高速上为什么容易堵车-堵车原因

为什么会堵车？

中国大陆地区人口在1000万以上的城市一共有13个，这些城市都面临着严重的堵车问题。虽然我们可以说根源在于人多，但是东京、香港的城市面积更小，车辆密度更大，而它们并没有出现像北京如此严重的拥堵，这就说明至少北京的交通还有改善空间。如果我们从飞机上往下看堵在路上的车，每辆车就像蚂蚁一样。而一群蚂蚁和道路上的汽车还真有一点相似之处，那就是每辆车该往哪些地方走并不是由一个中央控制单元指挥的，它们各自按自己决定的方式运动，最终形成了一种宏观上的图景：堵成一锅粥。

那么蚂蚁是怎样的呢？感兴趣的读者可以参考“蚂蚁三部曲”。这是一套科幻小说，科幻的部分只不过是将其中的蚂蚁人格化了，所以单独看每个蚂蚁都有血有肉，而书中所有涉及蚂蚁的细节和规律都是现代昆虫学研究的结论。

蚁后的身体是普通蚂蚁的几百倍，而且整窝蚂蚁都是她的子孙，她的寿命又是普通蚂蚁的几十倍，很多人就认为蚁后是这里绝对的统治者了。其实错了，蚁后一旦开始生育，就像一个奴隶一样，被囚禁在蚁穴中一个巨大的房间里，她此后的生活都不会离开这间屋子，不可能对外界环境有什么了解，余生只有吃东西和产卵，也不可能对其他蚂蚁发号施令，她的一切由工蚁帮她打理，比如清洁身体、喂食、把卵抱走、抚育婴儿蚂蚁等。也就是说，在这个蚁穴中是没有中央控制系统的。科学家们通过研究发现，蚁穴中绝大部分琐事和日常运营都由工蚁完成。这些蚂蚁就是没有发育完全的雌蚁，数量可以占到整全部蚂蚁的70%以上。

年轻的工蚁不出窝，只在窝里工作，主要是照看蚁后、抚育婴儿蚂蚁、储藏食物。第二年开始它们才会出

窝干活。出去干活的工蚁也有四种分工：第一种是侦察兵，第二种是搬运工，第三种是建筑工，第四种是清洁工。人们为了弄清这些蚂蚁是怎么分工的，就对四种蚂蚁用不同的颜色进行标记，然后在几十米外放好一大堆食物，引诱它们来。结果发现除了搬运工以外，之前标注的侦察兵、建筑工、清洁工也都来帮着运送食物。另一个实验是，从其他地方捉来10多只和当前这窝蚂蚁有竞争关系的蚂蚁，这时清洁工、建筑工会变身为侦察兵来出窝巡逻。最后一个实验是将很多小碎片堆在蚁穴门口，这就增加了维修的工作量，这时发现新加入维修工作的蚂蚁都是之前没有被标记的，也就是那些原本在窝里头只负责育儿的年轻工蚁。通过这些实验我们发现工蚁的工种是有等级的。出窝工作的蚂蚁中，建筑工是等级最低的，只有年轻的窝内工蚁才会帮助它们。搬运工等级是最高的，所有类别的工种都会帮助搬运食物。一旦建筑工变身为其他类型的工种，就不会再从事建筑工作了。搬运工只干搬运食物的活儿，对于侦察任务、维修任务、清扫任务，它们即便闲着也不会去帮忙。

蚁群在没有中央控制系统的情况下形成了一种自组织，让整个蚁群呈现出一种井然有序的图景。类似这样的例子还有很多，比如闹蝗灾时漫天飞舞的蝗虫，它们在天空中就像是一张忽闪忽闪的大网。如果假设每一只蝗虫都是可以人为控制的，那么这几百万只蝗虫在天空飞舞的图景就需要我们通过对每个蝗虫的飞行轨迹做精确的控制来实现，各位可以想象到这个难度有多大。而其实已经有科学家对这样的群体行为做了数值上的模拟，这方面的理论称为：粒子群算法。比如就刚刚提到的蝗虫群而言，如果我们对每一只蝗虫只安排几条规则，比如和周围每只蝗虫的距离时刻大于等于某个值，并且也要时刻小于等于某个值；或者尽量保持在可视范围的中心区域，同时保证和其他蝗虫间距时刻大于等于某个值。这样的规定明显比之前那样的操作简单太多了。在实际模拟中看到了一张漫天飞舞的大网一样的图景。在所有个体都遵守规则时就是如此。我们来看看不守规则会怎样。

比如蝗虫群里中总会随机出现10%的个体不遵守“和周围蝗虫间距时刻小于等于某个值”这一规则，只要这些蝗虫游走到群体边缘就有可能离群而去，或者造成群体被打散。

再比如，某次微信群里的公开课，整个群有500人。微信群并没有禁言的功能，所以为了维持课堂秩序，只有群主在不断提醒大家，在开课后不要发言。课程结束后，有很多人都指出讲课过程有太多人不顾禁言的规则乱说话，统计一下后发现有30多条违规的发言，可能不少人会感觉，“今天听课人的素质怎么这么低！”。而实际上，这30多条违规的发言只不过是其中十几个人说的，也就是说在整堂课的3个小时中，500人的群里，只有十几个人不顾规则乱发言。如果把守规则和不守规则的人数对比一下，不守规则的人最高比例只有5%。遵守规则的人数量是不遵守规则的人的20倍，为什么却没有给人留下大家很守规则的印象，却形成一个相反的印象呢？这里当然有很多明显的原因，比如因为守规则的人在遵守规定时，实际等同于不存在，所以非常容易被忽略，而不守规则的人格外显眼。这些解释当然很对，但我要从自组织的秩序形成这个角度来解释。也就是说我们并不忽略那些守规则的人，他们一样在为一幅有秩序的图景的形成做巨大的贡献，之所以没有让人形成这样一个印象，是因为秩序需要更高比例的个体遵守规则。比如微信课中有95%的人遵守规则是远远不够的，如果非要给出一个数字，至少要求99%的个体遵守规则。就这堂微信课而言，就要求在整个过程的3小时里，乱发言的人不超过5个。

我们再回到特大城市的交通问题上。城市的道路资源有限，车辆太多是一个重要因素，但不遵守交通规则乱开、乱骑、乱走的人是破坏秩序的根源。而且只要20个人里面有1个破坏了规则，就会让这个城市整体的交通图景一团糟。实际上不严格遵守交通规则的人比例远远高于5%。看看那些电动车闯红灯、非机动车道随便停

车，还有见到前车减速就来回变道的情况，就能对这一比例有一个了解。

超级大城市中，人人都遵守交通规则当然不会让交通拥堵消失，但至少可以消除因为乱开、乱停导致的拥堵。这解决不了本质上的拥堵，只能稍加改善。那么说到底本质问题是什么呢？是人口问题，开车上路的人太多了。有交通部门通过摄像头统计过高速公路上的车辆，70%的车是单人驾驶。这个比例在市区也大致类似。留出安全行驶的距离后，一辆车行驶时需要占用30米×6米的路面资源，停车时需要占用7米×4米的路面资源。而这么大面积大多数时候仅仅解决了一个人的出行问题。

所以引导每个人选择更节约的出行方式就是解决交通问题的最好途径。当我们通过各种方法调整了每个个体的出行规则，就像模拟实验中把每只蝗虫的飞行规则重新刷了固件一样。从政策、法规开始，到媒体宣传、广告投放、交通工具生产商都向最终用户传达两轮出行及公共交通出行的理念，每个交通参与者出行的规则发生了改变，当前的交通问题或许就能得到解决。

解读

这篇文章涉及“秩序的形成”。秩序既包含井然有序，也包含乱成一锅粥。不论哪种局面，都是系统里众多个体按各自规则行事后，全局所呈现出的样子。所以，乱成一锅粥也是对某种秩序的描述。小到买票、出游，大到交通、金融，都会在系统内呈现一种秩序。在系统中个体与个体之间还会互相影响，这种影响的大小不但难以测量，而且还经常非线性叠加，这就增加了用科学原理解释秩序形成的难度。

在社会生活中出现的秩序有两个重要的成因：一个是自上而下的，一般是规章制度、法律条文；一个是自下而上的，一般是个人意愿和行为习惯。两者共同塑造

了秩序。如果一定要分出先后，我认为个人习惯和意愿比规章制度出现得更早。法律是这些约定俗成的行为规范用比较精准的语言抽象出来的文字条款。道德也是在这个抽象化的过程中产生的，只不过底线比法律要高。所以，社会秩序是这样形成的：最初，众人脑中的意愿和行为习惯是土壤，在其上长出了规章制度和道德；接着这些规章制度和道德约束众人脑中的意愿和行为，众人的行为被它们驯化，产生了下一阶段的变化；这些变化又成为下一轮规章制度和道德生长的土壤。从这个逻辑出发，很多当下的社会问题可以用历史的眼光找到原因。

比如：有些机动车密度比北京高的城市为什么不堵车？经济危机时，人们领救济粮时为什么还在排整齐的长队？我们可以追溯到最早有据可查的年代，看看那时的人们脑子里在想什么，后来出现的第一份规章制度说的是什么，也许就能找到另外一种解释了。