# 系统的障碍
很多动态系统的行为变化，远远超出了我们的想象，并且，从中我们会有如下几项启示：
- 我们认为自己所知道关于这个世界的任何东西都只是一个模型。不论是具有实体意义的物理模型，还是我们头脑中认知和描述世界方式的心智模型。
- 我们的模型通常是与现实世界高度一致的。
- 我们的模型仍远远达不到完整描述世界的程度。
我们会经常犯错误，同一时间我们大脑只能跟踪少数变量，哪怕基于正确的假设，我们也经常会得出不合逻辑的结论，对于复杂系统中的震荡，只有很少的人能够从容应对。下面是我们在面对系统时，常常会遇到一些障碍。
# 被表象迷惑
系统会呈现出一些列事件迷惑我们，各种各样的事件源源不断的吸引我们的注意力，我们看待世界的方式几乎没有预见性，也不能揭示其内在的原因，就像冰山浮在水面的部分一样，事件只是一个更为巨大的复杂系统中为人可见的一小部分，但往往不是最重要的。
我们需要学会看到相关事件是如何积累形成的动态行为模式。系统的行为就是它的表现随时间变化的趋势，而不只是停留在较浅的事件层面。当遇到一个问题，我们要做的第一件事应该是寻找数据，来理解潜在的系统结构，系统结构是各种存量、流量和反馈回路的相互关联与作用，它是行为的根源，体现为随时间发生的一系列事件。
系统思考需要反复审视结构和行为，我们可以将结构和行为联系起来，去理解事件、行为以及结构之间的关系。现实生活中很多分析都只是停留在事件层面上，例如炒股，我们看到的股评很多都是就事论事的分析，因为利率上升，所以股市上涨了。
相对于事件层面的分析，经济分析往往会更近一步，达到行为层面，例如，一些计量经济模型会以复杂的方式来挖掘和表示收入、存储、投资、政府开支、利率、产出以及其他变量的历史趋势，以及它们之间的统计关系。这些基于行为层面的模型比事件层面的分析更有价值，但是它们仍然有一些根本性的问题，就是它们普遍过分强调了系统流量，而对存量关注不足，它们试图发现各种流量之间在统计上的关系，但任何一个流量与其他流量之间都没有稳定的关系，流量很可能是受存量影响，而非其他流量影响。
比如，我们有一组数据记录了过去一段时间房间里热量流入、流出的量，通过比较这些流量在过去时间段的变化，我们可以发现他们之间的关联，但是流量之间的关系很容易受到系统结构性的变化而改变，例如有人打开了窗口或者调整了空调温度，我们流入和流出量的关系就会发生很大的不同。因此，基于行为的计量经济学模型在预测短期经济走势时可能会有效，但是长期预测可能会表现较差。它们在帮助人们找到如何改善对层方面，可能也会比较薄弱。
# 线性思维
在系统中线性关系很容易理解，如果两个要素是线性的，就可以用一条直线来表述，它们之间有固定的比例，线性的方程组是很容易解的，例如我们在地里施肥10kg，就可以多收2kg谷物，如果施肥20kg，收成就能增加4kg。线性系统有一个重要的模块化的属性，即我们可以把它拆分成若干部件，然后重新组织起来。
非线性关系通常不容易解，也不能拆分和拼装，非线性关系意味着身处其中的参与者可以随时改变游戏规则，变化的不确定性使非线性关系难以被计算，但是它可以产生出更多丰富多彩的行为。非线性关系是因果之间不存在固定的比例关系，二者的关系只能用曲线或者不规则的线来表示，例如如果在地里施肥10kg，收成可以增加2kg，如果施肥20kg，收成不会在增加了，如果施肥30kg，收成会出现减产，原因是土壤的有机质被破坏掉了，庄稼无法生长。
非线性关系经常不符合看似合理的预期和推理，它改变了反馈回路的相对力量对比，它使系统从一种行为模式跳到了另外一种。系统中很多关系是非线性的，它们相对优势变化与存量的变化都是不成比例的，反馈系统中的非线性关系导致不同回路之间主导地位的转换，也相应的引起系统行为的复杂变化。
# 不恰当的划分边界
从某种意义上讲，每一种食物都与其他事物存在着联系，所谓边界，只是人为的区分，是人们出于观察、思考、理解、表达、交流等方面的需要，而在心里上设定的或是社会公认的虚拟边界。系统最大的复杂性可能就出现于边界上，在森林和草原之间，物种也在相互渗透，森林里的动物会到草原上，草原的动物也会渗透进森林中，边界上的无序、混杂，成为了多样化和创造力的根源所在。
我们在分析问题时划分边界，主要取决于我们要研究的是哪套系统，这些存量是否对于我们所关注的系统行为变化有显著影响。在系统中，并不存在一个明确、清晰划定的边界，而是要根据自己的需求和实际情况去划定，如果边界划定不当，很可能会带来一些问题。如果边界划定的太窄，一些对系统行为有显著影响的因素未被认证分析和对待，系统就可以产生令人意想不到的行为。
世界是普遍联系的，不存在孤立的系统，如何划定系统的边界，取决于我们分析的目的和我们想问的问题。如果我们想使流经居住城镇的一条河水变得清澈，就不能把边界只划定在我们所居住的城镇，必须把整条河都考虑进来，因为如果上游的污染不能得到有效的治理，我们所有的努力都将是徒劳的。同时，我们可能还要考虑包括河流两岸的土壤和地下水，这样才能将河流的生态形成闭环。
在系统分析时，人们也会陷入另外一个陷阱：把系统边界设定的过宽。在分析一个问题时，分析过于庞杂，积累了大量的信息，反而会遮掩问题的真实答案。例如，在模拟全球气候问题时，堆砌了所有的细节，列举了各种各样的原因，虽然很充实有趣，但是反而容易让人感到迷失，无法发现如何减少二氧化碳排放、控制气候变化的关键。
划定系统的边界需要较高的艺术性，边界是我们自己划定的，对于新的问题，出于不同的目的，可能需要对边界进行重庆考虑。在面对每一个新任务时，都应该忘掉在上次任务中可能行之有效的边界划分，我们需要针对当前问题，创造性的规划合适的边界。
# 限制因素模糊
在我们的思维中，倾向于认为单一原因只会引发单一的结果，同一时间内，我们往往只能考虑一件或很少的几件事，我们常常不喜欢考虑限制因素和范围，尤其是当我们在制定自己的工作计划和实现既定目标时。如果没有酵母，及时有再多的面粉，也做不出面包来，我们不管吃了多少碳水化合物，如果不摄入蛋白质，身体也不会健康，这里面酵母和蛋白质就是限制因素。模糊的限制因素，会让我们无法正向的增强反馈回路。
在给定的一段时间内，对于系统来说，最重要的一项输入是限制或者约束力度最大的那个因素。任何成长都存在限制，有些限制是自发的，有些是系统施加的，我们常常不是追求持续成长，而是选择在哪些因素的限制下维持生存。
# 时间延迟
无论是植物的成长、森林的隐蔽，还是事物的发展都需要时间，我们经常对事物发展需要多少时间感到出乎意料，在系统中时间延迟比比皆是，每一个存量都有延迟，大部分的流量也有延迟，包括运输延迟、感知延迟、处理延迟、成熟延迟等等。
改变延迟的长短可以彻底改变系统行为，同时延迟也是敏感的政策杠杆点。如果系统中的一个决策点对某一些信息存在反馈延迟，延迟更长或者更短一些都会使决策偏离目标，从而导致波动。时间延迟决定了系统的反应速度，以及信息传递的及时性。当反馈回路中存在较长的时间延迟时，需要一定的预见性，如果缺乏预见性，等到一个问题发酵了再采取行动，将会错过解决问题的重要时机。
# 有限理性
人们倾向于理性的从自己短期最大利益出发，但是往往每个人的行为积累下来的结果却是所有人都不愿意看到的。有限理性意味着人们会基于其掌握的信息制定理性的决策，但是由于人们掌握的信息通常是有限不完整的，尤其是对于系统中相隔较远的部分，由此导致他们的决策往往并非整体最优。
我们会以理性的方式尽力维护和扩大自身的利益，但是却只能基于自己所知道的信息进行思考，我们也极少能看到自己面前存在的所有可能性，通常不会预见到自己行动对于整体系统的影响，甚至可能会有选择的忽略这种影响，因此我们只能在自己有限的视野范围内，从当中几种很明显的选择中进行决策，并坚持自己的看法，不会考虑整体长期最优方案。也就是说，即使为了优化自己个体的利益，我们有时也不能做出完全正确的决策。
系统中角色的有限理性无法产生促进系统整体福利的决策。想要改变行为，首先要跳出我们所在系统中固有的位置，摒弃观察到的有限信息，力求看到系统整体的状况，从一个更广阔的视角看问题，可以重构信息流、目标、激励或限制因素，使分割的、有限的理性行动累加起来。