复杂科学与管理.doc

复杂科学与管理
主讲：姚向东
§一、复杂科学是系统科学发展的新阶段
§进入80、90年代后，科学界开始思考“科学向什么方向发展？”的问题
§目前学术界有两种观点
一种是《科学美国人》杂志资深编辑柯根(Cohen)的观点，在访问了若干科学家后，他在《科学的终结》(End of Science)一书中认为科学已面临终结：“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经一去不复返了，将来的研究已经不会产生多少重大的新发现了，而只有渐增的收益递减。” 另一种观点是许多有识之士认为的科学不是面临终结而是面临新时代，如系统科学家普里高津指出：少数派开始怀疑这种乐观的论调，就是说科学已经到头，尽善尽美，就在我们的宏观层次上仍有一些问题还远未得到解答，曾经有过一些关头，经典科学似乎已经近乎功德圆满，但每到这时候总有一些事出了差错，于是方案必须扩大，待探索的疆域又变得宽广无际了又如桑塔费研究所(Santa Fe Institude)的第一任所长柯夫曼(Kauffman)认为：“通过诺贝尔奖的堂皇道路通常是用还原论的方法开辟的，当为一群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，并局限于能找到一个解答的地步，这就导致科学的越分越细碎，而真实的世界却要求我们采用更加整体的方法。” 再如诺贝尔物理奖获得者盖尔曼(Munay Gell-Mann)提出“必须给自己确立一个确实宏伟的任务，就是实现正在兴起的包括多学科的科学大集成。” 通常趋向于第二种观点的，现在是从经典科学走向新科学的时代，因为人类文明已经由机械工业文明向信息生态文明转变，这一转变必然伴随着科学的大转变，以还原论、经验论、纯科学为基础的经典科学正在吸收系统论、理性论和人文精神的发展，成为新的一门科学——复杂科学(Complicated/Complexity Science)。首先，人们认识到系统整体大于它的部分之和，即当一些组元组成一个系统时，它就会出现一些它的个体(组元)所没有的性质。对此还原论是认为系统等于组成部分之和，而复杂科学更前进一步，认为系统是其组元的函数。第二，人们发现系统具有层次结构和功能结构，研究系统的结构时要考虑层次结构和功能结构的重叠和它们之间的关系。 §第三，认识到系统处在不断发展变化之中，系统是动态的。 §第四，系统经常与它的外界环境进行物质、能量和信息的交换。第五，系统在远离平衡的状态下也可以稳定(耗散结构理论、自组织理论)。 §第六，确定性系统有其内在的随机性(混沌)。 §第七，随机的系统有其内在的确定性(突现)，看似完全随机的系统有自组织功能，能突现出若干种特殊的结构来。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。在这样的背景下也就产生了复杂系统和系统的复杂性两个范畴。关于复杂性概念的定义
§按照传统的理解，复杂与简单只能相比较地把握。一种事物未被认识或一个问题未找到解决办法时被当作复杂的，一旦认识或找到解决方法后就成为简单的了关于复杂性概念的定义
§钱学森在评述这种观点时曾说：“有同志认为‘复杂性’只是人们在面对一个新问题、新领域时的初步感受，后来认识了，就不复杂了。从人认识事物的过合来讲，这也是正确的。由浅到深也就由‘复杂’到不复杂。”
§在这种被广泛接受的观点后面隐藏的根本哲学观点是，简单与复杂的划分纯属认识论范畴，不具有本体论意义。在科学主要研究简单性的几百年中，这个观点近似成立，允许把复杂性归结为认识发展不深入所致，因而从未受到质疑。
§但复杂性科学的兴起和发展要求超越这种传统理解，给复杂性以相对确切的界定，科学自身和社会实践的发展逐渐使人们意识到，存在这样的复杂事物，即使它被我们认识了，即使一个复杂问题有了解决办法，仍然应当看作复杂的。已经解决的复杂问题与来找到解决办法的简单问题不是一码事。
§就科学层面说，应当承认简单性与复杂性之间存在某种定性性质的区别，复杂性具有自身特有的规定性，复杂性科学应当有特定的对象领域。 §就哲学层面说，简单与复杂的区分既有认识论意义，也有本体论意义，复杂性是客观世界固有的，不以人的主观意志为转移的属性，不会因科学的发达而消失。
§据约翰·霍甘提供的信息，塞思·劳埃德共收集了45种复杂性定义，如分层复杂性、算法复杂性、随机复杂性。有效复杂性、同源复杂性、基于信息的复杂性、时间计算复杂性、空间计算复杂性等等。 §他的统计仍然不完全，例如，至少没有包括钱学森的复杂性定义。 复杂性的根源
§源于系统规模的复杂性。
§系统组分的数目代表系统的规模、在一定范围内，规模增大不足以造成现有方法无法处理的复杂性。复杂性的形成需要足够的系统规模，规模巨大就会带来描述和处理的困难，小系统或大系统的方法无济于事。简单系统不存在源于规模的复杂性，具有足够规模（圣塔菲要求系统有中等规模，钱学森要求达到巨系统规模）是产生复杂性的必要条件，但不是充分条件，即使巨系统也不一定是复杂系统。
源于系统结构的复杂性。
§组成成分的多样性和差异性造成组分之间相互关系的多样性和差异性，是系统复杂性的根本源泉。对于产生复杂性，结构效应比规模效应要紧得多。因为组分的差异越大，把它们整合起来的难度就越大。特别地，等级层次结构是复杂性的主要根源之一，复杂性研究者几乎都强调这一点。只有元素和整体两个层次的系统必定是简单的，被当作非等级层次结构；在元素层次上不能完成全部整合任务，需要经过不同层次逐级整合才能最终形成系统整体，因而在元素与系统整体之间还有中间层次的系统，才是等级层次结构。复杂性只可能出现于等级层次结构的系统中。层次越多，越容易产生复杂性。按照盖尔曼对简单性和复杂性的词源学考察，英文“简单性”的原意是“只包含了一层”，复杂性一词来源于“束在一起”；作为简单性的反概念，复杂性应有“非止一层”即多层次的含义。把多样性或多个层次束缚在一起就是系统，它的词义隐含了复杂性来源于层次结构的观念。
源于开放性即环境的复杂性
§封闭系统没有复杂性，复杂性必定出现于开放系统。家务机器人被当作复杂系统，其复杂性并非来自系统规模或结构，而是来自环境——家务劳动的多样性和极不规则性。但对外部环境开放也不是产生复杂性的充分条件。即使外部环境对系统的影响不能忽略，只要和以近似地当作对系统的干扰、摄动因素看待，或者系统行为可以归结为输出对输入的响应关系，就还是简单系统，用传统的封闭系统模型加摄动的方法，或者黑箱方法，足以有效地处理。只有当外部环境对系统的作用不再允许当作干扰、摄动，而是系统自身特性的有机构成成分，封闭系统加摄动方法或者黑箱方法都失效，这种系统必然呈现某种复杂性。开放性也是复杂性的重要根源，系统与环境相互关系的复杂性是系统复杂性的重要表现。
源于动力学特性的复杂性
§动力学因素可以忽略不计的系统，或者动力学因素可以作为静态模型的干扰因素来对待的系统，一定是简单系统。动力学过程可能产生无穷的多样性、差异性、丰富性、奇异性（包括分叉、突变、混沌等）、创新性，是产生复杂性的重要机制，复杂性只能出现于动力学系统，复杂性一定是某种动力学特性。动力学因素是产生复杂性最重要的物理学根源。但动力学因素也不是产生复杂性的充分条件，许多动力学系统（如经典控制论和运筹学处理的系统）还是简单系统。
源于非平衡态的复杂性
§平衡态不可能产生复杂性，处于平衡态的系统都是简单的。非平衡态也不一定产生复杂性，所谓近平衡态的系统特性原则上可以使用平衡态的处理方法，或加以小的修正。复杂性只能出现于远离平衡态，在这种条件下系统通过自组织形成耗散结构，即自组织地产生出复杂性。复杂系统必定是处于平衡态的系统、耗散结构才具有最小的复杂性。物理化学层次的耗散结构还不可能具有生物复杂性，但只有具备了这种最小复杂性，才可能进化出更高级的生物复杂性。源于不可积性的复杂性
§保守的可积系统没有复杂性，复杂性只能出现于不可积系统。但弱不可积系统，即近可积系统，与可积系统没有定性区别，用可积系统加不可积性扰动的办法即可处理，这里也不可能出现复杂性。远不可积系统才是复杂性的来源，如果不可积性扰动达到使KAM环面基本破坏时，系统轨道就复杂得难以预测了。
源于不可逆过程的复杂性
§可逆过程没有复杂性，还原论方法足以解决问题。复杂性只能出现于不可逆过程。但不可逆性也有差别，须加以区分。逻辑上说，应当存在近可逆过程，它的不可逆性微弱，可以作为扰动因素片即以可逆过程为模型，加上不可逆扰动，就能够获得真实过程的近似描述。真正的复杂性只能来源于远不可逆过程（物理学似乎尚未提出这种概念），是系统在不可逆过程中的动力学行为。
源于非线性的复杂性
§哲学家早已指出，事物发展变化的终极原因是相互作用，但相互作用有线性和非线性之分。线性意味着单一、均匀、不变，不具备产生复杂性的根源，线性系统都是简单系统，线性相互作用产生的是简单性，无法造就复杂性。非线性意味着无穷的多样性、差异性、可变性、非均匀性、奇异性、创新性。元素之间、子系统之间的非线性相互作用是系统产生复杂性的根本内在机制，复杂性只能出现于非线性系统。但非线性自身包含极大的差异性。弱非线性，或非本质非线性，仍然不可能产生复杂性，可以作为扰动因素处理，特别是系统的局部性质，用线性模型加微扰的方法往往可以有效描述。只有强非线性，特别是本质非线性，才可能产生复杂性。
源于不确定性的复杂性
§确定性连通简单性不确定性连通复杂性。首先是源于随机性的复杂性。但随机性也不是产生复杂性的充分条件，平稳随机过程属于简单系统，非平稳过程才可能出现复杂性。简单地宣布随机性是最大的复杂性，并无事实依据。物理系统随机性的规律一般只服从大数定律，仍属于简单性范围，可以用统计方法处理。生命系统、社会系统、意识系统的组分具有智能，组分之间有复杂的相互作用，只靠大数定律不能揭示其本质特征，宏观整体特性不能仅仅看作大量微观组分相互碰撞的结果，现在的概率统计方法不足以处理这类系统中的随机过程。另一种重要的不确定性为模糊性，它既是复杂性的来源，又是复杂性的表现或结果。札德的模糊集理论就是为处理复杂性而提出来的，他的不相容性原理认为，系统的复杂性超过一定阈值，描述的精确同描述的有意义互不相容，二者不可兼得。但目前的复杂性科学尚未涉足模糊性问题。
源于主动性、能动性的复杂性
§作用者与被作用者、原因与结果界限分明的是简单系统。不同组分之间、系统与环境之间互为因果，互动互应（所有组分都既是被作用者，又是主动作用者），一连串的、相互交叉的、网络式的因果联系，才能产生复杂性。特别是当组分有一定的自适应能力时，在不断适应环境的行为过程中必然产生出整体的复杂性。圣塔菲的一个基本信念是适应性产生复杂性，所谓复杂适应系统（CAS）就是在不断适应环境的过程中产生出复杂性的系统。
源于系统组分智能的复杂性
§由非智能组分构成的系统（如耗散结构论和协同学研究的贝纳德流、固体激光器等），即使通过自组织这种主动过程产生出复杂性，一般也是较为初步的、低级的，总有办法对付，属于初级复杂性。由具有智能的组分构成的系统（如圣塔菲研究的CAS）能够辨识环境，预测未来，在经验中学习，以形成好的行为规则，使自身发生适应性变化，因而必定是复杂的。组分的智能愈高级，系统的复杂性也愈高级。组分智能是复杂性的重要根源之一。如地缘政治系统一般包含为数不多的组分，属于小系统，至多算作大系统，但由于组分是具有高级智能的主体，使得系统整体行为异常复杂多变，往往难以预测，一般属于开放的复杂巨系统。
源于人类理性的复杂性
§以人作为构成要素的系统，其行为必须考虑人的理性因素的作用。尤其在竞争性系统中，博奕者的理性（智慧、谋略等）是产生复杂性的重要来源。但在完全理性（无限理性）假设下，复杂性的根源被抛弃了，博弈方都采取最大——最小策略，这种系统仍然是简单的，可按照运筹学处理。不完全理性即有限理性才可能产生复杂性。源于人类非理性的复杂性
§非理性，如人的感情、意志、偏好等，必然带来至少现在的科学还无法描述的行为特征，包括顾基发等人所说的人理，这也是复杂性的重要根源。目前的科学发展还极少涉及这类复杂性来源。H.西蒙所谓“人工性和复杂性这两个论题不可解脱地交织在一起” ，其中的人工性同时包含人的理性和非理性因素。
系统的复杂性主要表现在：
§(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它单元变化的影响，并会引起其它单元的变化。 §(2)系统具有多层次、多功能结构，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，它处于不断发展变化之中，而且系统本身对未来的发展变化也有一定的预测能力。
复杂科学有三个主要特点：
§(l)研究对象是复杂系统，例如植物、动物、人体、生命、生态(生物链)、企业、市场(股票市场)。经济、社会、政治等方面的系统。还可以包括物理、化学(例如择报催化)、天文、气象等方面的系统。
(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)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推测其未来的发展。例如为什么一个受精卵能演化成具有脑、眼、口、鼻、肝、肺等器官的人体？为什么处于大致相同环境的企业各有成败？等等。
二、复杂科学的发展与现状
§关于复杂科学的研究一般认为是在20世纪80年代中期开始的。1984年，由诺贝尔物理学奖获得者盖尔曼(Munay Gell-Man)和安德逊(Philip Anderson)、经济学奖获得者阿罗(Kenneth Arow)等人支持，组织了桑塔费研究所(SFI)，专门从事复杂科学的研究，试图由此找到一条迈向学科融合来解决复杂性问题的道路。美国复杂科学的研究形成五个学派
学派名称
代表人物
理论工具
复杂性所在
主要研究方向
系统动力学派
Forester,Neadms,Senge等以MIT为基础的学者
常微分方程
系统中
组织理论，特别是学习型组织
适应性系统学派
Coner Kauffman,Houand,Arthur,Costi等以SFI为基础的学者
偏微分方程
系统中
经济、生物、认知等系统
混沌学派
一些分散的小组，如Los Alamos非线性研究中心
非线性常微分方程
系统中
物理、经济等系统中
结构基础学派
Warfield,Vickers,Piece,Polanyi,Pragot等人
形式逻辑，包括集合论、关系论、图论等
人脑中
管理理论，特别是交互管理
暧昧学派
一些独立研究的学者
学科交叉及后现代主义方法
不明确
社会、语言等系统
英国有一个复杂科学论坛，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。 §研究复杂科学的经典著作有Forester的《系统动力学》，Peter Senge的《第五项修炼》，Bran Athur的《经济中的递增回报与路径依存》，此外还有《确定性的终结》、M．盖尔曼的《从夸克到美洲豹》、《数字不确定性的终结》等。我国学者钱学森等人于1990年提出了开放的复杂巨系统的概念，并认为复杂问题实际上是开放复杂巨系统的动力学特性问题。1992年他们又提出了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，这些想法一直未能付诸实施，因此还未取得实际的成果。
三、研究复杂科学的基本方法与主要工具
§它包括以下4个方面的结合：
§(l)定性判断与定量计算相结合；
§(2)微观分析与宏观综合相结合；
§(3)还原论与整体论相结合；
§(4)科学推理与哲学思辨相结合。
1)不确定条件下的决策技术
§包括定性变量(名义变量、序变量)的量化(多维尺度、广义量化等)、经验概率的确定(从最简单的指数平滑法、线性回归法、移动平衡法等到非线性回归法，再到新的研究，如数据挖掘、数据库中的知识发现、智能挖掘等)、主观概率的改进(知识库、德尔菲法)、案例研究(典型性调查)和先验信息集成(贝叶斯公式)等。
2)综合集成技术
§包括系统的结构化、系统与环境的集成(全局与局部)、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技术。
3)整体优化技术
§包括目标群及其优先顺序(目标规划优先及变化)的确定、巨系统的优化策略(分隔断法、面向方程法、多层迭代法、并行搜索法)、优化算法(线性规划、目标规划等)、离线优化和在线优化、最优解与满意解的取得等。
(4)计算智能
§包括演化计划(遗传算法、演化策略、演化规划、遗传程度设计等)、人工神经网络(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
§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。而对非线性科学压倒一切的挑战就是，对远离平衡的各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
§包括经典谓词逻辑、广义数理逻辑(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
§包括人工生命、元胞自动机、竞争与使用、大群模拟工具等。
四、复杂性管理的涵义
§把复杂理论引入管理，我们称之为“复杂性管理”。
§它的具体涵义大体上指两个方面：
§一是把管理对象看作是一个复杂适应系统； §二是把复杂性理论和方法应用于管理实践。列维(Levy)指出：“混沌理论预示了一个说明企业的动力学演化与企业活动家们之间复杂关系的框架。通过把企业概念化为一个混沌系统，经营方面关涉的诸变量可以被揭示出来。” 复杂性与(作为对象的)组织系统之间的共同性，二者都是：
§(1)非线性的，这使得原因和结果之间不对称；
§(2)分形的，这使得度量依赖于等级，以及概念上有着不确定性；
§(3)等级层次间是递归的，这使得其中的性质易于失去；
复杂性与(作为对象的)组织系统之间的共同性，二者都是：
§(4)对初始条件的敏感性，因而系统经验描述是易于变化的；
§(5)充满反馈环和可能的分岔点；
§(6)会发生突现(Emergence)。
五、复杂性管理的基本特点
§这里关注的是“复杂性管理”(Complexity-based management)的特点，而不是“复杂适应系统”或复杂经济系统行为的特点。
§复杂性管理的主要特点如下：
l. 整体性
§世界、社会、经济系统不是机器，而是更像有生命的机体。个人行为不是孤立的，而是以维方式相互作用，相互影响：整个管理系统的行为不可将其组成部分机械地拼在一起来理解。以往人们面对复杂问题时，习惯于将其分割成可以处理的片段进行思考，然后加以整合。这种先分割再组合的结果使我们丧失了更深入观察整体各要素之间的互动关系以及由此而形成的复杂现象的能力。
2. 系统思考
§生命系统是一个不可分割的整体。组织也一样，要了解组织中管理问题的症结，必须先了解产生这些问题的系统整体。系统思考即整体性思考，而不是“拆零式”思考。但看整体，并不表示每个组织的问题都能以察看整个组织而获得了解。有些问题只能靠研究主要机能怎样互动去察觉，有些问题的关键系统力量来自某个特别的机能领域，还有些问题，必须考量整个产业中的互动力量。系统思考需要灵活性，其中一条重要原则是；我们需要研究的互动因素，应是那些与要解决的问题相关的因素，而不是以组织或系统中因功能而划分的人为界线为出发点。这个原则称为“系统边界原则”。 系统思考是一项看清复杂性状况背后的结构，以及分辨高杠杆解与低杠杆解差异所在的一种修炼。所谓“杠杆解”是指用一个小而专注的行动去引起持续而重大的改善，类似于机械的杠杆作用原理。为了达成这个目标，系统思考提供一种新的语言，以重新构建我们的思维方式。
3. 隐喻方法
§为了研究整体性，又不能用分割方法破坏整体，一个有效的研究方法是隐喻(metaphor)，用隐喻来理解复杂性。关于复杂事物的大量基本概念是通过隐喻来表述的。与经典科学不同，复杂性概念中蕴含的一个基本观点是整体性、非线性，每个局部都是相互锁定的网络的一部分，不可能通过将它们分解为既定系统或不同方面而完整的描述它们。在这种情况下，隐喻就是基本的和重要的了：它可以将一些差别较大的经验领域融合成一个单一的形象或符号，使那些不同经历、不同背景的个体通过想象和象征直观的理解，而不进行分析和归纳。经济学家阿瑟指出：在真正的复杂系统内，不存在一模一样的模式，但其中有些共同的主题却是可以辨认出来的。通过充分研究，可以发现有增长创造性，进而找出可被控制和利用的噪声因素，等等。隐喻中包含的多种涵义可以激发人们的想象和创造。运用隐喻以阐明意义和开拓新的可能性，已成为复杂系统管理者的基本工作。
4. 学习与适应
§复杂的组织系统以生命有机体为“原型”，能够对变化的环境做出灵活反应，通过持续的动态调整和重组过程以适应环境，并把环境变得对自己有利。它从本质上区别于受外部指令控制的机械系统，而成为一个自组织系统。
很多管理学家都强调说，竞争中的组织要想获得成功，就必须有比对手适应环境变化更快的学习能力，尤其是当考虑到管理对象是由人组成的系统时——这里有大批的掌握一定专业知识的智慧头脑，能够理解所处的环境，预测其变化，按照既定目标采取行动。因而不同于一般意义上的“适应性系统”。今天的组织理论更多地使用“学习型组织”或“有组织的学习”的概念，不仅包含“实验更多”、“鼓励更多的常识”、“允许更多的失败”，更强调在这种环境中“人们可以不断拓展他们创造真正希望有结果的能力，以多样性的方式得到培育，集体抱负得以释放。”多样性是通过一个系统内要素的不断重新组合而实现的。“学习性组织”的主要宗旨之一即创新。这就要求扩展适应概念。生命有机体的适应并非全然是一个保守状态，即使处于一个相对不变的稳定环境中，组织自身也会发生变化，有可能开辟出全新的小环境，例如基因突变。
5. 支持创意与个人责任性
§组织内的个体对自己的工作和自己增加价值的计划负有责任。否则，实践组织内的复杂性原则对他们就少有价值。复杂性组织管理中两个概念非常重要，即自主与协调。自主的特性保证了整体的稳定，使其具有抗干扰的弹性，能够在内外干扰下保持适应能力与生存；协调的特性又保证更大整体的有效运转。“一家企业的每个部分(包括每个人)都有其独特的性质，但每个要素都理解它在整个大背景中的地位和作用。每个要素都有自我优化、自我设计、自我创造和自我组织的自由，但都受整个任务的大背景制约。组织的每个组成要素不再是等待上面告知它该做什么，而是被要求不断自行调整以适应整体的需要，并与其他要素进行交流，按照能够使其自身运作和整体组织都实现最优化的方式运转。它要求每个要素在使其自身工作与整个组织相关联时都能各司其职。”
6. 悖论式领导和创造性张力
§成功的组织是那种知道如何又快又好地处理复杂性和新事物的组织，而成功的领导是那些善于处理复杂性问题的领导人，是那些拥有一种能够凝聚、并坚持实现共同愿景能力的领导人。
“悖论式”领导(“Paradoxical” Leaders)，包括：
§①要给组织管理以方向，但却是非指令性的；
§②要有权威性，但又不能是控制式的；
§③要有很强的影响，但又是开放式的；
§④未来是不确定性的，但对此又是清晰的。
组织的每个成员都需有“创造性张力”，它源于愿景与实景相比较，心中产生一种力图使实景与愿是相合的力量，其间的差距所形成的张力，是每位成员自我超越的动力。
六、复杂科学在管理中的应用前景
§(l)群体决策
§主要分为两种类型：一是合作型决策，即大家无利益冲突，为的是共同寻找最优；另一种是协商型决策，即大家利益不一致时怎样通过协商使得都能接受某一结论，协调各方面的意见。在群体决策中应注意群体各成员的知识、经验、胆略、利益、价值观等的差异，使各成员充分了解该决策的价值体系及有关的各种信息，此外还要防止由于权威等级不对称引起的决策零点飘移和从众效应。 §在通过群体决策实现综合集成时，要从管理科学来研究怎样真正贯彻“民主基础上的集中、集中指导下的民主”这一有中国特色的决策体制，要真正用科学的方法来发展“民主集中制”。
(2)技术创新
§在从工业社会向信息社会转变的过程中，企业无创新就难以生存。复杂科学将创新看成已有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。复杂科学研究如何通过企业职工(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和激励，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。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
§复杂科学更加强调组织的进化性和应变能力。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
4)经济发展
§复杂科学不再将经济看成是市场稳定和供求平衡的结果，而看成是许多相互作用的个体在不稳定状况下不断调整彼此关系的结果。 §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。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。如阿瑟在一些日常经济现象中发现递增回报，并提出经济发展是路径依存的，认为建立在均衡、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、生命周期等生物学理论基础上的新经济学所取代。
(5)虚拟经济与金融危机
§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年虚拟资本世界总量已达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。虚拟经济有五个特点：
§第一，复杂性。系统组元(投资者、受资者、金融中介)既独立决策又相互影响；
§第二，介稳性。系统具耗散结构，虽然通过自组织作用达到稳定，但其稳定性又很容易被外界微小扰动所破坏；
§第三，高风险性。虚拟资本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；
第四，寄生性。它由实体经济体系中产生又依附于实体经济系统，两者相互影响、作用；
§第五，周期性。经济泡沫膨胀，破灭，再膨胀，再破灭，周期反复，波浪型发展。金融危机是指利率、汇率、股价等金融指标全部或大部分突然而急剧地恶化的现象。从复杂科学系统论角度看，可认为金融危机的成因主要是基于虚拟经济的内在特性，再加上外界的扰动，从而造成虚拟经济系统的崩溃。
七、努力学习和创新，注意研究复杂科学及其应用
§从科学哲学的观点看，复杂科学的出现实际是科学向唯物辩证法的回归及螺旋式推进，因为物质统一性、普遍联系、永恒运动、对立统一、质量互变、否定之否定、必然性与偶然性等规律和范畴在复杂科学中都能有所体现。中国人研究复杂科学有两大优点：
§一是从古代哲学开始就主张整体论，注重整体化；
§二是拥有唯物辩证法这一思想武器。
§我们要充分发挥唯物辩证法这一思想武器的优势，大力促进复杂科学的发展。