賈 晗/譯

越來越多的計算機(jī)模型被協(xié)助用于公共政策的制定、執(zhí)行與評估。研究表明，計算機(jī)模型之所以能夠在政策制定過程中發(fā)揮重要作用，是因為它允許政策制定者在虛擬世界中先行先試，這與隨機(jī)對照試驗（RCT）和政策試點相比無疑具有更大優(yōu)勢。在政策建模實踐中提煉出的一般性經(jīng)驗包括：設(shè)計和使用模型的最大好處在于它提供了對政策的解讀而不僅僅在于它所生成的數(shù)字;模型是在一定的抽象條件下設(shè)計的;盡管有時會缺乏用于校驗的相關(guān)數(shù)據(jù)，但建模仍然是有價值的;建模的協(xié)作性要求使得模型被用于滿足建模涉及的利益相關(guān)者目的的可能性增大;需要注意建模者與利益相關(guān)者之間的有效溝通;需要仔細(xì)考量公共政策建模涉及的道德問題。作為公共政策制定過程的一個組成部分，政策建模的重要性日益凸顯，但如想將其潛能充分釋放，則需要將計算機(jī)建模與政策制定的內(nèi)在文化相融合。

一、導(dǎo) 論

近30年來，計算機(jī)模型一直被用于協(xié)助公共政策的制定、執(zhí)行以及評估，但它的潛能仍有待充分發(fā)掘。［1］［2］［3］本文選取了在公共政策制定過程中應(yīng)用計算機(jī)模型的部分樣本：（1）考察了政策制定過程中計算機(jī)模型所起的作用；（2）探討了作為試驗類型之一的政策制定與模型試驗之間的關(guān)系；（3）指出影響模型發(fā)揮效用的關(guān)鍵因素。此外，本文還強(qiáng)調(diào)了模型本身及其在未來應(yīng)用中將會遇到的挑戰(zhàn)和機(jī)遇。

筆者有理由相信計算機(jī)模型將會被越來越廣泛地應(yīng)用于政府、商業(yè)、社會以及學(xué)界中［4］，現(xiàn)有許多針對不同領(lǐng)域應(yīng)用計算機(jī)模型的指南，如英國政府的“報告編制指南”［5］，但是這些指南通常面向從業(yè)者及公眾，已經(jīng)被高度程式化或經(jīng)技術(shù)化處理，即通常將失敗的部分進(jìn)行了刪略并很少就如何在公共政策領(lǐng)域更好地應(yīng)用模型進(jìn)行更深層次的反思。在這里，筆者旨在填補(bǔ)這些正式指南所遺留下的空白，選取一系列示例，利用可視化的方式探索問題，承認(rèn)失敗并從中汲取經(jīng)驗教訓(xùn)，以期引起建模者的反思。雖然“公共政策計算機(jī)模型”是一個完整且準(zhǔn)確的術(shù)語，也有很多人使用“計算機(jī)政策模型”這個提法，但簡便起見，筆者將在下文中使用“政策模型”指代。

基于經(jīng)驗，筆者給出的主要建議即在政策建模時必須要對模型所要應(yīng)用的背景環(huán)境有充分的認(rèn)知，并且要充分考慮到模型是否契合設(shè)計的初衷以及能否從中得出某種結(jié)論。此外，如果不與模型輸出用戶(即決策者)進(jìn)行強(qiáng)有力且反復(fù)多次的博弈，那政策建模幾乎就價值不大或沒有價值了。建模者必須以一種深入的、有意義的、合乎道德的且反復(fù)多次的方式與用戶進(jìn)行博弈。

二、建模在政策制定中的作用

政策制定的標(biāo)準(zhǔn)呈現(xiàn)周期性變化，盡管此觀點并不完全可信,例如Lindblom在1959年和1979年作出的重要論述。［6］政策問題可能與危機(jī)產(chǎn)生、媒體宣傳活動或?qū)φ问录幕貞?yīng)相伴生并暴露出來。這是議程設(shè)置階段，接下來便是政策形成、募集支持、政策執(zhí)行、政策監(jiān)控以及評估政策是否有效，最后是政策的維持或終止。隨后再次因新的訴求或環(huán)境變化而導(dǎo)致對新政策的需求，周而復(fù)始。雖然政策生命周期具有將政策發(fā)展進(jìn)行清晰且直接的概念化的優(yōu)點，但其仍因不切實際或?qū)⑶闆r過度簡單化而受到詬病。有學(xué)者認(rèn)為政策發(fā)展應(yīng)該是高度復(fù)雜的，并取決于多種壓力及信源［7］［8］，甚至是自組織化的［9］［10］。

然而，政策生命周期這一概念仍然有助于明確政策設(shè)計與執(zhí)行的諸多組成部分。政策模型至少在兩個領(lǐng)域內(nèi)發(fā)揮著明確且重要的作用:即在政策的設(shè)計評價與政策評估兩方面。政策評價［11］，有時也稱其為事前評估，包括評估實現(xiàn)政策目標(biāo)的政策備選方案的相對優(yōu)點，評估結(jié)果將作為決定政策設(shè)計的關(guān)鍵。政策評估要么采用總結(jié)性方法，檢查政策是否確實達(dá)到其預(yù)期目標(biāo)(即事后評估），或采用程式化方法考察政策于何處、為了誰以及如何發(fā)揮作用。［12］在此種程式化視角下的關(guān)鍵目標(biāo)是學(xué)會如何把握政策的未來迭代以及其他類似特征。

（一）建模支持政策設(shè)計與評價

運用政策模型進(jìn)行事前評估可用于探索政策備選方案，以幫助人們明確并詳細(xì)了解政策設(shè)計的具體細(xì)節(jié)。［11］例如，最大的好處就是可通過干預(yù)或多重政策機(jī)制之間可能的協(xié)同或沖突作用對政策加以明確。政策模型還可用于評價其他政策備選方案，以確定在這些政策備選方案中哪一項能夠產(chǎn)生最佳或最穩(wěn)健的結(jié)果。在這種模式下，政策模型的本質(zhì)其實是通過改變模型中的相關(guān)參數(shù)或規(guī)則再觀察其結(jié)果加以驗證干預(yù)系統(tǒng)的其他備選政策及假設(shè)。這是很有價值的，因為它節(jié)省了在現(xiàn)實政策領(lǐng)域中進(jìn)行試驗或試點的時間與成本。

我們通常的假設(shè)是人們建造計算機(jī)模型是為了預(yù)測。然而從某種意義上來說，預(yù)測某項措施在政策領(lǐng)域未來的價值通常是不現(xiàn)實的。社會與經(jīng)濟(jì)現(xiàn)象錯綜復(fù)雜（就技術(shù)層面而言，詳見Sawyer［13］），這就意味著事物的發(fā)展具有隨機(jī)性，這是受既往歷史（即路徑依賴）及正負(fù)反饋循環(huán)影響的綜合結(jié)果。就像天氣難以預(yù)測一樣，不論模型有多精細(xì)，社會的未來發(fā)展在許多細(xì)節(jié)上仍然是不可知或不可預(yù)知的。其次，模型是對現(xiàn)實必要的抽象，由于它不可能與社會現(xiàn)實相脫離或不受其影響，因此可能會有在建模之中未考慮到但卻影響結(jié)果的意料之外的因素存在。

基于以上原因，“點預(yù)測”即預(yù)測未來某一特定時間節(jié)點的具體數(shù)值幾乎是不可能的，更大概率做到的是預(yù)測某個事件是否會發(fā)生，或者是針對數(shù)值變化的類型或方向作定性描述。同時，了解可能產(chǎn)生的預(yù)測外結(jié)果的類型以及產(chǎn)生這些結(jié)果的本質(zhì)也有助于政策設(shè)計，這樣當(dāng)預(yù)測之外的結(jié)果出現(xiàn)時就可以對其作出有效回應(yīng)，這一點特別適用于在環(huán)境不確定的條件下使用模型，探索一系列在可能的、差異的、潛在的未來環(huán)境下可能發(fā)生的事件，而不需要對這些事件最終是否發(fā)生作出任何承諾。更有價值的發(fā)現(xiàn)是模型表明在假設(shè)條件下某些結(jié)果是無法實現(xiàn)的，一個例證即使用一整套系統(tǒng)能源模型來設(shè)計達(dá)成歐盟設(shè)定的2050年碳減排目標(biāo)方案。［14］

與使用模型進(jìn)行預(yù)測或生成場景不同，人們還可以使用模型對某些領(lǐng)域的工作過程進(jìn)一步程式化和明確化。如果認(rèn)真對待此事，那么模型作為一種培訓(xùn)或交流工具將會很有價值，因為它展示了政策領(lǐng)域中的工作機(jī)制以及它們?nèi)绾蜗嗷プ饔谩?/p>

（二）建模支持政策評估

要想對政策進(jìn)行事后評估，就需要對比政策執(zhí)行前后情況(“反事實”)。要想做到這一點，就需要在現(xiàn)實情況下得到的數(shù)據(jù)(通過政策評估)及政策未執(zhí)行(所謂的“一切照?！?情況下得到的數(shù)據(jù)。欲得到后者，可以使用隨機(jī)對照試驗(RCT)或準(zhǔn)實驗［12］，但這通常既困難又昂貴，有時甚至?xí)驗樵O(shè)置對照組的受限而使數(shù)據(jù)獲取幾無可能。

政策模型提供了一系列可能性。其一即開發(fā)出了一種可以模擬政策有無執(zhí)行的計算機(jī)模型，并使用定量研究方法將兩種模型條件下得到的數(shù)據(jù)結(jié)果作比較分析并與真實情況（政策執(zhí)行后）作對比。這樣就避免了需建立一個與現(xiàn)實情況完全相反的真實場景的問題。此外，政策模型可以用來代替實驗。

另一種可能性即使用定性的系統(tǒng)映射方法研究(如模糊認(rèn)知圖［15］），以構(gòu)建具有不同結(jié)構(gòu)與假設(shè)的定性模型(以展示有無干預(yù)下的情況)，并再次考察模型分析得出的不同結(jié)果。

最后，事后評估的另一用途即使用模型來完善和測試政策如何對關(guān)注的結(jié)果產(chǎn)生影響這一理論，即支持使用常見的基于理論研究方法，如變革理論［16］和邏輯映射［17］。

對模型和模型結(jié)果的考量是可以量化的(即通過多樣性模擬、敏感性分析及假設(shè)檢驗），但也可以與利益相關(guān)者以定性和參與式的方式進(jìn)行，由利益相關(guān)者參與實際分析(而不僅僅向其展示結(jié)果)，選擇由建模目的與利益相關(guān)者訴求共同驅(qū)動做出。在事前和事后評估中，政策模型可視為一種強(qiáng)大的工具，即作為一種可用來吸引和告知利益相關(guān)者及公眾有關(guān)政策及其影響的途徑。［18］這可以通過在模型設(shè)計的過程、決策以及驗證中吸納利益相關(guān)者得以實現(xiàn);或者也可在這一過程的后期，通過與利益相關(guān)者就模型結(jié)果進(jìn)行討論，和/或使用“現(xiàn)場”模型去探索假設(shè)、場景與結(jié)果之間的關(guān)聯(lián)。［19］

（三）使用模型的困難

盡管原則上政策模型具有確定作用和潛在優(yōu)勢，但實踐表明要想實現(xiàn)這些預(yù)期結(jié)果很困難。［20］［21］政策過程本身具有的某些特性決定了其要與建模共同發(fā)揮最大效用尚存在一定困難。

1.對接受度及透明度的要求:決策者可能會依賴更傳統(tǒng)、更容易被廣泛接受的證據(jù)形式，特別是在相關(guān)決策風(fēng)險很高的情況下。模型看起來可能更像是只有專家才能理解或駕馭的黑箱，它的結(jié)果高度依賴于假設(shè)，而假設(shè)通常又很難加以驗證。此外，由于政府的分析和研究人員通常沒有多少自主權(quán)，這就導(dǎo)致雖然他們也可能看到了政策模型的價值所在，但也很難將這一信息有效傳遞給決策者。

2.變化及不確定性：政策執(zhí)行的環(huán)境存在著高度的不確定性，當(dāng)信任、決策或其他因素發(fā)生改變時，會破壞模型最終的開發(fā)。

3.時間短：幾乎每次允許作出決策的時間都很短，而且需求也難以預(yù)測。這就意味著給建模人員提供及時的支持很困難。

4.采購流程：一些部門通常缺乏能力與足夠靈活的流程來采購復(fù)雜的模型。

5.決策的政治性與實用性現(xiàn)實：個人價值觀與政治價值觀擁有巨大的影響力。即使是在面對與他們觀點相抵觸的經(jīng)驗性證據(jù)（建模就更不用說）或面對政治上幾乎不可能的政策時也如此。

6.利益相關(guān)者:在政策制定過程中會有各色利益相關(guān)者參與其中或施加影響。我們不可能將所有這些因素都納入政策建模過程的考慮范圍之內(nèi)，而且決策者也可能對這些因素太過緊密地參與其中持審慎態(tài)度。

以上特征對于實證研究或其他類型的研究分析可能也適用，我們并不是說這些特征本身是負(fù)面的;它們反而可能是政策制定過程中重要且合理的部分。作為建模者需要謹(jǐn)記的是，模型僅能且僅應(yīng)為政策過程提供盡可能多的信息，而不應(yīng)越俎代庖，成為決定政策是否應(yīng)該執(zhí)行的最終決策。

三、政策試驗和政策模型

盡管人們對政策模型的角色及用途已有了一定程度的了解，但依筆者之見仍應(yīng)在更多的領(lǐng)域應(yīng)用建模。從目前來看，由于尚缺乏對政策模型的熟悉與信心，它的應(yīng)用被限制了。潛在用戶可能會質(zhì)疑在其領(lǐng)域中應(yīng)用政策建模是否具備足夠的科學(xué)性與成熟的條件，以及是否真的可以安全有效地用于指導(dǎo)現(xiàn)實世界的政策。

（一）政策試點

一種觀點認(rèn)為政策的實際執(zhí)行本身就是一種試驗干預(yù)，因此其具有與政策模型干預(yù)相同的特性。Boeschen等人［22］的觀點認(rèn)為我們本身就生活在“社會試驗”中，執(zhí)行政策不過就是在進(jìn)行“現(xiàn)實世界的試驗”?，F(xiàn)實世界試驗“或多或少是合法的、系統(tǒng)指導(dǎo)的或隨意地利用社會實踐來開始一些新的東西”［23］(P344)。它們的結(jié)果立即反映出“設(shè)計過程的成敗”［23］(P347)。

進(jìn)行現(xiàn)實世界試驗是解決政策設(shè)計難題的方式之一。它雖不能檢查其他可選解決方案或備選方案，但可喜之處是能夠進(jìn)行實時監(jiān)控并給予響應(yīng)。將政策執(zhí)行作為一項現(xiàn)實世界試驗是遠(yuǎn)遠(yuǎn)不夠理想的，并且也摒棄了實驗室可逆性的原則。在實驗室進(jìn)行實驗，因其實驗系統(tǒng)與環(huán)境相隔離，所以可觀察到單個參數(shù)的影響。

政策試點可以在現(xiàn)實世界與實驗室實驗的鴻溝之間架起一座橋梁。將政策試點［24］［25］［26］作為一種社會試驗是非常普遍的。在政策試點中，可以在反事實的有限條件下評估政策的變化，之后再進(jìn)行一般意義上的政策推廣。通過這種方式（小范圍的）可以嘗試或評估不同的解決方案，并將獲得的經(jīng)驗再反饋到政策設(shè)計過程中去。

政策試點的最主要方式即隨機(jī)對照試驗（RCT）［24］［27］，因其在醫(yī)學(xué)研究領(lǐng)域的應(yīng)用而廣為人知，通過對仔細(xì)挑選的處置組與在監(jiān)控下未進(jìn)行處置的對照組進(jìn)行比對而得出結(jié)論，因此，隨機(jī)對照試驗可以在理想的實驗室實驗與現(xiàn)實世界試驗之間實現(xiàn)一種折中。然而，關(guān)于隨機(jī)對照試驗是否能夠重現(xiàn)經(jīng)嚴(yán)格測試的、反事實的實驗室條件尚存在爭議。［25］(P19)爭議的焦點在于原則上其他各條件均一致的社會試驗是不可能的（即在社會系統(tǒng)中，不可能存在兩個其他條件都一致而只有一個可控參數(shù)不同的試驗）；復(fù)雜的環(huán)境系統(tǒng)干預(yù)對于充分理解社會系統(tǒng)是必不可少的，但若要在隨機(jī)對照試驗中去重現(xiàn)卻是不可能的；同時，這種隨機(jī)分配在許多領(lǐng)域也都是不可能實現(xiàn)的，以至于無法建立一個“中立的”反事實；此外，如果給予了某些試點一些確定的利益，而對照組卻未享受到同等待遇，這可能就會是一種冒險的政治戰(zhàn)略甚至是不道德的。特別是如果該政策將試驗對象置于不利境地，那情況就更糟糕了。［25］（P17）

盡管試點可較好地用于收集單個案例證據(jù)，但它或許并不能成為適用于所有其他情況下案例的放之四海而皆準(zhǔn)的模式。此外，它不能對政策為何/如何起作用/不起作用作出更詳細(xì)的說明，或?qū)ⅰ笆裁雌鹱饔谩边@一問題分解為“在何處、為了誰、以什么代價、在什么條件下”起作用。與此同時，還有很多實際問題需要考慮，比如時間、人力資本和預(yù)算等。人們通常認(rèn)為，一個好的政策試點成本高、耗時長、“繁文縟節(jié)”并需要訓(xùn)練有素的管理人員。［25］（P5）“人們對當(dāng)前及過去曾進(jìn)行的政策試點及評估方式感到悲觀和失望（設(shè)計不良的研究;不堪一擊的方法論;缺乏耐心的政治領(lǐng)導(dǎo);時限壓力和不切實際的最后期限）?！保?8］（P11）

因此，政策試點不能滿足具有參數(shù)變化要求的實驗室實驗和Krohn提出的包含復(fù)雜環(huán)境系統(tǒng)實時干預(yù)的現(xiàn)實世界試驗之間的折中要求。這正是計算機(jī)政策建模的切入點。

（二）關(guān)于政策試驗的政策模型

與政策試點不同，計算機(jī)政策模型能夠處理在其他條件均不變的情況（ceteris paribus）。通過使用政策模型，我們只需在模型中嘗試著變化參數(shù)就可以探索其他替代性解決方案，并使用特定于上下文信息的模型以及短期、中期和長期視閾進(jìn)行試驗。此外，政策模型的建立和運行都是符合道德并政治中立的，盡管在其結(jié)果的實際使用中可能并不如此。

不同于現(xiàn)實世界和政策試點，政策模型允許用戶探視未來。與現(xiàn)實世界試驗一樣，模型試驗?zāi)軌蛲ㄟ^利益相關(guān)者進(jìn)行遞歸學(xué)習(xí)。利益相關(guān)者可與模型進(jìn)行交互，學(xué)習(xí)如何在復(fù)雜情況下通過采取行動來獲得系統(tǒng)能力和實踐技能。模型不僅可以模擬所設(shè)想的現(xiàn)實世界試驗，而且可以通過廣泛的參數(shù)變化來測試多個可能的現(xiàn)實世界試驗場景。但這并不意味著有可能就復(fù)雜社會系統(tǒng)的未來狀態(tài)作出精準(zhǔn)預(yù)測(見上文關(guān)于預(yù)測的討論)。

考慮到極端情況下不受任何干預(yù)(如實驗室實驗)和充分干預(yù)(如現(xiàn)實世界試驗)到復(fù)雜環(huán)境系統(tǒng)的持續(xù)性干預(yù)，政策模型試驗確實處于折中區(qū)間。筆者認(rèn)為，如果伴隨政策變化的成本或風(fēng)險很高，而且環(huán)境復(fù)雜，那么進(jìn)行政策建模就不僅僅是基于共識的，更是出于道德的。

四、政策模型示例

筆者將根據(jù)自身實際經(jīng)驗來舉例說明政策模型的使用，這些示例涵蓋了多種模型類型和應(yīng)用環(huán)境。本著失敗與成功同樣寶貴的實驗精神，我們不僅強(qiáng)調(diào)最終結(jié)果，還會強(qiáng)調(diào)建模過程中遇到的一些實際問題和挑戰(zhàn)。在下一章中，我們將從這些示例中提取一些一般性的經(jīng)驗教訓(xùn)。

（一）TELL-ME模型

歐洲資助的TELL-ME項目側(cè)重于與流感流行相關(guān)的健康傳播問題。它可以輸出一個基于代理的模型，這個模型旨在幫助健康傳播工作者了解在不同流感疫情下不同健康傳播方案的潛在影響。

該模型的基本結(jié)構(gòu)由其目的決定：通過比較不同健康傳播方案對個體保護(hù)性行為的潛在影響，從而比較對流感疫情擴(kuò)散的影響。這需要兩個相關(guān)的模型：一個是行為模型，它模擬人們對健康傳播的反應(yīng)方式，如人們決定是否接種疫苗或采取其他保護(hù)性行為；另外一個模型是模擬流感傳播的流行病模型。建模的關(guān)鍵點是：（1）消息，健康傳播的載體;（2）個體，每個個體會接收到健康傳播消息并決定是否采取保護(hù)性行為;（3）地區(qū)，不同地區(qū)面對著不同的流行病狀況。健康傳播對流行病的影響首先是影響個體的態(tài)度和行為，進(jìn)而影響流行病傳播和發(fā)病率。而流行病的發(fā)病率會影響人們感知到的風(fēng)險強(qiáng)弱，從而影響個體行為并建立起反饋關(guān)系。［29］在Barbrook-Johnson等人的文章［3］中可以找到對模型的更全面的描述和對其用途的討論。Badham等人［29］提出一種基于TELL-ME的模型校準(zhǔn)方法。

基于利益相關(guān)者研討會的結(jié)果和模型本身的結(jié)果，建模團(tuán)隊認(rèn)為TELL-ME模型可被應(yīng)用于以下情況：（1）作為教學(xué)工具；（2）檢測理論；（3）通知數(shù)據(jù)收集。［3］

（二）HOPES模型

實踐理論為計劃行為理論和理性行動理論提供了一種替代思路，以探索能源使用、氣候變化、糧食生產(chǎn)、水資源短缺等可持續(xù)性發(fā)展問題。這一理論的中心論點是如果我們的目標(biāo)是改變高能源消耗和密集排放型的生活方式，那么人們具有一定自動化程度的日?；顒樱ㄓ址Q實踐，如烹飪、飲食、旅游等）就應(yīng)該成為研究和干預(yù)的重點。

能源使用場景中的家庭和實踐（HOPES）是一個基于代理的模型［30］，它能構(gòu)建實踐理論中的關(guān)鍵特征，并使用該模型探索家庭能源使用的動態(tài)情況。HOPES模型構(gòu)建的一個關(guān)鍵理論特征即實踐的表現(xiàn)形式，它是適當(dāng)?shù)囊饬x（心理活動如理解、感知和渴望［31］）、材料（物體、身體和心靈）和技能（能力）的結(jié)合體。例如，洗衣服這一實踐可以表現(xiàn)為通過使用洗衣機(jī)（材料）并且知道如何操作洗衣機(jī)（技能）來實現(xiàn)對干凈衣服的渴望（意義）;進(jìn)而，實踐活動的實施導(dǎo)致了能源的消耗。

HOPES中有兩種代理類型：家庭和實踐。各個元素（意義，材料和技能）是模型中的實體。模型的概念是家庭依據(jù)其獨有的社會技術(shù)環(huán)境選擇不同的元素來執(zhí)行實踐活動。一些實踐導(dǎo)致能源消耗，而另一些實踐則沒有，例如使用加熱器來保暖會導(dǎo)致能源消耗，而使用跳繩或毯子則不會產(chǎn)生能源消耗。此外，跨空間和時間的重復(fù)實踐會使得關(guān)鍵元素進(jìn)化（例如，一些元素比其他元素更常被使用），這隨后也會影響實踐的未來表現(xiàn)，從而影響能源消耗。一個基于從60個英國家庭收集的經(jīng)驗數(shù)據(jù)開發(fā)的基于規(guī)則的系統(tǒng)納入了HOPES模型，它能使家庭選擇執(zhí)行實踐的要素?；谝?guī)則的系統(tǒng)能夠以結(jié)構(gòu)化的方式組織從經(jīng)驗中收集的復(fù)雜上下文信息和社會技術(shù)見解，以在面對不完整和/或沖突的決策時選擇最合適的行為。HOPES還包括可以計算實踐活動所帶來的能源消耗的子模型，例如一座房屋的溫控模塊可以通過考慮室外溫度、加熱器的類型和尺寸以及室內(nèi)溫度設(shè)定點來估算每個家庭的取暖實踐活動的能源消耗。

該模型用于測試不同的政策和情景，以探索不同實踐行為對能源消耗的影響?？偟膩碚f，這里的建模動機(jī)是，通過深入了解不同情景下不可持續(xù)的能源消耗情況，來提出更多的消耗可持續(xù)能源的替代實踐。

（三）SWAP模型

SWAP模型［19］［32］是一個基于代理的模型，即一個關(guān)于農(nóng)民在其土地上實施水土保持方案的決策模型。該模型在NetLogo（一種基于代理的可編程建模環(huán)境［33］）上開發(fā)，其中主要的代理是農(nóng)民，他們決定是否實施水土保持方案，次要的代理是鼓勵農(nóng)民實施水土保持方案的政府和非政府人員。農(nóng)民積極性的高低可能會受其周圍人群的影響。

SWAP模型是：（1）一名“感興趣的業(yè)余愛好者”，即一個可用來提高政策利益相關(guān)者之間互動質(zhì)量的討論工具;（2）對水土保持文獻(xiàn)中農(nóng)民行為理論的探索。

埃塞俄比亞的利益相關(guān)者探討了該模型作為“感興趣的業(yè)余愛好者”的用途。使用模型作為感興趣的業(yè)余愛好者是受Dennett［34］的啟發(fā)。Dennett認(rèn)為專家可能會彼此誤會，基于對方的觀點而作出錯誤的假設(shè)，和/或擔(dān)心自己看起來很愚蠢而不敢提出簡單的問題。這些通常會導(dǎo)致專家犯下欠缺解釋的錯誤，進(jìn)而導(dǎo)致無法在討論中達(dá)成共識或令人滿意的結(jié)果。對于哲學(xué)家Dennett而言，解決方案是讓本科生——感興趣的業(yè)余愛好者共同參與討論，提出簡單的問題，以逼迫專家進(jìn)行充分解釋。SWAP模型作為感興趣的業(yè)余愛好者而被應(yīng)用于埃塞俄比亞的專家、政策制定者和政府官員之間。這樣做是因為旨在提高水土保持利用率的政策由于對農(nóng)民需求的定位不準(zhǔn)確而往往都沒有成功。

（四）INFSO-SKIN模型

歐盟委員會預(yù)計在2014年至2020年期間花費約770億歐元在其“地平線2020”研發(fā)計劃上。它是此前規(guī)模較小的一個叫作“框架7”的計劃的延續(xù)和拓展。在設(shè)計地平線2020計劃時，歐盟委員會希望了解如何改進(jìn)框架7計劃的相關(guān)規(guī)則以適應(yīng)“地平線2020”，以及如何針對當(dāng)前的政策目標(biāo)進(jìn)行優(yōu)化，例如增加中小型企業(yè)（SME）的參與。

INFSO-SKIN是基于代理模型，它被用于評估可能的供資政策。該模型的建立是為了重現(xiàn)資助規(guī)則、資助組織及項目，以及由此產(chǎn)生的框架7計劃的網(wǎng)絡(luò)結(jié)構(gòu)。這個模型在沒有任何政策變化的情況下推斷到了未來，然后被用作進(jìn)一步試驗的基準(zhǔn)。

（五）Silent Spread and Exodis-FMD模型

2001年口蹄疫（FMD）爆發(fā)后，英國環(huán)境、食品和農(nóng)村事務(wù)部實施了為期20天的靜止期，即禁止在牲畜到岸后20天內(nèi)進(jìn)行任何轉(zhuǎn)移。這項為期20天的規(guī)定給當(dāng)?shù)剞r(nóng)民帶來了巨大的難題。2002年7月，就此次疫情所做的經(jīng)驗教訓(xùn)調(diào)查報告建議，在靜止期制度的詳細(xì)成本效益分析（CBA，Cost-benefit analysis）出爐之前，為期20天的靜止期規(guī)定仍然有效。

英國環(huán)境、食品和農(nóng)村事務(wù)部于2002年9月委托進(jìn)行成本效益分析，并要求在2003年初得到一份報告，以便在春季牲畜轉(zhuǎn)移季節(jié)之前知曉轉(zhuǎn)移方式的變化。由于時間短且可用數(shù)據(jù)有限，報告中所要求的成本風(fēng)險效益建模頗具挑戰(zhàn)性。因此，他們提出了一種自上而下的模型，它僅捕獲決策的基本要素，將它們組合在要做出決定的影響圖表中。大量的專家參與了模型開發(fā)，幫助調(diào)整模型的結(jié)構(gòu)、參數(shù)、驗證及結(jié)果的解釋。在專家小組的指導(dǎo)下，敏捷開發(fā)也被添加到模型的一系列周期性開發(fā)中。

由此產(chǎn)生的Silent Spread模型顯示，在確定疫情嚴(yán)重程度時，諸如疾病檢測時間等因素比靜止時間重要得多。［35］這一仿真結(jié)果對于政府決定將20天靜止期這一規(guī)定放寬而改為6天，起到了至關(guān)重要的作用。這種迭代的、參與式的發(fā)展過程為以前一直存在爭議的領(lǐng)域帶來了前所未有的改變。

在此之后，英國環(huán)境、食品和農(nóng)村事務(wù)部委托做了進(jìn)一步建模，以便在口蹄疫疫情暴發(fā)時能夠為應(yīng)急預(yù)案提供信息。對于此種應(yīng)用，我們需要一個詳細(xì)的“自下而上”模型，該模型可以重現(xiàn)疾病傳播的相關(guān)機(jī)制，以及不同疾控策略對疾病傳播的影響。［36］該模型是建立在Exodis疾病建?？蚣苌系囊粋€基于代理模型。該框架搭建了一個基于英國農(nóng)場普查數(shù)據(jù)的異質(zhì)地理數(shù)據(jù)庫，建立起不同口蹄疫疾病的傳播機(jī)制，并整合了不同疾控策略的效果和實施這些策略所需的資源。

在成本效益分析工作之后，英國環(huán)境、食品和農(nóng)村事務(wù)部保留了一個決策支持工具，該工具可作為一個培訓(xùn)輔助工具，也可以在疫情實際爆發(fā)時為決策提供信息。該模型曾在2007年新一次口蹄疫疫情暴發(fā)期間被使用，并繼續(xù)用于疾控策略變更的仿真測試。

（六）抽水公司行為模型

英格蘭河流和含水層的取水量受20世紀(jì)60年代建立的許可制度控制。英國政府希望將該體系改革，以達(dá)到鼓勵抽水公司有效管理水資源并通過共同努力充分利用水資源的效果。抽水管理是一個典型的“棘手”問題，因為它對改革具有很強(qiáng)的抗拒性。在此之前進(jìn)行的系統(tǒng)改革嘗試均以失敗而告終，這其中部分原因是未讓利益相關(guān)者參與到解決方案的需求表達(dá)和方案制定中。

評估改革系統(tǒng)不同方式的成本、風(fēng)險及收益是復(fù)雜的。它需要考慮到：復(fù)雜的自然環(huán)境與抽水公司（包括公共供水系統(tǒng)、電力系統(tǒng)、農(nóng)民及工業(yè)）之間的相互作用；經(jīng)濟(jì)、社會和氣候條件將以我們無法預(yù)測的方式發(fā)生變化；并且各個抽水公司將長年累月地受到新措施的復(fù)雜影響。

基于代理的建模非常適合于探索現(xiàn)在及將來改革的進(jìn)展情況。在跨學(xué)科團(tuán)隊與廣泛的專家和利益相關(guān)者的通力合作下，一個基于代理的混合模型被開發(fā)出來，它能夠把經(jīng)濟(jì)行為與流域水文模型在時間序列上進(jìn)行結(jié)合［37］，包括所有有權(quán)從特定流域的河流和含水層取水的企業(yè)。模型利用河流、含水層的水文模型和土地利用情況對河流流域進(jìn)行了分辨率為“1km×1km”的詳細(xì)建模。每個代理都會作出一系列的策略和運營決策，當(dāng)對水的需求和可用性隨經(jīng)濟(jì)和氣候條件變化而變化時，決策也在不斷變化。政策選擇使用不同的機(jī)制控制河流和含水層中的水位，并允許代理之間進(jìn)行不同類型的水權(quán)交易。監(jiān)管代理人確保環(huán)評達(dá)標(biāo)，他們在必要時可以采取行動進(jìn)一步限制抽水許可的發(fā)放。

五、政策建模者的主要經(jīng)驗教訓(xùn)

根據(jù)上一章中描述的政策模型示例和筆者已經(jīng)開展的其他工作中得出的經(jīng)驗結(jié)論，我們列出以下建模人員在政策建模工作中應(yīng)該注意的一些關(guān)鍵經(jīng)驗教訓(xùn)。

（一）過程與結(jié)果一樣重要，甚至更重要

許多政府在決策過程中需要定量數(shù)據(jù)，例如完成監(jiān)管影響評估模板。一組簡單的成本效益值能夠為支持決策或結(jié)論提供明確、有說服力的論據(jù)。然而，在復(fù)雜的、不斷變化的環(huán)境中，把答案縮小到有限的集合在很多時候既不可能也不可取——因為它們很難實現(xiàn)。當(dāng)我們在復(fù)雜環(huán)境中建模時，充分理解問題和決策與最終得到的數(shù)字同樣重要。需要注意的是對最終結(jié)果的需求或渴望以及對不熟悉算法的陌生或懷疑不要將我們推向退而求其次的建模方法。

在抽水改革工作中，盡管模型確實生成了數(shù)字，但這項工作的最大收獲是對政策設(shè)計的貢獻(xiàn)，這主要得益于模型中探索性的一面，包括：以模型可以表達(dá)的方式闡明改革需遵守的規(guī)范;通過多場景運行、敏感性分析和情景假設(shè)，了解系統(tǒng)的復(fù)雜性。

在SWAP模型中，政策的價值完全在于模型咨詢，并將其作為討論、分享假設(shè)及建立共識的基礎(chǔ)。

在TELL-ME模型中，我們找到了類似的信息。在這個例子中，詳細(xì)的微觀驗證，以及對結(jié)果影響的探索是利益相關(guān)者參與公共衛(wèi)生項目的主要益處之一。

HOPES模型介紹了有關(guān)制定管理家庭能源需求的政策分析，它假設(shè)家庭能源的使用是基于價格考量的個體理性行為之上的實踐活動。事實上，HOPES模型可以社會實踐理論為基礎(chǔ)生成合理的輸出，這對利益相關(guān)者來說可能比它輸出的某一個具體值更為重要。

（二）模型需要處于適當(dāng)?shù)某橄蠹墑e

沒有模型可以完全反映現(xiàn)實世界：總要省略一些細(xì)節(jié)，并且圍繞建模內(nèi)容繪制出邊界。然而，最詳細(xì)的模型未必就是最好的。相反，過于詳細(xì)的模型所需要的數(shù)據(jù)量可能遠(yuǎn)超實際可用的數(shù)據(jù)量;可能難以校驗；而且，最重要的是，可能很難理解。良好的建模應(yīng)該是將模型置于兩個極端之間正確的位置。

Silent Spread模型是一個在高度抽象層面上開發(fā)的簡單模型。該政策模型需要解決一個單一的決策問題，即是否可以減少或取消牲畜的轉(zhuǎn)移靜止期？當(dāng)時英國環(huán)境、食品和農(nóng)村事務(wù)部沒有經(jīng)常性地收集有關(guān)動物轉(zhuǎn)移相關(guān)信息的基礎(chǔ)，建模的可用數(shù)據(jù)是有限的。因此，解決方案是用一個僅捕捉?jīng)Q策所必需要素的抽象模型。當(dāng)擁有更充裕的時間和更豐富的數(shù)據(jù)后，就有可能為Exodis-FMD模型開發(fā)出更詳細(xì)的疾病傳播模塊。

HOPES最初是一個抽象模型，它證明了超越有限傳統(tǒng)方法的可能，即在理性和個人決策層面分析能源需求，以模擬家庭能源消耗這一社會實踐。使HOPES模型更具體的一個動機(jī)是希望將其與英國能源供應(yīng)系統(tǒng)的現(xiàn)有模型聯(lián)系起來。這些來自于電力發(fā)電站、風(fēng)電場等以及互聯(lián)電網(wǎng)的模擬電力供應(yīng)系統(tǒng)已被用于虛擬場景，以便為2050年實現(xiàn)整個能源系統(tǒng)的低碳目標(biāo)做出最佳決策。然而，這些供應(yīng)模型結(jié)合了基于相當(dāng)簡單的家庭效用最大化假設(shè)的需求函數(shù)。HOPES模型已被用于改善供應(yīng)模型的此方面問題，但并非沒有困難，這些困難源于模型的整體復(fù)雜性、不同方法的異質(zhì)性以及不同的模擬時間尺度（供應(yīng)模型使用時間步長為幾天或幾年，而HOPES的時間步長則為每小時）。這個例子很好地說明了一個事實，即需要仔細(xì)考量模型的適當(dāng)抽象層次，不僅要考慮它們與利益相關(guān)者的相關(guān)性，還要將它們恰當(dāng)?shù)厝谌胂嚓P(guān)模型的整個生態(tài)中。

（三）必須認(rèn)識數(shù)據(jù)和驗證方面的種種挑戰(zhàn)，但不應(yīng)以此為借口不建?；虿皇褂媒Y(jié)果

1.數(shù)據(jù)挑戰(zhàn)。數(shù)據(jù)永遠(yuǎn)不會完美。缺乏數(shù)據(jù)或數(shù)據(jù)質(zhì)量差都會導(dǎo)致模型的參數(shù)化和驗證受挫。但是，永遠(yuǎn)不應(yīng)該將缺乏數(shù)據(jù)作為不建模的借口，或者作為不對某個重要方面進(jìn)行建模的借口。協(xié)同建模、專家先驗知識、不確定性的顯式建模和敏感性分析都可用于解決數(shù)據(jù)匱乏的問題。

在TELL-ME示例中，盡管建模者和利益相關(guān)者最初認(rèn)為數(shù)據(jù)是可用的，但很明顯并沒有數(shù)據(jù)將政策干預(yù)與行為變化及結(jié)果聯(lián)系起來。在此例中，不應(yīng)將數(shù)據(jù)的缺乏視為不建模的理由。建模的動機(jī)仍然存在。相反，當(dāng)前模型中數(shù)據(jù)的明顯缺乏反而能夠使得未來的數(shù)據(jù)收集變得更加有的放矢。

2.驗證挑戰(zhàn)。數(shù)據(jù)的缺乏可能會給模型的正式驗證帶來特殊挑戰(zhàn)，特別是在復(fù)雜的、不斷變化的環(huán)境中探索未來可能性的任務(wù)中。在TELL-ME的示例中，行為結(jié)果隨時間變化的數(shù)據(jù)要么不存在，要么傾向于較小幅度的改動。這意味著沒有足夠的縱向結(jié)果數(shù)據(jù)可與模型結(jié)果進(jìn)行比較。

缺乏全面的驗證數(shù)據(jù)集并不意味著該模型無法針對其特定目的進(jìn)行驗證。在這種情況下，可以采用分層的驗證方法：即應(yīng)從一開始就使用正式的質(zhì)量保證流程，包括建模方法的選擇以及就驗證方式和驗證過程進(jìn)行正式記錄。在正式驗證中專家應(yīng)與模型輸出用戶和建模人員通力合作，并將此過程列為模型開發(fā)的一個正式組成部分。

驗證必須確保模型：具有技術(shù)或科學(xué)意義；可以重現(xiàn)；契合其設(shè)計的用途。關(guān)于這些問題，Taylor［20］列出了一個有用的清單，此外，清單中還包含使用模型做決策會遇到的其他問題。

Silent Spread示例中說明了如何通過對模型的所有開發(fā)過程和專家、建模人員、用戶等利益相關(guān)人員生成的結(jié)果進(jìn)行詳細(xì)審查，實現(xiàn)在沒有太多“硬”數(shù)據(jù)的情況下進(jìn)行模型開發(fā)和驗證。

（四）模型開發(fā)和使用需要敏捷開發(fā)和協(xié)作

敏捷的協(xié)作流程能確保模型始終圍繞政策需求，并提供更有效的同行評審和對建模過程的審查。這需要評審委員和建模人員從一開始就彼此建立起高度的信任。決策者、分析師、模型輸出用戶、利益相關(guān)者及同行評審員不僅要參與用戶需求階段的問題定義，還應(yīng)始終參與建模以確保建模方法、模型結(jié)構(gòu)和抽象層次、參數(shù)化、分析和結(jié)果解釋始終符合建模的初衷。

在范圍界定階段，需要就最佳建模方法以及現(xiàn)有模型是否滿足需求進(jìn)行誠懇的討論。在將模型用于新的場景時需要非常小心，以確保模型的基礎(chǔ)結(jié)構(gòu)符合建模目的。一個循環(huán)迭代地為模型添加功能和細(xì)節(jié)的敏捷開發(fā)方法［38］可以有效地防止建模者和客戶均傾向于詳細(xì)程度過高的建模。

最后，建模人員應(yīng)參與幫助解釋決策結(jié)果，因為一份報告不可能完美地呈現(xiàn)出模型的每一個細(xì)節(jié)。Silent Spread模型采用了提高參與度的方法，從而大大提高了英國環(huán)境、食品和農(nóng)村事務(wù)部與行業(yè)利益相關(guān)者之間的理解與合作。相比之下，INFO-SKIN模型是為響應(yīng)招標(biāo)邀請而開發(fā)的，也就導(dǎo)致了利益相關(guān)者，即政策制定者與建模者之間存在距離感。其中，歐盟委員會作為客戶只是在模型開發(fā)的初始、中間和結(jié)束時與建模者進(jìn)行了溝通，并沒有參與模型構(gòu)建。此外，歐盟委員會人員在模型開發(fā)過程中產(chǎn)生了變動，最終導(dǎo)致他們對模型的目的和能力了解甚少。另一個問題是歐盟委員會希望模型給出具體的政策建議，而建模人員則更傾向于由歐盟委員會先提出政策，再由他們對政策進(jìn)行測試，因為他們認(rèn)為由建模人員自己設(shè)計政策是不合適的。這些都是由于建模者與歐盟委員會之間缺乏適當(dāng)?shù)臏贤ㄋ隆?/p>

（五）建模的道德約束

政策建模時需要仔細(xì)謹(jǐn)慎地考慮道德問題，尤其當(dāng)政策模型有可能改變當(dāng)前政策，進(jìn)而直接影響人們生活的時候。除了我們剛剛提到的建模目的需要符合道德準(zhǔn)則外，我們還需要確保使用的數(shù)據(jù)以及輸出結(jié)果的方式都同樣符合道德準(zhǔn)則。

在收集個人數(shù)據(jù)時，無論是顯性的通過問卷調(diào)查，還是隱晦地通過身份信息或者其他活動（例如使用社交媒體或移動電話），我們不僅需要遵守數(shù)據(jù)保護(hù)法，還需要獲得恰當(dāng)?shù)臄?shù)據(jù)使用許可。

一個重要的需要考量的因素是使用的數(shù)據(jù)能否代表“被建模”的人群。人工智能研究人員已經(jīng)發(fā)現(xiàn)，如果數(shù)據(jù)集是有偏差的，那么基于此數(shù)據(jù)集形成的模型也很可能是有偏差的，而且這種偏差在事后還很難被檢測到。［39］對“大數(shù)據(jù)”來說，這是尤其重要的一個問題，因為當(dāng)一個數(shù)據(jù)集非常龐大時，很容易讓人們覺得它肯定具有代表性，但實際上這個數(shù)據(jù)集可能并不包含數(shù)量上很小的少數(shù)群體。

由模型得出的結(jié)果總是存在一定程度的不確定性。然而，這種不確定性以及對決策的影響通常會被建模者尤其是模型用戶淡化，這可能是有意的淡化（因為他們覺得這種不確定性“不受歡迎”），也可能是無意的淡化（專家的偏見）。用戶也可能對建模者施加壓力以淡化這種不確定性。建模者應(yīng)該清楚，他們要自信地表達(dá)不確定性，但同時也要提供有用信息。用戶需要做的是了解不確定性在他們作出決策或進(jìn)行溝通時意味著什么。如果模型很復(fù)雜并且像一個“黑箱”呈現(xiàn)給用戶，則會產(chǎn)生更多問題，因為用戶無法自行調(diào)查這些結(jié)果背后的邏輯和假設(shè)。鼓勵用戶和建模者之間協(xié)同合作的另一個原因是用戶可以跟進(jìn)模型的開發(fā)進(jìn)程，至少可以了解模型的工作方式和理論基礎(chǔ)；建模者可以更好地理解用戶需求和背景知識，確保模型以有用的形式輸出結(jié)果。

在Silent Spread模型示例中，可用于建模的數(shù)據(jù)非常有限，而決策卻需要盡快作出。這就需要盡可能地使利益相關(guān)者、專家和政府工作人員廣泛地參與到模型的設(shè)計與測試過程中來。工作組在建模過程的每個階段都定期開會。一旦新的輸出結(jié)果出現(xiàn)，該小組就馬上開始著手分析和解釋結(jié)果，并提出了一系列改進(jìn)建模的方法，以測試輸出結(jié)果所提出的新假設(shè)。模型使用了各種不同的方法來表示結(jié)果中的不確定性，特別是每個政策選項相關(guān)的風(fēng)險水平都清楚地列出來了，讓決策者在做出決策時加以考慮。這就確保了其能夠達(dá)成讓大家都滿意的共識，該模型被一位專家描述為“集體的共同大腦”。

（六）需要仔細(xì)規(guī)劃建模過程、結(jié)構(gòu)和結(jié)果的有關(guān)溝通

溝通可以清楚地解釋輸出結(jié)果及其局限性，確保輸出結(jié)果得到恰當(dāng)使用，并建立起對建模過程和輸出結(jié)果的信心。由于模型輸出由數(shù)字和圖表組成，導(dǎo)致它們看起來比實際中更加明確和確定，但反之也意味著數(shù)據(jù)和假設(shè)之間的界限往往被忽略。以往的失敗經(jīng)驗會導(dǎo)致對建模的不信任，積極的協(xié)作則可以建立起對工作的信心，但不可能讓每個人都參與其中。建模團(tuán)隊和政策客戶中的人員變動也有可能導(dǎo)致新的問題出現(xiàn)。

在Silent Spread模型示例中，建模者必須努力消除由2001年疫情暴發(fā)后預(yù)測模型作出的對牲畜連續(xù)撲殺這一結(jié)果所帶來的對政策建模的不信任。雖然起初很難讓持有不同意見的利益相關(guān)者坐下來開誠布公地討論，但這個模型給了他們一個相對中立的立場來分享不同的觀點并對這些觀點進(jìn)行測試。

在SWAP模型示例中，信任并不是一個問題。反而是模型的設(shè)計以及模型（和建模者）得出的結(jié)論更需要恰當(dāng)?shù)膫鬟_(dá)給不熟悉計算機(jī)建模方法的利益相關(guān)者。

（七）模型需要維護(hù)

如果政策模型在初次使用之后可以繼續(xù)在政策監(jiān)督、開發(fā)和評估中發(fā)揮作用，那么它們就可以提供愈發(fā)準(zhǔn)確的結(jié)果。但在政府采購流程和政府組織中，模型很難得到適當(dāng)?shù)木S護(hù)。開源模型很有吸引力，因為開發(fā)者社區(qū)可以繼續(xù)維護(hù)和檢查它們，但政策模型有時候不能做到開源，因為政策模型必須在一段時間內(nèi)準(zhǔn)確地代表復(fù)雜的政策，并考慮到政策和政策環(huán)境的變化。在第四章描述的模型中，目前只有Exodis模型得到了定期維護(hù)。因此，確保模型能夠得到長期維護(hù)是迄今為止很少得到妥善解決的問題。

六、結(jié) 論

在建模這個復(fù)雜領(lǐng)域所需的技術(shù)支持已日臻完善，而且在使用上也越來越容易。然而，為了使政策建模充分發(fā)揮其潛在優(yōu)勢，則需要更多地關(guān)注模型開發(fā)和使用過程。在政策模型發(fā)揮積極效用及使用的過程中仍存在諸多缺陷，這在很大程度上是由經(jīng)驗和錯誤中獲得的“技術(shù)知識”所造成的，這就是為什么本文描述了筆者在各自不同的經(jīng)驗中得到的關(guān)鍵經(jīng)驗教訓(xùn)。然而，如果政策變化所需付出的成本或伴生而來的風(fēng)險很高，而且環(huán)境復(fù)雜，那么進(jìn)行政策建模就不僅是一種共識，而且是道德要求。

筆者認(rèn)為，成功的政策建模最重要的一點是鼓勵相關(guān)人員進(jìn)行溝通與協(xié)作:即在建模者自身、客戶和利益相關(guān)者、數(shù)據(jù)提供者、模型輸出用戶等之間溝通與協(xié)作。學(xué)界仍然傾向于在象牙塔內(nèi)工作，即只在用戶完全開發(fā)完成并將研究成果發(fā)表在研究文獻(xiàn)中之后，才向他們提供結(jié)果和模型。雖然這種方法可能適用于一些正式的模型，但幾乎可以肯定的是這無法向決策者提供可使其在實際中運用的行之有效的政策模型。相反，正如本文所強(qiáng)調(diào)的，政策建模需要協(xié)作、迭代和敏捷。這樣做有很多好處，首先，它提供了一種對模型的所有權(quán)，即鼓勵建模者向用戶承諾他們有可能看到屬于他們自己的模型，而不是別人強(qiáng)加給他們的黑箱。其次，協(xié)作有助于防止建模者在目標(biāo)上作出太過天真的假設(shè)，因為如果一個人不是該領(lǐng)域的專家就很容易這樣。因此，通過協(xié)作，建模人員知曉了其試圖去呈現(xiàn)的世界的復(fù)雜性，與此同時，用戶也知曉了他們正在幫助開發(fā)的模型其功能的局限性。最后，利益相關(guān)者的積極參與可以幫助檢測模型的參數(shù)等，即使在“硬”數(shù)據(jù)匱乏的地方。數(shù)據(jù)的缺乏不應(yīng)該成為放棄建模的借口，但是方法需要調(diào)整，如此，一種能夠識別數(shù)據(jù)需求以及訪問方式的迭代的、參與性的建模方法被開發(fā)出來。

這種協(xié)作式的工作方式對許多政府機(jī)構(gòu)來說可能是陌生的，甚至可能涉及機(jī)密、隱私和數(shù)據(jù)訪問方面的微妙談判。然而，越來越多地使用模擬、機(jī)器學(xué)習(xí)和人工智能來輔助政府和企業(yè)做決策似乎已成為勢不可擋的趨勢，因此（政府及企業(yè)）文化可能不得不改變，以允許甚至鼓勵一種更加協(xié)作、敏捷的建模方法。當(dāng)它實現(xiàn)時，政策建模將會趨于真正的成熟。

注釋：

①本文譯自Nigel Gilbert,Petra Ahrweiler,Pete Barbrook-Johnsona,Kavin Preethi Narasimhan,Helen Wikinsonc合作的論文“Computational Modelling of Public Policy:Reflections on Practice”，原載于 “Journal of Artificial Societies and Social Simulation”（《人工社會與社會仿真雜志》，2018年1月31日刊發(fā)），中譯本已獲作者授權(quán)在《江西社會科學(xué)》刊發(fā)，標(biāo)題按中文習(xí)慣略作修改。

②奈杰爾·吉爾伯特(Nigel Gilbert)教授生于1950年3月21日，英國薩里大學(xué)社會仿真研究中心的創(chuàng)始人并擔(dān)任主任，著有多本關(guān)于計算機(jī)社會科學(xué)、社會仿真及社會研究方面的著作，是社會科學(xué)中使用基于代理模型（Agent-Based Mmodel）的先驅(qū)。20世紀(jì)90年代,吉爾伯特教授發(fā)表了關(guān)于社會仿真學(xué)的第一本教科書:《社會科學(xué)家的仿真》(Simulation for the social scientist，1999),且創(chuàng)辦了該領(lǐng)域領(lǐng)先的國際期刊《人工社會與社會仿真雜志》。

③因圖表分辨率及印刷的原因，原文相關(guān)模型的圖表均省略處理，請前往原文網(wǎng)絡(luò)版查看，http://jasss.soc.surrey.ac.uk/21/1/14.html。