计算社会科学的主要内容

美国乔治梅森大学的Cioffi-Revilla教授认为，计算社会科学是一个正在兴起的，融合社会科学、计算科学和复杂性科学的跨学科交叉领域。传统的社会科学在所有社会层面上研究人类、社会动力和社会组织，内容包括认知、决策、行为、团体、组织、社会和世界体系，具体的学科包括社会心理学、人类学、经济学、政治科学和社会学，每个学科都包含了若干分支，统计学作为科学方法在这些学科中扮演着重要的作用。计算社会科学则以整合性的、跨学科的社会研究为目标，力图使用先进的计算方法，强化信息处理过程。社会科学中的计算范式包含两重功能：作为理论视野的实质性和作为方法论手段的工具性。前者带有信息处理和控制论取向，并早已有之；作者着重强调的是后者，作为新方法在当前的技术发展。

作者把当前使用的计算社会科学方法分为以下5类：

1自动信息提取（Automated information extraction）

文本分析是一种很传统的分析方法，但人工智能（artificial intelligence ,AI）、计算机算法等带来了信息挖掘的新突破，内容分析不仅限于文字文本，还可以分析声音、图像和视频。自动信息提取技术所获得的“事件数据”（events data），这些数据可以通过时间序列分析、语义分析、隐马尔科夫模型、微波分析和事件生活史建模等方法做进一步研究。此外，还有许多自动文本挖掘技术可以获得网络结构数据，可以运用社会网络理论做进一步分析。自动信息提取应用的领域包括异常状况探查、早期预警、趋势监测、干预评估和项目执行等。

2社会网络分析（Social network analysis ，SNA）

现代社会网络分析的基础很早就建立起来了，并以纯数学理论为基础。一个网络由一系列节点和关系组成，并带有一系列属性。联盟、恐怖组织、贸易体系、认知信仰系统和国家社会本身都是社会网络分析科学家的研究对象。新的计算工具不仅为社会网络分析带来了网络可视化工具，还为其提供许多理解网络适应性、功能性、弱点及网络分解的可用工具。

3社会地理空间分析（socio-GIS information systems）

GIS可以为社会现象的理解提供可视化和空间分析的工具。社会地理信息处理系统目前在犯罪学和区域经济学里已经有了许多有趣的应用，其他还包括定量冲突分析和空间统计分析。谷歌地球和它的数据功能是社会地理信息处理系统发展的一个典型。

4复杂系统建模（Complexity modeling）

复杂性理论模型为非均衡动态分析提供了基本概念和原则，非均衡动态的例子有恐怖袭击、发展中社会的财富与财产、政治不稳定性、外国援助分布和国内国际冲突等。一般而言，均衡系统服从正态分布（高斯分布或钟形分布），很少会偏离中心；但计算社会科学中的复杂性理论模型认为非均衡系统服从的是幂律分布（Power-law distribution），如战争死亡率通常服从的是幂律分布，而不是正态分布。早期的统计学家试图把战争死亡率数据转换为正态分布，从而可以进行回归分析，但这中做法实际上损失了许多偏态、峰态及其他自然和非常态特征。幂律分布意味着要考虑一些极端值的重要性。虽然社会科学中的复杂性研究早已有之，但网络分析、仿真模拟等技术为复杂性理论建模提供了强有力的工具，深入研究可以获得新的科学发现。

5社会模拟模型（Social simulations models）

最早的计算机模拟分析始于国家安全和国内社会政策领域的研究。最近有了新的发展，其代表是系统动力模型（system dynamics models）和ABMs（Agent-based Modeling）。计算模拟模型的突出价值在于可以为基础社会研究和政策分析提供动态观察和效果评估。麻省理工学院的几个学者开发了最初的系统动力模型，给定目标系统，通过设置一系列变量及相关的变化概率，可以产生分析对象的动态模拟过程和结果。目前系统动力模型可以在Stella 软件或Vensim软件中运行。

ABMs包含了一系列行动者、互动规则和许多诸如动态的、组织的和空间的等环境特征，其主要分析的是集体性或宏观社会行为的涌现过程和结果。它在战争、政治联合与分离、种族教派隔离、资源竞争、土地利用、环境变迁和其他国内和国际问题中有广泛的应用。

计算社会科学有别于以往的社会科学就在于其借助大量新兴研制出来的计算机软件，如R语言、Python语言、Stella 和Vensim等软件，以及新开发的优化算法和模型。正如近代物理学中使用的实验工具大大推进物理学发展一样，应用这些新的软件和模型或将使社会科学真正进入现代科学范畴，建立科学的研究范式。

参考文献：

Cioffi‐Revilla, C. (2010). Computational social science. Wiley Interdisciplinary Reviews: Computational Statistics, 2(3), 259-271.

本文来源：sociology前沿论文大推送

转自：“量化研究方法”微信公众号

如有侵权，请联系本站删除！