|
很明显,一旦这一特殊结果被否定,政策就已经到位,“因此在英国和欧洲造成了巨大的损害”(卡西迪,2013)。这只是不恰当地使用数学建模有助于支持有缺陷的政策的众多实例之一。建模狂妄及其后果在(Saltelli et al.,2013,Saltelli&Funtowicz,2014)中进行了讨论。菲利普·米洛夫斯基(Philip Mirowski)在其2013年的著作《绝不让严重的危机白白浪费:新自由主义如何在金融崩溃中幸存下来》(第275-286页)中,用了很长的篇幅讲述了动态随机一般模型(DSGE)如何成为美国参议院听证会的主题——“2010年的一次事件,在美国经济思想史上是前所未有的”,第275页,借助阿西德尼·温特(AssidneyWinter)、斯科特·佩奇(ScottPage)、罗伯特·索洛(RobertSolow)、大卫·科兰德(DavidColander)和V.V.Chari等经济学家的宣誓证词,我们了解了“理论家工具”是如何被用作政策工具的,以及为什么这些工具在预测经济危机时几乎毫无用处。QueenElisabeth在伦敦经济学院与英国经济学家有过类似的经历(Pierce,2008)。Saltelli和Funtowicz(2014)列举了数学建模用于克服与政策证据产生相关的不确定性方面的几个问题。这些包括修辞性或仪式性地使用可能不成比例的数学模型来进行压缩或混淆,依赖于可能未经验证的默认假设,根据权宜之计对不确定性进行仪器膨胀或收缩,对分析进行仪器压缩和线性化,以驯服复杂性并传达预测和控制的印象,最后是缺乏或敷衍的敏感性分析。Dan Sarewitz(2000)对科学失去的霸权有着独到的见解。
|