全局控制模型“环境”对环境信息的分析过程进行分工调节，使环境的整体情况始终在监控之下。主要的分工有两种，一种是按照环境，另一种是按照机构，这样每个人或工作团队可以分别考虑到客户、供货商、投资者，或者考虑到各个环境因素。如何进行推测，下一步的每个子模型的分解又按照嵌入递归的观点（如在第8章所述），这样不至于造成系统的有机整体被破坏。
只有这种模型才能分工和协调地完成此类任务，使用环境模型的人始终不会失去对全局的了解，任何情况都不会漏掉。对于暂时或长期不了解的外部范围，在图上以“白色斑块”的形式表示，这样就避免了遇到特殊领域随之而失去对整体的把握。
“向内—向外—再向内”逻辑
全局控制模型“环境”建立在“向内—向外—再向内”的逻辑基础上。这个概念我在前面讲到六项绩效控制指标（CPC）时已经提到过。
通常采用“向外—向内”的逻辑对环境进行分析的做法往往迷失在无穷的数据海洋中。人的大脑不是这样工作的，大脑把自己作为基准点，大致这么来判断：什么是对我重要的？这个视角决定了什么环境信息是重要的，什么是不重要的[1]，而且是从生物体向外进入环境，然后再倒过来。
图10-5中心位置的企业模型在图10-6里被六项核心绩效指标模型所替代。有关六项核心绩效指标我已经在前面关于企业的使命和绩效计分卡的六项关键指标一章里谈到过。这些指标就如同企业的感觉器官，决定着哪些类型的信号和数据可以作为信息被利用。用专业上的话来说，哪些信号是出现区别的，那就意味着对企业有用的信息。
图 10-5 对环境的全局控制以及六项核心绩效控制
“向内—向外—再向内”的逻辑是对传统的环境分析观念以及策略的形成有了180度的转变，这在前面讲到捷径方法时已经介绍了。
环境—企业的观察点：双重视角
全局控制模型“环境”把两种视角结合了起来，既包含了“环境”又包含了“企业”，两方面都可以增加模块，双方起到互补作用，因为特意加入了信息冗余，所以这种系统的视角转换也变得容易，但转换也是必需的。在某个视角下可能被忽略的情况，在另一个视角下可能会再次被发现。在环境这个视角里毫不起眼的东西可能到了企业的视角里变得十分重要。环境和企业可以按照目的再进一步划分下去。从中我们看到，什么叫做分析过程的控制。没有人可以把一切都想到周全，公司策略上所预设的模型就是解决这个问题的手段，我们再次看到了全局控制的作用。
环境层面
几个同心圆表示典型的环境视角，也是企业的生存环境，图中可以看到四个生存环境，经济的生存环境处在最重要的核心[2]，接着是技术环境、社会环境和生态环境。在个别的应用中还可以增加政治环境，政治模型在基础模型中是包含在社会环境中的。
企业层面
图10-6列出了企业层面典型的有影响的群体，用问号表示的项目作为预留项，根据个别需要来填充。这里的群体通常被看作“利益相关者”。在我的模型里，应用这个概念要到很后面，因为这些群体是否可以向企业提出诉求，提出多大的诉求，要到分析阶段才明朗。企业在做决策时首先需要考虑到的那些潜在有影响的群体。在讨论公司治理中，我认为“照顾利益相关者”是错误的。
图 10-6
动态的网络联系
我们知道，复杂性来自于动态的网络联系，这一点在模型中得到体现。在8个要素中有56个关系，可能其中每个都是重要的，也可能是不重要的，需要较多或较少的调节，或者说需要进行较多或较少的管理，我们至少得到2 56个关联点或状态，这是在环境模型上潜在的巨大数量的变化。如果我们再把这么多数量的变化与六项核心绩效控制组合起来，那么得到的是天文数量的复杂性，全部体现在模型的范围里。
地理位置根据需要而定
全局控制模型里没有地理范畴，这一点也许比较明显。地理范畴没有必要，因为分别有使用在某个地理区域内的模型，就如同各地有单独的地图一样。例如，根据企业的需要有用于美国、欧盟、中国、印度、巴西等地的专用全局控制模型。
从科学到实践
一个达到实用程度的环境模型并非来自通常所理解的科学分析。科学分析的环境模型是从学术角度建立的，而我的管理系统的环境模型则必须为企业管理的实践服务。这就意味着，要注重的是实际问题而不是学术问题，当然科学也并非排除在外，它的意义和作用更加重要。首先，必须实现许多学科能够共同发挥作用，如图10-7所示。其次，具体问题构成了综合学科知识的汇聚点。
这里值得提到的是，模型的工作原理比普通的分析更加复杂，对信息的加工类似人脑的功能。环境模型需要对信息和知识进行处理，知识不足以应对管理，书本知识更是不够。除了知识以外这里还需要更深入一步，即如何利用知识的知识。这里我没有更好的表达方式，只能用“认识”这个概念，这在英语中也没有对应的词。
图 10-7 学科相对于具体问题
双重趋同
下一步很清楚，图10-7的逻辑和系统要进行混合，或者更恰当地说是与图10-8的系统实现趋同。六项核心绩效指标的基本变量按照“向内—向外—再向内”的逻辑来判别什么是对企业环境重要的信息。这方面的信息与知识在利用相关科学的情况下又送入到基本变量中，哪些科学领域和方法对此特别重要，这是下一节要讨论的话题。这里用双重趋同过程来形容是合适的，其中的反馈环属于最强的信息调节过程和知识调节过程，因此也是系统功能的最强调节。
[1]对专家要做补充说明：这是系统认知的自我参照，是海因茨·冯·福尔斯特和弗朗西斯科·瓦雷拉提出的对圆周形循环逻辑的认识。
[2]这在产业界是必需的。如果应用到某个社会机构中，那么社会环境恐怕要放到核心地位了。就此而言，这个模型提供了各种灵活性。
环境模型的全局控制
全局控制模型“环境”对一个企业的具体环境模型的生成进行调节。前面已经说过，通过这个模型可以选出如客户、投资者等不同的范围，再让有关专家进行加工，而且不会失去整体的联系，因为控制和整合的前提还存在。第8章里已讨论过公用的知识和理解。
一个实用程度的环境模型需要使用一些重要的原则和理论。下面我们选择几个最重要的知识范围和生成符合技术水平的环境模型必须使用的方法来加以说明。例如人们为了交际和市场营销必须认识全球性的行为现象，而没有大众心理学的知识就无法去理解。
我们去信任一种不是根据上述原则来进行的环境评价是有危险的。值得注意的是，满足这些条件的企业数量很少，更不用说其他一些机构了。从环境知识的重要性、可采用的手段和今天所掌握的知识等方面来衡量，大部分企业对外界环境的掌握是不够的，往往还是危险地局限于片面的几个环境方面，其他更多的方面还根本是空缺。
下面的建议中有的是长期重要的，有的则在将来会发生变化，但根据我的看法从目前到较长时间内都是特别重要的。随着系统论思维的进一步传播，这些规则有一天将会成为自然的东西，到了那个时候就必须通过原则判断来规定并要求遵守了。下面介绍企业环境最好的全局控制。
实时原则：建立环境模型和对环境进行监控都必须连续和实时进行
这一原则符合前面描述过的感知过程和思维过程，广泛的做法是每隔几年进行一次大的局面演习，演习完了却又置之不理了，这样对系统的控制完全不起作用，从控制论角度看是无效的。这种做法几乎肯定将造成不可挽回的错误，至少使环境模型这个工具变得毫无可信度。需要做出应对行动的重大事情随时都会发生，世界上的事情不会按照预想的时刻表发生。信息收集和信息加工必须做到实时完成。
模糊的系统边界：复杂性系统的边界始终是动态变化的，基本上是模糊的
这是无法改变的，所以也不应当去做这样的尝试，否则只能获得虚假的精确性和错误的边界。相反，我们必须允许甚至明确规定，工作中应当采用模糊的界限。没有人可以说出，企业具体延伸到什么边界，哪里开始属于企业以外的环境。这样的边界必须要有意识地、“强制性地”去探究。这一章开始提出的名人名言有它的道理。这里所需类型的模型特意建成接口式的模型。[1]
统计是必需的：没有具体的统计式思维就没有信息
假如我没有经常看到有的企业在实践中信息的准备有多么落后，我也不会想到去建议一个公司策略的规则。在我30多年所遇到的企业介绍中，有2/3的数量中包含了严重的统计错误，导致了错误的结论和决策。这样的错误也经常发生在知名企业的董事和监事会会议这种最高决策委员会中。另外此类现象最近还不是如人们所期待的那样在减少，反而是在增加。更有人对统计学一无所知，所以必须有一个全局控制规则，规定在专业水平上的应用统计学[2]，没有统计学就不可能做到把握复杂性。