音乐节踩踏、地铁口拥堵、火灾紧急疏散，每一次人群失控事故背后，都有一个共同的谜题从未被真正解开：在茫茫人群中，究竟是谁在引导人群的走向？

布朗大学和那不勒斯费德里科二世大学的研究团队，用运动捕捉技术和网络分析方法给出了迄今为止最清晰的答案：站在最前面的人。

给人群装上"数据眼睛"

这项研究的实验设置并不复杂，但细节颇为考究。研究人员让参与者戴上装有运动捕捉标记的头盔，在一个14米乘20米的追踪区域内自由行走，形成10到20人规模的移动群体。

每个人的位置和行进方向被实时记录成时间序列数据，精度达到毫米级。然后，研究团队将录像切割成半秒钟的时间片段，逐帧分析每个人的航向变化，以及这种变化如何在群体中扩散和传递。

2.5 秒周期内的网络快照示例（n = 10）。（a）应用剪枝方法之前；（b）应用剪枝方法之后。图片来源：《皇家学会界面杂志》（2026）。DOI：10.1098/rsif.2025.0846

关键工具是一种名为"时间依赖性延迟方向相关性"的分析方法，简称TDDC。这套方法最初由英国布里斯托大学的科学家开发，用于研究拖网蝙蝠的飞行协调行为，后来被移植到人类群体研究中。

它的核心逻辑是：如果A的方向变化，在短暂的时间延迟后，能够预测B的方向变化，那么A对B就存在"领导关系"。研究团队用这一方法计算出群体中每一对人之间的相互影响关系，再把这些成对关系拼合成一张完整的"影响力网络"。

不过，这张网络并不是原始数据的简单堆砌。研究人员还引入了两项重要的修剪规则：如果两人之间因视野遮挡而无法相互看见，对应的连接便被删除；如果某段影响关系的时间延迟短到不符合人类视觉反应速度的生理下限，同样予以剔除。

这使得最终呈现的网络更接近现实，因为人只能跟随自己能看见的人。

站在前排，就是天然的"指挥官"

结果出人意料地清晰。

论文第一作者、布朗大学研究员吉田圭表示："我们发现，在移动的人群中，影响力的分布并不均匀，它是动态变化的，并且与空间位置高度相关。"

位于人群最前方的人，对整个群体的集体行为影响最大，不仅能直接影响身旁的邻居，还能通过影响力的逐层传递，触达人群中更远处的成员，这被研究团队称为"分支影响力"。而位于队伍后方的人，对群体整体走向的贡献几乎可以忽略不计。

这个结论看起来似乎理所当然，但科学价值在于它提供了可量化的机制解释。以往关于人群动态的研究，大多依赖简化的理论假设，或者仅关注小规模群体，缺乏对中等规模真实人群的实证数据支撑。

这项研究还揭示了一个重要细节：领导地位并非固定不变的个人特质，而是一种动态涌现的群体属性，强烈依赖于个体在特定时刻所处的空间位置。同一个人，站在队伍前列就是领导者，落到队伍后方就成了跟随者。

研究团队还区分了两种不同层级的影响力：直接影响，衡量一个人对其直接邻居的局部控制力；分支影响，衡量其通过多级传递对整个群体的全局控制力。处于前排的人，往往在两个维度上同时占据优势。

这对人群管理有直接的实践意义。吉田说得很直接："如果你想有效地引导人群，将领导者或安全人员安排在队伍前面，可能比在后面指挥要有效得多。"

在大规模演唱会或节庆活动中，安保人员通常分布在人群外围，这一传统布局或许需要重新审视。如果真正的影响力来自于站在人群运动方向的最前端，那么将经过专业培训的引导员嵌入人群前列，理论上能够更高效地调控整体流向，进而降低因局部拥挤引发连锁反应的风险。

目前，吉田及其同事正在用实际实验验证这一推论，他们将在真实群体中安排"指定领导者"站在前排，观察这是否真的能够系统性地改变人群走向。与此同时，团队还在探索引入传递熵等更精密的信息论工具，以更准确地量化影响力的强度，弥补现有方法在边权重估算上的不足。

从鸟群的集体转向到人类的涌现秩序，群体智慧的底层逻辑或许比我们想象的更加简单：找到最前面的那个人，你就找到了撬动整个群体的支点。