[author]张江
[content]
人工社会：基于Agent的社会学仿真
*张江 北京师范大学系统科学学院教授
李学伟 北京联合大学校长
摘 要：介绍一个方兴未艾的热门领域——人工社会。这是一个采用复杂系统中的自下而上的建模方法，结合人工智能、Agent技术、计算机仿真、社会科学等多门学科的综合交叉学科。在
简单的回顾了基于Agent社会学仿真的方法发展历史之后，较详细地介绍一个人工社会模型实例——糖域（Sugarscape)。然后就人工社会建模方法、步骤、特点以及与传统社会科学研究方
法的对比进行评论。目前，虽然人工社会还没有形成一个完善的理论体系，然而它已经深深的渗透到了经济学、社会学、组织理论、环境科学、语言学、文化学等社会科学领域，并成为社
会科学研究的一种重要方法。
1 介绍
20世纪末，复杂性科学兴起，这一新兴科学不仅仅是系统科学的前沿而且是整个科学体系的前沿，因此有人称其为21世纪的科学。面对生命系统、人脑系统、社会系统、经济系统等复杂的系
统,复杂性科学放弃了还原分解的方法，取而代之的是一种自下而上的综合集成方法。复杂性科学强调计算机模拟仿真，其基本思路就是通过观察现实的复杂系统抽象出每个个体所遵循的简
单规则，在计算机中重现这些简单的个体，并让他们相互作用从而观察计算机中的涌现结果，最后反过来用这些结果再来反映现实系统。
仅仅不到30年的时间，复杂性科学方法已经在各个领域得到了广泛应用，并相应诞生了如人工生命、细胞自动机、复杂网络等子学科。把复杂性科学方法应用到社会科学领域则诞生了人工
社会这样一门交叉学科。
人工社会是一种研究社会科学的新方法，其基本思路是：由于人类社会是由大量的个人构成的复杂系统，因而可以在计算机中建立每个人的个体模型，这样的计算机中的人模型被称为Age
nt；然后让这些Agent遵循一定的简单规则相互作用；最后通过观察这群Agent整体作用的涌现属性找到人工社会的规律，并用这些规律解释和理解现实人类社会中的宏观现象。
由此看出，人工社会是一门集成了计算机科学、社会科学、系统科学、计算机模拟技术、多Agent系统技术、人工智能技术等的交叉学科。同时人工社会——基于Agent的社会学仿真又不仅
仅是一门纯粹炫耀技术的学科，因为它开辟了一条认识社会、理解社会的新路。自然科学强调科学实验的方法，然而在社会科学中，实验方法几乎不可能。现在有了基于Agent方法的社会学
仿真，人们可以通过研究现实社会在计算机世界中的“硅替身”，通过方便地修改人工社会所遵循的规则、参数，进行各种各样的社会科学实验。因此也有人说，人工社会就是研究各种各样可能的社会。
短短几十年的发展，基于Agent的社会学方法已经广泛的应用于经济学、社会学、生态学、环境学、组织理论、语言的起源、文化的传播等广阔的领域。2 简要历史回顾
事实上，计算机仿真的方法运用到社会科学中已经不是什么新鲜事，到目前至少已经经历了50年的发展。早期的离散事件系统仿真、基于系统动力学的仿真以及后来的微观分析模拟模型等计
算机仿真技术已经在社会科学领域中得到了广泛的应用。然而，人工社会的研究思路与这些方法的不同之处在于：人工社会中的模拟模型更加关心的是微观个体的简单行为在宏观层次上的涌
现属性；在人工社会的模型中，每一个微观个体Agent一般都是能够独立进行决策，并具有一定的适应、学习功能的个体；人工社会的Agent之间可能进行某种非线性的交互，而这类非线性是
用传统的数学方法、线性系统方法分析不了的。
2.1 早期的成功应用Axelrod是最早运用基于Agent的社会学仿真方法的人之一。早在1984年的时候，他就举行了一场别开生面的程序比赛——囚徒困境竞赛。他邀请了世界各地的各行各业的专家编写计算机程序，
让这些程序按照固定的规则在计算机的虚拟环境中进行“囚徒困境”博弈。通过观察每个程序与所有其它程序的博弈得到的平均分来判定该程序的总表现。出人意料的是，一个仅仅有4行代码的
程序“针锋相对”（Tit for tat）得分最高。这个Tit for tat程序的简单规则正符合我们常说的“仁者无敌”。这次试验不仅仅揭示出了合作现象是如何在一个竞争环境中自发涌现出来的，而且说明了
在一个竞争激烈的、不确定的、复杂的环境中，“针锋相对”这个异常简单的规则是可以得到很好表现的这样一个深刻的社会学道理。
另外一个早期的人工社会模型要算Arthur和Holland合作的人工股市模型（Artificial Stock Model）。与传统的股市交易模型不同，Arthur等人放弃了每个交易Agent都必须具有全部的信息、完美
的理性等等强假设，取而代之的是Agent可以通过历史信息不断地学习，修改自己对股价走势的预测；也就是说人工股市ASM是一个不断变化的永不平衡的系统，Agent之间的关系是一种既有竞
争又有合作的协同进化关系。该模型成功地模拟出了真实股市中的“股市心理”，以及狂涨狂跌的非线性突变现象目前，运用人工股市模型，人们可以通过更改模型的参数来模拟、预测某种新的
股票政策是否可以达到预期的效果。
1995年，Nigel Gilbert和Rosaria Conte编辑出版了《Artificial societies——The computer simulation of social life》一书,该书收集了Agent技术用于社会科学各个领域的论文，从此，人工社会被正
式提出并变成了一个相对独立的社会科学领域。
1996年，Epstein和Axtell两人完成了一个人工社会系统——糖域（Sugarscape）这个模型虽然简单，然而，Epstein等人却把它当作了一个计算机中的社会科学实验室，通过不断地变换Agent遵循
的规则，观察各种各样的社会现象，并把这些结论写到了著作《Growing Artificial Societies——The social science from bottom》中。该模型将在后文中详细叙述。
ASPEN模型是美国Sandia国家试验室在1996年开始开发的一个基于Agent的经济系统模型。这是一个较大规模的模拟了包括公司、住户和政府等各种Agent的经济系统模型，采用先进的建模技术
以及大规模并行计算机的支持，ASPEN模型成功的应用于美国宏观经济系统和过渡经济的研究中。
美国Sandia国家试验室
1997年，Axelrod出版了他的著作《The complexity of cooperation》，该书被誉为基于Agent的社会学仿真领域的经典读物。在书中，Axelrod运用基于Agent的社会学仿真方法广泛地探讨了新战
略的演化、噪声环境中的博弈、社会规范的形成、技术标准的诞生与演化、政治大国的兴起和衰落、文化的异化和散布等社会学领域该书的意义在于，它用实际的例子说明了简单的Agent计算模
型可以被用来分析那些异常复杂、无从下手的社会学现象。
2.2 方兴未艾的人工社会——基于Agent的社会学仿真领域
1998年，英国萨里大学主办国际学术期刊《人工社会与社会仿真杂志》开始发行，标志着这个领域的成熟。目前，与社科仿真有关的国际学术组织如仿真协会（Simsoc）、计算经济学会等，每
年都举行多次各类国际学术活动，如每年一届的国际计算机仿真与社会科学会议、计算经济国际会议等。
现在，基于Agent的自下而上的社会学仿真方法已经蓬勃发展起来,并演化出了相应的子学科和子领域，这些领域包括：（1）基于Agent的计算经济学
基于Agent的计算经济学（Agent based computational economic，简称ACE）是把基于Agent的自下而上模拟方法应用到经济学的学科，该学科目前增长迅速，并越来越引起学术界的重视它不仅
弃了经典经济学中关于个体的完美理性的苛刻要求，运用学习的有限理性的Agent来代替；而且在宏观分析上得到了非均衡的不停进化的市场经济。另外，基于Agent的计算经济学还填平了微观经济
学和宏观经济学分裂的鸿沟，这是因为宏观经济完全可以解释为Agent交互产生的一种涌现属性。
（2）计算组织理论将Agent模拟技术运用到较微观的组织系统中则诞生了计算组织理论（Computational Organization Theory）这个分支。早期的计算组织系统一般都是研究人工智能的专家建立起来的多智能体系统，
较成功的包括Garbage can、SOAR、Pluar-Soar模型等。之后，计算组织理论就不仅仅局限在人工智能领域，越来越多的社会科学家、管理学、组织理论方面的学者开始关注这个领域并在组织的建模
分析、组织结构的设计、组
织学习、组织心理等多方面展开了广泛的探讨。
（3）语言演化的模拟人脑本身是一个复杂的系统，当人脑对外面的客观世界形成反映的时候就形成了自己的符号系统，而当若干人某些符号就被固定下来对应一种客观世界，这种保留下来被多数人共享的符号体系就
是语言。计算机是处理符号操作、计算的能手，因而用计算机也可以研究语言是如何起源并如何演化的。目前用Agent的方法研究语言的起源和演化已经形成了一个相对独立的领域。
（4）文化的传播与演化英国生物学家Dawkins最早在他的畅销书《自私的基因》中使用了谜米（meme）的概念。所谓的meme就是指一种文化的基因。这些文化的基因可以通过人类的语言媒介传播而得到复制，在复制的
过程中，还会因为失真而变异，因此Dawkins认为meme是可以不停进化的生命。用计算机模拟多个Agent之间文化基因meme的传播则是文化传播的计算机仿真研究思路。
（5）社会规范的形成与演化
一些自私的、无组织的Agent是如何组织到一起并完成协作的？人类可以通过社会规范和准则来规定单个人的行为，然而这些社会规范又是如何形成的呢？采用自下而上的计算机仿真思路，我们可
以清楚地看到，某种社会规范的确可以在多个Agent交互过程中逐渐形成并且，这种规范一旦形成就又会反过来影响系统中的所有Agent，这便是应用Agent仿真技术研究社会规范的形成与演化的主要思路。
另外，基于Agent的社会学仿真还包括在环境科学、交通系统、组织决策、社会变迁等各种领域的应用。3 人工社会实例——Sugarscape
前面我们已经大概介绍了人工社会——自下而上的基于Agent建模方法的研究概况，下面分析一个人工社会的实例——糖域（Sugarscape）,看看具体如何应用这一方法进行社会建模分析。
Sugarscape的中文翻译就是糖域，这是一个由Josh Epstein和Bob Axtell两个人开发的人工社会模型。在一个二维的虚拟世界中分布着固定的被称为“糖”的资源。大量的Agent在二维世界中游走，并通过
不断的收集“糖”来增加资源。由于每个Agent都会在一个周期中消耗一定单位的糖，所以当糖消耗光的时候它就死去。我们可以通过变化Agent所遵循的不同规则来研究包括环境变迁、遗传继承、贸
易往来、市场机制等等广泛的社会现象。下面，我们从最简单的糖域模型开始探索这个人工社会。
3.1 最简模型在最简单的糖域模型中，世界是由50×50的方格单元构成的。并且有两个糖资源比较集中的区域（如图1（a））。所有的Agent仅仅能在这个世界中不停的移动。
每个Agent包含两个变量：视力范围r和资源的新陈代谢率v这两个变量。当Agent一出生就固定了并且决定了该Agent的行为表现。Agent具有局部感知的能力它仅能感觉到上下左右四个方向r个单元内
的世界情况。我们用s表示当前Agent所搜集到的糖的总和，在开始的时候每个Agent都会随机的分配一个s数量。
Agent在世界中的游走遵循下面的规则：
Agent移动规则：
①观察四个方向中视力范围内的所有单元，并确定出拥有最大糖含量的单元；
②如果有几个方格单元含有最大的糖含量，那么就选最近的一个；
③移动到这个方格；
④收集该单元方格的糖并更新变量s。
在每个仿真周期内，Agent完成移动的同时还要消耗一定单位的能量，消耗的具体数值称为新陈代谢率，用v表示。显然v越大，这个Agent就越容易死亡。如果糖域中的糖数量不增加，那么我们可以预测
到，所有的Agent将会很快的死去。因此我们还需要为环境制定糖的增加规则：
环境规则G：①每个单元格都对应一个固定的最大糖含量capacity；
②每隔一个时间间隔a，单元格会增加糖的容量直到达到capacity为止。
所有的Agent就是遵循这些规则在世界中不停地移动，通过观察程序的运行结果我们看到一方面Agent的数量在减少，另一方面大部分的Agent都集中到了糖含量比较高的两个区域。因为规则规定了仅有A
gent消耗完所有的糖资源的时候才死去，所以遗留下来的Agent大部分都很长寿，而且由于他们总能吃到新的糖，所以能够长期的存活下去。
下面，为了探讨这个人工社会中的各种各样的有趣现象，我们需要添加新的规则。3.2 财富的分配
无论什么社会，人类的财富总是不能得到均匀的分配。这种现象是不是必然的呢？我们可以用糖域模型来回答。
最简单的模型中Agent死去不会再生。另外Agent的寿命没有限制，也就是说只要Agent能够获得糖它就会永生下去。为了研究财富在Agent之间的分配，我们需要添加这样的替换规则：
替换规则：
①当Agent的寿命age超过他的最大寿命max age就会死去。
②每个仿真周期，每个Agent的age都+1。
③当一个Agent死掉的时候，环境会产生一个新的Agent替换这个死掉的agent,这个新生Agent的所有属性都随机的分配，包括它的最大寿命max age以及它在世界中的位置。
那么，随着时间的推移，糖资源（相当于财富）在Agent之间将如何分配呢？图2表示出了若干仿真周期后糖在各个Agent之间的分布情况。
我们看到，随着时间的推移，财富分配不均的现象将会涌现出來也就是说少数Agent拥有大量的糖资源，而多数的Agent仅仅拥有少量的糖。因此也可以说，财富的分配不均匀是系统自发产生的一种必
然现象。这就是社会科学中著名的马太效应。因为一些Agent可能在开始由于它的个人能力、所处地方资源的分布等一些优势可以获得较多的资源糖，那么因为新陈代谢率不变，随着它所获得资源的增
多，这就相当于它的活动能力会增强，并更加有可能存活下去。这就是说，该Agent具有了更多的机会收集更加大量的财富。
3.3 糖与香料：原始经济的诞生经济学告诉我们,人们之所以相互交换商品促使经济的诞生是因为可以在交换中获得好处。一个人对资源的需求是多方面的，而因为个人的能力有限，所以他不可能同时拥有多种资源，这个时候交换就
在所难免，这也就是原始经济的起源。
在糖域中,我们同样可以看到这种最原始的经济的起源。假设糖域中不仅含有糖，而且含有另外一种资源，我们称其为香料。每一个Agent不仅仅需要糖同样也需要香料。而糖和香料分配在不同的区
域，这样在糖资源较多的区域中，Agent可以收集到很多的糖却有较少的香料，而在香料资源多的区域中，糖却很少。这时两类Agent就会在边界地区进行商品的交换，从而使得两方Agent都能得到
较大的满足。同时，Agent在每个周期中既要消耗糖也要消耗香料，因此需要有两个新陈代谢率来刻画。m1是糖的新陈代谢率，m2是香料的代谢率。
为了刻画Agent的满足程度，我们使用福利函数的概念。福利函数的自变量是Agent所收集的糖资源量和香料的资源量，而函数值是一个实数，反映了Agent的满足程度也就是说福利函数值越大，Ag
ent就越满意。假设Agent的糖资源总量为w1，香料的总量为w2。那么，福利函数W(w1，w2)为
其中，mf=m1+m2，从该式中我们看到，如果Agent积累的糖或者香料越多则它的福利就越大同时如果糖的新陈代谢比香料的快（也就是m1>m2），那么同等量的糖和香料对Agent的满足程度是不
一样的，显然糖要比香料大一些换句话说，Agent对糖的需求会更大。
有了福利函数，Agent的移动规则就要相应的作改变，以前是移动到糖含量最大的区域，现在则应该移动到能够使自己福利最大的区域：Agent移动规则：
——观察四个方向中视力范围内的所有单元，并确定出这些单元中的糖以及香料的含量，然后找到能够最大化自己的福利函数的单元；
——如果有几个方格单元可以最大化福利函数，那么就选最近的一个；
——移动到这个方格；
——收集该单元方格的资源并更新变量w1和w2.
这样，所有的Agent都会朝向能够最大化自己的福利函数的地方移动，但是这并不能让Agent发生商品交换，所以我们还需要给他们制定交易的规则。为了进一步讨论，我们需要引进经济学中的边际
替代率的概念。边际替代率衡量了对一个交易者来说两种或两种以上的商品相对的重要程度。比如糖域中的Agent面临糖和香料两种资源的选择。1单位的糖给Agent增加的福利增加相当于多少单位
香料给他增加的福利呢？这个比例就是香料对糖的边际替代率。一般的，我们用下面的公式来表达：
显然如果MRS>1，那么表示1单位糖的增加能够比增加1单位香料给Agent带来更大的福利，也就是说糖比香料更重要；如果MRS<1，则增加香料的需要就比增加糖大，所以香料更重要。
考虑A和B两个Agent相遇，这个时候A的香料对糖的边际替代率为MRSA，B的为MRSB，那么如果MRSA>MRSB，A就比B更需要糖，B比A更需要香料。这个时候A应该买进糖而卖出香料，反过来B应
该买进香料而卖出糖。当MRSA
当价格P>1的时候，1单位的糖就能交换p单位的香料，如果P
量越大，则应该能交换越多的香料；反过来p越小，对香料的需求越大，所以1单位香料能交换更多的糖。另外，需要指出的是式（3）是局部的，也就是说仅有A和B相遇的时候才会以该价格成交
，而其它的Agent交易则应该重新计算交易价格。这样，我们就能制定Agent的交易规则T：
①首先，每个Agent和它的邻居都要计算自己的边际替代率如果所有的边际替代率都相等，则不用交易，否则继续；
②拥有较大边际替代率的Agent卖出香料买进糖，拥有较小MRS的则买进香料，卖出糖；
③根据式（3）计算交易的价格；
④按照如下的规则分配交易量：如果：p>1，那么1单位糖交换p单位香料；如果p<1，那么1单位香料交换1/p单位糖；
⑤如果交易能够使得两个Agent都获利（继续增加他们的福利函数值），那么就返回第D步继续交易，否则就结束，也就是说交易不停的发生多次，直到两者的福利不再提高为止。
下面我们来看看增加了交易情况的糖域的演化行为。为了过滤掉其它因素的干扰，我们这样来设定糖域模型：初始时刻让所有的Agent视力范围都是1，随机地给他们分配从25到50单位的糖和香料
，随机的分配糖和香料的新陈代谢率C从1到5单位取值并且假设所有的Agent不会死亡，我们能看到这样的一些结果如图3所示。
从图3（a）中我们能看到平均交易价格随时间的演变价格的标准差对数则如图3（b）所示。价格的标准差在逐渐降低，说明价格的波动在逐渐减小，但是该图显示价格的标准差趋向于0的趋势很慢
，这说明经济远远没有达到均衡。
如果让Agent的视力范围不是固定的1，而是从1到15之间随机取值，那么新的标准差曲线虽然还是在波动如图4（a），但总的趋势在减小并逐渐趋于0这也就说明价格的波动一直在减小并逐渐趋于
稳定。这一点是符合经典经济学预言的，也就是最后市场将趋向于均衡，所有的交易都发生在均衡价格下。
如果Agent的年龄在60到100之间随机取值，并且他们的视力从1~5之间随机取值，我们得到价格标准差的图如图4（b）所示。图4显示，价格的标准差一直在波动并且不为0。也就是说价格也一直波动不会停留在某个平衡的状态。
通过这一系列试验我们发现，传统经济学中预言的均衡的经济体系仅仅当交易者具有很好的视力范围，也就是他们能掌握更多的市场全局的信息，并且每个交易者都能存活足够长的时间的情况下
才有可能达到。而更加一般的情况时，市场根本不可能均衡。这一点恰恰说明了经典经济学的局限性。
总结
上面介绍的糖域的相关试验仅仅是这个模型反映的人工社会问题中的一小部分，更多的内容读者可以从 J. M. Epstein和R. Axtell1996年出版的书中读到。总之，糖域模型就好比一个非常方便的实验
室，社会学家、经济学家可以任意的制定、修改模型的规则而观察丰富的社会现象的涌现以前人们为了某一个社会现象可能会争论不休，但是争论的任何一方都不可能拿出充分的证据来，因为社
会现象是不可能重演的，然而现在有了糖域这样的人工社会试验场所，人们便可以通过计算机模型来论证和检验自己的观点了。
4 关于人工社会建模方法的讨论
4.1 人工社会建模的一般方法与步骤
通过上面介绍的SugarScape模型，我们可以总结出，一般情况下的人工社会模型建模有下面几个步骤：
(1)首先，观察现实社会并抽象出一系列的假设（A）；
(2)其次，根据假设（A）建立Agent的个体模型，以及Agent之间的相互作用规则（R）；
(3)接下来，通过计算机仿真观察计算机中的人工社会的宏观涌现结果和动态（O）；
(4)最后根据观察结果（O）得出结论从而对现实社会现象进行解释；
(5)修改模型中的参数和规则，观察参数如何影响模型的涌现结果。
这其中，比较重要的是第一步，也就是从现实社会中抽象出假设。因为它决定了人工社会模型的实用程度。然而也有的人工社会文献仅仅从模型出发研究纯粹的人工社会的性质，而并不关心这样
的人工社会是否是现实社会的反映，它们完全是一种模型驱动的研究方法。虽然这类人工社会模型遭受到了各方面的批评，但是他们强调的是人工社会本身的价值就在于研究各种可能的社会，而
并不一定是真实的社会。
有的时候，（5）也显示出了关键作用，因为正是通过不断调整模型的参数才达到了人工社会试验的目的。人工社会系统本身为社会科学工作者提供了实验的平台。因此也有人说，人工社会系统就
是社会实验室。一项影响社会系统的决策如果先在人工社会试验室中反复试验并进行充分的论证，将会给实际的决策带来更小的风险。
4.2 建模技术人工社会是一个多学科交叉的领域，其中计算机建模技术是关键。在人工社会模型中应用最多的模型就是Agent。最早研究Agent技术是在人工智能领域，研究集中在单个Agent的建模而后来人们
逐渐把目光移到了多个Agent的相互交互和作用上，也就是多智能体系统。目前，Agent的模型技术可以说是五花八门。然而，在社会学仿真领域，人们却并不需要特别复杂的单个Agent建模技术，
因为人们关心的是多个Agent交互作用的宏观涌现结果，只要Agent模型群体在宏观上能够表现出一定的社会效应，并且能够反映人工社会研究者的研究需要，那么Agent模型则应该建立的越简单越
好叫这样的界定有利于人工社会研究者把目光集中到模型能够反映的社会问题上来。
另外，多个Agent要完成交互则需要一定的模拟空间和拓扑结构。最常用的模拟空间就是如上面Sugarscape中讲到的网格空间。在复杂性科学领域，这样的规则排列的网格空间叫做细胞自动机。
细胞自动机是一类更简单的空间作用模型。若干方格由不同的状态组成，方格状态的变化组合涌现出各种各样的动态属性。另外一类模拟空间就是网络模型。在这里，Agent之间的交互是在一个
网络上进行的，也就是说每个Agent都看做是网络上的一个节点，两个Agent间的交互看做是网络上的连线，这样，网络模型更加抽象地反映了Agent之间交互的拓扑结构。近年来，复杂网络的研
究已经兴起并引起越来越多人的重视。人们从早期的“六度分离”试验中总结出了大量关于复杂网络的统计性特征，并用计算机模拟的方法总结出不同网络种类的动态。小世界网络、无尺度网络是
人们研究最多的两类网络，因为这种模型网络的统计特征与人类的社会关系网络、Internet网络、知识网络等实际的网络具有相似的特征。在这样的复杂网络上研究Agent的交互则具有更加现实
的意义。
人工社会研究方法要求研究者具有较高的计算机建模水平，然而这是不现实的。幸好，近年来为了满足广大人工社会研究者的需要，各种各样的建模软件陆续出现社会科学工作者可以忽略计算
机建模技术的细节而直接运用现成的工具软件进行分析。文献中介绍了运用mathematica软件进行社会学仿真的方法；Santafe研究所开发的社会学仿真平台SWarm已经得到了广泛的应用和研究
人员们的好评；Starlogo则是一款由MIT开发的简单好用的复杂适应系统建模工具。另外，还有各式各样满足单独学科的计算机软件平台，比如用于网络分析的Projek用于经济系统的TNG平台等
。总之，随着这类建模工具的普及，越来越多的社会科学工作者将会逐渐融入人工社会的研究大潮中。
4.3 人工社会方法的特点传统研究社会科学的方法主要有三种：数理模型方法、统计数据实证分析、基于自然语言的论证。数理模型方法多用于经典的微观经济学，他们通过简单的抽象得到对经济人的一般假设，然
后运用数学演算、定理证明的方法得到一般性结论。这种方法思路清晰，能够为某类社会现象提供严格的解释和洞察，然而却一般不能精确预言社会整体的行为。
统计数据实证分析则根据社会宏观统计数据得到整个宏观系统的统计模型，然后运用统计模型推得现实社会进行预测和分析。然而这类方法一般并不关心产生某类社会现象的微观机理，因而
不能洞察某类社会现象的本质。
基于自然语言的论证方法虽然能够反映某人对社会现象的深刻理解，但是它的主观性过强，因而科学性较弱。由于缺乏严格的逻辑证明，所以常常会导致多家争论不休的局面。人工社会的方法更像是数理模型的方法。通过对社会系统进行抽象建立起计算机中的模拟社会与数理模型不同的是，人工社会基本不应用数学推理、证明的方法，因为一般人工社会模型对于
Agent的抽象规则往往是非线性的、复杂的。而传统的严格数学证明方法由于依靠的是人的脑力而不太可能理清多个变量、错综复杂的非线性相互作用规律，然而计算机则是一个天然的能够分
析复杂的非线性作用的有力工具，这些简单Agent不停交互的结果能够涌现出比数理方法预言更多的结论。与统计实证分析方法不同，人工社会方法一般并不能提供对真实系统的精确预言，但
是它能够提供对社会系统的本质洞察和理解。人工社会另外一个优点就是为各种各样的社会学观点提供了实验的平台。人们完全可以放弃无谓的词语上的争论，而运用计算机模拟的方法达成共识。
5 结束语
本文论述了人工社会——基于Agent的社会学仿真方法，回顾了其发展的大概历史，并针对一个具体的人工社会模型——糖域进行了比较详细的分析，最后总结了人工社会建模中的若干问题。
目前，人工社会已经成为国外的一个炙手可热的研究领域，然而我国的社会科学工作者还没有对这个领域给予足够的重视，相对研究探讨的较少。随着复杂性科学的深入，已经有越来越多的学
者开始重视社会科学中的计算机仿真方法了。
虽然人工社会方法目前还不能算是一套成熟的体系，因而也没有一套完整而成形的理论，但是它的应用已经深入了社会科学的各个领域，由此可见它对人类社会研究具有深刻的影响。相信人工
社会方法对于我国的社会科学研究来说将是一个新的机遇，同时也充满了挑战。
原文刊载于《系统工程》2005年第1期