复杂系统管理是中国特色管理学体系的重要组成部分
【编者按】 2016年5月17日，习近平总书记主持召开哲学社会科学工作座谈会并发表重要讲话，提出着力构建中国特色哲学社会科学，在指导思想、学科体系、学术体系、话语体系等方面充分体现中国特色、中国风格、中国气派。2022年4月25日，习近平总书记在中国人民大学考察时强调，要加快构建中国特色哲学社会科学，归根结底是建构中国自主的知识体系。
管理世界杂志社认真贯彻落实总书记重要讲话精神，心怀“国之大者”，重视发挥期刊引领作用，积极推动构建中国特色管理学体系。2021年5月15日组织举办“加快构建中国特色管理学体系”研讨会，与会专家发言要点发表在《管理世界》2021年第6期上。
复杂系统管理是中国特色管理学体系的重要组成部分。2022年8月13-15日南京大学工程管理学院组织举办“复杂系统管理论坛”，管理世界杂志社提供学术支持。来自国内高校、科研机构的专家学者70余人参加论坛，11位知名专家从复杂系统管理学术发展的顶层设计、哲学思维、理论、方法论及实际应用等方面发表了自己的学术见解。
现将专家发言要点刊登如下，以飨读者。
1
与复杂共存 顺势而为——从复杂性看社会系统管理
中国科学院数学与系统科学研究院 杨晓光
一、时代呼吁从复杂性视角进行社会系统管理
社会系统是典型的复杂系统，社会系统管理与社会系统共生共有，但是从复杂性的角度考虑社会系统管理，是到了近代才被人们逐渐重视起来。现代社会之前，作为个体的人类活动时空相对窄小，距离稍远一点的人与人之间的信息交互稀少而艰难，社会变化的速度与现在比要慢得多，人类对社会系统的认知相对从容，彼时社会管理措施的有效时间相对比较长，加之复杂性科学诞生较晚，无法产生从复杂性的视角进行社会系统管理的意识。
最近三、四十年，一方面，复杂性科学得到长足的发展，一些新的理念、理论和方法，为人类理解和刻画各类复杂系统提供了有力的工具。与此同时，信息技术、交通技术快速发展，信息流、资金流、物流、人流将整个世界紧密、快速地连接起来，不仅本质性提升了社会系统的复杂性，而且社会系统运行的起伏跌宕也更加激烈。
进入数字时代以后，基于互联网和信息技术的社交网络和自媒体，不仅带来意见的多样化，而且极大地方便了对人们持续不断的思想灌输，多数的人变得更加从众，容易出现观点极化和思想茧房，很大程度上改变了社会意识和社会规范的形成。社会系统的复杂性有了跳跃式的增加，使得传统的社会系统管理方式力有不逮，带来一系列前所未有的社会问题，从复杂性视角进行社会系统管理就变成时代的迫切需要。另外，以信息技术为代表的现代科技手段也为从复杂性视角进行社会系统管理提供了工具。大数据技术、人工智能技术和计算机算力的发展，使得追踪和探测个人和群体的行为和走向成为可能，对于社会系统的干预，已经能够精确到微观个体的层面。因此，技术的进步为复杂社会系统管理提供了高效的工具。
二、社会系统复杂性的来源
复杂系统是指由于系统内部组元之间存在着非线性作用，使得系统运行表现出程度不同的不可预测性和不可控制性。复杂物理系统的复杂性，来自于这么几个方面。一是系统内部不同组元各自运行的周期有所不同；二是系统内部组元或者组元群之间、以及内部组元与系统外部因素之间存在着时变的关联、反馈等非线性作用关系；三是这些作用关系可能还受到不确定性和随机性影响；因而系统运动呈现出涌现甚至混沌特征，造成系统的不可预测性和不可控制性。复杂生命系统除了具有物理复杂系统的复杂性特征之外，还有着自身的演化特征。生命生态复杂系统的演化不仅表现为系统状态的跃迁，而且会出现对系统而言相反的效用。
复杂社会系统不仅有复杂物理、生命系统的复杂性特征，而且自身有更强烈的复杂性特征。社会系统的基本组元是人，人是宇宙中迄今为止我们所知最具智能的物种。首先，复杂物理、生命系统中的组元之间的相互作用关系，主要是一些机械性作用关系；而社会系统中组元的相互作用是博弈关系，这使得社会系统的关联关系极其复杂。其次，人类具有着强大的学习能力，能够通过学习创造知识和技术，不断开拓其生存和活动的空间，使得社会系统不断膨胀，且这种膨胀不仅是形式上，而且在内容上不断丰富着新的元素和连接。与之同时，人们还通过学习，随时对事物的运行进行反馈、调整和改造，使得社会系统的演化呈现一种加速度变化的态势。再次，人类有着非凡的、没有物理约束的、漫无边际的想象力。人们对事物的反馈、调整和改造，大量掺杂着他们的想象和信念。最后，人的智力、见识、对事物的判断力、性格品性、鼓动力、被其他人忽悠和欺骗的容易程度等等千差万别，如果说自然进化造就了丰富的物种多样性，那么人类大脑进化造就出的思想多样性与物种多样性相比不遑多让，增大了社会系统的复杂性。
与复杂物理、生命系统相比，社会系统还有一个重要的特征是时时刻刻地大量产生虚假信息。信息论的创立者、数学家香农在其开山之作《通信的数学理论》中对信息的定义是：“信息是用来消除随机不确定性的东西”。他的定义是针对物理和生命生态系统，而人类社会中大量的信息是被人有意制造出来制造不确定性以便能够影响他人而获得利益。
系统复杂性取决于组元的自由度，生命系统与非生命系统相比，生命系统的组元比非生命系统的组元有更大的自由。而社会系统的组元——人，是迄今为止宇宙中最具自由的物体。
三、从复杂性视角看社会系统管理
第一，社会系统复杂性的增加是社会进步的体现。宇宙的演化、地球上生命系统的演化，一直处在复杂性增加的过程。人类社会是整个生命系统中复杂性增加最快，也是最为精彩、最有意义的组成。社会系统复杂性中所蕴含的自由特征是人类社会的终极追求。因此，复杂社会系统管理，不是要消除复杂，而是与复杂共存，并且进一步保护和促进社会系统复杂性。这其中最重要的一点是，需要像保护生物多样性、生态多样性一样，保护和促进社会系统的多样性。
第二，有效的社会系统管理需要建立在对社会系统演化性质的正确认知之上。社会系统管理中很多的问题，是由于僵化的认知造成的。社会系统中人和组织是演化的，不同的条件下人的表现和欲求是不同的，随着人的社会经济地位的改变，一些人的追求可能走向其过往的反面。而对于社会系统演化性质的认知难度，要远远超过对物理、生命生态系统演化性质的认识难度，需要加大对社会系统复杂性研究的投入。
第三，对社会系统管理需要设计“简单”、鲁棒的管理机制。与人们的直觉恰恰相反，不是因为系统复杂增加就对应增加其管理机制的复杂性，而是首先要立足于“简单”。一方面，由于社会系统的复杂性无处不在，而且这种复杂是演化的、生长的，任何给定的机制再庞大精巧，也难以应对遍布整个系统、随机产生着且动态演变中的复杂。另一方面，从保护促进社会系统复杂性的角度，也不需要把社会系统的方方面面都约束起来，造成社会系统失去活力。因此，需要设计“简单”的管理机制，给具体的管理留下空间去应对蔓生的复杂性，从而顺势而为，保障相关的管理机制有比较好的韧性，经受得起各种不确定性的冲击，从而使得社会运行有稳定的规则和预期，减少规则频变带来的社会系统内部的茫然无措和投机倾向。
第四，社会成员相互博弈关系决定了社会系统管理需要有博弈思维。需要认识社会系统的管理机制追求的是平衡和制衡，需要保障社会系统所有成员的合法权益。同时，社会系统的管理机制需要是激励相容的，使得这一高度智能的系统走向良性治理的轨道。例如，在一般管理制度的设计中，博弈论中的TFT策略就是一个很好的指导方针。该策略规定首先与对手合作，释放善意，鼓励良善；但是如果对手背叛，则严加惩罚，“草芥待我，仇寇报之”；而一旦对手改正，则继续合作，“知错能改，善莫大焉”。整个策略清晰明确告知博弈双方，严格实行，从而起到激励相容的作用。而反向TFT策略，则是假设被管理对象都是坏人，制定苛刻的规定约束被管理者，造成大面积的违反规定，当需要惩治时进行选择性执法，无视被管理对象的改正行为。这样做虽然对管理者短期有利，但“苛政猛于虎”，会导致被管理者的“躺平”，不利于系统长期的发展。
第五，虚假信息是社会系统复杂性负面效应的驱动力之一，虚假信息管理是社会系统管理的重要抓手。对社会系统整体而言，虚假信息常常是导致系统运行大起大落的重要因素。因此社会系统管理，一方面需要有相应的机制提升人们对虚假信息的识别能力，具有批判性思维能力，并且建立制度限制和打击虚假信息的产生。另一方面，研究开发相应的技术，识别、追踪和溯源虚假信息，使得社会系统的管理建立在尽可能真实的信息基础之上。
2
未来城市交通管理面临的挑战
北京交通大学 高自友
城市交通随着城市的发展而发展，随着社会的进步而演化。现代城市规模变得越来越大，结构越来越复杂，功能越来越强，但是问题也越来越多。众所周知，当前我国城市普遍存在着严重的交通拥堵，同时还引发了交通事故多发、空气污染加剧、能源消耗攀升等等问题。面对这样的世界性难题，传统粗放式的交通管理方式难以应对城市快速发展带来的挑战。此外，随着我国城市化进程的不断加快，未来以城市为中心的各种交通出行活动愈加集中，这对未来城市交通管理也必将会带来巨大挑战。
城市交通系统由于涉及要素众多、关系复杂、规模庞大，具有典型的复杂性、开放性、大规模、不完全信息、动态博弈等特点，所以是一个典型的、开放的、复杂巨系统，因此城市交通问题的产生和演变过程极其复杂，其中蕴涵着大量的基础科学问题。而交通系统科学的本质和作用是深入理解复杂的交通行为，从个体行为到成千上万的聚集行为，尽管此过程很复杂，但只有将交通行为机理认识清楚了，才能真正认识城市交通问题背后的产生机理，才能科学有效地规划、控制和管理交通系统。因此要研究有效缓解“城市交通病”的措施和对策，不能片面地只考虑微观道路、网络或宏观网络结构等各自的特性，而必须利用系统科学的原理和方法对城市交通系统开展深入系统的理论和应用研究，以便对城市交通发展的属性特征及其自身发展的内在规律具有足够的、准确的认识。具体来讲，研究城市交通系统就必须要以系统理论为基础，以系统分析与集成技术为手段，通过对城市交通系统目标的分解、协调、综合、优化和调控，实现对现实复杂交通系统的建模、分析与智慧推演，并在此基础上有效地规划、控制和管理现实城市交通系统。
当前大数据、互联网和人工智能等新技术与各行业深度融合，已成为提升各行业智慧发展水平的重要发展方向。由于城市交通系统具备很强的多源大数据基础，具有丰富的人工智能应用场景，因此“用数赋智”可以显著提升城市交通系统的精细化和智慧化管理水平。根据当前新技术的发展趋势，在可以预见的未来，城市交通系统应具有如下的主要特征：（1）新技术的不断使用，如大数据、人工智能、云计算、无人驾驶、全息感知等新技术应用；（2）新交通工具与交通载体的不断创新，如智能化、电动化、绿色化的交通工具以及多方式、无缝化、立体化的交通换乘等；（3）预约、共享、定制等层出不穷的交通发展新业态；（4）个性化、多样化的按需响应，数字化、精准化、智慧化的城市交通管理模式。
因此，简而言之，可以预见到的未来城市交通系统将是以万物互联、全息感知等新技术为基础，以新一代交通基础设施和交通工具为载体，具备高度智能的管理模式，能提供按需响应等新需求的新型交通系统。可以说，新技术的应用和新业态的发展等必然会对未来城市交通出行产生变革性的影响，从而将导致未来城市交通管理面临以下几个方面的巨大挑战。
挑战1：愈加复杂的城市交通出行行为及供需失衡导致机理揭示更加艰难；挑战2：超大规模、智联网运行导致系统建模与求解变得极其困难；挑战3：未来城市交通系统的级联影响会大幅度增加导致系统的韧性运行与智慧应急极其复杂；挑战4：多层次、多模式、多业态的复杂交通系统的运行状态难以进行精准预测及实时的决策响应。
为应对这些挑战，世界各经济发达体先后针对未来交通发展进行了重要战略部署，如美国政府先后提出了《2050年交通运输远景规划》和《智能交通系统战略规划2020-2025》，英国政府提出了《2030年综合运输网络》，欧盟提出了《综合交通政策白皮书》和《可持续和智能交通战略》等等。近年来，我国也先后发布了《国家综合立体交通网规划纲要》和《交通强国建设纲要》，明确发力解决的三大任务：一是大力发展智慧交通，提升交通运输智慧发展水平；二是推动大数据、互联网、人工智能等新技术与交通行业深度融合；三是推动智能网联汽车与智慧城市协同发展。为此，国家科技部和国家自然科学基金委等部委近年来也先后部署了一批国家重点科技专项和重大、重点研究项目。近10多年来，国际上各领域科学家在大数据、互联网和人工智能等新技术与交通行业融合方面进行了有益探索和理论研究，目前在国内外重要学术刊物《Nature》、《Science》、《PNAS》、《Operations Research》、《Transportation Science》、《Transportation Research-B》上发表相关的科学论文达数百篇之多。然而，由于新技术的发展与交通行业的深度融合必将催生交通系统和管理模式的重大变革，致使现有成果难以应对未来城市交通管理面临的巨大挑战。除了前面所述的四大主要挑战之外，最为关键的是：目前的研究总体上缺少能够体现未来城市交通系统主要特征和新业态发展、系统的城市交通管理理论与方法。因此，围绕未来城市交通这一人类社会发展面临的综合性、复杂性重大前沿问题，深入研究并建立面向未来的城市交通管理理论与方法，形成引领国际前沿的城市交通管理重大原创性研究成果已迫在眉睫，对支撑我国城市交通的可持续创新发展，推动和引领多学科之间的交叉融合至关重要。
为了应对未来城市交通管理面临的挑战，立足于系统科学的观点，从现在开始就应从行为机理—运行优化—仿真推演3个方面开展如下4个方向的研究。
研究方向-1：未来城市交通出行行为机理。
未来城市交通系统将呈现出人车路协同互联、全息交通感知、交通链式一体化等特性，这些变化将需要重新认识交通出行行为机理与演进规律并重构需求引导机制与方法，对未来城市交通管理提出新的理论支撑。主要应关注以下几个方面的研究内容：一是未来城市生活方式演进与活动链生成；二是基于活动链的混行交通出行行为分析理论；三是未来城市交通需求生成与流量演化机理；四是未来城市交通需求引导与管理机制设计。目标：厘清和把握未来城市交通的基本运行规律和状态演化特性，以对未来城市交通管理提出新的理论支撑。
研究方向-2：未来城市交通系统资源配置与运行优化。
未来城市交通系统将呈现共享预约、协同运营、线上经营等灵活多样的交通发展新业态模式，这些变化将需要重构未来城市交通系统“需求—供给—管控方法”之间的内在结构关系，提出面向超大规模、智联网运行环境下的优化计算方法。主要应关注以下几个方面的研究内容：一是新业态背景下城市交通智慧出行管理与协调优化；二是双碳背景下未来城市交通运行管理与结构优化；三是轨道牵引的未来城市交通资源配置与协同运行优化；四是未来城市交通系统超大规模网络优化与计算技术。目标：能够支撑未来城市交通系统的智慧管控、大规模优化建模与计算，提出科学有效的管理范式。
研究方向-3：未来城市交通系统应急管控。
未来城市交通系统是人—车—路—环境高度协调有序的智慧出行服务系统，具有高度的集约化运行等特性，这些变化需要重塑未来城市交通系统在各类突发事件演化过程中“运行评估—风险研判—智慧应急”的韧性运行管理逻辑，降低级联影响。主要应关注以下几个方面的研究内容：一是未来城市交通系统可靠性评估方法；二是未来城市交通实时应急响应与态势智能研判；三是未来城市交通路网需求动态诱导与时空调控；四是未来城市交通系统多方式协同组织与应急调度。目标：增强未来城市交通系统的智慧应急能力，实现各类突发事件下的城市交通韧性运行，降低级联影响。
研究方向-4：未来城市交通系统智慧推演。
未来城市交通系统是一典型多层次、多模式、多业态的交通复杂巨系统，涉及要素众多、功能多样、规模庞大，这些变化需要重构系统的全要素、全时空、全状态等数据关系，构建面向未来城市交通的数字孪生系统，支撑未来城市交通系统的智慧决策。主要应关注以下几个方面的研究内容：一是全息感知下的城市交通系统数据重构；二是超大规模多模式交通网络运行仿真；三是未来城市交通系统态势推演；四是未来城市交通数字孪生系统。目标：实现对大规模城市交通系统运行状态的快速重构、精准再现与态势推演，支撑未来城市交通系统的智慧决策。
3
复杂系统管理与复杂系统思维范式转移
南京大学 盛昭瀚
世界上一切凡具有旺盛生命力的管理理论研究的出发点与归宿都是在回答和解决人类社会面临的重大管理问题，体现出鲜明的问题时代特征导向性。当今时代，人类各个领域的实践都在向管理学理论提出了研究复杂性问题的普遍需求。这样，当今管理理论研究必然会以复杂性为导向，自觉地发现这类问题，敢于直面问题，科学分析问题和提出正确解决问题的认识路线、研究路线与方法路线。如果这仅仅是某个方向、某个专题、某个局部、某个层次的事情，那我们可以通过已有成熟理论或者借鉴其他学科理论，在方法层面，以经验、技巧的组合来完成。但是，管理领域内的复杂性问题涉及面之广、实践之深厚、内容之丰富、内涵之深刻，已经需要在全局性的学科体系、学术体系与话语体系范畴内构建新的思维原则—核心概念—基本原理—科学议题—方法论与方法体系完整的学理链。
在这一重要议题上，最重要、根本和具有引领性的事情，是要确立复杂系统思维范式转移。具体的说，当我们确立了复杂性、复杂系统与复杂整体性等新的概念之后，必须在哲学思维高度上，整体性地开展对复杂系统管理领域的认知变革，这在科学哲学范畴内称为思维范式转移。
每一个科学范畴或领域，如有一个规范的思维或行为约定，并有足以让人信任的范例，我们就认为该范畴或领域已经形成了一种科学范式。如果科学领域出现了一些新的情况，例如，对象属性以及对对象的看法有了重大转变，原有稳定的范式不再具有解决问题的能力或者能力变弱，与此同时，如果有了一个新的适应性范式打破了原有的共识或者法则框框，这就是所谓的科学范式转移（Paradigm shift）。
思维范式转移是科学范式转移在思维层面、思维阶段的体现，复杂系统思维范式转移的根本目的是运用复杂系统思维原则、知识框架与话语体系揭示、分析复杂系统管理活动中关于复杂整体性问题管理的基本属性、基本规律、基本原理，提供相应的方法体系，提升解决复杂整体性问题的能力。例如，在管理学领域，传统的笛卡尔提出的还原论范式，因为复杂整体性属性的出现，越来越多的问题无法通过还原论完全解决，因此，对付还原论不可逆性问题必须基于新的思维、创造新的方法，这样，变革笛卡尔还原论思维范式，就成为解决复杂整体性问题的复杂系统思维范式转移的起点之一。
关于复杂性问题的复杂系统思维范式转移有着一系列的要点，都是针对复杂整体性问题怎么看和怎么办的认知原则与基本原理。确立了复杂系统思维范式转移的基本要点，可以进一步根据复杂系统具体情景的独特性场景或者语境补充新的细节，这是我们分析现实管理活动中的复杂整体性和驾驭这类复杂整体性的核心能力之一。
在复杂系统思维范式转移之下，“复杂性”（即“复杂整体性”或者“还原论不可逆性”）作为一个核心概念具有旺盛的生命力，在关于复杂性问题的管理实践或者管理思维的特定语境中，让“复杂性”与其他话语组合在一起，可以表达丰富的话语内涵，例如，“复杂性问题”是指一类不能或不宜用还原论处理的管理问题，在此基础上，能够形成“复杂性思维”、“管理复杂性”与“复杂性管理”等新的科学概念。
进一步，以上话语语义通过逻辑关联能够更加细致和丰富地表述关于复杂整体性管理各种活动和行为。例如，复杂性问题赋予了管理复杂性的某一类内涵，主体因此要确立复杂性思维并形成复杂性管理模式；又如，复杂性管理是复杂性问题、复杂性思维、管理复杂性之集成的总体性概念，它的主要内涵是：管理主体首先对管理活动中一类难以表述清楚、分析透彻、预测准确，以至不易找出原因、做出决策、拿出办法、提出方案的实际问题有了“复杂的”直觉感受；在此基础上，以还原论不可逆性作为对这类问题的本质属性的提炼，在理性认知层面将“复杂的问题”抽象为“复杂性问题”；主体在这一整个过程中采用的复杂系统思维范式即为复杂性思维，对应的基于复杂性思维的管理模式即为复杂性管理；而复杂系统管理则是一类有着具体独特规定性的复杂性管理模式。
以上可以看出，随着人们对管理活动与问题本质属性认知的不断升华，管理思维、管理模式与管理方法论也在不断发展与丰富，并以此不断提高对管理对象复杂性的分析和驾驭能力，这是人类管理认知发展进程的基本现象与规律。
综上，我们在学理上指出了复杂系统管理是一类有着具体独特规定性的复杂性管理模式，但是，任何科学概念都要有学理自洽性与逻辑融通性。在管理学领域，由“复杂系统”与“管理”两个词融合而成“复杂系统管理”，切不可简单地望文生义地理解为“复杂的系统管理”，也不是“管理复杂的系统”或者“复杂管理系统”等等。它不是在复杂系统中增添一些管理的内容或者在管理中运用一些复杂系统思想，而是对复杂系统和管理而言，产生了本质性变化，形成了非此非彼的新的质性。
首先，根据对国外自然科学界与我国钱学森不同的复杂系统观的比较分析，在社会经济管理领域，“复杂系统管理”宜以钱学森还原论不可逆性的复杂系统思想为底蕴、并充分汲取其他复杂系统学术思想形成的一种复杂性管理范式；在思维哲学上，钱学森复杂系统思维范式构成了这一复杂系统管理思维的内核，在实践上，它主要是对复杂的社会经济管理系统中一类“复杂整体性”问题的管理活动和过程；在学术上，是基于还原论不可逆方法论驱动的一类学术研究范式。
复杂系统原本是系统科学领域的概念，它出现在复杂系统管理这个新的整体性概念之中，主要意义是以其自身具有的哲学思维特质，在认识论与方法论层面为人们管理复杂整体性问题活动提供思维原则与逻辑起点。在这个意义上，我们不妨把复杂系统作为一种哲学概观、一种构建复杂性管理范式的导航仪与支撑架构，当人们面对各类复杂性问题的挑战并感到自身驾驭能力不足时，亟需一种新的更高层次的思维哲学给予有力的指导与支撑，此时，复杂系统适应性地提供了一种强大的哲学力量并赋能于管理理论与方法创新，形成了具有新的驾驭能力的复杂系统管理范式。
所以，从思维哲学上讲，与其说复杂系统管理是复杂系统与管理两类学科的交叉，不如更深刻地将其理解为是当传统管理思维面对复杂整体性问题而遇到严重挑战时，在复杂系统思维范式转移指导下，管理活动的一次整体性重构与升华，是管理哲学对管理活动范式转移的一次援助，也是管理哲学力量的一次显示，这是“复杂系统+管理=复杂系统管理”深刻的思维逻辑与本真品质。
虽然复杂系统管理是以钱学森复杂系统思想为其思想内核与底蕴，但是，复杂系统管理作为管理学体系表征与管理学领域的科学建制，加之近几十年来，管理系统性与复杂性的基本形态、现实需求、问题内涵等都发生了巨大的质的变化，因此，复杂系统管理的建设不能限于系统科学领域范畴，而要把复杂系统思想与管理学思想、学理、论域紧密融合并进一步管理科学范式化与话语体系化，形成国际管理学术界广泛认可的普适性知识变革与学术主张。
发扬当代系统科学与管理科学最新知识成果，融合当代世界多元管理文明，强化管理学新的时代元素，在国际学术舞台演奏由中国系统科学与管理科学“合奏”的复杂系统管理“中国乐章”，是当今我国管理学界承上启下、实现历史性转折的时代责任之一。
4
超大城市数字化转型中的复杂整体性问题的新特征
复旦大学 黄丽华
我国“十四五”规划明确提出了“加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”的战略性任务。上海市于2021年正式启动了全面推进数字化转型的战略性重大工程，按照“整体性转变、全方位赋能、革命性重塑”的要求，立足城市生命体、有机体的全局视角，统筹推进城市经济、生活、治理全面数字化转型，率先探索符合时代特征的、上海特色的城市数字化转型的新路子和新经验，加快建设具有世界影响力的社会主义现代化国际大都市。上海是一座国际化的超大城市，其数字化转型是一项典型的具有独特的复杂整体性属性的管理实践活动，按照复杂系统的“物理复杂性—系统复杂性—管理复杂性”这一基本范式，凝练总结超大城市数字化转型中的复杂整体性的新特征，为研究中国特色的复杂系统管理提供启示。
通过上海市全面推进数字化转型的背景、战略目标、重点领域和重大工程特征的分析，可以看到超大城市数字化转型工程不仅是一般意义上的社会经济系统、社会政治系统、社会意识系统这三类开放的复杂巨系统，在数字化背景下，其本质更是一类生态化社会技术复杂系统。并且进一步分析发现，数字技术的计算性与超连通性（hyper-connections）、参与主体的变革型适应（changing adaptive），以及社会系统—数字系统—物理系统的纠缠演化是这类系统复杂整体性问题的新来源。这三种新的因素存在于生态化社会技术系统的各个层次中。
上海市全面数字化转型的核心框架说明了，超大城市运行基础设施的数字化、城市数据生产要素的产业化是数字化转型的基础，数字技术赋能体系和制度保障体系是支撑，政府数字化转型、企业数字化转型、城市运行服务数字化转型（“一网通办”和“一网统管”）是关键，实现经济数字化、生活数字化以及治理数字化是目标。基于上述关于超大城市数字化转型的物理复杂性的表象描述，进一步提出物理复杂性的三大新的特征，即政府即平台、和谐共振的多元异质的参与者、技术和制度双轮驱动的生态化社会技术系统等。
从系统复杂性层面来讲，根据社会技术系统的结构适配性的理论，社会结构是行动者在跨越“空间”和“时间”的“互动情景下”利用的规则和资源，借助规则和资源，行动者在“空间”和“时间”中维持和再生了结构。数字化技术的使用形成了众多内嵌的社会结构，用户与先进技术在交互过程中涌现出众多内嵌的深层社会技术结构。而基于实践的观察和分析，发现超大城市数字化转型工程在社会与技术各类因素的共同作用下，在内嵌的组织结构以及社会—技术—物理系统共同演化等方面出现了新的涌现特征。
（1）在超大城市数字化转型工程系统中，除了在物理复杂性中描述的参与者类别以外，还存在一种介于单个组织和个体与整个系统之间的群体组织。在管理学的研究中，有人提出了“元组织（meta organization）”的概念，是指由不受基于雇佣关系的权威约束，但以系统级目标为特征的企业组成的网络组织，通俗来讲是指组织的组织。在城市数字化转型中，这类内嵌的元组织确实存在。比如，承担数据化底座作用的上海数据交易所等平台型企业组织、汽车等行业中通过某种合约关系的供应链组织企业、技术合作联盟等。同时，随着社会—技术—物理系统的纠缠演化，出现了一类在系统运行中因功能需要或某种标签符号的作用而聚集起来的新组织，如上海市基层治理中的网格化组织、“一网通办”中“一键式办理”或“一门式办理”均是围绕着某项特定的或不定的任务，将若干个政府部门聚集起来，为市民提供各类服务，或解决某个区域内所有基层运行中的问题。借用介科学中介尺度概念，能够发现介组织（Meso-organization）这一新的内嵌结构的存在。所谓介组织是指在系统运行中根据任务目标、预设规则而组织起来的跨层级、跨部门、跨所有制、跨技术系统的组织，这类组织只有在系统运行中表现出来，成为了生态化社会技术系统中最吸引人的涌现现象。如果说元组织中存在“平台组织”、“链式组织”（供应链）的话，那么介组织中存在“块组织”（网格组织）和“锥形组织”（一网通办）。把“元组织”和“介组织”这类内嵌的结构称之为“超组织（Hyperorganization）”。
（2）基于上述内嵌的社会组织新形态的出现，除了单点与单点之间的关系而形成的各种结构以外，还存在着多点对多点的跨层次的高阶连接，构成了复杂系统内部的超连接（Hyperlink）与超结构（Hyperstructure）。比如，上海市基于公共数据开放的普惠金融项目中，存在至少4个组织群体，包括由8个政府部门的数据供应组织、由5个政府部门组成的政府机构组织的创新业务推进机构、由30多家数据和信息技术公司组成的服务团队、以及由35家金融机构组成的公共数据使用组织，这些参与者形成了一个群体对另一群体的超连接关系和超结构。正是这种超连接和超结构使许多创新和机构（如大数据中心、创业公司）得以涌现。
（3）除了一般性的模块化和通用互补关系以外，系统中还存在着复杂生态系统中的新的超模块化的互补关系（Hypermodular complementarity）。比如，可流通的数据生产要素是城市数字化转型数字底座，提供数据要素的来源或单位越多，使用数据的企业（如AI企业）就成长的越快。这种关系可以用超模块化的互补关系来描述，即提供数据要素的企业A越多，那么对使用数据的B企业而言就越有价值。
从管理复杂性来讲，不难发现，在决策主体及组织、决策目标的动态特性、制度和规则的设计及执行等方面存在不同于一般复杂系统的新特征。
（1）在决策主体及组织方面，不仅有市委和市政府各级政府部门、企业及事业单位、市民个体等一般决策主体，还存在着大量AI嵌入的智能体以及决策支持系统。比如，在“一网统管”中含有30多种基于智能体参与的决策支持应用场景，在2021年特大暴雨、特殊节日的超大人流疏散等方面取得了有效的参与决策的作用。
（2）在决策目标设定方面，数字化转型的基本要义是要解决政府和企业的低效率问题以及满足市民不断增长的需求矛盾，形成治理体系和治理能力的现代化。如此宏大的目标经过层层分解，落实到各个机构可执行的决策问题。每一个层面的目标达成意味着新系统的确立。比如，在“一网通办”和“一网统管”支持下的基层治理模式和治理机制的确立，在市政府、区政府和街道管理层面均存在标准化和多样化、控制为主还是自治为主的矛盾取舍，还要兼顾历史、市民认知、制度安排、资源安排以及各方利益等众多因素（甚至冲突）。在数字化转型中，各级政府在“两网”的支持下寻求平衡的目标，尤其是“效率”与“温度”的“兼容并蓄”。一旦某个低阶目标达成，在高阶目标方面追求新的再平衡。这种从矛盾到平衡到再平衡的决策目标的动态演化，系统追求的不是局部最优，而是整体的平衡，这是解决复杂整体性问题的关键所在。
（3）上海市数字化转型的三个目标之一是“革命性重塑”，即立足城市生命体、有机体的全局视角，系统谋划流程再造、规则重构，带动城市生产、生活、服务、管理等各方面的效率提升。可见城市数字化转型需要在制度和规则设计方面进行革命性的创新。然而，无论是规则重构还是流程再造，均需要数字技术和信息系统的赋能。根据社会技术理论的观点，只有当技术系统和社会系统相适配时才是有效的系统。因此，任何创新的管理规则和制度的设计只能实现部分设计，做不到长远的理想方案的整体设计。以部分设计作为系统演化的起点，开展试验性的实践和学习（示范项目），在实践中不断进行制度设计的迭代和技术赋能系统的迭代，实现上海市数字化转型的“技术和制度”双轮驱动的演化迭代执行过程。
总之，在阐述超大城市数字化转型工程的物理复杂性、系统复杂性和管理复杂性基础上，可以进一步凝练该系统的复杂整体性问题的三大新特征，包括：
（1）因数字技术的计算性和连接性引发的社会系统—技术系统—物理系统的融通、多元异构参与者主体及其群体之间跨层次的“超连接”，是产生特大城市数字化转型工程复杂系统的“超结构”的原因。
（2）在参与者协同变革性适应演化中涌现出了内嵌“元组织”、“介组织”属性的“超组织”，以及 “超模块互补”的群体之间的关系。
（3）技术和制度双轮驱动的多目标平衡决策模式以及“部分设计”启动的快速循环迭代的执行过程是管理复杂性的新特征。正是上述这些复杂整体性问题的新特征，对今后复杂系统管理的科学研究提出了新的挑战和机遇。
5
复杂系统视角下的政策智能与战略推演
中国科学院大学、中国科学院自动化研究所 曾大军
一、引言
当前，社会发展正在经历“数字化、网络化和智能化”的大变革。虚拟空间与真实世界的平行交互，人、机、物、网前所未有地互融互通，技术、社会、经济系统之间的迭代演化，社会群体、技术算法和网络平台的相互交织，呈现出前所未有的耦合性、级联性和复杂性等社会新形态和新特征，颠覆了传统认知和政策制定范式。
面对社会新形态下的复杂系统，多数政策决策问题面临历史政策决策案例缺乏、试错成本高、政策效果评估反馈链长等困难。相比传统的政策决策环境，新形态下政策分析存在要素结构的复杂性、边界界定的复杂性、认知行为的复杂性、任务决策的复杂性和推演计算的复杂性等多个方面的技术挑战。传统的政策制定和实施过程多依靠经验直觉、小规模专家评估以及有限民意调查等手段，存在信息滞后、维度单一、政策刚性、交互不畅以及认知偏差等诸多难题，难以应对新形态下复杂系统的政策需求分析、政策内容制定以及政策效果评估。
近年来，大数据和人工智能技术的推广为政策研究与实践提供了新的分析视角、决策范式和技术手段，促使政策制定从以“小数据+定性”为主向“大数据+人机混合智能+定性与定量相结合”方向发展，从政策制定的单向发布与民意测验评估向双向循环验证与大规模社交舆情实时反馈阶段过渡。政策智能与战略推演旨在采用更加主动、全面的视角，面向未来可能发生的场景和情境进行积极的推演与预测，并将这些前瞻性的分析结果应用于政策主体、政策目标和政策范围的确定、政策效果的分析、政策内容的实施以及政策效果的反馈等全过程。
二、政策信息的主动感知与深度理解
全面精准的政策信息的主动感知与深度理解是面向复杂社会物理信息系统政策制定的基础。随着社交媒体的普及，整个社会产生的数据量呈爆炸式增长，且呈现跨渠道、跨模态、跨介质、动态化和个性化的特点，政策需求和大众诉求往往隐藏于繁杂的社会数据之中。在此背景下，我们需要从海量动态数据中实时有效地感知到有价值的政策信息，并应用于指导政策制定和评估。
究其实施途径，主要分三步展开：首先，针对复杂政策决策生态环境中数据多源性、异构性、多模态的特点，探索政策文件数据、科研文献数据、智库政策报告数据、新闻报道数据、线下民调数据、社交媒体数据等海量多源异构政策数据的主动感知能力，形成对复杂不确定性条件下的政策环境和主体行为的主动感知；然后，针对政策受众因立场、偏好等心理差异导致的对政策认知不一致的问题，刻画政策受众的认知与行为特征和规律；最后，针对不同社会群体的利益需求的异质性、冲突性以及不平衡性等特点，研究数据和知识混合驱动的社会需求挖掘方法，深入理解政策受众的潜在真正需求。
三、政策要素的多维度认知与因果解构
面向大数据和人工智能时代公共政策分析的研究瓶颈和政策智能与战略推演的现实需求，我们需要深入剖析政策制定过程的多阶段要素特征，对政策信息认知扩散、政策工具选择、政策行为识别、政策主体关系挖掘等进行研究，探索基于政策信息的理论归纳以及基于政策理论的逻辑演绎方法，并对政策要素及其动态因果关系进行解构，以此构建政策要素的多维度认知与因果解构理论体系。
在政策过程要素认知方面，需要对政策过程阶段划分、政策要素信息聚融、要素特征提取与归纳和要素认知修正等方法进行研究，并探索不同决策场景下的政策要素多维度认知通用方法。在政策信息认知扩散方面，需要建构支撑政策解析和政策推演的政策主题信息认知图谱，刻画政策主题信息的扩散路径，识别扩散与传播的关键影响因素。在政策要素因果识别方面，需要将贝叶斯推理、概率图模型和深度图神经网络建模以及因果表征方法相结合，对政策要素及其交互规律进行刻画，探索政策要素在微观—中观—宏观等多尺度上的因果映射机制。
四、复杂场景的政策制定过程全景建模
传统的政策制定多依靠政策制定者的经验直觉、咨询机构专家研讨以及小规模受众群体调查为基础，政策目标单一，政策边界清晰，政策决策空间完备，能够通过简单线性规则、定量评估或重复试错方法获得最优方案。而新形态下的复杂系统，政策目标动态变化，政策边界通常较为模糊，政策决策空间往往不完备，决策案例稀少，决策试错实验成本高。因此，迫切需要通过大数据和人工智能技术对政策制定过程进行全景建模和解析。我们需要充分利用人机混合的群体智慧，形成政策制定过程全景建模与增强型政策智能方法，从而降低政策决策风险。
在人机协同机制及影响机理方面，需要结合决策文化、决策情景和决策任务等，研究面向复杂场景的人机协同机制、政策环境对人机协同的影响机理、人机协同决策的关键信息和角色识别方法、基于混合智能的群体决策模式等。在政策利益相关者多主体建模方面，需要融入前景理论建模不同政策环境下多主体间竞争与合作关系，探究复杂和新发场景下，政策利益相关者的策略选择及交互演化行为。在政策影响识别与动态建模方面，需要构建动态自适应评价体系，从系统层面考察政策制定不同阶段多个维度的要素特征，探索政策制定过程的要素动态影响机制与理论建构方法。
五、不确定条件下的政策风险战略推演
政策系统包含各级政策制定部门、政策执行机关和各类政策受众等政策主体，这些政策主体间相互关联、政策要素间深度耦合且动态变化，从而构成多维度多尺度的复杂系统。由复杂政策系统组成的复杂网络具有结构异质性和级联性，通过利益主体的复杂交织及信息传递，再加上政策的多样性与环境的开放性和不确定性，传统意义上的政策风险通过不确定性条件下的复杂交互场景极有可能演变成系统性风险，形成“一招不慎、满盘皆输”的结果。政策风险战略推演旨在构建基于分布式多智能体的政策建模、仿真和推演系统，采用基于混合智能技术的主动分析和评估策略，完成政策效用的战略推演。
在政策风险战略推演建模方面，需要利用超图建模、因果涌现等方法政策推演中智能体间的复杂交互关系，基于符号推理的逻辑规划方法，对复杂系统的表示模型和策略形式两方面进行逐层抽象，通过概念本身的形式化和计算化泛化，以应对新形态下复杂系统的开放性和不确定性。在政策风险表示模型方面，针对系统风险要素，元模型是一条值得探索的路径；针对政策决策策略表示，鼓励尝试通过量子决策策略，探索策略结构构造的普适方法。在策略求解方面，可以尝试探索经典层次规划与神经网络结合的抽象推理与求解方法。
六、结论与展望
政策智能与战略推演为新形态下政策研究与实践提供了新的技术手段，其贯穿于政策的制定、执行、沟通、评估等生命周期，需要结合组织文化和决策情景，并运用多学科领域知识开展相关研究工作。典型的应用场景包括复杂金融系统的系统性风险评估、“双碳”政策的制定与推演、平台经济监管、城市群系统的战略规划等。通过该方面的研究，可以为新形态下复杂社会问题的政策形势研判、政策制定过程风险预警、政策实施效果评估等提供理论基础和共性关键技术。
6
复杂系统视域下教育综合改革与管理
北京师范大学 陈晓松
教育在人类社会发展中起着基础性和关键性的作用，其影响不仅遍及当前社会的各个方面，而且能持续并累加到未来。当前，由于社会经济系统充满着各种复杂性，迫切需要我们将教育作为复杂系统来进行研究。2014年诺贝尔物理学奖获得者维曼（Carl E. Wieman）指出，物理学的前沿研究与教育研究领域一样，也是混乱、复杂和不确定的。教育研究比物理学更加困难，因为我们对影响原子行为的背景因素知道得更多，而对影响学生行为的因素知道得更少（约翰·哈蒂，2015）。教育是一个复杂巨系统，研究者很难把影响教育的无数变量完全进行测量和加以控制，教育中要素互动、情景互动、人际互动的泛在性，使得很难发现不同背景下的规律。仅凭还原论思想的技术理性，解决复杂的、非结构化的教育问题显得力不从心。
教育领域研究与自然科学研究存在差异，即人不等同于“质子”。每一个个体都具有情感、欲望、意图等丰富的内在。教育展现了复杂系统的基本特征：（1）系统个体间存在广泛相互作用和时空关联；（2）系统及个体具有自适应性，能涌现有序和层次等；（3）系统不断演化。
不同层次下，教育系统会展现出不同的相互作用和时空关联及复杂性。例如，当整体审视教育系统并进行规划与管理时，必须要考虑社会总人口及在不同年龄段和不同区域的分布，这些要素受社会经济的影响较大，人口出生率会发生较大波动，经济落后城市变成萎缩性社会，经济快速增长的城市会吸引大量人口涌入。另外，科学技术及产业的不断发展，对人才需求的类型及数量都会发生很大的变化，也会进一步倒逼教育改革，形成时空关联的特性。
系统及个体具有自适应。知识作为教育领域中最为基础的系统一直以来在不断地修复和更新中。当代著名哲学家卡尔·波普尔认为，知识系统具有自适应性，知识增长是一个十分类似于达尔文“自然选择”过程的结果，即自然选择假说：我们的知识时时刻刻由那些假说组成，这些假说迄今在它们的生存斗争中幸存下来。然而，纵观历史知识系统不仅在内容上也在形式上不断适应。互联网时代新知识在不断涌现，那些我们过去保守的确定、固定、令人信赖、一以贯之的，存在于图书馆、博物馆、学术期刊里面的知识，开始变得有生命、人性、透明、全面包容、丰富多元，并突破图书馆等实体界限存在于各类网络节点中。
系统演化在教育系统中愈发突显。一方面从学科演化发展角度来看，亟需以跨学科思想开展教育教学，例如在物理教育中，中国物理学会《物理》杂志一篇题为“一个新兴的交叉学科：物理教育研究”的文章（涂涛等，2022），提出要以复杂性科学的视角开展物理教育研究。进一步，我们还需开展跨越数学、物理、化学等学科的跨学科教育研究。另一方面，作为学科教学的基础，知识也存在不断演化现象。当前已经进入“互联网+教育”的时代（陈丽等，2019），它不是将传统的教育内容、模式、结构等简单迁移到互联网上，其基础规律和物理世界的教育规律有着本质不同，最核心的就是知识生产方式和演化规律存在颠覆性变化。知识的稳定性、权威性、生命性、适应性与覆盖面等已经不同，出现了“群体贡献、生产众筹”的知识涌现和汇聚现象，改变了知识生产、传播、演化的基本规律，迫切需要采用演化的复杂性思想和方法来揭示这些规律。
为有效推进复杂系统视域下教育综合改革与管理，迫切需要转变思维模式。复杂系统视域下的教育综合改革本质上是一种有别于以往教育改革的思维模式。以往教育改革是单点的、微观层面，期望通过单点的突破，提升教育质量。这种思维模式，多从单个要素角度思考破解教育问题、提升教育质量，例如单个教学要素课程、教学、教材等，或单个相关教学主体家长、教师、学校等。这种思维模式固然在一定时期内通过标准化、规划化教育成效，解决了教育公平，满足了人民群众有学上、质量高的基本诉求，但伴随着新时期人民群众日益高涨的灵活、多样、开放、优质、个性化等新的诉求出现，仅凭以往微观层面的思维模式无法破解新的教育矛盾。为此，强调整体性、基于宏观的复杂系统思维模式成为教育综合改革的新特性。当下追求“跨学科融合”、“五育融合”、“综合素养”、“线上线下”、“政、产、学、研、用”、“家校共育”、“课程、教学和教研融合”等多元融合，以及“幼小衔接”、“初小衔接”、“基础教育与终身教育的衔接”等相关内容的背后，其实都是复杂性思维。这种思维模式为教育综合改革提供了有力的抓手和方向性的指引，而这也正是复杂系统管理所能带给教育的整体性思维。
从具体实施路径来看，须以面向学生成长发展为导向的综合评价为抓手，推进教育综合改革与管理。以往因短视行为和功利化倾向影响的教育评价正在被不断纠正，以学生综合成长发展为导向的新时期教育评价，切实关注学生发展的育人导向。作为教育发展方向的指挥棒，评价成为教育综合改革的重要抓手。理想的教育综合改革路径，是以学生综合评价为抓手，以学生长期成长发展为导向，发展教育领域的复杂性思维，探索不同主体协同、不同跨段衔接、不同领域融合、不同学科交叉，最终通过在新型课程体系、教学体系、学习方式、教学组织体系中落地，形成具有新时期特色的教育综合改革模式。
人工智能领域中发展起来的一种新的基于案例推理方法（case-based reasoning），不失为解决复杂教育问题的有效选择。其解决问题的基本思路是通过研究、修改以往类似问题的成功解决方案来解决当前问题。它非常适用于没有很强理论模型、领域知识不完全、难以定义或定义不一致而经验丰富的教育决策情景。事实上，早在2015年12月，世界银行就宣布建立全世界各个经济体教育政策成功的和失败的两个方面的案例数据库，帮助各国、地区教育决策。
我国当前正在致力于深化教育领域综合改革，需要针对落实“双减”，提高校内、课内教学质量，加快运用数字化推进教学改革；推进教育评价改革，落实破“五唯”，落实基础教育三个质量评价指南；落实“五育”并举，健全立德树人体制机制，加强体育、艺术、劳动教育；推进教育督导体制机制改革，健全督导问责机制，落实中小学幼儿园校（园）长任期结束综合督导评估；完善义务教育均衡优质发展的体制机制；推进普通高中育人方式改革，深化普通高中教育教学改革，稳妥推进高考改革；创新教师、校长管理制度，激发办学活力；健全教育投入机制，健全教育宏观管理体制等重点领域，在国家层面建立起反映全国各地教育改革的成功案例库。在这些研究基础之上，再借助于定量实证方法，并充分运用循证决策思想理论，科学和系统地进行中国教育综合改革，逐步建立起中国的复杂系统教育管理体系。
建设教育强国是中华民族伟大复兴的基础工程，教育兴则国兴，教育强则国强。当前，我们迫切需要将教育作为复杂系统进行研究，让还原技术理性与质性案例研究同时发力，让教育政策和研究与技术双轮驱动，在此基础上又好又快地建设具有中国特色和创新性的教育体系，力争本世纪中叶将我国建成世界科技创新强国。
7
智能时代战争复杂系统管理的发展与思考
国防科技大学 杨克巍
一、引言
人类在认识战争、实施战争过程中，不断努力理解战争并探寻战争的规律。冶金技术将人类带入了冷兵器时代，火药开启了热兵器战争时代，胜负主要依靠指挥谋略、军队规模、训练水平等因素，战争系统的复杂性特征并不突出。工业革命全面开启了战争技术化的加速进程，一战中最为有效的战壕阵地战，20年后在“闪电战”装甲集群的冲击下形同虚设，兰彻斯特方程刻画了当时战争线性化（或平方率）特征。20世纪末，在计算机、网络等信息技术的推动下，第一次海湾战争拉开了信息化战争的序幕，以信息为纽带将情报、人员、武器、保障等作战要素网联成战场快速反应的整体，信息熵成为刻画其组合爆炸特征的核心指标，战争系统复杂性初见端倪。
进入21世纪，新一代信息技术的高速发展，在群体智能、泛在网络、数字孪生等技术的支撑下，战争复杂系统的物理域、信息域和认知域被有机融通，形成了多域一体的全维作战体系。智能作战体系，能够支持更大规模的分布、多域空间的作战力量在近乎实时的协同下高效完成任务，战场变得愈加复杂，战争迷雾更加浓厚，“复杂性”已经成为一种有力的武器。一方面，战场对抗中“智能+”和“+智能”的众多作战要素将表现出全域融合、跨域铰链、敏捷协同、分布韧性等典型复杂性特征，另一方面，政治、经济、军事、科技、舆论等高度融合的混合战争，呈现出前所未有的庞大人工复杂系统。本研究尝试从复杂系统管理的科学视角，结合中国传统的整体观思维模式，剖析战争复杂系统的发展演变及其典型特征，思考并提出4个重点研究方向。
二、战争复杂系统的复杂性
战争复杂系统的复杂性源于战争系统中各类要素（属性）的交互与体系整体（结构）能力之间的权衡，现代战争是一个能够适应环境变化的复杂自适应系统，除了具有多样性、非线性、涌现性、不确定性、演化性、动态性等复杂系统特征外，更表现出强对抗性、高实时性、频博弈性、高不确定性等独有特征，突出表现在如下3个方面。
1.结构视角从“链”到“网”，强化自组织
与供应链领域从供应链向供应网发展类似，作战样式也从相对固定的杀伤链向自主协同临机组合的杀伤网演化，以任务式指挥为导向，以智能自主决策为核心，动态鲁棒敏捷的形成应对高度不确定战场态势的网状兵力结构，构建了智能时代的“游击战”。
2.行为视角从“硬”到“软”，追求涌现性
智能化主导的战场不再单纯比拼硬杀伤与当量，从多功能高价值的装备平台向廉价的功能分散、多域分布的智能化无人平台的转变，模拟生物群体行为规律，通过 “蜂群”、“鱼群”、“狼群”等作战样式，增强其冗余性，以无招胜有招，实现强博弈对抗下的涌现制胜，增强敌方判断的不确定性，制造战场迷雾。
3.能力视角从“刚”到“柔”，比拼韧性
兵力形成能力从固定组合、预先筹划，向分布式作战管理和在线协同规划发展，根据态势演化、作战任务以及敌我方兵力网络结构的变化，在全域体系内快速动态重构，实现具有高度自主性的跨域协同作战，铸造动态长期对抗条件下强韧性的作战能力。
三、智能化时代战争复杂系统管理
智能化加速了战争要素的泛在互联与深度融合，带来了网络全联通级的复杂性，与传统战争相比，作战单元小型化、战场空间分散化、组织结构扁平化、作战决策去中心化等新型作战特征，战场态势的演化更加迅速、时效不确定性大幅增加了战争迷雾，制胜机理偏重于制造“对手看不懂的战争”的复杂性。虽然人类社会目前还未爆发一场完全意义上的智能化战争，但是从近期的叙利亚战争、俄—乌冲突中，特别是2017年以来涌现出来的诸多未来作战概念：如马赛克战、多域战，可以窥见智能化战争的端倪。战争复杂系统管理主要是运用管理科学、系统科学和运筹学等学科理论，面向战争中具有自治性、适应性的组成要素在实现目标过程中所进行的协同、交互、博弈等行为进行设计、规划、优化，以提升对于战争复杂性的认知与调控。结合智能化时代战争特点，战争复杂系统管理应遵守4个基本原则。
1.系统科学引领，强化复杂系统管理
未来战场上的作战要素规模愈发庞大、交互愈加频繁、行动更加敏捷、决策更加智能。因此，面向未来战争复杂系统管理要把握复杂系统管理思维的整体性、全局性原则，在整体论指导下，关注庞大作战要素间独立功能分析和交互关系，从整体上规划、设计、协同（指挥）和控制战争，从而真正树立起驾驭智能时代战争的复杂系统管理思维。
2.降维打击争先，综合集成导向涌现
钱学森提出利用“从定性到定量的综合集成方法”来研究战争复杂系统问题，智能化将促进其从概念走向现实，“战场物联网”概念就是钱学森综合集成思想的直接具象化，其目的是把武器装备、作战个体和战场环境通过传感器、网络实现数据汇集，再通过分布式智能和交互演化群体智能，实现智能化意义下的“天人合一”，加速实现战场上对对手的降维打击，更有效的导向复杂对抗环境下的涌现场景。
3.统分结合施策，统筹权衡智能决策
从“集权—分权”的管理矛盾中寻求平衡是中国传统管理智慧的体现，也融入了中华民族几千年的文化基因，既要避免高度集权造成的管理僵化、时效性差的弊病，也要防止权力过度分散导致的组织行为混乱、资源分配失衡等缺陷。数字化、智能化增强了自主决策能力，在任务式指挥框架下优化决策程序，合理统筹作战目标，优化作战资源规划，通过任务发布实现全局目标的“集权”；同时赋予一线充分自主权，增强灵活性和适应性，提高指挥决策与行动效率，实现“一线士兵呼叫炮火”，推动决策权限的统分平衡与综合权衡。
4.体系工程管理，战争试验设计未来
从多视角剖析战争复杂系统，运用体系工程方法，不断积累形成战争全维要素数据，使用数字孪生、模型驱动、虚拟现实、跨尺度仿真等先进手段，建立战争试验床。既可以对新型作战概念、行动方案等进行高频度快节奏的模拟，又可以即时复现战争冲突细节，挖掘影响战争制胜的核心要素，实现工程化的主动设计战争，科学化的导向战争。
四、重点研究方向的思考与展望
智能化催生战争复杂性问题不断凸显，作战目的从单纯强调火力杀伤与摧毁，转变为强调瘫痪敌人的意志和凝聚力、破坏敌方的战略、迫使对手屈服并作出有利我方的战略决策等效果，达到“不战而屈人之兵”的战略目的。面临新挑战，从战争复杂系统管理的表征与认知、演化与涌现、推断与决策、适应性调控等4个方面，梳理总结如下4个重点研究方向。
一是战争系统复杂性表征与认知。瞄准复杂战场动态性、空间性、标度性、非线性、耦合性、多层次、多尺度等系统典型结构性质，综合运用拓扑学、网络动力学、量子力学、介尺度等理论与方法，挖掘复杂战场系统内蕴的非线性层次关系、逻辑关系、关联结构及耦合机制，破解军事系统的复杂性机理。从结构功能、对抗演化、信息认知等几个层面研究战争复杂系统表征机理。有效应对复杂战场的高复杂度，在新的“认知域”维度形成对敌势力的颠覆性优势。
二是战争复杂系统演化与涌现机理。未来智能化战争本质上是全系统、全要素、全时空的军事作战体系与体系之间的动态强对抗过程，带来了作战群体行为分析与涌现机理的研究的特殊性。从体系视角出发，重点研究跨域杀伤网自适应演化、高不确定性下的群体对抗演化及人机信任的形成机制与演化规律，战争复杂系统作战单元的行为交互规则、群体决策行为及分布式作战能力涌现机理，推动对抗条件下联合作战能力和全域作战能力提升以及新质战斗力生成。
三是不确定性对抗条件下因果推断与决策。可信的因果推断对复杂战场决策的可解释性至关重要，探索不确定条件下战争复杂系统组成要素内部隐藏的关联关系，以不确定科学、因果科学、智能科学理论为引领，重点研究不确定性因果推理为中心的战争复杂系统可解释决策、认知决策、智能决策相关科学问题，构建并完善战争复杂系统科学及智能科学理论方法体系，形成可解释、可追溯的智能决策辅助系统，指导国防与军事领域的重大决策，为谋求决策制胜提供理论、方法及工具支撑。
四是面向复杂战场的适应性调控。面向未来复杂开放战场环境下的装备实体对抗、电磁对抗、信息对抗、网电对抗等全维要素，现有方法面临跨域融合性差、复杂性预测模式机械单一以及调控方式缺乏协同等问题，因此，围绕适应性调控中的科学问题，重点研究多维多尺度下的复杂性自主预测，以及面向复杂性对抗的结构功能、物质能量循环规律适应性调控机制，最大限度地消减敌方复杂性、保持对我方的高复杂性超负荷压制，为形成体系破击能力强的作战样式、破击方法和打击策略提供支撑。
面对混合高端战争这一未来战争形式，复杂战场行为认知、多域对抗决策、混合要素调控等认知决策难点问题，对战争从复杂系统管理视角认知并把握内在机理提出了更高的迫切需求，突破这一基础性理论研究方向，将从整体上全面提升我国的慑控战争的能力，为中华民族的伟大复兴奠定和平发展的基础。
8
大数据赋能情景下复杂系统管理决策的综合集成决策分析方法研究
南方科技大学 黄伟
一、中小微企业的经典贷款难问题与信易贷
中小微企业在经济民生中的重要性常被描述为“6789”，即GDP贡献率60%以上、贡献70%以上的国家发明专利、提供80%的城镇就业岗位和90%的新增就业。中小微企业融资又是一个世界较长期未解决的决策理论与实践难题。中小微企业存在天然的弱质性，主要表现为发展不确定、信息不对称和规模不经济。
有效解决中小微企业融资问题的根本在于赋能金融机构对中小微企业的放贷决策，是典型的复杂系统管理决策问题，具有九大主要特征，如表1所示。
为了破解中小微企业融资难这一难题，国家搭建了全国“信易贷”平台（www.celoan.cn）。它是以大数据、智能风控等金融科技为支撑，以信用为核心要素，通过全国公共信用信息共享和应用所形成的覆盖全国、兼容地方、涵盖多种融资服务模式的一站式国家级权威服务平台，其目标就是扩大金融机构贷款规模，降低中小微企业融资成本，解决中小微企业融资难、贵、慢问题。平台通过共享全国企业的行政处罚、行政许可、黑红名单等信息，使金融机构和第三方信用服务机构能够有效地对中小企业进行信用评估，从而做出贷款决策。截至2021年7月，全国“信易贷”平台累计注册企业超800万家，通过相关平台发放贷款总额突破3.9万亿元。全国“信易贷”平台的建设和发展极大地助力了金融机构给中小微企业的放贷决策。
信易贷平台能有效解决中小微企业融资难的问题，在于它充分利用了包括大数据、云计算、智能风控等前沿技术来使用综合集成分析方法。
下面我们首先简要描述信易贷情境下金融机构放贷中小微企业的过程。随后，将基于信易贷的复杂系统决策管理实践提出3种一般性的综合集成决策分析方法。
二、信易贷平台中金融机构给中小微企业放贷决策的过程分析
作为社会经济系统工程的“信易贷平台”是当前我国政府主导构建的一个重要的助力金融机构给中小企业放贷的智能决策支持平台体系。信易贷平台中金融机构放贷中小微企业的主要过程如下：首先，对于发布了融资需求的中小企业，平台方会先基于平台的智能信贷审批及风控系统对该中小企业的各类公共信用信息进行实时评估和分析，得出信用评级结果，这可以视为基于大数据分析技术的定量决策分析部分。同时平台还会集成第三方信用服务机构的信用评价及风险监测结果，这是第三方企业基于平台本身数据信息以及线下调研访谈所获取的定性数据信息，这个过程可以看作第三方企业开展的定性与定量相结合的综合集成决策分析。因为第三方机构为了能给金融机构出具特定企业的信用评估报告，将先集成定性与定量数据进行综合集成分析得到结论。而平台本身的定量决策分析结果与第三方企业的决策分析结果再次进行综合集成。最后在有必要时，平台还会委派专职的融资顾问对接中小企业，通过智能撮合+人工辅助的形式，在提升融资决策效率的同时保证决策的可靠性。在人工辅助过程中融资顾问可以通过与申请融资的企业进行面对面的沟通和交流，从而给出企业相应的评估结果。特别说明的是，在国家信用建设机制的设计下，中小微企业的信用情况是可以动态维护的，所以原则上中小微企业可以在融资失败后，进行信用情况的改善，再进行新一轮的融资申请。所以，信易贷平台中的金融机构给中小微企业的放贷行为可视为周期迭代的过程，而上述定性与定量的放贷决策过程也在理论上表现出复杂系统迭代循环的特点。如图1所示。
传统决策理论把人看作具有绝对理性的“理性人”或“经济人”，并形成了规范性决策研究范式。但是诺贝尔奖获得者西蒙对规范性决策提出了批评，指出完全理性决策前提的不真实性，进而提出“有限理性”假设，也即人的理性介于完全理性和非理性之间，尤其在高度不确定和极其复杂的现实决策环境中，人的知识、想象力和计算能力都是有限的。有限理性假说的提出形成了描述性决策研究范式。
无论是规范性还是描述性的决策范式，从系统科学的角度看，二者都深受还原方法论影响。而面对更复杂管理问题的复杂系统管理决策主张打破传统决策理论范式，对规范性与描述性决策理论范式进行有机融合，从而有机融合定性与定量决策方法，并采用综合集成方法实现复杂系统有效决策的中国特色管理决策新方法。上述信易贷情境下的放贷决策过程充分表明了定性与定量综合集成方法对于解决复杂系统决策问题的重要性。
三、复杂系统的定性与定量综合集成决策分析的3种方法
综合集成方法（Meta-synthesis）是指定性与定量相结合，还原论与整体论辩证统一的方法体系。针对定性与定量如何进行综合集成，提出了一种简化的研讨框架——“同步—异步—同步”。也即可以先同步进行定性定量，然后再异步进行，最后再同步进行。在此基础上，基于信易贷放贷决策中的管理实践，我们先进一步将定性研究和定量研究分解成3个共有的阶段，也即概念化阶段、数据收集与分析阶段以及推论阶段。细化出研究阶段后，从定性到定量的复杂系统决策的迭代综合集成方法可以进一步分解为三大基本步骤，实际也是3种类型的综合集成分析方法，也即从定性到定量的异步综合集成，定性与定量相结合的同步综合集成，以及从定量到定性的异步综合集成，循环迭代从而获得综合集成的结论，体现了大成智慧。
如图2所示，在复杂系统决策中，我们可以将第一步理解成从定性决策分析到定量决策分析的异步综合集成决策分析。具体而言，先进行定性决策分析概念化，而后收集定性数据并分析，得出定性决策分析的结论，利用该结论指导定量决策分析的概念化，而后进行定量决策的数据分析，最后得到定量决策的结论。这一类型的综合集成决策分析方法的主要目的在于先通过定性决策分析来获得决策问题可能结论，而后采用定量决策分析方法来一般化验证该结论，前者可为后者提供假设和猜想，称之为“创新开发验证式的综合集成决策分析方法”。第二步是定性与定量相结合的同步综合集成决策分析，具体而言，定性决策分析的概念化阶段可以与定量决策分析的概念化阶段同时开展，数据收集与分析阶段也可以同步开展，亦或是只在最后的推论阶段进行同步集成。这一类型的综合集成决策分析方法的主要目的在于利用定性分析与定量分析的优势互补，来对复杂系统决策问题进行更全面的分析，比如定性决策分析可能针对的是决策问题的A部分，而定量决策分析则可能针对的是决策问题的B部分。通过同步开展定性和定量决策分析能更全面地完成该复杂系统决策问题。所以，我们将这一类型的综合集成决策分析方法称之为“互补全景式的综合集成决策分析方法”。第三步是从定量决策分析到定性决策分析的异步综合集成决策分析。具体而言，先进行定量决策分析的概念化阶段，而后收集定量数据并分析，得出定量决策分析的结论，利用该结论指导定性决策分析的概念化，而后进行定性决策的数据分析，最后得到定性决策的结论。这一类型的综合集成决策分析方法的主要目的在于利用定性决策分析来弥补定量决策分析的方法缺陷，或是解释定量决策分析中所获得的“意料之外”而致难以解释的“异常”结论。我们将这一类型的综合集成决策分析方法称之为“补偿拓展式的综合集成决策分析方法”。
9
从创新高原到创新高峰：一个复杂系统管理难题
江苏省委研究室 丁荣余
创新高原和创新高峰作为对创新型经济比喻性的形态描述，揭示了以科技创新为主动力的经济发展的差别。创新型经济是以知识和人才作为依托，以创新为主要驱动力，以发展拥有自主知识产权的新技术、新产品、新业态为着力点，以创新产业为标志的经济。创新高原与创新高峰是对创新型经济发展水平的综合性表述，包括科技创新、产品创新、产业创新、区域创新、制度创新等诸方面，是多因素共同作用生成的结果。
一、创新高原与创新高峰之差异
创新高原指科技整体水平较高，一些产业规模大、实力强，各种平台、服务、要素等支撑充分。创新高峰则是具有原始创新能力，在技术创新上具有引领力；创新体系整体效能高，在产业发展方面明显优先于竞争对手；科技创新资源整合水平高，具有不可或者难以复制的核心竞争力和可持续发展能力。从系统分析，创新高原与创新高峰都是包含着人参与和管理形成的系统，各有其内在要素和功能，经发展演化两者之间形成了本质性的区别。
1.基础动能差距
创新高原与创新高峰在创新的规模、投入、产出等方面差距明显。以静态视角分析，高原与高峰在创新资本投入方面往往存在着数量级的差距。在创新人才集聚方面差距大，特别是高端人才、稀缺性人才，人才的数量及其人才待遇等方面差距明显。在新产品、新技术、新业态的富集程度方面差别大，创新高峰往往以其高水平的创新型企业、产品及其新兴产业的高度集聚，展现出市场占有率和强大竞争力。创新高原和创新高峰的创新动能状况，可以从技术、人才、资本、企业等要素进行分析和还原，比较其存在的明显差距。如江苏省苏州工业园区与连云港高新技术开发区，其在创新的要素和基础能力方面差异就很明显。
2.系统功能差别
创新高原和创新高峰在依靠创新驱动力推动发展方面是一致的，创新高峰往往由创新高原发展而成，但创新高峰的功能不是创新高原功能量的累加，而是有着本质性差别。（1）创新高峰的综合功能体现为1+1＞2，乃至于大大超过2，特别是在数字化条件下，通过要素整体协同效应发挥，可能实现指数级增长。创新高原的发展往往体现为局部的量的累积。（2）创新高峰具有原始创新功能，内在结构能够促进“从0到1”的突破，在创新的深度和影响方面，具有不可替代性和引领性，拥有高层次知识产权。创新高原原创性功能弱，更多的是简单的二次开发或简单集成，往往是局部的、非本质性的创新。（3）创新高峰更具有适应性、鲁棒性，在经济社会发展转折重要关头，在重大冲击和非常规情景下，能够更好应对深度不确定性的风险和挑战。如创新高峰更具有组织和引领产业链的功能，产业链条的长度、强度及产生的规模效应有优势，能更好地延链、强链，较创新高原更具应对复杂性、不确定性环境和问题的功能。（4）创新高峰资源整合功能强，不仅是吸引各种资源要素的“强磁场”，而且能够引领各种要素共同朝着目标有序前进，具有主动性、话语权，能更好保持产业链安全、经济韧性，实现绿色低碳、可持续发展。
3.演化机理不同
创新高原主要通过创新要素累积，表现为非本质性创新驱动，如无锡的物联网产业经过多年的资本投入、人才引入、产业培育，达到了相当的创新能力和产业规模。创新高原要素的一般性累积可以量化解析，如分析和计算江苏泰州生物医药城引入的诸多创新要素及其医药和健康产业发展情况，可以发现其演化中不断积累的特征。
创新高峰主要通过创新要素融合，形成十分强大的自组织能力，通过龙头企业带动、产业链带动、产业集群带动，实现产业跨界，形成“化学反应”，实现意想不到的成果。创新高峰各类创新资源高度融合和跨界配置，容易形成颠覆性核心技术创新成果、全球领先的标志性创新主体。美国硅谷的创新圈就融汇了多方面的创新要素，形成复杂相关性和整体性，从而其系统功能十分强大，其他地方难以模仿。
4.组织形态不同
创新高原上创新主体有限，创新型经济生成要素相对比较简单，各创新要素关联性较弱，关联的复杂程度较低，通过还原法可以透视其内在的结构和关联程度，在组织形态方面呈现为“少样性共存”。而创新高峰上创新主体的数量、种类、群落丰富，各类创新主体和创新要素关联性强，创新链、产业链、供应链、资金链的关联程度高，各创新要素相互赋能、相互协作，形成相互交融的一个强功能整体，表现为“多样性共生”。
创新高原和创新高峰的发展，既是实践的系统，也是系统的实践。从创新高原向创新高峰的系统演进，是实践中的复杂难题。创新高原与创新高峰在创新的数量、质量、力量和创造的经济价值、社会价值等方面差异明显，要实现创新高原到创新高峰的跨越，是企业、科研机构、政府面对的实践难题。北京、上海、江苏、深圳等科技创新实力领先的地区，在多个方面、不同领域纷纷提出打造创新高峰的目标，但“有高原、无高峰”仍然是当前迟迟难以突破的困境，可谓进化之“道”难行。同时，也是复杂系统管理难题。从创新高原到创新高峰是一个复杂的演化和进步过程，是一个自组织和他组织协同的过程，企业、科研机构、政府、支持条件、社会环境都深度关联其中，其内在机“理”难清，管理这一复杂系统和演进过程难度大。
二、以复杂系统思维范式认识创新高峰建设
从创新高原向创新高峰跃迁，是从一般人造系统构建向复杂人造系统建设的转化，主要是实现更复杂更强大的功能涌现，是质的跃迁，需要以复杂系统管理思维对创新生态环境、赋能平台、资源配置与能力整合等进行全面系统提升。
1.以复杂系统整体性思维认识创新高峰打造
创新高峰打造是对一个人造复杂系统的管理实践，应着力“通过系统的要素分析、关联分析、功能分析和组织行为分析，从整体上规划、设计、组织生产实践”。对于创新高峰打造实践来说，系统的整体目标对各子系统和要素具有牵引作用，要注意保证创新管理活动和过程中的整体性、关联性、动态性的统一，把各类创新要素纳入创新高峰系统中去综合考量，系统构建多元创新市场主体结构，使系统各要素不是简单的累加，而是在资源要素累进中交互融合、协同关联，成为具有整体核心能力的系统。
2.以复杂系统动态性思维理解创新高峰演进
复杂系统管理思维认为，系统不但是复杂的，而且是动态演变的。创新管理过程中涉及到多种复杂动态性，究其原因，许多时候都是问题要素之间存在紧密复杂的显性或隐性关联，各类机理在时间维度上会发生变化并传导至其他要素，而问题正是这类复杂关联作用造成的。对于创新高峰打造来说，系统各要素动态演进过程是众多因素参与的自组织、他组织过程，要以还原论不可逆思维看待高原向高峰的演进，保持在动态式交互进程中实现创新高峰。创新高峰建设必须在动态进化的系统中把握攀登高峰的机遇，在全球创新资源快速聚合中、在产品技术不断竞争的优胜劣汰中、在创新成果和创新体系不断迭代完善中，不断实现创新高原能力的跨越。
3.以复杂系统生态性思维管理创新高峰发展
系统各要素复杂关联形成生态体系，系统内外各要素开放式协同，各子系统的运行以系统生态性为方向，系统整体功能得以不断增强。创新高原内企业、政府、科研机构、社会环境等多种系统要素，其内在要素形成生态系统、实现整体功能强大，是至为关键的方面。在创新高峰打造的各个环节和阶段，要促进政府、企业、市场、资本、技术、人才等诸要素的关联关系、互动关系、赋能关系、利益关系成为增强系统整体功能的生态体系，其演化和发展能够积优去劣、功能协同。要以生态性思维打破传统市场规制对创新体系的束缚，立足新经济生态构建与创新生态演化规律，推动面向新组织、新业态、新场景、新动能的生态体系发展，以新制度、新模式、新办法来有效增强系统内在要素的关联协同和生态功能，有效降解创新高峰打造中的重大风险，提高韧性和鲁棒性，在应对深度不确定性中打造优良创新生态。
从创新高原迈向创新高峰是一个复杂系统进化过程，以复杂系统管理思维观照打造高峰工作，有助于将创新高峰打造这一实践中极为复杂的工作更为高效地做好，避免出现工作中路径和方法的失误。我国创新型经济体系迫切需要推动“高原”迈向“高峰”，以加快提升科技创新和产业发展的实力，提高国际竞争力。
10
数字化环境下复杂系统管理的思考与探索
奇安信科技集团股份有限公司 郑新华
在数字化环境下，管理工作面临着复杂性的挑战。从“物”、“事”、“人”3个层面来分析，其复杂性主要来自于数据的超大规模、业务逻辑重构和人的复杂性。钱学森提出的综合集成方法充分发挥了人在“性智”方面的优势和智能机器在“量智”方面的优势，可以有效应对物、事、人3个层面的复杂性挑战，是解决复杂性问题的有效途径。北京冬奥会的网络安全保障工作参考该思路，取得了优良的成绩，体现了这个方法论的有效性。
当前，人类社会正在向数字化、网络化和智能化方向全面转型发展。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出了“加快数字化发展、建设数字中国”的重大任务，以数字化转型整体驱动生产方式、生活方式和治理方式变革。在数字化环境下，人们的生产方式、生活方式和思维方式都与以前有很大不同。人们与外部实体及环境的交互更依赖于数字化载体和数字化内容，管理的方法和形式也将发生重大变化，这对管理工作提出了巨大的挑战。
一、数字化环境下管理工作的复杂性
数字化一般是指在信息化的基础上，进一步突出数据的地位和作用，借助于数字化系统，用数据对个体、组织和环境进行表征和记录；通过对数据的分析和应用，探索新模式，发掘新价值，实现各类实体关系的重构和优化。
在数字化环境下，人和智能机器将融为一体，出现一个人机结合、人网结合的新社会、新人类。这种环境下的管理工作具有典型的复杂特征，面临诸多挑战：
（1）管理对象更复杂：人机结合的智能体比非智能系统具有更多的功能、更多的状态，要求更精准的管理。借助于便利的网络连接，一个系统往往需要跟许多外部系统协同来实现特定功能，导致管理对象的数量更多。
（2）管理过程更复杂：在数字化环境下，系统全生命周期各阶段的状态都可以感知和度量，从而使管理工作介入到系统前期，这在提升管理效能的同时也提高了管理过程的复杂性。
（3）人的复杂性不可避免：人是社会化、情绪化的物种，人类目前的科技水平还不能准确掌握人在一定情况下的全部机能和反应。
二、数字化环境下管理工作的复杂性分析
我国著名科学家钱学森认为，复杂性实际上是系统的复杂性，这为我们认识和分析复杂性问题指明了方向。
在控制论领域，“二阶控制论”和“三阶控制论”的研究，将控制论从单纯研究客观的“物”扩展到研究观察者“人”以及社会问题；顾基发研究员提出的“物理—事理—人理”理论、于景元研究员提出的复杂系统工程3个部分（实践对象系统的组织管理、研制过程中的组织管理、研制系统的组织管理）理论与此有异曲同工之妙。这3个理论，都主张从物、事、人3个层次来分析和解决系统问题。我们可以从这3个层面入手，对数字化环境下管理工作的复杂性进一步分析：
（1）“物”层面的复杂性挑战体现在数据的规模以及准确性、完整性等方面，可以利用计算机来处理数据，这个方面已经不存在方法论的困难，但需要不断发展数据处理的技术和工具，例如，利用超级计算机来预测天气预报。
（2）“事”层面的复杂性挑战体现在事务处理逻辑的规模及其合理性，而且事务的逻辑经常发生变化，可以利用计算机对事物处理流程进行建模，提高事务处理的效率和准确性，例如，基于模型的系统工程（MBSE）可以提高系统分析、设计、验证等系统工程工作的准确性和效率。
（3）“人”层面的复杂性挑战体现在人的复杂性，可以利用大数据、人工智能等技术，统计人的行为规律，但它只是统计了相关性，没有阐述因果关系，容易造成“火鸡问题”。
当然，在具体的管理工作中，物、事、人3个层面的复杂特性相互交织，其复杂程度进一步提高。
三、复杂性问题的应对之道
复杂性是当前科学研究的热点，世界上已经形成了欧洲学派、美国学派和中国学派三大主要学派，观点纷呈，新见迭出，但是，至今还没有出现能够有效解决复杂性问题的技术方案。
当前，欧美科学界的主要研究方向是用数学或建模的方法来解决复杂性问题。但是，现在还没有理论能够准确地描述人在一定情况下的全部机能和反应。因此，借助于计算机、知识工程等信息化、数字化技术，钱学森提出了解决开放的复杂巨系统问题的方法论，即“从定性到定量综合集成法”及其实践形式“从定性到定量综合集成研讨厅”。
综合集成方法强调将人和智能机器系统、知识情报等有机集成起来，采取人机结合、以人为主的技术路线，综合人在“性智”方面的优势和智能机器在“量智”方面的优势，从而找到解决复杂性问题的满意解。综合集成方法涉及到了物、事、人3个层面的工作，并依托数字化技术将这3个方面实现了融汇贯通：
（1）在“物”的层面，重视数据和知识，借助于数字化技术进行自动化处理，解决规模和速度等问题。
（2）在“事”的层面，在专家的指导下进行建模与仿真，求得业务逻辑的最优解。
（3）在“人”的层面，依靠专家的经验和智慧，提出假设和判断，对机器求得的解进行判断，用复杂的人去应对人的复杂性问题。
四、实践探索
在数字经济时代涌现出复杂程度更高的管理问题。在实践中，借鉴综合集成方法可以更加有效地应对管理复杂性问题。
我国不久前刚成功举行了第24届冬奥会。北京冬奥会建有先进、复杂的数字化系统，同时也面临严重的网络安全威胁。为此，北京冬奥网络安全团队开展了大量的工作：
（1）在“人”的层面，成立冬奥网络安全保障组织体系，进行了充分的动员，发挥各类安全专家的积极性。
（2）在“事”的层面，制订详细的工作流程，明确各方的职责和要求，利用信息化手段支撑各类事务处理。
（3）在“物”的层面，部署大量网络安全设备，建立分层网络安全防护系统，进行自动化监测与响应。
通过以上“人机结合、以人为主”的方式，对网络安全威胁进行预测、防护、检测、分析和处置，实现了北京冬奥会网络安全“零事故”的目标。
五、结束语
人类社会向数字化、智能化的方向转型是必然的趋势，我们将面对越来越多的复杂性问题。钱学森提出的综合集成方法为我们解决复杂性问题指明了方向。但是，我们还需要结合新的形势任务和科技发展成就，不断发展钱学森所提的理论方法，现在已有很多中青年学者自发组织起来开展这项工作。管理科学是与实践紧密关联的学科，也需要管理领域的专家学者躬身入局，投身到工程实践一线中，不断总结和发展能够解决数字化环境下复杂系统管理问题的方法、技术和工具。
我国“十四五”规划提出将“坚持系统观念”作为“十四五”时期经济社会发展必须遵循的原则，这也是数字化环境下实现复杂系统管理的基本原则。
11
现代科学技术体系下的复杂系统管理
大数据协同安全技术国家工程研究中心 姚轶崭
在管理科学的发展历程中，“理论普适科学化”与“本土实践针对性”的矛盾一直困扰着整个管理学术界。在中国当代的系统管理实践中，以钱学森系统工程思想为核心的组织管理技术为复杂问题、组织问题和管理问题提供了指导性思想。
一、复杂问题：用复杂系统思想应对复杂世界
现代科学技术广泛而深刻地影响着人类社会的各个方面，由此引发的复杂性问题层出不穷，以人工智能、区块链、云计算、大数据为特征的信息社会自反（reflexivity）于以“VUCA”为特征的风险社会，技术性风险和制度性风险同在，“有组织的不负责任（organized irresponsible ）”对组织管理方式提出颠覆性的挑战。复杂性造就风险性，霍金称“21世纪将是复杂性科学的世纪”。复杂性科学是指以复杂系统为研究对象，以超越还原论为方法论特征，以揭示和解释复杂系统运行规律为主要任务，以提高人们认识世界、探究世界和改造世界的能力为主要目的的一种“学科互涉”的新兴科学研究形态。
钱学森认为复杂性是系统的复杂，只会跨学科说明科学还没形成一个整体，应该以系统的观点把握现代科学发展高度分化和高度综合的特征，构建起一个现代科学技术体系，作为人类认识客观世界和改造客观世界的智慧源泉，唯有智慧才能应对复杂性问题。
从不同视角研究同一个客观世界的现代科学技术体系为综合集成方法论提供智慧框架，综合集成方法以“人机结合，以人为主，从定性到定量的综合集成研讨过程”研究开放的复杂巨系统问题。在马克思主义哲学的指导下，管理就是有组织的社会感性实践活动，是人们有组织、大规模认识客观世界和改造客观世界的系统实践, 是用系统思想解决复杂性问题的系统实践论。
二、组织问题：从机械系统观转向生态系统观
人类社会的突出优点就是人们能组织起来进行活动，通过分工合作极大地提高生产效率。组织的本意是分工之后的一体化，但“分”之后如何“合”成为组织管理的根本任务。组织的本质是想象的共同体，文化的文明体、民族的国家、政治的政党、经济的企业是不同意义上的组织体。在中国管理实践中，宏观上的国家，发生了从计划体制到市场体制的制度改革；微观上的企业，发生了从科层组织到生态组织的组织变革；两者共同为组织管理的革命提供了历史实践思路。
在组织层面，国家和企业都可以看作是“社会性系统”，共同有政治的社会形态（企业治理）、经济的社会形态（企业经营）、意识的社会形态（企业文化）3个方面，可以从系统的规模度和复杂性来统一理解国家和企业的组织特征：计划体制和科层组织对应建构理性的他组织，市场体制和生态组织对应演化理性的自组织。市场体制不是对计划体制的否定，而是“分布式信息发现机制”；生态组织不是对科层组织的否定，而是“复杂网络中的科层协作”，“计划、科层”是构成“市场、生态”丰富性的积木块，“市场、生态”的繁荣正来自于“计划、科层”的稳定。组织管理变革的总体趋势是以“经济人”假设为基础的“技术—经济”组织过渡到以“社会人”为基础的“生物—社会”组织，从机械系统观走向生态系统观，人类在向大自然学习组织的进化过程。
三、管理问题：从硬系统方法转向软系统方法
管理从经验发展为一门科学得益于工商业的发展，把特殊管理当作普遍管理是西方管理理论的缺陷,缺乏对社会组织生活普遍本质的把握，是不可能认识由这个社会生活本质所决定的组织管理规律的。中国管理的实践是在文化的思想冲击、社会的剧烈转型、市场的制度变革、科技的更新迭代、新兴的全球网络等新情境下展开的，走出了一条中国文化思想、我党治国经验、西方管理理论的整合创新之路，从运作结构上为学习型组织的实现指明了道路，其实质是把先进的系统辩证法思想用于组织管理的建设与发展，从“技术—经济”的机械系统观转向“生物—社会”的生态系统观，实现从僵化、退化的组织形态向学习型、适应性组织形态的转换，无论组织是企业还是政府，社团还是政党、社区还是整个社会。从系统实践论的本质看管理，管理就抛开了诸如工商管理、公共管理、工程管理、社会管理等具体的经验论，可以在自组织和他组织的理论层面抽象管理理论，破解管理科学“理论普适科学化”与“本土实践针对性”的矛盾。
整合式创新管理主要体现在方法论层面，即综合集成方法论。在面对包含了具有强交互性的复杂系统情况时，问题的定义通常是不清的，澄清问题比解决问题重要，提出问题比寻找答案重要，通过重新设计有混杂难题的系统来应对难题是复杂系统管理的有效方式。综合集成方法论作为一种元方法论，从定性到定量的研讨过程正是组织从简单到复杂的逆向发展过程，根据不同的系统隐喻选择不同的系统方法：以社会系统隐喻，用批判系统启发澄清混杂的难题，形成可讨论的议题；以生物系统隐喻，用软系统方法化解可讨论的议题，形成有目标的问题；以机械系统隐喻，用硬系统方法解决有目标的问题，形成可实施的系统方案（见图1）。
从知识论的角度，市场和综合集成研讨厅都是一套认知机制。市场是一套信息发现机制，一个分布式信息处理的认知系统，其主要功能是发现和传递信息，通过竞争去发现知识，使得每个人的创造力得到充分发挥，并不断纠正错误的机制。综合集成研讨厅则是构建更高层面的智慧发现机制，一种群体感觉秩序的再构造，通过研讨去涌现智慧，在智慧生成上形成组织管理的革命。根据控制论的必要变异度原则，用智慧应对复杂才有理论依据。
四、复杂系统思维下的组织管理
从系统学意义上，组织要解决分工之后如何统一的问题，管理要解决混乱之后如何有序的问题。组织和管理有同源共生性，在还原论的范式中，一切物质都具有波粒二象性；在系统论的范式中，组织是整合了的“粒子”，管理是流变了的“波动”，组织和管理统一于系统中。作为一项组织管理的技术，复杂系统管理就是根据一个系统所固有的客观规律，管理者用建构和演化的理性力量，触发系统他组织和自组织的运动，从而使这个系统呈现一种新状态的过程。计划体制、科层组织，市场体制、生态组织本质上是建构理性和演化理性在组织管理方式上的体现。
复杂系统理论中有一句话“每一个个体都是脆弱的，但系统却是强健的”。在理论上，复杂网络下的有机生物系统的大规模协作是生态型组织管理的本质。技术网络、经济网络、信息网络、生物网络、社会网络 都属于复杂网络，复杂网络有“小世界、无标度”特征，命令—控制和涌现—演化是自上而下的控制范式和自下而上的演化范式的两大系统原理，对应着建构理性的他组织和演化理性的自组织两股力量。有机系统的“必要变异度原则”是他组织的控制规律，生物系统的“代谢率规模法则”是自组织的演化规律；而生态系统的“适合度景观”正是“迷雾中的登山者”解决复杂性问题的生态学思维。这三者共同构成了复杂系统组织管理的底层逻辑。不确定、非线性、复杂性、适应性、弹韧性、稳定性、有序性等VUCA时代所出现的组织管理挑战，都只有以 “系统”为基础，管理理论的普适性才得以展开, 我们要向大自然学习组织管理的技术。
五、总结
不同于西方管理思想从工商业起步，探究分工上的协作；钱学森的管理思维是从辩证唯物主义的立场、历史科学的逻辑、社会系统的观点，从个人和社会互动的视角研究同一个客观世界，是现代科学技术体系下的复杂系统管理。复杂系统管理深刻体现了还原论和整体论辩证统一的系统观，自组织和他组织辩证统一的组织观，建构理性和演化理性辩证统一的管理观。
文章刊发：
杨晓光、高自友、盛昭瀚、黄丽华、曾大军、陈晓松、杨克巍、黄伟、丁荣余、郑新华、姚轶崭：《复杂系统管理是中国特色管理学体系的重要组成部分》，《管理世界》，2022年第10期，第1~24页。