基于涌现理论的复杂公共决策系统的协同优化研究

复杂公共决策系统涌现是指公共管理组织在一定的决策环境中,各决策主体通过相互作用,从而使公共决策能力与绩效远远超出同样数目的个人决策能力与绩效之和。公共决策系统复杂性特征主要表现为:开放性、非平衡性、非线性机制。公共决策系统的优劣就体现在培养并不断增强这几种性质的协同能力上。公共决策系统这几种能力又可归结为信息协同能力、组织协同能力、管理协同能力三个维度。

大数据背景下复杂公共决策中的情景管理——以情景鲁棒性为例

复杂公共决策因其固有的系统开放性、远离平衡态及非线性作用机制等特质,以及内部构成成分的多元性,使得决策方案在现实中的演进路径具有高度不确定性。管理复杂性意义下的情景概念,是管理活动的环境或'管理活动—环境'复合系统在整体层面上形成的宏观现象、现象的演化以及形成该现象的可能路径。理论上,情景管理思维可以在很大程度上降低复杂公共决策的高度不确定性。作为情景管理的核心工具之一,鲁棒性可用于衡量决策系统在受到外部系统因素影响或在系统内部组织结构发生变化的情况下,系统性能不发生改变的能力。而大数据时代的驱动,使得包括鲁棒优化在内的情景管理思维与情景管理工具在技术上具有了应用于复杂公共决策管理的可能性。