后疫情时代,我们为什么要更关注系统的韧性?
2022-09-09 15:22

后疫情时代,我们为什么要更关注系统的韧性?

本文来自微信公众号:集智俱乐部 (ID:swarma_org),作者:William Hynes等,译者:刘培源,编辑:邓一雪,原文标题:《复杂性,互联性与韧性:为什么需要经济学范式转移来应对新冠流行和未来冲击》,题图来自:视觉中国


新冠病毒大流行表明了一系列人造系统的相互关联性,以及需要更加关注这些系统在面对冲击和中断时的韧性(Resilience)由于社会经济系统正在以一种很难与现有经济理论相协调的方式变化和自组织。在一个日益复杂和相互依存的系统中,涌现的聚合现象反映了所有参与者之间的相互作用。该系统在不断发展,既不处在稳定状态,也不向稳定状态靠拢。


因此,需要一种新的范式来构建和管理更具韧性的系统。这是一个将分析置于更广泛的系统和网络视角中的方法,既需要经济学工具、方法和政策的创新,也需要在分析、修辞和政治实践整合层面上,将经济学领域与环境、工程、科学和政治等其他关键领域重新定位。


原文题目:Complexity, Interconnectedness and Resilience: Why a Paradigm Shift in Economics is Needed to Deal with Covid 19 and Future Shocks


一、概述


Covid-19疫情扰乱了经济和全球金融的各种要素,从复杂的国际供应链网络到个体在娱乐、酒店和零售等方面的消费(Hynes et al. 2020a)。人造系统可能很脆弱,容易受到内生压力以及外部冲击的影响。这种破坏可能来自这些系统内部,如2008年金融危机,或外部,如Covid-19大流行引起的系统性冲击。


在一些复杂适应系统中,存在着临界点——这些临界点标志着行为发生根本性和涌现性的变化,从而导致不稳定或危机。这些变化可能由于机构和市场之间以及超出国家监管范围的境内和跨境负反馈循环,而被放大。


为了应对未来的系统性冲击,需要在经济领域内工具、方法和政策工具方面进行更多创新。这也将涉及经济学领域与其他相关关键领域的重新定位,例如环境、社会和政治事务。这种重新定位不仅要体现在分析和修辞层面,还要体现在政策在实践中的艰难整合。


我们面临着一个日益复杂和相互依存的社会经济体系。在这样的系统中,出现的聚合现象反映了系统中所有参与者之间的相互作用。该系统不断发展,既不处于稳定状态,也不趋于稳定状态。因此,预测不能仅仅基于过去的推断,也不能基于对孤立的、“有代表性的”个体或公司的行为的分析。


也许从Covid-19疫情和全球金融危机中得到的最重要的教训是,我们的社会经济体系正在快速发展,并且与旧的经济模式越来越遥远。努力通过增加灵活性和放松管制来改革经济,使其更接近模型,这可能无济于事。


我们需要对系统进行更好的分析,这对于理解如何提高系统的韧性和鲁棒性至关重要。特别是,如果优化复杂系统会使它们变得不稳定,那么决策者需要重新考虑诸如提高生产力、创新和经济增长等基本目标。正如研究复杂物理系统的科学家所发现的那样,优化或强化复杂系统的尝试反而会使它变得更脆弱、更容易受到系统性破坏和崩溃的影响(Didier et al. 2012)


本文探讨了为什么需要一种新的经济学范式来应对像Covid-19这样的冲击。它研究了Covid现象的复杂性,并概述了系统韧性方法如何帮助解决这一问题。


二、为什么需要新的经济学范式


经济学中何为正统观念并不像自然科学那样明确,因此学界同时存在和追求着多种观点。这导致了潜在的经济叙事经常发生变化。在上个世纪,有两种占主导地位的思想流派。1929年的股市崩盘和大萧条促成了凯恩斯主义经济学派作为统治性的范式。凯恩斯主义经济学将充分就业作为其主要目标,并建立了“福利国家”。这也导致了更广泛的政府对市场和福利国家的建立进行干预。


然而,在1970年代,经济经历了滞胀,即经济停滞和高通胀同时发生。凯恩斯主义经济学既无法为这个问题提供解决方案,也无法为石油危机和其他冲击提供应对措施。


芝加哥学派提出了新古典经济学的替代性新范式。在芝加哥学派领导的自由市场经济理论的支持下,人们一直关注市场效率的概念以及如何实现这一目标。被广泛实施的一种方法是放松对商业的管制和减税。新古典经济学认为,该方法减少了竞争的摩擦,并且竞争是越“完美”越好。


然而,这种方法没有充分考虑政策的环境外部性或社会外部性。正如从1970年代到今天这一时期所证明的那样,不平等并没有改善,甚至变得更加极端。此外,人为排放对地球的影响正在产生严重的负面效应。实际上,在追求生产率增长的过程中,系统之间的联系并没有被充分考虑。


在2008年之前许多西方国家经济增长显著的时期,资本流动自由化和衍生品放松管制的政策鼓励了金融市场的相互联系。当代经济思想认为,经济高效运行,几乎满负荷运转,在恢复平衡之前,这些干扰很快就会得到解决。动态随机一般均衡(dynamic stochastic general equilibrium, DSGE)模型等方法隐喻地将国际经济构建为一台机器,具有可预测且相对恒定的行为模式以及人与组织之间的交互性(Hynes et al. 2020a)


2008 年金融危机和新冠危机期间经济体系的大规模崩坏,测试了均衡模型的理念,揭示了许多机构和政府的主要经济模型中,经济体系和人类行为是过度简化的。Richard Bookstaber 的“经济末日四骑士”总结了这些模型的形成和假设缺陷:计算不可约性、涌现性、非遍历性和根本的不确定性(Bookstaber 2017)。这些概念是指模型表示中的遗漏和未能预见有影响力的创新或对个人行动的系统规模影响的错误描述。它们还表明,某些现实必须存在才能被了解,尤其是在复杂系统中。


计算不可约系统(Computationally irreducible systems)的结果不能用运动方程来概括。相反,它们必须被被检测,或在模型中逐期模拟,以找出实际发生的情况。


牛津大学 Doyne Farmer 把世界经济,描述为——一个与家庭网络(20 亿家庭、33 亿工人和及其与消费产品间的数万亿链接)相互作用的异质性全球生产网络(5000万家公司的数十亿物理链接);一个包含数万亿链接的契约之网;以及一种少数公司和个人几乎拥有一切的所有权模式。我们不可能用方程组来表示这种系统的复杂性(Hynes et al. 2019)


涌现现象(Emergent phenomena)是系统行为不同于其中个体行为的现象。换言之,个体行为会导致系统层面的结果产生偏离,并且在某些情况下,会抵消个体行为甚至给它们带来伤害,就像踩踏事件一样。经济和金融体系在受到外来冲击偏离轨道时并不总是能够自我稳定。相反,宏观经济本质上是错综复杂且相互关联的,并在个体层面提供了复杂的相互作用,从而导致宏观层面的涌现特性和内生冲击。


非遍历系统(Non-ergodic systems)的结果严重依赖于历史和背景,因此每种情况都是不同的,并且可能产生与此前相似情形骤然不同的结果(Fullenkamp 2019)。也就是说,未来并不总是看起来与过去相似。


最后,根本的不确定性(radical uncertainty,也称为末日四骑士中的不确定性骑士)意味着不仅各种事件和干扰的概率未知,而且事件发生空间本身也不完全是已知的(Fullenkamp 2019)。2018年,前欧洲央行行长特里谢(Trichet 2010)回忆说,在经济和金融危机期间,他掌握的传统工具对解决其机构面临的严重经济政策挑战几乎没有用处(Hynes et al. 2020a)


关于如何应对这些基本问题,有不同的观点。一些人认为,经济学需要重大改革,但主要应该通过扩展和修改现有框架来实现。特别是,“经济作为均衡体系”的想法应该被保留,但应引入更多的行为和制度现实主义,包括更多地考虑各种市场失灵。政治经济学问题应该重新关注,更多的经验数据应该被利用(Beinhocker & Hanauer 2014)


另一方面,如今许多专家认对经济学领域进行更彻底的重构是必要的。尤其应该放弃均衡框架,转而支持复杂系统的、动态的、反身性和演化的方法,高度(符合)行为现实和制度现实,以及采用更新的分析方法,如计算机模拟、网络理论和大数据统计等。


许多宏观经济学家继续依赖动态随机一般均衡模型(DSGE)作为他们执行经济建模任务的基本工具。这些模型对个人和经济做出了许多假设,这些假设与其他研究领域的发展方式不一致。诸如统计物理、生态学和社会心理学等多个领域现在都普遍接受:相互作用的个体系统——无论是人、颗粒还是分子——都不会产生与孤立系统中一个平均单位的行为相对应的那种行为(Hynes et al. 2020a)


虽然这些学科如今都在研究由相关行为者之间复杂相互作用而出现的非线性动力学,但许多主要经济模型仍然沉浸在传统的“理论格言”中,认为理性的个体优化他们的活动,无论是孤立一身或处于人群皆是如此。而实际上整个社会经济系统的行为不能从其组成部分的行为中推演出来。


这种经济范式没有得到经验证据的验证,也没有良好的理论基础。正如诺贝尔物理学奖获得者菲利普·安德森(Andersen 1972)所解释的那样,“多者异也”(More is Different)随着互动单位数量的增加,新的规律出现了。如果对忽略这些问题的方法的信任,成为了政策决策的基础,则可能会导致全球经济走向下一次危机。


系统的工程韧性(简称为“系统韧性,system resilience”)仍然是应对 Covid-19 所带来社会经济后果的关键。然而,宏观经济学倾向于忽视系统属性,例如临界点、非线性、不对称和相互联系。在构建韧性系统时,这些绝非系统的次要部分,相反,它们定义了系统。宏观经济学必须在政策制定过程中拥抱跨部门、多学科的合作,恰当地考虑问题之间的重要链接,这些问题通常是在不同专业的、学科的、机构的“孤岛”内被单独解决(Hynes et al. 2020b)


系统思维通过将这些单独的系统视为系统内部(子系统)和子系统的相互连接,来充分考虑其互联性。这种方法可以通过基于主体的建模、网络分析和机器学习的开发来实现,有可能对复杂的交叉效应产生更全面的了解。一个具体的例子是基于主体的模型能够内生地再现商业周期的特征,而不受供应或需求冲击等外部影响。


全球事务的现状为经济思维的另一种范式转移提供了机会:以“经济作为复杂适应系统的思想”为中心的范式转移。这种新方法不仅需要一个理论框架,而且需要一套能够反映当前世界路径和结果的拓展工具箱,并允许研究和制定如何改进的政策(Ramos et al. 2019)


三、复杂系统视角看新冠大流行


在线性的牛顿世界观中,运动会引起可预测的反应。然而,今天由环境、社会政治和经济体系所形成的复杂系统,正在被人类行为不断重新配置,同时也在不断影响人类行为。在这样一个世界中,一个微小的扰动变化可以通过系统的相互联系来传播和放大,从而产生巨大的后果,远远超出最初扰动的时间、地点和规模。


2007~2008年,美国房地产次贷危机升级为金融危机,几乎摧毁了全球银行体系。2008年危机的后果在十年后仍有体感,因为它引发了经济衰退,进而引发了政治和社会动荡(Hynes et al. 2020b)


Covid-19危机是(子)系统间如何相互改变的另一个例证。与以前的冠状病毒爆发一样,最初的原因是病毒从动物传播给人类。当我们更详细地研究这是如何发生的时,可能会发现一系列社会、经济和环境变化帮助创造了条件,使得人畜共患病可能变得如此具有破坏性——例如对土地使用模式和农业惯例的改变。


但是,我们不应该止步于即时的相互作用。我们还可以争辩,2008年金融危机使2020年的健康危机变得更加严重,或者更准确地说,是紧缩措施,使许多卫生系统缺乏应对患者数量突然意外激增所需的基本资源,如防护服。


Covid-19危机还展示了,主观因素(例如对机构的信任以及遵循其建议和指示的意愿,或社区归属感)如何影响灾难的发生。要充分了解这些因素,就需要一种基于综合经济学的途径——需要一系列学科的见解和方法,以描绘经济体系如何形成的现实图景,并帮助塑造更大的“系统的系统(system of systems)”。


此外,系统思维使我们能够确定政策试图塑造的经济、社会和环境关系的关键驱动因素、相互作用和动力学,并以选择性的、适应性的方式找到干预点。至关重要的是,这使我们能够强调系统面对各种冲击和压力的韧性的重要性——系统韧性使系统能够从功能丧失中恢复,并适应有关国际经济、社会需求和人类行为的新现实,以及更不可预测的气候的风险(Hynes et al. 2020b)


英国皇家学会最近发表的一篇论文(Johnson et al. 2020)表明,人类新出现的传染病通常是由来自动物宿主的病原体引起的。而动物物种带来的病毒传播风险是最高的——不仅动物数量在增加,甚至通过适应人类主导的生态环境来扩大其传播范围。


因此,由于社会经济系统的变化(例如引入集约农业)而对生态系统产生的影响,在造成或加剧传染病风险方面发挥了作用(Hynes et al. 2020b)。一项针对传染病出现的研究计算得出,自 1940 年以来,集约农业与25% 以上的人类传染病以及半数以上的由动物传染人类的传染病有关(Rohr et al. 2019)


Ferguson等人(2020)提供了对 Covid-19 扩散的模拟,表明如果政府不采取行动,英国的卫生服务将不堪重负,可能面临 500000 人死亡。这导致了对社会活动的限制。(在疫情前期)使用类似的建模方法,美国的模拟表明,如果不采取任何行动,将有 220 万人死亡。在学者与白宫分享这一预测后,美国政府发布了关于社交距离的新指南。


流行病学家 Joshua Epstein 概述了流行病的全球传播,重点是Covid-19,其中感染动力学(由大流行产生)和社会动力学(由恐惧产生)之间的相互作用产生了不稳定的结果。这包括耦合传染的想法:大流行和对病毒的恐惧(影响健康和经济行为),以及它们的相互作用如何产生不稳定的动力学。


个人通过接触疾病感染者(病人)、恐惧感染者(恐惧者)以及那些同时感染恐惧和感染疾病的人(病人和恐惧者),进而感染恐惧。受恐惧惊扰的个体——无论是否生病——都会以一定的概率退出疾病传播循环,这会影响疾病流行的进程(Hynes et al. 2020b)。如果个体从恐惧中恢复并恢复进入传播循环,疾病动力学就会变得丰富,包括多次感染波,例如1918年流感大流行(Epstein 2014)中发生的情况。


人们可以用金融体系的例子进一步推动这一论点。传染病和对传染病的恐惧心态这两种“流行病”是协同运作的,个体的行为也随之发生了变化。市场参与者的决策变化所引起的资本市场波动,最初既不受病毒影响,也不受对病毒恐惧的影响,最终可能会引发市场波动的大流行。正如我们最近在金融市场中所看到的那样,这可能导致空前规模的崩溃。


四、系统思维与韧性方法


为了促进积极的社会和经济变革,必须整合一系列政策,包括教育、人口、就业、福祉以及技术和创新政策。系统思维提供了一种方法来更好地理解复杂系统的行为并改进对政策干预后果的评估。日益增长的复杂性和相互依存性使各种系统(例如经济、公共卫生、网络等)容易受到广泛、不可逆转和级联发生的故障的影响(Hynes et al. 2020b)


应对紧急情况的政策应从两方面着手:解决眼前的关切,并提出方法解决大流行突出的长期问题。在短期内,这意味着确定受影响最大的人和活动,评估帮助他们的措施将如何影响他人,并强调在健康、经济、社会和其他目标之间进行艰难的权衡是不可避免的。从长远来看,如果政策要有效,就需要一种对重大冲击的系统性起源和影响作出反应的方法。


Covid-19 危机还表明,当系统中的意外动荡阻止其正常运行时,保持资源储备是多么重要(Hynes et al. 2020b)此外,鉴于我们的经济和社会制度相互依存,此次疫情还凸显了加强国际合作以证据为基础的必要性,以应对系统性威胁并避免系统性崩溃。


在 Covid-19 大流行期间,系统韧性/系统复原力是一个越来越受欢迎的术语。世界各国政府都有机会采取系统性的、前瞻性的方法来增强韧性,以应对现代社会面临的相互关联的挑战。这些挑战,如自然灾害、人口老龄化、全球移民和数字化,由于其破坏网络、信息、社会和基础设施系统并产生持久后果的潜在可能,而正变得更加复杂。


传统的风险评估和管理方法主要侧重于强化系统,以便能够在系统破坏之前消化掉威胁。然而,对于政府必须处理的许多问题,这些方法是不合适的、成本昂贵的,或者两者兼而有之。


虽然基于风险的策略试图通过“强化”来减少系统对特定冲击的暴露,但韧性方法假定冲击会随着时间推移而(持续)发生,并强调恢复过程,同时有可能做出必要的调整(Jüttner & Maklan 2011; Trump et al. 2018; Linkov et al. 2018a, b)。此外,基于风险的方法既不能预测下一次金融危机的直接原因和时间表,也不能充分强化全球金融市场和经济供应链,使其免受前方危机蔓延的影响(Hynes et al. 2020a)


尽管基于韧性的方法无法预测下一次全球衰退的原因,但它们可以限制传染范围,并相对于 2008 年危机显著提高经济复苏的速度和规模本·伯南克(Ben Bernanke)同意这一分析,反对作为许多标准模型核心的理性预期”方法。他说:“我只是认为,人类难以充分预测所有可能的相互作用和复杂的发展过程。应对这种不确定性的最佳方法是确保系统从根本上具有韧性,并且我们拥有尽可能多的自动防故障装置和备份安排”(Bernanke 2010)


系统方法可以在政策制定过程中促进跨部门、多学科的合作:它打通“孤岛”之间的重要链接。为了促进积极的社会和经济变革,必须整合多种政策,包括教育、人口、就业、福利以及技术和创新政策。系统思维提供了一种方法来更好地理解复杂系统的行为并改进对政策干预后果的评估。


Covid-19等严重疾病爆发是系统性特征的结果,特别是涌现的特性。涌现描述的过程,是通过许多行为者和影响者的相互作用产生的一种情景,而非有意创造的情景。Helbing(2013)等人指出,未能理解和管理复杂的全球系统和全球问题的特征,其后果可能是巨大的。


为了实现最大效率和最优化,此类系统忽略了抵御干扰的能力(Marchese et al., 2012; Linkov et al. 2020),尽管来干扰引发的冲击可能会使政府、公众和环境处于虚弱状态。更具体地说,工业能力和经济活动向更小、更高效的部门集中,直至国际层面,进而产生了利润丰厚但脆弱的供应链和经济交流活动。这些系统的中断可能会在意想不到的领域产生广泛的影响。


虽然系统的聚集和优化供了相当多的机会,但这使我们在日常生活中所依赖的系统(例如国际供应链)容易受到突发意外中断的影响,无论是外部冲击、系统自组织或两者结合(Jüttner & Maklan 2011; OECD & FAO 2019)。例如,2011 年日本的地震和海啸暴露了即时供应链组织的局限性,并强突显出灵活性、多样化和适应性的重要(Fujimoto 2011; Golan et al. 2020)


自 2007 年至 2009 年金融危机爆发以来,主流经济学家和学者们已经充分描述了此类系统性风险,但主要是在抽象背景下,尽管英格兰银行首席经济学家Andrew Haldance在 2009 年确实辩称“流行病的传播以及金融系统的解体——每个系统本质上都是同一网络家族树的不同分支”(Haldane 2009)。因此,一个关键问题不在于系统性风险是否会对国际经济造成重大的连锁损失,而在于首先关注哪种类型的破坏会在全球范围引发这样一连串事件(Hynes et al.,2020b)


工程应变能力灾难应变能力(即韧性)一直是公共行政部门重点,例如军事和公共卫生部门。韧性必须成为系统管理和运行的核心理念和分析模式,以确保这些系统能够在像 Covid-19 这样的中断情况下继续运作。韧性不仅仅依靠系统运营商预防、避免、承受和吸收任意和所有威胁的能力,而是强调恢复的重要性以及在中断后进行适应的潜力(Linkov et al. 2021)


韧性思维认为,无法充分预测衡量未来的威胁,也无法完全理解其影响。韧性承认,大规模中断可能而且将会发生,核心系统必须具备恢复和适应能力。不仅要考虑加强医疗保健系统,还要考虑与之相关的一系列关键系统。这包括研究这些系统如何吸收和减轻风险,以及必要时它们将如何适应(Linkov et al. 2018a, b; Ganin et al. 2016, 2017)


我们根据复杂系统韧性的文献,总结出建立系统韧性以遏制流行病和其他系统性威胁的具体建议,包括:


(1)确保包括基础设施、供应链、经济、金融和公共卫生系统在内的系统设计为具有韧性,即可恢复和适应性。


(2)制定量化韧性的方法,以便明确系统效率和韧性之间的权衡,并指导金融投资。


(3)通过解耦基础设施之间不必要的链接并使必要的链接可控可见,来控制系统复杂性,最大限度地减少意外中断导致的级联故障。


(4)通过设计跨互连基础架构的适当连接和通信,来管理系统拓扑结构。


(5)在系统关键组件中添加资源和冗余,以确保功能。


(6)开发集成数据和自动化的实时决策支持工具,并基于实时明确的政策权衡选择替代管理方案。(Hynes et al. 2020a, b)


五、结论


2015年,比尔·盖茨说,“我们还没有为下一次疫情做好准备”(Gates 2015),并提议建立一支由多学科专家组成的队伍,以应对可能出现的任何危机或流行病。2700万人观看了他发表这一评论的演讲,但正如他在2020年指出的那样,没有当权者听到这个信息。我们现在正处于一场系统性动荡之中。本着盖茨号召的精神,国际决策应者着眼于更好地预测、准备和建立应对未来危机的韧性。


与复杂系统相关的根本的不确定性使得无法预测下一次危机将来自哪里;然而,这不应阻止我们从过去中吸取教训,为今后制定系统性的对策。Covid-19的一个教训是,危机不会以原来的样子重演。事实上,我们能够遏制以前的冠状病毒危机,如SARS,这在某些情况下导致我们对预自身防任何未来危机的能力感到自满,我们不能对面临的另一个严重危机———气候问题——也感到自满。


从系统的角度来看,这不是一次冲击——事件发生突然和意想不到,而更多的是一种压力。系统分析告诉我们,应力是非线性的。系统可能会在很长一段时间内或多或少地正常运作,并且只是缓慢退化,但它可能达到一个无法恢复的临界点,然后崩溃得可能非常迅速。


基于韧性的方法可以增强系统吸收、恢复和适应各种动荡的能力。这可以包括帮助个人、社区和更大的群体应对逆境,甚至以积极的方式适应,以利用中断/干扰可能带来的机会。新兴的韧性分析领域提供了一个理论基础,能够在可用的治理和决策工具中应用,以更好地为复杂的经济和金融体系做好应对系统性破坏的准备,并帮助避免崩溃。与大多数政府目前可用的、在历史上出过问题的方法和工具相比,努力实现系统韧性将为经济繁荣提供更灵敏和更有效的保护(Hynes et al. 2020a)


注重韧性的理念和战略有助于减轻未来危机的冲击。尽管不可能充分预测、准备和强化全球和各国的人造系统,以应对未来几年可能出现的各种威胁,但以系统恢复为驱动力的、而不仅仅是规避损失后寻求利益的方式设计和管理全球经济方方面面,其时间和成本效应要高很多。


2020 年的 Covid-19 经济衰退清楚地表明,全球性的经济崩溃可能随时由各种催化剂引起,并产生广泛且不可预测的后果。然而,以韧性为中心,有可能避免像 2008 年全球金融危机那样缓慢的全球复苏,并在未来几年帮助维持甚至提高国际经济活动和能力。


经济分析往往是决策的最重要工具。然而,鉴于社会经济系统正在发生变化,并且以一种难以(如果并非不可能的话)与现有理论相协调的方式自组织,经济学也必须改变。政策不能基于过去的推断或对孤立个体行为的分析。系统分析模型也必须改进,以更好地整合现实世界的动力学,例如社会和行为异质性(Hynes et al. 2020b)。这将有助于表征社会动力学和复杂的集体决策,并有助于评估政策的有效性及其系统性影响。


一个有希望的方法是整合来自不同领域的现有建模工具,例如将环境模型与经济增长和贸易模型联系起来。这扩展了模型的边界,并允许在政策干预中评估更广泛的相互作用。超越现有工具的集成可能涉及多个领域的开创性应用和创新方法和工具,包括隐性污染的核算、具有策略交互的多主体仿真、有限理性(包括消费偏好和消费者选择),以及与复杂的交互作用和系统性风险相关的网络效应。


处理系统性风险的一个根本性挑战,也是经济模型和方法无法应对的挑战,是将系统理解为一个由个人和机构参与者组成的复杂网络,这些参与者具有不同且经常相互冲突的利益、价值观和世界观。叠加在这个网络上的是潜在的风险事件,这些事件具有不明确的链条或相互关联与影响的网络。


韧性思维认为,未来威胁无法充分预测和衡量,也无法完全理解其影响。用这种方法意味着重新考虑我们的优先事项,尤其是优化和效率的作用。系统工程科学告诉我们,当你试图优化复杂系统的一部分时,你最终可能会破坏整个系统的稳定性。


本文收录于Springer出版的《Covid-19的系统性风险与韧性》特刊 


参考文献

Anderson PW (1972) More is different. Science 177(4047):393–396. https://links.jstor.org/sici?sici=0036-8075%2819720804%293%3A177%3A4047%3C393%3AMID%3E2.0.CO%3B2-N

Beinhocker E, Hanauer N (2014) Capitalism redefined. Democracy 2014(31):30–44

Bernanke B (2010) Interview with the International Herald Tribune (IHT), May 17th 2010

Bookstaber R (2017) The End of Theory: financial crises, the failure of economics, and the sweep of human interaction. Princeton University Press, Princeton, NJ

Didier T, Hevia C, Schmukler S (2012) How resilient and countercyclical were emerging economies during the global financial crisis? J Int Money Financ, Elsevier 31(8):2052–2077. https://doi.org/10.1016/j.jimonfin.2012.05.007

Epstein J (2014) Agent_Zero: toward neurocognitive foundations for generative social science. Princeton University Press, Trenton

Ferguson NM et al (2020) Impact of non-pharmaceutical interventions (NPIs) to reduce COVID19 mortality and healthcare demand. https://doi.org/10.25561/77482

Fujimoto T (2011) Supply chain competitiveness and robustness: a lesson from the 2011 Tohoku earthquake and supply chain “virtual dualization”. Manufacturing Management Research Center Discussion Paper N°362. https://merc.e.utokyo.ac.jp/mmrc/dp/pdf/MMRC362_2011.pdf

Fullenkamp C (2019) The End of Theory: financial crises, the failure of economics, and the sweep of human interaction. Œconomia 9(1):189–192. https://doi.org/10.4000/oeconomia.5367

Ganin AA, Kitsak M, Marchese D, Keisler JM, Seager T, Linkov I (2017) Resilience and efficiency in transportation networks. Sci Adv 3(12):e1701079. https://doi.org/10.1126/sciadv.1701079CrossRefPubMedPubMed 

Central

Ganin AA, Massaro E, Gutfraind A, Steen N, Keisler JM, Kott A, …, Linkov I (2016) Operational resilience: concepts, design and analysis. Sci Rep 6(1):1–12. https://doi.org/10.1038/srep19540

Gates B (2015) The next outbreak? We are not ready. https://www.ted.com/talks/bill_gates_the_next_outbreak_we_re_not_ready/discussion. Accessed 2 Step 2020

Golan MS, Jernegan LH, Linkov I (2020) Trends and applications of resilience analytics in supply chain modeling: systematic literature review in the context of the COVID-19 pandemic. Environ Syst Decis 40:222–243. https://doi.org/10.1007/s10669-020-09777-w

Haldane AG (2009) Rethinking the financial network. BIS Rev. 53. https://www.bis.org/review/r090505e.pdf

Helbing D (2013) Globally networked risks and how to respond. Nature 497(7447):51–59. https://doi.org/10.1038/nature12047CASCrossRefPubMed

Hynes W, Trump BD, Love P, Kirman A, Galaitsi SE, Ramos G, Linkov I (2020) Resilient financial systems can soften the next global financial crisis. Challenge. https://doi.org/10.1080/05775132.2020.1822660

Hynes W, Trump B, Love P, Linkov I (2020) Bouncing forward: a resilience approach to dealing with COVID-19 and future systemic shocks. Environ Syst Decis 40:174–184. https://doi.org/10.1007/s10669-020-09776-x

Hynes W, Naumann K, Kirman A (2019) New analytical tools and techniques to better understand systems. 17–18 September 2019, OECD Conference Centre.  https://www.oecd.org/naec/averting-systemic-collapse/SG-NAEC(2019)6_New_analytical_tools_and_techniques.pdf

Johnson CK, Hitchens PL, Pandit PS, Rushmore J, Evans TS, Young CC, Doyle MM (2020) Global shifts in mammalian population trends reveal key predictors of virus spillover risk. Proc R Soc B 287(1924):20192736. https://doi.org/10.1098/rspb.2019.2736CrossRefPubMed

Jüttner U, Maklan S (2011) Supply chain resilience in the global financial crisis: an empirical study. Supply Chain Manag Int J 16(4):246–259. https://doi.org/10.1108/13598541111139062

Linkov I, Trump BD, Poinsatte-Jones K, Love P, Hynes W, Ramos G (2018) Resilience at OECD: current state and future directions. IEEE Eng Manage Rev 46(4):128–135. https://doi.org/10.1109/EMR.2018.2878006

Linkov I, Trump BD, Keisler J (2018) Risk and resilience must be independently managed. Nature 555(7694):30–30. https://doi.org/10.1038/d41586-018-02567-0CASCrossRefPubMed

Linkov I, Carluccio S, Pritchard O, Ní Bhreasail Á, Galaitsi S, Sarkis J, Keisler JM (2020) The case for value chain resilience. Manage Res Rev 43(12).  https://doi.org/10.1108/MRR-08-2019-0353

Linkov I, Trump BD, Golan M, Keisler JM (2021) Enhancing resilience in post-COVID societies: by design or by intervention? Environ Sci Technol Article ASAP. https://doi.org/10.1021/acs.est.1c00444

Marchese K, Paramasivan S, Held M (2012) Bouncing back: supply chain risk management lessons from post-tsunami Japan. Industry Week, 1–3. https://www.industryweek.com/theeconomy/article/21949237/bouncing-back-supply-chainrisk-management-lessons-from-posttsunami-japan

OECD/FAO (2019) Background notes on sustainable, productive and resilient agro-food systems: value chains, human capital, and the 2030 Agenda. OECD Publishing, Paris. https://doi.org/10.1787/dca82200-en

Ramos G, Hynes W, Müller J-M, Lees M (2019) Systemic thinking for policy making—the potential of systems analysis for addressing global policy challenges in the 21st Centuary. OECD Conference Centre. https://www.oecd.org/naec/averting-systemic-collapse/SG-NAEC(2019)4_IIASA-OECD_Systems_Thinking_Report.pdf

Rohr JR, Barrett CB, Civitello DJ, Craft ME, Delius B, DeLeo GA, … , Remais JV (2019) Emerging human infectious diseases and the links to global food production. Nat Sustain 2(6):445–456.https://doi.org/10.1038/s41893-019-0293-3

Trichet J-C (2010) Reflections on the nature of monetary policy non-standard measures and finance theory. Speech by President of the ECB, Opening address at the ECB Central Banking Conference Frankfurt. https://www.ecb.europa.eu/press/key/date/2010/html/sp101118.en.html. Accessed 2 Step 2020

Trump BD, Florin M, Linkov I (2018) IRGC resource guide on resilience, vol 2. Lausanne (Switzerland): International Risk Governance Center (IRGC)


本文来自微信公众号:集智俱乐部 (ID:swarma_org),作者:William Hynes、Benjamin D. Trump、Alan Kirman、Clara Latini & Igor Linkov,译者:刘培源,编辑:邓一雪

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定