Geoffrey West 與生物體、城市、公司的尺度律

一、問題意識：為什麼「尺度」是複雜系統的入口

尺度律研究問的是一個看似簡單、實則深刻的問題：如果一個系統變大十倍，它的能量需求、基礎設施、資訊流、創新產出、壽命與脆弱性會怎麼變？直覺常把「變大」理解成線性放大，但自然界與社會系統很少如此。老鼠與大象不是等比例模型；一座百萬人口城市不是十座十萬人口城鎮的簡單相加；一家千億美元公司也不是十家百億美元公司的線性複製。

Geoffrey West 的研究位置，正好站在物理學、理論生物學、都市科學與組織理論的交界。他原本是高能理論物理學家，曾在 Los Alamos National Laboratory 建立並領導高能物理群，2003 年成為 Santa Fe Institute Distinguished Professor，2005 至 2009 年擔任 SFI 總裁。SFI 官方簡介明確把他的長期興趣描述為：由一般尺度現象出發，建立理解生物、城市與公司的定量框架。

尺度律通常寫成冪律形式：

其中 N 是系統大小，例如體重、人口或公司資產；Y 是被觀察的量，例如代謝率、道路長度、專利數、銷售額；β 是尺度指數。β = 1 表示線性；β < 1 表示次線性，也就是規模越大，每單位需求越低；β > 1 表示超線性，也就是規模越大，每單位產出或負擔越高。West 研究計畫的野心在於：這些 β 不是單純統計巧合，而可能透露系統內部的網路結構、資源流、互動密度與限制條件。

二、知識背景：從 Galileo、Kleiber 到 SFI 的複雜系統路線

尺度問題有很長的科學史。Galileo 在《兩門新科學》中已討論過尺寸放大時骨骼強度與重量的比例問題：形體放大並不等於力學能力等比例放大。19 世紀與 20 世紀初，生理學家測量呼吸、代謝與體型的關係；1932 年左右，Max Kleiber 在動物代謝資料中發現，基礎代謝率 B 與體重 M 之間接近 B ∝ M^3/4，後來被稱為 Kleiber's law。若代謝率線性成長，大象每公斤組織會像老鼠一樣消耗能量；但事實上大型動物每單位體重代謝較慢，心跳、呼吸、成長與壽命也跟體型存在系統性關係。

20 世紀後半，生物學界知道許多 allometry 現象，卻長期缺乏統一解釋。幾何直覺會給出 2/3 次方：表面積隨體積的 2/3 次方變化，所以若代謝受表面散熱限制，指數應接近 2/3。但實測常見 3/4，且同類形式出現在心跳、血管半徑、樹木導管、成長曲線、生態族群等不同層次。West 的重要轉向，是把問題從「表面積」轉到「供應網路」：生命系統要把能量、氧氣、養分與代謝產物送到三維體積中的每個末端單元，這個網路本身的幾何與物理約束，可能決定尺度指數。

這也是 SFI 風格的典型問題：不是只研究某種動物、某座城市、某家公司，而是尋找跨層級的共同機制。SFI 的複雜系統傳統強調非線性、網路、湧現、跨尺度與資料驅動理論。West 的尺度研究把這套風格推到大眾視野：如果生命、城市與公司都可被視為透過網路分配能量、物質、資訊與互動的系統，那麼它們是否共享某些數學結構？

三、關鍵人物與合作網路

四、生物體：WBE 模型與 3/4 次方的理論野心

4.1 WBE 模型的核心主張

1997 年，West、Brown 與 Enquist 在 Science 發表〈A general model for the origin of allometric scaling laws in biology〉。這篇論文的主張是：許多生物尺度律源於資源分配網路的普遍設計原理。血管、氣管、植物維管束、細胞內運輸系統雖然材料與細節不同，但都面對類似任務：把資源從少數入口送到大量末端單元，並填滿整個三維生物體。

WBE 模型常被簡化為四個關鍵假設：

1. 空間填充：運輸網路必須服務整個生物體體積，而不是只沿表面分布。
2. 分支階層：網路由多層級分支組成，從主幹到末端毛細血管或等價末端單元。
3. 末端單元近似不變：不同大小的哺乳動物，其毛細血管等末端單位的尺度大致保持相近，因為細胞尺度與基本生化需求不能任意放大。
4. 能量或阻抗最小化：自然選擇偏好降低運輸成本的網路，使供應效率接近最佳化。

若網路要在三維空間中填滿體積，同時末端單元大小固定，總末端數量大致與體重 M 成正比。代謝率 B 取決於末端資源供應總量，但供應網路的分形幾何使整體流量不再線性增加，而導出接近 B ∝ M^3/4 的形式。許多生命時間尺度，例如心跳間隔、循環時間、成長時間與壽命，則常以 M^1/4 的形式增加；頻率類量則以 M^-1/4 減少。

4.2 從代謝到成長與死亡

West 的生物尺度研究不只處理靜態代謝率，也延伸到成長曲線。若攝入能量一部分用於維持既有組織，一部分用於新增生物量，則成長速度可寫成能量收支方程：代謝輸入隨 M^3/4 增長，維持成本近似隨 M 增長。隨著體型變大，維持成本占比增加，可用以解釋為何個體成長會趨近有限成熟體重，而非無限制指數成長。

這套觀點把生物體描述為受網路供應約束的成長系統。小動物的代謝快、心跳快、生命節奏快；大動物代謝慢、生命節奏慢、壽命長。West 後來把這種「節奏」概念帶入城市：城市變大後並非像大型動物一樣變慢，反而因社會互動密度提高而加速。這個反差，是他跨領域敘事的關鍵。

4.3 爭議：3/4 是普遍定律還是近似模式？

WBE 模型影響巨大，但也一直有爭議。第一，實測代謝指數並非永遠精確等於 3/4，不同分類群、環境、溫度、活動狀態與統計方法會得到 2/3 到接近 1 之間的估計。第二，WBE 的某些假設被質疑過於理想化，例如分支網路是否真的普遍自相似、末端單元是否足夠不變、能量最小化條件如何在演化中實現。第三，生物代謝受到多重機制影響，包括膜面積、粒線體密度、體溫、生活史策略與生態壓力，單一網路模型不可能解釋所有變異。

因此，準確的說法不是「West 證明了所有生物都遵守 3/4 次方」，而是：WBE 模型提供了一個有物理意義、可推導、可反駁的統一候選理論，將大量 allometric regularities 連到資源分配網路。它是尺度生物學的核心參考點，但不是沒有例外的終局定律。

五、城市：更大、更快、更有效率，也更昂貴

5.1 城市尺度律的經驗發現

2007 年，Bettencourt、Lobo、Helbing、Kühnert 與 West 在 PNAS 發表〈Growth, innovation, scaling, and the pace of life in cities〉。他們蒐集多國城市資料，檢驗人口 N 與城市指標 Y 的冪律關係。核心發現可概括為三類：

最常被引用的說法是：城市人口每翻倍，許多社會經濟量的人均值增加約 15%，而許多基礎設施的人均需求下降約 15%。這不是說每座城市都會精確如此，而是跨城市系統的平均尺度關係。West 與 Bettencourt 因此把城市稱為一種「社會反應器」：城市的功能不只是容納人口，而是增加人與人、人與機構、人與資訊的接觸頻率，使創新、財富與風險一起超線性增加。

5.2 城市與生物體的相似與相反

城市與生物體同樣依賴網路：道路、電網、水管、通訊、物流、社會網路與金融流。兩者也都出現規模經濟：大型生物每公斤組織較省能，大城市每人基礎設施需求較低。然而二者的方向在「時間節奏」上相反。生物體變大後，代謝節奏變慢，成長有限，最後死亡；城市變大後，社會互動與創新節奏加快，人口、財富與問題都可能持續增長。

West 對永續性的焦慮正來自這裡。若城市的創新與經濟產出超線性增長，但資源消耗、社會壓力與問題也加速，城市文明要維持成長就需要一波又一波更快的創新週期。換言之，城市的成功不是消除限制，而是把限制推到下一個技術與制度創新門檻。這使 West 的尺度論不只是都市科學，也是關於現代性速度的警告。

5.3 2013 年城市尺度起源模型

Bettencourt 2013 年在 Science 發表〈The origins of scaling in cities〉，進一步把城市尺度律連到社會互動網路與空間基礎設施的共同約束。模型的直覺是：城市必須可被居民在有限成本下穿越；基礎設施以增量方式生長；社會經濟產出來自局部互動；而人口密度與基礎設施安排調節互動機會。這使城市既是物理空間，也是社會網路的容器。

這套理論與傳統都市經濟學的 agglomeration economies 有明顯關聯。Marshall 的產業區、Jane Jacobs 的城市創新、多樣性與知識外溢，原本多以歷史、經濟與社會學語言表述；SFI 路線則嘗試將其轉為可估計的尺度指數與機制模型。其吸引力在於粗粒度預測：即便不知道每座城市的全部歷史，只要知道人口規模，就能對某些總量給出第一近似。

六、公司：為何城市長生，公司會死？

6.1 公司死亡率：近似常數 hazard

West 常用一句對比來說明城市與公司的不同：城市很難被殺死，公司卻很容易死亡。2015 年，Daepp、Hamilton、West 與 Bettencourt 在 Journal of the Royal Society Interface 發表〈The mortality of companies〉，分析美國上市公司資料，發現上市公司的死亡率可近似為常數 hazard，也就是公司死亡風險在相當程度上與年齡無關。這類結果意味著，活得久不必然帶來生物體那種明顯年齡保護；公司並不因年長而自動穩固。

這裡的「死亡」通常包括從上市資料中退出，例如破產、清算、併購、私有化或其他形式的消失。這一點必須小心：公司死亡不是生物死亡，併購也不一定代表經濟功能消失。然而在組織層次上，獨立上市公司的身份確實終止，資料上可以做 survival analysis。

6.2 公司成長尺度：收入、成本與資產的互相制約

2021 年 Zhang、Kempes、Hamilton、Tao 與 West 的公司成長尺度研究使用美國與中國上市公司資料，將公司大小視為決定多種財務 trade-off 的關鍵尺度。其摘要指出，資料涵蓋約 31,553 家美國公司近 70 年與 3,160 家中國公司 24 年。研究發現，銷售額相對資產呈次線性尺度，因而導向資產隨時間以冪函數而非傳統假設的指數形式成長；負債在美國近似線性，在中國則略超線性。這類差異雖小，卻可能改變長期成長軌跡與脆弱性。

West 對公司的解讀是：公司比城市更像生物體，因為它們有較封閉的內部控制、較明確的邊界與較強的官僚結構。城市允許多中心、異質性、創業、流動與局部失敗；公司則常因規模變大而降低探索性，管理成本、協調成本與制度慣性上升。當創新速度不足以抵消成本與外部衝擊時，公司就死亡或被併入其他組織。

6.3 不應過度推論之處

公司研究的局限比城市更明顯。第一，上市公司只是公司宇宙的一部分，排除了大量私人企業、小型企業、家族企業、國營企業與非正式經濟組織。第二，財務資料受會計準則、監管制度、產業週期與資本市場結構影響。第三，公司死亡的定義高度制度化，併購、分拆、重組與品牌延續會造成身份判定問題。第四，跨國比較容易混合市場制度差異與尺度差異。因此，較穩健的說法是：SFI 公司尺度研究提供了上市公司成長與死亡的粗粒度統計物理框架，而不是所有組織命運的萬能定律。

七、時間線

八、理論細節：三種系統的尺度指數與機制差異

8.1 生物體：資源供應網路與有限成長

生物體尺度律的機制核心是「供應到末端」。生物體內每個細胞需要氧氣、養分與代謝廢物排除；供應網路必須在三維空間中有效填充，且末端單元接近固定。這導致大型生物的總代謝率低於體重線性比例，因而每單位體重代謝下降。其宏觀結果包括大型動物心跳慢、成長慢、壽命長、成熟晚。

這是一種受物理約束的次線性經濟。大型生物更省能，但代價是生命節奏慢且成長有限。當成熟後，新增能量多用於維持而不是擴張，系統最終老化死亡。

8.2 城市：基礎設施次線性，互動超線性

城市同樣有運輸網路，但城市的「有價值輸出」主要來自人與人之間的互動，而互動機會會隨人口密度與連結數增加。基礎設施像生物血管一樣出現次線性節省；社會經濟輸出則因互動、分工、知識外溢與市場厚度而超線性。這就是城市同時更有效率又更緊張的原因。

此處的 β 不只是統計斜率，也是一種社會物理量。若 β = 1.15，代表人口翻倍時總量增加 2^1.15，人均值增加約 2^0.15，約 11% 至 15% 左右，依估計而異。這種超線性可解釋為規模報酬遞增，但也意味著社會問題會被放大。

8.3 公司：內部控制、邊界與脆弱性

公司也依賴網路：員工、部門、供應鏈、資本、管理層級、客戶與知識流程。但公司通常有更明確邊界與中心化治理。它可以透過管理制度提高效率，卻也容易因規模擴張而增加協調成本。若銷售、成本、負債與資產的尺度關係不利，成長會變慢，脆弱性會上升。

城市與公司都由人組成，為何命運不同？West 的答案是：城市的網路較開放，容許局部替換與多樣實驗；公司較封閉，局部失敗更容易被組織邊界與管理結構放大。城市可以失去某些產業、街區或企業仍保有身份；公司若核心營收、治理或資本結構失效，法律與市場身份就會終止。

九、影響與後續發展

9.1 對生物學與生態學

WBE 模型推動了 metabolic theory of ecology 的形成，使生態學者以體型、溫度與代謝率解釋族群密度、成長率、生物多樣性與生態系通量。即使反對者不接受所有 WBE 假設，也很難繞過其提出的問題：生物尺度規律是否能從普遍的物理與網路約束推導？這使 allometry 從經驗曲線提升為機制理論競爭場。

9.2 對都市科學

城市尺度律成為「science of cities」的重要起點之一。它促使城市研究者把城市視為可比較的系統，而不只是獨特歷史案例。今日都市科學中的 commuting networks、手機資料、交通流、知識網路、碳排、犯罪、房價與創新研究，仍常以尺度律作為基準模型：先問人口規模能解釋多少，再問殘差代表什麼地方特性。

這個轉變很重要。若某城市的專利數高於人口尺度預測，不一定只是「它很大」，而可能有產業結構、大學、風險資本或政策因素。尺度律因此可作為 null model：它不解釋一切，但提供一條基準線，讓研究者辨識真正異常的城市。

9.3 對管理與公司研究

公司尺度研究為管理學提供了較冷靜的粗粒度視角。商業敘事常把公司成敗歸因於領導者、策略或文化；West 路線則提醒：組織大小本身就改變成長率、成本結構、創新能力與死亡風險。這不否定管理因素，而是指出管理發生在尺度約束之內。

9.4 對永續與創新政策

West 對現代文明的警告，是超線性創新可能伴隨超線性壓力。若全球城市化持續，基礎設施效率提升不足以自動解決能源、碳排、住房、疾病與不平等問題。城市需要更快的制度與技術創新週期，但創新週期加速本身又可能提高系統不穩定性。這種「必須加速才能維持」的結構，是 West 尺度論中最具哲學意味的部分。

十、爭議、局限與讀法

10.1 生物尺度：指數不是永遠固定

生物代謝率的尺度指數會因資料範圍、分類群、測量方式與統計模型而變。WBE 模型的價值在於提供理論候選，而不是把 3/4 變成不可質疑的常數。更成熟的讀法是：3/4 是許多情境下的重要中心值，背後可能有運輸網路與幾何約束，但實際生物系統還受到演化史、環境與生理策略修正。

10.2 城市尺度：城市邊界與 MAUP

城市不是自然邊界清楚的物體。行政市、都會區、通勤圈、連續建成區、功能城市區會給出不同人口與指標。Arcaute、Hatna、Ferguson、Youn、Johansson 與 Batty 2015 年〈Constructing cities, deconstructing scaling laws〉指出，城市邊界定義會顯著影響尺度估計，許多指標在不同定義下可能接近線性，非線性指數也可能波動。這是 urban scaling 最大的方法論警訊。

此外，統計上還有異方差、重尾分布、零值資料、模型選擇與空間相依問題。城市不是獨立同分布樣本；它們存在國家制度、區域網路與歷史路徑依賴。好的城市尺度研究必須把尺度關係與殘差、邊界、資料生成過程一起分析。

10.3 公司尺度：資料宇宙有限

上市公司資料品質高，但代表性有限。公司死亡率研究若只看上市公司，會低估或高估某些產業與制度下的組織壽命。併購是否算死亡，也涉及研究目的：若關心法律身份，算死亡合理；若關心生產能力或技術傳承，則未必。公司尺度律應被視為資本市場中組織身份變遷的模型，而非所有經濟組織的生命定律。

10.4 「定律」一詞的風險

West 的書與演講常使用「laws」來凸顯跨系統規律，但社會科學中的「定律」容易引發反感。城市與公司包含意義、制度、權力、文化與政治選擇，不可能像理想氣體那樣被少數方程完全描述。較嚴謹的理解是：尺度律是強有力的 coarse-grained regularity；它揭示約束與平均趨勢，但不取消歷史、制度與人的能動性。

十一、與其他發展的關聯

11.1 與複雜網路科學

West 的尺度律與複雜網路科學共享核心語言：節點、邊、流、分支、中心性、模組化與層級。生物血管、城市道路、社會互動與公司組織圖都可視為網路，但不同網路的開放性、最佳化目標與演化壓力不同。這解釋了為何三種系統共享尺度形式，卻不共享相同命運。

11.2 與都市經濟學

都市經濟學早已研究聚集經濟、知識外溢、勞動市場厚度與交通成本。SFI 尺度律沒有取代這些理論，而是提供跨城市比較的簡化數學骨架。它把「大城市更有生產力」轉換成可估計的 β，並把偏離尺度預測的殘差留給制度、產業、地理與政策研究。

11.3 與 AI scaling laws 的對照

近年 AI 領域也使用 scaling laws 描述模型性能、資料量、參數量與運算量的關係。這與 West 的研究不是同一套理論，但共享一種科學策略：先找跨尺度的穩定冪律，再追問背後機制與限制。差異在於，AI 尺度律多是工程系統的經驗性能曲線，West 關注的是演化、城市化與組織生死中的能量、網路與互動約束。兩者都提醒研究者：規模不是背景變數，而是會改變系統行為的主變數。

十二、結論：West 尺度律的真正價值

Geoffrey West 的尺度律研究之所以重要，不在於每個指數都永遠精確，也不在於能用一條公式解釋生命、城市與公司的一切。其真正價值在於建立了一種跨尺度、跨領域、可檢驗的研究語法：先辨認系統大小，再觀察輸出如何隨大小變化，接著追問何種網路、流量、互動與約束能產生該指數。

在生物體中，尺度律揭示生命不是任意設計，而受供應網路與能量收支約束；在城市中，尺度律揭示人口聚集既節省基礎設施，又放大創新與問題；在公司中，尺度律揭示組織成長與死亡不只是策略故事，也有可測量的規模脆弱性。

最好的讀法，是把 West 視為一位將物理學粗粒度方法帶入生命與社會系統的理論建築者。他的框架要求我們同時保持兩種態度：承認複雜世界中存在驚人的簡單規律，也承認每條規律都有邊界、殘差與歷史條件。這正是聖塔菲研究所風格的核心：在混亂與多樣性之中尋找可計算的秩序，但不把秩序誤認為世界的全部。

參考來源清單

1. West, Geoffrey B.; Brown, James H.; Enquist, Brian J. 1997. “A general model for the origin of allometric scaling laws in biology.” Science 276(5309): 122-126. DOI: 10.1126/science.276.5309.122. Science / PubMed
2. West, Geoffrey B.; Brown, James H.; Enquist, Brian J. 1999. “The fourth dimension of life: fractal geometry and allometric scaling of organisms.” Science 284(5420): 1677-1679.
3. West, Geoffrey B.; Brown, James H.; Enquist, Brian J. 1999. “A general model for the structure and allometry of plant vascular systems.” Nature 400: 664-667.
4. West, Geoffrey B.; Brown, James H.; Enquist, Brian J. 2001. “A general model for ontogenetic growth.” Nature 413: 628-631.
5. Brown, James H.; Gillooly, James F.; Allen, Andrew P.; Savage, Van M.; West, Geoffrey B. 2004. “Toward a metabolic theory of ecology.” Ecology 85(7): 1771-1789.
6. Kozłowski, Jan; Konarzewski, Marek. 2004. “Is West, Brown and Enquist's model of allometric scaling mathematically correct and biologically relevant?” Functional Ecology 18: 283-289.
7. Brown, James H.; West, Geoffrey B.; Enquist, Brian J. 2005. “Yes, West, Brown and Enquist's model of allometric scaling is both mathematically correct and biologically relevant.” Functional Ecology 19: 735-738.
8. Bettencourt, Luís M. A.; Lobo, José; Helbing, Dirk; Kühnert, Christian; West, Geoffrey B. 2007. “Growth, innovation, scaling, and the pace of life in cities.” Proceedings of the National Academy of Sciences 104(17): 7301-7306. DOI: 10.1073/pnas.0610172104. PNAS
9. Bettencourt, Luís M. A.; Lobo, José; Strumsky, Deborah. 2007. “Invention in the city: Increasing returns to patenting as a scaling function of metropolitan size.” Research Policy 36(1): 107-120.
10. Kühnert, Christian; Helbing, Dirk; West, Geoffrey B. 2006. “Scaling laws in urban supply networks.” Physica A 363(1): 96-103.
11. Bettencourt, Luís M. A.; West, Geoffrey B. 2010. “A unified theory of urban living.” Nature 467: 912-913.
12. Bettencourt, Luís M. A. 2013. “The origins of scaling in cities.” Science 340(6139): 1438-1441. DOI: 10.1126/science.1235823.
13. Bettencourt, Luís M. A.; Lobo, José; Youn, Hyejin. 2013. “The hypothesis of urban scaling: formalization, implications and challenges.” Santa Fe Institute Working Paper 13-01-004. PDF
14. Arcaute, Elsa; Hatna, Erez; Ferguson, Peter; Youn, Hyejin; Johansson, Anders; Batty, Michael. 2015. “Constructing cities, deconstructing scaling laws.” Journal of the Royal Society Interface 12: 20140745. DOI: 10.1098/rsif.2014.0745. PMC
15. Cottineau, Clémentine; Hatna, Erez; Arcaute, Elsa; Batty, Michael. 2017. “Diverse cities or the systematic paradox of Urban Scaling Laws.” Computers, Environment and Urban Systems 63: 80-94.
16. Leitão, José C.; Miotto, José M.; Gerlach, Martin; Altmann, Eduardo G. 2016. “Is this scaling nonlinear?” Royal Society Open Science 3: 150649.
17. Daepp, Madeleine I. G.; Hamilton, Marcus J.; West, Geoffrey B.; Bettencourt, Luís M. A. 2015. “The mortality of companies.” Journal of the Royal Society Interface 12: 20150120. DOI: 10.1098/rsif.2015.0120. Royal Society / PubMed
18. Zhang, Jiang; Kempes, Christopher P.; Hamilton, Marcus J.; Tao, Ruyi; West, Geoffrey B. 2021/2022. “Scaling laws and a general theory for the growth of public companies.” arXiv:2109.10379. arXiv
19. West, Geoffrey B. 2017. Scale: The Universal Laws of Growth, Innovation, Sustainability, and the Pace of Life in Organisms, Cities, Economies, and Companies. Penguin Press.
20. Santa Fe Institute. “Geoffrey West” profile. Accessed 2026-07-03. SFI profile
21. Santa Fe Institute. 2017. “Geoffrey West’s long-anticipated book Scale emerges.” SFI News
22. Ribeiro, Fabiano L.; Netto, Vinicius M. 2024. “Urban Scaling Laws.” arXiv:2404.02642. arXiv HTML