尽管大数据的收集越来越容易,但随着从微观到宏观的尺度(scale)变化,系统行为会发生非线性的变化,这让模型构建、行为预测困难重重。如何跨越系统的尺度变化,挖掘出对系统行为真正起到影响的重要信息,是复杂系统研究成败的关键。 美国新英格兰复杂系统研究所(New England Complex Systems Institute, NECSI)的 Yaneer Bar-Yam(创始人及所长)在 2016 年撰写了这篇综述,梳理了重整化群、临界相变、复杂度曲线、混沌等多尺度分析方法,并以生物进化、多样性、种族暴力、市场价格波动等具体问题做了分析,尝试总结出一套复杂系统跨尺度研究的通用框架。