第一章 概念框架——当今世界的三大特征

<a id="note6n" href="#note6">[6]</a> Johns Hopkins University &amp; Medicine, Coronavirus Resource Center,“COVID-19 Dashboard by the Center for Systems Science and Engineering(CSSE) at Johns Hopkins University (JHU)”, 24 June 2020.

<a id="note7n" href="#note7">[7]</a> Simon, Herbert, “The Architecture of Complexity”, Proceedings of the American Philosophical Society, vol. 106, no. 6, 1962, pp. 467-482.

<a id="note8n" href="#note8">[8]</a> Malleret, Thierry, Disequilibrium: A World Out of Kilter, BookBaby, 2012.

<a id="note9n" href="#note9">[9]</a> 与确定的白天鹅事件相反，黑天鹅事件十分罕见、难以预测（非基于概率）且后果严重。直到17世纪末荷兰探险家在西澳大利亚发现黑天鹅之前，人们都认为这种天鹅不存在，因此人们将这类事件称为“黑天鹅”事件。

<a id="note10n" href="#note10">[10]</a> Webb, Richard, “Quantum physics”, New Scientist, n.d., https://www.newscientist.com/term/quantum-physics/#.

简单而言，复杂性可定义为我们不理解或难以理解的东西。至于复杂系统，心理学家赫伯特·西蒙给出的定义是：“以非简单方式相互作用的大量要素组成的系统。”^{<a id="note7" href="#note7n">[7]</a>}复杂系统的特点通常是：组成系统的要素间缺乏明显的因果联系，使之几乎无法预测。在内心深处，我们会意识到系统越是复杂，就越可能出错，也越可能发生意外或异常并向外散播。

复杂性大致可用三个因素衡量：“第一，系统中的信息量或成分的数量；第二，信息或成分间的关联性，即互动响应的动态变化；第三，非线性影响（非线性要素通常被称为‘临界点’）。非线性是复杂性的关键特征之一，它意味着系统中只要有一个成分发生变化，就会对其余部分造成令人惊讶的严重影响。”^{<a id="note8" href="#note8n">[8]</a>}基于这个原因，大流行病的研究模型往往会产生多种不同的结果：哪怕针对模型中一个成分的假设存在差异，都会对最终结果造成显著影响。人们听到的“黑天鹅事件”“已知的未知”“蝴蝶效应”，便是非线性在发生作用。因此，我们将复杂性与“惊讶”“动荡”“不确定性”联系在一起也就不足为奇。试问，在2008年有多少“专家”预料到源自美国的住房抵押贷款证券会使全世界的银行陷入瘫痪，并最终导致全球金融体系濒临崩溃？在2020年最初几周，又有多少决策者能预见到一场大流行病会严重冲击全球若干最完善的卫生系统，并使全球经济遭受如此重大的损失？

作为复杂的自适应系统，大流行病包含许多不同成分或信息片段（如生物学或心理学），系统行为受到企业、经济政策、政府干预、医疗政治或国家治理等变量的影响，因此也应当被视为能适应情况变化的“动态网络”。其不同成分相互作用，形成兼具复杂性和适应性的系统，而非一成不变的静态构成。其复杂性表现为：该系统有如相互依存、相互关联的“翻花绳游戏”。其适应性表现为：“行为”由节点（如组织、人类—我们！）之间的相互作用驱使，遇到压力会陷入混乱或“难以管控”。（例如，我们会适应隔离的常态吗？大多数人能遵守规定吗？）管理复杂的自适应系统（在新冠病毒案例中对应着疫情防控），需要在学科之间及学科内不同领域间持续开展大量实时、不间断的协作。此处仅举一个简化的例子：遏制新冠病毒蔓延需要全球监测网络（新疫情一旦暴发就能立即被识别）、全球多地实验室（迅速分析新毒株并制定有效的治疗方法）、大规模信息技术基础设施（帮助社区进行有效准备和应对）和科学协调的政策机制（高效执行相关决策）等。重要的是，在应对大流行病时，每一项单独措施都很必要，但若不与其他做法相结合，效果将差强人意。可见这一复杂自适应系统的整体远大于各部分之和。系统的有效性取决于整体的运作情况，而系统的能力则受制于其中的短板。

新冠疫情表现出复杂自适应系统的所有特征，因此被许多专家错判为黑天鹅事件。但实际上，这是一起白天鹅事件。纳西姆·塔勒布在2007年出版的《黑天鹅》一书中对“白天鹅事件”有过明确定义：确定性极高且最终会发生的事。^{<a id="note9" href="#note9n">[9]</a>}确实如此！多年来，世界卫生组织、世界经济论坛、流行病防范创新联盟（成立于2017年达沃斯年会）等国际组织和机构以及比尔·盖茨等个人，一直警示人们暴发大流行病的风险，甚至明确指出：第一，它将出现在人口高度密集的地方，这些地方因经济发展，人类与野生动物共同生活；第二，它将借助人类的出行和贸易网络，悄然快速传播；第三，它将突破防范措施限制，扩散至多个国家。后文中将提到，正确描述并理解大流行病的特征至关重要，因为这就是造成各国应对差异的根源。许多亚洲国家之所以能迅速应对，缓解疫情影响，正是因为它们在后勤和组织上做好了准备（借鉴了防控“非典”的经验）。相比之下，许多西方国家没有做好准备，在疫情冲击下损失惨重——黑天鹅事件的错误观念在这些国家传播最广，这绝非巧合。然而，我们可以断言，这场大流行病（发生概率大、后果严重的白天鹅事件）将陆续通过二阶、三阶、四阶甚至更多阶效应，触发许多黑天鹅事件。当失业率飙升、企业破产、一些国家濒临崩溃引发多阶效应并带来一连串后果时，我们很难预见这一反应链条末端最终会发生什么。这些后果本身并非不可预测，却有可能与其他风险叠加，导致祸不单行，让我们措手不及。综上所述，大流行病本身并不是黑天鹅事件，但其带来的某些后果有可能招致此类事件。

本节的基本观点是：复杂性限制了我们对事物的认知和理解；随着复杂性日益增加，政治家及广大决策者做出明智决策的能力确实可能受到影响。亚美尼亚总统阿尔缅·萨尔基相出身理论物理学家，在提出“量子政治”这一说法时表达了上述观点。他阐述了后牛顿物理学的古典世界如何让位于量子世界，前者以线性、可预测，甚至某种程度的确定性为特征，后者具有高度互联性、不确定性和复杂性，并根据观察者所处位置而改变。这种说法让人想起量子物理学对万物运作方式的解释，被认为是“我们对构成物质的粒子的本质及粒子间相互作用力量的最准确描述”。^{<a id="note10" href="#note10n">[10]</a>}新冠疫情的暴发使得量子世界的特点暴露无遗。

<a id="note1n" href="#note1">[1]</a> Mahbubani, Kishore, The Great Convergence: Asia, the West, and the Logic of One World, PublicAffairs, Perseus Books Group, 2013.

<a id="note2n" href="#note2">[2]</a> World Economic Forum, The Global Risks Report 2020, Insight Report, 15th Edition, http://www3.weforum.org/docs/WEF_Global_Risk_Report_2020.pdf.

<a id="note3n" href="#note3">[3]</a> Wharton University of Pennsylvania, Risk Management and Decision Processes Center, “The Ostrich Paradox: Why We Underprepare for Disasters”, Issue Brief, May 2018, https://riskcenter.wharton.upenn.edu/wpcontent/uploads/2019/03/Ostrich-Paradox-issue-brief.pdf.

<a id="note4n" href="#note4">[4]</a> Wagenaar, William A. and Sabato D. Sagaria, “Misperception of exponential growth”, Perception &amp; Psychophysics, vol. 18, 1975, pp. 416–422, https://link.springer.com/article/10.3758/BF03204114.

<a id="note5n" href="#note5">[5]</a> CDC, “2019-2020 U.S. Flu Season: Preliminary Burden Estimates”, https://www.cdc.gov/flu/about/burden/preliminary-in-season-estimates.htm.