第二节　一般系统论和复杂性科学

在哈耶克生命中最后一本极富演化理论色彩的重要著作《致命的自负》中，作者全面阐述了他的扩展秩序思想。从早期对货币、信用与经济周期的研究、参与社会主义经济计算大辩论、理论心理学著作《感觉的秩序》的写作到晚年盖棺定论之作《致命的自负》的出版，哈耶克对经济系统的运作逐渐达到一个一般理解的阶段，并试图把自己的研究归入一个更广大的自组织研究领域中去。

我们的价值和制度不单是由既往的原因决定，而且也是一种结构或模式不自觉地进行自我组织的过程的一部分。这种观点，不仅在经济学中，而且在一个更广大的领域，在生物科学中，都是正确的。这种见解不过是一个不断成长壮大的理论家族中的一员，它在说明复杂结构时着眼于过程，它们超越了我们服从所有各自环境的能力，并且对这些环境的具体表现起着决定性作用。我最初开始工作时，感到自己在研究这种自我维持秩序的高度复杂的进化形式方面，几乎是孤军奋战。但在这段时间，这类问题的研究——它们有着形形色色的名称，如自发生成论、控制论、内生平衡、自组织、协同论、系统论，……本书只能说是为这一不断壮大的潮流尽了绵薄之力（哈耶克，2000b∶5）。

的确，作为复杂系统的经济系统是众多复杂系统的一个特例，而经济领域出现的自发秩序现象也同样在其他复杂系统中反复出现。经济学的演化范式的一个重要理论源头就是“一般系统论”，以及包容范围更广泛的“复杂性科学”。

一　一般系统论中的演化思想

一般系统论中的系统被定义为相互联系的元素集（冯·贝塔朗菲，1987∶46）。这个定义在经济系统中可以表现为全部产品的某个测度（如价格，或者数量，或创新一种新产品），任何一种产品i的价格Pi是所有其他任何产品价格的函数，而Pi的变动也会影响到其他任何产品的价格。下面按照拉兹洛（Ervin Laszlo，1972）的一般系统框架来分析一般系统的特征：整体性、秩序、适应性自稳定、适应性自组织、系统层级结构等。

（一）系统具有整体性，或不可完全还原性

系统的某个元素P变化是所有其他元素的函数，即组成系统的各个部分之间的相互作用不能忽略，而是存在“强相互作用”或“非线性相互作用”。因此组织至少不能完全分解为局部事件。这意味着，不能把隔离部分的行为加总为整体，必须考虑各从属系统和主导系统之间的关系才能了解各部分的行为（冯·贝塔朗菲，1987∶56）。在演化经济学中，这一点通常被称为“下向因果”。复杂系统中构成部分的相互作用可以通过联立微分方程组来理解，但是一个联立微分方程组并不是一般系统的一般表达，而只能用来粗略地说明系统内组织成分的相互作用关系。

（二）秩序

社会科学都在从某个维度解释人类社会中的秩序，如经济学是解释经济秩序的学科。在无所不包的系统中，社会系统在系统层级结构中最接近的分界面是文化、人和有机体，而不是自然环境。用控制论的语言能够更好刻画人类社会系统呈现出来的秩序。社会系统中的负反馈机制使其保持现有模式，超过这个限度，正反馈发挥作用，并使系统朝向新的方向发展（Ervin Laszlo，1972∶103）。经济学中的供需局部均衡本质上是一个负反馈机制在起作用，在特定地区和时间范围内供需两种力量维持着产品的均衡价格和数量；而一般均衡（如果真的存在或有此趋势）则是系统层面的负反馈机制在起作用的结果。

（三）适应性自稳定

以人类个体感知的时间尺度，经济和社会系统的稳定是主要方面，而变化则是次要方面。这种稳定状态就像流淌的河流和行驶中的车流，是一种动态稳定。把人类个体连接起来形成社会的基本规则通过文化传递一代一代复制。企业组织内的惯例，人类社会的基本道德规则，法律系统中的宪法、人们日常交往中的习俗和惯例、语言等都是经济和社会系统中的“惰性”因素，除非人们在环境变化中遭受空前冲击，由此经验到严重不适应，它们是不会变化而一代一代复制下去。由这些“砖块”构建的经济和社会系统呈现出适应性自稳定，这些系统的惰性构件发生变化也是以边际的方式发生，而不会出现整体性变迁。

（四）系统的进化和适应性自组织

考夫曼进化出高度秩序的现象不能单靠“撞大运”的机遇变异和达尔文的自然选择。自然选择不是秩序的唯一来源，是“自组织”和达尔文自然选择共同解释系统进化（考夫曼，2003∶57、113）。所谓自组织，是系统通过自身的力量自发增加的活动的组织性和结构的有序度进化过程，而不需要外界环境和其他外界系统的干预或控制。经济学中斯密经典的“看不见的手”描述了不需要经济系统之外的控制者干预的经济系统自组织。生物的伤口愈合过程也是一个自组织过程。自组织并不需要引入任何神秘因素到系统进化中来，而是系统内元素局部性相互作用因其全局有序化过程，在这一过程中没有哪个元素处于控制地位，局部性的相互作用的协同产生了复杂的宏观有序。自组织的所谓“神秘”之处在于局部相互作用以及在局部—全局通讯（如经济系统中的相对价格信号）引导下导致宏观—全局有序。产生自组织的条件，一是系统是远离平衡态的开放系统，也就是输入系统的负熵大于系统输出的熵；二是系统元素之间以及元素与结构之间的分线性相互作用和反馈作用。产生自组织的机制包括涨落和分叉、协同作用和分布式控制（颜泽贤等，2006∶341—360）。与经济系统演化非常相关的是一个机制是分布式控制，指系统中导致秩序出现的控制功能的实现不是由一个控制者来执行的，而是分散地由系统各个组成部分协同地按照一定概率分布发出控制信号来实现。例如受精卵发育成胎儿直到成年个体，所有细胞中的基因指令在不同发育时期都参与了发育控制；市场经济中无数市场参与者响应价格信号做出调整行动以控制资源配置过程。

（五）系统的结构与层级

复杂系统并不是由最下层级的组分直接建筑而成，而是由组分建构成各个层级中的组织，因此经验观察可以发现系统是由无数组织构成的。组织被西蒙定义为建构复杂系统的“稳定中间形态”。

（六）复杂系统是开放系统

复杂系统是开放系统，即存在能量在通讯机制的引导下持续输入和输出，并且输入的负熵绝对值大于输出正熵的绝对值。在有机体个体层次，物理学家薛定谔就把生命定义为靠负熵为食的事物，“有机体靠负熵为生，……生命以负熵为生，就像活的有机体吸引一串负熵去抵消它在生活中产生的熵增量，从而使它自身维持在一个稳定而低熵的水平上”（E.Schrodinger，1967∶76、78）。复杂系统在各个层级上呈现相对于下一层级的涌现性。任何复杂系统都存其自身的通讯机制，与通讯机制相联系的是系统反馈机制，通过通讯机制和反馈机制，系统维持某种动态中的稳态。开放系统随时间而进化，系统从较低有序状态向较高的有序状态转变，这一个过程是一个系统不断吸收“负熵”以对抗热力学第二定律的过程。

（七）意识、理性和文化因素介入的复杂系统

与人这种高等生物相联系的意识、精神、理性和它们的产物——文化因素介入到系统中时，复杂系统呈现出新的特征，一种叫“目的性”的新事物出现在系统中。对此，贝塔朗菲说，在生物学、行为学和社会学领域，有一些重要问题是古典科学忽视或者根本不考虑的。考察生物就会发现惊人的秩序、组织、不断变化中的维持、调节和表观目的论。在人的行为中，……不能忽视“目的性”（冯·贝塔朗菲，1987∶77）。如前述，贝塔朗菲给出的系统定义含有“相互关系”，一旦到了人类社会领域，系统中高于个体的“相互关系”特征变得十分突出，在这里，“单纯的事物不再存在，取而代之是他们的相互关系”（Ervin Laszlo，1972∶165）。这要求我们观察事物的视角从“实在实体”向“关系实体”转变。不仅如此，此类复杂系统内变量间的规律不再能套用简单的二变量因果关系研究方法，因为组分之间、组织之间、层级之间的复杂相互作用导致“多因多果”（多变量相互作用原理）构成此类复杂系统的一般特征。在人类历史领域，决定论是错误的，不存在一个人类社会领域的“拉普拉斯妖”，“历史的必然性”是大可质疑的。因此刻画复杂现象更可靠的是定性模型，对此贝塔朗菲同意哈耶克的见解，这种“原则性说明”的方法适用于社会科学和历史，气象学或进化（冯·贝塔朗菲，1987∶88）。其中的原因，在于试图对引入文化因素的社会事务领域建构精确的数学模型时，可能为了模型处理的方便而剥离了研究对象的主要部分。

二　复杂性科学中的演化思想

复杂性科学可以视为一般系统论发展的最新阶段（系统论发展的第三拨），它关注的中心问题集中到复杂系统演化中的涌现性和涌现机制。大数量的互动主体相互作用，形成有结构、有层级的复杂系统，并且在每一个层级上涌现出新的性质、行为和功能。用复杂性研究重镇桑塔菲研究所的看法，复杂性科学是一门关于涌现的科学（M.沃尔德罗普，1997∶115）。

复杂性可以从认识论和本体论两个角度来研究（N.雷舍尔，2007∶18）。从认识论角度，其中描述复杂性，即给系统提供一个恰当的描述必须给定的说明长度；生成复杂性，即为提供产生系统的一个途径必须给定的一组指令的长度；计算复杂性，即解决一个问题所耗费的努力和时间总量。从本体论维度，其中组分复杂性，包括构成复杂性和类别复杂性；结构复杂性，包括组织复杂性和层级复杂性；功能复杂性，包括操作复杂性和规则复杂性。这些都是从复杂性的不同角度观察和刻画所做的分类。

（一）复杂系统的特征

复杂系统的构成主体是行动主体，典型的如经济系统中的个体和企业组织，股票市场中的买家和卖家；人体免疫系统中的抗体。行动主体意味着和其他主体和环境之间存在交互和响应行为，有感知、目标和行动，有决策能力（人类个体），这一点区别于任何物理化学处理的自然科学对象。主体间联系的多样性；主体间联系的非线性和非对称性；行动主体具有自组织和使适应性进化行为（范冬萍，2011∶61—63）。用最抽象的描述，主体的功能就是处理输入和输出（霍兰，2006∶126）。

复杂性的另一个重要特点是整体性或不可以完全还原性。整体论的对手是还原论，一种极端还原论被称为强微观还原论，对此生物学家斯蒂芬·罗斯曼（2006∶82）以生物学为例总结如下∶（1）生命是一个复杂的化学系统，以DNA的特殊性质及其被编码的蛋白质分子为基础。（2）生命的本质可以通过研究其化学的和结构的组成要素得到最深层的认识。（3）以上原则适合于生命的全部特征。这就是强微观还原论的“研究纲领”。事实证明，这种极端还原主义并不能解释生命的本质。不同于极端还原主义立场，西蒙区分了整体性的强解释和弱解释，并认为弱解释更可取（西蒙，2004∶158）。整体性的弱解释意味着，涌现性只不过意味着复杂系统的组成部分的相互关系在这些组成部分相互孤立时是不存在的。这种弱解释允许讨论复杂系统的层级系统与其子系统之间存在的近可分解性，以及子系统与总体系系统的较慢运动的短期独立性。西蒙的对涌现性或复杂系统的整体性采取近可分解的立场与生物学家反对强微观还原论的主张是一致的。斯蒂芬·罗斯曼在研究蛋白质分子膜传输时发现，对于消化酶来说，特殊的腺泡细胞膜具有穿透性，由此颠覆了正统囊泡理论所说的囊泡机制是提供蛋白质唯一传输方式。西蒙还区分了层级系统中的低频长程运动和高频短程运动，这为打开复杂系统涌现性开辟了一种可能性。

（二）复杂现象中的涌现

涌现最通常的含义是“整体大于部分之和”，即个体的、局部的行为聚集成全局有序行为，而这种全局的行为/状态/功能/结构很大程度上已经与它的组分和起源分离。一个方便的视角是从层级结构上理解涌现。任何复杂系统都具有层级结构，每越过一个层级，都伴随着相对下一层级的涌现，因此可说“系统是由多层涌现堆积而成的”（J.H.米勒、S.E.佩奇，2012∶54）。最为成熟的涌现概念出现在生物学中。恩斯特·迈尔（Ernst Mayr，1990∶43）指出，涌现概念往往用于生命、意志和意识等复杂现象中，它是系统的一个特征，即整体的特征不可能（理论上也如此）由构成整体的部分来推断，即使对每一部分或其局部不完全组合的特性已完全研究清楚也是如此。这种整体中的新特征的显露称为涌现。迈尔指出，其实涌现概念同样可沿用于无机系统中（如水、晶体），而现代物理学也越来越接受涌现思想。认知科学和心智理论家汤普森（Evan Thompson，2007∶352）认为没有充分理由独立于特定解释背景来寻找单一而简单的涌现概念，基于认知科学背景，涌现性（P）是指从复杂网络（N）组成部分间的非线性动态涌现过程（E）中呈现，P和E并非由N的组成部分的内在特征决定，其中涌现机制由三个核心命题构成——非线性动力学（原因结果不对称，不能简单归因）、全局到局部的影响（下向因果）、关系整体（近可分解性）。

以桑塔菲研究所（SFI）为代表的复杂性科学研究重镇，其代表人物之一霍兰（John Holland，2006∶231—237）全面描述了涌现现象和涌现性。涌现的本质是以小生大，由简入繁。涌现现象出现在生成系统中，生成系统中整体大于部分之和。典型的涌现现象是组成部分不断改变的稳定模式，稳定模式的功能是由其所处的环境来决定的。更高层次的生成过程可以由稳定性的强化而产生（如哺乳动物和头足动物眼睛的起源）。经济学家中哈耶克把性质上不同于纯粹物理现象的一类，如生命现象、精神现象和社会现象称为复杂现象，在这些现象中，因为相互之间存在简单关系的要素之数量增加而引起自我维持的新模式的涌现，这意味着这个更大的结构作为一个整体具有某些普遍或抽象特征，（整体的普遍或抽象特征）独立于个别要素的具体数量而反复出现，因而这个整体成为理论解释的明确对象（哈耶克，2003∶499—500）。哈耶克特别指出，统计学并不适合处理此类复杂现象，因为统计学的前提，其处理素材可以被同质化加总处理，并且不必处理元素间的互动和联系，也就是“通过消除复杂性来处理大量数据”。经济学家中，西蒙（Herbert Simon，1962）持有一种涌现的“弱解释”观，即涌现意味着复杂系统中组分的相互关系在这些组分相互孤立时是不存在的，涌现的弱解释原则上坚持还原论，具体方法是在复杂性的每一连续层次上构建近似独立性理论和中介理论，以说明每一较高层级怎样用较低一层次上的组分及其关系来解释。西蒙提出，复杂系统都具有“近可分解”的层级结构，其中高频动态过程一般与子系统相关，而低频动态过程与较大系统相关，由此我们得以探究涌现“黑箱”。

具有可分析性的研究涌现性的概念是“有组织复杂性”。在随机性和复杂性的二维平面上，靠近原点的区域是随机性程度低且复杂性程度也低的世界，如晶体。在二维坐标平面上方和右方以及右上方是随机性程度极高且复杂性程度也高的区域，是无组织复杂性，这两个特征区域，用波普尔的比喻是“钟”和“云”[7]。有组织复杂性区域出现在上述两个区域之外的居间区域，这就是生命现象和人类社会衍生的经济和社会系统，这些系统具有高度的“有组织复杂性”。

（三）复杂现象中的信息和通讯机制

信息和通讯机制存在于动物世界和人类社会中。E.O.威尔逊（2008∶167、173）给“生物通讯”下了一个一般化定义，生物通讯是指一个个体作用于另一个个体或双方，以适应的方式改变另一个个体行为的概率模式。这里的适应是指信号或对信号的反应，皆已通过自然选择在遗传上达到一定程度的程序化。通讯既不是指信号本身也不是指信号的反应，而是指这两者之间的关系。而信号，是在个体间传递信息的任何行为，而不管它是否还有其他功能。威尔逊的定义把通讯的核心指向了发生通讯现象的两者之间的关系，这意味着（无论动物还是人类）社会现象的实质是联合，而通讯正是联合的支持条件。动物中的通讯能实现范围广泛的功能，如监控、接触、个体识别、讨食和喂食、修饰（互助）、报警、求助、集结、领导、捕猎、激励、交配等；所采取的传感通道有化学通讯如信息素、听觉通讯、视觉通讯、电通讯等。下面我们关注人类社会中的信息和通讯。

人类社会中的信息和通讯，在人类的起源和演化中具有至关重要的地位。借助于语言和通信技术，人类的信息和通讯，从而联合生存方式达到至臻完善的地步。演化经济学家霍奇逊和努德逊（Geoffrey M. Hodgson＆Thobjorn Knudsen）（2013∶165）提出人类社会演化经历了六次重要的“信息转变”。第一是文化的产生，第二是从前语言阶段到语言文化，第三是从文化群体到部落，第四是体外及符号系统的涌现，第五是许多文明内部出现司法制度体系，第六是科学和技术的制度化。伴随人类结构复杂化和组织程度提高的，正是信息和通信技术的有效改进和复杂化。借助于语言和货币，人类社会的经济体又衍生出制度化的相对价格体系，可以被视为衍生通讯机制，这种通讯机制在配置资源中起着不可替代的至关重要的作用。受到错误观念的影响，每一次试图取缔市场和价格信号的行动都以短缺和匮乏甚至经济系统崩溃而告终，这些经验一次次证明相对价格体系这种通讯机制在人类联合生存中的重要地位。

E.O.威尔逊认为，包括其他动物和人类在内，在地址时间尺度上“社会进化”（社会不限于人类社会，还包括昆虫社会）经历了四次进化高峰。它们依次是集群无脊椎动物、社会昆虫、非人类哺乳动物和人类。而谈到人类社会这个“社会进化”高峰时，通讯机制在其中也“居功甚伟”。

人类不是通过减少自私性，而是通过获得具有检验过去和计划未来的智力而打破脊椎动物的旧限制。人类能够建立起长期有效的契约和从事延续数代的相互利他主义活动，可把血缘选择直观地引入到这些关系的计算中去。他们（指人类）注重血缘关系的纽带达到了其他社会物种难以想象的程度。他们使用自己唯有的句法使其相互交往更有效。在协作方面，人类社会接近于昆虫社会。人类社会已经扭转了10亿年前生命历程中社会进化的下降趋势……在生命的历程中，人类形式的社会组织只出现过一次（E.O.威尔逊，2008∶360）。

许多生物学家、哲学家和经济学家都认为联合生存和协作表征了人类独特性，而借助于语言的通讯机制无疑在联合生存中起到了最重要的支撑条件作用（虽然不是唯一重要的支撑条件，例如脑容量的提升和智力水平的提升，而这又与语言的使用彼此促进）。例如，语言有利于知识传承；语言促进智能发展；语言便利交往；语言便利了契约和联合；语言是人类个体社会化的基本条件等。语言在人类社会中如此重要，以至于认知神经科学家和语言学家平克尔（Steven Pinker）认为语言和直立行走就像蜘蛛会结网一样是一种本能——语言本能（平克尔，2004∶24、25）。波普尔给语言至高的评价，他说：

迄今为止，生命与意识才是最大的涌现步骤，我认为是语言的发明。这无疑导致了人类的创造。人类语言不仅仅在于自我表现（功能1），也不仅仅在于发信号（功能2），而是还包括导致意识的不可预见的发展的“描述性陈述”（功能3），这是人类语言出现的前所未有的特征，以及证伪（功能4）（波普尔，1996∶22）。

波普尔的高度评价是中肯的。的确，联合生存在别的动物界也存在，初级的通讯机制在别的动物世界也不罕见，然而借助于语言把联合生存的方式发展到人类社会的这个高度在进化史上只有一次。没有语言，就没有高度有组织的联合的可能性。对此，我们再次重温伟大的历史学家托克维尔的重要理论命题是恰当的。

在民主国家，联合的科学是一切科学之母。其余科学之进展都取决于这门科学之进展。在支配人类社会的一切法则中，有一条法则更为确定、明晰：人们欲维持文明状态或通往文明状态，他们中间就必须发展联合的技艺（the art of association），且与状态的平等同步发展、完善（Alexis de Tocqueville，2002∶585）。[8]

（四）复杂性的度量

经济系统中，经济学家发展出“国民收入核算”的加总计量方法，这就是用国内生产总值（GDP）来表示既定时期内（一般为一年）一个经济体所有最终产品和服务的总价值。它的一般计算方法是简单加总所有产品和服务的价值。Y=C+I+G+NX，即消费+投资+政府收入+净出口；或者，Y=C+S+（TA－TR），即消费+储蓄+净税收。GDP是否也是作为复杂现象的复杂性程度的测度？如果是GDP，至多只能视为经济系统有效复杂性的一个粗略的、弱的测度。那么如何更准确地测度？经济系统的有效复杂性测度还可以考虑经济体内分工深度、交易频率、组织数、高技术产品占比、万人专利拥有量等。我们先研究作为一般复杂现象的有效复杂性测度。

由物理学转入复杂性研究SFI的盖尔曼（1997∶29、36、49、102）给出了一个非常有启发性的有效复杂性测度。

定义1：粗粒化CG（Coarse Graining）：对系统的描述要达到给定的精细度，而更小的细节被忽略。例如城市交通图中对道路描述忽略其实际宽幅以及忽略细小弯道。

定义2：算法信息量AIC（Algorithmic Information Content）：给定粗粒化程度，用给定语言，特别地用计算机程序0/1描述的最短字符串长度。

定义3：有效复杂性：用AIC描述的对该系的规律性的最简描述长度。生命现象、文化现象、经济社会现象均为有效复杂性高的现象但又不是算法复杂性最高的现象（见图1－1）。

定义4：深度：衡量产生用于描述系统有效复杂性的最简字符串所需时间。深度刻画了为实现压缩或识别规律所需要的时间、人力和技巧（见图1－2）。

由定义可知，经济系统是有效复杂性和深度极高的复杂现象。而传统上对经济系统所做的国民收入核算，由于其定义设定和简化，因此只是在很粗略的程度上触及经济系统的有效复杂性和深度。GDP统计设计之初的理论基础是正统宏观经济学，完全不涉及经济系统的结构和动态特征，因此它不是一个定义良好的对经济秩序的测度。

如果说有效复杂性和深度是试图对生物世界特别是人类社会复杂系统的有序进行测度提出的概念，且与一般演化范式接近程度较高的话，另一种纯粹从物理学角度提出的对秩序的测度——负熵概念可能就离开有机体世界和人类经济社会系统更远了。虽然如此，我们仍然可能从中得到有关对秩序进行测度的启发。物理学中的热力学第二定律表明，在孤立系统内，一切物质都倾向于达到“热力学平衡”。而我们观察到的生命现象则是避免了这种衰退为惰性的倾向的现象。正是在这个意义上，薛定谔把生命定义为以负熵为生的事物。

在物理学中，熵是无序的度量；负熵是对秩序的度量。在统计物理学中，熵用波尔兹曼方程（E.Schrodinger，1967∶79）定义为：熵=klnD，其中k为波尔兹曼常数（k=3.2938×/°C；D原子无序的定量测度）。负熵=kln1/D（k=3.2938×/°C；D原子无序的定量测度）。

这原子层级上对无序和秩序的测度，而越过这个层次，到达分子、有机物细胞、器官、有机体，在进一步抵达人类个体、组织和经济系统，这个对秩序的波尔兹曼方程的直接意义已经完全丧失。它唯一提供的启示是，可以从经济系统的无序和有序量方向考虑秩序的测度。例如对分工的测度或反分工的测度，可能是一个比GDP统计量对经济秩序更准确的测度。而分工的测度，可以采用经济体中单位人口数中的组织个数；以及对外贸易的GDP占比（以此考察参与国际范围内的分工）；交易成本和交易效率；高技术产品在GDP中的占比（高技术产品的AIC比初级产品更大，有效复杂性和深度也更大）。