Een model is dus een afbeelding van de werkelijkheid. En die afbeelding is nooit compleet, de modelmaker richt zich op de essentie die hij voor zijn doel nodig heeft, de rest is ballast en moet worden weggelaten. Een model kan in woorden zijn, zoals bij Adam Smith, die uitlegt dat er door de markt genoeg brood wordt geproduceerd zonder dat een opdracht voor nodig is, alleen doordat mensen hun welbegrepen eigenbelang volgen. Het kan ook grafisch, zoals Alfred Marshall deed, die in een assenkruis de prijs op de ene en het volume van de handel op de andere as zette, en vervolgens een vraagcurve (weinig volume bij hoge prijs) en aanbodscurve (net andersom) tekende, met de prijs op het snijpunt. Het kan wiskundig in formules, in hetzelfde voorbeeld mo=mk (marginale opbrengsten en marginale kosten bepalen de prijs). De wiskunde dwingt je exact te formuleren, in definities en in relaties tussen begrippen (‘variabelen’).

Een model met formules kun je ook in de computer stoppen en vullen met data, dan kun je rekenen. Dat leidt dan tot een uitkomst, eventueel een voorspelling (bv. van de aardappelprijs gegeven de vraag en de oogst) en daarmee eventueel afgeleide data. Een voorbeeld is de prijselasticiteit van de vraag (bv. een stijging van de vleesprijs met 1%, doet de vraag met 0.7% zakken). Die is daarmee uit tal van waarnemingen afgeleid en gaat als vuistregel een eigen leven leiden.

Doel en gemaakt keuzes vooraf bepalen hoe goed model is
Modellen zijn dus simpele afbeeldingen van de werkelijkheid waarbij de maker dingen weglaat die er voor zijn doel niet meteen toe doen of die als constant worden verondersteld (ceteris paribus). Of een model dus goed is, hangt af van het doel en de keuzes die de onderzoeker daarvoor maakt. In ieder geval verwacht je van een model dat het op plausibele theorie is gebaseerd (“als iets duurder wordt, gaan we er minder van kopen”), hoewel de moderne data science zich ook wel tot het omgekeerde laat verleiden (“blijkbaar kopen mannen bij luiers ook vaak bier”). Verder moet het ook aansluiten bij beschikbare data als je er mee wilt rekenen of het model wil valideren. Die data kunnen een bron van fouten zijn (ook door afwijkende definities).

Ingewikkelder modellen zijn moeilijker te doorzien en het maken is niet gratis: je kunt van alle Nederlandse aardappeltelers proberen hun aanbodreactie te modelleren op basis van bedrijfsomvang, machinepark, grondsoort etc., maar misschien is een schatting op basis van een gemiddeld bedrijf of macro-economische data uit het verleden, ook wel goed genoeg. En dus discussiëren onderzoekers over de kwaliteit van elkaars modellen in relatie tot de doelen en de achterliggende theorie. Voor modellen die gedrag moeten voorspellen, kun je kijken of ze dat goed doen: je schat het model over een eerste periode en kijkt hoe goed in de tweede periode wordt voorspeld.

Beleidsmakers verheffen soms een model tot een fotomodel, totdat na een beleidsinterventie de werkelijkheid toch anders uitvalt
Hulpmiddel, niet de werkelijkheid
Nog twee slotopmerkingen. Economische modellen gaan over menselijk gedrag. Soms zelfs met doel om te laten zien dat bepaald (kudde-)gedrag niet handig is. Gedrag dat in de modellen is gestopt, krijgt soms ook iets idealiserends of normatiefs, wat beleidsmakers kan verblinden. Ze verheffen een model tot een fotomodel, totdat na een beleidsinterventie de werkelijkheid toch anders uitvalt. Economie is een sociale wetenschap, geen theoretische natuurkunde. Economische modellen kun je dus makkelijker ter discussie stellen dan modellen over de zwaartekracht of de relativiteitstheorie.

Daar waar er politieke discussie is over feiten of door modellen gegenereerde getallen, is meer modelwerk lang niet altijd de oplossing. Vaak gaat het eigenlijk over belangen of verschillen in waarden. Conflicten over feiten kun je oplossen door samen te gaan meten of meer capaciteit op modellen te zetten. Bij verschillen in belangen (de een wil ergens windmolens, de ander wil er vissen) kun je onderhandelen en compenseren. Bij verschillen in waarde-opvattingen (de een vindt dat de 6e generatie uit traditie recht heeft ergens te boeren, de ander vindt dat dieren houden in onze tijd echt geen pas geeft) is alleen een politiek debat met democratische besluitvorming een uitweg. De OECD constateerde onlangs dat de interactie tussen feiten, belangen en waarden tot forse controverses kan leiden, waarbij bij verschillen in belangen of waarden, groepen soms overgaan tot framing van het debat met alternatieve feiten. Hun aanbeveling was dat te onderkennen en het niet alleen over modellen en de feiten te hebben, maar ook over die belangen en waarden en methoden te vinden om daarover besluiten te nemen. Modellen zijn nu eenmaal maar hulpmiddelen voor een gesprek over de werkelijkheid en wat ons te doen staat, ze zijn niet de werkelijkheid zelf.

In Wat is ...? gaan we met bekende en minder bekende mensen op zoek naar wat hen motiveert om te ontdekken of we elkaar van daaruit weer kunnen vinden. De introductie tot de modellenreeks vind je hier. Waarom we dit doen lees je in De ontdekking van de ander.
Dit artikel afdrukken