自然辩证法(完整版).docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
自然辩证法(完整版) 第 PAGE \* Arabic \* MERGEFORMAT 12 页第 PAGE \* Arabic \* MERGEFORMAT 12 页 Model uncertainty and policy choice: A plea for integrated subjectivism (模型不确定性和政策选择:一种综合的主观主义的抗辩 ) 摘要 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 不是所有的不确定性都表现相同的定性特征,关于如何表示和减少不确定性的观点的差异取决于不确定性的因和它的对于未来某种行为的果。 例如,在建模时,关于被用的参数值的不确定性处理显得十分直接。我们可以用误差限,标准差或者一些其他的描述性的统计方法。这种低水平的不确定性仅仅只是数据上的差异,并且可以通过做更多的测试,寻找更加精确的测试过程,做额外的实验等等方式来减少误差。 假设两个生物学家在对澳洲的蔗蟾数量增长建模,他们互相不认同蔗蟾的出生率,这是那个模型中的一个参数。尽管关于参数值存在差异,然而他们在解决分歧的过程中对相关的证据类型达成一致意见。例如在野外额外的蟾蜍繁殖率观察,相似蟾蜍数据的收集,以及在不同实验条件下蟾蜍繁殖的实验等等。因此,每一个建模者都知道对于取信同事所要做的相关的事。根据经验显示,他们的观点最终应该会收敛到一个单值。 对于复杂模型预测这一不确定性事件的处理显得更加的有疑义。这种高水平的不确定性源于一系列多层次的方法论的选择,它是被那些专注于相关性和理想化的建模者们确定的。例如,对整个澳洲的蟾蜍分布建模的时候一个人必须决定哪个参数要被包括(捕食关系?降雨量?池塘的尺寸?),模型的时空间隔,自由度也是同样要考虑的问题,甚至是很清晰的相关参数的结论也可能质疑(例如,2008年Kearney et al对未来遍及大陆的蟾蜍分布进行建模,但没有包括一个基于蟾蜍位置的当前数据的参数,这是一个直观的相关值并且也是在其他模型中典型存在的一个参数)。 对于一个模型来说,那个参数是相关的?这个问题是一个关于寻找普遍点的特殊部分问题。这些普遍的点常常被理想化,提取,变形或者至少简化目标系统,。他们都在试图表示。把目标系统的不同特征看成是相关的建模者是在以不同的方式做理想化的变换。然而没有共识理论来评价这些选择的优缺点。在纯粹的调查过程中,长期的经验主义的成功将最终解决关于模型理想化问题的分歧,但是在策略选择中,等待长期的成功这种奢侈的想法当

您可能关注的文档

文档评论(0)

小蜗牛 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档