王国成
返朴
2022-11-01 08:01:50
转自公众号：信睿周报
在美国新墨西哥州圣塔菲市的峡谷路，曾有一家名叫爱尔法鲁的酒吧，每周四晚这里都会举行爱尔兰音乐表演。
身为爱尔兰人又在不远处的圣塔菲研究所工作的布莱恩·阿瑟（Brian Arthur）经常光顾这家酒吧，他观察到，周四音乐表演的上座率并不稳定，时高时低，客人们不是想来就来，而是会预估当晚的拥挤程度如何，因为只有当酒吧内人数适中时听音乐，氛围才好。
比如天高气爽时，人们理应开心地来酒吧听音乐，但很多人预计晚上可能很拥挤，于是决定不来了；而在出行不便的雨雪天，客人却有可能格外多——只因为大家都想着天气不好，来的人人会少。
实际上，人们在酒吧问题中的想法，在其他生活场景中也经常出现，比如午餐时段拥挤的食堂、上下班高峰期的环线、周末购物中心的停车场、跨年夜的外滩等等。阿瑟敏锐地意识到，酒吧问题其实是一个多人相互影响下的经济决策问题——期望高会导致到场人少，期望低则导致到场人多。这一问题看似容易理解，但它体现了经济问题背后的不确定性、异质性、动态演化与自组织，实质上是一个复杂系统问题。
阿瑟拥有数学与运筹学的硕士学位和经济学的博士学位，但加入圣塔菲研究所几年之后，他看待经济问题的视角、研究问题的手段都越来越超出当时经济学分析的范畴。在1994年的一篇论文中，阿瑟专门探讨了爱尔法鲁酒吧问题。他认为，普通人没有以往经济学模型中假设的完美的理性，而是以有限的理性在复杂的预期和博弈中进行推理。
阿瑟用当时相当先进的计算机模型来模拟独立个体的行为及个体之间的互动——这些个体可以根据规则做决策，甚至规则也是可变的，因此也被称为主体（agent）。看它们在多步、长期演化后的情景，从而总结出规律。
在阿瑟的计算机模型中，有100个行为主体，每个主体都可以独立决定是否去酒吧。阿瑟将到场率标准设置为60%，即只有当到场主体少于60人时，酒吧之夜的客人才会因宽松的场地而感到舒适。
一个主体如果预计晚上到场人数少于60人，就会选择去（认为值得去）；如果预计到场人数多于60人，就会留在家里。每个主体的每一次决策都会重新做预测，而不受上次选择的影响，其唯一可以获得的信息是过去的几个周四到访酒吧的人数，并且主体之间没有直接的相互沟通。
计算机模拟实验表明，在100周的长周期观测下，酒吧的到场率会无规律地波动，但会稳定在60%附近。重复实验仍然如此。这个过程是完全自组织的。换言之，酒吧的整体运营状况取决于客人是否有去消费的意愿和实际行动；每一位客人的策略选择受酒吧经营状况的影响，也受对彼此是否去酒吧的猜测判断的影响；个体决策表现出来的简单和随意，也会在整体层面呈现出规范和有序。
阿瑟的爱尔法鲁酒吧模型是基于多主体建模的早期探讨之一，此后，基于多主体的建模成为复杂科学为多个学科领域提供的重要方法贡献。许多研究紧随其后，不仅有对酒吧模型各种情景的改进版本，还有许多学者将类似的计算机多主体建模方法用于研究其他复杂问题，如收入差距演变、资产价格波动、网络舆论演化和病毒传播等。
多主体建模成了探讨复杂社会经济问题的得力手段，研究者可通过对社会经济系统内部个体及其相互作用进行建模，模拟出自适应行为、集体的涌现现象以及各种模式的社会网络等，这些都是传统计量和实证方法难以做到的。由此，对数百个主体形成的系统的研究成为家常便饭，最近甚至出现了对包含上亿个主体的系统的研究。
1999年，阿瑟在《科学》杂志发表文章，正式提出“复杂经济学”的讨论，影响至今。
而随着阿瑟等人以多主体建模方法针对复杂系统展开一系列研究，圣塔菲研究所的名号也愈发响亮。圣塔菲研究所坐落在圣塔菲城郊外的小山上，被誉为“复杂科学的圣地”。圣塔菲研究所极少有长聘研究员，而是以中短期访问学者为主，因此涉及领域极其宽广且流动性强。一群又一群不同学科领域的科学家来到这里，常常在下午茶时段于咖啡厅和酒吧相聚，神聊甚欢、意犹未尽之余，他们会回到自己不大的办公空间中继续伏案深思、嗒嗒击键。
阿瑟正是这群科学家中的一位。
这一个别具一格的研究机构的诞生，源于1984年科学家乔治·考温（George Cowan）在圣塔菲组织的两次会议。80年代初，考温被邀请在白宫科学委员会任职，他深感作为科学家对冷战、艾滋病传播、能源危机、经济不稳定等复杂社会经济问题的无力。考温认为，知识界已经分化成不同的专业阵营，他们或多或少相互忽视，而和解的重担落在自己与同事身上，必须由自然科学家主动填补这道裂隙。
圣塔菲会议以“涌现的科学综合体”为主题，邀请来自物理学、理论生物学、心理学、计算机科学和经济学等不同学科领域的多位学者参与，其中就包括诺贝尔物理学奖得主菲利普·安德森（Philip Anderson）、诺贝尔物理学奖得主默里·盖尔曼（Murray Gell-Mann）、诺贝尔经济学奖得主肯尼斯·阿罗（Kenneth Arrow）三位圣塔菲研究所的重磅发起人。
在会上，学者们放下各自的学术身份，进行了大量超越传统和主流的激烈思想碰撞，学科界限被渐次打破。
圣塔菲研究所带动了复杂科学的发展，并形成了特色鲜明的圣塔菲学派。
在这里，科学家们陆续提炼出适应性造就复杂性（Adaptation Builds Complexity）和隐秩序的核心思想，以爱尔法鲁酒吧为现实场景建构复杂分析基准模型，以复杂适应系统（CAS）、复杂网络、演化动力学和基于神经网络的遗传算法等为主要技术工具，聚焦常态因果和异象涌现，深入研究个体与群体行为关系这一多科交汇的学术难题，研发推出人工股市、人工社会和大型经济系统ASPEN的模拟平台Swarm等。
多主体建模方法的发展，让复杂系统研究从手动推演时代进入了计算机时代。以考温、阿瑟为代表的复杂科学先驱们正是通过跳出各自学科传统的思维框架、模式和知识架构，从个体与群体、局部与整体之间关系的角度思考问题，使圣塔菲研究所成了世界复杂科学研究的前沿阵地和桥头堡。
早期复杂科学的主要来源是物理学，许多经典的复杂系统模型，如复杂网络、磁针模型、随机游走、引力模型等，都源于物理学研究，复杂科学最近一次高光时刻也是2021年三位科学家因复杂系统研究获得诺贝尔物理学奖。因此，当圣塔菲研究所掀起复杂科学新浪潮后，自物理学衍生的各类模型被广泛应用在社会经济研究中，比如近年来研究发现，城市间的人口流动可以很好地吻合万有引力理论中的平方反比定律。
社会系统中的因果链条常常是多向的、模糊的，是互为因果、因果循环和因果倒置且不断演变的，用已有理论方法不太容易说清楚，也不能按某种已知规律推测出来或再现。
人不可能在任何情形下都按特定时期特定场景下的行为方式行事，社会经济系统也不可能总是保持稳定一致的元素属性和整体性能，在对复杂性的谱分解透镜中，有客观的复杂性、主观的认知复杂性，群体行为和社会结构、应用场景、现象形成和演变的复杂性，模型和算法的复杂性，动态复杂性等。人们在解决一项复杂问题的同时，或许也在孕育和制造着新的、更大的复杂。这就是为什么要专门研究人文的复杂性——这也是复杂性研究的攻坚重点。
在爱尔法鲁酒吧模型中，主体的特点就非常明显。有些人只简单假设本周四晚上的人数大概和上周差不多；有些人则会想上次他们去酒吧时大约有多少人；有些人则采用平均法，找出前几个周四的平均人数；还有人则猜测，本周人数会与上周相反（上周人多了，本周人就会变少）；甚至还有人完全凭一时的兴致和心情来选择等。在真实的人群中，个体差异是不能被忽略的。由异质性个体到群体行为涌现，往往有四个关键特征：
个体喜好（深入差别化个体的行为内核与关键特征中）。
群内交互（关联主体行为发生的环境）。
总体形态（分类考察由微观到宏观、由个量生成总量的加总模式）。
双向反馈（微观成因与宏观结果之间相互影响，自上而下与自下而上的因果同时存在）。
任何宏观现象都有其微观成因，受宏观形态和条件变化影响的微观层面的任何差异，都有可能引发宏观层面的巨大变动。这种双向互反馈机制和微观宏观一体化的视角，是社会经济复杂性的本质特征之一和分析研究的内在要求。且这不仅是酒吧运营表现出来的规律，也为以人为主体的社会经济复杂系统所共有。
圣塔菲研究所的研究者构建网络模型预测个体对转基因和疫苗问题的信念转变。
对微观主体行为的刻画与选择，决定了社会经济理论是否科学可行、高效便利。近年来，计算社会科学（computational social science）快速发展，该领域的研究者利用先进的计算和信息技术等，对复杂的人类行为与社会运行进行深入、细致的跨学科研究。
“科学化”是人文社会领域长期的追求，许多研究已形成了学科领域，如经济学、社会学、政治学，但其是否能称为“科学”仍有很大争议。伴随着大规模数据的采集和计算，以及复杂的多主体建模研究的出现，计算社会科学更为贴近“科学”的范式。
探索真实场景中主体的行为，揭示社会经济复杂性，需要有复杂性思维和相应的分析技术方法。我们不仅要像对待一般复杂系统那样去关注研究自组织性、不确定性、非线性和奇点涌现等，更重要的是要有跨学科交叉的视野、多元的思维模式和分析方法，以人为本地去观察提炼问题、刻画关键行为特征和获取数据，以基于主体行为建模为主线的技术关联展开应用等。值得庆幸的是，在计算社会科学的发展过程中，渗透进了大量复杂科学的方法和观点。
在阿瑟发表爱尔法鲁酒吧模型论文的1994年，圣塔菲研究所的创始人之一、夸克之父盖尔曼出版了《夸克与美洲豹》一书，探讨他对各种复杂系统的思考。盖尔曼认为，夸克作为物质的基石，代表着支配宇宙发展的“简单性”规则，而美洲豹作为力量与勇猛的象征，代表着我们周围世界的复杂性，系统的复杂性往往源于简单规则。
在盖尔曼的框架中，人与生态环境组成的生物圈、冲突与和平并存的人类社会、通过同行评议以确保新知质量的科学共同体，与产生耐药性的细菌群落、哺乳动物免疫系统的运作一样，都是具有适应能力的复杂系统，适应性是系统中主体的特征。
作为粒子物理学标准模型的奠基人，盖尔曼是文理交融的典型人物，他在物理学建功立业之后，又尝试跨学科地攻城略地。圣塔菲研究所前所长斯特称他是20世纪文艺复兴式的人物。在盖尔曼眼中，学科划分完全不重要，万事万物本来就应该在一个大的体系之中得到解释——这也正是他极力推动的复杂科学，生态、经济、文化现象背后的复杂性是可以被同一套框架所统合的。
大量与盖尔曼相似的、充满跨学科气质的探索者推动了复杂科学的发展和应用，甚至形成了风潮，其中的代表作是凯文·凯利（Kevin Kelly）的《失控》。复杂性研究从科学进入文化和商业领域，被总结成一套思维工具和方法、一种贯穿于众多领域的理念，它可以用来更好地解释自然界和人类社会中从微观底层、结构演变到整体现象的系统性内在关联，甚至被用于产品设计。
从谷歌搜索的PageRank算法到脸书社交网络的结构设计、推特的社交媒体互动机制、苹果软件的生态……复杂科学已经被提炼为思想，灌注到各类产品乃至基本生活设施中。
相比美国，中国的复杂科学发展并不太落伍，甚至还有着特别的渊源。复杂科学的前身是系统论、信息论、控制论这“三论”，以及耗散结构论、突变论、协同学这“新三论”的结合。
作为控制论发展的里程碑人物，钱学森先生十分关注复杂系统研究，且由于他提出开放的复杂巨系统、综合集成思想并在航天工程中成功应用这些理论，有一批中国学者多年来也对系统科学和工程颇感兴趣。几乎与复杂科学的学科创立同步，一些敏锐的中国学者大约从20世纪80年代末90年代初起就开始了对复杂系统和复杂科学的研究探索。
许多中国高校科研机构的相关专业人员参与并组建了专门的研究机构，先是主要在哲学、管理学、物理学、系统科学与系统工程界，后来结合大型仿真技术，在社会经济系统、网络科学、生物科学和应急管理及工程技术等领域进一步拓宽了复杂科学的应用范围，但在针对中国的社会经济环境及文化传统等基础层面的研究还相当薄弱。
在科技与人文分野有了各自不同的赛道且发展不甚平衡的当下，跨学科、文理交融的研究非常重要。而其中的突破口，也许正是被“科技主义+人文情怀”所孕育的复杂科学。