当前，“模型”已成为公众经常接触的一个概念，在经济预测、交通出行规划、天气预报、用户画像、证券市场走向分析等各类信息中，“模型”都是一个频繁出现的词语。特别是在新冠肺炎疫情暴发后，公共部门和私人部门都在不同程度上依靠传染病学模型来作出决策。可以说，无论是在科学研究、公共政策领域，还是在人们的日常生活中，模型都占据着日益重要的地位。

　　问题类型决定适用模型

　　据美国乔治·华盛顿大学教育与人类发展研究生院院长、教育政策教授迈克尔·J. 福伊尔（Michael J. Feuer）介绍，模型是对复杂现象的正式、逻辑化的数学或统计学表示，目的是指导理性行动或为决策者提供有用信息。许多模型的设计宗旨是基于对当下情况的详细说明、根本性的行为理论、相关参数之间假设或已知的关系来预测趋势和结果。例如，人口增长模型可将多重因素等结合起来估算特定条件下的人口寿命。

　　一类模型包含概率性元素。例如，在品质不变的前提下，一名想要理性地分配资源的消费者在价格降低时购买某种商品或服务的可能性较高。价格与消费之间这种直觉上明显的关系是经济学理论和实证性的计量经济学的核心元素，它将人类行为和组织行为理论与推论和预测的统计学方法联系起来。

　　另一类来自数学规划和运筹学的模型旨在基于已知参数指导决策。例如，在款式和材料质量的限制下最小化一件服装的生产成本。这类模型为一个明确的目标提供算法最优解，它们倾向于规范性而非描述性，即规定行动而非描述、预测、解释观察到的行为，其中的方程和分析手段更多依赖参数间的关系而非概率性假设。

　　还有一类模型基于对人类意志的假设来研究个人选择所致的预期和结果。例如，博弈论及著名的“囚徒困境”极大地推动了有关选择与竞争的传统经济学理论的进步，影响了组织设计、监管、公共政策制定。此处的基本逻辑不是数学或统计学原理，而是从个体的自主行动可能产生集体外部性这一基本理念出发，估算这些外部性的规模和分布，并设计减轻负外部性的方案，这需要形式化建模和实证性测试。

　　此外，在许多日常情景下，人们以非正式的、默认的方式使用模型；或者说，理性思考者在生活中运用“心理模型”。例如，人们将可观察到的天气状况、天气预报消息推送、过往经验、出行计划等因素结合起来决定是否带伞。

　　模型并非“全能”

　　福伊尔谈到，模型本身不是完美无缺的。同时，人类行为经常不受正式计算结果的支配，面对风险的反应甚至是对超自然现象的迷信都会驱使人们做出不符合严格理性标准的举动，不安全感、自我怀疑等各种情绪都可能使人偏离技术层面上的“正轨”。因此，人们十分有必要对模型进行审慎的使用。

　　福伊尔表示，对任何模型而言，建模者选择将哪些变量纳入考虑在一定程度上具有随意性。错误的存在可能贯穿于对复杂现象进行描述、解释、预测的任一环节之中。

　　福伊尔继续谈到，在计量经济学中，需要估算一个或一系列独立变量的变化对某一明确结果的具体影响。在以对参数的计算为主要任务的模型中，错误可能源自建模者对变量的选择以及潜在关系中的不确定性，政策模型中的错误还与行为科学和社会科学中的基本现实有关。科学实验通过严密控制来减少或消除外部因素的影响，但这样的实验室环境和操作方案不可能或很难被引入涉及复杂的、不稳定的人类反应的情景之中。旨在使行为和社会关系研究在定量层面更可靠的努力带来了巨大的方法论进步，但也导致人们高估了这些研究的精确性。

　　关联性和因果性也是常被混淆的两个概念，不能仅由于观察到两个变量之间存在关联性就认为它们之间具有因果关系。例如，我们不能仅基于常看电视的儿童暴力倾向更明显，就得出看电视会加重儿童暴力倾向的结论，因为也存在暴力倾向较强的儿童看电视更多的可能性。建立因果关系需要采用严格的方法来确定各个因素的作用，随机控制实验被许多人视为“黄金标准”，但其经济成本和时间成本较高，有时还存在伦理风险。

　　美国社会理论促进基金会创始主任、卡佩拉大学兼职教授斯蒂芬·E. 沃利斯（Steven E. Wallis）表示，设计合理的模型能够提供关于现实状况的更准确、更实用的“视图”，作为个人和群体思考、预测、决策和行动的参考。然而，大部分模型偏向简单化且线性，无法反映复杂的、互相联通的、系统性的真实世界。另外，模型常常是由单一领域内的专家创建的，但解决真实世界中的复杂问题常常需要运用多学科知识、需要多个地区和国家的专家或公众共同参与。如果一个模型只是“象牙塔”内少数学者的“作品”，它很可能是薄弱的；而过于简单、结构薄弱的模型常会造成意料外的问题，这有时甚至比其本应解决的问题更严重。

　　充分发挥模型的作用

　　沃利斯说，每一个模型都能部分反映现实并提供有用知识。但由于对模型这一工具了解不足、没有参与设计，政策制定者和公众有时会忽视或不信任模型，向他们普及模型的基本原理、用途和使用方法可提高其对模型的接受度并借助模型作出最优决策。科研人员可从以下两方面入手改善模型研究和设计，以使模型更充分地发挥辅助政策、指引个体和群体行为的作用。

　　首先，加强科学研究与政策制定之间的联系。许多科研成果不被政策制定者知悉或理解，原因在于政策制定者没有足够的时间研读学术作品。其次，模型代表着数据、结构、相关性三个维度上的知识集合，因此改善政策模型需要以更大量的数据为基础、扩大输入信息的来源范围、完善模型结构。当前，科研人员可以采用一些新近研发的方法对模型进行严格、客观的评估和改善。

　　在福伊尔看来，人们在建立、使用、评估模型时需要考虑到模型的简洁性、概括性与其包含细微差异、细节信息的能力之间的权衡。模型得出结论的有效性则受到诸多因素的影响，如数据质量，假设是否严谨有力，跟从直觉或进行分析性思考的偏好，人们在决策中如何应对偏见、价值观和信念。尽管模型存在缺陷和局限性，恰当使用模型这一决策工具依然有重要的价值。