三步是建立动态方程。系统层面的植入比例x会随时间演化：dx/dt = f(x) - x。f(x)是“在观测到当前植入比例为x的情况下，一个随机个体选择植入的概率”。
第四步是引入激活阈值的分布。不是所有人都会被同一个比例说服。有的人看到极少人做就跟着做（激进采纳者），有的人要看到绝大多数人做了才行动（保守者）。这些激活阈值在群体中不是整齐划一的，而是服从某种概率分布。韩世清选择了Beta(α, β)分布来刻画这个分布——α和β是形状参数，控制群体整体偏向激进还是保守。
第五步才是临界阈值的推导。系统的平衡点出现在f(x) = x处。在信息不对称条件下，个体的局部观测值不等于全局真实比例x，而是x加上一个随机噪声。因此f(x)需要计算：一个个体的激活阈值θ小于等于其带噪声的局部观测值的概率。这是一个双重积分——先对θ在Beta分布上积分，再对观测噪声在正态分布上积分。在一般情况下没有解析解，但数值求解可以找到临界点c：当xc时系统进入正反馈加速，植入比例不可逆地上升。
c的具体数值取决于α、β和σ。韩世清当时没有条件做大规模实证估计。他用了一个在数学上方便处理的对称假设——Beta(1,1)即均匀分布，表示群体中各类阈值的人均匀存在；σ取中等水平。在这个假设下，数值求解得出：
c ≈ 0.1357
精确到小数点后四位，近似等于e/2——自然对数底数的一半。
他当时在这个约等号后面划了一道线，在页边写了一个“？”。
后来，当他在教育部开始着手赋分制设计时，他让社科院统计团队基于北、上、广、成四个城市的家长群体调研数据重新估计了参数。估计结果显示：α ≈ 2，β ≈ 4——分布偏向保守，说明大部分家长在没有看到足够多的成功案例之前倾向于不行动；σ ≈ 0.3——个体观测到的局部植
本章未完，请点击"下一页"继续阅读！ 第4页 / 共13页