1 计算社会学ABM仿真模拟方法的兴起

计算社会科学（computational social science）的概念于2009年由包括哈佛大学拉泽尔教授在内的15名顶级学者在《科学》（Science）杂志上正式提出，其涵盖以新电脑技术、互联网大数据为基础的计算社会科学领域。其研究范围较广，侧重于方法论前沿范式革新。计算社会学（compu-tational sociology）的概念在2014年8月举办的美国社会学界第一届“新计算社会学研讨会”上被正式提出。其主要研究领域分为：大数据的获取与分析、质性研究与定量研究的融合、互联网社会实验研究、计算机社会模拟研究和新型社会计算工具研制与开发等（罗玮 等，2015）。其研究方向相对集中于社会学领域，更加关注社会问题，属于使用互联网和计算机等前沿工具进行应用研究的范畴。

近年来，一部分社会科学研究者开始运用复杂自适应系统（complex adaptive systems，CAS）研究框架，以非线性分析方法研究复杂性社会问题和异质性群体行为的涌现（emergence）现象（霍兰，1994；霍兰，1997；米勒 等，2012；陈禹，2016）。作为计算社会学（computational sociology）三大方法之一的ABM仿真模拟方法，在研究复杂性公共事务治理、群体行为演化和社会动力学机制方面，具有其他研究方法无法比拟的独特优势，呈现出优秀的动态分析能力（Angus，2015；Zhang，2019；张江 等，2005；赵鼎新，2006；沙莲香 等，2007；王飞跃，2005；王飞跃，2011；王飞跃，2013；黄璜，2010；梁玉成，2016；王国成，2014；王国成，2016；邱泽奇，2018；罗玮 等，2015；罗家德 等，2018；孙秀林，2016；陈云松，2020；罗俊，2020；吕鹏，2016）。随着近年来复杂性科学和交叉学科研究的深入与拓展，作为一种极具特色的社会科学前沿研究方法，ABM仿真模拟方法在社会学领域成为一种极具前瞻性的科学研究方法工具集。

目前，我国社会学领域的研究方法相对陈旧单一，新方法的运用还比较欠缺。相关学者在大数据、网络技术、空间建模等研究方法层面的研究视野不足，对复杂性方法的学习和模型研究的运用较为欠缺。习近平总书记于2016年5月17日在哲学社会科学工作座谈会上的讲话中强调：“对一切有益的知识体系和研究方法，我们都要研究借鉴，不能采取不加分析、一概排斥的态度……对现代社会科学积累的有益知识体系，运用的模型推演、数量分析等有效手段，我们也可以用，而且应该好好用。”

2006年赵鼎新教授将国外虚拟社会（artificial society）形式模型研究中的得与失首次介绍到国内；2007年沙莲香教授和陈禹教授等人合作，率先对我国SARS病毒流行期间民众社会心理跟踪调查数据进行了计算机模拟分析；梁玉成教授长期在西安交通大学实证社会科学研究方法暑期班讲授“社会模拟与Net-Logo仿真模型的应用”；中南大学吕鹏教授在ABM仿真模拟领域进行了社会学交叉学科的理论基础研究和卓有成效的应用研究。此外，业界顶级期刊《社会学研究》在近五年间先后发表了罗玮、罗教讲（2015），乔天宇、邱泽奇（2020）和陈云松（2020）等人关于计算社会学前沿发展的重要论文，这一系列论文对机器学习大数据计算、社会仿真模拟和复杂网络社会实验这三大计算社会学前沿研究方法进行了梳理并给予充分的肯定，对我国计算社会学应用研究提出了中肯的建议。在组织架构上，2019年11月由北京大学中国社会与发展研究中心引领的中国社会学会计算社会学专业委员会（筹）成立；2020年中国社会学会学术年会设立了“计算社会学：理论与数据双元驱动”论坛；截至2021年1月底，全国计算社会科学高端论坛已经举办三届。

ABM仿真模拟方法在社会学领域的最新研究进展如何？其核心方法论究竟是什么？对我国社会学交叉学科发展与方法论演进将产生怎样的影响？这既是重要的社会学方法论创新发展基础研究，也是重要的跨学科交叉融通的应用研究课题。近年来，一些社会学者使用仿真模拟方法分析复杂性社会问题，从主体行为视角回答社会学研究中多主体建模仿真究竟能够做什么、应该如何计算等问题，由此探寻社会经济复杂网络分析的可行途径与有效方法，力图借用计算机模型模拟演化的方法来解释大尺度社会中的合作现象。

首先，在社会、文化建构方面，有学者对社会文化的个体心理表征的涌现进行了仿真模拟，以考察社会建构中的地域文化动力学及其动态机制。也有学者对世俗印象、传统文化与社会关系的协同演化进行研究，试图解读个体如何通过世俗印象对社会结构产生影响。

其次，在人口社会学研究方面，近年来基于多主体建模仿真的动态人口学研究方兴未艾。有的学者建构起一个适用于大范围地理空间的多主体互动微观仿真模型，进行空间人口变动的预测研究（Belinda，2011）。有的学者以儿童、成人男性及女性为行动主体，设置婚姻情况、受教育程度、生育率、经济水平、死亡率和移民为主要变量，建构起自然情境下动态人口增长模型（Singh et al.，2018）。

再次，在社会管理与社会政策研究方面，学者们借用ABM仿真模拟方法设置不同主体的偏好特征，研究该种情境下的主体决策行为及其机制。有学者考察了复杂社会网络关系中，同辈群体效应（Peer-Group Effect）的机制是如何发挥作用的（熊航，2018）。还有学者对某一社会中不被接受的规范（不受欢迎的政策）所做出的社会抵抗行为进行了模拟（Zia，2019）。还有学者对意大利文化和经济社会等复杂因素，以及公民社会形成的社会动力学机制进行了深入研究（Miodownik，2010）。

最后，作为一种新的社会科学研究范式，研究者们就AMB仿真方法的科学性与实验可重复操作性进行了考察，形成了对ABM仿真模拟方法内在逻辑及适用性的广泛讨论。学者们认为，经验领域的行为主体映射到计算机模型中，形成系统性知识框架，在模拟的过程中，设置好的模型框架可能会在模拟结果中被推翻。ABM仿真模拟方法应当在保持处理复杂性社会问题核心能力的同时，逐步开发出更为透明、可理解的标准，才能获得业界对新方法论的普遍认可（Livet，2010）。

就研究本身而言，近15年来国内计算社会学ABM仿真模拟方法的理论发展与应用研究远未形成气候。据统计，截至2020年12月底，国内学者在中文学术期刊发表的计算社会学ABM仿真模拟方法应用论文只有15篇，在国际学术期刊发表的ABM仿真模拟方法应用论文有8篇，合计23篇。现有的计算社会学相关文献大多集中在概念介绍和理论梳理上，真正有质量、面向现实社会问题的ABM仿真模拟方法研究还十分稀缺，有意愿、有能力从事ABM仿真模拟前沿研究的学者并不多。

本书中的研究范式属于跨学科研究，涉及计算社会学、实验社会学、人口社会学、行为经济学及公共政策学等学科。本书拟突破的重点和难点在于所秉持的方法论（有限理性理论、演化视角和扩展秩序）以及计算社会学实验技术。

（1）演化博弈模型。设x∈A是进化稳定策略，如果，，存在一个，不等式u［x，εy+（1-ε）x］＞u［y，εx+（1-ε）x］对任意都成立。其中，A是群体中个体博弈时的支付矩阵；y表示突变策略；是一个与突变策略y有关的常数，称之为侵入界限；εy+（1-ε）x表示选择进化稳定策略群体与选择突变策略群体所组成的混合群体。对（x∗，y∗）混合策略均衡点，即对演化博弈鞍点进行分析，可以得知异质性群体合作水平受到了哪些因素影响，以及哪些因素在演化的过程中彼此消解殆尽。

（2）Net Logo仿真演化模拟。ABM最早起源于对分布式人工智能的研究，该方法是一种由各个独立个体组成，并通过个体独立运转对系统进行描述的建模思路。模型中的代理会自己判断目前所处的状态，并且根据相关规则（初始条件）决定自己的行为。此外，ABM仿真模拟方法还可以实现模型中的代理的自我演化，并可能“涌现”出完全意想不到的系统属性。为了提高模型中代理的自我学习能力和适应能力，一些复杂的模型还可能包含各种进化和学习算法。

在基于代理的模型中，系统被模拟成多个可以自主决策的主体的结合，每个主体被称为代理（agent）。模型中的代理会自己判断目前所处的状态，并且根据相关规则（初始条件）决定自己的行为。此外，ABM仿真模拟方法还可以实现模型中的代理的自我演化，并可能“涌现”（emer-gence）出完全意想不到的宏观系统属性。为了提高模型中代理的自我学习能力和适应能力，一些复杂的模型还可能包含各种进化和学习算法。

复杂性社会治理模拟仿真使用ABM技术具有以下优点：

①能够更好地分析系统的微观行为与宏观属性之间的关系。因为基于代理建模使用的是自下而上的建模方式，即首先创建各个组成要素的代理模型，再研究各个代理之间的交互关系，最终构建起系统模型。这种思路可以很好地创建系统微观与宏观之间的研究手段。

②基于代理（agent）的模型能够更好地研究“涌现”现象。由于系统总是大于部分之和，“涌现”就是通过系统各个代理之间的交互而产生的结果。“涌现”的结果往往与各个主体的出发点相反，这也正是基于真实社会系统的复杂性而需要捕捉和分析的社会科学特征。

③基于代理的模型能够创建更加符合现实的实验模型。无论建模人员希望建构何种类型的社会科学实验模型，只要在此类系统中有能够自主决策的行为主体，基于代理的建模方法就可以创建一个能够较好反映实际情况的虚拟模型。