【4】复杂科学与管理
一、科学正面临新的转折
复杂科学是国外在20世纪80年代提出的主要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”。
20世纪初的两大科学发现——相对论和量子力学对300多年来被许多科学家奉为圣明的牛顿力学提出了挑战，证明了牛顿力学的一些基本原理在超大的宇宙尺度和超微的原子尺度下都不适用，从而导致了20世纪科学事业的蓬勃发展。但是，在20世纪即将结束之际，当科学家们展望科学的未来时，却出现了两种截然相反的观点。
《科学美国人》(Scientific American)的资深编辑霍甘(John Horgan)在采访了彭罗斯(Roger Penrose)、霍金(Stephen Hawking)、古尔德(Stephen Jay Gould)、戴森(Freeman Dyson)等多位科学泰斗之后，写了一本名为《科学的终结》(The End of Science)的书。他认为：“科学(特别是纯科学)已经终结，伟大而激动人心的科学发现时代已一去不复返”；“将来的研究已不会产生多少重大的或革命性的新发现了，而只有渐增的收益递减”。他承认科学上的确还存在着许多重大而扰人的谜题，但相对于把经验知识与实验相对照，并在此基础上预测相关事实的科学方法而言，这些醒目的问题中的大部分都是不可解的。
但是，阿申巴赫(Joel Achenbach)却指出：“处于20世纪之末的科学，正逐渐走出由易解问题构成的领地，开始接触真正难解的问题。科学已达到一个新的转折点：新发现的代价将越来越大，周期将越来越长，更糟糕的是，其边界也将越来越难以理解。”因此他认为，我们面临的不是科学的终结，而是科学的新转折点。
80年代中期以来，一些有远见的科学家就已开始探索这一新的转折点。尼科里斯(Gregoire Nicolis)和普利高津(Ilya Prigogine)在他们1984年合著的《探索复杂性》(Exploring Complexity)一书中指出：“今天，一个正在壮大的少数派开始怀疑这种乐观的论调。就在我们的宏观层次上，一些基本问题还远未得到解答。”“曾有过一些关头，经典科学似乎已近于功德圆满……但是每每这个时候总有一些事情出了差错。于是，方案必须扩大，待探索的疆域又变得宽广无际了。”
诺贝尔物理学奖获得者盖尔·曼(Murray GellMann)在1983年就已指出：“我们必须给自己确立一个确实宏伟的任务，那就是实现正在兴起的、包括许多学科的科学大集成。”
1984年，在盖尔曼和另一位诺贝尔物理学奖获得者安德逊(Philip Anderson)、经济学奖获得者阿罗(Kenneth Arrow)等人的支持下，一批从事物理、经济、理论生物、计算机等学科的研究人员，组织了桑塔费研究所(Santa Fe Institute，SFI)，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。该所首任所长考温(Goerge Cowan)指出：“通往诺贝尔奖的堂皇道路通常是用还原论的方法开辟的。”“你为一堆不同程度被理想化了的问题寻求解决的方案，但却多少背离了真实的世界，并局限于你能够找到一个解答的地步。”“这就导致科学越分越细碎，而真实的世界却要求我们采用更加整体化的方法。”
多年来，笔者在从事软科学和管理科学的研究中，也一直在思考科学的未来，有些观点曾经发表在《试论科学的融合》一文中。在经过实地考察和深思熟虑后，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新的科学——复杂科学。因此笔者同意这样的观点，即目前科学正处于一个新的转折点，那就是复杂科学的兴起。
二、复杂系统与复杂性
随着科学的发展和技术的进步，系统科学从20世纪30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，系统处于不断地发展变化之中，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就是在这样的背景下提出的。
根据笔者的理解，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，并能不断向更适应环境的方向发展变化。
(5)系统是动态的，它不断处于发展变化之中，而且系统本身对未来的发展变化有一定的预测能力。
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)研究对象是复杂系统，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(例如择形催化)、天文、气象等方面具有复杂性的系统。
(2)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。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)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。
三、复杂科学的现状
关于复杂科学的研究一般认为是在80年代中期开始的，以美国和英国发表的文献居多。据乔治·梅森大学(George Mason University)的沃菲尔德(John Warfield)教授的介绍，目前仅在美国就已形成了五个学派，其主要学术观点及研究方向如下表所示。
美国的复杂科学研究者相当重视在经济和管理方面的应用，比较著名的著作有沃菲尔德的《交互式管理》(Interactive Management)，圣吉(Peter Senge)的《第五项修炼》(The Fifth Discipline)，阿瑟(Brian Arthur)的《经济中的递增回报与路径依存》(Increasing Return and Path Dependence)等。
近两年来，一些以复杂科学方法及其在管理中的应用为基础的咨询公司也开始诞生，例如知识基础发展公司(Knowledge Based Development Ltd，KBD)，复杂性解答公司(Complexity Solutions Ltd，CSL)，桑塔费突现战略中心(The Santa Fe Center for Emergent Strategy)，社区智能实验室(Community Intelligence Labs)，KBDLavoie公司等。个别商业化的软件也已有售，例如IM(交互式管理软件)、ISM(解释性结构化建模软件)等。
KBD公司每季度在伦敦举办一次复杂性论坛，每次三天。其论题包括：突现的设计、复杂性理论的应用、复杂性与技术、创新的组织、组织设计等。讨论的核心问题包括：什么是复杂性的适当的业务形式以及它们如何与新兴的技术相联系？它们对组织的创新能力有何影响？公司的生产率与创新如何关联？公司在信息时代如何学习成长并迅速适应？等等。
我国学者钱学森等于1990年提出了开放的复杂巨系统的概念，并认为复杂性问题实际上是开放复杂巨系统的动力学特性问题。1992年他们又提出从定性到定量综合集成研讨厅体系，实现人机结合的大成智慧。遗憾的是，由于种种原因，这些想法一直未能得到实践的机会，因此还没有取得实际的成果。
四、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：
(1)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。
(2)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。
(3)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的。
(4)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。
(1)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。
(2)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。
(3)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。
(4)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。
(5)非线性科学。美国洛斯阿莫斯(Los Alamos)国家实验室非线性研究中心是非线性科学的发源地和权威单位，他们认为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。
(6)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。
(7)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研究。其中比较著名的有人工生命(Artificial Life)、元胞自动机(Cellular Automata)、竞争与合作(Coopetition)、大群模拟工具(Swarm Simulation Toolkit)等。
五、复杂科学在管理中的应用前景
复杂系统的范围很广，涉及工程、生物、经济、管理、军事、政治、社会等多个方面。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。一些学者运用复杂科学研究企业管理与宏观经济管理问题，从新的视角出发进行思考，已提出了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，要想作出尽可能正确的决策，除了改进决策技术之外，还必须依靠群体的智慧。但是由于决策群体中各人的知识、经验、胆识、利益、价值观等方面都有所不同，局部利益与全局利益存在矛盾，因此还需要用适当的方法进行妥协。这时可以采用对策论的方法，求出合作对策的妥协值。但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。而妥协值的形成是群体中各成员之间反复交换意见的结果，并不是各成员意见的简单线性叠加。此外，还要尽量防止由于决策群体中各成员的影响力不同所造成的妥协值的漂移。在通过群体决策实现综合集成时，如何具体贯彻“民主基础上的集中和集中指导下的民主相结合”这一民主集中制的原则，还应当进一步探索研究。
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。复杂科学将创新看做是已有的知识和组元重新组合而造成的突现现象。复杂科学反映了在科学和商务方面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：“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
随着复杂科学的发展，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且及时地获取信息，迅速调整自己的内部结构以适应环境的变化。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。在圣吉所著的《第五项修炼》一书中，强调组织素质是一个组织的根本优势之所在，而组织素质的培养和提高则要靠不断的修炼，即要成为一个学习型的组织。组织是一个动态的、复杂的系统，需要用系统的观点对其进行分析和思考。在把握自我、改善思维、共享未来、合作共事的基础上加上系统思考，这就是学习型组织修炼的核心。上述观点既反映在一些学者的著作中，例如彼得斯(Tom Peters)所著的《乱中取胜》(Thriving on Chaos)与《解放型管理》(Liberation Management)；也受到一些知名企业家的赞同，例如Intel公司前总裁格罗夫(Andrew SGrove)在所著的《只有偏执狂才能生存》(Only the Paranoid Survive)一书中就强调要能够在多变的环境下及时进行大胆的战略调整，既受混沌的引导，又能驾驭混沌，才能把握好战略的转折点而度过危机。
4.经济发展
复杂科学对传统的经济学理论提出了挑战，它不再将经济看成是市场稳定和供求均衡的结果，而看成是由许多相互作用的个体在不稳定的状况下彼此不断调整关系的结果。每个个体都根据它对未来的预测及其他个体的反应来采取行动，并且在不断地学习和适应。由此会突现出新的经济结构和模式，而组成经济的机构、行为及技术等因素也会不断地形成和重组。经济的某些部分可能会达到暂时的平衡，而另一些部分则可能会不断地演化。
复杂科学对传统经济学的挑战是从阿瑟在一些日常经济现象中发现递增回报开始的，他提出由于递增回报的存在，造成了高技术企业集中在硅谷、VHS录像带战胜了Beta录像带、QWERTY键盘的独占市场等等特有的形式和可能性。因此建立在均衡、稳定、决定性等物理学理论基础上的旧经济学应当被建立在结构、特有形式、自组织、生命周期等生物学理论基础上的新经济学所取代。阿瑟还提出经济发展是路径依存的，就像下棋一样，当采取了某一步骤之后，就会影响到以后所采取的若干步骤及其后果。目前杜尔劳夫(Steven Durlauf)等人正在桑塔费研究所建立一个庞大的模型，包括教育程度和种族等特性不同的个人和家庭、社区、学校、工作单位、少数民族团体等群体，以及这些组元的决策规则和它们之间各种相互作用的规则，希望能通过计算机模拟来发现某些整体的规律，以及政府经济政策改变所引起的后果。我国国家自然科学基金委员会管理科学部也已启动了一个重大项目——支持宏观经济决策的人—机结合综合集成体系研究。
5.金融危机
近年来，国内外学者对金融危机进行了大量的研究，据不完全统计，至今所发表的文章已达300篇以上。笔者在指导《东亚金融危机的分析与启示》课题的研究中，曾运用系统论与复杂科学的方法对此进行过一些初步的探索，认为金融危机产生的深层次原因是虚拟经济系统的崩溃。
虚拟经济(Fictitious Economy)是指证券、期货、期权等虚拟资本的交易活动。其发展过程包括闲置货币的资本化、生息资本的社会化、有价证券的市场化、金融市场的国际化，以及国际金融的集成化等阶段，1997年其世界总量已达140万亿美元，约为世界各国国内生产总值总和(28.2万亿美元)的4倍。全世界虚拟资本每天的平均流动量已高达1.5万亿美元以上。可以预计，随着电子商务和电子货币的发展，虚拟经济的规模还会膨胀。虚拟经济系统的主要特点是：
(1)复杂性：投资者、受资者以及金融中介者虽然都有独立进行决策的自由，但每个人的决策又不能不受到其他人决策的影响。
(2)介稳性：远离平衡状态，但却能通过与外界进行物质和能量的交换而维持相对稳定，即具有耗散结构。这种系统虽能通过自组织作用而达到稳定，但其稳定性很容易被外界的微小扰动所破坏。这是由虚拟资本的内在不稳定性所造成的。
(3)高风险性：虚拟资本的内在不稳定性导致其价格变幻无常，而金融市场交易规模的增大和交易品种的增多使其变得更为复杂；人们对市场及环境变化的预测能力不足；不少人承受风险的能力有限；许多人因为追求高收益而甘冒高风险，从而促使各种高风险、高回报的金融创新不断出现，例如利率期货、股票指数期货、物价指数期货、期权等。
(4)寄生性：它是由实体经济系统中产生，又依附于实体经济系统的。在实体经济系统中产生的风险，都会传递到虚拟经济系统中，导致其失稳。而虚拟经济系统中的风险，也会对实体经济造成严重的影响。在金融已成为经济核心的今天，实体经济已不可能脱离虚拟经济系统而运行。因此，如果将实体经济系统看成是经济系统中的硬件，则可认为虚拟经济系统是经济系统中的软件。
(5)周期性：一般包括实体经济加速增长、经济泡沫开始形成、货币与信用逐步膨胀、各种资产价格普遍上扬、乐观情绪四处洋溢、股价与房地产价格不断上升、外部扰动造成经济泡沫破灭、各种金融指标急剧下降、人们纷纷抛售实际资产及金融资产、实体经济减速或负增长等阶段。
金融危机是指利率、汇率、股价等金融指标全部或大部突然而急剧地恶化的现象，这时人们纷纷抛售其实际资产并变现其虚拟资本，导致经济及社会的动荡。从系统论的角度来看，可以认为金融危机的成因主要是基于虚拟经济系统的内在特性，加上来自外界的扰动，从而造成虚拟经济系统的崩溃。
此外，复杂科学在应用于防灾减灾、战略管理、合作—竞争等方面都有一些创新，本文不再详述。
六、努力学习、不断创新，发展我国的复杂科学
笔者认为对国外提出的一些新观念，首先要有高度的敏感性，但不要赶时髦；其次是要认真研究其特征和提出的背景；三是应结合我国的现状进行思考，提出对策；四是要提倡百家争鸣，发扬学术民主，各抒己见，求同存异，通过实践来逐渐求得一致。
为了在我国开拓复杂科学的研究，经笔者建议，香山科学会议组织了这个问题的讨论，旨在探讨我国开展复杂科学的方向及重点，并在此基础上确定支持一些科学家进行探索。从我国的现实需要出发，可以考虑先由经济与管理方面的问题入手，例如某些改革措施对经济系统运行的影响，以及小概率、大影响的事件(如金融危机、自然灾害等)的发生条件及预警手段等。在已经立项的一些重大及重点项目中，应尽可能鼓励科学家们注意学习及运用复杂科学的方法。应注意选派优秀学者到桑塔费研究所及乔治·梅森大学等单位进行合作研究，还应组织人员准备参加在英国举行的复杂性论坛。此外，为了使我国学者了解复杂科学的理论和方法，笔者已与四川人民出版社初步商定，尽快翻译出版一套《复杂科学丛书》。
此外，笔者感到桑塔费研究所的组织形式很有特点，其专职人员只有正副所长和秘书(约20人)，其研究人员主要在各自的单位进行研究，只是短期到所内工作或参加讨论会。其学术环境十分宽松，有利于发展前沿学科，进行学科融合的研究。建议在国内选择适当的单位，筹办类似“虚拟研究所”的“复杂科学研究中心”，对复杂科学进行自由的学术探索。针对我国改革与发展中的重大问题，逐步建设从定性到定量的综合集成政策研讨厅。
从科学哲学的观点看来，可以认为复杂科学的出现意味着向唯物辩证法的回归及螺旋式推进。事物间的普遍联系、对立统一、从量变到质变、否定之否定等观念被赋予更丰富的内涵，并可初步用定性与定量相结合的方法来分析和描述。因此要加强自然科学家与社会科学家之间的沟通与合作，促进科学的融合，培养有专业深度、学科广度、理论高度并有远见卓识的科学家，为我国下世纪复杂科学的发展创造有利的条件。
附注：本文发表在《中国科学院院刊》1999年第3期。