系统之美¶
本篇笔记主要记录了Thinking in System: A Premier中文版内的文字，版权归版权方所有。
TODO: 后续需要补一些批注和感想。
系统的结构和行为¶
整体论与还原论。
自工业革命以来，西方社会的主流思维模式逐渐演变为科学、逻辑以及与直觉和“整体论”相对的“还原论”，并取得了巨大成就。
作者试图解答以下问题:
为什么系统中的每个要素或事物都在忠实、理性地运作，而所有这些善意的行动加起来却经常得到很差的结果？
为什么系统整体发展变化的速度要快于或慢于每一个成员的想象？
为什么过去一直奏效的一些做法，现在却突然失效了？
为什么系统会突然毫无任何征兆地，呈现一种你以前从来没有见过的行为？
总体大于部分之和
对于一个系统来说，整体大于部分之和。任何一个系统都包括三种构成要件：要素、连接、功能或目标。它具有适应性、动态性、目的性，并可以自组织、自我保护与演进。
事实上，当你想罗列出一个系统中的所有要素时，你会发现那几乎是一项不可能完成的任务。你可以把一些大的要素分解为若干子要素，并进而细分为子子要素，但很快，你就会迷失在系统中，正如人们所说的“见树不见林”。
系统中的很多连接是通过信息流进行运作的。信息使系统整合在一起，并对系统的运作产生重要影响。
系统中的某些连接是实实在在的物质流，例如树干中的水分，或者学生在大学中的改变；还有很多连接是信息流，也就是系统中影响决策和行动的各种信号。这类连接通常很难被发现，但只要你用心，就会看到它们。
如果说基于信息的连接都很难被发现的话，那么与系统的功能或目标有关的连接就更难被察觉了。只有通过分析系统的运作，我们才有可能明确地表述出系统的功能或目标。要想推断出系统的目标，最好的方法就是仔细地观察一段时间，看看系统有哪些行为。
系统中最不明显的部分是它的功能或目标，而这常常是系统行为最关键的决定因素。
如果系统中的个体是一个接一个地发生变化，那么，我们就能够识别出系统中有哪些要素、它们之间的内在联系、系统的目标以及各种要素的相对重要性。但事实并非如此。虽然系统中的某些要素是很重要的，但一般说来，改变要素对系统的影响是最小的。 总之，只要不触动系统的内在连接和总目标，即使替换掉所有的要素，系统也会保持不变，或者只是发生缓慢的变化。 改变系统中的内在连接，会让系统发生显著的变化。功能或目标的改变也会对系统产生重大影响。
对一个系统来说，要素、内在连接和目标，所有这些都是必不可少的，它们之间相互联系，各司其职。一般来说，系统中最不明显的部分，即功能或目标，才是系统行为最关键的决定因素；内在连接也是至关重要的，因为改变了要素之间的连接，通常会改变系统的行为；尽管要素是我们最容易注意到的系统部分，但它对于定义系统的特点通常是最不重要的——除非是某个要素的改变也能导致连接或目标的改变。
在社会系统中，上述这些要素各自的目标看起来都是正当的，但它们组合成为一个系统，相互影响，就造成了吸毒和犯罪日益蔓延并很难被根除的恶果。由于系统中嵌套着系统，所以目标中还会有其他目标。 一个成功的系统，应该能够实现个体目标和系统总目标的一致性。
“存量”是所有系统的基础。所谓存量，是指在任何时刻都能观察、感知、计数和测量的系统要素。存量不一定非得是物质的.
人们经常低估存量的内在动量。
存量的变化一般比较缓慢，即使在流入量或流出量突然改变的情况下，也是如此。因此，存量可以在系统中起到延迟、缓存或减震器的作用。
由于存量的存在，流入量和流出量可以被分离开来，相互独立，并可以暂时地失衡。
反馈：系统是如何运作的
这一类反馈回路具有保持存量稳定、趋向一个目标进行调节或校正的作用，我们称之为“调节回路"(balancing feedback loop)
在系统中，调节回路是保持平衡或达到特定目标的结构，也是稳定性和抵制变革的根源。反馈机制的存在并不一定意味着它可以很好地起作用。有时候，相对于外部变化或影响而言，如果这些反馈机制不够强大，它就无法将存量水平引导至期望的状态，系统就会失效或被改变。反馈其实是系统中各种要素之间的相互联系，是构成系统的信息要件。因为种种原因，反馈有可能会失效。
第二类反馈回路的作用是不断放大、增强原有的发展态势，自我复制，像“滚雪球”一样。它们是一个良性循环或恶性循环，既可能导致系统不断成长，越来越好；也可能像脱缰的野马，导致局势越来越差，造成巨大的破坏甚至毁灭。我们将这一类回路称为“增强回路"(reinforcing feedback loop).
增强回路是自我强化的。随着时间的变化，增强回路会导致指数级增长或者加速崩溃。当系统中的存量具有自我强化或复制的能力时，你就能找到推动其增长的增强回路。
我想提醒大家注意的是，如果你发现反馈回路无处不在，那么你已经处于成为一名系统思考者的“危险处境”之中了。因为你不只是看到了A如何影响B，也会开始探究B是否会以某种方式影响到A，以及A是否会增强它自身，或者相反.
在一个系统中，有如此之多的反馈回路彼此联系在一起，相互影响：有的试图使存量增长，有的想使其消亡，或者努力让彼此保持平衡。正如你所见到的结果，复杂系统的行为是复杂多变、异彩纷呈的，难以预测和驾驭，绝不只是保持稳定或平滑地趋向一个目标、呈指数级增长或加速衰败这样简单。我们在后文中会见识到这一点。
系统大观园¶
由反馈回路所传递的信息只能影响未来的行为。它不能足够快地发送一个信号，去修正由当前反馈所驱动的系统行为。哪怕是非物理性的信息，也需要时间反馈到系统之中。
由反馈回路所传递的信息只能影响未来的行为，不能立即改变系统当前的行为。因为信息经由反馈回路的传递需要时间，如果你根据当前反馈做出了一项决策，它不能足够快地发送一个信号，去修正由当前反馈所驱动的系统行为，这期间必然有一定的延迟。所以，你的决策只能影响未来的行为，不能改变当前的系统行为.
在一个由存量维持的调节回路中，设定目标时，必须适当考虑补偿对存量有重要影响的流入和流出过程。否则，反馈过程将超出或低于存量的目标值。
当不同调节回路的相对优势发生改变时，系统常会出现一些复杂的行为，由一个回路主导的某种行为模式会变为另外一种。
你可以思考下列问题，以帮助你判断这些表述是否真实有效地反映了系统潜在的结构：
1）各种驱动因素会不会以这种方式发挥作用？
2）如果驱动因素这样发挥作用，系统将以何种方式应对？
3）影响各种驱动因素的又是什么？
模型的价值不取决于它的驱动情景是否真实（其实，没有任何人能够对此给出肯定的答案），而取决于它是否能够反映真实的行为模式。
具有相似反馈结构的系统，也将产生相似的动态行为。
调节回路上的时间延迟很可能导致系统的振荡。我们必须理解为什么会产生这些振荡。这不是因为这家经销商的经理或决策人愚蠢，而是因为他们置身于一个缺乏及时的信息反馈的系统之中。
至于说一个延迟在什么情况下会引起怎样的振荡，这并不是一个简单的问题. 其实，这种“好心办坏事”或“越采取干预措施，问题越恶化”的情况很常见。人们通常出于好意，试图借助一些政策或干预措施来修补系统出现的问题，但结果往往事与愿违，甚至将系统推向错误的方向。同时，你的动作越大，对系统的影响就越强烈。当我们试图改变一个系统时，系统的行为往往违背我们的直觉，出乎我们的意料。
在系统中，时间延迟是普遍存在的，而且它们对系统行为有很强的影响。改变一个延迟的长短，可能会导致系统行为的很大变化，也可能不会，这取决于该延迟的类型以及与其他延迟相比的相对时间长短。
在呈指数级成长的实体系统中，必然存在至少一个增强回路，正是它（或它们）驱动着系统的成长；同时，也必然存在至少一个调节回路，限制系统的成长，因为在有限的环境中，没有任何一个物理系统可以永远地增长下去。
系统的三大特征¶
适应力，自组织和层次性。
系统所具备的这种使其自身结构更为复杂化的能力，被称为“自组织”（self-organization）。
自组织特性会产生出异质性和不可预测性：系统有可能演变成全新的结构，发展出全新的行为模式。它需要自由和试验，也需要一定程度的混乱。但是，这些状况可能令人恐慌，或者威胁到现有的权力结构。结果是，教育体系往往限制了儿童的创造力，而不是激发这种能力；经济政策往往倾向于支持现有的大企业，而不是鼓励创新型的创业企业；同时，很多政府倾向于管制人民，而不是允许人们自发地组织起来。
层次性是系统的伟大发明，不只是因为它们使系统更加稳定和有适应力，而且因为它们减少了信息量，使得系统各部分更容易记录和跟进。
系统的六大特征¶
我们关于世界的认识，首先告诉我们的就是，世界远远大于我们对它的认识。 我们认为自己所知道的关于这个世界的任何东西都只是一个模型。每一种语言、每一个字，都是一个模型；所有的地图、统计数据、图书、数据库、方程式和计算机程序，也都是模型；包括我们头脑中认知和描述世界的方式，即心智模式，也是模型。所有这些都不是真实的世界，永远也不可能是。
我们的模型通常是与现实世界高度一致的。然而，我们的模型仍远远达不到能完整地描绘世界的程度。这就是我们为什么经常会犯错误、会感到出乎意料的原因。在同一时间里，我们的大脑只能跟踪少数几个变量。哪怕基于正确的假设，我们也经常会得出不合逻辑的结论；或者依据错误的假设，得出看似符合逻辑的结论。例如，对于一个指数级增长过程所引发的增长量的变化，我们大多数人都会感到惊讶；而对于复杂系统中的振荡，只有很少的人能够凭直觉从容应对。
我们认为自己所知道的关于这个世界的任何东西都只是一个模型。虽然我们的模型确实与现实世界高度一致，但远未达到能完整地代表真实世界的程度。 我们将从侧面解释，为什么心智模式不能很好地考虑到现实世界中的“并发症”，以及从系统的角度可以发现哪些问题。这将是一个警告清单，显示出哪些地方隐藏着障碍物。在这样一个相互联系、相互影响的世界中，你不能对这些障碍物掉以轻心。为了在复杂的世界里自由遨游，你需要把注意力从短期事件上移开，看到更长期的行为，看到系统内在的结构；你需要清晰地界定系统的边界，以及“有限理性”；你需要考虑到各种限制性因素、非线性关系以及时间延迟。如果不能很好地兼顾系统的适应力、自组织和层次性等特征，你很可能会误读系统、不当干预或者错误设计。
系统会呈现出一系列事件，迷惑我们，或者说，是我们自己在观察世界时被自己愚弄了。如果把系统视为一个黑箱子，那么事件就是这个黑箱子时时刻刻的产出。
就这样，各种各样的事件源源不断地吸引着我们的注意力，也时常让我们感到惊讶，因为我们看待世界的方式几乎没有预见性，也不能揭示其内在的原因。就像冰山浮在水面之上的部分一样，事件只是一个更为巨大的复杂系统中为人可见的一小部分，但往往不是最主要的。
系统的行为就是它的表现或绩效水平随时间变化的趋势，有可能增长、停滞、衰退、振荡、随机或进化。如果新闻报道有深度的话，它会把当前的事件与历史背景联系起来，这样我们就能够更好地理解行为层面的变化趋势，而不只是停留在较浅的事件层面。当遇到一个问题时，善于进行系统思考的人要做的第一件事，是寻找数据，了解系统的历史情况以及行为随时间变化的趋势图。这是因为，系统行为的长期趋势为我们理解潜在的系统结构提供了线索，而系统结构又是理解系统会发生什么以及为什么发生这些事情的关键，让我们不仅“知其然”，而且“知其所以然”。
系统结构是行为的根源，而系统行为体现为随时间而发生的一系列事件.
事实上，现实世界里很多分析都只是停留在事件层面上。如果你炒股，你就会发现，每天晚上的股评，很多都是就事论事的分析：因为美元下跌，所以股市上涨了；或者利率上升了，民主党获胜了，两个国家发生了冲突等。这样的分析不能使你预测明天会发生什么，也不能让你改变系统的行为，比如使股票市场更少波动，或者使公司更健康，更好地鼓励投资等。相对于事件层面的分析，大多数经济分析都会更进一步，到达行为层面。例如，一些计量经济学模型往往会以复杂的方程式，来发掘和表示收入、储蓄、投资、政府开支、利率、产出以及其他变量的历史趋势，以及它们之间的统计关系。
这些基于行为层面的模型比事件层面的分析更有价值，但它们仍然有一些根本性的问题。首先，它们普遍过分强调了系统流量，而对存量关注不足。经济学家们喜欢追踪流量的行为，因为那是最有趣的变量，也是系统最快表现出来的变化。其次，计量经济学家们试图发现各种流量之间在统计上的关系，但这往往是徒劳的，他们不过是在寻找一些不存在的东西。其实，在任何一个流量与其他流量之间都没有稳定的关系。流量有大有小、有开有关，存在各种组合，受存量而非其他流量的影响。
同时，这也是各类系统让我们感到惊讶的原因之一。我们太沉迷于系统产生出来的事件，却很少关注系统行为的历史，也不善于从后者中发现线索，去揭示潜在的系统结构。要知道，系统结构才是系统行为与事件产生和演进的根源所在。
在非线性的世界里，不要用线性的思维模式.
世界上到处都是非线性关系。因此，如果我们以线性思维来观察这个世界，就会经常感到惊喜。很多人都知道，一分耕耘，一分收获；付出两分耕耘，就可能有两分收获。通过上面这些例子，你可以看出为什么非线性关系会让人感到惊讶——它们不符合看似合理的预期和推理，并不是少许努力就有少许回报，更多努力就会有更多回报；或者少数破坏性行为只产生可以容忍的少量伤害，更多这样的行为产生更大的伤害。如果以类似这样的预期来看待非线性系统，将会不可避免地碰壁或犯错。
恰当地划定边界, 边界通常表示的是流量的源头和终点。它们是一些存量，是流量的来源和去处，但是为了便于讨论，我们暂时对其进行了简化和忽略。它们标记着系统图的边界，但很少是系统真正的边界，因为系统很少有真正的边界。如果我们试着去理解某一件事，就必须将其简化，这就意味着设定边界。而且，这样做通常是安全的。
世界是普遍联系的，不存在孤立的系统。如何划定系统的边界，取决于你的分析目的，也就是我们想问的问题。
从某种程度上看，划定系统的边界需要较高的艺术性。请记住：边界是我们自己划定的，对于新的问题，出于不同的目的，可能需要并且应该对其进行重新考虑。事实上，在面对每一个新任务时，都应该忘掉在上一次任务中行之有效的边界划分；而针对当前问题的需要，应创造性地划定最合适的边界。对很多人来说，这是一个不小的挑战。但是，为了有效地解决问题，这也是十分必要的。
任何成长都存在限制，有些限制是自发的；而有些则是系统施加的。从根本上讲，关键不是追求持续成长，而是选择在哪些因素的限制之下维持生存。
时间延迟。
正确地划定系统的边界取决于讨论的目的，对于重要的延迟也是这样。如果你所关心的波动持续数周，你大可以不必考虑数分钟或数年的延迟；如果你关心的是长期的人口规划、经济预测，时间跨度可能持续数十年，你通常可以忽略为期数周的振荡。因此，一项延迟是否显著取决于你试图理解的频率处于哪一档。
当在反馈回路中存在较长的时间延迟时，具备一定的预见性是必不可少的。如果缺乏预见性，等到一个问题已经很明显了才采取行动，将会错过解决问题的重要时机。
有限理性
如果市场这只“看不见的手”真的能够引导个体在追逐私利的同时也增进集体的福利，那确实是太棒了。那样的话，不只是物质上的自私将成为社会美德，对于经济的数量模拟也将变得容易得多。无需考虑他人的利益，或者复杂的反馈系统的运作。
不幸的是，事实并非如此。这个世界呈现给我们更多的现实是，人们倾向于理性地从自己短期的最大利益出发，但每个人的行为汇集起来的结果却是所有人都不愿意看到的。这就是世界银行经济学家赫尔曼·戴利所说的“看不见的脚”（invisible foot），或者是诺贝尔经济学奖获得者赫伯特·西蒙（Herbert Simon）所说的“有限理性”（bounded rationality）。
有限理性意味着，人们会基于其掌握的信息制定理性的决策，但是由于人们掌握的信息通常是有限的、不完整的，尤其是对于系统中相隔较远或不熟悉的部分，由此导致他们的决策往往并非整体最优。
正如西蒙所说，我们并非无所不知、理性的乐观主义者；相反，我们是浮躁的“自足自乐者”，在做下一个决策之前，总是试图最大程度地满足当前的需求。我们会以理性的方式尽力维护和扩大自身的利益，但是却只能基于自己所知道的信息进行思考。除非他人有所行动，否则我们不会知道他们计划做什么。我们也极少看到自己面前存在的所有可能性，也通常不会预见到自己的行动对于整个系统的影响，甚至有可能选择性地忽略这种影响。因此，我们只能在自己有限的视野范围内，从当前几种很明显的选择中进行抉择，并坚持自己的看法，不会考虑整体的长期最优方案。只有在被迫的情况下，我们才会改变自己的行动。
一些行为科学家认为，我们甚至不能很好地解读自己所掌握的那些有限的信息。
我们会对风险做出错误的估计，将其中一些事情的危害程度估计得过高，或者轻视其他一些事情的危险性。
我们也容易过度夸大当下状况的重要性，对眼前的经验非常重视，而未对过去给予足够的重视。
我们会更加关注当前的事件，而对一些长期的行为不那么关心。对于未来的价值，我们会按照自己的价值判断，打一些折扣，这些价值判断会受到经济或生态等方面的影响。
对于所有输入的信号，我们不能正确地评估它们的重要性。我们不会全盘接受自己不喜欢的，或者不符合我们心智模式的所有信息。
这就是说，即使为了最优化自己个体的利益，我们有时也不能做出完全正确的决策，更别提系统整体的利益了。 假设你因为某种原因，离开了自己所熟悉的生活环境，来到一个完全陌生的社会之中，对于那里人们的行为，你很难理解。
或者，之前你是一个坚定的反对派，而现在突然成了政府的一员。或者，你之前是一名普通员工，现在突然变成了管理层[1]。或者，你之前是一名环保主义者，一直批评某家大企业的新建开发项目，而现在，一夜之间，你成了该企业的员工，需要推进这一项目。在你的新位置上，你会经历新的信息流、激励和限制因素、目标、差异以及压力——只有发生这种彻底的转变，你才能如此真切地经历和感受到有限理性。也许你会回想起以前从另外一个角度是如何看问题的，而且在你转变了系统视角之后，也会激发一些创新，但这无疑是不可能发生的。如果你变成了管理者，你可能不再会把员工看做是生产线上有功劳的伙伴，而是将其视为需要缩减的成本；如果你变成了投资人，你也可能和其他投资人一样，在繁荣期过度投资，在衰退期投资不足；如果你变得一贫如洗，可能也会对每天的每一项开支斤斤计较、精打细算，并期盼着哪一天能有发达的机会，或者打算多生几个小孩；如果你是一名渔夫，渔船是抵押贷款购置的，要供养家庭，又对鱼群数量的状况也不了解，在这种情况下，很可能也会过度捕捞。
要想改变行为，首先要跳出你所在系统中固有的位置，抛弃当时观察到的有限的信息，力求看到系统整体的状况。从一个更广阔的视角来看，可以重构信息流、目标、激励或限制因素，从而使分割的、有限的、理性的行动累加起来，产生每个人都期盼的结果。有时候，在信息有限的情况下，个人也能做出理性的决策，但有限理性并不能成为人们目光短浅的借口，而是为我们提供了理解为什么会产生这些行为的机会。处于系统的特定位置上，他的所见、所知都是有限的，而其行为是合理的。在有限理性的情况下，如果换成另外一个人，结果仍是相同的。因此，只是责备个人，并不能有助于产生更加符合人们期望的结果。
系统中每个角色的有限理性可能无法产生促进系统整体福利的决策。受到信息、动机、抑制因素、目标、压力以及对其他角色的限制等因素影响，系统中的每一个角色都存在有限理性，这可能会产生促进系统整体福利的决策。如果不能，即使在同一个系统中放进新的角色，也不会改善系统的表现。要想有所变化，就必须对系统的结构进行重新设计，改进信息、动机、抑制因素、目标、压力以及对某些特定角色的限制等。