贫穷限制人的想象力？这是真的。贫穷在一定程度上会损害人的认知水平和决策能力。几年前有一篇经典的论文，发现贫穷往往导致注意力资源的短缺，进而降低人的认知能力。都说“读书改变命运”，但不同阶层之间的人阅读习惯和阅读内容会不会就存在显著的差异？本文通过分析不同阶层手机用户的阅读数据，发现社会阶层高的人有良好的阅读习惯，而社会阶层低的人反而会陷入“注意力"黑洞，在”娱乐至死“的数媒时代彻底迷失，陷入社会底层的死循环。

 

2018年3月25日，腾讯研究院和集智俱乐部联合举办的AI&Society系列沙龙第四期在南京大学新闻与传播学院如期举行。集智科学家、南京大学新闻与传播学院副教授王成军以及他的两位学生（陈志聪：南京大学新闻与传播学院硕士研究生；徐绘敏：南京大学信息管理学院本科生）围绕“社会阶层与数字媒体中的注意力流动”展开了一场颇具启发意义的探讨。这篇文章是陈志聪的现场报告总结稿。我们将会继续推送该系列总结，敬请关注。（大数据会暴露你的社会阶层吗？）

今天我要讲的研究题目是《社会阶层与数字媒体时代的阅读行为》。这个研究差不多是我过去一年一直在做的工作。我们关注的研究问题是社会阶层与注意力的流动。

最初其实是受到这篇论文影响。这篇文章通过做实验，观察人在被问及与经济有关的问题之后，在认知水平上受到的影响。

结果发现，在一些比较easy的经济问题上，穷人和富人表现差异不明显；但在一些比较hard的经济问题上，穷人的认知水平有明显的下降。

他们一共做了4组实验，其中最后一组深入到了印度做了一组田野实验，那里的人们在丰收前是穷人，丰收后是富人，对同一组实验者而言，对比它们丰收前和丰收后的表现，同样能够发现穷的时候认知水平低于富的时候的认知水平。

文章的结论中说，经济因素对注意力资源的占用，会大大影响人的行为和决策。

我们的原始数据集长这样，数据合作方是百度阅读，数据记录了3个月内15万用户的所有行为。主要包括三种：阅读行为、购买行为和使用兑换券的行为，表格里是一些基本的统计信息。

这里面有一些比较有趣的信息。比如，有购买行为的人只有1/5左右，但使用兑换券的行为却很多，而且购买的人买书数量的中位数是3，说明付费阅读的人群依然是少数。

基于此，我们想要观察的是，不同社会阶层的人读什么书，以及怎样读书？

我们想提出的假设是：社会阶层决定了每个人的生活方式，生活方式决定了空闲时间；空闲时间决定了阅读内容，最后，所谓的“读书改变人生”，读什么决定了你会成为一个怎样的人，活在怎样的阶层里。

我们的数据目前还无法完全支持我们严格检验这个假设链条，但我们多少发现了一些有趣的信号。

由于数据所限，我们采用手机操作系统来粗略地划分用户阶层。

这当然是一个比较弱的假设，不过我们找到了一些比较实际的证据。比如一份采用Twitter和手机数据的研究显示，在美国，iOS的人更多聚集在大城市，Android多分布在农村地区。根据腾讯CDC的一份9000份样本的在线调查显示，高收入人群使用苹果多于华为。另外在很多手机APP上存在“杀熟”现象，比如说，同样是充爱奇艺的会员，iOS和Android可能价格就不一样，这一现象还广泛的出现在酒店预订、打车等应用中，这说明至少在业界，人们某种程度上已经形成了一种“共识”或是“刻板印象”，即iOS的人社会阶层高于Android。

我们从注意力流动的角度来研究，所谓流动，本来就有两个维度，流的方向和流的时长。我们之前先做了注意力流网络，想直接拿来预测，但效果不好，所以需要更多的描述。

我们首先观察流的方向。第一个发现是，群体注意力有着高度的集中化结构，换句话说，就是有长尾效应。

从阅读时长上来看，大部分的注意力被投入到了原创女频上，紧随其后的是原创男频和小说，除此三者之外，其他种类的书在争夺注意力的时长上几乎没有竞争力。

从右边的阅读数量上看，依然是小说、原创女频和原创男频独领风骚，不过优势没有左图那么明显。这说明了什么？说明很多人还是想去读一读尾部那些书的，但是呢，又很难坚持下去，容易浅尝辄止，还是头部那些书的吸引力大。

我称男频女频为注意力的黑洞，是因为它们虽然数量并不占优，但占用了大量的阅读时间，而且还是娱乐化的，并不能对自我有多大的提升。

接下来我们研究“共现”这一现象，也就是co-reading，在论文中这称为受众的重叠。总而言之，是关于我们怎样共读同一类书的问题。为什么研究共现？因为共现体现了一种connection，这种connection可以包含很多宝贵的信息，比如阅读兴趣，比如socialinfluence等等。

我们首先考虑这样一种构建共现网络的方法，网络中的节点是书，两本书之间的边要进行这样的筛选：假设BookA的到达率是0.5，也就是说有60%的人读了这本书，BookB的到达率是0.3，那么概率上既读BookA又读BookB的人会有0.15，即ExpectedOverlap，而假设我们实际观测到既读A又读B的人占了0.2，也就是比概率上的期望要高，那么这条共现的边可以保留。

在这样的网络中，计算每个节点的度分数，它衡量了不同种类图书的读者的重叠程度。

可以发现除了原创男频和女频之外，其他种类的图书之间共享的读者较多，而原创男频和女频的读者却很少与其他种类的图书共现，重叠程度很低，初步形成了“信息茧房”效应。

细心的同学应该发现，上述构建网络的方法非常严格，丢掉了很多边，因此构建起了的共现网络其实是不完整的，不过之前介绍过的计算Z分数的方法就比较好的解决了这个问题。

这里每对book pair其实就是共现网络里的一组连边，我们计算任意两类书重叠的频率的Z-score，计算方法大概是这样：

先计算两类书overlap的频率，然后将整个网络随机化一下，得到一组overlap的值，按照Z-score的计算公式计算可得。

基于Z-score的计算方法，我们可以构建起一个知识的空间。

在这个空间中，凡是与原创男频或女频组合的pair都不常见，最常见的都是自己和自己组合的pair，再次说明人的注意力容易汇聚到同一个种类的图书中去。

接下来，是我们的核心发现。我们发现，在不同种类图书数量差别不大的情况下，Android阅读原创男频、女频、小说的概率大于iOS，iOS阅读其他种类书的概率高于Android。

从知识空间的角度，我们将iOS和Android在知识空间中游走的范围可视化了出来。可以看到，iOS游走的范围比Android要高。

统计数据也支持了我们这一结论，Android虽然阅读时长高于iOS，但他们无论是阅读书的数量还是种类的数量都要低于iOS。

从时间上来看，将这15类书按照一天24小时内阅读的频率分布画出来。这里y轴是一天内阅读的频率，表明了阅读的主动性。

可以发现，Android仅在原创男频和原创女频上频率高于iOS，在其他种类上，iOS均高于Android。

最后，我们做了一些阅读时间模式上的探索。

我们的出发点是人类行为中的爆发现象。

Barabasi发现人收发邮件的时间间隔成幂率分布，也就是存在爆发现象。

在图上看，就是一段时间频繁收发邮件，但之后又会有很长时间的沉寂。

Kleinberg开发了一套从时间序列中检测爆发的算法，他将爆发划分成两个维度：宽度和深度。如图，爆发宽度大表示爆发的次数多，爆发的深度大表示一次爆发程度比较剧烈。

从个体层面上，我们发现，Android阅读行为的爆发深度和宽度都高于iOS。不过从群体层面上，我们发现Android用户在一天之内阅读时长的波动很大，说明受到各种生活结构的影响很大，时间的可支配性不如iOS用户。因为iOS的时间数据出错，误差1000秒，所以数据可能有误。

总结一下，虽然我们对社会阶层的测量存在争议，但是，即便采用这样粗略的分类，我们还是能够观测到一些震撼人心的信号。

我们的研究在一定程度上表明，社会阶层高的人并非没有原因。

阶层较高的人，他们由于有良好的生活方式等原因，能够形成比较稳定的阅读习惯，同时读书的范围也较广。

而阶层较低的人，他们同样由于生活方式的结构原因，导致阅读时间的波动较大，因而更容易被那些注意力的黑洞吸引。

在这个“娱乐至死”的移动媒体时代，我们能够看到娱乐的强大力量正在吞噬人们的注意力。

伴随着现代生活的紧张与压力，娱乐对人的诱惑越来越强大，要抵抗娱乐的诱惑，需要更强大的内心和更坚定的修养，唯其如此，才可能不让自己陷入社会底层的死循环中。