唐世平：计算社会科学与决策科学

以拉泽尔等人在2009年在《科学》杂志的“计算社会科学时代的到来”一文为标志，计算社会科学开始有了大致的发展方向。但是，对于计算社会科学到底能够给我们理解人类社会带来什么具体的价值，学界仍存在相当的分歧。一方面，大数据学派的人士普遍认为，只要有了大数据，通过计算机的计算，特别是加上人工智能，就可能识别出人类社会中的规律或至少是某些规则性图案（regular pattern），而这将给我们理解人类社会带来翻天覆地的革命。另一方面，大部分社会科学家认为，完全依赖大数据、计算机和人工智能，并不能帮助我们理解人类社会许多重大问题，比如革命、民主化、不平等的根源以及后果、内战、国家重建、经济发展等等。这背后的主要原因是这些重大问题是不大可能有大数据的，因而大数据和计算机都不大可能给我们太多的帮助。

笔者坚持一个中间立场。一方面，笔者认为，通过计算机搜寻大数据确实有可能识别一些人类社会中某些规则性图案，但这样的规则性图案恐怕并不如我们想象的那么多，而且也难以具有普遍意义，因为人类社会一直都是一个演化的体系。另一方面，笔者也认为，尽管基于大数据的计算社会科学不大可能帮助我们理解人类社会的绝大部分重大问题，计算社会科学确实有可能给应用社会科学，特别是决策科学，带来巨大的变革。

简而言之，计算社会科学完全有可能让人类的许多重大决策能够更加基于客观的大数据和计算机模拟，从而让传统的绝大部分依赖于专家的主观意见的决策科学变得更加科学，尽管专家意见仍将有其一席之地。

而要想达成这一目标，我们必须用社会科学的思维，特别是社会科学的问题意识，来规制计算社会科学。换句话说，我们必须先问，计算社会科学到底能够帮助我们解决那些决策者经常要面临的问题。

笔者认为，计算社会科学在以下几类决策问题将是大有用武之地的，因为这些问题更加依赖大数据，而且也有大数据的支持。

比如，世界上的成熟民主国家几乎每年就要举行重要的选举。因此，预测选举的结果并基于这些预测调整选举策略就成了每一个政党和候选人需要面对的最重要的决策问题。而因为选举必定产生大量的数据，基于社会科学家对选举的理解，计算社会科学就有可能基于这些大数据构建能够模拟选举结果，包括不同选举策略下的结果，的计算机模拟平台。

正是基于这一理念，我所带领的复旦大学复杂决策分析中心的团队构建了一个选举模拟平台。传统的选举预测通常都是依赖民意调查，尽管民意调查通常都有相当的误差和不确定性。不仅如此，传统的选举预测通常不能相对准确地预测议会的选举。而我们的计算机模拟平台完全不依赖民意调查。鉴于我国台湾地区的选举相对来说数据量不是太大，而且数据相当完整并且容易获取，因此我们决定拿我国台湾地区的选举来检验我们的计算机选举模拟平台的可行性和可靠性。在我国台湾地区的“领导人”和“立法院”选举之前10天，我们公布了我们的计算机模拟预测结果。而最终的选举结果表明，我们的预测是相当成功的。这一结果还至少表明，我们的基本思路和我们的计算机模拟平台是完全可行的。

另一个可能的方向是模拟行为体的竞争战略行为和可能的竞争结果。无论是国家还是企业，他们都无时不在面对竞争，并且只能在竞争中寻求发展和生存。而传统的竞争战略咨询基本上都是依靠专家意见，而且不大可能处理多个行为体、多种竞争战略、以及众多的影响因素所带来的大量的数据和不确定性。但是，计算机模拟平台却可以轻易地驾驭这些问题。我们在复旦大学复杂决策分析中心的团队也构建了这样一个计算机模拟平台。

基于我们的计算机模拟平台，利用公开的数据，我们模拟了前苏联从阿富汗撤军后，阿富汗内战有可能出现的结果。我们通过引入地理、气候、经济、人口、军力等宏观数据，同时让内战中的8支主要力量选择不同的交战和结盟战略，通过500次以上的计算机模拟，表明塔利班有85-90%以上的机会将会赢得内战。而实际的最终结果当然是塔利班最后赢得了阿富汗的内战。显然，国家和企业都可以在决策过程中参考类似的模拟结果。

以上的例子表明，计算机社会科学确实有可能给决策科学的许多问题都带来一些崭新的解决办法，从而为传统上主要依赖专家意见的决策科学带来巨大的变革。中国的社会科学家和计算机科学家一起，应该和诸如政府与企业这样的行为体携起手来，为中国的决策科学的进一步科学化而共同努力。如此，中国的社会科学，特别是作为应用社会科学的决策科学，实现追赶发达国家的目标。