复杂科学与组织管理
时间：
图文信息
随着科学的发展和技术的进步，系统科学从20世纪年代开始兴起，人们逐渐认识到系统大于其组成部分之和，系统具有层次结构和功能结构，系统处于不断的发展变化之中，系统经常与其环境(外界)有物质、能量和信息的交换，系统在远离平衡的状态下也可以稳定(自组织)，确定性的系统有其内在的随机性(混沌)，而随机性的系统却又有其内在的确定性(突现)。这些新的发现不断地冲击着经典科学的传统观念。系统论、信息论、控制论、相变论(主要研究平衡结构的形成与演化)、耗散结构论(主要研究非平衡相变与自组织)、突变论(主要研究连续过程引起的不连续结果)、协同论(主要研究系统演化与自组织)、混沌论(主要研究确定性系统的内在随机性)、超循环论(主要研究在生命系统演化行为基础上的自组织理论)等新科学理论也相继诞生。这种趋势使许多科学家感到困惑，也促使一些有远见的科学家开始思考并探索新的道路。复杂系统和系统的复杂性这两个科学概念就是在这样的背景下提出的。复杂科学(complexity science)是国外在80年代提出的范畴，主要是研究复杂性和复杂系统的科学。它目前虽还处于萌芽状态，但已被有些科学家誉为“21世纪的科学”。
1984年，一批从事物理、经济、理论生物、计算机等学科的研究人员，在诺贝尔奖获得者盖尔曼(M. Gell－Mann)、安德森(P. Anderson)、阿罗(K. Arrow)等人的支持下，聚集在一起组织了圣菲研究所(Santa Fe Institute, SFI,又译圣达菲)，专门从事复杂科学的研究，试图由此找到一条通过学科间的融合来解决复杂性问题的道路。与此同时，乔治·梅森大学(George Mason University)的沃菲尔德(J. Warfield)，麻省理工学院的森格(P. Senge)，以及普里戈金(I. Prigogine)、哈肯(H. Haken)等人也在探索复杂性问题，我国学者钱学森也于1990年提出了开放的复杂巨系统的概念。
笔者多年来从事软科学和管理科学的研究，也一直在思考科学的未来。近年来开始致力于复杂科学的探索，并从国家自然科学基金委员会管理科学部的角度尽力推进复杂科学的研究。本文拟就复杂科学的内涵、基本方法与主要工具，以及其在组织管理方面的应用前景作一些初步的探讨。
复杂性与复杂系统
根据笔者的理解，可以认为系统的复杂性主要表现在以下几个方面。
1.系统各单元之间的联系广泛而紧密，构成一个网络。因此每一单元的变化都会受到其他单元变化的影响，并会引起其他单元的变化。
2.系统具有多层次、多功能的结构，每一层次均成为构筑其上一层次的单元，同时也有助于系统的某一功能的实现。
3.系统在发展过程中能够不断地学习并对其层次结构与功能结构进行重组及完善。
4.系统是开放的，它与环境有密切的联系，能与环境相互作用，并能不断向更好地适应环境的方向发展变化。
5.系统是动态的，它处于不断的发展变化之中，而且系统本身对未来的发展变化有一定的预测能力。
笔者认为，系统的复杂性可以分为三个层次。
1.机械(物理)复杂性：即在无生命系统中存在的复杂性，例如在物质形态、结构、语言、计算、气象、天文等方面表现的复杂性。
2.生物复杂性：即在有生命系统中存在的复杂性，例如在生命起源、胚胎发育、疾病与免疫、生物进化等方面表现的复杂性。
3.社会复杂性：即在有人参与的系统中存在的复杂性，例如在群体决策、股票市场、企业运行、经济发展、社会进步、战争等方面表现的复杂性。
关于复杂系统，许多科学家提出了种种不同的定义，有人认为是组分众多、具有层次结构的系统，有人认为是具有多样性的系统，也有人认为是耦合度高的系统，还有人认为是有人参与的系统，等等。笔者认为，复杂系统最本质的特征是其组分具有某种程度的智能，即具有了解其所处的环境，预测其变化并按预定目标采取行动的能力。这也就是生物进化、技术革新、经济发展、社会进步的内在原因。
根据上述理解，笔者认为复杂科学有以下三个主要特点。
1.其研究对象是复杂系统，例如植物、动物、人体、生命、生态、企业、市场、经济、社会、政治等等方面的系统。还可以包括物理、化学、天文、气象等方面具有复杂性的系统。
2.其研究方法是定性判断与定量计算相结合、微观分析与宏观综合相结合、还原论与整体论相结合、科学推理与哲学思辨相结合的方法。其所用的工具包括数学、计算机模拟、形式逻辑、后现代主义分析、语义学、符号学，等等。
3.其研究深度不限于对客观事物的描述，而是更着重于揭示客观事物构成的原因及其演化的历程，并力图尽可能准确地预测其未来的发展。例如，为什么一个受精卵能演化成具有脑、眼、口、鼻、心、肺、肝、肾等器官的人体?为什么处于大体相同的客观环境中的企业有成有败?为什么世界各国之间贫富相差悬殊?这种差距将来会有所缩小，还是会继续扩大?等等。
笔者认为，人类文明从工业—机械文明向信息—生态文明的大转变必然伴随着科学的大转折。而以还原论、经验论及“纯科学”为基础的经典科学正在吸收系统论、理性论和人文精神而发展成为新的科学——复杂科学。
复杂科学的基本方法与主要工具
笔者认为，研究复杂系统的基本方法应当是在唯物辩证法指导下的系统科学方法。它包括以下四个方面的结合。
定性判断与定量计算相结合 通过定性判断建立系统总体及各子系统的概念模型，并尽可能将它们转化为数学模型，经求解或模拟后得出定量的结论，再对这些结论进行定性归纳，以取得认识上的飞跃，形成解决问题的建议。
微观分析与宏观综合相结合 微观分析的目的是了解系统的组元及其层次结构，而宏观综合的目的则是了解系统的功能结构及其形成过程。
还原论与整体论相结合 还原论强调从局部机制和微观结构中寻求对宏观现象的说明，例如用物理—化学规律来说明生物学现象，这显然是片面的。而整体论则强调系统内部各部分之间的相互联系和作用决定着系统的宏观性质，但如果没有对局部机制和微观结构的深刻了解，对系统整体的把握也难以具体化。复杂科学正是在深入了解系统个体的性质和行为的基础上，从个体之间的相互联系和作用中发现系统的整体性质和行为。
科学推理与哲学思辨相结合 科学理论是具有某种逻辑结构并经过一定实验检验的概念系统，科学家在表述科学理论时总是力求达到符号化和形式化，使之成为严密的公理化体系。但是科学的发展往往证明任何理论都不是天衣无缝的，总有一些“反常”的现象和事件出现。这时就必须运用哲学思辨的力量，从个别和一般、必然性和偶然性等范畴，以及对立统一、否定之否定等规律来加以解释。
目前复杂科学研究中所用的理论工具主要是微分方程和形式逻辑，今后似应努力掌握以下一些工具。
在不确定条件下的决策技术 包括定性变量的量化(多维尺度、广义量化等)、经验概率的确定(数据挖掘、数据库中的知识发现、智能挖掘等)、主观概率的改进、案例研究与先验信息的集成等。
综合集成技术 包括系统的结构化、系统与环境的集成(全局和局部)、人的经验与数据的集成、通过模型的集成、从定性到定量的综合集成等。
整体优化技术 包括目标群及其优先顺序的确定、巨系统的优化策略(分隔断裂法、面向方程法、多层迭代法、并行搜索法等)、优化算法(线性规划、目标规划等)、离线优化与在线优化、最优解与满意解的取得等。
计算智能 包括演化计算(例如遗传算法、演化策略、演化规划、遗传程序设计等)、人工神经网络(例如EBP型、竞争型、自适应共振型、联想记忆型等)、模糊系统等。
非线性科学 目前非线性科学已由传统的动力系统理论(稳定性和分叉理论、混沌、孤子)和统计力学(分形、标度)延伸到多尺度、多体，以及非平衡系统中的复杂和随机现象的研究。而对非线性科学的压倒一切的挑战就是：对远离平衡的多体系统中的自组织结构的形成和功能确认其关键的范式。
数理逻辑 即数学化的形式逻辑，包括经典谓词逻辑、广义数理逻辑(例如模型论、公理集合论、证明论、递归论等)、多值逻辑、模态逻辑、归纳逻辑等。
计算机模拟 它是十分重要的手段，目前已广泛用于复杂科学的研究。其中比较着名的有人工生命(artificial life)、元胞自动机(cellular automata)、竞争与合作(co－opetition)、大群模拟工具(swarm simulation toolkit)等。
复杂科学在组织管理中的应用前景
复杂系统的范围很广，涉及工程、生物、经济、管理、军事、政治、社会等各个方面。对复杂系统的研究将有助于人们了解其发展规律及动因，以便更好地进行适应与调控。例如运用复杂科学的原理研究组织管理问题，将组织的形成与进化看成是系统内部各组元相互作用及系统与环境相互作用的结果，就可以得出一些颇有新意的观点，现举例概述如下。
1.群体决策
在社会、经济、科技迅速发展的今天，决策者面临着错综复杂、瞬息万变的环境，有些决策的后果还影响深远，要想尽可能作出正确的决策，除了改进决策技术之外，还必须依靠群体的智慧。这方面需要依靠具有不同知识和经验的人们所组成的群体来辅助决策，另一方面则需要与决策后果有关的各方参与决策。但是由于决策群体中各人的知识、经验、胆略、利益、价值观等方面都有所不同，以及局部利益与全局中利益的矛盾，还需要用适当的方法进行协调与妥协，同时应注意使群体中的各成员充分了解该决策的价值体系及有关的各种信息。
通常可以将群体决策分为两种类型。一类是协同决策，这时参加决策者的目标一致，彼此之间并没有利益冲突，但因各人的知识和经验不同而有不同的意见，需要通过相互交流和启发来逐步求得最优的决策。为此需要研究如何将分散的意见逐步集中起来，形成集体的最优决策。这就是群体决策的效果优于任一成员个人决策，也往往优于各成员个人决策的简单线性叠加。
另一类是协调决策，这时参加者的目标并不一致，彼此之间存在着利益冲突，但又希望能作出一个能为各方所接受的决策，即求出合作对策的妥协值。但妥协值的形成是群体中各成员之间反复斗争与妥协的结果，为此需要研究如何运用合作对策理论来求出妥协点，例如沙普利值、纳什议价解等。
在群体决策中还应考虑到各个参与者之间信息不对称的影响，以及他们在决策群体中的行为，防止因权威效应或从众效应而造成最优决策点的漂移。此外，在通过群体决策实现综合集成时，应当进一步探索研究如何具体贯彻“在民主基础上的集中，在集中指导下的民主”这一民主集中制的原则，使其成为有中国特色的决策体制。
2.管理创新
在从工业社会向信息社会转变的过程中，企业没有创新就难以生存。复杂科学将创新看作是已有的知识和组元重新组合而造成的突现现象。复杂科学反映着在科学和商务上做事方法的根本转变，企业必须把开发知识和智能放在首位。复杂科学家研究了如何通过企业职工(组元)之间的相互作用而产生知识、创新、创造性和智能，发现创新的产生主要取决于组织与激励，创造让全体职工通过联系与交流使其关心企业全局的条件，而不取决于个别职工突出的聪明才智。正如中国谚语所说的“三个臭皮匠，赛过诸葛亮”，创新并不是个别天才人物的灵机一动，而是系统为适应环境变化所作出的调整。
3.企业组织
根据现代组织管理理论，组织结构并不仅仅是按照企业领导的权威“设计”而形成的，其背后有组织文化的因素，而更重要的因素是，企业内部各个成员或小团体之间，就有关权力的分配、相互作用及影响，最终达到妥协的结果。这和复杂科学中的观点是不谋而合的。
随着技术进步及经济发展，更加强调组织的进化性和应变能力。一个组织要想在错综复杂、瞬息万变的环境下生存和发展，就必须能够从外部准确而及时地获取信息，迅速调整自己的内部结构以适应环境的变化。特别是在高技术企业中，拥有所需的专门知识及相应的技能、目标明确、自主管理、能不断学习和创新、注重工作质量、强调自愿择业的知识工人将发挥越来越重要的作用。因此在组织方式上提出了无固定边界的非正规组织、层次很少的扁平型组织、成员之间能有效沟通的网络状组织、有利于鼓励内部创新的半自治式组织，等等。
中国国家自然科学基金委员会管理科学部已经在北京大学建立了“复杂科学虚拟研究中心”，拨出专款支持对复杂科学进行自由的学术探索。同时还拟针对中国改革与发展中的重大问题，逐步建设定性与定量相结合的综合集成政策研讨厅。同时，我国还在推进复杂科学研究方面的国际合作，希望能通过各国多学科的科学家们的共同努力，使复杂科学在解决人类面临的重大问题方面发挥应有的作用。
1984年，一批从事物理、经济、理论生物、计算机等学科的研究人员，在诺贝尔奖获得者盖尔曼(M. Gell－Mann)、安德森(P. Anderson)、阿罗(K. Arrow)等人的支持下，聚集在一起组织了圣菲研究所(Santa Fe Institute, SFI,又译圣达菲)，专门从事复杂科学的研究，试图由此找到一条通过学科间的融合来解决复杂性问题的道路。与此同时，乔治·梅森大学(George Mason University)的沃菲尔德(J. Warfield)，麻省理工学院的森格(P. Senge)，以及普里戈金(I. Prigogine)、哈肯(H. Haken)等人也在探索复杂性问题，我国学者钱学森也于1990年提出了开放的复杂巨系统的概念。
笔者多年来从事软科学和管理科学的研究，也一直在思考科学的未来。近年来开始致力于复杂科学的探索，并从国家自然科学基金委员会管理科学部的角度尽力推进复杂科学的研究。本文拟就复杂科学的内涵、基本方法与主要工具，以及其在组织管理方面的应用前景作一些初步的探讨。
复杂性与复杂系统
根据笔者的理解，可以认为系统的复杂性主要表现在以下几个方面。
1.系统各单元之间的联系广泛而紧密，构成一个网络。因此每一单元的变化都会受到其他单元变化的影响，并会引起其他单元的变化。
2.系统具有多层次、多功能的结构，每一层次均成为构筑其上一层次的单元，同时也有助于系统的某一功能的实现。
3.系统在发展过程中能够不断地学习并对其层次结构与功能结构进行重组及完善。
4.系统是开放的，它与环境有密切的联系，能与环境相互作用，并能不断向更好地适应环境的方向发展变化。
5.系统是动态的，它处于不断的发展变化之中，而且系统本身对未来的发展变化有一定的预测能力。
笔者认为，系统的复杂性可以分为三个层次。
1.机械(物理)复杂性：即在无生命系统中存在的复杂性，例如在物质形态、结构、语言、计算、气象、天文等方面表现的复杂性。
2.生物复杂性：即在有生命系统中存在的复杂性，例如在生命起源、胚胎发育、疾病与免疫、生物进化等方面表现的复杂性。
3.社会复杂性：即在有人参与的系统中存在的复杂性，例如在群体决策、股票市场、企业运行、经济发展、社会进步、战争等方面表现的复杂性。
关于复杂系统，许多科学家提出了种种不同的定义，有人认为是组分众多、具有层次结构的系统，有人认为是具有多样性的系统，也有人认为是耦合度高的系统，还有人认为是有人参与的系统，等等。笔者认为，复杂系统最本质的特征是其组分具有某种程度的智能，即具有了解其所处的环境，预测其变化并按预定目标采取行动的能力。这也就是生物进化、技术革新、经济发展、社会进步的内在原因。
根据上述理解，笔者认为复杂科学有以下三个主要特点。
1.其研究对象是复杂系统，例如植物、动物、人体、生命、生态、企业、市场、经济、社会、政治等等方面的系统。还可以包括物理、化学、天文、气象等方面具有复杂性的系统。
2.其研究方法是定性判断与定量计算相结合、微观分析与宏观综合相结合、还原论与整体论相结合、科学推理与哲学思辨相结合的方法。其所用的工具包括数学、计算机模拟、形式逻辑、后现代主义分析、语义学、符号学，等等。
3.其研究深度不限于对客观事物的描述，而是更着重于揭示客观事物构成的原因及其演化的历程，并力图尽可能准确地预测其未来的发展。例如，为什么一个受精卵能演化成具有脑、眼、口、鼻、心、肺、肝、肾等器官的人体?为什么处于大体相同的客观环境中的企业有成有败?为什么世界各国之间贫富相差悬殊?这种差距将来会有所缩小，还是会继续扩大?等等。
笔者认为，人类文明从工业—机械文明向信息—生态文明的大转变必然伴随着科学的大转折。而以还原论、经验论及“纯科学”为基础的经典科学正在吸收系统论、理性论和人文精神而发展成为新的科学——复杂科学。
复杂科学的基本方法与主要工具
笔者认为，研究复杂系统的基本方法应当是在唯物辩证法指导下的系统科学方法。它包括以下四个方面的结合。
定性判断与定量计算相结合 通过定性判断建立系统总体及各子系统的概念模型，并尽可能将它们转化为数学模型，经求解或模拟后得出定量的结论，再对这些结论进行定性归纳，以取得认识上的飞跃，形成解决问题的建议。
微观分析与宏观综合相结合 微观分析的目的是了解系统的组元及其层次结构，而宏观综合的目的则是了解系统的功能结构及其形成过程。
还原论与整体论相结合 还原论强调从局部机制和微观结构中寻求对宏观现象的说明，例如用物理—化学规律来说明生物学现象，这显然是片面的。而整体论则强调系统内部各部分之间的相互联系和作用决定着系统的宏观性质，但如果没有对局部机制和微观结构的深刻了解，对系统整体的把握也难以具体化。复杂科学正是在深入了解系统个体的性质和行为的基础上，从个体之间的相互联系和作用中发现系统的整体性质和行为。
科学推理与哲学思辨相结合 科学理论是具有某种逻辑结构并经过一定实验检验的概念系统，科学家在表述科学理论时总是力求达到符号化和形式化，使之成为严密的公理化体系。但是科学的发展往往证明任何理论都不是天衣无缝的，总有一些“反常”的现象和事件出现。这时就必须运用哲学思辨的力量，从个别和一般、必然性和偶然性等范畴，以及对立统一、否定之否定等规律来加以解释。
目前复杂科学研究中所用的理论工具主要是微分方程和形式逻辑，今后似应努力掌握以下一些工具。
在不确定条件下的决策技术 包括定性变量的量化(多维尺度、广义量化等)、经验概率的确定(数据挖掘、数据库中的知识发现、智能挖掘等)、主观概率的改进、案例研究与先验信息的集成等。
综合集成技术 包括系统的结构化、系统与环境的集成(全局和局部)、人的经验与数据的集成、通过模型的集成、从定性到定量的综合集成等。
整体优化技术 包括目标群及其优先顺序的确定、巨系统的优化策略(分隔断裂法、面向方程法、多层迭代法、并行搜索法等)、优化算法(线性规划、目标规划等)、离线优化与在线优化、最优解与满意解的取得等。
计算智能 包括演化计算(例如遗传算法、演化策略、演化规划、遗传程序设计等)、人工神经网络(例如EBP型、竞争型、自适应共振型、联想记忆型等)、模糊系统等。
非线性科学 目前非线性科学已由传统的动力系统理论(稳定性和分叉理论、混沌、孤子)和统计力学(分形、标度)延伸到多尺度、多体，以及非平衡系统中的复杂和随机现象的研究。而对非线性科学的压倒一切的挑战就是：对远离平衡的多体系统中的自组织结构的形成和功能确认其关键的范式。
数理逻辑 即数学化的形式逻辑，包括经典谓词逻辑、广义数理逻辑(例如模型论、公理集合论、证明论、递归论等)、多值逻辑、模态逻辑、归纳逻辑等。
计算机模拟 它是十分重要的手段，目前已广泛用于复杂科学的研究。其中比较着名的有人工生命(artificial life)、元胞自动机(cellular automata)、竞争与合作(co－opetition)、大群模拟工具(swarm simulation toolkit)等。
复杂科学在组织管理中的应用前景
复杂系统的范围很广，涉及工程、生物、经济、管理、军事、政治、社会等各个方面。对复杂系统的研究将有助于人们了解其发展规律及动因，以便更好地进行适应与调控。例如运用复杂科学的原理研究组织管理问题，将组织的形成与进化看成是系统内部各组元相互作用及系统与环境相互作用的结果，就可以得出一些颇有新意的观点，现举例概述如下。
1.群体决策
在社会、经济、科技迅速发展的今天，决策者面临着错综复杂、瞬息万变的环境，有些决策的后果还影响深远，要想尽可能作出正确的决策，除了改进决策技术之外，还必须依靠群体的智慧。这方面需要依靠具有不同知识和经验的人们所组成的群体来辅助决策，另一方面则需要与决策后果有关的各方参与决策。但是由于决策群体中各人的知识、经验、胆略、利益、价值观等方面都有所不同，以及局部利益与全局中利益的矛盾，还需要用适当的方法进行协调与妥协，同时应注意使群体中的各成员充分了解该决策的价值体系及有关的各种信息。
通常可以将群体决策分为两种类型。一类是协同决策，这时参加决策者的目标一致，彼此之间并没有利益冲突，但因各人的知识和经验不同而有不同的意见，需要通过相互交流和启发来逐步求得最优的决策。为此需要研究如何将分散的意见逐步集中起来，形成集体的最优决策。这就是群体决策的效果优于任一成员个人决策，也往往优于各成员个人决策的简单线性叠加。
另一类是协调决策，这时参加者的目标并不一致，彼此之间存在着利益冲突，但又希望能作出一个能为各方所接受的决策，即求出合作对策的妥协值。但妥协值的形成是群体中各成员之间反复斗争与妥协的结果，为此需要研究如何运用合作对策理论来求出妥协点，例如沙普利值、纳什议价解等。
在群体决策中还应考虑到各个参与者之间信息不对称的影响，以及他们在决策群体中的行为，防止因权威效应或从众效应而造成最优决策点的漂移。此外，在通过群体决策实现综合集成时，应当进一步探索研究如何具体贯彻“在民主基础上的集中，在集中指导下的民主”这一民主集中制的原则，使其成为有中国特色的决策体制。
2.管理创新
在从工业社会向信息社会转变的过程中，企业没有创新就难以生存。复杂科学将创新看作是已有的知识和组元重新组合而造成的突现现象。复杂科学反映着在科学和商务上做事方法的根本转变，企业必须把开发知识和智能放在首位。复杂科学家研究了如何通过企业职工(组元)之间的相互作用而产生知识、创新、创造性和智能，发现创新的产生主要取决于组织与激励，创造让全体职工通过联系与交流使其关心企业全局的条件，而不取决于个别职工突出的聪明才智。正如中国谚语所说的“三个臭皮匠，赛过诸葛亮”，创新并不是个别天才人物的灵机一动，而是系统为适应环境变化所作出的调整。
3.企业组织
根据现代组织管理理论，组织结构并不仅仅是按照企业领导的权威“设计”而形成的，其背后有组织文化的因素，而更重要的因素是，企业内部各个成员或小团体之间，就有关权力的分配、相互作用及影响，最终达到妥协的结果。这和复杂科学中的观点是不谋而合的。
随着技术进步及经济发展，更加强调组织的进化性和应变能力。一个组织要想在错综复杂、瞬息万变的环境下生存和发展，就必须能够从外部准确而及时地获取信息，迅速调整自己的内部结构以适应环境的变化。特别是在高技术企业中，拥有所需的专门知识及相应的技能、目标明确、自主管理、能不断学习和创新、注重工作质量、强调自愿择业的知识工人将发挥越来越重要的作用。因此在组织方式上提出了无固定边界的非正规组织、层次很少的扁平型组织、成员之间能有效沟通的网络状组织、有利于鼓励内部创新的半自治式组织，等等。
中国国家自然科学基金委员会管理科学部已经在北京大学建立了“复杂科学虚拟研究中心”，拨出专款支持对复杂科学进行自由的学术探索。同时还拟针对中国改革与发展中的重大问题，逐步建设定性与定量相结合的综合集成政策研讨厅。同时，我国还在推进复杂科学研究方面的国际合作，希望能通过各国多学科的科学家们的共同努力，使复杂科学在解决人类面临的重大问题方面发挥应有的作用。