不动的人容易数

如果人群不动的话，统计人数还是相对容易的。比如在只有几十个人的时候，直接数是最方便的，当人再多一点时，可以拍张照片后数人头。然而，一旦人数变得很多，直接数太慢而且容易错，拍照片的话又会有人被挡住。这时，要知道准确人数几乎是不可能的，只能对人数进行粗略的估计。

实际上，最常用的估计方法，也是最简单的：先大略测量人群的占地面积，再估计人群的密集程度，两者相乘就能得出总人数。

测量人群面积在某些时候相当简单。在很多情况下，大型活动会占据广场或者街道这样容易测算面积的地方，这时只要直接从数据库中抽调数据即可。还有另一种方法，那就是在高空拍照，取得一张俯瞰图，然后从照片上测算出人群面积。这种测算可能比较模糊，因为人群的边界不总是明显的。

人群密度的估计就没有那么容易了。因为在不同的地方，人群密度可能有所不同。比如说在大型活动中，总是比较靠近表演台的位置人群比较密集，而外围的人群相对稀疏。要估计人群的总体密度，就要顾及这种不确定性。一个解决办法是随机选取几个区域，然后在这几个区域内数人数，计算出该区域人群密度的近似值。虽然这个方法的工作量稍大，但会给出一个不错的结果。另一个更快捷但可靠性稍低的方法是直接观察法。松散的人群，密度一般是每平方米 1 个人；稍微拥挤的人群，密度则大概是每平方米 2 个人；非常拥挤的人群（比如说春节的花市），密度则可以达到每平方米 4 个人。大约估计这三种人群的面积，就可以很快得到总人数的一个估计。

举个例子，曾有人举办了一场晚会，场地面积约42000平方米。组织者声称参加人数约15万。而当地警方估计只有 7.7 万人，二者差了近一倍。用上述的估计方法可以知道，如果参加人数一共有 15 万人的话，那么每平方米大约有 4 人，这会是一个非常拥挤的人群，要在这样的人群中举办活动很困难。相比之下，警方的估计则对应着每平方米略少于2人的密度，相对而言可信度更高。

估算移动人群数量很麻烦

其实，估计静止人群的人数相对还算容易，如果要估计移动的人群（比如说十一天安门广场经过总人数）就相当麻烦了。它的难点在于，在队伍移动的过程中，不断会有新的人员加入，也会不断有参加者脱离队伍，两者都要计入参加总人数，而这种人数变化的速率却又没有办法估算。这也就是为什么对于同一项游行活动，我们会在不同的新闻中看到迥异的参加人数统计的原因。有时这种差异可达数倍。

目前，对于移动人群的人数估计基本上依赖于在检查点清点经过的人数。对于比较大型的游行活动，由于警方会介入维持秩序，所以依托警方设立检查点是可行的。一般的游行会以到达某个公共场所（公园、广场、政府大楼门前等）而结束，所以通常检查点会放在这些地方的入口附近，同时以电话调查的方式估算参加了游行但没有到终点的人的比例，从而估算出参加游行的总人数。

但这种方法也有它的弊病。一是很花钱，因为参加游行的人只占总人口的一小部分，需要打很多电话才能采访到足够多的参加游行的人；二是偏向性，电话调查并不是一个完全随机的采样，它偏向于电话很多的人，也就是说比较富有的人；三是隐私，并非所有人都会如实吐露自己的行踪。

因此，一种更准确的方法是设立两个检查点 A 和 B ，A 在终点附近，B离终点一段距离。分别清点通过两个检查点的人数和同时通过两个检查点的人数比例，我们可以对总人数进行更准确的估计。如果通过 A 的有 N _a 人，通过 B 的有 N _b 人，而通过 A 的人中曾经通过B的比例是 p 的话，那么总人数就大约是 N _a + ( 1 - p ) N _b ，修正项 (1 - p ) N _b 表示的就是通过了 B 但没有坚持到最后通过 A 的估计人数。之前的方法将这部分人忽略了，导致更大的误差。

但即使我们拥有这么多估算人群的方法，想要得到真实数字也不是一件容易的事。这些数据，往往带有一定的政治性，不同立场的人会得出不同的数据。这时，最好的方法就是学会这些方法的机理，然后自己尽量尝试估计，即使结果不太准确，但一般也足以揭示谁是谁非。

作为一名宅男（宅女），每每看到某地景点人数爆棚的新闻时，是不是总会告诉自己“早就料到了，不出门太明智了”呢？