关于历史和科学哲学的研究.docxVIP

处在科学建模与公共选择的十字路口的一个问题是如何处理模型预测的不确定性。这种高级别的不确定性必然是受主观价值影响的，因此必须被视为不可简化的主观因素。尽管如此，形式化的不确定性分析方法还是应该被用来澄清政策辩论。我认为整合了客观特征(世界模型)与主观因素(决策者建模)的模型完美的诠释了这类辩论。这种综合主观主义通过对有关货币政策的文献的案例研究得到了完美的阐释。文章的最后给出了在确定气候政策时使用这些模型的一些道德准则。 关键字：不确定性；建模；公共政策；经济；决策理论；气候科学 前言 科学建模和公共选择的一个集中问题是如何处理模型预测的不确定性。定性说来，高级的不确定性与在模型建构中出现的低级的不确定性不同，通过进一步的测量和实验，低级的不确定性也许会有组织的减少。与此相反，关于如何减少高级的不确定性的系统的步骤却没有达成广泛的一致，然而，模型预测与决策选择有关，因此一个现实的建议是使用模型来通知政策必须解决高级的不确定性的事实。我认为高级的不确定性,以及其他对政策选择的批判性观点,应被视为不能简化“主观”。 我使用这个词主要是为了表明一个主题的属性，例如,一个科学家或决策者，与客观或独立自主性相比，强调高级的不确定性的观点想去弥补一个流传广泛的错误观点——科学不确定的典型表现与有争议的价值判断是无关的，显得很主观。当在科学的不一致的情况下必须做出决策时，这种误解从缺乏科学一致性到不可量化的不确定性引发了一场假的争论，并且呼吁正式的决策规则。在这种情况下，我保护决策理论。与此形成鲜明对比的是，与那些采取高级的不确定击败正式方法的人相比，例如预防原则的支持者。综合主义的观点认为为了指导决策选择，一个科学模型应当转化为补充了代表决策者相关的主观的参数的一个决策理论。如她的效用函数，优先者，或者风险规避。这一策略把主观特性集合到了一个模型当中，这可能会解读为其他的客观。我用一个文学上关于最优货币政策的例子来证实。这个例子说明如何在决策过程中不仅仅是对可能以奇特的方式限制理性决策，和在决策辩论中阐释不一致的位置的结果的一个概率分布，而是有更多的科学模型。这种可能在一定程度上缓解了对高级的不确定性的不能简化的属性，并且这种属性在公共决策中扮演着角色。这篇论文给出了运用这些理论去解决现行的环境决策的一些建议。 高级的不确定性 并不是所有的不确定性都表现为相同的性质特征，关于怎样展现和减少不确定性的争论依不确定性的来源和未来行动的结果而不同。例如，当构建一个模型时，关于对不确定性参数值的运用的对待是直截了当的：我们以误差线、标准差、或者一些其他的统计学的技术去刻画它。低级的不确定性典型的是，在数值上有变化，并且可以经过多次测量、发掘更精确地测量步骤，开展另外的实验等来减少。设想，两个生态学家在对澳大利亚的海蟾蜍的入侵数量的增长建模时，对海蟾蜍的出生率—模型中的一个参数，发生了分歧，尽管对参数值达不成一致，然而他们对解决相关不一致的证据类型达成了一致。如对海蟾蜍在野外繁殖的另外观察、收集类似蟾蜍的数据、在不同受控的条件下对蟾蜍繁殖的试验等等。结果，每个建模者知道了关于怎样说服他的同事的行动，并当证据出现时，他们对于某一单个的值应当达到融合。 对复杂模型的不确定性的预测的处理方式问题重重，这种高级的不确定性来自于一系列多样化的方法的选择，而这些方法是由建模者对相关性和理想化造成的。例如当对整个澳大利亚的海蟾蜍数量的增长的建模时，人们必须考虑什么参数要包括进去（捕食？降雨量？池塘大小？）和模型的空间度和临时的间隔度尺度。（它应该将大陆分为平方公里吗？100平方公里？平方英尺？）即使显而易见的相关参数都应该受到质疑，一个对海蟾蜍现在的分布的参数不考虑而对未来这个陆地的海蟾蜍的分布的建模，一个直观的相关值和一个典型包括在一些其他模型中。 哪些参数与模型相关的问题与模型理想化，抽取，或者至少需要描述模型的简化目标系统的更一般的问题相比，显得是更具体的方面。建模者鉴别出不同目标系统的特性与理想化的相关特性是不同的。然而对这些选择的相关优点的评估还没有一致的理论。在上文中所提的“纯”液体，长期的经验的胜利，将最终解决理想化模型的不一致问题，但上文中的决策选择，奢侈的等待长期的胜利一般是不可取的。 结论：一个倡议 当我们为找寻到指导我们决策选择的信念和价值观的最坚定的客观依据时，通常是不可能的。一些相关的价值观，如对危险的厌烦、不能减少的主观、以及其他一些，如我们对未来的不确定性，当行动突然时，也许需要主观的评估。承认现有证据可能取决于主观分配值不应该成为放弃决策理论和应当抑制运用科学指导这些价值的借口。例如，通过分配可能性，不管当这个应当怎么做的标准具有怎样的争议性，在这种情况下，我们应当为整合到更确切的描述主观值的方法而努力。通过这些数量值，更广