Порядок из хаоса

На рис. С численность населения крупнейшего центра достигает максимума (152 единицы), после чего начинается «расползание» города с образованием городов-спутников.

D

Аналогичный процесс наблюдается и в окрестностях главного центра.

E

За исходное состояние в рассматриваемой модели приняты гипотетические начальные условия, при которых в различных точках наблюдается (сельскохозяйственная) активность «уровня 1». Модель позволяет проследить возникновение иерархически упорядоченной активности, соответствующей более высоким уровням иерархии по Кристаллеру, т. е. подразумевающей экспорт произведенной продукции в более широкую область. Модель показывает, что даже если начальное состояние совершенно однородно, то одной лишь игры случайных (т. е. не контролируемых моделью) факторов, таких, как место и время закладки различных предприятий, достаточно для нарушения симметрии — появления зон с высокой концентрацией активности и одновременным спадом экономической активности в других областях и оттоком из них населения. Проигрывание модели на ЭВМ позволяет наблюдать расцвет и упадок, подчинение одного экономического центра другому и соответственно доминирование одних центров над другими, периоды, благоприятные для развития альтернативных направлений, и сменяющие их периоды «замораживания» уже существующих структур.

В то время как симметричное распределение Кристаллера игнорирует «историю», изложенный выше сценарий учитывает ее (по крайней мере самым минимальным образом) как взаимодействие «законов», имеющих в данном случае чисто экономическую природу, и «случая», управляющего последовательностью, в которой возникают предприятия.

7. Моделирование сложности

Несмотря на свою простоту, наша модель довольно точно передает некоторые особенности эволюции сложных систем. В частности, она проливает свет на природу трудностей «управления» развитием, зависящим от большого числа взаимодействующих элементов, Каждое отдельное действие или локальное вмешательство в систему обретает коллективный аспект, который может повлечь за собой совершенно неожиданные глобальные изменения. Как подчеркивал Уоддингтон, в настоящее время мы еще мало знаем о наиболее вероятной реакции системы на то или иное изменение. Очень часто отклик системы на возмущение оказывается противоположным тому, что подсказывает нам наша интуиция. Наше состояние обманутых ожиданий в этой ситуации хорошо отражает введенный в Массачусетском технологическом институте термин «контринтуитивный»: «Эта проклятая штука ведет себя не так, как должна была бы вести!» В подтверждение сошлемся на классический пример, приведенный Уоддингтоном: программа ликвидации трущоб вместо того, чтобы улучшить, еще более ухудшает ситуацию. Новые здания, построенные на месте снесенных, привлекают в район большее число людей, но если их занятость не обеспечивается, то они продолжают оставаться бедными, а их жилища становятся еще более перенаселенными^[177]. Мы приучены мыслить в терминах линейной причинности, но теперь нуждаемся в новых «средствах мышления». Одно из величайших преимуществ рассмотренной модели состоит как раз в том, что она позволяет нам находить такие средства и разрабатывать способы их оптимального использования.

Как мы уже отмечали, логистические уравнения наиболее пригодны, когда критическим измерением является рост популяции, будь то популяция животных, совокупность их навыков или активностей. Логистическая модель исходит из предположения о том, что каждый член популяции может быть выбран и рассматриваться как эквивалент любого другого члена. Но эту общую эквивалентность надлежит рассматривать не как незыблемый факт, а лишь как приближение, достоверность которого зависит от связей, наложенных на популяцию, от оказываемого на нее давления и от стратегии, избираемой популяцией для того, чтобы противодействовать вмешательству извне.

Взять хотя бы различие, проводимое экологами между К-стратегиями и r-стратегиями (К и r — параметры, входящие в логистическое уравнение). Хотя это различие относительно, оно проявляется особенно отчетливо в дивергенции, обусловленной систематическим взаимодействием между двумя популяциями, в частности взаимодействием хищник — жертва. Типичной для популяции жертв эволюцией является увеличение рождаемости r, а для популяции хищников — совершенствование способов ловли жертв, т. е. увеличение коэффициента К. Но повышение К в рамках логистической модели влечет за собой последствия, выходящие за круг явлений, описываемых логистическими уравнениями.