五二小说网

手机浏览器扫描二维码访问

第二 社会科学解释的复杂性研究路径（第7页）

[45]事实上，在大多数复杂自然系统中，较低层次要素的行为是整体系统行为的必要但不充分条件，控制层级的出现有赖于系统对其构成要素的自上而下的约束，这是系统自我维持的一种新的动力学形式。

因此，“因果关系本质上是自上而下和自下而上的作用之间的一种双向对话”

[46]，因果关系的双向对话和不同高维空间中的因果循环相互嵌套交织，构成了复杂的因果关系网络。

本质上，互为因果关系的系统属性代表着一种生成性因果关系过程，其交互式作用的潜在的非线性影响，使实在的复杂性变得“自增强”

（self-potentiating）[47]。

一方面，这种扩展了的因果框架使得我们可以对社会系统的实体结构给予更充分的解释。

利用生成方法不仅可以认识社会系统复杂性的内生过程，更重要的是，认识在社会系统非线性演化机制内生成秩序的可能性；另一方面，双向因果关系的确立极大地限制了机械因果说明原则的解释力，挑战了以因果规律来实现决定论预测的科学目标。

同时，也对那些以因果决定论不属于社会领域为由，而质疑社会科学知识合理性的观点，给予了有力反击。

借助双向因果关系，不仅有助于澄清社会科学规律和社会科学解释的本质内涵，即规律和偶然语境的结合才能构成确定系统实际行为的充要条件，而解释则是初始条件、约束条件和条件依赖规律的合成物。

[48]而且，还在一定程度上修正了特定社会科学研究的目标，即不追求对系统的绝对的长期预测，而旨在对具体语境下系统的突现行为和演化路径给出明确的展示。

3.模型化路径：基于主体的建模

与获取社会科学知识的传统方法，如观察—归纳、假说—演绎等集中研究系统的物质构成不同，复杂系统范式借助系统内外关系构成的动态交互作用网络来把握系统运行。

构成复杂系统的主体相互联系、相互作用，形成一个交互作用网络。

联系的加强一方面增加了系统的整合度，使得系统的独特性凸显出来；另一方面也提高了系统的敏感度，构成系统的任何一个主体或交互作用的细微变化，都会通过反馈的迭代导致系统表现出完全不同的形态。

复杂系统正是在这种动态网络内生成、演化、消亡或者再生的，系统要素之间的动态关系塑造了要素的地位、形式和功能，进而引导着系统的运行和演化。

因此，网络的内在关系构成了定义社会系统的核心变量，也开辟了一种获取系统知识的新路径。

作为复杂系统科学代表性的建模方法，基于主体的模型建立在具有适应性、异质性和反馈性特征的自主主体的基础上，它允许使用数值数据来识别并描述系统要素之间的交互作用，进而提取关键变量，并分析它们之间可能的函数关系。

这就把社会行为形式化地描述为异质主体之间交互作用的结果。

由此，在获取系统知识的过程中，就调和了归纳方法和演绎方法、方法论个体主义和整体主义、微观规范和宏观结构、社会建构论和不可知论等之间的二元对立；通过为宏观整体来确定微观规范，超越了传统突现论在微观与宏观之间建立的“神秘间隙”

。

另外，这一方法还将个体理性与宏观均衡分隔开来，证明了二者在逻辑上的相互独立性，这就在一定程度上将社会科学从“政策科学的服务员”

这一角色中解放了出来。

因此，与维护社会科学知识合法性的传统路径不同，复杂系统范式是从系统内部将获取社会科学知识的过程合法化的。

可以看出，通过探究流体实在观、双向因果关系和基于主体的建模之基本内涵和运行机制，我们发现，正如莫兰（EdgarMorin）所说，复杂性化是一种将科学（包括社会科学）人性化的方式。

[49]复杂系统范式下的社会认识论摆脱了机械决定论的机器隐喻，充分考虑到系统动态演化的过程性、系统复杂性的非线性自生性，以及内在网络关系对模拟系统运行的关键性。

这就从根本上重构了传统社会科学的认知模式，使得社会科学认识论趋于人性化。

值得注意的是，复杂系统范式虽同时注意到社会系统的物质构成和关系构成，但却忽视了社会系统的思想层面。

事实上，社会系统思想层面的复杂性和多样性，更有利于凸显社会系统区别于自然系统的独特性，同时也构成了大部分社会科学理论和知识的本体论来源。

另外，对于那些要素之间交互作用不明晰的系统而言，功能模拟法和“黑箱”

方法等，对于获取系统知识而言，就显得不可或缺。

这些方法通过行为的相似性或整体的输入和输出，对系统整体进行全局相关分析，实现了从外部对系统运行规律的把握。

它们对于从内部分析系统交互作用而言，无疑是一个有益的补充，特别是对于那些要素数量庞大且异质性强的多层级社会系统而言，尤为如此。

当然，基于主体的建模，并不是解释社会系统内部运行机制的唯一方法，低维微分方程、聚合回归和博弈论等对于其他解释目的而言，也可能具有其有效性。

这些建模方法共同推动社会科学的模型化发展，而这恰恰是当代社会科学提高其科学合法性的努力方向。