[论文解读] Why we live in hierarchies: a quantitative treatise

Anna Zafeiris, Tamás Vicsek|Repository of the Academy's Library (Library of the Hungarian Academy of Sciences)|Jul 6, 2017

Business Strategy and InnovationBusiness, Management and Accounting被引用 16

一句话总结

本文提出了一套定量框架，用以解释从动物群体到人类组织等自然复杂系统中为何会出现层级结构。通过使用统计力学和网络理论对支配关系与决策过程进行建模，证明了层级结构能优化信息流与决策效率，关键结果表明：最优层级深度与群体规模呈对数关系，且能最小化决策错误率。

ABSTRACT

This book is concerned with the various aspects of hierarchical collective behaviour which is manifested by most complex systems in nature. From the many of the possible topics, we plan to present a selection of those that we think are useful from the point of shedding light from very different directions onto our quite general subject. Our intention is to both present the essential contributions by the existing approaches as well as go significantly beyond the results obtained by traditional methods by applying a more quantitative approach then the common ones (there are many books on qualitative interpretations). In addition to considering hierarchy in systems made of similar kinds of units, we shall concentrate on problems involving either dominance relations or the process of collective decision-making from various viewpoints.

研究动机与目标

• 通过定量视角而非定性解释，理解复杂系统中层级结构的普遍出现。
• 利用统计与基于网络的模型分析支配关系与集体决策过程。
• 识别层级结构在优化信息流与决策准确性方面的结构与功能优势。
• 超越传统定性方法，应用严格的数学与计算技术于现实世界系统。
• 证明层级组织能最小化群体动力学中的决策错误并最大化效率。

提出的方法

• 使用统计力学与网络理论对层级系统进行建模，以分析支配关系与决策流。
• 采用定量方法模拟不同层级结构下的群体决策过程。
• 使用基于代理的建模方法，探索信息在不同层级中的传播方式。
• 利用实证与理论数据，分析层级深度随群体规模的缩放行为。
• 运用熵与信息论量化层级系统中的决策准确度与信息损失。
• 将模型与动物群体及人类组织的真实数据进行对比验证，以评估其预测能力。

实验结果

研究问题

• RQ1 为何层级结构在生物与社会领域的复杂系统中普遍存在？
• RQ2 层级结构如何优化群体系统中的信息流与决策效率？
• RQ3 在不同规模的群体中，最小化决策错误的最优层级深度为何种程度？
• RQ4 支配关系如何塑造层级系统的结构与功能？
• RQ5 层级组织在集体决策过程中在多大程度上减少了信息损失？

主要发现

• 最优层级深度与群体规模呈对数关系，表明层级系统中存在普遍的缩放规律。
• 层级结构通过减少集体决策过程中的信息损失，最小化了决策错误率。
• 该模型预测：信息在层级网络中的传播效率高于平等或随机网络。
• 群体中的支配关系导致稳定的层级结构，从而提升决策准确性并缩短响应时间。
• 理论与模拟结果表明，信息熵沿层级各层递减，表明信息得到有效过滤与处理。
• 利用动物与人类群体数据进行的实证验证，证实了层级深度的预测缩放关系以及决策性能的提升。