🔬 physics

Intergroup violence in bursts

该研究通过分析街头斗殴视频并修正伊辛模型，指出群体成员中不愿或无法为集体胜利做贡献的比例，决定了群架暴力是瞬间爆发还是逐步升级。

原作者： Jeroen Bruggeman, Don Weenink, Bram Mak

发布于 2026-03-24

📖 1 分钟阅读☕ 轻松阅读

原作者： Jeroen Bruggeman, Don Weenink, Bram Mak

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文探讨了一个非常有趣且紧张的问题：为什么有时候一群人打架会瞬间“爆发”（大家一起冲上去），而有时候却只是零星几个人慢慢加入，甚至最后没打起来？

作者 Jeroen Bruggeman 和他的团队没有用复杂的心理学理论，而是借用了一个来自物理学的古老模型——“伊辛模型”（Ising Model），来解释这种街头斗殴中的“集体行动困境”。

为了让你轻松理解，我们可以把这场街头冲突想象成**“点燃一堆干柴”或者“推倒多米诺骨牌”**。

1. 核心难题：谁先动手？（集体行动困境）

想象一下，你和几个朋友在街上遇到了另一群挑衅的人。

你想打架吗？ 也许想，但你也怕被打。
你的朋友们呢？ 他们可能也想，但也怕。
如果只有你一个人冲上去，你大概率会被揍得很惨（这就是“搭便车”问题：大家都想赢，但都不想自己先冒风险）。

在物理学里，这就像一堆磁铁。如果大家都保持冷静（不合作），系统很稳定。但要让所有人同时“翻转”去打架（合作），需要克服一个巨大的心理能量山丘。

2. 催化剂：对方的“噪音”（Turmoil）

论文中提到的“扰动”（Turmoil），就是对方制造的噪音和挑衅。

比如对方推了你一下、骂了一句、或者有人摔倒了（显得脆弱）。
这就好比往那堆干柴上泼了一桶汽油，或者给磁铁施加了外部磁场。

当这种“噪音”积累到一定程度，就像温度升高到了临界点，原本犹豫不决的人就会突然决定：“算了，干吧！”于是，大家一起冲上去，形成**“爆发”（Burst）**。

3. 关键变量：队伍里有多少“怂包”？（无条件背叛者）

这是论文最精彩的发现。作者认为，能不能发生“爆发”，关键不在于对方吵得有多凶，而在于你这一方有多少人根本不想打架。

作者把这些不想打架的人称为**“无条件背叛者”**（Unconditional Defectors）。他们可能是：

真的不想打架（太善良或太害怕）。
试图劝架（和事佬）。
被劝架的人拦住了。
被打倒了起不来。

用个比喻：
想象你们是一个**“多米诺骨牌阵”**。

理想情况：如果所有人都是“合作者”（想打架的），只要推倒第一块（有人先动手），剩下的就会像多米诺骨牌一样，瞬间全部倒下（爆发式打架）。
现实情况：如果队伍里混进了几个**“胶水骨牌”**（无条件背叛者），他们死死地粘在原地不动。
- 如果“胶水骨牌”很少（少于 1/3）：推倒第一块后，力量还能传导过去，大家还是会瞬间爆发，把对方打跑。
- 如果“胶水骨牌”太多（超过 1/3）：推倒第一块后，力量传导到“胶水骨牌”那里就断了。剩下的想打架的人看到前面有人不动，也会犹豫，最后大家稀稀拉拉地加入，甚至根本打不起来。

论文的核心结论是：
只要你们队伍里不想打架的人超过 33%（1/3），无论对方怎么挑衅，你们这方都很难形成那种“瞬间全员爆发”的混乱场面。

4. 他们是怎么研究的？（像侦探一样看视频）

为了验证这个理论，作者并没有在实验室里让人打架（那样不道德也不真实）。他们做了个“网络侦探”：

收集素材：从 YouTube 等网站下载了 42 段真实的街头斗殴视频（主要是年轻人互殴）。
逐帧分析：像看慢动作回放一样，把视频里每个人的动作、谁在骂人、谁在劝架、谁先动手、几个人一起冲上去，都精确记录到秒。
数学建模：把这些真实数据输入到那个“物理磁铁模型”里进行模拟。

结果令人惊讶：
模型预测得非常准！

那些爆发式的打架，队伍里不想打架的人平均只有 19%。
那些没爆发（或者只有零星几个人打）的，队伍里不想打架的人平均高达 49%。
那个 1/3（33%） 的临界线，就像一道分水岭，完美地把“爆发”和“不爆发”分开了。

5. 这个研究告诉我们什么？

暴力不是随机的：它不是单纯因为“人多”或者“对方太坏”。它取决于内部结构。
劝架的力量巨大：哪怕只有几个人（只要超过 1/3）坚定地站在中间劝架，或者有人试图阻止，就能彻底打破那种“一触即发”的群体暴力爆发。这就像在多米诺骨牌里插进了几块吸铁石，让连锁反应中断了。
小团体更容易爆发：在小群体里，只要一个人先动手，很容易带动所有人。但在大群体里，因为信息传递慢，且混入“不想打架的人”的概率更大，所以更难形成瞬间爆发。

总结

这就好比烧开水。
对方挑衅是加热，但能不能让水瞬间沸腾（爆发），取决于锅里有多少冰块（不想打架的人）。
如果冰块太多（超过 1/3），火再大，水也只会慢慢热，永远达不到“沸腾爆发”的状态。

这篇论文用简单的物理模型告诉我们：在群体冲突中，几个坚定的“和平主义者”或“劝架者”，往往比一群愤怒的打手更能决定冲突的走向。

这是一份关于论文《Intergroup violence in bursts》（群际暴力中的爆发）的详细技术总结，基于作者 Jeroen Bruggeman、Don Weenink 和 Bram Mak 的研究。

1. 研究问题 (Problem)

核心现象：在群际冲突（如街头斗殴）中，暴力行为有时会以“爆发”（burst）的形式出现，即群体中的大多数成员几乎同时开始攻击；而在其他情况下，只有少数成员参与，且暴力升级过程较为缓慢。
现有理论局限：
- Randall Collins 的“向前恐慌”（forward panics）理论强调了情绪障碍和对手脆弱性，但缺乏对集体行动困境（Collective Action Dilemma）的量化解释。
- 传统的集体行动模型通常依赖于规范、制裁、选择性激励或领导者，这些机制在突发、非专业的街头冲突中往往来不及形成。
- 现有模型难以解释为何在没有明确领导者的情况下，暴力会突然爆发，以及为何在某些群体中即使有挑衅（agitation）也不会爆发。
研究目标：利用视频数据，解释非专业群体（主要是年轻男性）在面对面冲突中，暴力是“爆发式”开始还是“渐进式”开始的决定性条件。

2. 方法论 (Methodology)

A. 理论模型：改进的伊辛模型 (Adapted Ising Model)

作者将物理学中的伊辛模型（Ising model）改编为基于主体的模型（Agent-Based Model），用于模拟集体行动困境：

状态变量：
- 合作者 (Cooperators, C)：愿意参与暴力以获取公共物品（战胜对手）。
- 无条件背叛者 (Unconditional Defectors, D)：无论环境如何都不参与暴力（包括试图降级冲突的人、被阻止的人、或极度恐惧者）。
- 条件合作者：如果看到其他人合作，他们也会合作。
哈密顿量 (Hamiltonian, H)：
$H = -\sum_{i \neq j} w_{ij} S_i S_j$
其中 $S_i$ 代表个体的行为状态（合作或背叛）， $w_{ij}$ 代表网络联系（在小型街头冲突中假设为全连接网络）。
关键变量：
- 动荡/温度 (Turmoil, T)：代表对手的挑衅、威胁和激怒行为（如推搡、侮辱、攻击姿态）。 $T$ 的增加增加了决策中的随机性（“颤抖的手”），使个体更可能打破现状。
- 临界阈值 ( $T_c$ )：当动荡超过此阈值时，系统可能发生相变。
核心预测：
- 如果群体中无条件背叛者的比例 ( $p$ ) 低于某个临界值 ( $p_c$ )，当动荡 $T$ 超过 $T_c$ 时，暴力会爆发（绝大多数人同时加入）。
- 如果 $p > p_c$ ，即使动荡很高，暴力也只会渐进式增加，且参与人数有限，不会形成爆发。
- 理论推导得出临界比例 $p_c \approx 1/3$ （即当无条件背叛者超过 33% 时，爆发不再发生）。

B. 实证数据 (Data)

数据来源：从 YouTube, LiveLeak, WorldStarHipHop 等平台收集了 42 个街头斗殴视频。
样本特征：
- 共涉及 59 个群体（排除单人对抗情况）。
- 群体规模： $2 \le n < 10$ （平均 3.6 人），全连接网络假设（面对面接触）。
- 参与者：主要是非专业的年轻男性。
编码指标：
- 暴力 (Violence)：使用身体力量攻击或移动他人。
- 动荡 (Turmoil)：对手的挑衅行为（推搡、威胁手势、拉扯衣物、跌倒等）的持续时间与参与人数的加权总和。
- 爆发 (Burst)：定义为首个暴力行为发生后 2 秒内，至少 50% 的群体成员加入战斗。
- 无条件背叛者 (Unconditional Defectors)：在他人战斗时未参与的人，包括试图降级冲突者、被阻止者、受伤者或极度被动者。

C. 分析方法

使用 Noldus Observer XT 软件进行逐帧行为编码。
将编码数据输入改进的伊辛模型进行模拟，对比理论预测与实证观察（爆发 vs. 非爆发）。
使用 Welch t 检验和 ROC 曲线分析无条件背叛者比例在爆发组与非爆发组之间的差异。

3. 主要结果 (Key Results)

临界比例的验证：
- 爆发组（23 组）：无条件背叛者的平均比例为 0.19 (SD=0.21)。
- 非爆发组（36 组，含渐进式集体暴力和单人暴力）：无条件背叛者的平均比例为 0.49 (SD=0.26)。
- 统计检验显示两组差异显著 ( $P < 0.001$ )。
- 实证数据支持理论预测：当无条件背叛者比例低于临界值（约 1/3）时，高动荡会导致暴力爆发；高于此值则不会。
群体规模效应：
- 小群体（如双人或三人组）比大群体更容易在较低的动荡水平下发生暴力爆发。这是因为在小群体中，单个发起者占邻居社交联系的比例更大，更容易引发连锁反应。
同步性 (Synchrony) 的无关性：
- 研究发现，虽然许多爆发前存在动作同步（如同步移动），但同步性也出现在未发生集体暴力的案例中。因此，同步性不能预测集体暴力的爆发，它可能更多与群体团结感有关，而非暴力启动的直接机制。
模型鲁棒性：
- 即使考虑编码误差（如 10% 的误判率），爆发与非爆发之间的区分依然稳健。
- 部分“慢启动”案例（时间滞后超过 2 秒）被归因于局部环境阻碍（如被困在车里、醉酒、地面湿滑等），而非模型失效。

4. 关键贡献 (Key Contributions)

理论创新：首次将伊辛模型应用于解释非专业群体的突发暴力，将“集体行动困境”与“情绪动荡”结合，无需依赖复杂的规范、声誉机制或领导者。
量化 Collins 理论：将 Collins 的定性概念（如“向前恐慌”、“情绪障碍”）转化为可量化的变量（动荡 $T$ 、临界背叛者比例 $p_c$ ），提供了定量的解释框架。
揭示爆发机制：证明了暴力的爆发形式主要取决于群体内部无条件背叛者的比例，而非仅仅是外部刺激的强度。如果群体中有太多“和平主义者”或“退缩者”，暴力就无法形成爆发式蔓延。
方法论应用：展示了如何利用物理模型（Ising model）和蒙特卡洛模拟（Metropolis algorithm）来分析复杂的社交动力学，并验证了其在真实世界视频数据中的适用性。

5. 意义与局限性 (Significance & Limitations)

学术意义：
- 为理解街头暴力、抗议活动甚至私刑（lynchings）的突然爆发提供了新的微观基础。
- 表明在不确定性高、缺乏组织的情况下，随机噪声（由动荡引起）可以打破非合作状态，促成集体行动，但也可能导致混乱。
现实意义：
- 对于执法和危机干预具有启示：在群体冲突中，识别并隔离那些“无条件背叛者”（如试图降级冲突的人）可能会改变群体的动力学，防止暴力爆发；反之，如果群体中此类人比例过高，暴力可能难以大规模爆发。
局限性：
- 数据偏差：视频数据来自公共网络，可能偏向于更戏剧性或暴力的事件；且视频通常是左截断的（录制开始时冲突已发生），导致对“动荡”的测量可能不完整。
- 局部因素：模型未完全涵盖所有导致延迟的局部物理环境因素（如障碍物、车辆等）。
- 暴力严重程度：模型解释了暴力的启动（爆发与否），但未预测暴力的严重程度。
- 学习效应：模型假设个体策略固定，未考虑个体在多次冲突中学习并改变策略（如从合作者转变为背叛者）的动态过程。

总结：该论文通过结合物理学模型与实证视频分析，有力地证明了群际暴力的爆发形式是由群体内部“拒绝参与者”的比例决定的临界现象。这一发现为理解人类在极端压力下的集体行为提供了简洁而有力的解释框架。