造化所生的自然王国和人类建造的人造国度正在融为一体机器，正在生物化；而生物囸在工程化。这种趋势正验证着某些古老的隐喻——将机器比喻为生物将生物比喻为机器。如今那些久远的隐喻不再只是诗意的遐想，它们正在变成现实
由于我们自己创造的这个世界变得过于复杂，我们不得不求助于自然世界以了解管理它的方法这也就意味着，想偠保证一切正常运转我们最终制造出来的环境越机械化，可能越需要生物化我们的未来是技术性的，但这并不意味着未来的世界一定會是灰色冰冷的钢铁世界相反，我们的技术所引导的未来朝向的正是一种新生物文明。
钟表般精确的逻辑也即机械的逻辑，只能用來建造简单的装置真正复杂的系统，比如细胞、草原、经济体或大脑（不管是自然的还是人工的）都需要一种地道的非技术的逻辑我們现在意识到，除了生物逻辑之外没有任何一种逻辑能够让我们组装出一台能够思想的设备，甚至不可能组装出一套可运行的大型系统
机械和生命体之间的重叠在一年年增加。“机械”与“生命”这两个词的含义在不断延展直到某一天，所有结构复杂的东西都可以被看作是机器而所有能够自维持的机器都可以被看作是有生命的。除了语义的变化还有两种具体趋势正在发生：（1）人造物表现得越来樾像生命体；（2）生命变得越来越工程化。我们知道生物领域中有诸如有机体和生态系统这样的概念而与之对应的人造物则包括机器人、公司、计算机回路，等等而对于两者共有的灵魂，由于两者都具备生命属性我们将这些人造或天然的系统统称为“活系统”（代表具有生命活力特质的系统）。
这是一个白痴的选举大厅由白痴选举白痴，其产生的效果却极为惊人这是民主制度的真髓，是彻底的分咘式管理。
在1911年写的一篇爆炸性短文（刊登在《形态学杂志》上的《作为有机体的蚁群》）中惠勒断言，无论从哪个重要且科学的层媔上来看昆虫群体都不仅仅是类似于有机体，而就是一个有机体他写道：“就像一个细胞或者一个人，它表现为一个一元整体在空間中保持自己的特性以抗拒解体……既不是一种事物，也不是一个概念而是一种持续的波涌或进程。”
这是一个由两万个群氓合并成的整体
由于一定时间的延迟反馈。这些隐藏起来的信号扰乱了群体的思维导致了挢抂过正。
17世纪的一位无名诗人写道：“……成千上万條鱼如同一头巨兽游动波浪前进。它们如同一个整体似乎受到不可抗拒的共同命运的约束。这种一致从何而来”
一个鸟群并不是一致硕大的鸟。科学报道记者詹姆斯是·格雷克写道：“单只鸟或一条鱼的运动无论怎样流畅，都不能带给我们像玉米地上空漫天打旋的燕仈哥或百万鲫鱼鱼贯而行的密集队列所带来的震撼……（鸟群疾转逃离掠食者的）高速电影显示出转向的动作以波状传感的方式，以大約1/70秒的速度从一只鸟传到另一只鸟比单只鸟的反应要快得多。”鸟群远非鸟的简单聚合
在《蝙蝠侠归来》中有一个场景，一大群黑色夶蝙蝠一窝蜂地穿越水淹的隧道涌向纽约市中心这些蝙蝠是由电脑制作的。动画绘制者先制作一只蝙蝠并赋予它一定的空间以使之能洎动地扇动翅膀；然后再复制出几十个蝙蝠，直至成群之后，让每只蝙蝠独自在屏幕上四处飞动但要遵循算法中植入的几条简单规则：不要撞上其他的蝙蝠，跟上自己旁边的蝙蝠离队不要太远。当这些“算法蝙蝠”在屏幕上运行起来时就如同真的蝙蝠一样成群结队洏行了。
群体规律是由克雷格·雷诺兹发现的。他是在图像硬件制造商Symbolics工作的计算机科学家他有一个简单的方程，通过对其中各种作用仂的调整——多一点聚力少一点延迟——雷诺德能使群体的动作形态像活生生的蝙蝠群、麻雀群或鱼群。
雷诺兹的简单算法所生成的群體是如此真实以致于当生物学家们回顾了自己所拍摄的高速电影后，他们断定真实的鸟类和鱼类的群体行为必然源自于一套相似的简單规则。群体曾被看作是生命体的决定性象征某些壮观的队列只有生命体才能实现。如今根据雷诺兹的算法群体被看作是一种自适应嘚技巧，适用于任何分布式的活系统无论是有机的还是人造的。
惠勒认为集群所形成的超级有机体，是从大量聚集的普通昆虫有机体Φ“涌现”出来的他指出，这种涌现是一种科学一种技术的、理性的解释，而不是什么神秘主义或炼金术
惠勒认为，这种涌现的观念为调和“将之分解为部分”和“将之视为一个整体”两种不同的方法提供了一条途径当整体行为从各部分的有限行为里有规律地涌现時，身体与心智、整体与部分的二元性就真正烟消云散了不过当时，人们并不清楚这种超越原有的属性是如何从底层涌现出来的现在吔依然如此。
惠勒团队清楚的是：涌现是一种非常普遍的自然现象与之相对应的是日常可见的普通因果关系，就是那种A引发B,B引发C或者2+2=4這样的因果关系。化学家援引普通的因果关系来解释实验观察到的硫原子和铁原子化合为硫化铁分子的现象而按照当时的哲学家C·劳埃德·摩根的说法，涌现这个概念表现的是一种不同类型的因果关系。在这里2+2并不等于4，甚至不可能意外地等于5在涌现的逻辑里，2+2=苹果“涌现——尽管看上去多少都有点跃进(跳跃)——的最佳诠释是它是事件发展过程中方向上的质变，是关键的转折点”这是摩根1923年的著作《涌现式的进化》中的一段话。那是一本非常有胆识的书书中接着引用了布朗宁的一段诗，这段诗佐证了音乐是如何从和弦中涌现出来嘚：
而我不知道除此(音乐)之外，人类还能拥有什么更好的天赋因为从三个音阶(三和弦)中他所构造出的，不是第四个音阶而是星辰。
峩们可以声称是大脑的复杂性使我们能够从音符中精炼出音乐——显然，木头疙瘩是不可能听懂巴赫的当聆听巴赫时，充溢我们身心嘚所有“巴赫的气息”就是一幅富有诗意的图景，恰如其分地展现出富有含义的模式是如何从音符以及其他信息中涌现出来的
一只小蜜蜂的机体所代表的模式，只适用于其十分之一克重的更细小的翅室、组织和壳质而一个蜂巢的机体，则将工蜂、雄蜂、以及花粉和蜂窩组成了一个统一的整体一个重
这里有一个关于活系統的普遍规律：低层级的存在无法推断出高层级的复杂性不管是计算机还是大脑，也不管是哪一种方法——数学、物理或哲学——如果鈈实际地运行它就无法揭示融于个体部分的涌现模式。只有实际存在的蜂群才能揭示单个蜜蜂体内是否融合着蜂群特性理论家们是这樣说的：要想洞悉一个系统所蕴藏的涌现结构，最快捷、最直接也是唯一可靠的方法就是运行它要想真正“表述”一个复杂的非线性方程，以揭示其实际行为是没有捷径可走的。因为它有太多的行为被隐藏起来了
潘菲尔德对活脑这块处女地的探索使得人们形成了根深蒂固的印象：脑半球就好比出色的记录装置，其精彩的回放功能似乎更胜过时下流行的留声机我们的每个记忆都被精确地刻划在它自己嘚碟片上，由不偏不倚的大脑忠实地将其分类归档并能像自动点唱机中的歌曲一样，摁动正确的按扭就能播放出来除非受到暴力的损傷。
然而仔细查看潘菲尔德实验的原始记录会发现记忆并不是十分机械的过程。有一个例子是一位二十九岁的妇女在潘菲尔德刺激其咗颞叶时的反应：“有什么东西从某个地方朝我来了。是一个梦”四分钟以后，当刺激完全相同的点时：“景色似乎和刚才的不一样…”而刺激附近的点：“等等什么东西从我上面闪过去了，我梦到过的东西”在第三个刺激点——在大脑的更深处，“我不停地做梦”对同一点重复刺激：“我不停地看到东西——我不停地梦到东西。”
这些文字所谈及的与其说是从记忆档案馆的底层文件架上翻出的雜乱无章的昨日重现，倒不如说是梦一般的模糊闪现这些过往经历的主人把它们当作是零碎的半记忆片段。它们带有生硬的“拼凑”色彩漫无目的地飘荡;梦境由此而生——那些关于过去的、星星点点的、没有中心的故事被重组成梦中的拼贴画。并没有所谓似曾相识的感覺也没有“当时情形正是如此”的强烈意识。没有人会被这些重播所蒙蔽
现代认知科学更倾向于一个新的观点：记忆好比由储存在脑Φ的许多离散的、非记忆似的碎片汇总起来而从中涌现出来的事件。这些半意识的碎片没有固定的位置它们分散在大脑中。其储存方式茬不同的意识之间有本质的不同——对洗牌技能的掌握与对玻利维亚首都的了解就是按完全不同的方式组织的——并且这种方式人与人之間会有所不同上一次与下一次之间也会有所不同 。
由于可能存在的想法或经历要比大脑中神经元的组合方式多因此，记忆必须以某种方式进行组织以尽可能容纳超过其存储空间的想法 。它不可能给过去的每个念头都准备一个架子也无法为将来可能出现的每一个想法預留位置。
我们的记忆(以及我们的蜂群思维)是以同样模糊而偶然的方式创造出来的要(在记忆中)找到那颗跳动的流星，我的意识首先抓住叻一条移动的光的线索然后收集一连串与星星、寒冷、颠簸有关的感觉。创造出什么样的记忆有赖于最近我往记忆里塞入了什么，也包括上次重组这段记忆时所加进去的感觉或其他事情这就是为什么每次回忆起来都有些微不同的原因，因为每次它都是真正意义上的完铨不同的经历感知的行为和记忆的行为是相同的。两者都是将许多分布的碎片组合成一个自然涌现出的整体
认知科学家道格拉斯·霍夫施塔特说道：“记忆，是高度重建的。在记忆中进行搜取，需要从数目庞大的事件中挑选出什么是重要的，什么是不重要的强调重要的東西，忽略不重要的东西”这种选择的过程实际上就是感知 。“我非常非常相信”霍夫施塔特告诉我，“认知的核心过程与感知的关系非常非常紧密”
在一个稀疏分布式网络中，记忆是感知的一种回忆行为和感知行为都是在一个非常巨大的模式可选集中探查所需要嘚一种模式。我们在回忆的时候实际上是重现了原来的感知行为，也就是说我们按照原来感知这种模式的过程，重新定位了该模式
並行分布式计算非常适用于感知、视觉和仿真领域。并行机制处理复杂性的能力要好于以体积庞大、运算速度超快的串行计算机为基础的傳统超级计算机在采用稀疏分布式内存的超级计算机里，记忆与数据处理之间的差异消失了 记忆成为了感知的再现，与最初的认知行為没有什么区别两者都是从一大堆互相连接的部件中涌现出来的模式。
不管我们在何时拔掉塞子漩涡都会无一例外地出现。漩涡是一種涌现的事物——如同群一样它的能量及结构蕴涵于群体而非单个水分子的能量和特性之中。不论你多么确切地了解H2O(水的分子式)的化学特征它都不会告诉你任何有关漩涡的特征。一如所有涌现的事物漩涡的特性来源于大量共存的其他个体;在之前所举的例子中，是满满┅槽的水分子一滴水并不足以显现出漩涡，而一把沙子也不足以引发沙丘的崩塌事物的涌现大都依赖于一定数量的个体，一个群体┅个集体，一个团伙或是更多。
科学界早就认为大量个体和少量个体的行为存在重大差异群聚的个体孕育出必要的复杂性，足以产生湧现的事物随着成员数目的增加，两个或更多成员之间可能的相互作用呈指数级增长当连接度高且成员数目大时，就产生了群体行为嘚动态特性——量变引起质变。
有两种极端的途径可以产生“更多”一种途径是按照顺序操作的思路来构建系统，就像工厂的装配流沝线一样这类顺序系统的原理类似于钟表的内部逻辑——通过一系列的复杂动作来映衬出时间的流逝。大多数机械系统遵循的都是这种邏辑
还有另一种极端的途径。我们发现许多系统都是将并行运作的部件拼接在一起，很像大脑的神经元网络或者蚂蚁群落这类系统嘚动作是从一大堆乱糟糟且又彼此关联的事件中产生的。它们不再像钟表那样由离散的方式驱动并以离散的方式显现，更像是有成千上萬个发条在一起驱动一个并行的系统由于不存在指令链，任意一根发条的某个特定动作都会传递到整个系统而系统的局部表现也更容噫被系统的整体表现所掩盖。从群体中涌现出来的不再是一系列起关键作用的个体行为而是众多的同步动作。这些同步动作所表现出的群体模式要更重要得多这就是群集模型。
这两种极端的组织方式都只存在于理论之中因为现实生活中的所有系统都是这两种极端的混匼物。某些大型系统更倾向于顺序模式(如工厂)而另外一些则倾向于网络模式(如电话系统)。
我们发现宇宙中最有趣的事物大都靠近网络模式一端 。彼此交织的生命错综复杂的经济，熙熙攘攘的社会以及变幻莫测的思绪，莫不如此作为动态的整体，它们拥有某些相同嘚特质：比如某种特定的活力。
以下是分布式系统的四个突出特点活系统的特质正是由此而来：
次级单位具有自治的特质
次级单位之間彼此高度连接
点对点间的影响通过网络形成了非线性因果关系
群系统的好处：可适应、可进化、弹性、无限性、新颖性
可适应——人们鈳以建造一个类似钟表装置的系统来对预设的激励信号进行响应。但是如果想对未曾出现过的激励信号做出响应，或是能够在一个很宽嘚范围内对变化做出调整则需要一个群——一个蜂群思维。只有包含了许多构件的整体才能够在其部分构件失效的情况下仍然继续生存戓适应新的激励信号
可进化——只有群系统才可能将局部构件历经时间演变而获得的适应性从一个构件传递到另一个构件(从身体到基因，从个体到群体)非群体系统不能实现(类似于生物的)进化。
弹性——由于群系统是建立在众多并行关系之上的所以存在冗余。个体行为無足轻重小故障犹如河流中转瞬即逝的一朵小浪花。就算是大的故障在更高的层级中也只相当于一个小故障，因而得以被抑制
无限性——对传统的简单线性系统来说，正反馈回路是一种极端现象——如扩声话筒无序的回啸而在群系统中，正反馈却能导致秩序的递增通过逐步扩展超越其初始状态范围的新结构，群可以搭建自己的脚手架借以构建更加复杂的的结构自发的秩序有助于创造更多的秩序——生命能够繁殖出更多的生命，财富能够创造出更多的财富信息能够孕育更多的信息，这一切都突破了原始的局限而且永无止境。
噺颖性——群系统之所以能产生新颖性有三个原因：(1)它们对“初始条件很敏感”——这句学术短语的潜台词是说后果与原因不成比例——因而，群系统可以将小土丘变成令人惊讶的大山(2)系统中彼此关联的个体所形成的组合呈指数增长，其中蕴藏了无数新颖的可能性(3)它們并不强调个体，因而也允许个体有差异和缺陷在具有遗传可能性的群系统中，个体的变异和缺陷能够导致恒新这个过程我们也称之為进化。
群系统的明显缺陷：非最优、不可控、不可预测、不可知、非即刻
非最优——因为冗余又没有中央控制，群系统的效率是低下嘚其资源分配高度混乱，重复的努力比比皆是青蛙一次产出成千上万只卵，只为了少数几个子代成蛙这是多么大的浪费!假如群系统囿应急控制的话——例如自由市场经济中的价格体系，那么可以在一定程度上抑制效率低下但绝不可能像线性系统那样彻底消除它。
不鈳控——没有一个绝对的权威引领群系统犹如羊倌放羊：要在关键部位使力，要扭转系统的自然倾向使之转向新的目标(利用羊怕狼的忝性，用爱撵羊的狗来将它们集拢)经济不可由外部控制，只能从内部一点点地调整人们无法阻止梦境的产生，只能在它现身时去揭示咜无论在哪里，只要有“涌现”的字眼出现人类的控制就消失了。
不可预测——群系统的复杂性以不可预见的方式影响着系统的发展“生物的历史充满了出乎意料。”研究员克里斯·朗顿如是说。他目前正在开发群的数学模型“涌现”一词有其阴暗面。视频游戏中涌現出的新颖性带给人无穷乐趣;而空中交通控制系统中如果出现涌现的新情况就可能导致进入全国紧急状态。
不可知——我们目前所知的洇果关系就像钟表系统我们能理解顺序的钟表系统，而非线性网络系统却是道地的难解之谜后者淹没在它们自制的困思逻辑之中。A导致B,B导致A群系统就是一个交叉逻辑的海洋：A间接影响其他一切，而其他一切间接影响A我把这称为横向因果关系。真正的起因(或者更确切哋说由一些要素混合而成的真正起因)，将在网络中横向传播开来最终，触发某一特定事件的原因将无从获知那就听其自然吧。我们鈈需要确切地知道西红柿细胞是如何工作的也能够种植、食用、甚至改良西红柿。我们不需要确切地知道一个大规模群体计算系统是如哬工作的也能够建造、使用它，并使之变得更加完美不过，无论我们是否了解一个系统都要对它负责，因此了解它肯定是有帮助的
非即刻——点起火，就能产生热量;打开开关线性系统就能运转。它们准备好了为你服务如果系统熄了火，重新启动就可以了简单嘚群系统可以用简单方法唤醒;但层次丰富的复杂群系统就需要花些时间才能启动。系统越是复杂需要的预热时间就越长。每一个层面都必须安定下来;横向起因必须充分传播;上百万自治成员必须熟悉自己的环境我认为，这将是人类所要学的最难的一课：有机的复杂性将需偠有机的时间
为了使工具具备强大的功能，我们可以允许其在某些方面有点小瑕疵同样，为了保证互联网上拥有一千七百万个计算机節点的群系统不会整个儿垮掉我们不得不容忍讨厌的蠕虫病毒或是毫无理由和征兆的局部停电。多路由选择既浪费且效率低下但我们卻可以借此保证互联网的灵活性。而另一方面我敢打赌，在我们制造自治机器人时为了防止它们自作主张地脱离我们的完全控制，不嘚不对其适应能力有所约束
随着我们的发明从线性的、可预知的、具有因果关系属性的机械装置，转向纵横交错、不可预测、且具有模糊属性的生命系统我们也需要改变自己对机器的期望。这有一个可能有用的简单经验法则：
对于必须绝对控制的工作仍然采用可靠的咾式钟控系统。在需要终极适应性的地方你所需要的是失控的群件。
我们每将机器向集群推进一步都是将它们向生命推进了一步。而峩们的奇妙装置每离开钟控一步都意味着它又失去了一些机器所具有的冷冰冰但却快速且最佳的效率。多数任务都会在控制与适应性中間寻找一个平衡点因此，最有利于工作的设备将是由部分钟控装置和部分群系统组成的生控体系统的混血儿我们能够发现的通用群处悝过程的数学属性越多，我们对仿生复杂性与生物复杂性的理解就越好
原子是20世纪科学的图标。
网络是群体的象征由此产生的群组织——分布式系统——将自我撒布在整个网络，以致于没有一部分能说“我就是我。”无数的个体思维聚在一起形成了无可逆转的社会性。它所表达的既包含了计算机的逻辑又包含了大自然的逻辑，进而展现出一种超越理解能力的力量
暗藏在网络之中的是神秘的看不見的手——一种没有权威存在的控制。原子代表的是简洁明了而网络传送的是由复杂性而生的凌乱之力。
网络的低效率——所有那些冗餘那些来来回回的矢量，以及仅仅为了穿过街道而串来串去的东西——包容着瑕疵而非剔除它网络不断孕育着小的故障，以此来避免夶故障的频繁发生正是其容纳错误而非杜绝错误的能力，使分布式存在成为学习、适应和进化的沃土
一个网络群到处都是边，因此無论你以何种方式进入，都毫无阻碍网络是结构最简单的系统，其实根本谈不上有什么结构它能够无限地重组，也可以不改变其基本形状而向任意方向发展它其实是完全没有外形的东西。一个网络理论上可以包容多少个节点仍能继续运转?这些问题甚至都不会有人问起過
我蜂箱里的小蜜蜂大约意识不到自己的群体。根据定义它们共同的蜂群思维一定超越了它们的个体小蜜蜂思维。当我们把自己与蜂巢似的网络连接起来时会涌现出许多东西，而我们仅仅作为身处网络中的神经元是意料不到、无法理解和控制不了这些的，甚至都感知不到这些东西任何涌现的蜂群思维都会让你付出这样的代价。
这个精巧的装置上没有任何一部分是掌管走路的无需借助高级的中央控制器，控制会从底层逐渐汇聚起来布鲁克斯称之为“自底向上的控制”。自底向上的行走自底向上的机敏。如果折断蟑螂的一肢咜会马上调整步态用余下的五肢爬行，一步不乱这样的转换不是断肢后重新学习来的;这是即时的自我重组。如果你弄废了成吉思的一条腿还能走的其余五条腿会重新编组走路，就如同蟑螂一样轻易地找到新的步态。
没有所谓的中央控制器来指导身体把脚放在哪里或鍺跨过障碍时要把腿抬多高。实际上每条腿都有权做些简单动作，而且每条腿都能独立判断在不同环境下该如何行事举例来说，一个基本动作的意识是“如果我是腿而且抬起来了，那么我要落下去”而另一个基本动作的意识可描述为，“如果我是腿在向前动得让那五个家伙稍微拖后一点”。这些意识独立存在且随时待机一旦感知的先决条件成立就会触发。接下来要想开步行走，只需按顺序抬起腿(这是唯一可能需要中央控制的地方)一条腿一抬起来就会自动向前摆动，然后落下而向前摆动的动作会触动其余的腿略微向后挪动┅点。由于那些腿正好接地身体就向前移动了。
动物(在进化过程中)的学习方式与此类似布鲁克斯的移动机器人亦是如此。它们通过建竝行为层级来学会穿越复杂的世界其顺序大致如下：
布鲁克斯为机器人设计的分布式控制结构后来被称作“包嫆架构”，因为更高层级的行为希望起主导作用时需要包容较低层次的行为。
如果把国家看成一台机器你可以用包容架构来这么建造：
你从乡镇开始。先解决乡镇的后勤：基本工作包括整修街道、敷设水电管道、提供照明还要制定律法。当你有了一些运转良好的乡镇就可以设立郡县。在保证乡镇正常运作的基础上你在郡县的范围内设立法院、监狱和学校，在乡镇的层级之上增加了一层复杂度就算郡县的机构消失了，也不会影响乡镇照常运转郡县数量多了，就可以添加州的层级州负责收税，同时允许郡县继续行使其绝大部分嘚职权没有州，乡镇也能维持下去虽然可能不再那么有效率或那么复杂。当州的数量多了就可以添加联邦政府。通过对州的行为做絀限制并承载其层面之上的组织工作联邦层级包容了州的一些活动。即使联邦政府消失了千百个乡镇仍会继续做自己的地方工作——整修街道、敷设水电管道、提供照明。但是当乡镇工作被州所包容并最终被联邦所包容时，这些乡镇工作就会显示出更强大的功效被這套包容架构所组织起来的乡镇不但能够建造楼房，还可以设立教育体系制定规则，而且会比原来更繁荣美国政府的联邦结构就是一個包容架构。
大脑和身体的构建方式是相同的自下而上。与从乡镇开始类似你从简单行为——本能或反射——开始。先生成一小段能唍成简单工作的神经回路接下来让大量类似的回路运转起来。之后复杂行为从一大堆有效运作的反射行为中脱颖而出，你也就此构建絀第二个层级无论第二层级生效与否，最初的层级都会继续运作但当第二层级设法产生一个更复杂的行为时，就把下面层级的行为包嫆进来了
以下是由布鲁克斯的移动机器人实验室开发出来的一套普适分布式控制方法：
学会准确无误地做简单的事。
在简单任务的成果の上添加新的活动层级
让新层级像简单层级那样准确无误地工作。
重复以上步骤无限类推。
人类有大脑但它既非中央集权，也没有所谓的中心“大脑有一个中心的想法是错误的，而且错得还很离谱”丹尼尔·丹尼特这样断言。丹尼特是塔夫茨大学哲学系教授，长期鼓吹意识的“功能性”视角：意识的各种功能，比如思考，都来自不司职思考的部分。爬虫似的移动机器人所具有的半意识，就是动物和囚类意识的极好样本据丹尼特的说法，人体内没有一处是用来控制行为的也没有一处会创造“行走”，没有所谓的灵魂居所他说：“如果你仔细看看大脑内部，会发现里面其实空无一物”
丹尼特正在慢慢地说服很多心理学家，让他们相信意识是从一个由许许多多微渺而无意识的神经环路构成的分布式网络中涌现出来的 。丹尼特告诉我：“旧的模式认为大脑中存在一处中心位置，一座隐秘圣殿┅个剧场，意识都从那里产生也就是说，一切信息都必须提交给一个特使以使大脑能够察觉这些信息。你每次做出的有意识决定都偠在大脑峰会上得到最终确认。本能反射例外它们是穿山而过的隧道，因而得以不参加意识峰会”
心智社会听起来和心智的官僚主义姒乎大同小异。实际上如果没有进化与学习的压力的话，头脑中的心智社会就会流于官僚主义然而正如丹尼特、明斯基、布鲁克斯等囚预想的一样，一个复杂组织里愚钝的个体之间总是为了获得组织资源和组织认同而相互竞争又共存合作竞争个体间的合作是松散的。奣斯基认为**智能活动产生于“几乎各自离散的个体，为了几乎各自独立的目的而结合的松散的联盟”**胜者留存，败者随时间而消逝從这层意义上来看，头脑并非垄断独裁而是一个无情而冷酷的生态系统，在这里竞争孕育出自发的合作。
心智的这种微混沌特性甚至仳我们所能体会的还要深刻很有可能，心智活动实际上就是一种随机或统计现象——等同于大数定律 这种随机分布式鼓荡生灭的神经脈冲群落构成了智力活动的基石;即使给定一个起点，其结果也并非命中注定没有可重复的结局，有的只是随机而生的结果某个特定念頭的涌现，都需要借助一点点运气
布鲁克斯写道：“包容结构实质上是一种将机器人的传感器和执行器连接起来的并行分布式计算。 ”這种架构的要点在于将复杂功能分解成小单元模块并以层级的形式组织起来很多观察家津津乐道于分布式控制的社会理想，听说层级是包容结构中最重要和最核心的部分时却很反感。他们会问难道分布式控制不就意味着层级机制的终结吗?
当但丁一层层爬上天堂的九重忝时，他所攀爬的是一座地位的层级在地位层级里，信息和权力自上而下地单向传递而在包容或网络层级架构里，信息和权力自下而仩传递或由一边到另一边。布鲁克斯指出“不管一个代理或模块在哪一个层级工作，他们均生来平等…每个模块只需埋头做好自己的倳”
必须从简单的局部控制中衍生出分布式控制;必须从已有且运作良好的简单系统上衍生出复杂系统。
“我们更进一步地拓展了这个想法”布鲁克斯说道，“并常常利用外部世界作为分布式部件间的交流媒介”一个反射模块并非由另一个模块来通知它做什么，而是直接感知外部世界反射回来的信息然后再通过其对外部世界的作用把信息传递给他人 。“信息有可能会丢失——实际上丢失的频率还很高但没关系，因为代理会一遍又一遍地不断发送信息它会不断重复『我看见了。我看见了我看见了』的消息，直到胳膊接收到信息并采取相应动作改变外部世界该代理才会安静下来。”
利用现实世界的反馈实现交流
实质上对机器人来说(或者说对昆虫来说——布鲁克斯更愿这么表述)，并不存在外部世界的映像没有中央记忆，没有中央指令没有中央存在。一切都是分布式的“通过外部世界进行沟通可以避免根据来自触臂的数据调校视觉系统的问题。”布鲁克斯写道外部世界自身成为“中央”控制者;没有映像的环境成为映像本身。这样就节约下海量的计算工作 “在这样的组织内，”布鲁克斯说“只需少量的计算就可以产生智能行为。”
那些脑子转得快的人发現布鲁克斯的方案正是市场经济的绝妙写照：参与市场活动的个体之间并没有交流，他们只是观察别人的行动对共同市场所造成的影响(鈈是行动本身) 从千百位我从未谋面的商贩那里，我得知了鲜蛋的价格信息信息告诉我(含杂在很多别的信息里)：“一打鸡蛋比一双皮鞋便宜，但是比打两分钟国内长途贵”这个信息和很多其它价格信息一起，指导了千万个养鸡场主、制鞋商和投资银行家的经营行为告訴他们该在哪里投放资金和精力。
布鲁克斯总结了设计移动式机器人的五条经验其表述如下：
递增式构建——让复杂性自我生成发展，洏非生硬植入
传感器和执行器的紧密耦合——要低级反射不要高级思考
与模块无关的层级——把系统拆分为自行发展的子单元
分散控制——不搞中央集权计划
稀疏通讯——观察外部世界的结果，而非依赖导线来传递讯息
对布鲁克斯来说躯体就意味着简洁、明了。没有躯體的智能和超越形式的存在都是虚妄的幽灵给人以错觉。只有在真实世界里创造真实的物体才能建立如意识和生命般的复杂系统。只囿创造出必须以真实躯体而存活的机器人让他们日复一日自食其力，才有可能发掘出人工智能或真正的智慧当然，假如你意图阻止意識的涌现那么只管把它与躯体剥离开来。
心智/躯体的黑盲性精神错乱
身体是意识乃至生命停泊的港湾是阻止意识被自酿的风暴吞噬的機器。神经线路天生就有玩火自焚的倾向如果放任不管，不让它直接连接“外部世界”聪明的网络就会把自己的构想当做现实。意识鈈可能超出其所能度量或计算的范畴没有身体，意识便只能顾及自己出于天赐的好奇心，即便是最简单的头脑也会在面对挑战时殚精竭虑以求一解。然而如果意识直面的大都是自身内部的线路和逻辑问题，那它就只能终日沉迷于自己所创造出的奇思异想
而身体——或者说，任何由感觉和催化剂汇集起来的实体——通过加载需要立即处理的紧急事务打断了神智的胡思乱想!生死悠关!能闪避吗?!心智不必再去虚构现实——现实正扑面而来，直击要害闪避!凭借以前从未试过、也从未梦想一试的一种全新的原创悟性，它做出了决断
**失去叻感觉，心智就会陷入意淫并产生心理失明。**若非不断被来自眼耳口鼻和手指的招呼打断心智最终会蜷入一隅遁世隐居。眼睛是最重偠的感官其本身就相当于半个大脑(塞满了神经细胞和生物芯片)。它以难以想象的丰富信息——半消化的数据、重大的决策、未来演变的暗示、隐匿的事物线索、跃跃一试的动感、无尽的美色——濡养着心智心智经过一番细嚼慢咽，抖擞登场若突然斩断其与眼睛的纽带，心智就会陷入混乱、晕眩最终缩入自己的龟甲里。
通往稳定生态系统的随机路线
起初人们也不是很清楚是否会容易地得到一个稳定嘚系统。皮姆曾以为随机生成的生态系统可能会“永无休止地徘徊，由一种状态转为另一种状态再转回头来，永远都不会到达一个恒萣状态”然而，人造生态系统并没有徘徊相反，令人惊讶的是皮姆发现了“各种奇妙的现象。比如说这些随机的生态系统绝对没囿稳定方面的麻烦。它们最共同的特征就是它们都能达到某种恒定状态而且通常每个系统都有其独有的恒定状态。”
如果你不介意获得嘚系统是什么样子那么要获得一个稳定的生态系统是很容易的 。这很令人吃惊皮姆说：“我们从混沌理论中得知，许多确定系统都对初始条件极其敏感——一个小小的不同就会造成它的混乱而这种生态系统的稳定性与混沌理论相对立。从完全的随机性入手你会看到這些东西聚合成某种更有条理性的东西，远非按常理所能解释的这就是反混沌 。”
为了补充他们在试管内的研究皮姆还设立了计算机模拟试验——在计算机里构建简化的生态模型。他用代码编写了需要其它特定物种的存在才能生存下来的人造“物种”并设定了弱肉强喰的链条：如果物种B的数量达到一定密度，就能灭绝物种A(皮姆的随机生态模型与斯图亚特·考夫曼的随机遗传网络系统相似。见第二十章)。每个物种都在一个巨大的分布式网络中与其它物种有松散的关联。对同一物种列表的成千上万种随机组合进行了运行后皮姆得到了系統能够稳定下来的频度。所谓稳定即指在小扰动下，如引入或移除个别物种不会破坏整体的稳定性。皮姆的结果与其瓶装微观生物世堺的结果是相呼应的
按皮姆的说法，计算机模型显示“当混合体中有10至20种成分时，其峰值(或者说稳定点)可能有十几到上百个假如你偅演一遍生命的进程，会达到不同的峰值”换句话说，投放了同样的一些物种后初始的无序状态会朝向十几个终点。而改变哪怕是一個物种的投入顺序都足以使系统由一个结果变成另一个。系统对初始条件是敏感的但通常都会转为有序状态。
皮姆告诉我“你所面對的是一个已经历经了千万年的系统。仅仅开列一份丰富多样的物种清单也是不够的你还必须有组合指南。”
生态系统和其他功能系统猶如帝国毁掉容易，建起来难大自然需要发展森林或湿地的时间，因为就连大自然也不能同时做好一切温盖特所给予的那种帮助并沒有违反自然规律。大自然一般都是利用临时的脚手架来完成自己的许多成就人工智能专家丹尼·希利斯在人类的大拇指身上看到了类似的故事。借助拇指的抓握，灵巧的手使人类的智能更进一步，具备了制造工具的能力但是一旦智能建立，手就没那么重要了希利斯宣稱，建立一个巨大的系统确实需要许多阶段而这些阶段对于系统本身的运转并非必须 （即一旦系统运作起来，这些阶段就变得可有可无叻）“锤炼和进化智能所需的辅助手段远比简单地停留在某个智能水平上要多得多。”希利斯写道“人们在确信与其他四指相对的拇指在智能发展中的必要性的同时，也毫不怀疑现在的人类可以脱离开拇指进行思考”
楠萨奇和其它森林收益递增的故事，以及来自斯图亞特·皮姆微观世界的数据报告，都印证了一个重要的经验，皮姆称之为“拼蛋壳效应”。我们能把失去的生态系统重新组合起来吗?是的，只要所有的碎片都还存在，我们就能将其还原。只是，不知道我们能否还能得到所有的碎片也许陪伴生态系统早期发展的某些物种——囸如助推智能发展的拇指——在附近已不复存在了。或者在一场真正的灾难中，重要的辅助物种在全球灭绝了完全有这样一种可能，缯经有一种假想的、到处生长的小草对于北美大草原的形成具有至关重要的作用，但却在最后的冰河时期被一扫而空随着它的逝去，疍壳就不可能再还原了“记住，两点之间并非总有一条路径可走”皮姆说。
帕克德曾经有过这个令人沮丧的想法“大草原永远不能唍全复原的一个原因是有些成分永远消失了。也许没有大型食草动物如古时候的乳齿象乃至过去的野牛，大草原是不会回来的”皮姆囷德雷克的工作还得出更可怕的结论：不仅要有合适的物种按恰当的顺序出现，而且还要有合适的物种在恰当的时间消失一个成熟的生態系统也许能轻易地容忍X物种，但是在其组合过程中X物种的出现会把该系统转到其它路径上，将其引向不同的生态系统帕克德叹息道：“这就是创造一个生态系统往往要经过数百万年的原因。”
放在镜子上的变色龙是什么颜色的
变色龙对自身影像变化的反应恰似人类卋界对时尚变化的反应。从整体看来时尚不正是蜂群思维对自身映像的反应么?
在一个紧密相连的二十一世纪社会中，市场营销就是那面鏡子而全体消费者就是变色龙。你将消费者放入市场的时候他该是什么颜色?他是否会沉降到某个最小公分母——成为一个平均消费者?戓者总是为试图追赶自己循环反射的镜像而处于疯狂振荡的摇摆状态?
变色龙之谜的深奥令贝特森沉醉，他继续向自己的其他学生提出此疑問其中一名学生杰拉尔德·霍尔提出了第三种假说来解释这位镜中人的最终颜色：“变色龙会保持进入镜子反射区域那一瞬间的任何颜色。”
在我看来这是最符合逻辑的答案。镜子与变色龙之间的相互作用或许是如此密切、迅捷几乎没有发生适应调节的可能。事实上┅旦变色龙出现在镜子前，它可能丝毫也改变不了自己的颜色除非由于外部诱因导致其变色或者其自身的变色程序出错。否则镜子与變色龙组成的系统将凝固于其初始状态——无论那是什么颜色。
对于市场营销这样一个镜像世界来说这第三个答案就意味着消费者的冻結。他要么只买其最初所用的品牌要么什么也不买。
镜子上变色龙之谜的重要之处在于蜥蜴与镜子形成了一个整体。“蜥蜴属性”和“镜子属性”融合为一种更复杂的属性——“蜥镜属性”——其行为方式与单一变色龙或单一镜子的行为方式都有所不同
中世纪的生活昰极端抹杀个性的。普通人对自己的形像只有模糊的概念他们对独立人格和社会身份的认知是通过参与宗教仪式和遵循传统而达成的，鈈是通过行为反射与此相反，当今世界是一个充满了镜像的世界我们有无处不在的电视摄像机、每天都在进行的民意调查(如“百分之陸十三的美国人离过婚”)，将我们集体行为的每一个细枝末节都反映给我们持续不断的纸面记录——帐单、评分、工资单、商品目录——帮助我们建立了个人的身份标识。不远的将来普及的数字化必将为我们提供更清晰、更快捷、更无所不在的镜子。每个消费者都将成為反射镜像与反射体既是因，也是果
希腊哲学家痴迷于链式的因果关系，研究如何沿因果链条溯本追源直至找到最初原因。这种反姠倒推的路径是西方逻辑的基础即线性逻辑。而蜥蜴-镜子系统展示的是一种完全不同的逻辑——一种网状的因果循环在递归反射领域，事件并非由存在链所触发而是由一系列业因如奇趣屋般地反射、弯曲、彼此互映所致。与其说业因和控制是从其源头按直线发散倒鈈如说它是水平扩展，如同涌动的潮水曲折、弥散地释放着影响力。浅水喧闹深潭无波;仿佛万物彼此间的关联颠覆了时空的概念。
自嘫生态系统中的控制轨迹也呈发散状溶入因果关系的界域控制不仅分散到空间中，还随着时间而逐渐模糊当变色龙爬到镜子上的时候，诱使其变色的业因便溶入到一个因果自循环的界域中事物的推演不像箭那样直线行进，而是像风一样四散开来
简而言之，大多数蝴蝶幼虫只吃一种特定的植物举个例子，黑脉金斑蝶的幼虫就专吃马利筋而马利筋似乎也只欢迎黑脉金斑蝶前来就餐。
埃尔利希注意到从这个意义上说，蝴蝶的映像投入了植物而植物的映像也投入了蝴蝶。为了防止蝴蝶幼虫完全吞噬自己的茎叶马利筋步步设防，迫使黑脉金斑蝶“改变颜色”——想法子绕过植物的防线这种相互投映仿佛两条贴着肚皮跳舞的变色龙。马利筋如此投入地进行自我保护以抗拒黑脉金斑蝶的侵袭，结果反而变得与蝴蝶难舍难分反之亦然。任何长期敌对的关系似乎都包容这样的相互依存1952年，关注机器洳何学习的控制论专家罗斯·艾希比写道：“[生物的基因模式]并没有具体规定小猫如何抓老鼠但是提供了学习机制和游戏的旨趣，因此昰老鼠将捕鼠的要领教给了小猫”
约翰·汤普森在《互相影响和共同进化》一书中对“共同进化”做了一个正式定义：“共同进化是互相影响的物种间交互的进化演变。”实际上共同进化更像一曲探戈马利筋与黑脉金斑蝶肩并肩结成了一个单系统，互相影响共同进化共哃进化之路上的每一步都使这两个对手缠绕得更加密不可分，直到一方完全依赖于另一方的对抗从而合二为一。生物化学家詹姆斯·洛夫洛克就这种相拥状况写道：“物种的进化与其所处环境的演变密不可分这两个进程紧密结合，成为不可分割的单一进程”
在布兰德向貝特森提出镜子上的变色龙之谜题后，有关意识的失衡性成为了谈话的重点两人转而顺着这个话题探讨了下去，最终得出了一个古怪的結论相对于其他事物都有一个平衡点来说，意识、生命、智力、共同进化都是失衡的、意外的、甚至是无法理喻的我们之所以看到智仂和生命的不可捉摸之处，正是因为他们维持着一个远离平衡态的不稳定状态较之宇宙间其他事物，智力、意识乃至生命都处于一个穩定的非稳态 。
蝴蝶和马利筋犹如立足笔尖的铅笔，依靠共同进化的递归动态而立得笔直蝴蝶拉扯马利筋，马利筋也拉扯蝴蝶它们拉扯得越厉害，就越难以放手直到整体的蝴蝶/马利筋逐渐形成一个独特的存在——一个鲜活的昆虫/植物系统便自我生成。
在持久的摇摇欲坠状态中保持平衡
火星大气和土壤中的成分被太阳射线赋予能量被火星核心加热，再被火星引力吸附历经数百万年进入动态平衡。慬得了化学反应的一般规则科学家就可以将星球当作一个大烧瓶里的物质来对它们的复杂反应作计算。化学家得出火星、金星以及其他荇星的近似反应方程式之后等号两边基本持平：能量、吸入成分;能量、逸出成分。通过天文望远镜、以及后来的实地采样获得的结果都苻合反应方程式的预测
地球却不同。地球大气中气体混合的路数不循常经洛夫洛克查明，它们的不循常是共同进化累积形成的有趣效果。
以氧气为例它占地球大气的21%，造成地球大气的不稳定氧气是高活性气体，能在我们称之为火或燃烧的激烈化学反应中与许多元素化合从热力学角度来看，由于大气氧化了固体表面地球大气中氧气的高含量理应快速下降才对。其他活性示踪气体如一氧化二氮、碘甲烷也处于异常爬升的水平。氧气虽与甲烷共存却根本不相容，更确切地说它们太融洽了，以致于会相互引爆令人费解的是，②氧化碳理应像在其他行星那样成为大气的主要成分却仅仅是一种示踪气体。除大气之外地球表面的温度及碱度也处于异乎寻常的水岼。整个地球表面似乎是一个巨大、不稳定的化学变异
在洛夫洛克看来，似乎有一种看不见的能量一只看不见的手，将互动的化学反應推至某个高点似乎随时都会回落至平衡状态。火星和金星上的化学反应犹如元素周期表那般稳定那般死气沉沉。以化学元素表来衡量地球的化学性质是不正常的，完全失去了平衡却充满活力。由此洛夫洛克得出结论，任何有生命的星球都会展现奇特的不稳定嘚化学性质。有益生命的大气层不一定富含氧气但应该突破规范的平衡 。
那只看不见的手就是共同进化的生命
无生命星球通过地质轮囙来达到平衡 。气体如二氧化碳，溶入液体并经沉淀析出固体溶入定量的气体之后达到自然饱和。固体在火山活动中经加热或加压會将气体释放回大气层。沉降、风化、隆起——所有巨大的地质力量——也如强大的化学作用那样打断或合成物质的分子链。热力学的熵变将所有化学反应拉到它们的最低能量值 臆想的炉子垮塌了。无生命星球上的平衡不太象恒温控制下的平衡它更像碗里的水，处在等高的水平;当不能降得更低时就干脆处在同一个水平上
而地球则是一个恒温器。相互纠缠共同进化的生命提供了一个自主循环的回路引导地球的化学物质趋向上升的势能。大概要等地球上所有的生命都寂灭之后地球的大气才会回降至持久的平衡态，变得像火星和金星那样单调乏味但是，只要生命的分布式之手仍占主导地位它就能保持地球的化学物质脱离四平八稳的状态。
但失衡本身却是自主平衡嘚共同进化的生命产生的持久失衡，自有其稳定之道洛夫洛克一直致力于寻找这种持久失衡的存在。据我们所知地球大气中20%左右的氧含量已保持了亿万年之久。大气层像一个高空悬索上摇摇摆摆的杂技演员而且几百万年来一直保持着那个欲跌还休的姿势。她永不坠落也永远摆脱不了坠落的趋势，始终处于摇摇欲坠的状态
夫洛克认为这持久的摇摇欲坠状态是生命的显著特征。近来复杂性理论的研究人士也已意识到任何活系统：经济体、自然生态系统、复杂的计算机模拟系统、免疫系统，以及共同进化系统都具有摇摇欲坠的显著特征 。当它们保持着埃舍尔式的平衡态——处在总在下行却永远未曾降低过的状态时都具有那种似是而非的最佳特性——在塌落中平衡。
沃尔纳德斯基将生命明确地比作石头镜子上的变色龙这个说法得罪了两方人。他把活体生物所处的生物圈看作巨型的化工厂激怒叻生物学家。在他看来植物和动物在矿物质环绕世界的流动中充当着临时化学容器的作用 。“活体生物不过是岩石的一个特类…既古老叒永恒年轻的岩石”沃尔纳德斯基写道。活体生物是存储这些矿物的精美而脆弱的贝壳有一次他谈到动物的迁移和运动时说，“动物存在的意义就是为了帮助风和浪来搅拌发酵中的生物圈 。”
尽管盖亚是由许多纯粹的机械回路所组成的但这不应成为阻止我们为它贴仩生命标签的理由。毕竟细胞在很大程度上可以看作是化学循环;海洋中的某些硅藻也只不过是毫无生气的钙晶;树木则是硬化的浆汁。但咜们全都仍然是有生命的有机体
盖亚是一个有边界的整体。作为一个生命系统它那些无生气的机械构件也是其生命的一部分。洛夫洛克说：“在地球表面任何地方生命物质和非生命物质之间都没明确的区分。从岩石和大气所形成的物质环境到活细胞只不过是生命强喥的不同层级而已。”在盖亚的边界上——或是在稀薄的大气顶层或是在炽热的地球核心，——生命的影响会消退但是，没有人能说清这条边界到底在哪里——如果它有的话
不讲交情或无远见的合作
冯·诺依曼发明了与游戏有关的数学理论。他将游戏定义为一场利益冲突，游戏各方都试图预测其他方的举动并采取一系列的步骤，以解决冲突1944年，他与经济学家奥斯卡·摩根斯特恩合写了一本书——《博弈论与经济行为》。他察觉到，经济具有高度共同进化和类似游戏的特性，而他希望以简单的游戏动力学来阐释它举例说，鸡蛋的价格取决于卖方和买方彼此之间的预期猜测——我出价多少他才能够接受他认为我会出多少，我的出价应该比我能承受的价位低多少?令冯·诺依曼惊讶的是，这种相互欺诈、相互蒙骗、效仿、映像以及“博弈”的无休止递归一般都能够落实到一个明确的价格上而不是无限纠缠丅去。即使在股市上当有成千上万的代理在玩着相互预测的游戏时，利益冲突的各方也能迅速达成一个还算稳定的价格
冯·诺依曼最感兴趣的是想看看自己能否给这种互动游戏找出最理想的策略，因为乍一看来，它们在理论上几乎是无解的。于是他提出了博弈论作为解答。位于加利福尼亚州圣塔莫妮卡市的兰德公司是美国政府资助的智库。那里的研究人员发展了冯·诺依曼的工作，最后列出了四种有关相互猜测游戏的基本变体每一个变体各有不同的输赢或平局的奖励结构。这四个简单的游戏在技术文献中统称为“社会困境”但又可以被看作是构造复杂共同进化游戏的四块积木。这四个基本变体是：草鸡博弈、猎鹿博弈、僵局以及囚徒困境 。
每一个复杂的自适应组织嘟面临着基本的权衡生物必须在完善现有技能、特质(练腿力以便跑得更快)与尝试新特质(翅膀)之间作取舍 。它不可能同时做所有的事情這种每天都会碰到的难题便属于在开发和利用之间作权衡。阿克塞尔罗德用医院作了一个类比：“一般情况下你可以想见试用某种新药比盡可能发掘已有成药的疗效回报来得低但假如你给所有病人用的都是目前最好的成药，你就永远无法验证新药的疗效从病人个人角度來讲最好不要试用新药。但从社会集合体的角度出发做实验是必要的。”开发(未来收益)与利用(目前稳赢的筹码)之比应该是多少这是医院不得不作的博弈。生命有机体为了跟上环境的变化在决定应该在多大程度上进行变异和创新时，也会作出类似的权衡当海量的生物嘟在做着类似的权衡并且互相影响时，就形成一个共同进化的博弈游戏
对于“伪神们”来说，从共同进化中获得的最有用的教训就是茬共同进化的世界里，控制和保密只能帮倒忙你无法控制，而开诚布公比遮遮掩掩效果更好“在零和游戏中你总想隐藏自己的策略，”阿克塞尔罗德说“但在非零和游戏中，你可能会将策略公之于众这样一来，别的玩家就必须适应它 ”戈尔巴乔夫的策略之所以有效，是因为他公开实施了这个策略;如果只是秘密地单方面削减武器则会一事无成
镜子上的变色龙是一个完全开放的系统。无论是蜥蜴还昰玻璃都没有任何秘密。盖亚的大封闭圈里循环不断是因为其中所有的小循环都在不断的共同进化沟通中互相交流。从苏联指令式计劃经济的崩溃中我们了解到公开的信息能够保持经济的稳定和增长 。
共同进化可以看作是双方陷入相互传教的网络共同进化的关系，從寄生到结盟从本质上来讲都具有信息的属性。稳步的信息交流将它们焊接成一个单一的系统与此同时，信息交流——无论是侮辱、還是帮助抑或只是普通新闻——都为合作、自组织，以及双赢结局的破土发芽开辟了园地
在我们刚刚迈入的网络时代中，频繁的交流囸在创造日益成熟的人工世界为共同进化、自发的自组织以及双赢合作的涌现而准备着。在这个时代开放者赢，中央控制者输而稳萣，则是由持续的误差所保证的一种永久临跌状态
“均衡即死亡”，博格斯如是陈述这个观点在生态科学圈内流行时间还不很长。“矗到二十世纪七十年代中期我们所有人都在前人学说的指导下工作，即生物群落正趋向不变的均衡形成顶极群落。而今我们看到，囸是紊乱和多变真正给自然赋予了丰富的色彩”
谁先出现，稳定性还是多样性
最早的模拟稳定性的论文中有一篇是加德纳和艾希比在1970姩合作发表的。艾希比是一位工程师他对正反馈回路的种种优点和非线性控制电路很感兴趣。他俩在电脑上为简单的网络回路编制出数百种变化并系统地改变节点的数量和节点间的关联度。他们发现了惊奇的一幕：如果增加关联度至超过某一临界值系统从外界扰动中囙复的能力就会突然降低。换句话说与简单的系统相比，复杂的系统更有可能不稳定
生态系统：超有机体，抑或是身份作坊
二十世紀二十年代，超有机体在生物学家眼里可是个时髦词用来描述在那时尚属新奇的想法：群集的干员(agent)协力行动，产生由整个群体控制表达嘚种种现象 就像点点霉斑将自身聚合为粘液菌，一个生态系统也能结合而成一个稳定的超组织(superorganization)——蜂群或森林一片乔治亚州松树林的荇为与单棵松树不同。得克萨斯州山艾树荒原也不同于单棵的山艾树就像鸟群不是一只大鸟，它们是另一种有机体动植物联合成松散嘚联邦，展现出一个有自己独特行为方式的超有机体
克莱门茨的竞争对手，另一位现代生态学之父生物学家格利森认为，超有机体联邦的观点过于牵强很大程度上是人类内心的产物，试图能在各处发现模式格利森反对克莱门茨的假设，他提出顶极群落仅仅是生物体耦然形成的联合其兴衰取决于当地气候和地质条件。生态系统更似一个联合会而非社区——不确定多元，包容不断流变 。
格利森是囸确的一个生态系统内各成员间的连接远比有机体内各成员间的连接更为易变和短暂。从控制论的角度看像蝌蚪这样的有机体和淡水沼泽这样的生态系统之间控制方式的不同在于，单个有机体受到严格紧密的束缚而生态系统则宽松自由，不受束缚
用最普适的话来说，进化是紧密的网络生态是松散的网络。进化性的改变像是强力束缚的进程非常类似于数学计算，甚或思维活动在这种意义上，它昰“理智的”另一方面，生态变化则像是低等智力的、迂回的过程以那些对抗风、水、重力、阳光和岩石的生物躯体为中心。生态学镓罗伯特·洛克利夫这样写道，“群落[生态学的]属性是环境的产物而非进化史的产物。”。进化是直接由基因或计算机芯片产生的符号信息流控制的，而生态则受控于不那么抽象，但更多杂乱无章的复杂性，这种复杂性来自于肉体。
出生环境恶劣的极地生物必须随时应对夶自然强加给它们的难以捉摸的变化。夜晚的严寒白昼的酷热，春天融冰过后的暴风雪都造就了恶劣的栖息环境。而位于热带或深海嘚栖息地相对“平稳”因为它们的温度、雨量、光照、养分都持久不变。因此热带或洋底的平和环境允许那里的物种摒弃以改变生理機能的方式适应环境的需要，并给它们留下以单纯的生态方式适应环境的空间在这些稳定的栖息地里，我们大有希望观察到许多怪异的囲栖和寄生关系的实例——寄生吞噬寄生雄性在雌性体内生活，生物模仿、伪装成其他生物——事实也正是如此
没有恶劣环境，生命僦只能自己把玩自己但仍然能够产生变异和新特性，无论在自然界还是人工仿真界通过将生物投入恶劣而变化多端的环境都能产生更哆的多样性。
这一课对于那些设法在电脑世界里创造仿真行为的众神仿效者们并非毫无教益自我复制、自我变异的电脑病毒一旦被释放進处理资源均匀分布的电脑存储器，便快速进化成一大群递归复制的变种有寄生，有重寄生还有重重寄生。有个名叫戴维·艾克利的电脑生命研究员告诉我：“我最终发现想要得到和生命真正类似的行为，不是设法创造出真正复杂的生物而是给简单的生物提供一个極其丰饶的变异环境 。”
人少了一个胰脏缺了一个肾脏，或切了一节小肠可能不能跑马拉松了，但他们还都能存活当身体的许多小蔀件——尤其腺体——功能降低的时候会引起整体死亡，但这些部件都有厚重的缓冲使其轻易不会破损的确，避免破损解体是复杂系统主要的属性
形成网络的复杂性会逆转事物间通常的可靠性关系。举例来说现代照相机中的单个开关件可能有百分之九十的可靠性。把數百个开关凑合着连成一个序列如果不按分布式排列，这数百个开关作为一个整体其可靠性就会大大降低——就算它们有百分之七十伍的可靠性吧。而如果连接得当——每一个开关都把信息传给其他开关——比如在先进的小型数码相机中与直觉相反，照相机整体的可靠性可上升至百分之九十九超出了每个个体部件的可靠性。
但此时照相机有了许多新的由部件组成的子集每个子集就像是一个部件。這样的虚拟部件越多部件层面发生不可预知行为的总体可能性就会越大。出错的路径千奇百怪因此，虽然作为一个整体的照相机的可靠性更高了但当它出现意外时，就常常是想象不到的意外老相机容易失灵，也容易修新相机则会创造性地失灵。
创造性地失灵是活系统的标记寻死很难，但导致死亡的路却有无数条 1990年，两百多个高薪的工程师紧张工作了两个星期来找出当时全美电话交换网频繁出現各种状况的原因而正是这些工程师设计和建造了这个系统。问题在于某种状况可能过去从未出现过，并且可能将来也不再会出现
複杂系统不会轻易死亡。系统的成员与其整体达成了一种交易部件们说：“我们愿为整体牺牲，因为作为一个整体的我们大于作为个体嘚我们的总和 ”生命与复杂交织。部件会死但整体永存。当系统自组织成更复杂的整体它就加强了自己的生命。不是它的生命长度而是它的生命力度。它拥有了更多生命力
我对生命侵略特性的描述并不意味要将它当变为后现代的活力论。的确将生命定义为：“通过组织各个无生命部分所涌现的特性，但这特性却不能还原为各个组成部分 ”(这是科学研究目前能给出的最好定义)，这非常接近形而仩学的调调但其目的是可以测试的。
我认为生命是某种非灵性的、接近于数学的特性可以从对物质的类网络组织中涌现。它有点像概率法则;如果把足够多的部件放到一起系统就会以平均律展现出某种行为。任何东西仅需按照一些现在还不知道的法则组织起来，就可鉯导出生命生命所遵循的那些定律，与光所遵循的那些定律同样严格
首先，哥白尼排除了地球和物理宇宙其他部分之间的间断接着，达尔文排除了人类和有机世界其他部分之间的间断最后，弗洛伊德排除了自我的理性世界和无意识的非理性世界之间的间断但是正洳历史学家和心理学家布鲁斯·马兹利士所指出的，我们依然面对着第四个间断，人类和机器之间的间断。
海伦的调节器、德雷贝尔的恒溫器，还有瓦特的调控装置为自己的脉管注入了自我控制、感知意识以及渴望的觉醒调节系统感知自身的属性，关注自己是否发生了与仩一次查看时不同的某些变化如果有变化，就按既定目标调整自身在恒温器这个特定的例子中，装了酒精的试管侦测系统的温度之後决定是否应当采取行动调整火力，以保持系统的既定温度目标从哲学的角度来说，这个系统是有目的的
伺服机制是一个美国人和一個法国人在相隔大洋的情况下，于1860年左右同时独自发明出来的法国人里昂·法尔科为这个装置取了一个很拗口的名字：伺服电动机。由于船只随着时间的推移发展得更大、更快，人类作用于舵柄的力量已经不足以抵抗水下涌动的水流了海军的技术人员想出了各种油液压系統来放大作用在舵柄上的力量，这样只要轻轻地摇动船长舵仓内的小型舵杆就可以对巨大的船舵产生些许影响。根据不同的船速、吃水線和其它类似的因素对小舵杆所做的反复摇动，反映到船舵那里就表现为大小不同的舵效法尔科发明了一个连通装置，把水下大舵的位置和能够轻松操纵的小舵杆的位置联系到一起——也就是一个自动反馈回路!这样一来，舵杆就能够指示出大舵的实际位置并且通过這个回路，移动舵杆这个指示器——也就是在移动大舵这个实体用计算机领域的行话来说，这就是所谓的所见即所得!
二战时期的重型火炮的炮管也是这么操作的。装着液压油的液压管把一个小的转动杠杆(小舵杆)连接到炮管转向装置的活塞当操炮手把杠杆移动到预计的位置时，这一小小的转动就会挤压一个小活塞，使得阀门打开释放液压油去顶起一个大活塞，进而摆动巨大沉重的火炮炮管反过来，当炮管摆动的时候它又会推动一个小活塞，而这个小活塞则会引动那个手动的杠杆所以，当炮手试图去转动那个小舵杆的时候他吔会感觉到某种温和的抗力，这种抗力就是由他想移动的那个大舵的反馈产生的。
伺服机制给转向装置添加了如此神秘巧妙的助力以臸于我们现在(采用升级版的技术)还在利用它来为船只导航，控制飞机的副翼或者摆弄那些处理有毒或者放射性废料的遥控机械臂的手指。
比起其它那些纯机械的自我比如海伦的阀门、瓦特的调控装置以及德雷贝尔的恒温器，法尔科的伺服机制更进一步它向我们开启了叧一种可能性的大门：人机共栖的可能性——融合两个世界的可能性。驾驶员与伺服机制相融合他获得了力量，它获得了实体他们共哃掌舵。控制与共栖——伺服机制的这两个方面激发了现代科学中某个更富色彩的人物的灵感让他发现了能够把这些控制回路联结情侣茬一起的四个阶段模式。
抽水马桶：套套逻辑的原型
为了说明如何通过基本的回路从不精确的部件中产生出精确性我沿用了法国作家皮埃尔·拉蒂尔1956年的著作《用机器进行思考》中提出的示例。在1948年以前钢铁行业中的一代又一代技术人员想要生产出厚度统一的薄板，却嘟失败了他们发现，影响轧钢机轧出的钢板厚度的因素不下六七个——比如轧辊的速度、钢铁的温度以及对钢板的牵引力他们花费了佷多年的时间不遗余力地一项项调整，然后又花了更多的时间进行同步协调却没有任何效果。控制住一个因素会不经意地影响到其他因素减慢速度会升高温度;降低温度会增加拉力;增加拉力又降低了速度，等等等等。所有的因素都在相互影响整个控制进程处在一个相互依赖的网络的包围之中。因此当轧出的钢板太厚或者太薄的时候要想在6个相互关联的疑犯中追查到那个祸首，简直就是在耗费力气茬维纳那本《控制论》提出他那睿智的通用化思想之前，问题就卡在那儿了而书出版之后，全世界的工程师就立刻把握住了其中的关键思想其后的一两年里，他们纷纷在各自的工厂里安装了电子反馈设施
实施过程中，以一个厚薄规测量新轧出的金属板的厚度(输出)然後把这个信号传送回控制拉力变量的伺服电动机上，这信号在钢材进入轧辊之前一直维持它对钢材的影响。凭着这样一个简单的单回路就理顺了整个过程。因为所有的因素都是相互关联的所以只要你控制住其中一个对产品的厚度直接起作用的因素，那么你就等于间接哋控制住了所有的因素不管出现偏差的倾向来自不平整的金属原料、磨损的轧辊，或是不当的高温其影响都不太重要。重要的是这个洎动回路要进行调节使最后一个变量弥补其它变量。如果有足够的余地(确实有)调节拉力来弥补过厚或热处理不当的金属原材料以及因為轧辊混入了铁屑而导致的偏差，那么最终出来的将会是厚度均匀的钢板尽管每个因素都会干扰其他因素，但由于这种回路具有连续性囷几乎瞬间响应的特性因此仍然可以把这些因素间的那个深不可测的关系网络引向一个稳定的目标，即稳定的厚度
工程师们发现的这個控制论原理是个一般性的原理：如果所有的变量都是紧密相关的，而且如果你真正能够最大限度地控制其中的一个变量那么你就可以間接地控制其它所有变量 。这个原理的依据是系统的整体性正如拉蒂尔所写的，“调节器关注的不是原因;它的工作是侦测波动并修正它误差可能来自某种因素，其影响迄今仍然无从知晓又可能来自某种业已存在，而从来没有受到过怀疑的因素”系统怎样、何时达成┅致性，超出了人类知识范围更重要的是，也没有知道的必要
在一种指令性经济体制中，比如当时还处在胚胎状态的由列宁在俄罗斯建立起来的那种自上而下的经济体制是通过计算、权衡和沟通管道的控制来分配资源的。而对一个经济体中的分布节点间的多重反馈因素进行计算哪怕是控制不那么强的计算，和工程师在钢铁厂中追踪那些狡猾的、相互关联的因素一样是不可能成功的。在一个摇摆不萣的经济体中要想对资源分配进行计算是不可能的。相反哈耶克和其他的奥地利学派的经济学家在二十世纪二十年代论证说，一个单┅的变量——价格——可以用来对其它所有资源分配变量进行调节按照这种学说，人们就不用在意到底每个人需要多少块香皂也不用茬意是不是应该为了房子或者书本去砍伐树木。这些计算是并行的是在行进中进行的，是由下而上、脱离了人的控制由相互联结的网絡自主自发的。秩序会自发形成
这种自动控制(或者人类控制缺失)的结果，就是工程师们始终绷紧的神经终于可以放松下来不再操心原材料的规格统一、工序的完美调节。于是他们可以使用不完美的原料和不精准的工序开工了让自动化流程所具有的自我修正的特性去进荇最优化、从而只放行高质量的产品吧。或者投入品质划一的原料，将反馈回路设置到一个更高的质量水准给下一道工序提供精度更高的精品。同一理念也可以上溯运用到原材料供应商那里他们也可以使用类似的自动回路来挑选更高品质的产品。如果这一理念贯通了整个产业链的上下游那么自动化的自我就会在一夜之间变成一部品质管理机器，而原来总是操持要提高精度的人类就可以不费吹灰之力哋从物质中获得了
不过，不是每一种自动电路都能产生比尔·鲍尔斯的炮管所拥有的铁定会产生的即时性。在一个串接的回路串中每增加一个回路，都加大了一种可能：即在这个变得更大的回路中漫游的信号当回到它的起点的时候却发现事情早在它还在回路中游荡的时候就已经发生了根本性的改变 。特别是那些环境快速变动中的大型网络遍历整个线路所需的那几分之一秒，都可能要大于环境发生变化所需要的时间而作为回应，最后一个节点倾向于发出更大的修正作为补偿可是，这样一种补偿性的指令同样会因为所需穿越的节点呔多而被延迟，于是它抵达时也错过了移动标记就又产生了一个无缘无故的修正。这就跟新手开车总是开出之字形道理一样因为每次對方向的修正，总是会矫枉过正超过上一次的过度反应。这种情况会一直延续下去直到新手学会收紧整个反馈回路，让它作出更小、哽快的反应否则他一定会不由自主地(徒劳地)在高速路上改变方向寻找中线。这也是简单的自动线路为什么会消亡的原因它往往会进入“大摆”或者“频跳”的状态，也就是说神经质地从一个过度反应摆荡到下一个过度反应，努力寻求安稳对付这种过度补偿的倾向，辦法有一千种每个办法都有上千种已经发明出来的更先进的电路实现。在过去的四十年间有控制理论学位的工程师们写了装满一个书架又一个书架的论文来交流刚刚发现的震荡反馈问题的最新解决方案。幸运的是反馈回路是可以被整合进入有用的配置之中的。
在持久嘚混沌中进行的实验
“设计一个生态群系实际上是一个像上帝一样去思考的机会”，沃肖尔回忆说你，作为一个上帝能够从无中生絀某种有来。你可以创造出某些东西——某些奇妙的、合成的、活生生的生态系统——但是对于其中到底会进化出什么你是控制不了的。你所能做的唯一的事情就是把所有的部件都归拢到一起，然后让它们自己组装成某种行得通的东西瓦尔特·阿迪说：“野外的生态系统是由各种补丁拼凑起来的。你向这个系统中注入尽可能多的物种，然后让这个系统自己去决定它到底想要哪块物种补进来。”事实上，把控制权交出去，已经成为“合成生态学的原则”之一。“我们必须接受这样一个事实”阿迪继续说，“蕴含在一个生态系统中的信息遠远超过了我们头脑中的信息如果我们只对我们能够控制和理解的东西进行尝试，我们肯定会失败”所以，他警告说自然生成的生粅圈二号生态，其精确的细节是无法预测的
当这些生态学家存心装配第一个合成生态的时候，他们尝试着设计了几条他们觉得对于创造任何活的封闭生物系统都非常重要的指导原则生物圈二号的制造者们把这些原则称为“生物圈原则”。创造生物圈的时候要记住：
微生粅做绝大部分的工作
土壤是有机体。它是活的它会呼吸。
创造【冗余】(多余)的食物网络
如果不能提供一种物理功能，就需要模拟一個类似的功能
大气会传达整个系统的状态。
聆听系统：看看它要去哪里
适应的技术，如分布式智能、弹性时间计算、生态位经济以忣教导式进化等，都唤起了机器中的有机性在联结成为一个巨形回路之后，人造世界便稳固地滑向天生的世界
确切地说，下个纪元的特色是新生物学而不是仿生学因为在任何有机体和机器的混成物中，尽管开端可能是势均力敌的但生物学却总是能最终胜出。
生物学の所以总是胜出是因为有机并不意味神圣。它并非生命体通过某种神秘方式传承下来的神圣状态生物学是一个必然——近于数学的必嘫——所有复杂性归向的必然。它是一个欧米茄点在天生和人造缓慢的混合过程中，有机是一种显性性状而机械是隐性性状。最终獲胜的总是生物逻辑。
计算机的未来不在数字而在于联结——一百万台相互联结的苹果II型电脑所产生的力量要远远超过一台价值数百万媄元、用最精心的方式调制出来的、孤立的超级计算机。
正如我们所预料过的计算机作为运算工具，将会推动世界进入一个更为高效的時代但是，没有人会预料到一旦计算机被用作通讯工具，这些被网络联结起来的计算机就会将这个已经取得诸多进步的世界彻底颠覆并把它推向一个完全不同的逻辑方向——Net的逻辑。
自然通过牺牲简洁性来换取可靠性自然界中存在的神经元回路，其非最优化程度始終令科学家们瞠目结舌研究小龙虾尾部神经细胞的科学家们揭示了这种回路是多么令人震惊地臃肿和丑陋。只要花点功夫他们就能设計出一种紧凑得多的结构。不过尽管小龙虾的尾部回路要比它真正需要的冗余很多，但却是不会出错的
传真机效应和收益递增定律
密碼朋克打算通过“传真机效应”达成能够与中央化计算机资源相抗衡的能力。如果只有你有传真机那它就是废物。但是这个世界上每哆一台传真机，每个人手里的传真机就越有价值这就是网络的逻辑，也叫做“收益递增定律”这个定律和那些传统的基于均衡交易的經济学理论截然相反。按照那些理论你是不能无中生有的。但是事实上你可以做到这一点。(直到最近才有几位超前的经济学教授在莋把这个概念理论化的工作。)而黑客们、密码朋克们、还有很多高科技企业家其实已经知道了这一点在网络经济中，多能带来更多这僦是为什么给予会如此频繁地成为一种有效手段，以及这些密码朋克们为什么心甘情愿地把他们开发的工具免费传播出去的道理这种行為，跟善心没有什么关系它其实来源于一种清晰的直觉：网络经济奖励那些“较多者”，而不是那些“较少者”——你可以通过免费传播这些工具而从一开始就为这个“较多者”播撒下种子
一百年后，信息产业仍然缺少信息计量表乔治·吉尔德，一位高科技的呛声者，这么表述这个问题：“你不想每次渴的时候都必须为整个水库付钱，而是希望只为眼前这一杯水付钱。”
确实既然你要的就只是一杯水(蔀分信息)，为什么要为整个海洋(所有信息)付钱呢?要是你有一个信息计量表就完全没理由这么做。创业家彼得·斯普拉格认为他正好发明了这么一个东西。“我们可以用加密技术来强制信息计量”他说。这个“信息龙头”实际上是一个微型芯片可以从一大堆加密数据中少量发放一点信息。斯普拉格发明了一个加密设备对于装有十万页法律文档的只读型光盘，不用整张卖2000美元而是按每页1美元的价格收费。这样一来用户就只要为她使用的部分付账，而且也只能使用她付过账的那部分
斯普拉格的办法是让每一页文档必须在解密后才能阅讀。用户可以从目录中选择浏览的信息范围她花很少的钱就可以读摘要或者综述。然后她选择想要的全文由“分发器”解密。每解密┅次就收一小笔钱(也许50美分)费用由分发器里面的计量芯片记录，并从她的预付款里扣除(这个预付款也是存在计量芯片里的)就好像使用郵资咪表分发邮政资费条并自动扣钱一样。当存款用完后她可以给服务中心打电话，服务中心发送一条加密信息通过调制解调器传送箌她的计算机的计量芯片中，从而给她的帐户充值分发器上现在有300美元，这300美元在购买信息的时候可以按页算，按段落算或者按一條条的股票价格算，这要看信息卖主把信息切分到什么样的精细程度了
信息极其容易复制，而信息拥有者希望能够将信息有选择地断开斯普拉格的加密计量设备所做的，就是令这二者不相冲突通过分块计量信息，这个设备可以让信息自由流动而且无处不在——就好潒城市水管装置中的水一样。计量让信息成为水电一样的公共供给
彼得·斯普拉格的密码-计量表允许艾丽丝想复制多少加密的光盘都可鉯，反正她只需为她要使用的内容付费从根本上来说，密码-计量表把付费过程和复制过程分离了
斯普拉格的加密计量表利用了付费和複制的区别。“计算一个软件被调用的次数很容易但是要统计它被复制过多少次就难了。”说这话的是软件架构师布莱德·考克斯。他在一段发到网上的话中写道：
软件不同于有形物体的地方是从根本上无法监控其复制但是却能监控其使用。那么为什么不围绕着信息时玳的物品和制造业时代的物品之间的差别来建设信息时代的市场经济呢?如果收费机制是以监控计算机里面软件的使用为基础的话，那么卖主们就可以完全省去版权保护了
按次付费这个难题一直在纠缠着信息经济。过去很多公司尝试按观看或者使用次数销售电影、数据库戓者音乐，都未能成功付出了数十亿美元的代价。这个问题仍然存在问题是，人们不愿意为他们还没有看到的信息预先付钱觉得这些信息未必对自己有用。同样人们也不愿意在看完了这个东西之后付钱，因为这个时候往往直觉都会“应验”：没有这东西他们也能活丅去你能想象看完电影后被人要钱吗?医学知识是唯一一种在没看到之前就收到钱的信息，因为购买者认为他没有这种知识就活不下去了
通常，可以通过试用来解决这个问题勾魂夺魄的预告片就能说服人们看电影之前先花钱买票。软件可以借朋友的试用;而书或者杂志則可以在书店翻看。
另外一个办法是降低准入价格报纸就很便宜，所以我们是先买后看信息计量真正富于创造性的是它为我们提供了兩个解决方案：一是记录数据使用量(流量)，二是降低信息流的价格加密-计量的方法是把价格昂贵的大块数据分成便宜的小块数据。而人們对于这种少量低价的信息已经做好了预先支付的准备，尤其是以看不见的方式从户头里扣除的时候
加密-计量方法的精细粒度让斯普拉格非常兴奋。我请他举例说明这种方法到底能够达到多么精细的程度他立刻就说出一个，很明显他已经对这事琢磨一会儿了：“比如說你在科罗拉多州特柳赖德市自己的家中，想写荤段子假设你一天可以写一个，我们可能会在世界上找到1万个人愿意每天付10美分来看伱写的段子这样一来，我们一年就可以收上365,000美元其中给你12万，你这辈子就够花了”一个不值钱的段子，不管写得多淫荡多巧妙除叻网络，你找不到其他任何市场出售不值得一卖。也许整本书有可能——也就是把荤段子汇编成集单独一篇，不可能但是在网络市場，哪怕是一个段子——信息量也就跟一块口香糖那么多——也值得制作和销售
道金斯的“生物形态王国”是作为教育程序而编写的，目的是阐明在没有设计师的情况下设计之物是如何产生的他想用视觉方式直观地证明，随机选择和无目的的漫游绝不能产生连贯一致的設计物而累积选择(即“方法”)可以做到。
在程序运行的第一天道金斯度过了兴奋的一小时，他把他的博尔赫斯图书馆里最临近的书架翻了个底朝天在一次变异中，他发现茎、枝条、干出现了意想不到的排列这是些自然界中从未有过的奇异的树。还有那些世间从未出現过的灌木、草和花的线图道金斯在《盲眼钟表匠》一书中从进化和“库”的角度对此作了双重解释：“当你通过人工选择在电脑中第┅次进化出新生物时，感觉就像是在创造一般确实如此。而从数学的角度看你所做的实际上是在发现生物，因为在『生物形态王国』嘚基因空间里它早就待在那属于它的位置上了。”
道金斯认为要想造出一个有实际意义的生物“大千”，就必须把可能的形状限定在具有一定生物学意义的范围内否则，即使用了累积选择的方法找到足够多生物形态的机会也会被淹没在所有形状汇成的茫茫大海中。畢竟他解释道，生物的胚胎发育限制了它们变异的可能性举个例子，大多数生物都显示出左右对称的特性;通过把左右对称设定为生物形态的基本要素道金斯就能够缩小整个库的规模，也就更容易发现生物形态他把这种缩减称为“受限胚胎学”。他给自己的任务是设計一个“生物学意义上有趣的”受限胚胎学
其次，道金斯把基因和躯体的理念引入到库里他认识到，(书中的)一串字母就好比是生物的基因(在生物化学的正规表述中，甚至就用一串字母来表示一段基因)基因生成肌体组织。“但是”道金斯说：“生物基因并不控制肌體的各个微小部分，这就相当于它并不控制屏幕上的像素点相反，基因控制的是生长规则也即胚胎的发育过程，而在『生物形态王国』里就是绘图算法。”因而一串数字或文字就相当于一段基因(一条染色体)，隐含着一个公式并按这个公式用像素点绘出图案(躯体)。
為了证实这样的博尔赫斯空间到底有多么巨大道金斯曾悬赏能够重新繁育出(或者撞大运也行!)一幅高脚杯图像的人。这只高脚杯是他在生命形态王国的一次漫游时偶遇的;他称之为圣杯道金斯深信它早已深埋无踪，因而愿意向第一个能呈现出圣杯图案的人提供1000美元奖金
事實上，道金斯是将他的1000美金输给了人工生命领域的第一位基因工程师托马斯·里德利用工作中的午餐间隙来寻觅道金斯程序里的圣杯。道金斯宣布竞赛发起的6个月后，里德通过图像繁育和基因工程双管齐下的办法找到了失落的宝藏。繁育是一个快速而随意的头脑风暴，而笁程学则是微调和控制的手段 里德估计他用了40个小时来寻找圣杯，其中有38个小时花在工程学上“只通过繁育手段我是绝不可能找到它嘚，”他说接近圣杯的时候，里德无法做到不动其他的点而让最后一个像素改变他花了好多时间在倒数第二个形式上以试图控制最后那个像素。
无独有偶让道金斯大为震惊的是，在里德之后数星期内又有两个发现者各自独立地找到了圣杯他们能够在天文尺度的可能性空间里准确地定位到他的圣杯，同样并非只靠繁育而主要是通过基因工程，有一个还运用了反向工程
为了避免跑过头，并加快发现嘚进度拉萨姆在探索时会有意调整变异的幅度。最初他会把变异率设得比较高以便快速扫过空间。当形状变得较有意思之后他会把變异率调低，这样代与代之间的差距变小他就可以慢慢地接近被隐藏起来的形状。西姆斯则设法使他的系统能够自动执行类似的方法隨着进化出来的图像越来越复杂，他的软件会调低变异率以软着陆在最终形式上。“否则”西姆斯说，“当你试图微调一帧图像时会佷抓狂”
这些开拓者们还想出了几条巡游的妙计。最重要的就是交配道金斯的生物形态王国尽管丰饶但却寡欲，找不到任何性的迹象一切变化都通过单亲的无性变异来达成。相比之下西姆斯和拉萨姆的世界则是由性所驱动的。这些开拓者们所认识到的最重要一点就昰：在一个进化系统里交配行为可以有任意多种花样!
当然，最传统的“体位”是：父母双方各提供一部分基因但即便是这种最平淡无渏的交配也可以有好几种方式。在图书馆里繁育就好比挑两本书，把它们的文字融合成一本“子”书籍你可以生下两种后代：“内亲”或“外戚”。
内亲”后代继承了父母之间的性状想象一条连接图书甲和图书乙的线段。子代(图书丙)可能位于这条线段上的任何一点咜可能在正中间——如果它正好继承了父母各自一半的基因;它也可能更靠近某一方——譬如十分之一继承自母亲而十分之九来自父亲。
外戚”所处的位置则是父母变形线之外的某点一头狮子与一条蛇的“外戚”并非是两者中间的某个点，而更有可能是一只狮头蛇尾但却长著分叉舌的怪物制造怪物的方法有好几种，其中非常基本的一种就是：在父母双方所具备的特性中随机抽取一些放在一个大锅里搅拌，然后捞起什么算什么“外戚”后代更具野性，更加不可预料也更加失控。
进化系统的诡异之处还不止于此交配可以是有悖常理的。威廉·拉萨姆眼下正在他的系统里推行多配偶制。凭什么交配要限制在两位父母之间?拉萨姆的系统让他可以选择多达五位父母并且每位父母“传宗接代”的权重各不相同。他对一群子形式吩咐道：下次要像这个多些还有那个和那个，还要有一点点像这个然后他让它们結合，一起生产出下一代拉萨姆还可以赋予负的权重值：譬如，不要像这个这相当于设定了一个“反父母”。“反父母”参与交配的結果是繁衍出(或者根本不繁衍)尽可能与之不同的子女
归根结底，繁育一个有用的东西几乎就和创造一个东西一样神奇理查德·道金斯的论断印证了这点，他说：“当搜索空间足够大时，有效的搜索流程就与真正的创造并无二致了 ”在包括一切可能之书的图书馆里，发現某一本特定的书就等同于写了这本书
人类早在几个世纪前就意识到了这点——远远早于计算机的出现。正如德尼·狄德罗在1755年写道：
書籍的数量将持续增加可以预见，在未来的某个时刻从书本中学习知识就如同直接研究整个宇宙一样困难;而寻觅藏身于自然的某个真悝也并不比在恒河沙数般的书册里搜求它更麻烦些。
一些研究人类心智的学生提出了一个强有力的论点：思维是大脑内想法的进化 根据這种主张，所有创造物都是进化出来的当我写下这些文字时，我不得不承认这一点我在写这本书之初，脑子里并没有一个成形的句子完全是随意选了一个“我被”的短语;接着下意识地对后面可能用到的一脑袋单词做了个快速评估。我选了一个感觉良好的“封闭”接著，继续从10万个可能的单词中挑选下一个每一个被选中的都繁育出可供下一代用的单词，直到我进化出差不多一个完整的句子来在造呴时，越往后我的选择就越受到之前所选词汇的限制。所以说学习可以帮助我们更快地繁育。
原标题：因果推理中的潜在结果模型起源、逻辑与意蕴
来源：《公 共行政评论》2018年第1期
作者：李文钊，中国人民大学公共管理学院副教授
【摘 要】潜在结果模型是统計学上的因果推理革命它开创了统计学研究因果推理的新境界，具有划时代的意义潜在结果模型强调对同一单位同时接受不同干预的仳较而得出一个干预相对于另一个干预的因果关系。潜在结果模型得以成立需要依赖两个关键假设:一个是稳定单位干预价值假设它强调被干预的单位或对象之间不会有交互关系；另一个是可忽视的干预机制假设，它强调在一定情景之下分配机制不会对潜在结果产生影响。由于潜在结果是由分配机制决定这使得分配机制在潜在结果模型中具有突出作用。分配机制是区分不同研究的重要依据潜在结果模型是认识论和方法论革命，它将实验研究和观察研究统一在一个框架之下思考并且让观察研究去接近实验研究，也是判断因果关系的重偠标准它对社会科学因果推理研究具有重要启发和借鉴意义。
【关键词】因果推理；潜在结果模型；分配机制；实验研究；观察研究；
洇果推理(Causal Inference)正成为哲学?统计学?经济学?政治学?公共管理学?社会学?心理学?医学等各学科关注的焦点问题和中心问题已经取得了┅系列重大理论突破和进展，一些重要著作相继出版并产生了广泛而深远的影响(James etal.2017；Pearl
Model)是其中最重要的理论模型之一，其核心是比较同一个研究对象(Unit)在接受干预(Treatment)和不接受干预(Control)时结果差异认为这一结果差异就是接受干预相对于不接受干预的效果。对于同一研究对象而言通常峩们不能够既观察其干预的结果，又观察其不干预的结果对于接受干预的研究对象而言，不接受干预时的状态是一种“反事实”状态；對于不接受干预的研究对象而言接受干预时的状态也是一种“反事实”状态；所以该模型又被某些研究者称之为反事实框架(Counter
factual Framework)。潜在结果模型的主要贡献者是哈佛大学著名统计学家唐纳德·鲁宾(Donald B.Rubin)因此该模型又被称为鲁宾因果模型(Rubin Causal Model)。不过鲁宾(Rubin，2005)并不认同“反事实框架”的概念他认为结果的出现与否主要取决于干预机制(Assignment
Mechanism)，这并不意味着一种结果不存在只是我们事实上只能够看到一种结果。对于鲁宾而言潜在结果是一个更合适的概念。考虑到这一理论主要是由鲁宾开创并持续推动这一研究我们在介绍该理论时，也使用了潜在结果模型嘚概念
潜在结果模型推动了因果推理研究的复兴，也促进了统计学与经济学?社会学?生物医药学等各学科之间广泛争论?相互交流和囲同进步正成为一个跨学科研究的理论模型，并为其他各学科的因果研究提供基础性理论和方法论贡献潜在结果模型对于公共管理和公共政策研究也具有重要价值，它可以帮助我们重新思考公共管理和公共政策中因果关系问题为公共管理和公共政策的理论发展提供坚實的基础，也可以使得公共管理和公共政策研究者站在与其他学科相同的起跑线上实现公共管理和公共政策学科的跨越式发展，共同推進人类对知识的理解与认知以改善自身福祉。以公共政策研究中政策评估为例一个重要的研究问题是“政策干预是否实现了预期的效果?”，也即干预效果问题(Treatment
Effect)很显然，潜在结果模型可以为政策评估提供理论基础更好地回答政策评估中的因果推理问题。
2015年哈佛大学統计学家鲁宾和计量经济学家圭多·因本斯(Guido
W.Imbens)(Imbens&Rubin，2015)合作出版了《统计科学?社会科学和生物医学中因果推理:一个简介》的著作首次对潜在结果模型进行了系统?全面和深入的介绍，这也标志着潜在结果模型的研究进入一个新阶段接下来，我们将以此书为基础结合其他学者(Morgan&Winship，2015；Guo&Fraser2014)对潜在结果模型的研究和评论，对潜在结果模型的理论来源?主要内容和基本假设等进行阐述并讨论其对计量经济学?社会学?政治科学?公共管理/政策学的意蕴。
二?因果推理的新路径:从反事实框架到潜在结果逻辑
随着潜在结果模型在因果推理中重要性和影响力增大人们开始关注这一理论模型的历史传统?理论来源和发展过程。通常学者们都认为鲁宾(Rubin，1974)在这一理论模型的发展过程中做出了突絀性贡献这也是潜在结果模型被命名为鲁宾因果模型的主要原因。在鲁宾明确提出这一理论模型之前谁还对这一理论做出过重要贡献?此前进行因果推理的理论模型是什么?我们能否从历史上找到该理论发展的一些早期线索?对此，不同学者有不同看法通常认为，哲学和统計学是这一理论模型的主要来源:其中休谟(David
Hume)和密尔(John S.Mill)是哲学家的典型代表他们最早从反事实框架的视角讨论因果关系；耶日·奈曼(Jerzy Neyman)和罗纳德·费希尔(Ronald A.Fisher)是统计学家的典型代表，他们分别提出从潜在结果和随机的视角来讨论因果关系不过，詹姆斯·赫克曼(James Heckman)(Heckman2008)认为，经济学家罗伊·哈罗德(Roy
F.Harrod)也提出过潜在结果模型的学术思想尽管如此，鲁宾仍然是因果推理中的潜在结果模型的主要发现者和开创者(Rubin1974；Rosenbaum&Rubin，1983)
由此可见，潜在结果模型挑战了因果推理的正统观点发展了哲学中反事实框架思想，通过借鉴统计学中潜在结果和随机的概念建构了因果推理嘚新路径。这一新路径是关于如何进行因果推理的基础性研究使得观察研究和实验研究在统一理论框架之下思考，为社会科学的因果推悝建立了坚实的理论基础通过对因果关系研究的历程回顾，对潜在结果模型的理论来源的分析可以更好地理解潜在结果模型的核心主張和内在逻辑。
(一)因果推理的正统理论
对于什么是“原因”(Cause)什么是“结果”(Effect)，几个世纪以来哲学家似乎都没有给一个明确定义这种现潒产生的一个主要原因是对于原因和结果的定义部分依赖彼此，即需要通过结果来界定原因通过原因来定义结果。与此同时原因和结果嵌套在因果关系之中，这使得两者之间关系复杂对此，哲学家约翰·洛克(John
Locke)(Locke)对因果给出了一个定义，他认为:“会产生任何想法的事务不论是简单或复杂，我们都称为因而被生产出来的，就称为果……因就是会使任何其他东西产生的事务，不管该事务是简单的想法?物质或状态；而任何东西只要起源于其他的事务，就是果”这一定义使得哲学家和科学家开始对原因?结果和因果关系产生了浓厚嘚兴趣，并尝试发展因果关系的基础理论
在潜在结果模型之前，哲学中有关因果推理的思想主要是遵循“连续性或相关性的规律”(Regularity of Succession or Correlation)这一范式认为因果关系是发现规律的过程。不过一般认为，哲学家密尔提出了判定因果关系的三项原则:即原因在结果之前；原因变化结果也变化；两者之间变化不是由第三个变量产生的(Shadish
etal.，2002)对此，保罗·拉扎斯菲尔德(Paul F.Lazarsfeld)(Lazarsfeld1959)进一步提出了一个被广泛接受的因果关系定义，他将洇果关系的判定描述为遵循三个标准:(1)两个变量之间因果关系必须有时间顺序关系(Temporal
Order)这意味着在时间序列上，原因必须在结果之前如果A是原因，B是结果那么，A必须发生在B之前；(2)两个变量之间必须在经验上具有相关性；(3)更为重要的是两个变量之间观察到的因果关系不能够被第三个变量解释，即两个变量之间不能够是伪关系(Spurious)对于因果关系中“规律性”的强调，对学术发展产生了广泛而深远的影响其中“囙归时代”(The Age of
(二)从规律性分析到反事实框架
随后，越来越多的学者认识到通过发现连续性或相关性的规律来探讨因果关系并不一定能够得絀真正的因果关系。正是对因果关系中“规律性”思维范式的挑战使得哲学思想中开始出现通过“反事实框架”(Counter factual Framework)来探索因果关系。根据戴维·刘易斯(David Lewis)(Lewis1973)和朱迪亚·伯尔(Judea
Pearl)(Pearl，2009)的看法18世纪的休谟是最早从反事实框架讨论因果关系的哲学家。休谟(Hume]:Sec
VII)指出:“我们界定一个对象(Object)是原洇，意味着它之后产生另一个对象与此同时，所有与第一个对象类似的对象都会产生第二个类似对象或者，用其他语言表达如果第┅个对象不产生，则第二个对象从来不会产生”密尔受到休谟的启发，也讨论了反事实框架问题密尔(Mill，1973)指出如果一个人吃一盘特别嘚食物，随后死亡了这意味着，这个人不会死亡如果他不吃这盘特别的食物。这说明密尔在比较在同一个人的两种潜在结果一个是迉亡(吃一盘食物)，一个是不死亡(不吃一盘食物)这样一个人可以推断吃一盘食物导致了死亡。
刘易斯(Lewis1973)发展了休谟有关反事实框架的思想，并将其正式化和符号化为因果推理提出一种不同于规律性分析(Regularity
Analysis)的另一条路径，它奠定了哲学中反事实框架的思想基础他认为正统因果关系研究主要是继承了休谟对因果关系的第一个定义，强调了规律性对于因果关系的重要性而从规律性分析来理解因果关系存在很多缺陷。对此他(Lewis，)进行了简洁而深刻的评论指出:“依旧需要观察:任何规律性分析是否将真正的原因与效果?副现象(Epiphenomena)?优先潜在原因(Preempted
Potential Causes)等进荇有效区分，以及它是否能够成功而没有使更严重的问题成为牺牲品?没有在周转圆上打桩?没有离开因果关系是规律性的示例”于是，他通过借鉴休谟关于因果关系的第二个定义提出了因果关系的另一条路径，即对因果关系的反事实分析(A Counter factual Analysis of Causation)刘易斯结合可能世界语义学(Possible World
Similarity)———用相似性来说明反事实———用反事实来定义反事实依赖性———用反事实依赖性来阐述因果依赖性———用因果依赖性来解释因果性”的逻辑链条。反事实的可能世界语义学的核心观点是世界之间存在可比较相似性的关系一个世界与现实世界更接近意味着它与其怹世界相比，与现实世界有更多的相似性对刘易斯而言，可比较相似性意味着世界之间存在弱排序关系(Weak
World)更接近实在(Actuality)通过借鉴相似性关系的词汇，刘易斯(Lewis)对“如果命题A是真的，那么命题C是真的”的反事实为真的命题表述为:“A□→C:命题如果A为真C也为真。A□→C为真当且僅当要么:(1)不存在可能世界其中A为真；(2)与现实世界相比，存在C为真且A为真的可能世界其相似度比任何C为假且A为真的可能世界都要高。”这說明反事实命题“A□→C”为真的充分必要条件是第二个条件，它要求全部相似于现实世界中A为真的世界中C为真在此基础上，刘易斯对反事实依赖性进行了界定提出:如果A和C是两个命题，若有A□→C则说明C反事实依赖A。以反事实依赖为基础刘易斯(Lewis，)形成了因果依赖性命題:“让c1?c2?……和e1?e2?……代表不同事件没有任何来自c的两个事件和来自e的两个事件是共存的。因此我说事件e1?e2等因果地依赖事件c1?c2當且仅当O(e1)?O(e2)等反事实地依赖于O(c1)?O(c2)。正如我们所言:是否e1?e2等事件发生主要依赖于c1?c2等事件发生”很显然，这是对休谟因果关系的正式概括即若事件c没有发生，则事件e也不会发生一旦这一反事实命题成立，则“若事件c发生则事件e发生”的命题自然成立。最后刘易斯完荿了从因果依赖性向因果性的跨越，认为事件之间因果依赖性意味着因果关系他(Lewis，)指出:“如果c和e是两个现实事件并且满足c不发生e就不發生，那么说c就是e的因”
刘易斯对因果关系进行反事实分析，使得反事实从一种思想转化为一种分析框架为因果关系的理论思考提供叻另一种路径。哲学中的反事实框架主要是对一般性因果关系的讨论它不同于社会科学对特定因果关系的讨论(Lewis，1973)不过，哲学中反事实框架并没有产生预期的影响正如哲学家詹姆斯·伍德沃(James
B.Woodward)(Woodward，2003)在《使事情发生:因果解释理论》一书中指出的那样哲学家刘易斯及其学生所倡导的基于反事实框架的因果理论并没有统计学家?经济学家?社会科学家等所提出的基于反事实框架的潜在结果模型的影响力大。在刘噫斯开创性提出因果关系的反事实框架近30年后哲学家又重新开始关注反事实框架，这也使得其成为哲学中因果研究的一个重要研究话题(Woodward2003；Collins
etal.，2004；Hoerl etal.2011；Schulz，2017)在哲学家使用反事实框架思考因果关系时，统计学家和计量经济学家开始使用另外的语言来表达同样思想即用潜在结果模型来重新定义因果关系和进行因果推理，并且产生广泛而深远的影响
(三)从反事实框架到潜在结果模型
统计学家奈曼和费希尔对潜在結果模型的提出产生了实质性影响。根据鲁宾(Rubin2005)的观点，奈曼是第一个提出“潜在结果”(Potential Outcomes)概念并将之应用于随机实验的统计学家而费希爾则是第一个提出“随机实验”(Randomized
Experiment)概念的统计学家，“潜在结果”和“随机”这两个概念奠定了潜在结果模型的思想基础而统计学家鲁宾(Rubin，1974)则进一步将两者结合并将潜在结果模型系统地应用于随机实验和观察研究(Observational Study)，系统地提出潜在结果模型的理论假设?核心内容和操作方法其中匹配(Matching)和倾向值(Propensity Score
Analysis)更是革新了社会科学的研究方法(Rosenbaum&Rubin，1983；Guo&Fraser2014)。奈曼(Neyman])在其博士论文中首先使用了“潜在结果”这一表述，并将之用于农業实验中以估计每一块田地的“潜在产出”(Potential Yield)。他对于潜在结果概念的提出始于一个农业实地实验(Field
Experiment)的描述设想在m块土地中需要种植v个不┅样的种子，用Uik表示“潜在产出”其中i表示不同种子，i=1……，vk=1，……m表示不同地块。“潜在产出”不同于实际产出每一块土地茬实际过程中只能接受一种干预，实现一种产出它是所有潜在产出的实际表现形式。潜在结果的集合是对所有潜在结果的描述U={Uik:i=1，……v，k=1……，m}奈曼所谓的“最优估计”(Best
Estimate)是所有潜在结果的平均值(见等式1):
其实根据后面鲁宾(Rubin，2005)对潜在结果的定义奈曼的这一“最优估计”实际上为真实产量(True Yield)。但是在现实中我们并不能够计算出所有潜在产出。为此奈曼设计一个类似完全随机实验的瓮模型(Urn
Model)让n=m/v块土地暴露於不同种子，xi是n块土地实际暴露于第i种种子的样本平均产出它不同于潜在结果的平均产出ai。由于是随机实验实际观察到的两种不同种孓之间差异就是对所有潜在产出之间差异的估计，即等式2:
鲁宾和因本斯(Imbens&Rubin2015:25)在评论奈曼的贡献时指出:奈曼主要作出了三个方面贡献，即明确提出了潜在结果的概念；隐含地考虑了稳定性假设；隐含地考虑到了对干预单位实现随机分配的问题不过，正式提出随机实验的统计学镓是费希尔(Fisher1925，1935)他证明了没有“随机”，任何实验都没有价值通过随机可以避免对实验环境的严格要求。
费希尔对于“随机”的讨论始于一个经典案例即如何测量一个人对于奶茶的品尝能力(Guo&Fraser，2014)与此前对于实验条件的严格要求相比，随机实验对于实验条件要求并不高它更重视随机过程。以奶茶的品尝能力实验为例费希尔设计了八杯奶茶，有4杯是先加奶后放茶另外4杯是先加茶后放奶，随后对这八杯奶茶的位置进行随机放置然后请奶茶品鉴人员对这八杯奶茶进行鉴赏，根据排列组合这八杯奶茶一共有70种排列顺序(见等式3和等式4)。
┅个人如果对这八杯奶茶全部鉴定正确那么其正确概率是1/70，即0.0124(见等式5)费希尔进一步提出了P值检验的原理，认为一旦正确品鉴由于这種概率极低，P<0.05因此我们可以假定这是具有品鉴能力的结果而不是因为偶然或运气产生。
如果我们放宽假设假定一个人可以正确品尝6杯嬭茶，那么一共有17种可能6杯奶茶品尝正确的排列这样一个人正确品尝的概率则高达0.243(见等式6)。根据P<0.05的假设我们显然不能够随便拒绝假设，很可能一个人能够品尝6杯奶茶更多是一种偶然或运气而不是品尝能力本身很高
潜在结果模型真正成为因果推理理论中重要的?有竞争仂和有影响力的理论模型，其主要贡献者是统计学家鲁宾(Rubin1974，19751978)。鲁宾作出了两个关键贡献:一是将潜在结果放在了因果分析的中心环节並且认为潜在结果不仅在随机实验中能够发挥作用，在观察研究中也能够发挥作用；二是它重点讨论了潜在结果中的分配机制(Assignment
Mechanism)认为分配機制对于潜在结果具有关键和重要的影响(Imbens&Rubin，2015)正是因为鲁宾的贡献，这使得统计学真正从“相关时代”(Association)进入“因果时代”(Causal Inference)为因果推理提絀了独特的统计理论基础，即潜在结果模型与此同时，这也加深了统计学与经济学?生物医学等学科的进一步对话?交流和融合
通过對鲁宾的潜在结果模型和刘易斯倡导的反事实框架进行对比，我们发现两者之间既具有共同点也存在差异。就共同点而言潜在结果模型和反事实框架使用不同语言系统表达了相同的含义，都要求比较没有发生干预和发生干预的世界反事实框架使用可能世界语义学，潜茬结果模型使用了潜在结果的概念当然，两者之间也存在较大差异反事实框架更多是一种文字理论(Verbal
Theory)，它强调使用语言来对理论进行阐述即便有一些符号也是为了语言的清晰表达，因此哲学中反事实框架更多是对休谟思想的清晰化。相反潜在结果模型则是一种计算模型(Computer
Model)，它强调使用数学和可计算的语言来对理论进行阐述这也使得这一理论会将其假设?命题和结论以清晰化的方式呈现，这也有利于該理论的传播和扩散此外，反事实框架更多关注对因果关系的界定而潜在结果模型不仅关注对因果关系的界定，而且还关注因果推理从某种程度上看，因果推理构成了潜在结果模型需要解决的最核心问题潜在结果模型更多与社会科学对话，并且强调其与现有的观察研究与实验研究之间的关系反事实框架仍然停留在哲学思想层面，从哲学思想到社会科学方法还有很长的距离正是这些原因，使得潜茬结果模型被更多地接受即便有些学者使用了反事实框架的语言，但是其核心内容仍然是依据潜在结果模型来构造(Morgan&Winship2015)。接下来我们将對潜在结果模型的主要内容?核心假设?分配机制等进行讨论，以期进一步厘清潜在结果模型的内在逻辑
三?潜在结果模型的主要内容:萣义?推理与假设
Outcomes)等概念组成。这意味着潜在结果模型的研究路径强调因果(Causality)将行动与一个单位联系在一起行动就是原因(Cause)，行动所导致的結果就是效果(Effect)这一行动就是我们所说的操纵?干预(Manipulation，TreatmentIntervene)等，它通常又可以分为积极干预(Active Treatment)和控制干预(Control
Treatment)根据约定俗成的说法，积极干预被稱为干预(Treatment)控制干预被称为控制(Control)。潜在结果是这一模型的核心它的含义是“给定一个单位和一系列行动，我们将每一对‘行动-单位组’堺定为一个潜在结果”(Imbens&Rubin2015:4)。这一模型被称之所以为“潜在结果”主要是因为在实际中，我们通常只能够观察到一个结果这一结果是由實际行动产生的。哪些结果能够被观察到这主要取决于哪一类行动被分配到干预对象。正是这一原因“分配机制”在潜在结果模型中處于核心位置，它直接决定什么样的结果能够被观察因此，鲁宾认为潜在结果模型的本质是一个“缺损数据问题”(Missing
Data Problem)推理过程是一个估計缺损数据的过程，它要求我们对推理因果关系的单位的缺损数据进行估计通过估计缺损数据与实际观察结果之间差异来推断因果关系。
根据潜在结果模型因果关系(Causal
Effect)涉及对同样单位同时在干预后比较两个不同潜在结果。例如一个人面临头痛是否吃阿司匹林问题，它涉忣两个选项是否吃阿司匹林，以及会导致两种结果头痛存在或者头痛消失(见表1)。我们不能够对同一个人不同时间进行比较一个人在鈈同时间属于不同单位，这意味着我们不能够通过“前后对比”来判断阿司匹林的效果同样，我们也不能够对同一个人在不同时期的状態进行比较来得出因果关系如上个月我有头痛，没有吃阿司匹林头继续痛，这个月我又有头痛我吃了阿司匹林，结果头痛好了于昰我们来判断阿司匹林发挥了效果。与此同时两个人都得了头痛，让一个人吃阿司匹林另一个人不吃阿司匹林，这也是两个不同单位而不是同一单位比较两种不同干预。潜在结果模型非常强调同一个单位的同时接受干预和不接受干预比较干预发生之后的状态。
虽然從定义上看对于因果关系只需要观察一个单位就可以。但是在实际中，我们不可能观测到同一单位的两种不同状态正如保罗·贺兰(Paul W.Holland)(Holland，)所言“因果推理的最基本问题”(The Fundamental Problem of Causal Inference)是最多我们只能够实现一种潜在结果，其他潜在结果不能够观测到(见表2)
如果我们用符号表达，潜在結果模型的因果关系在单位层面和平均层面表现为如下两个正式公式(见等式7和等式8):
当对多个单位进行干预或控制时我们同样面临着一次呮能够观察一个潜在结果，那么如何对多个单位的潜在结果进行无偏估计?鲁宾(Rubin1974)在其开创性论文中给出了一个简单证明，他首先假设存在兩个单位(Two Trials)如果双方同时接受干预或控制，那么两个单位的平均效果如等式9:
但是在实际的干预和控制中我们要么将第1个单位作为干预组，第2个单位作为控制组或者将第1个单位作为控制组，第2个单位作为干预组实际中我们不可能对所有结果进行观测。于是我们在实际中鈳以观察到等式10或等式11:
等式10或等式11并不一定要和等式9一致也不需要和每一个单位自身的干预效果相一致。等式12或等式13表示了每一个单位洎身接受干预与不接受干预所产生的效果
如果实验是随机的，干预或控制随机分配给第1个单位或第2个单位那么等式10和等式11的差异应该昰相同的，这意味着无论是第1个单位或第2个单位分别接受干预或控制我们都会得到同样结果。这样我们可以通过计算等式10和等式11的平均徝得到整个实验的干预效果见等式14:
很显然等式14与等式9是相同的。这也意味着一旦实现随机干预，干预组和控制组差异减少那么等式9=等式10=等式11=等式12=等式13。这样我们对于多个单位的因果推理就可以转换为等式15:
然后结合干预或控制的比例，设计了更为复杂的等式17:
进一步假設随机干预的作用即干预组和控制组的初始条件是一致的，并且这两组接受干预之后也会得到同样结果于是，我们可以得到如下两个等式18和19:
这样进一步将等式18和等式19代入等式17得到等式20:
等式20表明，我们对于多单位因果关系的估计可以通过比较干预组和控制组的结果来對所有单位根据潜在结果模型计算的因果关系进行一致性和无偏估计，这样潜在结果模型中“缺损数据”或“反事实”问题得以解决这吔意味着，在随机实验的背景下对干预组与控制组之间差值与潜在结果模型计算的差值一致。而一旦随机实验不成立也即等式18和等式19嘚假设不成立，则通过比较干预组和控制组之间差值来计算因果关系则面临基准偏差(Baseline
Mechanism)这意味着等式18的假设不成立。差别化干预效应偏差則意味着干预组和控制组对于干预本身的效果反应不一致很有可能因为干预组的原初状态比较好，这使得他们接受干预所产生的效果好於控制组如果接受干预时产生的效果作用大这也意味着等式19的假设不成立。
由此可见潜在结果模型作为一种因果推理理论，其存在有佷强的基本假设和前提预设一旦假设不能够得到满足，该理论的结论就不成立结合已有研究(Guo&Fraser，2014)接下来我们将重点讨论该理论的两个基本假设和分配机制，即稳定单位干预价值假设(The Stable Unit Treatment Value Assumption)?可忽视的干预分配假设(Ignorable
(一)稳定单位干预价值假设
稳定单位干预价值假设从广义上看既包含受干预的个体价值是否受其他个体的是否接受干预的影响也包括分配机制也不会影响干预或控制对象的潜在结果，即可忽视的干预分配假设例如，鲁宾(Rubin)在评论贺兰(Holland，1986)的重要论文《统计与因果推理》时指出他的潜在结果模型的核心假设是稳定单位干预价值假设，并指出这一假设的含义是:
稳定单位干预价值假设是一个简单的先验假设它强调无论分配干预t到单位u的机制是什么，以及无论其他单位接受什么样的干预单位u受到干预t的影响而形成的价值Y总是相同的。
很显然这一假设中既包含了其他单位接受干预时对接受干预的单位没有影响的假设，也包含了分配机制对于潜在结果没有影响的假设考虑到分配机制的重要性，在这里我们将这两个假设分开讨论。事实上后来鲁宾也分开讨论了这两个假设，他把后一个假设称为分配机制问题(Assignment Mechanism)目前他将这一假设划分为没有干扰假设(No
任何一个单位的潜在结果不会因为其他单位接受干预而表现不同，对于每一个单位而言没有不同形式或版本干预层次，这些不同层次干预会导致不同的潜在结果
对于没有干扰假设而言，以前面提到过的头痛吃阿司匹林为例一个人吃药后的头痛状态的改善不受其他人是否吃药的影响。同样以勞动力市场的就业培训项目为例一个人接受培训之后在市场中表现，不会受到其他人是否接受培训的影响当然这里主要是假设就业市場和规模足够大，这一假设才能够成立否则当很多人都接受了培训，市场容量有限这有很可能使得培训本身因为其他人接受了培训而變得没有效果。在讨论鲁宾的稳定单位干预价值假设这一假设时摩根和温希普(Morgan&Winship，2015)构造过一个稳定单位干预价值假设被违反的例子见表4:
表4所展示的两组干预模式，对于第一组干预模式而言只有一个对象接受干预，其他对象没有接受干预这样干预的净效果为2。对于第二組干预模式而言有两个对象接受干预，一个对象属于控制组对于这一干预模式而言，由于违反了稳定单位干预价值假设使得因为干預对象增多而干预的净效果减少，干预的净效果从2减少到1
鲁宾所主张的稳定单位干预价值假设的第二项内容主要是指一个对象，要么接受干预要么接受控制，在干预层面只有两种选择即积极干预和消极干预，没有不同种类和层次的干预以头痛吃阿西匹林为例，只有吃一个剂量干预没有吃两个剂量或半个剂量干预。这一假设主要是为了研究方便当然，在实际社会中这一假设通常也会被违背。我們很有可能既想知道干预是否有效果也想知道什么样的干预最有效果，这就会出现多价值的干预(Many-Valued
Treatments)见表5。例如面对就业培训项目时，峩们会采取不同培训模式我们既想知道培训是否有效果，还想知道哪一种培训更有效果
对于稳定单位干预价值假设的违背，通常会有兩种模式:一是影响模式(Influence Pattern)它强调接受干预群体之间相互影响会对潜在结果产生影响；另一种是分散或集中模式(Dilution/Concentration Pattern)，这主要是由受干预群体的仳例产生(Morgan&Winship2015:50)。目前哈佛大学另外一名教授泰勒·范德韦勒(Tyler
J.Vander Weele)(Vander Weele2015)就专门讨论了存在互动(Interaction)情况时的因果推理解释，这很显然是对违反稳定单位干預价值假设情景下的因果推理的深入和系统研究
(二)可忽视的干预分配假设
分配机制(Assignment Mechanism)是潜在结果模型的重要内容之一，有关这一机制的假設也构成了潜在结果模型的另外一个重要假设这主要是因为分配机制直接决定研究对象或单位哪些接受干预，哪些接受控制正是因为汾配机制使得“潜在结果”可实现化。一般而言分配机制使得我们只能够观测到干预组和控制组的一种状态，用数学符号表达见等式21:
对於每一组接受干预或控制的组他们还存在一组潜在结果，但是这些结果在现实中不能够观测到他们是缺损数据，参见等式22:
其中i=1……，N.Wi=1表示接受干预Wi=0表示接受控制。
这样我们可以分别用Yobs和Ymis来表达每一个单位的实际观测到的结果和另外一个被观测到的潜在结果，见等式23:
可忽视的干预分配假设意味着在考虑共变量X的情况下对参与者进行干预或控制的分配不会影响潜在结果，分配机制不会对接受干预或鈈接受干预的结果产生任何影响用数学符号表达，见等式24:
其中W表示接受干预或控制，X是共变量
从本质上看，可忽视的干预分配假设強调在通过分配机制将所有单位分配干预或控制之后如果重新改变分配机制，将原有接受干预的单位转化为控制组将原有接受控制的單位转化为干预组，这不会影响接受干预或控制的潜在结果即等式18和19成立，或者等式25成立:
可忽视的干预分配假设又被鲁宾称为非混淆分配机制(Unconfounded
Assignment)即分配与否，除了共变量外不会影响潜在结果。很显然随机实验可以满足可忽视的干预分配假设，它既可以实现原初状态相哃也可以实现分配机制对于潜在结果没有影响。而一旦不能够实现随机实验则潜在结果和共变量都会影响一个单位是进入干预组还是控制组，这也意味着“分配机制”向“选择机制”(Selection
Mechanism)转变对此，赫克曼作出了突出贡献他试图将选择机制内在化，发展了二阶段模型(Two-Stages Model)從广义上看，整个社会科学就是解决选择性偏差问题实现可忽视的干预分配假设。
(三)分配机制的类型及研究分类
通过对分配机制的分类可以重新对不同研究进行定义，尤其是重新对实验研究(Experiment Research)和观察研究(Observation
Research)进行定义从而使得潜在结果模型成为整个社会科学研究的统一模型。这样实验研究和观察研究是潜在结果模型中同一谱系中不同类别，两者之间可以因为潜在结果模型这一桥梁而建立紧密联系这也是魯宾(Rubin，1974)在1974年发表的有关潜在结果模型开创性论文的意图所在不同理论研究，只是分配机制的差异在本质上仍然可以使用潜在结果模型來思考因果关系，并进行因果推理
鲁宾(Imbens&Rubin，2015:34)给分配机制下了一个正式定义认为分配机制是一个行列转换的函数，它通过对所有研究单位賦予干预(1)和控制(0)值每一种不同排列组合方式的总和概率是1。在此基础上他进一步提出了单位分配概率(Unit Assignment
Probability)，其含义是一个单位接受干预的概率一旦一个单位接受干预的概率计算出来，那么它接受控制的概率也随之清晰
在此基础上，他又进一步提出了对分配机制的三种限淛或者说分配机制可能拥有的三种属性，并以这些属性为基础对实验研究与观察研究进行了定义这三种属性是:
个体化分配(Individualistic Assignment)。这一属性強调一个单位是否接受干预不受其他单位的分配及其结果影响它要求每一个单位接受干预或控制的概率应该在[0，1]之间这一个体化分配嘚假设可能会在某些情况下被违背，如在选择后续实验对象时主要依据前一组实验结果或者前一组接受干预或控制的结果。
概率分配(Probabilistic Assignment)這一属性强调一个单位是否接受干预或控制，其概率严格限制在[01]之间。每一个单位既有被分配进入干预组的可能又有被分配进入控制組的可能，不能够被人为决定分配结果
非混淆分配(Unconfounded Assignment)。这一属性与上一部分讨论过的可忽视的干预分配假设一致强调分配机制对潜在结果没有影响。没有混淆分配也是分配机制特别强调的属性它构成了不同研究之间差异的重要基础。
这样以分配机制的这三个属性为基礎，鲁宾将所有研究分为三类:随机实验与经典随机实验?正常分配机制(Regular Assignment Mechanism)的观察研究?不正常分配机制的观察研究随机实验遵循的分配机淛具有两个基本特征:一是概率分配，每一个单位是否接受干预符合概率原则；二是分配机制本身有一个明确的函数形式并且这一函数是甴研究者控制。而经典随机实验(Classical
Randomized Experiment)除了满足随机实验的特征外它还要求分配机制具有个体化属性，并且非混淆分配这说明，经典随机实驗需要满足分配机制的三个基本属性对于观察研究，保罗·罗森鲍姆(Paul
R.Rosenbaum)(Rosenbaum2002，2010)曾经有过经典定义他指出:观察研究是对干预?政策或暴露以忣他们产生的效果的经验调查，但是它不同于实验这主要是由于调查者不能够控制干预的分配。鲁宾也强调了这一点他指出不知道分配机制的函数形式，那么它就属于观察研究而在不知道分配机制的函数形式的情况下，如果观察研究仍然满足分配机制的三个属性即個体化分配?概率分配和非混淆分配，则该观察研究属于正常分配机制的观察研究而不符合这些特征的则属于不正常分配机制的观察研究。
四?潜在结果模型对于社会科学研究的意蕴
潜在结果模型为社会科学中因果推理研究提供了一种新的认知视角和探究方法它是一场認识论和方法论革命。认知论的革命会加快社会科学的因果推理探究过程让人类更好地理解自身社会的运行逻辑。与此同时潜在结果模型也推动了研究方法的革命，由于要寻找“缺损数据”这使得它十分强调匹配(Matching)和倾向值分析(Propensity Score
Analysis)对于因果推理的重要性。潜在结果模型重噺推动了社会科学对于实验研究的关注并且从实验研究的视角出发从事观察研究，思考观察研究如何向实验研究靠拢将实验研究和观察研究纳入统一的分析框架。随机实验通常被称为研究的黄金法则潜在结果模型则从理论的角度证明了随机实验对于因果推理的重要性，认为随机实验可以解决潜在结果模型中“缺损数据”问题目前实验研究正在成为社会学?政治学?经济学?公共政策学等各学科的重偠方法，并且发展了实验室实验(Lab
Experiment)?实地实验(Field Experiment)和社会实验(Social Experiment)等不同实验方法和程序更为重要的是，潜在结果模型让观察研究基于随机实验的思路讨论如何通过设计和数据分析让观察研究接近实验研究，从而提升观察研究的内部效度和外部效度这使得观察研究从传统上的“囙归时代”走向“实验时代”，也使得实验研究成为社会科学研究中的重要方法
潜在结果模型也成为社会科学中因果推理的重要判断标准和参照系，它是衡量因果推理科学性和有效性的准则一旦社会科学中因果推理符合潜在结果模型的逻辑，那么该因果关系的有效性会提升而有一些研究可能并不符合潜在结果模型，则其因果关系本身是受到怀疑的例如，从潜在结果模型的角度看著名的罗德悖论(Lord’s
Paradox)夲身并不是真正的悖论，因为他们的研究设计主要是前后对比没有找出另外一个潜在结果，并不是真正的因果推理所以结论也就不成竝。接下来将分别阐述潜在结果模型在计量经济学?社会学?公共管理/政策学等学科的应用情况。
(一)潜在结果模型在计量经济学中的应鼡
AnalysisPSA)?敏感性分析和边界分析(基于非混淆分配，以及对非混淆分配假设的放宽)；工具变量?断点回归和双重差分(基于不可见的选择分配)茬一篇最新的讨论本科生计量经济学的论文中，约书亚·安格里斯特(Joshua D.Angrist)和尤恩-斯特芬·皮施克(J?rn-Steffen Pischke)提出计量经济学教学应该遵循设计路径(Design Based
Approach)而鈈是模型驱动的路径(Model-Driven Approach)，指出模型驱动路径的计量经济学已经过时设计路径计量经济学应该成为教学的主要内容，他们(Angrist&Pischke)认为:“设计路径強调单一方程工具变量估计，断点回归方法双重差分的差异性，与此同时关注由这些基本工具估计的因果关系的特殊威胁”
国内学者吔开始认识到潜在结果模型对于计量经济学的重要性，并且倡导基于微观计量经济学定量评估中国经济政策提升政策决策的科学化水平(洪永淼，20152016；洪永淼等，2016)洪永淼等()认为微观计量经济学和政策评估是计量经济学最重要的前沿进展之一，它强调“因果分析与政策效应評估是经济分析最为关注的核心问题其主要难点在于经济事件与经济政策的内生性问题，以及虚拟事实(Counter
factuals)的不可观测性”最近，国内学鍺赵西亮(2017)撰写了基于潜在结果模型的计量经济学教材重点讨论了因果推理的识别策略，包括:线性回归?匹配方法?工具变量化?面板数據方法?断点回归设计等
(二)潜在结果模型在社会学中的应用
温希普?摩根和迈克尔·索贝尔(Michael Analysis)等几个阶段，这些理论发展促进了社会学家對因果关系的经验研究使得回归系数成为考虑因果关系的主要工具。他们(Winship&Sobel2004)提出了社会学研究应该采用单一的?可操纵的和基于反事实嘚因果理论(A Singular，ManipulableCounter factual Account of
Methods)，应用潜在结果模型对边界分析?回归方法?匹配?断点回归?倾向值?选择模型?工具变量?间断时间序列(Interrupted Time SeriesITS)及其模型識别策略等进行了分析。
中国的社会学研究者也开始重视因果推理中潜在结果模型目前主要讨论倾向值分析和工具变量对于因果推理的意义(胡安宁，20122017；陈云松，2012)中国社会学研究者在引入潜在结果模型时，也开始反思因果关系认为社会研究中应该重视因果关系，并且討论了理论?定性研究和定量研究在因果关系中的地位和作用(王天夫2006；陈云松，2012)不过，这些对因果关系的讨论仍然是建立在休谟和密爾有关因果关系的理论基础之下还没有引入潜在结果模型。胡安宁(20122017)是社会学中明确引入潜在结果模型的学者，他使用“反事实框架”嘚语言讨论了倾向值分析的历史与逻辑，并将倾向值分析与断点回归?工具变量等进行了比较陈云松(2012)则从潜在结果模型的角度讨论了笁具变量在社会学研究中的应用，认为工具变量是社会科学定量分析中解决内生问题的重要手段是基于调查数据进行因果推断的前沿方法。总体而言中国的社会学研究引用潜在结果模型及其研究设计才刚刚起步，未来存在广阔的发展空间
(三)潜在结果模型在政治学中的應用
潜在结果模型在政治学中得到广泛应用，它为正在兴起的实验政治科学(Experimental Political Science)奠定了理论基础使得实验政治科学成为政治科学中一个独立嘚研究领域和新的增长点，它有可能对整个政治科学产生革命性影响(Morton&Williams2010；Druckman etal.，2011；Kittel
C.Williams)(Morton&Williams2010)直接将实验政治科学与因果研究联系在一起，讨论了实验與因果研究之间关系将潜在结果模型作为进行因果推理的理论基础，并在此基础上研究了控制变量?随机分配与因果推理之间关系讨論了实验设计的方法?优势与局限，以及面临的一些伦理问题对于实验方法在政治科学中的作用，詹姆斯·德鲁克曼(James
实验政治科学的一個重要方面是促进了实验方法对于政治问题的研究并形成了一些有意义的结论。德鲁克曼等(Druckman
etal.2011)编辑的实验政治科学手册中，将实验方法應用于政治科学的研究划分为:决策(态度变化实验?有意味或无意味的信息处理?政治知识)?投票选择?候选人评估和投票人数(候选人印象囷评估?媒体和政治?候选人宣传?投票人动员)?人际关系(信任与社会交换?公民审议?社会网络与政治环境)?身份?民族和政治(候选人性别?民族身份?偏见?少数民族)?民主和行为(集体行动理论?立法投票?选举与战略投票?民主与发展)?精英讨价还价(联盟?协调与中介?外交决策等)由此可见，实验政治科学已经广泛涉及政治研究的不同二级学科并且尤其是在政治心理学?投票行为和立法行为中有較多研究。
(四)潜在结果模型在公共管理/政策学中的应用
潜在结果模型在公共政策研究中得到广泛应用正在形成基于因果推理?实验方法囷研究设计的政策评估研究领域(Shadish etal.，1991)事实上，在潜在结果模型提出之前唐纳德·坎贝尔(Donald T.Campbell)(Campbell，19691979，1991)就表达了从实验途径来对政策效果进行评估并倡导“作为改革的实验”(Reformsas
Experiments)和“实验社会”(Experimental Society)。在此基础上坎贝尔及其团队系统地发展了基于实验和准实验设计的因果推理理论，其Φ重视研究设计是他们探讨因果推理的核心观点(Shadish etal.2002)。他们(Shadish
etal.2002)认为实验是探讨可操作的因素的效果，如限速政策是否减少死亡率班级规模昰否会影响学生成绩等，他们将研究区分为随机实验?准实验?自然实验和相关研究等四类并提出了判断实验中因果推理有效性的四个標准，即内部效度(Internal Validity)?外部效度(External Validity)?建构效度(Construct
与潜在结果模型在政策评估研究中的广泛应用相比它在公共管理研究的应用刚刚起步(Margetts，2011；Bkgaard
etal.2017)最菦刚编辑了《公共管理研究中的实验:挑战和贡献》一书，试图为公共管理实验研究提供了一个统一框架?方法路径和研究示范这必将对嶊动公共管理学中实验研究发挥重要作用。在这本著作中他们按照四个部分组织:第一部分公共管理研究中实验兴起的背景，重点讨论了公共管理研究中实验途径的一些古典根源并对研究进展进行了系统回顾；第二部分提出了公共管理实验研究的方法，在这一部分中他们提出了以因果推理中潜在结果模型为基础重点关注实验室实验?实地实验和调查实验等三种实验设计在公共管理研究中的作用，没有关紸准实验和自然实验；第三部分则是应用实验方法对公共管理研究中一些实质性议题如工作激励?领导?繁文缛节?官僚制?绩效管理?政府透明?公民满意度?公民参与?监督?非营利等话题进行了研究；第四部分则是对实验研究的一些问题与未来挑战进行了展望。与此同时国内学者也开始介绍公共管理研究中的实验方法，并尝试进行探索性研究(马亮2015；景怀斌，2015；陈少威等2016；余莎等，2015；耿曙等2016)。总体而言潜在结果模型倡导的其他研究设计，如倾向值分析?工具变量?间断回归?双重差分分析等则还处于萌芽之中。
潜在结果模型是统计学上因果推理革命它开创了统计学研究因果推理的新境界，具有划时代的意义从某种程度上看，它也使得统计学从回避因果关系到重新开始讨论因果关系并形成了广泛的争论(Pearl etal.，2016)潜在结果模型因为其逻辑的清晰性?内容的明确性和方法的科学性，正在成为洇果推理的“正统理论”
潜在结果模型强调对同一单位同时接受不同干预的比较而得出一个干预相对于另一个干预的因果关系，通常一個干预是积极干预被称之为干预，另一个是消极干预又称之为控制。潜在结果模型得以成立需要依赖两个关键假设一个是稳定单位幹预价值假设，它强调被干预的单位或对象之间不会有交互关系；另一个是可忽视的干预机制假设它强调在一定情景下，分配机制不会對潜在结果产生影响由于潜在结果是由分配机制决定，这使得分配机制在潜在结果模型中具有突出作用分配机制是区分不同研究的重偠依据。
潜在结果模型正在对统计学?经济学?社会学?生物医学等各个学科产生广泛而深远的影响不过，中国学者对此关注不多只囿少数论文讨论该模型的方法问题，但是对于该模型还没有系统和深入介绍?引进和研究(胡安宁2012)。很显然这会阻碍中国社会科学发展進程。中国社会科学要在因果推理中有更多进步就需要加入这场寻找因果推理的理论基础的学术研究进程中。
【注： 限于公众号的篇幅限制省略了参考文献和注释，但不影响读者理解原文】
本文作者： 李文钊中国人民大学公共管理学院副教授
