社会科学的模型化进路在复杂系统范式下的发展.docx

社会科学的模型化进路在复杂系统范式下的发展模型在近代科学的发展中发挥着关键作用，哲学家们倾向于把模型视为除理论和数据之外，能够对科学进步产生独立影响的“自主主体”[1]模型为描述社会系统并将其理论化，提供了一种直接在经验待解释项的基础上，通过抽象和形式化来建构理论的方式模型作为一种科学研究对象，允许科学家共同体审查、扩展、证伪、试验以及比较，利于实现科学结果在主体间层次上的累积社会科学自建立之初，一直在机械论范式的主导下，借助数学建模方法，基于线性可分解和平衡假定，尝试实现对社会现象的模型化认识然而，在面对复杂系统范式所揭示的社会系统构成和演化的非线性、不确定性和不可逆性时，统计学和数学模型的形式化优势消失了计算机模拟为社会系统构成要素及其交互作用规则，以及社会系统所处的自然和人工环境的本质复杂性，提供了一种新的形式表征体系可以说，“计算机模拟之于社会科学的作用类似于数学之于自然科学的作用”[2]一、计算机模拟技术的发展:从基于变量到基于对象在计算机模拟技术发展之前，数学和统计建模方法在传统社会科学模型化中占据主导地位但是，这些建模方法基于对社会系统线性构成和演化的假定，把社会系统的内在和本质复杂性当作科学误差来处理，并集中于那些使用现有概念和工具就可以解决的社会问题，其问题随着牛顿机械决定论范式的本质缺陷的暴露和复杂系统范式的跨学科应用而被逐渐凸显出来。

计算机模拟有助于表征社会主体的异质性和自主性、社会交互作用的耦合动力学以及社会环境的复合性和随机性，它既超越了基于量化还原的建模策略的机械决定论问题，又是对历史和民族志等定性方法的强有力的科学补充可以说，计算机模拟技术的发展，不仅为社会科学提供了新的建模工具，部分程度上克服了机械还原论建模策略的内在不足，更将本应该得到重视的突现复杂性问题，提到了社会科学研究的核心位置因此，在本体论、认识论和方法论层面上均带来了描述和解释社会系统复杂性的实质性改进一)基于变量的模型:系统动力学基于变量的模型，也叫基于方程的模型，是借助计算机模拟所构造的一类主要社会系统模型这类模型面向参照系统中的关键变量，通过表征变量之间的动态交互作用来建立确定性方程组或随机方程组，由此获得确定性的结论或统计性的结论系统动力学模型是基于变量的社会系统模型的典型代表，它主要通过在连续或离散时间内，分别根据层级和速率、存量和流量建立微分或差分方程组，来表征参照系统的状态和动力学这类建模策略对于被抽象为状态网络和变化率的社会系统而言，既适用于表征包括稳定、扩大、抑制、循环、振动、渐进行为以及其他定性模式在内的宏观变化，也适用于表征由给定变量之间的因果关系而不是某些未知原因或随机机制造成的微观变化。

系统在宏观层次和微观层次上的变化分别对应两个抽象过程:构造“因果环路图”和“存量流量图”[3]253-258因果环路图用以表征给定变量与其变化率之间在宏观层次上的反馈关系这种反馈关系可以根据促进还是阻碍给定变量而被视为正反馈或负反馈，也叫作强化动力学或平衡动力学，因果环路图在整体系统层面上从定性的视角描述了变量之间的逻辑结构关系存量流量图用存量来表示变量，用流量来表示变化率，用更加定量化的方式表示给定变量与其变化率之间的数量关系这样，系统动力学模型不仅在宏观层次上呈现了系统变量之间的相互依赖性和反馈关系，也在微观层次上通过给定变量之间的直接因果关系建立了描述系统动态演化的微分或差分方程，这就将对复杂社会系统的定性和定量认识结合了起来，形成了对社会系统突现复杂性的实质性认识然而，这种建模策略存在以下几个问题:第一，这种方法集中于聚合而不是单一主体，无法描述具有记忆、学习和适应等特征的主体行为;第二，它提前假定了变量之间的交互作用会产生直接影响，忽视了构成社会系统的主体之间的非线性的、累积性的、不可预测的影响;第三，它将系统变化主要归结为关键变量之间的因果关系，忽视或者有意降低了未被观察到的或者其他关联因素的影响力。

总之，这种建模策略虽然关注到社会系统要素之间的互动和反馈，但仍以发现规律和实现可预测性作为社会科学研究的核心目标二)基于对象的模型:元胞自动机和ABM基于变量的模型存在内在缺陷，加之计算机模拟技术和复杂系统思维的发展，基于对象的建模策略开始在社会科学各领域中扩展开来基于对象的模型主要包括两种类型:元胞自动机模型和基于主体的模型(ABM)[3]273其中，元胞自动机模型的基本单位是细胞，每个模型包含大量细胞，每个细胞具有有限状态数，在模拟运行前，每个细胞都被初始化为一个特定状态;细胞类型不同，相邻细胞的数量也会不同;每个细胞都在邻域半径所规定的区域内与相邻细胞进行交互作用;相邻细胞通常在二维网格内进行交互作用，细胞状态会因为这些局部交互作用规则而随时间发生变化，但这些规则并不会影响整体系统的突现行为;宏观层次上的系统行为可能会演化为某一固定状态，或者在不同模式之间振荡，抑或表现出完全混沌的行为然而，在面对复杂社会系统时，这种模型所假定的细胞的同质性、规则或规则集的不变性以及细胞对相邻细胞信息的完全掌握等，都存在着很多问题例如，构成社会系统的个体或群体通常是异质的;要素之间的关系通常是多变的;主体具有有限理性，并不能对其周围的环境和相互作用的其他主体的信息进行整体把握;等等。

因此，在对主体异质性、规则多样性和环境复合性等社会系统特征的强调下，元胞自动机模型的局限性日益凸显与之相比，基于主体的模型因为对主体、主体之间交互作用的规则以及主体所处的环境的共同关注，提供了模拟个体异质性、表征主体决策规则以及在一种地理空间或其他类型的空间中定位主体的可能性分布式人工智能计算技术和面向对象的程序设计，是基于主体的模型建立的基础[4]199，它们允许研究者把主体模拟为一个计算机程序的一部分，主体通过交换信息来交互作用，经由通信协议，对环境做出反应，学习、适应并改变行为规则，这种计算主体具有人类主体所特有的认知和行为属性，同时，地理空间、制度规则和社会结构等环境也可以得到程序化具体来说，第一，主体是一组具有异质性、自主性、有限理性、以目标为导向等特征的行动者，它可以是个体，也可以是集体，如家庭、群体或其他社会集合体第二，主体基于有限理性而不是完全基于某一组设定规则而行动，它既可以基于内生目标和信息来主动行动，也可以对自己所感知到的环境状况进行回应第三，主体所处的环境可能包含组织空间如社会网络、区域空间如物理环境以及其他类型的空间如政策空间等这些更加似人的特征，使其对于社会科学和行为科学而言，是一种在方法论上强有力的形式体系，特别是对于那些主要表示行动者和社会行为模式的社会理论而言更是如此。

[3]290因此，相比基于变量的模型和其他类型的基于对象的模型，基于主体的模型因为使主体具备真实世界行动者的认知和社会特征，故而在模型与真实世界之间获得了一种本体论对应;因为关注各种形式的主体交互作用及其在宏观层次上的长期影响，使得局部交互作用自下而上的突现属性得到历时研究，故而将过程、变化、发展等置于社会科学研究的核心位置;因为在那些经验研究和理论相互独立的领域为社会科学研究者提供了把演绎和归纳、理论和数据、观察和推测相结合的技术，超越了微观规范与宏观结构、方法论个体主义与整体主义的对立，故而推动了一种“问题导向”的社会科学研究模式的形成近年来，基于主体的模型作为一种富有潜力的建模策略已逐渐应用于模拟空间聚落形态、贸易网络、组织行为、资本收益波动、空间博弈合作等重要的社会现象二、基于主体的模型:学科实践与方法论意义考虑到各门社会科学学科在面临的挑战、科学标准、研究路径等方面存在的异质性，在具体学科如经济学、社会学、人类学以及多主体系统、社会生态学等新领域中探索基于主体的模型的特定应用，有助于在具体的学科实践中把握这种建模策略的本质内涵和方法论意义一)经济学:从理性假设到新基础各种规模的金融和经济危机证明了传统经济学模型在解释经济现象并提供政策指导中所存在的不恰当性。

经济主体具备完全知识、完全市场和竞争的存在、即时理性地处理新情况、最大化长期利益等完美假设，与真实经济现象的复杂性与非线性、经济主体的有限理性与不完全知识、市场价格的多重形成机制等之间的矛盾，迫切需要引入新的建模技术基于主体的模型有助于经济理论向经验证据的回归，以新的理论基础和解释论证，为经济学提供了替代性的形式体系和建模策略由此，一门新的学科“基于主体的计算经济学”(ACE)[5]开始兴起，它以复杂适应系统理论为基础，在可控实验条件下研究分散化市场经济的演化，对经济过程进行计算研究主流经济学通过找到适合经验数据的形式结构分析模型，以此来简化经济复杂性，与之不同，ACE提出的简化模式以迭代过程而不是结构为核心它在以下两个方面将经济学的基础再形式化[4]205-206:第一，经济主体不再被假定为超理性效用函数最大化实体，主体具有不完全知识和信息不对称性，是遵循一定规则与其他主体交互作用并受其他主体影响的适应性学习主体;第二，经济模型不再追求微观-宏观对应的功能主义聚合机制，市场动力学作为从主体之间分散化的局部交互作用中突现出来的属性而得到研究目前，基于主体的模型还扩展到经济学的很多子领域中，如工业经济学、宏观经济学、金融市场等。

一方面，它将复杂经济系统的基本结构解释为经验层面上主体交互作用的合成结果，对于解释非常态收益分布、收益的波动集聚性等其他远离平衡的经济现象具有重要的现实意义;另一方面，基于主体的模型推动了经济学与那些注重人类认知、社会交互作用和演化的社会科学研究的调和，如行为科学、经济史、心理学及社会学，这种调和为深入理解经济现象开启了新的可能性二)社会学:从机械要素到自主行动者社会学自20世纪60年代起就已经开始使用计算机来把系统属性模拟为一组微分方程，以把局部层次上相互依赖的聚合要素关联起来，但这一时期的计算机模拟还是以预测而不是理解和解释为导向基于主体的模型开启了社会学模拟的一个新纪元”[6]，计算不再完全用于求解微分方程系统或评估数据形成的统计模型，而是将主体交互作用形式化，以把社会结构理解为规范的突现或创新的扩散在社会学研究中，基于主体的模型既关注主体性，又考虑到社会结构和制度在约束个体行动以及为个体行动提供机会中的作用，从而有助于社会学避开任何关于“先有蛋还是先有鸡”的本体论争论的沼泽，进而解决了两个解释挑战[4]208-209:一是自下而上的理解社会结构和集体动力学的自组织本质，二是理解产生社会秩序、合作、集体结果等社会结构的各个方面。

因此，基于主体的模型把对结构要素的关注与主体交互作用结合起来，以解释复杂的社会结果，从而推动了结构范式与行动范式在一种实用主义的建模层面进行有效收敛前者把宏观数据分析与生成性解释整合起来，后者把制度和社会结构解释为主体交互作用的聚合结果目前，“社会学与复杂性科学”(SACS)[7]作为社会学研究的一个新的子领域，特别是“复杂社会网络分析”(CSNA)，都借助基于主体的模型揭示构成社会系统的个体如何在网络中被连接起来，以及网络结构如何影响社会系统的突现属性，推动了对社会系统的演化动力学的定量认识三)人类学:从主观叙事主义到新科学观传统人类学研究受系统生态学模型的功能主义趋向影响，使得绝大多数人类学家强调定性解释和经验细节的主导地位，倡导主观主义和叙事主义，拒斥形式建模和计算机模拟相比其他社会科学学科，基于主体的模型对于人类学研究的影响相对边缘化，主要集中于引入一种基于模型的形式化科学观具体来说，首先，它为人类学研究者提供了一种把实地观察与形式建模结合起来的方法;其次，它把主体性置于任何人类学解释的核心，把人类学研究者的注意力拉回到对社会系统的宏观属性的分析;再次，它把人类学嵌入一种社会-自然长期进化的视角，由此任何特定的人类群体都可以基于比较而被一般化[4]212。

总之，基于主体的模型允许人类学研究回到系统层次。