参数设置
基本再生数 (R₀)
2.50
高流行潜力
易感者 (S)
感染者 (I)
康复者 (R)
相平面分析
点击相平面设置初始条件
当前 S:
-
当前 I:
-
场景探索器
病毒式传播
高传染率，低康复率 (R₀ > 1)
c = 0.8, r = 0.2
R₀ = 4.0
快速消退
低传染率，高康复率 (R₀ < 1)
c = 0.1, r = 0.5
R₀ = 0.2
持续流行
中等参数 (R₀ ≈ 1)
c = 0.3, r = 0.3
R₀ = 1.0
周期性复发
带周期性复发的SIRS模型
c = 0.5, r = 0.2, δ = 0.05
R₀ = 2.5
场景对比
历史叙事流行病
1970s-1980s
拉弗曲线叙事
"供给经济学"叙事认为减税可以增加政府收入，迅速在经济圈传播，最终影响了里根时代的政策决策。
感染峰值:
~1980
持续时间:
~10 years
2007-2009
大衰退叙事
"大萧条"叙事在2008-2009年期间复苏，影响了政策应对和公众行为。与1929年的比较放大了恐惧并改变了消费模式。
感染峰值:
Late 2008
持续时间:
~2 years
2017
比特币"快速致富"叙事
"去中心化财富"和"数字黄金"叙事通过社交媒体病毒式传播，推动了爆炸性价格增长，随后出现叙事疲劳和价格修正。
感染峰值:
Dec 2017
持续时间:
~6 months
叙事模式分析
数学基础
SIR模型
dS/dt = -c · S · I
dI/dt = c · S · I - r · I
dR/dt = r · I
其中S（易感者）代表未听过叙事的人群，I（感染者）代表积极传播者，R（康复者）代表失去兴趣或对叙事免疫的人群。
基本再生数 (R₀)
R₀ = c / r
- R₀ > 1: 叙事指数增长（流行病）
- R₀ < 1: 叙事消亡
- R₀ = 1: 临界阈值
叙事机制
传染参数 (c)
听到叙事的人开始传播它的速度。影响因素包括：
- 情感共鸣
- 简洁易记
- 社交媒体放大
- 权威人物背书
康复参数 (r)
人们停止传播叙事的速度。影响因素包括：
- 注意力跨度与新奇衰减
- 竞争叙事
- 反面证据
- 叙事疲劳
社交媒体影响
现代社交平台通过以下方式大幅提高传染参数(c)：
- 网络效应与病毒式分享
- 算法放大
- 回声室与过滤气泡
- 网红经济学
政策应用
理解叙事流行病有助于：
- 预测市场泡沫与崩盘
- 设计有效的经济传播
- 对抗有害经济叙事
- 预见政策阻力