Core concepts of systems analysis — 系统分析的基本概念

系统分析的基本概念 (Basic Concepts of Systems Analysis) 是构成系统分析基础的基本概念和原则。它们是描述、建模、分析、综合和设计复杂系统的工具，尤其适用于解决复杂问题和支持任何领域（包括分析性规划）的决策。掌握这些概念能让专业人士洞察相互联系和相互依赖关系，管理复杂性，结构化问题，并制定出有充分依据的解决方案。

System and its environment - 系统及其环境

系统分析的基础是将研究对象视为一个系统——一个整体，其属性不能简单归结为其各部分属性的总和。

• 系统：核心概念。由相互关联的部分（要素）组成，并被视为一个统一整体的对象。其特征在于由要素相互作用而产生的涌现特性。参见系统定义。
• 系统要素：系统的组成部分，在当前分析层面上被视为不可分割的，并执行特定功能或具有特定属性的单元。
• 系统中的连接：要素之间稳定的关系，确保它们之间的相互作用以及物质、能量或信息的传递。正是连接产生了相互依赖性，并决定了系统的整体性。
• 系统结构：要素及其之间连接的组织方式。它决定了系统的内部秩序、行为，并且是涌现特性的载体。参见系统结构化。
• 系统边界：将系统与其环境分开的约定俗成或真实的界线。定义边界至关重要，它具有主观性，并取决于研究的目标、观察者（行动者）的立场以及问题的背景，在社会和组织系统中尤其如此。
• 系统环境：所有在系统边界之外，但与系统互动、影响其行为和/或受其影响的事物。理解环境对于分析输入、输出以及运行的上下文是必不可少的。

Functioning and dynamics - 功能与动态

这些概念描述了系统的活动、其随时间的变化以及实现目标的方向性。

• 功能：系统要素或整个系统为实现更高层次设定的目标所扮演的角色或执行的动作。功能定义了各个部分对系统整体行为的贡献。
• 目标：系统期望的未来状态或其运行的结果。目标赋予系统方向性，是确定功能和效率标准的基础。在复杂系统中，目标可能是多重的、不同行动者之间相互冲突的、不明确的，并且需要进行优先级排序。
• 系统状态：在特定时间点，系统关键参数值的集合。状态反映了系统当前的配置及其执行功能的准备情况。
• 系统行为：由内部相互作用和外部影响导致的系统状态随时间变化的序列。行为由系统结构、其目标以及要素之间的连接所决定。
• 过程：一系列相互关联的动作或状态变化，将输入转化为输出，以实现系统的功能或达成目标。
• 问题群：相互关联问题的系统性集合，其中一个问题的解决可能会影响其他问题。系统分析旨在理解此类复杂问题集的结构，并制定综合性解决策略，而非解决孤立的任务。

Key system properties - 关键系统特性

系统拥有由其各部分相互作用而产生的独特性质。这些性质可以大致分为结构性和动态性，分别反映了系统的构造和行为。它们相互关联：整体性产生涌现性，而涌现性是系统稳定性、适应性和发展的基础。

• 系统整体性：系统要素之间强烈的相互联系和相互依赖性所决定的系统的根本统一性。一个要素的改变会影响整个系统。
• 涌现性：系统出现其单个要素所不具备的、无法通过分析要素推导出来的全新质性属性。涌现性是系统整体性和结构的结果。
• 层级：系统的多层次组织，确保其内部的有序性。层级可以是系统的自然属性，也可以作为简化复杂系统和问题分析的方法（参见[[Analytic hierarchy process]]）。
• 系统稳定性：在存在外部或内部扰动时，系统维持其状态或行为轨迹的能力。稳定性与恢复到目标状态的能力有关（参见[[Homeostasis]]）。
• 系统适应性：系统为应对外部环境变化而改变其行为或结构的能力，以确保在新条件下的生存和有效运作。
• 系统发展：系统进行有方向的质变，导致结构复杂化、功能能力增长或目标改变的能力。
• 系统复杂性：系统的综合特征，反映了其要素、连接和组织层次的多样性、行为的非线性特征、反馈回路的存在，以及众多具有不同目标和主观看法的行动者的影响。
• 系统中的不确定性：与信息不完整、过程随机性、评估主观性和外部环境不可预测性相关的属性。不确定性限制了精确建模和预测系统行为的可能性。

Approaches and methods of systems analysis - 系统分析的方法与途径

系统分析利用特定的方法和工具来处理复杂性。

• 建模：构建模型——系统的简化表示——以进行研究、分析或预测。这是系统分析的关键方法。参见建模过程。
• 分析（分解）：将复杂系统划分为更简单的部分（子系统、要素）以进行研究的方法。
• 综合：整合关于各个部分及其相互作用的知识，以理解系统整体、评估备选方案或开发解决方案的方法。与分析互为补充。
• 层级结构化：将复杂问题表示为层级结构（目标、准则、备选方案、行动者），作为简化和分析问题的方法（例如，在AHP中）。
• 优先级排序和成对比较：基于专家或行动者的判断，确定系统要素（目标、准则、备选方案）的相对重要性或偏好的方法，允许处理定性和主观因素。
• 反馈：系统结果对其先前阶段产生影响的机制，是自我调节、适应和发展的基础。考虑反馈对于理解动态至关重要。
• 黑箱：一种建模方法，忽略内部结构，而将重点放在输入和输出之间的关系上。
• 行动者（观察者、利益相关者、决策者）：承认参与系统或其分析的主体的关键作用。他们的目标、价值观、主观判断和认知决定了问题的界定、边界、结构和评估标准。参见《系统分析中的客观与主观》。

Key principles of systems analysis (T. Saaty & K. Kearns) - T. Saaty 与 K. Kearns 的系统分析关键原则

thumb|分析性规划。T. Saaty 与 K. Kearns|288x288px T. Saaty 和 K. Kearns 提出了一系列原则，这些原则在将系统分析应用于复杂环境下的规划和决策任务时尤为重要：

• 整体性与相互依赖性（问题群）：强调复杂系统（尤其是社会系统）中的事件和问题是相互关联和相互依赖的。它们不能被孤立地看待和解决。“系统和规划是两个紧密结合的基本概念：它们不可分割”。研究“问题群”（相互关联的问题集）比解决单个任务更重要。

• 面向未来规划与设计：系统方法被视为积极塑造未来的工具。“规划是设计理想的未来以及实现这一未来的有效途径。它是智者的工具，但不仅仅是他们的工具”。分析不仅旨在理解现状，还旨在为实现期望目标制定策略。

• 主观性与行动者立场考量：承认对问题、目标和标准的认知是主观的，并取决于“行动者”（参与者、利益相关者、决策者）。复杂问题通常涉及众多具有不同、有时甚至相互冲突的目标和价值观的行动者。分析必须考虑这些不同的视角。“复杂性不仅取决于相互依赖性，还取决于相互作用的组件数量”。

• 对还原论的批判与系统思维的需求：基于还原论（将整体简化为部分）和实证主义（相信完全客观性）的传统分析方法，在复杂情况下常常无效。系统方法提供了一种整体视角，考虑了相互联系和定性方面。必须“超越”纯粹的定量或机械模型。

• 作为方法的层级结构化：层级不仅被视为某些系统的属性，也被视为一种强大的方法，用于结构化复杂、定义不清的问题。“层次分析法（AHP）应用于规划中……以确定优先级、进行成本效益分析和资源分配”。这使得问题可以被分解为可管理的层次（目标、准则、备选方案），然后再综合判断。

• 综合与分析同等重要：系统分析不仅是把复杂事物分解为部分（分析），也是随后将知识和判断进行整合（综合），以获得整体评估并做出决策。类似 AHP 的方法包括“综合多重判断、获得准则优先级和寻找替代解决方案”的程序。

• 整合定量与定性评估：系统方法，尤其是在使用 AHP 等方法时，能够同时处理可测量的数据和专家、行动者的定性、主观判断，将它们转换到统一的尺度上进行比较和综合。这对于现实问题至关重要，因为并非所有事物都能被客观测量。

Key principles of systems analysis (E. S. Quade) - E. S. Quade 的系统分析关键原则

thumb|复杂系统分析。E. S. Quade |318x318px

E. S. Quade 将系统分析（在解决复杂选择问题的背景下）描述为一系列关键原则和特征，这些原则和特征使其区别于运筹学等更狭隘的方法：

• 作为辅助决策者方法的系统途径：系统分析被定义为“在不确定条件下处理……复杂选择问题的一种方法”，它“有助于减轻决策者的决策负担”。其目的不是取代决策者，而是通过系统地研究目标、备选方案、成本和后果，为其提供“判断的依据”。

• 广阔的背景和跨学科性：系统分析“从更广阔的视角”看待问题，不仅考虑技术方面，还考虑经济、操作、社会和政治方面。它需要“不同知识领域”的专家参与。

• 不确定性的核心作用：承认未来的复杂问题具有深层的不确定性（“技术不确定性”、“对手相关的不确定性”、“统计不确定性”）。系统分析的目的不是消除不确定性，而是“考虑不确定性”，并制定出对其具有鲁棒性的解决方案。

• 问题陈述的关键重要性：正确地阐述问题、定义目标、划定研究边界并识别相关因素是分析中最关键、最困难的阶段。“系统分析始于问题的定义”，这需要大量的直觉和对背景的理解。

• 将模型作为思维工具：模型（数学、逻辑、博弈模型）是分析的核心要素，但它们是“现实情况的理想化版本”。其主要价值在于组织思维、揭示相互关系和便于比较备选方案，而不在于精确预测。“模型……是系统设计的一个要素”。

• 选择标准：为比较备选方案选择一个合适的标准是“一个极其重要的阶段”。通常使用“成本-效益”比，但标准的选择取决于目标和背景，没有通用的解决方案。重要的是要避免“错误的标准”和“低估目标的绝对规模或成本”。

• 判断与直觉的必要性：系统分析“不仅是一门科学，也是一门艺术”。它“充满了直觉和推理”。专家和分析师的主观判断在所有阶段都是不可避免的：从问题陈述、因素选择到结果解释和建议制定。模型和计算是“逻辑方法的辅助”，但不能取代常识。

• 迭代与逐步逼近：系统分析是一个“逐步逼近的过程”，包括对任务、数据、模型和标准的“反复循环” уточнения。它不是一个线性过程，而更像是一个迭代学习过程。

Key principles of systems analysis (S. Optner) - S. Optner 的系统分析关键原则

thumb|用于解决商业和工业问题的系统分析。Optner。|303x303px

S. Optner 将系统分析呈现为一种解决问题的方法论，尤其是在商业和工业领域，其依据以下关键原则：

• 作为输入-输出转换器的系统：其核心思想是将系统视为一个将输入转换为输出的过程。“系统由系统对象、属性和关系的规定来定义。系统对象是输入、过程、输出、反馈和约束”。理解这一结构是分析的核心。

• 通过反馈和与标准比较进行控制：系统通过反馈进行管理和适应。“反馈是子系统的一个功能，它将输出与标准进行比较。反馈的目的是控制”。该机制可以测量与目标或标准的偏差，并采取纠正措施。

• 问题是现状与期望之间的差距：问题被定义为“存在两种状态的情况：一种称为现有状态，另一种称为期望状态”。解决问题在于“填补现有状态与期望状态之间的差距”。

• 将解决问题视为构建/改变系统：系统分析旨在构建一个能解决问题的系统。“因此，系统就是解决问题的那个东西”。这可能包括改变现有的对象、属性和关系，或创建新的。

• 整体性与完整系统：强调需要考虑“完整系统”，包括所有相关的对象、属性和关系，以便在其背景下理解问题并避免次优化。

• 结构化和迭代的分析过程：提出了一套明确的问题解决步骤：“发现问题、评估其相关性、确定目标……、揭示现有系统的结构、确定缺陷元素……、构建备选方案集、评估备选方案、选择实施的备选方案……”等等。这个过程是迭代的。

• 区分定性与定量问题：承认存在定量问题和定性（“弱结构化”）问题。虽然在可能的情况下首选定量方法，但系统分析也必须能够处理弱结构化情况，为其带来清晰和秩序。

• 系统的操作性描述：重要的是不仅要定义功能性联系（“什么”），还要定义系统执行其功能的操作性描述（“如何”），以了解其运作方式和改进的可能性。

Key principles of systems analysis (Yu. I. Chernyak) - Yu. I. Chernyak 的系统分析关键原则

alt=经济管理中的系统分析。Yu. I. Chernyak|thumb|316x316px|经济管理中的系统分析。Yu. I. Chernyak

Yu. I. Chernyak 将系统分析呈现为一种跨学科方法论，用于研究复杂对象，尤其是在经济和管理领域：

• 作为概念模型的系统：研究对象被“转化为系统理论的抽象范畴”。系统被理解为“主体意识中……对象属性及其在解决任务中关系的反映”；它是一种“思维方式”、“问题的提出和整理方式”。系统的关键组成部分：对象、观察者、任务、语言。

• 整体性与相互关联性：系统分析“基于系统理论，考虑了研究对象的根本复杂性、其与周围世界广泛而牢固的相互联系，以及其一系列属性的不可观察性”。强调需要将对象视为由相互关联的要素（子系统）组成的整体。

• 目的性：对象（尤其是经济系统）被视为“有目的的系统”。分析侧重于识别和结构化不同层级的目标（目标层级，目标树）及其与实现手段的联系。

• 层级与结构：分析假定将系统视为层级结构（“国民经济、行业、子行业、企业、车间、班组”）。“系统结构是……根据某一特征对要素和关系进行的部分排序”。结构概念在系统分析中扮演着“极其重要的角色”。

• 过程性与动态性：系统被视为动态的、不断变化的。分析包括研究“过程和现象”及其随时间的发展。

• 跨学科性与应用的广泛性：强调系统分析“位于一系列科学分支和人类活动领域的交叉点”。它应用于经济、技术、生物、医学、政治、军事等领域。

• 问题结构化：系统分析的主要任务之一是将“模糊表述的问题至少转化为弱结构化形式”。这通过分解、定义边界、目标、备选方案、标准来实现。

• 科学工具集：系统分析使用广泛的“科学工具集”，包括运筹学方法、数学建模、博弈论、情景分析法、专家评估（“德尔菲法”）、诊断方法、目标树、矩阵、网络方法。然而，“系统分析中最重要的是……如何化繁为简”。

• 观察者（研究者）的角色：强调“研究主体”及其相对于对象的位置的作用。分析不仅包括研究对象，还包括研究过程本身的组织。

Key principles of systems analysis (S. Young) - S. Young 的系统分析关键原则

S. Young 将系统分析呈现为一种基于组织“完整”模型来构建和重组组织管理系统的方法。该方法的关键原则包括：

• 作为问题解决系统的组织：组织被视为一个有目的的系统，其主要功能是有效解决问题。组织管理就是对决策制定过程的管理。

• 作为设计的系统管理：系统分析的目标不仅仅是描述或改进现有的管理系统，而是“设计一个完整的组织管理系统”。这种方法具有规范性（描述“应该如何”）。

• 聚焦于决策制定过程：管理系统的核心要素是决策制定过程。Young 详细分析并结构化了这一过程，划分了其功能（阶段），如确定目标、识别问题、寻找解决方案、评估和选择、协调、批准、实施、应用管理和效果验证。

• 设计的规范性方法：管理系统应基于理性的原则和方法“作为一个整体来设计”，而不是自发形成。

• 可度量性、信息和控制：强调测量系统特性（包括决策效率）、利用信息以及建立控制和反馈机制以管理决策过程和组织适应的重要性。

• 人为因素与协调：承认人为因素（管理者、执行者）的重要性，以及在组织内不同参与者和部门之间建立决策协调机制的必要性，以确保其整体性和效率。

Literature - 参考文献

• T. Saaty, K. Kearns. 分析性规划。系统组织。莫斯科：广播与通信出版社, 1991
• E. Quade. 复杂系统分析。莫斯科：苏维埃广播出版社, 1969
• S. Optner. 用于解决商业和工业问题的系统分析。莫斯科：苏维埃广播出版社, 1969
• Yu. I. Chernyak. 经济管理中的系统分析。莫斯科：经济出版社, 1975
• S. Young. 组织的系统管理。莫斯科：苏维埃广播出版社, 1972