作者简介

阿莱克斯·彭特兰（Alex Pentland）：全球大数据专业、可穿戴设备之父、MIT人类动力学实验室主任。

在近30年执教生涯中，彭特兰培养出了50余位博士，其中一半成长为该研究领域的领军人物，1/4成为创业公司的创始人，1/4成为业界相关领域的中坚力量；比如谷歌眼镜的灵魂人物萨德·斯塔那（Thad Starner）等。彭特兰的实验室孵化出了30家以上的高科技企业，比如专注于社会测量的Sociometric Solutions公司。

在全球计算科学领域，彭特兰是被引述次数很多的科学家之一。2011年，《福布斯》评选他为全球大数据专家，《新闻周刊》称他是“改变20世纪的100位美国人”之一。2012年，他关于大数据应用的文章获得《哈佛商业评论》的麦肯锡奖。2008年和2013年，他的研究成果更是两度摘得《MIT科技评论》“年度十大突破性科学技术”桂冠。

本书简介

大数据对于很多人来说并不陌生，当收集海量数据已不再是难题，我们应如何使用这些数据？到底怎样才能站上数据之巅，成为数据的主人？

也许此时此刻你正佩戴着智能手环，精心收集与自己健康有关的多种数据。但在可穿戴设备之父阿莱克斯·彭特兰眼中，将可穿戴设备与健康追踪归类在一起是十分狭隘的。未来，将会有越来越多虽没有被你穿在身上，却依然可以将你与这个世界数据化的可穿戴设备。在这些可穿戴设备的帮助下，我们将成为“预言大师”，准确地预测谁在牌桌上耍诈，谁能够取得谈判的胜利，甚至自己能否与约会对象擦出火花。

在本书中，作者提出了一个全新的概念：“社会物理学”，它是一门由社会性、物理学、心理学、生物学等一系列学科综合而成的全新学科。传统的物理学旨在了解能量的流动是如何转化为运动的改变的，社会物理学旨在了解想法和信息的流动是如何改变人们的行为的。社会物理学是一门定量的社会科学，是描述信息和想法的流动与人类行为之间的可靠数学关系。

本书分为4个部分，它们分别是：

第一部分：介绍我们如何使用数字“面包屑”获得对社会影响、信任以及社会压力等概念的精确、实用的测量。这一技术能帮助我们测量社会网络内的想法流，并有效利用形成现实情景中社会学习模式的激励。我会用来自在线社交网络、健康、金融、政治和消费者购买行为的事例来诠释社会物理学的运作方式。

第二部分：将用现实生活中的各种例子来展示社会物理学是如何被用于构建更加灵活、更有创造力、更高效的组织。这些例子涉及研究实验室、创意广告部门、后台支持部门和呼叫中心等。

第三部分：将从城市这一更大的层面来探讨社会物理学。我将主要集中分析如何使用社会物理学重新设计城市，使城市更有效率、更富创新、更具活力。

第四部分：讨论如何将社会物理学运用到社会机构中。我将探讨数据是如何驱动社会中政府职能的转变和法规结构的不断完善，并提出改变隐私规定和经济调控的建议。

宇宙是由物质、能量和信息构成。所谓的“社会物理学”，其实就是强调物质、能量流动之外的第三种流动性：思想、信息的流动性，并进而探讨由此带来的社会结构、认知结构的演化和变迁。他将视角盯在“想法流”上，将其作为看待人类关系构建、社会结构演进的新的视角，在互联网、特别是移动互联网和社交网络大行其道的今天，这一视角更具有开创意义。

探索，发现好想法和做出好决策

作者是麻省理工大学人类动力学实验室主任，长期从事全球大数据及可穿戴设备的研究，是可穿戴设备之父，同时他也见证了无数具有创新和创造性的想法的诞生。人们都渴望创新能力和创造力，创新和创造也是驱动社会发展的主要动力，通常认为，创造和创新能力是少数聪明人才具备的能力，但是作者指出，最好的想法总是来源于仔细和持续的社会探索。

就像乔布斯所说：创造力只不过是把事物关联在一起而已。当你问有创造力的人，他们是如何做成某件事的时候，他们会感到一丝愧疚，因为他们其实并没有做什么，他们只是明白了某些东西。一段时间之后，这对他们而言就是显而易见的了，因为他们能够把自己的经验联系起来，合成新事物。

所以，最善于保持创造力和洞察力的人是探索家，好的想法和创意并不是绞尽脑汁的结果，而是不谈探索的结果。而作者也指出，探索过程的本质是对一个人社会网络的搜寻，也就是对人们社会互动信息的获取。

人们的决策依据来源于两类信息：个人信息和社会信息。当人们在做决策时，一旦存在社会互动，个人的决策就会受影响，而所谓的社会信息就是将不同人的想法汇聚在一起产生的，我们将这种汇聚了社会信息的智慧称之为：群体智慧。而且群体智慧的来源是社会学习。而且我们的创新和创造力的来源也正是社会学习，而且要保持社会学习的机会充分多样化。

作者为了说明这种群体智慧来源于社会学习，列举了一篇发表在哈佛商业评论上的《超越回音室》文章。回音室效应在媒体上是指在一个相对封闭的环境上，一些意见相近的声音不断重复，并以夸张或其他扭曲形式重复，令到处于相对封闭环境中的大多数人认为这些扭曲的故事就是事实的全部。而作者文章中分析了超过160万人在一个面向普通交易员的在线金融交易平台“eToro”中的数据，实验结果如图所示。

其中有两个显著特点。

1：大部分用户只效仿少数几个用户，并且很多用户并不效仿任何人。

2：社会学习的数量存在很大的变数。有的区域几乎被点完全覆盖，意味着这群交易员之间存在着高密度的社会学习网络。而另外只有少数点的区域意味着这群交易员之间只有少量社会学习发生。还有大多数交易员处于社会学习两个极端之间，他们拥有适度的社会学习机会。

每个交易员在eToro中都有不同的探索模式，并采取了不同的投资交易策略。一些人由于与他人之间的连接过少导致社会学习的机会很少，另外一些人深陷到反馈循环的网络中，以至于他们只能反复地听到相同的想法（回音室效应）。而大多数人则拥有适度社会学习机会。最后通过交易结果的分析发现：那些拥有适度社会学习机会的交易员，其投资回报能提升30%。如下图所示。

（其中想法流的速率就是在个体交易员决定效仿其他用户，并随之被其他交易员效仿时，新的交易策略沿着社会网络在用户之间扩散的速率）

这种社会网络中想法的传播和流感的传播有相似之处，当一个感染着和一个“新人”接触时，新人会存在一定被感染病毒的风险。如果两个人之间接触很多并且“新人”是易感染的话，他就很可能被感染。如果大部分人都是易感染者，那么病毒将逐渐扩散到大部分人之中。与此类似，一个想法在社交网络中出传播也是这样的模式，那么怎么提高想法流的传播速率呢？

有几种方式都可以提升。

1：每个人可以改变个人习惯来提高想法流的速度

研究发现，那些充满活力、吸引力的互动方式产生更多参与对话的个体，对社会网络中的想法流更加重要，这也是我们观察到世界上最有效率的人时所发现的现象。他们通过持续与他人交流来获得新的想法，并且这种探索行为会创造更好的想法流。

2：社会学习和个体学习的结合

人们的决定是个人信息和社会信息的结合体，当人们看到与自己类似的想法时，他们会更加自信，当个人信息较弱时，人们会更依赖于社会信息，在这种情况下，社会信息对提升自信心更有作用。也就是，当人们不知道怎么做的时候，他们可以通过花更多的时间观察他人的行为来学习。但是这种过度依赖社会信息的模式也可能导致过度自信和团体迷思。在金融行业，这种回音室效应带来的过度自信和团体迷思是导致金融泡沫的重要原因。

想法流的传播速率会受到多个因素的影响，比如社会网络结构、人与人之间社会影响的强度、以及个体对新想法的易感性程度等。因为我们可以观察不同的因素对我们行为的影响。那么，想法流是如何获取的？作者指出，可以通过“探索”来获取想法流，也就是从社会网络中获取想法和信息。同时，探索有3个要点。

1：社会学习是关键，与个人学习结合，会比单纯个人学习更好，有助于我们做出更加明智的决策。

2：多样性是重要的，我们需要尽可能获取多个方面的想法和信息，保持学习的多样性。

3：特立独行是重要的，找到一些很多具有独立思考者，并发现他们的共识。

总之，人们的成功很大程度上取决于你的探索的质量，或者说取决于你拥有信息和想法的来源的多样性和独立性。部分内容的几个结论包括：

1：收获能够带来伟大决策的想法的关键在于，从他人的成败中学习，并确保这种社会学习的机会充分多样化。

2：在衡量社会网络对于收集和提炼决策的影响时，想法流的速率是一个非常关键的指标。

3：人们的决定是个人信息和社会信息的混合体，而且当个人信息较弱的时候，人们更依赖社会信息。在人们不确定的情况下，社会学习对于提升自信心起着更大的作用。

4：你的成功在很大程度上取决于你探索的质量，并进而取决于你所拥有的信息及想法来源的多样化和独立性。

想法流，让好的想法汇集成群体智慧

为什么有的公司富有创造力，有的公司却没有；为什么有的公司似乎每个人都非常努力，却没有凝聚力和方向感？

有的人认为是公司的工作本身精彩有趣，或者是管理有方，但作者认为：那些充满活力和创意的公司存在不同种类的想法流，并进而产生了多样化的从社区内外学习的能力。这种想法流的流动对公司的发展至关重要。适当的想法流能让群体中的全体成员做出比个体独立决策时更好的决策。这种组织智慧产生于人与人之间的互动和相互学习，以及对彼此想法的分享和检查。

在人类社会进化中，我们也可以看到这样的想法流的作用，我们可以把每条想法流视为一种组织智慧，它们在岁月里流淌，大家通过学习彼此的经验，共同发掘能够更好地适应周围的物理环境和社会环境的行为偏好和习惯模式。这部分内容，我们将详细探讨想法流是如何产生和流动的。

作者分析了两个社区每个人约200万个小时、时间跨度超过了2年的互动数据，来研究我们的行为是如何变成我们的习惯、偏好和兴趣的。

1：习惯是如何形成的

作者对一个关系紧密的大学宿舍内的大学生进行了持续一年的全面的数据跟踪。采集了50万个小时的数据，包括面对面、电话、短信以及其他的生活行为数据。研究的结果中发现，我们的很多习惯来自于学习同伴，对于驱动想法流而言，接触比其他所有因素都要重要，表明自动的社会学习对塑造我们的生活极为重要。一个人的体重的改变和其体重增加的同伴之间的接触具有很强的相关性，与其和体重减少的同伴的接触则没有强相关性。

2：偏好是如何形成的

我们的偏好是来自周围人的影响吗？作者对于偏好的形成同样做了一个实验调查，分析发现拥有相似观点的人的接触量准确预测了学生们对比如总统选取感兴趣的程度，以及他们的自由或保守的倾向。也就是，学生们与拥有相似观点的人接触越多，他们自己的观点就越极端。

3：好奇心和兴趣是如何形成的

在前面，我们发现，间接和直接接触是形成习惯和偏好的主要因素。对政治观点而言，与一个令人感动舒适的群体待更久的时间，人们会更难接触到不同的想法流，从而更加坚定原有的信仰和习惯。那么我们的好奇心和兴趣是源于个体还是社会呢？调研的结果发现，搜寻新的想法和信息如同新习惯一样，主要是由社会接触驱动的。然而社会接触是情报性的，并不是规范性的，它可以指引人们搜索新和下载新应用和音乐，但某个试用的应用程序或者试听的音乐往往不会转变为习惯。

作者的一系列研究表明，我们都在想法的溪流中航行，与溪流接触塑造了我们的习惯和信仰。要把一种行为转变为习惯，需要多次看到这一新行为产生的好结果，比如社会认可等。人类的连续探索性行为是一种快速学习过程，但是习惯和偏好是一个缓慢接受的过程。就像诺贝尔奖获得者赫伯特·西蒙说的那样：理性、有意识的思考是一种程序，它能调用掌控日常生活所有细枝末节的行为习惯，就好像电脑程序中包含处理频繁使用的计算的子程序一样。在18世纪末，哲学家们宣传人类是理性的个体，这种理性和个人主义的思想改变了西方知识界的整个信仰体系，影响了数百年，但是近些年兴起的社会心理学发现，人类的行为并不都是理性思考和个体需求决定的，它们也会受到社会环境的影响。而且作者指出，人们的需求和行动决定往往是由社会网络效应主导一样。也就像诺贝尔奖获得者丹尼尔·卡尼曼在《思考快与慢》中所说的，源自经验和直觉的快思考才是我们决策的主要来源。而且我们的文化和社会习惯都是一种社会契约，并且都主要取决于社会学习。

小结：

1：相比于对话、电话和社交媒体等更为直接的互动，无意间听到的评论或对他人行为不经意的观察对驱动想法流的作用会更好。

2：我们能够有意识地推断我们想要在哪一条想法的溪流中遨游，然而此后与那些想法的接触会潜在地塑造我们的习惯和信仰。

3：理性、有意识的思考是一种程序，它能够调用掌控日常生活所有细枝末节的行为习惯，就好像电脑程序中包含处理频繁使用的计算的子程序一样。

参与，强化社群的合作与互动的重要手段

僧帽猴用颤声来协调决定队伍行进的时间和地点，领头的猴子使用颤声最多，以此鼓励其他猴子跟着自己走上自己发现的道路，而其他猴子则使用颤声来协调彼此的行为，一些进化论学者认为，这种“社会投票”的决策机制是一种普遍存在于动物界的决策模式。在鲍勃·凯利的“贝尔明星”实验表明，那些明星员工鼓励他们群体采用与这种社会投票完全相同的行为模式，而普通员工不会。明星员工让自己团队每一个人感觉到自己是团队的一部分来推动团队内部一致的想法流，并且他们会尝试充分表达，从而让每一个成员自愿跟随新想法。这种参与感和一致性能影响我们的决策，在脸书的一次鼓励用户“出去投票”的推送消息分析，如果看到自己熟悉的人或者亲朋好友投票，对用户的投票行为的影响是那些完全没有看到任何信息的人的4倍之多。

越来越的证据表明，参与的力量（人们之间直接、强烈、积极的互动）对于促进科信赖的合作行为至关重要。人们彼此之间的直接互动次数能精确预测出他们对彼此信赖的程度，同时也能预测彼此压力的有效性。作者指出，在社会物理学中每个人进行合作的方法是使用社会网络激励，而非个体激励或者额外提供信息。我们应该把注意力放到人们的之间的连接，而非改变个体行为上。原因是，人们之间的交流对参与者来说意义重大，我们能够利用这些交流来产生要求改变的社会压力。参与，即社会成员之间重复的合作性互动，能够推动合作行为的出现。

在参与的基础上，作者还做了更进一步的研究，将“比较”的影响因素加入其中，实验表明，当看到同伴的行为带来的社会压力的有效性要比经济激励的有效性高一倍。人类天生具有“比较”的基因，我们的祖先生活在危险从生的大自然中，人类通过与同伴的对比、和其他动物的对比来观察周围环境的危险程度，比如看到比自己强壮的同伴被一头熊扑倒，那么我们可以通过比较来偏低熊的危险程度。这种比较的能力对于远古祖先的生存至关重要。

作者也提出了“参与”的几个要点

1：参与需要互动，如果人们想要有效地进行合作，就需要有网络约束：团队中所有成员之间的多次互动，而不仅仅是领导和成员之间，或者成员和成员之间的互动。

2：参与需要合作，要提高一个团队的参与度，要让团队中的成员感觉他们自己是团队的一员，能提升团队的参与度，是团队更容易达成共识。

3：参与能构建信任，团队之间的信任是指对未来公平、合作的预期。

简而言之，能否成功成为团队的一部分，取决于对团队网络的持续参与。

自此，我们讲解了通过探索获取新的想法，然后和同步进行互动以筛选这些想法并将好的想法转变为习惯，而且想法流通过社会学习和社会压力其作用，促进我们建立融洽的行为规范。我们也可以通过激励和比较行为来改变想法流的传播方式，同时还能有效地塑造新行为的传播。总结起来，我们可以发现，周围想法流对行为的影响力似乎塑造了我们的人性。

小结：

1：群体内部想法流的同步和一致性是至关重要的：如果压倒性的多数都准备采纳一个新想法，甚至可以说服怀疑者跟随。

2：越来越多的证据表明，参与的力量（人们之间直接的、强烈的、积极的互动）对于促进可信赖的合作行为至关重要。

3：社会物理学中动员每个人进行合作的方法是使用社会网络激励，而非个体市场激励或提供额外信息。也就是说，我们应该关注改变人们之间的连接，而不是关注让人们作为个体改变他们的行为。

4：参与（即重复的合作性互动）能够建立信任并增加关系的价值，这为构建合作行为所需要的社会压力奠定了基础。换言之，参与能够建造文化。此外，社会网络激励能够加速这一过程，并往往比使用个体激励要有效得多。

集体智能，互动模式如何转化为群体智慧

群体智能的基础是什么？作者在书中指出，预测群体智能最重要的因素是话轮转换的平等性：相比于话轮转换分布更为均等的群体，那些少数个体主导对话的群体拥有更低的集体智能。第二重要的因素是群体成员的社会智能，这是基于测量他们阅读他人的社会信号的能力得出的结论。

想法流本身的模式比其他因为更为重要，好的想法流模式有以下几个特点：

1：大量的想法。许多简短的发言，而不是少数长篇发言。

2：密集的互动。能快速建立共识，并验证想法的真伪。

3：想法的多样性。团队中每个人都要贡献想法、做出回应，参与者之间的话轮转换次数相当。

在作者发表于《科学》上的一篇文章也指出，团队表现取决于团队成员是否擅长从所有参与者那里收获想法并对每个新想法做出响应。那么想法流为什么如此重要呢？从进化的角度，语言和文字的出现相对于整个人类进化史是一个较新的产物。人类出于寻找资源、作出决定和协调行动演变出了语言和文字。人们通过互动来达成共识和作出决策。

同时，作者通过多个案例发现。互动模式对生产率有着重要的作用，也影响这我们最为复杂的创造能力。创意的产生依赖于两个过程：想法发现（探索）以及把想法融入新行为（参与）。在实验中发现，低创意团队和高创意团队的区别在于团队外部的面对面探索模式以及团队内部的参与模式。这种模式在蜜蜂的行为中我们也能找到对应，工蜂负责寻找食物源，找到后会返回蜂窝来回摇摆舞蹈以传递食物的距离和方向的信息，这种特殊的舞蹈会鼓励其他工蜂改变原有行为并寻找新的食物源。蜜蜂的行为机制也是团队决策的基础。人类也是通过探索和参与形成最优的想法流。在企业探索模式中，员工们试图与不同的团队取得联系并进行互动，从而形成一种星形网络。通过探索和参与的简单结合，甚至可以很准确地预测哪一天是最有创意的。在探索和参与之间交替的过程能建立一个更为多样化的经验库，从而增加创意产生的几率。

小结：

1：对于预测集体智能而言，最重要的因素是话轮转换的平等性：相比于话轮转换分布更为均等的群体，那些由少数个体主导对话的群体拥有更低的集体智能。

2：对于群体表现而言，想法流本身的模式比其他因素更为重要，甚至与其他所有因素之和一样重要。

3：创意产出强烈依赖于两个过程：想法发现（探索）以及把这些想法融入新行为（参与）。在实验室和设计车间，低创意群体和高创意群体的区别在于群体外部的面对面探索模式以及群体内部的参与模式。

4：在探索和参与之间交替的过程能够建造一个更为多样、堪为示范的经验库，从而增加创意产出。

塑造组织，互动模式可视化如何提高生产率和创意产出

塑造一个高效组织有三个途径：参与、探索、多样性。

作者发表于《哈佛商业评论》上的一篇文章指出。要想从使用组织结构图的管理转型为检测想法流的管理，就需要放弃只有依靠个体才能管理组织的方法，并转而通过塑造互动模式来获得更好的组织智慧。尽可能让每个人都参与进来，使好的想法更有可能转变为协调的行为。为了让每个人知道互动的模式，实现互动模式的可视化。作者创建了一个互动地图来使成员们可以了解个体之间的工作团队之间的想法流。并提供管理人员和员工佩戴作者特别设计的“社会计量标牌”，让每个人提供了他们的互动模式的图表反馈，并使用了一种能在电脑屏幕上显示或者打印出来以便小组讨论的信息统计表。

探索是创意的另外一个重要来源，作者通过一些实验表明，一些低探索模式的组织经常陷入陈旧的行为模式。关于多样性，作者指出一个社会智能的关键因素就是保持想法的多样性。

团队内部想法流的可视化，可以产生创意的同时，也产生了改进团队互动模式的社会压力，并因此提高了工作团队的绩效。社会智能、社会压力、社会网络激励还能被怎样用于改进工作团队内部的想法流呢？

促进形成高绩效文化最常见的方法之一就是使用领导者的个人影响力。高效的领导者通常具有某种个人魅力，精力充沛并与他人互动；能引导自己组织内的互动模式朝正确方向发展；并不主宰内部的讨论，而是鼓励好的想法流的模式。这种魅力型的连接者对于组织的高效运行也至关重要。

小结：

1：要想从使用组织结构图的管理转型到监测想法流的管理，就需要放弃只有依靠个体才能管理组织的方法，并转而通过塑造互动模式来获得更好的组织智慧。

2：把你的工作想象成改进想法流、让大家相互交流并在团队之间建立联系的过程，这些都能有效地提高绩效。

变革组织，社会网络激励如何创造速成组织和应对颠覆式变革

为了说明社会网络激励的作用，作者列举了一个“寻找红气球的挑战赛”的例子，这些有意思的比赛是由美国国防部高级研究计划局组织的，组织者将10个红色的气球放置在美国本地10个地点，参赛团队要求在最短的时间内找出10个红色气球的放置地点，获胜者的奖金是4万美元。比赛的目的是为了解决时间紧迫的搜索问题的最佳策略，比如灾难搜救、寻找逃犯、应对紧急健康问题等社会性紧急事件。

作者组织了一个团队参加了比赛。并建立社会网络激励机制，他将第一个告知这个气球位置的人奖励2000美金，把找到该气球的人成功介绍给作者团队的人奖励1000美金，而把前面这个介绍人介绍给作者团队的人奖励500美元，再把之前的介绍人奖励250美金，以此类推。剩余的奖金会被捐赠给慈善机构。采用这样的社会网络激励方法，让作者在8小时52分钟41秒内找到了10个气球的地点，从而赢得了比赛。

红色气球挑战赛反映出了一种极端的组织动态行为，而且所有组织从某种意义上说都是动态的，随着组织对新事件和新情况的反应，他们的想法流网络内也会出现可以预测的变化。互动导致生产效率的改变，而且在组织内部，高压力几乎可以立刻带来更多的参与，并进而形成更加适应环境的新的互动模式。

除了高压力，信任也是驱动想法流的社会资本。信任是通过与他人之间的稳定、频繁的互动建立的，因此社会网络先驱巴里·威尔曼提出：对于社会纽带强度的粗略策略也许反映了社会接触的频率。直接互动的频率能准确预测两人之间的信任程度，不断增进的信任能够带来更多的想法流，并带来更高的效率。

小结：

1：所有组织从某种程度上来说都是动态的，随着组织对新事件或新情况的反应，他们的想法流网络内也会出现可预测的变化。

2：我们是想法、商品、“投资”和信息的交易员，而不只是传统市场思维造就的竞争者。在生活的每个领域，我们建立了一个由可靠的人际关系组成的网络，并且与其他关系相比更为青睐这些关系。这种由可靠的社会纽带组成的网络中的交流能够促进想法流动，并形成一种具有包容性、充满活力的文化——这也是我们社会的组织智慧的来源。

感知城市，移动感知如何创造城市神经系统

维系一个健康、安全和有效的社会是一项巨大的科学和工程挑战。随着社会发展，城市治理越来越重要。如何建立一个可持续发展的未来城市是大多数国家和政府面临的挑战。城市如何可以有效利用资源、供应安全的食品、实现共同的目标，我们需要由市民的需求和偏好驱动的网络化、自调节的系统，而不只是关注获取和分配的系统。为此，我们有必要建立一个全球的“神经系统”，以维持全球政府、能源供给和公共卫生、公共安全的稳定性。无处不在的移动设备为我们提供了数据的来源。设计数字神经系统的很多感知和控制单元已经具备了，但我们还缺少两样东西：

1：社会物理学，一组使系统正确运行的需求和反应动力学模型。

2：数据新政，一种保障隐私、稳定性和有效政府运作的架构。

我们可以利用交通数据来更快地规划城市交通。可以利用健康数据来进行疾病预测和公共健康的预测。利用数据我们可以提升城市的管理效率，但是也面临着一项重要的挑战：我们如何建造出人们确实会使用的系统？目前的城市交通系统设计通常依赖金融激励，比如在市中心的道路通行费和停车费要高于郊区，但是这种方法很难奏效，相反还给了富人特权。

利用社会物理学的方法，有几种解决办法：社会动员、校正社会网络、提升社会参与。

1：社会动员，就像来说的寻找红色气球的挑战赛一样，通过一些激励方式来起到社会动员的作用。

2：校正社会网络，如果人们能看到很多人的不同决策和结果，就可以做出更好的决策。信息的开放和透明也可以避免回音室效应。

3：提升社会参与，对改进他人行为给予奖励可以产生有利合作的社会压力，相比于对人们改变自身行为的奖励，这种社会压力能够可靠地引发更大的行为变化。

小结：

1：人口是由不同的子群（有时也称为部落）组成的。每个部落的成员选择去相同的地方、吃相似的食物、欣赏相同的娱乐活动。这些选择使他们处于同一个行为人群中，因为部落成员的行为有选择性地反映了他们的偏好。而且，由于一个部落中的人们花时间在一起，这就带动了社会学习过程，并推动了该部落行为规范的建立。

2：在城市规模上，可以访问的不同区域的数量大体确定了人们探索的步伐，并进而确定了创新和生产率增长的步伐。设计一个具有快速、通畅的交通的城市以同时促进乡镇区域和中心商务与文化区域的发展，这也许是改善贫困地区状况和提升整体生产率最简单、最便宜的方式。

3：营造社会规范的社会物理学方法依赖于社会网络的影响。从社会物理学的观点看，存在3类自然的干预方法：社会动员、校正社会网络和提升社会参与。

城市科学，大数据与社会物理学如何变革城市的发展

对于城市的研究已经持续了多个世纪，我们对为什么城市能促进创新依然缺乏一个有说服力的模型，相对于农村，城市显然更具创新，资源利用率更高、产生更多的专利发明、人均使用道路和服务更少。那么为什么城市能促进创新呢？这是本部分内容所要探讨的。

前面我们讲到社会网络互动和想法流是团队和企业里创意产生和生产率提升的主要推动力。这个理念也可以扩展到城市治理。

作者和他的一些学生建立了一个数学模型，它基于面对面距离内的人数来阐述社会纽带如何推动城市里的想法流。作者从社会物理学的角度来看待城市的治理，作者将城市和公司定位为想法工厂，专注于想法的流动而不是物品的流动。

根据作者的模型，城市中社会纽带的模式可以通过如下概念描述：两个人之间产生关系的可能性是由“中介机会”的数量决定的。如果你在某群人种有许多“可能认识的人”，那么你与其中某个陌生人建立友谊的可能性就比较小。在对一个日记网站的成员数据进行调研后发现，对于大多数朋友而言，两个人形成社会纽带的可能与这两个人之间的地点逗留的人数成反比。也就是，如果你们两个人之间有很多熟悉的人，那么他们的互动次数就会随着距离增加而减少。

另外，在一个对人们信用卡使用统计的数据分析中发现。人们最常去的地方的次数是去其他地方次数的总和，同样，去第二常去的地方的次数又是之后的地方次数的总和。人们常去离家近的地方，不常去远的地方，人类的行为模式和动物的觅食模式也有高度的一致性。但是对于人们来说，去远处探索新想法是最有成效的，更多的探索引发对当前规范和新想法之间的互动，从而成为创新行为的一个推动力。当人们拥有丰富的资源时，驱动探索行为的是好奇心，而非找到更加便宜的产品。作者通过对不同人们的行为数据进行分析后发现，比较富裕的人群和相对贫穷的人群具有数量大体相同的面对面的电话社交行为，但是富人的探索行为的数量要明显高于穷人。这两个人群之间的差异在于：如果一个家庭更有钱，他们会改变与熟人之间的联系（互动）和与陌生人之间的联系（探索）的平衡，以使他们互动的人群更为多样性。也就是说，他们用多余的钱来增加探索。

同样的道理对于城市，拥有更多探索的城市也具有更高的财富增长。想法流速率本质上与生活在同一城市的居民之间接触和互动的容易程度有关。然而，还有其他几个因素也会影响想法的流动。以具有非常高人口密度的北京为例，由于交通拥堵，北京事实上被分割成了很多的“小城市”，这些“小城市”之间具有有限的交通容量。因此，北京的想法流低于那些具有较低人口密度但有更好公共交通的城市。

由于想法流对交通有效性的依赖，想法流方程和GDP可用于计算平均上下班距离。美国的平均上下班距离大约为48千米，而在欧盟的一些大城市则大约为28千米。令人惊奇的是，这些数字与官方统计非常接近，但我们只使用了城市社会纽带的平均结构、城市人口密度和测量的GDP数据就得到了这些结果。发展中国家的平均上下班距离要短得多，表明这些国家可以通过升级交通基础设施来极大地提升生产率、增加创意产出。为了使创意产出最大化，商业和文化区域应该使探索机会最大化。

小结：

1：城市中社会纽带的模式可以通过如下概念来描述：两个人之间产生关系的可能性是由“中介机会”的数量决定的。其核心思想很简单：如果你在一个人群中有许多潜在的朋友，那么你与该人群中某个陌生人建立友谊的可能性就比较小。

2：共享体验模式与社会纽带模式服从相同的一般规则。对社会网络中的每个人而言都是全新体验的最大的可能性，发生在人们最不常去的地方。去远处探索新想法是最有成效的，日常生活的普通体验则通过在本地社区的参与被升华为社会规范。

数据新政，大数据驱动大未来

随着互联网的发展，大数据已经成为生产力，有人预言：个人数据是互联网时代的新石油、数字世界的新货币。数据是一把双刃剑，隐私的保护和促进社会互动都至关重要。

作者提出“数据新政”的关键动机在于，数据共享时的价值更大、因为它们能告诉我们公共卫生、交通和政府等系统可以有多大的改进空间，长期来看，数据新政的一个关键目标应该是促进更大的想法流。但遗憾的是，我们大量的个人数据都存在于私人企业中而无法获得。

同时，为了获取数据和使用数据，在政治上唯一可行的办法就是把关于公民自身数据的控制权交给公民本人。同时政府在保护个人隐私上需要作出贡献。比如确保用户拥有个人数据的所有权；拥有数据的控制权和发布权等。

2007年，作者向世界经济论坛提交了一份“数据新政”，并促进形成了2012年美国的《消费者隐私权力法案》以及欧盟的《个人数据保护》法案的出台。但是数据控制和保护的战斗仍然在持续。

随着近些年物联网的发展，有传感器得到的个人数据，以及形成了海量的用户数据，这些绝大部分数据并没有得到很好的保护。

小结：

1：“数据新政”的核心是必须能够同时提供监管标准和经济激励以引导数据所有者共享数据，并同时服务于个体和整个社会的利益。

2：社会物理学使我们可以通过使用大数据和可视化技术近乎实时地观察政策的运行。这种更大程度的透明能够帮助公众更有目的性地控制政策的调整和修正。

3：如果我们能有一门关于社会的数学化的、预测性的科学，它既包含个体差异也包含个体之间的关系，那么就有可能极大地改变政府官员、企业管理者和公民的思考和行为方式。

智慧社会的建立，用人性的洞察设计更人性的社会

根据1776年经济学之父亚当·斯密发表的《国富论》，人都是自私自利的，然而这种自私自利是形成自然市场的有效机制。之后几百年，人们逐渐把这种市场思维应用于社会的各个方面，认为人都是出于自私和自制的，但是作者并不这么认为。

人类并不只是自私、自制的个体，我们在对外界事物是否能真的有自控能力，很大程度上是由于他人互动所生成的社会规范决定的。简单说，社会是有竞争和合作共同推动前行的，人们相互合作并建立了社会规范。如银行家们建立了共同的政策和标准，以规范大家的行为，政治家们创造了共享的传统和方法，以交换金钱利益和公民利益，并共同取悦媒体。

另外，团队的合作也促进了规范带来建立，他们有共同的目标、价值观、甚至着装要求，团队成员建立了一种整体的文化和生活方式，比如合唱团、体育团队等。

同时，每个人也可以同时属于不同的阶层和团队。每个人都有非常多样化的个体特征和需求。因此作者认为按照每个个体的行为来解释社会的整体规范的建立和形成是不准确的。当一群人具有较强的互动又相互彼此视为同伴时，他们才能建立起高度相似的规范。

传统的市场理论的假设是一个市场中存在着许多的买家和卖家，有需求就有供应。但每个个体的信息是不平等的，普通个体和市场交易员和对信息敏感度毫秒级的计算机交易员之间的信息拥有量是完全不一样的。因为每个人对市场的反应是不一样的。人们更喜欢可信的、个性化的关系，而非市场反应。在一个高度连接的社会里，如果一个买家或者买家出了问题，就会产生连锁反应。从而损害与之有关的所有买家和卖家。作者认为，我们应该把经济看成一个具有特定交换关系的复杂网络。交换优于市场的核心是信任。交换网络遇到外部冲击时，交换网络中的关系也很快稳定，而稳定会带来信任，即我们会期望一个持续的有价值的关系。这与传统的市场机制不同，在传统的市场机制中，买家因为市场价格的波动，可能每天面对不同的卖家。在交换网络中，买家和卖家可以更为容易地建立信任，从而使社会在面对大的压力时富有弹性。市场调节机制和信任都是约束人们行为的重要力量。而且作者认为，一个拥有公平、稳定的社会，需要寻找人们之间的交换网络，而不是市场竞争策略。

即便在今天信息时代，我们的习惯在很大程度上还是依赖于少数可信的人的经常性互动产生，数据表明，我们今天每个人可信耐的人数比之前并没有什么变化。这种小的、相对稳定的、可信耐同伴网络仍然主导者我们的饮食、消费、娱乐和政治行为。同时这种小的交换网络的形成影响着社会和企业的生产率和创意的产生。

对于正在涌现的超链接社会，作者提出了3条准则：社会效率、运行效率、弹性。

小结：

1：交换网络优于市场的核心原因在于信任。交换网络中的关系会很快稳定（我们会一再找那些给我们最佳交易的人）；而稳定性会带来信任，即我们会期望有一个持续的有价值的关系。

2：尽管我们拥有现代数字媒体和现代交通，新行为在社会中的传播仍然是由局部的人际交流主导的。因此，尽管具有高得多的探索水平，我们仍然生活在一个交换社会。

3：通过创建一个为个人数据提供深度和背景的公共数据公地，可以在使个人数据更有用的同时实现社会效率的目标以及信息和想法的合理流动。

4：为了维持整个社会的鲁棒性，我们需要一组不同的、具有竞争性的社会系统，并且每个系统都有自己的做事方式，及在需要时迅速展开这些系统的方法。我们为了最佳想法流而校正系统时所实现的正是这类鲁棒性。