復雜系統范式下社會科學的模型化進路

文/王亞男

模型化一直是社會科學重構認識論邏輯的有力途徑。模型為描述社會系統并將其理論化，提供了一種直接在經驗待解釋項的基礎上，通過抽象和形式化來建構理論的方式。社會科學自建立之初，一直在機械論范式的主導下，借助數學建模方法，基于線性可分解和平衡假定，嘗試實現對社會現象的模型化認識。然而，在面對復雜系統范式所揭示的社會系統構成和演化的非線性、不確定性和不可逆性時，統計學和數學模型的形式化優勢消失了。計算機模擬為社會系統構成要素及其交互作用規則以及社會系統所處的自然和人工環境的本質復雜性，提供了一種新的形式表征體系。

計算機模擬技術的發展：從基于變量到基于對象

在計算機模擬技術發展之前，數學和統計建模方法在傳統社會科學模型化中占據主導地位。但是，這些建模方法基于對社會系統線性構成和演化的假定，把社會系統的內在和本質復雜性當作科學誤差來處理，其問題隨著牛頓機械決定論范式的本質缺陷的暴露和復雜系統范式的跨學科應用而被逐漸凸顯出來。計算機模擬有助于表征社會主體的異質性和自主性、社會交互作用的耦合動力學以及社會環境的復合性和隨機性，它既超越了基于量化還原的建模策略的機械決定論問題，又是對歷史和民族志等定性方法的強有力的科學補充。

（一）基于變量的模型：系統動力學

基于變量的模型，也叫基于方程的模型，是借助計算機模擬所構造的一類主要社會系統模型。這類模型面向參照系統中的關鍵變量，通過表征變量之間的動態交互作用來建立確定性方程組或隨機方程組，由此獲得確定性的結論或統計性的結論。系統動力學模型是基于變量的社會系統模型的典型代表，它主要通過在連續或離散時間內，分別根據層級和速率、存量和流量建立微分或差分方程組，來表征參照系統的狀態和動力學。

系統在宏觀層次和微觀層次上的變化分別對應兩個抽象過程：構造“因果環路圖”和“存量流量圖”。因果環路圖用以表征給定變量與其變化率之間在宏觀層次上的反饋關系。這種反饋關系可以根據促進還是阻礙給定變量而被視為正反饋或負反饋，也叫做強化動力學或平衡動力學，因果環路圖在整體系統層面上從定性的視角描述了變量之間的邏輯結構關系。存量流量圖用存量來表示變量，用流量來表示變化率，用更加定量化的方式表示給定變量與其變化率之間的數量關系。這樣，系統動力學模型不僅在宏觀層次上呈現了系統變量之間的相互依賴性和反饋關系，也在微觀層次上通過給定變量之間的直接因果關系建立了描述系統動態演化的微分或差分方程，這就將對復雜社會系統的定性和定量認識結合了起來，形成了對社會系統突現復雜性的實質性認識。

然而，這種建模策略存在以下幾個問題：第一，這種方法集中于聚合而不是單一主體，無法描述具有記憶、學習和適應等特征的主體行為；第二，它提前假定了變量之間的交互作用會產生直接影響，忽視了構成社會系統的主體之間的非線性的、累積性的、不可預測的影響；第三，它將系統變化主要歸結為關鍵變量之間的因果關系，忽視或者有意降低了未被觀察到的或者其他關聯因素的影響力?？傊@種建模策略雖然關注到了社會系統要素之間的互動和反饋，但仍以發現規律和實現可預測性作為社會科學研究的核心目標。

（二）基于對象的模型：元胞自動機和ABM

基于變量的模型存在內在缺陷，加之計算機模擬技術和復雜系統思維的發展，基于對象的建模策略開始在社會科學各領域中擴展開來。基于對象的模型主要包括兩種類型：元胞自動機模型和基于主體的模型（ABM）。其中，元胞自動機模型的基本單位是細胞，每個模型包含大量細胞，每個細胞具有有限狀態數，在模擬運行前，每個細胞都被初始化為一個特定狀態；細胞類型不同，相鄰細胞的數量也會不同；每個細胞都在鄰域半徑所規定的區域內與相鄰細胞進行交互作用；相鄰細胞通常在二維網格內進行交互作用，細胞狀態會因為這些局部交互作用規則而隨時間發生變化，但這些規則并不會影響整體系統的突現行為；宏觀層次上的系統行為可能會演化為某一固定狀態，或者在不同模式之間振蕩，抑或表現出完全混沌的行為。然而，在面對復雜社會系統時，這種模型所假定的細胞的同質性、規則或規則集的不變性以及細胞對相鄰細胞信息的完全掌握等，都存在著很多問題。

與之相比，基于主體的模型因為對主體、主體之間交互作用的規則以及主體所處的環境的共同關注，提供了模擬個體異質性、表征主體決策規則以及在一種地理空間或其他類型的空間中定位主體的可能性。具體來說，第一，主體是一組具有異質性、自主性、有限理性、以目標為導向等特征的行動者，它可以是個體，也可以是集體，如家庭、群體或其他社會集合體。第二，主體基于有限理性而不是完全基于某一組設定規則而行動，它既可以基于內生目標和信息來主動行動，也可以對自己所感知到的環境狀況進行回應。第三，主體所處的環境可能包含組織空間如社會網絡、區域空間如物理環境以及其他類型的空間如政策空間等。

因此，相比基于變量的模型和其他類型的基于對象的模型，基于主體的模型因為使主體具備真實世界行動者的認知和社會特征，故而在模型與真實世界之間獲得了一種本體論對應；因為關注各種形式的主體交互作用及其在宏觀層次上的長期影響，使得局部交互作用自下而上的突現屬性得到歷時研究，故而將過程、變化、發展等置于社會科學研究的核心位置；因為在那些經驗研究和理論相互獨立的領域為社會科學研究者提供了把演繹和歸納、理論和數據、觀察和推測相結合的技術，超越了微觀規范與宏觀結構、方法論個體主義與整體主義的對立，故而推動了一種“問題導向”的社會科學研究模式的形成。

基于主體的模型：學科實踐與方法論意義

考慮到各門社會科學學科在面臨的挑戰、科學標準、研究路徑等方面存在的異質性，在具體學科如經濟學、社會學、人類學以及多主體系統、社會生態學等新領域中探索基于主體的模型的特定應用，有助于在具體的學科實踐中把握這種建模策略的本質內涵和方法論意義。

（一）經濟學：從理性假設到新基礎

各種規模的金融和經濟危機證明了傳統經濟學模型在解釋經濟現象并提供政策指導中所存在的不恰當性。經濟主體具備完全知識、完全市場和競爭的存在、即時理性地處理新情況、最大化長期利益等完美假設，與真實經濟現象的復雜性與非線性、經濟主體的有限理性與不完全知識、市場價格的多重形成機制等之間的矛盾，迫切需要引入新的建模技術?；谥黧w的模型有助于經濟理論向經驗證據的回歸，以新的理論基礎和解釋論證，為經濟學提供了替代性的形式體系和建模策略。由此，一門新的學科“基于主體的計算經濟學”（ACE）+開始興起，它以復雜適應系統理論為基礎，在可控實驗條件下研究分散化市場經濟的演化，對經濟過程進行計算研究。具體來說，它在以下兩個方面將經濟學的基礎再形式化：第一，經濟主體不再被假定為超理性效用函數最大化實體，主體具有不完全知識和信息不對稱性，是遵循一定規則與其他主體交互作用并受其他主體影響的適應性學習主體；第二，經濟模型不再追求微觀-宏觀對應的功能主義聚合機制，市場動力學作為從主體之間分散化的局部交互作用中突現出來的屬性而得到研究。

目前，基于主體的模型還擴展到經濟學的很多子領域中，如工業經濟學、宏觀經濟學、金融市場等。一方面，它將復雜經濟系統的基本結構解釋為經驗層面上主體交互作用的合成結果，對于解釋非常態收益分布、收益的波動集聚性等其他遠離平衡的經濟現象具有重要的現實意義；另一方面，基于主體的模型推動了經濟學與那些注重人類認知、社會交互作用和演化的社會科學研究的調和，如行為科學、經濟史、心理學及社會學，這種調和為深入理解經濟現象開啟了新的可能性。

（二）社會學：從機械要素到自主行動者

社會學自20世紀60年代起就已經開始使用計算機，用來把系統屬性模擬為一組微分方程，以把局部層次上相互依賴的聚合要素關聯起來，但是，這一時期的計算機模擬還是以預測而不是理解和解釋為導向。在社會學研究中，基于主體的模型，既關注主體性，又考慮到社會結構和制度在約束個體行動以及為個體行動提供機會中的作用，從而有助于社會學避開任何關于“先有蛋還是先有雞”的本體論爭論的沼澤，進而解決了兩個解釋帶來的挑戰：一是自下而上地理解社會結構和集體動力學的自組織本質，二是理解產生社會秩序、合作、集體結果等的社會結構的各個方面。

因此，基于主體的模型把對結構要素的關注與主體交互作用結合起來，以解釋復雜的社會結果，從而推動了結構范式與行動范式在一種實用主義的建模層面進行有效收斂。前者把宏觀數據分析與生成性解釋整合起來，后者把制度和社會結構解釋為主體交互作用的聚合結果。目前，“社會學與復雜性科學”（SACS）作為社會學研究的一個新的子領域，特別是“復雜社會網絡分析”（CSNA），都借助基于主體的模型揭示構成社會系統的個體如何在網絡中被連接起來，以及網絡結構如何影響社會系統的突現屬性，推動了對社會系統的演化動力學的定量認識。

（三）人類學：從主觀敘事主義到新科學觀

傳統人類學研究受系統生態學模型的功能主義趨向影響，使得絕大多數人類學家強調定性解釋和經驗細節的主導地位，倡導主觀主義和敘事主義，拒斥形式建模和計算機模擬。相比其他社會科學學科，基于主體的模型對于人類學研究的影響相對邊緣化，主要集中于引入一種基于模型的形式化科學觀。具體來說，首先，它為人類學研究者提供了一種把實地觀察與形式建模結合起來的重要方法；其次，它把主體性置于任何人類學解釋的核心，把人類學研究者的注意力拉回到對社會系統的宏觀屬性的分析；再次，它把人類學嵌入進一種社會-自然長期進化的視角中，由此任何特定的人類群體都可以基于比較而被一般化。

除了對這些相對獨立的社會科學學科的影響，基于主體的模型還推動了一些新的研究領域的形成，如多主體系統、社會生態學、社會規范等?？梢哉f，在那些把數學形式體系、抽象和演繹作為學科主要研究模式的領域如經濟學中，基于主體的模型可以把更多基于經驗的假設納入理論中，放寬了大量高度抽象的假定所具有的限制性作用；而在那些定性證據、敘事描述和歸納法構成主要研究模式的學科如人類學、歷史學和社會學中，基于主體的模型通過建構形式化體系、簡化復雜敘事結構并擴大生成性解釋的范圍，為這些學科提供了更多的精確性。

模型化：問題導向與多元形式主義

在復雜系統范式下，基于主體的模型標志著社會科學建模路徑從基于變量的模型向基于對象的模型的實質性轉變，它既看到了構成社會系統的主體的自主性、適應性和目標導向性，又呈現出系統運行結果的突現性和不可預測性；既揭示了主體及其交互作用對于整體系統行為的非線性迭代影響，又關注到微觀層次上主體對于宏觀系統約束的自適應和自調節。因此，基于主體的模型不只是代表著社會科學模型化發展的一個有效進路，其所蘊含的復雜系統思維更代表著社會科學研究范式變革的一個有力的切入點。

（一）科學層面：“問題導向”的范式改革

在形式上，基于主體的模型包含三個主要構成要素：主體、規則和主體所處的環境。值得注意的是，基于主體的模型不只規定了主體之間交互作用的規則，還規定了主體與環境之間以及環境之間的交互作用規則。其中，主體與環境之間的規則支配著社會系統所處的環境條件對于主體決策和行為的影響，環境之間的規則涉及環境的生物物理學構成中的因果機制，前者以社會理論、環境科學及相關學科為基礎，后者以物理學、生物學和工程學等為基礎。這就有助于利用跨學科或多學科知識和理論推進社會科學研究，豐富社會科學研究的學科背景和基底，從而進一步強化了一種“問題導向”的社會科學研究范式的變革趨向。

基于主體的模型本質上是一種計算社會科學形式，然而，從社會科學到計算社會科學相比較從諸如生物學到計算生物學，其面臨的困難要大得多。首先，在社會科學領域，建模需要通過實驗、觀察、檔案館、調查等來獲取大數據，而這要求在分布式的、不同步的、去中心化的、有內生動態連接拓撲結構的社會系統中，依靠數據挖掘和機器學習技術等來獲??；其次，很多社會科學模型很復雜，研究者有大量參數選擇，使得他們可以過度擬合模型以生成任何想要的結果，因此，要避免那些盡管使用了正確的參數設置和規則，但卻能生成任何假定結果的模型；再次，對于如何建構、描述、分析、評估及復制基于主體的模型，目前還缺少一個統一的方法論標準，因而需要在具體的實踐和科學交流中形成一種“計算通用語”，以促進模型之間的比較、改善結果的可重復性進而實現知識的累積。

（二）哲學層面：多元形式主義的融合

事實上，在復雜系統范式下探索社會科學的模型化路徑演變，不只是一個科學問題，更是一個哲學問題?；谥黧w的模型因為把社會解釋為一種分布式計算裝置，把社會動力學解釋為一種計算類型，對于社會科學哲學中長期存在的一些爭論給予了重新描述和解釋。

基于主體的模型為生成穩定且可復制的整體確定了微觀規范，借此消解了在傳統社會科學研究中占據核心爭論位置的微觀-宏觀二分。這本質上是一種生成性研究方法，通過計算機來模擬社會系統的結構特征并探索其時空發展，以提供對復雜社會結果的生成性解釋。但是，這種解釋與作出科學預測在邏輯上是獨立的，基于主體的模型只是為一種給定的微觀規范足以生成某種宏觀結構提供計算示范，這種生成充分性證明了某一現象不可預測并不意味著它在原則上不可解釋。

基于主體的模型，把過程、變化和長期動力學等置于社會科學研究的核心位置，并因為其復制、合成、可視化的能力，允許社會科學研究者根據從主體交互作用和隨時間變化中突現出的過程來思考社會現象，就像在人類學、歷史學、考古學中的應用一樣，它本質上是一種“倒帶”。在獲得決定社會結構或制度演化的機制上，基于主體的模型的這種優勢，進而確立了建模在社會科學描述和理論化中的核心地位，有力地克服了那些敘事描述和非形式化理論占據主導地位的傳統社會科學話語對模型的簡單拒斥。