导语


2020年新冠疫情最初爆发之际,圣塔菲研究所的两任所长曾发表文章指出,新冠疫情是历史上的第一次复杂性危机。文章从复杂系统的视角分析了新冠疫情背后的深层危机,并提出权衡(tradeoff)手段才是应对危机之道。疫情迫使我们在已有社会习俗和能帮助控制疾病传播的新习俗之间进行权衡,我们需要寻找一个“支点”去平衡互相对立的因素。


作者David Krakauer是进化生物学家,圣塔菲研究所现任所长及William H. Miller教授。作者Geoffrey West是理论物理学家,曾任圣塔菲研究所所长,著有《规模》一书。


David Krakauer,Geoffrey West | 作者

Leo | 译者

刘培源、曾祥轩 | 审校

张爽 | 编辑





统计学家解释幸存者偏差




在二战时期,当美国军方看到那些机翼上伤痕累累勉强返航的轰炸机时,打算为战斗机的机翼加强防护。而统计学家沃德·亚伯拉罕(Wald Ábrahám)却敏锐地指出:那些发动机中弹的飞机几乎无法返航因此,他建议军方为轰炸机的发动机加强防护,降低飞机被击落的概率。这个耳熟能详的案例是关于“幸存者偏差”最著名的例证。


图1:返航飞机中弹分布示意图(假定数据)。在飞机机身各部位中弹概率等可能的情况下,如果返航飞机中弹分布不均,可能就意味着飞机上存在着需要额外防护的“要害部位”。


在这一次的新型冠状肺炎大流行中,病毒毒株、传播链是那种可见的弹痕。面对这种可见的危险,我们所有人显然都做了“加强防护”的举措——我们对免疫学和流行病学都有了深入的解;投入了大量资源、资金用于研发疫苗;政府也在呼吁学术界能做出更快的应对。这些都是我们面对眼前短期危机的自然反应。


然而,那些我们并没有注意到的弹痕才是这次危机的深层本质,这个弹痕就是多重耦合复杂系统的崩溃(collapse of multiple coupled complex systems)

 




第一次复杂性危机




全世界的社会都在经历历史上的第一次复杂性危机(Complexity crisis)。一次病毒基因随机突变可能在短短几个月内导致全球金融市场崩盘,西班牙足球队陷入集体感染的风险,英国面粉供应短缺,美国租车公司 Hentz、奢侈品零售商 Neiman Marcus 等大牌公司申请破产保护。当然还会有更多的事件发生,但我们其实不必对此感到惊讶。

 

作为研究复杂系统的科学家,我们会把复杂性危机视为双重事件。第一,这是一个多重耦合系统的崩溃,其中包含我们的身体、城市、社会、经济和生态系统;第二,我们提出的解决方案(例如,疫情期间保持社交距离)都面临着不可避免的权衡取舍(Tradeoffs),其中一些方案还会放大主要问题。换而言之,我们的补救措施可能会加速系统崩溃。

 

我们和圣塔菲研究所传播研究组(Transmission Project)认为,通过研究复杂系统及其普遍规律,可以获得关于这次危机的一些不易察觉的洞见和解决方法。一个理解复杂性危机的方法是,引入需要管理的战略权衡和做这种权衡时所需要的复杂机制。这些机制包含流行病传染、流行周期、超级传播事件、临界现象、规模缩放和路径依赖。

 



1. 权衡生物传染与社会传染




当疫情爆发时,生物学意义上的传染(Contagion)主要是由接触网络造成的,也就是感染者和易感染者之间的物理直接接触。其关键变量是基本再生数 R0,它表示在自然条件下,一位患者会传染多少新的病患。社会传染(Social contagion)就不同了,不仅长期的接触史会带来社交传染,非物理实体的接触也会起到通道的作用。


也就是说,流行病的传播与对流行病认识的传播,在方式与速度上都有根本不同。据估算,新冠病毒的 R0 大约为2.5,而涉及新冠病毒的视频在 YouTube 平台上的 R0 约为3.5,相关推文在 Twitter 上的 R0 则大约是5。


图2:疾病传播与信息传播双层网络示意图。A为信息传播网络,B为疾病传播网络。两个人线上可能是网友,但线下未必有机会接触传播疾病。


这样的差异表明,我们在被病毒感染之前,已经被相关的新冠疫情资讯“感染了”。既然资讯的传播能“先病毒一步”,那么我们有可能建立类似于天气预报、地震预警那样的预报体系,并做出适应性变化。在这两个前提下,为了能减少更大的伤害,我们认为大范围改变生活习惯和行为是有必要的。为了能权衡实际物理现象的传播和信息传播之间的差距,高利润的行业和技术基础设施已经出现了。例如,单单是天气预报就已经是一个约 60 亿美元的产业。

 




2. 权衡均匀扩散与长尾扩散




流行病的传播能力会因具体案例而异,有些时候个别出现的疫情案例会遵从平均的R0,只传播给少数几个人。然而,有些则会传播给更多人,也就是出现所谓的超级传播者、超级传播事件。这样的超级传播事件会影响患者人数及疫情规模。这也就意味着传染能力的变化范围,比传染平均值 R0 能提供更多信息。

 

这非常重要,因为在资源有限的情况下,我们要把有效的防疫力量集中在网络中可能发生超级传播事件的部分,这样就不必再在全国范围内都执行严格的防疫举措,而是采取高度信息化并且有针对性的局部干预措施。这样的举措能极大提升效率,并且已经在社交媒体领域广泛使用。

 




3. 权衡生物性需求与社会性需求




文化和生物因素的相互作用影响着R0,并且种群中R0的最终值是两者相互反馈的结果。在过去几个月中,我们看到了生物-社会互相作用的结果。因为社交隔离减少了感染的机会,一些地区的生物学 R0 已经小于1。而后,通过社交网络这一信息得以传播(“传染”),一些地区又考虑再次开放,因为人体接触的增加,R0会再次超过1。这和恒温器保持恒温的过程类似,恒温器就是疫情信息,最终结果就是 R0 的数值在1附近震荡。

 

在复杂系统中,这被称为自组织临界性。在这种状态下,我们可能长期与病毒共存。延迟统计可以让变化的一方起主导作用,从而持续性地减少传染。例如如果我们采取长期的 R0 平均值。

 




4. 权衡食物网络与疾病网络




我们所遇到的传染病病毒和病原体的来源往往可以追溯到其他物种,也就是说一些疾病是人畜共患病。然而其他生物的寿命往往比人类要短很多。例如,新冠肺炎病毒可能来自蝙蝠,人们会通过捕食蝙蝠来获取蛋白质等营养。蝙蝠的寿命大约 20 年,也就意味着能在蝙蝠身上传播的病毒其传染周期也更短。对于人畜共患病的病毒来说,病原体演化的主要环境压力来自寿命较短的宿主。病毒要去适应寿命短的蝙蝠提高传播能力。对于人类而言,则要去适应这种传播能力强的病毒。因此,是寿命较短的物种决定了病毒传播的发展过程。


图3:人类的食物网络(左)和疾病网络(右)

在过去,我们已经发现,可以用文化手段来权衡食物(营养)网络和健康之间的关系。人类最特殊的方面或许就是在一百万年前学会了烹饪肉类和块茎类植物。在笔者的年代,很多成年人因为乳糖不耐而放弃牛奶,转而寻找其他的蛋白质来源。疾病的代价超过乳糖的能量收益,就会导致全球大范围的膳食结构改变。如果选择椰奶、杏仁奶、豆奶等饮品,我们就可以为暴露在人畜共患病风险中的人群提供其他蛋白质来源。





5. 权衡经济发展与疫情扩散




城市就是为了加速社会和生物互动而打造的机器。城市规模越大,城市中的个体可以他人互动的机会就越多,并会再次促进城市的扩张。这是一个不断加速的正反馈过程。


近期的发现表明,高密度的城市环境与大量的生物、社会变量呈现出超线性关系。这意味着城市人口规模变成原来两倍,经济生产力、创新能力、犯罪率以及疾病等变量会变成原来的两倍以上。也就是说,在大城市病患不仅会系统性地增多,而且其增长速率也和城市的社会经济现象一样系统性地加快。如果患病病例随时间成指数式增长,那么随着城市规模增大,指数的各项参数也会系统性地增加。

 

因此,一个百万人口规模的城市中病例翻倍的时间,大概只有一万人口城市的一半。城市是我们最能感受到权衡的地方。也是我们权衡各种选项时,成本最夸张的地方。解决这种权衡的方法就是投资修建、改造城市基础设施,以减少人与人之间的实体接触。





6. 权衡过去与未来




疾病感染、超级传播事件、自组织临界性以及城市的扩张过程这些都是非线性的,并且往往会招致各式各样的结果与新的平衡。多重平衡态系统的一个标志就是路径依赖(Path-dependence)。这意味着系统向一个方向移动会比另一个方向更容易。这样的系统会带来“锁定”(Lock-in)的现象。

 

例如,使用已有的技术会比采用新技术更容易。例如,在 20 世纪 60 年代的时候,人们更倾向于使用耐高温、易加工的硅晶体管而不是集成度更高的金属氧化物晶体管。另一个例子就是我们每天都在使用的 QWERTY 键盘。这种键盘最初是为了减少机械错误而设计的,当被广泛接受以后,人们会继续使用这种类型的键盘,而不是其他的替代品。此外,在种族和性别问题中的职场招聘偏好更是对历史路径依赖的“锁定”,而不是任人唯才。

 

图4:对比不同键盘布局方案及热区图,在均匀程度上QWERTY方案并非最优


社会习惯会被我们视为一种社会结构,或者是社会生活发展带来的副产品。高密度聚集、见面握手问好、旅行以及在疫情时期的互动,林林总总这些都已经成为了社会规范。路径依赖告诉我们,为了消除这种习惯所要投入的精力,会远远超过维持现有的习惯所要投入的。

 




7. 权衡鲁棒性与可演化性




一个来自复杂科学的观点是,复杂系统通过鲁棒性(Robustness)可演化性(Evolvability)之间的持续平衡来构建。


鲁棒性指的是一个系统能承受严重扰动而又不丧失系统的功能。比如,人脑承受损伤的能力,即使切断左右脑之间的联系,两个半球也能继续运作。


而可演化机制指的是系统的机制、结构发生的微小改变就可以出现新的机能,进而能有效地探索类似的新事物。一旦功能分子的空间被映射出来,很多酶就可以变异为其功能替代体。

 

演化发现了平衡鲁棒性与可演化性这两种对立需求的方法。这也就揭示了生物系统的稳定性和生命的多样性。

 

我们来比较这个复杂的演化情形和现代的科技社会。企业公司的一个典型运营策略,就是以成本最小化的名义来消除冗余和衰退。这也就是为什么几乎所有的大公司都很难适应变化并最终衰退的主要原因。正如生物系统选择了长期的持久性而牺牲了效率,这就是生物系统为了稳健与可演化付出的代价。我们应该要求社会机构也这样做。




寻找支点




是时候了,我们现在要关注这场危机的长期后果,它与这个星球上所有的社会-经济生活都息息相关。我们在这一领域认知很有限,我们也渴望得到新的支持、获取新的想法。

 

在未来,我们需要更多地去思考全面的复杂性危机带来的威胁。在这样的危机中需要做出权衡,而不是缓解危机的单一手段。一个健康的社会所面临的挑战是如何放置一个“支点”去平衡互相对立的因素,而不是把某个当作独立的问题。


原文地址:
http://nautil.us/issue/87/risk/the-damage-were-not-attending-to


扫码即可收听音频



复杂科学最新论文


集智斑图顶刊论文速递栏目上线以来,持续收录来自Nature、Science等顶刊的最新论文,追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能,每周通过微信服务号「集智斑图」推送论文信息。扫描下方二维码即可一键订阅:



推荐阅读



点击“阅读原文”,追踪复杂科学顶刊论文