凡持国，太上知始，其次知终，其次知中。三者不能，国必危，身必穷。——《吕氏春秋·察微》

1.多米诺效应

大多数真实世界的网络都显示出一种双刃的鲁棒性（Robustness）。即便大部分网络遭到破坏，它们仍然能够正常运转，但某些突然的小故障或者有针对性的攻击则可能让它们彻底崩溃。

意外之伤。系统可能会从能够容错的弹性状态，突然转向全局性崩溃，这应该引起人们的警醒。

英国曾于20世纪中期引入黏液瘤病毒以控制兔子的种群数量，这最终导致大蓝蝶于1979年灭绝。虽然这种病毒消灭了兔子，但兔子食用的高茎草却因此得以蔓延。后者又破坏了蚂蚁的栖息地，它们习惯在有阳光的低茎草中筑巢。蚂蚁与大蓝蝶的幼虫之间有着共生关系：它们会照看幼虫，而幼虫则报之以流食。因此，蚂蚁栖息地的破坏逐渐损害了大蓝蝶的繁衍，进而导致其灭绝。

这并非真正意义上的共同灭绝，因为兔子并没有因为黏液瘤病毒而灭绝，而部分大蓝蝶也被重新引进。然而，这一事件却让我们对食物网可能受损的程度有所了解。

以此类推，将此事件的规模扩大，其中的连环灭绝几乎耗尽整个生态系统的物种，这便可能成为以往大灭绝事件的一个合理的解释（例如：恐龙大灭绝）。当人类主动对生态系统进行大规模破坏时也应考虑这种情况，例如，目前过多的捕捞正以前所未有的规模消耗着海洋生态系统。

大约2.5亿年前，著名的二叠纪大灭绝事件，超过90％的物种在相对较短的时期里纷纷灭绝。

在大规模生态网络上，一些少数其他动态过程变动，就可能引发类似的连锁故障或雪崩式崩溃。

2.流行病

1347年，一场人类史上最具破坏性的瘟疫在君士坦丁堡暴发。之后的三年里，黑死病蔓延至欧洲，导致该地区大部分人口死亡。这种疾病像波浪一样以每年200-400英里的速度在欧洲蔓延开去。这种传染图景与现代流行病大异其趣。

据估计导致世界3％人口死亡的1918年大流感仅用了一年时间传播，它甚至蔓延到了与世隔绝的太平洋岛屿上。1957年的“亚洲流感”病毒仅用了半年时间便席卷全球。而更近的2009年的猪流感则在几星期之内便从地球一侧蔓延到了另一侧。

黑死病潜伏在船只和车厢中经由朝圣者、商人和水手等媒介传播的速度每天不过数英里，而现代疾病则依赖更高效的交通方式传播，比如高速公路、轮船、火车和飞机等。14世纪时，物理距离是流行病传播的主导因素。而在现代的网络世界中，传染病能跳上飞机，数小时之内便可到达地球的另一端。

流行病经由全球网络（比如机场网络、铁路网络）和地方网络传播：人际传染病则依靠个人社交网络传播。

疾病传染过程的最简机制：一开始，社交网络中的少数个体感染了疾病；如果某健康个体通过某种关联与这些人中之一有过接触，则他或她有一定的概率会被感染；另一方面，被感染个体也有一定的概率会康复。这种感染模型被称为“SIS”，因为每个人都会经历“易感”–感染–易感（susceptible-infected-susceptible）这个周期（健康个体对疾病“易感”）。

病毒在最初的扩张之后，其要么被根除——迅速减少并最终从人群中消失——要么成为地方病——停留在某地并反复感染该地区的部分人群。 * 若每个被感染个体所感染的人数少于一人，则该种疾病低于传播阈值：在这种情况下，该疾病会逐渐消失。 * 若每个被感染个体所传染的人数超过一人，则该疾病便已超过传播阈值：在这种情况下，该疾病会逐渐传播开去。 * 若疫苗可用，人们便可通过使足够比例的人口免疫而将相关疾病控制在传播阈值之下。

但是高传染性疾病常常最为棘手，因为它们的传播阈值很低，进而十分容易传染开去。如果人们难以根除某种疾病，则将其传染性降至传播阈值附近仍有积极效果：这会降低受地方性疾病反复感染的人口比例。

传播阈值主要取决于底层网络的特征。当SIS机制作用于社交网络中，系统规模越大，免疫阈值越低。若网络足够大，免疫阈值会低至几乎无法避免部分人群被感染的程度。不将几乎全部人群进行免疫是无法将疾病控制在如此之低的阈值下的。理想情况下，几乎所有群体都应被免疫以完全阻断传染。

更好的疾病控制思路，删除小部分枢纽节点并打碎网络，从而将疾病限于网络中少数孤立区域。这个策略面临着一个实际问题：无人真正知晓某个人群的完整社交联络图，所以很难确定枢纽人物。精准防控，是需要很大的技术投入和现实挑战的。

目前上海、廊坊等封控措施，就是通过关闭社交网络的连接，阻止疫情传播途径，从而将疾病孤立限于特定区域。廊坊的确诊病例基本上都是在隔离点发现的。我们这样有效阻止疾病的传播，也将付出巨大的社会和经济损失。

总而言之，如鸡父之战、蝴蝶效应那样，我们属于这个复杂网络共同体之中，网络风暴是不可避免的，每时刻都在发生，当风险波及到一定范围，其从而影响到单独个体运势。我们只有以坦诚胸怀，携手共进，祈祷山河无恙，人间皆安这样共同美好愿望。