局部结构：模体与聚集

"你朋友的朋友，很可能也是你的朋友。"这句常识在网络里有一个名字叫三角闭合，而它的后果比想象中大。这里从同一张稀疏随机图出发，往上加 200 条边，唯一的区别是这些边怎么挑。把"走三角闭合的比例"拖到 0：边随便加，聚集系数 0.0605，而同样边数的随机图是 0.0616——0.98 倍，一模一样，因为它本来就是随机图。拖到 100%：聚集系数 0.2649，是随机图的 4.30 倍，三角形从 69 个涨到 596 个。同样多的点、同样多的边，只因为加边时优先补上"共同好友最多"的那一对，网络的性格完全变了。现在看第三行——这一页真正的重点。平均最短路只从 2.604 涨到 2.897，涨了 11%。也就是说：聚集系数涨了 4.3 倍，而路径长度几乎没变。这正是"小世界"的定义：高聚集 + 短路径，两者本来是矛盾的（规则格子聚集高但路径长，随机图路径短但聚集低），而真实的社会网络两样都要。瓦茨和斯特罗加茨 1998 年是从规则格子出发随机重连得到它的；这一页是从随机图出发按三角闭合加边得到它的——两条路通向同一处，说明小世界不是某种特殊构造，而是"局部偏好 + 少量随机"的普遍后果。（把比例拖到 50% 看中间状态：聚集 0.1456（2.36 倍），路径 2.722。并不需要"全部按三角闭合"，一半就够拿到大部分的聚集度。现实中的社交推荐——"你可能认识的人"——做的正是这件事，而它的副作用也在这张图里：三角闭合把人推进更紧的小圈子，跨圈子的弱连接相对变少。）

三个点之间，有向边一共有 13 种连通的接法。米洛等人 2002 年在《科学》上提出："数一数每种出现了多少次，再和一个保持度数的随机网络比一比，多得反常的那些，就是这个系统的功能模块（motif）。"默认设置掺入了前馈回路，结果很干净：FFL 实测 19 个，零模型平均只有 6.7 个，Z = 4.67。把掺入强度拖到 100%：37 个对 10.0 个，Z = 12.09。换成"掺入三节点反馈环"：环 18 个对 2.6 个，Z = 9.66，而 FFL 的 Z 掉到 −0.46。两种结构互相不干扰，这个方法确实能认出来是哪一种。前馈回路为什么重要？A 直接管 C，同时 A 经过 B 也管 C。这个多余的"绕道"给出了一个真实的功能：信号持续存在时才放行，短暂的噪声会被过滤掉；而撤销信号时可以立刻关闭。大肠杆菌的转录调控网络里，FFL 的数量远超随机预期，它是一个用三个基因搭出来的"延时开关"。三节点反馈环则相反：它是振荡和记忆的来源。接下来是这个实验台真正的主角：最后那个下拉框。把网络切成"纯随机有向图"，零模型保持"只保持出入度"（常见做法）。读数说：最显著的是全双向三角 A↔B↔C，Z = 3.74，"显著"。可这张网是纯随机生成的，里面什么模体都没有。换成"还保持双向边的条数"：最显著的那种只剩 Z = 1.38，什么也没有。差别在哪？朴素的边交换会改变网络里双向边的条数，于是任何含双向边的图案都会被系统性地误判为"显著富集"。米洛那篇论文里明确要求零模型必须同时保持入度、出度和双向边数三样，而后来大量引用它的工作只保持了前两样。这是整个"网络模体"文献里最常见的假阳性来源。它的教训可以推广到所有基于零模型的检验："和随机比"这句话里，"随机"具体指什么，决定了你会得到什么结论。（还有一条实际建议：把零模型个数从 20 拖到 150，Z 值会稳下来。Z 是一个比值，分母是零模型的标准差；零模型太少，分母本身就不准，Z 会乱跳。文献里常见的做法是 1000 个。）　新加的第二张图是 Z 值的来历，也是这一台真正的判据。它把「前馈回路」这一类在每一张随机重连图里的个数做成直方图，红竖线是真实网络里的个数，灰线标出这团数的 μ 和 μ±σ、μ±2σ。Z 值就是红线离这团数有几个标准差——上面那排柱子是结论，这张图才是尺子。先把重连次数从 10 拖到 120。实测直方图会明显收窄（σ 从 2.69 收到 2.55），Z 值也从 4.44 稳定到 4.60。次数太少时，你量出来的「标准差」本身就在抖，Z 值自然跟着抖——这是所有基于重采样的显著性判断都要先解决的问题。然后换一种零模型（保留双向边 / 不保留）。整团直方图会整体平移：μ 从 7.3 挪到 8.5，σ 从 2.55 张到 3.05，Z 值随之从 4.60 掉到 3.45——同一个网络、同一个子图，显著性差了四分之一。这件事值得反复强调：「这个模体显著」从来不是网络本身的性质，而是「相对于我选的这个零模型显著」。换一个零模型就是换一把尺子，尺子变了读数当然变。实际做研究时，零模型的选择往往比统计量的选择更需要辩护。

k-核的定义只有一句话：反复删掉度数小于 k 的点，直到删不动为止，剩下的就是 k-核。一个点的"核数"是它能待到的最大的 k。这个量和度数完全不是一回事，默认这张图就是专门做出来说明这一点的。图里有一个 17 人的小圈子（互相全认识），还有三个"大明星"，各自带着一大群只认识明星的粉丝。读数最后一行：全场度数最高的那个点，度数 34，核数只有 2。它的度数是圈子成员（约 16）的两倍多，但它的邻居互相之间毫无关系，一层就被剥光了。而 k_max = 16 的最大核，正是那 17 个人的圈子。如果只按度数取前 17 名，会有 3 个名额被明星占走，重合度 82%。"最有影响力"和"最结实"是两个问题。基塔克等人 2010 年在《自然·物理》上给的结论是：传播能力最强的节点，是核数最大的那些，而不是度数最大的那些。一个大明星能一次触达很多人，但这些人之间不互相传染，而核心圈子里的人会反复互相强化。这也是为什么"谁是关键人物"这个问题在防疫、舆情和组织架构里答案都不是"粉丝最多的那个"。换成"无标度（优先连接）"再看一眼，结果会让人意外：k_max 只有 2，而且全部 120 个点都在这个 2-核里。一个度数分布极度不均、最高 21 度最低 2 度的网络，核结构却完全是平的——没有任何层次可言。这是优先连接模型的一个已知缺陷：它造得出重尾的度分布，造不出真实网络的核心—边缘层次。真实的互联网、蛋白质网络、引文网络都有几十层核，所以"度分布对上了"远不等于"模型对了"。（"核心—边缘"那一档给出 k_max = 11、25 个点、重合 100%——当核心本来就是度数最高的那群人时，两种办法给同一个答案。这提醒我们：k-核和度数会不会分道扬镳，取决于网络本身的结构，不能一概而论。）

同配系数 r 就是"边两端度数"的皮尔逊相关系数，取值在 −1 到 1 之间。r > 0 叫同配：高度数的点倾向于互相连接；r < 0 叫异配：高度数的点倾向于连低度数的点。纽曼 2002 年统计了一批真实网络，发现了一条整齐的分界：社会网络几乎都是同配的（合作网 r ≈ 0.12～0.36，名人互相认识，普通人互相认识）；而技术网络和生物网络几乎都是异配的（互联网 r ≈ −0.19，蛋白质相互作用网 r ≈ −0.16，大路由器连小路由器，枢纽机场连小机场）。这条分界至今没有公认的解释，但它的后果很清楚：同配网络里的核心更抱团、更难打散，传播一旦进核心就停不下来；异配网络更脆——打掉几个枢纽，网就散了。先选"随机图"，把重连滑杆放在 0：r = −0.0333，"中性"。随机图本来就该是这样，这是一个自检。把滑杆拖到最右（同配方向）：r = 0.9201，高—高之间的边从 28.7% 升到 52.9%。拖到最左：r = −0.6184，高—高边只剩 8.8%。注意最后一行读数：每个点的度数一个都没变。整个重连过程只做"边的两端互换"，度分布严格不变，变的只有"谁连谁"。这正说明：度分布和同配性是两个独立的自由度，知道了度分布，对网络的连接模式仍然一无所知。现在换成"无标度（优先连接）"，再把滑杆拖到最右。r 从 −0.2374 只升到 −0.1978——拖满了也翻不过 0。这不是算法不够努力，是做不到。马斯洛夫和斯涅波夫 2002 年指出：当度分布是重尾的，几个超高度数的点根本没有足够多的"其他高度数点"可以连，它们被迫去连低度数的点，于是 r 被结构本身按在负数区。这叫结构性异配。它的实践含义很重要：观察到一个无标度网络是异配的，不能直接说"这个系统偏好强弱搭配"，因为一个完全无偏好的零模型也会给出负的 r。正确的做法是和保持度序列的零模型比，看实测的 r 比零模型的 r 更负还是没那么负——又一次，问题不在于量了什么，而在于和什么比。　新加的第二张图是同配系数 r 的定义本身。每条边画两个对称的点（两端互换），横轴是一端的度、纵轴是另一端的度；橙线是 k_nn(k)：度为 k 的节点，它的邻居平均有多少度。r 只是这团点云的皮尔逊系数——一个数字，脑子里不会出现任何画面；而点云沿哪条方向拉长、k_nn(k) 是升是降，才是「同配」「异配」这两个词的字面意思。在 ER 随机图上把倾向滑杆从异配扫到同配，效果非常干脆：实测 r 从 −0.618 一路走到 +0.920，点云从左上—右下的反对角带旋成贴着对角线的带，k_nn(k) 从下降翻成上升——而读数会一直提醒你，每个节点的度一个都没变。接着请把网络换成「BA 无标度」，再把滑杆推到最同配的一端。这时会出现一件看起来像故障的事：r 只能从 −0.237 爬到 −0.198，怎么推都转不正。换成「假枢纽」那张图更极端，−0.885 到 −0.856 就到头了。这不是滑杆坏了，是这张图的度序列根本不允许它同配。道理并不难：要让高度数节点彼此相连，就得有足够多的高度数节点可供配对；而无标度网络的重尾意味着枢纽极少、且度数极大，一个度为 40 的节点想找 40 个同样是枢纽的邻居，网络里压根没有这么多枢纽，它只能去连一大堆小节点——在不允许重边的简单图里，这是一条硬约束。这个现象叫结构性异配（Maslov & Sneppen, 2002）：重尾度分布会强迫网络显得异配，哪怕背后根本没有任何「强者偏爱弱者」的机制。所以在真实网络里量到 r < 0，第一件该做的事不是解释它，而是先问：同样的度序列随机重连之后，r 本来就该是多少？