系统问题的提出

关于系统、组织和复杂性的性质的问题并不是现代所特有的。正如国际系统工程委员会 (INCOSE) 的先驱和前国际系统科学学会 （ISSS）主席约翰·沃菲尔德所说，

Virtually every important concept that backs up the key ideas emergent in systems literature is found in ancient literature and in the centuries that follow.

然而，直到20世纪中叶，人们才越来越意识到采用一种科学方法来解决“系统科学”中的组织和复杂性问题的必要性和可能性。¹

18世纪和19世纪自然科学和物理科学知识的爆炸式增长使得专业学科的创建成为必然：为了科学的进步，科学家需要成为一个狭窄研究领域的专家。专业化的教育体系使得这种狭窄领域的知识传递给下一代专家，从而使碎片的知识结构永久化²。事实证明，对于实验分离和分析还原的流行科学方法而言，这种日益专业化的知识和教育是解决问题的优势而不是劣势。然而，基础科学和应用科学的某些领域仅靠这些方法并不能充分发挥作用。

系统科学运动起源于两个这样的科学领域：生物-社会科学，以及最初源于控制论和运筹学，后来源于组织理论的数学-管理基础。

生物学家Ludwig von Bertalanffy是最早主张和开发基于开放系统理论的广泛适用的科学研究方法的人之一³。他从科学分析流程的局限性角度解释了系统研究的科学需求。这种局限性通常表现为“整体大于部分之和”，其前提观点是认为一个实体可以分解为它的部分并从其部分重构，无论是物质的还是概念的。

This is the basic principle of “classical” science, which can be circumscribed in different ways: resolution into isolable causal trains or seeking for “atomic” units in the various fields of science, etc.

Bertalanffy指出，尽管这些最初由伽利略和笛卡尔阐明的原理在各个领域中的应用都非常成功，但是这些原理的应用有两个前提条件：第一，“部分”之间的相互作用不存在或弱到足以被某些研究目的忽略。只有在这种条件下，才能真正地、逻辑地、数学地“计算出”各个部分，然后才能“加和”起来。第二个条件是描述零件行为的关系是线性的；只有这样才能给出求和条件，即描述整体行为的方程与描述部分行为的方程具有相同的形式。

在很多系统中，这些条件不能得到满足，即“系统”由相互作用的部分和非线性数学描述组成。这种复杂的系统实体描述了许多现实世界的情况：人口、生态系统、组织和复杂的人造技术。系统论的方法论问题是提供超越经典科学的分析总结性问题的问题。⁴

另一位对系统问题的提出起到关键作用的科学家是Weaver，二战期间曾担任美国科学研究与发展办公室应用数学小组的负责人。基于这些经验，他提出了一项他称之为新的“有组织的复杂性问题的科学”的议程。他认为解决这些复杂问题需要分析作为有机整体的系统，而非像传统方法一样寻求简化假设。⁵

An advance that must be even greater than the nineteenth-century conquest of problems of simplicity or the twentieth-century victory over problems of disorganized complexity. Science must, over the next 50 years, learn to deal with these problems of organized complexity [problems for which complexity “emerges” from the coordinated interaction between its parts].

Weaver认为攻克复杂有机整体系统的时机已经成熟，因为在当时1)数学建模和数字模拟技术的发展；2)二战期间“混合团队”操作分析方法得到成功运用，来自不同学科的人带来了他们的技能和洞察力共同解决关键、复杂的问题。

系统研究的发展

开放系统和一般系统理论

一般系统理论（Genreal system theory, GST）试图制定与所有开放系统相关的原则。Bertalanffy认为不同学科的知识系统之间存在同源性，因此关于一个系统的知识应该允许我们对其他系统进行推理。

1954年，Bertalanffy与Kenneth Boulding（经济学家）、Ralph Gerard（生理学家）和Anatol Rapoport（数学家）共同创立了通用系统理论学会（1956年更名为通用系统研究学会，1988年更名为通用系统研究学会）。该学会的最初目的是“鼓励发展适用于多个传统知识部门的理论体系……并通过改善专家之间的交流来促进科学的统一”。许多人认为这个群体是系统时代思维的创始人⁶。

耗散结构理论

耗散结构理论（Dissipative Structure Theory）由Ilya Prigogine提出，以开放系统为研究对象，着重阐明开放系统如何从无序走向有序的过程。发展耗散结构理论主要原因之一在于，对生物体秩序的物理化学基础的研究。人们不仅想解释维持低熵情况和微妙的代谢调节过程，而且还想为向复杂性增加的结构进化提供物理化学基础。⁷耗散结构理论认同并延用了一般系统论中的开放系统思维，并进一步指出只有在系统远离平衡且系统内的不同元素之间存在着非线性机制的条件下，才能实现稳定的宏观有序耗散结构。

控制论

控制论（Cybernetics）的主要奠基人是Wiener和Ashby。控制论起初是一门关于系统中通信、调节和控制的研究和建模的学科^{8 9}。控制论研究通过系统的信息流以及系统如何使用信息通过反馈机制来控制自身。1940 年代控制论的早期工作被应用于电子和机械网络，是形成早期系统理论的学科之一。此后，它被用作所有重要系统学科的一套基本原则。

运筹学

运筹学（Operation research, OR）考虑组织对技术的使用。它基于使用数学建模和统计分析来优化组织控制下的资源部署决策。源于二战期间开发的军事规划技术。1950年，Ackoff和Churchman将OR的思想和技术应用于组织和组织决策，这被视为运筹学和管理科学的正式开端¹⁰。运筹学发展出了规划论、库存论、图论、决策论等等分支方向。

系统分析

系统分析理论由RAND公司于1948年开发。它借鉴并扩展了OR，包括使用控制论中的黑盒和反馈回路来构建框图和流程图。1961 年，肯尼迪政府下令在整个政府中使用系统分析技术，为广泛的决策问题提供定量基础，将OR与成本分析相结合¹¹。

突变论

突变论（Catastrophe Theory）是动力系统研究中分岔理论的一个分支，它起源于数学家René Thom的工作¹²。非线性系统某些参数的微小变化会导致平衡出现或消失，或从吸引变为排斥，反之亦然，从而导致系统行为发生巨大而突然的变化。

协同论

协同论（Synergetics）主要研究远离平衡态的开放系统在与外界有物质或能量交换的情况下，如何通过自己内部协同作用，自发地出现时间、空间和功能上的有序结构。协同论首先由物理学家Hermann Haken系统地论述。¹³协同论结合了控制论、耗散结构理论、突变论等分支的理论。

自组织理论

自组织理论（Self-organization）是关于在没有外部指令条件下，系统内部各子系统之间能自行按照某种规则形成一定的结构或功能的自组织现象的一种理论。控制论者Ashby在 1947 年制定了自组织的原始原理——任何确定性动态系统都会自动演变为平衡状态¹⁴。后续的系统科学家，如Foerster、Ilya Prigogine、Stafford Beer、Wiener、Hacker等人也对自组织问题进行了研究，并提出自组织过程实现的机制。从1960 年开始，系统科学家们进行了一系列关于自组织原理的会议¹⁵。这一概念在宇宙学、社会学、生物学等领域均得到了广泛的应用。

混沌论

混沌理论（Chaos theory）专注于对初始条件高度敏感的模式演变，其最大的贡献是用简单的模型获得明确的非周期结果。系统状态测量中的一个小误差会导致可预测性以指数速率下降，因此任何方法的预测在长期内都是徒劳的，但非线性预测方法可以在混沌或其他情况下很好地进行短期预测存在非线性。¹⁶混沌理论向前可追溯到19世纪庞加莱等人对天体力学的研究。20世纪80年代中期开始，混沌理论迅速吸引了数学、物理、工程、生态学、经济学、气象学、情报学等诸多领域学者有关注，引发了全球对混沌理论研究的热潮。

组织控制论

Stafford Beer是最早采取组织控制论（Organizational Cybernetics, OC）方法的人之一。Beer认为运筹学的技术在理解整个系统结构的情况下才能得到最好的运用¹⁷。Beer 还开发了可行系统模型（Viable Systems Model），它总结了系统可行（在其环境中生存和适应） 所需的有效组织¹⁸。

控制论和运筹学方面的工作考虑了复杂系统中的通信和控制机制，特别是在组织和管理科学中。它们为处理系统内部的操作和战术问题提供了有用的方法，但无法考虑更具战略性的组织问题⁶。

硬系统和软系统思维

Peter Checkland在80年代提出了一种基于解释的系统理论，该理论认为，为了理解组织的行为，我们不仅需要观察人们的行为，还需要建立对文化背景、行为意图和看法的理解。Checkland从系统工程的角度出发，发现将系统工程方法应用于社会和政治领域一些模糊的、定义不明确的问题时遇到的困难¹⁹。因此，他引入了硬系统和软系统之间的区别：

硬系统（hard systems）类型的特点是能够定义目的、目标和任务，可以通过工程方法来尝试优化解决方案²⁰。在硬系统中，问题可能是复杂和困难的，但它们是已知的，并且可以充分描述。可以通过从一系列方案中选择最佳解决方案来解决此类问题（可能进行一些修改或集成以创建最佳解决方案）。在这种情况下，“系统”一词用于描述现实世界的事物；在这些问题中，往往需要选择、创建并实施一个问题的解决方案。

软系统（soft systems）的特点是复杂的、不明确的现象，软系统无法确定具体的目标，需要通过学习才能改进。此类系统不仅限于社会和政治领域，还存在于企业内部和企业之间，在这些领域中，复杂的、通常不明确的行为模式限制了企业的改进能力。软系统方法不以单一的问题或目标作为其核心。不同的人会根据自己的观点和经验感知不同而对问题情形做出不同的解读。软系统不寻求“解决”这些问题，而是通过减少参与者“不适感”的干预措施进行管理。在软系统情形下，“系统”一词用于描述指导我们理解情况或帮助选择干预策略的思想系统、概念系统。

以下三个概念的辨析概括了硬系统和软系统之间的差异²¹：1)问题 VS 问题情境（problem vs. problematic situation）；2)解决方案 VS 减少不适感（solution vs. discomfort reduction）；3)系统 VS 系统理解（the system vs. systems understanding）。

批判性系统思维

一系列硬系统和软系统方法的发展引起这样一个问题：在什么情况下应用哪种方法？批判性系统思维（Critical Systems Thinking, CST）或批判性管理科学（Critical Management Sciences）试图解决这个问题²²。在这里“Critical”一词有两种使用方式。首先，批判性思维考虑到知识本身的限制，并对硬系统和软系统的限制和假设提出质疑。其次，批判性思维考虑了伦理、政治和强制执行的因素，以及系统思维在社会中的作用。

系统科学分支发展网络

系统科学在发展的过程中不断与其他学科和领域交叉融合，包括生命科学、物理学、化学、社会学、宇宙学、热学、军事、企业组织、行政管理等等。系统科学的衍生学科之间互相影响、促进，即有逐渐细化的分支结构，又有融合了若干分支的综合性理论；既有对知识边界的拓宽，又有对已有学说适用性的反思。这些关系使得系统科学的历史不是简单的线性发展，而是复杂的、互相作用的网络结构（见下图）——这种对线性变化发展叙事的打破，某种程度上也印证了Bertalanffy等先驱者呼吁发展系统科学的初衷。从结构图中隐约可以看出两条脉络：即以一般系统理论为发端的自然科学中的系统科学，和以运筹学为发端的社会管理问题中的系统思维。而控制论的后续发展则分别融入到了这两条支路当中，成为系统科学体系中不可或缺的一环。

参考资料

---

• 这篇是本学期的一份课程作业，知识水平有限难免存在纰漏
• 一些资料转引自History of Systems Science - SEBoK (sebokwiki.org)和Wikipedia
• 同样发表于简书：梳理系统科学发展史 - 简书 (jianshu.com)