学术活动｜讲座纪要 朱庆华 社会科学计算实验：如何应对复杂社会系统问题的研究？

供稿｜司湘云

社会科学是以社会现象及其发展规律为研究对象的科学，社会系统与现象中人类行为、社会结构、外部环境等的复杂性表明社会系统必定是复杂系统。如何突破传统社会科学研究方法的局限，以更加立体和抽象的视角揭示社会现象宏观结构与微观行为的关系、探索社会系统演化的路径与机理等问题？“方法的夏天（第二季）”第一讲特邀南京大学信息管理学院朱庆华教授开展题为“社会科学计算实验：如何应对复杂社会系统问题的研究？”的讲座。讲座包括社会科学计算实验方法的产生背景、概念内涵、实施步骤、总结与思考四部分。

01

社会科学计算实验方法的产生

社会计算实验方法是针对自然领域与社会领域出现的复杂现象而提出的一种新的方法论。与“复杂”对应的是“简单”，简单性一向是现代自然科学的一条指导原则，即在研究复杂现象的过程中人们通常将复杂现象简单化处理。以物理学为例，物理学通常使用简洁的数学公式来表达对客观真实世界的认识，其哲学基础是还原论思想。还原论认为，各种现象都可被还原成一组基本的要素，各基本要素彼此独立，且不因外在因素而改变其本质，通过这些基本要素的研究，便可以推知整体现象的本质。还原论思想带来简单性的同时，割裂了事物之间的联系，忽视了现象的整体性与事物的质变，也否认了层次之间的质的差别，而且常常用静止的观点而非变化的视角看待事物。

20世纪80年代左右，复杂性科学（complexity sciences）的研究逐渐受到自然科学研究者的重视，这也预示着一个新时代的到来。物理学家霍金称“21世纪将是复杂性科学的世纪”。复杂性科学的定义、理论与方法、研究学派等如下图所示。值得注意的是，复杂性科学并不是对经典物理世界观的否定，而是对世界更真实更全面更有效的观察与理解。

复杂性科学以复杂系统为研究对象。复杂系统是由众多要素（子系统）所组成的、整体行为与特征不能由其要素（子系统）的系统特征来解释的系统，具有非线性、不确定性、开放性、自组织性、结构自相似性、涌现性等基本特征。其中，非线性是产生复杂性的必要条件；不确定性是微观和宏观世界的必然存在；开放性指系统在开放的条件下才能形成、维持与生存；结构自相似性指系统部分的空间结构以某种方式与整体的结构相关，或者系统的几何表征具有分数维；涌现性则用于描述复杂系统层次所呈现的模式、结构或特征。社会科学是以社会系统与社会现象及其发展规律为研究对象的科学。由于人类行为的复杂性、社会结构的复杂性、要素间关联的复杂性、外部环境的复杂性等，社会系统必然是复杂系统。此外，与自然科学研究相比，除了研究对象的差异之外，社会科学研究更多地受到情景因素的影响，社会现象具有极高的不确定性。

社会现象可类比于“故事”，凡故事皆有主角、配角、背景、情节与情节的发展，可以通过定性或定量研究方法“讲述故事”，即对社会现象进行研究。这两类常用研究方法皆有利弊，例如：定性研究方法可以深刻洞察某一社会现象，但是结果与结论难免受限于研究者自身的认知水平；定量研究方法可以避免前者的主观性与随意性，提高客观性与精细度，但是需要抽象、简化和形式化的表达，在抽象的过程中就容易丢失难以数学模型化的细节和情节，如人的心理偏好、情感、行为特征的表达。之后，实验方法被引入社会科学研究。实验方法构建了一个恰当的环境作为社会现象的“故事”现场，并让人“身临其境”地充当主角，通过观察、分析实验中参与者的心理与行为来研究社会现象，但该方法可能会受到成本、法律、伦理道德等方面限制，部分实验难以实施或难以重复。

综合来看，传统社会科学研究方法仍然偏重于还原论，强调对社会现象某个侧面与断面的分解和分析。尽管学者们也尝试了不同研究方法的结合，但是对于充分揭示社会系统整体性现象和动态演化的复杂性来说，传统方法仍然不足够。例如，传统研究方法无法充分考虑社会系统中众多主体的自主性和异质性，不能深入探讨动态环境对社会系统宏观结构与主体微观行为的影响、社会系统不同层次之间的相互作用与行为涌现，也难以推演社会系统演化的多种可能性以及演化对于路径的依赖，等等。为了更好地揭示社会系统与社会现象的复杂性，一种新的研究方法论——基于复杂性科学研究的社会科学计算实验方法应运而生，该方法被认为是与理论研究、实验研究鼎足而三的科学研究基本方法。

02

社会科学计算实验方法的概念与内涵

计算实验概念属于社会计算的范畴，国外学者将对用户数据的计算分析用于社会群体行为研究的方法称为社会计算。社会计算概念的沿革如下图所示。

社会科学计算实验方法是以综合集成方法论为指导，融合计算技术、复杂系统理论和演化理论等，通过计算机构造出现实系统的替身（即人工社会），再现其基本情景、微观主体之行为特征及相互关联，并在此基础上进行社会系统复杂行为分析，探索社会系统演化规律的一种研究方法。

如何理解社会科学计算实验方法的内涵？社会科学计算实验方法用于研究社会科学问题，上文以“故事”为喻，故事的要素包括情景、各类角色、情节和情节的发展，因此社会科学计算实验方法以社会现象“故事”的情景为核心、以现象的演化为主线。同时，社会科学计算实验方法属于社会计算的范畴，那么与模拟仿真有何区分？其与社会科学实验法又有何异同？下文从这四个方面理解社会科学计算实验方法的内涵，具体如下。

①以社会现象“故事”的情景为核心。现实社会中的实际情景被研究者感知，研究者根据其研究问题和研究角度，对实际情景进行抽象、简化、概括后形成概念情景，即通过概念表达感知到的实际情景；概念情景应尽可能准确地描述实际情景，并尽可能保留与表达实际情景中可以结构化的部分，最终形成结构化的情景要素，此处的“结构化”指可以被计算机理解的表达方式。

②以社会现象“故事”的演化为主线。社会系统是动态系统，其演化具有初值敏感性，即当初始条件不一致时，系统的演化结果会大不相同，典型现象是蝴蝶效应；因此，社会系统的演化过程向后（未来）有其确定的路径，但是向前（过去）回溯时，其路径不能确定，即现在包含着过去，但现在未必包含在过去之中，未来也不完全包含在过去与现在之中。所以，社会科学计算实验方法要求研究者以动态演化的视角解释和说明社会现象的过去、现在和未来，即解释清楚系统的演化路径。该方法可以揭示未来世界的若干种可能性，反映社会发展趋势的多样性、复杂性和动态性，进而帮助我们更好地识别机遇和风险。

③与模拟仿真的区别。模拟仿真是针对某一特定的社会现象（现实）的计算机化，展现已经发生而被现实化的社会情景（故事），再现的是一条“尘埃落定”的路径，例如“宇宙大爆炸论”的模拟仿真；而社会科学计算实验是对由多类人群参与的“一类”社会情境（故事）的计算机化，可能呈现社会情景中的一个或几个故事，再现“尘埃落定”的许多可能演化路径。

④与社会科学实验方法的区别。社会科学实验方法是由研究者借助辅助工具或系统设计由真实人群参与的实验，可能会受到成本、伦理、道德等方面的限制；而社会科学计算实验法可以突破传统社会科学实验的局限性，通过计算机程序构建模拟社会现象中个体、组织、资源和功能等人工代理（agent），通过自下而上的多代理建模过程，模拟社会现象宏观层面的整体行为涌现与发展演化趋势。

03

社会科学计算实验的模型构建与实施路径

社会科学计算实验方法将人对社会系统的组分理解抽象为计算机可实现的主体（Agent），结合专家知识和实验设计者对社会系统的理解设计实验环境、平台和规则，在此条件下观察对象的行为规律和演化过程。Agent的概念来源于分布式人工智能领域，一般用于描述自包含的、能感知环境的并在一定程度上控制自身行为的计算实体，具有自治性、社会能力、反应能力、预动性等特性。多主体系统是一个计算机程序，具有情景化、自主性、灵活性和社会性等特征，常用的建模工具有RePast、NetLogo、Fables等。

社会科学计算实验方法的模型结构如下图，从微观、中观和宏观三个不同的层次描述社会现象，具体可参见后文标注的推荐书籍。

计算实验方法的实施步骤包括：界定研究问题与环境、确定研究的基本假设、建立可计算模型、实施计算实验、评估与比较实验结果，具体如下图。其中，对研究问题的明确界定决定了计算实验建模和实现的技术细节；基本假设决定了计算实验的处理依据和实际计算过程；建立可计算的模型是计算实验的核心步骤，需要简单直接地表达社会系统的结构和主体间的相互作用；在实现计算实验的过程中，通常需要咨询社会现象所属领域的专业人员以更科学地设置实验参数与初始值；对实验结果的评估则倾向于应用综合性的评估方法，设计多种有意义的评估内容，力求更全面地把握系统规律。

计算实验方法具体的技术框架如下图。

本项目团队曾使用社会科学计算实验方法来探究基础网络融合后三网融合产业的运营演化问题，具体的研究过程与结论可参见后文标注的参考文献，在此不再赘述。

04

总结与思考

复杂性科学的研究提供了一种新的方法论和新的研究视角，是众多前沿科技的科学哲学基础。而基于复杂性科学研究的社会科学计算实验，是继传统的社会科学研究方法之后，在当代多学科交叉融合和信息数字化环境下社会科学研究方法论的重要创新。它能够揭示社会现象的许多新知识、新原理、新趋势和新规律，丰富我们对于社会现象的认识，提高我们的预见性和对复杂社会问题的驾驭力，被广泛应用于环境治理、经济演化、社会管理、公共安全、金融市场行为、传染病的传播机理等领域。但也不容忽视的是，计算实验方法涉及众多的理论和技术，且流程复杂，具有一定的实施难度；而且实验设计具有一定的主观性或者部分因素难以使用主体的行为规则进行表达，这又会带来可信性的问题，如何更客观全面地模拟社会现象需要不断地探索与实践。

对于社会科学计算实验方法的思考和探索还包括以下几个方面：①适用性问题，社会科学计算实验方法主要用于研究由人的行为所影响的复杂系统，那么如何在实验中表现社会个体的心理与思维状态？如何表现不同认知模式对群体涌现行为的影响？等等。②可信性问题。计算实验方法的可信性与实验方案设计、系统环境假设、实验规则等密切相关，合理的抽象和假设是计算实验的前提。那么，如何建立模型内部有效的交互机制并分析由此产生的社会关系？如何提高对复杂情景模拟的精度？等等。③智能性问题。大数据和人工智能技术使得我们可以在实际操作层面对社会系统进行量化监测管理，如何将其与计算实验方法紧密结合？人工智能的引入又会带来什么样的影响？等等。

#

推荐书籍与参考文献

[1]尼古拉斯·雷舍尔,吴彤（译）. 复杂性[M]. 上海科技教育出版社, 2007.

[2]梅拉妮·米歇尔，唐璐（译）. 复杂[M]. 湖南科学技术出版社, 2011.

[3]盛昭瀚. 社会科学计算实验理论与应用[M]. 上海三联书店, 2009.

[4]盛昭瀚, 李静, 陈国华. 社会科学计算实验基本教程[M]. 上海三联书店, 2010.

[5]中国科协学会学术部.社会能计算吗？[M].中国科学技术出版社，2009.

[6]沈超,朱庆华,刘璇.基于计算实验的三网融合平台运营演化研究[J].情报理论与实践,2012,35(12):12-18.

[7]朱庆华,刘璇,沈超,吴克文.计算实验方法及其在情报学中的应用[J].情报理论与实践,2012,35(12):1-6.

#

讲座回放入口

讲座版权归主办方所有，仅供个人学习，严禁任何形式的录制、传播，一经发现将依法保留追究权。

#

往期链接

制版编辑 | 卢慧质

--END--