按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
徒煌怠Ｓ惺保幌钔蹲士梢约て鹉持志植康暮вΓ瞿持肿芴搴蠊肷杓普叩纳屏家庠钙鹣喾吹淖饔谩Ｕ馐强赡艿模蛟谟谀Ｐ偷姆窍咝韵拗屏顺て谠げ獾目赡苄浴！ �
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