计算社会科学引论：从微观行为到宏观涌现 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

王国成 著

图书标签:

• 计算社会科学
• 社会科学
• 建模
• 模拟
• 复杂系统
• 涌现
• 微观行为
• 宏观现象
• 数据科学
• 网络科学

出版社： 中国社会科学出版社

ISBN：9787516159088

版次：1

商品编码：11751881

包装：平装

开本：16开

出版时间：2015-04-01

用纸：胶版纸

页数：281

内容简介

　　《计算社会科学引论：从微观行为到宏观涌现》介绍了计算社会科学的理论方法和应用案例，既考虑了内容体系的逻辑起点，又考虑到了方便读者阅读，全书分为理论篇、方法篇和应用篇三篇，由12章内容组成。理论篇研究行为分析、行为刻画与逻辑起点、复杂与涌现等问题；方法篇主要介绍ABM、计算博弈论和计算实验等；应用篇介绍集体行动、经济、金融、政治、法律、社会、历史、语言传播等社会科学多领域及管理中的行为建模计算应用案例和经验介绍等，全书提出了许多新方法。

作者简介

　　王国成，中国社会科学院数量技术与技术经济研究所模型研究室主任，经济学博士，研究员，博士生导师，主持过国家重大项目、国家社会科学基金项目和国家自然科学基金项目。

目录

开篇
第一章 绪论
第一节 动因与背景
第二节 主要研究内容与框架体系
第三节 基本方法和途径
第四节 前景展望
理论篇
第二章 深化行为分析：对个体行为的认知及演进
第一节 行为分析基础
第二节 理性主义的嬗变
第三节 认知偏差
第四节 打开行为“黑箱”与拓展研究视野
第三章 行为刻画与建模
第一节 基本原理和基准模型
第二节 一致性模型及实现条件
第三节 行为假设的逻辑检验
第四章 复杂与涌现
第一节 复杂与涌现的本质特征
第二节 群体涌现
第三节 多元行为属性与多形态涌现
第四节 人文复杂性与人文逻辑
方法篇
第五章 ABM
第一节 基本原理和方法
第二节 算法与软件
第三节 社会科学仿真模型
第四节 比较与实证
第六章 计算博弈论
第一节 算法博弈论
第二节 博弈计量
第三节 演化博弈均衡计算
第四节 博弈均衡计算示例
第五节 复杂网络与多边利益协调计算
第七章 计算实验
第一节 实验原理和一般步骤
第二节 计算实验平台
第三节 实验运行与关键问题控制
第四节 HS+CA
第五节 实验结果分析、判断、推广和改进
应用篇
第八章 群体行为计算
第一节 群体行动的结构与形态
第二节 群体行动的可计算原理与技术实现
第三节 基于异质性主体真实行为特征的群体行动建模计算
第九章 经济：微观行为关键特征与宏观复杂现象
第一节 行为一制度一增长
第二节 收入差距演变的行为分析与微观模拟
第三节 异质性员工薪酬激励计算实验的设计及模拟实现
第十章 金融：投资行为偏差与金融市场异象
第一节 金融市场复杂性的微观成因
第二节 HS与CA相结合的计算实验金融
第三节 基准模型与行为检验
第四节 应用案例
第五节 小结
第十一章 计算管理科学
第一节 计算管理学的原理、特点与基本方法
第二节 计算管理学的主要分支与应用领域
第三节 行为管理与临界控制
第四节 城市管理、社会管理与相关计算应用案例
第十二章 多领域行为建模计算
第一节 自然语言处理
第二节 行为信号处理
第三节 新闻传播的建模计算
第四节 政治与法律
第五节 社会与历史
第六节 结语
参考文献
附录
附录一 异质员工薪酬激励仿真相关的基本参数计算程序(MatLab)
附录二 异质员工薪酬激励与企业绩效部分模拟结果
附录三 经管行为实验平台(PEP系统)组图

精彩书摘

　　《计算社会科学引论：从微观行为到宏观涌现》：
　　ABM还要完成对异质主体交互行为的计算实现。一旦主体的属性与行为被定义之后，模型必须能充分描述这些交互发生的时间。这比预先想象的要复杂得多。当序列时间失效或在当时背景下失去意义时，ABM会依次执行主体的规则。顺序可以是随机的、基于标签和地理位置的，或内生的：能获得最大收益的主体率先执行规则。
　　ABM的基础是行为刻画，主要表现形式和载体是高保真模型。ABM可以是只包括两个主体的简单模型，也可以是包含数以百万计主体的复杂模型。简单模型通常用于启发直觉以阐明核心原理；高保真模型通常用于设计政策、设想反事实以及参数校准等（Marchiand Page，2014），其主要方法基于Agent的建模是CAS理论的具体应用，主要由封装在计算机系统中的Agent、Agent间的互相作用、Agent所在的组织结构三个基本要素组成。建模者的任务是定义系统中具有自适应性的Agent，赋予它们必要的行为规则和合适的参数，让它们在一个系统中共存。整个系统的宏观现象以这些Agent的行为规则、参数、学习过程等为基础体现出来。这种建模方法有明显的特点，首先Agent是主动的、活的实体，这一点是CAS建模和其他建模方法的关键性区别；同时，在模型中，系统演化的主要动力是个体与环境（包括个体之间）的相互影响，而不仅是个体本身的内部属性；再有，基于Agent的建模不仅把宏观和微观有机地联系起来，还引进了随机因素和外生冲击的作用，且相应的处理方法也是很特别的。
　　多主体（Multi—agent）仿真是近年来出现的一种较新的ABM扩展方法，在许多领域得到了广泛的应用，尤其与复杂性研究关系密切。多主体仿真是一类微观仿真技术，它利用分布式人工智能领域的最新研究成果，依靠计算机强大的计算能力，采用自下而上的思路，对复杂系统建立模型。其中的微观个体与环境之间的相互作用，涌现出系统的宏观特征，从而在微观和宏观之间建立起联系的桥梁。
　　……

前言/序言

复杂系统中的涌现现象与社会动力学研究 导言：超越还原论的视野 在理解复杂系统的演化与行为时，传统的还原论方法往往显得力不从心。从物理学、生物学到社会科学的广阔领域，我们观察到大量“涌现”（Emergence）现象：个体单元的简单规则组合，却能够产生出宏观层面上复杂、不可预测且往往具有新颖性质的整体行为。本书旨在探讨如何运用跨学科的理论框架和计算工具，揭示这些从微观互动中涌现的宏观动力学。我们不预设任何特定的社会科学分支，而是聚焦于通用的机制、模型和分析方法，这些方法论可以应用于分析从金融市场波动到文化传播，从城市交通模式到生态系统变化的各类复杂现象。 第一部分：复杂系统的基本概念与建模基础 本部分首先建立一个坚实的理论基础，定义理解复杂系统所必需的核心概念。我们将探讨“复杂性”的精确含义，区分其与“随机性”和“混沌”的本质差异。 1. 复杂性的内涵与界定： 复杂系统并非仅仅是“有很多组件”的系统。其核心特征在于非线性相互作用和反馈回路。我们将系统地介绍自组织（Self-Organization）的概念，即系统如何在缺乏外部中央控制的情况下，通过内部的局部规则自发地形成有序结构或功能。这包括对相变（Phase Transitions）的讨论——系统在特定参数阈值下如何经历剧烈的结构性变化，例如从无序到有序的转变。 2. 网络的拓扑结构与功能： 现实世界中的系统，无论其物理本质如何，都可以抽象为网络。本部分将深入剖析不同网络模型的结构特性。我们将详细考察随机网络（如Erdős–Rényi模型）、小世界网络（Small-World Networks）以及无标度网络（Scale-Free Networks，如Barabási–Albert模型）的生成机制及其对信息传播、鲁棒性和级联失效的显著影响。重点在于理解网络的度分布（Degree Distribution）、聚集系数（Clustering Coefficient）和平均路径长度如何决定宏观功能的涌现模式。 3. 动力学系统的数学基础： 叙事层面的描述需要转化为可计算的模型。我们将回顾必要的数学工具，包括差分方程（Discrete Time）和微分方程（Continuous Time）在描述状态演化中的作用。特别关注迭代函数系统（Iterated Function Systems）和元胞自动机（Cellular Automata, CA）作为建模局部规则如何驱动全局演化的基本框架。对时间序列分析的介绍将为后续的实证检验奠定基础。 第二部分：从微观交互到宏观模式的计算模拟 本部分是全书的核心，关注如何通过模拟构建“虚拟实验室”，以观察和量化微观规则如何导致宏观模式的生成。 4. 基于个体的建模范式（Agent-Based Modeling, ABM）： ABM是理解社会系统涌现性的强大工具。我们将详细解析ABM的构建流程，包括：代理人的异质性设计（Heterogeneity）、状态空间定义、局部交互规则的编程实现，以及如何准确地从模拟输出中提取统计学意义上的宏观变量。重点案例研究将包括基于谢林隔离模型（Schelling’s Segregation Model）的扩展，展示微小的偏好如何累积成显著的社会分隔。 5. 信息传播与级联效应： 创新、谣言或金融恐慌的扩散是典型的涌现现象。我们将运用SI/SIR等传染病模型的结构，将其映射到信息或意见传播网络中。讨论的关键在于阈值效应（Threshold Effects）：何种条件下，一个局部事件会触发不可逆转的全局级联（Cascades）。这涉及到对级联失败（Cascade Failures）的定量分析，例如在电力系统或金融市场中，局部冲击如何通过网络连接放大至系统性风险。 6. 协同演化与学习过程： 真实世界中的系统是不断演化的，参与者的策略和网络结构是相互影响的。我们将引入演化博弈论（Evolutionary Game Theory, EGT）的概念，探讨理性或适应性行为如何在动态变化的群体中稳定下来，或者导致循环振荡。重点分析复制子方程（Replicator Dynamics），理解“最优策略”如何在群体中扩散和演化，从而解释特定规范或行为模式的宏观锁定（Lock-in）。 第三部分：量化分析与复杂系统的识别技术 纯粹的模拟需要通过对真实世界数据的分析来验证和校准。本部分转向处理高维、动态的观测数据，以识别潜在的涌现结构。 7. 复杂系统中的时空数据分析： 面对大量的观测数据（如交易记录、传感器数据），传统的线性统计方法往往失效。我们将介绍用于识别非线性依赖性的先进技术。这包括核函数方法在捕捉高维特征空间中的关系，以及互信息（Mutual Information）在衡量变量之间真实信息共享程度上的应用，以区别于简单的相关性。 8. 混沌与低维吸引子的识别： 许多看似随机的复杂系统行为，实际上是受底层低维动力学驱动的。本部分将介绍相空间重构（Phase Space Reconstruction）技术，例如通过塔肯斯定理（Takens' Theorem），从单变量时间序列中恢复系统的潜在动力学流形。随后，我们将探讨李雅普诺夫指数（Lyapunov Exponent）的计算，以此作为量化系统对初始条件敏感度（即混沌程度）的指标。 9. 模式识别与结构发现： 在海量数据中自动识别出涌现的组织结构至关重要。我们将探讨社群检测算法（Community Detection Algorithms），如模块化优化（Modularity Optimization）和谱聚类（Spectral Clustering），如何在网络数据中揭示功能上或结构上紧密连接的子群。这些发现直接对应于宏观社会组织中的派系、市场区隔或生态群落。 结论：计算社会科学的边界与挑战 本书最后将总结当前计算方法在处理社会复杂性方面的局限性，例如模型的可解释性（The Black Box Problem）、数据稀疏性、以及如何将模型预测与伦理约束相结合。我们展望未来，强调跨学科融合——特别是机器学习与动力学系统理论的结合——将如何进一步深化我们对宏观涌现现象的理解与控制。本书旨在提供一套工具箱，而非单一的答案，激励读者用计算思维去探究世界中那些“整体大于部分之和”的奇迹。

评分☆☆☆☆☆

这本书的书名，《计算社会科学引论：从微观行为到宏观涌现》，一下子就抓住了我的兴趣点。我一直对“为什么”和“怎么样”这类问题很感兴趣，尤其是在社会现象方面。为什么人们会形成群体，又为什么群体会做出出人意料的决定？为什么一个小的想法可以传播开来，最终改变社会？这本书听起来就像是一把钥匙，可以帮助我们解锁这些难题。特别是“从微观行为到宏观涌现”这一点，让我觉得这本书能够提供一个非常系统的解释。它应该不仅仅是描述现象，而是要揭示现象背后的生成机制。我希望它能用生动有趣的方式，介绍那些看似抽象的计算模型和算法，比如 agent-based modeling，如何被用来模拟个体间的互动，以及这些互动如何累积成大尺度的社会模式。而且，我希望这本书能够展示计算社会科学在解决现实问题上的应用，比如，它如何帮助我们理解和应对网络谣言的传播，或者如何为城市规划提供数据支持。我希望它能让我看到，那些冷冰冰的数据背后，其实蕴含着关于我们人类社会的深刻洞见，并且这些洞见能够指导我们更好地理解和改造这个世界。

评分☆☆☆☆☆

这本书的书名给我一种探索未知领域的兴奋感，"计算社会科学引论"听起来就像是打开了一扇通往新知识的大门，特别是"从微观行为到宏观涌现"这个副标题，更是让我对它充满期待。我一直对人类社会是如何运作的着迷，那些看似微不足道的个体行为，在数量庞大的积累下，最终是如何形成我们所看到的社会现象，比如潮流的兴起、舆论的形成，甚至是经济周期的波动，这一切都像是一个巨大的谜团。这本书如果能揭示其中的奥秘，哪怕是冰山一角，都将是极具价值的。我希望它能用通俗易懂的方式，介绍计算社会科学的基本概念、研究方法和代表性案例，而不是晦涩难懂的学术论文。最好能配上一些生动的图表和模拟，帮助我们这些非专业人士更好地理解那些复杂的模型和理论。特别是"微观行为"部分，我很好奇它会如何解析个体的决策过程，比如人们在信息爆炸时代是如何筛选信息、形成观点，以及在社交网络中，一个小的点赞或转发是如何被放大成一股强大的传播力量。而"宏观涌现"则让我联想到蝴蝶效应，微小的扰动如何可能引发巨大的变化。我期待这本书能够提供一个全新的视角，让我们跳出传统的社会学、经济学等学科的限制，用一种跨学科、数据驱动的方式来理解社会。

评分☆☆☆☆☆

这本书的书名，"计算社会科学引论：从微观行为到宏观涌现"，听起来像是为那些对现代社会运作机制感到好奇，但又被传统学术界过于专业的术语所吓退的人准备的。我一直觉得，我们每天所经历的社会现象，很多时候都像是一个巨大的、复杂的系统，而这本书恰恰点出了这个系统的关键：从最基础的个体行为，到最终形成的宏大社会趋势。我想了解，当无数个体的选择汇聚在一起时，究竟会发生什么？例如，为什么某个产品会突然爆红，而另一个看起来差不多的产品却默默无闻？为什么某个话题会在社交媒体上瞬间引爆，然后又迅速冷却？这本书如果能提供一些分析框架，让我们能够理解这些“涌现”的现象，那将是令人兴奋的。我希望它能详细介绍一些计算社会科学常用的工具和技术，比如数据挖掘、网络分析、模拟建模等等，并且能够用实际的例子来说明这些技术是如何被应用于分析社会问题的。比如，如何利用社交媒体数据来预测某种疾病的传播趋势，或者如何通过分析交易数据来理解金融市场的波动。更重要的是，我期待这本书能够帮助我认识到，我们所处的社会，其实是可以被量化、被分析的，而不是仅仅依靠直觉和经验去理解。它应该能教会我们如何“看透”表面的热闹，去发现隐藏在数据背后的规律。

评分☆☆☆☆☆

乍一看到《计算社会科学引论：从微观行为到宏观涌现》这个名字，我的脑海中立刻浮现出各种各样的社会现象——从朋友圈里的信息传播，到城市交通的拥堵，再到股市的涨跌。总觉得这些事情背后都有一些看不见的规则在驱动，而这本书似乎就是要揭示这些规则。我一直对“涌现”这个概念非常着迷，因为它描述了简单个体组合起来，能够产生出乎意料的复杂行为，就像蚂蚁的集体行为，单个蚂蚁的智力有限，但整个蚁群却能完成惊人的任务。我希望这本书能深入浅出地解释，计算社会科学是如何通过模拟和数据分析，来捕捉和理解这种“涌现”的。是不是可以像玩一个复杂的游戏一样，通过设定一些基本的游戏规则（微观行为），然后观察游戏世界里出现的各种宏观景象？我特别好奇，这本书会用哪些真实的案例来展示计算社会科学的力量？比如，是不是能通过分析大量的用户行为数据，来预测某个城市的人口流动趋势？或者，通过分析历史文献，来揭示某个社会运动是如何由小范围的讨论演变成大规模的社会变革？我期待这本书能够提供一个清晰的路径，让我明白，我们如何能够利用计算的力量，去更深入地洞察人类社会的本质。

评分☆☆☆☆☆

《计算社会科学引论：从微观行为到宏观涌现》这个书名，给我一种强烈的预感，它将带领我进入一个充满活力和探索性的领域。我一直对那些宏大的社会变革是如何从看似平凡的个体选择中孕育而出的感到好奇，这其中充满了神秘感和智慧。这本书的标题，特别是“微观行为”和“宏观涌现”的组合，让我觉得它能够提供一种全新的视角来理解这些复杂的社会动态。我希望它能详细阐述计算社会科学的核心思想，即如何运用计算的工具和方法来分析社会数据，从而发现隐藏在表象之下的规律。比如，它会如何解释在没有任何中央指令的情况下，成千上万的人们如何在交通高峰期协调出行，或者如何解释一个网络社区是如何自发形成一套独特的文化和规范的。我期待这本书能够用引人入胜的案例，比如通过分析社交媒体上的讨论来预测公众情绪的变化，或者通过模拟城市扩张来优化资源配置，来展示计算社会科学的实际价值。我希望它能够帮助我认识到，理解社会不再仅仅依赖于定性的观察和理论的推演，更可以依赖于定量的数据分析和计算模拟，从而获得更深刻、更精准的认识。

评分☆☆☆☆☆

计算社会科学引论：从微观行为到宏观涌现》介绍了计算社会科学的理论方法和应用案例，既考虑了内容体系的逻辑起点，又考虑到了方便读者阅读，全书分为理论篇、方法篇和应用篇三篇，由12章内容组成。理论篇研究行为分析、行为刻画与逻辑起点、复杂与涌现等问题；方法篇主要介绍ABM、计算博弈论和计算实验等；应用篇介绍集体行动、经济、金融、政治、法律、社会、历史、语言传播等社会科学多领域及管理中的行为建模计算应用案例和经验介绍等，全书提出了许多新方法。

评分☆☆☆☆☆

还行吧

评分☆☆☆☆☆

计算机辅助，做统计~~~~~~~~~~~~~~~~~··

评分☆☆☆☆☆

计算社会科学引论：从微观行为到宏观涌现》介绍了计算社会科学的理论方法和应用案例，既考虑了内容体系的逻辑起点，又考虑到了方便读者阅读，全书分为理论篇、方法篇和应用篇三篇，由12章内容组成。理论篇研究行为分析、行为刻画与逻辑起点、复杂与涌现等问题；方法篇主要介绍ABM、计算博弈论和计算实验等；应用篇介绍集体行动、经济、金融、政治、法律、社会、历史、语言传播等社会科学多领域及管理中的行为建模计算应用案例和经验介绍等，全书提出了许多新方法。

评分☆☆☆☆☆

质量不错，价格便宜，值得推荐！

评分☆☆☆☆☆

计算社会科学引论：从微观行为到宏观涌现》介绍了计算社会科学的理论方法和应用案例，既考虑了内容体系的逻辑起点，又考虑到了方便读者阅读，全书分为理论篇、方法篇和应用篇三篇，由12章内容组成。理论篇研究行为分析、行为刻画与逻辑起点、复杂与涌现等问题；方法篇主要介绍ABM、计算博弈论和计算实验等；应用篇介绍集体行动、经济、金融、政治、法律、社会、历史、语言传播等社会科学多领域及管理中的行为建模计算应用案例和经验介绍等，全书提出了许多新方法。

评分☆☆☆☆☆

不错不错，正在学习中，喜欢收获大大的。

评分☆☆☆☆☆

计算机辅助，做统计~~~~~~~~~~~~~~~~~··

评分☆☆☆☆☆

还行吧