如何理解与解释科学的进步与发展,是科学哲学界的核心问题之一。一方面,科学所解决问题的数量与精度不断提高;另一方面,科学规模逐渐扩大、科学合作与竞争愈发普遍,科学家们往往需要在不同的理论与研究路线之间进行选择。科学何以在没有明晰的理论选择理性标准下不断取得成果并发展至今,这个问题困扰着库恩(Thomas Kuhn)。对此,基切尔(Philip Kitcher)在1990年首次提出认知劳动分工(the division of cognitive labor)概念,用于描述科学群体将认知劳动分工至不同理论方法路线而形成的科学结构,并开创性地使用模型方法研究其结构对科学群体认知效率带来的影响。这样的问题视角和模型方法给予许多研究者以启发,他们在基切尔工作的基础上,从认知劳动分工问题出发,在问题细分领域和模型方法上不断拓展与延伸。因此,深入探究认知劳动分工研究中的典型模型、考察其特征、评估其优缺点,有助于增进对科学发展历程中科学共同体结构的理解。本文的研究工作分为三个方面:(1)辨析了基切尔认知劳动分工问题的来源与解决该问题的模型方法的独特之处,以及后来的学者如何对认知劳动分工问题在模型方法与问题域上进行拓展。(2)以认知劳动分工问题研究中具有代表性的边际贡献/回报模型与认识景观模型为例,从模型的类型、建模目的与理想化程度、模型组成内容等方面考察这两个模型的建模特征与模拟结果。(3)从表征能力、鲁棒性、相似性、分析难易度这四个评价模型的标准出发,比较和评价两个模型,并探讨模型方法在解决认知劳动分工与科学进步关系上的优势与不足。通过上述三个方面的分析,本文尝试得出:(1)基切尔将库恩理论问题中“个体与集体理性的对立”转换成科学家认知劳动在不同研究路线的分工中“个体与集体认知回报的对立”,从而开创认知劳动分工研究领域;(2)边际贡献/回报模型与认识景观模型都讨论了“认知劳动分工模式对科学群体认知效率的影响”、“科学家个体偏好对群体认知劳动分工模式的影响”,但二者属于不同的模型类型;(3)认识景观模型在表征能力、鲁棒性以及相似性上均优于边际贡献/回报模型,但其分析工作更加困难;(4)在认知劳动分工研究中,模型方法的优势在于能够量化描述多个变量间的复杂关系、操作简便且能产生普适结论,但在模型结论的知识性、主题性与复杂性上存在问题;(5)模型方法应结合案例研究方法,克服彼此的缺陷,从而更好地表征丰富而复杂的科学社会结构,帮助人们进一步理解科学何以在科学家个体多元性的基础上发展与进步。