Geoffrey West ·《城市与公司背后令人意外的数学》
2011 年 7 月，爱丁堡。一个七十岁的理论物理学家站上 TED 舞台，问台下这些坐在爱丁堡的人：
Is London a great big whale? Is Edinburgh a horse? Is Microsoft a great big anthill?伦敦是一头大鲸鱼吗？爱丁堡是一匹马吗？微软是一个大蚁丘吗？
他不是在玩比喻。Geoffrey West 上半辈子在洛斯阿拉莫斯做粒子物理，五十多岁才转行，他真的想知道一个城市在数学上是不是一只放大的动物。而且他认为，一个够格的理论应该能回答一个更冒犯的问题——那是 2011 年，Google 如日中天——"if you have a serious theory, you should be able to predict when Google is going to go bust."（如果你有一个像样的理论，你应该能预测 Google 什么时候倒闭。）
他的证据从一张图开始。把所有生物的代谢率（每天维持生命所需的能量）对体重画在对数坐标上，从细菌到蓝鲸，横跨十几个数量级，所有东西落在同一条直线上。这条线的斜率是 3/4——小于 1。意思是：体型翻一倍，你只需要多 75% 的能量，不是多 100%。生物越大越省。代价是节奏越慢：心跳变慢，寿命变长，一切都放缓。
城市呢？加油站数量、道路长度、电缆长度，也是同一个形状的曲线，也是越大越省。但当他画上工资、专利、GDP、犯罪数——斜率翻过了 1，大约 1.15 到 1.2。于是有了那句被引用了十五年的话：
If you double the size of a city ... then systematically you get a 15 percent increase in wages, wealth, number of AIDS cases, number of police, anything you can think of.如果你把一个城市的规模翻一倍……你会系统性地得到 15% 的增长：工资、财富、艾滋病例数、警察数量，你能想到的任何东西。
好的坏的一起涨，这是同一枚硬币。而原因，他说，就是我们自己："we are the city"——城市不过是人与人互动的物理外壳，互动越密，创造和犯罪都越多。
超线性有个漂亮的副作用和一个恐怖的后果。副作用是城市的节奏加快（他放了一张欧洲各城市走路速度的图，城市越大走得越快）。后果是：超线性增长在数学上会在有限时间内冲向无穷，也就是崩溃。人类避免崩溃的办法只有一个——在撞墙前来一次重大创新，把钟拨回去，重新开始。但下一次必须来得更早。"we're not only on a treadmill that's going faster, but we have to change the treadmill faster and faster."（我们不只是在一台越跑越快的跑步机上，我们还得越来越快地换跑步机。）他问：作为社会经济生物，我们躲得过心脏病发作吗？
最后两分钟他转向公司。23,000 家美国公司的数据显示，公司的标度是亚线性的——像生物，不像城市。主导它们的不是创新，是规模经济，说白了是官僚和行政。而亚线性意味着 S 形曲线：先冲，然后弯，然后停。他放出沃尔玛的曲线，砍到 1994 年，说：如果我在 1994 年做这件事，我能预测出今天的沃尔玛。然后是 23,000 条曲线一起弯下去："they all die like you and me."
后来呢？这个想法部分站住了。总量数据上的规律确实反复出现，从美国到欧洲到中国到瑞典。但台上那两根支柱都被削细了。第一根，「什么都多 15%」——他自己 2007 年那篇论文的表格里，指数从 1.00 一直排到 1.34：住房总量和就业总数的指数是 1.00 和 1.01，也就是人均一点没多。第二根，「原因是我们的互动」——2019 年一项用瑞典全国人口登记做的研究说，互动最多解释一半，另一半是大城市把小地方受过更多教育的人吸走了。而统计学家 Cosma Shalizi 2011 年就指出：那条让人惊叹的直线，R² 高达 0.96，可即使人均产出跟城市大小完全无关，同样的画法也会得出 0.94。至于生物那边的 3/4 直线——2010 年《自然》上一篇用 637 种哺乳动物做的分析说，那根本不是一条直线，它是弯的。
演讲进行到第三分钟，Geoffrey West 抛出了两个一直在他脑子里转的问题。第一个是：城市算不算生物学的一部分？
Is London a great big whale? Is Edinburgh a horse? Is Microsoft a great big anthill? What do we learn from that? We use them metaphorically -- the DNA of a company, the metabolism of a city, and so on -- is that just bullshit, metaphorical bullshit, or is there serious substance to it?伦敦是一头大鲸鱼吗？爱丁堡是一匹马吗？微软是一个大蚁丘吗？我们能从中学到什么？我们把这些当比喻用——一家公司的 DNA、一座城市的代谢，诸如此类——这只是胡扯吗，比喻性的胡扯，还是里面真有正经东西？— Geoffrey West, TEDGlobal 2011
他站在爱丁堡，问台下的爱丁堡人，他们住的地方是不是一匹马。这不是修辞，他真的在问，而且他打算用数据回答。
第二个问题更不客气。他先摆出一个观察：城市几乎杀不死。"You could drop an atom bomb on a city, and 30 years later it's surviving. Very few cities fail."（你可以往一座城市上扔一颗原子弹，三十年后它还活着。极少有城市失败。）紧接着是一记反差："All companies die, all companies."（所有公司都会死，所有的。）然后他把话推到一个在 2011 年听起来近乎冒犯的地方——那一年 Google 正如日中天：
And if you have a serious theory, you should be able to predict when Google is going to go bust.而如果你有一个像样的理论，你应该能预测 Google 什么时候倒闭。— Geoffrey West, TEDGlobal 2011
这句话定下了整场演讲的赌注：他不是来讲城市很有趣，是来说城市和公司有一套可以写下来、可以预测、可以被证伪的数学。
Geoffrey West 1940 年生于英国萨默塞特的汤顿，剑桥读物理，斯坦福读博，之后长期在洛斯阿拉莫斯国家实验室，做到高能物理组的负责人。他的前半生和城市毫无关系——他研究的是基本粒子。
转折发生在 1990 年代。1993 年，美国国会砍掉了超导超级对撞机（Superconducting Super Collider），那是美国高能物理的旗舰工程。他在 2018 年接受物理学家 Sean Carroll 的播客访谈时回忆，那几年他自己五十出头，出身于一个男性普遍短命的家庭，于是开始认真地想一个物理学家式的问题：寿命的「一百年」这个数字是从哪来的？他说，如果生物学像物理学一样是门科学，教科书里就该有一个计算，算出这个数。
没有。于是他自己去算。1997 年，他和两位生态学家 James Brown、Brian Enquist 在《科学》上发表了一个模型，用「输送网络」推导出生物界那些以 1/4 为倍数的指数。这篇论文让他彻底转场。2003 年他加入圣塔菲研究所，2005 到 2009 年担任所长——那是复杂性科学的大本营，专做「跨学科找共同数学结构」这门生意。
2011 年他上台时，这个工作已经推进了整整十四年：城市标度那篇核心论文 2007 年发表在 PNAS 上。所以台下不是在听一个刚冒出来的猜想，而是在听一个正在从生物学横跨到经济学、并且开始向市长和规划师兜售的框架。他本人对这件事的态度，在演讲第三分钟有一句很坦白的自嘲，介绍完合作者之后："they've done all the work, and I'm the great bullshitter that tries to bring it all together."（活都是他们干的，我是那个负责把它们捏到一起的吹牛大王。）全场笑。
他的推进顺序很清楚：先立紧迫性，再立生物学，再把生物学的方法搬到城市，最后用同一套数学处理公司，并在公司那里收刀。
第一步：为什么现在。他甩出一个数字让台下听好：直到 2050 年，每一周都有超过一百万人被加进城市。城市既是全球变暖、污染、疾病的来源，又是解药——它是吸尘器和磁铁，把有创造力的人吸了进来。所以需要一个关于城市的科学理论，而科学理论意味着可量化、有普适原理、能做预测。
第二步：生物学为什么可以这么做。他先说生命最了不起的性质之一是可标度——同一套原理、同一套动力学，在跨越一亿倍体型的范围里都成立。然后是那张他称为「truly remarkable」的图：代谢率对体重，用每次乘以 10 的方式画，从最小的生物到最大的，所有东西落在同一条线上。他停在这里强调那件真正奇怪的事——每一个生物、每一种细胞、每一个基因，都是在自己独特的生态位里带着自己独特的历史演化出来的，然而尽管有那么多达尔文式的演化和自然选择，它们还是被约束着落在一条线上。
这条线的斜率是 3/4，小于 1，也就是亚线性。他把这个数翻译成大白话：如果是线性的，体型翻倍就要双倍能量；但它是 3/4，所以体型翻倍只需要多 75% 的能量。生物界处处是规模经济。而且这不只对代谢率成立——任何生理变量、任何生命史事件，这么画都长这样。于是他敢说：你告诉我一只哺乳动物的体型，我能在 90% 的水平上告诉你它的一切。
原因是网络：生命由输送网络控制，把网络加上可数学化的普适原理，这些标度关系就跟着出来了。他补了一句在演讲后半段会变成主角的推论：个头越大，生命的节奏越慢——心跳更慢，活得更久。
第三步：搬到城市。伦敦是放大的伯明翰吗？纽约是放大的旧金山吗？他说不知道，但城市也是网络，而且城市最重要的那张网就是你——城市只是我们互动的物理显形。他先放一个平淡的例子：加油站数量对城市规模，画法和生物学完全一样，形状也完全一样，斜率小于 1，规模经济。不奇怪。奇怪的是它在哪里都一样：换成日本、中国、哥伦比亚，还是同样的规模经济，同样的程度；任何基础设施都如此。
然后他翻面。社会经济量——那些在生物学里根本没有对应物、人类一万年前结成社群才出现的量：工资、「超级创造类」从业者。这些的指数大于 1，大约 1.15 到 1.2。他把收入、GDP、犯罪、专利画在同一张图上，说它们都顺着同一条线。然后是全场最响的那句：
If you double the size of a city from 100,000 to 200,000, from a million to two million, 10 to 20 million, it doesn't matter, then systematically you get a 15 percent increase in wages, wealth, number of AIDS cases, number of police, anything you can think of. It goes up by 15 percent, and you have a 15 percent savings on the infrastructure.如果你把一个城市的规模翻一倍，从十万到二十万，从一百万到两百万，从一千万到两千万，都无所谓，那么你会系统性地得到 15% 的增长：工资、财富、艾滋病例数、警察数量，你能想到的任何东西。它涨 15%，同时你在基础设施上省下 15%。— Geoffrey West, TEDGlobal 2011
他紧接着给出解释，语气几乎是道德性的：这毫无疑问就是每周一百万人涌进城市的原因，因为他们以为那些好东西——创造力、财富、收入——才是吸引他们的，忘掉了丑的和坏的。而机制是社会网络。「普适性就是我们自己——我们就是城市。」
第四步：节奏与崩溃。生物的亚线性带来「生命节奏放慢」；城市的超线性反过来，带来生命节奏加快。他并排放两张图：左边是心率（越大越慢），右边是一组欧洲城市的走路速度（越大越快）。然后是增长：亚线性给出 S 形曲线，先快后停，这对生物是韧性的来源，对城市是坏消息；超线性给出一条漂亮的指数上扬曲线，和实际发展吻合得很好，但它有个可怕的陷阱——这个系统注定崩溃，马尔萨斯式的，资源会耗尽。怎么躲？他说我们躲过很多次：在逼近崩溃时来一次重大创新，重新开始，下一次逼近时再来一次。
So the image is that we're not only on a treadmill that's going faster, but we have to change the treadmill faster and faster. We have to accelerate on a continuous basis. And the question is: Can we, as socio-economic beings, avoid a heart attack?所以画面是这样的：我们不只是在一台越跑越快的跑步机上，我们还得越来越快地换跑步机。我们必须持续不断地加速。问题是：作为社会经济生物，我们躲得过心脏病发作吗？— Geoffrey West, TEDGlobal 2011
第五步：公司，以及那把刀。最后一两分钟他转向公司。他们看了美国 23,000 家公司，画收入和资产对雇员人数。结果让他说「astonishing」：公司的标度是亚线性的——像生物，不像城市。主导它们的不是创新，而是规模经济；照他的解释，就是官僚和行政。而亚线性意味着 S 形增长。他放出沃尔玛，说看起来不太像 S 形，倒是我们喜欢的曲棍球杆；然后承认自己作弊了，图只画到 1994 年。把线延到 2008 年，红色的理论曲线就贴上去了。然后是 23,000 条线一起：
They all start looking like hockey sticks, they all bend over, and they all die like you and me.它们一开始都像曲棍球杆，然后全都弯下去，然后全都像你我一样死掉。— Geoffrey West, TEDGlobal 2011
「Thank you.」——他就在这里结束了，没有回到城市，没有给出路，没有安慰。
台上 17 分钟里，几乎每一张图背后都压着一篇论文，而论文里的话都比台上窄。
那条 3/4 的直线，在他自己的理论里只是一个极限。「代谢率随体重的 3/4 次方变化」叫克莱伯定律（Kleiber's law），Max Kleiber 1932 年提出——依据是 13 个数据点。West、Brown、Enquist 1997 年在《科学》上做的事，是给这个经验规律一个推导。模型建立在三条假设上：网络是空间填充的分形式分支，才能供应到生物的每一处；末端单元（比如毛细血管）尺寸不变，不随体型改变；分配资源的能量被最小化。论文自己写明这是理想化表示，忽略了血管渐细、湍流和非线性效应。而关键的一点台上完全没提：这个模型只在体重趋于无穷的极限下给出纯粹的 3/4 次方；对有限大小的动物，它给出的是一个隐式关系 M = c₀B + c₁B4/3，在对数坐标上是弯的。换句话说，台上那条让全场信服的笔直的线，在提出它的理论里本来就不该笔直。
「15%」是一个平均数，底下是一个从 1.00 到 1.34 的区间。演讲的骨架来自 2007 年那篇 PNAS 论文（Bettencourt、Lobo、Helbing、Kühnert、West）。那篇论文的表格是这场演讲最值得摊开看的东西——因为「anything you can think of」在表里并不成立：
看具体的数：新增专利 1.27，私营部门研发就业 1.34，「超级创造类」就业 1.15，工资总额 1.12，重罪 1.16，新增艾滋病例 1.23。而另一头：住房总量 1.00，总就业人数 1.01，德国的家庭用电 1.00。也就是说，那些「每个人各需要一份」的东西——一张床、一份工作、一台冰箱的电——是严格线性的，人均一点没多。台上那句「anything you can think of」，如果你想到的是住房或者工作，答案就是 0%，不是 15%。
台上还说「在哪里都一样」。表里的 GDP 指数是：中国 1.15、德国 1.13、欧盟 1.26——欧盟那一行的置信区间宽到 [1.09, 1.46]，几乎什么都没排除。德国道路面积那一行的样本量是 29。
「必须越来越快地换跑步机」不是修辞，是一个公式。这是 2007 年论文里最硬也最少被转述的部分。超线性增长（β>1）在数学上会在有限时间 tc 内发散；现实中资源有限，奇点永远到不了，所以取而代之的是停滞和最终崩溃。要避免，就必须发生重大质变，把方程的初始条件和参数重置，开启新的一轮。而论文推出的那个要命的推论是：相邻两次循环的间隔 随人口增长必然缩短；对一座大城市，他们估出的量级是几十年，而实际的循环时间必须比这更短。值得记一笔的是，论文在这一段的参考文献里列的是 Ray Kurzweil 的《奇点临近》——这条「加速到崩溃」的论证，和硅谷那套奇点叙事是明摆着的同一家族。
「所有公司都会死」后来变成了一篇论文，而论文推翻了那个比喻。台上说的是 23,000 家公司「像你我一样死掉」。四年后，West 和 Bettencourt 带着 Daepp、Hamilton 把这件事正式做了出来：《公司的死亡率》，用了超过 25,000 家北美上市公司、1950 到 2009 年的数据。结论一半支持台上：上市公司的典型半衰期约十年，不分行业。但另一半正好拆掉那个比喻——公司的死亡风险率近似恒定，也就是与年龄无关。生物不是这样死的：人的死亡风险随年龄陡峭上升，这正是「衰老」的定义。公司不衰老，它们只是每年被掷一次骰子。而且「死」在数据里主要不是倒闭：45.1% 是并购，破产只占 4.5%。所以 Google 会不会「go bust」，这套数学其实没在回答；它回答的是 Google 某一年被买走或摘牌的概率。
部分站住 · 截至 2026-09
总量数据上的标度规律是真的，在多国多年份反复出现。但台上的两根支柱都被削细了：「什么都多 15%」被摊成一个 1.00 到 1.34 的区间，且严重依赖城市边界怎么划；「因为人与人的互动」被独立研究测出最多只解释一半。生物那侧的 3/4 直线则被证明根本不是直线。
2010 年 4 月，生物那一侧先裂。Kolokotrones、Savage、Deeds、Fontana 在《自然》上发表《代谢标度中的曲率》，用 McNab 编纂的 637 种哺乳动物（跨越六个数量级的体重）重做这件事。结论是：质量与代谢率的关系在对数坐标上是凸弯的，因此不是纯粹的幂律，即便校正了体温也一样。这顺带解释了为什么不同研究测出的指数一会儿像 2/3、一会儿像 3/4：曲线是弯的，你取哪一段体重范围，就得到哪个斜率。而对理论的裁决写得很直接：基于血管系统结构的那个被广泛讨论的模型（也就是 WBE）没通过这个检验——它预测的是凹的曲率，数据里是凸的，拟合「相对较差」。他们没把门关死：换一种血管过渡方式后，修正版拟合得几乎和二次模型一样好，「网络决定分配」这个内核保住了。这个日期值得注意——它比这场演讲早了十五个月，而台上那张图仍然是一条直线，配的话是「everybody lies on the same line」。
2011 年，城市那一侧被一个统计学家拆开。卡内基梅隆大学（同时也是圣塔菲研究所成员）的 Cosma Rohilla Shalizi 重做了美国的都会产出数据，写了《城市经济中的标度与层级》。他的核心一击极其干净：那张让人信服的「数据坍缩」图，画的是总量（城市的 GMP 对人口），R² = 0.96，看着无懈可击。但把同样的数据换成人均来画——在幂律模型下这两者逻辑上等价——R² 立刻掉到 0.24。他还给出了那个决定性的对照：如果人均产出与城市规模完全无关，纯粹因为把人均量乘回人口做成总量，同样的回归也会得到 R² = 0.94。实测值 0.96，只比这个「什么都没有」的基线高 0.02。他的判词是：那种令人印象深刻的标度外观，「很大程度上是加总假象」。最后他做了一件更伤的事：把各都会区的产业构成放进模型，「与规模的剩余标度关系可以忽略不计」——真正预测人均产出的，是这座城市有多少高附加值的专业服务业，也就是经济地理学一百年前就有的「中心地层级」。
2014–2016 年，边界问题成了公开战场。Arcaute、Hatna、Ferguson、Youn、Johansson、Batty 在《皇家学会界面杂志》发表《建构城市，解构标度律》：他们用通勤和人口密度阈值，为英格兰与威尔士造出成千上万套不同的城市边界，当作检验标度律的实验室。结论是「仅凭人口规模并不能提供足够的信息来描述或预测一座城市的状态」，「预期中的标度律没有得到证实」，而且「大多数城市指标随城市规模线性变化，无论城市边界如何定义」。
作者一方没有撤回，回应是继续做数据。2016 年 Bettencourt 与 Lobo 用统一的「功能性城市区域」定义重做欧洲，而这篇论文自己让了一步：他们承认西欧各国的城市大致符合预期，但「每个国家的城市数量太少、天然变异太大，无法得出强结论」——这几乎就是批评者说的话。解法是把各国城市池化成更大的数据集，标度关系于是「清晰地浮现」。
2019 年，机制被称重了。Keuschnigg、Mutgan、Hedström 在《科学进展》发表《城市标度与区域分化》，用的是瑞典全国人口登记的地理编码微观数据——把一个国家的每一个人拆开来看。他们先确认了总量层面的规律：瑞典 75 个劳动力市场区里，公司营业额 β = 1.196，工资总额 1.082。然后他们做了台上没做的事：把人口构成的影响剥掉，看还剩多少。答案是——「社会互动只解释了工资收入标度参数的大约一半」，构成差异至少解释了 39%。而构成差异从哪来？选择性迁移。从小地方搬进瑞典大城市的人，平均比留下的人多 1.8 年教育，认知能力测验高 0.4 个标准差。他们的结论句是一记直拳：「大城市通过从腹地吸引人才而增长」，「已经占优势的人从城市集聚中获益最多」。演讲里那句温暖的「we are the city」，在这里换了个说法：不是城市让人变得更有创造力，至少有一半是有创造力的人搬进了城市。
还有被滥用的那一层：「城市翻倍，人均一切多 15%」因为好记、好用、站在增长这一边，被规划文件和招商材料反复引用，通常不带那张表、不带置信区间、也不带 1.00 那一列；而演讲本身其实说过好的坏的一起涨——犯罪和艾滋病例就在他念的清单里——这部分在转述中基本蒸发了。
今天学界的位置大致是这样：标度关系作为描述性规律是稳的，作为城市间比较的基线（「这座城市相对它的规模，专利是多还是少」）很有用；但作为一条像牛顿定律那样的普适律，以及作为「规模是城市大多数特征的主要决定因素，历史、地理和设计是次要的」这种强主张，它没有站住。而演讲最后那句「they all die like you and me」，被提出它的那个团队自己的后续论文改掉了：公司确实会死，但不像你我——它们不衰老。