对复杂性研究的一种辩证理解，本文主要内容关键词为：复杂性论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：B811; N945.1 文献标识码：A 文章编号：1001-5019(2007)03-0027-06
笔者主张，科学逻辑、科学方法论和科学哲学的研究应一体化，应与辩证逻辑和自然辩证法的研究密切地结合起来。我们希望，在对复杂性系统的科学哲学研究中（“生物学哲学”与此有不可分割的联系），[1]在对现代物理学（尤其是对量子力学）的科学哲学探讨中，[2-3]寻找辩证法和辩证逻辑观念新的表现形式，还要在科学哲学各派的对立纲领的竞争中寻找辩证整合的可能性。
一、对生态系统复杂性机制的辩证解读
在国内，张华夏是“系统辩证法”的倡导者之一（由乌杰首创，张华夏则尽量赋予它逻辑上更加严密的形式）。乌杰教授把“系统辩证法”（以系统范畴为核心的辩证法）看作是对经典的“矛盾辩证法”（以矛盾范畴为核心的辩证法）的革命性改造，认为前者完全否定、替代了后者。笔者也为“系统辩证法”叫好，并且认为，在20世纪中叶兴起的复杂性系统科学，由于它的跨学科性质而带有明显的方法论意味，同时包含着深刻的辩证内涵（贝塔朗菲最先认识到这一点）。因此，随着它的蓬勃发展，系统辩证法极大地丰富和发展了矛盾辩证法。然而，我们认为，系统辩证法是矛盾辩证法的深化和发展，是它的继承者而决不是它的反叛者。
首先，让我们举个生态学中的典型例子，即野兔和它的天敌山猫的“故事”，①我们通过对它的再分析表明，对于复杂系统而言，系统辩证法与矛盾辩证法两者可以同时发挥作用，两者之间存在着内在一致性。在加拿大北部沿哈德森湾生长着一种野兔，从19世纪初开始，它的数量经历了数次大的变化，大起大落，周期大约为24年。生态学家的研究表明，生物种群的这种周期性的变化是捕食者（山猫）与被捕食者（野兔）之间相互制约的结果。山猫以野兔为生，山猫数量与野兔数量之间的相关变化关系，根据复杂性系统科学学者的研究，可以表征为有5个反馈环的系统，见图1(a)。
这些反馈环显示了复杂系统内部的非线性结构。如果由A到B有正方向的正因果关系，就记作A +/→B，表示A增加引起B增加，或者A减少引起B减少。如果A到B有反方向的负因果关系，就记作A-/→B，表示A增加引起B减少，或者A减少引起B增加。A→B→C→D这样的因果链，是以A为远因，而以D为结果的。它表明，因果关系是可以传递的。如果一个因果链首尾相接，则称为因果回路、反馈回路或者反馈环（循环）。谁都知道“负负得正”，因此凡是包含零个或者偶数个负因果箭头的回路，为正反馈循环；凡是包含奇数个负因果箭头的回路，则为负反馈循环。其中的道理也就不难理解了。正反馈循环具有“愈演愈烈”的倾向，而负反馈循环则具有“自动稳定”的倾向（见下文）。
图1 野兔生长系统的结构与行为
我们接着采用辩证法和辩证逻辑的理念，来分析控制论式的反馈回路中错综复杂的辩证关系：输入是因（原因），输出是果（结果）。辩证论者往往有一句很喜欢说的话，叫做“互为因果”，诸如此类的话也是分析哲学家很不愿意也很不习惯听的。因为这样的话，听起来总有一种含糊其辞、似是而非的感觉。从常识逻辑的观点看，原因在先，结果在后，怎么会有“互为因果”的事情呢？岂非误用了范畴、颠倒了是非吗？现在好了，以控制论学者为先锋的复杂性系统科学学者从“反馈回路（反馈循环）”的角度把该说的都说清楚了。情况是这样的：如果把系统的输出（结果）信息重新输回来，回到输入端（作为原因）重新输入进去（这就叫做“反馈”），再输出又引起新的结果来。这样，不仅“因”产生了“果”，而且“果”又变成为新的“因”，新的“因”再产生新的“果”，而每一次小循环只是这无穷过程中的一个环节而已，如此等等。“互为因果”只是对因果链的无穷循环机制的简称。我们可以采用矛盾辩证法（即矛盾分析法）的眼光进一步做分析。假如从输出端回输过来的讯号，是加强原来的讯号的，则叫做正反馈；反过来，假如从输出端回输过来的讯号，是削弱原来的讯号的，则叫做负反馈。它们各有自己的特殊功能。正反馈是系统内部的一种自我加强、自我促进、自我催化的特殊机制，能够产生愈演愈烈的效果；相反，负反馈则是系统内部的另外一种自我抑制、自我调节的特殊机制，能够产生自动稳定的效果。
现在，让我们回到山猫—野兔问题上来，进行一步步的具体分析。如果采用系统分析方法，我们就得分析整个复杂系统内部的各个子系统（即反馈循环1至5）及其各个组成元素（也就是分析每一个反馈循环内部的各条因果链以及其中的因与果）。如果采用矛盾分析方法，我们就得把整个生态系统看作矛盾统一体，又把“各个子系统及其要素”中间的复杂相互关系看作一对对的矛盾（以及矛盾诸方面），然后就得仔细分析它们在整个生态系统的总体中占有什么样的特定地位，看看各种对立力量之间是怎样发生微妙而错综复杂的相互作用的，看看达尔文所说的“生存竞争”究竟是怎样进行的。当我们采用系统辩证法与矛盾辩证法两种精神相互渗透的方法论理念，就不难看出，两种分析方法是完全相容的，可以很自然地结合在一起。
整个生态系统中5个反馈环各有特异性：(1)反馈环1，是关于“野兔的生长”和“野兔的总数”的正反馈循环，生长愈好，总数就愈多，两者相互促进。(2)反馈环2，是关于“野兔总数”和“可供山猫吃的野兔”之间的负反馈循环。一方面，总数多了，可吃的也多（正向因果）；另一方面，吃的多了，反过来总数就少了（反向因果）。此两者相互制约，耦合起来就形成了具有相对稳定作用的负反馈循环2。(3)反馈环3涉及“可供山猫吃的野兔”和“山猫死亡”及“山猫总数”三者的复杂关系，三者从整体上构成正反馈循环。从局部上看，其中后两者即“山猫死亡”与“山猫总数”的关系又构成负反馈循环5。小循环 5被包含在循环3之中。(4)在反馈循环4中，“山猫总数”和“山猫生长”又构成正反馈循环。这里所分析的是关于山猫—野兔生态系统内部的各个子系统及其要素的情况。
当然，我们既要考察局部的情况，还要回到整体的情况加以考察。从长过程说，整个生态系统内部各种对立的力量和趋势，此起彼伏，有消有长。现在我们从头开始。在生态系统运作的初始阶段，野兔总数很少（在图1(b)中看，对应于A点），因此可以供给山猫吃掉的也就很少，于是山猫就因饥饿而大量死亡。这样，山猫种群作为捕食者的威慑力也就不足，野兔种群也就有了潜在的发展机会。要知道，各个反馈循环之间既是相互依赖又是相互竞争的，或者说是相互制约的。在竞争中，力量对比是不断地发生变化的。可以说，在每一特定的阶段，总是会有一种优势的“反馈循环”强度最大，取得主导地位。一开始，系统是处于野兔总数很少的这种背景下，因此在正反馈循环3中，虽然由于山猫的捕食使得野兔数目产生减少的倾向，但是只要野兔满足其死亡数小于生长数的条件，正反馈循环1就会开始起主导作用，也就是进入图1(b)中所示的由A到B的野兔指数增长时期。在这特定时期内，能够保证有野兔的“大量供给”。然而，情况也在不断地发生变化。由于野兔总数的激增，大量野兔就会被山猫吃掉。在某一个转折点上，量的变化会引起质的突变，力量对比会产生根本性的改变。到那一时刻，正反馈循环3压倒了循环1而起主导的作用。此后，由于野兔数目的大量减少，减少到了一定的时刻，负反馈循环2的强度终究会超过正反馈循环1，于是系统进入图1(b)中由B到C的阶段，野兔数目按照指数方式减少。
总起来说，整个复杂生态系统的基本特征是：有两个正反馈循环（1与3）通过一个负反馈循环2耦合在一起。在演化的不同阶段上，不同的反馈循环先后取得主导地位（其主导作用借助于负反馈循环而相互转化），从而使得整个系统呈现大幅度的波动特征。我们已经表明，在整个案例中，系统辩证法与矛盾辩证法这两种方法论理念，结合在一起同时发挥了作用。
接着，我们可以进一步讨论关于一般的复杂系统的辩证法性质。因为山猫—野兔系统只是生态系统的特例，而生态系统只是更加一般的复杂系统的特例。
所谓复杂系统，其主要特征就在于，不能由它的构成要素和子系统通过简单相加和线性因果链无歧义地决定其整体功能与行为。然而，复杂系统的存在与演化仍然有相当确定的规律可循，其中机遇性与因果性、偶然性与必然性共同决定着系统的存在和发展，因而复杂系统在整体上仍然有一定的决定性。我们名之为非完全决定性。
理解复杂系统演化的主要机理的关键性概念就是“机遇性涨落、反馈和非线性相互作用”，掌握了这些概念就等于把握了方法论的钥匙。人们往往喜欢将借助于系统科学特有的资料所认识的辩证法称作“系统辩证法”，笔者将它提炼、概括为“以系统范畴为核心的辩证法”，以区别于“以矛盾范畴为核心的矛盾辩证法”。然而，在笔者看来，这种区别只具有相对的意义，因为“矛盾辩证法”与“系统辩证法”这两个概念，从辩证逻辑的观点来看，本来就都是属于流动范畴，而不是属于固定范畴的。诚然，系统科学从自己的角度阐明了关于因果性与机遇性、决定性与随机性的辩证法：自组织系统作为远离平衡态的开放系统，以偶然的随机的涨落为诱导，通过正反馈和非线性放大，某一个涨落在与诸多矛盾着的其他模式的竞争中，脱颖而出，取得支配地位，成为决定系统宏观秩序的序参量，于是使得系统的演化纳入必然的轨道，建立时空、功能上新的有序状态。然而，在笔者看来，系统辩证法与矛盾辩证法，两者在自组织动力学机制的解释上其实是高度一致的：当复杂的自组织系统处在不稳定点时，复杂系统内部矛盾全面展开并且有所激化，与各种子系统及其要素的局部耦合关系和运动特性相联系的模式与参量都异常活跃，各种参量和潜在模式的涨落此起彼伏，它们都蕴涵着一定的结构和组织的胚芽，为了建立自己的独立模式并且争夺对于全局的支配权，它们之间进行激烈的竞争与对抗，时而“又联合又斗争”，最后选拔出作为主导模式的序参量。这种系统辩证法（同时又包含着矛盾辩证法）在哈肯协同学的描述复杂系统演化的数学方程式中也得到体现。例如，郎之万方程（刻画布朗运动的）和福克—普朗克方程中，概率论描述与因果性描述共处于一体，随机作用项与决定论作用项被综合在一起。它们都体现了机遇律与因果律的辩证综合。[4]至此，笔者所反复强调的只有一个主题，那就是系统辩证法与矛盾辩证法的内在一致性。
二、复杂性科学的新概念是奇特的、辩证的却不是神秘的
现在存在着一种倾向，就是一般人一讲起复杂性，就会马上联想起“不确定性”、“不可预测性”和“不可还原性”（这本身并没有错，错就错在对概念的绝对化理解，还有以下过度的推论）。似乎一旦踏进复杂性科学的门槛，“简单性原则”就完全不顶用了，似乎已经没有章法可循，再也找不到方法论的启示原则了。如果真是这样，人们当然要感到无所适从了。然而，笔者认为，尽管复杂性在整体上不可精确预测，然而局部上却是可预测的（最典型的是天气预报），更具体地说是在“模拟迭代”意义上的可预测、可推导，甚至在计算机实验中突现的动态过程的可观察。而且在复杂性研究中，还存在着“上向因果性”与“下向因果性”以及“上索”与“下索”双向互动的分析方法。可以说，这里已经包含着有关复杂性方法论的辩证哲理之精华。说实在的，面对复杂性科学，经典的固定范畴已经不顶用了，必须使用辩证逻辑的流动范畴，我们不能再应用固定范畴的眼光来看待有关复杂性的那些基本概念。例如，“不确定性”并不意味着绝对的不确定性，因为其中仍然包含某种确定性。“不可预测性”并不意味着绝对的不可预测性，因为其中仍然包含某种可预测性。同样的道理，“不可还原性”也并非绝对的。
系统科学的形成和发展，在上个世纪大致经历了三个阶段：最初的发展是在50～60年代，其代表性理论是一般系统论、控制论和信息论。第二阶段是自组织理论阶段，在70年代，主要有耗散结构论、协同学和超循环理论等。第三阶段是从80年代起的“复杂性”阶段，这才是我们最关心的。此时，以复杂性为重点的系统科学研究兴起，其中混沌理论、分形理论、复杂适应系统理论是最有影响的理论。复杂性系统科学由于它的跨学科性和横断性而具有鲜明的方法论色彩。
有关复杂性概念的辩证特性，首先可以想到的，最典型的还是“混沌(chaos)”的概念。混沌理论是研究混沌的特征、实质、发生机制以及如何描述、控制和利用混沌的一门科学。混沌一词包含错综复杂、杂乱无章和无序的意思。现代科学中的混沌概念，特指确定性方程、规律所产生的无序或不确定结果，它是一种内在的随机性。但另一方面，这种无序背后却又存在深层次的稳定的“几何”结构，保留着明显的有序的踪迹。因此，有序—无序的两重性辩证法，从一开始就包含在混沌概念的基本含义之中。上世纪60年代初，率先闯入混沌研究新领域的气象学家洛伦兹，在计算机模拟实验中发现了严格确定性所引起的不确定性和无序。而且更加重要的是，正如有评论所说，他的发现的真正价值在于，他在进一步的研究中看到了比随机性更多的东西，看到了无序背后内在的有序，这也就是通过相空间图案表示出来的混沌背后的精细的几何结构，后来被称为洛伦兹混沌吸引子。洛伦兹吸引子更加直观而形象地体现出混沌的有序／无序的两重性。它是有点像千层饼（湖北赤壁的苏东坡饼）那样的奇妙图案，是在相空间中永不自我重复和自我相交，永不停滞地转8字形圈子的点的轨迹。这种相空间图案中混沌吸引子的精巧的无穷嵌套的自相似结构，精确而形象地展示出复杂系统演化过程中，机遇性与因果性如何联合起作用的深层非线性机制，堪称一绝。
我们再来看看“不可预测性”。20世纪20年代的英国突现进化论学派是复杂性研究的先驱者。按照他们的看法，生命同时就是物理—化学复合体，然而不仅仅是物理和化学的。虽然高层次的性质来自低层次的存在并且根源于它，但是既然已经从那里突现出来，就不再属于那个层次了，而是构成了一个新的层次并且拥有自己独特的行为规律。复杂性研究者认识到，复杂系统的整体性质（如果记为R(A，B，C)的话）不可能仅仅通过分析它的组分（A，B，C的性质）而得到完全理解。整体性质是从组分的结合过程中产生出来的，更准确地说，是突现出来的。“突现”的主要特征在于，即使对整体中有关各个组分A、B、C的复杂知识了如指掌，从理论上也无法推出或者预测出整体性质R(A，B，C)来。这就是所谓“复杂系统的突现具有不可预测性”的确切含义。
当代突现论者把他们的先驱者的研究提高和推进到一个新的阶段。当代复杂系统突现论者的研究表明，上述“不可预测性”、“不可推导性”的主要根源在于系统的复杂性。按照马克·贝道(Mark Bedau)的看法，突现的这种不可推导性是微观层次大量非线性相互作用和情境相关性的复杂结果。而且正是微观层次的这种非线性因果相互作用的聚集和迭代，导致并且展示出宏观层次的突现现象。针对这种情况，复杂性科学的研究者们，正是通过在理论上建模和在实验上进行计算机模拟，展示这种微观的局部的因果相互作用的聚集和迭代，借以研究它们是如何产生出宏观现象的。笔者非常赞成范冬萍教授在其博士论文《复杂系统突现的动力学机理》据此引出的“在认识论上突现是可以认识的”的重要结论。[5]41-42
为了避免歧义和误解，对上述“不可推导性”的含义还得通过进一步分析加以澄清。在复杂性科学研究中，特别是在对于计算机模拟的理论原理和“虚拟生命”进行研究的过程中，有的学者如S.Rasmussen和C.L.Barrett把突现现象中的具体的、有限的、有条件的“可推导性”称为“非迭代模拟不可推导性”。这个名称本身就带有辩证的意味，因为它明显地具有“正言若反”的性质。“非……不可”，借助于否定之否定而达到了新的肯定，它意味着某种“迭代模拟意义上的可推导性”。还使人联想起微积分中的“δ－ε”语言，比如在小于“任意小的已知正数ε”一词中，ε这个数在尚未给定之时确实是“任意的”，而不是“已知的”，但是一旦给定之后，就不再是“任意的”而是“已知的”了，可见小小ε肩负着任意／已知的两重性，具有辩证矛盾的性质。极限理论就是采用这种辩证的手段来对付和消解贝克莱大主教所提出的关于零与非零、确定性与不确定性的悖论的，从而克服了第二次数学危机。
所谓“不可推导性”，被具体化为“非迭代模拟不可推导性”。也就是说，对于未来出现的全局性突现现象，我们不能根据其组成部分及其相互关系的行为规律，加上已知的初始条件，按照传统的数学方法演绎地推导出来。即使我们掌握着确定性规律和有关初始条件的完备知识，也无济于事。因为复杂性演化、混沌现象具有“对初始条件的敏感依赖性”，不遵守严格决定论。这里说的是在逻辑上的“长程不可推导性”。正像大家都知道的，对于天气预报来说，准确的长期预报在原则上是做不到的。然而，由于计算机科学和技术的突飞猛进，科学家已经学会采用一种迭代模拟的方法，用高于人脑4万倍的计算速度将复杂系统的突现过程模拟出来。这已经不是数学分析的演绎方法，而是借助于迭代运作的实验综合方法，简称为模拟方法。
在这种迭代模拟方法中，同时包含着可推导性／不可推导性的两重性。除了“长程不可推导性”以外，迭代模拟实质上是一种非常特殊的到事件即将发生前夕（几步之前）才能预测的逻辑可推导性。[5]41-42笔者认为，这种“非迭代模拟不可推导性”或者有限制的“迭代模拟可推导性”，具有非常深刻的认识论意义，它能够给理性主义者、可知论者和乐观主义者很大的鼓励。
列宁在写作《唯物论与经验批判论》的1908年，根据当时科学家的认识水平比较客观地指出，在可以预见的将来，天气预报是不可能的。现在，差不多一个世纪过去了，气象学家不是天天在进行天气预报吗？而且大体上还做得不错。即使像地震、海啸那样的难以预测的自然灾害，也不是在事情发生之前一点儿征兆都没有的。在几年前发生的那一次印度洋海啸事件中，不是有个聪敏的英国小女孩，根据地理学知识救了全家人的性命吗？
当代复杂性研究中有一个重要的学派，就是美国圣菲研究所的“复杂适应系统学派”。“复杂适应系统”的概念是由该所领导人霍兰提出来的。霍兰的《隐秩序：适应性造就复杂性》和《突现》（中译本称作《涌现》）已经成为复杂性研究的经典著作。笔者阅读这两本著作的最深刻的感受是：(1)原以为，只要牵涉到“复杂性”概念，与此相关联的必定是“整体论”思维模式，必定是“不可还原”、“不可分析”，难以计较细节上的明晰性和确定性。可是，读了之后却惊奇地发现，霍兰全书的每一句话，所用的每一个概念，推理的每一个步骤，都经得起分析哲学家的语义分析和逻辑分析。他的出色的工作表明，居然有可能采用“分析性思维模式”来解读复杂性。(2)“复杂适应系统”得到经验科学资料的强有力的支持。主要来自两大领域：一是来自计算机实验的资料，二是来自生物学尤其是生态学的资料（后一方面，再次印证了笔者有关“生物学哲学”与“系统科学哲学”息息相关的观念）。
霍兰所提出的“受约束生成过程模型”，已经被认为是一个模拟复杂系统突现生长过程的普适性机制，它有助于把握模型中由于自组织演化而产生的未知和新奇。复杂性科学正在开拓和发展一些新的方法与模型，例如计算机模拟方法，用以模仿和揭示那引起突现现象的有关因素和过程的复杂性。尽管我们必须承认，复杂系统的突现当然有“不可预测”的一面，而且这种“不可预测性”，就像机遇、偶然性和不确定性一样是有客观根源的，换句话说，是有其本体论基础的。正因为如此，在认识过程中，我们就更加不可能把握复杂的微观因果过程的全部细节。然而，正像在偶然性中包含着必然性，在不确定性中包含着确定性，而且机遇性与因果性往往不可分割地联系在一起，同样地，突现生成过程的“不可预测性”之中仍然包含着可以认识的规律性。尤其令人兴奋的是，霍兰和其他研究者都发现，基于个体的迭代模拟可以使我们直接观察到宏观层次的突现现象的特征和产生过程。霍兰通过计算机上的典型模拟实验的研究分析，如“蚂蚁建筑高速公路”[6]363-365和大雁南飞时“队形的自动化生成机制”的模拟分析，[6]367-369表明复杂系统的突现现象尽管具有某种“不可预测性”，然而却是可以通过迭代方法加以模拟，甚至借助于计算机模拟实验对突现的“最有特征性的过程”进行“实地观察”，以便寻找其中规律性的东西。
根据以上分析，复杂性研究中的基础概念，如“混沌”、“不可预测性”、“不可推导性”等等，确实属于辩证逻辑的流动范畴。在每个概念内部，“自否定”机制确实在发挥作用。在复杂性科学中，“混沌”具有有序／无序的两重性，“不可预测性”里边蕴涵着“可预测性”，“不可推导性”里边蕴涵着“可推导性”，这些说法都是有着充分的科学根据和丰富的经验内容的，决不是一句空话。如果在复杂性的研究领域，真的是由完全的不确定性、随机性、无序、无规则性、偶然性和完全不可预测性压倒一切，毫无规律性可循，毫无富有启发性的方法论规则可以寻找，那么还要我们这些科学方法论研究者干什么？还要我们这些科学哲学研究者干什么？
收稿日期：2006-12-11
注释：
①这个例子是从新出版的《系统科学导论——复杂性探索》（颜泽贤、范冬萍、张华夏著，人民出版社，2006年9月）中取出来的。