6. 你有多少亲密的朋友？邓巴和他的数字
在前几节中，我对城市内部社会互动的一些共性特点进行了概述。这就让我们自然地继续讨论，城市基础设施网络的系统性自相似性和分形几何如何在社会网络中得到反映。首先，值得再次重复的是，六度分隔理论告诉我们，与表象不同，我们之间的相互联系远比我们所知的更加密切。此外，小世界网络通常会表现出幂律规模法则的特点，反映出潜藏的自相似性质以及个体小集团数量上的优势。这种模块式的群组结构是我们社会生活的核心特点，无论是我们的家庭、我们的亲密朋友圈、我们工作时所在的部门、我们的邻居，还是我们生活的整座城市。
50多年来，理解并解构社会群体结构一直都是社会学和人类学的重要焦点。只是在过去20年中，这些结构的一些量化特点才开始显现。其中部分是受到了进化心理学家罗宾·邓巴（Robin Dunbar）及其合作伙伴所做研究的驱动。他们提出，一个普通个体的社会网络可以被解构为离散嵌套集群的层次序列，它们的规模遵循令人惊讶的规律模式。［15］每一层次的群体规模都会随着其在层级结构中的升级而系统性增长，比如从家庭增长到城市，而处于群体中的人们之间联系的强度则会系统性减弱。举例来说，大多数人都会与最亲密的家庭成员有着强有力的联系，但与巴士司机或市政厅成员的联系则非常弱。
邓巴的研究部分是受到社会灵长类动物群落的研究以及从采猎者到现代公司等人类社会的人类学研究的驱动，邓巴发现，这一层级结构似乎有着一种规律的数学结构，而且遵守非常简单的规模法则，让人想起自相似与分形行为。邓巴和他的合作伙伴发现，在层级结构的最底层，在任何时刻，与普通个体有着最紧密关系的人只有5个。这是与我们关系最亲密的人，也是我们最关心的人，他们通常是家人——父母、孩子或配偶，也可以是极其亲密的朋友或伙伴。在意图衡量这一核心社会群体规模的调查中，主要界定依据之一是“受访者在寻求个人建议或处在情绪和经济忧虑时想到的人”。
下一层级则包括通常被人们称为亲密朋友的人，人们享受和他们度过的有意义的时光，或许在有需要时会向他们寻求帮助，即便与他们不像与核心圈里的人那样亲密。这一层级通常包括大约15人。再往下一个层级则是或许被人们称作朋友的人，尽管人们很少会邀请他们共进晚餐，但是会邀请他们参加派对或聚会。这一层级或许是由同事、街角的邻居或不经常见面的亲戚组成，通常会有50人。
接下来的这个层级定义了你在个人互动领域的社会边界，通常是人们口中所称的“普通朋友”——仅仅知道他们的名字，并且与他们存在社会联系。这一群体大约由150人组成。这个数字通常被称作邓巴数字，获得了一定程度的大众媒体的关注。
你可能会注意到，量化这些群体中连续层级的数字序列彼此按照近似的比值——3顺序相关，即5，15，50，150。这一规律是我们所熟悉的分形模式，不仅见于我们自身的循环和呼吸系统的网络层级中，而且见于城市的交通模式中。除了这些网络的实际流量之外，它们之间主要的几何差异是分支比的数值，即层级结构中每一级的单位数量和人数与下一级的比值。有证据表明，在社会网络中，这一分支比为3的模式会在群体中会持续超过150级，其规模将按照500，1 500这样的模式扩展下去。我们无须过分苛求这些数字的精确性，因为数据有着极大的变化。我们的重点是，通过粗粒度的透镜来看，社会网络展示出了近似分形的模式，许多不同的社会组织都呈现这一特点。虽然这一模式保持静止，网络中的个体成员或许会随着时间发生变化，或者会随着你与他们关系的紧密或疏远从一个层级跃至另一个层级。
例如，父母双亲中的一位或许会移出你的核心圈，被配偶或亲密的朋友取代；或者你会在一场派对上随意见到某人，而他此后会成为你的150人中的一员。如果不考虑这种变化，那么由4~6人组成的核心群体的网络通用结构不会发生变化，而嵌套群组的结构也不会发生变化，虽然各层级的规模会以3~150的倍数增长。
图7–12 邓巴数字序列图
上图反映了社会互动的模块结构中的分形层级。随着模块中群体规模的扩大，互动强度不断减弱。
数字150代表了一个普通人通常能够与其保持联系、将其视作普通朋友，并因此成为其社交网络成员的个体的最大数量。因此，这也是一个群体中的个体保持凝聚力并维持社会关系的近似规模。邓巴发现了许多运转正常的社会单元的例子，它们的规模都在这一奇妙数字附近浮动，从采狩者群体到罗马帝国的军队，从16世纪的西班牙到20世纪的苏联，皆是如此。
邓巴猜测，这一显而易见的普遍性的源头是人类大脑认知结构的进化：我们不具备管理超出这一规模的社会关系的计算能力。这表明，群体规模超过这一数量将使得社会稳定性、连贯性和连接性减弱，并最终导致群体解散。对于那些以群体认同和凝聚性为核心因素的群体而言，意识到这一局限性和社会网络结构的更广阔含义非常重要。对于以稳定性、了解其他个体、社会关系作为衡量表现优劣的必要因素的情况而言，更是如此。在公司、军队、政府管理机构和官僚机构、大学以及研究机构中，这些信息和这一思考方式有助于提升其业绩、生产力和组织所有成员的普遍幸福感。
邓巴最初利用简单的规模法则预估出了这一数字，并对从灵长类动物社群到人类社会的群体规模进行推算。邓巴和他的同事们发现，社会灵长类动物群体的规模随着它们大脑皮层容积的变化而按比例缩放。大脑皮层是大脑最复杂的部分，控制和掌管着高级功能，如感官知觉、运动指令的产生、空间推理、意识思维和语言等，因此也掌管着参与复杂社会关系的计算能力。大脑容积与组成社会群体的能力之间的假定关系被称为“社会脑假设”。邓巴进一步提出，这一关系的产生是有原因的，人类智力的进化主要是为了应对组建大规模、复杂社会群体的挑战，而非像通常所解释的那样，是应对生态挑战的结果。［16］ 无论这一因果关系是否存在，邓巴利用大脑容量的相关性估计150是人类社会群体的理想规模。
由于大脑容量随代谢率线性变化，我们可能会用人类与灵长类动物的代谢率比值，而非大脑皮层容量的比值，来确定人类社会群体的理想规模。通过这一方式同样会得出150这个数字，与邓巴不同的是，我们会据此认为这一数字与资源和代谢率等生态挑战相关，而与群体构成的认知挑战无关。如果缺少根本性理论的指引，没有强化分析并提出进一步可测试的预测，人们将很难分辨这两种假设，即群体结构的进化是对社会压力的反应，还是对代谢生态压力的反应。这凸显了经典矛盾，即在何种程度上可以从相关性上推断出因果关系：因为两件事情相互关联并不意味着其中一件事情是因另外一件事情而起。
说到这一点，我必须承认，我更加接受普遍的观点，即社会网络结构源于进化的压力，无论是社会压力还是环境压力，因为这意味着社会网络的自相似分形特点已经融入我们的DNA中，并由此也融入我们大脑的神经系统中。此外，由于组成负责认知功能的神经元回路的大脑白质和灰质本身的几何形状便是分形的分级网络，这表明，社会网络潜在的分形特性其实是我们大脑物理结构的表现。这一猜测还可再向前推进一步，城市的结构和组织是由社会网络的结构和动力学决定的，城市的普遍分形特点可以被视作社会网络的普遍分形特点的表现。
总的来说，我们可以得出大胆的猜测：城市事实上是人类大脑结构按比例缩放后的表现。这是一个相当疯狂的猜想，但它生动地具象化了“城市拥有共性”这一观点。简而言之，城市是人们之间互动的代表，它隐藏在我们的神经网络中，并因此也隐藏在我们大脑的结构和组织中。奇怪的是，这或许不仅仅是一个比喻，还可能意味着，代表其物理和社会经济流动的城市地图是我们大脑神经网络几何图形和流动的非线性表现。
