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，通过模拟模型来“倒带”，并研究相关的社会和生态参数对社会演化的长期影响，这样，人类学家就能够证明，物质要素并不一定有特定的文化或社会特质相匹配，也不需要做出任何目的论或功能主义解释。

除了对这些相对独立的社会科学学科的影响，基于主体的模型还推动了一些新的研究领域的形成，如多主体系统、社会生态学、社会规范等。多主体系统旨在为理解不同领域的分布式智能系统的一般属性提供基础，处于计算机科学、分布式人工智能、工程学、认知与社会科学的交叉地带;在社会生态学研究中，基于主体的模型不只是一种建模工具，还是一种行动研究方法，用以分析局部群体层次上的决策;对社会规范的研究涉及认知科学、实验行为科学、进化博弈论、文化进化研究等领域，探究了社会规范如何以自发的自组织形式从主体局部交互作用中突现出来，以及社会规范如何通过偏离标准社会模式来影响社会认知。

可以说，在那些把数学形式体系、抽象和演绎作为学科主要研究模式的领域如经济学中，基于主体的模型可以把更多基于经验的假设纳入理论中，放宽了大量高度抽象的假定所具有的限制性作用，特别是，它开启了引入基于非平衡微观基础动力学的复杂性视角的可能性;而在那些定性证据、叙事描述和归纳法构成主要研究模式的学科如人类学、历史学和社会学中，基于主体的模型通过建构形式化体系、简化复杂叙事结构并扩大生成性解释的范围，为这些学科提供了更多的精确性[4]200-204。近年来，这一建模策略逐渐扩展至社会科学研究的各个具体领域中，展现出强大的生命力，被视为“进行科学研究的第三条道路”[8]。

三、模型化:问题导向与多元形式主义

在复杂系统范式下，基于主体的模型标志着社会科学建模路径从基于变量的模型向基于对象的模型的实质性转变，它既看到了构成社会系统的主体的自主性、适应性和目标导向性，又呈现出系统运行结果的突现性和不可预测性;既揭示了主体及其交互作用对于整体系统行为的非线性迭代影响，又关注到微观层次上主体对于宏观系统约束的自适应和自调节。因此，基于主体的模型不只代表着社会科学模型化发展的一个有效进路，其所蕴含的复杂系统思维更代表着社会科学研究范式变革的一个有力切入点。

(一)科学层面:“问题导向”的范式改革

在形式上，基于主体的模型包含三个主要构成要素:主体、规则和主体所处的环境。值得注意的是，基于主体的模型不只规定了主体之间交互作用的规则，还规定了主体与环境之间以及环境之间的交互作用规则。其中，主体与环境之间的规则支配着社会系统所处的环境条件对于主体决策和行为的影响，环境之间的规则涉及环境的生物物理学构成中的因果机制，前者以社会理论、环境科学及相关学科为基础，后者以物理学、生物学和工程学等为基础。这就有助于利用跨学科或多学科知识和理论推进社会科学研究，丰富社会科学研究的学科背景和基底。虽然大部分社会科学家都承认各门具体学科的划分是基于研究的便利，但实际上很多社会过程并不能整齐地分解为独立的经济学的、人口统计学的、文化的或空间的子过程，基于主体的建模提供了一种把它们聚合起来以作为整体过程来分析的方法，帮助我们跨越可能会限制我们洞察力的某些人工边界。这本质上强化了一种“问题导向”的社会科学研究范式的变革趋向。

基于主体的模型为我们提供了在社会科学中跨学科地重新配置学科边界的可能性，这具有深远的方法论影响。第一，以涉及不同实体、过程、层次的“大问题”为研究对象，使得研究者可以区分和比较构成社会系统的不同层次，如个体层次、社会层次及生态学层次上的解释机制，从而跨学科地提升了研究者理解一般特征与特定属性的能力。第二，跨学科有利于来自计算机科学、物理学、生态学等学科的一些创新建模方法和技术扩展到社会科学领域中。

基于主体的模型本质上是一种计算社会科学形式，然而，从社会科学到计算社会科学比从诸如生物学到计算生物学面临的困难要大得多。首先，在社会科学领域，建模需要通过实验、观察、档案馆、调查等来获取大数据，而这要求在分布式的、不同步的、去中心化的、有内生动态连接拓扑结构的社会系统中，依靠数据挖掘和机器学习技术等来获取;其次，很多社会科学模型很复杂，研究者有大量参数选择，使得他们可以过度拟合模型以生成任何想要的结果，因此，要避免那些尽管使用了正确的参数设置和规则，但却能生成任何假定结果的模型;再次，对于如何建构、描述、分析、评估及复制基于主体的模型，目前还缺少一个统一的方法论标准，因而需要在具体的实践和科学交流中形成一种“计算通用语”[9]，以促进模型之间的比较、改善结果的可重复性进而实现知识的累积。另外，虽然对于具有有限信息和计算能力的异质自主主体构成的空间分布式社会系统而言，基于主体的模型是一种强有力的分析工具，但它并不排斥其他模型，对于社会领域的某些解释目的而言，低维微分方程、聚合回归、博弈论等也是可行的。

(二)哲学层面:多元形式主义的融合

事实上，在复杂系统范式下探索社会科学的模型化路径演变，不只是一个科学问题，更是一个哲学问题。基于主体的模型因为把社会解释为一种分布式计算装置，把社会动力学解释为一种计算类型，对于社会科学哲学中长期存在的一些争论给予了重新描述和解释，同时，也带来了一些新的重大基础性问题，这些问题通常与“不可判定性”“联结主义”“混合式理论-计算形式”等有关[10]。

基于主体的模型为生成稳定且可复制的整体确定了微观规范，借此消解了在传统社会科学研究中占据核心争论位置的微观-宏观二分。这本质上是一种生成性研究方法，通过计算机来模拟社会系统的结构特征并探索其时空发展，以提供对复杂社会结果的生成性解释。但是，这种解释与做出科学预测在逻辑上是独立的，基于主体的模型只是为一种给定的微观规范足以生成某种宏观结构提供计算示范，这种生成充分性证明了某一现象不可预测并不意味着它在原则上不可解释。在此基础上，基于主体的模型也把个体理性与宏观均衡分隔开了，微观理性既不是获得宏观均衡的必要条件(如进化模型)，也不是宏观均衡的充分条件(如非平衡经济)，这进而在一定程度上把社会科学从“政策科学的服务员”的角色中解放出来。

基于主体的模型把过程、变化和长期动力学等置于社会科学研究的核心位置。虽然绝大多数社会科学研究者都承认社会现象的过程本质，但因为缺少适当的方法和工具，或者只是为了易操作性，这些研究对象长期处于传统社会科学研究的边缘位置。基于主体的模型因为其复制、合成、可视化的能力，允许社会科学研究者根据从主体交互作用和随时间变化中突现出的过程来思考社会现象，就像在人类学、历史学、考古学中的应用一样，它本质上是一种“倒带”。在获得决定社会结构或制度演化的机制上，基于主体的模型的这种优势，进而确立了建模在社会科学描述和理论化中的核心地位，克服了那些叙事描述和非形式化理论占据主导地位的传统社会科学话语对模型的简单拒斥。总之，基于主体的模型在建模过程中将各种语境要素与多元形式主义兼容起来，既强调了系统构成的整体性，又突显了系统演化的敏感性;既揭示了系统在宏观层次上的突现性，又在微观层次上消解了还原问题。

四、结语

哲学与科学一直是协同发展的，所有重要的科学发现都会改变我们对于自然和人类本身的理解。复杂系统科学更进一步，它不仅有助于我们更好地理解和解释社会现象，更会改变我们看待(社会)科学本身的方式。然而，值得强调的是，提出一个好问题与提供一个好答案之间还有很长的道路。目前，社会科学研究者对于构成一个合理的基于主体的模型的基本要素还未达成一致，有待解决的问题还有很多。例如，我们需要一个框架来将假定、自变量、历史细节等纳入所研究问题的简化特征空间，但又不能扩展参数空间的规模;如何将经验研究与可试验的计算模型更紧密地连接起来;如何处理模型的过度拟合与低度拟合之间的平衡和维度效应;等等。因此，社会科学的模型化任重道远。

王亚男.复杂系统范式下社会科学的模型化进路[J].科学技术哲学研究,2020,37(02):33-38.