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 Bonner. The Evolution of Complexity by Means of Natural Selection. 1988, Princeton University Press, Princeton).

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: