6复杂系统和人类社会的进化（2/2）
《复杂性中的思维-德-克劳斯.迈因策尔》作者：复杂性中的思维-德-克劳斯.迈因策尔 2017-04-13 10:58
从古典经济学到现在，商业循环理论的目标一直是建立起具有规则涨落的经济系统的动力学。按照线性力学的观点，实际的商业循环可以用规则系统来建模，对其可以再加上随机的外部冲击，而这种冲击又必须或多或少用适当的经济学假设来说明。当然，对于一个模型，当它的基本性质是由外部力量来决定的，这些外部力量又没有合理的经济学解释，这样的模型就是很难令人满意的。如果一个实际的系统是非线性的、混沌的，可能影响其经济动力学的外部作用力的进一步的信息也就可能是多余的。从方法论的观点看，按照奥卡姆的格言entia
non suntmultiplicanda sine necessitate［无必要就不增加（理论）实体〕，他的著名剃刀应该用来切除这些多余的关于经济学的预先假设。
从一个实际工作人员的观点来看，他究竟是面对一个随机的线性过程还是一个混沌的非线性过程的问题，这是一个离题的问题。这样的两种系统都使得他难以作出精确的预测。由于混沌模型敏感地依赖于起始条件，任意精确的数字计算机也不可能计算出这种系统的长期的未来演化。轨迹将指数地发散。另一方面，他却相信，面对着系统的过于复杂的行为，随机的外部冲击是可以放弃的。
然而，具有混沌时间序列的非线性系统却并不排除局部的预见性。如果非线性系统的吸引子可以加以重构，那么数字技术就允许以足够高的精确度对系统的短期进化作出预测。短期经济预测可以是复杂系统理论在经济学中的一种有趣的应用，不过这也仍然处于其婴儿期。
对于经济学模型来说，经济学从一开始就遇上了经验检验和确证的严重方法论问题。这与自然科学中可以进行任意多次的测量并进行实验室实验形成了鲜明的对照，经济的时间序列必须包括时间单位如天、年、季度或月份的数据。典型的标准的时间序列长度是由数百个点构成的。因此，对于经济模型的有限的可靠性就已经具有了经验的理由。当然，经验式的实验基本上是排除在外的。
因此，关于内部经济动力学的适当知识，至少有助于建立数学模型，对其未来的发展可以用计算机实验进行模拟。如果政治家和管理者的经济和政治环境的假设得到了实现，他们就至少可以获得可能经济图景的“相图”。对于高度敏感的非线性系统的定性洞察，至少有助于防止反应过度的人们把该系统从不稳定点推向更不稳定，甚至也许是推向更大的混沌。
经济学中的非线性模型的主要根据，是由最近的经济增长的结构变化给出的，这种结构的变化是新领域的技术发展引起的。传统的经济学理论假定了收入递减。某种物品生产和投向市场的越多，则其生产和销售就将变得越困难，获利就将越少。人们的相互作用是由负反馈来决定的，负反馈通过对经济变化引起的每一作用的反作用来稳定经济。
在一种存在着负反馈的经济系统中，价格和市场份额的平衡就可以实现，也就可以预测。一个著名的例子是20世纪70年代发生的石油危机。20世纪70年代原油价格的突然上涨，使得人们开始节省石油，寻求可替代能源，于是又导致了石油价格在20世纪80年代的下降。在传统的经济学中，平衡即是一种对应于特定环境中的最佳结果。收入递减定理意味着存在着某个平衡点。其中有收人递减的负反馈的经济系统，对于传统的诸如农业、矿业和大宗产品等部门是典型的。
但是，以高技术知识为基础的经济部门却获得了收入递增。高技术产品像计算机、软件、飞机、化学产品和电子产品的发展和生产，需要复杂的研究、实验、计划和设计过程，需要高额投资。但是一旦高技术产品投向了市场，生产能力的扩大却是相对便宜的，收入也就开始增加。因此，现代高技术产业就必须作为收入递增的正反馈的动力学模型来描述。
具有正反馈的系统，不止一个平衡点，而是有若干个平衡点。它们不必是最优的。如果某种产品在市场上恰好具有竞争优势，市场主导者就将长期处于市场主导地位，甚至会在不必改进产品的情况下扩大其优势。现代高技术产业的许多例子表明，相互竞争的产品在开始时可以占有大致相等的市场份额。但是增加了某一特定产品市场份额的微小涨落决定着它的最后成功。常常会出现这样的情况，市场上的最后主导者从技术观点看却不是最好的。
这些效应是不可能在传统的线性动力学框架中得到解释的。但是在非线性系统中它们却是人们所熟知的。图6．8表示在正反馈情况下两种技术的竞争。某些市场份额的轨迹显示在凸面上。一种技术越是支配着市场，它就越容易获得更大的市场份额。由于主导市场的位置是由随机的涨落引发的，因而它是不可预见的。在图6．8中，左边的曲线表示最后取得支配地位的技术A。在其他两种情况下，在起始的涨落之后最终取得市场支配地位的是技术B。
这些经济模型的非线性的动力学是由最初的随机涨落和正反馈决定的。显然，可能途径的分叉是一种由最初的随机涨落导致的对称破缺，这也是在复杂物理学系统中为人们所熟悉的。读者只要回忆一下加热流体出现的定态对流卷（图2．20b），其中对流卷方向是向左还是向右就取决于起始的随机涨落。
除了耗散系统以外，保守系统中也会出现对称破缺。我们考察一下旋晶中偶极子当温度下降时发生的自组织（图4．9a）。在热平衡态，依赖于起始的随机涨落，旋晶变成指向同一方向的排列。市场份额的动力学表现出遵从同样的方式发展。很多例子表明，因为起始随机涨落而制约了技术的发展方式。在19世纪，相邻的铁路公司在大范围中采取了相同的规范。而标准的规范只是历史随机事件的结果，而不是由于技术上的理由。
这些复杂系统的行为由简单的演化方程所决定，如同铁磁旋晶系统发生对称破缺一样。图6．9示意了铁磁体中磁偶极子的演化。每一偶极或每一磁极都可以是向上（北极）或向下（南极）。一个偶极可以与其最近邻发生作用。在高温下，偶极子的方向是随机的。如果温度降低，基本的极性就会按相同方向排列起来。由于这些演化是一种对称破缺，就不可以预见在平衡终态究竟会实现哪一种方向。图6．9b示意了与此类似的铁路公司采取规范的自组织过程。
在经济和社会领域中，正反馈的自我增加机制是非线性复杂系统的典型特征。例如，我们可以考察，加利福尼亚的圣克拉拉县为何会成为著名的硅谷。在20世纪40年代和50年代，一些著名的人物（如休利特、帕卡特和肖克利）在斯坦福大学附近建立了一些电子公司。这些先锋造成了高技术工程师和产品的集中，成为一个吸引子，最终900多家公司随之应运而生。在开始时，出现的是一些随机的涨落，它们有利于圣克拉拉县。因此，硅谷是如何出现的，从非线性角度来看，这并非奇迹，而是合乎规律的事件。但是，从随机性来看，它产生于圣克拉拉县就是一个奇迹。
今天，自我增强的机制决定着高技术的国际贸易。美国和日本之间的汽车工业的竞争可以从这种框架中得到解释。起初，日本的工业向美国市场上提供小型轿车没有受到美国汽车工业的任何抵制，美国的汽车工业传统上专注于生产大型轿车。日本的汽车工业获得了市场份额，并降低价格和提高质量。于是，正反馈使日本工业侵入了美国市场。
对于这些非线性的市场效应的洞察，可以对政治决策产生重大影响。传统的观点是假定某种收入恒定或下降，政府相信开放市场，力图阻止垄断，并希望工业将支持研究和技术发展。他们相信某种不变的世界性市场价格的平衡，拒绝任何的补贴或关税的干预。对于一个收入递减的经济系统，他们的政策是正当的，但是对于收入递增的以高技术为基础的经济部门，这就可能是危险的。
不断增加着收入的运行机制改变着国家之间的竞争平衡。甚至最强大的国家经济，也可能在重要技术上错过发展。20世纪60年代在西欧和美国之间的技术差距（例如在计算机领域）是一个著名的冽子。技术标准或常规通常都是由正反馈来确立的。如同前述的铁路规范的例子，英语作为航空导航的标准语言，FORTRAN作为一种计算机语言，某种特殊的螺纹，如此等等，往往都是不可变更的，即使一种替换技术或规范可能会更好。它们获得了过多的市场份额。但是，最初的优越性并不能保证长期生存。
非线性系统具有若干个可能的平衡态，但没有最终的稳定态。非线性经济即使在最初是均匀的，但由于它们的高度的敏感性和起始条件的微小偏差，也就不可能选择同样的发展道路。因此，正反馈的非线性经济不可能像计算机那样进行编程和运行，因为它的长期进化是不可预测的。复杂系统理论可以有助于设计一个经济动力学的整体相图。但是，对于找到经济福利的局部平衡，经验和直觉有时比科学知识更有帮助。对于处理高度敏感的复杂系统，政治家们必须具有高度的敏感性。
6．4复杂文化系统和通信网络
在社会科学和人文科学中，人们常常把生物进化和人类文化的历史进行严格的区分。主要原因在于，民族和文化的发展显然是由有意向性的带着其态度、情感、计划和理想的人类行为所引导的，而生物进化系统则假定是由无意向性的自组织过程所推动的。从微观的角度看，我们用他们的意向性和愿望观察人类个体。甚至在像动物生态这样的生物系统中，个体也有某种程度的意向性行为。
复杂系统探究方式的关键点在于，从宏观角度看，政治、社会和文化秩序的发展，都不仅仅是单个意图的加和。亚当·斯密已经认识到，经济财富和福利的分配并不是由社会的一个个面包师和屠夫的善良愿望所施舍的。个体的自私自利的意向性可能会与集体利益相冲突。然而，他们的（非线性的）相互作用却通过“看不见的手”（斯密）或“理性的狡黠”（黑格尔）实现了集体的平衡态。
由意向性行为的个体组成的非线性系统，也许比例如物理的原子系统或化学的分子混合物更复杂。在4．3－4节中，意向性行为和意识的建模，是被看作一种复杂神经系统的自参照整体状态，由神经元的非线性相互作用造成的。以不同复杂程度出现的集体有序现象是所有非线性系统内在的共同特征，这样的系统并不一定要与意识相联系。作为人类社会的集体秩序的政治状态，尽管其形成可以用具有意向性行为的有意识的人们的非线性相互作用引起的相变来建模，但是显然并非黑格尔错误地认为的那样有某种意识或智慧。
因此，在复杂系统的数学框架中，“进化”概念并非专指特定的生物进化机制。在复杂系统中，所谓的演化方程描述了其元素的动力学，这些元素可以是基本粒子、原子、分子、有机体、人类、公司，如此等等。宽泛意义的另一方面是复杂性概念自身。在社会科学的情景中，有许多方面的复杂性，图6．10中示意了其中的一部分。
在本书的复杂系统的数学框架中，复杂性首先是定义为一种非线性，这是混沌和自组织的必要条件，但不是充分条件。另一方面，线性意味着叠加原理，用通俗的说法是“整体只是其部分之和”。复杂性的第二个重要方面是由算法的结构来定义的，这在5．2节中已经讨论过。计算机科学中复杂性理论提供了一种复杂性程度的等级，例如依赖于计算机程序或算法进行计算所需要的时间。由于人们常常用计算机图形来模拟非线性复杂系统，它们的算法复杂性就可能描述为它们的自组织能力。在元胞自动机理论中已经探讨了这种关系（对照5．3节），其中为不同种类的自组织复杂系统进行了建模。
在社会科学中，高度工业化社会的复杂性主要是由大量的公民及其关系、组织亚结构及其相互依赖性所构成。我们应该记得，在一个复杂系统中，造成形成集体（协同）有序时元素的巨大数目不是根本性的，非线性相互作用才是根本性的。读者也许还记得，具有混沌轨迹的天体3体问题就是可能的答案。
在复杂系统的数学框架中，对于人类历史和社会文化发展的物理学或生物学还原论，在任何情况下都是不恰当的。社会和文化发展的模型，必须联系其特定的约束和限度来进行讨论。一个重要的方法论问题是，如何提供对于这些模型的经验检验和确证。因此，对复杂文化系统进行计算机辅助模拟已成为关键性工具，籍此可以对其动力学提供新的洞察，从而对我们的决策和行动大有帮助。
历史上，对于社会科学中的非线性问题的兴趣可以追溯到托马斯·马尔萨斯。他指出，因为人口指数地增长而食物供应只能线性地增长，人口将超过食物供给。1844年，威霍尔斯特修订了该指数方程，指出人口增长的速率正比于人口生产以及资源总量与现存人口对资源消费量之差。他的著名的具有平衡吸引子特征的逻辑曲线，被运用于人口统计学、经济学和社会科学的其他许多场合。它提供了一种可能的一系列分叉和相变（包括混沌）。
由沃尔特拉和洛特卡描述的捕食者－被捕食者生态系统的演化，是另一个被应用于社会科学的模型。例如，洛特卡－沃尔特拉模型有助于我们理解农业社会的出现。因为人类能够进行学习，他们就能够改变他们与环境相互作用的程度，使得这种作用快于大自然遗传进化的反向措施。人类社会，为了生存只有不断地改进其狩猎能力，从而消灭被捕食群体。然后，社会也将被消灭。结果是，捕食者和被捕食群体都将灭绝。但是，农业使得被捕食者的生产速率增加了。于是，人类群体就增加了，并能够在某种平衡态稳定下来。
生物系统的进化是受其基因制约的。达尔文进化论中，新个体的出现是通过对突变体的自然选择实现的，其中突变是自发产生的。在较高等动物的群体中，由于模仿，出现了新的行为变化和适应的可能性。社会发展起来诸如法律系统、国家、宗教、贸易等等特殊的组织机构，从而使得后代的行为变化得到稳定化。
复杂系统探究方式提供的基本性洞察是，无论是遗传进化还是行为进化，都不需要诸如进行指导的神的意志、生命力那样的总体程序或者某种总体的进化优化策略。基因的生存或者总体行为模式的形成，都可以用组成系统的个体之间的局域相互作用来加以解释。我们可以更清楚地表述为，这是一个宗教或政治世界观的问题，即究竟有没有诸如上帝、历史或者进化那样的“总程序”。在复杂系统的方法论框架中，这些假设对于作出解释是不必要的，在奥卡姆剃刀及其理论概念经济的意义上它是多余的。
显然，诸如生物有机体、动物群体或人类社会这样的非线性系统，已经进化得越来越复杂了。我们现在的社会，与亚里士多德的城邦或重农主义者的政治系统相比较，它是一种以高度组织结构复杂性和信息网络连接为特征的社会。在19世纪，赫伯特·斯宾塞已经提到，不断增加着复杂性是进化的一般特征：“进化是结构和功能复杂性的增加……恰好是……平衡过程……”斯宾塞仍然是在热平衡的热力学框架中来进行论述的。
在远离热平衡的热力学框架中，存在着不只一个平衡不动点，而是存在着分为不同复杂程度的吸引子的等级，从不动点开始，直到具有分形结构的奇怪吸引子。因此，无论是在生物进化中，还是在社会文化的进化中，都没有某个固定的复杂性限度，只是存在不同复杂程度的吸引子，它们代表着一定相变阶段的亚稳平衡，如果一定阈值参量得到实现，这些亚稳平衡就是可以被打破的。社会的结构稳定性也就与这些不同复杂程度的吸引子相联系。
传统的关于自稳定、自调节系统的功能主义观点，源于技术上的恒温装置。它有助于我们理解社会为何保持不变化，但是却不能解释它们为何发生变化，平衡为何被打破。在复杂系统的框架中，对于社会的动力学，是按照不断地与其环境交换着物质、能量和信息的耗散系统的相变来理解的。社会的组织制度是一种耗散结构，它们可以产生出来，并可以在特定的阈值条件范围内保持木变。例如，在新石器时代的村落中，当已建立起来的社会结构已不可能保证食物供给时，农业制度就发生了从干旱农业向灌溉农业的转变。
在工业化社会的历史上，我们可以找到强弱程度不同的经济涨落，它们可能引发由社会制度的崩溃和新的社会制度的形成。例如，1922年美国的经济萧条是相对温和的，时间也不长，因而没有产生社会结构的变化。与此相反，美国历史上1929年的股票市场的崩溃却是一场真正的蝴蝶效应，引发了1933年的大萧条。这一危机使得许多公司发生了财政灾难和大量的失业，而不能被已建立起来的社会组织制度来加以运作。现成结构的临界参数被超过了。新的组织制度出现了，安全和交易委员会、联邦储备保险组织和劳工管理局就应运而生，以克服萧条的影响，并防止未来商业循环中的过大波动。这种美国社会的凯恩斯回应，以罗斯福总统新经济政策而闻名。
但是正如我们从新古典主义经济学家和第二次世界大战战后的社会发展经验中认识到的，公共福利的优化策略可能引发管理官僚制的自动力学，它使得经济动力衰退，与起初的善良的愿望相反。对系统的结构稳定性，过度的反应，跟毫无反应一样危险。另一方面，政治革命史表明，社会可能失去其稳定性，实现新的政体、组织体制和社会结构，当然，其延续性没有任何保证。
从方法论的观点看，这里有一个问题，即如何在复杂系统的框架中来表示社会的社会文化进化。吸引子和平衡态的认识需要一个社会文化动力学的相图，来定义“社会文化状态”和“社会文化的态空间”。但是，什么是维多利亚英国和魏斯曼共和国的社会文化的态空间呢？这些问题揭示了一些明显的局限性。复杂系统探究方式在历史和社会科学中的可能性如何？
要在纯粹的数学态空间中再现出一个历史时期的研究目标是不可能的。有关的数据常常是没有的、零乱的，并且不是定量的。在这最后一节中，具有态空间和动力学相图的复杂系统，被用来为人类社会系统的经济进化建立模型。例如，经济学家并没有声称要再现魏玛共和国的完整的经济发展。但是，对于那些影响或者依赖于政治和文化史的典型经济图景，商业循环周期的非线性内在模型或线性外在模型应该能够给予描述。
经济模型并非是由于自己的缘故而建立的。经济学家希望理解经济的动力学，以通过对于结构的更好洞察来对决策提供支持。社会的经济动力学嵌在总体的社会文化发展之中。从其复杂性的角度看，对于社会文化的建模，人们已经进行的尝试仅仅是针对诸如城市中心这样的子系统的。这些模型抓住的是城市系统演化的典型特征，这有助于政治家和公民在适当情形更好地进行决策。
现代工业化的社会中存在着大量的形形色色的中心，包括各种各样的尺寸、形式和特征，从非常大的人口密集的城市到小小的人口不多的村庄。我们可以问一问，这些不同中心的空间分布的原因何在，它们将如何随着时间发生进化。要对此作出回答，我们就需要了解城市系统的总的空时状态，它是由其中的人员——个人、家庭、管理者如此等等——的局域相互作用造成的，这些人员可能在追求不同的合作或冲突的利益。一个城市中心的结构有赖于商业和工业利益、货物的流通和服务、交通联系、文化吸引力、生态要求。而且这些因素都必须精确并且能够测量。城市系统与外部世界有若干种交换。因此，它可以被解释为一种耗散结构，用一种复杂动力学系统来建模。
彼特·艾伦已经提出了一种系统，用演化方程表达了其中不同作用因素的非线性相互作用。城市系统的空时结构，包括变化着的中心、居民密度，都不是其组成因素的简单加和。它并非是某个总体优化者或某种集体收益函数的结果，而是由非线性相变引起的相继的平衡态不稳定性的结果。在此意义上，城市系统的演化，并非是柏拉图哲学王（或独裁者）控制的，也并非是笛卡尔建筑师建造的或者拉普拉斯妖所预见的。在复杂系统的数学框架中，一个城市系统的生长就如同活的有机体一样。
在艾伦的分析中，城市系统的地理空间由具有50个局域点的三角形点阵来表示。城市系统的生长由两个方程所决定，方程描述了局域点的人口变化以及这些点提供的就业的演化。局域的人口和局域的就业能力由作为正反馈的城市放大作用连接起来。就业的集中提供了客观条件和公共基础设施，它们反过来又引起了正反馈，同时，居民和投资者又在争夺提供负反馈的中心空间。
计算机作出的图6．11a－e示意了一个区域的人口分布的演化，该区域起初没有局域中心之间的相互作用。城市化过程表现为局域吸引子变化的格变。图6.11b处于时间t＝12单位，结构开始围绕5个主要中心发展。图6．11c中，最大中心的核心部分开始达到极大值。图6．11d示意t＝34，基本结构本质上是稳定的。两个中心已经经历了中心部分的衰退。在图6．11e中，基本的模式是稳定的。衰退、中心化和非中心化都是复杂的非线性动力学引起的。
图6.11a－e形成了城市系统的总体演化的加速运动图像。每一幅图像是一特定时间的总动力学状态的一幅相图。当然，这种模型是进行了简化的。但是，可以给它加上更多的功能作用方面，进一步研究其精细的非线性相互作用。不过，这种模型对于探讨决策选择具有启发性，可以在计算机模拟的案例研究中进行分析。无论是局域的还是总体的变化都可以增加到该系统中。这些模拟研究，政府极为感兴趣。
一种可能的策略是，在特定的地点给予特殊的投资以干预城市结构。这种决策策略适用于城市系统中迄今为止欠发展区域的发展。例如，投资不仅仅是一种经济手段，同时也是一种文化吸引力和交通联系。有时，一项投资可以激起某种局部的蝴蝶效应，引出某种总体后果，而与设计者的善良意愿起相反的作用。这是可能的，原因在于模型的非线性限制了长期预测的可能性。
一个城市的动力学是复杂系统的实际例子。它表明，如果忽略了非线性的后果，个别人的良好愿望是不充分的，甚至是危险的。个体行为的集体效应是我们社会的特征。进行决策时，要尽可能地意识到这些集体效应。这些后果的重要性不仅仅出现在对于具体决策及其非线性的计算机模拟中，甚至并没有参与具体的计划活动的公民，也必须意识到社会中的复杂的相互关联性。
煽动人们要求有对一位可以解决所有问题的强有力的政治领袖，从民主观点来看，这不仅仅是危险的。从数学角度看，由于现代高度工业化社会的复杂性，还表明它是错误的。另一方面，我们不要把希望寄托在个别的政治家或党派的身上，也不要当我们的被夸大了的预期未能实现时，又走向完全对政治丧失信心的另一端。人类社会的特征是其中的成员具有意向性。然而，如同原子团、分子混合物、细胞有机体或生态群体一样，他们也是由非线性的复杂性规律所支配的。
社会学理论中，对于复杂性和非线性的认识论考察仍然处于初期。发展起一种能够适当处理社会问题复杂性的统计数学，可以作为通向传统社会学概念的桥梁。在复杂系统探究方式中，社会现象是由非线性方程来描述的。例如，对埃米尔·德克海姆谈到的社会中的连带性，我们可以把这种概念的功能方面归因于复杂系统的非线性和集体效应。我们可以把政治决策划分为“线性的”和“非线性的”，例如，“线性的”相应于“个人的”选择，而“非线性的”相应于行政管理、大众媒介和政党这样的组织体制环境。许多公民和组织机构的行动和反应，都可以被理解为社会统计描述中的固有涨落。社会的确定论特征并不仅仅反映了分布函数的平均值，它们是按照如同主方程那样的非线性规律随时间发展的。
沃夫冈·维德里希的斯图加特学派已经发展起来了这种对于社会经济动力学的研究方式。其数学建模方法是从协同学和统计物理学中推导出来的，允许对社会中的集体发展进行定量描述。协同学指出了社会中的微观水平上的个体决策与宏观水平上的动力学集体过程之间的一种关系。社会科学中在微观经济学和宏观经济学、微观社会学和宏观社会学之间作出划分是大家熟悉的传统概念。维德里希的协同学探究方式是一种对于宏观过程的几率性描述，其中包括了忽略了涨落的准确定论描述的随机涨落和偏差。
对于求解模型可以从两方面来进行考察，例如，可以用分析的方法，考察主方程或平均方程的近似解的精确性如何；也可以用数字方法或计算机辅助方法来模拟特征图景。通过在微观水平上的实际考察，确定模型的参量或借助模型模拟估计未来的发展，从而对经济系统进行分析、评价。图6．12中示意了用协同学探究方式对于社会动力学进行建模的方法论框架。
这种协同学的建模概念已经被运用到若干种社会科学的问题中，例如，对于政治见解的集体形成，人口统计学，群体迁移，以及区域地理。协同学概念特别适合于把若干个社会部门的相互作用整合起来，诸如经济和集体形成政治见解之间的关系，或者经济和迁移过程之间的相互作用。迁移是当今一个非常重大的问题，揭示了线性的、单因果的思维是多么的危险。只有善良的个人愿望而没有考虑到个别决策带来的非线性的效果是不够的。线性的思维和行动可能激发总体的混沌，尽管我们的局部行动是出于善良的意愿。
按照协同学探究方式，社会经济系统有两个特征水平，标志着社会中个体决策的微观方面和集体动力学过程的宏观方面。发生着涨落的几率性宏观过程，可由人类社会构型的主方程来描述。一种社会构型的每一组分，都涉及到具有特征行为矢量的亚群体。对于群体的迁移，迁入或离开某个区域的行为和决策，可以从群体的空间分布及其变化来识别。因此，模型的动力学允许我们描述群体的不同总体宏观状态之间的相变。
经验性管理数据可以用来对这个理论进行检验。该模型可以是关于一个国家中的区域迁移，它由经济和城市发展的不同所引起；它甚至也可以是在“南”和“北”之间的惊人的世界性迁移，即在穷国和高度工业化的西欧、美国之间的迁移，这是由政治和经济的不景气所推动的。动物群体的物理输运或迁移常常是不可控制的、随机的和线性的，没有成员和集合体之间的相互作用。但是，人类的迁移则是有意向性的（受到收益考虑的驱动）、非线性的。因为这种转移率并不线性地依赖于整体的社会构型。
两个人类群体之间的迁移相互作用可能引起若干种协同学宏观现象，比如形成稳定的混合体，形成两个独立的稳定聚居群体，或者保持着不休止的迁移过程。在迁移动力学的数字模拟和相图中，协同学宏观现象可以通过相应的吸引子识别出来。图6．13a，b示意了两个群体的均匀混合，两者的聚集或分离的倾向都比较弱。图6．13a是平均方程的相图，其中有一个稳定的平衡点。图6．13b示意了主方程的稳恒解以及具极大值的几率分布。图6．14a，b示意了两个稳定的聚居群体的形成，两群体间显示出弱的聚集倾向和强的分离倾向。图6．14a是有两个定态不动点的相图，而图6．14b描述了定态不动点的最大几率分布。
图6．15a，b表示，两群体中存在的是中等程度的聚集倾向和强烈的对称相互作用。图6．15a示意的是一个涡旋图像，而图6．15b相应于极大值的几率分布。图6．16a，b相应于某种无休止的迁移过程，每一群体都有强烈的聚集倾向，两群体间有强烈的不对称的相互作用。图6．16a的相图显示了有不稳定起源的极限环。图6．16b中稳恒几率分布有4个极大值，它们与顺着极限环的边相连接。在社会学上，这种情况被解释为由不对你的侵入和群体迁移引起的逐步侵蚀。
如果我们考虑在三个区域中的三个群体而不是考虑两个群体，那么非线性迁移模型中就会出现确定论混沌现象。一些数字模拟得到了最后轨迹状态是奇怪吸引子。在其他情况下，相继出现的分叉变得越来越复杂，最终转移到混沌态。
应用于管理和组织社会学领域，是复杂系统探究方式的另一类实际应用。实际上，现代的公司已经开始将其大型组织重组和分散化，以使其在问题复杂性不断增加的情况下成功地实现组织战略。例如，他们开始支持新方式的组织流动性，允许迅速地形成以项目为中心的团体，以及按照环境的需要进行重新组合。与采取固定的社会结构组织形式相比较，流动性组织采取的是一种较高水平的合作方式。面临着社会的两难问题，流动性组织显示了一种极其多种多样的复杂的合作行为，这是由个体战略和结构变化之间的非线性相互作用引起的。
这些社会群体的动力学可以按照复杂系统来建模。计算机模拟对于可能的行为发展方式提供总体的洞察，由此有助于管理者去实现发展的适当条件。即使复杂系统的模型是适用的，当然也不可能作出长期预测并通过集中式的领导来进行全面控制。
这种模型是由意向性动因组成的。它们的选择决定于个体的偏爱、期待、信念以及过去的不完整的知识。合作模式是从个体在一定临界值内进行选择所导致的。当群体中一部分领悟到进行合作超过一定临界值时，个体也将采取合作。临界值取决于群体的大小，也取决于从个体的相互关联模式中形成的社会组织的结构。如果允许群体改变其社会结构，就增加了以合作方式来解决社会两难问题的潜力。组织流动性有其优点，但必须与可能丢失效率进行均衡。组织的效率，可以用它在一定时间中获得的总体收益来测量。
在公司中，一般都存在着某种非正式结构和正式结构，非正式结构是人们之间的情感联系模式导致的，正式结构则是由等级组织支配的。非正式结构通过一种自组织过程而实现，它可以用社会中的人际关系结构来代表。这种研究方式可以追溯到20世纪50年代对于城市家庭的社会关系网的研究，现在已发展成为一种高级的计算机辅助的社会学工具。从个体相互关联的微观角度看问题，就形成了一种对于社会结构的全局透视。
图6．17和图6．18中，这些结构被形象化为树状结构。每一分支代表着等级组织中较高水平上的一个子部门。在较低水平上的模式代表了个体，它们造成合作因素的完整循环和造成缺陷的开放循环。把两个个体分开的组织层的数目，是由每一个体从树状结构返溯到其共同起点时的模式数目所决定的。组织中两个单元之间的距离，由隔开的组织层数来度量。两个单元之间的距离越远，它们的行动之间的相互影响就越小。因此，组织树说明了一个群体中的集束数量和程度。
关键性的问题是一个群体的结构和流动性将如何影响合作的动力学。流动性依赖于个体在社会中的移动的难易程度，以及他们是否容易取得成功并扩展到结构。在复杂系统的框架中，系统的宏观性质是从下层的组分的相互作用中衍生出来的，这里在数学上用非线性演化方程来建模。
格兰斯和休伯曼在图6．17a－d中示意了对一个固定的社会结构中某些相转移的计算机模拟，其中由3个大集束构成了3层次的等级，每一个大集束又是由3个3元素的子集束构成的。图6．17d中的最终的总合作是由图6．17a中若干个单元的集束行动所导致的。这些单元相互加强，同时又能够推动一个层次上的单元进一步加入到合作之中。这种合作的增加可以影响结构中单元的合作，甚至可以进一步加入到合作之中。
在一个等级结构中的某个微小的合作行动，就可能引起大范围地转向整个组织的合作。这种一连串增加的合作将导致某个不动的平衡点。但是，具有固定结构的群体容易成长起来并超出持续合作的界限。在这种情况下，群体将迅速演化到它的总偏离的平衡状态。但是即使在这种界限以内，合作模式也是亚稳的，即单元之间的合作不可能长期保持，终归会过渡到发生突然的对称破缺，出现总的偏离。
在流动结构中，个体单元可以在组织中移动。个体根据他们所期待的长期利益而作出合作或偏离的决策。为了评价他（或她）在结构中的地位，他（或她）将把长期报酬与期望值进行比较，如果合乎他（或她）的期望，他（或她）就会呆下去，如果不合乎就会离开，离开的选择是随机的。当个体评价他（或她）的地位时，还会考虑突破现状而形成某种新集束的可能性，如果他（或她）感到这样做并不导致任何损失的话。个体单元是否容易取得突破，决定了取得突破的临界值，它是未来最大可能报酬的某个分数。
图6．18a－e粗略显示了一个流动组织中的相变。最初（图6．19a），群体中的所有成员（按每束4人划分为4束），都是处于偏离中。图6．18b表明，几乎其中所有的成员都已经依靠自己取得了突破。在这种情况下，成员们更倾向于转向某种合作的策略，实现了图6．18c。因为不确定性，成员中不时有集束之间的切换（图6．18d）。当一束变得太大时，该束就可能开始转向偏离。在这一转移阶段（图6．18e），越来越多的成员将取得自己的突破，并重复出现类似的发展。这种类型的循环已经在模拟的组织中反复观察到了。
正如在城市生长的情形（图6．11）或者迁移动力学中（图6．13-图6．16），对社会组织的计算机实验模拟不可能对个体行为得出确定论的预测，但是它们有助于人们理解社会动力学的敏感性和复杂性。因此，就有可能去实现适宜的环境和条件，从而改进相应社会系统中的人们的生活状况。
社会文化进化的模型必须考虑到多个相互作用的方面。如果一个社会是由多层、多部门交叉的耗散结构构成的，我们就必须找到合适的图像去说明它们是如何形成的。在包含相互作用的耗散系统的复杂发展中，新的宏观结构的形成从长期角度看就是一种分散化和非计划事件。而且，在每一方面都包含着许多或明或暗的激励和鼓舞着人的行为的思想、感情和预计。它们无法直接地加以量化，因为它们溶解在一条被称作“生活方式”的洪流之中。然而，一个社会的生活方式是一种典型的社会文化的宏观现象，依赖于多种相互作用的可以鉴明的因素：诸如与经济、技术、工作、旅行、生态和传播媒介相联系的条件状况。
当代世界中，技术的进化已成为一种变化的推动力量，影响着多种多样的生活方式要素。对于自组织过程，一种显著的特征是，技术的发展是自催化的，每一种创新都催化下一种创新的产生。一种主导的思想（“范式”）是把技术和社会进化解释为技术相继被取代的结果，即一种人工物被另一种人工物取代，照此从增长到饱和的发展就可以进行数学建模，表示为相互关联的逻辑斯蒂曲线。断言技术的进展是通过一系列的相变和取代而进行的，意味着它们可以看成一系列相继的逻辑斯蒂曲线。每一条曲线都达到了某种饱和水平。随着每一水平的进化创新，就发展起一条新的逻辑曲线的相变。
在6.3节中，我们已经讨论了技术中的这些相变是与经济的增长或衰退相关联的。计算机和信息技术的发展已经前所未有地影响了几乎所有领域中的人类生活方式。看来可以将其比作一种准进化过程，即产生出复杂性不断增长的计算机和信息系统的过程。当计算机科学家们谈论新一代计算机超越了老一代计算机的复杂性时，就运用着赫伯特·斯宾塞的术语。事实上，系统功能的复杂性已经增加了。但是，另一方面，例如，问题的复杂性（由其所用计算时间来度量）就已经减少了。问题复杂性的减少就是这些技术的准进化过程的一种序参量。
计算机和信息技术系统已经成为社会文化发展中的一项至关重要的技术，以准进化过程进化着。这种过程的复制作用具有某种信息模式，它们构成了文化，并以变化着的方式从这一人群传播到另一人群。与分子和初等有机体不同，人们有其自己的意向性，信息模式的传播过程不是通过机械式模仿来实现的，而是通过通信来实现的。将其与基因相比较，这些复制作用常被称作“縻縻”（memes）。它们包括思想、信念、习惯、道德、风尚和技术等等。
任何能够通过信息通信方式传播的模式就是一种魔摩，甚至在其人类宿主无法表达它或是没有意识到它的存在时也是如此。重要的是，认识到人类文化的复制子是縻縻，而不是人们。正如卡尔·波普尔主张的，我们能够改变我们的思想，使得推动文化进化的不是人们的选择，而是“让我们的理论替我们死亡”。
在复杂系统的框架中，我们当然可以谈论在数学演化方程的抽象意义上的系统“进化”。具有其特殊生物化学机制的生物进化，只是标志了复杂系统的一般数学框架中的特殊模型。因此，人类文化的进化特征，是不可能归结为生物进化的生物化学机制的。但是像“縻縻”这样的概念，不应该被误解为只是一种社会达尔文主义的行话。它们可以说明能够从数学上定义并在经验上检验的复杂系统的基本特征。
在此意义上，世界范围的通信网络的发展，可以被解释为协助人类中的縻縻传播以建立起一种縻縻生态系统的复杂系统的进化。支撑着人类文化的縻縻是多种多样的，也是其变化和选择的机制。在6．3节，我们已经讨论了“经济縻縻”及其市场选择机制。经济市场对于其自身的人类社会环境总是具有一定程度的开放性。在它们的运行中，总是受到广泛的严格程度不一的种种力量的制约，它们是由各种法律和调控机构所施加的。
在人类社会中，法律系统和政府活动为市场提供了某种框架。在复杂系统的框架中，它们不可能免遭进化力量的冲击。它们在政治生态系统中，以其自身的机制发生着进化，进行着法律的变异和选择。一些政治縻縻，如政治**、政治口号或政治纲领，可以成为社会热力学相图中的吸引子。在一个开放的民主社会中，它们可能兴旺，但也可能衰落，如果由于竞争替换的选择压力使得它们的吸引力减小的话。
管理现代社会的复杂性的能力决定性地依赖于有效的通信网络。如同生物大脑中的神经网络一样，这些通信网络决定着有助于人类生存的学习能力。在复杂系统的框架中，我们必须为在其经济和文化环境中传播的信息技术进行动力学建模。因此，我们就涉及到信息的和计算的生态学。这样的例子是现实的，预订机票、银行联网、实验室联网都是现实的例子，它们都包括了许多各种各样的计算机网络。
不完整的知识和迟到的信息都是开放计算系统的典型特征，在此是没有中心控制的。这些巨大的网络，从不断增加着种种计算机辅助的信息中心的联接中出现，正在变成一种自组织系统，它们不同于它们的由单个程序控制的组件。它们的非计划性增长导致了巨大的技术复合和运用的多样性，也增加着相互兼容的困难。这种解放着人类文化的独立机器人世界，呈现出一幅令人生畏的景象，可能会是许多可能令人不安的图景的最后结局。
由于世界范围的局域信息和计算机中心的增长不可能通过中心处理者来进行规划，因而就要有一门非线性动力学，应该在复杂系统的框架中对它加以研究。甚至对简化的案例进行研究，也会对现代社会文化进化提供某些重要的洞察。计算生态的复杂相互关联性，违反了传统的等级分解要求，传统管理中进行的等级分解是将其分解为技术的、工业的或管理的部门。现代技术通信网络是增长着的开放系统，其中必定没有诸如机器或人的中心控制、同步控制或一致数据。
不完整的知识导致了某种优化差距，而信息接受的延迟则引起其中单元的振荡。合作以及对有限资源的竞争可能导致协同效应。混沌则阻止了任何稳定的问题求解策略。马尔文·闵斯基已经研究了一种简化的集体问题模型，求解使用的一些独立的单元，它们针对一组相关问题，并发生相互作用。这种例子可以运用于计算机辅助信息系统的分布系统的模型设计中。
贝纳多·A．休伯曼和塔得·哈格分析了一个模型，它有一些中心或成员，能够在种种可能的策略中进行选择，以完成指定的任务（图6.16）。此策略相应于他们所设想的报酬，单元反复地针对不同策略评价所设想的报酬，并转向具有最大报酬的策略。此模型的演化方程决定了过程改变其策略的速率。由于在一定时间间隔中只有一部分成员决定转向，所以系统的动力学必须用几率方程来建模。
此种系统可以显示出种种行为，范围从不动点一直到振荡和混沌。系统中不可避免的振荡可能是延迟的信息所引起的。不完整的知识和延迟甚至可能引起混沌行为。由于报酬依赖于偏爱选择何种策略，动力学和初始条件都将阻止对于长期行为作出预见。
世界正在成为充满数量巨大的计算系统的世界，复杂性在不断增长。其中包括有传统的冯·诺意曼机，向量巨型机，共享贮存多处理器、联接机、神经网络机和成千上万的如同阿米巴那样充满这个世界的个人计算机以及将来的分子计算机。这些计算系统正在逐步与诸如卫星、电话、光纤的种种信息系统联接起来。一个自组织的世界范围的软件和硬件系统网络的思想，已经变成现实了。
例如，1969年，在美国国防部建立了计算机辅助的信息网络。它已经成了一个迅速成长的网络的核心。这个网络已经联接了175000台计算机、936个终端及许许多多的人。在INTERNET的增长中，没有任何中央处理器的计划或控制，而是一个或多或少有些混乱的过程。然而，组织模式从混沌中出现了，或者也将以某种全球自组织的方式衰退。
在复杂的信息网络中，知识和信息分布在多个中心和个别的程序编制者中。它们的复杂性排除了集中计划。如同所有包括目标、资源和行动的系统一样，计算已经用经济学术语来加以描述了。显然，运用着市场机制的软件和硬件的计算市场已经出现。正如我们已经在6．2－3节中见到的，市场是一种自组织的复杂生态系统的形式。按照斯密的基本见解，比起任何程序编制者和集中控制者的计划和理解，消费者进行选择的力量将使得计算市场生态系统为人们提供更好的服务。原因在于，计算生态系统的巨大复杂性和多样性是与人们的市场联系在一起的。
读者可以回忆一下生物生态系统的复杂性，其中有多个层次，包括细胞、器官和机体。同样地，一个计算生态系统的元素，也是按照计算系统的复杂性增长而在不同水平上结合起来的。图6．20示意了全球的USENET网络，它通过许多的局域成长因素而成长起来。该网络的发展现状是包含了37000个节点，它只是INTERNET的一部分。如果人们想要发送或接收电子邮件或利用其他的信息服务，只要找到一个局域的USENET站就可以实现所希望的全球联结。
不过，在计算生态系统与生物生态系统之间的类似性，并不意味着任何的还原主义或生物主义。在复杂系统的框架中，计算生态系统和生物生态系统仅仅是数学演化方程的模型，由此标志了复杂系统的非线性动力学。按照闵斯基的观点，覆盖全球的计算机辅助网络可以解释为一种“市场”或“精神社会”。
哲学上，这种新的世界性“知识媒介”或计算机辅助的“智能”，使我们想起了黑格尔的理念。他的理念是一种“客观精神”的形成，它嵌在人类社会及其法律系统、经济和官僚制度之中，克服了个人的“主观精神”。但是，这些计算生态系统，既没有人类个体的大脑神经网络具有的意识，也没有大脑神经网络所具有的意向性（参见第4章）。
然而，问题是计算生态系统是否可以称作具有某种程度的“智能”。对于个体进行的智能测验，是判断其在一定时间中实现某种设定的目标的能力。在这里，智能并非某种形而上学的普遍概念；相反，这里设定了若干个精确程度不同的可检验的行为标准。一些作者已经建议，判断一个社会的“智能”，同样可以根据它运用给出的资源去实现目标的能力，这些目标是由一定的合法的子群体（例如议会）设定的。“智能”程度依赖于能够实现的目标的范围，实现目标的速度和所用手段的效率。这些定义的细节可以是不同的，但是，基于这些概念的“智能”实际上涉及到整体系统的宏观特征。这些定义的实际目的，是要比较计算生态系统及其成功地求解问题的程度。与此相反，诸如一个国家的集体“智能”这样的术语，在意识形态上是危险的。而且，我们必须意识到，智能的技术标准与意识这样的概念是有区别的，意识实际上是由生物进化中一定的大脑网络的自参照性所实现的。
信息和计算的生态系统的生长，与社会的基本性变化相联系，其特征是从传统的处理货物的产业转向信息和信息服务的知识产业。信息的生产、分配和管理都已经成为以知识为基础的现代社会的主要活动。因此，在人类和信息系统之间的界面必须不断地加以改进，以实现世界范围的人类通信网络的理想。人类的表示方式，如言谈、姿势或书写，都应该为计算和信息系统直接理解。“完整人范式”和“人机网络”是未来通信世界的最重要内容。
人类的通信不仅仅涉及到信息字符串，而且还涉及到直觉、感情和情绪。未来的通信世界有时被称作“全球村”以强调由于高技术环境导致的熟知程度。但是，对它的接受决定性地取决于与人类友好界面的实现。我们必须考虑一种新的复杂性，包括人的直觉和情绪。古老的理性理想，作为对于人类生活本质的抽象，完全地忽视了人类世界。甚至科学研究的过程也是由人的直觉所鼓舞，由人的情感所驱动，这是在未来的通信世界中必须要加以考虑的。
一些人担心，社会文化进化的最终吸引子将不是一个全球村或世界性的城邦，而是一个巨大的“利维坦”借助着现代的高技术程序来统治着人类。在虚拟现实的计算化世界中，人类的所有表达方式都将数字化，对于人们的亲密不留下任何余地。但是，社会文化进化的复杂性将允许有多个吸引子。它们不可能由人们的决策来预见或决定，但是它们将受到人们能够实现的条件和约束的影响。在一个高度复杂性的世界中，人类自由的机会是什么？在一个高度非线性的集体效应的复杂世界中，个人的责任程度是什么？这些问题导引出结语中关于复杂性、非线性世界中的伦理学的讨论。
non suntmultiplicanda sine necessitate［无必要就不增加（理论）实体〕，他的著名剃刀应该用来切除这些多余的关于经济学的预先假设。
从一个实际工作人员的观点来看，他究竟是面对一个随机的线性过程还是一个混沌的非线性过程的问题，这是一个离题的问题。这样的两种系统都使得他难以作出精确的预测。由于混沌模型敏感地依赖于起始条件，任意精确的数字计算机也不可能计算出这种系统的长期的未来演化。轨迹将指数地发散。另一方面，他却相信，面对着系统的过于复杂的行为，随机的外部冲击是可以放弃的。
然而，具有混沌时间序列的非线性系统却并不排除局部的预见性。如果非线性系统的吸引子可以加以重构，那么数字技术就允许以足够高的精确度对系统的短期进化作出预测。短期经济预测可以是复杂系统理论在经济学中的一种有趣的应用，不过这也仍然处于其婴儿期。
对于经济学模型来说，经济学从一开始就遇上了经验检验和确证的严重方法论问题。这与自然科学中可以进行任意多次的测量并进行实验室实验形成了鲜明的对照，经济的时间序列必须包括时间单位如天、年、季度或月份的数据。典型的标准的时间序列长度是由数百个点构成的。因此，对于经济模型的有限的可靠性就已经具有了经验的理由。当然，经验式的实验基本上是排除在外的。
因此，关于内部经济动力学的适当知识，至少有助于建立数学模型，对其未来的发展可以用计算机实验进行模拟。如果政治家和管理者的经济和政治环境的假设得到了实现，他们就至少可以获得可能经济图景的“相图”。对于高度敏感的非线性系统的定性洞察，至少有助于防止反应过度的人们把该系统从不稳定点推向更不稳定，甚至也许是推向更大的混沌。
经济学中的非线性模型的主要根据，是由最近的经济增长的结构变化给出的，这种结构的变化是新领域的技术发展引起的。传统的经济学理论假定了收入递减。某种物品生产和投向市场的越多，则其生产和销售就将变得越困难，获利就将越少。人们的相互作用是由负反馈来决定的，负反馈通过对经济变化引起的每一作用的反作用来稳定经济。
在一种存在着负反馈的经济系统中，价格和市场份额的平衡就可以实现，也就可以预测。一个著名的例子是20世纪70年代发生的石油危机。20世纪70年代原油价格的突然上涨，使得人们开始节省石油，寻求可替代能源，于是又导致了石油价格在20世纪80年代的下降。在传统的经济学中，平衡即是一种对应于特定环境中的最佳结果。收入递减定理意味着存在着某个平衡点。其中有收人递减的负反馈的经济系统，对于传统的诸如农业、矿业和大宗产品等部门是典型的。
但是，以高技术知识为基础的经济部门却获得了收入递增。高技术产品像计算机、软件、飞机、化学产品和电子产品的发展和生产，需要复杂的研究、实验、计划和设计过程，需要高额投资。但是一旦高技术产品投向了市场，生产能力的扩大却是相对便宜的，收入也就开始增加。因此，现代高技术产业就必须作为收入递增的正反馈的动力学模型来描述。
具有正反馈的系统，不止一个平衡点，而是有若干个平衡点。它们不必是最优的。如果某种产品在市场上恰好具有竞争优势，市场主导者就将长期处于市场主导地位，甚至会在不必改进产品的情况下扩大其优势。现代高技术产业的许多例子表明，相互竞争的产品在开始时可以占有大致相等的市场份额。但是增加了某一特定产品市场份额的微小涨落决定着它的最后成功。常常会出现这样的情况，市场上的最后主导者从技术观点看却不是最好的。
这些效应是不可能在传统的线性动力学框架中得到解释的。但是在非线性系统中它们却是人们所熟知的。图6．8表示在正反馈情况下两种技术的竞争。某些市场份额的轨迹显示在凸面上。一种技术越是支配着市场，它就越容易获得更大的市场份额。由于主导市场的位置是由随机的涨落引发的，因而它是不可预见的。在图6．8中，左边的曲线表示最后取得支配地位的技术A。在其他两种情况下，在起始的涨落之后最终取得市场支配地位的是技术B。
这些经济模型的非线性的动力学是由最初的随机涨落和正反馈决定的。显然，可能途径的分叉是一种由最初的随机涨落导致的对称破缺，这也是在复杂物理学系统中为人们所熟悉的。读者只要回忆一下加热流体出现的定态对流卷（图2．20b），其中对流卷方向是向左还是向右就取决于起始的随机涨落。
除了耗散系统以外，保守系统中也会出现对称破缺。我们考察一下旋晶中偶极子当温度下降时发生的自组织（图4．9a）。在热平衡态，依赖于起始的随机涨落，旋晶变成指向同一方向的排列。市场份额的动力学表现出遵从同样的方式发展。很多例子表明，因为起始随机涨落而制约了技术的发展方式。在19世纪，相邻的铁路公司在大范围中采取了相同的规范。而标准的规范只是历史随机事件的结果，而不是由于技术上的理由。
这些复杂系统的行为由简单的演化方程所决定，如同铁磁旋晶系统发生对称破缺一样。图6．9示意了铁磁体中磁偶极子的演化。每一偶极或每一磁极都可以是向上（北极）或向下（南极）。一个偶极可以与其最近邻发生作用。在高温下，偶极子的方向是随机的。如果温度降低，基本的极性就会按相同方向排列起来。由于这些演化是一种对称破缺，就不可以预见在平衡终态究竟会实现哪一种方向。图6．9b示意了与此类似的铁路公司采取规范的自组织过程。
在经济和社会领域中，正反馈的自我增加机制是非线性复杂系统的典型特征。例如，我们可以考察，加利福尼亚的圣克拉拉县为何会成为著名的硅谷。在20世纪40年代和50年代，一些著名的人物（如休利特、帕卡特和肖克利）在斯坦福大学附近建立了一些电子公司。这些先锋造成了高技术工程师和产品的集中，成为一个吸引子，最终900多家公司随之应运而生。在开始时，出现的是一些随机的涨落，它们有利于圣克拉拉县。因此，硅谷是如何出现的，从非线性角度来看，这并非奇迹，而是合乎规律的事件。但是，从随机性来看，它产生于圣克拉拉县就是一个奇迹。
今天，自我增强的机制决定着高技术的国际贸易。美国和日本之间的汽车工业的竞争可以从这种框架中得到解释。起初，日本的工业向美国市场上提供小型轿车没有受到美国汽车工业的任何抵制，美国的汽车工业传统上专注于生产大型轿车。日本的汽车工业获得了市场份额，并降低价格和提高质量。于是，正反馈使日本工业侵入了美国市场。
对于这些非线性的市场效应的洞察，可以对政治决策产生重大影响。传统的观点是假定某种收入恒定或下降，政府相信开放市场，力图阻止垄断，并希望工业将支持研究和技术发展。他们相信某种不变的世界性市场价格的平衡，拒绝任何的补贴或关税的干预。对于一个收入递减的经济系统，他们的政策是正当的，但是对于收入递增的以高技术为基础的经济部门，这就可能是危险的。
不断增加着收入的运行机制改变着国家之间的竞争平衡。甚至最强大的国家经济，也可能在重要技术上错过发展。20世纪60年代在西欧和美国之间的技术差距（例如在计算机领域）是一个著名的冽子。技术标准或常规通常都是由正反馈来确立的。如同前述的铁路规范的例子，英语作为航空导航的标准语言，FORTRAN作为一种计算机语言，某种特殊的螺纹，如此等等，往往都是不可变更的，即使一种替换技术或规范可能会更好。它们获得了过多的市场份额。但是，最初的优越性并不能保证长期生存。
非线性系统具有若干个可能的平衡态，但没有最终的稳定态。非线性经济即使在最初是均匀的，但由于它们的高度的敏感性和起始条件的微小偏差，也就不可能选择同样的发展道路。因此，正反馈的非线性经济不可能像计算机那样进行编程和运行，因为它的长期进化是不可预测的。复杂系统理论可以有助于设计一个经济动力学的整体相图。但是，对于找到经济福利的局部平衡，经验和直觉有时比科学知识更有帮助。对于处理高度敏感的复杂系统，政治家们必须具有高度的敏感性。
6．4复杂文化系统和通信网络
在社会科学和人文科学中，人们常常把生物进化和人类文化的历史进行严格的区分。主要原因在于，民族和文化的发展显然是由有意向性的带着其态度、情感、计划和理想的人类行为所引导的，而生物进化系统则假定是由无意向性的自组织过程所推动的。从微观的角度看，我们用他们的意向性和愿望观察人类个体。甚至在像动物生态这样的生物系统中，个体也有某种程度的意向性行为。
复杂系统探究方式的关键点在于，从宏观角度看，政治、社会和文化秩序的发展，都不仅仅是单个意图的加和。亚当·斯密已经认识到，经济财富和福利的分配并不是由社会的一个个面包师和屠夫的善良愿望所施舍的。个体的自私自利的意向性可能会与集体利益相冲突。然而，他们的（非线性的）相互作用却通过“看不见的手”（斯密）或“理性的狡黠”（黑格尔）实现了集体的平衡态。
由意向性行为的个体组成的非线性系统，也许比例如物理的原子系统或化学的分子混合物更复杂。在4．3－4节中，意向性行为和意识的建模，是被看作一种复杂神经系统的自参照整体状态，由神经元的非线性相互作用造成的。以不同复杂程度出现的集体有序现象是所有非线性系统内在的共同特征，这样的系统并不一定要与意识相联系。作为人类社会的集体秩序的政治状态，尽管其形成可以用具有意向性行为的有意识的人们的非线性相互作用引起的相变来建模，但是显然并非黑格尔错误地认为的那样有某种意识或智慧。
因此，在复杂系统的数学框架中，“进化”概念并非专指特定的生物进化机制。在复杂系统中，所谓的演化方程描述了其元素的动力学，这些元素可以是基本粒子、原子、分子、有机体、人类、公司，如此等等。宽泛意义的另一方面是复杂性概念自身。在社会科学的情景中，有许多方面的复杂性，图6．10中示意了其中的一部分。
在本书的复杂系统的数学框架中，复杂性首先是定义为一种非线性，这是混沌和自组织的必要条件，但不是充分条件。另一方面，线性意味着叠加原理，用通俗的说法是“整体只是其部分之和”。复杂性的第二个重要方面是由算法的结构来定义的，这在5．2节中已经讨论过。计算机科学中复杂性理论提供了一种复杂性程度的等级，例如依赖于计算机程序或算法进行计算所需要的时间。由于人们常常用计算机图形来模拟非线性复杂系统，它们的算法复杂性就可能描述为它们的自组织能力。在元胞自动机理论中已经探讨了这种关系（对照5．3节），其中为不同种类的自组织复杂系统进行了建模。
在社会科学中，高度工业化社会的复杂性主要是由大量的公民及其关系、组织亚结构及其相互依赖性所构成。我们应该记得，在一个复杂系统中，造成形成集体（协同）有序时元素的巨大数目不是根本性的，非线性相互作用才是根本性的。读者也许还记得，具有混沌轨迹的天体3体问题就是可能的答案。
在复杂系统的数学框架中，对于人类历史和社会文化发展的物理学或生物学还原论，在任何情况下都是不恰当的。社会和文化发展的模型，必须联系其特定的约束和限度来进行讨论。一个重要的方法论问题是，如何提供对于这些模型的经验检验和确证。因此，对复杂文化系统进行计算机辅助模拟已成为关键性工具，籍此可以对其动力学提供新的洞察，从而对我们的决策和行动大有帮助。
历史上，对于社会科学中的非线性问题的兴趣可以追溯到托马斯·马尔萨斯。他指出，因为人口指数地增长而食物供应只能线性地增长，人口将超过食物供给。1844年，威霍尔斯特修订了该指数方程，指出人口增长的速率正比于人口生产以及资源总量与现存人口对资源消费量之差。他的著名的具有平衡吸引子特征的逻辑曲线，被运用于人口统计学、经济学和社会科学的其他许多场合。它提供了一种可能的一系列分叉和相变（包括混沌）。
由沃尔特拉和洛特卡描述的捕食者－被捕食者生态系统的演化，是另一个被应用于社会科学的模型。例如，洛特卡－沃尔特拉模型有助于我们理解农业社会的出现。因为人类能够进行学习，他们就能够改变他们与环境相互作用的程度，使得这种作用快于大自然遗传进化的反向措施。人类社会，为了生存只有不断地改进其狩猎能力，从而消灭被捕食群体。然后，社会也将被消灭。结果是，捕食者和被捕食群体都将灭绝。但是，农业使得被捕食者的生产速率增加了。于是，人类群体就增加了，并能够在某种平衡态稳定下来。
生物系统的进化是受其基因制约的。达尔文进化论中，新个体的出现是通过对突变体的自然选择实现的，其中突变是自发产生的。在较高等动物的群体中，由于模仿，出现了新的行为变化和适应的可能性。社会发展起来诸如法律系统、国家、宗教、贸易等等特殊的组织机构，从而使得后代的行为变化得到稳定化。
复杂系统探究方式提供的基本性洞察是，无论是遗传进化还是行为进化，都不需要诸如进行指导的神的意志、生命力那样的总体程序或者某种总体的进化优化策略。基因的生存或者总体行为模式的形成，都可以用组成系统的个体之间的局域相互作用来加以解释。我们可以更清楚地表述为，这是一个宗教或政治世界观的问题，即究竟有没有诸如上帝、历史或者进化那样的“总程序”。在复杂系统的方法论框架中，这些假设对于作出解释是不必要的，在奥卡姆剃刀及其理论概念经济的意义上它是多余的。
显然，诸如生物有机体、动物群体或人类社会这样的非线性系统，已经进化得越来越复杂了。我们现在的社会，与亚里士多德的城邦或重农主义者的政治系统相比较，它是一种以高度组织结构复杂性和信息网络连接为特征的社会。在19世纪，赫伯特·斯宾塞已经提到，不断增加着复杂性是进化的一般特征：“进化是结构和功能复杂性的增加……恰好是……平衡过程……”斯宾塞仍然是在热平衡的热力学框架中来进行论述的。
在远离热平衡的热力学框架中，存在着不只一个平衡不动点，而是存在着分为不同复杂程度的吸引子的等级，从不动点开始，直到具有分形结构的奇怪吸引子。因此，无论是在生物进化中，还是在社会文化的进化中，都没有某个固定的复杂性限度，只是存在不同复杂程度的吸引子，它们代表着一定相变阶段的亚稳平衡，如果一定阈值参量得到实现，这些亚稳平衡就是可以被打破的。社会的结构稳定性也就与这些不同复杂程度的吸引子相联系。
传统的关于自稳定、自调节系统的功能主义观点，源于技术上的恒温装置。它有助于我们理解社会为何保持不变化，但是却不能解释它们为何发生变化，平衡为何被打破。在复杂系统的框架中，对于社会的动力学，是按照不断地与其环境交换着物质、能量和信息的耗散系统的相变来理解的。社会的组织制度是一种耗散结构，它们可以产生出来，并可以在特定的阈值条件范围内保持木变。例如，在新石器时代的村落中，当已建立起来的社会结构已不可能保证食物供给时，农业制度就发生了从干旱农业向灌溉农业的转变。
在工业化社会的历史上，我们可以找到强弱程度不同的经济涨落，它们可能引发由社会制度的崩溃和新的社会制度的形成。例如，1922年美国的经济萧条是相对温和的，时间也不长，因而没有产生社会结构的变化。与此相反，美国历史上1929年的股票市场的崩溃却是一场真正的蝴蝶效应，引发了1933年的大萧条。这一危机使得许多公司发生了财政灾难和大量的失业，而不能被已建立起来的社会组织制度来加以运作。现成结构的临界参数被超过了。新的组织制度出现了，安全和交易委员会、联邦储备保险组织和劳工管理局就应运而生，以克服萧条的影响，并防止未来商业循环中的过大波动。这种美国社会的凯恩斯回应，以罗斯福总统新经济政策而闻名。
但是正如我们从新古典主义经济学家和第二次世界大战战后的社会发展经验中认识到的，公共福利的优化策略可能引发管理官僚制的自动力学，它使得经济动力衰退，与起初的善良的愿望相反。对系统的结构稳定性，过度的反应，跟毫无反应一样危险。另一方面，政治革命史表明，社会可能失去其稳定性，实现新的政体、组织体制和社会结构，当然，其延续性没有任何保证。
从方法论的观点看，这里有一个问题，即如何在复杂系统的框架中来表示社会的社会文化进化。吸引子和平衡态的认识需要一个社会文化动力学的相图，来定义“社会文化状态”和“社会文化的态空间”。但是，什么是维多利亚英国和魏斯曼共和国的社会文化的态空间呢？这些问题揭示了一些明显的局限性。复杂系统探究方式在历史和社会科学中的可能性如何？
要在纯粹的数学态空间中再现出一个历史时期的研究目标是不可能的。有关的数据常常是没有的、零乱的，并且不是定量的。在这最后一节中，具有态空间和动力学相图的复杂系统，被用来为人类社会系统的经济进化建立模型。例如，经济学家并没有声称要再现魏玛共和国的完整的经济发展。但是，对于那些影响或者依赖于政治和文化史的典型经济图景，商业循环周期的非线性内在模型或线性外在模型应该能够给予描述。
经济模型并非是由于自己的缘故而建立的。经济学家希望理解经济的动力学，以通过对于结构的更好洞察来对决策提供支持。社会的经济动力学嵌在总体的社会文化发展之中。从其复杂性的角度看，对于社会文化的建模，人们已经进行的尝试仅仅是针对诸如城市中心这样的子系统的。这些模型抓住的是城市系统演化的典型特征，这有助于政治家和公民在适当情形更好地进行决策。
现代工业化的社会中存在着大量的形形色色的中心，包括各种各样的尺寸、形式和特征，从非常大的人口密集的城市到小小的人口不多的村庄。我们可以问一问，这些不同中心的空间分布的原因何在，它们将如何随着时间发生进化。要对此作出回答，我们就需要了解城市系统的总的空时状态，它是由其中的人员——个人、家庭、管理者如此等等——的局域相互作用造成的，这些人员可能在追求不同的合作或冲突的利益。一个城市中心的结构有赖于商业和工业利益、货物的流通和服务、交通联系、文化吸引力、生态要求。而且这些因素都必须精确并且能够测量。城市系统与外部世界有若干种交换。因此，它可以被解释为一种耗散结构，用一种复杂动力学系统来建模。
彼特·艾伦已经提出了一种系统，用演化方程表达了其中不同作用因素的非线性相互作用。城市系统的空时结构，包括变化着的中心、居民密度，都不是其组成因素的简单加和。它并非是某个总体优化者或某种集体收益函数的结果，而是由非线性相变引起的相继的平衡态不稳定性的结果。在此意义上，城市系统的演化，并非是柏拉图哲学王（或独裁者）控制的，也并非是笛卡尔建筑师建造的或者拉普拉斯妖所预见的。在复杂系统的数学框架中，一个城市系统的生长就如同活的有机体一样。
在艾伦的分析中，城市系统的地理空间由具有50个局域点的三角形点阵来表示。城市系统的生长由两个方程所决定，方程描述了局域点的人口变化以及这些点提供的就业的演化。局域的人口和局域的就业能力由作为正反馈的城市放大作用连接起来。就业的集中提供了客观条件和公共基础设施，它们反过来又引起了正反馈，同时，居民和投资者又在争夺提供负反馈的中心空间。
计算机作出的图6．11a－e示意了一个区域的人口分布的演化，该区域起初没有局域中心之间的相互作用。城市化过程表现为局域吸引子变化的格变。图6.11b处于时间t＝12单位，结构开始围绕5个主要中心发展。图6．11c中，最大中心的核心部分开始达到极大值。图6．11d示意t＝34，基本结构本质上是稳定的。两个中心已经经历了中心部分的衰退。在图6．11e中，基本的模式是稳定的。衰退、中心化和非中心化都是复杂的非线性动力学引起的。
图6.11a－e形成了城市系统的总体演化的加速运动图像。每一幅图像是一特定时间的总动力学状态的一幅相图。当然，这种模型是进行了简化的。但是，可以给它加上更多的功能作用方面，进一步研究其精细的非线性相互作用。不过，这种模型对于探讨决策选择具有启发性，可以在计算机模拟的案例研究中进行分析。无论是局域的还是总体的变化都可以增加到该系统中。这些模拟研究，政府极为感兴趣。
一种可能的策略是，在特定的地点给予特殊的投资以干预城市结构。这种决策策略适用于城市系统中迄今为止欠发展区域的发展。例如，投资不仅仅是一种经济手段，同时也是一种文化吸引力和交通联系。有时，一项投资可以激起某种局部的蝴蝶效应，引出某种总体后果，而与设计者的善良意愿起相反的作用。这是可能的，原因在于模型的非线性限制了长期预测的可能性。
一个城市的动力学是复杂系统的实际例子。它表明，如果忽略了非线性的后果，个别人的良好愿望是不充分的，甚至是危险的。个体行为的集体效应是我们社会的特征。进行决策时，要尽可能地意识到这些集体效应。这些后果的重要性不仅仅出现在对于具体决策及其非线性的计算机模拟中，甚至并没有参与具体的计划活动的公民，也必须意识到社会中的复杂的相互关联性。
煽动人们要求有对一位可以解决所有问题的强有力的政治领袖，从民主观点来看，这不仅仅是危险的。从数学角度看，由于现代高度工业化社会的复杂性，还表明它是错误的。另一方面，我们不要把希望寄托在个别的政治家或党派的身上，也不要当我们的被夸大了的预期未能实现时，又走向完全对政治丧失信心的另一端。人类社会的特征是其中的成员具有意向性。然而，如同原子团、分子混合物、细胞有机体或生态群体一样，他们也是由非线性的复杂性规律所支配的。
社会学理论中，对于复杂性和非线性的认识论考察仍然处于初期。发展起一种能够适当处理社会问题复杂性的统计数学，可以作为通向传统社会学概念的桥梁。在复杂系统探究方式中，社会现象是由非线性方程来描述的。例如，对埃米尔·德克海姆谈到的社会中的连带性，我们可以把这种概念的功能方面归因于复杂系统的非线性和集体效应。我们可以把政治决策划分为“线性的”和“非线性的”，例如，“线性的”相应于“个人的”选择，而“非线性的”相应于行政管理、大众媒介和政党这样的组织体制环境。许多公民和组织机构的行动和反应，都可以被理解为社会统计描述中的固有涨落。社会的确定论特征并不仅仅反映了分布函数的平均值，它们是按照如同主方程那样的非线性规律随时间发展的。
沃夫冈·维德里希的斯图加特学派已经发展起来了这种对于社会经济动力学的研究方式。其数学建模方法是从协同学和统计物理学中推导出来的，允许对社会中的集体发展进行定量描述。协同学指出了社会中的微观水平上的个体决策与宏观水平上的动力学集体过程之间的一种关系。社会科学中在微观经济学和宏观经济学、微观社会学和宏观社会学之间作出划分是大家熟悉的传统概念。维德里希的协同学探究方式是一种对于宏观过程的几率性描述，其中包括了忽略了涨落的准确定论描述的随机涨落和偏差。
对于求解模型可以从两方面来进行考察，例如，可以用分析的方法，考察主方程或平均方程的近似解的精确性如何；也可以用数字方法或计算机辅助方法来模拟特征图景。通过在微观水平上的实际考察，确定模型的参量或借助模型模拟估计未来的发展，从而对经济系统进行分析、评价。图6．12中示意了用协同学探究方式对于社会动力学进行建模的方法论框架。
这种协同学的建模概念已经被运用到若干种社会科学的问题中，例如，对于政治见解的集体形成，人口统计学，群体迁移，以及区域地理。协同学概念特别适合于把若干个社会部门的相互作用整合起来，诸如经济和集体形成政治见解之间的关系，或者经济和迁移过程之间的相互作用。迁移是当今一个非常重大的问题，揭示了线性的、单因果的思维是多么的危险。只有善良的个人愿望而没有考虑到个别决策带来的非线性的效果是不够的。线性的思维和行动可能激发总体的混沌，尽管我们的局部行动是出于善良的意愿。
按照协同学探究方式，社会经济系统有两个特征水平，标志着社会中个体决策的微观方面和集体动力学过程的宏观方面。发生着涨落的几率性宏观过程，可由人类社会构型的主方程来描述。一种社会构型的每一组分，都涉及到具有特征行为矢量的亚群体。对于群体的迁移，迁入或离开某个区域的行为和决策，可以从群体的空间分布及其变化来识别。因此，模型的动力学允许我们描述群体的不同总体宏观状态之间的相变。
经验性管理数据可以用来对这个理论进行检验。该模型可以是关于一个国家中的区域迁移，它由经济和城市发展的不同所引起；它甚至也可以是在“南”和“北”之间的惊人的世界性迁移，即在穷国和高度工业化的西欧、美国之间的迁移，这是由政治和经济的不景气所推动的。动物群体的物理输运或迁移常常是不可控制的、随机的和线性的，没有成员和集合体之间的相互作用。但是，人类的迁移则是有意向性的（受到收益考虑的驱动）、非线性的。因为这种转移率并不线性地依赖于整体的社会构型。
两个人类群体之间的迁移相互作用可能引起若干种协同学宏观现象，比如形成稳定的混合体，形成两个独立的稳定聚居群体，或者保持着不休止的迁移过程。在迁移动力学的数字模拟和相图中，协同学宏观现象可以通过相应的吸引子识别出来。图6．13a，b示意了两个群体的均匀混合，两者的聚集或分离的倾向都比较弱。图6．13a是平均方程的相图，其中有一个稳定的平衡点。图6．13b示意了主方程的稳恒解以及具极大值的几率分布。图6．14a，b示意了两个稳定的聚居群体的形成，两群体间显示出弱的聚集倾向和强的分离倾向。图6．14a是有两个定态不动点的相图，而图6．14b描述了定态不动点的最大几率分布。
图6．15a，b表示，两群体中存在的是中等程度的聚集倾向和强烈的对称相互作用。图6．15a示意的是一个涡旋图像，而图6．15b相应于极大值的几率分布。图6．16a，b相应于某种无休止的迁移过程，每一群体都有强烈的聚集倾向，两群体间有强烈的不对称的相互作用。图6．16a的相图显示了有不稳定起源的极限环。图6．16b中稳恒几率分布有4个极大值，它们与顺着极限环的边相连接。在社会学上，这种情况被解释为由不对你的侵入和群体迁移引起的逐步侵蚀。
如果我们考虑在三个区域中的三个群体而不是考虑两个群体，那么非线性迁移模型中就会出现确定论混沌现象。一些数字模拟得到了最后轨迹状态是奇怪吸引子。在其他情况下，相继出现的分叉变得越来越复杂，最终转移到混沌态。
应用于管理和组织社会学领域，是复杂系统探究方式的另一类实际应用。实际上，现代的公司已经开始将其大型组织重组和分散化，以使其在问题复杂性不断增加的情况下成功地实现组织战略。例如，他们开始支持新方式的组织流动性，允许迅速地形成以项目为中心的团体，以及按照环境的需要进行重新组合。与采取固定的社会结构组织形式相比较，流动性组织采取的是一种较高水平的合作方式。面临着社会的两难问题，流动性组织显示了一种极其多种多样的复杂的合作行为，这是由个体战略和结构变化之间的非线性相互作用引起的。
这些社会群体的动力学可以按照复杂系统来建模。计算机模拟对于可能的行为发展方式提供总体的洞察，由此有助于管理者去实现发展的适当条件。即使复杂系统的模型是适用的，当然也不可能作出长期预测并通过集中式的领导来进行全面控制。
这种模型是由意向性动因组成的。它们的选择决定于个体的偏爱、期待、信念以及过去的不完整的知识。合作模式是从个体在一定临界值内进行选择所导致的。当群体中一部分领悟到进行合作超过一定临界值时，个体也将采取合作。临界值取决于群体的大小，也取决于从个体的相互关联模式中形成的社会组织的结构。如果允许群体改变其社会结构，就增加了以合作方式来解决社会两难问题的潜力。组织流动性有其优点，但必须与可能丢失效率进行均衡。组织的效率，可以用它在一定时间中获得的总体收益来测量。
在公司中，一般都存在着某种非正式结构和正式结构，非正式结构是人们之间的情感联系模式导致的，正式结构则是由等级组织支配的。非正式结构通过一种自组织过程而实现，它可以用社会中的人际关系结构来代表。这种研究方式可以追溯到20世纪50年代对于城市家庭的社会关系网的研究，现在已发展成为一种高级的计算机辅助的社会学工具。从个体相互关联的微观角度看问题，就形成了一种对于社会结构的全局透视。
图6．17和图6．18中，这些结构被形象化为树状结构。每一分支代表着等级组织中较高水平上的一个子部门。在较低水平上的模式代表了个体，它们造成合作因素的完整循环和造成缺陷的开放循环。把两个个体分开的组织层的数目，是由每一个体从树状结构返溯到其共同起点时的模式数目所决定的。组织中两个单元之间的距离，由隔开的组织层数来度量。两个单元之间的距离越远，它们的行动之间的相互影响就越小。因此，组织树说明了一个群体中的集束数量和程度。
关键性的问题是一个群体的结构和流动性将如何影响合作的动力学。流动性依赖于个体在社会中的移动的难易程度，以及他们是否容易取得成功并扩展到结构。在复杂系统的框架中，系统的宏观性质是从下层的组分的相互作用中衍生出来的，这里在数学上用非线性演化方程来建模。
格兰斯和休伯曼在图6．17a－d中示意了对一个固定的社会结构中某些相转移的计算机模拟，其中由3个大集束构成了3层次的等级，每一个大集束又是由3个3元素的子集束构成的。图6．17d中的最终的总合作是由图6．17a中若干个单元的集束行动所导致的。这些单元相互加强，同时又能够推动一个层次上的单元进一步加入到合作之中。这种合作的增加可以影响结构中单元的合作，甚至可以进一步加入到合作之中。
在一个等级结构中的某个微小的合作行动，就可能引起大范围地转向整个组织的合作。这种一连串增加的合作将导致某个不动的平衡点。但是，具有固定结构的群体容易成长起来并超出持续合作的界限。在这种情况下，群体将迅速演化到它的总偏离的平衡状态。但是即使在这种界限以内，合作模式也是亚稳的，即单元之间的合作不可能长期保持，终归会过渡到发生突然的对称破缺，出现总的偏离。
在流动结构中，个体单元可以在组织中移动。个体根据他们所期待的长期利益而作出合作或偏离的决策。为了评价他（或她）在结构中的地位，他（或她）将把长期报酬与期望值进行比较，如果合乎他（或她）的期望，他（或她）就会呆下去，如果不合乎就会离开，离开的选择是随机的。当个体评价他（或她）的地位时，还会考虑突破现状而形成某种新集束的可能性，如果他（或她）感到这样做并不导致任何损失的话。个体单元是否容易取得突破，决定了取得突破的临界值，它是未来最大可能报酬的某个分数。
图6．18a－e粗略显示了一个流动组织中的相变。最初（图6．19a），群体中的所有成员（按每束4人划分为4束），都是处于偏离中。图6．18b表明，几乎其中所有的成员都已经依靠自己取得了突破。在这种情况下，成员们更倾向于转向某种合作的策略，实现了图6．18c。因为不确定性，成员中不时有集束之间的切换（图6．18d）。当一束变得太大时，该束就可能开始转向偏离。在这一转移阶段（图6．18e），越来越多的成员将取得自己的突破，并重复出现类似的发展。这种类型的循环已经在模拟的组织中反复观察到了。
正如在城市生长的情形（图6．11）或者迁移动力学中（图6．13-图6．16），对社会组织的计算机实验模拟不可能对个体行为得出确定论的预测，但是它们有助于人们理解社会动力学的敏感性和复杂性。因此，就有可能去实现适宜的环境和条件，从而改进相应社会系统中的人们的生活状况。
社会文化进化的模型必须考虑到多个相互作用的方面。如果一个社会是由多层、多部门交叉的耗散结构构成的，我们就必须找到合适的图像去说明它们是如何形成的。在包含相互作用的耗散系统的复杂发展中，新的宏观结构的形成从长期角度看就是一种分散化和非计划事件。而且，在每一方面都包含着许多或明或暗的激励和鼓舞着人的行为的思想、感情和预计。它们无法直接地加以量化，因为它们溶解在一条被称作“生活方式”的洪流之中。然而，一个社会的生活方式是一种典型的社会文化的宏观现象，依赖于多种相互作用的可以鉴明的因素：诸如与经济、技术、工作、旅行、生态和传播媒介相联系的条件状况。
当代世界中，技术的进化已成为一种变化的推动力量，影响着多种多样的生活方式要素。对于自组织过程，一种显著的特征是，技术的发展是自催化的，每一种创新都催化下一种创新的产生。一种主导的思想（“范式”）是把技术和社会进化解释为技术相继被取代的结果，即一种人工物被另一种人工物取代，照此从增长到饱和的发展就可以进行数学建模，表示为相互关联的逻辑斯蒂曲线。断言技术的进展是通过一系列的相变和取代而进行的，意味着它们可以看成一系列相继的逻辑斯蒂曲线。每一条曲线都达到了某种饱和水平。随着每一水平的进化创新，就发展起一条新的逻辑曲线的相变。
在6.3节中，我们已经讨论了技术中的这些相变是与经济的增长或衰退相关联的。计算机和信息技术的发展已经前所未有地影响了几乎所有领域中的人类生活方式。看来可以将其比作一种准进化过程，即产生出复杂性不断增长的计算机和信息系统的过程。当计算机科学家们谈论新一代计算机超越了老一代计算机的复杂性时，就运用着赫伯特·斯宾塞的术语。事实上，系统功能的复杂性已经增加了。但是，另一方面，例如，问题的复杂性（由其所用计算时间来度量）就已经减少了。问题复杂性的减少就是这些技术的准进化过程的一种序参量。
计算机和信息技术系统已经成为社会文化发展中的一项至关重要的技术，以准进化过程进化着。这种过程的复制作用具有某种信息模式，它们构成了文化，并以变化着的方式从这一人群传播到另一人群。与分子和初等有机体不同，人们有其自己的意向性，信息模式的传播过程不是通过机械式模仿来实现的，而是通过通信来实现的。将其与基因相比较，这些复制作用常被称作“縻縻”（memes）。它们包括思想、信念、习惯、道德、风尚和技术等等。
任何能够通过信息通信方式传播的模式就是一种魔摩，甚至在其人类宿主无法表达它或是没有意识到它的存在时也是如此。重要的是，认识到人类文化的复制子是縻縻，而不是人们。正如卡尔·波普尔主张的，我们能够改变我们的思想，使得推动文化进化的不是人们的选择，而是“让我们的理论替我们死亡”。
在复杂系统的框架中，我们当然可以谈论在数学演化方程的抽象意义上的系统“进化”。具有其特殊生物化学机制的生物进化，只是标志了复杂系统的一般数学框架中的特殊模型。因此，人类文化的进化特征，是不可能归结为生物进化的生物化学机制的。但是像“縻縻”这样的概念，不应该被误解为只是一种社会达尔文主义的行话。它们可以说明能够从数学上定义并在经验上检验的复杂系统的基本特征。
在此意义上，世界范围的通信网络的发展，可以被解释为协助人类中的縻縻传播以建立起一种縻縻生态系统的复杂系统的进化。支撑着人类文化的縻縻是多种多样的，也是其变化和选择的机制。在6．3节，我们已经讨论了“经济縻縻”及其市场选择机制。经济市场对于其自身的人类社会环境总是具有一定程度的开放性。在它们的运行中，总是受到广泛的严格程度不一的种种力量的制约，它们是由各种法律和调控机构所施加的。
在人类社会中，法律系统和政府活动为市场提供了某种框架。在复杂系统的框架中，它们不可能免遭进化力量的冲击。它们在政治生态系统中，以其自身的机制发生着进化，进行着法律的变异和选择。一些政治縻縻，如政治**、政治口号或政治纲领，可以成为社会热力学相图中的吸引子。在一个开放的民主社会中，它们可能兴旺，但也可能衰落，如果由于竞争替换的选择压力使得它们的吸引力减小的话。
管理现代社会的复杂性的能力决定性地依赖于有效的通信网络。如同生物大脑中的神经网络一样，这些通信网络决定着有助于人类生存的学习能力。在复杂系统的框架中，我们必须为在其经济和文化环境中传播的信息技术进行动力学建模。因此，我们就涉及到信息的和计算的生态学。这样的例子是现实的，预订机票、银行联网、实验室联网都是现实的例子，它们都包括了许多各种各样的计算机网络。
不完整的知识和迟到的信息都是开放计算系统的典型特征，在此是没有中心控制的。这些巨大的网络，从不断增加着种种计算机辅助的信息中心的联接中出现，正在变成一种自组织系统，它们不同于它们的由单个程序控制的组件。它们的非计划性增长导致了巨大的技术复合和运用的多样性，也增加着相互兼容的困难。这种解放着人类文化的独立机器人世界，呈现出一幅令人生畏的景象，可能会是许多可能令人不安的图景的最后结局。
由于世界范围的局域信息和计算机中心的增长不可能通过中心处理者来进行规划，因而就要有一门非线性动力学，应该在复杂系统的框架中对它加以研究。甚至对简化的案例进行研究，也会对现代社会文化进化提供某些重要的洞察。计算生态的复杂相互关联性，违反了传统的等级分解要求，传统管理中进行的等级分解是将其分解为技术的、工业的或管理的部门。现代技术通信网络是增长着的开放系统，其中必定没有诸如机器或人的中心控制、同步控制或一致数据。
不完整的知识导致了某种优化差距，而信息接受的延迟则引起其中单元的振荡。合作以及对有限资源的竞争可能导致协同效应。混沌则阻止了任何稳定的问题求解策略。马尔文·闵斯基已经研究了一种简化的集体问题模型，求解使用的一些独立的单元，它们针对一组相关问题，并发生相互作用。这种例子可以运用于计算机辅助信息系统的分布系统的模型设计中。
贝纳多·A．休伯曼和塔得·哈格分析了一个模型，它有一些中心或成员，能够在种种可能的策略中进行选择，以完成指定的任务（图6.16）。此策略相应于他们所设想的报酬，单元反复地针对不同策略评价所设想的报酬，并转向具有最大报酬的策略。此模型的演化方程决定了过程改变其策略的速率。由于在一定时间间隔中只有一部分成员决定转向，所以系统的动力学必须用几率方程来建模。
此种系统可以显示出种种行为，范围从不动点一直到振荡和混沌。系统中不可避免的振荡可能是延迟的信息所引起的。不完整的知识和延迟甚至可能引起混沌行为。由于报酬依赖于偏爱选择何种策略，动力学和初始条件都将阻止对于长期行为作出预见。
世界正在成为充满数量巨大的计算系统的世界，复杂性在不断增长。其中包括有传统的冯·诺意曼机，向量巨型机，共享贮存多处理器、联接机、神经网络机和成千上万的如同阿米巴那样充满这个世界的个人计算机以及将来的分子计算机。这些计算系统正在逐步与诸如卫星、电话、光纤的种种信息系统联接起来。一个自组织的世界范围的软件和硬件系统网络的思想，已经变成现实了。
例如，1969年，在美国国防部建立了计算机辅助的信息网络。它已经成了一个迅速成长的网络的核心。这个网络已经联接了175000台计算机、936个终端及许许多多的人。在INTERNET的增长中，没有任何中央处理器的计划或控制，而是一个或多或少有些混乱的过程。然而，组织模式从混沌中出现了，或者也将以某种全球自组织的方式衰退。
在复杂的信息网络中，知识和信息分布在多个中心和个别的程序编制者中。它们的复杂性排除了集中计划。如同所有包括目标、资源和行动的系统一样，计算已经用经济学术语来加以描述了。显然，运用着市场机制的软件和硬件的计算市场已经出现。正如我们已经在6．2－3节中见到的，市场是一种自组织的复杂生态系统的形式。按照斯密的基本见解，比起任何程序编制者和集中控制者的计划和理解，消费者进行选择的力量将使得计算市场生态系统为人们提供更好的服务。原因在于，计算生态系统的巨大复杂性和多样性是与人们的市场联系在一起的。
读者可以回忆一下生物生态系统的复杂性，其中有多个层次，包括细胞、器官和机体。同样地，一个计算生态系统的元素，也是按照计算系统的复杂性增长而在不同水平上结合起来的。图6．20示意了全球的USENET网络，它通过许多的局域成长因素而成长起来。该网络的发展现状是包含了37000个节点，它只是INTERNET的一部分。如果人们想要发送或接收电子邮件或利用其他的信息服务，只要找到一个局域的USENET站就可以实现所希望的全球联结。
不过，在计算生态系统与生物生态系统之间的类似性，并不意味着任何的还原主义或生物主义。在复杂系统的框架中，计算生态系统和生物生态系统仅仅是数学演化方程的模型，由此标志了复杂系统的非线性动力学。按照闵斯基的观点，覆盖全球的计算机辅助网络可以解释为一种“市场”或“精神社会”。
哲学上，这种新的世界性“知识媒介”或计算机辅助的“智能”，使我们想起了黑格尔的理念。他的理念是一种“客观精神”的形成，它嵌在人类社会及其法律系统、经济和官僚制度之中，克服了个人的“主观精神”。但是，这些计算生态系统，既没有人类个体的大脑神经网络具有的意识，也没有大脑神经网络所具有的意向性（参见第4章）。
然而，问题是计算生态系统是否可以称作具有某种程度的“智能”。对于个体进行的智能测验，是判断其在一定时间中实现某种设定的目标的能力。在这里，智能并非某种形而上学的普遍概念；相反，这里设定了若干个精确程度不同的可检验的行为标准。一些作者已经建议，判断一个社会的“智能”，同样可以根据它运用给出的资源去实现目标的能力，这些目标是由一定的合法的子群体（例如议会）设定的。“智能”程度依赖于能够实现的目标的范围，实现目标的速度和所用手段的效率。这些定义的细节可以是不同的，但是，基于这些概念的“智能”实际上涉及到整体系统的宏观特征。这些定义的实际目的，是要比较计算生态系统及其成功地求解问题的程度。与此相反，诸如一个国家的集体“智能”这样的术语，在意识形态上是危险的。而且，我们必须意识到，智能的技术标准与意识这样的概念是有区别的，意识实际上是由生物进化中一定的大脑网络的自参照性所实现的。
信息和计算的生态系统的生长，与社会的基本性变化相联系，其特征是从传统的处理货物的产业转向信息和信息服务的知识产业。信息的生产、分配和管理都已经成为以知识为基础的现代社会的主要活动。因此，在人类和信息系统之间的界面必须不断地加以改进，以实现世界范围的人类通信网络的理想。人类的表示方式，如言谈、姿势或书写，都应该为计算和信息系统直接理解。“完整人范式”和“人机网络”是未来通信世界的最重要内容。
人类的通信不仅仅涉及到信息字符串，而且还涉及到直觉、感情和情绪。未来的通信世界有时被称作“全球村”以强调由于高技术环境导致的熟知程度。但是，对它的接受决定性地取决于与人类友好界面的实现。我们必须考虑一种新的复杂性，包括人的直觉和情绪。古老的理性理想，作为对于人类生活本质的抽象，完全地忽视了人类世界。甚至科学研究的过程也是由人的直觉所鼓舞，由人的情感所驱动，这是在未来的通信世界中必须要加以考虑的。
一些人担心，社会文化进化的最终吸引子将不是一个全球村或世界性的城邦，而是一个巨大的“利维坦”借助着现代的高技术程序来统治着人类。在虚拟现实的计算化世界中，人类的所有表达方式都将数字化，对于人们的亲密不留下任何余地。但是，社会文化进化的复杂性将允许有多个吸引子。它们不可能由人们的决策来预见或决定，但是它们将受到人们能够实现的条件和约束的影响。在一个高度复杂性的世界中，人类自由的机会是什么？在一个高度非线性的集体效应的复杂世界中，个人的责任程度是什么？这些问题导引出结语中关于复杂性、非线性世界中的伦理学的讨论。