得鳌５比唬杂谝桓瞿Ｐ停彼幕拘灾适怯赏獠苛α坷淳龆ǖ模庑┩獠苛α坑置挥泻侠淼木醚Ы馐停庋哪Ｐ途褪呛苣蚜钊寺獾摹Ｈ绻桓鍪导实南低呈欠窍咝缘摹⒒煦绲模赡苡跋炱渚枚ρУ耐獠孔饔昧Φ慕徊降男畔⒁簿涂赡苁嵌嘤嗟摹４臃椒鄣墓鄣憧矗凑瞻驴返母裱詄ntia 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�