迈赫迪·穆萨伊德提示您：看后求收藏（350中文350zw.com），接着再看更方便。
举个例子，我的人群行动研究参考了德克·赫尔宾的行人粒子模型，他的这一成果因我的引用而又得一分。迄今为止，他的研究一共被引用了大约4 000次，足以证明这是一项重大贡献。有些卓越的成果更是能在眨眼间登顶。据我所知，在我的研究领域里最具影响力的发现是1998年邓肯·瓦茨（Duncan Watts）的人际网络结构研究，他的论文一共被引用了35 000次。2014年，《自然》列出了1900年以来被引用最多的文章的榜单。在5 800万个统计样本中，只有1.5万篇文章被引用超过1 000次，约占样本总数的0.02%。而引用数据的冠军就是——此处应配上一阵鼓点——生物化学家奥利弗·洛瑞（Oliver Lowry）于1951年发表的一篇介绍在酚试剂中测定蛋白质含量的文章。有点失望？要知道它在发表后65年里被引用了超过30万次！科学界引用榜的前十名中，大多数文章充满各种晦涩难懂的生物化学表述，对外行来说就是天书。事实上，面对这些被化学家们日常运用，因而频繁得到引用的分析测定法，即使是人类历史上最伟大的发现也不是对手，更别提我那篇关于行人团体的小豆腐块论文了，它只得到约600次引用。不过毕竟这就是我本人到目前为止最有影响力的科学贡献了。
于不同寻常之地，行超乎常规之事。2008年2月的某一天，我安身于23米高的庄严雄伟的图卢兹市政厅屋顶之上……
在互联网上随便搜索一位科学家免费公开的简历来读，也会收获不少乐趣。“谷歌学术引用”（Google Scholar Citations）网罗了所有研究者的所有公开发表物，并标明被引用次数。科研生涯起步之际，我们都想知道同行是怎么发表东西的。然而别忘了，这项指标有时会被研究质量以外的众多因素干扰。比如作者的知名度就会引起严重的偏向性。已经成名的科研人员新发表的东西，自然比一个初出茅庐者的首个成果更吸引学术界的注意，但这不一定说明前者的研究质量就比后者好。成功是成功之母。我也怀疑过自己，德克·赫尔宾的博士生，这个名头或多或少为我的学术进展打开了方便之门。
说到底，大众研究学者运用得最普遍的数据收集方法还是视频捕捉。我读博士期间就整天与我的摄像机为伍，它高居图卢兹市内不同的阳台或各种建筑物的屋顶，寻找着记录人群活动的最佳角度。如你所知道的那样，拍摄完成后是漫长得似乎没有尽头的人工数据整理阶段，直到数周以后得出行人的数量、流向和轨迹。
我和西蒙的行人研究，居然让高校科研机构圈子之外的人也开始感兴趣。很快，我开始接到一些报社记者的电话。最早的一家是《新闻20分》（20 Minutes），那是一份在地铁站免费发放的日报。“老师您好！”我压根儿不是大学老师，但我心中窃喜，不置可否。“我希望能就您新近发表的科研成果采访您。”我又骄傲又笨拙，几分钟就用“流体力学”“粒子模型”“凸面结构的空气动力学”等术语把这个记者说得云山雾罩。一开始，媒体采访时常搅得我心神不宁。我一面对镜头就忍不住端起架子，比如皱着眉头摸下巴。现实生活中可没人会这么做。结果我活像一个蹩脚的演员在扮演科研人员，问题是我真的是个搞科研的！简单来说，在跟媒体打交道方面我还有很多东西要学。
举几个最离谱的例子，2013年5月法国的“为全民示威”<a id="note6" href="#note6n">[1]</a>游行中，警方数据说15万人参加，示威组织者说有100万；2016年反对劳动法的大游行，各种数据中最低的说有12万参与者，最高的说有130万。老实说，上述情况中警方发布的数字似乎离事实更近。好在这种分歧即将终结。2018年起，大部分法国媒体都配备了自动计数系统。由“欧合眼”（Eurecam）公司开发的数字化传感装置可悬放在人群经过的道路上方，能清点所有从它与道路间的垂直线处通过的人数。2017年1月，巴黎发生反对埃马纽埃尔·马克龙自由主义政策的大游行。借助于这一仪器，人数统计精确到了个位：共有8 256人，与法国总工会宣称的4万人相去甚远。
某一天，一个朋友告诉我，一家意大利电视台刚刚报道了我的研究。尽管听不懂意大利语，我还是赶紧去看了一些片段。只见画面中声音夸张的女主播正激情昂扬地展示一些惊慌失控的人群。“这与我何干？”我心想。随后她把镜头切给一名特派记者，这个男人站在埃菲尔铁塔前的大街上，大谈我的研究！如果你还记得，我的实验一直是在图卢兹做的。事态发展得有些超现实了。让我更加不敢相信自己眼睛的是，一位名叫玛丽翁·蒙田（Marion Montaigne）的插画家，居然以我的研究为素材画了漫画，题为《星期四，大众观察日》（Jeudi, c’ est Fouloscopie）。我习惯用“大众研究”（Fouloscopie）这个词，其实就是从这儿开始的。
如果没有定位技术，那该怎么办？比如警方和工会如何统计游行示威的人数？抛开GPS或其他高科技手段，他们采用的方法可谓人工的或“手动的”。统计者走上街头，站在游行队伍旁边，实时统计从面前经过的一排排游行者的人数。这边一百，那边两百，总共差不多一百万？理论上说，这样的计数方法确实能得到一个大概数字，但在实践中，不同立场统计者的系统性误差会导致统计数据过高或过低。不同来源的统计数据有可能相差巨大，甚至达到荒唐的地步。
大众研究的两面
