项目复杂性：从实践认识到科学思维

李永奎

WOS（Web of Science）数据库检索显示，2010年之后，学术界对项目复杂性或复杂项目管理的研究越来越关注。2014年，PMI出版了职业脉搏深度报告《驾驭复杂性：实践指南》；2021年，《PMBOK？指南》（第七版）指出，“应对复杂性”是项目管理的12个原则之一，由此将项目复杂性管理引入实践指南。项目复杂性问题已经成为理论和实践界的一个热点。但总体上来说，我们对项目复杂性的讨论还不够，认识还比较浅，还没有形成系统性、深层次的学理成果和实践基本原则，我们对项目复杂性的认识还在路上。

项目复杂性不会消失，只会增加

随着未知性和不确定性的增强，如今项目的问题越来越复杂，我们时常感觉防不胜防、不知所措、力不从心。这些新问题往往影响巨大、代价高昂，但凭借过去的经验我们没有信心应对这些问题，或者根本没有可循经验，因此结果往往无法预测。这种实践上的感受是我们对项目复杂性的直观感性认识，如果再进一步描述复杂性的特征，可能包括外部干涉多、关系复杂、变化多、进度挑战大、不确定性高、模糊性强、新技术多等。但无法回避的是，这种现象越来越普遍，正如PMI《驾驭复杂性：实践指南》报告所说：“复杂性不会消失，只会增加。”由复杂性导致的项目失败也日渐普遍、代价越来越高。遗憾的是，传统项目管理“药方”对此毫无“疗效”，我们不得不另起炉灶研发针对项目复杂性管理的“特效药”。

事实上，以上现象只是宏大背景的一个缩影。正像著名物理学家霍金所说，21世纪将是复杂性的世纪。几乎所有领域都无法回避复杂性带来的深刻影响。2021年10月5日，诺贝尔物理奖授给了三位科学家，获奖理由是“对我们理解复杂物理系统做出了开创性贡献”。对于复杂性科学，虽然学术界还有争议，但这一新的“科学”或“学科”已经快速渗透到各个领域并与现有学科融合，继而替代或发展成诸多新的跨学科理论与方法体系，复杂项目管理就是其一。但要强调的是，复杂项目管理不仅仅是“复杂项目”的管理，它是一个完整的、新的、跨领域、跨学科、跨专业的理论、技术、手段和方法体系。

项目复杂性源于尺度

治病要治根，要驾驭复杂性就必须探究其产生的根源。“复杂”的英文是“complex”，从词源上讲，complex一词源于拉丁词根plexus，意为：编织、缠绕；而《辞海》将“复杂”定义为：“事物或系统的多因素性、多层次性、多变性以及相互作用所形成的整体行为和演化。一般认为，非线性、不稳定性、不确定性是复杂性的根源。”

《PMBOK？指南》（第七版）提出，人类行为、系统行为、模糊性和技术创新是项目复杂性的重要来源；而国际复杂项目管理研究中心（International Center for Complex Project Management，ICCPM）认为，细节、模糊、不确定性、不可预测性、动力学、社会结构和相互关联导致了项目复杂性。但以上只是对复杂性来源的例举或维度认知，不同的项目具有差异性，我们不能用穷举方法来试图厘清项目的复杂性，然后企图分而治之，这是回到了还原论的老路，仍然是“旧药治新病”，行不通。

实际上，系统复杂性是相对的，其取决于我们观察或管理对象的尺度大小，因此并不是说我们现在的项目比过去更复杂了，只是我们管理的大尺度对象更多了。当尺度变大时，规模也会变大，要素种类就多，系统更开放，外部环境敏感性也更强，问题也就复杂了。想象一下，一个临时展馆建设可能是一个“简单”项目，但一个大型展会建设可能會涉及400多个单体、50多个投资主体、400多家参建单位、近2万户居民和270家单位的搬迁及200多亿元的投资，这就是上海世博会建设的重大工程复杂问题。要注意的是，尺度和规模并不一定是物理上尺寸的大小，芯片问题同样可以是复杂的。因此，项目复杂性源于尺度，但更源于尺度的系统主体属性（物理的、管理的或社会的），以及主体组元要素的关联紧密程度、动态性和行为多样性。上海世博会建设的复杂性不在于400多个单体数量，而在于物理、管理和社会要素及行为的规模、种类和关联复杂性，这是复杂性来源的第一层面。当系统尺度变大、种类规模增大、组元关联性增强和不确定性增多后，任何轻微扰动和微小变化都可能会产生“蝴蝶效应”，最终非线性行为涌现，意外频发，防不胜防，也就是问题变复杂了。巨型项目的超投资和安全事故问题，就是复杂性导致的“正常意外现象”。VUCA时代，这种环境变化和外界干扰更频繁了，这是项目复杂性来源的第二层面。需要说明的是，VUCA四个方面（Vulnerability——易变性；Uncertainty——不确定性；Complexity——复杂性；Ambiguity——模糊性）并不是并列的，复杂性才是问题的核心。

因此，我们对项目复杂性来源的认识尺度，不能仅仅是孤立的“局部”，也不能仅仅是忽略“局部”的“整体”，更需要关注细节与整体上“涌现行为”的复杂关联，以及系统行为与动态环境的交互和适应关系及规律。我们也不能仅仅停留在直观的感性认知层面，更需要从抽象的理性层面出发，提出认识项目复杂性的基本思维原则和科学逻辑，从实践认识上升到科学思维和科学规律发现。（注：复杂性理论认为，由于简单规则以难以预测的方式产生出复杂行为，这种系统的宏观行为也被称为“涌现”。）

项目复杂性既是问题也是答案

复杂性不是项目管理的消极因素，甚至在某些方面，我们需要复杂性。为了完成更宏大的战略、使命或目标，我们需要规模更大的项目，这就必然要面临复杂性问题。因此，我们需要主动去驾驭复杂性，而不是被动应对。驾驭复杂性的答案就在复杂性本身。

也许我们想利用问题分解、维度分类、数学模型构建甚至计算机模拟来识别复杂性、测度复杂性，以及探索复杂性的形成与涌现规律，但我们要认识到，依此所得出的结论必须要慎重看待。尽管我们已经提出了诸多新概念和新名词，但项目复杂性的研究还比较松散，真实的数据还难以收集，系统性认识还不够，更谈不上普适性原则和一般性结论。不过，我们也不能期望任何一个新兴理论一夜之间就能成熟，不断地实践、回顾、总结和整理将有助于我们往正确的方向迈进。有关如何驾驭复杂性，我认为至少以下几点认识是有益的。

（1）和微观与宏观复杂性相比，中观尺度的系统行为规律更难捕捉。在这一类系统中，个别组元（如序主体）的扰动及组元之间的强关联不能被忽视，系统组元的平均建模行为可能会失效，而项目复杂性大多属于这类系统。例如，我们可以对宏观经济进行建模并预测经济规律，但很难用标准统计数据来预测一个项目的安全意外事故是否会发生。

（2）我们需要高度重视行为复杂性，系统可能的行为越多，复杂性会越高。相关方越多、系统越开放，自组织和他组织越强烈交互，行为空间就越复杂，模糊性、不确定性和变化就越激烈，项目系统的整体复杂性及非预期、非线性突变就越不可预测。我们无法用线性思维来预测复杂系统行为，更难捕获组元交互数据，不适当的数据可能严重低估极端事件发生的可能性。例如，巨型项目超投资“悖论”产生的根源和我们用线性假设估计此类项目的造价有关，目标误差可能很大，使得实现既定预算成为不可能完成的任务。

（3）复杂性既是客观的，也是主观的或相对的。一个问题对没有经验的项目经理而言可能是复杂的，但对资深项目经理来说可能是“小菜一碟”，因此，项目经理需要提升驾驭复杂性的能力。当项目复杂性挑战与主体驾驭能力是匹配的或者能力大于挑战时，项目可控程度较高。高复杂度项目之所以风险极大，主要是因为这类项目包括决策者本身但又超出决策者对复杂度的驾驭能力范围。因此，对于重大项目决策，集体智慧和决策领导力都十分重要。集成团队、横向合作或者组合有助于应对跨系统的复杂性。例如，迪士尼公司利用“大会议室”来协同解决项目跨专业复杂性问题，实践证明这样做是有益的。

（4）可以通过复杂性降解来降低项目复杂性带来的客观挑战。降解是在系统功能和目标不损失的情况下降低复杂性的一种策略，同时也是认识复杂性的一种路径。例如，我们可以采用模块化的方式来降低项目构成的复杂性；通过分布式组织来降低组织关联的复杂性；通过解耦来降低任务依赖的复杂性，等等。但要注意的是，复杂性科学的降解不是还原论下的分解，是对不同主体的区分而不是分解，降解也不能完全应对复杂性，只是认识或驾驭复杂性的一个环节或一种策略。

（5）用复杂性来应对复杂性。如果项目、任务和外部环境复杂，那么系统必须保证多样性和与之足够匹配的复杂性。只有匹配它与任务、环境在所有行为交互尺度上的复杂度，才能对项目事件和环境进行灵活反应，否则项目系统就有失控风险。 例如，“小业主，大社会”并不适应所有政府投资项目，尤其是大型复杂项目，这类项目本质上要求复杂的组织与之对应。

（6）小尺度和大尺度的复杂性平衡。我们总习惯从小尺度入手，把小尺度项目系统设计得较为复杂和完美，试图依此控制整个大尺度的复杂性，但结果可能是，“手术很成功，但病人死了！”或者，有时候我们过度追求小尺度的简洁、高效，而在大尺度上以高昂的代价来控制复杂性。例如，一个路口没有红绿灯可能局部是高效的，但整个城市没有红绿灯可能会产生大混乱。在这种情况下，为了实现大尺度系统的目标，牺牲小尺度的简洁、高效可能是值得的。再如，我们构建项目程序和制度，局部会是烦琐的、僵化的，但对于大型项目，可能整体是高效的，上海世博会、上海迪士尼乐园、港珠澳大桥等项目实践充分表明了这一点。但需要注意，程序和制度也需要一定的弹性，过于刚性可能会使项目系统缺乏灵活适应性。因此，复杂系统需要两种尺度的平衡，这一点颇具挑战性。

（7）集中控制和分布式治理的平衡。“集中力量办大事”是中国重大项目取得瞩目成就的关键制度优势，也是项目组织能力与任务复杂性匹配的一种典型模式。“集中”固然重要，但“集中”后如何“办”更重要。大型复杂项目的问题是层次性的，顶层集中控制和分布治理需要平衡，集中更高效，但对决策能力要求更高，错误代价也更高，而分布式治理适应的环境尺度更大，但整体效率可能会变低。如果关键层次的最大尺度行为复杂度超过个人或组织可实现的决策或能力复杂度时，大型项目系统的层次结构可能会失败。因此，大型复杂项目需要纵向和横向的连接和合作，我们要用多层网络治理来应对更大尺度的复杂性，自下而上和自上而下都应存在“涌现行为”。

（8）环境已成为项目复杂性的一部分。传统项目管理将环境“画”在了项目系统之外，将环境视为项目“背景”。但在复杂性视角下，项目组织应对环境行为的任务复杂度要远大于环境和任务单独存在的复杂性。环境应与任务高度耦合，并成为项目复杂性的一部分。

（9）计算是揭示项目复杂性规律的重要方法。复杂适应性系统（Complex Adaptive Systems，CAS）、网络科学、社会科学计算方法为探索项目复杂性提供了重要方法和工具。与物理或自然复杂性不同，项目系统是人造系统和设计系统，这一系统需要“长程序”而非一个数学公式来描述，需要通過网络科学和进化计算来刻画其动态涌现性和复杂性。但计算需要充分的细节信息，因此如何获取高质量细节数据和信息成为探索、分析和寻找项目复杂性规律的关键。

复杂性本身也是复杂的

复杂性本身也是复杂的，也就是说具有元复杂性，因此类型学具有参考意义。这种元复杂性可采用复杂性维度、复杂性度量、复杂性尺度、复杂性规模、复杂性动力学、复杂性学科等来进行描述，从而形成项目元复杂性图景，针对不同元复杂性和项目复杂性的类型来制定驾驭复杂性的策略。例如，大规模高复杂度与大规模低复杂度的项目所需要组织系统具有显著的不同特征，港珠澳大桥建造和光刻机研发也属于不同的复杂性类型，采用的应对策略也应不同。

复杂性具有适应性。项目系统是设计系统或人造系统，这一系统必须适应项目本身的复杂性，同时项目系统也必须适应外部环境的复杂性，而这种适应性是通过不断进化实现的。进化过程就是不断复制成功，组织中的一小部分失败了但整体成功了，部分的失败为其他新的模式提供了空间，通过不断迭代，组织可持续提升适应性。在这一过程中，我们要允许部分失败、试错和故障，否则会逐渐削弱系统的适应性功能，最终导致系统风险。例如，建筑信息模型（Building Information Modeling，BIM）、PPP、装配式等新技术、新模式的应用都会存在失败风险，但这正是工程项目甚至整个建筑业适应未来趋势的关键。随着时间的推移，通过信息的积累，进化可以让系统变得比初始设计更加复杂。另外，为了控制系统性风险，进化可以首先在局部小尺度空间和时间上进行，并允许系统之间进行联系、学习和模仿，比如样板引路、局部试点、最佳实践和基准学习等。最后，项目系统要实现总目标，就要允许子系统之间的健康竞争与合作，以此实现整体系统的多尺度进化，继而实现系统性改进和效能提升，如重大项目的劳动竞赛和评奖机制。但大规模、多尺度的合作与竞争会导致项目网络更加复杂，需要合适的结构及治理机制设计与优化，比如激励、奖惩等，以避免组元要素行为异化。

对整个项目系统而言，由于人造系统的设计性，系统的进化和适应行为也可能受到错误的指令及不良环境影响而产生系统性异化适应行为，进而造成系统整体“坍塌”现象，比如项目整体性失败、工程领域的集体腐败及招标市场的劣币驱逐良币现象等，导致这一现象的原因是进化和适应的整体性异化。图1为项目系统的三种行为。为了避免整体低序和涌现失控现象，复杂项目系统的进化和适应需要控制和治理，即保持正确的指令和进化方向，但维持这一状态需要极高的时间、费用等资源成本，这也是项目复杂性管理成本显著高于一般项目的重要根源。

项目复杂性背后是否存在简单美？

项目复杂性是一个新的领域，从复杂性学科发展的角度来看，我们可能会去追求复杂性背后的本质规律，这个规律可能是简单的、普适的、原则的和实用的，寻找表面复杂性背后的本质简单美是复杂性学科的努力方向。但另一方面，物理复杂性、管理复杂性与社会复杂性具有不同的本质特征，认识论和方法论都截然不同。对于项目复杂性，因为以上三者的融合，也许并不存在一个简单的公式、模型或单一原则能解释项目复杂性规律，否则我们会陷入对现实复杂性茫然不见的超级简化的思想病理学中，驾驭项目复杂性可能没有一粒“特效药”或“万能仙丹”，而需要多学科协作诊疗方案（Multi-Disciplinary Treatment，MDT）。对复杂性的研究，有太多未知，我们依然在路上。P