复杂性研究与拓展社会学边界的机会

文/乔天宇 邱泽奇

孔德在创立社会学时便强调，相较于天文、物理和化学现象，社会现象具有复杂性。他把社会类比为有机体，并认为与研究非有机体不同，对社会有机体的研究要借助整体去观察部分。尽管孔德的观念后来被斯宾塞、涂尔干等继承并强调，但实际上社会学家们在很长一段时期并没有找到应对复杂现象的有效方法，对社会现象复杂性的认识仅停留在哲学观念上。

值得社会学家们骄傲的是，社会学者从来没有停止过对复杂性的关注。只是社会学的关注与作为一个专门学术领域的复杂性研究相比，仍然显得零星与分散。多数社会学者对当下科学界的学术进展与成果了解不足，更没能很好地跟进与做出贡献。

复杂性与社会现象

复杂性现象广泛存在于自然界和人类社会中。20世纪80年代，自然界和人类社会的复杂性几乎同时进入研究者视野。复杂性研究从诞生之日起就注定是一个多学科交叉的领域，自然科学中的物理学、生物学、计算机科学和社会科学中的经济学、政治学、社会学等都在其中寻找着各自的议题。

从事复杂性研究的学者们往往会先对复杂系统的一些基本特征给予明确描述。社会现象复杂性的来源大致有以下几个方面：启发式行动、适应性行动、行动者间的互动、反馈机制、行动主体的异质性和不确定性。

涌现性是讨论复杂性时一定会涉及的概念，也是复杂性的另一个十分重要的特征。简单讲就是整体不等于其组成部分的线性加总。宏观系统是行动者互动的后果，可是宏观系统的属性和功能并不存在于较低层次的行动者身上；行动者还会依环境而适应性地调整行动，并重新作用于环境，进而导致宏观后果发生动态演化。

在社会科学中，经济学更早参与了对社会现象复杂性的讨论。在阿瑟等经济学者的努力和推动下，复杂经济学的知识体系已初步搭建起来。与经济学相比，社会学虽然也有很多研究涉及复杂性，但关注却失之零散，尚未形成系统的知识体系。社会学对复杂性的早期涉猎散见于经典理论家的讨论。

探索复杂性的方法及其演进

针对行动者间的互动，社会科学已发展了相对成熟的分析工具，有学者认为，基于图论和社会网络的结构分析和基于博弈论的行动分析是探索社会现象复杂性的有效工具。

博弈分析的确能够将行动者间的相互影响纳入，但是需要依靠严苛的假定，如行动者完全理性。如果放松假定，后续分析则需要使用更繁难的数学工具。博弈模型无法处理行动者间的互动结构。为此，有学者尝试将社会网络分析与博弈论相结合，但也只能有限度地解决复杂演化问题。

进化博弈分析允许放松传统博弈分析的一些假定，其所应用的差分或微分方程建模也适宜开展动态分析。但只能处理一些简单的复杂性现象；再复杂一点，差分或微分方程求解也会遇到困难。

为进一步探索复杂性问题，研究者们希望寻找既能避免已有方法缺陷，又易于运用的替代性工具。圣塔菲研究所主张的基于行动者建模（agent-based modeling，ABM）已成为复杂性研究的最主要工具。研究者可以利用计算机编程灵活模拟行动者的行动与互动，观察可能产生的一系列社会后果，更好地理解人类经济与社会活动中涌现出来的模式及动态。元胞自动机和多行动者建模是ABM的两种具体形式。

在理论研究中，这种计算模型更利于帮助我们探索因果关系发生的机制。ABM可以被看做是一种理论实验，研究者能通过“理论驱动的调参”来观察某些社会现象出现的必要或充分条件。在政策研究中，应用计算模型也有利于制定更加科学的决策，帮助政策制定者选择更优的政策条件组合。

社会学近期对复杂性的探索

进入21世纪后，一些运用复杂性研究理念、方法和模型工具讨论社会学议题的研究成果开始在主流期刊上出现。本文尝试使用社会学的两大经典范畴——行动和结构——对这些研究进行概括和梳理。这些研究的共同点是都关注宏观层面的涌现性后果，且都较成功地将微观与宏观联系起来，并非单纯讨论行动者的微观选择，或仅对宏观结构进行分析。

（一）对行动的研究

1. 集体行动的发生

默顿将由行动者虚假情境定义导致真实后果发生的过程称为“自我实现的预言”。谢林较早使用模型语言对自我实现的预言进行了分析。他借用核物理工程学中的临界质量模型，对如起立鼓掌等集体行动发生的机制进行解释。格兰诺维特构建了一个与此类似的“门槛值模型”，重点考察了临界阈值（即门槛值）为正态分布的情况，并在后续的文章中对模型进行了拓展。

现实中的集体行动还会有组织行动者参与，组织与个体间也会发生相互作用。福勒等的研究同时涉及个体行动者选民和组织行动者政党，试图回答为什么投票作为集体行动会发生，以及为什么政党会按特定的方式选择选举纲领等问题。

创新的扩散也可视作集体行动的后果。达夫昂特等在拓展格兰诺维特门槛值模型的基础上，研究了创新在组织间扩散的过程。近些年还有学者基于管理咨询技术被广泛采用的背景，利用计算模拟考察了咨询提供者的流动以及企业与他们之间的匹配和双边互动等如何影响创新扩散。

2. 新行动者的出现

论及组织行动者，从公司组织、政党到民族国家、国际联盟，无一不是由成员个体组成，却都在组织层面具有采取一致性行动的能力。这种一致性行动的能力来自哪里？新行动者的出现，其实同集体行动一样，都可以看作是宏观涌现的结果。

组织决策是组织采取一致性行动能力的体现，也是最重要的一种组织行动，科恩和马奇等人针对组织决策行动的“垃圾桶模型”属开创性研究，也是社会学家参与复杂性研究的又一早期代表作。

阿克塞尔罗德关心新政治行动者的出现，想回答诸如民族国家和区域联盟等政治共同体是如何从一群更小的政治行动者的集聚和相互作用中涌现的。还有研究者关注新经济行动者的出现。阿克斯特尔开发了一个公司内生的模型。模拟得到的团队规模服从齐普夫分布，与对美国公司人员规模数据的经验分析结果一致，规模变化率的分布也与此前的经验发现吻合。

帕吉特与合作者们借鉴化学反应视角，分析了经济生产系统的涌现和进化。他们利用计算模型考察了网络结构、复制与学习模式以及企业搜索能力等对经济生产系统涌现的影响。帕吉特和鲍威尔通过总结近二十年的相关研究成果，同时吸收化学和生命科学的思路，提出了一种理解组织和市场涌现的新思考框架。

（二）对结构的研究

1. 社会的分化

社会分化是社会学的经典议题，但很少有研究会将社会分化的宏观结构与微观过程联系起来，从微观行动者的互动中讨论分化的生成性涌现。这类研究可进一步分为两类：一类关注群体在空间上的分化机制，是对谢林种族隔离模型的延续和扩展；另一类关注社会经济特征的分化，以及为什么会呈现出特定的形态。

福塞特把社会距离作为另一种解释机制引入谢林模型，强调空间竞争和城市中不同社会群体间的互动，不同的社会群体可以来自不同的职业、地位、文化和兴趣等。

如果说福塞特的研究是从“依据什么做选择”的角度改进了谢林模型，布鲁赫等人则是从“何时，做什么样选择”的角度进行改进。谢林假定的偏好函数是两段式的，即个体偏好只存在一个阈值。布鲁赫等考察了多种偏好函数形式，发现只有当偏好函数为两段式时，高水平的居住隔离才可能发生；当偏好函数为阶梯形或连续形时，出现的居住隔离程度较低。

至于财富等社会经济特征在人群中的分布，早在20世纪初，帕累托便发现，意大利人的财富拥有状况服从幂律分布（power law distribution）。财富状况服从幂律在当时的很多国家都存在，与政治、税收等社会制度设置无关。安格尔将不平等过程置于微观交换和竞争中考察，为财富不均衡分布的形成提供了一种解释。近些年，这一问题还引起了很多自然科学家的兴趣。这些研究对财富分化给出了若干种可能解释，共同点是都试图用微观互动和动态过程解释财富分布的生成。

在现实社会网络中，人们拥有朋友的数量同样存在巨大分化，朋友数量也多呈现幂律分布。巴拉巴西和艾伯特基于马太效应，提出了偏好依附机制，并经数理分析和计算模型双重检验，发现偏好依附是解释无标度网络幂律特征形成的关键机制。萨尔加尼克等利用线上数字实验证明，流行度也会在行动者彼此影响的条件下呈现幂律分布，尽管特定产品流行与否具有偶然性且不可预测，但幂律的规律性在每次“历史重演”中十分稳定。

2. 制度的起源和维持

制度是社会学最为关注的宏观设置。对制度从哪里来，社会学有一种回答认为它是在微观互动中自发演化生成的。阿克塞尔罗德将规范存在性问题转化为程度性问题，从行为角度对规范进行界定，并对其涌现开展讨论。研究发现，当在博弈架构中引入元规范机制之后（即对拒绝惩罚进行惩罚的规范），规范会成功地建立起来。对于制度如何维持，又如何扩散和影响等问题，阿克塞尔罗德通过模拟文化间的相互影响，讨论了文化差异性的持续。森托拉等讨论了为什么不受欢迎的规范会流行，为此他们区分了信仰规范与执行规范行动。他们发现行动者局部嵌入和狂热者空间集聚会加剧虚假规范执行，小世界网络则会抑制。另一项研究专门讨论了网络结构对文化多样性的影响。

拓展社会学边界的机会

克里斯塔基斯曾在《纽约时报》发表短评，认为社会科学近几十年间停滞不前，原因在于没有参与科学前沿，因此是时候摇动它一下了。他主张社会科学要敞开怀抱，把大部分力量部署到自然与社会交叉的新领域之中。复杂性正是这样一个前沿交叉领域。进入21世纪以来，尽管社会学者与复杂性研究之间的互动增多，在理论和研究成果上也有一定的积累，但令人遗憾的是，复杂性研究及相关进展并没得到大多数社会学者的关注。一些社会学引为经典的理念与复杂性研究秉持的观念尽管有相似之处，却也存在距离和张力。本文认为，拥抱复杂性正为我们提供着拓展社会学边界的新机会。

（一）运用复杂性视角理解当下社会

技术是推动社会变迁越来越重要的力量。近二十年间，ICT的发展对社会变迁带来了极深远的影响。关注复杂性能够帮助我们认识这些社会变迁，对当下社会形成更深入的理解，体现在以下三个方面：

第一，理解影响社会的技术发明和应用。ICT发展催生了许多新技术发明，对这些技术发明的应用也正在改变着生产和生活。社交网络、交易平台、人工智能等都是ICT推动下得以应用并产生广泛影响的技术发明，它们都与复杂性有着十分密切的关联。

第二，理解技术变迁给社会带来的影响。技术的社会化应用使其不再只是效率工具，而是开始进入到社会关系之中，以更具复杂性的方式影响着社会。

第三，理解社会形态特征的变化。关注复杂性意味着更应注重从行动者之间的互动入手刷新对社会的理解。社会学从不缺乏互动视角，过去关注的更多是局部互动。从复杂性视角看，可以将当下社会理解为一个全局互动的社会，人类整体处于高度互动的状态。复杂性理论与方法为理解高度互联社会的行动和动态提供了基本视角和框架，帮助我们认识由高度互联带来的社会后果。

（二）用复杂性思维认识社会学的基本问题

如果说我们能从现实角度看到拥抱复杂性对社会学的价值，那么从理论角度，运用复杂性思维对拓展社会学边界的意义又是什么呢？

在自身演进以及与社会科学其他学科的理论互动中，社会学理论似乎面临着两种困难。一种是微观到宏观转换的问题，这被科尔曼视为社会学的核心任务，但一直没有得到很好解决。近年一些有影响力的社会学者再度提及微观到宏观的转换问题，并将该问题与复杂性研究关联。社会如何从行动者的微观互动中涌现，可以看作是运用复杂性思维对“社会何以可能”这一基本问题的重新理解。

社会学理论面临的第二个困难是在与主流经济学的对话中遇到的。社会学强调社会化对行动者的影响，传统上却倾向于接受行动者完全内化了规范的假定，被称作“过度社会化”；新古典经济学理论与社会学中的理性选择理论则是社会化不足，被认为陷入了“低度社会化”的误区。格兰诺维特较早指出了这两种极端理论状态的存在，主张采用嵌入性观点，避免二者的缺陷。一方面，嵌入性观念推动了社会学中网络研究的发展。由于复杂性研究对互动的强调，网络思想很快被其吸收并在复杂性研究的其他学科中扩散，反过来又促进社会学网络理论朝着关注多重和动态性的方向发展。阿瑟曾认为，“低度社会化”的新古典经济学是复杂经济学的一个特例，我们或许也可以认为，“过度社会化”的传统社会学处在另一个极端，也是充分接纳了网络思想、运用复杂性思维的社会学的一个特例。

（三）在复杂性研究中重塑社会学研究方法

一些社会学者曾尝试发展理论工具，解决微观与宏观之间断裂的难题，但都并不成功。在经验研究中，多层次分析技术可用于驾驭宏观环境对微观行动的影响。但是对微观行动如何演化为宏观图景，常规统计方法几乎无能为力。有学者认为，传统社会学推崇的案例研究方法有可能通过揭示微观社会机制，实现解释宏观的目标。但案例研究较难对宏观后果进行有效测量，也难以在微观行动与宏观图景之间建立可确证的路径。ABM是呼应需求的方法创新，它能克服统计分析与案例分析的局限，开启了一种“扎根于实用主义和复杂性的新范式”。

除了ABM类的计算模型，参与复杂性研究的社会学者还采用了更多新颖的研究手段，如挖掘与分析在线大数据、实施线上数字实验等。这类研究也被归入计算社会科学的范畴，它们不再满足于在理论上探索导致宏观涌现的微观机制，而是更具经验性地观察社会行为的复杂模式，或对理论模型进行验证。对于国内的社会学研究方法教学而言，增加应对复杂性问题的计算思维与方法等相关课程模块，应当说已迫在眉睫。

当然，社会学与复杂性研究的互动也受到很多限制性约束。复杂性研究内部也存在张力甚至激烈的争论。尽管存在诸多困难，社会学仍应以更加包容开放的心态，广泛开展学科间的交流与合作，在这样一个社会现象的复杂性越来越凸显的时代，跨出传统的边界，回应时代的呼唤，对复杂性这一既古老又崭新领域进行积极的探索和勇敢的尝试。