[閱讀筆記] Thinking in Systems: A Primer (6/9)

1. 系統思考會不斷地來回探討系統結構 (包含 stocks, flows 與 feedback) 與系統行為 (包含 time graphs)。system thinkers 會努力了解系統事件、行為與結構之間的關係。
2. 當我們打開財經節目，看到投顧在分析今日股票事情發生什麼事情時，他是採用 event-based analysis，股市的上漲或下跌，可能來自於美元匯率的貶值獲升職、主要利率的調升或調降、民主黨的選舉獲勝或失敗。但是這event-based analysis 無法預測明天會發生什麼事情，也無法改變系統的行為，無法讓股市減少波動。經濟學家不會使用 event-based analysis，他們會研究過去的系統行為，從過去的趨勢找出統計數字的關聯性，包含收入、存款、投資、政府支出、利率等，通常會產生一個複雜的數學公式，這種分析方法稱為 behavior-based analysis。
3. behavior-based analysis 仍舊有一些根本的問題
1. 常常過度強調 system flows (即商品與服務的全國生產量與 GNP)，不夠重視 stocks (即全國的工廠、農場與企業拿來生產商品與服務的總資金)。但是，若你不了解 stock 水位高低會如何透過 feedback loops 來影響相關 flows 的話，你無法理解經濟系統的動態行為。
2. 計量經濟學者常試圖想找出相關 flows 間的統計的關聯，但是這是不存在的。沒有理由預期有任何 flows 之間保持著穩定的關係，該關注的是 stocks 而非 flows。
4. 假設你對恆溫空調 (thermostats) 一無所知，但是你一過去 heat flows 流進與流出房間的資料，你就能找出數學公式來計算出，在一般的環境的條件下，如何維持相同的 stock (即室溫)。只要系統結構沒有改變，你可以透過數學公式預測明日室溫，但是當系統結構改變時，你的數學公式可能就會失效，例如某人打開窗戶忘記關、忘記訂購煤油，導致室溫不斷下滑、無法將室溫調整到預期溫度時，你就必須了解系統結構，看發生了什麼問題，因為你過去的 behavior-based analysis 沒用了。這是為什麼 behavior-based 計量經濟模型在預測近期經濟績效表現很好，但是在預測長期績效卻很糟，並且在告訴你如何改善經濟績效時慘不人睹的原因。
5. 我們常對系統產生的行為感到訝異，因為我們的注意力總是被系統產生的事件吸引，卻很少注意其過去的歷史，而且常常不具備足夠的能力從歷史給予的線索，了解系統行為 (behavior) 與事件流 (events flow)。
6. 在教科書中，講的都是 linar relationship，我們會將系統的兩個元素畫成一個直線的關係，期待會有 proportional effect (比例效應)。例如在土壤施肥 10 pounds，小麥收成可以多 2 bushels；施肥 20 ponds 可以多收到 4 bushels；施肥 30 ponds 可以多收成 6 bushels。但是在真實世界，是 nonlinear relationship，當我施肥 100 ponds 可以多收成 10 bushels；當我施肥 200 ponds，對收成卻毫無增長；當我施肥 300 ponds，收成卻往下下滑，因為土壤過度施肥，反而造成反效果。
7. 由於我們常用 linear-thinking 來看待 nonlinear world，所以才會對系統的反應感到意外。我們常預期 push 一倍，就應該獲得一倍的回應；push 兩倍就應該得到更大的回應，但在 nonlinear system中，push 兩倍可能獲得 1/2、1/4 的回應，甚至毫無回應。例如：高速公路上的交通流量增加時，就會影響車流速度。當高速公路上的車子密度越高，車速就會快速地往下掉；當車輛超過某個臨界點時，就會導致塞車，車速就會降至 0。
8. Nonlinearities 很重要的原因不僅僅是它讓我們對於 action 與 response 的預期產生困惑，更重要的是，它會改變 feedback loops 的反應強度。其也是造成主宰力改變 (shifting dominance) 的主因，有可能是主宰的是 reinforcing loop 導致 stock level 呈現指數型成長，當主宰的變成 balacing loop 時，導致 stock level 快速下滑。
9. 沒有獨立存在的系統，這個世界是逐漸演變的事物 (continuum)，所以很難劃出系統界線 (boundary)。我們應該要根據想要問的問題、討論的目的，劃出系統界限；但是若是劃出錯誤的系統界線時，則會產生其他令你意料之外的問題。要記住，system boundaries 是我們定義的，當我們面臨新的討論、問題、目的時，就需要重新考慮與規劃 system boundaries。
10. 只有麵粉、缺乏酵母菌，是無法做成麵包的；只吃碳水化合物，卻沒有補充蛋白質，小孩是無法長大的；擁有很多顧客卻沒有活力或是只有活力卻沒有顧客的企業，是無法永續經營的。這就是所謂的限制因素 (limiting factor)。已開發國家將資金與技術給經濟發展較貧弱的非洲國家，卻發現接收援助的國家的經濟並沒有好轉，或許資金或技術並非這些國家最重要的限制因素。
11. 限制因素是會改變的，當追求經濟成長初期，勞工與資本是生產最常見的限制因素；但是當經濟成長一段時間後，限制因素會變成環保議題，包含廢水排放處理、廢氣排放處理、廢棄物處理、綠色能源等。
12. 許多起步相當成功的新創公司面臨最大的問題，就是如何體認出隨著公司的快速成長限制因素改變，須適時做出回應。創業初期可能會招募業務人員，希望能夠有足夠的訂單，但是當訂單快速成長後，交付延遲會導致客戶流失，就需要擴充產能 (production capacity)，此時產能就是限制因素；但是當擴充產能、招募大量產線工人後，由於未受過良好的訓練就匆忙上線，導致產品品質低落，此時產線工人的工作能力 (skill) 變成限制因素。
13. 任何擁有多個 inputs 與 outputs 的個體 (例如人口、生產流程與經濟)，都會被多個限制所圍繞。但是，了解系統限制與注意下一個即將來臨的限制因素，並不是永續成長的解方。因為在有限的環境下，永續成長是不可能的。例如某個城市符合居住者的需求，並且優於其他鄰近城市，其他縣市的人口就會往此城市遷徙，直到此城市觸及某個限制因素，無法消化這麼多人口、無法滿足居住者需求為止。
14. 無論是什麼系統，都會成長的限制因素，不是 self-imposed，就是 system-imposed。若企業經營者、政府官員與人口，若其成長沒有考慮到環境的限制，環境本身就會變成系統的限制，例如地球暖化，各國不控制 CO2 排放，大自然就會反撲人類。經過數十年的 delays，海洋才開始對較溫暖的溫度、石化燃料排放產生反應，引起氣候的改變。
15. 延遲 (delays) 在系統裡處處可見，每個 stock 都是一種 delay，大部分的 flows 也都有 delays，如運送延遲 (shipping delays)、認知延遲 (perception delays)、處理延遲 (processing delays) 等。植物、森林或民主都需要時間去成長茁壯；丟到郵筒的信件需要時間送抵收件人；調整價格與改變消費者的購買行為，也是需要時間。我們對於實際上某件事情要耗用的時間，與當初預估的差距感到訝異。Jay Forrester 建議，將你預測要耗用的時間乘以三倍，就是實際你要花的時間。
16. 由於系統的反應有延遲 (delays) 的特性，因此能預見潛在的問題是很重要的。當問題已經非常明顯的時候才要採取行動，通常就已經錯過解決問題的最佳時機與機會。
17. 有限理性 (bounded rationality) 是只在現實狀況中，人們所獲得的資訊、知識與能力都是有限的，所能夠考慮的方案也是有限的，未必能作出使得效用最大化的決策。因此，認為必須考慮人的基本生理限制，以及由此而引起的認知限制、動機限制及其相互影響的限制。例如商人不知道競爭對手在做什麼？新產品消費者是否願意買單？產品可能會有哪些競爭對手？不知道市場有多大，目前市佔率多少？手上的資訊都是不完整且是延遲的，因此所做出的反應也都是延遲的，故常有投資不足或過度投資的狀況發生。
18. 看起來越具體的（例如數字），改變系統的力量反而最小，看起來越抽象的（價值典範），反而對於系統有著一夕變天的震撼力！
19. 系統的八大陷阱
1. 政策阻力 (policy resistance)：不同勢力互相拉扯 ←→ 停止本位思考，通盤考量各方需求
2. 公共資源的悲劇 (tragedy of the commons)：無節制地消耗有限資源  ←→ 了解自私行為的破壞力，設立有共識的使用規則
3. 目標侵蝕 (eroding goals)：隨壞消息下修期待值  ←→ 隨時保持高標準，別因變化緩慢而忽視危機
4. 競爭升級 (escalation)：為贏過對手投入過多資源  ←→ 搶占上風卻忘初衷，只會落得兩敗俱傷
5. 競爭排斥 (success to successful)：富者愈富的贏家系統  ←→ 優勢者搶占弱勢資源，建立制衡機制、防止獨大
6. 飲鴆止渴 (Shifting the burden to the intervenor)：短視近利的干預政策  ←→ 應急對策並非根本解答，恐使組織陷入更大危機
7. 鑽規則漏洞 (rule beating)：只遵守條文表象  ←→ 減少「上有政策，下有對策」，將系統漏洞視為改善訊號
8. 目標錯誤 (Seeking the wrong goal)：錯誤的目標只會帶來預期外的結果 ← → 清楚找出能夠反映系統福祉 (welfares) 的指標 (indocators) 與目標
20. 政策阻力 (policy resistance)：不同勢力互相拉扯 ←→ 停止本位思考，通盤考量各方需求
1. 由人所構成的系統有時會產生不符合我們預期的行為模式，儘管試圖修復，卻還是每年產生相同行為。好比我們立法嚴懲、打擊毒販，但毒品卻還是依舊氾濫。導致治標不治本的原因很多，它來自系統每個參與者的『有限理性』(bounded rationality)，我們只掌握有限的資訊，我們只想維護自己的利益，我們只選擇眼前看到的，我們只想或只能待在有限的範圍裡。每個人的目標越不一致，阻力與拉扯就越大。反過來說，設法將各個子系統的目標協同一致，設定一個更大的總體目標來凝聚子系統，讓參與者突破自身的有限理性，或許就能化阻力為動力。若每個人都能朝相同的目標前進，結果想必是很驚人的，最熟悉的例子如戰後、或天災後的經濟重建
2. 由於系統內會有多個不同的 actors，每個 actors 擁有不同的目標，導致會有多股力道將 system stock 拉扯往不同的方向走。你該做的，是找出所有利害關係者，找出互相滿意的方式來達成所有目標，或重新定義更大、更重要的目標，突破每個參與者的有限理性，促使大家往相同的目標前進，才能避免政策抵抗的問題。