导语


将2021年度诺贝尔奖的生理学或医学奖、物理学奖和经济学奖等联系起来思考，探究它们的共同关注点、深层意蕴、学科交结枢纽及融合发展的必然性，聚焦和深入探讨各类复杂系统的本质特征与内在规律，从底层逻辑和层级架构视角比较物理系统与社会经济系统的关联与异同，拓展、凸显和加快人类的主观意识、智慧创造与新一轮科技革命的深度结合与有效应用，促进跨学科交叉融合与创新发展，这对人类的思维认知观念提升、科技文明进步的方向和进程、理论知识体系建构、学科专业设置等都有启发价值和重要意义。本文为讨论稿。


关键词：复杂系统科学  社会经济复杂性  跨学科交叉融合  经济学创新发展  学科重构

王国成 | 作者



2021年10月4日，诺贝尔生理学或医学奖授予戴维·朱利叶斯（David Julius）和雅顿·帕塔普蒂安（Ardem Patapoutian）；10月5日，诺贝尔物理学奖授予真锅淑郎（Syukuro Manabe）、克劳斯·哈塞尔曼（Klaus Hasselmann）和乔治·帕里西（Giorgio Parisi）；10月11日，纪念诺贝尔经济学奖授予戴维·卡德（David Card）、乔舒亚·安格里斯特（Joshua D. Angrist）和吉多·因本斯（Guido W. Imbens）。本年度诺贝尔奖的一个非常亮眼的关注点是：跨界跨域的复杂系统研究，将生理学或医学、物理学和经济学的获奖领域和成就结合起来跨学科交叉地联想考虑，[注释1]也是对复杂性科学研究成果本身的印证和有效应用，由此对人文社（会）科（学）带来非常有价值的启示、引发深层思考。多学科有如此高度的契合点和共同研究兴趣，这既是表象上的巧合，也有其内在的必然，亦为今后的探索社会经济复杂性、提升认知观念和方法、创新发展人文社科和促进相关新学科的构建等指明方向、奠定基础和增添动能。





一、复杂性科学与跨学科探索复杂系统




无论是异象（anomalies）、涌现（emergence），还是“整体大于部分之和”，复杂性之所以复杂，主要是由于客观潜在的隐秩序（/规则：Hidden Order），它在传统的认知观念下和已有的理论框架中难以认知和把握的诡秘特点及广泛存在性，必须要有新观念、大跨度学科交叉研究的视野和实质性创新的方法手段。


1. 物理系统微-宏贯通认知


从上世纪七、八十年代，复杂性科学（Complexity Science；亦称为复杂系统科学）的兴起和迅速发展，成为了引人注目并具有广泛应用的新领域，是当代科学发展的前沿领域之一。复杂系统要么具有结构的复杂性，要么具有演化的复杂性，在多数情况下二者兼具、交错推进。不同于传统物理学处理的规则匀称介质，许多复杂系统具有非对称、“无”规则的复杂结构，近年来复杂网络及经济（/金融）物理等探索了自适应性和结构复杂性[1]；同时复杂系统也表现为演化行为和路径的多样性与不确定性，系统中的非线性相互作用可能产生复杂的演化行为，包括形形色色的不稳定性、丰富的斑图动力学、各种各样的自组织和涌现及进化行为等[2]。物理学逐步深入地进入了复杂系统研究领域且处于领先地位，其中统计物理无疑是研究和理解复杂系统最主要的工具。2021年物理学诺贝尔奖授予真锅淑郎、克劳斯·哈塞尔曼和乔治·帕里西三位科学家，以表彰他们“对于我们对复杂物理系统的理解”所做的开创性贡献（for groundbreaking contributions to our understanding of complex systems）[3]，大大促进了复杂系统科学的发展，这不仅引发了自然科学和工程技术领域的重大变革，而且也在日益渗透到哲学、人文社科等领域，促发人类思维认知的变革。


从直观感知上升到抽象理论分析，从简单逐步深入到复杂，从高尔顿钉板（Galton knocked boards）试验，到自旋玻璃（Spin Glass）模型和伊辛模型（Ising model），物理学研究得知，对于描述由大量粒子组成的系统（如气体或液体），必须考虑粒子的随机运动，计算粒子的平均效应（如气体温度是对粒子能量平均值的度量），而不只是单独地研究每个粒子。统计力学（微观视角的统计物理、宏观层面的热力学）的巨大成功，深层探究粒子间相互作用的阻挫（Frustration）方式、类型和规律，发现了从原子尺度到行星尺度的物理系统中的无序和涨落的相互作用，为气体和液体的宏观性质提供了微观解释[4]。虽然学科各有分工侧重，但人类无止境的科学探索却是共同的精神财富和普遍适用的。物理学这种微观-宏观贯通的认知方法，揭示隐秩序（微粒相互之间在分子力作用下的阻挫效应产生和表现出来的整体特征）这一关键点和微观宏观的内在关联机制，不仅能建立科学的分析模型有效地应用于探索物理复杂系统、气候学和生物学等学科领域中的微观宏观的关联问题，还可以说人类的科学探究是在一定意义上沿着揭秘复杂性所确立的方向和过程中不断推进的，而2021年诺贝尔物理学奖更是鲜明地诠释了复杂系统科学的时代意义和光明前景。


2. 人类感知与人机协同


戴维·朱利叶斯和雅顿·帕塔普蒂安两位教授因在感受温度和触觉方面的发现（for their discoveries of receptors for temperature and touch）获2021年度诺贝尔生理学或医学奖。人类对真实客观存在的感知认知（本体感觉：Proprioception）不完全且不协同，温度和压力等是如何转化成能被人体察和大脑感知的电信、自然界客观存在的信号通过传感器转化成生理信号和思维信息，进而作出复杂适应性决策呢，这是解决人因社会（以人为主导的社会经济系统）复杂性的源头和起始端。新的发现使生命更美好，人们感知热、冷和触觉的能力对于生存至关重要，并且是人类与周围世界进行物质交换的互动基础。这些日常生活中习以为常的感觉是如何启动激发神经冲动的，从而可以感知温度和压力等物理现象呢？2021年诺贝尔奖得主利用辣椒素来识别皮肤神经末梢中对冷热变化有反应的传感，使用压敏细胞发明了一类新型传感器，可以对皮肤和内部器官中的机械刺激做出反应。这些突破性发现启动了纵深密集的相关研究活动，使得人类对神经系统如何感知热、冷和机械刺激的理解迅速增加，为人类捕捉、接收和感知外界信号以及类脑科学研究等提供技术支持和开辟实现通途。


复杂性科学主要研究自然、社会和技术领域中远离平衡态的开放复杂系统，通过与外界的物质、能量和信息交换转化，复杂系统通过自组织形成了多种多样的内在结构、秩序和规律，这对认识和预测复杂系统设置了极大的障碍、提出了艰巨的挑战。随着实验科技的进步和反映体现各种复杂系统机理的数据呈指数增长，为研究复杂系统提供了新的机遇和有利条件。通过人类感知行为等表象数据，来揭示社会经济复杂系统结构和非线性动力学原理，是认识系统多样性和复杂性的基础，是预测系统状态演化的前提，对于研究复杂决策和调控必不可少。因此，需要开阔思路，借助多学科的交叉与融合，充分挖掘数据中隐藏的知识和深层机理，找到表象数据与内源核心的联系，推动自然、社会、经济、生物、科技领域的大跨度交叉与深度融合，从底层逻辑、框架体系和知识点上找到对接渠道、转换方式，解决共同面对的科学问题[5]。物理学和生物（理）学对复杂性的探索，将为今后的利用人机协同、混合智能解决复杂决策问题等AI研发及应用奠定厚实基础。


3. 跨学科视角下的复杂性研究


2021年度的诺贝尔奖还有一个共同点：生理学或医学奖的颁发，确实不是因为相应的研究可带来某种超级好药，而是因为其具备极高的理论价值；物理学奖的颁发也不只是因为用气候模型研究全球变暖和探讨有序到无序再到有序的涨落等问题上的成就，而更为重要的是表彰三位科学家对人们理解复杂物理系统所做的开创性贡献；经济学纪念奖更是从人的利益感知和方法论角度强调合理地获取观察数据对传统实证方法和因果关系分析的革命。这样的从内到外、由人及物的分析思路，是认知方法论更为彻底的变革、转向与跨越式提升，强有力地推动着跨学科交叉研究复杂性问题。


21世纪是复杂性科学的世纪。[注释2]复杂系统研究紧密联系着当前科学发展的两大趋势：一是多学科的交叉融合，如物理学、数学、数据和计算科学等越来越深入地进入其他学科领域，特别是生物学和社会科学，使大多以定性描述为主的传统学科开启了以数据为依托，以模型、算法和计算为技术实现的定量实证研究，而这些交叉领域研究几乎都属于复杂系统的研究范畴；二是大数据和数字化技术的迅猛发展及应用，基于多网叠加的数据采集和存储技术突飞猛进，当今可利用的数据量爆炸性增长，包含了极大量且仍不完全的对自然和社会的有用信息，能合理利用会带来巨大并不断增长的财富。但复杂系统本身不会按现有的知识体系划分学科归属和分门别类，所产生巨量数据的系统和可能被这些数据所影响的系统，往往都是复杂系统，其运行变化具有高度的不可预测性，并不是那么直接容易地造福人类。因而，深入研究复杂系统，发展复杂性科学是成功利用日益复杂的社会经济信息和资源的关键与核心。


要研究和处理复杂性带来的困扰和难题，统计物理是强有力的手段。长期的探索中统计物理在处理各种不可确切预见的状态和进程中发展了丰富的思想、方法与技术手段，这些必然将会和已经为复杂系统的研究提供了强有力的工具；同时由于复杂系统结构和行为表现的大量新特点又强有力地推动着统计物理的创新发展。这既要研讨宏观经典系统，也要在量子层次探索微粒的复杂行为；既需要基础统计理论，也需要分析复杂系统的同步化、演化动力学及其自我调适，还要涉及网络结构形成、类型和稳定性分析等复杂网络问题，也在利用（大）数据分析网联结构和信息传播、新时代的经济演化和社会运行规律等人文活动。复杂系统研究无疑是一个内涵宏大、涉及面极广的领域，必然会推动（自然与社会）科学研究和人类认知水平更上一层、迈入一个全新时代。复杂性科学着重研究现象（特点、个例）到规律（共性、群体）“间隙”的内在动力学原理[6]，无论是规则有序，还是服从某种随机规律的序或非线性“无”序，其实都是在打破原有层次的序向更高层次有序转变涨落过程中不同形态的瞬态“序”。而生物系统对外界的感知和信息转换传送，是在为物理系统（自然现象）和人类系统（理论认知）之间搭建桥梁和联结纽带，可看成是复杂性研究的源头活水。复杂性是广泛存在于自然与社会各方面的属性和各学科的共同关注点，攻克复杂性难关也必然要大跨度、大纵深的学科交叉和齐心协力，这也或许会成为未来科学研究和发展的主攻方向。





二、物理复杂系统

与社会经济复杂系统[注释3]




物理学对从原子尺度到行星尺度的物理系统中的无序和涨落的相互作用的研究，对于更有针对性、通宏洞微地探索研究社会经济复杂性有重要的启发和借鉴作用，但是要注意到物理复杂系统与社会经济复杂系统这两类系统的复杂性的本质差异，这也有助于更好地理解和把握2021年纪念诺贝尔经济学奖的核心要义。


1. 基本元素特征


客观世界的物质和元素的固有属性是稳定的，相应的物理系统的核心元素的基本属性及相互间的关联结构也是相对不变的，对外界条件及变化的反应规律是客观的，系统的演变主要是在外部条件改变的促动下发生的，无论是确定型的规则行为，还是不确定型的随机行为，都不存在和不会发生系统的核心元素或基本组成单位（组元）在受外力作用时内生地自行选择自身属性外化的情况[7][8]，由此保证了系统结构的相对稳定性和演化路径上的动态一致性；而人类社会系统则不然，由于微观主体的自我意识和主观能动性，行为偏好、利益驱使的内源驱动和外部条件促动的双重叠加效应系统结构和整体形态都随之发生变化（两类系统特点和机理的简明对比见图1），其复杂性的根源在于微观个体的多元异质属性和相互之间交往作用的不确定性[4]。所以，为了借鉴现代科学分析方法，只有采用人格物化的假设对具有灵魂的鲜活主体作高度的抽象和简化，这就是现代经济学乃至人文社科秉承的认知方法论和沿循的“科学化”之路。


物理系统所包含的微粒（分子或原子）的数目巨大，微粒非常微小，单个微粒的运动是“杂乱无章”的，微粒之间存在相互作用力–分子力（物理性质的）。宏观量是描述热力学系统宏观整体的特征和状态的参量，如压强P、体积V和温度T等；微观量是描述单个微粒特征和运动状态的物理量，如粒子的质量、直径、速度、动量和能量等。分子热运动的无序性（个体、局部的偶然性）和统计规律性（整体的必然性），表明它们之间有一定的内在联系。而行为/实验经济学和复杂经济学等前沿分支突破了传统经济学对人的行为所作的高度抽象和严格假设[9]；主体性作用及现实中市场运行和经济环境的不匀称也超出了均匀、平稳的介质状态的结构性条件（内生不确定性），有主观意识的个体（组元）属性的不确知且行为表现是条件依赖和易变的，不仅只是将已有理论体系作为参照和认知过渡，还要进一步将自然系统和人文系统的复杂特性结合起来考虑深究。


图1 物理系统Vs人类系统：组元属性和作用方式


2. 微观结构、相互作用与网联层级


社会经济系统是典型的复杂系统，复杂度更高且更有特色，人是主体和基本组元，不仅具有主观意识，而且还有无穷的想象力和不断增长的欲望；人的个性及进化是差异化的，人类社会主体的思想多样性与自然界中的物种多样性交相辉映，是文明的根基、创新的源泉和进步的动力。物质是由分子构成，分子由原子构成，原子的结构划分为原子核和核外电子（带负电），原子核分为质子（带正点）和中子（不带电），原子的体积、半径与质量，原子核电荷数和电子层排布，以及最外层电子的得失规律等是相对稳定的，由此决定物质的属性及反应规律；而社会经济系统中微观主体（Agent）的禀赋偏好、多元行为属性的权重分布及不同生境中的诱发条件等是因人而异、因景而异（条件依赖）的，因而在分析社会经济复杂性时微观结构的差异性及主体间的相互作用和对整体形态生成的影响是不宜忽略的。多种行为属性、偏好和表现的向量（如先天禀赋、后天习得、自利、利他、合作、信任、公平、风险、文化基因等）权重分布及随场景变化的诱因和触发条件等，从动态关联和结构演变的视角考察人类主体的微观背景（维度和分量上的赋权分布及演变），对分析探究社会经济复杂性起着十分必要和非常重要的基础作用。


宏观物质系统由大量微观粒子组成，如气体的分子，金属的粒子或自由电子，辐射场的光子，晶体中的声子等，宏观性质和物理量是大量微观粒子运动的平均效果和统计平均值[7]。社会经济复杂性主要是主体的多元行为属性和异质性、社会网络（交互）、外界条件不确定性（信息不完全性）动态演化的叠加效应，再加上微观宏观的互反馈机制的作用，表现为内生的人文复杂特性，而由于异质性和交互性造成的人文活动阻挫方式、隐秩序类型、网络互反馈机理不同，人类主体的秉赋偏好、价值取向、利益驱动、行为方式、文化认同，自我意识和主观能动性，“近墨者黑、近朱者赤”的圈层效应等，由此引起的人类系统行为结构的临界性触发条件与物理系统有显著不同。物理学给我们提供了个体的差异和变化如何通过众多个体间相互作用、冲撞、激发和扰动等影响各类宏观现象的生成和演变，以及相应的研究方法；生物（理）学能提供人类主体对外界条件变化和信息捕捉感知的技术和原理，人文社科还需要侧重研究微粒（人类主体）的多元属性、条件依赖的行为表现和响应模式是如何发生变化的[4]，以及物理系统、生物系统和人类社会经济系统系统是如何形成人与自然生命共同体的（图2）。


图2 人与自然生命共同体


物理世界中可用有向规则图、ER随机图、小世界网络和无标度（幂律分布）网络等类型来刻画节点的交联分布[1]，但现实的人类社会经济系统中，人、企业、政府机构之间由于自身利益和价值取向的不同，社会网络的连接方式、路径和层级是模糊杂乱、错落交织和不断变化的，有许多无形的、潜在的和难以严格界定的，如利益阶层朋友圈，社交平台粉丝团，产业集聚区块链，思想碰撞斜杠族和年龄分层代沟化等，具有多样性和不稳定性。类比物理复杂系统，在分析社会经济复杂系统时，众多异质性个体在交互影响中产生的效应：或增强或减弱，或扭曲或改变个体行为属性和特点，生成或涌现出宏观总体的各种形态（异象）及演变路径，这种“阻挫”效应在经济运行和管理（治理）实践中就是如何通过态势识别归类、针对性的机制设计来提高实施绩效方面的问题。这就能从根源上和深层核心处找到如何从物理复杂系统研究中借鉴、转换和提升，以更有针对性、更有效地分析解决社会经济系统及人类大脑神经网络复杂性的途径和方法。


社会经济活动横向上有阿罗揭示的社会选择不可能性定理（哥德尔不完备性定理），纵向上每一个体无止境的私欲与行为能力滞后的不平衡，使得相互之间的利益冲突永不会停歇，主体性思维和博弈思维是理解社会经济复杂性、进行社会网络分析的基础。对于复杂社会系统管理和公共治理：深入认知系统组元的多样化属性、相互关联的多通途和正向发挥系统积极功能的作用机理；提高信息加工和应对外界变化的工具与能力；通过规则机制的设计、制定和实施，促使系统从无序演化到更高层级的有序；在数据方面，借助自然实验获取直接的、靶向性强的观察数据，强调的是对真实场景、真实主体的真实行为关键特征的观察测度，据此可解释社会经济中的复杂现象和重要疑难问题（通常的因果分析难以解决），人文社科的许多知识也可类似获得，由此引发人文社科中的实证研究革命和人类认知的升华。


3. 社会形态生成与微-宏互反馈机制


宏观物理量是大量微粒活动（局部现象）的偶然性表现出来的整体必然性（服从某种统计规律），在物理条件作用下系统整体的形态和物理量的变动不会影响和改变微粒的基本属性与运动方式[7]，正如个体沙砾–沙堆系统之间是靠力学关系形成，蜂群是靠光、激素气味和信号形成系统，鸟群鱼群可依视觉、味觉与声音甚至地磁感应、超声回应形成系统。然而，社会经济系统则并非全然如此，那么人类社会靠什么内在关系组成高度复杂的系统呢，社会经济形态是如何生成及演变的呢？雪崩之下没有一片雪花是无辜的；鸟（鱼）群前行，每一只鸟（条鱼）都有自己的位置和角色；有序与无序（混沌），平衡与非平衡，线性与非线性，自组织与他组织，确定与不确定、积聚与涌现，可逆与不可逆，协同与突变，简单与复杂，其中的微观与宏观、特性与共性、个体与群体的内在联系，是科学探索的难解之谜。


每一个体的体能智能有限，相互之间有差异，人类与自然交互中的合作与交往并形成社会组织（群体）是必然的，主要是基于个体异质性和交互性所形成的利益关系与价值取向，即经济与政治的内同性，是人类主动按特有规律形成复杂巨系统的意愿和能力。无论从最初的进化，还是后来的生产力发展，人都是在群体分工协作中存活的，并且组织性越来越高，生产力也越来越高，两者相互促进。这种内生自组织性、适应性和交互促进性是一般的外界条件变化促动的物理（自然）或生物复杂系统（如蚁群）所不具备的，因而具有更强大的内源动力。复杂系统科学揭示，因为系统的协调功能，系统存在着整体大于部分之和（非线性加和）的可能性。人类组织靠个体、信息、授权、信任和共识等合理协调，实现系统功能。任何宏观形态（总量产出），是其所包含的所有异质性个体及与外界的交互（也包括个体间）作用的结果，反过来任一微观个体的决策和行为选择，也必然要受宏观形态和外界条件变化的影响，微观-宏观之间形成交互反馈机制（也可将其扩展为动态形式）：

            


其中，N为给定经济系统中的主体集，ai为主体i（∈N）所采取的行动，Y为该系统产出的宏观量，X为影响因素向量，为某种意义上的求和或加总定义式，f是一般意义上的映射关系，μ为扰动项；λi为主体i（∈N）的行为特征参数，为i对其他主体的行动的预判，Y-1为前一时刻的宏观总量，A可理解为广义的映射，Econd为其他条件参数，εi为尾项。


人既是个体的又是社会的，从人类发展史和与物理、其他生物系统相比来看，主观意识与主动性、适应性与创造性、先天禀赋与后天习得等，这些就是基于人的双重性的微-宏观交互反馈机理和社会运行机制。社会经济运行中，每一因素的影响，任何条件的变化，内部结构演变，传导机理、过程及路径等，都要通过异质性主体发挥作用，一般认为维系人类社会系统结构的主要力量是利益和自组织体系[10]，交互网联、互为因果、循环往复，既是社会复杂系统的微观成因，又是产出结果，内源式的自组织性可以说是人类社会系统的特有属性，在考虑总量形态生成变化和总量产出时，也应合理地反映出这些人文本质特征。


总体来看，现今对人类社会系统的研究还远远不够，虽然人文社科研究一直在探寻科学化之路，如经济学和社会学（政治学）等，但没有专业领域的基础理论，没有脑神经和复杂系统科学的支撑引领，以及没有万物智联、大数据和信息技术等，不可能对社会经济复杂系统有深入的研究。要科学地理解世界，必须了解复杂性科学的世界观和方法论，就像了解经典力学和相对论量子力学；人文社科只有从人的行为根源、在底层逻辑上找到与自然科学（古称技术）体系的转换规则和和搭建沟通桥梁，才能真正走上科学化之路；而欲打通自然科学与社会科学，其关键节点是用脑神经（类脑）科学和信息/数字化技术等透彻研究思维与现实的连通和互反馈，而统领这个连通系统或许就是复杂性科学及进展。


4. 揭秘复杂的技术实现


微观主体的异质性和多样性、社会网络和传导路径的多联通性，都有可能酿成各种不同形态的宏观现象；任何社会现象及演变，都会有相应的内在的微观成因和传导机理。我们按认知层次从学术视角、研究对象的特点、依据的理论和分析方法等方面将探索社会经济复杂问题的技术实现方式和路径概括划分为以下三种类型或三个阶段。


层次一，完全竞争的社会经济常态背景，高度抽象的前提和严谨推理的逻辑，同质的自利理性微观主体，以及结构的稳定性和动态的一致性，运用确定型+随机型的解析形式建模、因果（相关）关系识别分析等理论方法（实证技术），求证和实现个体优化决策与总体均衡，以解释现象并作预测。


层次二，随着社会演化和人类认知不完全性的日益凸显，需要不断开拓学术视野，放宽理论假设，贴近现实问题，促进技术应用，对于一些偏离经典假设的场景，用行为/实验经济学等交叉互涉的前沿分支深化行为分析，以ABMs（基于主体建模：Agent-based Modeling & simulation）、系统仿真、微观模拟、计算实验和计算社会科学等不断更新的方法、技术与工具，逐步推开研究非常态、非传统的社会经济现象和问题；在数据、算力等资源条件支持许可的情况下，能在复杂性研究和复杂决策方面有效地应用[11]，提高人类的认知力。


层次三，直面复杂现实问题和微观主体的行为异变，常态（或可化为常态）的用传统方法，对非常态复杂的情况要有前沿创新、演化综合的跨学科思维，需要数字化、多网叠加（万物智联）、人机协同、混合智能、虚实融通，人-机-环决策链回路中融通合体、并行（相）互（促）进和复杂性科学[12]。既要回归本源，将人类主体深度融入分析现实社会的技术进步中，同时又进一步明确以人为本和人的主导地位，[注释4]纵向上将行为、机理和异象通宏洞微地贯通，横向上将虚拟世界与现实世界在主体身份定位、主体间社会交往和人类与自然交互的经济系统上有机致密融合，并且允许每个单体用户都有权合规地进行全网全域的内容生产、信息储存、痕迹验证和授权编修。


如何客观、科学地观察和反映研究对象？反映物理系统的数据相对客观、精准，而由于人的主观意识和行为易变性，社会经济系统的数据往往会有不可测性和选择性偏差，于是，要注意处理好实证分析中“实”与“证”的关系，不仅要知道数据怎么处理、怎么用，还要知道数据怎么来、怎么反映现实，对人文社科研究来说，后者或许更为重要、基础和艰难。[注释5]基于物理学和生理学，可实现机器对人的体能上的辅助、延伸和替代；在智能维度从底层逻辑和规则转换来看，摩尔斯电码、二进制、布尔代数和数字逻辑电路等，促发计算机的诞生，能承担计算、推理等部分思维功能，辅助决策；而互联网的出现，多源多态的信息的转换、连接和传输、TCP协议，人际交往、人与自然交互，科技协同，以建立在通讯网络上的阿帕网（ARPANET）为底基，通过互联网协议（TCP/IP）、大数据（数字化）和AI认知变革，脑机对接、混合智能（行为）、虚拟现实（VR+）、人机协同等新一轮科技革命的兴起，促使科技人文融合、揭秘复杂决策，提升创新；模糊逻辑与深度态势识别、GPU与可视化，需求拉动与行为能力的匹配和支撑，使人与自然现象的联系和交流加深和流畅等。


再来看评价体系和实践检验标准，价值尺度、衡量标准、评价方法、实施过程、可控可重复性等检验手段和程序，都要有针对人文社科的话语体系和评价体系。与普通的物理（自然）系统和一般生物系统相比，除了结构和演化过程的复杂性，以人为主导的（人因）社会经济系统的组元–微观主体还表现出特有的复杂性（甚至可以说是本质特性）：主观意识、利益目的和价值取向，多套逻辑交织协同并行的思维分析能力，不确定情景（不完全信息）下的自我学习调适、能动性和创造性，以及认知偏差与容错纠错，忽略这些特性，就不可能真正地研究揭示社会经济系统的复杂性。社会经济、价值观念和形态结构、运行机制及心理等影响因素，而且这些因素的量化测度还具有：模糊、难度量、不可公度、容错性等，不仅是物理（物质）世界，还有人文（精神）世界，前者的核心元素属性及变化规律相对稳定，而后者主体的多元行为属性及表现是条件依赖的，受自我意识支配下的选择，不象自然因素和科技进步有相对客观和公认的衡量标准。人的主观意志与其所处系统是双向互反馈的（既是行为的条件，又是行为的结果，既是社会系统的子系统，又在影响社会整体系统），只有在特定视角和维度上的局部或侧面，可视为近似的物理系统和借用相应的分析方法。


人本定向、聚焦行为、深化分析，设定场景、人境互适，关注机理（网联层级）、考察过程，通宏洞微、揭秘复杂，深入研究社会经济复杂系统，要在借鉴物理复杂系统研究方法的基础上，在微观基础层面、微观宏观互反馈机制及方法论等方面要有独到的研究见解和开辟新的途径。





三、对经济学研究和学科建设的启示与思考




在当今新时代、新理念和新思维的大背景下，在纵深层面将多个学科联系起来，更好地领悟2021年度诺贝尔奖深邃隽永的意蕴，考察和展望时代发展特点和趋势等，会对经济学乃至人文社科的研究有重要的启示和新招数。


1. 时代意义


世界百年未有之大变局加速演进，新一轮科技革命和产业变革深入发展，多网叠加背景下的数智时代人们的生产方式、生活方式和人际交往方式的极大改变，思维和认知行为根本性转变与提升，大跨度、大纵深的多学科交叉融合，与自然科学（工程技术）融通和无缝衔接的人文社科研究的跨越式发展是必然趋势。跨学科交叉（多学科互涉）思维的普及和融入、复杂性科学时代正在到来，是以发掘和激发人的智慧和创造性为时代特征和使命。文化观念、价值取向、社会结构、行为方式，紧密频繁深刻多样，研究方法和方法论的转变提升，都在发生重大变化，学科交叉、相互促进催生新的分支学科，尤其是人类获得科学知识的方法和认知方法论正在进入一个崭新时代：实践中孕育产生认识，理论认知又可设计和创造实践，两者相互融合，循环往复推进、螺旋式上升（见图3）。


图3 认知模式的转型升级


顺应近年来诺贝尔奖逐步明朗锚定的科学研究发展的指向，[注释6]人类对自然界和自身社会的探索，都呈现出：宏观超宏观–中间纵深精细–微观超微观的态势。为了更有效地破解经济社会运行和治理难题，复杂系统科学向人文社会科学领域延伸是大势所趋。这就要加强前瞻性、引领性和大纵深的跨学科基础研究，建立开放包容、具有内生创造性的学科体系，通过多学科交叉互涉研究推动原始创新，推动建构和逐步完善适用于复杂性问题的科学理论，科学应对万物智联和数字化时代的运行与治理难题；在认识不确定性和复杂性时，充分意识到和重视人的思想和行为导致的复杂性，越是深入探究自然和社会的奥秘，就越是能敏锐感知到变幻无穷的复杂性，同时也在“制造”着新的复杂性，进而创立自然科学与社会科学融通并行合体的复杂性科学。


2. 对经济学及社会科学研究的启示


2021年纪念诺贝尔经济学奖的得主之一戴維·卡德教授的主要研究贡献集中在劳动经济学领域，具体涉及劳动收入、最低工资、教育投入与教育回报、移民问题以及就业不平等性等问题[13]，他在实证研究中改进和灵活应用统计分析来筛选大数据中可信度较高的关键数据，从而能获得比传统计量模型方法更客观可靠的实证发现和结果；另外两位分享纪念诺贝尔经济学奖的乔舒亚·安格里斯特和吉多·因本斯教授，主要研究集中于计量经济学与经验微观经济学的结合领域，尤其是在因果关系分析的适应性上的创新有广泛影响力，并在针对学校政策影响的应用实证分析中得到了支持[14][15]。三人学术贡献的本质都是针对社会经济问题的复杂性，运用自然实验的方法，对因果关系检验的适应性和可信度所作出的革命性推进，是方法论意义上的变革与提升（Natural experiments help answer important questions for society）[16]。结合同年的生理学或医学、物理学诺贝尔奖表彰的研究领域，使得人们对各类复杂系统的研究及内在联系得到高度的聚焦、认同和提升。社会经济复杂系统中的若干影响因素之间常常是互为因果、因果循环、因果倒置、因果边界模糊等内生非线性相关关系[11][9]。“热狗”不是狗，工具箱不只是工具，2021年度纪念诺贝尔经济学奖表彰“对劳动经济学的实证研究性的贡献”和 “在因果关系分析方面的方法论贡献”，肯定对因果关系分析的方法论贡献，强调的是方法论，而不只是因果（相关）关系分析方法，以及回归、可控实验等传统的计量实证和经验分析；强调理论分析要更充分认识到社会经济问题特有的多样性和复杂性，要紧密地与真实经济结合，通过有针对性的靶向实验设计增强因果关系分析等实证研究的可信度；强调多学科的相互借鉴、交叉融合探索复杂性，更适宜用科学、精心设计和组织“自然”实验来观察和测度关键行为特征及作用机理，以此为基础有助于揭示社会经济系统的复杂奥秘。


面对当今社会日益凸显的复杂现象和问题，联系综合起来考量2021年诺贝尔奖，感悟其提供给我们的重要启示：人文社科研究必须回归人本、以人为本、以实践为本，重视跨学科的基础研究，以现有理论体系为支撑和平台，以智慧和创造性为动力，以问题为靶子和导向，挣脱学术教条的束缚，跳出表征分析的习惯定式和框架，转变提升观念；提高对数据认识的全面性和科学性，既要重视数据如何处理如何用，更要重视是怎么来怎么反映现实对象的；尊重人性、尊重实践、尊重事实，重视微观领域的更具针对性的具体研究，结合自然实验等提高对社会经济问题因果分析的科学性和可信度；要有更具特色、更有针对性的人文社科的话语体系、学术体系和科学性的评价体系及演进之路；创新发展通宏洞微、自顶向下（Top-down）的解析与自底向上（Bottom-up）的统合思路对接、分布整合式的微观宏观一体化贯通的机理分析，揭秘社会经济复杂性。


3. 助推新时代的学科专业建设


2021年诺奖的焦点和亮点是复杂性科学，或许会成为未来科学研究的主要方向和主流的学科之一，这对研究复杂社会经济系统、复杂经济学和复杂管理决策，促发新的学科生长点和奠定新专业建设的基石，对转变和提升高等教育理念、思路和举措等都会大有裨益[17]。


当今我国高等教育的观念转变和文科类改革相继提出的新文科、新财经和新商科建设等，新就新在教育理念更新、立足点、重心与中心任务的协调同步，时代进步、科技教育发展，要更加重视人的能动性和创造性、发掘和激发人的特质与潜能。从本源上说，人的思想、智慧、精神和创造性及人类社会现象是不分学科门类的，所以高等教育重点要先在思想培育、精神塑造和科学的思维方法上多下功夫，要直面现实，强调理论与实践的联系。通过对下面公式（2）中两类表达方式的对比，可从底层逻辑上看出思维方式、知识类型和分析方法等方面的异同。


其中，(x1, x2, …, xn) 为系统的n维影响因素向量；A为宏观形态或产出，S为个体到群体的生成或加总方式，可理解为广义的映射，其他符号同前文公式（1）。公式（2）中两式的主要区别是：上式关注和分析的是投入因素与产出之间的关系（因果或相关），下式关注和考察的是人及行动（个体与群体行为特征及关联）。它们的学术视野和关注点、理论立足点和思维逻辑、分析技术与方法和知识体系与学科专业设置相应的都会有不同的选择和侧重。从2021年及近年来诺贝尔奖所指明的科学研究和文明进步的发展趋向中领悟，大学高等教育应分为两个层级或阶段：阶段一主要是知识传继续，注重“宽、厚、实、识”；阶段二是专业定向能力培（养）激（发）：将社会需求、专业特色优势、学生的志向、兴趣和潜质等有机结合，强调“专、特、智、创 ”，重在能力发现、发掘、培养和激发。[注释7]


考虑到受教育者的成长和未来可能对社会所作的贡献，大学期间的路径引导和辅助定向是至关重要的。学校、学科设置和教育的目的是为了培养人才，随着社会发展和社会需求的转变与提升，知识技能的传授、学科专业改革和设置，要注意做好问题导向与理论导向、思想与方法（道与术、发现与解决问题）、探索精神与得失誉毁的价值取向动能激励、事实依据和数据依据、习惯于“随众逐流”还是敢于“小众逆袭”等两难的选择；宽口径、厚基础，不能为跨而跨，为综合而综合，为新而“新”，要着重在导向目标指引下，以社会需求激发学生内在特质和自主积极性，给学校更多的学科专业课程设置自主权；相应的人才评价也要随之改变和协同。自然实验能帮助我们获取许多知识，自然界和社会的许多知识与规律，也只有还原到其产生的情景、在多视角观察和多学科交叉的背景下才能更好地发现、领会和把握。以新文科统领的新财经、新商科及社会科学其他分支领域的人才培养应该更重视通识、基础、前沿、可拓展性教育，在底层逻辑上注重立场价值选择和坚持、计算算法、博弈和万物智联、场景实验、数字化和跨学科多模型多方法结合等方面的思维训练，类似的也可促进新工科、新农科和新医科等学科的专业设置和相应的理论知识体系的丰富改进。





余言




人类（社会）是客观世界的一部分，也在不断地与自然界的交互中演进发展，科技文明进步、理论知识体系建构等是密切关联、相互促进、相互激发的有机整体，具有自我意识、主观能动性的人类在加深对复杂性认知的过程中，还可能在“制造”着新的复杂、加剧着复杂性。一旦人文社科得以真正突破，着力发现经验知识积淀和科学技术进步的认知规律，或许这就是关于人类自身的另一种形态的“自然科学”——人文社科的本质任务。跨学科交叉研究复杂性问题的科学性和适用性，期待和坚信这一前沿理论方法与学科发展方向的突破和创新，能够帮助人类有效应对（自然界和人类社会中）日益凸显的复杂性问题。



参考文献


[1] Van Der Hofstad R. Random graphs and complex networks[M]. Cambridge university press, 2016.

[2] König Lukas, 2015, Complex Behavior in Evolutionary Robotics. DE GRUYTER OLDENBOURG, DOI: 10.1515/9783110408553.

[3] The Nobel Committee for Physics，Scientific Background on the Nobel Prize in Physics 2021,“FOR GROUNDBREAKING CONTRIBUTIONS TO OUR UNDERSTANDING OF COMPLEX PHYSICAL SYSTEMS”.  https://www.nobelprize.org/uploads/2021/10/sciback_fy_en_21.pdf

[4] Castellano Claudio, Fortunato Santo & Loreto Vittorio, Statistical physics of social dynamics. Reviews of Modern Physics 81, 591-646 (2009).

[5] 张海峰、王文旭，复杂系统重构。物理学报，2020, 69(8): 088906. doi: 10.7498/aps.69.20200001。

[6] Gorban A.N. & Yablonsky G.S., Grasping Complexity. Computers and Mathematics with Applications, 65 (2013) 1421–1426. http://dx.doi.org/10.1016/j.camwa.2013.04.023.

[7] Pathria R.K. & Beale D. Paul, Statistical Mechanics, Fourth Edition, Elsevier Ltd., 2021.

[8] Latora V., Nicosia V.& G. Russo, Complex Networks: Principles, Methods and Applications. Cambridge : Cambridge University Press, 2017.

[9] 陈平（著）、赵晓军(译)，从复杂性科学到复杂经济学[J]。演化与创新经济学评论，2020（1）：1-30。

[10] LeFebvre Rebecca and Franke Volker, Culture Matters: Individualism vs. Collectivism in Conflict Decision-Making. Societies 2013(3): 128–146; doi:10.3390/soc3010128.

[11] 王国成，《中国经济复杂吗?–通宏洞微视角的洞见》[M] 。北京：中国社会科学出版社，2019年。

[12] 王国成，数字化建模：新视角探索经济复杂性[J]. 人文杂志, 2021(5): 39-49。

[13] Card David, Cardoso Ana Rute, Heining Joerg and Kline Patrick, “Firms and Labor Market Inequality: Evidence and Some Theory.” Journal of Labor Economics 36(S1): S13-S70, January 2018.

[14] Abdulkadiroğlu Atila, Angrist D. Joshua, Narita Yusuke, Pathak A. Parag, “Research Design Meets Market Design: Using Centralized Assignment for Impact Evaluation”, Econometrica 85: 1373-1432, September 2017.

[15] Athey Susan, Imbens Guido, Pham Thai & Wager Stefan, “Estimating Average Treatment Effects: Supplementary Analyses and Remaining Challenges,” American Economic Review, American Economic Association, vol. 107(5), pages 278-281, May, 2017.

[16] Advanced information. NobelPrize.org. Nobel Prize Outreach AB 2021. Sat. 30 Oct 2021. Scientific Background: Answering causal questions using observational data.

<https://www.nobelprize.org/prizes/economic-sciences/2021/advanced-information/>

[17] Erin E. Shortlidge & Brie Tripp, A framework to guide undergraduate education in interdisciplinary science, – CBE—Life Sciences Education, 18(es3): 1-12, 2019.


（参考文献可上下滑动查看）


注释

[1] 本文主要是从跨学科研究复杂系统的视角探讨论述诺贝尔奖带来的启示和引发的思考，暂未考虑与同年的化学奖、文学奖和和平奖之间的关联。 

[2] 著名物理学家霍金曾在世纪之交预言：I think the next century will be the century of complexity. Stephen Hawking said in SAN JOSE MERCURY NEWS, January 23, 2000。 

[3] 英文词汇中也有complex systems和complicated systems两种不同类型的复杂系统，其词义的主要区别在于：前者侧重客观或物理复杂性以及计算复杂性等，后者比较强调人为的认知复杂或变得复杂了。 

[4] 这或许类似于认知视野从整宇宙（Universe）到元宇宙（Metaverse），它基于扩展现实（XR）技术提供人主沉浸式体验，基于数字孪生（Digital Twin）技术生成现实世界的镜像，基于区块链（Block Chain）技术搭建经济生态体系，不断创新和整合多种新技术产生的虚实相融的互联网应用和新型“社会”形态。 

[5] 这其实就是人类的自我认知力：主观意识对客观对象（社会现象）的反应、刻画和解释及预见能力。从某种意义上说，数据来源的科学可信性代表了认知水平、决定了实证分析的科学可信性。 

[6] 参见：Nobel Prize Conversations. https://www.nobelprize.org/in-depth/ 

[7] 本文中的图表公式等主要是通过借用示意和类比引发来探讨论述诺贝尔奖和新一轮科技革命对人类认知观念的启迪，而具体的严谨表述、详细展开和对教育、学科专业改革及设置建议等，将会另文讨论。 



Interdisciplinary exploration of socio-economic complexity

——Inspiration and reflection on the profound meaning of the 2021 Nobel Prize


Abstract: It is valuable to expand, to highlight, to accelerate the deep combination and effective application of human subjective consciousness, intelligent creation and the new round of scientific and technological revolution, and to promote interdisciplinary integration and innovative development, through considering the 2021 Nobel Prize in Physiology or medicine, physics and economics together, exploring their deep implications, common concerns, junction of disciplines and the inevitability of integrated development, focusing on and deeply explore the essential characteristics and internal laws of various complex systems, and comparing the connection, similarities and differences between physical systems and social and economic systems from the perspective of underlying logic and hierarchical architecture; and this can be enlightening value and significance to the improvement of human thinking and cognition, the direction and progress of scientific and technological civilization, the construction of theoretical knowledge system and the establishment of disciplines and specialties.


Keywords: Complex system science; Social and economic complexity; Interdisciplinary cross integration; Economics innovation and development; Discipline reconstruction


作者简介：王国成，经济学博士（理学学士、工学硕士），中国社会科学院数量经济与技术经济研究所研究员（博导），中国社会科学院大学教授、计算社会科学研究中心主任，近期主要研究方向：博弈论及应用、行为／实验经济学、计算社会科学与智能决策、经济管理复杂性的跨学科交叉研究及应用等。

通讯地址：北京市海淀区万寿寺甲4号2-3-5      联系手机：13141462609

电子邮箱：wanggc@aliyun.com


基金信息：本文为国家自然科学基金面上项目：面向经济复杂性的行为建模与计算实验及应用（项目批准号：71471177）的后续成果；国家自然科学基金青年项目“金融摩擦、杠杆率与经济增长：基于微观数据和HANK模型的研究”（72003007）的阶段性成果。



复杂科学最新论文


集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「集智斑图」推送论文信息。扫描下方二维码即可一键订阅：



    

推荐阅读



点击“阅读原文”，追踪复杂科学顶刊论文