过度捕猎与生态系统崩溃：MSY理论之破灭

设想你和你的家人住在湖边。湖里的鱼是你们全家的食物来源，也是生计来源。你本能的知道，这个湖里的鱼可能会遭到过度捕捞。要是有一年你每次打鱼，都满载而归，想打多少鱼就有多少，那恐怕就是你能捕到鱼的最后一年了。可是你还得靠打鱼为生，你还是得尽量多打鱼，不过不能过度。在野生动物管理中，过度捕猎是最大的风险。对于所有的稀缺资源，这一问题都是要值得关注的。如果你只能靠雨水，恐怕洗澡的时候就不会用那么长时间了。所以，可以想象，你会在捕鱼的时候小心翼翼。

让我们再假设你非常熟悉俄罗斯生态学家F. I. Baranov在1918年提出的关于过度捕猎的数学模型。他的模型提出了“捕获量方程”，这一模型带来了思想上的革命。他的工作激发了一批美国生态学家，提出了“最大可持续产量”（maximum sustainable yield，简称MSY）的概念。野生动物管理被简化为一个方程。MSY的思想是，如果你仔细调查你的湖泊，记录下湖中有多少养分，鱼群的生长速度是多少，你最初的捕鱼量是多少，并加上其他一些变量，你就能计算出这个湖泊的自然“替代速度”。正如加拿大生态学家P. A. Larkin所说的，“每个物种每年都能产生一定的可收获的剩余，如果你的捕获量恰好这么多，也不多，也不少，那么就能一直持续下去。”靠着这个可收获的剩余，你就能供养孩子上大学。

20世纪50年代和60年代，MSY被广泛应用。当时，当人们想到大自然的时候，考虑得最多的就是物种保护。很快，这一思想就被应用于保护从太平洋的大比目鱼到智利的鲑鱼等物种。它成了国际谈判的基准，也成为限制娱乐性钓鱼的标准，直到今天，我们还能遇到这种“最多只准钓三条鱼”的规定。MSY似乎提供了商业和生态保护之间的平衡。一个学者后来注意到，因为有了MSY，美国的河流湖泊在第二次世界大战之后经历了一个“黄金时代”：“在20世纪50年代中期，做一个渔业生物学家是非常惬意的，因为你的工作太简单不过了。你只要计算出来最大可持续产量，就万事大吉了”。现在，你知道了这些之后，就会赶紧回家，在自己的湖里照章行事，仔细的计算出自然替代率，然后根据计算出来的结果确定精确的捕鱼量，从来不逾越你计算出来的特定数量。

然而，正是由于你遵循了这一规则，你很可能会吃惊的发现，湖里的鱼不仅没有越来越多，反而急剧的死亡了。

当地球上一些被认为是运转最良好的生态系统突然出现大规模的物种灭绝现象时，MSY理论破产了，这对生态科学是一个巨大的打击。MSY在理论上看起来非常完美，既得到严肃的生态学家的认同，也能够为渔民所接受。当实施MSY的结果反而是杀死了其本来计划保护的动物时，就像看到一架设计最精良的飞机突然坠毁，化为熊熊大火一样令人心痛。但这样的悲剧却一次又一次的发生了。从某种角度来看，MSY的好处是很容易被理解。后来，科学家也承认，这有点过分简单了。按照MSY的思路，湖泊就像一个工厂：投入品是各种养分，产出品是鱼。在这种模型中，是不可能出现非线性的崩溃的。科学家们对模型进行了返工，更细心的考虑投入品，重新计算数据，结果，出现了更多的物种灭绝。MSY的失败，让环境保护主义者和渔业公司都震惊得长久无语。时隔数十年之后，C. S. Holling回忆到当时的情景时说：“这对理论界和管理者的冲击是巨大的”。

Holling是最早指出MSY理论的致命缺陷的学者之一。他在1973年发表了一篇很有影响的论文《生态系统的灵活性和稳定性》，里面写到：“如果我们面对的系统会在很大程度上受到外部冲击的影响，同时会经常遇到不可预知的因素，那么，其行为的稳定性就变得不再重要，重要的应该是其关系的稳定性。”Holling的意思是说，对于那些在我们这个世界上不会有很多变化的部分，我们可以完美的追踪可以测量的事物：比如一个图书馆里有多少本书，或是你一天需要摄入多少食物。但是，当每天都会出现爆炸性的变化时，这样的测量还不如没有。湖泊看似平静，但实际上却蕴含着更深、更隐藏的复杂性。湖泊生态系统的稳定性是无法仅仅用几个变量就能描述出来的。真正起作用的不是我们能够很快测度的事物，而是那种既可以使得湖泊生机勃勃，也可以使得湖泊变成一潭死水的奇怪而混乱的相互联系。湖泊中的某种活力，既能够有效的防止MSY理论想要避免的物种灭绝，又会偶然的触发这种灾难。在这样的系统中，你能够测量的影响因素和你无法预测的影响因素相比，是微不足道的。我们真正需要知道的是：湖泊生态系统中各个部门之间的联系是否紧密？湖泊生态系统会以多快的速度根据外部冲击调整自身？湖泊中的食物链受到多大程度的扭曲，才会像尺子一样彻底折断？简而言之，我们必须知道，湖泊的灵活性如何？

Holling的大胆想法是，导致湖泊物种灭绝的因素是系统之外的力量，而这些力量看似与我们讨论的问题毫无关系，所以没有科学家想过要研究它们，或是把这些因素加入他们的模型。Holling在他的研究中调查了上百个湖泊，他发现，随着湖泊中捕鱼量的增加，会吸引更多的渔民（暂且假设还没有到过度捕捞的地步），更多的渔民会留下来更多的垃圾，而垃圾会堵塞排水道，并引起槐叶萍的减少，以槐叶萍为食的鱼群数量就会减少，但这些鱼恰恰是MSY模型中设定为“目标”的鱼群的主要食物来源。没有人会想过：一个湖泊能承受多少脚印？Holling写到：“能够带来最大可持续收益的那些措施，可能恰恰会增加物种灭绝的概率”。但是，多年以来，MSY反而变得越来越流行。生态系统的管理者之所以对其着迷，是因为其看起来很像科学。在纸面上，MSY的方程无懈可击，但是，在实践中，MSY却带来了灾难。(www.xing528.com)

Holling还看到了让人乐观的另一面。他经常发现，在大自然中，有很多系统能够在巨大的外部冲击（如森林大火或地震）之后，以令人吃惊的速度迅速的恢复生机。物理学家Murray Gell-Mann专门研究这些现象，他称这种能够在极端的压力下起死回生的复原力为“复杂适应性”（complex adaptation）。Gell-Mann说，我们在家里用的恒温器代表着一种“简单适应性”，它总是想把温度保持在一个特定的水平：“温度太低，温度太低，温度太高，温度正好，温度又太低了”。这种系统几乎没有任何灵活性，但却非常有效率。危险的是，当这种系统遇到新的或是令人困惑的事物时，它们就会崩溃。威慑理论的逻辑就是：“如果你威胁我太多，我就反击”。这一系统必须在三秒钟之内做出决策，当你看到雷达上的导弹信号，就必须发动报复性袭击。超过这三秒钟，这一逻辑就毫无作用。比这种开关式的反应稍微好一点的，是Gell-Mann所说的“专家适应”（expert adaptation），这一系统依靠一个事先决定好的模型，根据以往的经验，判断应对严肃挑战的最佳策略。这就是Simon Levin参加的那个应对生物恐怖主义的讨论会，一群专家要想出最坏的结果，然后找到最佳的应对之策。但这一系统的缺点也是显而易见的：超越了你自己的想象力或是你过去的经验，这一系统就不再管用了。Gell-Mann最推崇的是复杂适应。这就像是我们的免疫系统。它们不仅反应，而且会不断学习。采取简单适应的蚂蚁们，不把一个地方的食物耗尽，就不会搬到一个新的地方。采取复杂适应的蚂蚁们则会根据环境的变化，选择高营养和低营养的食物。你可以设想，在艰难的环境中，哪种蚂蚁能够生存下来。

我之前说到，灵活性既能够让我们保护自己，又能获得混搭创新的收益。我想说的就是这种能够自我学习的复杂适应。灵活性使得我们能够在遇到恐怖的最紧迫的关头（事实上，我们目前就处在这一境况），仍然能够不断的学习和改变。这是战场上的勇气，我们冒着炮火，仍然能够不断冲锋，因为我们知道自己已经做好了准备，而且，我们已经具备了遭受袭击仍然会奋勇前进的能力。但是，我们必须提前让我们的系统变得有灵活性，好比要在疫情到来之前，建立一个强大的免疫系统。从实践的角度讲，这意味着我们必须扩大和世界的相互联系，这样才能更好的学习新的技能、建立新的关系。错误的做法则是，把我们的战略仅仅局限于几种可能的致命威胁，或是仅仅依赖于几种计划或政策。Holling在一篇论文中的表述，非常准确的描述了我们未来的安全观应该是什么样的：“一个基于灵活性的管理策略，应该是强调让可选择的方案尽可能开放。如果按照这一思路，重要的就不是有充足的知识，而是要认识到我们的无知；不是假设未来是可以预测的，而是要明白，未来是不可预测的。”当我们面对令人惊悚的生物恐怖主义时，最需要的或许并不是储备反生化武器的疫苗，而是要建立一个耐用、有效、覆盖广泛的国家卫生体系。为了应对金融风险，针对某一特殊类型的金融机构或许并不重要，重要的是要提高国民储蓄率，而非用政策鼓励私人盲目借贷。灵活性把这些至关重要的问题推到了前沿。如果我们的政策、我们的领导人都能以灵活性为目标，我们就应该把庞大的国民支出计划从短期的经济刺激转变为投资建立一个能拯救我们生命的安全系统。

当Holling，Levin和其他一些科学家深入研究生态系统的时候，他们还发现了其他的东西。不管是股票市场也好，还是国家也好，所有的复杂系统，都包含着按照不同的时间发生作用的各种因素。科学家称这些系统拥有“宽广的时间跨度”（broad timescale）。森林中虫子的生命是以小时计的，鱼类的生命是以周计算的，树木可能会生长上百年，岩石能存在数百万年。很多时候，我们很难区分何为始终。死去的树木在森林的生态系统中仍然能发挥数十年的作用，为动物提供营养和藏身之所。从它们死亡的树干中，会有氮泄露到土壤中，为新一代的植物提供养分。一个最常见的生态学错误就是，走进森林中，把所有的死木都搬走，以为其毫无作用了。在19世纪，过分热心的德国自然主义者就曾经这么做过，他们把死亡的树木全部清扫干净，但是无意之中，却让国内的大部分森林最终消失。过了很久，他们才意识过来，原来腐烂的树木和正在生长的树木是同样重要的。

Levin和Holling发现，最有可能导致发生巨大转变的因素不是短期因素，比如你每天捕多少鱼，而是那些变化很慢的因素。事实上，尽管往往看不出来，但快速变化的变量，如海边沙丘上沙粒的运动，或是湖泊中鱼群数量的变化，可能会受到缓慢变化的变量的影响，比如温度的变化或海平面的变化。比如，耶鲁大学生态学家Lisa Curran在她关于东南亚婆罗洲（Borneo）的森林的研究中，发现对当地生态系统最大的破坏并非来自对森林的过度砍伐，而是由于去森林化和厄尔尼诺现象之间的相互影响，而厄尔尼诺是一种时间跨度为数百年的缓慢的气象现象。受到当地现代化的影响，厄尔尼诺不再是一种一百年内出现两次的能提高肥力的有益现象，而成了“一种有破坏性的区域现象，能带来干旱，并增加森林大火的概率”。对于所有的复杂系统来说，这一逻辑基本上都成立，不管是自然生态系统，还是我们需要应对的金融市场，恐怖分子的基地，或是毒品贩子。能够持续时间最长的因素，往往对一个系统的影响最为深刻。但它们往往是我们忽视的因素，因为它们的变化看起来那么缓慢。

Holling曾说，灵活性或许是复杂体系中最难以捉摸的谜。你可以不停的环游世界，追逐变化最快的那些变量，试图解决表面上的安全与稳定问题：发射导弹、杀死恐怖分子或是管制疾病。但是，如果你和深层次的缓慢变化的力量没有接触，那么你一定会失败的。如果你能够接触到这些力量，你就能学会如何利用混沌，并让自己变成一个复杂适应的体系。于是，最危险的袭击也会变得可以应对，好比我们在森林中有意放一些小规模、可控制的火，为的是烧掉足够多的灌木，以便防止更大的森林火灾的蔓延。单个的树木，或是鱼，或是人，可能会死亡，但是，作为一个整体，我们将最终生存下来。这就是经济学家Raghuram Rajan的观点。他在2004年批评美联储的政策总是想力保经济增长，结果是破坏了金融体系发展应对危机和衰退的工具的能力。拉詹写到：“或许格林斯潘主席应该受到指责的是，在他的任期内，我们只有两次温和的衰退。或许，我们应该在临睡之前祈祷： ‘主啊，如果要有冲击，让我们的冲击来自不同的方面，而且让我们的冲击都是温和的冲击吧，这样我们就能给我们这个体系来个压力测试。’”

这就是深度安全。它会出现在很多意想不到的地方。