北京师范大学系统科学学院复杂性思维

系统科学视角下的复杂网络研究狄增如【摘要】系统科学在科学研究方法论的层面上要求我们从还原论走向系统论,其关注的核心科学问题是复杂系统的涌现性.复杂系统的涌现性通常是指系统通过个体之间的非线性相互作用,可以在宏观层次上出现新的时空结构和功能.通过对各个领域复杂系统宏观涌现行为的研究,抽象出具有普适性的一般规律,是认识系统复杂性的基本途径.而复杂网络作为刻画系统相互作用的基本工具,是构建系统模型、研究系统性质和功能的基础.%From the view point of systems science, the scientific methodology should go beyond reductionism, to adopt systematic methodology. As the theoretical foundation of systems science, systematology should be developed based on the deep research on the emergent properties of complex systems. Emergent property is an important topic in complexity research. It concerns about the emerging of global spatial-temporal structure and function in complex systems. It is believed that the self-organization of individual agent through nonlinear interaction is crucial to the emergence of global collective behavior at macroscopic level. The basic approach for understanding complexity is to investigate the universal laws that determine the emergent behaviors in variant complex systems. Complex networks, as the basic approach to characterize the interaction among components of the systems, are the basis for modeling the systems and understanding the properties and functions of the system.【期刊名称】《上海理工大学学报》【年(卷),期】2011(033)002【总页数】6页(P111-116)【关键词】复杂系统;涌现性;复杂性;复杂网络;系统学【作者】狄增如【作者单位】北京师范大学,管理学院,北京,100875;北京师范大学复杂性研究中心,北京,100875【正文语种】中文【中图分类】N94经过上个世纪一百年的发展,科学技术取得了飞速进步,人类对于自然和生命的奥秘获得了丰富而深刻的认识.这些科学成就的取得在很大程度上有赖于还原论的科学研究方法.还原论是近现代科学研究的基本方法论.当人们希望了解研究对象的性质和规律时,通常采用分析的方法,先将认识对象拆分还原成更基础的部分,了解每部分的结构属性,再试图由部分出发综合推演出整体的属性.这种化复杂为简单的方法,适应并推动了20世纪科学研究的发展,许多对世界产生重大影响的发现都源自于这种基本的方法论.例如,对于物质结构和生命奥秘的认识就经历了这样一个典型的认知过程,从分子到原子再到更细微的基本粒子,从个体、组织器官、细胞到DNA.事实上,除了以上物理和生物所代表的自然科学领域外,还原论已经影响了并正在影响着许多领域的科学研究工作.随着科学技术的进步,还原论的局限性也逐渐凸现出来,人们越来越深切地意识到,对于系统基本结构单元的性质和规律的了解并不能让我们全面地理解系统的行为.例如,仅仅基于细胞的知识我们不可能理解组织器官的功能,生命整体本身并不只是生命物质的简单组合.进入21世纪以来,对于社会和生命奥秘的探索使人们越来越认识到整体论和系统论的重要性.在这一科学发展趋势下,复杂性研究发展迅速并被认为是新世纪的前沿科学.复杂性研究的对象是复杂系统,它关注系统的演化行为和涌现性质,并致力于挖掘其中所存在的具有共性的基本规律.科学家们普遍认为,整体和系统的世界观和方法论应该真正进入到科学研究当中.尽管整体的世界观在中国古代哲学和古希腊罗马哲学中都有所体现,但现代系统论的形成一般公认为始于贝塔朗菲的著作《关于一般系统论》[1].整体论只是强调了世界是动态统一的观点,主张从整体上研究系统随时间的动态行为,而系统论对整体动态行为的认识是建立在了解系统内各部分之间相互作用关系的基础上的,关注整体与部分的关系.从这个意义上说,系统论是还原论和整体论的有机结合和辩证统一[2].科学方法论从还原论向系统论的变迁是建立系统科学学科体系的基础,我们所面临的问题是:如何在系统论这一基本科学方法论的基础上,结合网络科学的研究进展,深入开展对复杂系统和复杂性的研究,推动和促进系统科学的发展.1 系统科学与复杂性研究1.1 系统科学的学科体系20世纪末,钱学森院士提出了现代科学技术的九大学科部类体系,由此确立了系统科学体系的框架[3],使系统科学走上了全面发展的新阶段.在这个体系中,系统科学作为在系统论基础上发展起来的新兴学科,被认为是与数学、自然科学、社会科学等相并列的一个基础学科门类,它是从整体与局部的关系角度来研究客观实际的.在钱学森院士和其他专家学者的共同推动下,国务院学位委员会于1990年增列系统科学为理学门类中的一级学科,推动了系统科学学科建设在全国范围内的发展.目前,系统科学还没有一个明确的大家普遍接受的定义,但在其研究范畴和研究目标上大家都有基本的共识.中国科学院在《1999科学发展报告》中指出:系统科学是自然科学与社会科学的基础学科.不同于工程、管理等学科领域对具体工程或管理问题的关注,它关心涉及复杂系统性质和演化规律的基本科学问题,试图通过对生命生态、资源环境及社会经济等具体系统演化过程中关键问题的研究,揭示复杂系统所具有的一般性规律,研究复杂系统宏观层次上的涌现性行为、系统性质和功能的智能控制等科学问题,并促进对具体系统的认识.简言之,系统科学是探索复杂系统基本规律及其相关应用的新兴交叉学科.按照钱学森院士对现代科学技术体系的划分,任何学科都可分成基础理论、技术基础和实际应用3个层次.对系统科学而言,基础理论层次的内容是系统学或称作系统理论,技术基础层次的内容包括运筹学等理论方法,实际应用层次则是各种各样的系统工程.建立系统学,是发展技术、开展实际应用的基础.系统学目前还未形成完整的理论体系,我们认为,近年来兴起的复杂性研究是构建系统学理论体系的一个很重要的途径.复杂性研究关注复杂系统在时间演化过程中所表现出来的丰富多彩的性质和行为,及其背后存在的具有共性的基本规律,特别是复杂系统的涌现性性质.它涵盖了大脑、免疫系统、细胞、蚁群、互联网、金融市场及人类社会等具体领域,是21世纪基础科学发展的一个重要方向.《Science》杂志在1999年就曾发表专辑阐述了复杂性研究对众多学科的可能影响[4].由于探索复杂性所形成的理论和分析方法在解决复杂系统问题上的前景和威力,复杂性科学还被众多科学家誉为“21世纪的科学”[5].1.2 复杂系统与涌现性复杂性研究的对象是复杂系统,它不以系统的物质属性进行区别,广泛涉及到生命、生态、气候气象、资源环境、人口和社会经济等领域.复杂系统在目前也还没有一个被大家公认的科学定义.我们认为,系统复杂与否通常由系统中所包含个体的数量(系统的自由度)以及个体之间的相互作用形式两个因素共同决定.简单系统包含少量的个体,个体行为受已知的规律支配,且相互作用是线性的,单摆就是其中典型的例子.需要注意的是,即使对于小自由度的系统,当系统中存在非线性的相互作用时,它也可以表现出混沌等复杂行为.当系统包含大量的个体,但个体之间的关系为线性、简单、机械的相互作用时,可以称之为复杂的系统(complicated system,或称组合系统),理想气体是其中典型的例子.系统虽然包括大量的行为相近的气体分子,但分子之间除了完全弹性碰撞外,不考虑任何其他的相互作用.此时,可以通过简单的统计平均的方法来研究系统的行为.另一个例子是波音飞机,它包含了三百多万个部件,但每一个部件受已知的、机械的规律支配,具有明确的功能.通常,在外界环境改变时,复杂的系统只能对有限的改变做出响应.典型的复杂系统(complex system)不仅包含大量的个体,而个体之间的相互作用是非线性的.另外,复杂系统的另外一个典型特点是系统中的个体可以具有一定的自适应性或学习能力,例如,组织中的细胞、股市中的股民、城市交通系统中的司机及生态系统中的动植物等,这些个体都可以根据环境或其他相互作用关系的变化而调整自己的行为甚至是行为规律.显然,系统的复杂性并不一定与系统的规模成正比,复杂系统需要具有一定的规模,但不一定规模越大越复杂,非线性的相互作用以及个体的适应性是决定系统复杂性的重要因素.复杂系统这一概念可广泛应用于自然和社会各领域.一般来说,复杂系统往往是由大量具有非线性相互作用的个体组成,其突出表现是:在没有中心控制和全局信息的情况下,仅仅通过个体之间的局域相互作用,系统就可以在一定条件下展现出宏观的时空或功能结构,在新的层次上涌现出具有整体性和全局性的性质和功能,这就是所谓复杂系统的涌现性.复杂系统所涌现出来的宏观全局行为,不管其复杂与否,都表现为在个体的微观层次上不可能出现的、系统的整体行为.在这里应该强调的是,非线性的相互作用对于系统宏观行为的出现至关重要,它使得系统的整体行为不能通过个体行为的简单叠加而获得.复杂系统在空间上经常包含不同的尺度,其结构也往往具有多种层次,不同尺度和层次所面临的问题各不相同,不同尺度和层次之间的关系复杂多样,非线性因素的存在使得大尺度上的问题不能简单地通过小尺度的叠加而获得解答,高层次上涌现出来的性质也不能直接从低层次性质得到解释,因此,复杂系统研究不能采取还原论的研究方法,而必须在了解个体行为及其相互作用机制的基础上,从整体的视角、利用系统论的研究方法来进行探讨.1.3 复杂网络与复杂性研究对于复杂系统的整体涌现性行为,必须针对具体系统应用动力学手段进行研究和探讨,这就需要刻画个体的动力学行为和个体之间的相互作用关系.前面已经提到,个体之间的非线性相互作用是决定系统复杂性的重要因素,所以,刻画系统中的相互作用关系对研究宏观行为意义重大.在已有的关于复杂系统的研究中,存在两种对相互作用关系的简化处理.a.全局相互作用.系统中任意一对个体之间都以同样的概率及机制发生相互作用.在这种情况下,在理论上可以用平均场的方法研究系统的涌现行为.b.规则的相互作用结构.例如,把个体置于一维链或二维晶格之上,此时可以用反应扩散方程等方法讨论系统的行为.在以上两种相互作用关系的近似中,个体都是平权的,个体之间的相互作用关系没有差别.显然,这一简化与许多实际系统,特别是生物和社会经济系统相去甚远.近年来倍受关注的复杂网络研究表明,大量复杂系统个体之间的相互作用关系需要用网络结构来描述,而这些网络结构存在着许多特殊的性质,例如,小世界性质、幂律度分布、不同的匹配关系及社团结构等[6].当人们知道相互作用结构对系统宏观行为具有重要影响时,复杂网络研究就成为理解复杂系统宏观行为的基础.大量包含多个体和多个体相互作用的复杂系统都可以抽象成为复杂网络,其中,每个个体对应于网络的节点,个体之间的联系或相互作用对应于连结节点的边.可见,复杂网络是对复杂系统相互作用结构的本质抽象.虽然每个系统中的网络都有自身的特殊性质,都有与其紧密联系在一起的独特背景,有自身的演化机制,但是,把实际系统抽象为节点和边之后就可以用统一、一致的网络分析方法去研究系统的性质,从而可以加深对系统共性的了解.总的来说,复杂系统的涌现性现象是具有整体性和全局性的行为,不能通过分析的方法去研究,必须考虑个体之间的关联和相互作用,从这个意义上讲,理解复杂系统的行为应该从理解系统相互作用的网络结构开始.所以,尽管复杂网络本身已经成为科学研究的一个重要领域,但它的重要意义和价值仍在于它是探讨复杂系统的基础,是理解复杂系统性质和功能的基础.2009年,《Science》杂志以复杂系统与网络(complex systems and networks)为主题,发表一集专刊[7],其中,Barabási教授的一段话很有启发意义,他指出,由于底层结构对于系统行为有着重大的影响,除非探讨网络结构,否则没有办法去理解复杂系统.2 复杂网络研究的现状与发展近年来,复杂性研究方兴未艾,已成为国际上科学研究的前沿和热点,许多著名的大学纷纷设立相关的院系及研究机构,研究者来自各个领域,包括物理学家、生态学家、经济学家、各类工程师、昆虫学家、计算机科学家、语言学家、社会学家和政治学家.一场关于复杂性研究的科学竞争已经在世界范围内展开.由于相互作用的网络结构是理解复杂系统性质和功能的基础,与具体系统性质相关的网络科学问题,应该是今后探索复杂性的一个重要方向.2.1 复杂网络研究的基本内容1998年,Watts和Strogatz提出小世界网络模型,指出少量的随机捷径会改变网络的拓扑结构,从而涌现出小世界的效应[8];随后,Barabási提出了无标度网络概念,解释了增长和择优机制在复杂网络自组织演化过程中的普遍性和幂律的重要性[9];而Kleinberg则从网络的可导航性入手,解释了如何能够利用局部信息去寻找网络中的最短路径[10].在这些开创性的工作基础上,经过众多科研工作者前瞻性工作的推动,复杂网络已经成为科学研究特别是复杂性研究的一个重要领域.大量包含多个体和多个体相互作用的系统都可以进行网络抽象,其中,每一个个体对应于网络的顶点,个体之间的联系或相互作用对应于连结顶点的边.复杂网络描述中最简洁的是只包含点和边的二元无权网络,它给出了顶点之间的相互作用存在与否的定性描述,而这种定性描述反映了相互作用最主要的信息.网络描述方法已被广泛应用于实际系统的研究,例如,神经元网络、食物链网络、Internet网络、WWW网络以及人与人之间交往的社会网络等,研究结果加深了对这些具体系统的理解,并且提出了一系列新的概念和分析方法.总体上说,复杂网络研究包括以下主要内容:a.如何定量刻画复杂网络?通过实证分析,了解实际网络结构的特点,并建立相应概念刻画网络结构特征,同时,拓展网络描述的维度,例如,研究加权网络、关心网络的空间结构性质,研究超网络等;b.网络是如何发展成现在这种结构的?建立网络演化模型,理解网络结构的产生和涌现;c.网络特定结构的后果是什么?探讨网络结构与功能的关系,从系统科学的角度看,这是网络科学的核心议题,与理解系统性质紧密联系在一起.所谓系统功能往往与网络所实现的动力学行为和过程相关,如新陈代谢网络上的物质流、食物链网络上的能量流、Internet网络上的信息传播及社会网络上的舆论形成等,所以,研究网络上的各种动力学过程是探讨结构与功能之间关系的主要途径;d.在以上知识和理解的基础上,利用网络结构控制和优化系统功能.由于近十年来网络科学与工程研究的纵深发展,复杂网络与复杂性研究之间相辅相成、相互促进的发展态势已经逐渐形成.在2009年《Science》杂志发表的主题为复杂系统与网络的专辑中[7],学者们回顾和展望了复杂网络研究的进展,在未来可能的发展方向中,解开生命之网、分析社会生态系统、经济网络、技术社会系统的行为都被列为复杂网络研究发展的方向;而在世界各国确定的复杂性研究路线图中,复杂网络作为探索复杂性的重要工具,也被提高到很重要的位置.从网络结构的层面,理解生命、生态、社会及经济等复杂系统的性质,应该是未来复杂性研究的重要方向.2.2 系统科学与复杂网络研究的相互促进发展系统科学已经成为世界科学技术发展的大趋势,而针对复杂系统涌现性的复杂性研究,是建立系统学、并进而发展系统科学的技术基础和工程应用的重要途径.目前,国际国内进行复杂性研究的工作都是针对具体系统进行的,寻找复杂系统的一般规律可以说还任重而道远.我们认为,这是建立和完善系统科学学科的一个必不可少的阶段.首先,由于复杂系统的特征如不可逆性、涌现性、敏感性和路径依赖等表现出了很强的普适性,我们相信其中一定存在着普适的、制约不同系统演化的基本规律,这是建立系统学的基础;其次,通过从理论到理论的途径很难直接产生理论的成果,普适的规律一定是通过对各种各样的具体系统的深入研究而获得的,这就要求我们一定要走进去,准确把握相关系统的概念,深入细致地了解系统的性质;第三,在准确把握概念和性质的基础上,对具体系统的研究不能落入已有思想和方法的樊篱,要注意应用系统方法论研究相应的复杂性问题;第四,在获得具体系统的成果后还一定要注意挖掘规律的普遍性,注意通过对具体系统的研究提炼具有普适性的规律,通过对不同系统的研究促进对复杂性本身的认识,从而对建立系统学做出贡献.事实上,国际国内探索复杂性的研究路线基本上都是以首先解决具体系统中的科学问题为切入点的.结合2006年欧洲制定的复杂系统研究路线图,以下主题领域值得大家关注[11].a.自然系统中的涌现:集体行为和远离平衡态的涨落,包括复杂物质的自组织和时空动力学,多层次和多尺度系统的建模,多尺度动力系统中瞬态现象的分析、不同的涌现形式和形态的稳定性的描述和定位、亚稳态材料和玻璃态动力学等.b.理解生命,包括计算生物学和系统生物学、认识大脑,从分子、细胞、生理及生态等各个层次全面地理解生命的奥秘,具体问题如重建细胞成分的多尺度时空动力学,整合新陈代谢、分子动力学和基因网络动力学,研究多细胞生物体的多尺度动力学,个体生理机能及其与环境的交互关系,模拟生物多样性、功能性和生态动力学之间的关系,揭示进化机制等.c.社会与环境系统,包括计算社会学及经济学,具体问题有理解个体认知和群体行为,基于网络重建的集体智力过程,经济与金融网络以及危机的产生与扩散,环境、生态与社会经济的耦合演化,理解认知与创新的关系、模拟创新及其规律等. d.网络与技术系统,特别是与信息技术与Internet发展相关联的科学问题,包括基于网络的信息挖掘与信息扩散,网络分布式计算方法,WWW网络与虚拟社会,基于网络重建的集体智力过程等.e.人工复杂系统.模拟和仿真是研究复杂系统的重要工具,是分析、模拟和调节自然的、社会的复杂系统的途径,同时,也成为复杂性研究的重要对象.具体对象和问题包括:软件系统,人工智能和模拟神经的机器人技术,从社会性昆虫中受到启发的群体优化,进化机器人,免疫或受社会启发的计算机安全技术等.在这些具体问题的研究中,由于网络结构对于系统的性质和功能有重要影响,网络分析方法可以用来探索实际系统性质中的一些重要问题:a.找出网络中关键的结构和连接.b.了解网络中重要的动力学过程.例如,要搞清楚金融危机扩散的过程就要了解网络中节点和连边的动力学过程以及级联传播的影响.c.复杂网络的计算机模型具有预测的功能.例如,经济金融网络中某些政策的改变可能导致网络规模和结构的变化,并进而影响系统性质.d.网络结构与动力学分析是优化复杂网络系统设计和控制的基础.例如,可以弱化金融网络中的级联效应、优化电力网中输运能力的分配等.同时,社会网络和经济金融网络以及其他类型网络的耦合相互作用也是至关重要的.要实现探索复杂性与复杂网络研究的有机结合,达到理解、设计和控制网络系统的目标,复杂网络研究需要从以下4个方面深入展开:重建网络;理解网络结构;理解网络动力学;判断、设计和控制.这4个研究主题的具体研究细节包括:a.重建网络.网络的拓扑结构是研究网络行为的前提.但许多实际系统中的网络规模很大并且很复杂,往往人们不能直接测量其网络结构.因此,如何从个体单元行为重构复杂网络结构成为了近年来的研究焦点,受到越来越多的关注.重构或推断复杂网络结构作为复杂网络研究的“反问题”,比研究网络结构对动力学的影响更具挑战性,而在生物、信息及社会经济等各领域内的研究还处于探索阶段.b.理解网络结构.人们已经建立了许多在顶点层次和全局层次刻画网络结构的概念和方法,但是,网络结构的层次性迫切要求我们能够在介观或中观层次刻画网络结构的特点,需要发展将网络结构分解成不同层次的分析方法,例如,评价大网络特征谱的可扩展方法,发展寻找网络社团结构和核心骨架结构的方法.c.理解网络动力学.讨论的网络结构是研究网络动力学的基础,而网络动力学是研究系统功能的重要手段,目的是在变化的条件下(稳态时和网络演化时)理解网络的行为.网络结构是如何与网络动力学耦合到一起的?如何测量和探讨随着网络增长的行为变化?突变行为也是复杂网络动态的特点之一,研究稳态条件和理解相变非常必要,而捕捉产生这些变化的非线性相互关系应成为网络建模的重要组成部分.d.判断、设计和控制.网络建模和模拟的最终目标是发展理解和控制网络系统、改善系统功能,这个目标的实现依赖于上述3个方面的研究.其中,一个研究线路是把修改网络操作的动力学也引进系统演化行为中,系统可以在线学习并修改网络,以控制和改进系统的性质和功能.3 结束语明确的系统科学学科体系,使系统科学在我国具备了独特的发展基础和优势,同时,探索复杂性也已经成为我国科技发展的重要领域.2004年,中国科学院在基础研究中长期规划中,确定复杂系统研究为14个重点领域之一.国务院2006年发布的《国家中长期科学和技术发展规划纲要》多次论述了系统科学和交叉学科,明确指出“复杂系统、灾变形成及其预测控制”是面向国家重大战略需求的基础研究,要求“重点研究工程、自然和社会经济复杂系统中微观机理与宏观现象之间的关系,复杂系统中结构形成的机理和演变规律、结构与系统行为的关系,复杂系统运动规律,系统突变及其调控等,研究复杂系统不同尺度行为间的相关性,发展复杂系统的理论与方法等.”可见,系统科学和复杂性研究以及交叉学科对我国中长期科学发展的重要意义已经逐渐被大家所认识接受.探索复杂性与网络研究相结合,关注网络结构对于系统性质与功能的影响,是推进复杂性研究的重要途径.这需要我们将理论探索与具体领域的研究紧密结合起来,一方面利用系统科学的思想、方法和工具研究经济、资源环境、生物及计算机系统等领域中的相关问题;另一方面注意从具体问题中提炼具有共性的规律性的东西,研究系。

王大辉：复杂系统的探索者作者：迟艳艳来源：《科学中国人》2015年第09期初春，北京师范大学一派怡人景象，师生们在春意盎然的校园中来来往往。

在这里，王大辉教授20余年来都专注于系统科学的学习和研究工作，从一名系统理论专业的本科生蜕变成了系统科学领域的教授。

还不到40岁的王大辉教授气质温和内敛。

访谈中，他对科学问题严谨酣畅的论述凸显了专业的厚度和视野的深度。

结缘系统科学王大辉接触系统科学缘于一个偶然的机会。

王大辉的高中时代是在四川省盐亭中学度过的。

这个中学很重视学生的全面发展，订阅了很多报纸张贴在报刊栏中供同学们阅读。

1993年春夏之交，在高考备战之余，王大辉在报栏里看到一篇介绍钱学森先生的文章。

文章提到钱老等老一辈科学家推动创立了系统科学的学科体系，并指出系统理论在国防、军事、科技和社会经济等领域都有重要作用。

由于对钱老在工程控制、火箭和航天事业方面伟大贡献的景仰，系统科学和系统理论引起了王大辉的极大兴趣。

巧合的是，北师大在四川省提前批次招生，正好也有系统理论这个专业，王大辉的高考志愿就报了系统理论。

从此，王大辉进入了系统科学这个领域。

王大辉1993年考进北师大时，系统理论专业由物理系建设，该专业以物理学为基础，注重数理逻辑的训练。

该专业是钱学森先生支持和方福康教授的倡导下于1985年在师大设立，后逐渐发展成系统科学的首批博士授权单位、博士后站、一级学科授权单位和国家重点学科。

方福康教授在诺贝尔奖获得者伊.普里高津指导下从事非平衡系统研究并获得博士学位。

回国后曾任北京师范大学校长、国务院学位委员会委员、系统科学学科评议组召集人，积极推动复杂系统的研究，为我国系统科学的发展作出重要贡献。

1996年秋，王大辉获得免试上研究生的资格，在方福康教授指导下开展社会经济系统的复杂性研究。

2002年获得博士学位后留校任教，成为北师大复杂性研究团队的重要成员。

在社会经济系统的复杂性探索系统科学是“横断”的新兴学科，其研究对象不如传统学科那样条块分明，而是由大量具有自适应行为的个体组成、个体之间具有非线性相互作用的复杂系统。

基于复杂性视角的国土综合整治创新机制研究I姜广辉郑秋月周涛羊玉婷文章编号：1009-6000(2021)03-0017-06中图分类号：F301 文献标识码：Adoi： 10.3969/j.issn.1009-6000.2021.03.003基金项目：国家社科基金重大项目（20&Z D090);北京市属高校高水平教师队伍建设 支持计划项目（编号：CIT&TCD20180326);国家自然科学基金面上项目（42071249, 41671519)。

作者简介：姜广辉（1980—），男，汉族，山东东阿人，北京师范大学，教授，博士生导师，研究方向：土地评价、规划与可持续利用；郑秋月（1994—),女，汉族，山东泰安人，北京大学，博士生，研究方向：土地利用评价 与规划；周涛（1991—),男，汉族，山东东阿人，北京师范大学，博士生，研究方向：土地资源与 区域发展；羊玉婷（1996—),女，汉族，四川绵阳人，北京师范大学，硕士生，研究方向：土地利用 评价与规划。

基于复杂性视角的国土综合整治创 新机制研究Resear ch on I n n o v a t i o n M e c h a n i s m of Land Comprehensive Improvement Based on Perspective of Complexity姜广辉郑秋月周涛羊玉婷JIANG Guanghui ZHENG Qiuyue ZHOU Tao YANG Yuting摘要：国土综合整治已上升为国家战略，亟须探索一套创新机制体系，以保障其有效落实.国 土综合整治各要素、各环节间极为复杂的互动关系加大了整治实施难度，唯有准确识 别其复杂特征，才能够厘清问题所在，探索相应的解决路径。

因此，文章从复杂性科 学的角度出发，阐述了国土综合整治主体复杂性、过程复杂性和环境复杂性3个特征,识别了由复杂性引起的项目间缺乏系统衔接、资金统筹程度不高、内生动力不足等国土 综合整治现存问题，进而有针对性地构建了一套系统的、覆盖整治全过程的国土综合 整治创新机制体系，以期保障国土综合整治工作有序、高效进行。

复杂性理论与创造性思维研究复杂性理论和创造性思维是两个看似没有直接关联的领域，但二者在很多方面是相互依存的。

复杂性理论是一种跨学科的研究方法，主要研究含有多个相互作用因素的复杂系统的行为和性质。

而创造性思维则是指一种超越传统思考框架的能力，能够在解决问题或完成任务时想出新颖的方法或创造出独特的思路。

本文从复杂性理论和创造性思维的角度出发，探讨了二者的联系以及在实践中如何相互促进。

一、复杂性理论复杂性理论是一种跨学科的理论和研究工具，它主要研究那些由多个相互作用的因素所组成的系统的行为和性质。

这些系统的行为通常不是单一可预测的，而是具有一定程度的随机性和非线性特征，且其整体行为大于各个组成部分之和。

复杂性理论适用于各种自然和社会系统，例如生态系统、大气环境、脑神经系统、经济市场等。

复杂性理论的主要研究方法包括系统分析、网络分析、非线性动力学、统计物理学等学科领域。

因此，复杂性理论往往要求跨学科的研究团队，能够在统计、物理、工程、计算机科学等多个领域发挥协作作用，以为相关领域提供更深入的理解和更富创造性的解决方案。

二、创造性思维创造性思维是指一种超越常规思考模式的能力，同时涉及有创意性、创新性、独创性和想象力等多个方面。

创造性思维可以提高人们的预见性和意识水平，使人们更好地适应环境变化并解决问题。

创造性思维在各种领域具有广泛的应用，例如艺术、科学、商业和教育等。

在实践中，创造性思维可以通过很多方式来激发，例如发掘潜在想法、创新颠覆性的方案、发掘多源信息、挑战惯性思维等，这些创新和偏离常规的行为往往引发了新的想法和解决方案，成为了各行业的标志性作品和代表性做法。

三、复杂性理论与创造性思维的联系复杂性理论和创造性思维看似没有直接关系，但在实践中二者却是相互关联的。

这种关联在以下三个领域可以体现。

1.思维方式复杂性理论和创造性思维在思维方式上有相似之处。

在复杂性理论中，研究者也需要超越传统的思考方式来研究多元因素互动的系统，需要思考不同因素之间的关系，从整体上来理解这个系统的本质。

复杂性思维名词解释
复杂性思维是20世纪80年代末在美国兴起的一种新的科学哲学思潮。

简言之，复杂性思维是主张多元化思维的思想观念，或可简称为多元化思维。

复杂性思维强调主体的积极参与和介入，并认为主体间交互作用构成了科学探索过程。

由此可见，它是一种主张多元化思维的思想观念。

复杂性是指人类生活、科技发展以及自然界其他事物和现象等所具有的多样性、变化性和差异性。

复杂性不仅表现为事物属性的复杂性，而且表现为事物之间的复杂关系，还表现为事物与环境的复杂互动关系。

可以说，复杂性是当今人类所面临的最严峻的问题。

所谓复杂性思维，就是主张以多元化思维来面对复杂的世界，既要看到事物本身的复杂性，又要注重其复杂关系和复杂变化；既要保持事物内部的多样性，又要考虑外部环境的多样性。

- 1 -。

解决问题：运用系统性思维解决复杂问题的方法引言在我们生活和工作的过程中，我们常常会面临各种各样的问题。

有些问题比较简单，我们可以通过一些常规的方法迅速解决。

然而，有些问题却非常复杂，需要我们运用系统性思维来解决。

系统性思维是一种从整体角度出发，关注问题的各个方面以及相互关联的因果关系的思考方式。

在本文中，我们将探讨如何运用系统性思维来解决复杂问题。

了解问题的全貌在解决复杂问题之前，我们首先需要了解问题的全貌。

这意味着我们需要明确问题的范围和影响，以及与其相关的各种因素。

通过对问题进行系统性的分析，我们可以更好地把握问题的本质，从而找到解决问题的关键。

H1：明确问题的范围首先，我们需要明确问题的范围。

一个复杂的问题往往涉及多个方面和维度，我们需要将这些方面和维度都考虑在内。

例如，如果我们面临一个组织管理上的问题，我们可能需要考虑到组织结构、流程、人员关系等方面的问题。

H2：把握问题的关键因素在明确问题的范围之后，我们需要把握问题的关键因素。

关键因素是指对问题产生重要影响的因素。

通过识别并理解这些因素，我们可以更有针对性地解决问题。

例如，在组织管理问题中，关键因素可能包括领导层的决策能力、员工的专业技能等。

分析问题的因果关系除了了解问题的全貌，我们还需要分析问题的因果关系。

这是因为复杂问题往往是由多个因素相互作用而产生的，我们需要理清这些因素之间的关系，以便找到解决问题的路径。

H1：识别问题因果关系的方法要识别问题的因果关系，我们可以采取多种方法。

一种常用的方法是因果图，也称为鱼骨图。

通过绘制因果图，我们可以将问题的不同方面和影响因素进行分类，并将它们之间的因果关系表示出来。

这有助于我们更清晰地了解问题的本质，找到解决问题的关键点。

H2：考虑时间维度的因果关系在分析问题的因果关系时，我们还需要考虑时间维度。

因果关系的时间顺序对于解决问题非常重要。

有时候，问题的因果关系可能是互相影响的，甚至可能是循环的。

系统科学中的复杂性理论一、引人们时常被生活中复杂的现象所困扰或激发灵光。

从科学的角度来看，复杂性正是我们需要解决或研究的难题之一。

而复杂性理论便从整体性和相互影响的角度来对复杂现象进行研究。

二、什么是复杂性理论？复杂性理论是一项时下热门的跨学科研究领域，它探讨的是包括自然以及人造系统在内的高度关联的现象和现象之间的相互作用。

在自然系统中，这些相互关联的现象可以是分子之间的相互作用、植物和动物之间的生态交换，以及来自天空的能量等等。

在人造系统中，复杂性可以体现为物流、网络、金融系统或者城市设计等各种领域的应用。

三、如何理解复杂性理论？要理解复杂性理论，我们需要通过系统性的思维方式去研究各种复杂的系统。

这个思维模式要求我们把系统当做一个整体，研究它的特性和组成部分之间的相互关系，而非仅关注它的个别部分。

这种思维方式可以帮助我们更好地解释那些因为各种因素交织在一起而变得复杂的现象。

举个例子，我们可以试着研究一个生态系统，它包括大量的生物种类、天气变化以及物种交互作用等，这些组成部分的相互作用会导致整个生态系统发生变化。

通过这种思维方式，我们不仅可以学到什么是复杂性理论，还可以了解到复杂性理论如何解释这个世界上各种复杂的质量和运动方式。

四、复杂性理论的应用复杂性理论的应用领域非常广泛。

我们可以将其应用于各种不同类型的系统，例如心理、社会和生态系统以及信息系统、机器人等等。

以下列举一些领域及其应用的例子：1. 在天气预报中，复杂性理论可以用来帮助珍情数据，了解天气模式的变化，并预测未来的天气走势。

2. 在金融市场中，复杂性理论可以用来分析股票和经济数据，并预测市场波动。

3. 在医学领域中，复杂性理论可以用来研究人类的疾病，包括神经系统和心血管系统中的疾病。

4. 在交通流动中，复杂性理论可以用来优化交通流量，例如降低交通拥堵和安排更高效的航班。

5. 在生态学中，复杂性理论可以用来预测种群变化并优化自然资源的管理。

解决复杂问题的方法和策略复杂问题常常令人困惑，但通过运用恰当的方法和策略，我们可以更好地应对这些问题。

本文将介绍一些解决复杂问题的常用方法和策略，希望对读者们提供一些帮助和启发。

一、系统思考解决复杂问题的首要步骤是采用系统思考的方法。

系统思考是一种通过观察和分析系统中各个组成部分的相互作用和影响，从而找到解决问题的最佳路径的方法。

在系统思考中，我们需要从整体的角度来看待问题，关注问题的本质和根源，而不仅仅是关注问题的表面现象。

通过对问题进行全面的分析和综合的思考，我们可以更好地把握问题的本质和复杂性，从而找到解决问题的有效途径。

二、拆分问题复杂问题往往由多个相互关联的子问题组成。

对于这类问题，拆分问题是非常重要的一种策略。

拆分问题的过程可以帮助我们更好地理解问题的结构和组成部分，并找到解决问题的切入点。

拆分问题时，我们可以首先将问题分解为更小的子问题，再对每个子问题进行独立的分析和解决。

通过逐步解决子问题，最终可以解决整个复杂问题。

三、借鉴先进经验在解决复杂问题的过程中，我们可以借鉴和学习他人的经验和成功案例。

通过研究过去解决类似问题的方法和策略，我们可以找到一些与当前问题相适应的解决方案。

借鉴先进经验的好处是我们可以避免重复犯错，节约时间和资源，并能够快速找到解决问题的思路和方法。

四、多元视角复杂问题常常需要从多个视角来进行分析和解决。

在面对复杂问题时，我们可以尝试从不同的角度来思考问题，用不同的视角来查看问题，以便更好地理解问题的本质和复杂性。

通过多元视角的分析，我们可以获得更全面和准确的问题认识，从而可以制定更有效的解决策略和方案。

五、跨学科思维解决复杂问题往往需要用到多个学科的知识和方法。

通过运用跨学科思维，我们可以将不同学科的知识和方法进行整合和应用，从而更好地解决问题。

跨学科思维可以为我们提供新的视角和思路，帮助我们从更广泛的范围来考虑和解决问题，提高问题解决的效果和质量。

六、试错法复杂问题的解决往往涉及很多不确定因素和未知变量。

如何有效提高解决复杂问题的能力在现代社会中，我们面临着越来越多的复杂问题。

而且，这些问题往往涉及各个领域，牵涉到多个因素，需要我们有强大的解决能力才能应对。

然而，提高解决复杂问题的能力并非易事。

在本文中，我将以一名业内精英的身份，与读者分享一些实用的建议和经验，帮助他们有效提高解决复杂问题的能力。

一、培养系统思维解决复杂问题需要我们具备系统思维的能力。

所谓系统思维，是指能够将问题看作一个整体，并能够理解各个部分之间的相互作用和关联。

为了培养系统思维能力，我们需要采取以下几个步骤：1. 深入学习各个领域的知识复杂问题通常涉及多个领域，因此我们需要掌握各个领域的基本知识。

这包括但不限于经济学、心理学、数学、统计学等。

只有通过深入学习，我们才能更好地理解问题的本质，从而采取正确的解决方法。

2. 建立模型和框架为了更好地理解问题的复杂性，我们可以尝试建立模型和框架。

模型可以帮助我们把握问题的关键要素，框架可以帮助我们理清问题的脉络。

通过建立模型和框架，我们可以更好地分析问题，并找到解决问题的关键路径。

3. 综合各种资源解决复杂问题需要借助各种资源，包括人力、物力、财力等。

我们需要善于综合利用各种资源，找到最优解决方案。

同时，我们也需要学会协调各方利益，使得解决方案能够在多个利益之间取得平衡。

二、加强分析能力解决复杂问题的过程中，分析能力起着至关重要的作用。

只有通过深入的分析，我们才能找到问题的症结所在，并制定有效的解决方案。

以下是一些提高分析能力的方法：1. 学习使用工具和技术现代社会提供了许多分析工具和技术，例如逻辑思维、决策分析、数据挖掘等。

我们需要不断学习和使用这些工具和技术，以提高我们的分析能力。

同时，我们也可以参加一些培训和学习活动，提升自己的专业素养。

2. 多角度思考问题复杂问题往往涉及多个因素，需要我们从多个角度进行思考。

我们可以尝试换位思考，设身处地地站在不同的角度来看问题。

这样可以帮助我们更全面地认识问题，并找到问题的本质。

吴俊：在复杂网络中寻求最优解作者：李明丽来源：《科学中国人·上半月》2021年第09期在信息化与智能化时代，可以说每一个人的生活中都充斥着网络的影子。

随着互联网、交通网、电力网、物流网等人们赖以生存的网络越来越错综复杂，有些问题却一直回避不掉：这些复杂的网络系统可不可靠？一个小故障会导致整个网络系统崩溃吗？在出现故障时，网络怎样才能保证正常运行？面对这些问题，对复杂网络的抗毁性进行研究显得十分重要和迫切。

北京师范大学自然科学高等研究院复杂系统国际科学中心教授吴俊坚持择一事终一生的态度，长期从事复杂网络与大数据分析研究，深耕复杂网络抗毁性研究近20年，在领域内取得了突出的学术成绩。

他正在思考如何将复杂网络抗毁性与普通人的生活结合起来，真正地为社会服务。

持之以恒“Enjoy Work，Enjoy Life”（享受工作，享受生活）是吴俊团队的微信群名称，从这个名字不难看出这是一个崇尚快乐做科研的团队。

吴俊团队所在的复杂系统国际科学中心才成立两年多，中心成员的专业多种多样，有系统科学、管理科学、生物学、数学、物理学、计算机等，是一个不折不扣的交叉学科中心。

而这正是吴俊选择北京师范大学珠海校区的一个重要原因，“因为我觉得我的背景、我的研究都比较适合一个学科交叉融合的平台”。

在此之前，吴俊在国防科技大学待了整整18年，从一名在读的研究生成长为教授、博士生导师，从军事院校到地方高校，吴俊研究的重点始终没有离开网络抗毁性。

网络抗毁性是什么？这或许会是大多数人在听到这个名词时的反应，它确实没有那么被人熟知。

网络抗毁性研究最早起源于军事领域，早期主要应用于通信网络领域。

通俗来说，网络抗毁性指的是网络在节点或边失效后继续维持功能的能力。

但实际上，几乎所有的网络都存在抗毁性问题。

比如在生态系统里面，物种之间有复杂的关联关系，一个物种的灭绝会给整个生态系统带来怎样的影响，这都属于网络抗毁性研究的范畴。

大多数情况下，人们面对的网络都是“有益的”。

系统思维与全局思考——解决复杂问题的思维方法与工具导向课程背景：简单的思考难以解决复杂的问题！我们在日常管理工作经常会遇到这样的困扰：面对复杂的局面，如何抓住问题的重点？面对纷乱的各种表面现象，如何看到问题的本质？面对问题的多样性和不断变化的趋势，提出有效的解决方案？在解决复杂性问题时，常规的思考方法往往容易使思考陷入片面、固化的困境，思维定势容易导致解决措施低效或片面局限。

解决复杂问题，需要应用系统思维进行全局思考！思维的效率决定了工作的效率！企业中管理效能问题，90%是思维方式的问题。

企业运作效率低下，战略不清、沟通不畅、组织不力……大多数都与思考方式、思维理念有关。

大多数企业缺乏系统、规范和有效的思维训练，来提升企业管理人员的思维素质和思维层次。

目前大量的500强企业培养员工的系统性思维，以提高分析问题和解决问题的能力，加强团队沟通协作进而提升管理效率。

本课程的教学极度注重和学员之间的互动，充分运用多种有效且广受成年人欢迎的教学方式，例如：示范演练，小组讨论，成果分享，视频教学，头脑风暴等，让所有学员积极参与到课程的学习和互动练习中，以提高学员的思维能力，培养先进高效的思维素质和思维模式，进而提升管理效能。

课程收益：本课程从系统思维入手，培养学员的全局思考能力和分析解决复杂性问题的能力。

通过本课程系统的学习：●进行系统性的思维训练，学习掌握多种思维方式和思维工具，提升思维素质；●培养系统思考、全局、全面、整体思考问题的管理意识和思考方法；●面对复杂问题，能看到问题的复杂性、多样性和多变性，通过全局思考进行分析和解决；●培养制定问题解决方案和执行计划的能力，提升管理效率；●培养本质思维和创新思维能力，透过现象看本质并选择解决问题的更多替代方案；课程时间：2天，6小时/天课程对象：企业管理人员、部门负责人、中高层管理人员课程方式：辅导式行动学习+翻转课堂：讲师讲授+案例分析+情景模拟+实操演练课程强调互动和练习，切实提高学员的知识和技能。

复杂系统的原则
复杂系统的原则是指在处理复杂系统时需要遵循的一些基本原则。

这
些原则可以帮助我们更好地理解和管理复杂系统，从而提高其效率和
可靠性。

以下是几个常见的复杂系统原则：
1. 系统思维：复杂系统通常由多个相互关联的部分组成，因此需要采
用系统思维来理解它们之间的相互作用和影响。

这种思维方式能够帮
助我们更好地识别问题，并找到解决方案。

2. 反馈机制：反馈机制是指系统中信息流动的方式，通过反馈机制可
以检测到系统中可能存在的问题，并及时进行调整和修正。

在设计复
杂系统时，需要考虑如何设计有效的反馈机制来保证其稳定性和可靠性。

3. 多样性：多样性是指在复杂系统中引入多种不同类型的元素或部件，以增加其适应能力和鲁棒性。

例如，在生态系统中引入多种不同类型
的植物和动物可以增加其生态平衡性。

4. 自组织性：自组织性是指在一个开放式、分散式、自适应的环境下，
各个部分之间可以自发地协调和合作。

在设计复杂系统时，需要考虑如何促进自组织性，从而提高其效率和可靠性。

5. 系统层次结构：复杂系统通常由多个层次结构组成，每个层次都有不同的功能和角色。

在设计复杂系统时，需要考虑如何建立清晰的层次结构，并确定各个层次之间的关系和依赖性。

总之，复杂系统的原则是一些基本的指导原则，可以帮助我们更好地理解和管理复杂系统。

在设计、实现和维护复杂系统时，需要遵循这些原则，并根据具体情况进行灵活调整。

根据我的理解，传统思维方式概括起来主要有以下四个特性：连续性或无断裂性，自然界无跳跃；确定性，导致多种形式的决定论；可分性，还原论和构成论由此导致否定事物间的关联性和系统的整体性；可严格预见性、否定随机性和偶然性，否定事物的突现与生成。

复杂思维在以上四个方面有相反的、否定的表述。

我们用“四不”来表达复杂性思维与机械性思维的方式之间的差别。

复杂性思维的特征如下：不连续性1900年普朗克提出“作用量子”就给自然界的不连续性观念奠定了基础。

玻尔把它引入原子结构的研究中，使核外电子处于稳定状态。

爱因斯坦引用来解释光电效应，等等。

系统科学与复杂性理论把不连续性作为其不言而喻的前提。

“不连续性”思想包含以下内容：（1）系统由多主体组成。

（2）主体间相互作用，其中没有哪一个主体是独立存在的。

“在复杂适应系统中（CAS）中。

任何特定的适应性主体所处环境的主要部分，都由其它适应性主体组成，所以任何主体在适应上所作的努力就是要去识别别的适应性主体。

这个特征是CAS生成的复杂动态模式的主要根源。

”（3）主体间通过聚集相互作用而生成具有高度协调性和适应性的有机整体。

（4）相互作用是非线性的。

简单主体的聚集相互作用，会产生突现现象从而生成“复杂的大尺度行为”。

“对于突现现象而言，生长出来的复杂性是一个基本的思想。

”不确定性用著名的科学家普里高津的话说：“腐朽”的确定性，即确定性已腐朽了、终结了，而必须代之“不确定性”。

当然这样说，可能有点绝对化，事实上，如成思危教授所指出的，“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）。

”但不确定性是基本的，确定性是它的特例，这是因为世界的万物变化充满着随机性和偶然性，由此决定了事物变化的不确定性。

日本著名学者野中郁次郎曾这样说：“在当前的经济环境中，‘不确定性’是唯一可确定的因素。

”所以普里高津强调：“我坚信，我们正处在科学史中一个重要的转折点上。