1 1 2 2 3 3 4 4 5 5 文集 深度 号外 热文 时间线
日益联系的世界,为何越来越脆弱?
2025-03-26 10:07

日益联系的世界,为何越来越脆弱?

本文来自微信公众号:集智俱乐部 (ID:swarma_org),作者:郭瑞东,原文标题:《千钧一发:在联系日益密切的世界中重新审视临界脆弱性》,题图来自:AI生成

文章摘要
社会技术系统因过度追求效率和短视优化,导致系统处于临界脆弱性状态,微小扰动即可引发连锁崩溃。案例包括供应链中断、金融危机等。成因涉及相互依赖、时间守时性及竞争压力,需平衡效率与韧性,通过系统视角和反脆弱措施应对风险。

## 亮点

• ⚠️临界脆弱性定义:社会技术系统因短视优化而接近崩溃临界点,小扰动引发大崩溃。

• 🌐典型案例呈现:苏伊士运河堵塞、次贷危机等事件揭示微小扰动对全球系统的放大效应。

• ⏰时间守时性陷阱:严格时间表和减少缓冲机制使系统对外部冲击极度敏感。

• 📉短视优化代价:企业追求成本效率导致供应链冗余不足,加剧系统性风险。

• ❄️延迟雪崩机制:高度互联系统中局部故障会非线性扩散,触发全系统崩溃。

• ⚖️韧性平衡策略:需引入缓冲机制、多样化供应和长期视角,避免系统临界脆弱性循环。

当今的社会经济系统,隐藏着一个被人们忽视的问题,即系统中的参与者受竞争压力的强化,短视地优化效率,从而无意中将整个系统面对扰动变得极其脆弱,这被称为“临界脆弱性”(Critical fragility)。PNAS近日的评论文章指出了该问题的成因与影响,并呼吁采用系统论的视角,认识临界脆弱性带来的风险,从而积极加以应对。


论文题目:Critical fragility in sociotechnical systems

论文地址:https://www.pnas.org/doi/10.1073/pnas.2415139122


何为临界脆弱性


历史中,曾有这样的故事:“失了一颗马蹄钉,丢了一个马蹄铁;丢了一个马蹄铁,折了一匹战马;折了一匹战马,损了一位国王;损了一位国王,输了一场战争;输了一场战争,亡了一个帝国。”如今,这样的案例更是比比皆是。


有许多小规模事件引发大范围影响的案例:2021年3月,苏伊士运河的单一船只堵塞就导致全球供应链中断;金融市场上,即使在没有明显触发因素的日子,也会出现如1987年10月19日“黑色星期一”的股市崩盘;更典型的是2008年源自美国次贷市场的全球金融危机,尽管次贷市场在美国经济中占比很小,在全球经济中占比更是微不足道,却引发了波及全球的严重经济衰退。


图1:由外部因素(如气候,停电)导致铁路交通系统,并在大范围扩散的例子。


总结上述事件的共性,即其都属于社会技术系统(STSs),这是一个由人类元素(个人、群体和更大规模的组织)、技术与基础设施相结合,并在目标导向的方式下相互作用的复杂系统。系统要发挥功能,需要系统元素——人类和技术之间设计或计划的交互。而这些元素往往分布在不同的地理空间中。元素间的交互的方式,被设计为能为社会技术系统提供操作稳定性。


这类系统存在于多个层次:从小型的邻区垃圾处理系统,到中等规模的区域或国家级废物管理系统,再到更复杂的“系统中的系统”,如全球经济中的气候协调机制。在医疗服务、交通运输、通信、能源供应、食品供应等各个领域,社会技术系统都扮演着维持社会正常运转的关键角色。


然而,令人担忧的是,现今这些系统越来越容易受到微小扰动的影响,导致功能的灾难性崩溃。从系统科学的角度看,这表明系统正在接近“相变临界点”——曾经的千钧一发,当下却变得稀松平常。


近年来,也曾有学者使用网络科学的方法,来分析供应链端微小扰动带来的涌现现象。其中典型的是牛鞭效应(Bullwhip Effect),就如同洗澡时热水调节的反应太慢,要么水太热,要么水太冷。


牛鞭效应指在供应链中,终端消费者的需求波动在向供应链上游(如零售商、批发商、制造商)传递时被逐级放大的现象。这种放大效应会导致上游企业的订单量和库存波动远大于实际市场需求变化,从而引发库存积压、生产过剩或短缺等问题。


牛鞭效应可视为社会技术系统临界脆弱性在一特定环境中的呈现,其出现的成因与影响也将在之后反复出现。


什么导致了临界脆弱性?


1. 相互依赖+守时


人们往往没有意识到,许多社会技术系统的共同之处在于它们的运作都基于严格的时间表;即基于输入-输出系统或在特定时间间隔内依赖于相互关联的事件和中断的过程。遵守时间表——元素在正确的时间出现在正确的地方(如计划的那样)——这就是所谓的及时性。


在大多数社会技术系统中,及时性是极为关键的质量标准,在诸如运输系统、供应链系统、医疗系统、应急响应系统、计算机和网络服务系统或农业系统中。及时性被视为提高效率和降低运营成本的开创性创新。


尽管这些方案在全球范围内被广泛采用,但如果缺少了一个不可替代的组件(例如,一个芯片),那么就有可能导致全线生产出现重大中断。未来,如果要应对这种风险,系统设计者通常需要设置各种各样的“缓冲机制”(例如,增加库存、扩大供应商基础或替代输入),可以将其抽象化视为整合到时间表中的时间缓冲,部分缓解延迟。


然而,如果系统操作者优先考虑成本和时间效率——实际上就是减少时间缓冲——那就会导致社会技术系统变得脆弱。例如在新冠期间,汽车厂商因“零库存”策略,在芯片供应因物流暂停中断后被迫停产,从而导致巨大损失。


2. 优化效率+短视


社会技术系统中的参与者常受到多重激励因素的驱动,尤其是在竞争环境下,这些激励会强化他们追求成本和时间效率的行为,以获取短期运营优势。然而,这种追求效率的过程往往忽视了系统的长期韧性。


以运输系统为例:负责调度列车的操作者可能的目标是最大化通过网络运输的乘客数量,即在越来越紧凑的时间表中安排列车。如果每列火车都按计划运行,确实会增加运输的乘客数量。列车系统中的各个元素在其运行中是相互依赖的——如果另一列火车还没有到达,出发的列车的乘务人员来自到达的那列火车,因此只有通过减少通常用于允许系统吸收可能延误的时间缓冲,或者在车站备有替换乘务人员的缓冲,才能实施更紧密的时刻表。


一个对成本效率有额外关注并且体验到良好运行的列车服务的运营商,可能会考虑减少替换乘务人员的缓冲,因为运营商必须承担维持这个缓冲的成本。而减少了这样的缓冲,会导致系统变得脆弱。


过度优化的例子,在供应链中,体现在为了获得更好的合同条件,一家企业可能会与其中一个供应商签订独家合同。这种供应链中的可替代性缺乏,增加了找到替代原材料来源的难度。保持低库存或供应链不多样化的企业缺乏适当的“提前期”——即时间缓冲——会对外部冲击更为脆弱。乌克兰冲突初期欧洲高度依赖俄罗斯的天然气供应中断的影响,在国家层面就是一个例子。


这些案例共同揭示了一个深层次问题:当决策者过于关注短期效率而忽视系统韧性时,看似理性的个体决策可能积累为系统性风险,使整个网络在面对扰动时变得异常脆弱。


系统如何走向崩溃边缘


在追求效率的过程中,许多系统的“最优状态”实际上处于一个危险的临界点——就像站在悬崖边上,看似安全,却只需一阵微风就可能导致灾难性后果。这种小扰动引发大灾难的情况,无论扰动来源于系统外部还是内部,都可能出现。


外部扰动,例如大范围电网故障或突发暴风雪相对容易理解。而内部扰动,如一列火车的小机械故障或某位乘务员的临时缺勤,虽然看似微不足道,却可能像多米诺骨牌一样,在高度紧密连接的系统中引发连锁反应。实际上,外部和内部扰动的界限常常并不明确。


图2的模型清晰地展示了这一现象:当六家相互依赖的企业组成供应网络时,随着时间缓冲减少到某个临界值以下,系统不会表现出缓慢退化,而是突然崩溃——延迟时间不是渐进增加,而是呈爆炸式增长,形成“延迟雪崩”。这正是临界点特有的非线性表现。


图2:企业间生产网络运作的简化模型。(a)六家企业A至F及其在相继时间层中的操作依赖关系,由箭头表示。(b)该网络操作依赖关系中生产延迟逐层传播的示例。(c)时间缓冲区大小B和依赖关系数量的相图中的关键性曲线,对于每家企业具有相同总数操作依赖关系的情况。(d)对于(c)中的情况,企业平均延迟的典型演变随时间的变化。特别注意延迟雪崩。


当社会技术系统长时间保持稳定时,过度优化的倾向尤为强烈,因为系统管理者往往过度自信和/或松懈,他们认为各种这些安全措施或规定显得不必要。由于短期优化的驱动,他们开始拆除保护措施,无意中使系统接近崩溃的边缘。


这种现象在金融领域尤为明显,经济学家明斯基曾对此做出经典解释:每次金融危机后,监管机构都会制定严格规定限制金融机构冒险行为,降低整体风险。然而,随着时间推移,上次危机的教训逐渐被淡忘,这些“碍事”的保护措施会被逐步削弱或取消,为下一次危机埋下伏笔——这也解释了为什么金融危机似乎总是周期性出现。


此外,在诸如相互依赖的生产企业的集群中,各个企业的运营本身也是复杂系统,可以预见的是,竞争压力迫使各个企业积极优化自身的成本和时间效率。当供应链运行顺畅时,公司会通过去除冗余、从特定地点采购原材料并保持最低库存来优化其供应链。当许多企业——实际上几乎所有的企业——同时进行这种短视的优化时,整个生产系统将被推向悬崖边缘,变得脆弱。可以说,优化越短视,整个系统的脆弱性就越高。


临界脆弱性的影响,还体现在波动性的显著增加。金融市场和大型经济体表现出显著的波动性远大于传统均衡模型的预测。这一现象通常被称为“过度波动之谜”或“小冲击、大商业周期之谜”。这些均衡模型中存在一个假设:它们通常假设参与者能完美协调,并忽略了供需不平衡的影响。研究者们已经开始关注生产网络结构在放大波动方面的作用,但这些研究通常仍基于系统处于稳定状态的假设。此外,这类研究很少扩展到宏观经济层面,难以全面揭示系统性风险的形成机制。


事实上,当系统组件高度相互依赖且缺乏足够缓冲时,微小的局部波动会通过网络连接被逐级放大。这就像音响系统中的反馈循环——当麦克风捕捉到扬声器发出的声音并再次放大时,会产生刺耳的啸叫声。同样,在经济系统中,初始的小扰动可能通过各种反馈机制被放大,最终引发全系统的剧烈波动。


这种放大效应解释了为什么看似稳健的系统有时会对小冲击做出过度反应,也说明了为什么传统风险模型常常低估系统性风险的严重程度。


综合启示:脆弱性与韧性的平衡


复杂的系统往往很脆弱,相互关系使得崩溃和连锁故障变得越来越危险。该文不仅是提出了一种新的“不可避免的技术脆弱性”假设,说明了社会技术系统走向临界脆弱性是不可避免的,还指出临界脆弱性出现的缘由和其影响。


例如,供应链的良好运转会使管理者低估了其对中断的带来的影响,从而忽视了尾部风险;新冠疫情和乌克兰冲突促使企业采取措施(近岸生产、供应商多元化)以减轻某些即时性威胁。这些增强韧性的措施虽然提高了成本,使系统运行不再完全遵循短期效益导向,但有助于使系统远离临界状态。然而,一旦我们再次经历一段平静期,企业可能会再次采取行为,使系统处于临界状态。


因此,阐明导致社会技术系统中不稳定性、失败和系统性危机的机制,对于找到补救措施、缓解措施和提出适当法规至关重要。事实上,仍需进行大量研究以找到“反脆弱”的解决方案,使系统在遭受巨大冲击时能够自发改进,自我完善。



本文来自微信公众号:集智俱乐部 (ID:swarma_org),作者:郭瑞东,审核:张江(北京师范大学系统科学学院教授),出品:中国科协科普部,监制:中国科学技术出版社有限公司、北京中科星河文化传媒有限公司,本文为科普中国-创作培育计划扶持作品

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