格林-久保(Green-Kubo)公式：深潜渊静，回响自呈

当我们将一把金属勺子浸入热汤，热量便从汤沿着勺子传到指尖，带来灼热感。这一简单现象背后，却着深刻的物理图景：热量究竟如何在物质中传导？两个世纪前，约瑟夫·傅里叶给出了一个优美的答案：热流正比于温度梯度，其中的比例系数 κ，被人们之为热导率。

故事的开端总是清晰明了，但其魅力往往在于，探其全貌却需要数代人的努力和坚持。κ这个符号，测量它或许容易，但理解其微观图像却极其困难。物体受热后温度的变化，可能是其内部无数原子、分子或声子集体舞蹈的宏观体现。若想仔细探究这舞蹈的艺术内涵，或许不能只观看台前的演出，而需深入幕后，观察它们日复一日的排练——研究平衡态下物体内部自发的微小涨落。我们寻找的答案，或许就藏匿于其中，藏在那连接平衡与非平衡状态的涨落-耗散定理(Fluctuation Dissipation Theorem)之中，并最终凝练为精妙的数学表达——格林-久保公式。

格林-久保公式是统计物理中的一座关键桥梁，它揭示了一个深刻的原理：系统受到微小扰动（如温度梯度）时产生的线性响应，与其在平衡态下自发随机涨落的统计特性，在本质上相通。它巧妙地将微观粒子的随机运动与宏观可观测的输运现象联系起来，为理解扩散、电导、粘滞等现象提供了统一的理论框架。

该公式常被提及，但它究竟如何演化而来？又克服了哪些思想障碍？让我们从历史与逻辑的双重脉络出发，按图索骥。试试看能不能从微观动力学出发，抵达计算热导率κ的格林-久保公式：

序幕：直觉与洞见

宏观的耗散（系统趋向平衡）与微观的涨落（系统自发偏离平衡），看似分属两个世界，但它们之间的联系早在19世纪末便已初现端倪。

对现象背后统一规律的追寻，从来都是物理学不竭的动力。19世纪末，电化学工业的兴起推动了对溶液中离子运动的理解。瓦尔特·能斯特(Walther Hermann Nernst)在研究离子扩散时，将其解释为渗透压梯度与粘性阻力之间的平衡，并预见了扩散系数与迁移率之间应该存在关联（即后来的爱因斯坦关系）。虽然能斯特当时更倾向于从热力学进行解释，但他的工作触及了一个核心：驱动宏观扩散的“力”与微观粒子受到的“阻力”，似乎同根同源。

1905年，阿尔伯特·爱因斯坦(Albert Einstein)发表了关于布朗运动的开创性论文。他洞察到，悬浮微粒的无规则运动远非简单的力学问题。在能斯特思想的启发下，他将花粉颗粒的随机热运动（涨落）与其在流体中受粘性阻力时的定向迁移能力（耗散）联系起来，严格推导出著名的爱因斯坦关系：

其式中 D是扩散系数（描述随机散布的快慢），μ是迁移率（描述在外力下定向运动的难易）。这是一个里程碑。它首次明确揭示：平衡态下那看似无规的分子热运动（涨落），其强度竟决定了系统对外界驱动（耗散）的响应强弱。涨落与耗散，如同一枚硬币的两面。

阶段一：筑底-微观守恒定律与宏观唯象定律

任何宏大的理论建构都始于坚实的基石。对于输运理论，这两块基石是：微观守恒定律与宏观唯象定律。

1. 微观守恒定律（连续性方程）

守恒定律是物理学不可撼动的支柱。假设系统中存在守恒量（如粒子数、能量），其局域密度 ρ 的变化必然严格满足：

此即连续性方程。它表明局部守恒量的变化率，完全由流入或流出的“流” Ja的散度决定。这是推导的出发点，精确而普适。

2. 宏观唯象假设（线性响应）

仅有守恒律，我们尚不知“流”的具体形式。在接近平衡态时，一个可靠的经验规律是：由梯度驱动的平均“流”，正比于梯度本身，方向相反。这就是线性响应假设：

它连接了“驱动力”（梯度）与“响应”（流）。需要注意：傅里叶定律或菲克定律描述的是稳态非平衡过程。而我们在此处引入统计平均 ⟨⋯⟩，其深意在于假定：即便在接近平衡的、非稳态的弛豫过程中，平均而言，流与梯度之间仍满足此线性关系。这是将稳态定律推广至弛豫过程的关键一步。

3. 唯象输运方程

将唯象关系(2)代入连续性方程(1)，我们得到一个熟悉的方程：

这正是扩散方程。它描述了宏观密度分布如何随时间平滑演化，系数 D即是扩散系数。至此，我们有了描述近平衡宏观行为的方程，但它仍未直接触及微观本质。

阶段二：桥梁-涨落-耗散定理

方程(3)描述的是存在外部驱动下的非平衡弛豫。而我们希望了解的，是系统内部平衡态的微观动力学，这道鸿沟该如何跨越？

答案就是昂萨格假设，其所蕴含的深刻原理，后经严格发展成为涨落-耗散定理。它告诉我们：系统对微小外力的线性响应函数，与其在平衡态下自发涨落的时间关联函数，在数学上完全等价。

4. 核心思想：涨落即响应

爱因斯坦之后，便是站在涨落-耗散定理起点处的是拉尔斯·昂萨格(Lars Onsager)。1925年的一天，刚从挪威化学工程专业的他走进苏黎世联邦理工学院德拜(Peter Deby)的办公室，质疑其的电解液中粒子传导理论并非正确。德拜对他解释深感震撼。他安排发表了昂萨格的成果，并邀请他到苏黎世与自己共事数年。随后昂萨格前往约翰霍普金斯大学工作。在1931年他了著名的昂萨格倒易关系。

昂萨格的思考更加深刻：如果多种输运过程（如热导与电导）耦合在一起，它们的系数矩阵为什么必须是对称的？他的答案直指微观世界的根本法则——微观可逆性。

昂萨格做了一个大胆而优美的假设：一个自发产生的微小涨落，其最可能的衰减方式，与系统从一个被刻意制造出来的、同等大小的非平衡状态开始弛豫的方式，遵循完全相同的宏观规律。换句话说，无论你是偶然看到湖面泛起涟漪（涨落），还是故意扔下一颗石子（扰动），涟漪散开的方式（耗散）都是一样的。

这正是我们所需要的桥梁！它意味着，在研究公式(3)所描述的非平衡弛豫时，我们可以合法地将目光转向平衡态下自发发生的、同等尺度的涨落弛豫。因为根据昂萨格的理论，它们背后的运动方式是一样的。

从今天任何一本教材来看昂萨格的理论都举足轻重。但是在当时，尽管昂萨格在电化学领域的研究备受推崇，但倒易关系理论因为其在统计物理上的一解释漏洞而在十多年间几乎未引起广泛关注。20世纪30年代，昂萨格的研究在全球科学出版物中仅有四次被引用。直到德国物理学家约瑟夫·梅克斯纳(Josef Meixner)，荷兰物理学Sybren Ruurds de Groot和亨德里克·格哈德·卡西米尔 (Hendrik Brugt Gerhard Casimir)的研究和分析，其理论才逐渐受人认可。

回到主线，既然描述微观状态下量的变化，我们需要借助一种新的数学工具“自关联函数”。他等于一个信号在不同时刻下乘积的期望。自关联函数来自于信号科学，最初目的是描述一个信号在两个不同时刻下的相似程度。这刚好就能衡量涨落状态下两个不同时刻下物体内部量的变化程度。

那么我们就进行一个关键的替换：在扩散方程(3)中，用平衡态下的密度关联函数 ，替换掉非平衡的平均密度 。定义关联函数为：

其中下标 0强调这是平衡态平均。替换后我们得到：

这是关键的飞跃！ 方程(5)在形式上与(3)相同，但物理内涵已然升华：它不再描述宏观浓度的扩散，而是描述平衡态下，微观密度涨落的关联在时空上是如何传播和衰减的。扩散系数 D现在同时支配着宏观梯度的弛豫与微观涨落的衰减。我们成功地将宏观输运系数与平衡态的微观统计联系了起来。

第三阶段：数学处理——在傅里叶空间简化问题

方程(5)仍然是一个复杂的偏微分方程。为了求解并提取 D，我们需要请出强大的数学工具。

5.傅里叶变换

利用系统的空间均匀性，对关联函数进行空间傅里叶变换。一个美妙的结果是，变换后将微分算符 简化为乘法因子 。在波矢 空间方程变为：

方程在“波矢空间”中解耦了。每个波数 k（对应一个特定的空间尺度）的模式独立演化。它的解是一个简单的指数衰减：

这意味着，平衡态密度涨落在不同空间尺度上的关联随时间呈指数衰减。

6.走向宏观

输运系数描述的是系统在宏观尺度（长波）和长时间下的行为。这对应数学上的双重极限：波矢 k→0（长波极限，对应宏观空间尺度）和频率 ω→0（低频极限，对应宏观时间尺度）。对(7)式进行时间傅里叶变换，并在 k→0,ω→0的极限下分析，可以得到扩散系数的一个表达式：

虽然成功推导了扩散系数D依赖于“密度关联函数”，但我们在微观模拟（如分子动力学）中有一类更容易直接获取的物理量，是粒子的速度和受力，即“流”的信息。

第四阶段：关键转化——从“密度关联”到“流关联”

审视公式(8)，它使用的是密度关联函数。但驱动输运的是“流”。在计算上，流（与粒子速度、力直接相关）比密度更容易从微观模拟中获得。因此，我们需要进行最后也是最关键的一步转化：将密度关联转化为流关联。

昂萨格的理论确立了涨落与耗散相关的原则，但将其转化为一个具体、可计算的公式，我们还需要继续等待。

20世纪50年代，所有人等来了公式的名字。

格林(Melville Green)

梅尔维尔·格林（Melville Green），他是普林斯顿大学尤金·维格纳（Eugen Wigner）和埃利奥特·蒙特罗尔（Elliott Montroll）的博士生。这位格林不应与赫伯特·格林（Herbert Green，玻恩的学生）或理查德·格林（Richard Greene，卡伦的学生）相混淆。格林大量借鉴了布朗运动理论的类比，虽然他收到了多位物理学家的启发，尤其是柯克伍德（Kirkwood）。他的方法仍是原创性的，并得出了耗散系数与涨落量的相关矩之间的更为普遍的关系。简言之，他假设宏观可观察的参数 的统计力学涨落具有马尔可夫性。基于这一假设，他推导出了系统从初始时刻的一组参数值演化到稍后时刻另一组参数值的概率。扩散（耗散）系数 因而表现为与转移概率的二阶矩相关联，而一些柯克伍德式的操作则将这些矩转化为自相关函数。最终结果如下：

久保亮五(Ryogo Kubo)

久保亮五(Ryogo Kubo)是20世纪日本极具影响力的理论物理学家，在统计力学和凝聚态物理领域做出了开创性贡献。

1920年2月15日出生于东京，父亲久保天随（Tenzui Kubo）是著名的汉学家。其父亲于1929年赴台北帝国大学任教，全家迁居台湾，直至1934年父亲去世后才返回东京。受家庭影响，久保最初对文学和哲学感兴趣。然而，在1936年进入第一高等学校后，他选择了理科课程，并决心专攻物理学。

久保意识到，系统的响应可以与其内部自发涨落的时间关联性联系起来。他借鉴了高桥秀俊(Hidetosi Takahasi)等人的方法，运用量子力学微扰理论，得到了一个极其优美的表达式——这就是以他命名的久保公式（Kubo formula）。这个公式是昂萨格思想的定量化和普遍化。它不再限于特定模型，而是给出了一个“配方”：要计算某种输运系数，就去计算相应“流”算符在平衡态下的时间自相关函数的积分。

久保公式的经典极限，正是我们通过数学推导即将抵达的终点。它告诉我们，从“密度关联”到“流关联”的转化，并非只是数学技巧，而是将问题引向最本质、最可计算的物理量的必然一步。因为“流”直接对应着微观粒子的速度和相互作用力，是分子动力学模拟可以直接“看到”和“记录”的量。

7. 利用连续性方程连接二者

还记得我们的出发点——连续性方程(1)吗？它将密度的时间导数与流联系起来，这正是我们需要的转换器。

我们对密度关联函数C求二阶时间导数。根据连续性方程，密度的一阶时间导数就是流的散度。经过一番推导（主要涉及傅里叶变换和散度运算），我们得到：

这里 是流在傅里叶空间的分量。这个等式至关重要：密度关联的衰减速率，直接由流-流关联函数决定。

8. 抵达广义格林-久保公式

将 (9) 式与之前的结果结合，经过一些必要的数学变换，在此不多赘述，并在 极限下取流的主要部分（即系统的总流）。假设系统是各向同性的，我们最终得到简洁而强大的广义Green-Kubo公式：

这个公式是一座完美的桥梁。左边的 D是宏观输运系数；右边的积分，是微观平衡态下“总流”自相关函数的时间积分。它告诉我们：输运能力的强弱，取决于系统内部“流动”的方向性能保持多久的记忆。如果流动方向杂乱无章、瞬间即变（关联衰减快），积分值就小，输运能力弱；如果流动方向能长时间保持一致（关联衰减慢），积分值就大，输运能力强。值得注意的是，公式 (8) 显示扩散系数 D越大，密度涨落关联衰减越快；而 Green-Kubo 公式则告诉我们，D的大小由流自相关函数的积分决定——流关联衰减越慢，D越大。这并不矛盾，因为前者描述的是密度不均匀性的平滑速度，后者揭示的是微观流动方向的记忆效应。实际上，扩散系数正是连接这两者的桥梁：微观流动方向越持久（流关联衰减慢），宏观上物质扩散越快（密度关联衰减快）。

第五阶段：终点抵达——应用于热导率

现在，我们将这个普适的公式应用到最初关心的热传导问题上。

9. 具体化到热传导中的参数

• 守恒量：内能（能量）。

• 对应的流：能量流密度，其总和即总能量流 。

• 关键系数 C：对于能量密度，其平衡态涨落的强度 与系统的热力学性质直接相关。统计力学给出一个关键结果：能量涨落的方差

  其中 是定容热容。由此可以推导出，对于能量， 。

将能量对应的 和 代入广义公式 (11)，并利用热容与体积的关系进行化简，我们便抵达了最终目的地：

最终诠释：热导率，等于系统在平衡态时，其微观能量流方向“记忆效应”的持久程度（时间积分）。我们无需真正给材料两端加上温差（非平衡模拟），只需让它“静置”在平衡态，记录其内部能量流的自然涨落，分析这种涨落的相关性随时间如何衰减，就能精确预测它的导热能力。

结语：若要知著，必先见微

回顾这段跨越世纪的旅程，我们从宏观的傅里叶定律出发，深入微观的守恒方程；凭借涨落-耗散定理这座由爱因斯坦、昂萨格等人构想，并由格林、久保等人精心构筑的桥梁，我们跨越了非平衡与平衡的鸿沟；再通过数学工具，最终将宏观的热导率 κ，锚定在了微观能量流涨落的时间记忆之上。

格林-久保公式的建立，标志着一个范式的成熟。它不再依赖于玻尔兹曼方程等特定模型与近似，而是将计算线性输运性质的所有复杂性，封装在了平衡态统计力学之中——正如平衡态性质归于配分函数的计算，线性响应性质则归于平衡态时间关联函数的计算。

格林-久保公式不仅仅是一个强大的计算工具，更深刻地揭示了自然内在的一种简洁与经济：那最终的答案，从不声张，也无心炫耀。千百年来，它只是安然盘踞在平静水面之下，浅唱低吟。若非心细如发之人，难以觉察其踪迹；若非意志坚定之人，也难有勇气循着这微弱的线索，潜入深处，去一窥其完整的样貌。

这场从后台排练（平衡涨落）预测前台演出（非平衡输运）的智慧之旅，正是理论物理思想之深邃与力量的最佳体现。

参考文献

物理部分：

Livi R, Politi P. Nonequilibrium Statistical Physics: A Modern Perspective. 2nd ed. Cambridge University Press; 2025.

历史部分：

Darrigol, O. A history of the relation between fluctuation and dissipation. EPJ H48, 10 (2023).

Kono, H. Ryogo Kubo in his formative years as a physicist. EPJ H45, 175–204 (2020).

来源：热知

编辑：LogicMoriaty

转载内容仅代表作者观点

不代表中科院物理所立场

如需转载请联系原公众号