第十一章 系统分析方法
系统分析（Systems Analysis）是政策研究尤其是政策分析的最基本的方法。政策科学的形成与发展在很大程度上要归功于现代科学方法尤其是系统分析的成熟。系统分析的发展为政策科学的产生奠定了方法论的基础。本章介绍系统分析的概念、内容和技术。
系统分析概述
系统分析构成政策科学的主要方法论基础。尽管系统分析与政策科学或政策分析几乎是同时产生的，但是，政策科学是在运筹学和系统分析的基础上形成和发展起来的。因而，系统分析事实上成为政策科学的一个重要组成部分。
一、系统分析的形成与发展
20世纪40年代末，由于出现了大量不确定性、竞争性的复杂系统，如军事对抗、经济竞争等系统，一般预测方法越来越不能适应事物发展的需要，于是产生了采用系统思维和技巧的分析方法——系统分析。
系统分析主要在美国发展出来的重要政策研究方法之一，最早是由美国兰德公司在第二次世界大战结束前提出并加以使用的。1945年，美国的道格拉斯飞机公司，组织了各个学科领域的科技专家为美国空军研究“洲际战争”问题，目的是为空军提供关于技术和设备方面的建议，当时称为“研究与开发”（R＆D,Research and Development）计划。1948年5月，执行该计划的部门从道格拉斯公司独立出来，成立了兰德公司，“兰德” 是英文“RAND”(研究与开发)的音译。
20世纪40年代末到70年代这30年中，系统分析沿着两条明显不同的路线得到发展。一条路线是运用数学工具和经济学原理分析和研究军事系统、社会系统和经济系统等。60年代初期，美国国防部长麦克纳马拉把这套方法应用于整个军事领域，并很快在各政府部门推广，形成了PPBS系统方法（计划—项目—预算系统，Planning，Programming,Budget System）。PPBS系统方法主要有长期预算、监督有关项目及其开支情况的管理信息系统和系统分析三个部分。在军事和政府部门的带动下，美国民间企业也开始应用系统分析方法来改善交通、通讯、计算机、公共卫生设施的效率和效能；在消防、医疗、电网、导航等领域，系统分析方法也得到了广泛的应用。
系统分析的另一条路线体现在与大学相互联系的研究和教学活动之中。在这一方面，存在着一种把众多的学科加以系统理论化的倾向：开始是在生物学和数学领域，特别是控制论方面；其后扩展到了工程学、通讯理论、一般系统论、政治结构、国际关系、管理系统、生态系统、心理和精神分析以及教育系统等研究领域，并在这些领域中提出了不少有关系统的理论和方法，系统分析开始成为一种普遍的研究方法。由于系统分析在实际应用和理论研究方面取得了一系列成果，到了70年代，人们开始认识到采取系统的研究方法，对于改进和提高公共政策系统的功能和有效性是极其有益的，将系统分析与决策相联系，用来解决层次较高、难度较大的大系统问题。系统分析从作为分析经济合理性的应用和作为研究对象的理论体系这种相互分离的状态，逐步走向相互结合、相互补充，发展成为一种有效的方法体系。
系统分析是20世纪40年代为解决人类活动和社会系统中不断涌现出的复杂的、庞大的和多层次的大系统问题而发展起来的一种以人为中心的并与决策紧密相连的科学。目前，系统分析作为一种一般的科学方法论，已被各国所认可和采用，运用于广泛的研究领域之中，特别是在有风险和不确定性的经济社会政策的制定以及公共政策系统的改进上。随着应用数学以及运筹学的进一步发展以及高容量、多功能的电子计算机的出现，系统方法自身及应用范围不断深化扩展，构成了政策研究以及政策分析的主导性或基础性的方法。
二、系统分析、运筹学与政策科学的关系
广义的管理科学（包括公共行政学在内）努力确立和应用一般的“管理原则”。这些原则都是建立在对一系列大规模组织内的管理过程、管理动态和管理活动进行分析的基础上。管理科学的理论核心是改进管理决策。狭义的管理科学是运用科学方法尤其是从管理者的角度对组织的效用所进行的估算的学问或方法论。这个领域的另外三个名称是“运筹学”,“作业分析”和“决策学”。系统分析则是由定性、定量或两者相结合的方法组成的一个集合，它导源于科学方法论尤其是系统论及为数众多的涉及选择现象的科学分支。应用系统分析的目的是要改进人类社会的组织系统。德洛尔认为，（广义）管理科学对政策分析的最大贡献就是它对待问题所偏爱的“系统方法”。可以说，政策科学或政策分析借鉴了管理科学的经验，将系统分析方法及运筹学方法直接运用于政策研究，将之视为自己的方法论基础或组成部份。
美国政策科学家爱德华·Ｓ·奎德对系统分析、运筹学和政策分析的关系作了如下的论述：“运筹学要帮助人们把事情办得更好；系统分析也试图做到这一点，另外，它要把事情办得更好而且更便宜；政策分析试图做到系统分析所要求的一切，此外它还要求把事情办得更公道。因此，系统分析可以看作包括了运筹学再加上经济的考虑以及对目标及其与手段的相互作用的研究。政策分析可以被视为包括了系统分析，但加上政策的分配性影响。政策分析更加重视执行以及对政治和组织方面的考虑”。奎德还说：“政策分析在很大程度上是作为系统分析的扩充而发展起来的，而系统分析又是运筹学的扩展。因此，可以将系统分析看作政策分析的一种不完全的或专门的形式”。
当然,系统分析及运筹学并不是政策科学或政策分析的全部。甚至有人对这些方法是否可以从管理决策上有效地运用到政策上持怀疑态度。这些方法存在着一些明显的局限性，例如，它们在提出最优政策问题上忽略了所研究的问题和政策制订、实施过程中的制度背景，它们无法处理某些政治要求，不能处理非理性现象（如意识形态、宗教信仰、高风险投入、自我牺牲及非常规生活方式），不能处理基本的价值观念或价值前提。
三、什么是系统分析
1．系统的概念系统（Systems）是系统分析的最基础的概念。美国韦氏辞典（Webster’s Dictionary）把系统定义为：“系统是有组织的或被组织化了的总体；由构成总体的各种概念、原理有规则地相互作用和相互依赖的形式组成的诸要素集合。”《一般系统论》（General Systems Theory）的创始人贝塔朗菲（L．V．Bertalanffy）认为：“系统可以定义为相互关系诸要素的集合”，“处于相互关系中并与环境有相互关系的诸要素的集合。”美国学者阿可夫（R．L．Ackoff）则说，系统是由两个或两个以上相互联系的任何种类的要素构成的集合。我国著名科学家钱学森则主张把“极其复杂的研究对象称为系统，即相互作用和相互依赖的若干组成部分合成的具有特定功能的有机整体，而且这个系统本身又是它所从属的一个更大系统的组成部分。”
上述学者关于系统的界定不尽相同，但他们都指出了系统的三个基本特征：第一，系统是由要素组成的；第二，各要素间存在着相互联系、相互作用的关系；第三，由要素及要素间关系构成的整体具有特定的功能。因此，我们可以一般地将系统界定为是由若干处于相互联系之中并与环境发生相互作用的要素或部分所构成的具有特定功能的整体。
系统几乎无处不在，世界上的一切事物都是作为系统而存在的，是若干要素按一定的结构和层次组成的，并且具有特定的功能。它是由要素所构成的整体，离开要素就无所谓系统，因而要素是系统存在的基础；任何一个要素都不能离开整体去研究，要素间联系和作用也不能脱离整体的协调去考虑；系统的性质一般是由要素决定的，有什么样的要素，就具有什么样的系统功能，但系统又具有各要素所没有的新功能；各种要素在构成系统时，具有一定的结构与层次，没有结构层次的要素的胡乱堆积构不成系统；系统的性质取决于要素的结构，而在一个动态结构的系统中，结构的好坏直接由要素之间的协调体现出来；系统与环境之间也存在密切的联系，每个系统都是在一定的环境中存在与发展的，它与环境发生物质、能量和信息的交换。系统的各要素之间，要素与整体之间，整体与环境之间存在着一定的有机联系，从而在系统内外形成一定的结构与秩序，使得系统呈现出整体性、有机关联性、结构层次性、环境开放性和有序性等特征，这些特征就是所谓的系统的同构性。
2．系统分析的概念系统分析是一门新兴的边缘学科，至今，对于什么是系统分析还没有统一的定义。随着系统分析在各个领域和各类型问题的应用不断扩展，对系统分析一词的解释出现了多种不同的版本，各派所强调的或研究的重点也不尽一致。让我们先来看看一些国内外学者对系统分析所下的概念。
政策科学家克朗（R．M．Krone）：“系统分析可以被视为由定性、定量或两者相结合的方法组成的一个集合，其方法论源于科学方法论、系统论以及为数众多的涉及选择对象的科学分支。应用系统分析的目的，在于改进公共的和私营的人类组织系统。系统分析既是一种解释性的，又是一种规定性的方法论。”
贝塔朗菲（L．V．Bertalanffy）：“系统分析提出一定的目标，为寻找实现目标的方法和手段就要求系统专家或专家组在极其复杂的相互关系网中按最大效益和最小费用的标准去考虑不同的解决方案并选出可能的最优方案。”
菲茨杰拉德（P．Fitzgerald）：系统分析方法是分析和评价系统中各个决策点就系统的效果所产生的各种影响和制约。所谓决策点是系统中那些能对输入数据做出反应和能做出决策的点（可以是人或自动装置）。因此，在系统分析中，一个系统的设计是以各种决策点为依据。
切克兰德（P．Checklard）：系统分析是系统观念在管理功能上的一种应用。它是一种科学的作业程序或方法，考虑所有不确定的因素，找出能够实现目标的各种可行方案。然后，比较每一个方案的费用效益化，通过决策者对问题的直觉与判断，以决定最有利的可行方案。
美国学者奎德（E．S．Quade）在1987年出版的《系统分析手册》一书中认为，系统分析是通过一系列步骤，帮助领导者选择最优方案的一种系统方法，这些步骤归纳起来主要是：研究领导者提出的整个问题，确定目标，建立方案，并且根据各个方案的可能结果，使用适当的方法比较各个方案，以便能依靠专家的判断能力和经验处理问题。
宋健：系统分析是研究系统结构和状态的变化或演化规律，即研究系统行为的理论和方法。
汪应洛：系统分析是一种程序，它针对系统的目的、功能、费用、效益等问题，运用科学的分析工具和方法，进行充分调查研究，在收集、分析处理所获得的信息基础上，提出各种备选方案，通过模型仿真实验和优化分析，并对各种方案进行综合研究，从而为系统设计、系统决策、系统实施提出可靠的依据。
顾培亮：系统分析是一种决策辅助技术。它应用系统方法对所研究的问题提出各种可行方案或策略，进行定性和定量分析、评价和协调，帮助决策者提高对所研究的问题认识的清晰程度，以便决策选择行动方案。
此外，美国兰德公司认为，系统分析对于运筹学的关系犹如战略之对于战术的关系。
综上所述，系统分析是一种系统研究的方法，它运用现代科学的方法和技术对构成事物的系统的各个要素及其相互关系进行分析，比较、评价和优化可行方案，从而为决策者提供可靠的依据。因此，可以将系统分析为：一种根据客观事物所具有的系统特征，从事物的整体出发，着眼于整体与部分、整体与结构及层次、结构与功能、系统与环境等方面的相互联系和相互作用，以求得优化的整体目标的现代科学方法以及政策分析方法。
四、系统分析的特征系统分析，是以系统观点明确所要达到的整体效益为目标，以寻求解决特定问题的满意方案为重点，通过计算工具找出系统中各要素的定量关系；同时，它还要依靠分析人员的价值判断，运用经验的定性分析，从而借助这种互相结合的分析方法，才能从许多备选方案中寻求满意的方案。作为一种辅助决策的工具，系统分析有以下四个特征：
1．以整体为目标系统分析首先把所研究的事物、现象和过程看作是一个整体系统,确定给定系统的边界范围,把它从周围的系统中划分出来；同时，鉴定该系统的组成部分，逐级划分，确定各子系统，而各子系统都各具有特定的功能及目标。只有彼此分工协作，才能实现系统的整体目标。如果只研究改善某些局部问题，而其他子系统被忽略，系统整体的效益将受到不利的影响。因此，在对任何系统进行分析时，必须考虑发挥系统整体的最大效益，不能只限于个别子系统，以免顾此失彼。
2．以特定问题为重点系统分析是一种处理问题的方法，其目的在于寻求解决特定问题的满意方案。政策活动涉及大量的、复杂的和多变的相关因素，许多问题都存在不确定因素。系统分析就是针对这种不确定的情况，研究解决问题的各种备选方案及其可能产生的结果。不同的系统分析所解决的问题当然不同，但针对相同的系统所要求解决的问题，也必须进行不同的分析，制定不同的解决方案。因此，系统分析必须以能求得特定问题的满意方案为重点。
3．运用定量分析方法解决问题，不能单凭主观想象、经验或直觉，在许多复杂情况下必须要有精确可靠的数字资料为分析的依据，在资料的整理方面，又必须运用各种科学的定量方法。系统分析的每一步骤都力求运用一切计量因素，这是区别于传统分析方法的一大特点。系统分析的价值在于，它能先行解决问题中较容易的可计量因素的部分，这些主要由系统分析人员处理，然后决策者可以集中精力来解决问题中较难的非计量因素的部分。
4．凭借价值判断进行系统分析时，必须从发展的观点，对某些事物作某种程度的预测，或者用过去发生的事实作为样本，以推断未来可能出现的趋势或倾向。在现代社会管理活动中，有许多因素如思想品质、政治觉悟、工作态度等，是难于或无法计量的，需要系统分析人员深入细致地调查研究，尤其需要决策者运用丰富的社会经验和高超的判断能力，加以衡量和估计。而且，由于系统分析所提供的资料有许多是不确定的变数，不可能完全合乎客观环境的变化。因此，在进行系统分析时，还要凭借价值判断，综合权衡，以便选择确定满意的方案。
五、系统分析的基本原则系统是由诸多要素构成的，各要素间又存在着相互作用和相互依赖的关系。系统是不断发展变化的，且受系统内部与外部环境的影响。在对任何系统进行分析，特别是结构复杂的大系统时，应遵循如下基本原则。
第一，内部条件和外部条件相结合的原则。系统的内部矛盾是决定事物性质的根本原因，但是这种内部矛盾不是孤立的，而是与环境因素相联系的、具体的内部矛盾，环境的变化对一个系统有着很大的影响。例如，一个企业的经营管理系统，它的发展变化不仅受到企业内部的各种因素如资金、物流和信息等相互作用的影响，而且还受到社会经济的运行及市场状况等外部条件的影响。因此，在分析一个系统时，必须看到各种备选方案的内外部条件的局限性，应将系统内外部的各种相关因素综合起来考虑，以实现方案的最优化。
第二，当前利益与长远利益相结合的原则。选择一个系统的最优方案时，不仅要从当前的利益出发，而且还考虑到长远的利益。只顾当前不考虑长远利益的方案，是不可取的；对当前不利但对长远有利的，也是不理想。若所采用的方案对当前和长远都有利，那是最理想的方案。但是，往往出现的情况是对当前不利，而对长远有利，这样的方案从系统分析的观点来看也是合理的。
第三，局部效益和整体效益相结合的原则。一个系统是由许多子系统组成的，分析任何一个系统必须从整体出发分析局部，而通过局部的分析加深对整体的分析。如果每一个子系统的效益都是好的，而且整体效益也是好的，这当然是两全其美。但是，在大多数情况下，有些子系统是有效益的，而从全局看是无效益甚至有损失的方案，这种方案是不可取的。反之，如果从局部子系统看是无效益的，但是从全局看整个系统是效益较好的，这种方案是可取的。在决策时，必须追求整体效益和最优化，局部效益要服从整体效益。
第四，定量分析与定性分析相结合的原则。定量分析侧重于用数字来描述、阐述以及揭示事件、现象和问题；定性分析则侧重于用语言文字描述，阐述以及探索事件、现象和问题。他们两者不是对立的，而是互为联系和互为补充的，有些研究项目既运用定性分析又运用定量分析，有的定性分析也有数据的佐证，而大多数定量分析中在提出理论假设、阐释事物间因果关系、提示现象的规律性等过程中也离不开定性分析的理性思维。系统分析不仅要进行定量分析，而且要进行定性分析，必须遵循“定性—定量—定性”这一循环往复和过程。定性和定量两者应结合起来分析，或者互相交错进行，最优的方案应是定量分析与定性分析的结合。
六、系统分析的作用与局限性
1．系统分析的作用系统分析在整个系统建立过程中处于非常重要的地位，它的任务首先是对系统目标进行分析和确定，然后通过分析比较各种备选方案的费用、效果，功能和可靠性等各项技术经济指标，根据分析结果，来决定方案，最后进行详细设计。
系统分析是政策研究尤其是政策分析的最基本的方法。它的主要作用是：帮助人们理解政策系统及对不同的政策系统加以比较；鼓励人们对系统的不同部分进行同时的研究；使人们注意系统中的结构和层次的特点；开拓新的研究领域，增加新的知识；突出未知东西的探索，使人们从过去和现在的基础上了解未来；使人们转换视角，从不同的角度或侧面看问题；迫使人们在考虑目标和解决问题的要求时，出同时注意考虑协调、控制、分析水平和贯彻执行的问题；诱导新的发现，注意进行从目的到手段的全面调查等。
2．系统分析的局限性系统分析方法在现代公共政策分析中得到了广泛的应用。但是，必须注意，系统分析仅仅是政策研究及政策分析方法的一部分，而非全部（顶多是后者的定量分析模型和技术的主要部分）。与任何事物一样，系统分析方法也有其现实条件下难以克服的局限性，主要表现在：
第一，系统分析的各个具体方法之间仍然难以协调。这是现实条件下系统方法论的一个难题。本来，把定量分析与定性分析有效地相结合，是系统分析方法的重要优点。然而，由于认识方式和分析手段的局限，也由于实际问题的复杂性，人们还难以使定量分析和定性分析的指标、结果等形成一个可比较的完整体系，如对公共政策系统进行定量分析时，其指标和结果往往难以与政府在处理信仰、民族、政治、文化等问题中进行的定性分析结果进行比较。这势必会降低系统分析的整体效用。
第二，系统分析方法仍然会出现解决公共政策问题方面的无能。公共政策的系统分析法由于考虑到了理性的、超理性的、文化的、政治的以及价值观的因素。因此，能够减少孤立地解决问题的方法所造成的对问题的歪曲。但是，系统分析法同采取孤立的分析方法一样，都有可能歪曲真实的问题。人们在为解决存在的复杂问题而制定的政策和采取的行动中，有可能导致产生同样的问题，或使原来的问题更加严重，从而陷入某种恶性循环。例如，为确保最低收入人群的生存条件，维护社会稳定，在城市为低收入者建造住房的计划。然而，这又会引起更高的人口密度、较低的就业率和较低的收入；这些反过来又会刺激兴建更多的低收入者住宅，从而又加重了政府解决这类政策问题的负担，原有问题仍将可能得不到有效解决。
当然，我们指出了系统分析的局限性，绝不是否定其在公共政策分析中的优越性。相反，恰恰因为系统分析方法的种种优越性，才必须要警惕其局限性，以更大可能地提高公共政策系统分析法的有效性。
系统分析的内容
系统分析作为现代科学思维最一般的方法，是辨证思维方式在现代科学中的体现和发展。系统分析的内容十分丰富，涉及面广，本节仅从系统的整体分析、结构分析、逻辑分析、环境分析等几个方面加以讨论。
一、整体分析系统是由两个以上不相同的要素或单元相互联系相互作用形成的集合体。它是作为一个统一的整体而存在的，各部分的独立机能和相互关系只能统一和协调与系统的整体之中。整体性是系统的一个最基本属性。整体由部分构成，部分隶属于整体。任何系统都是由众多子系统构成，子系统又是由不同要素或单元所构成。
要对系统进行整体分析就应注意到以下几点：（1）系统的各个要素和单元对系统整体均有其独特作用，突出整体中的任何局部的作用都将影响到整体效果的发挥，应按各守其位、各尽其责的观点来对待系统的各个组成部分，不能盲目夸大或缩小其中任一部分的作用。
（2）系统的各个组成部分必须按照系统的整体目标进行有序化，偏离系统整体目标或分散目标都会增加系统的内耗，从而导致系统整体功能的无输出或少输出。
（3）必须不断调整和处理系统的各个要素和单元中不合理或相互矛盾的成分，以促进系统各组成部分的均衡发展，提高系统的整体效果。
（4）系统的整体功能大于部分功能之和。因此，必须采用整体联系的观点，从宏观上认识和把握系统的整体存在，而不能把系统看成孤立的静止的僵化的存在。认识到这一点，那么在政策研究中，就要求我们从全局出发，把握好系统、子系统、要素、单元之间以及它们与环境之间的相互联系和相互作用，以此来探求系统的本质和规律，从而得以优化整体目标，保证整体效用的最大化。在面对一些较大的、复杂的系统时，我们可以先把系统分解为一组相关的子系统，并在整体的指导下，协调各个子系统的目标，以达到系统所要求的总目标。
系统的优化从整体与局部的关系来看，主要有以下三种情况：一是局部的每个子系统的效益都好，而且组合起来的系统的整体效益也最优；二是局部的每个子系统的效益都好，但组合起来的系统的整体效益却没有达到最优；三是局部的每个子系统的效益并没有达到最优，但系统的整体效益较优。另外，从近期和长远的角度来看，系统的优化也表现为各种情况，如对近期与长远都有利；对近期有利而对长远无利甚至有害；对近期不利但对长远有利等。
因此，整体优化的原则是：根据已确定的目标，在整体利益最优的前提下，处理好整体与局部、近期与长远的关系。例如，在追求经济社会发展尤其是经济增长的政策目标时，不能只是一味追求经济的高增长率，而忽视了对环境和资源的保护，为了近期的和地方局部的利益而不惜牺牲长远的和国家整体的利益。
人们已经发明出了一系列的定量分析方法或技术，用以作整体优化分析尤其是整体分析，这些方法或技术有线性规划、非线性规划、动态优化以及排队论等等。
二、结构分析系统的结构指的是系统内部诸要素的排列组合方式。结构性是系统有机联系的反映，系统之所以成为有机整体，就是因为系统各要素和单元之间是按照一定的方式结合在一起的。系统的各要素虽然相同，但由于排列组合方式不同，就可能使系统具有完全不同的性质、特征和功能。
结构分析作为系统分析的一个重要组成部分，它是寻求系统合理结构的途径和方法，其目的是找出系统结构上的层次性、相关性和协同性等特征，使系统的组成要素及其相互关联在分布上达到最优组合和输出。对于系统各要素和单元之间的结合方式，可以进行层次分析、相关分析和协同分析。
1．层次分析
系统内部结构是分层次的，如表层结构和深层结构、横向结构和纵向结构、微观结构和宏观结构等，系统各层级既有相对独立性，又有相对关联性，这种层次性结构既有利于各层级子系统的独立活动，又有利于系统整体的存在和整体功能的发挥。
层次分析（analytical hierarchy process,AHP）是美国著名运筹学家萨蒂教授(T?L?Saaty)于20世纪70年代提出的一种系统分析方法。层次分析法能将定性分析和定量分析有机地结合在一起，它是分析多目标、多准则等复杂公共管理问题的有力工具。它具有思路清晰、方法简单、适用范围广、系统性强、便于推广等特点，适宜用于解决那些难以完全用定量方法进行分析的公共决策问题。
运用层次分析法解决问题的思路是：首先，明确问题中包含的各因素及其相互关系，把要解决的问题分层系列化，根据问题的性质和所要达到的目标，将问题分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层组合，形成一个递阶的、有序的、层次结构模型。其次，对模型中的每一层次因素的相对重要性，依据人们对客观现实的判断给予定量表示，再利用数学方法确定每一层次全部因素相对重要性次序的权值。最后，通过综合计算各层因素相对重要性的权值，得到最低层相对于最高层的相对重要性次序的组合权值，以此作为评价和选择方案的依据。以上思路可分解为如下五个步骤：建立层次结构模型；构造判断矩阵；层次单排序；层次总排序；一致性检验。
可以说，层次分析法将人们的思维过程和主观判断数学化，不仅简化了系统分析与计算工作，而且有助于决策者保持其思维过程和决策原则的一致性，特别是对于那些难以全部量化处理的复杂的公共管理问题，能取得较令人满意的决策结果。
2．相关分析系统论认为，构成系统的各个子系统、要素、单元之间以及它们与环境之间存在着相互联系、相互依存和相互制约的关系，它们通过特定的关系结合在一起，形成一个具有特定性能的系统。第一，系统的这种相关性体现在系统的要素或单元之间的不可分割的特定联系，它们相互联系、相互依存、相互作用和相互制约，其中的某一要素或单元发生了变化，其它要素或单元也要相应地发生变化，以保持系统结构的优化状态；第二，相关性体现在要素或单元与系统整体的关系中。要素或单元与系统整体是互相适应的，一旦要素或单元改变，整体也必然随之发生改变；同样地，当系统整体发生变化时，系统的各要素或单元也将发生变化；第三，相关性还表现在系统与环境的相互关系上。系统的变化可能引起环境的变化，反过来环境也会影响系统，环境对系统的发展具有很大的制约作用，二者具有不可分割的相关性。
相关分析的原理要求我们在政策研究的过程中尤其是在问题界定、目标确定和方案规划中，应充分注意到各种问题以及问题的各个方面之间，各个目标之间，各个方案之间，子目标与总目标以及子方案与总方案之间的关系，注意问题目标和方案与社会、经济和政治环境之间的相互联系和相互作用，考虑各种因素对政策执行效果可能产生的影响，从而设计出理想的或较优的政策方案。例如，在设计改革与发展战略时，用相关分析的方法，就是要紧密注意各个领域、各个方面的改革与发展措施的相关配套、同步进行；也就是说，在进行了某些领域的改革之后，应当及时进行另一些领域的改革，以免影响全面的改革和发展。
3．协同分析协同性是指系统发展变化中各部分发展变化的同步性，即系统的变化引起系统各要素或单元及环境的变化的必然性和规律性。只有保持系统各要素或单元之间的互相协作和相互一致，才能保持系统自身的稳定性。如果系统各要素或单元相互矛盾、相互对立，就必然会导致系统的解体。当然，在现实社会中，系统的各要素或单元之间、各层级之间不可能没有矛盾，关键在于要对矛盾进行及时处理，避免出现矛盾尖锐对立的局面，防止系统本身走向分裂解体。
三、逻辑分析系统逻辑分析方法是指对系统的实质内容进行逻辑的分析，以揭示系统逻辑结构的方法。
系统逻辑分析的主要范畴和过程是这样的：（1）目标，即为解决公共问题所要达到的目的和指标，它是系统目的的具体化，具有针对性、可行性、系统性、规范性和具体性等特点。为了解决问题，要确定出具体的目标，它们通过某些指标来表达，而标准则是衡量目标达到的尺度。系统分析是针对所提出的具体目标而展开的，由于实现系统功能的目的是靠多方面因素来保证的，因此系统目标也必然有若干个。在多项目标条件下，要考虑各项目标的协调，1以防止出现发生相互抵触或顾此失彼的情况。（2）备选方案，即为实现目标而设计的具体措施和方案，并对此进行可行性论证。（3）模型，即按照原有方案设想建构分析模型，以找出说明系统功能的主要因素及其相互关系，包括系统的输入、输出、转换关系，系统的目标和约束等，具体有图式模型、数学模型、仿真模型、实体模型等方式。通过模型的建立，可确认影响系统功能和目标的主要因素及其影响程度，确认这些因素的相关程度，目标的达成途径和约束条件等。（4）费用，即政策方案实施过程中各种成本开支的总和。（5）效果，即政策方案的实施在社会环境里产生的反应和结果。（5）评价，即按照一定价值标准对政策方案进行的价值评估。就是在以上分析的基础上，再考虑各种定性因素，对比系统目标达到的程度，用标准来衡量。（7）优化，即为实现最优效果而对政策方案进行的优化排序和选择决策。以上过程可以表达如下：
分析 求解 费用、效果目标———→备选方案———→模型—————→评价—→优化排序、选择决策
图1 逻辑分析过程
四、环境分析系统存在于环境之中，与环境相联系、相作用，又与环境相区别。环境是指系统之外的所有其它事物或存在，即系统发生、发展及运行的生态条件或背景。环境因素主要有：（1）物理技术环境，即由于事物属性所产生的联系而构成的因素和处理问题中的方法性因素，包括现存系统、技术标准、自然环境和科技发展因素等；（2）社会经济环境，即大范围的社会因素以及影响系统经济过程和经营状态的因素，包括社会组织、政策、政府作用、产品价格结构、经营活动等；（3）文化心理环境等等。
一个系统总是处于更大的系统之中，成为更大系统的子系统，而更大系统也就构成了该子系统的生态环境。系统与环境的相互联系和作用表现在：一方面，环境向系统输入各种资源和要求，环境是系统存在和发展的前提，环境影响、制约、甚至决定着系统的性质和功能。另一方面，系统也向环境输出产品，系统的存在和发展同样影响着环境的变化。对于政策研究来说，我们可以将政策研究的对象视为一个系统，政策环境向政策系统的输入是政策系统维持自身功能的源泉，它要求政策系统必须满足政策环境的要求，政策环境产生了需求和支持这样的一些输入，而政策系统对政策环境的输入进行了加工处理转变为政策方案，再作用于政策环境。在这个输入和输出过程中，只有保持二者的动态平衡，才能保证这种相互运动过程的良性循环。因而，环境因素对政策的制定和执行是具有显著意义的，环境分析在政策研究过程中不容忽视。
由于系统环境因素范围广泛，系统分析人员要根据问题的性质进行具体分析，找出相关环境因素的总体，确定因素的影响范围和各因素间的相关程度，并在方案设计和执行中予以考虑。对有些可以定量分析的环境因素，应以约束条件形式列入系统模型中，如那些有限的人力、物力、资源、时间等。对那些只能定性分析的因素则可采用估值评分的方法，尽量使之达到定量化的要求。
第三节 系统分析中的定性方法和定量技术
至今，系统分析仍没有一套普遍适用的技术方法，随着分析对象和分析问题的不同，所使用的具体技术方法也可能不相同。一般来说，系统分析的各种技术方法可分为定量和定性两大类。按照美国政策科学家R．M．克朗的说法，系统分析可以被视为由定量、定性或两者相结合的方法组成的一个集合体。
一、系统分析中的定量技术系统分析中的定量分析，就是借助与经济学、数学、计算机科学、统计学，概率论以及帮助决策的决策理论来进行逻辑分析和推论。它是适用于系统结构清晰、收集到的信息准确、可建立数学模型等情况。
1．定量分析方法及技术的种类从不同的角度或侧面对系统分析中的定量分析方法及技术加以分类。一种分类方法是克朗在《系统分析和政策科学》一书中提供的。他根据决策类型的不同将定量分析技术分为两类，即确定型的分析技术和随机分析技术。所谓的确定型，是指那些可用于只有一种势态，并在做出可接受的假定之后其变量、限制条件、不同的选择都是已知的、确定的，按一定的统计置信度可以预见的方法或技术。克朗将线性规划、排队论、马尔柯夫分析、统筹法等列入这类技术之中。他列出下表,
表1 确定型的定量模型、方法和技术模型、工具或技术
应用
基础知识
线性规划
解决在商业、交通、库存、建筑、后勤及网络中的配置、分配和优化问题
计算机科学、敏感性分析、代数解法、单纯形表、经济学
排队论
人或事物或事件的等待服务问题
蒙特·卡罗法、模拟、统计学
规划管理技术
生产和建设计划
PERT(成本或时间)、CANTT图、网络分析(CPN)、决策树
马尔柯夫分析
销售经营、预测
矩阵代数、经济学
对抗分析
商业、心理学、国防研究
博弈论
质量保证
工业、国防
科学、技术
损益分析
资源分配
经济学、统计学
随机分析技术则是应用于不确定型或风险决策的分析方法及技术。当存在一个以上的态势，并且需要估计和确定每一种可能的状态时，就要碰到随机模型问题。这时还要计算在每一种态势下用每一种决策选择所得的输出结果。因而可供选择方案的数量将很大，这时可以用数学、统计推论和概率论等学科的方法，在可以接受的假定条件下减少不确性。有时，随机的局面可以化为确定模型来加以处理，比如选择一种最有可能发生的未来态势，或者只分析最坏的或最好的方面等等。克朗将动态规划，计算机模拟，随机库存论，取样、回归、指数平滑，决策树，贝叶斯定理、损益分析等列入随机分析技术之中。他列出下表,
表2 随机定量模型、方法和技术模型、工具或技术
应用
基础知识
动态规划
在生产、配置活动中的多阶段决策
计算机科学和概率论
计算机模拟
系统内部的相互作用
计算机科学和蒙特、卡罗法
随机库存论
需求或提前时间是随机的情况
概率论和期望值统计量
随机模型
计算系统转换的概率
矩阵代数、微积分
取样、回归、指数平滑
大总体的问题解
统计学和概率论
贝叶斯定理
条件概率下的预测、相关和因果分析
代数、概率论以及有关先验概率和知识
损益分析
资源分配
经济学和统计学
决策树
系统行为
代数和统计学
另一种分类方法是S·S·那格尔和M·K·米尔斯在《政策科学的职业化发展》一书中所提供的。他们将政策分析及系统分析的方法分为五类，即数学最优化方法、计量经济学方法、准实验方法、行为过程方法、多元标准决策方法。尽管他们不局限于定量分析方法的范围，但主要也是从量化分析的角度来讨论问题，尤其是前两种方法纯粹就是量化分析方法，另外三种方法中也有部分量化分析方法。按照那格尔和米尔斯的说法，数学最优化以运筹学、管理科学和决策为基础，它既与数学和工程学有关，也与商业管理有关；数学优化有各种形式，常见的有报偿矩阵、决策树、最优化水平曲线、微分曲线和函数曲线等。这四种数学优化形式可以部分地根据其数学特征来加以刻画：报偿矩阵和决策树与有限数学和概率决策论有关，而最优化曲线、微分曲线和函数曲线与古典微积分和线性／非线性规划有关。计量经济学方法则以经济学和统计学为基础(计量经济学是现代经济学的基础，或者说是现代经济学中最成熟的部分)，这种方法强调统计回归分析，常用来做预测。
还有一种更通俗的分类方法，即按照政策分析过程的不同阶段，将政策分析及系统分析的定量方法及定性方法划分为问题界定的方法、确立目标的方法、规划方案的方法、结果预测的方法、比较方案的方法、评估结果的方法等。例如，我们在邓恩的《公共政策分析导论》一书中就可以看到与每一个分析阶段相应的方法。此外，从教学课程设计的角度可以将政策研究的定量及定性方法区分为：数理分析方法、经验分析方法、经济分析方法和组织(政治)分析方法等。
2．确定型的分析技术
（1）线性规划线性规划（Linear Programming）最早称为线性结构的相关活动的规划，是运筹学中研究较早、应用较广、比较成熟的一个重要分支。线性规划的思想起源于经济学家列昂捷夫（Lyanjef）在1936年提出的投入－产出分析方法。线性规划目前的形式是综合希契科克(F．L．Hitchock)、库普曼(Koopman)和史蒂哥勒(Stigler)等在70世纪30年代末40年代初研究生产组织、运输问题食物构成问题等工作而形成的。处理线性规划最有效的单纯形法是在1947年由丹齐克（D．B．Dantzig）创立的。
和其他学科一样，线性规划也是随着管理的需要而产生和发展的。它是研究一定数量的人力和物力资源条件下，如何科学恰当地运用这些资源以获得最大效益，或者在一定技术条件下，寻求最优化的设计。这种数量规划的方法，如用数学语言表达出来，就是在一定约束条件下，寻找目标函数的极值问题。现在线性规划已形成一套完整的计算方法，在应用这个方法解决具体问题时，首先要使被研究的问题满足以下五个基本条件，然后才能使用线性规划进行统一处理。
1）能够明确给出一个目标函数；
2）有可供选择的行动方向，从数学上讲就是能够明确对目标函数是求极大值还是求极小值；
3）目标函数和约束条件能用线性等式和线性不等式表示；
4）存在多种决策变量，变量的大小是人们要确定的，这些变量的变动不是任意的，他们之间存在着一定的联系，用约束方程来表示；
5）决策变量的约束方程反映资源的消耗，资源供应必须是有限的，并能用数字表示。
所谓线性规划，是指约束条件为线性等式或线性不等式，且目标函数也为线性函数。用数学形式表达，即求一组变量x1，x2，…，xn，在满足约束条件：
a11x1+a12x2+…+a1nxn≤b1
a21x1+a22x2+…+a2nxn≤b2
…… (12·１)
am1x1+am2x2+…+amnxn≤bm
x1，x2，…，xn≥0
的情况下，使目标函数
f=c1x1+c2x2+…+cnxn (12·2)
达到最大值（最小值）。
其中：aij,bi,cj均已知，i=1,2,…,m；j=1,2,,…,n。
以上表达式还可简写成：
求xj(j=1,2,,…,n),使之满足约束条
且 xj≥0,(j=1,2,…,n)
使目标函数
达到最大值（或最小值）。
满足约束条件式（12·1）的所有解，称为可行解。在可行解中，其中一个可行解能使目标函数达到极值，则该可行解称为最优解，也可称为线性规划的解。线性规划在经济建设、企业管理、技术设计和生产实践方面都有成功的应用。
［例］ 某工厂生产Ａ、Ｂ两种产品，其产量分别为个单位，每天的可用资源限制如下：
原料：1575㎏；占地面积：1500㎡；工时：7小时（420分钟）。资源分配及产值如表1所示。
表3 资源分配产值表
名称
符号及单位
A
B
资源消耗系数
a1㎡/单位产量
4
5
占地面积
a2kg/单位产量
5
3
原料消耗
a3单位/小时
60
30
生产率
产值系数
c元/单位产量
13
11
产量
问：每天应生产多少x1,x2使f(x)=c1x1+c2x2为最大。
其数学模型，可表示为：
max(fx)=13x1+11x2 (12·3)
4x1+5x2≤1500
S.T,5x1+3x2≤1575 （12·4）
x1+x2≤420(x1/60+x2/30≤7)
x1,x2≥0 （12·5）
式（12·3）表示工厂所需的最大利润，既求目标函数的最大值。而式（12·4）、（12·5）表示不等式约束。
（2）动态规划动态规划（Dynamic Programming）是美国数学家贝尔曼（Richard Bellman）和丹齐格George Dantzig在20世纪50年代提出来的一种数学规划方法。它是在动态条件下，使用多重决定或多级问题的解实现最优弧化而采取的一种数学方法。动态规划处理的对象是含有时间因素的决策问题，即动态决策问题。对于静态决策问题（一次性决策问题）我们可以人为地引进“时间”因素，划分为阶段，作为多阶段决策过程用动态规划去处理。如果在多阶段决策的每个阶段中含有随机因素的影响，那么决策就不可能用一个确定的数值来表示，而需要用一些可能的值及相应的概率来描述。这就需要建立动态规划的随机模型来解决问题。在此，我们只介绍用确定性动态规划模型先解决确定性（每个阶段中决策取确定值）多阶段决策过程的问题。
一个多阶段决策过程可用下面的方框图（见图2）表示,
其中：
k——阶段变量。图中一个方框就表示一个阶段，框中数字就是阶段变量k的取值。
xk——状态变量。在一个阶段里要设两个状态变量，一个是初始的状态，用xk表示，一个是该阶段结束时的状态用xk+1表示。对第k+1段而言，xk称为输入状态，xk+1称为输出状态。
U(x)——决策（或控制）变量。Uk(xk)表示第k段所采用的决策（或控制）。
r(x(k)u(k))——阶段效应函数。这个效应函数能反映出在该阶段执行阶段决策是所带来的效应值增量。
Tk——变换（演化）规律。它是用来描述在一个阶段做出了决策时，系统由x(k)态变到x(k+1)态的变换（演化）规律。
如果问题适合于用动态规划方法来求解，我们就可以对待研究问题建立动态规划模型（确定性）。建模的具体步骤是：
1）定义适当的目标函数，给出阶段变量、状态变量、控制变量的明确含义。
2）写出系统状态的演化过程。
3）写出系统的边界条件，即一个多阶段决策过程结束是所产生的效应（我们称为终端效应）的表达式比较容易确定，而以它作为动态规划技术的起点是十分必要的，所以在建模阶段要明确它。
4）要找到目标函数的递推关系式，这个关系式也叫动态规划的基本方程。
经过以上几步，我们就可以对适合用DP方法求解的问题建立如下的一般函数模型：
s.t,xk+1=Tk(xkuk)
xk∈Xk
uk∈Uk
k=1,2,…，n
其中
利用这个模型要求解的问题是
（a）最优决策序列：{u1*,u2*,…,un*}
（b）系统演化的最优化轨线：{x1*,x2*,…,xn+1*}
（c）求出最优化目标函数值,
（3）网络分析技术网络分析技术（Network theory）是将研究与开发的规划项目和控制过程，作为一个系统去加以处理，将组成系统的各项任务的各个阶段和先后顺序，通过网络形式统筹规划，分别轻重缓急进行协调，使此系统对资源（人力、物力、财力等）进行合理地安排，有效地加以利用，达到最少的时间和资源消耗来完成整个系统的预期目标，取得良好经济效益的目标。网络分析技术的主要思路是“统筹兼顾”、“求快、求好、求省”。
从20世纪50年代起，国外就在开始这方面的研究工作。1957年，美国杜邦公司的数学家、工程师和管理人员组成一个工作队，在兰德公司的配合下，提出了一个应用网络图解来制定计划的方法，这种计划方法不仅能够明确地表示出工序和时间，而且还表明了它们之间的相互关系，给这种方法取名为“关键线路法”（Critical Path Method,简称CPM法）。1958年，美国海军特种计划局在研制“北极星”导弹潜艇过程中也搞出一种以数理统计为基础，以网络分析为主要内容，以电子计算机为手段的新型计划管理方法称为“计划审批法”（Program Evaluation and Review Technique,简称PERT），用这种方法使研制任务提前两天完成。这两种方法后来在世界各国都得到广泛的推广和应用。
CPM法使用网络图反映某项工程（任务）各道工序所需时间以及他们的衔接关系，通过计算各工序有关时间参数，和完成工程（任务）所需要的最少的时间，从而确定关键工序和关键路线，并在此基础上通过网络分析方法制定出时间、成本和资源优化的网络计划方案。该方法主要应用于有以往类似项目经验的工程上，而PERT法也同样应用了网络计划与网络分析的方法，但着重于对工程（任务）安排的评价与审查，主要应用于对研究与开发安定新项目上。
以PERT为例。在实现大系统过程中，往往要完成大量的任务，它们各自需要一定的时间而且互相有联系，有的任务必须在其他任务完成之后才能开始，而它的完成又是另外一些任务开始的前提。PERT就是为了安排这种大量任务而采用的一种管理方法，它可使整个工程以最短的时间和最少的投资去完成。这种方法通常有三个步骤：第一是按规划画出现在开始到完成某一任务为止的流程图，叫做“PERT网络”；第二是估算完成每一任务的工作时间；第三是分析计算任务的安排以及可能回旋的余地。图3为一个简单的PERT网络。
图中03、04……表示任务的编号，任务之间的箭头表示必须进行的作业顺序，旁边所注的数字为作业所需的天数。在考虑问题时，从03开始到09结束。03边上的T100表示在此以前，工程已进行了100天，依此类推。计划评审技术就是通过对网络的分析计算来管理整个系统施工进程的一种方法。
在PERT网络中，从某个任务到另一个任务之间，如果存在着几条平行路线时，其中必须有一条路线最长。这条最长的路线叫做关键路。如在PERT图中的从05经07到09，需时90天，最长的最长的一条就叫做关键路。从05到09的工程进度取决于关键路。总管部门如果通过调整人力、物力等方法缩短关键路上项目所需的时间，就能缩短整个工程进度。此外，由于其他平行路线（如从05到06或从05到08）所需的时间较短，在这些路线中的作业如果放慢进度，能够节约人力和物力，则可在一定范围内加以调整，而不影响工程的总进度。这种以关键路作为参考条件，对整个工程各平行路线的作业时间进行统筹调整，以节约人力和物力，从而降低成本，尽量缩短整个工程进度的方法，叫做关键路法。但在复杂的项目中，有时可能并列几条关键路线，只缩短某一种作业的工期，也不可能缩短整个项目的工期。还有，即使是一条关键路线，当采取措施使这条路线缩短到一定程度时，其他路线也可能变成关键路线。因此，只能根据具体情况统筹兼顾全面安排，做到合理地缩短工期，保质保量地完成计划。
以上所述，主要是以时间分配为考虑中心的，除此之外还应考虑费用和劳动力的分配问题以及多数项目并列的问题等。
3．随机分析技术
（1）排队论
排队论（Ｑueuing theory）起源于20世纪初期丹麦数学家埃尔朗（A．K．Erlang）用数学方法研究电话作业。20世纪50年代堪道(D．G．Kendall)在理论上推动了排队论的进一步发展。之后，利用排队论解决存量理论、水库问题、网络队列、生产线和计算机系统等问题，进一步推动了这一领域的研究。
排队论是指用来研究服务系统工作过程的一种数学理论和方法。在这种系统中服务对象何时到达，及其占用系统的时间长短，均无从预先确定。这是一种随机聚散现象。它通过对每个个别的随机服务现象的统计研究，找出反映这些现象的平均特性规律，从而改进服务系统的工作状态。也就是用概率论的方法，分析所要服务的客流状况，预测服务阻塞的程度，在经济上进行合理的设计或改善服务系统。
排队现象在生产、生活中广泛存在。我们称任何等待一项服务的人或事物或事情为顾客，称任何提供这项服务的人或事物或事情为服务台。因此，当顾客的数量超过了服务台的容量时，也就是说到达的顾客不能立即服务时，就形成了排队现象。表2是一些典型的排队的例子。
典型的排队的例子
表4
顾 客
服 务 内 容
服 务 台
病人客户在公路收费站排队的车辆到底机场上空的飞机不能运转的机器需加油的车辆到达港口的货船
看病法律咨询收费着陆修理加油装（卸）货
医生法律咨询人员收费车道跑道修理工加油站的加油机装卸码头或泊位
研究排队论问题具有很大的意义。因为服务系统规模越大，从总体上看它的服务速度就越快，排队现象就会得到缓解，反之就会造成较多的排队等待。而排队会造成某种直接损失，甚至发生连锁反应和反馈影响。提供服务可减少损失，但不免要支出较大的费用，可能造成浪费。因此，在系统设计和系统分析的最优化与可靠性问题中，必须注意服务机关和服务对象的相应适应问题，否则就会出现排队现象。以机械加工为例，经常遇到的服务系统有机床加工和仓库存储等。机床和仓库相当于服务机构，毛坯和半成品等相当于服务对象，在仓库里或机床旁经常产生毛坯或半成品的排队现象，要解决这一问题就要用到排队论了。
2．马尔柯夫分析马尔柯夫（A．A．Markou）分析又称马尔柯夫预测法，它是利用某一系统的现在状态及其发展动向去预测该系统未来状况的一种分析方法与技术。
俄国数学家马尔柯夫在上个世纪初经过多次实验观测发现：在一系统中某些因素的概率分布的转换过程中，第几次转换获得的结果常决定于前几次（第n-1次）试验的结果。马尔柯夫对这种现象进行了系统深入的研究后指出，对于一个系统，由一个状态转换至另一个状态的过程中，存在着转换概率，而且这种转移概率可以依据其紧接的前一状态推算出来，而与该系统的原始状态和此次转移以前的有限次或无限次转移无关。系统的这种由一状态转移至另一状态的过程称为马尔柯夫过程。若状态是离散的，马尔柯夫过程的整体称为马尔柯夫链。可见，马尔柯夫过程的基本概念是系统的“状态”和状态的“转移”。马尔柯夫过程实际上就是一个将系统的“状态”和“状态转移”定量化了的系统状态转换模型。例如有一个水池，在池中漂浮着五张睡莲的叶子，一只青蛙在五张叶子之间跳跃地玩耍着。仔细观察青蛙的活动情况，就会发现青蛙的动作是随意进行的。为了讨论方便，我们给各个叶子编号（这种编号是任意的），青蛙活动的时间间隔完全是随机的，我们关心的是它从一个叶子跳到其他叶子的转移结构而对时间因素不考虑。如果青蛙在第一号叶子上时，估计下一次该跳到哪个叶子上，答案与以前跳过的路径完全无关，而只取决于现在的位置1。我们给出这只青蛙从各个叶子上向另一个叶子转移的转移图，见图4。
图中箭头表示跳跃的方面，数字表示跳跃的概率，自环表示在一定时间里青蛙没动仍在原叶上，这可以叫“虚转移”，如果考虑真实的转移则没有自环。
我们以x(t)作为青蛙跳跃t回后所处的位置。于是将x(t)的取值叫作状态，X={1，2，3，4，5}叫状态空间。在从x(0)到x(t)是已知时，青蛙t+1时处在x状态上的概率仅与t时刻状态有关并满足下式：
P{x(t+1)=j|x(0)=i0,x(1)=i1,…,x(t)=it}
=P{x(t+1)=j|x(t)=i} (12·６)
(12·6)式反映前一状态xt-1，现状态xt和后状态xt+1之间有一条链把它们连接起来。因此用马尔柯夫链描述随机状态变量的变化时，可以避开求全部随机变量的联合分布，而只需求在某一时点上两个相邻随机变量的条件分布即可以了。
P{x(t+1)=j|x(t)=i}叫转移概率。这种转移概率一般不依赖于时间，因此具有稳定性。具有稳定性的转移概率可以用一个常数pij来表示，将各个状态之间的转移概率用一个矩阵表示出来就得到一个马尔柯夫问题（有限状态稳定的马尔柯夫过程问题）的数学模型：
p11 p12 … p1n
p21 p22 … p2n
… …
pn1 pn2 … pnn
由于P的每一行都是独立的分布，所以每行概率之和等于1。这个矩阵的矩阵元（aij≥0）表示从状态i到状态j是否可以通达，即aij>0表示系统从i态可以转换到j态，而且转移的概率为aij的大小。aij=0j表示从i态不能转移到j态。矩阵元的确一般要根据实际问题的统计资料加以分析才能得到。
3．决策树所谓决策树法就是利用树枝形状的图象模型来描述决策问题，它将各种方案以及这些方案可能性的大小、可能出现的状态以及可能产生的结果都绘制在一张图上，使决策分析可直接在决策树上进行，其决策标准可以是益损期望值或经过变换的其他指标值。现以以下例子介绍决策树法。
[例] 某要决定下个五年计划期间生产某一电子产品的生产批量，以便做好生产前的各项准备工作。而生产批量的大小主要根据市场销路的好坏而定。根据以往销售统计资料及市场调查预测得知：未来市场出现好、一般、差三种销路情况的可能性（概率）为0.3、0.5和0.2；若该产品按大、中、小三种不同批量生产，则下个五年计划期内在不同销售状态下的收益值可以估算出来，如表3所示。现要求通过决策分析以确定合理批量，使企业在该产品上能获得收益最大。
表5 决策表 单位：万元自然状态
益损值 状态概率行动方案
销路好O1
销路一般O2
销路差O3
0.3
0.5
0.2
大批生产A1
20
14
-2
大批生产A2
12
17
12
大批生产A3
18
10
10
1）用决策树法进行分析的步骤是：
第一步，绘制决策树。按表12-3的各种行动方案和自然状态数，及其相应的概率和损益值等信息，由左至右顺序做出决策树如图5所示。
现将图中有关符号及画法说明如下：
表示决策点，从它这里引出的分枝叫做方案分枝，分枝数量与行动方案数量相同。决策节点表明从它引出的方案有待决策者进行分析和决策。
表明状态点，从它引出的分枝叫做状态分枝或概率分枝，在每一分枝上写明自然状态名称及其出现的概率。状态分枝的数量与自然状态数量相同。
表明结果点，将不同方案在各种自然状态下所取得的结果（如益损值）标注在结果节点的右边。
销路差（0．2第二步，计算各种行动方案的益损期望值，并将计算结果标注在相应的方案节点上。图6所示方案A1的益损期望值。
期望值是指概率论中随机变量的数学期望值，在这里把每个行动方案看成是离散随机变量，所取之值就是每个行动方案相对应的益损值。因此离散随机变量的数学期望值为：
式中 E（x）——期望值；
xi——第i离散随机变量。i=1,2,3,…,m；
Pi——x=xi时的概率。
根据以上期望值的求值公式，我们可求得例子中每一行行动方案的益损值为：
E（A1）=0.3×20+0,5×14+0.2×（-2）=12.6
E（A2）=0.3×12+0.5×17+0.2×12=14.5
E（A3）=0.3×8+0.5×10+0.2×10=9.4
第三步，将案节点上的益损值加以比较，选择其中的最大值，写在决策点的上方，如图7所示，与最大值相对应的方案是A2即为最优方案。然后在其余的方案分枝上划上“//”记号，表示这些方案已被舍去。图7所示是一个经过决策分析并选择方案A2为最优方案的决策树。
2）多级决策树从上例可知，如果只需决策一次即告完成，这种决策分析叫做单级决策。反之，有些决策问题需要进行多次决策才能完成，则这种决策叫做多级决策；应用决策树法进行多级决策分析叫做多级决策树。
二、系统分析中的定性技术对于诸如带有极强的政治色彩、在决策过程中的非理性或超理性作用突出，必须在价值观和实际价值之间加以权衡一类的问题，或者如果问题涉及的系统结构不清，收集到的信息不太准确，或是由于评价者的偏好不一，对所提方案评价不一致等，难以形成常规的数学模型时，可以采用定性的系统分析技术，例如因果分析法、KJ法、目标—手段分析法等。
1．因果分析法因果分析法是利用因果分析图来分析影响系统的因素，并从中找出产生某种结果的主要原因的一种定性分析方法。系统某一行为（结果）的发生，绝非一种或两种原因所致，往往是由于多种复杂因素的影响所致。为了分析影响系统的重要因素，找出产生某种结果的主要原因，系统分析人员广泛使用了一种简便而有效的定性分析法——因果分析法。这种方法是在图中用箭头表示原因与结果之间的关系（见图8），形象简单，一目了然。分析的问题越复杂这种方法越能发挥其长处，因为它把人们头脑中所想问题的结果与其产生的原因结构图形化。在许多人集中讨论一个问题时，这种方法便于把各种不同意见加以综合整理，从而使大家对问题的看法趋于一致。
2．KJ法
KJ法是一种直观的定性分析方法，它是由日本东京工业大学的川喜田二郎（Kauakida Jir）教授开发的。KJ法是从很多信息中归纳出问题整体含义的一种分析方法。它的基本原理是把每个信息做成卡片，将这些卡片摊在桌子上观察其全部，把有“亲近性”的卡片集中起来合成子问题，依次做下去，最后求得问题整体的构成。这种方法把人们对图形的思考功能与直觉的综合能力很好地结合起来，不需要特别的手段和知识，不论是个人或者团体都能简便地实行。因此，KJ法是分析复杂问题的一种有效方法。
KJ法的实施按下列步骤进行：
第一，尽量广泛地收集与问题可能有关的信息，并用关键的语句简洁地表达出来；
第二，一个信息做一张卡片，卡片上的标题记载要简明易懂。如果是团体实施，则要记载前充分协商好内容，以防止误解；
第三，把卡片摊在桌子上通过观全局，充分调动人的知觉能力，把有“亲近性”的卡片集中到一起作为一个小组；
第四，给小组取个新名称，其注意事项同步骤一。这个小组是由小项目（卡片）综合起来的，应把它作为子系统来登记。这个步骤不仅要凭直觉，而且要运用综合分析能力发现小组的意义所在；
第五，重复步骤三和四，分别形成小组、中组和大组，但对难以编组的卡片不要勉强地编组，可把它们单独放在一边；
第六，把小组（卡片）放在桌上进行移动，根据小组间的类似关系、对应关系、从属关系和因果关系等进行排列；
第七，将排列结果画成图表，即把小组按大小用粗线框起来，把一个个有关系的方框用“有向枝”（带箭头的线段）连接起来，构成一目了然的整体结构图；
第八，观察结构图，分析它的含义，取得对整个问题的明确认识。
3．目标—手段分析法目标—手段分析法，就是将要达到的目标和所需要的手段按照系统展开，一级手段等于二级目标，二级手段等于三级目标，依次类推，便产生了层次分明、互相联系又逐渐具体化的分层目标系统（见图9）。在分解过程中，要注意使分解的分目标与总目标保持一致，
目 标
手 段目 标
手 段目 标图9 目标—手段分析图分目标的集合一定要保证总目标的实现。分解过程中，分目标之间可能一致，也可能不一致，甚至是矛盾的，这就是需要不断调整，使之在总体上保持协调。将总目标分解为若干个层次的分目标，需要有很大的创造性，要有丰富的科学技术知识与实践经验。目标分解需要反复地进行，直到满意为止。目标—手段分析法的实质是运用效能原理不断进行分析的过程。
案 例规划——计划——预算制度(PPBS)(
理性途径凭借其逻辑而拥有许多追随者。然而，正如PPBS案例所表明的那样，理性决策直接明了的逻辑在现实中存在相当大的变动，而且，系统分析实施过程中存在的障碍可能会导致其最终失败。
1961年，国防部长罗伯特·麦克纳马拉（Robert McNamala）在五角大楼里推介使用了PPBS。这项方法分三个步骤：(1)规划。高层官员制定国防活动的五年战略；(2)计划。将战略转化为对国防部的需要的具体说明，包括应在何时购买何种武器系统；(3)预算。将计划转变为每个年度的预算要求，其基本思路就是要将年度预算过程与长期计划相挂钩，而不是与随意性要求相联系。而且，每个分支机构都要根据规划而不是单位编制来制定预算。如五角大楼会确定国家的战略要求是否需要喷气式战斗机，如果需要的话，那它要具备什么性能。而在预算方面，麦克纳马拉希望规划预算能够通过减少机构间为其特有的武器系统而进行的竞争来压低开支。
约翰逊总统对国防部所取得的成效甚为满意。1965年，他将PPBS推广到几乎所有的联邦非军事部门和机构，每个机构都要以计划的形式向预算局（Bureau of the Budget，现在的行政管理与预算局：the Office of Management and Budget）提交预算。规划预算要有大量的论证资料，这些资料包括“所有相关的结果、费用、资金需要”以及“解决问题的各种途径所需成本和收益”。此外，各个机构还要为未来计划和资金要求拟定一个五年规划。然而，这些规划往往是“冗长的愿望清单，列明了机构在没有被施加财政约束的情况下想在他们的计划上所做的投入”。PPBS文件和机构实际计划之间的联系往往很模糊。同时，由于国会仍沿袭旧的方式来操作拨款程序，PPBS与国会决议间的联系实际上也很模糊。
PPBS没有对总统及国会的预算决议加以结合和改进，反而创建了自己的文案工作领域，PPBS最终不堪重负而失败。1971年6月，当行政管理与预算局停止要求各机构将常规预算申请同PPBS文件一起上交时，联邦政府的PPBS也就宣告终结了。
从其最初的目标来看，PPBS是个失败的例子，它未能改变政府计划的基础，也未能真正把预算——政府的投入——和它的产出联系起来。在尝试过该方法的外国政府和几乎所有的州及地方政府中，其结果都是相似的。 PPBS的失败部分归因于预算者无法应付该制度在分析上的负担，从根本上讲，它的失败是因为设计上存在明显缺陷：PPBS没有根据它要运作的组织环境来设计。首先，PPBS的设计者将国会排除在外，而且PPBS的实施者“拒绝向国会透露依据PPBS所做的研究和有关信息……（可是）缺少这种信息，国会甚至连针对项目进展提出恰当问题的能力都受到严重削弱”。其次，虽然PPBS仅是行政机关的一种工具，但甚至连这种有限的环境因素也被忽略掉了。PPBS实施者对如何化解行政抵制准备不足，任何创新都会招致这样的抵制，但PPBS实施者似乎对许多其他政府官员显得相当傲慢。PPBS的实施使下层组织非常不安，因为PPBS看起来要夺走他们的权力(权力被集中到机构负责人和预算局手中)，使分析工作从深谙政策领域的机构人员手里转移到那些擅长量化却不熟悉政策领域的PPBS技术人员手中，同时它要求大量文件报告却对决策无任何可见的影响力。
然而，PPBS仍具有相当大的成效。它把大量能干的分析者引入政府，其中的许多人仍在为政府效力。19它使许多高层官员和职业公务员熟悉了一种论述问题的新风格：强调解释目标、形成实现目标的各种途径以及在适当的时候使成本收益量化。现在，制定项目成本的多年规划已成为国会预算程序中的例行部份。
此外，五角大楼现在仍积极地实施一项修正过的PPBS。国防部官员继续制定长期规划，将这些规划转变为具体计划，然后再形成预算。这一过程的运作方式因行政方面的差异而有相当大的区别。共和党政府倾向于授予各个机构更多权力，而民主党政府则将权力更多地收归于国防部长身上。尽管PPBS持续存在，但结果却仍令人失望。原助理国防部长劳伦斯·J·科伯（Lawrence J,Korb）认为在里根时期，高层官员采取PPBS“促使国防部的合理预算近乎崩溃，并助长了对国家一致性的进一步破坏。事实上，当1987年末温伯格（Weinberger）离开五角大厦的时候，预算程序正近乎一片混乱”。科布认为，国防部的规划对“预算程序几乎毫无影响”，规划会议的参与人数过多以致根本无法做出有意义的决策，而前期的决策从来不会促成最终预算决策的形成。
[思考题]
1．解释系统和系统分析概念。
2．简述系统分析与政策分析的关系。
3．系统分析有哪些基本内容？
4．用例子说明系统分析的定量技术的应用。
5．分析上述案例，指出PPBS最终失败的原因及其对系统分析方法应用的经验教训。
系统分析（Systems Analysis）是政策研究尤其是政策分析的最基本的方法。政策科学的形成与发展在很大程度上要归功于现代科学方法尤其是系统分析的成熟。系统分析的发展为政策科学的产生奠定了方法论的基础。本章介绍系统分析的概念、内容和技术。
系统分析概述
系统分析构成政策科学的主要方法论基础。尽管系统分析与政策科学或政策分析几乎是同时产生的，但是，政策科学是在运筹学和系统分析的基础上形成和发展起来的。因而，系统分析事实上成为政策科学的一个重要组成部分。
一、系统分析的形成与发展
20世纪40年代末，由于出现了大量不确定性、竞争性的复杂系统，如军事对抗、经济竞争等系统，一般预测方法越来越不能适应事物发展的需要，于是产生了采用系统思维和技巧的分析方法——系统分析。
系统分析主要在美国发展出来的重要政策研究方法之一，最早是由美国兰德公司在第二次世界大战结束前提出并加以使用的。1945年，美国的道格拉斯飞机公司，组织了各个学科领域的科技专家为美国空军研究“洲际战争”问题，目的是为空军提供关于技术和设备方面的建议，当时称为“研究与开发”（R＆D,Research and Development）计划。1948年5月，执行该计划的部门从道格拉斯公司独立出来，成立了兰德公司，“兰德” 是英文“RAND”(研究与开发)的音译。
20世纪40年代末到70年代这30年中，系统分析沿着两条明显不同的路线得到发展。一条路线是运用数学工具和经济学原理分析和研究军事系统、社会系统和经济系统等。60年代初期，美国国防部长麦克纳马拉把这套方法应用于整个军事领域，并很快在各政府部门推广，形成了PPBS系统方法（计划—项目—预算系统，Planning，Programming,Budget System）。PPBS系统方法主要有长期预算、监督有关项目及其开支情况的管理信息系统和系统分析三个部分。在军事和政府部门的带动下，美国民间企业也开始应用系统分析方法来改善交通、通讯、计算机、公共卫生设施的效率和效能；在消防、医疗、电网、导航等领域，系统分析方法也得到了广泛的应用。
系统分析的另一条路线体现在与大学相互联系的研究和教学活动之中。在这一方面，存在着一种把众多的学科加以系统理论化的倾向：开始是在生物学和数学领域，特别是控制论方面；其后扩展到了工程学、通讯理论、一般系统论、政治结构、国际关系、管理系统、生态系统、心理和精神分析以及教育系统等研究领域，并在这些领域中提出了不少有关系统的理论和方法，系统分析开始成为一种普遍的研究方法。由于系统分析在实际应用和理论研究方面取得了一系列成果，到了70年代，人们开始认识到采取系统的研究方法，对于改进和提高公共政策系统的功能和有效性是极其有益的，将系统分析与决策相联系，用来解决层次较高、难度较大的大系统问题。系统分析从作为分析经济合理性的应用和作为研究对象的理论体系这种相互分离的状态，逐步走向相互结合、相互补充，发展成为一种有效的方法体系。
系统分析是20世纪40年代为解决人类活动和社会系统中不断涌现出的复杂的、庞大的和多层次的大系统问题而发展起来的一种以人为中心的并与决策紧密相连的科学。目前，系统分析作为一种一般的科学方法论，已被各国所认可和采用，运用于广泛的研究领域之中，特别是在有风险和不确定性的经济社会政策的制定以及公共政策系统的改进上。随着应用数学以及运筹学的进一步发展以及高容量、多功能的电子计算机的出现，系统方法自身及应用范围不断深化扩展，构成了政策研究以及政策分析的主导性或基础性的方法。
二、系统分析、运筹学与政策科学的关系
广义的管理科学（包括公共行政学在内）努力确立和应用一般的“管理原则”。这些原则都是建立在对一系列大规模组织内的管理过程、管理动态和管理活动进行分析的基础上。管理科学的理论核心是改进管理决策。狭义的管理科学是运用科学方法尤其是从管理者的角度对组织的效用所进行的估算的学问或方法论。这个领域的另外三个名称是“运筹学”,“作业分析”和“决策学”。系统分析则是由定性、定量或两者相结合的方法组成的一个集合，它导源于科学方法论尤其是系统论及为数众多的涉及选择现象的科学分支。应用系统分析的目的是要改进人类社会的组织系统。德洛尔认为，（广义）管理科学对政策分析的最大贡献就是它对待问题所偏爱的“系统方法”。可以说，政策科学或政策分析借鉴了管理科学的经验，将系统分析方法及运筹学方法直接运用于政策研究，将之视为自己的方法论基础或组成部份。
美国政策科学家爱德华·Ｓ·奎德对系统分析、运筹学和政策分析的关系作了如下的论述：“运筹学要帮助人们把事情办得更好；系统分析也试图做到这一点，另外，它要把事情办得更好而且更便宜；政策分析试图做到系统分析所要求的一切，此外它还要求把事情办得更公道。因此，系统分析可以看作包括了运筹学再加上经济的考虑以及对目标及其与手段的相互作用的研究。政策分析可以被视为包括了系统分析，但加上政策的分配性影响。政策分析更加重视执行以及对政治和组织方面的考虑”。奎德还说：“政策分析在很大程度上是作为系统分析的扩充而发展起来的，而系统分析又是运筹学的扩展。因此，可以将系统分析看作政策分析的一种不完全的或专门的形式”。
当然,系统分析及运筹学并不是政策科学或政策分析的全部。甚至有人对这些方法是否可以从管理决策上有效地运用到政策上持怀疑态度。这些方法存在着一些明显的局限性，例如，它们在提出最优政策问题上忽略了所研究的问题和政策制订、实施过程中的制度背景，它们无法处理某些政治要求，不能处理非理性现象（如意识形态、宗教信仰、高风险投入、自我牺牲及非常规生活方式），不能处理基本的价值观念或价值前提。
三、什么是系统分析
1．系统的概念系统（Systems）是系统分析的最基础的概念。美国韦氏辞典（Webster’s Dictionary）把系统定义为：“系统是有组织的或被组织化了的总体；由构成总体的各种概念、原理有规则地相互作用和相互依赖的形式组成的诸要素集合。”《一般系统论》（General Systems Theory）的创始人贝塔朗菲（L．V．Bertalanffy）认为：“系统可以定义为相互关系诸要素的集合”，“处于相互关系中并与环境有相互关系的诸要素的集合。”美国学者阿可夫（R．L．Ackoff）则说，系统是由两个或两个以上相互联系的任何种类的要素构成的集合。我国著名科学家钱学森则主张把“极其复杂的研究对象称为系统，即相互作用和相互依赖的若干组成部分合成的具有特定功能的有机整体，而且这个系统本身又是它所从属的一个更大系统的组成部分。”
上述学者关于系统的界定不尽相同，但他们都指出了系统的三个基本特征：第一，系统是由要素组成的；第二，各要素间存在着相互联系、相互作用的关系；第三，由要素及要素间关系构成的整体具有特定的功能。因此，我们可以一般地将系统界定为是由若干处于相互联系之中并与环境发生相互作用的要素或部分所构成的具有特定功能的整体。
系统几乎无处不在，世界上的一切事物都是作为系统而存在的，是若干要素按一定的结构和层次组成的，并且具有特定的功能。它是由要素所构成的整体，离开要素就无所谓系统，因而要素是系统存在的基础；任何一个要素都不能离开整体去研究，要素间联系和作用也不能脱离整体的协调去考虑；系统的性质一般是由要素决定的，有什么样的要素，就具有什么样的系统功能，但系统又具有各要素所没有的新功能；各种要素在构成系统时，具有一定的结构与层次，没有结构层次的要素的胡乱堆积构不成系统；系统的性质取决于要素的结构，而在一个动态结构的系统中，结构的好坏直接由要素之间的协调体现出来；系统与环境之间也存在密切的联系，每个系统都是在一定的环境中存在与发展的，它与环境发生物质、能量和信息的交换。系统的各要素之间，要素与整体之间，整体与环境之间存在着一定的有机联系，从而在系统内外形成一定的结构与秩序，使得系统呈现出整体性、有机关联性、结构层次性、环境开放性和有序性等特征，这些特征就是所谓的系统的同构性。
2．系统分析的概念系统分析是一门新兴的边缘学科，至今，对于什么是系统分析还没有统一的定义。随着系统分析在各个领域和各类型问题的应用不断扩展，对系统分析一词的解释出现了多种不同的版本，各派所强调的或研究的重点也不尽一致。让我们先来看看一些国内外学者对系统分析所下的概念。
政策科学家克朗（R．M．Krone）：“系统分析可以被视为由定性、定量或两者相结合的方法组成的一个集合，其方法论源于科学方法论、系统论以及为数众多的涉及选择对象的科学分支。应用系统分析的目的，在于改进公共的和私营的人类组织系统。系统分析既是一种解释性的，又是一种规定性的方法论。”
贝塔朗菲（L．V．Bertalanffy）：“系统分析提出一定的目标，为寻找实现目标的方法和手段就要求系统专家或专家组在极其复杂的相互关系网中按最大效益和最小费用的标准去考虑不同的解决方案并选出可能的最优方案。”
菲茨杰拉德（P．Fitzgerald）：系统分析方法是分析和评价系统中各个决策点就系统的效果所产生的各种影响和制约。所谓决策点是系统中那些能对输入数据做出反应和能做出决策的点（可以是人或自动装置）。因此，在系统分析中，一个系统的设计是以各种决策点为依据。
切克兰德（P．Checklard）：系统分析是系统观念在管理功能上的一种应用。它是一种科学的作业程序或方法，考虑所有不确定的因素，找出能够实现目标的各种可行方案。然后，比较每一个方案的费用效益化，通过决策者对问题的直觉与判断，以决定最有利的可行方案。
美国学者奎德（E．S．Quade）在1987年出版的《系统分析手册》一书中认为，系统分析是通过一系列步骤，帮助领导者选择最优方案的一种系统方法，这些步骤归纳起来主要是：研究领导者提出的整个问题，确定目标，建立方案，并且根据各个方案的可能结果，使用适当的方法比较各个方案，以便能依靠专家的判断能力和经验处理问题。
宋健：系统分析是研究系统结构和状态的变化或演化规律，即研究系统行为的理论和方法。
汪应洛：系统分析是一种程序，它针对系统的目的、功能、费用、效益等问题，运用科学的分析工具和方法，进行充分调查研究，在收集、分析处理所获得的信息基础上，提出各种备选方案，通过模型仿真实验和优化分析，并对各种方案进行综合研究，从而为系统设计、系统决策、系统实施提出可靠的依据。
顾培亮：系统分析是一种决策辅助技术。它应用系统方法对所研究的问题提出各种可行方案或策略，进行定性和定量分析、评价和协调，帮助决策者提高对所研究的问题认识的清晰程度，以便决策选择行动方案。
此外，美国兰德公司认为，系统分析对于运筹学的关系犹如战略之对于战术的关系。
综上所述，系统分析是一种系统研究的方法，它运用现代科学的方法和技术对构成事物的系统的各个要素及其相互关系进行分析，比较、评价和优化可行方案，从而为决策者提供可靠的依据。因此，可以将系统分析为：一种根据客观事物所具有的系统特征，从事物的整体出发，着眼于整体与部分、整体与结构及层次、结构与功能、系统与环境等方面的相互联系和相互作用，以求得优化的整体目标的现代科学方法以及政策分析方法。
四、系统分析的特征系统分析，是以系统观点明确所要达到的整体效益为目标，以寻求解决特定问题的满意方案为重点，通过计算工具找出系统中各要素的定量关系；同时，它还要依靠分析人员的价值判断，运用经验的定性分析，从而借助这种互相结合的分析方法，才能从许多备选方案中寻求满意的方案。作为一种辅助决策的工具，系统分析有以下四个特征：
1．以整体为目标系统分析首先把所研究的事物、现象和过程看作是一个整体系统,确定给定系统的边界范围,把它从周围的系统中划分出来；同时，鉴定该系统的组成部分，逐级划分，确定各子系统，而各子系统都各具有特定的功能及目标。只有彼此分工协作，才能实现系统的整体目标。如果只研究改善某些局部问题，而其他子系统被忽略，系统整体的效益将受到不利的影响。因此，在对任何系统进行分析时，必须考虑发挥系统整体的最大效益，不能只限于个别子系统，以免顾此失彼。
2．以特定问题为重点系统分析是一种处理问题的方法，其目的在于寻求解决特定问题的满意方案。政策活动涉及大量的、复杂的和多变的相关因素，许多问题都存在不确定因素。系统分析就是针对这种不确定的情况，研究解决问题的各种备选方案及其可能产生的结果。不同的系统分析所解决的问题当然不同，但针对相同的系统所要求解决的问题，也必须进行不同的分析，制定不同的解决方案。因此，系统分析必须以能求得特定问题的满意方案为重点。
3．运用定量分析方法解决问题，不能单凭主观想象、经验或直觉，在许多复杂情况下必须要有精确可靠的数字资料为分析的依据，在资料的整理方面，又必须运用各种科学的定量方法。系统分析的每一步骤都力求运用一切计量因素，这是区别于传统分析方法的一大特点。系统分析的价值在于，它能先行解决问题中较容易的可计量因素的部分，这些主要由系统分析人员处理，然后决策者可以集中精力来解决问题中较难的非计量因素的部分。
4．凭借价值判断进行系统分析时，必须从发展的观点，对某些事物作某种程度的预测，或者用过去发生的事实作为样本，以推断未来可能出现的趋势或倾向。在现代社会管理活动中，有许多因素如思想品质、政治觉悟、工作态度等，是难于或无法计量的，需要系统分析人员深入细致地调查研究，尤其需要决策者运用丰富的社会经验和高超的判断能力，加以衡量和估计。而且，由于系统分析所提供的资料有许多是不确定的变数，不可能完全合乎客观环境的变化。因此，在进行系统分析时，还要凭借价值判断，综合权衡，以便选择确定满意的方案。
五、系统分析的基本原则系统是由诸多要素构成的，各要素间又存在着相互作用和相互依赖的关系。系统是不断发展变化的，且受系统内部与外部环境的影响。在对任何系统进行分析，特别是结构复杂的大系统时，应遵循如下基本原则。
第一，内部条件和外部条件相结合的原则。系统的内部矛盾是决定事物性质的根本原因，但是这种内部矛盾不是孤立的，而是与环境因素相联系的、具体的内部矛盾，环境的变化对一个系统有着很大的影响。例如，一个企业的经营管理系统，它的发展变化不仅受到企业内部的各种因素如资金、物流和信息等相互作用的影响，而且还受到社会经济的运行及市场状况等外部条件的影响。因此，在分析一个系统时，必须看到各种备选方案的内外部条件的局限性，应将系统内外部的各种相关因素综合起来考虑，以实现方案的最优化。
第二，当前利益与长远利益相结合的原则。选择一个系统的最优方案时，不仅要从当前的利益出发，而且还考虑到长远的利益。只顾当前不考虑长远利益的方案，是不可取的；对当前不利但对长远有利的，也是不理想。若所采用的方案对当前和长远都有利，那是最理想的方案。但是，往往出现的情况是对当前不利，而对长远有利，这样的方案从系统分析的观点来看也是合理的。
第三，局部效益和整体效益相结合的原则。一个系统是由许多子系统组成的，分析任何一个系统必须从整体出发分析局部，而通过局部的分析加深对整体的分析。如果每一个子系统的效益都是好的，而且整体效益也是好的，这当然是两全其美。但是，在大多数情况下，有些子系统是有效益的，而从全局看是无效益甚至有损失的方案，这种方案是不可取的。反之，如果从局部子系统看是无效益的，但是从全局看整个系统是效益较好的，这种方案是可取的。在决策时，必须追求整体效益和最优化，局部效益要服从整体效益。
第四，定量分析与定性分析相结合的原则。定量分析侧重于用数字来描述、阐述以及揭示事件、现象和问题；定性分析则侧重于用语言文字描述，阐述以及探索事件、现象和问题。他们两者不是对立的，而是互为联系和互为补充的，有些研究项目既运用定性分析又运用定量分析，有的定性分析也有数据的佐证，而大多数定量分析中在提出理论假设、阐释事物间因果关系、提示现象的规律性等过程中也离不开定性分析的理性思维。系统分析不仅要进行定量分析，而且要进行定性分析，必须遵循“定性—定量—定性”这一循环往复和过程。定性和定量两者应结合起来分析，或者互相交错进行，最优的方案应是定量分析与定性分析的结合。
六、系统分析的作用与局限性
1．系统分析的作用系统分析在整个系统建立过程中处于非常重要的地位，它的任务首先是对系统目标进行分析和确定，然后通过分析比较各种备选方案的费用、效果，功能和可靠性等各项技术经济指标，根据分析结果，来决定方案，最后进行详细设计。
系统分析是政策研究尤其是政策分析的最基本的方法。它的主要作用是：帮助人们理解政策系统及对不同的政策系统加以比较；鼓励人们对系统的不同部分进行同时的研究；使人们注意系统中的结构和层次的特点；开拓新的研究领域，增加新的知识；突出未知东西的探索，使人们从过去和现在的基础上了解未来；使人们转换视角，从不同的角度或侧面看问题；迫使人们在考虑目标和解决问题的要求时，出同时注意考虑协调、控制、分析水平和贯彻执行的问题；诱导新的发现，注意进行从目的到手段的全面调查等。
2．系统分析的局限性系统分析方法在现代公共政策分析中得到了广泛的应用。但是，必须注意，系统分析仅仅是政策研究及政策分析方法的一部分，而非全部（顶多是后者的定量分析模型和技术的主要部分）。与任何事物一样，系统分析方法也有其现实条件下难以克服的局限性，主要表现在：
第一，系统分析的各个具体方法之间仍然难以协调。这是现实条件下系统方法论的一个难题。本来，把定量分析与定性分析有效地相结合，是系统分析方法的重要优点。然而，由于认识方式和分析手段的局限，也由于实际问题的复杂性，人们还难以使定量分析和定性分析的指标、结果等形成一个可比较的完整体系，如对公共政策系统进行定量分析时，其指标和结果往往难以与政府在处理信仰、民族、政治、文化等问题中进行的定性分析结果进行比较。这势必会降低系统分析的整体效用。
第二，系统分析方法仍然会出现解决公共政策问题方面的无能。公共政策的系统分析法由于考虑到了理性的、超理性的、文化的、政治的以及价值观的因素。因此，能够减少孤立地解决问题的方法所造成的对问题的歪曲。但是，系统分析法同采取孤立的分析方法一样，都有可能歪曲真实的问题。人们在为解决存在的复杂问题而制定的政策和采取的行动中，有可能导致产生同样的问题，或使原来的问题更加严重，从而陷入某种恶性循环。例如，为确保最低收入人群的生存条件，维护社会稳定，在城市为低收入者建造住房的计划。然而，这又会引起更高的人口密度、较低的就业率和较低的收入；这些反过来又会刺激兴建更多的低收入者住宅，从而又加重了政府解决这类政策问题的负担，原有问题仍将可能得不到有效解决。
当然，我们指出了系统分析的局限性，绝不是否定其在公共政策分析中的优越性。相反，恰恰因为系统分析方法的种种优越性，才必须要警惕其局限性，以更大可能地提高公共政策系统分析法的有效性。
系统分析的内容
系统分析作为现代科学思维最一般的方法，是辨证思维方式在现代科学中的体现和发展。系统分析的内容十分丰富，涉及面广，本节仅从系统的整体分析、结构分析、逻辑分析、环境分析等几个方面加以讨论。
一、整体分析系统是由两个以上不相同的要素或单元相互联系相互作用形成的集合体。它是作为一个统一的整体而存在的，各部分的独立机能和相互关系只能统一和协调与系统的整体之中。整体性是系统的一个最基本属性。整体由部分构成，部分隶属于整体。任何系统都是由众多子系统构成，子系统又是由不同要素或单元所构成。
要对系统进行整体分析就应注意到以下几点：（1）系统的各个要素和单元对系统整体均有其独特作用，突出整体中的任何局部的作用都将影响到整体效果的发挥，应按各守其位、各尽其责的观点来对待系统的各个组成部分，不能盲目夸大或缩小其中任一部分的作用。
（2）系统的各个组成部分必须按照系统的整体目标进行有序化，偏离系统整体目标或分散目标都会增加系统的内耗，从而导致系统整体功能的无输出或少输出。
（3）必须不断调整和处理系统的各个要素和单元中不合理或相互矛盾的成分，以促进系统各组成部分的均衡发展，提高系统的整体效果。
（4）系统的整体功能大于部分功能之和。因此，必须采用整体联系的观点，从宏观上认识和把握系统的整体存在，而不能把系统看成孤立的静止的僵化的存在。认识到这一点，那么在政策研究中，就要求我们从全局出发，把握好系统、子系统、要素、单元之间以及它们与环境之间的相互联系和相互作用，以此来探求系统的本质和规律，从而得以优化整体目标，保证整体效用的最大化。在面对一些较大的、复杂的系统时，我们可以先把系统分解为一组相关的子系统，并在整体的指导下，协调各个子系统的目标，以达到系统所要求的总目标。
系统的优化从整体与局部的关系来看，主要有以下三种情况：一是局部的每个子系统的效益都好，而且组合起来的系统的整体效益也最优；二是局部的每个子系统的效益都好，但组合起来的系统的整体效益却没有达到最优；三是局部的每个子系统的效益并没有达到最优，但系统的整体效益较优。另外，从近期和长远的角度来看，系统的优化也表现为各种情况，如对近期与长远都有利；对近期有利而对长远无利甚至有害；对近期不利但对长远有利等。
因此，整体优化的原则是：根据已确定的目标，在整体利益最优的前提下，处理好整体与局部、近期与长远的关系。例如，在追求经济社会发展尤其是经济增长的政策目标时，不能只是一味追求经济的高增长率，而忽视了对环境和资源的保护，为了近期的和地方局部的利益而不惜牺牲长远的和国家整体的利益。
人们已经发明出了一系列的定量分析方法或技术，用以作整体优化分析尤其是整体分析，这些方法或技术有线性规划、非线性规划、动态优化以及排队论等等。
二、结构分析系统的结构指的是系统内部诸要素的排列组合方式。结构性是系统有机联系的反映，系统之所以成为有机整体，就是因为系统各要素和单元之间是按照一定的方式结合在一起的。系统的各要素虽然相同，但由于排列组合方式不同，就可能使系统具有完全不同的性质、特征和功能。
结构分析作为系统分析的一个重要组成部分，它是寻求系统合理结构的途径和方法，其目的是找出系统结构上的层次性、相关性和协同性等特征，使系统的组成要素及其相互关联在分布上达到最优组合和输出。对于系统各要素和单元之间的结合方式，可以进行层次分析、相关分析和协同分析。
1．层次分析
系统内部结构是分层次的，如表层结构和深层结构、横向结构和纵向结构、微观结构和宏观结构等，系统各层级既有相对独立性，又有相对关联性，这种层次性结构既有利于各层级子系统的独立活动，又有利于系统整体的存在和整体功能的发挥。
层次分析（analytical hierarchy process,AHP）是美国著名运筹学家萨蒂教授(T?L?Saaty)于20世纪70年代提出的一种系统分析方法。层次分析法能将定性分析和定量分析有机地结合在一起，它是分析多目标、多准则等复杂公共管理问题的有力工具。它具有思路清晰、方法简单、适用范围广、系统性强、便于推广等特点，适宜用于解决那些难以完全用定量方法进行分析的公共决策问题。
运用层次分析法解决问题的思路是：首先，明确问题中包含的各因素及其相互关系，把要解决的问题分层系列化，根据问题的性质和所要达到的目标，将问题分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层组合，形成一个递阶的、有序的、层次结构模型。其次，对模型中的每一层次因素的相对重要性，依据人们对客观现实的判断给予定量表示，再利用数学方法确定每一层次全部因素相对重要性次序的权值。最后，通过综合计算各层因素相对重要性的权值，得到最低层相对于最高层的相对重要性次序的组合权值，以此作为评价和选择方案的依据。以上思路可分解为如下五个步骤：建立层次结构模型；构造判断矩阵；层次单排序；层次总排序；一致性检验。
可以说，层次分析法将人们的思维过程和主观判断数学化，不仅简化了系统分析与计算工作，而且有助于决策者保持其思维过程和决策原则的一致性，特别是对于那些难以全部量化处理的复杂的公共管理问题，能取得较令人满意的决策结果。
2．相关分析系统论认为，构成系统的各个子系统、要素、单元之间以及它们与环境之间存在着相互联系、相互依存和相互制约的关系，它们通过特定的关系结合在一起，形成一个具有特定性能的系统。第一，系统的这种相关性体现在系统的要素或单元之间的不可分割的特定联系，它们相互联系、相互依存、相互作用和相互制约，其中的某一要素或单元发生了变化，其它要素或单元也要相应地发生变化，以保持系统结构的优化状态；第二，相关性体现在要素或单元与系统整体的关系中。要素或单元与系统整体是互相适应的，一旦要素或单元改变，整体也必然随之发生改变；同样地，当系统整体发生变化时，系统的各要素或单元也将发生变化；第三，相关性还表现在系统与环境的相互关系上。系统的变化可能引起环境的变化，反过来环境也会影响系统，环境对系统的发展具有很大的制约作用，二者具有不可分割的相关性。
相关分析的原理要求我们在政策研究的过程中尤其是在问题界定、目标确定和方案规划中，应充分注意到各种问题以及问题的各个方面之间，各个目标之间，各个方案之间，子目标与总目标以及子方案与总方案之间的关系，注意问题目标和方案与社会、经济和政治环境之间的相互联系和相互作用，考虑各种因素对政策执行效果可能产生的影响，从而设计出理想的或较优的政策方案。例如，在设计改革与发展战略时，用相关分析的方法，就是要紧密注意各个领域、各个方面的改革与发展措施的相关配套、同步进行；也就是说，在进行了某些领域的改革之后，应当及时进行另一些领域的改革，以免影响全面的改革和发展。
3．协同分析协同性是指系统发展变化中各部分发展变化的同步性，即系统的变化引起系统各要素或单元及环境的变化的必然性和规律性。只有保持系统各要素或单元之间的互相协作和相互一致，才能保持系统自身的稳定性。如果系统各要素或单元相互矛盾、相互对立，就必然会导致系统的解体。当然，在现实社会中，系统的各要素或单元之间、各层级之间不可能没有矛盾，关键在于要对矛盾进行及时处理，避免出现矛盾尖锐对立的局面，防止系统本身走向分裂解体。
三、逻辑分析系统逻辑分析方法是指对系统的实质内容进行逻辑的分析，以揭示系统逻辑结构的方法。
系统逻辑分析的主要范畴和过程是这样的：（1）目标，即为解决公共问题所要达到的目的和指标，它是系统目的的具体化，具有针对性、可行性、系统性、规范性和具体性等特点。为了解决问题，要确定出具体的目标，它们通过某些指标来表达，而标准则是衡量目标达到的尺度。系统分析是针对所提出的具体目标而展开的，由于实现系统功能的目的是靠多方面因素来保证的，因此系统目标也必然有若干个。在多项目标条件下，要考虑各项目标的协调，1以防止出现发生相互抵触或顾此失彼的情况。（2）备选方案，即为实现目标而设计的具体措施和方案，并对此进行可行性论证。（3）模型，即按照原有方案设想建构分析模型，以找出说明系统功能的主要因素及其相互关系，包括系统的输入、输出、转换关系，系统的目标和约束等，具体有图式模型、数学模型、仿真模型、实体模型等方式。通过模型的建立，可确认影响系统功能和目标的主要因素及其影响程度，确认这些因素的相关程度，目标的达成途径和约束条件等。（4）费用，即政策方案实施过程中各种成本开支的总和。（5）效果，即政策方案的实施在社会环境里产生的反应和结果。（5）评价，即按照一定价值标准对政策方案进行的价值评估。就是在以上分析的基础上，再考虑各种定性因素，对比系统目标达到的程度，用标准来衡量。（7）优化，即为实现最优效果而对政策方案进行的优化排序和选择决策。以上过程可以表达如下：
分析 求解 费用、效果目标———→备选方案———→模型—————→评价—→优化排序、选择决策
图1 逻辑分析过程
四、环境分析系统存在于环境之中，与环境相联系、相作用，又与环境相区别。环境是指系统之外的所有其它事物或存在，即系统发生、发展及运行的生态条件或背景。环境因素主要有：（1）物理技术环境，即由于事物属性所产生的联系而构成的因素和处理问题中的方法性因素，包括现存系统、技术标准、自然环境和科技发展因素等；（2）社会经济环境，即大范围的社会因素以及影响系统经济过程和经营状态的因素，包括社会组织、政策、政府作用、产品价格结构、经营活动等；（3）文化心理环境等等。
一个系统总是处于更大的系统之中，成为更大系统的子系统，而更大系统也就构成了该子系统的生态环境。系统与环境的相互联系和作用表现在：一方面，环境向系统输入各种资源和要求，环境是系统存在和发展的前提，环境影响、制约、甚至决定着系统的性质和功能。另一方面，系统也向环境输出产品，系统的存在和发展同样影响着环境的变化。对于政策研究来说，我们可以将政策研究的对象视为一个系统，政策环境向政策系统的输入是政策系统维持自身功能的源泉，它要求政策系统必须满足政策环境的要求，政策环境产生了需求和支持这样的一些输入，而政策系统对政策环境的输入进行了加工处理转变为政策方案，再作用于政策环境。在这个输入和输出过程中，只有保持二者的动态平衡，才能保证这种相互运动过程的良性循环。因而，环境因素对政策的制定和执行是具有显著意义的，环境分析在政策研究过程中不容忽视。
由于系统环境因素范围广泛，系统分析人员要根据问题的性质进行具体分析，找出相关环境因素的总体，确定因素的影响范围和各因素间的相关程度，并在方案设计和执行中予以考虑。对有些可以定量分析的环境因素，应以约束条件形式列入系统模型中，如那些有限的人力、物力、资源、时间等。对那些只能定性分析的因素则可采用估值评分的方法，尽量使之达到定量化的要求。
第三节 系统分析中的定性方法和定量技术
至今，系统分析仍没有一套普遍适用的技术方法，随着分析对象和分析问题的不同，所使用的具体技术方法也可能不相同。一般来说，系统分析的各种技术方法可分为定量和定性两大类。按照美国政策科学家R．M．克朗的说法，系统分析可以被视为由定量、定性或两者相结合的方法组成的一个集合体。
一、系统分析中的定量技术系统分析中的定量分析，就是借助与经济学、数学、计算机科学、统计学，概率论以及帮助决策的决策理论来进行逻辑分析和推论。它是适用于系统结构清晰、收集到的信息准确、可建立数学模型等情况。
1．定量分析方法及技术的种类从不同的角度或侧面对系统分析中的定量分析方法及技术加以分类。一种分类方法是克朗在《系统分析和政策科学》一书中提供的。他根据决策类型的不同将定量分析技术分为两类，即确定型的分析技术和随机分析技术。所谓的确定型，是指那些可用于只有一种势态，并在做出可接受的假定之后其变量、限制条件、不同的选择都是已知的、确定的，按一定的统计置信度可以预见的方法或技术。克朗将线性规划、排队论、马尔柯夫分析、统筹法等列入这类技术之中。他列出下表,
表1 确定型的定量模型、方法和技术模型、工具或技术
应用
基础知识
线性规划
解决在商业、交通、库存、建筑、后勤及网络中的配置、分配和优化问题
计算机科学、敏感性分析、代数解法、单纯形表、经济学
排队论
人或事物或事件的等待服务问题
蒙特·卡罗法、模拟、统计学
规划管理技术
生产和建设计划
PERT(成本或时间)、CANTT图、网络分析(CPN)、决策树
马尔柯夫分析
销售经营、预测
矩阵代数、经济学
对抗分析
商业、心理学、国防研究
博弈论
质量保证
工业、国防
科学、技术
损益分析
资源分配
经济学、统计学
随机分析技术则是应用于不确定型或风险决策的分析方法及技术。当存在一个以上的态势，并且需要估计和确定每一种可能的状态时，就要碰到随机模型问题。这时还要计算在每一种态势下用每一种决策选择所得的输出结果。因而可供选择方案的数量将很大，这时可以用数学、统计推论和概率论等学科的方法，在可以接受的假定条件下减少不确性。有时，随机的局面可以化为确定模型来加以处理，比如选择一种最有可能发生的未来态势，或者只分析最坏的或最好的方面等等。克朗将动态规划，计算机模拟，随机库存论，取样、回归、指数平滑，决策树，贝叶斯定理、损益分析等列入随机分析技术之中。他列出下表,
表2 随机定量模型、方法和技术模型、工具或技术
应用
基础知识
动态规划
在生产、配置活动中的多阶段决策
计算机科学和概率论
计算机模拟
系统内部的相互作用
计算机科学和蒙特、卡罗法
随机库存论
需求或提前时间是随机的情况
概率论和期望值统计量
随机模型
计算系统转换的概率
矩阵代数、微积分
取样、回归、指数平滑
大总体的问题解
统计学和概率论
贝叶斯定理
条件概率下的预测、相关和因果分析
代数、概率论以及有关先验概率和知识
损益分析
资源分配
经济学和统计学
决策树
系统行为
代数和统计学
另一种分类方法是S·S·那格尔和M·K·米尔斯在《政策科学的职业化发展》一书中所提供的。他们将政策分析及系统分析的方法分为五类，即数学最优化方法、计量经济学方法、准实验方法、行为过程方法、多元标准决策方法。尽管他们不局限于定量分析方法的范围，但主要也是从量化分析的角度来讨论问题，尤其是前两种方法纯粹就是量化分析方法，另外三种方法中也有部分量化分析方法。按照那格尔和米尔斯的说法，数学最优化以运筹学、管理科学和决策为基础，它既与数学和工程学有关，也与商业管理有关；数学优化有各种形式，常见的有报偿矩阵、决策树、最优化水平曲线、微分曲线和函数曲线等。这四种数学优化形式可以部分地根据其数学特征来加以刻画：报偿矩阵和决策树与有限数学和概率决策论有关，而最优化曲线、微分曲线和函数曲线与古典微积分和线性／非线性规划有关。计量经济学方法则以经济学和统计学为基础(计量经济学是现代经济学的基础，或者说是现代经济学中最成熟的部分)，这种方法强调统计回归分析，常用来做预测。
还有一种更通俗的分类方法，即按照政策分析过程的不同阶段，将政策分析及系统分析的定量方法及定性方法划分为问题界定的方法、确立目标的方法、规划方案的方法、结果预测的方法、比较方案的方法、评估结果的方法等。例如，我们在邓恩的《公共政策分析导论》一书中就可以看到与每一个分析阶段相应的方法。此外，从教学课程设计的角度可以将政策研究的定量及定性方法区分为：数理分析方法、经验分析方法、经济分析方法和组织(政治)分析方法等。
2．确定型的分析技术
（1）线性规划线性规划（Linear Programming）最早称为线性结构的相关活动的规划，是运筹学中研究较早、应用较广、比较成熟的一个重要分支。线性规划的思想起源于经济学家列昂捷夫（Lyanjef）在1936年提出的投入－产出分析方法。线性规划目前的形式是综合希契科克(F．L．Hitchock)、库普曼(Koopman)和史蒂哥勒(Stigler)等在70世纪30年代末40年代初研究生产组织、运输问题食物构成问题等工作而形成的。处理线性规划最有效的单纯形法是在1947年由丹齐克（D．B．Dantzig）创立的。
和其他学科一样，线性规划也是随着管理的需要而产生和发展的。它是研究一定数量的人力和物力资源条件下，如何科学恰当地运用这些资源以获得最大效益，或者在一定技术条件下，寻求最优化的设计。这种数量规划的方法，如用数学语言表达出来，就是在一定约束条件下，寻找目标函数的极值问题。现在线性规划已形成一套完整的计算方法，在应用这个方法解决具体问题时，首先要使被研究的问题满足以下五个基本条件，然后才能使用线性规划进行统一处理。
1）能够明确给出一个目标函数；
2）有可供选择的行动方向，从数学上讲就是能够明确对目标函数是求极大值还是求极小值；
3）目标函数和约束条件能用线性等式和线性不等式表示；
4）存在多种决策变量，变量的大小是人们要确定的，这些变量的变动不是任意的，他们之间存在着一定的联系，用约束方程来表示；
5）决策变量的约束方程反映资源的消耗，资源供应必须是有限的，并能用数字表示。
所谓线性规划，是指约束条件为线性等式或线性不等式，且目标函数也为线性函数。用数学形式表达，即求一组变量x1，x2，…，xn，在满足约束条件：
a11x1+a12x2+…+a1nxn≤b1
a21x1+a22x2+…+a2nxn≤b2
…… (12·１)
am1x1+am2x2+…+amnxn≤bm
x1，x2，…，xn≥0
的情况下，使目标函数
f=c1x1+c2x2+…+cnxn (12·2)
达到最大值（最小值）。
其中：aij,bi,cj均已知，i=1,2,…,m；j=1,2,,…,n。
以上表达式还可简写成：
求xj(j=1,2,,…,n),使之满足约束条
且 xj≥0,(j=1,2,…,n)
使目标函数
达到最大值（或最小值）。
满足约束条件式（12·1）的所有解，称为可行解。在可行解中，其中一个可行解能使目标函数达到极值，则该可行解称为最优解，也可称为线性规划的解。线性规划在经济建设、企业管理、技术设计和生产实践方面都有成功的应用。
［例］ 某工厂生产Ａ、Ｂ两种产品，其产量分别为个单位，每天的可用资源限制如下：
原料：1575㎏；占地面积：1500㎡；工时：7小时（420分钟）。资源分配及产值如表1所示。
表3 资源分配产值表
名称
符号及单位
A
B
资源消耗系数
a1㎡/单位产量
4
5
占地面积
a2kg/单位产量
5
3
原料消耗
a3单位/小时
60
30
生产率
产值系数
c元/单位产量
13
11
产量
问：每天应生产多少x1,x2使f(x)=c1x1+c2x2为最大。
其数学模型，可表示为：
max(fx)=13x1+11x2 (12·3)
4x1+5x2≤1500
S.T,5x1+3x2≤1575 （12·4）
x1+x2≤420(x1/60+x2/30≤7)
x1,x2≥0 （12·5）
式（12·3）表示工厂所需的最大利润，既求目标函数的最大值。而式（12·4）、（12·5）表示不等式约束。
（2）动态规划动态规划（Dynamic Programming）是美国数学家贝尔曼（Richard Bellman）和丹齐格George Dantzig在20世纪50年代提出来的一种数学规划方法。它是在动态条件下，使用多重决定或多级问题的解实现最优弧化而采取的一种数学方法。动态规划处理的对象是含有时间因素的决策问题，即动态决策问题。对于静态决策问题（一次性决策问题）我们可以人为地引进“时间”因素，划分为阶段，作为多阶段决策过程用动态规划去处理。如果在多阶段决策的每个阶段中含有随机因素的影响，那么决策就不可能用一个确定的数值来表示，而需要用一些可能的值及相应的概率来描述。这就需要建立动态规划的随机模型来解决问题。在此，我们只介绍用确定性动态规划模型先解决确定性（每个阶段中决策取确定值）多阶段决策过程的问题。
一个多阶段决策过程可用下面的方框图（见图2）表示,
其中：
k——阶段变量。图中一个方框就表示一个阶段，框中数字就是阶段变量k的取值。
xk——状态变量。在一个阶段里要设两个状态变量，一个是初始的状态，用xk表示，一个是该阶段结束时的状态用xk+1表示。对第k+1段而言，xk称为输入状态，xk+1称为输出状态。
U(x)——决策（或控制）变量。Uk(xk)表示第k段所采用的决策（或控制）。
r(x(k)u(k))——阶段效应函数。这个效应函数能反映出在该阶段执行阶段决策是所带来的效应值增量。
Tk——变换（演化）规律。它是用来描述在一个阶段做出了决策时，系统由x(k)态变到x(k+1)态的变换（演化）规律。
如果问题适合于用动态规划方法来求解，我们就可以对待研究问题建立动态规划模型（确定性）。建模的具体步骤是：
1）定义适当的目标函数，给出阶段变量、状态变量、控制变量的明确含义。
2）写出系统状态的演化过程。
3）写出系统的边界条件，即一个多阶段决策过程结束是所产生的效应（我们称为终端效应）的表达式比较容易确定，而以它作为动态规划技术的起点是十分必要的，所以在建模阶段要明确它。
4）要找到目标函数的递推关系式，这个关系式也叫动态规划的基本方程。
经过以上几步，我们就可以对适合用DP方法求解的问题建立如下的一般函数模型：
s.t,xk+1=Tk(xkuk)
xk∈Xk
uk∈Uk
k=1,2,…，n
其中
利用这个模型要求解的问题是
（a）最优决策序列：{u1*,u2*,…,un*}
（b）系统演化的最优化轨线：{x1*,x2*,…,xn+1*}
（c）求出最优化目标函数值,
（3）网络分析技术网络分析技术（Network theory）是将研究与开发的规划项目和控制过程，作为一个系统去加以处理，将组成系统的各项任务的各个阶段和先后顺序，通过网络形式统筹规划，分别轻重缓急进行协调，使此系统对资源（人力、物力、财力等）进行合理地安排，有效地加以利用，达到最少的时间和资源消耗来完成整个系统的预期目标，取得良好经济效益的目标。网络分析技术的主要思路是“统筹兼顾”、“求快、求好、求省”。
从20世纪50年代起，国外就在开始这方面的研究工作。1957年，美国杜邦公司的数学家、工程师和管理人员组成一个工作队，在兰德公司的配合下，提出了一个应用网络图解来制定计划的方法，这种计划方法不仅能够明确地表示出工序和时间，而且还表明了它们之间的相互关系，给这种方法取名为“关键线路法”（Critical Path Method,简称CPM法）。1958年，美国海军特种计划局在研制“北极星”导弹潜艇过程中也搞出一种以数理统计为基础，以网络分析为主要内容，以电子计算机为手段的新型计划管理方法称为“计划审批法”（Program Evaluation and Review Technique,简称PERT），用这种方法使研制任务提前两天完成。这两种方法后来在世界各国都得到广泛的推广和应用。
CPM法使用网络图反映某项工程（任务）各道工序所需时间以及他们的衔接关系，通过计算各工序有关时间参数，和完成工程（任务）所需要的最少的时间，从而确定关键工序和关键路线，并在此基础上通过网络分析方法制定出时间、成本和资源优化的网络计划方案。该方法主要应用于有以往类似项目经验的工程上，而PERT法也同样应用了网络计划与网络分析的方法，但着重于对工程（任务）安排的评价与审查，主要应用于对研究与开发安定新项目上。
以PERT为例。在实现大系统过程中，往往要完成大量的任务，它们各自需要一定的时间而且互相有联系，有的任务必须在其他任务完成之后才能开始，而它的完成又是另外一些任务开始的前提。PERT就是为了安排这种大量任务而采用的一种管理方法，它可使整个工程以最短的时间和最少的投资去完成。这种方法通常有三个步骤：第一是按规划画出现在开始到完成某一任务为止的流程图，叫做“PERT网络”；第二是估算完成每一任务的工作时间；第三是分析计算任务的安排以及可能回旋的余地。图3为一个简单的PERT网络。
图中03、04……表示任务的编号，任务之间的箭头表示必须进行的作业顺序，旁边所注的数字为作业所需的天数。在考虑问题时，从03开始到09结束。03边上的T100表示在此以前，工程已进行了100天，依此类推。计划评审技术就是通过对网络的分析计算来管理整个系统施工进程的一种方法。
在PERT网络中，从某个任务到另一个任务之间，如果存在着几条平行路线时，其中必须有一条路线最长。这条最长的路线叫做关键路。如在PERT图中的从05经07到09，需时90天，最长的最长的一条就叫做关键路。从05到09的工程进度取决于关键路。总管部门如果通过调整人力、物力等方法缩短关键路上项目所需的时间，就能缩短整个工程进度。此外，由于其他平行路线（如从05到06或从05到08）所需的时间较短，在这些路线中的作业如果放慢进度，能够节约人力和物力，则可在一定范围内加以调整，而不影响工程的总进度。这种以关键路作为参考条件，对整个工程各平行路线的作业时间进行统筹调整，以节约人力和物力，从而降低成本，尽量缩短整个工程进度的方法，叫做关键路法。但在复杂的项目中，有时可能并列几条关键路线，只缩短某一种作业的工期，也不可能缩短整个项目的工期。还有，即使是一条关键路线，当采取措施使这条路线缩短到一定程度时，其他路线也可能变成关键路线。因此，只能根据具体情况统筹兼顾全面安排，做到合理地缩短工期，保质保量地完成计划。
以上所述，主要是以时间分配为考虑中心的，除此之外还应考虑费用和劳动力的分配问题以及多数项目并列的问题等。
3．随机分析技术
（1）排队论
排队论（Ｑueuing theory）起源于20世纪初期丹麦数学家埃尔朗（A．K．Erlang）用数学方法研究电话作业。20世纪50年代堪道(D．G．Kendall)在理论上推动了排队论的进一步发展。之后，利用排队论解决存量理论、水库问题、网络队列、生产线和计算机系统等问题，进一步推动了这一领域的研究。
排队论是指用来研究服务系统工作过程的一种数学理论和方法。在这种系统中服务对象何时到达，及其占用系统的时间长短，均无从预先确定。这是一种随机聚散现象。它通过对每个个别的随机服务现象的统计研究，找出反映这些现象的平均特性规律，从而改进服务系统的工作状态。也就是用概率论的方法，分析所要服务的客流状况，预测服务阻塞的程度，在经济上进行合理的设计或改善服务系统。
排队现象在生产、生活中广泛存在。我们称任何等待一项服务的人或事物或事情为顾客，称任何提供这项服务的人或事物或事情为服务台。因此，当顾客的数量超过了服务台的容量时，也就是说到达的顾客不能立即服务时，就形成了排队现象。表2是一些典型的排队的例子。
典型的排队的例子
表4
顾 客
服 务 内 容
服 务 台
病人客户在公路收费站排队的车辆到底机场上空的飞机不能运转的机器需加油的车辆到达港口的货船
看病法律咨询收费着陆修理加油装（卸）货
医生法律咨询人员收费车道跑道修理工加油站的加油机装卸码头或泊位
研究排队论问题具有很大的意义。因为服务系统规模越大，从总体上看它的服务速度就越快，排队现象就会得到缓解，反之就会造成较多的排队等待。而排队会造成某种直接损失，甚至发生连锁反应和反馈影响。提供服务可减少损失，但不免要支出较大的费用，可能造成浪费。因此，在系统设计和系统分析的最优化与可靠性问题中，必须注意服务机关和服务对象的相应适应问题，否则就会出现排队现象。以机械加工为例，经常遇到的服务系统有机床加工和仓库存储等。机床和仓库相当于服务机构，毛坯和半成品等相当于服务对象，在仓库里或机床旁经常产生毛坯或半成品的排队现象，要解决这一问题就要用到排队论了。
2．马尔柯夫分析马尔柯夫（A．A．Markou）分析又称马尔柯夫预测法，它是利用某一系统的现在状态及其发展动向去预测该系统未来状况的一种分析方法与技术。
俄国数学家马尔柯夫在上个世纪初经过多次实验观测发现：在一系统中某些因素的概率分布的转换过程中，第几次转换获得的结果常决定于前几次（第n-1次）试验的结果。马尔柯夫对这种现象进行了系统深入的研究后指出，对于一个系统，由一个状态转换至另一个状态的过程中，存在着转换概率，而且这种转移概率可以依据其紧接的前一状态推算出来，而与该系统的原始状态和此次转移以前的有限次或无限次转移无关。系统的这种由一状态转移至另一状态的过程称为马尔柯夫过程。若状态是离散的，马尔柯夫过程的整体称为马尔柯夫链。可见，马尔柯夫过程的基本概念是系统的“状态”和状态的“转移”。马尔柯夫过程实际上就是一个将系统的“状态”和“状态转移”定量化了的系统状态转换模型。例如有一个水池，在池中漂浮着五张睡莲的叶子，一只青蛙在五张叶子之间跳跃地玩耍着。仔细观察青蛙的活动情况，就会发现青蛙的动作是随意进行的。为了讨论方便，我们给各个叶子编号（这种编号是任意的），青蛙活动的时间间隔完全是随机的，我们关心的是它从一个叶子跳到其他叶子的转移结构而对时间因素不考虑。如果青蛙在第一号叶子上时，估计下一次该跳到哪个叶子上，答案与以前跳过的路径完全无关，而只取决于现在的位置1。我们给出这只青蛙从各个叶子上向另一个叶子转移的转移图，见图4。
图中箭头表示跳跃的方面，数字表示跳跃的概率，自环表示在一定时间里青蛙没动仍在原叶上，这可以叫“虚转移”，如果考虑真实的转移则没有自环。
我们以x(t)作为青蛙跳跃t回后所处的位置。于是将x(t)的取值叫作状态，X={1，2，3，4，5}叫状态空间。在从x(0)到x(t)是已知时，青蛙t+1时处在x状态上的概率仅与t时刻状态有关并满足下式：
P{x(t+1)=j|x(0)=i0,x(1)=i1,…,x(t)=it}
=P{x(t+1)=j|x(t)=i} (12·６)
(12·6)式反映前一状态xt-1，现状态xt和后状态xt+1之间有一条链把它们连接起来。因此用马尔柯夫链描述随机状态变量的变化时，可以避开求全部随机变量的联合分布，而只需求在某一时点上两个相邻随机变量的条件分布即可以了。
P{x(t+1)=j|x(t)=i}叫转移概率。这种转移概率一般不依赖于时间，因此具有稳定性。具有稳定性的转移概率可以用一个常数pij来表示，将各个状态之间的转移概率用一个矩阵表示出来就得到一个马尔柯夫问题（有限状态稳定的马尔柯夫过程问题）的数学模型：
p11 p12 … p1n
p21 p22 … p2n
… …
pn1 pn2 … pnn
由于P的每一行都是独立的分布，所以每行概率之和等于1。这个矩阵的矩阵元（aij≥0）表示从状态i到状态j是否可以通达，即aij>0表示系统从i态可以转换到j态，而且转移的概率为aij的大小。aij=0j表示从i态不能转移到j态。矩阵元的确一般要根据实际问题的统计资料加以分析才能得到。
3．决策树所谓决策树法就是利用树枝形状的图象模型来描述决策问题，它将各种方案以及这些方案可能性的大小、可能出现的状态以及可能产生的结果都绘制在一张图上，使决策分析可直接在决策树上进行，其决策标准可以是益损期望值或经过变换的其他指标值。现以以下例子介绍决策树法。
[例] 某要决定下个五年计划期间生产某一电子产品的生产批量，以便做好生产前的各项准备工作。而生产批量的大小主要根据市场销路的好坏而定。根据以往销售统计资料及市场调查预测得知：未来市场出现好、一般、差三种销路情况的可能性（概率）为0.3、0.5和0.2；若该产品按大、中、小三种不同批量生产，则下个五年计划期内在不同销售状态下的收益值可以估算出来，如表3所示。现要求通过决策分析以确定合理批量，使企业在该产品上能获得收益最大。
表5 决策表 单位：万元自然状态
益损值 状态概率行动方案
销路好O1
销路一般O2
销路差O3
0.3
0.5
0.2
大批生产A1
20
14
-2
大批生产A2
12
17
12
大批生产A3
18
10
10
1）用决策树法进行分析的步骤是：
第一步，绘制决策树。按表12-3的各种行动方案和自然状态数，及其相应的概率和损益值等信息，由左至右顺序做出决策树如图5所示。
现将图中有关符号及画法说明如下：
表示决策点，从它这里引出的分枝叫做方案分枝，分枝数量与行动方案数量相同。决策节点表明从它引出的方案有待决策者进行分析和决策。
表明状态点，从它引出的分枝叫做状态分枝或概率分枝，在每一分枝上写明自然状态名称及其出现的概率。状态分枝的数量与自然状态数量相同。
表明结果点，将不同方案在各种自然状态下所取得的结果（如益损值）标注在结果节点的右边。
销路差（0．2第二步，计算各种行动方案的益损期望值，并将计算结果标注在相应的方案节点上。图6所示方案A1的益损期望值。
期望值是指概率论中随机变量的数学期望值，在这里把每个行动方案看成是离散随机变量，所取之值就是每个行动方案相对应的益损值。因此离散随机变量的数学期望值为：
式中 E（x）——期望值；
xi——第i离散随机变量。i=1,2,3,…,m；
Pi——x=xi时的概率。
根据以上期望值的求值公式，我们可求得例子中每一行行动方案的益损值为：
E（A1）=0.3×20+0,5×14+0.2×（-2）=12.6
E（A2）=0.3×12+0.5×17+0.2×12=14.5
E（A3）=0.3×8+0.5×10+0.2×10=9.4
第三步，将案节点上的益损值加以比较，选择其中的最大值，写在决策点的上方，如图7所示，与最大值相对应的方案是A2即为最优方案。然后在其余的方案分枝上划上“//”记号，表示这些方案已被舍去。图7所示是一个经过决策分析并选择方案A2为最优方案的决策树。
2）多级决策树从上例可知，如果只需决策一次即告完成，这种决策分析叫做单级决策。反之，有些决策问题需要进行多次决策才能完成，则这种决策叫做多级决策；应用决策树法进行多级决策分析叫做多级决策树。
二、系统分析中的定性技术对于诸如带有极强的政治色彩、在决策过程中的非理性或超理性作用突出，必须在价值观和实际价值之间加以权衡一类的问题，或者如果问题涉及的系统结构不清，收集到的信息不太准确，或是由于评价者的偏好不一，对所提方案评价不一致等，难以形成常规的数学模型时，可以采用定性的系统分析技术，例如因果分析法、KJ法、目标—手段分析法等。
1．因果分析法因果分析法是利用因果分析图来分析影响系统的因素，并从中找出产生某种结果的主要原因的一种定性分析方法。系统某一行为（结果）的发生，绝非一种或两种原因所致，往往是由于多种复杂因素的影响所致。为了分析影响系统的重要因素，找出产生某种结果的主要原因，系统分析人员广泛使用了一种简便而有效的定性分析法——因果分析法。这种方法是在图中用箭头表示原因与结果之间的关系（见图8），形象简单，一目了然。分析的问题越复杂这种方法越能发挥其长处，因为它把人们头脑中所想问题的结果与其产生的原因结构图形化。在许多人集中讨论一个问题时，这种方法便于把各种不同意见加以综合整理，从而使大家对问题的看法趋于一致。
2．KJ法
KJ法是一种直观的定性分析方法，它是由日本东京工业大学的川喜田二郎（Kauakida Jir）教授开发的。KJ法是从很多信息中归纳出问题整体含义的一种分析方法。它的基本原理是把每个信息做成卡片，将这些卡片摊在桌子上观察其全部，把有“亲近性”的卡片集中起来合成子问题，依次做下去，最后求得问题整体的构成。这种方法把人们对图形的思考功能与直觉的综合能力很好地结合起来，不需要特别的手段和知识，不论是个人或者团体都能简便地实行。因此，KJ法是分析复杂问题的一种有效方法。
KJ法的实施按下列步骤进行：
第一，尽量广泛地收集与问题可能有关的信息，并用关键的语句简洁地表达出来；
第二，一个信息做一张卡片，卡片上的标题记载要简明易懂。如果是团体实施，则要记载前充分协商好内容，以防止误解；
第三，把卡片摊在桌子上通过观全局，充分调动人的知觉能力，把有“亲近性”的卡片集中到一起作为一个小组；
第四，给小组取个新名称，其注意事项同步骤一。这个小组是由小项目（卡片）综合起来的，应把它作为子系统来登记。这个步骤不仅要凭直觉，而且要运用综合分析能力发现小组的意义所在；
第五，重复步骤三和四，分别形成小组、中组和大组，但对难以编组的卡片不要勉强地编组，可把它们单独放在一边；
第六，把小组（卡片）放在桌上进行移动，根据小组间的类似关系、对应关系、从属关系和因果关系等进行排列；
第七，将排列结果画成图表，即把小组按大小用粗线框起来，把一个个有关系的方框用“有向枝”（带箭头的线段）连接起来，构成一目了然的整体结构图；
第八，观察结构图，分析它的含义，取得对整个问题的明确认识。
3．目标—手段分析法目标—手段分析法，就是将要达到的目标和所需要的手段按照系统展开，一级手段等于二级目标，二级手段等于三级目标，依次类推，便产生了层次分明、互相联系又逐渐具体化的分层目标系统（见图9）。在分解过程中，要注意使分解的分目标与总目标保持一致，
目 标
手 段目 标
手 段目 标图9 目标—手段分析图分目标的集合一定要保证总目标的实现。分解过程中，分目标之间可能一致，也可能不一致，甚至是矛盾的，这就是需要不断调整，使之在总体上保持协调。将总目标分解为若干个层次的分目标，需要有很大的创造性，要有丰富的科学技术知识与实践经验。目标分解需要反复地进行，直到满意为止。目标—手段分析法的实质是运用效能原理不断进行分析的过程。
案 例规划——计划——预算制度(PPBS)(
理性途径凭借其逻辑而拥有许多追随者。然而，正如PPBS案例所表明的那样，理性决策直接明了的逻辑在现实中存在相当大的变动，而且，系统分析实施过程中存在的障碍可能会导致其最终失败。
1961年，国防部长罗伯特·麦克纳马拉（Robert McNamala）在五角大楼里推介使用了PPBS。这项方法分三个步骤：(1)规划。高层官员制定国防活动的五年战略；(2)计划。将战略转化为对国防部的需要的具体说明，包括应在何时购买何种武器系统；(3)预算。将计划转变为每个年度的预算要求，其基本思路就是要将年度预算过程与长期计划相挂钩，而不是与随意性要求相联系。而且，每个分支机构都要根据规划而不是单位编制来制定预算。如五角大楼会确定国家的战略要求是否需要喷气式战斗机，如果需要的话，那它要具备什么性能。而在预算方面，麦克纳马拉希望规划预算能够通过减少机构间为其特有的武器系统而进行的竞争来压低开支。
约翰逊总统对国防部所取得的成效甚为满意。1965年，他将PPBS推广到几乎所有的联邦非军事部门和机构，每个机构都要以计划的形式向预算局（Bureau of the Budget，现在的行政管理与预算局：the Office of Management and Budget）提交预算。规划预算要有大量的论证资料，这些资料包括“所有相关的结果、费用、资金需要”以及“解决问题的各种途径所需成本和收益”。此外，各个机构还要为未来计划和资金要求拟定一个五年规划。然而，这些规划往往是“冗长的愿望清单，列明了机构在没有被施加财政约束的情况下想在他们的计划上所做的投入”。PPBS文件和机构实际计划之间的联系往往很模糊。同时，由于国会仍沿袭旧的方式来操作拨款程序，PPBS与国会决议间的联系实际上也很模糊。
PPBS没有对总统及国会的预算决议加以结合和改进，反而创建了自己的文案工作领域，PPBS最终不堪重负而失败。1971年6月，当行政管理与预算局停止要求各机构将常规预算申请同PPBS文件一起上交时，联邦政府的PPBS也就宣告终结了。
从其最初的目标来看，PPBS是个失败的例子，它未能改变政府计划的基础，也未能真正把预算——政府的投入——和它的产出联系起来。在尝试过该方法的外国政府和几乎所有的州及地方政府中，其结果都是相似的。 PPBS的失败部分归因于预算者无法应付该制度在分析上的负担，从根本上讲，它的失败是因为设计上存在明显缺陷：PPBS没有根据它要运作的组织环境来设计。首先，PPBS的设计者将国会排除在外，而且PPBS的实施者“拒绝向国会透露依据PPBS所做的研究和有关信息……（可是）缺少这种信息，国会甚至连针对项目进展提出恰当问题的能力都受到严重削弱”。其次，虽然PPBS仅是行政机关的一种工具，但甚至连这种有限的环境因素也被忽略掉了。PPBS实施者对如何化解行政抵制准备不足，任何创新都会招致这样的抵制，但PPBS实施者似乎对许多其他政府官员显得相当傲慢。PPBS的实施使下层组织非常不安，因为PPBS看起来要夺走他们的权力(权力被集中到机构负责人和预算局手中)，使分析工作从深谙政策领域的机构人员手里转移到那些擅长量化却不熟悉政策领域的PPBS技术人员手中，同时它要求大量文件报告却对决策无任何可见的影响力。
然而，PPBS仍具有相当大的成效。它把大量能干的分析者引入政府，其中的许多人仍在为政府效力。19它使许多高层官员和职业公务员熟悉了一种论述问题的新风格：强调解释目标、形成实现目标的各种途径以及在适当的时候使成本收益量化。现在，制定项目成本的多年规划已成为国会预算程序中的例行部份。
此外，五角大楼现在仍积极地实施一项修正过的PPBS。国防部官员继续制定长期规划，将这些规划转变为具体计划，然后再形成预算。这一过程的运作方式因行政方面的差异而有相当大的区别。共和党政府倾向于授予各个机构更多权力，而民主党政府则将权力更多地收归于国防部长身上。尽管PPBS持续存在，但结果却仍令人失望。原助理国防部长劳伦斯·J·科伯（Lawrence J,Korb）认为在里根时期，高层官员采取PPBS“促使国防部的合理预算近乎崩溃，并助长了对国家一致性的进一步破坏。事实上，当1987年末温伯格（Weinberger）离开五角大厦的时候，预算程序正近乎一片混乱”。科布认为，国防部的规划对“预算程序几乎毫无影响”，规划会议的参与人数过多以致根本无法做出有意义的决策，而前期的决策从来不会促成最终预算决策的形成。
[思考题]
1．解释系统和系统分析概念。
2．简述系统分析与政策分析的关系。
3．系统分析有哪些基本内容？
4．用例子说明系统分析的定量技术的应用。
5．分析上述案例，指出PPBS最终失败的原因及其对系统分析方法应用的经验教训。
