Total Pageviews

2019/10/06

[閱讀筆記] Thinking in Systems: A Primer (7/9)

  1. 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
    1. 無論是哪種系統,資源不僅是有限的,若過度使用,反而會造成資源侵蝕。以牧場的草為例,當畜牧數量過多,會導致牧草大量減少,來不及再生,導致整片牧場的草原的再生機制崩壞。當牧場的草愈少,牛隻就會開始啃食草的根部,導致草無法再生,由於草原的土壤缺乏草皮的保護,當下大雨時會大量沖刷土壤,導致土壤流失,草的生長狀況就會越差,變成一個惡性循環。又如美麗的國家公園會吸引觀光客,替國家公園帶來收入,但是若未做人數限制,人潮將會摧毀國家公園的天然美景。
    2. 避免公共資源被濫用的三個方法
      1. 教育與告誡 (educate and exhort):讓資源使用者理解,資源濫用的後果。
      2. 將公共資源私有化 (privatize the commons):當資源私有化後,個人的濫用只會影響到自己,不會影響他人。『資源私有化』的效果會比『教育與訓誡』來得好,但是不是每種資源都可以私有化,例如臭氧層、魚群等,都是無法私有化的資源。
      3. 規範公共資源的使用方式 (regulate the commons):例如道路資源是大家共用的,透過紅綠燈來決定誰先行;又如廣播或是電信信號,需要向政府申請核可才可以使用,若沒有加以規範就會出現互相蓋台的情形。
    3. 當有一個公共資源是由每個市民共享時,每個人都可以直接從中獲得好處,也會因此嚐到資源濫用的後果。由於資源與資源使用者之間擁有非常微弱的 feedback loop,當資源被濫用、消耗殆盡後,每個市民都沒得用。此時,政府就要教育與告誡市民,讓大家了解濫用資源的後果;並且要強化與建立資源與使用者之間的 feedback loop,可以透過將資源私有化 (privatize) 讓每個使用者直接感受到資源誤用的後果,或者規範每個使用者的資源使用方式 (因為許多資源無法被私有化)。
  2. 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
    1. 目標侵蝕 (eroding goals) 是一個常見的系統陷阱,其意義與溫水煮青蛙的意思雷同。當系統出現劇烈變化時,通常就會採取矯正措施來改變現況;但是當系統是慢慢、漸進地、一點一滴地變壞時,人們就會漸漸地記憶中、過去系統的樣子,於是每個人就會降低標準、績效與預期,導致最後與當初設定的預期標準產生大量偏差。為了解決目標侵蝕的問題,你可以:將績效標準設定為絕對的標準,甚至設定更高的標準來強化最佳的績效標準,避免受到壞影響,因而降低標準。
  3. 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
    1. 競爭升級 (escalation) 猶如兩個在打架的小孩,你推我一把,我就推你一把,你推我越大力,我就推你更大力,最後就變成真正的打架。escalation 起源於兩造雙方試著要超越對方的 reinforcing loop,每一個 actor 的目標都不是絕對的、不變的。如同其他系統陷阱,escalation未必都是壞事。若目標是好的 (如研發更有效率的電腦或更好的 AIDS 療法等),能夠加速整體系統朝目標前進;但若目標是有敵意的 (hostility),如美俄兩國的軍備競賽,雙方花費無數的預算在毀滅性武器,導致兩國經濟發展趨緩,並發展出難以想像的毀滅性武器,迄今仍舊威脅著全世界。
    2. escalation 的例子,如小孩子互相推擠與吵架、兩國間的軍備競賽、選舉期間候選人互相抹黑等等,escalation 是以指數型成長的,若沒有其他力量介入,escalation 的漩渦會讓某一方倒下,因為指數性成長是無法維持擁有的。若不幸陷入 escalation 的陷阱,解決之道是其中一方放棄競爭 (如單方面的解除軍備競賽),如此就能停止不斷增強的 reinforcing loop;或者是協調出一個擁有 balacning loops 的新系統,藉此緩和與控制 escalation
  4. 競爭排斥 (competitive exclusion principal):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
    1. 一開始雙方可能是平等的,但是當贏家贏了以後,未來的贏面就越來越大,導致成功的人越來越成功(success to successful),另外一方因此不斷節節敗退,最後破產,例如現在的富者越富、貧者越貧的社會。
    2. 競爭排斥的例子
      1. 在許多現代社會,最貧窮家庭的小孩只能在最差的學校,接受最差的教育。因此,他們只能擁有較差的工作技能,也只能接受低薪的工作,導致他們一直在貧窮中無法脫身。
      2. 低薪與沒有資產的人,很難從銀行獲得貸款,因此,他們無法有額外的資金來投資改善自己的生活,或者只能向高利貸借錢。即便如此,也是窮人繳貸款,富人收利息。
    3. 當你發現在競爭中,贏者從中獲得系統性報酬,由於 reinforcing feedback loop 的強化,讓贏者在未來更容易獲勝,這就陷入贏者全拿的系統陷阱。有幾個解方可以解決此系統陷阱
      1. Diversification:當同一個棲息地,同時有兩種消費同一種資源的物種,為了避免產生競爭排斥,其中一方可以學習或演化成使用另一種新資源;在紅海中,公司可以開發新的產品或服務,避免與現有廠商直接競爭。但是要注意,使用新的資源,或是開發新的產品與服務,也可能吸引新的競爭者進入,系統又走向競爭排斥的陷阱。
      2. Strick limitation:diversification 並無法保證能跳離競爭排斥的陷阱,因為贏者有可能太強大 (如獨佔),弱者毫無翻轉機會。因此政府應制定反托拉斯法 (antitrust laws),避免發生贏者全拿的
  5. 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
    1. Burden shifting system 就在你我身邊
      1. 照顧家中的年長者,一直不是一件容易的事情。所以,開始社福機構、退休社群、長照機構的出現,因為大部分的人都沒有足夠的空間、時間、技能或是意願來照顧老年人 (shift fom 自己照顧 to 長照機構)
      2. 在學會使用計算機之前,小孩都是透過心算或是紙筆來做算術的
      3. 當疫苗與藥物的問世,人們不需要透過得到天花、麻疹、瘧疾後,才能得到抗體
      4. 現代醫療已經健康的責任,從個人的飲食與生活習慣,轉變成醫生與藥物的干預。
    2. 如此的干預措施,為什麼會讓系統陷入風險
      1. 干預者無法預見,一開始所投入的資源,會引起一連串的事件,導致受惠者的依賴度不斷加深,超過干預者的負荷。例如美國的健保系統正經歷此系統陷阱
      2. 接受協助的個人或社區,並不會任何遠見,只會越來越依賴,讓自己越來越脆弱
    3. 當接受到干預者後,就會進入 addicted state;若要回到 unaddicted state,會是一個很痛苦的一個過程。最好的做法是,一開始就不要進入 addiction。你要問問幾個問題
      1. 為什麼現有的矯正機制會失敗?
      2. 矯正機制是否有哪些障礙要移除?
      3. 矯正機制如何運作得更有效率?
    4. 應急策略會導致依賴、上癮,雖然可以暫時解決徵狀,但是無助於解決潛在的問題。時間一久,你會發現會如吸毒般上癮、無法自拔。整個系統會越來越依賴干預,離你想要的狀態越來越遙遠。此系統陷阱的解法是:注意你所採行的徵狀舒緩方案,其不會真的發現問題。與其聚焦於短期徵狀舒緩 (short-term symptom-relieving policy),你應該將心力放在長期的系統調整 (restructure)若你無可避免地進入 addiction,你就要建立足夠的能力來面對取消干預所造成的系統衝擊,並且要盡可能地快速取消干預,當你時間拖得越久,系統衝擊就會越大
  6. 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
    1. 鑽規則漏洞 (rule beating) 是指行為有符合法律上字面上的意義,但是違反法律的精神,鑽規則漏洞會擾亂自然、經濟、組織等。以下有幾個例子
      1. 許多政府部門會在年底的時候,做一些無意義的花費,因為若今年度的預算沒有花完,下個年度就必須編列較少的預算
      2. 美國政府訂定瀕臨絕種動物法案,在瀕臨絕種動物的棲息地限制開發。有些地主發現自己的土地被限制開發後,反而刻意捕捉或毒殺這些動物,使其絕種後,這樣土地就可以開發。
    2. 有規則的地方,就會有人想盡辦法鑽漏洞。例如駕駛在高速公路上,有看到警車就維持在速限內行駛,沒有警車或測速照相機就超速行駛。這樣的行為只有在表面上遵守規定,但是實際上會擾亂整體系統運作。修正的方向:你應該先想想這個規定的目的、精神是什麼,盡可能地預測將這個規定施行到子系統後會有什麼可能的反應,然後重新調整規定,使系統的自我組織能力往正確的方向前進
  7. 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
    1. 影響系統行為最有效的方式,就是透過目的 (purpose) 或目標 (goal)。若目的或目標的定義有問題,系統就無法產生預期的結果。例如,如果我們想要的系統狀態是好的孩童教育,衡量的目標是根據每位學生獲得多少教育預算支出。若教育的品質是根據標準化的考試成績來決定,系統行為就會往這個方向走。但是,好成績與好的教育兩者是否有關連,是值得你再三思量的。
    2. 許多國家常利用 GNP (Gross National Product, 國民生產毛額) 來衡量國家經濟是否成功,所謂的 GNP 是一國全體國民 (不包含居住在國內的外國人民),在一定的期間內,新生產出來之最終財貨與勞務的市場價值總和。GNP 無法產生社會福利、平等、正義與效率,並且:
      1. GNP 混合著好事與壞事:若因為車禍變多,導致醫療與汽車修理費用變多,GNP 也會升高
      2. GNP 只計算商品與服務:若所有父母都雇用保母來幫忙帶小孩,GNP 也會升高
      3. GNP 只看勞力而非成就,指衡量生產與消費而非效率:例如新的燈泡只需耗用 1/8 的電力就能產生一樣的亮度,卻會導致 GNP 下降
    3. rule beating 是系統有漏洞,上有政策,下有對策,人們只遵守條文上表面的意義,忽略規定的精神 (例如政府單位年底亂花預算的行為);seeking the wrong goal 則是遵守規定來產生特定的結果,由於目標定義的不精確或不完整,導致產生的結果是大家預期、想要的結果。你應該要:清楚找出能夠反映系統福祉 (welfare) 的指標 (indicators) 與目標。你要特別注意不要將 effort 與 result 搞混,否則你最終會只產生 effort,卻沒有你想要的 result
  8. 常見的系統八大陷阱 (system traps) 的成因與改善之道
常見的系統八大陷阱
成因
改善之道
① 政策阻力 (policy resistance)
其來自系統每個參與者的『有限理性』,我們只掌握有限的資訊、只想維護自己的利益、只選擇眼前看到的、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。
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
② 公共資源的悲劇 (tragedy of the commons)
當有一個公共資源是由每個市民共享時,每個人都可以直接從中獲得好處,也會因此嚐到資源濫用的後果。無論是哪種系統,資源不僅是有限的,若過度使用,反而會造成資源侵蝕,最後導致大家都沒有公共資源可以使用。
  • 教育與告誡:讓資源使用者理解,資源濫用的後果。
  • 將公共資源私有化 :當資源私有化後,個人的濫用只會影響到自己,不會影響他人。『資源私有化』的效果會比『教育與訓誡』來得好,但是不是每種資源都可以私有化。
  • 規範公共資源的使用方式 :例如道路資源是大家共用的,透過紅綠燈來決定誰先行。
③ 目標侵蝕 (eroding goals)
其意義與溫水煮青蛙的意思雷同。當系統出現劇烈變化時,通常就會採取矯正措施來改變現況;但是當系統是慢慢、漸進地、一點一滴地變壞時,人們就會漸漸地記憶中、過去系統的樣子,於是每個人就會降低標準
將績效標準設定為絕對的標準,甚至設定更高的標準來強化最佳的績效標準,避免受到壞影響,因而降低標準
④ 競爭升級 (escalation)
如小孩子互相推擠與吵架、兩國間的軍備競賽、選舉期間候選人互相抹黑等等,escalation 是以指數型成長的,若沒有其他力量介入,escalation 的漩渦會讓某一方倒下,因為指數性成長是無法維持擁有的
  • 其中一方放棄競爭 (如單方面的解除軍備競賽),如此就能停止不斷增強的 reinforcing loop;
  • 或者是協調出一個擁有 balacning loops 的新系統,藉此緩和與控制 escalation
⑤ 競爭排斥 (success to successful)
贏者從中獲得系統性報酬,由於 reinforcing feedback loop 的強化,讓贏者在未來更容易獲勝,這就陷入贏者全拿的系統陷阱
  • Diversification:當同一個棲息地,同時有兩種消費同一種資源的物種,為了避免產生競爭排斥,其中一方可以學習或演化成使用另一種新資源;在紅海中,公司可以開發新的產品或服務,避免與現有廠商直接競爭。但是要注意,使用新的資源,或是開發新的產品與服務,也可能吸引新的競爭者進入,系統又走向競爭排斥的陷阱。
  • Strick limitation:diversification 並無法保證能跳離競爭排斥的陷阱,因為贏者有可能太強大 (如獨佔),弱者毫無翻轉機會。因此政府應制定反托拉斯法 ,避免發生贏者全拿的狀況
⑥ 飲鴆止渴 (Shifting the burden to the intervenor)
應急策略會導致依賴、上癮,雖然可以暫時解決徵狀,但是無助於解決潛在的問題。時間一久,你會發現會如吸毒般上癮、無法自拔。整個系統會越來越依賴干預,離你想要的狀態越來越遙遠
與其聚焦於短期徵狀舒緩 ,你應該將心力放在長期的系統調整。若你無可避免地進入 addiction,你就要建立足夠的能力來面對取消干預所造成的系統衝擊,並且要盡可能地快速取消干預,當你時間拖得越久,系統衝擊就會越大
⑦ 鑽規則漏洞 (rule beating)
鑽規則漏洞 (rule beating) 是指行為有符合法律上字面上的意義,但是違反法律的精神,鑽規則漏洞會擾亂自然、經濟、組織等
你應該先想想這個規定的目的、精神是什麼,盡可能地預測將這個規定施行到子系統後會有什麼可能的反應,然後重新調整規定,使系統的自我組織能力往正確的方向前進
⑧ 目標錯誤 (Seeking the wrong goal)
由於目標定義的不精確或不完整,導致產生的結果是大家預期、想要的結果
清楚找出能夠反映系統福祉 (welfare) 的指標 (indicators) 與目標。你要特別注意不要將 effort 與 result 搞混,否則你最終會只產生 effort,卻沒有你想要的 result


  1. 世界上所有的領導者,皆認為經濟成長是所有問題的解答,但是這種想法,正是將他們推往錯誤方向的力量。經濟成長也會帶來成本,例如環境破壞、貧富差距擴大等問題。
  2. 變革的槓桿點 (leverage points)
  3. Numbers (數字) - 常數 (constants) 與參數 (parameters)
    1. 國家債務也是一個 stock,是一個錢坑 (money hole)。年度赤字 (annual deficit) 則是加深此錢坑的速率。年度稅收可以減少錢坑,政府支出則會擴大錢坑。總統與立法遠用了大部分的時間在爭論要增加那些參數 (即政府支出) 與減少錢坑的深度或大小 (即稅收)。因為這些 flows 與我們息息相關 (稅收 = inflow),每次選舉都會改變參數值,但是不管換了哪個政黨,這個錢坑都越來越大,只是速率有所不同。
    2. 人為干預參數,僅能看到短期效果,對於整個系統行為的改變毫無幫助。例如人們非常在意的參數包含稅收與最低工資,所以常常針對降低稅率與提高最低工資的議題,提出激烈抗爭。但是,改變這些參數很少能改變全國經濟系統的行為。若國家經濟停滯,調整這些參數,毫無幫助。又如 FED 透過利率調整也無法躲過景氣循環;洛杉磯雖然訂定了全球最嚴格的空污防治標準,只能讓空氣較不汙染,也稱不上乾淨;花了大筆員警預算,也無法使犯罪消失。
  4. Buffers (建置系統的緩衝器)
    1. 你一定常聽到 river flood,較少聽到 lake flood,這是因為湖泊的 stock 較大。美國東部的土壤,相較於美國西部,對於酸雨較敏感,這是因為土壤缺法足夠的鈣 (calcium, 即 buffer) 來抵銷酸雨造成的影響。因此,Stock 越大,系統就會較穩定,這就是所謂的 buffer
    2. 你可以透過增加 buffer 來穩定系統。但是當 buffer 過大時,系統就會變得僵化,反應遲緩。buffer 是實際的個體,不容易改變,因此在 leveage points 的清單裡,不會排在太前面。
  5. Stock-and-flow structures
    1. 系統的管路結構 (plumbing structure 包含 stocks、flows 與規劃),對於系統如何運作擁有重大的影響。例如通往 Budapest (布達佩斯) 的 Hungarian 公路系統由於錯估交通運載量,導致嚴重塞車、通勤延誤與空氣汙染,難以透過交通號誌、速限等方法改善;若要改善此問題,只能重蓋 Hungarian 公路系統。但是,rebuild 是最緩慢與最昂貴的方式來改變系統
    2. 實體結構對於系統來說是非常重要的,但很少是一個 leverage point,因為改變結構很少是快速或簡單的。在初期做好妥善設計,才會是個好的 leverage point。當結構已經建立好以後,你的 leverage point 只有了解結構的限制與瓶頸,盡可能地使用它最大的效率、限制系統波動等。
  6. Delays (了解時間延遲效應)
    1. Feedback loops 的延遲 (delays) 現象,對於系統行為有重大的影響,這也是系統波動的常見成因。如果你試圖要調整 stock 來符合你的目標,但是你接收到的 stock 狀態只有延遲的資訊 (或是資訊是即時的,reponse 卻不是) ,你可能會 overshoot 與 undershoot。例如需要耗費多年的時間蓋好電廠 (ex. 30 年),這樣的 delays 讓你無法準確的預估改變快速的電力需求,即使你努力地預測,但還是會面臨 overcapacity 與 undercapacity 的窘境。當系統有 long term delays 時,就很難回應 short-term changes
    2. Feedback loop 試圖去控制 stock level,但是 feedback process 所產生的 delays,卻是 stock level 改變速率的關鍵。delays 太短暫會造成過度反應 (ex. 狗追自己的尾巴),波動會放大內心的焦慮;若 delays 太長,則會造成劇烈波動、發生無法逆轉的災難,可能會 overshoot 與崩壞。
    3. 除了難以改變的 delays 以外 (ex. 小孩到長大成人所需的成熟期是無法改變的),調整 delay length 會是一個好的 leverage point。若你能改變你的系統的 delays,你將會感受到巨大的效果。但是你要注意,確認你的改變,是往正確的方向走,例如若你極力降低金融市場的資訊與現金流動的 delays,你則會得到金融市場快速地變化 (wild gyrations)。
  7. Balancing feedback loops (加強系統的修復機制)
    1. Balancing feedback loops 在系統中無所不在。恆溫裝置的 loop 就是個典型的例子,恆溫裝置系統的目的是讓室溫 (i.e. stock) 持續維持在想要的 level。任何 balancing feedback loops 需要一個目標 (i.e. 恆溫裝置設定的溫度),監測室溫與設定值的差異 (i.e. 恆溫裝置) 與回應機制 (i.e. 暖氣、冷氣等)
    2. 一個 complex system 通常會有多個 balancing feedbalop loop,在不同的情境與衝擊下,會有不同的自我矯正 (self-correct) 機制。有些 loop 在大部分的狀況下不會啟動 (ex. 核電廠的緊急冷卻系統、你的身體透過流汗或發抖來維持體溫等),但是長遠來說,這些 loop 的存在,對於系統福祉來說是非常重要的。我們常犯的大錯誤就是把這些緊急回應機制移除,認為其很少會用到且代價高昂,短期來說可能沒什麼影響,長期來說,則攸關系統在惡劣情境下是否能夠繼續存活。
    3. Balancing feedback loop 在當初設計的矯正力道是很重要的。當衝擊力道越強時,feedbacks 的強度也要增強。例如恆溫系統在一般寒冷的冬天能夠運作正常,但是將房屋所有窗戶打開時,其矯正力道 (corrective power) 可能就無法跟上溫度變化的速度。以下有幾個藉由強化 balancing feedback loop 來改善系統自我矯正能力的例子:
      1. 透過服用預防性藥物、規律地運動與均衡的營養,來促進人體對抗疾病的能力;
      2. 整合病蟲害管理,促進穀物害蟲的天敵的生長;
      3. 透過資訊自由法案來提升政府透明度等
  8. Reinforcing feedback loops (抑制成長過快的力量)
    1. Balancing feedback loop 是自我矯正 (self-correcting);reinforcing feedback loop 是自我強化 (self-reinforcing)。後者不斷運作,就會得到更大的力量,驅動系統行為像某個方向前進 (可能是好的、也有可能是壞的)。例如,更多人感冒,就會傳染給更多人;你存更多的錢在銀行帳號,你就會得到更多的利息,你的戶頭就會更有錢;土壤被侵蝕地更多,農夫就會擁有更少的可耕種土地,土讓就會因為沒有根莖的保護,導致每次大雨沖刷會帶走更多的土壤。
    2. Reinforcing feedback loops 是成長、突然激增、逐步侵蝕與崩壞的來源。若系統擁有一個未受控的 reinforcing loop,最終就會摧毀系統。通常,遲早會有 balancing feedback loop 會介入。例如,傳染病會傳染給所有的人類,或是人類發明了疫苗,避免被傳染。減緩 reinforcing loop 的增長,通常是一個較有力的 leverage point,而非強化 balancing loops。例如,當你開車速度過快時,你並不是要求反應更良好的煞車系統、或是更進階的駕駛技術,而是減速;當系統陷入富者越富、貧者越貧的系統陷阱時,富者所獲得的利息是貧者給的,富人聘用會計師與政治獻金來降低他們的稅負,富人給予它們的小孩繼承家業與好的教育,antipoverty 計畫就是個 weak balancing loop 的例子,其難以抵抗日益增強的 reinforcing loop,政府不如朝向弱化 reinforcing loop 的方向走,例如增加稅負、遺產稅等。
    3. 當你在尋找出生率、利率、侵蝕率、富者愈富的 leverage points 時,你應朝向弱化 reinforcing loop 的方向走
  9. Information flows:將 missing information 傳送到需要的人身上
    1. 根據荷蘭的電表用電調查,電表裝在較容易看到的地方,比安裝在地下室的用戶,其用電量少了 30%,用電量較少的原因是電表裝在容易被看到的地方。這並不是參數調整,也不是強化或弱化現有的 feedback loop。這是一個全新的 loop,將 feedback 傳送到之前不曾抵達的地方
    2. 缺乏資訊流是系統失能 (malfunction) 最重要且常見的因素添加或恢復 (restore) 資訊是一個強而有力的干預方式,相較於 rebuild,其難度較低、代價較少。漁業因過度捕撈導致漁民沒有魚可以撈捕的悲劇,起因於其缺乏魚群數量的回饋資訊。當魚群數量越稀有,價格就越高昂,漁民就會越捕捉這種高獲利的魚種,導致最後魚群絕種,這就是一個典型的 reinforcing loop 導致產業崩盤的例子。漁民需要的不是價格的資訊 (price information),他們需要的是魚群數量的資訊 (population information),這才是造成產業崩壞所缺乏的資訊。
  10. Rules (重新制定系統規則):誘因、懲罰與限制
    1. 規則定義了系統的範圍、邊界與自由度,例如,每個人都有言論自由、合約的規定要被尊重、總統擁有四年的任期且僅能連任一次、棒球比賽三個好球就算三振出局等。
    2. Rules 是一個 high leverage points,凌駕於 rules 上的權力就是真的權利,這也是為什麼國會在制定法律的時候,遊說團體就會開始出現。當你想要了解系統失能的原因,注意系統內有哪些 rules,以及誰可以凌駕於 rules 之上
  11. Self-organization (自我組織): 鼓勵添加、改變或演化系統結構的力量
    1. 現存的系統與有些社會系統,能做出驚人的改變,建立起全新的結構與行為。在生物系統,這個力量稱為演化 (evolution);在人類經濟系統稱為科技進步 (technical advance) 或社會革命 (social revolution);在系統術語則稱為自我組織 (self-organizatoin)。
    2. 自我組織代表能改變系統內任何層面的東西,例如,增加新的 balancing 或 reinforcing loops、增加新的 rules 等。系統自我組織的能力是系統最強的調適能力,系統若有足夠的調適能力,就能在不同的環境下存活,例如,人體的免疫系統即便遇到之前沒遭遇過的病毒侵襲,也擁有產生新的回應的能力;人類的大腦接收到新的資訊時,能產生全新的想法。
    3. 任何系統 (ex. 生物、經濟或社會),若拒絕實驗、撇除任何創新,長遠看來,一定會走向衰敗的命運。自我組織是一個很明顯,但是不受歡迎的干涉點 (intervention point),因為鼓勵變動、實驗、多樣化代表著『失去控制』
  12. Goals (系統的目的或功能):能夠改變系統目標,才有改變系統行為的機會
    1. 系統目標的 leverage points 優於系統的自我組織,因為系統內的 stocks、flows、feedback loops、information flows、甚至自我組織行為,都需遵從系統目標。猶如基因工程是好是壞很難下定論,因為這須看誰掌握這個技術,他的目標是什麼。
    2. Balancing feedback loop 存在於系統內的目標,例如,讓浴缸內的水保持在一定的水位、設定室溫在25 ℃、保持倉庫的安全庫存量、保持水庫內的水在一定的水位等。若你想讓房間更溫暖些,你就要調整恆溫系統的設定 (i.e. 目標)。
    3. 很多人身在系統中,卻搞不清楚系統真正的目標是什麼。例如企業的目標是什麼?很多人會回答「獲利」。但是,其實獲利只是 rules,並非 goals。企業的 goals 是業績成長、增加市佔率、讓世界 (包含客戶、供應商與制定法規者) 在企業的掌控下,讓企業在不確定的未來受到保護。
    4. 前面我有說過,改變系統內的參與者是 low-level intervention,除非這個人,可以改變系統目標的力量。能夠改變系統目標,才有改變系統行為的機會

No comments: