将风险评价的可能性空间拓展至未知：C–K理论在预见意外事件中的应用

《Risk Analysis》：Anticipating Surprises by Expanding a Risk Assessment's Possibility Space Into the Unknown With C–K Theory

　　

若风险评价者怀疑由现有可用知识可推导的可能性并不完整，应如何处理？风险分析人员在评价会产生新颖结果并导致意外事件（surprises）的开放系统（open systems）风险时，常遇到该问题。解决途径是将可能性空间（possibility space）拓展至未知。然而，此时纳入的新颖可能性不能仅是想象虚构；为具备可信性，它们必须与现有可用知识相系。这看似悖论：通过评价新颖可能性超越现有可用知识，而这些可能性为可信又必须扎根于现有可用知识。然而，它并不像初看那样矛盾。C–K理论（C–K Theory, CKT）旨在解释创新者在设计新产品时如何克服类似问题。创新涉及创造具有新颖特征的事物；因此，其某些组成部分可能尚不存在，甚至可能存在关于其技术可行性的不确定性。这种知识缺失使确定创新的可能性空间变得困难，该困难类似于评价开放系统中的风险时所面临的困难。CKT描述创新者如何在由既定事实与可判定命题（decidable propositions）构成的知识空间（knowledge space）与表示新颖、尚不可判定命题（undecidable propositions）的概念空间（conceptual space）之间迭代移动，从而克服该问题。如该研究以信贷紧缩（credit crunch）和9/11恐怖袭击案例所示，CKT可通过在扩展的（C, U）风险评价框架内生成、扩展和整合可能性空间，帮助预见意外事件。

研究背景与问题：开放系统（open systems）中的风险评价常产生新颖结果并导致意外事件（surprises）。若风险评价者怀疑由现有可用知识可推导的可能性不完整，仅以现有知识界定可能性空间便会留下意外之患；因此需将可能性空间拓展至未知。然而新颖可能性不能是纯粹想象，必须与现有知识相系。创新设计中的C–K理论（C–K Theory, CKT）处理类似问题：创新组件可能尚不存在或技术可行性不确定，导致难以确定可能性空间。该研究据此探讨CKT在风险评价中的应用，并以扩展的（C, U）风险评价框架为落点，试图缩小其知识差距、提高对意外事件的预见能力。研究内容与结论意义：研究人员通过理论分析与案例说明，将CKT用于生成、扩展并整合风险评价的可能性空间，使新颖可能性由既定事实和可判定命题（decidable propositions）出发，经概念空间（conceptual space, C-space）与知识空间（knowledge space, K-space）的迭代转换而得到。结论是CKT可帮助操作化扩展的（C, U）框架，缩小知识差距，从而降低风险评价对意外事件的易感性；其意义在于为开放系统风险评价提供一种既有知识根基又能超越现有知识的扩展路径。主要关键技术方法：该研究采用概念分析与理论整合，借鉴Hatchuel and Weil、Le Masson et al.与Gilain et al.的CKT及生成式理性思想；以信贷紧缩和9/11恐怖袭击为回溯性案例，说明四个设计算子（design operators）C→C、C→K、K→C、K→K的运用；结合扩展（C, U）框架中的知识景观（knowledge landscape）、知识差距（knowledge gap）与无知识（unknowledge, UK）分析CKT的操作化；并比较龙王者（dragon kings, DK）、极值理论（Extreme Value Theory, EVT）、稳健决策（Robust Decision-Making, RDM）与培根情景算法。该研究不涉及样本队列来源。研究结果：2 CKT简要概述：通过梳理Hatchuel and Weil的CKT，指出可能性空间或设计空间由C-space与K-space构成；C-space含新颖且最初不可判定的命题，K-space含既定事实和可判定命题；创新通过将C-set转化为K-set及四个设计算子迭代扩展并整合两空间，体现“扩展力”，这为风险评价扩展可能性空间提供理论依据。3 使用CKT将可能性空间扩展至未知：预见信贷紧缩与9/11：通过两个案例回溯说明CKT可将常见因素与新颖因素结合，生成并细化新颖可能性。3.1 预见信贷紧缩：以Claessens et al.、Minsky等所述金融危机共性为K-space起点，将复杂金融工具扩散、互联性、杠杆与家庭债务等新颖差异引入C-space，经K→C、C→C、C→K等步骤形成“资产价格快速上涨—信贷繁荣—复杂金融工具扩散—银行体系不信任传染”的细化命题，说明CKT或可帮助扩展可能性空间；但原文强调回溯性描述易于前瞻性识别。3.2 预见9/11恐怖袭击：在分散知识元素整合后，将“自杀攻击”与“劫机”两个K-space命题经K→K、K→C、C→C组合为“自杀式劫机并将飞机用作导弹”的新颖概念，并指出FBI已知的飞行员训练信息可支持其合理性（plausibility），说明CKT可促进分散知识整合后的可能性扩展。4 缩小知识差距并预见意外：CKT在扩展（C, U）风险评价框架操作化中的作用：通过分析框架中的C、U、C^′、Q、K与UK及知识景观随时间变化，指出意外来自C^′与C之间的知识差距；CKT通过组合、分割、重组和重塑知识元素，生成新颖概念并转化为新知识元素，从而扩展知识景观、缩窄知识差距。原文同时提出调整：风险知识具有可废止性，K-space可视为时间索引知识库K(t)；C-space与K-space不能直接等同于K与UK，二者均混合知识与无知识。5 其他与将可能性空间扩展至未知相关的概念和方法：通过比较分析明确CKT与其他方法的异同。5.1 将常见与新颖原因结合以预见龙王者：龙王者（dragon kings, DK）由正反馈和第二阶效应产生超常影响，且具有新颖原因；CKT因能生成并转化新颖可能性，可帮助预见DK。5.2 极值理论：以隐藏最大值形式揭示未知：Taleb基于极值理论（Extreme Value Theory, EVT）讨论隐藏最大值，可提示极端事件的潜在规模及经验数据可能误导的程度，但不识别原因和时机，对具体极端事件预见有限。5.3 稳健决策：RDM通过大量情景压力测试扩展可能性空间，暴露意外失效点和隐藏权衡；CKT可补充RDM早期利益相关者分析框架。5.4 培根情景算法：Feduzi and Runde的算法通过变异与排除将未知转化为已知，要求从基点想象尽可能远的新状态；CKT则从相邻可能（adjacent possible）出发，通过增量迭代扩展，降低对想象跨越和锚定效应的要求，并具有要求证明新情景可能性的机制。6 结论：通过上述分析，指出CKT为将风险评价可能性空间扩展至未知提供稳健手段，使新颖可能性与可用知识相系，帮助缩小知识差距并预见意外。讨论总结与结论翻译：讨论总结：原文讨论强调CKT用于风险评价需注意K-space的暂定性和可废止性，且C-space与K-space均混合知识与无知识；与DK、EVT、RDM和培根情景算法相比，CKT的独特处在于从既有知识出发，以增量迭代方式生成并整合新颖可能性。其作用不是取代其他方法，而是为扩展（C, U）框架和缩小知识差距提供操作化路径。研究结论翻译：为说服政策制定者进行降低风险的投资，风险评价中考虑的新颖可能性不能仅是猜测或想象虚构；它们必须与现有可用知识相系，但不能完全依赖现有可用知识。幸运的是，完全前所未有的事件和结果很少；即使在开放系统中，许多发生的事情也是已知主题的变体。因此，风险评价者可以从既定事实和可判定命题的起点向外扩展可能性空间，从而生成新颖可能性。如该研究所示，CKT提供了一种稳健手段，将风险评价的可能性空间扩展至未知，使所考虑的新颖且先前未知的可能性与可用知识相系。金融危机的案例尤其表明，很少有（完全）新的东西；金融危机常采取若干已知形式之一，但每次都有新颖方面。因此，2008年女王在伦敦经济学院提出的问题是合理的：为什么没有人注意到信贷紧缩的到来？其答案——集体想象力的失败——也合理；但该答案未表达的是，想象行为由某种东西而非虚无构成；想象行为并非脱离现实或证据的白日梦，而倾向于扎根于可用知识。因此，预见高影响意外并不是在绝对黑暗中进行幸运的想象性猜测。可用知识之光照入黑暗；但不能因为街灯下有光就只在街灯下寻找丢失的钥匙，而必须用光向周围黑暗扩展。在CKT中，新颖可能性由对既定事实和可判定命题的分析推导而来，从而为其提供知识根基；同时，溯因推理、想象和直觉仍有空间，并在从这些支撑事实和既定命题向未知扩展时凸显。由此，知识与无知识领域同时扩展并整合，生成更全面的可能性空间；这有助于缩小知识差距，并在开展风险评价时预见原本会成为意外的事件。