规模法则:生物大小、公司寿命、城市规模都遵循同一套法则丨复杂科学科普视频系列
2023-11-24
863
科学家总是期待在复杂的世界中总结出事物统一的规律,物理学家在寻找基本定律这条路上已经走了很远,早在17世纪,开普勒就从第谷的天文观测数据中总结出了行星运动的三大定律,而对于复杂科学来说,一切才刚刚开始。
复杂科学研究的对象是复杂系统,目前还没有一个完美的统一理论将所有复杂系统都囊括进来。不过有一个理论存在这样的潜力,无论是丰富多样的生命系统,遍布世界形态各异的城市系统,还是看似随机波动的经济系统,都存在着一个统一的刻画形式——这就是规模法则。
规模法则描述的是系统中两个属性之间的相对增长关系。比如生物体的代谢率相对于体重就遵循规模法则。代谢率可以看成是生物体内各种生命活动的速度。如果我们把生物的体重作为变量X,生物的代谢率作为变量Y,可以发现代谢率随体重的变化大致遵循 Y=X3/4的幂律关系。也就是说,当生物的体重从1增加到2时,代谢率并不是同样线性的从1增加到2,而是只从1增加到1.68。(注释:规模法则是一种统计规律,对具体对象可能有所偏离。有后续研究发现,这里的幂指数对一些物种会偏离3/4,在2/3~1之间波动。)
这是1930年瑞士生物学家克莱伯(Max Kleiber)在其著作中发表的“克莱伯定律”。根据他的观测数据,从老鼠到大象,对于体重范围横跨近7个数量级的物种,均满足这一规律。要知道生物一贯以其多样性著称,这个发现堪称生物领域的开普勒定律。
另一个典型的例子是城市系统,虽然每个城市的地理特点、文化特征、人口数量等等具有显著的差异,但我们发现,如果以薪资、专利数量、GDP等指标来衡量城市的创新能力,那么城市的创新能力和人口规模之间遵循非常显著的定量规律,也就是大致为Y=X1.15的幂律关系。这意味着从人口数十万的小县城,到数百万的城市,再到千万量级的超级大都市,随着城市人口规模的扩大,城市的创新能力不是同样的线性增长,而是以更快的超线性速度增长。不过,正如硬币有其两面性,城市发展的阴暗面,包括犯罪率,环境污染等,也会随着城市规模的扩大,以更快的速度扩大。
除了刚刚提到的生物系统和城市系统,对于国家系统,GDP和创新能力等指标与国家规模之间的关系;对于公司系统,公司的利润、收入和债务等指标与员工数量之间的关系等等,这一系列现象都遵循普遍的规模法则,可以用Y=Xα这一幂律关系来刻画,这里的 α 被称为幂指数,是决定系统性质的关键。当幂指数α=1,意味着Y和X是同比例缩放,Y随着X线性增长;而更常见的情况是α≠1,此时Y和X是非同比例缩放——我们将这种非线性的现象称为规模法则。α是大于1还是小于1,会带来系统性质根本上的差异。
规模法则的关键在于,它引入了“尺度”这一全新的视角来看待复杂系统。许多跟尺度有关的问题,看似毫无关系,但都可以在规模法则中找到答案。比如,为什么大象的体重是老鼠的10000倍,但所需要的药物剂量只有老鼠的1000倍?为什么大城市相比于小城市,薪资更高、机会更多?规模法则都可以给我们答案。
而规模法则之所以重要,更关键的原因在于,它可以揭示复杂系统的演化方向,直指系统的终极生死问题。我们知道,所有生物都存在生长上限,最终走向死亡。因为生物的生长遵循一个幂指数小于1的函数,而生长的损耗却是一个线性函数,这就像是一个水桶,流入的速度和流出的速度并不一样。所以必然存在一个时间点,此时生物的生长速度等于损耗速度,这就是生物体停止生长的时候。
我们也可以用相同的方法分析城市系统的生长。城市和生物系统非常不一样,城市的生长遵循幂指数大于1的超线性函数。从这个角度来看,城市的生长其实是没有上限的。然而,与城市的超线性生长相伴而生的,还有同样超线性生长的阴暗面。在城市快速扩张的同时,同样快速暴增的犯罪率、失控的污染等负面效应,也在逐渐吞噬整个城市。
圣塔菲研究所前所长韦斯特(Geoffrey West)认为,城市的发展存在一个在有限时间内可达到的、且无法避免的“奇点”,到那个时候,我们拥有极高的技术水平、极高的社会生产率,但同时也会面临极度恶化的环境。这一时刻,很有可能就是城市的崩溃点。
关于规模法则背后的机制,目前认为系统内部进行信息交互的网络结构是关键。但具体的机制模型还没有一个统一的定论。不过,规模法则是目前少有的具有普适特性的复杂系统建模理论,也为我们开辟了一个全新的视角,来理解系统的性质,理解系统的演化、生长,甚至死亡。
陶如意,北京师范大学系统科学博士在读。研究方向为复杂系统建模,关注多尺度、规模法则、动力学预测、深度学习等方法。
个人主页:https://pattern.swarma.org/user/5/master