1.3　剧变时代：当VUCA成为“常态”

本书从系统的视角来看待我们所处的环境，将环境称为环境系统，并基于系统的视角来阐释其复杂性的内涵与特征。本章前述部分提到的VUCA主要被用来形容环境系统而非问题。VUCA概念源于军事这一实践领域，它为当下的剧变时代提供了非常鲜明、丰富的刻画，但该概念在学理意义上并非严谨。

易变性（Volatility）、不确定性（Uncertainty）、复杂性（Complexity）和模糊性（Ambiguity）这四个特征并不属于一个并列的概念框架之中。不同特征实际上相互关联，且对环境系统的刻画层面也有所不同。比如在奥利弗·麦克等的“Managing in a VUCA World”一书中，他们对VUCA框架进行了重新解读（见图1-3）。

沿袭复杂系统理论，他们认为VUCA当中的“C”，即复杂性，应该是VUCA的最底层特征，而其他的“V”—易变性、“U”—不确定性、“A”—模糊性均是由复杂性所引致的结果表征。复杂性是VUCA框架当中的核心概念，表示所指系统包含多个子系统以及规模庞大的系统要素，并且子系统与子系统之间、要素与要素之间错综关联和动态演化。在复杂性的基础上，我们所观测到系统（包括子系统和系统要素）状态才会出呈现不稳定和不确定，即“C”引致了“V”和“U”。模糊性一词在不同学科领域中的含义不同（下文我们对模糊性也进行了重新界定），而在VUCA概念体系中，指的是因果关系的模糊，没有先例可循，无法通过精确的流程和规则来设计问题的解决路径。根据这种对模糊性的界定，因果纠缠源于系统的不确定和不稳定，因此在决策过程中，“A”又可以被解读为“V”和“U”所引致的结果。

鉴于此，本书将环境系统与问题区别开来，复杂性视角下分别探讨环境系统与问题的特征，而不是直接套用VUCA框架。尽管本书在对环境系统的特征表述上与VUCA存在很大程度的关联。

就环境系统而言，复杂是一个综合性的表述。复杂环境系统是与简单环境系统相对的概念，两者的区别与系统要素的数量和相互作用关系息息相关。构成复杂环境系统至少需要满足两个基本的前提条件，一是系统要素的规模足够庞大，二是各要素之间的作用关系及其演化方式错综复杂。相较于复杂性这一综合表述，易变性和不确定性正是在这些基础前提下，环境系统所呈现出来的具体特征。对于简单环境系统，系统要素的数量有限且大多处于均衡状态。 在简单环境系统中，构成系统的要素为有序的，其本质和规律一旦被掌握，就可以普遍指导人们的认识和行动。组织或个体可根据已知的经验规律对环境系统进行感知、分析和响应。

事实上，今天的世界普遍呈现出从线性到非线性、从因果清晰到混沌的趋势，基于已知经验规律来进行预测和控制很可能是徒劳的。对于这样的环境系统，简单性理念下对于系统演化和发展的前提假设被颠覆。下文就简单环境系统与复杂环境系统的特征进行总结与对比。简单环境系统与复杂环境系统的基本特征总结参见表1-1。

◆1.3.1　常态性 VS 易变性

简单环境系统具有常态性。具备常态性的系统是有序的、稳定的，系统要素的变动都是符合已知规律的，要素之间的动态演变遵循某些秩序化的路径。环境系统与其各个子系统通常处于均衡或向均衡收敛的状态。在这样的系统中，决策者可以基于过往认知、经验及行为惯例来理解和应对当下及未来所处的情境（Hooker，2011）。

与常态性相对，当今世界越发显现出一种普遍的易变性，体现为环境系统中各子系统及要素的频繁波动。易变性（Volatility）一词常用于统计学和金融学领域，来描述波动和波动幅度的不确定程度，在统计分析中被量化为标准差或者方差，商业领域中的典型例子是全球原材料市场、股票市场或者突发的自然灾害影响供应链导致价格波动。子系统与子系统之间、要素与要素之间的关系加速变化，且这些变化是非秩序的、难以进行事先预判的。整个环境系统的演化受到各种影响链与反馈回路交织的影响，突变、临界点逼近、阶段跃迁等状态不断生成。系统和子系统的演变常常是非收敛的，很难达到均衡状态，也可能根本就不存在一个均衡状态。在这样的环境系统中，变化是无常的，未来是不断涌现和生成的，并且这些呈现过程是无法提前预知的，试图通过计算具体细节来设定单一未来情景大多是徒劳的。因此，我们的策略应该由抵制变化转向应对变化。

◆1.3.2　可决定性 VS 不确定性

“唯一确定的就是不确定性”

相对于简单环境系统，复杂环境系统所呈出的另一个重要特征是不确定性。确定性是行为能够被预测的前提，也是我们安全感的来源。长久以来，人类社会的发展进程都充斥着各种对确定性的追求，很多发展和进步也都是在这种对确定性的追求下实现的。从哥白尼的“日心说”到牛顿三大定律，近现代科学成就不断强化人们基于确定性逻辑规律的认知。诸多传统理论与实践指引都假设外部环境的发展是可决定的。在简单环境系统的认知视角下，子系统和系统要素的演化被认为是有序的、线性的、连续的、可预测的。因此，在掌握经验规律的基础上，只要给定输入变量，就可以根据规律来预测结果。在这样的环境系统中，我们实现目标的过程可以被划分为不同的阶段，而不同阶段是一个线性递增的过程。

与可决定性相对的是不确定性，体现在系统要素之间的相互作用是非线性、不连续的，某种投入或干预措施的产出效果是难以预判的。即便我们知晓了要素之间的关系，不能确定某一个要素的变化会对系统带来什么影响。复杂性理论视角下，环境系统的发展与演化并不取决于单一的线性因果关系，而是复杂错综的非线性因果关系，复杂现象大于因果链孤立属性的简单总和（Bennett和Lemoine，2014）。Nandakumar等（2012）对环境系统中的要素状态不确定（State Uncertainty）、因果关系不确定（Effect Uncertainty）、反馈链不确定（Response Uncertainty）三个方面进行了区分和梳理，进一步呈现了环境系统发展与演化的复杂性。即便各个要素及要素之间的作用关系都被决策者掌握，由于不确定性的存在，系统在未来的演化过程和呈现结果也难以被提前预知。基于以往的认知和规律总结被我们认定为有效的政策或干预手段，在这样的不确定性环境中很可能是无效的，甚至产生意料之外的结果（Hengst等，2019）。如果说易变性体现了环境系统中要素或结构变化的速度和方向难以确定与描述，那么不确定性则更多体现在对变化趋势的预测、识别和控制是非常困难甚至不可能的。

尤其在今天的剧变时代下，不确定性被认为是世界最“确定”的规律，拥抱不确定几乎成为所有组织或个体的必然选择。由于不确定性的存在，很多时候我们为无法准确评估当下的状况，从而难以识别出哪些是机会、哪些是困难、应该更关注哪个因素。在经济、管理、金融等学科领域，对不确定性的研究也推动了信息经济学、行为经济学、制度经济学等新理论的蓬勃发展，不确定性也成为现代金融理论、企业理论的基本假设。