社会复杂系统智能模拟：涌现机理与方法路径

吕 鹏 陈典涵

一、引言

（一）社会发展及其治理趋势

社会是一个复杂巨系统，社会运行具有客观性、自主性、自发性。国家与社会治理主体应强化对“社会复杂系统”基本运行规律的认知。自2013 年开始，我国正式从“社会管理”理念转向“社会治理”①陈鹏：《“社会”的兴起与中国社会治理变革》，《社会治理》2019 年第4 期。。社会治理与人类社会所处的发展阶段和时代特征息息相关。科学与技术的每一次重大革新与进步，都推动了社会形态的转型，也带来了治理模式的变革。人类社会已经走过农业社会、工业社会、信息社会，目前正处在数字社会的深度发展阶段。数字社会以移动互联网技术的广泛应用为显著标志之一②袁曾、张执南：《数字社会下的法律工程思维建构与适用》，《西南民族大学学报（人文社会科学版）》2022 年第12 期。。围绕数字社会的治理，学术界也进行了广泛的讨论③鲍静、贾开：《数字治理体系和治理能力现代化研究：原则、框架与要素》，《政治学研究》2019 年第3 期；孟天广：《数字治理生态：数字政府的理论迭代与模型演化》，《政治学研究》2022 年第5 期；魏钦恭：《数字时代的社会治理：从多元异质到协同共生》，《中央民族大学学报（哲学社会科学版）》2022 年第2 期；胡卫卫、卢玥宁：《数字乡村治理共同体的生成机理与运作逻辑研究——基于“中国大棚第一村”数字乡村建设的实证考察》，《公共管理学报》2023 年第1 期。。随着数字化趋势的深入发展，智能技术、算法、载具在社会愈发广泛地存在，我国已经迈入智能社会的门槛。关于智能社会，童天湘早在1988 年就作出了前瞻性研究，认为智能社会是智能革命的产物，即将高能结构的“高熵社会”转变为高智力结构的“低熵社会”，导致社会的智能化，创造人机共生的智能社会①童天湘：《论智能革命——高技术发展的社会影响》，《中国社会科学》1988年第6期；王锐生：《对“智能革命”的唯物史观评述——读童天湘的〈点亮心灯——智能社会的形态描述〉》，《哲学研究》1997 年第7 期。。笔者认为，认识社会复杂系统，首先要从基本特征、运行规律等角度入手。当前，关于智能社会的特征已经有学者在研究，主要体现为：以数据为先导、以算法为中心②张文显：《构建智能社会的法律秩序》，《东方法学》2020 年第5 期。，新技术广泛使用③齐磊磊、李霞：《系统科学视域下智能社会生产方式分析》，《系统科学学报》2022 年第4 期。，社会成员扩展、新物种生成④孙伟平：《马克思主义唯物史观视域中的“智能社会”》，《哲学分析》2020 年第6 期。，社会结构变化，呈现自组织形态⑤田恬：《政府助力，推动智能社会发展——2015 中日青年科学家跨学科学术沙龙举行》，《科技导报》2015 年第24 期。，社会场域扩展，虚拟空间大幅度扩展⑥陈思：《算法治理：智能社会技术异化的风险及应对》，《湖北大学学报（哲学社会科学版）》2020 年第1 期。等。智能社会呼唤新的治理理念。

（二）社会模拟方法的发展历程

作为社会科学研究的重要方法，社会模拟具有数十年的发展历史，并且仍在持续发展之中。笔者2022 年曾在《清华社会学评论》发文指出：从视觉形式、行为自由度、过程特征、形态复杂性四个标准来看，社会模拟的发展历史包括三个阶段：系统动力学（1.0）、元胞自动机（2.0）、智能体仿真（3.0）（见表1）⑦吕鹏：《计算社会科学中仿真模拟的三个发展阶段》，《清华社会学评论》第17 辑，2022 年。。系统动力学（System Dynamics）阶段具有视觉抽象性、规则确定性、过程静态性、系统封闭性特征，仅在数学、逻辑等抽象层次进行模拟，运算规则是确定性、静态性的，因而难以胜任社会复杂系统模拟工作；元胞自动机（Cellular Automata）阶段具有视觉具象性、规则非确定性、过程动态性等特征，但仍具有较大的封闭性。由于模拟单元的简单性、位置的固定性，难以刻画流动的个体、动态的社会过程；智能体ABM 仿真是集大成阶段，在视觉生动性、规则非确定性、过程动态性、系统复杂性方面具有优势。它既能够刻画动态的个体行为，又能够呈现、监测、干预复杂社会系统。基于智能体的社会模拟（ABM），势必成为智能社会治理的重要方法。当前，社会模拟还存在最新发展趋势，如基于政务大数据、数字城市平台的社会模拟，基于城市CIM 底座进行模拟推演等。此类工作已经超出了传统社会科学的范畴，实现了与前沿自然科学技术与方法的高度融合，呈现出“新文科”“新工科”的特征。本文所说的社会模拟，是各阶段的总称，是方法集合的概念范畴。

表1 仿真模拟方法发展的三个阶段

（三）二者互嵌：探讨一种必然性趋向

智能社会治理既是学术界的探讨，同时也是各地的实践。各地在政府信息化、数字政府、公共服务、数字便民等方面取得了很大的进展。在国家战略层面，智能社会治理也获得了关注和回应。2021年5 月，中央网信办联合国家发改委等八部门，在全国建设智能社会治理实验基地。同年9 月，确立了首批基地名单⑧《关于国家智能社会治理实验基地入选名单的公示》，http：//www.cac.gov.cn/2021-09/06/c_1632515908861395.htm，访问日期：2023 年10 月27 日。。这标志着国家治理现代化正式迈入“智能社会治理”阶段。考察各地实践，笔者认为，国内目前的社会治理实践还停留在数字社会阶段，还没有达到智能社会治理的标准与要求。相关的认知、实践具有滞后性，亟须引入社会模拟理念。

第一个问题是数据孤岛现象普遍存在，数据打通仍然艰难，进度缓慢，使得数据要素形成、要素市场培育难以实现。鉴于此，我们需要有新的替代性思路，确保“两条腿走路”。而社会模拟，只需要少量、优质数据，就可以启动社会有机体模拟。

第二个问题是难以科学评估社会公共政策的效能。从各地建立的综合性大平台来看，很多地方能够初步实现城市数字孪生、感知社会系统状态的目标，但无法评估、比较任意社会公共政策的系统性效能，因为缺乏相关的研究思路、工具。社会模拟通过参数遍历、绘制平行宇宙结果，实现对任意干预策略的效果评估与比较。

第三个问题是我们对智能社会本身的研究存在不足。目前，各地的实践处在数字治理、民众服务、被动应急处置阶段，缺乏系统性、主动性。社会模拟的首要工作，就是要进行社会刻画，进而模拟社会运行、社会异常状态、社会治理策略。因此，应强化“社会复杂系统”理念。综上，从大数据、数字政府向社会模拟过渡，是社会治理模式必然的发展趋势。

二、社会模拟纳入社会治理的必要性

社会模拟的核心目标是模拟社会动态运行。例如，罗俊认为，社会模拟是依据某种社会行为理论或经验，建立一个关于现实社会系统的计算机模型，然后模拟动态过程①罗俊：《计算·模拟·实验：计算社会科学的三大研究方法》，《学术论坛》2020 年第1 期。。社会模拟是研究动态的社会复杂系统的有效工具，这是大数据等静态研究方法所力有不逮的。如何构建智能社会的“社会有机体模型”？我们需要“社会复杂系统”视角，它表现在同层次、跨层次两个维度。从微观、中观、宏观三个层面看，社会复杂系统的刻画、治理，均需要社会模拟方法。

（一）微观层面：社会行为体扩展

智能社会的成员发生巨大扩展，需要统筹、一体、通用的模拟推演方法。在传统社会，由于智能技术不发达，社会成员主要是人。在智能社会，人、机、物都是智能社会的合法成员②吕鹏：《智能社会治理的核心逻辑与实现路径》，《国家治理》2021 年第42 期。。例如“机器人”这一新物种作为承载算法、实践算法、优化算法的基本单元，与自然人、法人一样，都是合法存在的行为体。智能社会开启了人类社会的崭新图景③吕鹏：《智能社会治理勾勒新型社会关系图谱》，《中国社会科学报》2022 年7 月19 日，第8 版。，我们需要重点关注智能社会中的三种类属内关系（人与人、机与机、物与物）和三种类属间关系（人与机、人与物、机与物）。在智能社会，人机物皆是智能体，人机物都具有智能算法属性，需要从智能体视角解读。智能社会的人，除了是生物意义上的人，还是被深度嵌入算法的人。智能社会的物，也同样具有边缘智能属性④吕鹏：《智能社会治理勾勒新型社会关系图谱》，《中国社会科学报》2022 年7 月19 日，第8 版。。理想的智能社会，应是以人为本的人机物三元融合社会，每个人都在一定程度上具有创新、创造、发展的自由度空间⑤王海涛、宋丽华、向婷婷等：《人工智能发展的新方向——人机物三元融合智能》，《计算机科学》2020 年第11 期。。因此，智能社会的治理，需要从智能、算法的角度统筹人、机、物三大类主体，开展智能体建模。

（二）中观层面：组织形态的变化

适应社会形态的变化，需要进行相应的方法论革新。当前的数字社会，平台化倾向已经凸显，呈现出吸附大量用户、集聚大量信息、产品服务延伸等核心特征⑥刘家明：《平台型治理：内涵、缘由及价值析论》，《理论导刊》2018 年第8 期；闵学勤：《从无限到有限：社区平台型治理的可能路径》，《江苏社会科学》2020 年第6 期。。“平台型社会”助推了数字社会的深度发展。社会活动通过平台进行连接和协调，各种要素得以协同，实现优化配置和共享价值。在智能社会，由于智能单元（机）具有生产力优势，能够同时服务海量个体。因此，平台化趋势会更加明显，社会将更加扁平化。对此，我们使用“个体型社会”来表征。个体型社会的概念，是从第二现代性的个体化中得到启发而提出的。个体化需要经历三个过程，即脱嵌-去传统-再嵌入①Beck-Gernsheim E.， Beck U， Individualization： Institutionalized Individualism and its Social and Political Consequences， London：Sage Publications Ltd， 2002， pp. 202-203.。在智能时代的个体型社会中，社会成员从现实的社会关系中脱嵌，再嵌入在线的平台型社会。由于智能算法的功能、性能持续进化，个体能够在其支持、复制之下，实现在经济、文化、社会等领域中的自由度、独立性的极大提高。社会治理模式需要重点面向平台与海量用户，这是一个复杂巨系统。通过社会模拟，可以深度刻画和模拟用户的个体画像和行为特征，预测个体行为、社会互动和政策效果。

（三）宏观层面：通用智能体的福祉目标

智能社会治理以全体（通用）智能体福利为宗旨。个体型社会是智能社会的必然趋势。但同时，个体层面、社会层面已经密不可分。基于功能强大的算法与机器人，个体能够感知社会全局、反馈社会治理。社会治理就是要对所有的、全体的个体或智能体进行治理（服务、管理等）。因此，在智能社会，“个体即社会”，个体与平台之间呈现频繁的多对多映射关系。智能体（个体）能够被计算，整个社会的知识图景也随之被计算获得，进而实现对人机物的社会性、全局性安排。届时凭借精准画像②王磊：《从空间整合到服务供给：区域化党建推动城市基层治理体制创新》，《中共天津市委党校学报》2020 年第6 期。，个体（人机物）状态与需求，都能被精细掌控、精准满足③周利敏、钟海欣：《社会5.0、超智能社会及未来图景》，《社会科学研究》2019 年第6 期。。习近平总书记指出，要加强人工智能同社会治理的结合，开发适用于政府服务和决策的人工智能系统④《习近平在中共中央政治局第九次集体学习时强调 加强领导做好规划明确任务夯实基础 推动我国新一代人工智能健康发展》，《人民日报》2018 年11 月1 日，第1 版。。因此，需要构建科学的智能决策系统，使决策从经验考量走向数据分析、从事后被动应对走向事前主动预见。社会模拟方法与技术，将在预测人民群众美好生活需求、预判社会问题、公共服务精准化等方面发挥重要作用。另外，社会模拟还需要求解智能社会运行的有效性边界、安全性边界、合法性边界。

三、社会模拟：核心理念与涌现机理

社会模拟旨在获得对结构、功能、变迁的更好理解，解释复杂社会现象，进而预测社会发展趋势⑤罗俊：《计算·模拟·实验：计算社会科学的三大研究方法》，《学术论坛》2020 年第1 期。。目前，社会模拟（也称模拟推演）在各地数字政府建设、（新型）智慧城市建设过程中被普遍采用。涌现是社会模拟的核心理念，该理念涉及两个层面，即个体（要素）层面与社会（系统）层面。社会（系统）由社会行动者（Social Actors）构成，社会（系统）所表现出来的社会组织、社会结构、社会过程，需要获得社会行动者的微观行为支撑（见表2）。

表2 社会模拟与社会过程的内在契合性

（一）基于涌现解读社会复杂系统

所谓“涌现”指的是，一个实体（系统）具有各部分本身不具有的属性或能力①Elder-Vass D.， The Causal Power of Social Structures： Emergence， Structure and Agency， Cambridge： Cambridge University Press， 2010， p. 4.。涌现的一个核心作用在于，赋予多个简单个体新的群体特征。20 世纪90 年代，社会学家卢曼借鉴“系统复杂性”理念来思考复杂社会行为，揭示出社会系统中要素之间的强相关会导致诸如自生成、自组织等行为的涌现②王亚男、殷杰：《社会学研究的“复杂性转向”》，《科学技术哲学研究》2015 年第1 期。。社会系统是典型的复杂系统，因此也称“社会复杂系统”，其演化模式既没有固定程式，也并非完全随机，而是在一定尺度内聚集、超过临界点后“涌现”③王国成：《计算社会科学：人类自我认识的新平台》，《中国社会科学报》2014 年5 月6 日，第600 期。。科尔曼强调的从微观行动到宏观社会后果的转换，其本质也是涌现性问题④夏德龙：《复杂性研究的社会仿真模拟方法述评与展望》，《华中科技大学学报（社会科学版）》2021 年第2 期。。可见，涌现性是社会复杂系统的核心特征之一。随着大数据、智能技术的发展，人们获取数据的维度、量级出现了跃升，客观上为模拟社会复杂系统的涌现提供了条件。社会模拟可以结合大数据、海量数据，突破机械的数据叠加和综合分析，涌现出基于静态数据之上的更高层次的复杂属性，揭示具有复杂性特征的社会系统的复杂演化形态和趋势。在社会模拟序列中，智能体模拟（ABM）、多智能体系统（MAS）是研究社会复杂系统涌现的重要工具。

（二）揭示跨系统层面的复杂关系

社会系统的复杂性来自两个方面。一是宏观系统变量之间的复杂因果关系。除了系统动力学外，数据范式的计量经济学研究、社会调查数据分析等，对此已经有很多研究成果。由于是在同一（宏观）系统层面，在大数据、人工智能时代，这种因果图景的研究资料获取（大数据、政务公开数据）具有可行性。能否获取到真实、稳健的因果机理或因果关系，则是另外一个问题。这是因为，社会因果关系错综复杂，难以准确厘定，在很多情况下，它们不是同一个层面的因果联系。小数据时代得出的所谓“清晰”因果关系，在大数据、人工智能时代可能会有新的发现。二是跨系统之间的复杂关系，需要使用元胞自动机、智能体模拟等进行刻画。例如个体与组织、个体与社会、县域与市域、局部与全域之间的复杂关系。它们反映了更加普遍、真实、深刻的社会行为逻辑。对复杂系统本身的研究，不能还原为对各个独立组成部分的研究⑤夏德龙：《复杂性研究的社会仿真模拟方法述评与展望》，《华中科技大学学报（社会科学版）》2021 年第2 期。。在社会系统内部，跨系统性是指不同子系统之间具有的交互和通信能力。在社会系统运行过程中，跨系统性具有普遍性，这应成为智能时代社会治理的重要抓手。在社会治理过程中，社会模拟也能够与其他应用系统进行集成，例如社交网络分析系统、城市规划系统、环境模拟系统等。

（三）社会模拟基于涌现揭示社会过程

社会复杂系统分析仅是社会模拟的基本任务。基于此，常态化动态模拟社会过程至关重要。“涌现”本质上是刻画全局行为由智能体（Agents）行为和相互作用产生的过程⑥Sawyer R. K.， Social Emergence： Societies as Complex Systems， Cambridge： Cambridge University Press， 2005， p. 13.。“涌现”既不等于宏观社会结果，也不等于微观个体。涌现是“桥接”宏观现象与微观之间的环节，是统摄二者的视角。因此，涌现揭示的是一个生动、持续的社会过程。所谓社会过程，是由社会行动者持续、动态参与的社会实践过程，既有个体的微观行动，也有社会的宏观结果。因此，社会模拟基于涌现来揭示智能社会运行过程，具有契合性。笔者采取一种进化、迭代的视角，来看待社会模拟方法。社会模拟能够揭示跨系统因果关系，必然也可以刻画相同系统之内、同一层次之间的因果关系。社会模拟使用智能体（Agents）作为基本单元，刻画社会行动者，后者是社会过程的行为单元。社会模拟采用涌现视角，刻画动态、连续的社会过程。在行为的发生与结果层面，社会模拟使用局部、微观行为，导致系统宏观层面的模式呈现。在真实社会过程中，是个体行为导致了某种社会后果。当然，表2 仅介绍了一个“行为发生-结果”行动单元（单次），真实社会情况会更为复杂。

四、社会模拟的实践路径

智能社会的治理是一项系统性工程，是动态、持续的实践过程，在国家、省域、城市、区县诸层级展开。动态性、自适应性、能动性是实践的重要特征。动态性体现在实践随着社会、科技和文化的变革而不断发展；自适应性体现在实践具有适应环境的应变能力，能够根据情境和需求作出调整和变化；能动性体现在人们不是被动地接受和执行，而是主动地探索、实践和创造。面向智能社会治理的社会模拟，涉及社会个体生成、行为规则设置、知识结构导引、社会知识学习、社会系统优化等步骤，构成一个完整的过程（见图1）。

图1 社会模拟的治理实践逻辑（资料来源：作者自制。）

（一）社会刻画（Social Mapping）

社会模拟需要社会刻画作为参考。人们对社会的治理，其前提和关键在于对社会有机体自身的认识、了解。为此，社会科学家们作出了长期的努力。从社会大调查时代到大数据时代，再到计算社会科学时代，人们对社会实在本身的探索从未停止。就社会模拟而言，认识社会同样重要，笔者总结为社会刻画（Social Mapping）工作，包括两个层面：一是个体层面的刻画，即微观层面的社会刻画。通过智能体参数的异质性设置，刻画社会行为体的异质性特征。具体的特征属性设置，需要根据具体目标制定。比如，在人群动力学模拟中，需要刻画平民智能体的属性，包括血量、速度、方向、健康度等生理属性，同时也需要考虑并设置个体在极端情况下的恐慌等心理①吕鹏、张卓、李蒙迪等：《反恐场景中的群体效应——基于粒子运动系统的ABM 仿真模拟》，《社会发展研究》2021 年第3 期。。二是社会结构层面的刻画，即宏观层面的社会刻画，重点指向社会特征、社会结构等宏观信息。在社会结构方面，主要指的是社会网络结构。例如，在构建乡村熟人社会的关系网络时，可以设置区分强弱关系的乡村社会网络②邱泽奇、黄诗曼：《熟人社会、外部市场和乡村电商创业的模仿与创新》，《社会学研究》2021 年第4 期。等。

社会刻画具有一定程度的静态性，它在两个方面为社会模拟提供帮助。一是为微观层面的智能体异质性设置提供参数取值的依据，例如某种分布的设定（正态分布、长尾分布、泊松分布等）；二是在宏观层面为社会模拟提供目标靶向（Targets）。社会系统具有复杂性，要成功模拟它具有相当大的困难。但我们不能因此放松要求，仍然要对社会模拟的有效性予以验证③Sargent R. G.， “Validation and Verification of Simulation Models”， Proceedings of the 2004 Winter Simulation Conference， 2004.。社会模拟具有复杂性，对模型的验证而言，数据的正确性、有效性是关键④吴江、胡斌、刘天印：《交互记忆系统影响人群与工作交互的模拟研究》，《管理科学》2009 年第1 期。。通过社会刻画，可以获取特定的社会状态值，例如社会信任水平、经济发展水平、特定事件结果等数据。这些社会层面的宏观数据，为社会模拟的算法校准、结果验证提供了客观标准。社会模拟验证包括算法校准、过程验证、结果验证等层面，涵盖了模型对比、事件结果验证、极端条件测试、历史数据验证、多阶段验证、参数有效性验证、预测验证等技术方法⑤Sargent R. G.， “Validation and Verification of Simulation Models”， Proceedings of the 2004 Winter Simulation Conference， 2004.。

（二）社会知识（Social Knowledge）

社会模拟工作需要社会知识的导引。社会知识是基于社会研究的真理性、本体性、过程性发现，而对社会运行规律（规则）的系统性认知。它代表社会整体信息，具有相对静态性，能够指导个体行为、个体间的社会互动。这是因为，社会模拟的发起端是微观行为的个体（社会行为体），个体之间的互动既受到自身内在因素、惯习等因素的影响，又受到社会规则、社会规律的影响。这些是数据分析、静态研究无法呈现、揭示的。目前来看，社会仿真模拟方法（尤其智能体模拟阶段）能够有效胜任。通过模拟过程、智能算法，社会知识可以纳入智能体行为之中并产生影响。在技术操作方面，通常使用矩阵（matrix）形式表征社会知识①Lu P.， Li Y.， Wen F.， et al.， “Social Knowledge Enhances Collective Safety： Computational Models and Simulations”， IEEE Transactions on Computational Social Systems， 2023， 10（2）， pp. 807-818.。社会知识涉及四个关键性问题。一是共同常识（Common Knowledge）的表达与建模。共同常识为所有智能体或行动者知晓，并在行动中遵守，或受其影响，也称全局性知识（Global Knowledge）。二是局部知识（Local Knowledge）的表达与模型纳入。我们将智能体面临的情境性、条件性信息，称为局部知识。社会行动者的行为具有情景性②钟兴菊、罗世兴：《公众参与环境治理的类型学分析——基于多案例的比较研究》，《南京工业大学学报（社会科学版）》2021 年第1 期。、条件性③张银岳：《从结构、心灵到体系：社会行动的逻辑演进》，《西南大学学报（社会科学版）》2010 年第5 期。，因此需要刻画社会行为、特征的动态研究方法。社会模拟通过引入局部社会知识，模拟特定社会行为。三是过往、先验知识（Prior Knowledge）的运用。社会行为具有反思性④姜利标：《思考的个体、交往行为和社会情境：一个整合视角的审视》，《福建论坛（人文社会科学版）》2021 年第3 期。、索引性⑤李显波：《在规范与行为之间——当代中国法治研究的三种路径评说》，《天府新论》2006 年第2 期。，人们会依据之前的历史事件进行总结并调整下一步的行为。通过智能体的社会学习算法⑥Lu P.， Wen F.， Li Y.， et al.， “Individual Behaviors， Social Learning， and Swarm Intelligence： Real Case and Counterfactuals”，Expert Systems with Applications， 2022， 207， pp. 1-15.，社会模拟能够有效纳入历史、类似事件的过程与结果信息。从社会目标的角度，研究者希望能够找到好的社会知识引导，改善社会结果。四是反事实知识的使用。从知识论角度来看，社会模拟实现了大的突破，将反事实知识也纳入其中，这是社会调查、大数据手段难以实现的。所谓反事实知识，是指真实社会中不存在（未被观测到），但在个体思维、社会决策中发挥重要作用的知识。使用反事实方法，可以证明和揭示涌现出整体的各部分对整体的因果关系图景⑦Elder-Vass D.， The Causal Power of Social Structures： Emergence， Structure and Agency， Cambridge： Cambridge University Press， 2010， p. 25， 28.。社会模拟能有效整合社会全局知识、局部知识、先验知识、反事实知识，实现动态过程模拟。社会知识具有相对的静态性，是对智能社会运行的核心规律的总结与凝练。

（三）模拟推演（Social Simulation）

模拟推演是社会模拟的主体环节，已经在智慧城市、城市大脑、数字社会治理实践中被使用⑧周利敏、谷玉萍：《人工智能时代的社会风险治理创新》，《河海大学学报（哲学社会科学版）》2021 年第3 期；吕明、张璋、孙琼等：《元宇宙城市系统架构与城市规划智慧响应研究》，《规划师》2023 年第7 期。。基于政务公开与大数据公开的社会模拟，实现了直接参与社会治理的新境界，这是智能社会治理的必然趋势。大规模数据的运用，为社会模拟研究提供了新的契机——将数据密集型知识发现与社会模拟结合起来⑨黄欣卓：《数据驱动社会科学研究转型的方向、路径与方法——关于“大数据与社会科学研究转型”主题的笔谈》，《公共管理学报》2019 年第2 期。。然而，目前的模拟推演实践，没有将目光投向社会有机体自身。我们需要的是基于规则、知识的社会模拟过程，并不断涌现新的规则、知识。第一，在规则（rules）方面，我们需要在各个层面设置个体行为规则、社会组织规则、社会结构规则、社会运行规则、全局更新规则等。模型化的规则，能够以规范化的技术语言设计算法和演化规则，实现对复杂现实社会的模拟①褚尔康：《算法治理基础理论系统建构与特征分析》，《前沿》2022 年第3 期。。为此，一方面，我们需要根据大数据与社会统计指标，设置智能体与社会初始状态。另一方面，需要在模拟过程中，更新个体、社会的状态。根据现实大数据与统计结果，设置智能体交互、状态改变的规则，即社会运行的规则。第二，个体的行为具有能动性②文军、刘雨航：《不确定性：一个概念的社会学考评——兼及构建“不确定性社会学”的初步思考》，《天津社会科学》2021 年第6 期。，需要及时地基于上述知识作出行为决策。因此，知识是一种索引性规则，个体行动是一种索引性行为。正是在此建模规则之下，复杂适应系统的“涌现”和“自组织”才能够得以实现③万相昱、张涛：《基于农户主体的微观模拟平台及其在粮食安全问题研究中的应用》，《21 世纪数量经济学》第13 卷，2012 年。。基于社会刻画、社会知识等前提，通过不断迭代模拟，绘制社会行为体的有效性、合法性、安全性边界④吕鹏：《智能社会治理的核心逻辑与实现路径》，《国家治理》2021 年第42 期。，进而推导符合预期的行为体最优空间，实现社会善治。

（四）社会预测（Social Prediction）

社会模拟的目标在于理解和预测复杂社会系统行为⑤Conte R.， Gilbert N.， Bonelli G.， et al.， “Manifesto of Computational Social Science”， The European Physical Journal Special Topics， 2012， 214， pp. 325-346.，即理解和预测动态的社会运行。社会模拟不仅要揭示和解读社会运行，还需要进行社会预测，具体要做两方面的工作：第一，刻画社会实时状态、发现社会异常状态与社会问题。在大数据时代，这部分工作需要与智慧城市、城市大脑、数字政府等工作基础紧密结合。目前，各地或多或少地都在基于上述工作基础，形成城市“数字孪生底座”⑥吕鹏：《数字孪生城市：智能社会治理的基础架构》，《国家治理》2023 年第11 期。，包括道路、水务、电力、能源、生态、消费、企业、税务等数据来源。智能社会治理，需要有机整合、继承既有数据基础，拼接数字孪生的“社会有机体”。不仅需要研究城市，更需要从城乡整体的视角予以刻画。进而通过智能算法，呈现完整的社会系统状态，包括经济、社会、法律、生态诸多子系统。如何证明社会模拟算法能够实现对社会系统状态的刻画？这涉及仿真模拟“最优解”概念⑦吕鹏：《人类网络群体行为生命周期模型研究》，《湖南师范大学社会科学学报》2021 年第6 期。。最优解（Solution）指的是，仿真模拟可以通过一套参数系统，来高精度呈现、还原、反演真实社会有机体的状态特征。第二，预测社会发展趋势并进行社会异常状态预警。最优解是对社会动态运行的仿真求解，基于此，可以在虚拟空间再造一个与真实社会高度一致的孪生社会，精准刻画社会发展的动态过程。仿真模型可以帮助我们获得关于社会现象的新洞见，进而研究更为复杂的模型，并为决策制定提供支持⑧韩军徽、李正风：《计算社会科学的方法论挑战》，《自然辩证法研究》2018 年第4 期。。从智能社会治理的角度，预测社会发展趋势的主要目标是，提前发现异常状态，进行预警，开展治理工作。例如，基于居民用电数据的系统模拟，获知居民分布、生活习惯、活动规律等，发现异常的聚集、湍流、拥挤、节点等。基于APP 数据的模拟，获知消费习惯、市场行为，发现异常状态。基于公交数据（SaaS）的模拟，可以用于制定更加优化的交通路线，发现不合理的路线设计。基于收入与社会结构的模拟和历史数据，能够推演未来社会结构。总而言之，基于对社会运行的仿真模拟、趋势模拟，能够发现系统性、结构性问题，为社会治理（干预）提供工作目标与考核指标。

（五）社会干预（Social Governance）

社会是一个有机体系统⑨毕文锐、马俊峰：《马克思社会有机体理论研究述评》，《教学与研究》2017 年第3 期。。智能社会的全过程动态模拟的核心目标是服务智能社会治理⑩李鹏、张锐昕：《国家智能社会治理实验基地的历史使命、目标任务和发展路径》，《福建师范大学学报（哲学社会科学版）》2022 年第5 期。，优化社会运行。我们使用广义的“干预”来指代对社会的治理、管理、政策制定实施等实践形式。这些具体的形态，本质上都是要对智能社会的运行施加某种干预，并密切观察干预导致的系统性效果即社会后果。社会治理具有整体性，社会公共政策面向一类人，而不是个体①邓雪、吴金鹏：《市域社会治理现代化视角下的智慧城市建设——基于中国地市级层面的实证分析》，《东北大学学报（社会科学版）》2023 年第3 期。。但是，真正地执行、实践、验证某项社会政策是否合理、有效，是被个体的社会行为、社会互动、社会认知所决定的。这之间存在很大的不匹配。社会模拟能够作出很好的补充、强化，发挥社会公共政策评估、验证的重要作用。从社会模拟的角度，无论何种宏观层面的干预（社会公共政策），其作用都是基于个体，通过个体行为过程来反映、传导，并在社会系统层面进行宏观状态更新。基于社会模拟的社会干预（治理）工作的核心，是对社会公共政策的制定、评估、效果等方面的全方位、全过程验证。第一，社会公共政策问题的发现。通过模拟，获知当前、未来社会运行过程中需要继续解决的问题，科学评估解决此问题能够带来的社会效益。重点通过大数据、社会模拟方法，了解到相关的人群规模、行业面向、社会场域等，作出系统性的模拟评估。第二，重点对社会公共政策的有效性进行评估。基于前述社会刻画、社会知识方面的工作，尤其是仿真模拟最优解，我们可以生成社会有机体运行的自然状态（S0），包括社会运行的基本规则、个体行为的基本逻辑。进而，加载特定的社会公共政策，它们本质上属于社会全局知识（全国公开）或者社会局部知识（地区性政策）。第三，社会公共政策优选与决策。社会运行的自然状态（S0）经过特定社会公共政策干预，会产生新的社会运行状态（S1）。计算两个状态之间的差值，就可以获得特定的社会公共政策的社会结果变化（Δ=S1-S0）。通过赋予不同社会公共政策的力度（参数取值），进而获得一系列对应性的社会结果变化，制定供决策者参考的政策优先集合。例如，在应急管理领域，通过模拟、推演、比较不同的安全场景-应对方案，获取最优的社会自组织应对策略②吕鹏、张卓、李蒙迪等：《反恐场景中的群体效应——基于粒子运动系统的ABM 仿真模拟》，《社会发展研究》2021 年第3 期。。基于社会模拟的社会公共政策制定，能够大幅度提高有效性、针对性、精准性，防止“拍脑门决策”，降低行政成本与社会成本。

（六）社会优化（Social Optimization）

社会模拟研究是一个不断实践的过程，需要持续迭代、优化。拟合真实社会的社会模拟算法，可提供精确的施政力度和社会治理方案，实现基于算法的智能社会治理。基于社会模拟，可以溯源每一个智能体的数据、行为，能够从根本上设计出激励个体进步、促进社会发展的公共政策与行动方案③吕鹏：《智能社会治理的核心逻辑与实现路径》，《国家治理》2021 年第42 期。。为什么要设置“社会优化”环节？在社会宏观层面，社会模拟有一个崇高理想，就是实现全社会最优、全局最优（Global Optimum），这种理想目标状态的达成并非一蹴而就。在智能社会，算法作用于社会运行、产生改良结果，需要一个长期的观察、反思、迭代、进化过程。一是社会刻画迭代与更新。仿真模拟需要持续跟进社会有机体的发展变化，并预先储备相应的社会治理策略集合。二是社会知识的更新、迭代。已经施行的社会公共政策、既有的社会状态刻画，都应被视为某方面社会知识的有效来源。既有的个体异质性、社会行为、社会结果等，也应提取、凝练规则，动态纳入社会知识库。三是要存储社会平行模拟空间结果。每一次社会模拟，都产生一组平行结果。通过数据库系统、数据中台等存储平台，实现对重要社会历史过程的信息存储。通过分析中长期数据趋势，可以发现短期分析中没有注意到的、隐藏的社会机制（Hidden Mechanism）。这有利于从全局视角，重新审视局部最优（Local Optimal）是否符合社会全局最优（Global Optimal）。四是通过趋势模拟过程数据，归纳社会形态的属性信息，并对特定社会场域进行智能判别、归类。通过社会优化工作，可以实现对各种社会发展形态存在的差异化社会问题、应对策略、转移策略的智能化梳理，为相关治理单元（国家、省域、城市等）提供精准、科学的发展策略索引。五是治理策略的知识化建模。之前，社会治理主体对社会公共政策的制定依据、作用条件、决策情境、实施效果等方面的认识，是模糊的、主观的。但在智能社会时代，通过持续模拟，可针对任意特定社会问题，智能求解最契合的决策依据、作用条件、决策情境等，确保在政策调用、索引时，具备针对性、契合性、有效性。

五、结论与展望

科学技术与社会是一种互构、互动关系，前者在发展过程中，促进了社会形态的更新、迭代。同时，社会作为有机体，对科学技术的发展也具有反作用力。人类社会走过了农业社会、工业社会、信息社会、网络社会、数字社会，正在迈入人机物混合的智能社会。人机物成为合法的社会行为体（Social Actors），是智能社会正式确立和走向成熟的标志。我们需要与时俱进，找到适合智能时代的社会治理模式。经过长期的理念迭代、技术发展，社会模拟已经形成完备的技术理念、技术储备。社会模拟不仅能刻画相同系统层面的因果关系，而且能够解释跨系统层面的复杂因果关系，这也是其核心优势。社会模拟通过智能体（Agents）刻画社会行为体，通过复杂系统涌现模拟社会过程。面向智能社会治理的社会模拟，应是一个完整、动态、迭代过程，至少包括六个逻辑环节：一是社会刻画。通过高精度刻画，为社会模拟提供靶向。二是社会知识。将全局知识、局部知识、先验知识、反事实知识纳入智能体的主动、自适应决策。三是模拟推演。基于行为规则、社会知识等，通过参数谱系化设置，刻画各种可能。四是社会预测。对重点关注的领域、维度、问题，开展基于社会模拟的预测工作，发现社会异常状态。五是社会干预。社会模拟通过打造“虚拟孪生体”，模拟社会公共政策的条件、情景、效力，提高政策制定的科学性、现代化水平。六是反馈与优化。确保社会模拟在中长期仍然有效、稳健，不断逼近“全局最优”。

我国正在开展智能社会治理实验，这是国家治理现代化的最新阶段。目前，各地都在开展相关的实践工作。如果中国能够率先探索出智能社会治理的先进模式，将助力人类命运共同体构建。展望未来，社会模拟必将在若干社会场景中、在社会复杂系统诸层面，赋能智能社会治理。一是个体行为模拟。通过个体级智能体的核心动因机制建模，自主模拟个体的日常行为、异常行为、紧急状态行为等。二是组织行为的模拟。设置公司、企业、社会组织等层面的智能体，将核心任务、主要动力、交互环境、联合策略等纳入模拟视野，进行自动化模拟，实现社会成员（行为体）全生命周期模拟。三是政府行为模拟。政府作为社会治理主体，具有明确的公共导向，其决策过程同时也面临着个体主观色彩的嵌入。社会模拟可以在很大程度上提高客观社会有机体状态的决策权重，推进社会发展、社会治理、社会公共政策层面的科学规划、科学治理，避免“拍脑门决策”，提升国家治理现代化水平。四是中华文明演化动力学模拟。中华文明具有突出的统一性特征。如何从智能体角度模拟社会有机体自身，解读中华文明统一性特征形成与发展的动力学①Lu P.， Li M.， Lu J.， et al.， “History Dynamics of Unified Empire in China （770 BC to 476 BC）”， CAAI Transactions on Intelligence Technology， 2023， 8（3）， pp. 880-892.，并与西方文明对话②Lu P.， Zhang Z.， Liu C.， et al.， “Unification Conditions of Human Civilization Patterns： Based on Multi-agent Modeling of Early Chinese History （770 BC to 476 BC）”， Archaeological and Anthropological Sciences， 2022， 14（10）， pp. 1-16.，也应有相关的研究与探索。五是国别与国际关系模拟。我们还可以将国家视为行为体，模拟国与国之间、国家集团之间的基于社会力的互动关系。基于国（集团）与国（集团）关系模拟，构建全球国家系统，对沃勒斯特提出的“世界体系论”③Wallerstein I.， The Modern World-System I Capitalist Agriculture and the Origins of the European World-Economy in the Sixteenth Century， Berkeley /Los Angeles /California： University of California Press， 2011， pp. xviii， xxx， 10-11.予以模型呈现、模拟预测。如果国际关系可以模拟，那么离求解最优国际关系无疑更近了一步。基于社会模拟求解构建人类命运共同体，也将在不远的未来实现。它若发生在中国，中国必将引领智能时代的人类社会发展走向。