我中心方卫副教授在国际知名哲学期刊Philosophy of Science （2019年86卷第5期）上发表学术论文“Mixed-Effects Modeling and Nonreductive Explanation”。 Philosophy of Science 杂志创刊于1934年，是被SCI、SSCI、A&HCI共同收录的哲学类期刊，也是目前国际上最具影响力的三大科学哲学期刊之一（另外两个分别是British Journal for the Philosophy of Science与Biology and Philosophy）。

方卫副教授的论文主要关注的是混合效果模型与非还原解释的关系问题。还原论与反还原论的争论一直是当代科学哲学关注的核心问题之一，还原论常见的版本有本体论还原、认识论还原（如理论还原）、解释还原，等等。方卫副教授的文章主要针对的是解释还原论。解释还原论主张的是，要解释一个较高层面的现象（如生物群体），好的科学解释往往需要诉诸较低层面的经验事实，如关于细胞甚至分子层面的事实。在该文中，方卫副教授通过考察在自然科学和社会科学中广泛使用的一种模型实践方法，即混合效果模型（mixed-effects modeling）,指出解释还原论的观点是站不住脚的。这主要是因为，在混合效果模型实践中，科学家往往需要把多个层面的因果相关因素同时纳入模型之中，只有这样才能构建比较全面合理的科学解释模型；否则，如果只考虑单一层面的相关因素，如分子层面的，那么构建出来的模型往往是成问题的。这种构建多层面模型的策略主要是基于一个基本事实：低层面的因素往往是嵌套（nested/hierarchical）在其上一级层面的因素之中，因而不是相互独立的，这就违背了模型实践的一个基本预设：观察独立（independence of observation）。

在该文中，方卫副教授通过讨论一个常见的需要通过多层面模型的案例，对该问题进行了说明。他假设我们要考察一个中学初三学生的平均成绩，该中学有8个班级，其中2个重点班6个普通班，那么，2个重点班里的学生的成绩会比较接近，而其余6个班的学生的成绩也会比较接近；现在假设，重点班的学生的成绩普遍好于普通班的学生。传统的单层面模型建构策略往往会忽略这种嵌套关系，直接搜集所有班级学生的成绩的数据，然后取一个平均值，并以此平均值来衡量这个学校的所有初三学生的平均成绩。但这个平均值可能远低于那2个重点班的学生的平均成绩，同时也可能远高于另外6个普通班的学生的平均成绩，因而对于解释与预测任何一个具体学生的成绩来说，是十分不准确的。而要克服这样的问题，最好的办法就是建立多层面的混合效果模型。由此，方卫副教授论证了解释还原策略在面临很多具体的科学问题时是成问题的，倡导了某种非还原的新思路。

附：方卫副教授简介

方卫，男，湖南岳阳人，2017年毕业于澳大利亚悉尼大学，获博士学位，是科学技术哲学研究中心2019年从同济大学引进的高层次人才，兼任中国自然辩证法学会生物学哲学专业委员会委员，研究领域为生物学哲学与一般科学哲学，特别是生物机制的哲学研究，以及与因果模型相关的研究，目前已在Philosophy of Science, Biology and Philosophy, Synthese, Philosophy of the Social Sciences, Philosophia等国内外著名哲学期刊发表论文12篇。

论文链接地址：https://www.journals.uchicago.edu/doi/abs/10.1086/705449?mobileUi=0