中山大学计算社会科学讲习班圆满结束

2016年8月1日，中山大学社会学与人类学学院与中山大学社会科学调查中心举办的计算社会科学讲习班在中山大学南校区如期举行。
本届计算社会科学讲习班的目标旨在推动“计算仿真”这一新范式在中国社会科学研究中的发展。为实现这一目标，讲习班针对计算社会科学(Computational Social Science)的两种范式：Agent-Based Modeling范式和大数据范式展开了教学，系统地介绍了计算社会学在ABM范式和大数据范式上的研究方法、研究理论和研究工具，并通过多个专题讲座，使学员得以更深入的学习计算社会学的研究范式。
在课程设置上，本次讲习班分为六个模块，包括计算社会科学的理论与方法、Agent-based modeling实现技术——Netlogo、R入门与进阶、互联网社交大数据的计算与建模、计算社会学前沿讲座和智慧城市中的大数据技术。讲习班既注重培养学员对计算社会科学方法的深入理解，也注重培养学员对有关实现手段的掌握，并引导学员根据自身学术背景对新研究范式的进一步思考。在教学方法上，讲习班秉持研究方法与研究实践相结合的宗旨，讲习班采用教员授课、小组现场作业、教学助理辅导三种形式，对一些具体的案例进行了技术讲解和操作练习，以使学员能够更好地掌握计算社会科学的实现工具Netlogo和R语言及其实现技术。
讲习班于2016年6月24日正式向全国师生发出邀请，原计划招收学员50名，截止到报名结束时间（7月15日），报名人数达241人，远远超出计划招生名额。考虑到广大师生对于新研究范式的学习热情，为满足更多学员的学习愿望，讲习班决定从教学技术上进行创新，在使用传统面授的教学形式之余，也大胆尝试了直播教学这种新型教学形势，从而使招生名额扩大到150人。
参与本次讲习班的学员包括来自中山大学、清华大学、香港中文大学、香港城市大学、武汉大学、复旦大学、南京大学等全国各地高校的教师和学生，大家对能够学习社会科学的前沿知识纷纷表示欣喜和激动，为期8天的课程结束之后，大家也均表示对计算社会科学有了较为深入的了解，对其研究方法有了一定的掌握，也有不少学员将这种新的研究方法与自己的研究背景相结合，产生了新的研究思考。
8月2日，讲习班第一天的课程内容是Agent-based modeling与Netlogo实现第一讲，中山大学梁玉成教授为大家介绍了Agent-based modeling的基本概念，和Netlogo的入门知识，并且鼓励大家做了几个Netlogo编程小练习，带领大家打开了模拟的大门。学员们尝试着写几段简单的代码编出一个小程序，不亦乐乎。

虽然天公不作美，“妮妲”的登陆使得上午的课程被迫取消，但学员们学习的热情并没有丝毫地减退，下午的课程顺延到了晚上。由于时间紧迫，晚饭时间只有一小时，讲习班工作人员为大家订了快餐，大家吃完饭立即投入到了晚上的学习中。

晚上的课程结束后，大家还意犹未尽，在微信讨论群里认真讨论课堂上的模型，相互帮助，解决问题。

第二天的课程是R语言入门，主讲人是中国社科院社会发展战略研究院陈华珊老师。由于在坐的大多数学员从未接触过R语言，陈华珊老师从R语言相关程序安装开始教起，逐步过渡到如何进行数据导入、数据清理，以及如何使用功能强大的R-package。

第二天晚上，英国肯特大学社会政策学院的黄河博士展开“智慧城市中的大数据技术”专题讲座，举了一些智慧城市的例子，来介绍如何利用大数据来建设智慧城市的研究。 
第三、四两天，美国麻省大学(UMass)计算社会科学研究所主任James A Kitts教授讲授计算社会科学的理论与方法。由于Kitts老师十分注重课堂互动，要求课堂人数不能超过50人，为了满足更多学员的学习愿望，我们首次引入直播教学形式，将150名学员分为面授班和直播班。

Kitts教授对待上课极为认真，每天早上提前一小时，召集所有的教学助理开会，提前告知大家今天讲课的大致内容、流程安排以及注意事项。并且在广州35度的天气也是西装革履，精神抖擞。
在面授班，学员按照Kitts教授的要求，3人一组，分成17个小组。Kitts教授对于分组教学非常有经验，课堂得授课环节和小组讨论、作业的环节各占课程的1/2。并且在小组作业环节，Kitts教授要求由最没有编程基础的组员坐在中间进行操作，另外两位组员负责出谋划策。小组共同作业的好处是，出现了困难可以首先在组内尝试解决，不会因个人出现的问题延缓课堂进度。这一的小组分工，也能使每一位学员都能参与练习，每位组员都能得到充分的锻炼。

在进行小组练习时，Kitts教授和讲习班的教学助理会询问每个小组的进行状况，并帮助解决大家的疑问。讲习班的四位教学助理分别是：来自美国麻省大学计算社会科学所博士生杜欣菲，香港中文大学社会学系博士生倪希，硕士生叶瀚璋以及中山大学社会学系硕士生贾小双。

为了使直播班能够尽可能达到同等的教学效果，我们要求直播班的学员也按照面授班的方式进行分组，全程follow面授班的课程进度。Kitts教授要求直播班的教学助理及时对他的教学状态（如语速是否过快，内容难度是否适中）和直播班学员的学习进度和接受程度反馈给他，以便及时调整。虽然不能参与现场学习，但幸运的是，视频直播的效果很好，直播班的学员的热情和认真程度也丝毫没有减退。

第五天和第六天上午，香港中文大学社会学系江彦生老师展开了三场以“network modeling”为主题的计算社会科学前沿讲座。主要介绍了网络分析方法、如何用R语言这一工具来模拟网络和进行网络分析。最后，江彦生老师为大家详细分析了网络分析的一个经典模型——ERGM（Exponential Random Graph Model）使大家对社会网络分析方法有个更详细，更深刻和更前沿的认识。

第六天下午，中国社科院社会发展战略研究院陈华珊老师首先接着江彦生老师的网络分析进行了拓展，以如何用R语言来生成网络为例，为大家讲授R语言的进阶课程。   
第七天，陈华珊老师又以如何用R语言抓取互联网数据，进行文本分析为例，为大家介绍了互联网社交大数据的计算与建模。又把大家带入到一个全新的领域。随着课程难度的加大，有些学员开始吃不消了，一些学员调侃，老师们为大家挖了很多个坑，自己需要花很多时间来填坑。   
第八天是梁玉成教授的Agent-based modeling与Netlogo实现第二讲，为了将这几天被冲散在技术的浪潮中的迷茫的学员拉回科研的正轨，梁玉成教授将这一天的课程重点放在介绍计算社会科学的研究实例，以此来强调一切技术学习都是以研究为目的，最终都要运用在研究中。这几天的课程中所涉及的技术上的内容，是为了帮助大家打开思路，了解在除了传统的研究方法之余，还有第三条道路——计算社会科学——可以通行，并且让大家了解计算社会科学研究方法的实现手段。因此，大家无需因自己不会用R和Netlogo而感到焦虑，只要大家接受了这一研究范式，并有了新的研究上的思考和启发，便是获得了最大的收获。

为了使大家能够将这几天学到的工具与实际的研究结合起来，给大家带来研究上的启发，使大家对什么情况下使用计算社会科学范式，为什么要使用这种新范式，以及如何采用这种新的研究范式做研究有更加具体的了解，梁玉成教授还请其硕士生贾小双同学为大家详细介绍了他们合作的一项研究案例。这项研究采用ABM的范式，以Netlogo为工具，研究针对隐藏、稀少群体的抽样方法——受访者驱动抽样（RDS）——的过程，通过模拟RDS的抽样过程来对RDS的现实运用进行探讨，得出了一些有实用价值的结论与建议。

第九天上午，讲习班举办了计算社会科学论坛暨学科发展圆桌会议，在学生会议中，同学们分享这几天的学习心得，交流这一新的研究范式该如何学习，以及学习需要我们提供什么样的课程和帮助；在教师会议中，教师们首先从老师的角度对这几天的课程进行了总结，为课程的改进和后续的发展提出了许多中肯的建议。然后教师们也从学科发展的角度展开讨论，研讨如何运用这一研究范式展开科研，以及今后如何发展这个学科。

会议结束后，举行结业仪式。由主办方之一的中山大学社会科学调查中心主任蔡禾教授和讲习班两位教员梁玉成和陈华珊老师为每位学员颁发结业证书。

经过这连续8天的学习，学员们不仅接触到了新的研究领域，学习到了新知识，同样也结识了很多志同道合的有识之士，于是大家纷纷晒图表示自己得到了很大的收获，并为讲习班送上了好评。

最后，感谢各位学员对中山大学计算社会科学讲习班的关注和支持，也感谢大家对讲习班的改善和发展所提出的中肯的建议。我们希望通过这个讲习班，将计算社会科学的概念、研究方法在国内进行扩散和普及，将广大致力于中国社会科学研究发展的有识之士团结起来，共同推动计算社会科学这一新的研究范式在中国社会科学研究中的发展。我们希望今后能够定期举行计算社会科学讲习班，形成更合理的课程体系，设计更全面、更有体系的教材，以更成熟、更完善的组织方式来管理和运行，从而使今后参与的学员，能有更大的收获。

关注isg.sysu.edu.cn