本書包含（和不包含）的內容

雖然我們不可能對自然和社會的增長進行真正全面的描述，但我們仍然應該對增長的模式進行更廣泛的研究。本書的意圖是通過研究許多自然、社會和技術形式的增長來為這一命題添磚加瓦。為了覆蓋如此廣闊的范圍，我必須限制單本書的范圍和深度。本書討論的重點將是地球上的生命和人類社會的成就。這項任務將使討論的范圍從細菌入侵和病毒感染發展到森林和動物的新陳代謝，從能源轉換和特大城市的增長延伸到全球經濟的基本要素——同時，我將忽略最大和最小尺度上的問題。

我將不會討論宇宙、星系、超新星或恒星的增長（膨脹）過程。前文已經說過，地球化過程的增長速度本來就很慢，這些過程主要由新的大洋型地殼的形成控制，擴張速度為每年2—20厘米。雖然一些短暫且空間有限的災難性事件（火山噴發、大規模滑坡、海嘯、大洪水）可以在短時間內導致質量和能量的快速和大量轉移，但持續性的地貌活動（侵蝕與沉積）與地質構造過程一樣慢，甚至比后者更慢：喜馬拉雅山的侵蝕可以達到每年1厘米，但不列顛群島的剝蝕每1,000年僅能達到2—10厘米（Smil 2008）。本書不會對這些地質性增長率做更多的研究。

本書的主要關注點是生命體、人造物和復雜系統的增長，因此也不會涉及亞細胞水平的生長。得益于生命科學研究的巨大進步，我們對細胞的一般生長過程（特別是細胞的不當增生過程）的理解取得了重大進展。這些進步的多學科融合性質、不斷擴大的研究范圍和持續加快的研究節奏意味著，現在絕大多數的新發現都已經以電子出版物的形式被報道了，而在這些領域編寫書籍進行摘要或評論幾乎都是一種過時的練習行為。盡管如此，在最近的出版物中，馬西埃拉—科埃略（Macieira-Coelho 2005）、格維爾茨等人（Gewirtz et al. 2007)、木村（Kimura 2008）和克萊基夫斯基（Kraikivski 2013）還是做了一系列針對正常和異常細胞的生長與死亡的研究。

因此，本書不會對基礎遺傳學、表觀遺傳學和生長的生物化學進行系統討論，只會在描述單細胞生物的生長過程和微生物復合體的生命時討論細胞層面的增長。在某些生態系統中，它們的存在占據了整個系統的生物量的很大一部分，甚至是大部分。同樣，在討論植物、動物和人類時，我的關注點也不在于亞細胞、細胞和器官水平的生化特異性和生長的復雜性——盡管關于大腦（Brazier 1975; Kretschmann 1986; Schneider 2014; Lagercrantz 2016）或心臟（Rosenthal and Harvey 2010; Bruneau 2012）發育的研究非常有趣。相反，我會討論整個生命體的生長，包括環境要素和生長的影響。本書還將指出一些經常會限制或破壞生命體生長的關鍵環境因素（從微量營養素到感染，等等）。

我將詳細介紹人類身體的發育，重點關注個體的身高和體重（按照特定性別來區分）的增長軌跡（以及肥胖這種不良增長），還將關注人口的集體增長。本書將展示關于人口增長的長期歷史觀點，評估當前的增長模式，并研究全球范圍內和一些國家未來可能的發展趨勢。但是，本書不會討論關于社會心理成長（發展階段、個性、抱負、自我實現）或意識成長的內容：心理學和社會學文獻對此有大量研究。

在系統地介紹自然和社會的增長之前，我將簡要介紹增長軌跡的測量方法和種類。這些軌跡包括沒有清晰模式的隨機過程（經常出現在股票市場的估值中）、簡單的線性增長（沙漏每秒向底部的沙堆添加相同數量的落沙）、暫時呈現的指數增長（通常表現為各種現象，例如處于嬰兒期的生命體的生長、技術創新的最密集階段的發展以及股市泡沫的形成），還有符合各種受限型生長曲線（所有生命體的個體大小均是如此）的增長，它們的形狀都可以通過數學函數進行描述。

大多數增長過程——無論是生物體或人造物的增長還是復雜系統的增長——都嚴格遵循某類S型增長曲線，無論是邏輯斯蒂曲線③（Verhulst 1838、1845、1847），還是岡珀茨曲線④（Gompertz 1825），抑或是它們的某些衍生形式——最常見的是由馮·拜爾陶隆菲（von Bertalanffy 1938、1957）、理查茲（Richards 1959）、布倫貝格（Blumberg 1968）、特納等人（Turner et al. 1976）制定的那些形式。但自然的多樣性以及意外的干擾常常會導致實際的過程與預測軌跡出現重大偏差。這就是為什么我建議，研究增長的學者最好能從實際上或多或少已完結的過程開始展開研究，看看哪個增長函數能以最吻合的方式去描述它。

另一種研究方式——從增長軌跡中取幾個早期樣本點，并使用它們構建特定選擇的增長曲線——只有在人們試圖預測那些已經被反復展示、模式已知的增長過程時才有效，例如針葉樹或淡水魚的生長過程。但是，隨機選擇一條S型曲線來預測那些未經充分研究的生物體的生長過程是一種應該被懷疑的行為，因為在生長的最早期階段，這類特定的函數并不是一種足夠靈敏的預測工具。