摘要：第一个常见的问题是：“为什么要建模？”无论是无意还是有意，这个问题经常被提出。我的回答是：“你也是一个建模者。”任何进行预测或想象社会动态（如流行病、战争或迁徙）如何展开的人，实际上都在运行某种模型。通常，这些是隐含的模型，假设是隐藏的，内部一致性未经测试，逻

建模的历史与误解

建模的历史可以追溯到阿基米德时代，但对它的误解也同样悠久。我受邀分享一些关于建模的持久误解，希望能鼓励有志于此的建模者，并让误解者有所反思。

为什么要建模？

第一个常见的问题是：“为什么要建模？”无论是无意还是有意，这个问题经常被提出。我的回答是：“你也是一个建模者。”任何进行预测或想象社会动态（如流行病、战争或迁徙）如何展开的人，实际上都在运行某种模型。通常，这些是隐含的模型，假设是隐藏的，内部一致性未经测试，逻辑后果未知，与数据的关系也不明确。但当你闭上眼睛想象流行病传播或其他社会动态时，你实际上是在运行某种隐含的模型，只是没有写下来而已。

因此，当有人质疑我“能否验证你的模型”时，我总是觉得很有趣。正确的回答应该是：“你能验证你的模型吗？”至少我可以把我的模型写下来，原则上可以根据数据进行校准，如果这就是你所说的“验证”。

明确建模的优势

选择不是是否要建模，而是是否要构建明确的模型。在明确的模型中，假设被详细列出，我们可以研究它们的具体含义。在这些假设下，这种情况会发生。当你改变假设时，结果也会随之改变。通过编写明确的模型，你可以让他人复制你的结果。实际上，如果有数据，你可以根据历史案例进行校准，并在现有数据的范围内进行测试。重要的是，你可以以严格的方式结合最佳领域（如生物医学、人种学）的专业知识。实际上，模型可以成为涉及多个学科专家团队的焦点。

敏感性分析的可行性

明确模型的另一个优势是进行敏感性分析的可行性。可以在广泛的参数范围内扫描大量可能的情景，以识别最显著的不确定性、稳健性区域和重要阈值。我看不出如何用隐含的心理模型做到这一点。需要注意的是，在政策领域（如果不是在粒子物理学中），模型并不能取代判断。然而，通过揭示权衡、不确定性和敏感性，模型可以规范关于选项的对话，使不可避免的判断更加周全。

能预测吗？

一旦这些点被接受，下一个问题不可避免地出现：“但你能预测吗？”一旦提出模型，预测——如同水晶球能预知未来——就被认为是你的目标。当然，预测可能是一个目标，而且可能是可行的，特别是如果承认统计预测，其中静态分布（如财富或流行病规模）是关注的规律性。在牛顿之前，人们可能会说“行星的轨道永远无法预测”。我不认为宏观预测——即使是海森堡的观点——可以被明确和永远排除。

来源：初夏教育