论文部分内容阅读
摘要：计算社会科学开创了人文社会科学研究的新时代，有力地推动着中国特色哲学社会科学的创新发展及新文科建设。计算社会科学的兴起和发展源于和得益于人文社会科学各分支学科长久以来的量化和计算传统及新一轮科技革命的助推等，现已进入融合创新的新阶段;我国也有高校设立了计算社会科学研究中心及校际联盟，大力促进新文科建设，促进和引领人文社会科学研究进入一个全新发展时期。
关键词：计算科学;社会科学;融合创新
中图分类号：TP311.13;C12;TP18 文献标识码：A 文章编号1673-1573（2020）03-0005-05
一、兴起动因
一般认为，计算社会科学（Computational social science：CSS）是指计算（机）科学及相关技术在（人文）社会科学中的应用，其显著特点是基于大量数据，采用计算机运算方法通过建立模型以模拟和分析社会（复杂）现象的新兴学科[2-3]。按此理解和界定，CSS的分支学科主要包括：计算社会学、计算政治学、计算经济学、计算传播学和计算法学及计算（运筹）管理学等，涉及和逐步扩展到的相关学科有：史学、语言学、教育学、军事学、文艺学、民族学、宗教学、伦理学和人类学及认知心理学等，其核心内容是关于人类社会发展的各类信息的自动化处理，专注在透过行为分析、媒体分析、网络分析和对现实社会的典型化事实的分析，借助代码、算法、程序、建模、模拟等数字化手段更深入地观察探讨个体行为特征与社会运行规律及互动关系。
从计算机应用的视角看[4-5]，在人类文明进程和社会发展中，人们探索自然界和自我认知的哲学观念与方法手段也在不断演进，从早期的自然哲学到中世纪的数学探索，逐步演变到当今的基于数值计算和模拟仿真的计算科学。而进入21世纪，以大数据和人工智能等为代表的新一轮科技革命的兴起，拉开了被称为第4代科学——（大）数据集约型科学发展的序幕。作为一门科学或学科的发端，CSS其实可上溯到上世纪中叶冯·诺依曼（John von Neumann）的经济行为的可计算规范研究、赫伯特·西蒙（Herbert A.Simon）的人工科学等，而人文社会科学可计算的思想与实践更是源远流长，甚至早于在自然科学与工程技术中的可计算研究和应用。不同门类的学科和思维方式，它们相互依存、相互借鉴、相互促进，也必然要求相应的研究者有综合和主动创新的知识与思维意识。
计算社会科学是在对传统社会科学的继承和发展的过程中逐步形成的，基于和得益于人文社会科学各分支学科长久以来的量化和计算传统及其知识积淀等。凭人们的直观和显著感觉，CSS是计算机和信息技术的发展进入大数据和人工智能时代的产物，但就学科演进的内在逻辑和发展脉络而言，CSS这一新兴学科最大的价值和优势，就在于更强调人本和更深入精细地关注人的行为及其与社会运行的双向互反馈关系[6]，无疑与计算思维和定量社会科学（Quantitative Social Sciences）等有着深厚的渊源[5][7]，也与心理学等相关学科有密切的学缘。这表明CSS是一种大规模、跨学科、高频率、大纵深的合作和综合学科，因而，要促进CSS的发展，必然要有跨学科的视野和能力，也要促进研究者之间的新型合作[3]。
计算社会科学兴起和发展于当今时代，其动因大致可概括为：一是人类文明进程和社会发展日益复杂，不确定性的表现和诱因更加错综诡秘，人们深层次探索自身社会发展奥秘的愿望和对高效方法手段的需求更高更迫切;二是数据积淀、计算机和信息网络技术、HCP算力等支撑提供的可能性;三是由于人文社会科学自身发展逻辑的内在规定性，按传统手段的感触体验、经验积淀、卡片类摞、标注索引、书签寻迹、文献检索、关联比对、理论推证及综合，到现代分析方法中的数据处理、模型构建、计量实证、仿真模拟、计算实验等，都不足以揭示社会的复杂本质;越来越清晰地感受和预见到未来社会科学与计算科学等高新技术融合的必然性和其中所蕴藏的巨大发展动能与美好前景。
二、发展现状
计算社会科学正在像杠杆一样以前所未有的方式不断增强我们收集和分析数据的宽度、深度和纯度，CSS的发展和其他新兴交叉学科息息相关（像可持续性发展科学），这就需要创新探索一个更为适应的方式来培养新的学者[1][8]。
继Lazer等人的文章之后，2012年，R.Conte（意大利国家科研委员会）、N.Gilbert（英国萨里大学）、G.Bonelli（意大利国家科研委员会）和C.Cioffi-Revilla（美国乔治梅森大学）等14位欧美学者在《欧洲物理专题杂志》（The European Physical Journal Special Topics）（第1期）上联合发布了一份《计算社会科学宣言》，力图呼唤一场社会科学革命。该文从历史机遇、技术发展、方法创新、面临挑战和预期影响等五个方面全景式地展现了计算社会科学发展现状及其未来可能的发展方向。Claudio Cioffi-Revilla教授还专门出版了《计算社会科学引论：原理和应用》的教材，并在教学实践中逐步更新改进[2]。Claudio教授认为，CSS作为一个新兴的研究领域，旨在从信息处理角度，利用先进的计算机和信息技术对社会科学进行跨学科研究。该书首次对CSS进行了完整而统一的介绍，包括学术概念的相关定义和专业术语，各领域的研究范围、内容和研究方法，如信息挖掘、社会化网络、社会复杂性理论和社会仿真等。
社会科学是从个体、团体、组织、社会、国家、民族和世界等多个层面考察分析人类行为、社会动态以及社会组织的一个大学科门类。CSS是将社会调查与信息处理方法与高级计算媒介、复杂性科学等多门学科综合起来形成的大跨度交叉学科。目前，CSS就好比伽利略使用望远镜作为更真实地理解宇宙的关键工具一样，计算社会科学家正在利用先进的、日益强大的计算技术工具了解一些超越传统学科分析范围的新鲜事物。根据应用环境和条件的不同，CSS领域涉及到的分析研究方法主要包括六个步骤或六部分内容：（1）自动信息提取和数据的最大化处理;（2）群体关系和社会网络分析（SNA）;（3）客观条件环境与地理空间分析（又被称为社会地理信息系統GIS）;（4）基于主体和复杂性科学的微观宏观连接的一体化建模分析（ABMs）;（5）社会仿真、计算实验等技术实现;（6）社会复杂现象和典型化事实的解释、预见及理论与模型的校准和改进。 此外，Claudio教授在书中还专门详细介绍了社会信息挖掘、社会网络分析、社会复杂性理论和社会仿真模型等具体实现技术，解释了如何利用计算方法对不同层面的社会复杂性进行分类分析和重点问题的深究与奥秘破解。
近年来，学界在逐步创办CSS专业期刊和栏目，国际上也陆续召开了一些与CSS有关的学术会议。如：第一届和第二届关于计算社会科学和集众智慧的神经信息处理系统（NIPS）专题研讨会分别于2010年和2011年举行，参与该研讨会的专家主要来自经济学、政治科学、心理学、社会学、机器学习、统计学等领域;欧洲首届计算社会科学大会于2014年6月1日至13日在英国华威商学院召开，该会议指出计算社会科学旨在为人类行为和决策制定获得新的洞见; 2014年8月15日在斯坦福大学计算社会科学中心（Center for Computational Social Science）召开的“新计算社会学”研讨会上，人们又提出了“新计算社会学”（new computational sociology）这一概念，这个跨学科研讨会的参与者主要来自社会学、计算机科学、生命科学、信息科学、经济学、政治学和心理学等领域;美国首届计算社会科学峰会于2015年5月15日至17日在美国西北大学召开，第二届峰会也于2016年6月24日至26日在该校召开;自2015年起CSS国际学术研讨会（International Conference on Computational Social Science）每年举办一次，前四届会议曾先后在赫尔辛基、艾文斯顿和科隆举行，2019年7月17日至20日，第五届计算社会科学国际学术研讨会在荷兰阿姆斯特丹大学（University of Amsterdam）举行，2020年第六届年会以云会议形式于7月17日至20日在美国麻省的剑桥举行，此类学术活动有力有效地推动了学者的交流提高和学科的建设发展。
世界上许多著名高校都先后建立了计算机与人文社会科学结合的专门研究机构，如美国斯坦福大学的计算社会科学中心，主要从事用计算机分析大数据进行社会科学研究，有了关于人类行为和社会运行的巨量数据、网站、中介机构、社交媒体，有助于大大改善社会科学研究的环境。该中心的自然语言处理小组包括语言学系和计算机科学系的成员，它是斯坦福人工智能实验室的一部分。斯坦福大学自然语言处理小组由教职员工、博士后、程序员和学生组成，他们共同致力于使计算机能够处理和理解人类语言的算法。斯坦福大学自然语言处理小组将复杂的深度语言建模和数据分析与概率机器学习和自然语言处理的深度学习方法相结合。该小组提供了一个广泛使用的集成NLP工具箱，即Stanford CoreNLP。“自然语言和语音处理座谈会”系列促进了斯坦福大学和整个海湾地区的语言处理研究人员之间的思想和结果交流。
从总体发展现状来看，虽然计算社会科学现今尚处在比较基础的阶段，但已显露出旺盛的生命力和广阔的应用前景。国际上像美国的哈佛、MIT、斯坦福、芝加哥和卡内基梅隆，英国的牛津、剑桥和帝国理工，瑞士苏黎世联邦理工学院及微软研发中心等著名高校和研发机构，都成立了专门的CSS中心或学术实体，并且提供培养训练专业学生和博士生的课程体系与实训基地，开展理论与实践、自然科学工程技术与人文社会科学、学术研究与产业应用和政府咨询结合的应用尝试;进入大数据和人工智能时代，大数据资源、新技术和思维对（哲学）人文社会科学研究产生了广泛而深刻的影响，国内也有一批学者先后进入了CSS研究领域，北京大学、清华大学、浙江大学、复旦大学、中国人民大学等高校也相继设立专门机构和组建校际联盟，为了促进中国计算社会科学的学科建设、科研创新和社会赋能，营造“创新、共享、开放、合作”的大数据科研氛围，打造大数据和人工智能时代中国哲学社会科学创新发展的独特路径，搭建国内高等院校和科研机构的计算社会科学学术共同体，转变思维观念、认知视角和研究方法，大跨度、超常规地跨学科交叉、人文社会科学研究中引入实验手段等引发的新文科建设竞合，大有站立潮头、抢占制高点之势[9-10]。
三、创新特质
计算社会科学本身就是融合创新的产物，其不仅是纯技术手段的引入应用，其实质是以计算科学、数据科学为代表的高新科技与人文社会科学的相互渗透和融合创新，是现有各分支学科回归人本基点和轨道上的重组整合，所创生的行为社会科学、网络社会科学、数字社会科学等都展现出鲜明的创新特质，能更好地体现出人类与自然界的伴生交互共进特征。如：经济生活中个体消费和生活质量、利益群体关系、经济运行态势，个体、企业、市场与政府的行為边界及相互关系;公共卫生事件中个体行为方式、社会组织形式、政府的统一部署和治理，网络环境下个体言行、意愿和行为习惯、社群网络和利益群体诉求变动、社会主流价值观和规范，舆论发生、酝酿传播和效应激变可能引发的社会事端及应对预案;政法事项和公共政策制定实施中个体意愿、派别主张、整体政局，选举、国际重大变换的征兆、动态和走势、突变诱因及相互之间的关系，差异化、鲜活的个体在网络结构和传导机理如何酿成和涌现出纷繁复杂的社会现象和形态，以及对微观行为的影响两者之间的双向反馈机制等方面的话题。人文社会科学各分支学科的共同基础是对人类社会行为的研究，但仍缺少能够解释各分支理论成果的统一而连贯的理论框架，这是因为社会现象的复杂本质特征是最难解决的科学问题之一。CSS兴起的独特优势和行为科学、复杂性科学、社会网络分析等相关学科和技术方法的辅助，能使原来触及不到、揭示不了、解释不清、无法实现的研究探索局面大为改观，使不可能变为可能，艰难混乱变为有序可循，经验规范的总结概括变为更有深度、更加精细的可证伪的科学检验。譬如网络科学的崛起，使社会科学家们深刻地认识到，人、机构和市场之间的相互作用对集体社会行为的确定相当重要，但意识、精神、信念和情感等是很难观察测度的，尤是针对大规模人群的长期观察，因而，网络数据的自动采集和分析处理，或许是CSS发展的切入途径和重点内容。
关键词：计算科学;社会科学;融合创新
中图分类号：TP311.13;C12;TP18 文献标识码：A 文章编号1673-1573（2020）03-0005-05
一、兴起动因
一般认为，计算社会科学（Computational social science：CSS）是指计算（机）科学及相关技术在（人文）社会科学中的应用，其显著特点是基于大量数据，采用计算机运算方法通过建立模型以模拟和分析社会（复杂）现象的新兴学科[2-3]。按此理解和界定，CSS的分支学科主要包括：计算社会学、计算政治学、计算经济学、计算传播学和计算法学及计算（运筹）管理学等，涉及和逐步扩展到的相关学科有：史学、语言学、教育学、军事学、文艺学、民族学、宗教学、伦理学和人类学及认知心理学等，其核心内容是关于人类社会发展的各类信息的自动化处理，专注在透过行为分析、媒体分析、网络分析和对现实社会的典型化事实的分析，借助代码、算法、程序、建模、模拟等数字化手段更深入地观察探讨个体行为特征与社会运行规律及互动关系。
从计算机应用的视角看[4-5]，在人类文明进程和社会发展中，人们探索自然界和自我认知的哲学观念与方法手段也在不断演进，从早期的自然哲学到中世纪的数学探索，逐步演变到当今的基于数值计算和模拟仿真的计算科学。而进入21世纪，以大数据和人工智能等为代表的新一轮科技革命的兴起，拉开了被称为第4代科学——（大）数据集约型科学发展的序幕。作为一门科学或学科的发端，CSS其实可上溯到上世纪中叶冯·诺依曼（John von Neumann）的经济行为的可计算规范研究、赫伯特·西蒙（Herbert A.Simon）的人工科学等，而人文社会科学可计算的思想与实践更是源远流长，甚至早于在自然科学与工程技术中的可计算研究和应用。不同门类的学科和思维方式，它们相互依存、相互借鉴、相互促进，也必然要求相应的研究者有综合和主动创新的知识与思维意识。
计算社会科学是在对传统社会科学的继承和发展的过程中逐步形成的，基于和得益于人文社会科学各分支学科长久以来的量化和计算传统及其知识积淀等。凭人们的直观和显著感觉，CSS是计算机和信息技术的发展进入大数据和人工智能时代的产物，但就学科演进的内在逻辑和发展脉络而言，CSS这一新兴学科最大的价值和优势，就在于更强调人本和更深入精细地关注人的行为及其与社会运行的双向互反馈关系[6]，无疑与计算思维和定量社会科学（Quantitative Social Sciences）等有着深厚的渊源[5][7]，也与心理学等相关学科有密切的学缘。这表明CSS是一种大规模、跨学科、高频率、大纵深的合作和综合学科，因而，要促进CSS的发展，必然要有跨学科的视野和能力，也要促进研究者之间的新型合作[3]。
计算社会科学兴起和发展于当今时代，其动因大致可概括为：一是人类文明进程和社会发展日益复杂，不确定性的表现和诱因更加错综诡秘，人们深层次探索自身社会发展奥秘的愿望和对高效方法手段的需求更高更迫切;二是数据积淀、计算机和信息网络技术、HCP算力等支撑提供的可能性;三是由于人文社会科学自身发展逻辑的内在规定性，按传统手段的感触体验、经验积淀、卡片类摞、标注索引、书签寻迹、文献检索、关联比对、理论推证及综合，到现代分析方法中的数据处理、模型构建、计量实证、仿真模拟、计算实验等，都不足以揭示社会的复杂本质;越来越清晰地感受和预见到未来社会科学与计算科学等高新技术融合的必然性和其中所蕴藏的巨大发展动能与美好前景。
二、发展现状
计算社会科学正在像杠杆一样以前所未有的方式不断增强我们收集和分析数据的宽度、深度和纯度，CSS的发展和其他新兴交叉学科息息相关（像可持续性发展科学），这就需要创新探索一个更为适应的方式来培养新的学者[1][8]。
继Lazer等人的文章之后，2012年，R.Conte（意大利国家科研委员会）、N.Gilbert（英国萨里大学）、G.Bonelli（意大利国家科研委员会）和C.Cioffi-Revilla（美国乔治梅森大学）等14位欧美学者在《欧洲物理专题杂志》（The European Physical Journal Special Topics）（第1期）上联合发布了一份《计算社会科学宣言》，力图呼唤一场社会科学革命。该文从历史机遇、技术发展、方法创新、面临挑战和预期影响等五个方面全景式地展现了计算社会科学发展现状及其未来可能的发展方向。Claudio Cioffi-Revilla教授还专门出版了《计算社会科学引论：原理和应用》的教材，并在教学实践中逐步更新改进[2]。Claudio教授认为，CSS作为一个新兴的研究领域，旨在从信息处理角度，利用先进的计算机和信息技术对社会科学进行跨学科研究。该书首次对CSS进行了完整而统一的介绍，包括学术概念的相关定义和专业术语，各领域的研究范围、内容和研究方法，如信息挖掘、社会化网络、社会复杂性理论和社会仿真等。
社会科学是从个体、团体、组织、社会、国家、民族和世界等多个层面考察分析人类行为、社会动态以及社会组织的一个大学科门类。CSS是将社会调查与信息处理方法与高级计算媒介、复杂性科学等多门学科综合起来形成的大跨度交叉学科。目前，CSS就好比伽利略使用望远镜作为更真实地理解宇宙的关键工具一样，计算社会科学家正在利用先进的、日益强大的计算技术工具了解一些超越传统学科分析范围的新鲜事物。根据应用环境和条件的不同，CSS领域涉及到的分析研究方法主要包括六个步骤或六部分内容：（1）自动信息提取和数据的最大化处理;（2）群体关系和社会网络分析（SNA）;（3）客观条件环境与地理空间分析（又被称为社会地理信息系統GIS）;（4）基于主体和复杂性科学的微观宏观连接的一体化建模分析（ABMs）;（5）社会仿真、计算实验等技术实现;（6）社会复杂现象和典型化事实的解释、预见及理论与模型的校准和改进。 此外，Claudio教授在书中还专门详细介绍了社会信息挖掘、社会网络分析、社会复杂性理论和社会仿真模型等具体实现技术，解释了如何利用计算方法对不同层面的社会复杂性进行分类分析和重点问题的深究与奥秘破解。
近年来，学界在逐步创办CSS专业期刊和栏目，国际上也陆续召开了一些与CSS有关的学术会议。如：第一届和第二届关于计算社会科学和集众智慧的神经信息处理系统（NIPS）专题研讨会分别于2010年和2011年举行，参与该研讨会的专家主要来自经济学、政治科学、心理学、社会学、机器学习、统计学等领域;欧洲首届计算社会科学大会于2014年6月1日至13日在英国华威商学院召开，该会议指出计算社会科学旨在为人类行为和决策制定获得新的洞见; 2014年8月15日在斯坦福大学计算社会科学中心（Center for Computational Social Science）召开的“新计算社会学”研讨会上，人们又提出了“新计算社会学”（new computational sociology）这一概念，这个跨学科研讨会的参与者主要来自社会学、计算机科学、生命科学、信息科学、经济学、政治学和心理学等领域;美国首届计算社会科学峰会于2015年5月15日至17日在美国西北大学召开，第二届峰会也于2016年6月24日至26日在该校召开;自2015年起CSS国际学术研讨会（International Conference on Computational Social Science）每年举办一次，前四届会议曾先后在赫尔辛基、艾文斯顿和科隆举行，2019年7月17日至20日，第五届计算社会科学国际学术研讨会在荷兰阿姆斯特丹大学（University of Amsterdam）举行，2020年第六届年会以云会议形式于7月17日至20日在美国麻省的剑桥举行，此类学术活动有力有效地推动了学者的交流提高和学科的建设发展。
世界上许多著名高校都先后建立了计算机与人文社会科学结合的专门研究机构，如美国斯坦福大学的计算社会科学中心，主要从事用计算机分析大数据进行社会科学研究，有了关于人类行为和社会运行的巨量数据、网站、中介机构、社交媒体，有助于大大改善社会科学研究的环境。该中心的自然语言处理小组包括语言学系和计算机科学系的成员，它是斯坦福人工智能实验室的一部分。斯坦福大学自然语言处理小组由教职员工、博士后、程序员和学生组成，他们共同致力于使计算机能够处理和理解人类语言的算法。斯坦福大学自然语言处理小组将复杂的深度语言建模和数据分析与概率机器学习和自然语言处理的深度学习方法相结合。该小组提供了一个广泛使用的集成NLP工具箱，即Stanford CoreNLP。“自然语言和语音处理座谈会”系列促进了斯坦福大学和整个海湾地区的语言处理研究人员之间的思想和结果交流。
从总体发展现状来看，虽然计算社会科学现今尚处在比较基础的阶段，但已显露出旺盛的生命力和广阔的应用前景。国际上像美国的哈佛、MIT、斯坦福、芝加哥和卡内基梅隆，英国的牛津、剑桥和帝国理工，瑞士苏黎世联邦理工学院及微软研发中心等著名高校和研发机构，都成立了专门的CSS中心或学术实体，并且提供培养训练专业学生和博士生的课程体系与实训基地，开展理论与实践、自然科学工程技术与人文社会科学、学术研究与产业应用和政府咨询结合的应用尝试;进入大数据和人工智能时代，大数据资源、新技术和思维对（哲学）人文社会科学研究产生了广泛而深刻的影响，国内也有一批学者先后进入了CSS研究领域，北京大学、清华大学、浙江大学、复旦大学、中国人民大学等高校也相继设立专门机构和组建校际联盟，为了促进中国计算社会科学的学科建设、科研创新和社会赋能，营造“创新、共享、开放、合作”的大数据科研氛围，打造大数据和人工智能时代中国哲学社会科学创新发展的独特路径，搭建国内高等院校和科研机构的计算社会科学学术共同体，转变思维观念、认知视角和研究方法，大跨度、超常规地跨学科交叉、人文社会科学研究中引入实验手段等引发的新文科建设竞合，大有站立潮头、抢占制高点之势[9-10]。
三、创新特质
计算社会科学本身就是融合创新的产物，其不仅是纯技术手段的引入应用，其实质是以计算科学、数据科学为代表的高新科技与人文社会科学的相互渗透和融合创新，是现有各分支学科回归人本基点和轨道上的重组整合，所创生的行为社会科学、网络社会科学、数字社会科学等都展现出鲜明的创新特质，能更好地体现出人类与自然界的伴生交互共进特征。如：经济生活中个体消费和生活质量、利益群体关系、经济运行态势，个体、企业、市场与政府的行為边界及相互关系;公共卫生事件中个体行为方式、社会组织形式、政府的统一部署和治理，网络环境下个体言行、意愿和行为习惯、社群网络和利益群体诉求变动、社会主流价值观和规范，舆论发生、酝酿传播和效应激变可能引发的社会事端及应对预案;政法事项和公共政策制定实施中个体意愿、派别主张、整体政局，选举、国际重大变换的征兆、动态和走势、突变诱因及相互之间的关系，差异化、鲜活的个体在网络结构和传导机理如何酿成和涌现出纷繁复杂的社会现象和形态，以及对微观行为的影响两者之间的双向反馈机制等方面的话题。人文社会科学各分支学科的共同基础是对人类社会行为的研究，但仍缺少能够解释各分支理论成果的统一而连贯的理论框架，这是因为社会现象的复杂本质特征是最难解决的科学问题之一。CSS兴起的独特优势和行为科学、复杂性科学、社会网络分析等相关学科和技术方法的辅助，能使原来触及不到、揭示不了、解释不清、无法实现的研究探索局面大为改观，使不可能变为可能，艰难混乱变为有序可循，经验规范的总结概括变为更有深度、更加精细的可证伪的科学检验。譬如网络科学的崛起，使社会科学家们深刻地认识到，人、机构和市场之间的相互作用对集体社会行为的确定相当重要，但意识、精神、信念和情感等是很难观察测度的，尤是针对大规模人群的长期观察，因而，网络数据的自动采集和分析处理，或许是CSS发展的切入途径和重点内容。