距离2008年全球金融危机已经过去了十多年，时至今日，专业人士仍然对这场危机产生的原因争论不休：为什么没有人预见这场危机的到来？我们距离下一次金融危机有多远？

　　前美联储主席格林斯潘曾表示，当下的经济学理论与方法还不足以反映现实。也许问题的答案不在经济学内部。正当人们为如何化解市场“系统性风险”而忧心忡忡时，来自生态学领域的思想与认知模型提供了一条新的解题思路。

　　《为什么只见树木不见森林：从简单现象到复杂系统》这本书所围绕的中心，就是如何建立起人们通常认为无关的领域之间的桥梁。本书作者迪尔克·布罗克曼是德国著名的物理学家，他的研究领域超越了传统物理学的边界，延伸至复杂系统、社会网络结构、计算神经科学等，在跨学科领域有着杰出的声望。在本书中，作者试图引领读者感知到一些不同的主题与理念，揭示其中出人意料的关联。如果用一句话来概括，那就是本书展示了“复杂性科学视野下的自然与社会”。读者可以通过把握复杂性科学的思维方式，用于解释生态学、社会科学、经济学、物理学、流行病学等各领域的复杂系统。

　　复杂性科学是什么？

　　日常生活中，复杂现象无处不在：错综复杂的人际关系，迷踪交错的民航路线，瞬息万变的市场波动……当各个部分同时处于运动状态时，相互依赖，又相互影响，很快就让人丧失了对系统全貌的理解。科学的精妙就在于弄清楚复杂现象是如何产生，并且找到它们所遵循的规则。

　　作者表示，研究复杂性系统最好的方法，是先研究不具复杂性的事物。例如，挂钟的简单摆动是有规律的，可计算、可预测。然而，如果给钟摆加上一个关节，结果就变成了复杂的双摆。双摆也遵循牛顿力学与万有引力定律，但是它的摆动看起来就变得不可预测，貌似是随机的。

　　原则上，双摆系统的未来是可预测的，因为方程式是已知的。问题在于，初始数据的测量总会出现误差，哪怕极其微小。在简单的系统中，类似单摆状态下，微小的误差对未来的预测影响极小，但是在复杂系统中，初始数据的微小误差会导致不久后的预测出现错误。

　　双摆就代表了一类复杂性系统，它以简单的规则为基础，却表现了出乎意料的复杂结构与特性。这里可以把双摆显示的现象称为“确定性混沌”。在自然界中，确定性混沌是常态。最常见的例子是天气预报。确定天气的方程式是已知的，但天气的物理学是混沌的。

　　有趣之处在于，这个世界的复杂性也可以表现出简单的行为。大雁排成“一”字和“人”字飞行，这种神奇的场景是如何出现的？作者表示，在复杂性科学中，这种现象被称为“涌现”。所谓涌现行为，是一种群体行为，它从复杂系统中发展出来，但是其结构，不能从对单个元素的研究中推断出来。在这个系统中，许多不同的个体按照隐藏的规则行事，从而产生意想不到的集体行为。不仅动物会在没有指挥者的情况下采取步调一致的行动，人类也会。

　　作者认为，许多复杂系统，在生物、社会、政治、经济等各个领域都可以被观察到，认识其中的基本规则，从中获得新的理解与知识，这就是复杂性科学的本质。

　　复杂性科学遵循的是“整体还原论”原则，即忽视非本质要素，寻求普遍性。例如，如果我们简单画一张笑脸，就能看到，眼睛，嘴巴和脑袋是必须的，而耳朵、鼻子、头发、牙齿等是可以忽略不计的。 在传统研究方式中，复杂系统会被垂直分解成单独的部分，每个学科去研究一个细分领域，但是复杂性科学不对整个系统做分解，而是致力于去识别其中哪些是关键特征。

　　从网络研究到富者更富

　　互联网就是一个与我们的生活密切相关的复杂系统。互联网上的链接是海量的，如果将维基百科的所有词条都链接在一起，将产生6万亿个链接。但是，任意两个词之间的链接路径却很短。通常，从“鞋带”到“航天飞机”这样风马牛不相及的两个词之间的链接，只需要三到四个步骤。

　　同样的效应也出现在人际关系网络中。早在一个世纪前，匈牙利作家弗理杰斯·卡林西就在小说中指出，世界上任何两个人都可以通过最多六步的路径相识。这就是著名的六度关系理论。在1967年，这个理论由美国社会学家通过实验证实。

　　除此之外，作者还在书中着重介绍了两个重要的网络特征：

　　一是集群属性。在一项对海豚种群的研究中发现，这些海豚并不总是聚集在一个大群中，但也不是独行者，它们的社交网络是模块化的，网络中节点紧密的部分，被称为集群。同样的属性，在人类关系网络中也同样存在。比如，“我的朋友也是你的朋友”，一个人的两个朋友互相成为朋友的情况并不少见。此外，有些“中介”能将不同的集群连接到一起。比如，你的同学群和同事群是两个集群，而你恰恰就是这个“中介”。

　　二是幂律分布。研究发现，真实网络的节点度（关联度）频率分布遵循幂律，即绝大多数节点的节点度很低，只有极少数节点的节点度分布非常广泛。节点度特别高的少数节点被称为中心节点，如同自行车的轮毂有很多辐条汇聚，网络的中心节点也有很多链接。

　　为什么会这样？因为“优先绑定”原则，或者所谓“富者更富”的马太效应使然。例如，当我们外出旅游，更倾向选择一家繁忙的餐厅就餐，即使最初选择这家餐厅的游客只是随机的。这种自我强化效应，会使得少数餐厅比其他餐厅更有吸引力。财富也是如此。我们知道，富人自然容易变得更富，因为他们有更多的钱可以用来投资和工作。

　　生态系统与经济危机

　　当人们想进一步探寻复杂系统的变化是如何产生的，可以从了解生态系统与临界点开始。

　　作者认为，多重稳定的网络结构在生态系统中特别重要。在人体的消化系统中，就存在着5700种细菌。在亚马逊、西伯利亚、大堡礁等生态系统中，共存着数以百万计的物种。而整个地球上，有着8万种脊椎动物，100万种无脊椎动物。在各个生态系统中，所有这些物种都以复杂的方式既相互关联，又互相影响。一个健康的生态系统，拥有抗干扰的动态平衡能力。人类在十万年前走出非洲，短时间内消灭了地球上的猛犸象、剑齿猫、巨型树懒，然而生态系统并没有崩溃，甚至当一片区域的森林被完全清除后，自然界又会重新开始长出新的森林。

　　那么，一个生态系统在何种情况下会崩溃？这就需要找到临界点。水的临界点是100度，或者0度，跨越了临界点，水将气化或者固化。多种复杂的系统都在寻找它的临界点。与水不同，我们无法对生态与社会过程进行临界区域测量，但是动态过程在临界点会出现强烈的波动。例如，地震的强度由许多密集的小地震与罕见的大地震交替出现。沙堆的崩塌，是许多的小崩塌与大崩塌组成。

　　在生态系统中，临界点被跨越以后，结果往往是不可逆的。例如，受火山爆发的影响，海洋中的氧气浓度急剧下降，引发全球洋流循环系统被打断。据推测，全球海洋临界点已经数次被跨越，其中的一些跨越导致了生物大灭绝。

　　生态网络模型，现在也被用于更好地理解经济系统，特别是金融系统的动态。在美联储委托的一项研究中，科学家们调查了5000家银行组成的网络。网络之间的连接代表银行间的资金流动。研究发现，具有许多连接节点的银行，通常与较小的银行连接，反之亦然。这张连接网络呈现了高度不匹配的特性。在真实的网络生态中，人们也可以观察到类似的网络结构。例如，在开花植物与传粉昆虫形成的共生网络中，能接受许多昆虫传粉的开花植物，更受到“专一”昆虫的喜爱。而不“专一”的昆虫，却被开花植物认定为，仅由该物种提供服务。

　　研究表明，恰恰是这些网络结构，面对干扰具有稳健性。但是如果受到太大的压力，网络就会达到临界点，进而崩溃。尽管金融市场已经将系统性风险保持在低水平，但是通过渐进式的变化，比如持续增长，仍将反复达到临界点，导致崩溃，引发全球金融危机。

　　金融网络和生态网络有一个根本不同，生态网络不以增长为导向，而是以动态平衡为导向的。作者认为，社会经济系统要想走出经济危机的阴影，就必须引入可持续设计的结构性概念。

　　在本书的最后，作者认为传统进化论的缺陷，就是在静态的环境中研究性状变异与自然选择。而在现实的生态系统中，生物之间有着很强的连接性。在一个互相连接的网络中，不能孤立看待某个物种的变化，整个网络均受制于协同进化机制。适应与选择，不仅发生在物种内部，更多是通过物种的关系在彼此之间发生。大自然征服地球不是通过竞争，而是通过合作。

　　近一百年来，新达尔文主义与社会达尔文主义互相滋生，导致了灾难性的生活和经济观念，包括无节制的增长、垄断性的企业集团，千篇一律和多样性的丧失。作者认为，在看待社会经济系统运行规则时，人类应该带着“看见森林”的复杂系统视角，学习大自然的成功战略：合作。因为，我们从来都不是个体。