，中國互聯網網民規模達11.25億人，其中移動互聯網網民為11.21億人，占99.6%。[4]截至2025年底，人均智能手機擁有量為1.3部。[5]互聯網、移動互聯網環境已經成為個體生活、企業生產的基礎性公共設施，并成為一種常態存在的必要生產要素。按照我國人口結構的演進，網民總體數量將會在很長時間內維持在10億左右。其次需考察網民個體的注意力分配。時間是測量注意力的核心尺度，代表精力花費、選擇與關注、投入與卷入程度等。互聯網群體行為之所以存在，是因為個體在互聯網空間分配了注意力（成為網民）。為此，可以從時間角度進行分析。一天24小時，個體在生活、工作、休息、交通等場景中都在使用網絡，這成為互聯網群體行為發生的基礎性條件與前提。只要看到網絡內容、熱點消息，就會以一定概率水平參與進來，從而形成網絡群體行為（熱點事件）。

網民注意力分配模式的確定性。世界各國網民數量在理論上存在總體值，因此網民群體每天參與互聯網的時間在總體上存在確定性。這充分說明，網民注意力資源的總量是確定的。如果把互聯網空間視為一個復雜系統，則這一系統蘊含的注意力資源總量是固定的，平均、常態的卷入程度也必然是確定的。在此語境之下，網絡熱點事件可以被視為固定數量的網民、在分配總量固定的注意力資源過程中的現實表現。筆者認為，網民分配注意力的模式也存在確定性規律，這是審視互聯網熱點事件的重要視角。一是從個體網民角度，每天、月、年用于上網、在網的時間（精力）存在最大值限制，因此個體對互聯網空間的注意力卷入存在上限，可以使用時間序列分析。計算此上限，則能夠獲得個體級注意力總量資源的最大化估計，從而計算確定性的卷入度。二是從社會群體角度，存在確定性的群體化規律。如上班族、學生、自由職業者等群體的時間分配模式，存在顯著的群體性、階層性差異。有些社會群體（如上班族）的上網時間模式具有被實證資料驗證的固定規律[6]，有些群體（如學生黨、自由職業者、無業者等）則呈現與其他群體不同、獨特的子群體模式與行為規律。[7]二者均為概率問題、時間序列問題。

網民注意力分配的現實表現與行為譜系。在互聯網空間網民總體分配注意力資源的邏輯之下，會有具體個體、群體對具體特定事件的分配、分割、投入結果，構成具體網絡熱點事件的邊界計算依據。即在不同網絡熱點事件中，會以更高的傾向水平，關聯特定社會子群體（如年齡、職業、階層等），以及個體投入時間、卷入程度的差異化分布。為此，需要在總量、均值確定的情況下，開展個體級、事件級的個案異質性分析。具體來說，由于上述方面存在差異，個體（群體）對特定事件的注意力分配存在差異性，表現為不同注意力分配模式、具體卷入程度的差異，最終構成總體性的個體網民基于注意力分配的行為表現譜系。一是輕度分配與卷入。包括保持在網（上網）、內容閱讀、信息瀏覽、APP下載等行為類型，其特征是較小的注意力卷入程度，沒有產生級聯、后續更多行為。二是中度分配與卷入，包括點贊、收藏、關注、留言、推薦等個體化行為表現。其特征是在看到信息之后，產生后續的、具有實質性意義的個體行為，并極易引發自我與他人的后續、二階、級聯行為。三是重度分配與卷入。這不僅是互聯網場域的分配與卷入的最高程度，而且能夠擊穿現有網絡虛擬場域，與其他場域實現跨域聯動。例如，有些網絡熱點事件經過醞釀、爆發、演化、升級，形成線下群體行為（完成從線上到線下）。通過大數據分析、案例分析，能夠獲得穩定的總體概率、分布特征評估。

單生命周期過程分析：注意力分配的基礎性機制

全社會的注意力具有總量恒定性，基于此，在特定社會技術發展水平（如互聯網技術模式）之下，全社會能夠投入互聯網場域的注意力資源總量具有限定性、確定性。例如從個人電腦時代，到互聯網時代、移動互聯網時代、元宇宙時代，在每一個技術時代內部，在注意力資源方面應該存在總投入量的總體確定性。但是從跨技術時代來看，全社會向虛擬場域的注意力投入總量，呈現逐階段（時代）上升的演進趨勢。個體的社會化生活，越來越呈現“脫實向虛”趨勢。這一趨勢突出表現為，網絡空間活動投入的時間越來越多，并由此導致的卷入程度越來越大。第57次《中國互聯網絡發展狀況統計報告》顯示，截至2025年12月我國網民人均每周上網時長為32.5小時。[8]和過去相比，這是一個巨大的趨勢性增量。在特定社會技術階段，注意力投入資源總量，在具體呈現、持續發生的眾多網絡熱點事件中被分解、體現。從單個（具體）事件來看，運行與演化規律也受到注意力機制決定。在這一意義上，注意力機制貫穿網絡熱點事件興起、高峰與衰落的全生命過程。

社會網絡與傳播拓撲結構。網絡熱點事件，受到特定社會技術水平（尤其是互聯網環境與技術水平）的最大限度決定。從BBS時代到新媒體與短視頻時代，技術方案的演進，導致越來越多的人被卷入、投入注意力（成為網民），如在互聯網虛擬空間進行生活、生產、娛樂、交往。這些行為在外圍構成網絡熱點事件的總體容器與邊界，支撐從外部視角對網絡熱點事件的總體性預測。例如，如果能夠預測網絡熱點事件的總體爆發熱度，就可以在很大程度上獲取確定性信息（極限條件、極端情況、極限邊界等）。在BBS時代，有研究表明內容瀏覽人數（最低限度的注意力形式）與實際行為人數（評論、點贊、轉發）之間存在穩定、穩健的比例關系，即“千分之五”規律（5‰）。[9]這說明在BBS時代（PC互聯網），注意力投入不同程度（形式）的升級過程，存在穩定的轉移概率與演化路徑，這是人類注意力機制邏輯的實證驗證，充分說明人類總體行為規律的確定性、可知性、可預測性。在移動互聯網時代，也存在類似穩定的轉移概率。至于具體概率水平，則需要通過開展實證研究來揭示其統計分布規律。

個體投入注意力的行為邏輯。網絡熱點事件的內容生產，是注意力機制的策源性機制。內容生產的過程，除了少數的組織者、發起者、關聯方，對廣大網民群體來說是不可見、不可知、不可測的，屬于被動卷入。這使得很多研究者認為網絡熱點事件的爆發原因具有復雜性，是不可預測、不可計算、難以應對的。[10]但筆者認為，如果抓住注意力視角作為分析工具，則可以獲得很大程度上的確定性、規律性認知。網絡熱點事件內容的主題方向，及其折射的事件內在性質，能夠在很大程度上決定事件能否成為一個全局熱點事件、頭條事件。這涉及對“生產”端的內容分析與判斷，還存在對“消費”端的分析預測。個體網民是否能夠接受內容、討論內容、轉發和傳播內容，則需要綜合分析網民特征、社會心態等諸多方面。但在總體上，網民會對互聯網空間常態發生的網絡熱點事件作出程度各異的注意力投入，具體的投入異質性受到個體的年齡、職業、收入、價值觀等方面的影響。從全社會角度，個體、群體投入注意力的行為、結果具有恒常性、確定性、可知性。換言之，由于存在“大數定理”，總是有相當數量網民參與具體事件，其規模、量級在很大程度上能夠被計算、評估。

注意力停止投入的邏輯。對全社會而言，任何主題的網絡熱點事件，都會吸引到相當規模的關注人群。但是作為根本性的決定機制，注意力動力學的作用具有“雙刃性”。網絡熱點事件的興起是因為網民個體的注意力投入，而網絡熱點事件的冷卻與衰敗，則是因為網民個體注意力資源的枯竭（即不再投入），這種枯竭表現為不再關注、投入、轉發、熱情。就此方面，已經有學者提出“七天傳播周期”規律。這在本質上是注意力投入傾向的枯竭所致。筆者認為，相關的具體原因是復雜、多樣的。一是因為內容生產的枯竭。如果網絡熱點事件不再有新的內容（爆料），個體（網民）將會降低持續投入各種形式與程度的注意力傾向、行為，并不再關注。二是互動模式的枯竭。在很多網絡熱點事件中，一個重要的推動力是網民之間不同形式的互動。在互聯網場域下，這種群體行為模式，同步呈現內圈（參與者）、外圈（圍觀者）兩種景觀。無論參與者還是圍觀者，都能獲得內在精神、價值回報，滿足內心特定需求。如果需求不再被滿足或已經滿足，則網民傾向于不再投入注意力。因此從本質上來說，這是注意力機制的“雙刃性”使然。因為關注，所以成為熱點事件；因為不再關注，事件加速消退。

多生命周期過程疊加：注意力分配的交互性機制

注意力動力學機制不僅揭示單個網絡熱點事件全生命周期過程演化機制，而且能夠展現多個、并發網絡熱點事件之間的交互、疊加作用。顯然，后者能夠更加真實地反映互聯網場域的整體生態（幾乎不存在孤立的網絡熱點事件）。通過智能體仿真模擬（ABM）等計算社會科學方法，不僅能夠揭示網絡熱點事件之間的統計關系，而且能夠揭示微觀個體（網民）的行為如何塑造事件之間互動關系、更深層次的機制性關系，提升研究的科學性、系統性、可重復性、可比較性。

空間的共存性。如果多個不同網絡熱點事件發生在相同的互聯網場域，那么該場域就可被視為一個熱點事件的最大化集合。進而被理解為由所有網民組成、每個人都隱藏特定數量的注意力投入能力與量級的、最大可能性的社會場域邊界。不同的網絡熱點事件，是對不同個體、投入不同數量的注意力資源的調動過程，既包括調動的過程，也包括結果、影響、反思等。空間的共存性是網絡熱點事件行為空間的最大化定義，在特定時間內（例如一年）具有一致性、確定性、可計算性。這是因為空間的共存性使得網絡熱點事件能夠涉及的行為體最大化范圍，具有確定性、可計算性、可推斷性，為研究提供確定性規律與模型、計算依據。基于注意力動力學基礎機制，使用計算社會科學方法尤其是智能體仿真模擬（ABM）方法，則能夠實現對全體網民（最大化集合）、開展全場景的社會模擬，實現對網絡熱點事件的全要素建模、全譜系掌握、全場景推演。通過不斷的事件案例ABM模擬與擬合，能夠實現對全體網民（個體級）行為傾向的精準化模擬。

時間的共變性。之前的事件研究方式，在靜態研究方面，主要是對案例集的統計分析[11]，具有靜態性，碎片化、選擇性樣本等問題，抓取的宏觀統計特征不能有效地指導具體個案的建模、模擬、還原、反推。學術界出現對網絡熱點事件的過程模擬研究[12]，是值得鼓勵的趨勢。此類研究范式（如ABM）無疑是社會研究的重大進展，實現研究的過程性、動態性、可重復性。但筆者認為目前主要針對單個事件的研究，還存在局限性，還有進一步提升的空間。這是因為針對任何單一網絡熱點事件的研究，都需要解決“外部性”問題。在真實互聯網社會場域中，每天都動態發生多個網絡群體行為、網絡熱點事件，這些事件之間由于存在空間的共存性、共享性，不可避免地對個體、社區（微信群、虛擬社區）等場域產生影響。即一個新的熱點事件的發生，可能會導致個體從舊事件中抽離注意力。這種機制復雜性，給網絡群體行為研究帶來新的挑戰。之前的研究，盡管能夠實現對具體事件的科學建模、高精度擬合，但存在“鴕鳥心態”，即盡管知道其他事件正對當前關注的事件產生影響，但缺乏相關模型、算法、工具。

注意力動力學的交互性機制。計量經濟學分析研究常將“外部性”影響作為一個核心的研究質量檢驗維度，并提出基于統計方法的解決方案（例如工具變量方法、系統合成法、傾向值匹配等）。但這些方法本身具有靜態性、間接性，難以支撐對具體事件全生命周期過程的建模分析。尤其是不能開展基于個體行為的研究。為此，需要在模型與模擬算法方面進行創新，而智能體仿真模擬（ABM）方法成為最為重要的方法創新之一。筆者在此方向做了模型研究嘗試，以解決時空并存的多個網絡熱點事件之間相互影響這一“外部性”問題。其核心解題思路，是需要將網絡熱點事件還原到個體層面的注意力分配機制的行為方面，開展個體級智能體建模。同時，基于行為屬性的分布設置，開展個體注意力分配行為的基礎ABM建模。依托真實案例學習，掌握個體在具體事件分配方面的模型參數，建模個體在不同網絡熱點之間的“注意力轉移”行為機制。基于此，模擬網民個體（群體）訪問參與舊的熱點事件、并在新熱點事件發生之后轉移注意力的持續行為過程。將全年網絡熱點事件數據，作為擬合與訓練目標，就可以客觀評估注意力動力學的交互性機制設計是否真實有效。結果表明，基于上述設計形成的模型能夠較好地反映多個網絡熱點事件之間的交互性影響。[13]相較于單個網絡熱點事件研究，進一步提升研究能力（反映真實社會過程）與科學性。

流量競爭模式的恒常性。在互聯網場域動態變化、持續發生的網絡群體行為、網絡熱點事件之間的注意力分配與轉移過程具有穩定性，這從側面說明注意力總量的固定性、限制性、規律性。在更深層次說明，如果充分使用這些規律進行建模，可以實現對真實復雜性過程的刻畫。不同事件之間的關系，呈現紛繁復雜的社會復雜性，既包括互聯網虛擬社會場域，也包括對其他場域之間的穿透、滲透。這些在本質上，是注意力總量的競爭關系與過程性表現。注意力總量的稀缺性支撐互聯網時代“流量經濟”的底層邏輯，也為相關問題與對象的研究提供依據。此外，總量分配模式還存在固定性、確定性規律，這是社會的結構性因素使然。除了社會的總體，還存在社會分化、社會分層現象。在分割、分化的社會子系統，也通常存在總量的稀缺性，以及分配模式的固定性、慣習性等確定性規律。特定的社會群體（包括性別、職業等），存在特定的注意力投入量級、偏好、模式。特定主題的網絡熱點事件，必然在很大程度上，吸引特定規模的特定人群，相關的基本分布規律，同樣可以通過大數據、社會計算予以實證揭示、科學測算、精準預測。不同主題、議題的網絡熱點事件之間的個體行為傾向、轉移概率，同樣可以通過大數據、社會計算揭示，開展模擬并被數據驗證。注意力分配規律、流量競爭模式的恒常性，在很大程度上提升網絡熱點事件的確定性。使得研究者、治理者能夠實現對相關事件的性質判定、趨勢掌握。

基于注意力機制的全生命周期治理思路

立足注意力動力學基礎機制與交互機制的研究成果，既能精準模擬網絡熱點事件從醞釀、發生、發展到高潮、消退的全生命周期演化軌跡，也能科學測算多事件間的相互影響效應，這為網絡群體行為治理構建系統性、科學化的理論支撐與實踐思路，讓網絡熱點事件治理從被動應對轉向主動研判、精準干預成為可能。注意力的總量確定性、分配規律性與交互關聯性，為治理工作劃定清晰的邏輯框架，既可以依托注意力相關規律實現對事件發展的精準研判與邊界把控，也能從個體注意力分配源頭開展正向引導，更能針對注意力操縱等亂象進行靶向治理，同時借助多事件間的注意力競爭機制實現對特定事件的疏解與干預。以此為基礎，可構建起覆蓋事件全流程、兼顧源頭治理與問題整治、融合宏觀研判與微觀干預的全生命周期治理體系，提升網絡治理的精準性、主動性與系統性。

注意力總量啟發的網絡熱點事件研判。由于注意力總量、投入方向、相關群體的確定性，相關研究機構、政府部門能夠在很大程度上實現對網絡熱點事件最大化邊界的掌握，形成確定性信息，并進一步開展網絡熱點事件的常態監測、過程治理、智能治理。例如，通過對千分之五規律的認知，運用相應技術方式可以計算出總體瀏覽人數量，從而對類似熱點事件、同類熱點事件的總體爆發量進行預測，獲得一種局限性的認知。具體來說，如果計算得知類似的網絡熱點事件大致有1億人瀏覽量，那么大概率存在50萬人的參與量。按照相關個體（群體）注意力投入的方向、程度、分布等，50萬總參與量又會對應不同卷入程度的行為（點贊、推薦、留言、互動等）與結果，但其總量是確定性的。如果長期、持續、動態收集相關案例并形成相應的行為集合，可以實現對不同類型的網絡熱點之間的統計分析、智能分析。基于上述分析路徑形成的群體性均值，相較于總體性均值具有更高的精確性和參考價值。社會治理者通過對相關事件的監測，可以獲得最大化峰值信息。通過內容分析、主題聚類等，對負面事件展開精準治理、智能預測。

基于個體注意力分配的主動干預式治理。上述治理思路是“準自然”思路，僅對有必要情勢（如峰值過高、形成輿情、內容偏激等）開展相應治理。事實上，科學使用注意力機制，還可以實現主動干預式治理。個體是互聯網空間的主要行動者，需要在源頭上開展相關行為體的注意力分配行為的引導、疏導、治理。具體可以通過多種社會治理方式，影響和塑造個體注意力分配的投入方向，引導網絡流量向“社會正能量”聚集，持續提升社會認知的內容能力、質量標準、生態效益。通過權威媒體、權威方式、權威時段、公共事件、國際事件等，在社會認知層面開展個體促進、增強工作。提高個體（網民）對虛假信息、不良信息、有害內容的鑒別力、判斷力，降低瀏覽和訪問的傾向與概率，從源頭上把控事件參與的烈度、頻率、程度。持續強化優質內容、真實權威信息在互聯網空間、場域的常態性存在，培養網民向這些內容分配注意力的行為模式，塑造“用戶”慣習。為此，相關政府部門應在社會上廣泛倡導，個體（網民）珍惜自己的流量與公民榮譽，充分發表正能量評論、自覺抵制虛假、極端評論。同時，可將虛擬積分、線下激勵等方式，與互聯網身份等級、公民禮遇、社會化生活等掛鉤，持續強化、優化網絡熱點事件治理實踐模式，提高制度化水平。

互聯網空間注意力操縱行為的治理。個體網民（以及群體）在互聯網空間存在恒定、常態、穩定的注意力分配模式，局部、零星的擾動并不會改變此全局性規律。但在局部場域（特定主題領域）如果長期存在“流量操縱”現象，則有可能對正常的注意力分配模式產生系統性影響，并導致注意力結構性偏離，進而在全社會層面形成選擇性、有偏差的社會印象，產生社會撕裂、群體對立等問題，需要高度重視、持續警惕。例如，網絡水軍、極端“飯圈”行為[14]、標簽與污名化等行為，這是對正常的互聯網注意力動力學機制的人為操縱、惡意干預，超出個體自發行為的范疇，而是一種有組織、有目的行為，用于不良、非法目的，帶壞互聯網環境“節奏”，成為亟須解決的社會問題。網絡水軍、極端“飯圈”通過評論操縱、評分操縱、屏幕控制、彈幕操作等行為，有組織地輸出情緒、發泄不滿、惡意攻擊。并且，基于“閾值模型”效應，煽動更多人的加入，對不明真相的網民（群眾）形成錯誤的信號與引導。如何科學治理？一是要持續打擊互聯網空間的有組織違法犯罪，增加違法行為成本。二是充分發揮舉報機制，依靠和發動人民群眾。鼓勵網民對惡意導流、惡意控評、惡意評分、惡意攻擊、煽動對立、無底線延伸（拉仇恨）等內容和言行，開展“露頭即舉報”行為。互聯網空間的行為具有放大性，應主動鑒別，區分個案性與整體性，重點防止網絡輿論將個案放大為社會整體現象的傾向，防止社會認知被系統性操縱。

基于注意力機制的特定熱點事件疏解、干預與治理。在不同網絡熱點事件之間的注意力交互動力學表明，事件之間存在注意力資源（流量）的競爭性分配機制。這為具體事件的干預和治理，實現有效社會治理等良性目的，有計劃地使用注意力動力學規律，開展對特定網絡熱點事件的治理提供思路，具有可行性、必要性、正義性、科學性。一是測量交互性機制與效應的強弱度，用于特定事件的治理。實證研究、模擬研究均表明，兩個事件在主題議題方面的相似性越大，二者之間的交互性機制也就越強。其基礎的邏輯是，兩個事件之間的相似性越強，背后常態性關聯、被吸引的網民群體則具有更大的同質性，因此流量競爭性也會越強。如果積累充分規模的、同時發生的案例全過程軌跡數據，就可以計算出同類事件之間互動效應的強弱度，為治理提供參數依據。二是對特定事件的干預或治理。在治理事件中，可以在兩個方向開展治理實踐。一方面，隔絕或降低交互性效應的影響。如果事件具有正能量，并且能夠在很大程度上促進社會和諧、推動社會團結，則該事件的持續時間（生命周期跨度）則越久越好。為此，需要在特定時間階段，盡可能地限制同質性信息的發布，以減緩衰退趨勢與進程。為了進一步增加這類熱點事件的生命力，還可以通過階段性發布、持續更新等方式，最大限度地為其保留住流量。相反如果是負面、不良事件，則需通過其他類似事件導流、加速其進入注意力的消退期。

結語

網絡熱點事件在社會表象方面紛繁復雜，具有多樣性、復雜性、時變性。本文發現，如果從注意力視角來開展分析，也能揭示網絡熱點事件內蘊的確定性、系統性、結構性規律，有助于相關研究機構、政府部門開展學術研究和靶向治理工作。注意力視角提供一種極大化（極限）思維，能夠基于此快速框定、精準鎖定研究對象作用區間，為科學、智能治理提供借鑒。網絡輿情動力學的理論前提是，固定數量的個體（網民）面向不特定多數的網絡熱點事件的注意力動態分配行為，及其在宏觀層面涌現出穩健的生命周期現象。通過計算社會科學、社會模擬等方法，能夠實現事件全過程模擬。需要指出的是，注意力動力學規律及其引發的生命周期規律，具有穩健性、客觀性。因此社會治理者應充分使用規律、堅持“因勢利導”，科學開展相關治理。

注意力動力學規律，能夠指導網絡熱點事件的科學建模。在行為體建模方面，可以通過大數據、互聯網文本、網絡熱點事件過程，對個體（網民）開展智能體建模，包括價值觀、認知邊界、注意力總量、注意力分配模式等。并且通過眾多事件過程模擬的真實案例驗證，實現對全體網民的科學建模。眾多事件過程學習能夠獲取注意力源頭與分配導向之間的OD關系與模式。神經網絡、知識圖譜方法能夠獲取精確的全局性注意力分配模式，以及社會群體注意力分配模式。基于這些確定性信息，能夠實現對我國網絡熱點事件的總體結果、趨勢走向的靜態結果、結構性判斷。在此基礎上，通過對具體事件、多個事件的動態過程ABM模擬。可為動態治理、干預提供即時性治理方案。通過社會計算與模擬方法，可以精準測量特定主題事件的關注人群（網民）規模、總體參與量（總體熱度），以及總量在時間序列上的分布，如日度參與量等。在特定階段，可以通過特定的注意力干預措施，實現特定事件的強化、消解，以滿足社會治理目標。總之，注意力視角在理論、模型、模擬、干預等方面，可提高對網絡熱點事件認知的高度與深度，并豐富社會治理的視角、方法、工具箱，助力提升社會治理現代化。

（本文系國家社會科學基金重大項目“人工智能對制造業轉型升級的影響與治理體系研究”的階段性研究成果，項目編號：23&ZDA80）

注釋

[1]王連喜：《網絡輿情領域相關概念分布及其關系辨析》，《現代情報》，2019年第6期。

[2]孫柏瑛、周保民：《政府注意力分配研究述評：理論溯源、現狀及展望》，《公共管理與政策評論》，2022年第5期。

[3]P. Lu; Z. Zhang and M. Li, "Big Data-drive Agent-based Modeling of Online Polarized Opinions," Complex & Intelligent Systems, 2021, 7(6).

[4][8]中國互聯網絡信息中心：《第57次〈中國互聯網絡發展狀況統計報告〉》，2026年2月5日，https://www.cnnic.cn/n4/2026/0304/c88-11549.html。

[5]中華人民共和國工業和信息化部：《2025年通信業統計公報》，2026年1月28日，https://www.miit.gov.cn/jgsj/yxj/xxfb/art/2026/art_bea806f4dd20457cb0158795cc210aa7.html。

[6]A. Urman and M. Makhortykh, "You Are How (and Where) You search? Comparative Analysis of Web Search Behavior Using Web Tracking Data," Journal of Computational Social Science, 2023, 6(2).

[7]嚴承希、王軍、王珂：《中國大學生的網絡使用：基于大規模日志分析的模式識別新方法》，《圖書情報工作》，2019年第14期。

[9]P. Lu; Z. Wang; S. Nie; W. Pujia; P. Lu and B. Chen, "Exploring the Participate Propensity in Cyberspace Collective Actions: The 5‰ rule," Physica A: Statistical Mechanics and its Applications, 2018, 503.

[10]李明德、鄺巖：《大數據與人工智能背景下的網絡輿情治理：作用、風險和路徑》，《北京工業大學學報（社會科學版）》，2021年第6期。

[11]王世文、劉勁：《基于本體的重大突發事件網絡輿情案例數據庫數據模型研究》，《情報理論與實踐》，2023年第10期。

[12]高曉寧、黃青、張孟偉等：《熱點事件網絡輿情反轉驅動因素識別及演化機理研究——基于系統動力學仿真視角》，《情報理論與實踐》，2026年第1期。

[13]P. Lu; D. Chen; G. Zhang and J. Ding, "Online Attention Dynamics: The Triangle Framework of Theory, Big Data and Simulations," Expert Systems with Applications, 2023, 233.

[14]武亦文、奧利維耶·貝洛·馬丁、王鯤：《從“飯圈”亂象看中國青年網絡社群的建構和行為邏輯——以“CP粉”群體社交平臺互動為例》，《青年探索》，2025年第2期。

Laws and Governance of Human Online Collective Action Based on Attention Mechanism

Lyu Peng

Abstract: As a core behavioral mechanism of human individuals, the attention mechanism runs through the whole process of social evolution. Especially in the era of mobile Internet, it has become an important perspective for examining the collective action of individuals (netizens). Human online collective action, prominently manifested in internet hot events, can essentially be interpreted as the dynamic allocation of attention among multiple ongoing internet hot events each day by a limited number of individuals (netizens), which in turn gives rise to emergent human group phenomena (both processes and outcomes) at the macro-structural level. The attention mechanism can not only explain the life cycle of a single event but also guide methods such as Agent-Based Modeling (ABM) to reveal the intertwining, superposition and interaction of life cycle trajectories among multiple online hot events, and scientifically reflect the competitive "traffic" allocation mechanism among events for attention resources. Computational modeling and social simulation from the attention perspective can effectively fit the life cycle trajectories of real-world events and improve the precision, systematicness, dynamics and certainty of relevant governance.

Keywords: attention mechanism, online collective action, internet hot events, modernization of social governance

責 編／韓 拓 美 編／周群英