从一个地方走到另一个地方似乎并不是我们在生活中面临的最复杂的选择，我们就像光束，或者众所周知的乌鸦的飞行一样，只是选择最直接的路径，保持一个适合自己的速度前进。但实际上徒步探索和行走于我们的环境很少会这么简单。如果我们中途遇到障碍怎么办？机器人工程师们很早就意识到，如果不突然转向，那么要在行动轨迹的直接和流畅二者中取得平衡是困难的。如果地势变化又怎么办——有些路是平坦的，有些则是草丛或是泥泞不堪。最棘手的情况是，挡在我们前进道路上的东西本身也在移动，而且还有其他去往不同方向的行人。面对这些情况要怎么办？群体如何在一个开放空间中移动是一个复杂的集体谈判的过程，这个过程在很大程度上取决于我们和别人的互动。

在人群中行走是一件复杂的事

非同寻常的是，许多个人的决定能够在没有一个组织者协调的情况下产生一个自组织的行动，这在鸟成群结队飞行、鱼或蜜蜂成群行动、蚂蚁的觅食行为中也有明显体现。这些自然界中的集体行动几乎是复杂性科学的象征，协调一致的行为模式可以从简单的行为规则中突显出来——我们已经知道，成群飞行只不过是由于每一只鸟都对它的邻居的行为做出简单的反应，并且因为它们没有被“上级”强迫，这种集体行动能够高度适应变化的情况，如应对捕食者。

但是人类社会的集体行动通常都没有这么优雅，一部分原因就在于人群的目标通常不具有那样的一致性。在繁华的城市购物中心的消费者有着上百个不同的日程和目的地。有些人非常匆忙，有些人则在漫步聊天；有些人带着家眷，也许还有小孩；有些人穿着轮滑鞋而有些人可能身有残疾。但是至少他们有一个共同点：他们都不想撞到别人。而这，几乎就足够促使人群找到一个自组织的方法，这个方法的效率常常惊人得高。

了解人们如何在公共场所移动能让建筑师和城市规划师们的设计方案更加高效和安全。商店和画廊的设计者会希望他们的平面设计能够允许并且促进每个人走遍每个角落。建筑师想要知道在哪里放置门廊能够让它的使用率最高。同样地，公园的设计者要决定人行道的路线。城市空间中的“死角”会阻碍人流和交易，并滋生犯罪和导致衰退。

有越来越多的理由让我们迫切地想知道群体如何移动。摇滚音乐会、体育赛事和宗教节日都出现过人群拥堵而产生碾压导致伤亡的悲剧。避免这样的惨剧在一定程度上在于如何识别瓶颈和动乱，但这也依赖于理解人群的移动是如何及为何能够进行高效的自我改变。也就是说，要弄明白：是什么使得拥挤的人群从拥挤但有序的行进变为惊慌的互相踩踏？什么样的集体行动是安全的？什么样的又预示着灾难？

社会学家长久以来一直提到是“社会力量”在控制行为。早先的一些群体动力复杂模型对这个概念的阐述停留在非常字面的层面上，他们假设人们之间的吸引力和排斥力决定了他们的路径。事实上我们并不是真的受到这些相互作用力的影响，只是我们的行动看起来好像是受到它们的影响一样。尤其是当我们避免与人冲突时，就好像是排斥力阻止了我们撞到对方。

在此基础上，我们可以建立一个与前一章描述的交通模型有些相似的步行者模型。在这个模型中，每个人在空间中以一定的速度朝着他们的目的地移动，为了避免碰撞，他们可以减速或者改变方向。当这个简单的步行者场景在计算机中模拟时，产生了自发的复杂行为。这些行为看起来不但让人联想到现实中的情形，而且充满了智慧、希望，甚至很有礼貌。

在最简单的情景中，我们把这些步行者设置成在一个狭长的走道中双向移动，如果人群密度很高，那么你预想中的情况可能会出现混乱和拥堵。但是这个“模拟人群”能够通过遵循集体的秩序来避免这种情况。行人们排列成两道逆向的人流，在队列中每个人都沿着前方的人的路线走。跟着前方的人走意味着你和另一方向来的人相冲突的可能性变小。但是模型中没有促使跟随行为持续出现的因素——只有当规则进一步展开时才会出现这种因素。

在小巷中穿行的人流电脑模型

通过增加柱子之类的障碍物可以增强这种人流，障碍会使人群分流，甚至在没有指定人们应该从哪一边绕过的情况下也是这样。同样地，行人来到一个多向交叉口时会自发地使人群慢慢地形成一个有效率的循环系统，就好像在一个环形交通枢纽上一样。如果在这个交叉口的中央设置一个如柱子这样的障碍物，这种循环的模式也会得到增强。在出入口的位置上，去往不同方向的人流的行为就像在交通灯控制下的车流一样，两个方向交替着出现大规模的人流穿过出入口——对于减少拥堵来说，这是相对有效率的一种方式。每一队人间歇性地停下来给来自另一个方向的人让路，仅仅由于极力想要避免碰撞，人群表现出了一种非常真实的相互配合。

在一些动物群体中，还发现了自发形成“车道”的情形，如觅食的蚂蚁会留下信息素来吸引同伴。这能够让离开蚁穴和返回蚁穴的蚂蚁避免碰撞。人类不会那样追踪气味，但是有另一种情况促使我们即使看不到别人，也会去追随别人的脚步。比如，在公园的宽阔草坪上，我们会趋向于沿着别人踩过的草行走，一方面因为这样更省力，另一方面是因为我们有一种“跟随着路径”的心理冲动。因此，行人在公共空间中开辟的路径成为跟随别人的行为和想走最直接路径的折中。这样一来，自发形成的路径就被创造出来并且不断地被加强，最终形成一种关于路径偏好的集体共识。这条路径必须被不断使用，如果它被遗弃，那么渐渐地又会被草丛掩盖。

步行者模型能够解释人们的活动轨迹为什么会形成一些不易察觉的几何形状。随着时间的推移，起点和终点之间的直线被弯曲的路线取代，在交叉口的中心留下一个草坪孤岛。这个信息能够指导规划者和建筑师们将道路设置在会被使用的地方，而不是强加一个行走模式，那样的模式的作用只会被削弱或者被忽视。

惊慌

自组织的群体可以据此找到一种集体行动的模式，这种模式能够缓解人流的压力，让人们在人群中穿行时感受到的拥堵和不适大大降低。但不是所有的群体都这么文明。在拥挤灾难中，惊慌会让人们推倒并踩踏他人。暴乱、纵火、体育场和摇滚音乐会上的踩踏夺走了很多人的生命，而这是由惊慌引发的人潮失控所导致的。

步行者模型展示了这样一种转变：由于想要快速移动的愿望超过了想避免碰撞的想法，人群从有序运动变为了惊慌无序。如果每个人都想快速通过一个单一的通道，那么这时人群就会堵塞。比如，想要逃离一间着火的房间的时候就会这样。人们在门口互相推搡，会陷入一个圆拱形当中，无法向前。即使组成这个圆拱形的每一个颗粒都小得足够穿越门洞，但他们还是会被卡在门口。这个结果和直观感受相反：当每个人都想要更快地移动时，人群穿过通道的速度比每个人保持有所克制的、适当的步调时要更慢。堵塞的人群容易引发很高的压力，在真实的拥挤中，这种压力高得能够压弯铁护栏或者撞倒墙。一些计算机模型演示的逃离淹水房间的老鼠展示了“逃离恐慌”，在模型中群体的流动呈现出短暂的、间歇性爆发的特征。

这些模拟惊慌的实验得出的一个关键发现在于，通道的使用效率常常不高：有些会堵塞而有些则根本没人使用。这可能是群体行为导致的：人们更倾向于跟随他人而不是自己寻找通道。理论上应该存在一个群体跟随行为的最佳水平能够使通道的使用变得有效率：过少的人群说明人们不能从已经找到路的人身上获益，而太多的人则意味着一些通道会堵塞而另一些则无人使用。无论是哪种情况，根据所有通道被平均使用的情况来计算如何疏散房间里的人是不恰当的，它不能很好地预测这些通道在紧急情况下的情况。

一个模拟群体想要快速离开一个房间会陷入惊慌状态导致的堵塞，人们只能零星地、缓慢地逃离

更好的规则，更好的数据

虽然说基于吸引力和排斥力的步行者模型似乎在再现一些现实行为时有一些合理性，但它几乎不能反映出现实中控制人们行动的规则。这些更多基于认知心理学的模型用一种所谓的探索方法来代替那些假设出来的动力：经验法则能更加近似地模拟出我们是如何做决定的。比如，行人似乎是根据他们对碰撞出现的时间的预估来调整他们的速度和方向，以及寻求最少的偏离前往目的地的笔直路线的路径。也就是说，行人会寻求他们周围那些畅通的、方便的路径而不是受到其他路人的排斥。运用这种启发式的规则，步行者模型能够对行进轨道进行相当精确的预测，在这个轨道中人们要穿过障碍和其他行人。

这些群体行为模型在定性方式上展现出了很多真实的行为特征。它们也突出了这样一个事实：实际上我们并不很确切地知道人们怎么行走。长期以来，为群体管理和群体安全做计划都依赖于广泛搜集信息，如统计特定通道或路径的使用程度，但是这些粗糙的信息不能反映出每个人的路径，更别说反映出是什么控制了他们。那些纯粹是经验主义的发现并不能确定集体行为在何时改变、如何改变及为何改变。比如，什么时候一个有序的行动会陷入混乱。它们也不能直截了当地让我们理解或者预测群体行为背后潜在的约束条件改变时产生的影响（如行走线路的改变）。

简而言之，对行人移动的研究需要更多的数据。新技术让信息搜集变得越来越容易。例如，安全且隐蔽的射频标签已经被用于追踪被认为有潜在危险的个体的去向。这些技术可以被用于搜集关于移动或面对面相遇的信息。一项在学生身上的实验就采用了这些技术，这项研究想要弄清学生之间的交往和接触如何影响传染病的传播。事实上，以手机的形式，我们大部分时间已携带着这种追踪设备，这可以被用来推断出我们在个人的世界中如何行动的。

佩戴在身上的传感器不仅能够揭示出我们在哪儿，还能显示我们是如何移动的。比如，加速度感应器（许多手机都配备这个功能）能够记录速度和方向的变化。在近期的一项研究中，加速度感应器被用来记录在马耳他的一件公共事件中人们的行走速度。在不同的群体行为中能够看到不同的特定模式。排队行为的特征是在一段时间的稳定后，会有间歇性突发的运动，而沿着走廊行走的行为则导致周期性的堵塞。通过比较每个人的数据，我们可以推测出哪些人走在一起，形成一个群体，从而有可能识别出个人行动的信号，而这些信号预示了整个群体行动的动力规则。这只是信息和通信工具低成本地丰富我们对日常生活中的社会复杂性认识的一个例子。

城镇规划者和建筑师常常按照他们认为人们应当的移动方式来设计公共空间，而不是根据事实上人们喜欢怎么移动来设计。研究结果显示，一些城市开发区里的行人，如居住区的居民，或多或少地是在随机地跨越空间：从统计上看，他们看起来像是迷路了。这些空间在设计时显然没有考虑到人们的需要。这样的结果不仅阻碍了人们意图的实现，而且会让我们的移动和决策受到环境的控制和制约。同样地，英国泰特美术馆中游人的移动轨迹的模拟也显示出，不考虑各个展厅展出的内容，各个展厅游客人数的差异中超过70%是源于美术馆平面布局的影响。

就像丘吉尔曾经说的：“我们制造建筑然后它们塑造我们。它们掌控了我们生活的流向。”

步行者模型能够帮助我们塑造建筑和空间而不是让建筑和空间来塑造我们。它们现在被使用在了建筑设计方案中。比如，总部位于伦敦的空间句法（Space Syntax）公司使用它们来协助设计特拉法加广场的步行街，这是伦敦中心一处繁华的旅游目的地。同时这些模型也在解决伦敦、吉达（沙特阿拉伯）、北京等城市的城市设计问题中发挥作用。

步行者模型还用于协助设计大型公共事件中有关群体管理和群体安全的措施。在一项研究中，模型模拟了伦敦西部诺丁山狂欢节中人群的移动，并且确认了很有可能发生危险拥挤的几个爆发点。这样一来，就可以在这些点上加强服务和人群控制的力度。每年穆斯林前往沙特阿拉伯的麦加朝圣，更需要这种模型研究朝圣者的行动。这一被称为“Hajj”的朝觐行动，每年会吸引超过300万朝圣者参加，而由于过度拥挤和踩踏，总会有数百人在这个过程中丧生。在1990年，超过1000人在通往米纳镇附近的贾马拉大桥的步行隧道中被踩死。在米纳镇，作为朝觐仪式的一部分，人们要往代表魔鬼撒旦的柱子上投掷石头。尽管经过了重新设计，但是米纳镇的石堆依然是灾难的易发点，从1994年以来，发生了6次恶性死亡事件。2006年1月，超过300位朝圣者死亡，伤者则更多。

在这个事件中，摄像头记录下了人群的移动。记录显示，贾马拉大桥上的行人密度越来越高，稳定的人流变成了走走停停的波动状流量，就像拥挤的交通一样。而随着行人密度进一步增大，人们像发生地震时一样互相推挤，这种情况被称为“人群湍流（crowd turbulence）”，失控的人群冲击波让人们失去平衡，在人群中跌倒。

人群密度是一个决定因素，当行进速度的变化导致的人群密度上升超过了一个特定的阈值时，危险的湍流就会出现。通过录像对人群密度进行实时监控和分析能够提前预警这种高度危险情况的发生，以便我们采取干预措施来缓解人群的压力，避免灾难。

在人群模型的指导下，2007年，一条朝圣者营地和贾马拉之间的新路线被开辟出来，同时可以通过对日程进行安排来限制和分散朝圣者人流。新设计的路线发挥了效果：尽管朝圣者人数比往年更多，朝圣过程中却没有出现事故。这表明步行者移动模型能够对我们的日常生活发挥实在的、迅速的影响，帮助我们创造更有益的、可达性和安全性更高的环境。

本文由李文超摘编自[英]Philip Ball著；韩昊英译《社会为何如此复杂：用新科学应对二十一世纪的挑战》一书，内容略有删减改动。

《社会为何如此复杂：用新科学应对二十一世纪的挑战》旨在表明，将社会系统作为复杂系统理解，以及在许多情况下以这种思维设计和管理社会系统是可能和富有成效的。这种方法在一些案例中已被证实是有效的：在其他更传统的理论和方法都失败时，这种方法能够解释社会现象，并提出社会问题的解决方案。本书所选择的一般性题目和具体案例研究的范例并不全面，主要是为了展示已取得的研究成果。

同时，为了证明这种方法的普遍有效性，本书还有一个更详细的议题，认为社会科学的复杂系统观点现在已经足够成熟，能够理想地、可能必不可少地达成一个更大的目标：将这些成果整合成一个统一的体系，以研究、理解并最终规划和预测我们所建立的世界。该体系将不会构成一个单一的“通用模型”，而是通过结合一套现实模型和对大数据的收集与分析，探索社会及其与物理环境的互动。通过动员和联合许多不同的研究团体，这个愿景目前将要成为可能，这也许能让我们找到一种有效的新方法，去解决那些即将发生或已经发生的重大全球问题，如冲突、疾病、金融动荡、环境掠夺和贫困，并同时避免计划外的政策后果。这能让我们预测与缓解危机，至少开始解决一些21世纪最棘手的问题。本书的最后简要介绍了一个包含这些目标的项目。

用您的手指点亮科学!

欢迎转发分享朋友圈，

您的鼓励是我们前进的动力！

点击文中书名、作者、封面可购买本书。