1.1 复杂网络社会科学研究

如果子系统种类很多并有层次结构，它们之间的关联关系又很复杂，这就是复杂巨系统。如果这个系统又是开放的，就称作开放的复杂巨系统（钱学森等，1990）。许多社会主体系统天生就倾向于引起复杂性，因为每个主体会预估其他主体的行为并做出反应，主体间的相互作用变得高度非线性化，系统变得难以分解，复杂性随机产生。

在开放式复杂性系统中要维系和提高群体合作水平，除保持较高层级的结构约束外，还需要建立起次级结构内部的合作秩序。实际上，自组织（self-organizing）内自发生成的合作秩序结构对复杂性系统中的群体合作水平具有显著影响。除此之外，根据复杂系统整体性原则和层级之间的下向因果关系，数以万计的行为主体还会自下而上涌现（emergence）出因时因地各不相同的宏观行为秩序。复杂系统具有其组成部分或行动主体所不具有的一种整体性质。从系统科学的角度来看，系统诸元素之间相互关系、相互作用的总和构成了系统内部相对稳定的组织形式和结合方式，体现了系统的整体性（范冬萍，2015）。

在复杂性系统中的群体合作研究中，较高层级的结构通过惩罚和激励对次级结构进行约束（如违反交通规则会受到处罚）。经济学实验证明，惩罚行为是一种能够维持合作的有效机制。叶航（2012）通过仿真模拟研究发现，只要群体合作后得到的回报率足够大，行为群体中的惩罚者结构就能保持稳定的演化趋势，从而证明了具体情境中的回报率对群体合作水平具有影响作用。Elinor Ostrom（2007）还研究了人口规模对合作水平的影响，认为规模较小的群体在具体情境下具有较好的合作能力。周业安（2014；2015）通过公共品博弈实验发现，领导者榜样在群体合作中所发挥的作用是有限的，并且集体领导者提高合作水平的能力低于个人领导者。复杂系统中较高层级的惩罚激励约束结构与次级自发生成的合作秩序结构如何协同提升群体合作水平也是一个复杂的问题。

当地道德标准和社会资本水平作为社会和社区自组织内生性秩序的形成因素尤为重要，二者对群体合作水平的深度影响也已经被问卷调查和实验社会学、行为经济学（陈叶烽，2010）等证明。当地道德标准和社会资本不仅能为群体行为人带来持续稳定的社会联系，更是社会、社区中的社会规范、文化、公平、信任、互惠以及惩罚等一系列内生性约束条件（秩序）。它们在市场运行层面发挥着降低交易成本的关键作用，在政府治理层面发挥着润滑剂和黏合剂的重要作用，在社会和社区自组织层面更是使群体有效合作成为可能的决定性因素。

外部制度对内生性秩序和群体合作整体水平具有激励或抑制作用。外部制度一般通过惩罚和激励而对群体合作水平施加影响。Elinor Ostrom通过长期的大量研究指出，外部（当地政府）的管理和供给规则（市场手段）一定要与当地的社会环境条件一致。社会学、经济学实验证明，外部惩罚是一种能够维持合作的有效机制。但是关于准入制度（排他性、竞争性）如何影响群体合作水平的研究，以及市场方面的供给侧、需求侧以及资本回报率如何影响群体合作的研究还很少。

内生性秩序与外部制度在处理复杂性社会治理问题时协同提高群体合作水平，是内在的异质性合作偏好结构、内生性秩序与外在的社会规范、制度等广义“条件”共同演化作用的结果（周晔馨 等，2014）。

不同于传统规则网络，使用ABM仿真模拟方法进行仿真模拟时，小世界网络（small world network，也称WS模型）和无标度网络（scale-free network）是研究者最常用的两类复杂网络模型。以六度分隔理论为代表的小世界网络，具有网络节点平均路径短（连接迅速且便捷）和聚集系数比较高的特点。社会人际网络、因特网、城市公路交通网、脑神经网络和基因网络都呈现出小世界网络的特征。此外，在自然界和人类社会中，具有复杂拓扑结构的随机网络一般都具有无标度网络特征，网络节点以幂律分布，具有自相似性（如海岸和树叶）、网络节点高度分化高度弥散、网络节点异质性（少数节点多连接，多数节点少连接）等复杂性特征。这两种复杂网络模型的统计特征可以很好地模拟人类社会的社会关系网络、主体行为网络和知识扩散网络等，并能够很好地进行社会网络与群体行为互动演化的仿真预测研究。

日本综合研究大学院大学的大槻久（Hisashi Ohtsuki）设计了一个社会网络多主体合作行为模型，其中有三个变量：c（投入）、b（回报）和k（邻居平均水平的投资回报率）。当b/c＞k时，即合作的回报率大于邻居间平均回报率，主体倾向于进行合作。模拟结果显示：小世界有边界的圆形、方格和随机图形中的合作行为更容易产生且稳健，无边际网络中的合作表现较差且不稳定。由此可得出熟人社区中更容易形成稳定的合作行为，而幅度宽广的复杂社会中合作的稳定性小且不容易生成。（Hisashi et al.，2006）。

北京大学的黄璜在公共产品多人博弈的基础上引入社会资本变量，借用ABM仿真模拟方法来分析大尺度社会网络中的合作现象。模型中的个体在公共产品的生产中展开合作，社会资本因素被分解为人们之间的信任、社会网络、声誉和互惠行为等自变量，这些变量在Repast仿真平台上被形式化编程模拟。模型运算的结果表明：如果一个群体是由相互嵌套的、小规模的、自组织的“小圈子”所构成的，并且个体能够自由选择这些“圈子”，那么个体在其中的长远利益会约束他们的行为决策。即便是在较大规模的群体社会网络中，一种普遍的合作约束力也能“涌现”出来，成为大尺度社会网络中的“标准秩序”（黄璜，2010）。

华盛顿大学的琳内特·肖（Lynette Shaw）使用小世界复杂网络，通过对个体心理文化特征的规模涌现进行模拟，深入考察了社会建构中群体文化动力学机制。作者确定了复杂网络节点路径长度、平均聚类系数，对70个行为主体在信任权重范围内随机交流直至稳定状态的过程进行了模拟。结论表明：群体文化动力首先来源于次级群体（如学校、职业群体、社团等）内部公共感受的分享。其次，主体在交往中呈现出捆绑（lock in）与路径依赖（path-dependency）的特征。如某种行为规范在交往初期被广泛传播并明显影响主体行为，在后期的约束和影响却会趋于弱化。最后，实验发现文化内生性的起源与群体自组织信念相关。当群体自组织信念处于临界值时，便会发生改变社会行为准则的变革，进一步扩散便会改变整体系统的全局架构（Shaw，2015）。