长期以来，社会科学研究者通过搜集和分析数据来揭示社会现象背后的模式和规律，并针对社会问题提出解决方案。也正因如此，因果推断，即找出模型的输入条件（原因）和输出动作（结果）之间的相互关系，在社会科学研究中占据了主流。自新冠疫情发生后，各国学者纷纷发表对疫情后世界“新常态”的猜测，研究人类行为和人类社会的专家开始在期刊上发表对疫情及其社会影响的见解，并提出治理对策。很快，这些前景展望引发了学界对“预测”在社会科学领域的概念、应用和价值的讨论。社会科学是否能够准确预测社会变化？预测结果的好坏揭示了社会科学实验中存在的哪些问题？如何通过跨学科协作提升社会科学预测的准确性？围绕以上问题，本报记者采访了加拿大滑铁卢大学心理学系副教授伊戈尔·格罗斯曼（Igor Grossmann）。

　　社会科学预测未来表现不佳 

　　当前，世界正处于百年未有之大变局，全球不确定性日益增加。社会科学对未来变化趋势的精确预测，将提高人们生活品质，推动国家发展。在采访中，格罗斯曼从以下几个方面列举了精确预测的宏观效用。在社会层面上，社会科学给出的精确预测可以促进政策制定、防范公共卫生风险和应对灾害，增强社会抵御灾害的能力，加快恢复速度。准确度高的预测还可以培养公众对社会科学的信任，帮助他们就个人行为或选择作出明智的决定，从而增进个人和社区的福祉。从财政角度看，精准预测可以指导资源配置，最大限度地减少浪费性支出，并刺激经济增长。例如，准确预测就业市场的变化可以实现有针对性的教育投资，为未来的劳动力提供必要的技能培训，实现经济繁荣。此外，提高公共卫生等领域的预测准确性还有助于提升预防、监测和控制疾病暴发的效果，为国家节省巨额资金。

　　为了检验社会科学研究者预测社会变化的能力和准确性，格罗斯曼及其团队组建了“预测协作组织”，进行了有史以来规模最大的预测活动。来自行为科学、社会科学和数据科学领域的科研人员分别参加了两场“预测竞赛”。他们从生活满意度、社交媒体情绪、性别—职业和种族偏见、意识形态偏好、主观幸福感等12个常见的社会科学研究领域预测了美国社会的未来发展趋势。在第一场竞赛中，86只队伍根据39个月（2017年1月—2020年3月）的历史数据预测了未来12个月（2020年5月—2021年4月）的数值。6个月之后，120只队伍根据更新后一共45个月（2017年1月—2020年9月）的历史数据进行了第二轮预测。

　　格罗斯曼等人发现，社会科学研究者在预测疫情期间真实世界的变化趋势上表现不佳。竞赛结果显示，在大多数领域，社会科学研究者预测社会变化的准确性要么与非专家群体的预测结果相似，要么更差。同时，社会科学研究者的预测往往比简单的统计模型产生的预测更糟糕。格罗斯曼告诉记者，社会科学研究者在预测中表现不佳有很多原因，比如缺乏对计算模型的训练，忽视时间序列数据，混淆分析层次，等等。此外，有些研究人员习惯性地采用深受个人偏爱、只具备一个或两个关键因素的“宠物理论”，忽略了现实世界是由多个因素共同作用所决定的。另一些人只对具体的变化幅度提出具体的判断和说明，缺乏超越叙事性说明的“风险”预测能力。再次，专家过度迷恋实验室实验法，即在受控环境下创建实验条件，以分离特定变量的方法，准确测量和观察特定因素对结果的影响。考虑到受控环境无法准确反映出现实世界的复杂性和动态性，格罗斯曼建议研究人员重视生态效度更高的实验方法。在心理学和社会科学等领域，生态效度是指研究结果能够推广并应用于真实生活情境的程度。

　　格罗斯曼指出，社会科学研究者目前在预测方面的表现，与他们对不同社会现象的权威诠释相比落差很大。但是，不应就此断定预测在社会科学领域毫无意义。与此同时，科学团体应该更加严格、更加努力地去测量并了解社会科学预测未来的能力和局限。格罗斯曼根据“预测协作组织”竞赛结果提出三个提升社会科学研究者预测准确性的建议。第一，让专攻某一领域的专家来预测该领域的发展趋势，从而获得更准确的预测。举例来说，如果某人是研究抑郁症的专家，他/她应更善于预测抑郁症的社会趋势。第二，开展多学科交叉合作的研究小组的预测效果要比单一学科小组更好。在实验操作方面，那些采用较简单模型及历史预测数据的小组，其预测效果往往比不采用此类模型或数据的小组要好。第三，社会科学研究者还可以从开发可靠的数据来源和延长预测时间跨度等方面，进一步提高社会预测的准确性。

　　将解释与预测有机结合 

　　格罗斯曼谈道，社会科学预测现实世界即将出现的趋势或事件存在一定的限制。部分原因是，社会现象的出现并不是因为某些性质起到了决定性的作用。相反，它们所遵循的是一种随机过程，其复杂程度超出社会科学研究者和政策制定者通常考虑的几个参数。迄今为止，认同这一看法的研究人员还只是少数。一些社会科学研究者、政策制定者和公众通常认为，只要找到正确的理论或预测因子，所有社会问题在理论上都是可预测的。从技术上看，社会科学研究者习惯使用的一系列因果模型可能还不够精确，无法提供带有实际用途的预测结果。例如，模型只能预测趋势的方向，不能明确指出它的幅度。只有认清这些限制因素，社会科学研究者在面对不断演变的社会问题时才能更好地规划解决方案，并采取相应的预防措施。

　　一方面，社会科学在预测社会变化上还有很大的提升空间。另一方面，部分学者从预测的定义出发，探讨了预测在完善社会科学理论实验上所发挥的作用。英国牛津大学人口科学学院博士后研究员马克·费尔哈亨（Mark Verhagen）在《实用主义者在社会科学中使用预测的指南》一文中指出，学界似乎认为社会科学的解释性和预测性互不兼容。这种观点导致研究人员不得不在两种方式中进行取舍，并根据选择制定不同的数据处理、模型搭建和后预测诊断流程。这意味着，在具体实验当中，社会科学研究者往往更偏向使用社会科学的解释能力。费尔哈亨发现，从2010年到2021年间，在所有刊发于六大著名的经济、政治和社会科学期刊上的论文中，只有5%的摘要提及了“预测”的动词和名词形态。在提到这两个词的文章当中，仅有13%的文章针对结果变量进行了预测。

　　费尔哈亨主张社会科学研究者把“解释”和“预测”这两个分析视角有机结合起来。将预测融入社会科学研究者的实证工作流程有三大优势。首先，作为一种基准工具，预测能规范比较不同种类的模型。通过对比不同模型的预测能力，研究人员可以评估不同范式的模型的适用性和复杂性，找到最优的模型复杂性水平，使模型能够准确地拟合数据。其次，作为一种描述性工具，预测将帮助研究人员深入理解模型的拟合度。费尔哈亨表示，围绕预测准确性建立一套观念体系十分重要。如果模型的预测能力明显低于预期，研究人员就要反思，他们是否忽略了模型中重要的决定因素？受到研究人员偏好的函数形式是否捕捉到其作用机理？这一类反思有助于研究人员进一步调整模型，在提升预测水平的同时推动项目的进度。最后，预测有助于研究人员理解复杂模型的行为。通过对变量进行干预，观察其对预测结果的影响，研究人员能够更准确地把握模型中的系数估计、模型中各个变量的作用及影响，从而增强模型的可解释性。

　　多途径提高预测准确性 

　　除了探讨社会科学预测的本质和准确度提升方法之外，一些学者已经在为加强学界对预测的重视和参与程度付诸行动。美国加州大学伯克利分校经济学院教授斯特凡诺·德拉维尼亚（Stefano DellaVigna）带领团队开发了“社会科学预测平台”。作为一个免费的在线工具，该平台旨在系统地收集并评估一系列由同行提供的、未经过实验的社会项目的结果预测。德拉维尼亚表示，大规模收集一项实验的同行预测数据有利于研究人员制定更符合社会现状的政策和项目。例如，一个社会科学研究团队准备实施一系列干预措施，以改善肯尼亚某些农村地区的教育质量。研究人员一共策划了5种可实施方案，但仅有可供3个方案运作的资金。如果没有可靠的历史数据，研究人员就要冒着极大的风险来做选择。有了“社会科学预测平台”这样的公共平台，研究人员就能将自己对不同方案实施效果的预测与同行的预测相对比，从而提高预测的准确性。德拉维尼亚表示，掌握同行对实验方案的预测不亚于获得初步实验的反馈信息。这对于研究人员完善实验的设计具有极大的帮助。根据这一点，研究者们最终选择的实验方案误差也更小，作出的决策效果更好。

　　格罗斯曼告诉记者，许多学者已经认识到，要想更好地把握复杂的社会现象，就需要团队里每个人摒弃单一的“宠物理论”，挑战单一社会文化环境的局限性。国际上急需大规模科学团队，以及汇集来自不同领域、不同分支学科的专家学者，以增进对重大科学问题的认知。从广义的角度看，开展跨学科领域的交叉研究有许多益处，比如发展综合性研究方法，提供更全面、多角度的现实问题解决方法，减少重复实验和资源浪费，提升科研的效率和质量。在此背景下，高校和科研机构应以多管齐下的方式，培养跨学科研究文化，以提高学科影响力，推动学术进步。