系统性风险：对社会多样性和一致性的威胁

导语

复杂性科学的见解可以应用在分析异质社会中的社会过程。在自然、技术和社会的几乎各个领域内，许多影响复杂结构的特征都可以从物理和化学中的简单建模过程中推导出来。如果将这些特征应用到社会风险的结构中，就会获得一些可以进行进一步实证分析的见解。复杂性科学研究者在等级制度、竞争和合作这些众所周知的机制之外，尤其补充了自组织机制的贡献——绝大多数社会科学理论都低估了自组织的影响。但是鉴于现代民主制度面临的诸如移民和民粹主义等危机，正是这种动态结构生成机制对于高效与公平的风险治理具有决定性意义。在本文中，研究者基于复杂性科学，分析了社会多样性和一致性面临的威胁。

研究领域：复杂科学，自组织，复杂系统

Ortwin Renn，Klaus Lucas | 作者

解晓聪 | 译者

刘培源 | 审校

邓一雪 | 编辑

论文题目：

Systemic Risk: The Threat to Societal Diversity and Coherence

论文链接：

https://onlinelibrary.wiley.com/doi/full/10.1111/risa.13654

1. 引言

2. 正在经历变革的社会

3. 复杂系统的特征及其在社会进程中的应用

4. 自组织的主要贡献

5. 基本价值观：社会一致性的基础

6. 结论

1. 引言

社会是复杂的系统。因此，只有将社会变革的过程视为相互关联的环境中结构生成的动态过程，才能理解这些过程。在这篇文章中，我们讨论了由当代全球转型过程所引发的社会变革，并特别关注其所带来的系统性风险。在这一背景下，我们以复杂性科学的见解和工具为基础（参考文章：Klaus Lucas Theory of Systemic Risks），重点关注社会多样性和一致性面临的威胁。

迄今为止，系统性风险的概念很少应用到有关政治和社会凝聚力方面的问题（除了Baumgartner, 2006; Underdal, 2009; Kambhu, Weidman, & Krishnan, 2007)。对我们而言，将复杂性研究的见解与系统性风险辩论中的概念考虑相结合，似乎是一种新的但富有成效的方法，可以更好地理解当前民主社会的整合和分裂过程，并为整合过程的政治塑造吸取教训。人们和社会如何应对社会环境中的复杂情况，我们如何从复杂性科学中获得的见解中了解到一些关于复杂系统的基本特征？以及我们如何将这些知识应用于社会多样性的丧失以及社会分裂的系统性风险？

2. 正在经历变革的社会

2.1 全球性的有效转型

如今的世界以快速变化为特点。例如，任何生活在20世纪中期的人都会发现如今的生活很难。互联网、计算机、移动性、通信、机器人只是这一变化的现代副作用中的一小部分。除了技术变革，世界还面临着重大的生态挑战，如气候变化或生物多样性的丧失、经济危机和社会紧张局势，包括在获取基本资源方面的不平等加剧，以及世界各地的独裁、民粹主义运动对民主执政的威胁（Keys, Galaz & Dyer, 2019; Mclntyre, 2018; World Economic Forum, 2020）。

我们认为，政治、社会和经济的发展目前是由三个具有全球影响的重大变革决定的，即（Renn, 2019）:

全球化
数字化
可持续化

这三次变革浪潮相互并行，反映了社会中有权势的行动者积极追求的社会变革。尽管几乎所有国家都制定了方案和政策来支持和设计并监管这些转变，但往往被视为不允许受影响的人成为其生计的主体或共同设计者的变化（Guryanova, Smotrova, Makhovikov, Koychubaev, 2019; Helbig, 2013）。此外，这三次变革浪潮本身以及彼此之间都引发了断裂和矛盾。它们给社会带来风险，可以说威胁到社会的一致性和多样性。

这在全球化的情况下尤为明显。目前在社会上越来越多的地方，我们看到了强烈的反击运动，主张民族化、复兴民族和民族定义的独立以及保护主义贸易政策（Stanziani, 2018）。同时，人们对社会机构，特别是议会、政党和司法部门等民主支柱的信任度大幅下降（Foster & Frieden, 2017）。政治疲劳、民粹主义运动的日益流行和社会两极化是对社会多样性和一致性显而易见的威胁。

第二个大问题是数字化。在数字化的背景下，有三个“A”特别重要：自动化、算法化和自主化（automation, algorithmization, autonomization）。自动化已经塑造了近几十年的工业，但今天才达到了一种全新的品质。算法化特别是指 “人工智能”，它在算法的基础上发展独立的行为逻辑，并将其转化为独立的决策。系统之间越来越多地进行自主交流，作出决定，从而作为独立的系统开展行动。下图中描述了这些过程在工业中的演变。

图1：IT对产业渗透的演进：从产业1.0到产业4.0

在数字化中，人们还可以观察到冲突、中断和风险对社会凝聚力构成威胁。社会中一部分人舒适受益于效率的提高，而另一部分人则因个人自由和身份的限制而遭受痛苦（Floridi, 2018）。此外，数字化中特别是社交媒体，可能会限制个人用户的自主性，使其行为受到标准化行为模式的制约，包括网络成瘾、威胁个人隐私，并促进问责制的缺失（Zuboff, 2019）。网络风险有可能摧毁整个社会的功能。此外，潜在的权力滥用和不断增加的算法对人的控制的丧失是数字化带来的一些系统性风险（Kamolov, 2017）。与此同时，数字化进程提供了加强民主结构的机会（透明度、更容易获得政治参与、电子民主），但也构成了严重削弱民主结构的威胁（机器人、潜在操纵、回音室效应）。数字化通常会对全球化产生积极影响（反之亦然），但也可以为创造和加强区域、部门和政治生态位提供有效的工具。在这里，中断和冲突也是不可避免的。

第三个全球转型过程是“可持续化”，这是将可持续原则和发展引入政治、经济和社会行为领域。与数字化类似，在这一背景下也存在中断、矛盾和许多相关风险（WBGU, 2011）。联合国通过可持续发展目标（SDGs），为国际和全球政治制定了强制性目标（参见图2），其本身包含许多矛盾（Turker, 2018)。

图2：联合国可持续发展目标概述

虽然全球所有行动者都赞同许多可持续化目标，例如减少贫困或气候保护，但其他目标，比如经济增长，则极具争议性。生态、经济和社会可持续性之间的传统区别掩盖了这三个方面新出现的相互冲突的目标及其造成社会分裂的可能性。被视为可持续的东西（例如，消除贫困）在生态意义上不一定是可持续的。数字化可以支持可持续性（例如，通过智能电网），但也会阻碍可持续性（例如，通过互联网贸易促进货物的打包和运输）。可持续性与全球化之间的关系也是如此：一方面，可持续性受益于全球性规范和标准（如世界贸易组织或国际标准化组织的规范和标准），另一方面，全球化违反了可持续性原则（如生态过度开发或社会不平等）。实施可持续发展本身与许多系统性风险有关：例如，是否有可能在不危及社会福祉和社会凝聚力的情况下，在很大程度上实现能源系统的脱碳？

上述转型进程必然推动社会进程，社会通过这些进程来适应其自我创造的和新的生活条件。这些适应过程相关的风险，特别是对社会多样性和一致性的威胁，符合本文引言章节中提出的系统性风险的所有特征：它们是复杂的、相互关联的、高度随机的，且在很大程度上是非线性的，到达临界点时可能威胁复杂社会的社会结构。一般来说，它们承担着整个系统因最初的局部事件的传播机制而崩溃的风险（Lucas, Renn, Jaeger & Yang, 2018）。例如，从一个局部事件开始，社会上部分人的舆论会突然意外地朝一个方向倾斜，其结果是社会的急剧改向。最近，五年前还不存在的政党的成功，以及许多欧洲国家（希腊、法国和意大利）成熟政党的消亡，都证明了相对稳定的条件可以突然崩溃，甚至被颠覆。图3提供了欧洲民粹主义政党增加的概况。

图3：投票支持给欧盟成员国的右翼民粹主义政党。

2.2 对社会的不同看法

在这些转型所引发的社会变革的背景下，许多人的反应是困惑、不安全感和忧虑（Sarraf, Woodley of Menie, Michael & Feltham, 2019）。对未来发展的不确定性增加，一方面引发了对经济、文化和社会发展机会增加的观点，另一方面引发了对快速转型的焦虑和不满情绪（Blühdorn, 2014）。在多种应对和适应机制中，有两种机制特别突出，因为它们体现了社会作为一个同质的、保值的实体与社会作为一个开放的、有活力的、不断变化和适应的动态结构之间的光谱两端（Fraser, 2017）。

第一个社会愿景与同质化社会的理想相对应，全球化受到强烈限制，并被有意的国家孤立主义政策所取代。无论是对人还是对思想的开放，都会受到怀疑，必要时还会被阻止。数字化被容忍，只要它有利于国家竞争力和简化沟通。对可持续发展的义务（而非对环境的全球威胁）被认为是不重要的，并为国家利益而牺牲了。这种对三大变革的初步反应的特点是民族、隔离外国人、回归传统价值观和关注自身文化等概念。这种社会模式与效率、安全、可靠、公民福利和繁荣有关，不仅来自右翼民粹主义环境的支持者，而且还有很多社会中间层的人。对于同质化社会的倡导者来说，以多样性和多元化为特征的社会模式与混乱、不安全、对外国渗透的恐惧和福利的丧失有关（Schoen & Garvas, 2019）。而他们在公众示威中明确表达了这些恐惧（见图4）。

图4：示威反对难民

第二个社会愿景的特点是多元化社会的理念。全球化被理解为每个人现代化的巨大机遇。数字化有助于在全球范围内组织和有效地安排复杂的互动，可持续性规则确保这些发展符合有限的自然资源、经济发展空间，并在当前和未来几代人的人文生活条件框架内（Schlenker & Blatter, 2016）。特别是，这一愿景将技术和社会创新作为使社会适应不断变化的自然、社会和文化条件的手段。关键词是种族遗产和文化的多样性、宗教和性取向，以及对少数民族的态度、对永久变革和创新的开放态度、宽容和对可持续性的认识。多元化社会的理念假设多样性和多元化能够促进社会生活，而全球对移民的开放以及新思想、生活方式和世界观可以提高共同生活的文化和社会质量。

目前这两种社会概念在民主决策过程中相互竞争，并在许多国家的政治话语中发挥着重要作用（McCoy, Rahman, & Somer, 2018）。在这两个极端之间，当然还有许多其他立场。正如转型中存在矛盾和不一致一样，两种社会模式的追随者在许多问题上也存在分歧，并不是在所有问题上都有相同的观点。然而，在当前形势下，人们可以越来越多地区分这两个两极分化的阵营。人们可以越来越多地区分这两个两极分化的阵营。例如，目前在美国可以观察到高度的两极分化（Graham & Svolik, 2020; Smith & Mayer, 2019）。一个概念的支持者在情感和意识形态上拒绝另一方的追随者，有时甚至是激进的（Iyengar, Sood & Lelkes，2012）。冲突偶尔会演变成街头暴力。然而，两者最初都是可以认真对待的变化，具有可能适合不同社会的不同机会和风险。

经验证明，在经济、文化和文明高度发达的社会中，多元化的社会模式在自然进化过程中占主导地位。这与多元化社会的具体特征有关，并且可以在复杂性科学的框架中理解（Mitchell, 2004）。这些甚至是违反直觉的现象。例如，对某一问题的多样化意见可以提高一项决定的质量，即使包含了那些看似不言自明的意见。在复杂的情况下，多样性往往比数量有限的专家参与，对成功更具决定性，尽管这与直觉相矛盾。处理不同的观点、文化和传统总体上导致了一个优化过程，这是任何专家都无法取代的（Helbing, 2015）。因此多样化社会基本上是现代更灵活、更稳定的社会模式。

然而，这种具有多样性和一致性的多元社会形式，正受到与社会模式演变相互作用的全球有效转型过程的威胁。多样性是一个过于简单的口号，无法更好地理解与多样性和多元化相关的机遇和风险。为了在复杂性科学的基础上理解这一点，并制定适当的治理措施来控制各自的系统性风险，有必要考虑复杂系统的主要特征。

3. 复杂系统的特征

及其在社会进程中的应用

3.1 基本特征

开放性是复杂系统的一个基本特征。它们与系统边界之外的环境进行交互。这种相互作用涉及物质、能量和信息，环境也包括在这些相互作用的过程中。一方面，中断可以跨越系统边界传输并使系统不稳定。另一方面，可以从外部引入适当的治理机制，抵消内部压力。

复杂系统中产生的动态结构是由系统主体的特点和相互作用造成的。这些相互作用是非线性的。因此，小的原因可以显示出意想不到的大的影响，整个系统的动力学不能从其组成部分的动力学中得出。因此，随着时间的推移，一个系统的发展是难以预测的，部分是反直觉的，并且其未来风险难以计算。

宏观结构通过竞争进行的选择过程，从繁杂数量的基本相互作用中涌现出来。在这种背景下，由主体的作用产生的宏观图案，即所谓的模式（或斑图，pattern），以选择性地加强相应模式的方式起作用，从而稳定宏观结构。这种所谓的循环因果关系是动态结构形成的一部分，并且可以在所有领域中观察到。

复杂系统动态结构的形成是跳跃性的结果，是具有路径依赖性和历史性的连续过程。起初，系统在外部和内部参数的不断变化下逐渐发展，直到超过阈值时达到不稳定状态。这种不稳定的状态会导致突然的跳跃——相变——系统由此进入一个新的状态。动态发展以不可预测的方式，处于长期路径依赖中，以此方式依赖于各自系统的先前历史。

复杂系统中的不稳定系统状态是由预警指标来预示的。通常，当组件之间的相互作用比摩擦效应更强时，或者当系统的单个部件的损坏比修复更快时，复杂动态系统变得不稳定。除此之外，适应过程的延迟也会导致不稳定。相应的参数形式上，将促进因素和阻碍因素置于无量纲关系中。

在稳定的系统状态下，不稳定的条件，不会产生任何足以将系统转变为新状态的小波动。在社会期望发展的意义上，这需要一种意想不到的、危险的敏感性，这种敏感性对应着混沌系统中的蝴蝶效应。此外，在这个过程中，不同的时间尺度变得明显：缓慢地接近不稳定状态，意外地和突然地导致整个系统的倾覆。

复杂系统和动态结构形成确实具有涌现特征，即在自组织过程中创造结构的能力，这不能用系统组成部分的孤立行为来解释。虽然个人往往持有温和的政治观点，但在某些内部和外部影响下，在群体事件的背景下，这些观点可能会爆发为激进的、部分非理性的歇斯底里。

3.2 应用于对社会多样性和一致性的威胁

在复杂性科学的术语中，社会转型的过程发生在转变之后，并作为从一个平衡状态到另一个平衡状态的阶段性过渡。然而过渡阶段往往以混沌发生的扰动为特征（Cairney, 2012）。在此背景下出现的系统性风险遵循复杂系统中动态结构的涌现规律。在这里，我们分析了多元化社会崩溃的系统性风险，即社会多样性和一致性的丧失。

开放系统：这里要观察的复杂系统是一个社会，例如德意志联邦共和国、美国或法国的社会。它是一个开放的系统，来自其周围的人和信息通过跨越系统边界进入和离开系统。例如，进入的人，尤其是移民；例如，传入的信息以社会如何应对难民危机等复杂挑战的想法和概念为代表。开放、多元化和多样化的系统原则上显示出优于同质系统的基本优势。多样性为适应不断变化的环境条件提供了更好的机会，并扩大了社会福利、安全和社会一致性的创造性解决方案的潜力。尤其是在变革的时代，在全球化、数字化和可持续发展的大变革时代，孤立不足以稳定自己的体系。与人们直觉的假设相反，开放和合作可以确保在动态环境中的稳定性。尽管并且正是由于它们的不可预测性，有效应对复杂的系统性风险依赖于开放的治理系统。在这个关于社会凝聚力的讨论中，有几个复杂性的具体特征与此相关：

非线性相互作用：一个社会的公民之间的相互作用是非线性的。与此相关的不可预测性是社会变化的一个基本现象。例如，有关移民犯罪行为的假新闻，有可能在形成意见时突然使公众产生分歧，并威胁到多样性。

循环因果关系的选择：动态结构形成，即在这种背景下，多元化社会的出现和毁灭，受到循环因果关系选择的显著影响。在这方面，社交媒体因其易受操纵和社会制约而发挥了重要作用。在多元化的社会中，不同的规则和观念总是在相互竞争。无论谁赢得这场竞争，在很大程度上都是由循环因果关系决定的，尤其是由媒体对不同社会模式的反应决定的。社交媒体中用于引导互动的规则对于稳定行为起着重要作用。原则上，这可以加强个人和群体之间的一致性和团结。然而，媒体的两极分化以及社交媒体中越来越多的回声室效应与整合努力背道而驰，而整合努力是充分应对转型挑战所必需的。非线性关联和循环因果关系通常与移动信息系统（包括社交媒体）的可用性密切相关。通过他们传播新闻、精神和情感的速度，他们能够确认和强化现有的规范和价值观，但他们也可能引发自发的、激进的和非理性的行为。面对因德国难民问题等有争议的政治问题而变得分裂和两极化的局面，可以观察到，大众媒体，加上倾向于假新闻的社交媒体，对促进两极分化、社会异化和内乱的循环因果效应负有广泛责任（Schröter, Jovanovic, & Renn, 2014）。民主社会中的适当治理战略旨在通过民主机构监管社交媒体，并使对事实的民粹主义歪曲变得可见。虽然这一战略的有效性往往有限，而且极具争议，但它在原则上是中肯的，而且是为了取得更好的业绩。因此，需要采取政治行动来规范社交媒体和其他数字服务，以减少个人生活中的主权和代理损失，并反驳假新闻。

历史性：社会有记忆。因此每一次社会变革都只能通过考虑社会以前的历史来理解。由于特定的史前史，例如，20世纪上半叶的德国，社会的某些部分对专制结构有某种亲近感，而另一些部分则严格反对专制结构，甚至到了危及国内安全的程度。

预警指标：预警指标可以预示系统向不稳定状态的转变。预警指标具有无量纲参数的形式，将促进和阻碍两种效应联系起来，无论是作为影响因素还是时间尺度。特别是破坏社会中组织等级之间的时间尺度分离会促进不稳定。因此，针对本文所讨论的社会风险制定合适的预警指标并对其进行持续衡量，是系统性风险治理的一项特殊任务。然而在复杂的系统中，早期预警信号很难确定，因为微弱的信号很容易被忽视，尽管它们可能会对非线性关系中的系统性能产生重大影响（Diez, Tomico & Quintero, 2020）。计算机模拟可以帮助识别和验证这些指标并确定关键阈值。

敏感性：在不稳定状态下，可能的和（正常情况下）不相关的事件能够破坏系统的平衡。对于这种敏感性，人们不应该被接近不稳定边界的缓慢过程所欺骗。跨越阈值（临界点或临界区域）时的跳跃可能会意外地突然发生，然后变得不可逆转。这恰恰是系统性风险的突出特征之一。

涌现：在复杂系统中形成新的社会结构是一种涌现现象。这意味着通过观察一个系统的现有结构和主体，无法对它的未来发展做出任何评价。系统性风险的典型特征是存在临界点，该临界点可能出现在系统动力学的同质状态和混沌状态中。通常这些临界点（或通道）的确切位置是未知的或高度不确定的（Lucas et. al，2018）。即使在一个开放和多元化、教育程度高、智力水平高的社会中，外部和内部的随机过程也可能导致大多数人不希望出现的新社会状态，例如，社会被割裂。

4. 自组织的主要贡献

4.1 中央指导和自组织的一致性

复杂性科学表明，动态结构的形成依赖于主体之间的相互作用。决定性的一点是，动态结构不是由系统某个中央所指导创造的，而是由涉及循环因果关系机制的主体之间的相互作用所创造的。即使看起来没有外部的操控元件，系统仍然实现了更高阶的结构。这就是作为复杂性科学基本原理的自组织原则。但是在许多其他系统中（尽管不是所有系统），可以通过使用适当的措施从系统外部操纵系统内部的交互规则。

两种社会模式中的主要主体都是公民。他们的行动受到中央法规和机构的指导和限制，例如法律以及警察、司法机构和政府的监督。除此之外，还有根据自组织原则与其他主体的交互。

在同质化社会视角中，结构形成过程中的中央行动导向处于前台，而自组织机制几乎没有得到考虑。不可预见的系统风险，即跳跃到无法预测的新系统状态，是自组织的特征。然而，在中央转向的情况下，这些是不可预期的，而是受到限制，甚至被有意识的转向所阻止。该系统在自然界中没有等效物。相互作用发生在线性领域，也就是说，它们导致可预测类型的结构形成，即中央转向所期望的那些。

另一方面，在社会的多元化视野中，自组织是主导因素。主体之间的相互作用是非线性的，它们的系统效应会根据循环因果机制（例如，通过不同介质的共振）对它们作出反应。这导致无法单独预测的结构。因此，通过涌现的结构形成，不同层次的社会秩序根据自组织原则（例如政党、公民倡议等）得以发展。舆论的形成也是突现结构形成的一个例子。这种通过自组织出现结构的过程类似于自然，因此具有创造性。它具有适应不断变化的环境条件的潜力，因此只要不跨越内部和外部影响因素的阈值，它就相对稳定。

4.2 秩序的涌现

正是因为它的多样性，多元社会存在着向同质化社会倾斜的系统性风险，甚至是基本民主秩序的破坏。复杂性科学指出了限制这些风险和稳定多元社会模式的手段。在这种情况下，自组织尤其再次成为焦点。自组织是稳定的构成因素，也是实现不稳定系统状态的构成因素，从这种状态中可以发生阶段性的过渡，例如，向同质化或后民主社会模式的过渡。

在一个多样化的社会中，自组织是基本的组织原则，这一见解证明了通过控制主体之间的互动规则来影响社会变革进程的合理性。因此，仔细研究社会中人与人之间的不同互动形式，并根据复杂性科学的逻辑对其进行分析，是合适的。

由复杂系统的主体（在这种情况下是社会的公民）之间的相互作用所产生的功能关系可以定义为秩序（Büschges, Abraham, & Funk, 1998）。如果关系是永久的并且作用和反作用的变化是可管理的，则秩序显然是平衡的（Forst, 2011）。如果发生的中断严重改变了时间序列，并导致超出可容忍阈值的变化，则取决于秩序系统的韧性，以及系统处理偏差的灵活性（Fath, Dean, & Katzmair, 2015）。系统的韧性越高，秩序应对来自内部和外部的破坏就越稳健。基于少数规则的有序自组织系统，特别著名的一个例子是鱼群的涌现（见图5）。

图5：鱼群中的自发秩序

这种系统的长期稳定性很大程度上取决于缓冲能力和适应性。如果这个容量被过度拉伸或交叉，系统就会进入不稳定状态。各个元素经常发生不可预测的混沌反应，从而导致不平衡。在混沌过渡的某个阶段之后，关系和结构秩序的新规则会出现新的平衡（Linkov 等，2014）。新天平是否比旧天平具有更强或更佳的功能，这绝不是预先确定的。在进化的自然条件（竞争和进化压力）的框架内，新系统通常比其前身更能适应环境条件。在稳定的系统状态下，中断的程度仍然有限。这些是潜在的随机波动，对宏观系统状态没有任何影响。然而，较大的中断会导致系统不稳定，特别是当超过缓冲和适应能力时，可能会激发新的系统状态。

系统框架中的秩序是基于有组织的关系，在这种情况下是社会系统中公民之间的互动（Benz, Kuhlmann, & Sadowski, 2007; Snow, 2015）。它们可以是等级性、竞争性或合作性的（表I）。要素A可以操纵要素B（等级关系），或者要素A在某些条件下可以与要素B竞争（竞争关系），或者要素A和B联合起来共同解决任务（合作关系）。在自然系统中，这些关系在很大程度上是预先确定的。独立主体没有选择彼此关系规则的自由。尽管关系模式很复杂，但这使得分析自然系统比研究社会系统更容易。在某种程度上，社会系统中的个人和组织一样，可以自己决定这些规则，使它们适应外部条件，随着时间的推移改变它们，或者秘密地应用其他规则，而不是对外部世界假装。这种灵活和充分适应的可能性是社会系统高度韧性的特征（Boyd, Nykvist, Borgström, & Stacewicz, 2015）。在这种情况下，韧性是指社会系统在严重压力下保持关键服务（如能源、供水、保健等）功能的能力（Reid & Botterill, 2013）。同时，这也带来了风险：如果规则被推向错误的方向，或者如果它们不能应对内部和外部的要求，就可能导致系统的不稳定甚至崩溃。

表一：社会秩序的基本原则

4.3 社会秩序的不同原则

在人类社会中，所有三个原则（等级、竞争和合作）都存在，有时也以混合形式存在（例如，组织中的等级制度以竞争规则作为每个级别的晋升机制）。这些原则确定了指导和协调集体行动的规则。它们没有指定制定规则的行为者或机构，而是将规则分类为不同的模式。

社会同质化愿景的支持者相当信服基于等级和竞争的规则。然而，只要是志同道合的人，合作也在他们的清单上排在前列。在复杂性科学中，这些类型的相互作用被认为是线性特例。干预措施为社会变革带来可预见的后果。复杂系统的典型特征，即不可预测性和创造性受到限制。

社会学的经典著作确信，合作必须要么依赖于“亲属关系”（家庭、宗族、国家）意义上的社会认可，要么依赖于价值承诺，才能使其首先出现并发挥其效果（洛维 , 1964; Parsons, 1951; Parsons & Shils, 1951; Schweizer & White, 1998）。然而，如果新的主体进入系统并且无法通过种族传统、共同价值观、信念或亲属关系与现有主体建立关系，那么同质社会的支持者只会看到线性互动的一个指导要素：等级制度，如果规则也相应苛刻，竞争。从这个角度来看，一套旨在合作并基本上引入非线性相互作用的规则是不可能的和不需要的。

另一方面，多元社会观的支持者认为，新的主体在熟悉新制度的过程中，将发展社会关系（婚姻、友谊等），并分享共同的信念和价值观，如尊严和荣誉，只要以诚实的方式向他们提供合作。在复杂性科学的理解中，由于非线性效应的不可预测性，这一结果并不确定，但有可能实现。有了这些新的主体，争论继续，系统增加韧性的能力可能会受益，因为新主体的多样性可以用来提高灵活的适应能力。在移民的具体案例中，这可以包括克服专业工人的短缺、与其他文化打交道的技能或提高相互学习的能力。

4.4自组织和社会凝聚力

关于现代社会中的凝聚力问题，从这些考虑中得出了什么结论？复杂性科学的教训清楚地指向一个方向：合作对一个社会是有益的，即使一开始就没有共同的价值观和信念、亲缘关系或文化上的接近。同质概念的支持者不仅没有认识到自组织在提高系统稳定性方面的潜力，也没有认识到其对更多创造性和灵活性的重大贡献（Balconi, Crivelli, & Vanutelli, 2017）。有大量证据表明，如果不通过社会接近度和价值承诺来定义合作，也可以实现这一点。促进创造力和创新的动态结构需要开放性和多样性，这可以从自然界的不断发展和衰退中观察到（Bollige等，2011）。社会多样性促进了不同种族、文化、宗教等的人在互动中有选择地加强反馈。图6描绘了伦敦街头的多样性。根据复杂性科学，这样的反馈是动态结构和问题的创造性解决方案的出现的组成部分（Mitchell, 2004）。有了适当的规则，集体智慧和应变能力的增强为稳定的福利和安全结构提供了更多的机会。

图6：伦敦街头的多元文化印象

机会与风险并存。自组织系统的发展取决于确定系统的规则的有效性。与自然相似，自组织意义上的创造性解决方案取决于微观层面的合作安排这一事实，然而，这些安排在宏观层面受到竞争（McAlpine 等，2015）。应用于当前的政治形势，这意味着应该为新进入该系统的人提供他们开发和发挥潜力所需的一切合作机会。同时，如果这些合作安排在系统的完整性和稳定性方面没有任何进展，或者如果它们适得其反，则应适用竞争和等级规则。这种见解并不是对社会达尔文主义的邀请，其繁荣已经结束是有充分理由的（Mersch, 2018; p. 195f）。这不是要从不太好的移民中选择好的移民，或者更糟糕的是，从不太有韧性的移民中选择有韧性的移民。复杂性科学表明，创造性的解决方案和不寻常的适应过程通常来自人们最不期望的那些因素。系统理论告诉我们，这与个人选择无关（Preiser & Cilliers, 2010）。相反，系统需要以这样一种方式构成，即主体之间的关系在自组织过程中发展，以便它们至少在统计平均水平上需要并保持成功适应不断变化的条件的过程。这意味着没有等级和竞争的合作确实可以阻止或威胁凝聚力。这取决于正确的混合，尤其是时间和结构转向。

5. 基本价值观：社会一致性的基础

从复杂性科学的角度来看，为了限制自组织的创造机会，不超过主体之间关系模式的最大可能变化，预先确定重要的交互规则对于系统的稳定性是必不可少的。在一个由功能和道德决定的系统中，这些首先是植根于各国宪法和联合国宪章中概述的公民权利的基本价值观。这些构成了人类生存与合作的基本原则。也不应将它们与对开放、多元化以及个人和社会文化发展的合法需求相对化（Henkin, 1989）。虽然讨论是必要的，但所有政治权力都必须在内部和外部表现出对基本价值观的明确承诺，并在日常政治中坚持这一承诺。

这也意味着：在基本价值的背景下，等级原则是必不可少的。即使等级制度需要合作，这一规则也不能通过合作来加强，而是依赖于控制的等级结构。合作模式的出现和蓬勃发展依赖于对治理制度可靠性的信任，以确保并在必要时强制所有行为者遵守规则，并对违反行为进行罚款。与霍布斯的利维坦观点不同，在利维坦中，作为社会契约的一部分，政治权力被合法化以控制所有社会生活，一致性和对规则的遵守也可以，并且更优选地通过基于价值承诺和亲属关系的自组织和有计划的合作来产生。然而，这些自下而上的机制的功能取决于对基本行为规则的认识，这些行为规则使人类互动可预测和可计算。关于哪些规则应被确定为一套强制性价值观念和准则的问题可能会进入政治雷区，但呼吁就基本价值观念和共存原则达成共识，对于维持集体认同和人类生活条件的稳定至关重要。当然，对宪法的解释有一定的余地，有时也需要加以澄清。正如在所有模棱两可的议题和问题中一样，在这种情况下，关于如何适当解释宪法的公开讨论也是必要的（Donelly & Whelan 2020 第3章）。

除了等级制度外，竞争原则与合作相结合的原则也称为合作竞争（Dorn, Schweiger, & Albers, 2016）是系统元素之间关系的基本条件之一，但从属于基本价值。复杂性科学表明，动态系统中的竞争是有效性和效率的发动机。这些并不是一个社会系统的功能或人性的唯一目标数字，但从长远来看，没有这些数字，一个系统的稳定就无法维持。他们为社会学习创造激励，并激励个人寻找和测试创新解决方案。重要的是，这些竞争规则只能在系统有效和高效运行的情况下适用。通常，需要以效率为代价的韧性或公平的问题解决方案（Mirhosseini, Carmody, & Iulo, 2019）。但从长远来看，低效的解决方案将无法确保系统的稳定性。因此要找到正确的平衡。

接下来关于合作：它有三个方面的表现形式，即社会接近、共同信念和开放的自组织，它使约束力的多样性成为可能，为在一个变化并行的复杂世界中进行创造性、灵活性和适应性的表演提供了最佳保证。在许多政治学教科书以及许多政治领导人的自我概念中，从自组织中创造一致性和合作被低估了。因此与在种族、信仰或信念方面不接近自己社会的人合作的潜力怎么重视都不为过。然而合作原则需要包含在上述等级和竞争条件的严格框架中。

6. 结论

如今，社会多样性和一致性面临威胁。民粹主义运动因易受假新闻影响的社交媒体而得到加强，危及社会福利与安全，是对民主价值观的根本威胁。

基于复杂性科学的分析提供了对这些威胁形成的机制以及处理这些风险的治理工具的见解。在这种情况下，很明显，开放系统的条件、循环因果关系的确认以及对早期指标的考虑起着重要作用。特别是自组织的作用（以及在系统主体之间的交互中形成适当规则对于控制这种风险至关重要的洞察力）在理解和治理方面占主导地位。

多样化社会中的动态结构生成受制于主体之间关系的自组织和组织的制度形式。动态过程涉及个人行动、制度规则以及文化价值观和规范。它们以不同的速度和强度变化，对不同时间尺度的适应是社会系统保持一致性的主要挑战之一。自组织恰恰是进化的契合，它证明了时间和空间中不同框架之间的必然联系。在社会科学中，自组织的功能和有效性迄今被低估了，这种自组织是基于社会基本单位之间的相互作用，并以这种方式产生宏观动态，结果取决于这些相互作用的规则。与大多数其他领域不同，在社会系统中，这些规则会受到决策过程和公众舆论形成的影响，特别是需要制定规则，引导结构的自组织朝着民主选择和期望的方向发展。在规则缺失或未执行的情况下，多样性可能会产生不受欢迎的结构。例如：平行社会、社会不平等、剥削、犯罪等，特别是元素之间的关系的可容忍变化可能被超过，并因此导致大量的不稳定性。为了在伦理上和功能上得到保障，建立在自组织基础上的合作结构需要基于各自宪法规定的基本价值的分级控制以及宏观层面的创新诱导竞争。

参考文献

· Balconi, M. , Crivelli, D. , & Vanutelli, M. E. (2017). Why to cooperate is better than to compete : Brain and personality components. BMC Neuroscience, 18(68).

· Baumgartner, F. R. (2006). Punctuated equilibrium theory and environmental policy. In R. Repetto (Ed.), Punctuated equilibrium and the dynamics of US environmental policy (pp. 24– 46). New Haven CT: Yale University Press.

· Benz, A. ; Kuhlmann, S. , & Sadowski, D. (2007). Governance – A political science perspective. In D. Jansen (Ed.), New forms of governance in research organizations (pp. 3– 29). Dordrecht, the Netherlands: Springer.

· Berkes, F.. , Colding, J. , & Folke, C. (2003). Navigating social-ecological systems: Building resilience for complexity and change. Cambridge, UK: Cambridge University Press.

· Blühdorn, I. (2014). Post-ecologist governmentality: Post-democracy, post-politics and the politics of unsustainability. In E. Swyngedouw & J. Wilson (Eds.), The post-political and its discontents: Spaces of depoliticisation, spectres of radical politics (pp. 146– 166). Edinburgh, UK: Edinburgh University Press.

· Bolliger, J. , Bättig, M. , Gallati, J. , Kläy, A. , Stauffacher, M. & Felix K. (2011). Landscape multifunctionality: A powerful concept to identify effects of environmental change. Regional Environmental Change, 11(1), 203– 206.

· Boyd, E. Nykvist, B. Borgström, S. , & Stacewicz, I. A. (2015). Anticipatory governance for social-ecological resilience. AMBIO, 44(1), 149– 161.

· Büschges, G., Abraham, M., & Funk, W. (1998). Ordnung. In G. Büschges, M. Abrahamand, & W. Funk (Eds.), Grundzüge der soziologie (pp. 32– 42). Vienna, Austria: Oldenbourg.

· Cairney, P. (2012). Complexity theory in political science and public policy. Political Studies Review, 10(3), 346– 358.

· Diez, T., Tomico, O., & Quintero, M. (2020). Exploring weak signals to design and prototype for emergent futures. Temes de Disseny, 36, 70– 89.

· Donelly, J. , & Whelan, D. (2020). International Human Rights ( 6th ed). New York: Routledge.

· Dorn, S., Schweiger, B., & Albers, S. (2016). Levels, phases and themes of coopetition: A systematic literature review and research agenda. European Management Journal, 34, 484– 500.

· Fath, B, D. , Dean, C. A., & Katzmair, H. (2015). Navigating the adaptive cycle: An approach to managing the resilience of social systems. Ecology and Society, 20(2), 24– 34.

· Floridi, L. (2018). Soft ethics and the governance of the digital. Philosophy and Technology, 31(1), 1– 8.

· Foster, C., & Frieden, J. (2017). Crisis of trust: Socio-economic determinants of European’s confidence in government. European Union Politics, 18(4), 511– 535.

· Forst, R. (2011). Die Herausbildung normativer Ordnungen. Interdisziplinäre Perspektiven. Frankfurt am Main, Germany: Campus.

· Fraser, N. (2017). Progressive neoliberalism versus reactionary populism: A Hobson’s choice. In H. Geiselberger (Ed.), The great regression (pp. 40– 48). Cambridge, UK: Polity Press.

· Graham, M H. , & Svolik, M. W. (2020). Democracy in America? Partisanship, polarization, and the robustness of support for democracy in the United States. American Political Science Review, 114(2), 392– 409.

· Guryanova, A. V., Smotrova, I. V., Makhovikov, A. E., & Koychubaev, A. S. (2019). Socio-ethical problems of the digital economy: Challenges and risks. In S. Ashmarina, A. Mesquita, & M. Vochozka (Eds.), Digital transformation of the economy: Challenges, trends and new opportunities (pp. 96– 102). Advances in Intelligent Systems and Computing, Vol 908. Cham, Switzerland: Springer.

· Haimes, Y Y. (2009). On the definition of resilience in systems. Risk Analysis, 29(4), 498– 501.

· Helbing, D. (2013). Globally networked risks and how to respond. Nature, 497, 51– 59.

· Helbing, D. (2015). Automation of Society is Next. Zurich, Germany: Create Space Independent Publishing Platform.

· Henkin, L. (1989). The universality of the concept of human rights. Annals of the American Academy of Political and Social Science, 506(1), 10– 16.

· Holling, C. S. (1996). Engineering resilience versus ecological resilience. In P. C. Schulze (Ed.), Engineering within ecological constraints (pp. 31– 44). Washington, DC: National Academies Press.

· Iyengar, S., Sood, G., & Lelkes, Y. (2012). Affect, not ideology: Social identity perspective on polarization. Public Opinion Quarterly, 76(3), 405– 431.

· Kambhu, J., Weidman, S., & Krishnan, N. (2007). New Directions for Understanding Systemic Risk. Washington, DC: National Academies Press.

· Kamolov, S. G. (2017). Digital public governance: Trends and risks. Journal of Constitutional History, 33, 185– 197.

· Keys, P. W., Galaz, V., & Dyer, M. (2019). Anthropocene risk. Nature Sustainability, 2, 667– 673.

· Linkov, I., Bridges, T., Creutzig, F., Decker, J., Fox-Lent, C., Kröger, W., … Thiel-Clemen, T. (2014). Changing the resilience paradigm. Nature Climate Change, 4(1), 407– 409.

· Lowi, T, J. (1964). Four systems of policy, politics, and choice. Public Administration Review, 32(34), 298– 310.

· Lucas, K., Renn, O., Jaeger, C., & Yang, S. (2018). Systemic risks: A homomorphic approach on the basis of complexity science. International Journal of Disaster Risk Science, 9(3), 292– 305.

· McAlpine, C. A., Seabrook, L. M., Ryan, J. G., Feeney, B, J., Ripple, W. J., Ehrlich, A. H., & Ehrlich, P. R. (2015). Transformational change: Creating a safe operating space for humanity. Ecology and Society, 20(1), 17– 23.

· McCoy, J., Rahman, T., & Somer, M. (2018). Polarization and the global crisis of democracy: Common patterns, dynamics, and pernicious consequences for democratic polities. American Behavioral Scientist, 62(1), 16– 42.

· McIntyre, L. (2018). Post-truth. Boston, MA: MIT Press.

· Mersch, P. (2018). Systemische Evolutionstheorie. Dusseldorf, Germany: Books on Demand.

· Mirhosseini, H. , Carmody, K. , & Iulo, L. (2019). A framework for the co-benefits and trade- offs of resilience & sustainability certification programs. ARCC Conference Repository, 1(1). Retrieved from .

· Mitchell, S, D. (2004). Why integrative pluralism? E:CO Special, Double Issue, 6, 81– 91.

· Parsons, T. (1951). The Social System. Glencoe, UK: The Free Press.

· Parsons, T. , & Shils, E. A. (1951). Toward a General Theory of Action. Cambridge, UK: Cambridge University Press.

· Preiser, R., & Cilliers, P. (2010). Unpacking the ethics of complexity: Concluding reflections. In P. Cilliers & R. P. Preiserm (Eds.), Complexity, difference and identity (pp. 31– 44). Dordrecht, Germany: Springer.

· Reid, R., & Botterill, L. C. (2013). The multiple meanings of ‘Resilience’: An overview of the literature. Australian Journal of Public Administration, 72(1), 31– 40.

· Renn, O. (2019). Die Rolle transdisziplinärer Wissenschaft bei konfliktgeladenen Transformationsprozessen. GAIA, 28(1), 44– 51.

· Sarraf, M. A., Wioodley of Menie, M. A., & Feltham, C. (2019). Discontent with modernity. In M. Sarraf, M. A. Woodley de Menie, & C. Feltham (Eds.), Modernity and cultural decline (pp. 101– 128). Cham, Switzwerland: Palgrave Macmillan.

· Schlenker, A., & Blatter, J. (2016). Zwischen nationalismus und kosmopolitismus: Wie lassen sich (neue) Formen demokratischer Bürgerschaft konzeptualisieren und bewerten? In S. Rother (Ed.), Migration und demokratie. Studien zur migrations- und integrationspolitik (pp. 109– 137). Wiesbaden, Germany: Springer.

· Schoen, H., & Gavras, K. (2019). Eher anhaltende Polarisierung als vorübergehende Verstimmung. In R. Zohlnhöfer & T. Saalfeld (Eds.), Zwischen stillstand, politikwandel und krisenmanagement (pp. 17– 37). Wiesbaden, Germany: Springer.

· Schröter, R., Jovanovic, A., & Renn, O. (2014). Social unrest: A systemic risk perspective. Planet@Risk, 2(2), 125– 134.

· Schweizer, T., & White, D, R. (1998). Kinship, Networks, and Exchange. Cambridge: Cambridge University Press.

· Smith, E. K. & Mayer, A. 2019. Anomalous Anglophones? Contours of free market ideology, political polarization, and climate change attitudes in English-speaking countries, Western European and post-Communist states. Climatic Change 152(1), 17– 34.

· Snow, C, C. (2015). Organizing in the age of competition, cooperation and collaboration. Journal of Leadership & Organizational Studies, 22(4), 433– 442.

· Stanziani, A. (2018). Conclusion: Global history in the face of globalization and the return of nationalisms. In A. Stanziani (Ed.), Eurocentrism and the politics of global history (pp. 145– 148). Cham, Switzerland: Palgrave Pivot.

· Turker, D. (2018). Global challenges: Aligning social responsibility and sustainable development goals. In D. Turker (Ed.), Managing social responsibility. CSR, sustainability, ethics & governance (pp. 161– 176). Cham, Switzerland: Springer.

· Underdal, A. (2009). Complexity and challenges of long-term environmental governance. Global Environmental Change, 20(3), 386– 393.

· WBGU (Wissenschaftlicher Beirat Globale Umweltfragen) (2011). Welt im Wandel: Gesellschaftsvertrag für eine Große Transformation. Berlin, Germany: WBGU.

· World Economic Forum. (2020). The Global Risks Report 2020. Davos, Switzerland: World Economic Forum.

· Zuboff, S. (2019). The age of surveillance capitalism. London, UK: Profile Books.

（参考文献可上下滑动查看）

计算社会科学读书会第二季

计算社会科学作为一个新兴交叉领域，越来越多地在应对新冠疫情、舆论传播、社会治理、城市发展、组织管理等社会问题和社科议题中发挥作用，大大丰富了我们对社会经济复杂系统的理解。相比于传统社会科学研究，计算社会科学广泛采用了计算范式和复杂系统视角，因而与计算机仿真、大数据、人工智能、统计物理等领域的前沿方法密切结合。为了进一步梳理计算社会科学中的各类模型方法，推动研究创新，集智俱乐部发起了计算社会科学系列读书会。

新一季【计算社会科学读书会】由清华大学罗家德教授领衔，卡内基梅隆大学、密歇根大学、清华大学、匹兹堡大学的多位博士生联合发起，自2022年6月18日开始，持续10-12周。本季读书将聚焦讨论Graph、Embedding、NLP、Modeling、Data collection等方法及其与社会科学问题的结合，并针对性讨论预测性与解释性、新冠疫情研究等课题。读书会详情及参与方式见文末，欢迎从事相关研究或对计算社会科学感兴趣的朋友参与。