Текст книги "Азбука системного мышления"

Автор книги: Донелла Медоуз

сообщить о нарушении

Текущая страница: 7 (всего у книги 17 страниц) [доступный отрывок для чтения: 7 страниц]

Иерархические системы до определенной степени можно разложить на части, которые можно рассматривать как отдельные подсистемы. Эти подсистемы с их исключительно плотными внутренними информационными связями можно без особой натяжки считать отдельными системами. Когда иерархия разрушается, чаще всего это происходит по естественным границам подсистем. Очень полезно рассматривать системы с различных иерархических уровней – например, на уровне клеток или органов – и подробно изучать их по отдельности. Системные мыслители сказали бы, что применение редукционистского подхода в науке способно научить очень многому. Но при этом нельзя упускать из виду важные взаимосвязи между подсистемами на более высоких уровнях иерархии, иначе поведение системы может преподнести сюрпризы.

Если вы страдаете заболеванием печени, доктор может назначить лечение, не особенно обращая внимание на состояние сердечно-сосудистой системы или, к примеру, миндалин (если оставаться на том же иерархическом уровне), на особенности вашего характера и образа жизни (если подняться вверх на один-два уровня) или на строение молекул ДНК в ядре клеток печени (если спуститься вниз на несколько иерархических уровней). Но иногда надо отступить на несколько шагов, чтобы оценить всю иерархию в целом. Может быть, вы работаете на вредном производстве, и какие-то химические вещества приводят к повреждению печени. А может быть, это заболевание спровоцировано нарушением в строении ДНК.

Задумайтесь, какие изменения могут происходить со временем, – самоорганизующиеся системы могут достигать новых уровней иерархии и объединяться в одно целое. Раньше энергетические системы любой страны можно было разложить на отдельные составляющие, которые практически не зависели друг от друга. Теперь это не так. Люди, чье мышление эволюционировало медленнее, чем энергетика и экономика, могут быть неприятно удивлены тем, насколько сильно они теперь зависят от ресурсов, залегающих на одном конце света, и решений, которые принимаются на другим.

Существует множество примеров того, как самоорганизующиеся системы создают иерархические структуры. Частный предприниматель, столкнувшись с тем, что работы для одного слишком много, нанимает себе помощников. Маленькая, неформальная, некоммерческая организация в какой-то момент набирает столько членов и привлекает такой бюджет, что неизбежно потребуется кто-то, кто будет поддерживать порядок. Группа делящихся клеток приобретает специализированные функции и создает разветвленную сердечно-сосудистую систему, которая отвечает за доставку питательных веществ всем остальным клеткам, и не менее разветвленная нервная система координирует их работу.

Иерархии способны развиться с самых нижних уровней, от частей к целому, от клетки к органу и организму, от отдельного игрока к команде, от непосредственного производства к управлению производством. Древние земледельцы объединились и создали города, чтобы защититься и сделать торговлю эффективнее. Жизнь началась с одноклеточных бактерий, а не со слонов или китов. Исходная цель любой иерархии – помочь создавшим ее подсистемам работать лучше. К сожалению, к тому моменту, когда иерархия становится хорошо развитой, эту исходную цель довольно часто напрочь забывают и верхние, и нижние уровни. Иерархии начинают работать неподобающим образом; именно по этой причине многие системы так и не достигают своих целей.

Иерархические системы развиваются с самого нижнего уровня. Исходная цель верхних уровней иерархии состоит в том, чтобы помогать нижним уровням достигать своих целей.

Если участника команды больше заботит личная слава, чем победа команды, это может привести к тому, что команда проиграет. Если клетки организма перестают выполнять свои функции в рамках иерархии и начинают бесконтрольно делиться, мы называем это раком. Если студенты считают, что их основная задача – получать хорошие оценки (а не знания!), то начинается повальное списывание, использование шпаргалок, приводящее к противоположным результатам. Если отдельная корпорация подкупает правящие структуры для лоббирования своих интересов, то неизбежно страдают механизмы рыночной конкуренции, и это негативно отражается на всем обществе.

Если интересы подсистемы достигаются в ущерб интересам системы в целом, такое поведение называют субоптимизацией . ¹⁹

Не только субоптимизация, но и чрезмерный контроль, до предела централизованное управление, могут наносить системе вред. Если бы мозг полностью контролировал каждую клетку так, что она не смогла бы выполнять функции собственного поддержания, то весь организм мог бы погибнуть. Если правила и нормы поведения, навязанные руководством, не дают студентам или преподавателям свободно обмениваться знаниями в разных областях, то цель университета никогда не будет достигнута. Указания тренера могут прийти в противоречие с непосредственным чутьем хорошего игрока, и тогда вся команда потеряет кураж. В экономике тоже много примеров чрезмерного контроля из центра, касается ли это отдельных предприятий или целых стран. На протяжении истории такой контроль часто приводил к катастрофическим событиям, а все они не проходят бесследно.

Чтобы система работала как следует, иерархической структуре надо соблюдать равновесие между благосостоянием, свободами и ответственностью подсистем и системы в целом. Определенный централизованный контроль нужен для того, чтобы координировать действия по достижению общей цели, а автономность необходима для того, чтобы каждая подсистема могла самоорганизовываться, поддерживать себя в хорошем состоянии и нормально работать.

Способность к устойчивости, самоорганизации и образованию иерархических структур – это три причины, по которым динамические системы так эффективны. Развитие этих свойств в системе и управление ими может улучшить ее способность эффективно работать на протяжении долгого времени – обеспечить самоподдержание. Но при этом поведение систем все равно может нас сильно удивлять.

4

ГЛАВА

Почему поведение систем бывает таким неожиданным

Проблема в том... что мы чудовищно мало знаем.

Самые образованные из нас все равно невежественны...

Чтобы обрести какие-то знания, сначала нужно признаться в неведении, разоблачить собственное невежество.

Все, что нам известно о мире, говорит о том, что он гораздо больше и сложнее, чем мы можем себе представить.

Венделл Берри , писатель и фермер из Кентукки

Поведение даже самых простых систем в нашем «зоопарке» могло вас озадачить. Я и сама не устаю им удивляться, хотя вела курс по системам много лет. То, что системы ведут себя неожиданно, характеризует не только системы, но и нас самих. Сравнение знаний о реальном мире с тем, что я знаю (или думаю, что знаю) о динамических системах, всегда показывает, что наш уровень знаний не стоит переоценивать. Полезно помнить три важных истины:

Wendell Berry. Standing by Words. Washington, DC: Shoemakpr & Hoard, 2005. 65.

1. Все, что, как нам кажется, мы знаем о мире, – лишь модель. Любое слово и любой язык – тоже модели. Все карты и статистические данные, все книги и базы данных, уравнения и компьютерные программы – модели. То, как я представляю себе мир, – моя мысленная модель. Ничто из перечисленного не является реальным миром сейчас и никогда им не станет.

2. Обычно наши модели хорошо соотносятся с реальностью. Именно поэтому наш биологический вид достиг в биосфере таких успехов. Особенно сложные, можно даже сказать, изощренные мысленные модели мы разработали для восприятия того, что непосредственно окружает нас: природа и все сигналы, что мы получаем от нее; окружающие люди; организации, с которыми мы имеем дело.

3. Но вместе с тем наши модели очень далеки от того, чтобы представлять мир во всей полноте. Из-за этого мы совершаем ошибки. Из-за этого окружающая реальность час– ₍ то нас удивляет и ставит в тупик. Наш мозг позволяет одновременно отслеживать всего несколько параметров и переменных. Порой мы приходим к нелогичным заключениям, даже если исходные положения были правильны. Случается и наоборот – иногда мы делаем верные выводы из неверных исходных данных. Большинство людей никак не ожидает того, насколько быстрый рост способна вызывать экспоненциальная зависимость. И мало кто может интуитивно уловить, как погасить колебания в сложной системе.

Можно сказать, вся эта книга построена на двойственности: мы потрясающе много знаем о том, как работает этот мир, но все равно этого недостаточно. Наши знания поразительны, но еще больше потрясает наше незнание. Мы можем улучшить наше понимание, но его нельзя сделать абсолютным. Это две стороны одной медали, и все мои знания о системах только подтверждают эту двойственность.

всс, что, кок нам кажется, мы знаем о мире, – модель. Наши модели очень хорошо соотносятся с реальностью, но вместе с тем они далеки от того, чтобы представлять мир во всей полноте.

В этой главе описаны некоторые причины, по которым динамические системы часто ведут себя неожиданно. По сути, все это примеры того, как наши мысленные модели дают сбой и не могут достаточно точно описать реальный мир, – причем только те примеры, которые можно привести на основании системного представления, а ведь могут быть и другие. Это предостережение о том, что можно налететь на подводные камни. Обойти их в мире, где все связано со всем и где есть масса обратных связей, невозможно, если обращать внимание только на краткосрочные события, игнорировать структуру системы и поведение в долгосрочной перспективе. Необходимо знать, что такое ложные границы и ограниченная рациональность, не забывать об ограничивающих факторах, нелинейных зависимостях и запаздываниях. Если не учитывать ключевые свойства систем – устойчивость, самоорганизацию и иерархическое строение – то их структура и поведение будут истолкованы неправильно, и успешно взаимодействовать с ними станет невозможно.

Хорошие это новости или плохие, зависит от того, хотите ли вы сами управлять миром или согласны, чтобы он управлял вами, время от времени преподнося сюрпризы. Но надо честно предупредить: даже если вы понимаете все перечисленные свойства и особенности систем, мир все равно будет иногда удивлять вас – просто немного реже.

События, притягивающие внимание

Система – черный ящик, ее нам неизвестна суть. Никто не знает, что в ней происходит.

Мы видим то, что входит и выходит,

Но внутрь нее нельзя нам заглянуть.

Мы можем только, проявив старание,

За тем, что входит и выходит, наблюдать,

Чтобы потом хоть как-то рассчитать Связь входа с выходом и состоянием.

Чтоб дать прогноз, ответить на вопросы, Зависимость должна быть однозначна и ясна.

Коль так – задача наша решена.

Но если нет – то мы опять остались с носом.

Кеннет Боулдинг , экономист (перевод Е. С. Оганесян)

Системы могут вводить нас в заблуждение тем, как они себя преподносят (или мы «сами обманываться рады») – в виде последовательности событий. В новостях нам рассказывают о выборах, военных стычках, политических договоренностях, стихийных бедствиях, взлетах и провалах на бирже... Основное содержание нашего ежедневного общения с другими людьми – различные события, имевшие место в то или иное время в том или ином месте. Какая ко– , манда выиграла. Где произошло наводнение. Каков индекс Доу-Джонса и котировки основных компаний. Где открыли новое месторождение нефти. Где свели под корень очередной лес. События – это хронологически увязанные данные, полученные на выходе из системы, из черного ящика.

События могут производить сильное впечатление: аварии и крушения, террористические акты, большие победы, ужасные трагедии... Все это вызывает сильные эмоции. Хотя мы видели тысячи таких событий по телевизору, слышали в новостях и читали про них в газетах, все равно они не похожи одно на другое и продолжают притягивать наше внимание – так же, как прогноз погоды. В обилии событий, ежедневно происходящих в мире, можно утонуть – им нет конца, они всегда будут для нас неожиданностью, потому что при таком восприятии мира невозможно ни предсказать, ни объяснить что бы то ни было. События – видимая часть айсберга, причем не самая важная. Все остальное – сами сложные системы – скрывается под водой, не доступное взгляду.

Мы склонны меньше удивляться в том случае, если в событиях можно уловить определенную последовательность, динамический тип поведения. Команда переживает полосу удачных (или неудачных) игр. Уровень воды в реке колеблется сильнее – если идут затяжные дожди, начинается наводнение, если стоит засуха – река мелеет. Индекс Доу-Джонса рос в течение нескольких лет, пока не наступил кризис. Новые месторождения нефти обнаруживают все реже. Сведение лесов происходит со все возрастающей скоростью.

Поведение системы определяет ее характеристики во времени – рост, застой, упадок, колебания, случайные флуктуации, эволюционные изменения. Если бы события в новостях преподносились в историческом контексте, наше понимание систем было бы глубже – на уровне поведения, а не только на уровне отдельных событий. Когда системный мыслитель обнаруживает проблему, первым делом он собирает данные об истории системы, включая графики ее поведения во времени. Поведение за продолжительный срок позволяет подобраться к структуре системы, лежащей в основе этого поведения. А структура, в свою очередь, – ключ к пониманию не только того, что происходит, но и почему.

Структура системы – это совокупность запасов, потоков и обратных связей. Схемы с прямоугольниками и стрелками (мои студенты прозвали их «клубком спагетти») – наглядное представление структуры системы. Структура определяет, какое поведение изначально присуще системе. Балансирующий цикл обратной связи, стремящийся добиться конкретной цели, способствует достижению динамического равновесия, а потом поддерживает его. Усиливающий цикл порождает экспоненциальный рост. Связанные вместе, эти циклы могут демонстрировать и рост, и упадок, и равновесие. Если в них, к тому же, заложены запаздывания, то могут возникать еще и колебания. А если циклы включаются на краткое время, то поведение может быть еще более разнообразным и трудно предсказуемым.

Структура системы определяет ее поведение. Поведение системы проявляется в виде событий, происходящих в определенной последовательности.

Системное мышление постоянно использует понятия структуры (диаграммы запасов, потоков и связей) и поведения (графики зависимостей от времени). Специалисты-системщики стараются понять связь между рукой, отпускающей конец пружинки-Слинки (событие), последующими колебаниями (поведение) и механическими характеристиками винтовой спирали Слинки (структура).

Простые примеры – вроде той же игрушки Слинки – делают разницу между событием, поведением и структурой очевидной. Большая часть аналитических обзоров в мире посвящена событиям, несмотря на то, что это очень поверхностный подход. Прислушайтесь к биржевым новостям: как в них объясняется, почему рынок акций ведет себя так, а не иначе? Акции поднялись в цене (упали) потому, что американский доллар упал (поднялся), или базовая ставка выросла (понизилась), или демократы выиграли (проиграли), или войска одной страны вторглись в другую (или не стали вторгаться)... Анализ на уровне событий, не более того.

Такие объяснения не дают никакой возможности предсказать, что будет дальше. На их основании невозможно изменить поведение системы – например, сделать рынок акций более устойчивым, разработать более достоверный индикатор экономического состояния компаний, стимулировать инвестиции...

Экономические аналитики иногда спускаются на один уровень глубже, к поведению системы во времени. Эконометрические модели стараются обнаружить статистически значимые связи между тенденциями, наблюдавшимися в прошлом, – применительно к доходам, накоплениям, инвестициям, государственным расходам, процентным ставкам, годовым объемам производства и тому подобным параметрам. Эти связи описываются зачастую очень сложными уравнениями.

Модели, основывающиеся на поведении, полезнее, чем модели на основе событий, но и у них есть принципиальные недостатки. Во-первых, они, как правило, преувеличивают значение системных потоков и недооценивают значение запасов. Экономисты следят за поведением потоков, потому что именно в этом проявляются самые интересные и быстрые изменения, причем их легко обнаружить. В экономических новостях говорят в основном о производстве продукции и услуг в масштабах страны (это поток), о валовом национальном продукте (ВНП), а не о суммарном физическом капитале (это запас) всех заводов и фабрик в стране, производящих те самые услуги и продукцию. Но если не учитывать, как запасы посредством обратных связей влияют на соответствующие потоки, то нельзя понять ни динамику экономических систем, ни причины их поведения.

Во-вторых (и это более серьезный недостаток), в попытках определить статистические зависимости между поте-нами специалисты-эконометрики ищут то, чего на самом деле не существует. Нет никаких причин считать, что один поток имеет какую-либо устойчивую связь с каким-либо другим потоком. Потоки увеличиваются и уменьшаются, возникают и иссякают, причем в самых разных сочетаниях, и происходит это в зависимости от значений запасов, а не других потоков.

Чтобы пояснить это, приведу простой пример. Предположим, вам ничего не известно о термостатах, но у вас за определенное время накоплена масса данных о тепловых потоках, подаваемых в помещение и исходящих из него. Вы можете составить уравнение, по которому эти тепловые потоки изменялись в прошлом: в обычных условиях они управлялись одним и тем же запасом – температурой в помещении. Все потоки зависели от нее и менялись соответственно.

Но ваше уравнение будет работать только до тех пор, пока в структуре системы что-нибудь не изменится. Как только кто-нибудь откроет окно, или проведет работы по улучшению теплоизоляции, или перенастроит обогреватель, или забудет заказать топливо для него (если это дизельная печка), ваше уравнение перестанет действовать. Вы сможете предсказывать температуру в комнате по вашему уравнению только при том условии, что в системе не будет никаких изменений. Но если вас попросят сделать что-то, чтобы в комнате стало теплее, или температура вдруг ни с того ни с сего начнет падать, а вам нужно будет это падение остановить, или вы захотите добиться той же температуры ценой меньших затрат на топливо – во всех этих случаях анализ на основе событий вам ничем не поможет. Придется обратиться к структуре системы.

Вот почему основанные на поведении эконометрические модели хорошо подходят для краткосрочного прогнозирования в экономике, но совершенно не годятся для долгосрочных прогнозов. А уж в вопросах, как улучшить состояние экономики, от этих моделей вообще нет никакого толку.

Это еще одна причина того, что поведение систем часто бывает для лас неожиданным. Происходящие события поглощают все наше внимание. Мы не изучаем их историю, и нам не хватает опыта и знаний, чтобы от истории перейти к структуре системы. А ведь именно она определяет поведение системы и последовательность событий.

Линейное мышление в нелинейном мире

Линейные зависимости понять нетрудно: чем больше, тем пропорционально лучше. Линейные уравнения решаются просто, ими полны все учебники. Линейные зависимости подобны кирпичикам – их можно разобрать, а потом снова сложить вместе, и все кусочки подойдут друг к другу.

А вот нелинейные системы в лоб решить невозможно, такие зависимости складывать нельзя... Нелинейность означает, что по ходу игры правила могут меняться... Эта переменчивость делает расчеты нелинейных систем очень сложной задачей, но зато в них наблюдается такое разнообразие вариантов поведения, которое даже и не снилось линейным системам.

Джеймс Глеик*, специалист по фрактальной геометрии, автор книги «Хаос: создание новой науки»

Часто нам не хватает знаний даже для того, чтобы понять характер взаимосвязей. Линейная зависимость между двумя элементами системы отображается на графиках

James Gleick. Chaos: Making a New Science. New York: Viking, 1987. 23—24. (Книга издавалась на русском языке: ГлейкДж. Хаос. Создание новой науки. СПб.: Издательство «Амфора», 2001. 398 с.)

прямой линией. Ее коэффициенты постоянны. Если использовать на огороде 10 кг удобрения, урожай увеличится на 100 кг, если использовать 20 кг – на 200 кг, если 30 кг – на 300 кг.

При нелинейной зависимости результат нельзя рассчитывать пропорционально вложениям. Зависимость между причиной и следствием отображается на графиках не прямыми, а самыми разными кривыми и волнистыми линиями. Если использовать на огороде 100 кг удобрений, то урожай вырастет на 500 кг (а не на тысячу, как можно было бы ожидать). Если увеличить количество удобрений до 200 кг, урожай не изменится вообще, а если применить 300 кг, даже уменьшится. Почему? Потому что почва будет отравлена такой массой удобрений – это как раз тот случай, когда «слишком хорошо тоже плохо».

В мире очень много нелинейных зависимостей.

Наше привычное мышление линейно, поэтому мы наталкиваемся на столько неожиданностей. Раз мы привыкли, что при малом воздействии будет малый результат, то при воздействии вдвое больше ожидаем и ответа в два раза сильнее. Но в нелинейной системе удвоенное воздействие может привести к результату вшестеро меньше, к отсутствию результата, а может и к результату в квадрате.

Вот несколько характерных примеров нелинейности:

■ Когда поток машин на автомагистрали постепеннс увеличивается, до определенного момента это практи чески не влияет на скорость машин. Однако затек даже небольшого увеличения плотности потока достаточно для того, чтобы скорость упала очень сильно, Когда же количество машин доходит до определенной критической точки, образуется пробка и движение прекращается вовсе.

* Эрозия почвы может долгое время почти не сказываться на величине урожая, но только до тех пор, пока толщина почвенного слоя не станет равной длине корней злаков. После этого любое, даже самое незначительное увеличение эрозии приводит к резкому падению урожайности.

* Небольшая рекламная кампания (особенно если рекламные ролики сделаны со вкусом) способна привлечь интерес потребителей к продукту. Но когда реклама назойлива и криклива, она начинает отталкивать покупателей, и продукт вызывает отвращение.

Неудивительно, что нелинейности производят неожиданный эффект. Еще бы, ведь они ломают привычный стереотип: применишь немного полезного средства – получишь небольшой положительный эффект, применишь больше – и результат будет больше. Такой же стереотип действует и в отношении вредных веществ: примешь немного, вред будет небольшой; примешь больше – и вред будет пропорционально больше. Казалось бы, логичные ожидания, но в нелинейном мире они всегда приводят к ошибкам.

Нелинейности важны не только потому, что такие связи между действием и откликом не соответствуют нашим ожиданиям. Они важны в первую очередь из-за того, что изменяют относительную мощность циклов обратной связи. Они могут заставить систему переключиться с одного вида поведения на другой.

Нелинейные зависимости – основная причина обратимого доминирования, характерного для некоторых систем в нашем «зоопарке». Изменение может быть резким: например, экспоненциальный рост, вызываемый усиливающим циклом, вдруг сменяется снижением из-за того, что доминирование перешло к балансирующему циклу.

Значение нелинейностей можно проиллюстрировать примером из реальной жизни – историей про массовое нашествие гусениц-почкоедов на североамериканские леса.

Гусеницы-почкоеды, хвойные леса и пестициды

Годовые кольца деревьев позволяют определить, что в последние 400 лет в североамериканских хвойных лесах периодически случались нашествия гусениц-почкоедов, уничтожающих пихты и ели. До двадцатого века это никого особо не беспокоило, потому что древесину для пиломатериалов давали сосновые леса. Пихты и ели считались чуть ли не сорняками. Но со временем девственные сосновые леса исчезли, и лесная промышленность переключилась на ель и пихту. И гусеницы-почкоеды превратились в серьезных вредителей.

Начиная с 1950-х гг. северные леса стали опрыскивать I ДДТ, чтобы не допускать размножения гусениц Несмотря на опрыскивание, каждый год их популяция восстанавливалась. Ежегодные распыления химикатов продолжались на протяжении еще трех десятков лет, пока ДДТ не запретили. Тогда вместо него стали использовать фенитротион, ацефат, севин и метоксихлор.

Люди уже понимали, что инсектициды – не спасение от нашествия гусениц, но все же считалось, что их применение необходимо. Специалисты лесной промышленности говорили, что применение инсектицидов позволяет выиграть время, чтобы сохранить деревья в целости до того момента, пока не начнутся рубки.

К 1980 г. расходы на опрыскивание вышли за пределы разумного. Только в одной канадской провинции Нью-Бран-свик за год на «избавление» от гусениц ушло 12,5 млн долларов. Местные жители были обеспокоены и активно противились тому, чтобы все окрестности без устали поливали отравой. К тому же, несмотря на распыление химикатов, гусеницы неплохо себя чувствовали и за год уничтожали по 20 млн гектаров леса.

К. С. Холлинг из Университета Британской Колумбии и Г. Баскервиль из Университета Нью-Брансвика создали компьютерную модель, чтобы изучить проблему с нашествием гусениц с системной точки зрения. Модель позволила

установить, что до того, как начались опрыскивания, гусеницы практически не проявляли себя многие годы подряд. Их численность контролировали естественные хищники – птицы, пауки, осы. Влияли на них и некоторые болезни. Но периодически, через несколько десятков лет, случалась вспышка размножения, которая длилась от шести до десяти лет. После этого численность гусениц падала, чтобы через несколько десятков лет снова резко увеличиться.

Из всех пород деревьев гусеницы предпочитают бальзамическую пихту. На втором месте стоит ель. Бальзамическая пихта составляет основу северных лесов, и при естественном ходе событий она со временем вытесняет ели и березы. Леса становятся монокультурными – в них нет других деревьев, кроме пихты. Вспышка численности гусениц уменьшает количество пихт, и это дает елям и березам новый шанс. Хотя со временем пихта опять начинает вытеснять все остальное.

Когда количество пихт увеличивается, вероятность вспышки численности гусениц тоже возрастает, причем нелинейно. Способность гусениц к размножению растет существенно быстрее, чем было бы при пропорциональной зависимости от количества пихт. Спусковым крючком могут послужить две-три теплые весны подряд – в таких условиях выживает большинство личинок гусениц. (Кстати, если ограничиваться только анализом на уровне событий, то в нашествии гусениц надо было бы обвинить теплую и сухую погоду весной.)

Популяция гусениц становится слишком большой, с ней не могут справиться естественные враги – и эта зависимость тоже нелинейная. Обычно в довольно широком диапазоне условий большая популяция гусениц приводит к большей численности естественных хищников, их поедающих. Но только до определенной точки. После нее хищники не успевают размножаться с такой скоростью. Если раньше был усиливающий цикл (больше гусениц – больше естественных врагов), то теперь он не действует (больше гусениц – но численность хищников так быстро не растет – и гусеницы размножаются беспрепятственно).

Начиная с этого момента, только одно способно остановить нашествие гусениц: они сами подрывают свою пищевую базу, уничтожая пихту по всем лесам. Когда это происходит, популяция гусениц резко уменьшается – причем тоже нелинейно. Усиливающий цикл размножения гусениц уступает балансирующему циклу, описывающему гибель от голода. В лесах, где раньше была пихта, снова появляются ели и березы, и цикл начинается заново.

Многие взаимосвязи в системах нелинейны.

При изменении запасов в системе их относительная мощность меняется непропорционально. Нелинейности в системах с обратными связями приводят к обратимому доминированию разных циклов. Это усложняет поведение системы и делает его более разнообразным.

Система, включающая гусениц, пихты и ели, может демонстрировать колебания с периодом в десятки лет, но при этом экосистема не покидает определенных границ. Так может продолжаться до бесконечности. Основной результат деятельности гусениц состоит в том, что в лесу растет не только пихта, но и другие породы деревьев. Но то, что устойчиво с экологической точки зрения, невыгодно экономически. В восточной Канаде практически вся экономика зависит от лесной промышленности, а она, в свою очередь, требует непрерывных заготовок пихты и ели.

Когда стали применяться инсектициды, системе стало труднее балансировать между разными нелинейными зависимостями. Инсектициды убивают не только гусениц, но и их естественных врагов, тем самым ослабляя обратную связь, которая раньше сдерживала размножение вредителей. Пихт в лесах по-прежнему много, поэтому размножение гусениц, происходящее по нелинейному закону, преодолевает критическую точку, после которой их численность растет взрывными темпами. С этого момента гусеницы постоянно готовы осуществить очередное нашествие. Действия лесной промышленности привели к тому,

–'II мшиимрм шшттшгг •л'шг-ттп втгшжшт “згчей™ '■^гтяиишш

что Холлинг назвал «постоянной готовностью к вспышке численности», причем на все большей территории. Лесная промышленность сама загнала себя в эту ситуацию и теперь сидит на пороховой бочке: стоит хоть немного уменьшить распыление химикатов, как последует немедленный взрыв численности гусениц, причем такой силы, что даже представить страшно.*

Несуществующие границы

Если мыслить в системных терминах, становится заметным частое неправильное использование понятия «побочный эффект*... Обычно под этим подразумевают «эффект, которого я не предвидел или о котором думать не хочу*... Побочные эффекты заслуживают прилагательного «побочный* ничуть не больше, чем «основной» эффект. В системных терминах мыслить не так-то легко, и чтобы облегчить себе жизнь, мы предпочитаем коверкать язык.

Гаррет Хардин*, эколог

Помните символы «облаков» на структурных схемах в первой и второй главах? Остерегайтесь их! Они – основные источники неожиданного поведения систем.

* Эта история упоминается в нескольких источниках: С. S. Holling. The Curious Behavior of Complex Systems: Lessons from Ecology в издании H. A. Linstone. Future Research (Reading, MA: Addison-Wesley, 1977); B. A. Montgomery et al. The Spruce Budworm Handbook, Michigan Cooperative Forest Pest Management Program. Handbook. 82-7. November. 1982; The Research News. University of Michigan. April—June. 1984; Kari Lie. The Spruce Budworm Controversy in New Brunswick and Nova Scotia // Alternatives. 10. no. 10(Spring 1980). 5; R.F.Morris. The Dynamics of Epidemic Spru ce Budworm Populations // Entomological Society of Canada, no. 31 (1963).