超越无组织复杂性

考虑一张由黑白像素组成的脸图。在该照片中，像素之间的联系对我们识别出脸部而言相当重要。对照片做一些改变不会引起我们“失去”该脸蛋；例如，令少数像素随机地改变颜色，或者甚至允许一些相邻的像素互换位置，它仍将保持该“面容”。即使一些激进的改变也不会影响我们感知面容的能力，诸如改变相关像素的颜色（不妨想想沃霍尔⁽³⁾）或者仅仅展示照片的重要边界（参见图4.3）。而且，如果我们细心的话，我们能“捕获”仅由少数线条精心描绘的图像，正如在漫画里绘画的一样。

然而，虽然我们能对像素做出一些轻微的改变（或者即使一些谨慎设计的根本性改变）仍能保持图像，但继续更多的改变将倾向于破坏图像。随着我们开始影响越来越多的像素点（通过要么随机改变它们的颜色要么交换相邻像素的位置），我们很快将退化到无组织复杂性领域。在这种系统中，照片很快就会变成类似于我们在电视上（至少比深夜电视导购节目的出现要早）看到的当电视台停止播放时出现的白噪声一样。虽然构建通常的无组织复杂性涌现定理是可能的，比如说，图片的平均色调或者一只眼睛形状的东西从照片上某处显现，然而这些定理不能把握“理解一套离散的像素点集是如何形成一个熟悉的面容”这类问题的本质。

因此，无组织复杂性虽然有用，但遗漏了许多与复杂性有关的有趣现象。无组织复杂性涌现定理能用来计算难以察觉的小概率事件：满屋子的猩猩随机地敲打打字机也有可能写出《哈姆雷特》（Hamlet）。当然，猩猩的一个近亲（指哈姆雷特的作者）确实写出了《哈姆雷特》，但显然不是随机地将单词放在羊皮纸上，然后期待着最好的结果出现。类似地，虽然无组织复杂性定理可用来预测由单个主体（分别为细胞或蜜蜂）组成的人体或蜂群的生存期，但它不能为单个主体间的各种交流和行为路径是如何聚集成这些大规模的组织提供任何见解——这些组织在生存和行为规模上与它们各自的组成部分完全不同。

复杂系统的探索开始去识别交互主体间的涌现性质——如果需要一个更好的术语的话——是有组织复杂性（organized complexity）。我们经常看到未曾预料到的统计规则出现在复杂系统中。这些规则超越了通常的由中心极限定理等涵盖的界限。在第九章，我们将探讨一个沙堆模型。在这个模型中，我们随机地将沙子撒落在桌面上。随着沙子的降落将形成沙堆，最后这些沙粒将开始越过桌面的边缘，然后将形成大小不一的“雪崩”。这些“雪崩”的大小服从幂律分布，这意味着其行为与缘于正态分布的行为完全不同。

主体的意图也能改变复杂系统中涌现出的模式。在沙堆模型的例子中，如果我们对沙粒所降落的地方施以一些控制以及附加一些要求（如最大化“雪崩”的规模），则系统不再受幂律分布的约束，转而进入一个奇异循环。当我们给予主体更多的策略能力时，我们经常看到精美的策略舞曲，具有好坏不同的时期、周期乃至崩溃。

在以中心极限定理为特征的系统里，交互性彼此抵消导致了一条光滑的钟形曲线。在复杂系统中，交互相互强化从而导致不同于正态分布的行为。³毫无疑问，许多源于物理系统（如地震、洪灾以及火灾）与社会系统（如股票市场崩盘、暴乱以及交通堵塞）的复杂现象不是“正态”的。此外，我们看到鸟群、鱼群、以及沿着由无形的交通路线所划分的人行道行走的行人所涌现的模式也不是“正态”的。

反馈与有组织复杂性

当交互作用并不独立时，反馈就能进入系统。反馈从根本上改变一个系统的动力学。在具有负反馈效应的系统里，变化很快被吸收，系统获得稳定性。在具有正反馈效应的系统里，变化会被放大而导致不稳定。

例如，考虑一个包括100位消费者的系统，每个消费者必须从两个完全相同的食品杂货店中选择一个购买商品。在由中心极限定理统治的系统里，消费者以二分之一的概率选择一个商店。因此，每个商店预期能平均看到50位顾客——尽管表现出的实际数目将有一定的随机波动。事实上，在刚才描述的潜在过程中，我们知道其中的一个商店能看到，比如说，超过60位顾客的可能性只有大约2%。

现在，允许顾客表现得更有目的性，而且彼此间可以相互交互。假定顾客不喜欢太拥挤的商店。该假定为系统引入了一个反馈，凭借该反馈，当顾客发现他们自己处于一个拥挤的商店时开始到另一家商店购物。为了避免某些古怪的系统行为，我们在每个时期仅仅允许一个顾客做出这样的决定。在这种假设下，只要经历一个非常短的时间，每个商店里购物者的数量将稳定在50人。即使我们对系统施以一些小的外部冲击，例如，来自不同商店的两位顾客彼此有了好感，开始一起购物，系统作为一个整体仍会很快重新回到稳定的配置状态——每个商店恰好是50人。因此，通过对系统引入一个负反馈，每个个体为避免拥挤而产生了一个非常稳定且可预测的结果。

主体交互也能为系统引进正反馈。假定还是刚才的100个人组成的群体中每天都会有一部分人去银行存取款。假定每个人都有，比如50%的可能性去银行取款。银行只备有有限的现金以应付取款，因此，如果太多的人来银行取款，银行将不能够满足取款要求而无钱还债，进而引起储户恐慌从而要求收回他们的存款。如果银行储备有60%的准备金，则正如我们先前看到的，银行大约有2%的可能性会倒闭，这将导致一个不幸的“大事件”——银行将把全部的现金作为备用金来经营。

在三个系统中，我们可以看到非常不同的行为。在第一个系统中，顾客独立行动而彼此不理睬，因此，在一个给定的商店，购物顾客的数量恰好接近一个以50为均值、5为标准差的正态分布。在第二个系统中，由于顾客想避免拥挤，我们得到一个退化分布，每个商店每天刚好有50个顾客。最后，出于对恐慌的担忧，当（银行）客户数量小于60时，客户数量的分布与在第一个例子中看到的正态分布完全相同，但我们一旦有60个客户时，所有剩下的分布部分将转移到右边，从而我们获得一个厚上尾。

这些景象间的差异令人惊讶。如果我们只将我们的注意力集中在开始的两个场景，系统将变得更加容易理解，也就是说，如果主体间要么避免直接交互，要么以强烈的负反馈的方式进行交互导致稳定的均衡。哎！绝大部分社会科学理论恰好集中于这两种类型的结果上。然而，在社会系统中也存在许多经典的“大事件”的例子，如股票市场崩盘、骚乱、战争的爆发与和平、政治运动以及交通堵塞等。这些事件由外来因素所产生的正反馈所驱动，这种外在因素有：（1）受他人行为的驱使而导致单个个体行动的成本或收益的改变（例如，随着骚乱的爆发，你进监狱的可能性会减少，参与骚乱的社会福利会增加），或者（2）行为方面的物理约束（如在高速公路上，你前面的车辆减速时，也会迫使你减速以避免碰撞）。

考虑正、负反馈仅为复杂社会系统中一系列可能的涌现打开了一个简陋的窗口。许多复杂系统包括这两种反馈。例如，考虑康韦（Conway）的生命游戏⁽⁴⁾。在该游戏中，系统在两维网格中以步调一致的方式运转，其中每个细胞要么是死的要么就是活的。刚好具有三个“活”邻居的“死”细胞将被“复活”，在下一个阶段变成一个有活力的细胞，否则的话，它仍然是死的。拥有两到三个生动活泼邻居的活细胞能“存活”到下一个阶段；否则，它就会消失（要么出于“孤单”，要么由于“过度拥挤”）。因此，该系统中，一个拥有中间数量（邻居生命）的生命将得以延续（一个正向反馈），然而过多或过少的邻居生命将导致死亡（一个负向反馈）。最后，这将产生一系列在时空上都显著的全局模式，这些全局模式由一系列简单的微观规则所涌现。这些模式在时间上是如此的一致以至于我们能忽略产生它们的潜在的微观层面规则，取而代之，依赖作为结果的全局结构来预测系统范围的行为（例如，参见图4.4）。

正如以前所讨论的，我们接触了无组织复杂性系统的一些有用的“涌现性”理论。然而，为了充分理解涌现性，我们需要超越这些由相互联系又杂乱无章的主体组成的无组织系统，开始开发有组织复杂性的系统理论。在有组织的复杂性条件下，主体间的关系变成各种反馈和结构性权变，主体间的差异不再彼此抵消，而是变得强化。在这种系统里，大数定律不再有效，取而代之的是一个未知的路线。然而，我们有足够的证据表明——经验的和实验的都有——在有组织的复杂性条件下，系统能显示与主体细节无直接联系的聚集性，此刻，一个能解释这种观察现象的合理的理论立足点才能得以构建。

注释：

1. 为了些许浪漫感，假设有一个染色的玻璃窗。

2. 相片镶图技术利用了该思想。

3. 只需要看下1998年长期资本管理的失败就能意识到该差别的实际重要性。长期资本管理的系统受厚尾分布的支配，而不是中心极限定理。

4. 如果没有这个，则会产生一些动力学，随着顾客对拥挤所做出的过度反应，（每个商店的）顾客数量将有着较大的波动。

---

(1)　《霍顿与无名氏》主要是根据苏斯博士（Dr.Seuss）同名绘本改编，主要讲的是生活在热带丛林中的小象霍顿和朋友们的故事。他阐述了这样一种层次性思想：再微小的灰尘里也可能另有一番世界（包括许多更小的东西），而同时一个相对微尘而言十分巨大的事物（如故事主人公霍顿所生活的丛林），在一个更大的场景中（如银河系或更大如宇宙）也只是一个细小的“微粒”。——译者注

(2)　即本章开篇处的克拉克引言“任何高度发达的技术都与魔法无异”。——译者注

(3)　沃霍尔（Warhol）被誉为20世纪艺术界最有名的人物之一，是波普艺术的领袖。他的绘画中常出现涂污的报纸网纹、油墨不朽的版面、套印不准的粗糙影像，让人像看电视一样一闪而过，而不是欣赏绘画般仔细观看。——译者注

(4)　生命游戏是英国数学家约翰·康韦1970年发明的元胞自动机，它其实是一个零玩家游戏。它包括一个二维矩形世界，这个世界中的每个方格居住着一个活着的或死了的细胞。一个细胞在下一个时刻的生死取决于相邻八个方格中活着的或死了的细胞的数量。——译者注