Страница 55 из 84
стегнули такую мощную и быструю революцию в промышленности и корпоративных структурах, какой мир еще не видел. У Интернета есть собственная жизнь, и ему самому решать, чем он станет в дальнейшем.
Сложные системы адаптивны
Ко всему прочему, сложные самоорганизующиеся системы еще и адаптивны. Они приспосабливаются к своему окружению и стараются повернуть ход событий в свою пользу. Мозг развивается и учится. Виды эволюционируют. Города поглощают инвестиции и благоустраиваются. Рынки разрастаются, специализируются и адаптируются к давлению со стороны важных отдельных рынков.
Сложность связана с эволюцией естественным отбором. Например, колония термитов регулирует численный состав своих каст сочетаниями активируемых личинками химикатов. Если колонии не хватает солдат, то запах, испускаемый ими внутри термитника, падает ниже определенного уровня, и тогда инкубатор личинок начинает автоматически производить больше солдат, которые физически отличаются от других термитов. Джон Тайлер Боннер показал, как этот тип самоприспосабливающейся сложности возник в результате естественного отбора*. Если это происходит в природе, то очень интересно, можно ли считать возникновение сложных систем, таких как города и экономические уклады, частью того же процесса эволюции путем естественного отбора?
Теоретики сложности, такие как Джон Холланд, объясняют это тем, что у сложных адаптивных систем обычно множество ниш, у каждой из которых свои роль и место. Кроме того, постоянно открываются новые ниши — для новых хищников, ниши для новой добычи, новых симбиотических партнеров, новых паразитов. По мере открытия новых ниш система меняется. Она никогда не сможет достичь равновесия.
* Джон Тайлер Боннер. Эволюция сложности путем естественного отбора (John Tyler Bo
На грани хаоса
Сложные системы балансируют на Грани хаоса, в любопытном состоянии между порядком и беспорядком, статус-кво и радикальными инновациями, стабильностью и трансформацией. Следует отметить, что у каждой сложной системы своя комбинация порядка и случайности, они всегда действуют в пределах границ и структуры порядка. Невозможно заниматься самоорганизацией, не имея границ. Когда сложная система оказывается на грани хаоса, она пересекает эту границу и становится чем-то другим. Как заметил Джон Хорген, «все интересное случается на грани хаоса"*.
Биологи используют «эффект грани» для описания тенденции к увеличению разнообразия и плотности организмов, скапливающихся на границах между общинами. В теории сложности «грань хаоса» используется для описания сложных систем, потому что они одновременно обладают элементами порядка и элементами текучести. Кристалл не является сложной системой, потому что его структура идеально упорядочена, и менять в ней нечего. Другая крайность — это кипящая жидкость, которая является скорее хаотической, чем сложной системой — в ней порядка слишком мало. В отличие от них в сложных системах, будь то амеба, фондовая биржа или экономика, всегда есть и порядок, и достаточно текучести, чтобы было что менять.
Биолог Э. О. Уилсон сказал:
« Система, которая желает развиться быстрее всех, дожисна оказаться между границ, а точнее прямо на грани хаоса, — обладая порядком, но ослабив связи с некоторыми своими частями настолько, чтобы ей было легко измениться».
Правило статуса/размера Зипфа
Блестящий экономист Пол Кругман доказал, что города, являясь сложными самоорганизующимися и адаптивными систе-
* Джон Хорген, статья «От сложности к недоумению» (John Horgen. «From complexity to perplexity» // Scientific American, June, 1995).
мами, ведут себя совершенно разными способами. Многие из его аргументов сложны для неспециалистов, но один легкодоступный для понимания касается размера американских городов*. Оказывается, они подчиняются Правилу статуса/размера Зипфа, автором которого является профессор филологии в Гарварде Джордж Зипф. Правило гласит, что население города в любой стране обратно пропорционально его статусу. Если правило работает точно, то во втором по статусу городе страны население будет вдвое меньше первого, в третьем жителей должно быть втрое меньше, чем в первом, и так далее.
Совершенно ясно, что полного соответствия ожидать не следует, — с данными и законами так никогда не бывает. И вы можете возразить, что в Лос-Анджелесе число жителей намного превышает половину населения Нью-Йорка. Но если опуститься по лестнице ниже, точность просто поражает. Город № 10 в США — это Хьюстон с населением 3,3 8 миллиона. Город № 100 Спокэйн в штате Вашингтон с 370 000 жителей, что чуть меньше одной десятой населения Хьюстона. Кругман говорит нам:
« Если вы регрессируете (наложите) диаграмму статуса на диаграмму населения, то получите коэффициент -1,003, со стандартной погрешностью всего лишь 0,01 — с угловым коэффициентом, близким к 1 при почти полном соответствии кривых. Мы не привыкли наблюдать такую степень правильности в экономике — она настолько высока, что представляется мне сверхъестественной «.
Но самое невероятное в том, что этот закон отлично работает уже, по крайней мере, сто лет. Линии точно такой же формы получаются при анализе относительных размеров городов в 1940 или в 1890 году**.
♦ См. замечательную брошюру Пола Кругмана «Самоорганизующаяся экономика» (Paul Krugman. The Self-Organizing Economy. 1996, Blackwell Publishers, Cambridge, MA).
** Кругман отмечает, что закон Зипфа работает не так хорошо в странах с «городами-первосвятитслями», намного превосходящими все остальные и сочетающими «нормальную» экономическую роль с ролью политического центра, такими как Лондон или Париж. К ожидаемому «экономическому» населению нам приходится прибавлять рабочие места, предоставляемые бюрократической машиной, и тех, кто теснится вокруг власти. В таких случаях закон Зипфа работает с гипотетическими поправками на этот фактор. Кроме того, он работает в большинстве стран, где городов-первосвятителей нет.
Теория скоплений и масс Саймона
Почему города организуют себя так, а не иначе? Мы не знаем. Но примерно полвека назад Герберт Саймон высказал одну вполне, возможно, правильную, догадку. Суть ее в том, что независимо от первоначальных размеров городов впоследствии они привлекают к себе приток новых жителей примерно в одинаковой пропорции. Это и есть Теория скоплений и масс. Каждый существующий город — это «скопление» определенного размера. Прирост населения идет скачками, причем не только за счет превышения рождаемости над смертностью, но и за счет «масс» вновь прибывших (в случае США — это иммигранты; во многих других странах — переселенцы из сельской местности). Но каждая новая масса стремится прилепиться к скоплению, пропорциональному размерам массы. Саймон объясняет это наличием рабочих мест, а также тем давно известным фактом, что большинство предпринимателей (предоставляющих работу) предпочитают не удаляться от тех мест, где начинали.
Закон Гутенберга-Рихтера
Трудно поверить в то, что городами управляет теория скоплений и масс, но совсем невероятно то, что закон силы Зипфа применим не только для городов, но и для вещей, не имеющих с ними, казалось бы, вообще ничего общего. Точно так же он работает с землетрясениями, метеоритами и видами. Закон Зипфа применительно к землетрясениям дал нам Закон Гутенберга—Рихтера, который гласит, что частота землетрясений обратно пропорциональна их силе. Примерно так же частота падения метеоритов на Землю — какое счастье! — обратно пропорциональна их размеру. А если построить диаграмму числа видов животных, превышающих определенные размеры, мы обнаружим то же соотношение.
Города, экономика, землетрясения, метеориты и, весьма вероятно, эволюция — это самоорганизующиеся системы, у которых есть четкие и похожие модели поведения и которые производят порядок из нестабильности. Все невероятным образом сходится. Мы возвращаемся к «таинственной руке» Адама Смита, хотя она простирается далеко за пределы экономики. Составляющим частям не дано «знать», что они делают. Или все-таки знают? Как в биологии мы объясняем то, что клетки занимают предназначенные им места? Вот что говорит Кругман: