Масштаб. Универсальные законы роста, инноваций, устойчивости и темпов жизни организмов, городов, экономических систем и компаний

Я хотел бы подчеркнуть, насколько замечательно и неожиданно это предсказание с учетом необычайной сложности и многообразности перемещений и перевозок, совершаемых в городе. Если вспомнить о, по-видимому, хаотических, случайных и разнообразных перемещениях людей в таких городах, как Нью-Йорк, Лондон, Дели или Сан-Паулу, трудно избавиться от ощущения, что эта простая картина скрытого порядка и регулярности должна быть маловероятной и даже абсурдной. Она предсказывает, что случайные решения, которые каждый человек принимает относительно своих перемещений из одного конкретного места в другое, пешком, на метро, на автобусе, на своей машине или даже с использованием всех этих способов передвижения, складываются в один связный коллективный поток – так же как случайные движения триллионов отдельных молекул воды складываются в плавный и связный поток, как только мы открываем кухонный кран.

Как я уже объяснял, данные сотовой телефонии дают подробную информацию не только о том, с кем и как долго вы разговаривали, но и о том, когда это происходило и где вы при этом находились. По сути дела, каждый из нас носит с собой прибор, отслеживающий, где мы находимся в любой момент. Как если бы мы могли пометить каждую из молекул, находящихся в комнате, и отслеживать таким образом ее положение, скорость ее движения, с чем она сталкивается и так далее. Поскольку в комнате обычных размеров находится более десяти тысяч триллионов триллионов (10²⁸) молекул, мы получили бы при этом настоящую квинтэссенцию «больших данных». Однако вся эта информация была бы на самом деле не очень полезной, особенно в отношении газов, находящихся в равновесном состоянии: такое исследование было бы избыточным. В статистической физике и термодинамике уже успешно разработаны мощные методы, позволяющие понять и описать макроскопические свойства газов – например, их температуру, давление, фазовые переходы и так далее, – не вдаваясь в неприглядные подробности движения всех составляющих их молекул. Напротив, в случае городов такая информация чрезвычайно ценна, не только потому, что молекулами здесь являемся мы сами, но и потому, что, в отличие от газов, города представляют собой сложные адаптивные системы со сложнейшими сетевыми структурами, осуществляющими обмен как энергией, так и информацией. Данные мобильной телефонии дают нам мощный инструмент для определения структуры и динамики этих сетей и, следовательно, для количественной проверки теоретических предсказаний.

Рис. 47. а) Поток посетителей конкретного района Бостона, приезжающих с разных расстояний с разной, но постоянной частотой (f раз в месяц), демонстрирует согласие с законом обратных квадратов. б) Те же данные, что и на графике «а», иллюстрирующие сведение всех частот и расстояний в единую линию при построении зависимости от единой переменной, произведения частоты на расстояние. в) График, аналогичный графику «б», демонстрирующий, что поток посетителей в самых разных городах всего мира подчиняется одному и тому же предсказанному закону обратных квадратов

Рис. 48. График, аналогичный графику «в», для разных районов Бостона

Рис. 49. То же для разных районов Сингапура; сплошной линией представлены предсказания теории

Эта закономерность может стать мощным инструментом планирования и развития городов, поскольку она дает основу для оценки потоков людей в определенные районы города и из них. Строительство нового торгового центра или жилого микрорайона требует точной – или по меньшей мере правдоподобной – оценки транспортных и человеческих потоков для организации действенной и достаточной транспортной системы. Такие оценки по большей части получают из компьютерных моделей, несомненно очень полезных, но в основном сильно локализованных, не учитывающих взаимоотношений с большей, интегрированной системной динамикой города и очень редко основанных на общих фундаментальных принципах.