数据时代下，社会经济发展的新范式及新机遇 | AI&Society成都站回顾
2018年11月22日，由集智俱乐部与腾讯研究院、电子科技大学联合举办的 AI&Society 学术沙龙第十三期，在成都腾讯大厦成功举办。
PC端实录视频地址（预计11月26日上线）：
http://campus.swarma.org/gpac=10642
随着硬件和技术的同步发展，人类收集和分析数据的能力也逐步提高。在数据时代下，新的分析方法和新的思维方式，催生了新的研究范式，为社会经济研究提供了新机遇。
本次活动邀请到电子科技大学周涛教授、吕琳媛教授和高见博士，分别从理论与实践出发，讲述了经济社会中的大数据分析、《重塑》信息经济结构和计算社会科学的内容与方法。
周涛：经济社会中的大数据分析
周涛主要从事统计物理与复杂性方面的研究，是《大数据时代》译者，《为数据而生》作者。
周涛他首先介绍了很多传统学科（比如社会学、教育学和管理学等）在数据时代下所面临的重大方法论的变革，即从定性分析最终走向定量分析。
新的交叉学科研究方向——计算社会经济学（Computational Socioeconomics）应运而生。计算社会经济学提出研究方法的转变，引入统计物理、人工智能、数理统计和机器学习等一系列跨学科的分析工具，利用新方法获取和分析大规模数据，以定量化的方式理解社会经济问题。
周涛认为，借助现代科技手段的计算社会经济学，在未来或将逐步覆盖原有的范式。新手段收集非干预行为数据，帮助更好地理解个体行为，逐步实现预测性管理。在线社交网络的普遍使用，为我们洞察不同宗教团体之间的融合提供了便利。
行为规律性预测学生成绩
为了解释如何分析非干预行为数据实现预测性管理，周涛详细介绍了利用校园刷卡数据预测学生成绩的成果。谈到进行这项研究的最初动力，他说自己在中科大读书期间，身边绝大多数辍学的同学都是因为打游戏，所以想要分析打游戏对学习成绩的影响。
周涛和他的研究团队成员，通过校园一卡通收集了近两万名大学生的刷卡数据，包括食堂吃饭、寝室洗澡、教学楼打水和图书馆进出。基于这些学生的非干预行为数据，他们构建出两类高阶的行为特征。
具体而言，基于食堂吃饭和寝室洗澡的刷卡记录时间序列，利用真实熵计算有序性（Orderliness），衡量学生行为的规律程度。行为越集中，真实熵越小，有序性越大。图中深色曲线代表的学生，有序性更大。
另外，基于教学楼打水和进出图书馆的次数，估计努力程度（Diligence）。行为数越多，努力程度越大。
图片来源：Y. Cao, et al., J. R. Soc. Interface 15 (2018) 20180210
数据分析发现，有序性与学习成绩显著正相关。努力程度与学习成绩的关联性，稍微强于有序性与学习成绩的关联性。有序性与努力程度不显著相关，说明他们对学习成绩的独立解释能力。将有序性作为重要特征引入机器学习模型，能够显著提高对成绩的预测能力。
这些结果或将对学生的预测性管理产生很大影响。如果学生沉迷于网络游戏，很可能表现出行为有序性极大降低。通过分析行为数据，可以精准识别网络沉迷学生，有针对性的引导他们的校园生活，避免严重学业问题的出现。
宗教之间的隔离与沟通
不同宗教和文化团体，因内部倡导文化不同，会表现出不同的社会连接。越小众的亚文化团体，往往内部成员连接越紧密。宗教亦是如此。有些宗教可能比较包容，也有些宗教可能相对保守。
那么，宗教成员之间是怎样相互连接的呢？
图片来源：J. Hu, et al., arXiv: 1802.06721, 2018
带着这些好奇，周涛和他的合作者以关键词检索和人工核验的方式，在新浪微博平台收集到6875个宗教信仰者账号，包含基督教、佛教、伊斯兰教和道教。他们发现宗教网络有非常清晰的社团结构，仅有1.6%的跨宗教连边。剔除规模影响后，同宗教信仰者仍然倾向于内部相连，以伊斯兰教和道教最为突出。
宗教网络中仅有的一小部分跨宗教连边，对维持宗教网络全局连通性非常重要。宗教网络中具有被关注但不关注别人模式的节点（Type 3），10%左右是慈善相关的账号，他们大多都属于佛教。这些结果暗示，佛教在中国的跨宗教交流中扮演重要角色，慈善活动或将促进宗教间的沟通。
吕琳媛：《重塑》信息经济的结构
吕琳媛是《重塑》一书的著者，她首先介绍了著作的起源。
十年前，吕琳媛从北京师范大学毕业，被张翼成教授招入瑞士弗里堡大学读书，开始从事信息经济学的结构研究。在此之前，张翼成已经在这个方向上耕耘了十多年。二十多年之后，张翼成、吕琳媛和周涛，师徒三人一气呵成，用时不到半年，将这部新信息经济开山著作呈现在读者面前。
购买同样的东西，为什么你花的钱就比别人多？在分享的开始，吕琳媛首先抛出了消费市场中存在的一些有趣问题。进一步，围绕信息能力这一核心概念，她以阿克洛夫的《柠檬市场》为例，介绍了信息缺失如何导致市场失灵。
吕琳媛指出，信息能力正是消费者的核心特征之一。在真实世界中，消费者获取信息的能力总是有限的，对产品的认识都有不同程度的缺憾。信息能力刻画了人与产品之间的特定关系。一个人的信息能力受到众多自身属性与外部因素的影响。
开放演化系统的新供需关系
传统供需关系，只关注价格和销量两个变量。新供需关系引入两个新变量，即产品质量和信息能力。一方面，消费者依概率选择产品。给定信息能力的消费者，购买产品的概率依赖于质量。信息能力高的消费者，购买的多。
另一方面，商家对消费者的需求预期，提出相应的反应策略。当产品价格发生变化时，供给关系发生变化，产品销量随之发生变化。消费者信息能力越高，销量对于价格的变化越敏感。这时，供给曲线是一组超级曲线。
新供需关系模型中，约束条件不断变化，关注动态的演化过程，变化是内生的，并且是永无止境的。新的理论，重点研究约束条件为什么发生变化，以及如何发生变化。
分配和创造使神奇的魔饼变大
新经济体系动态演化，催生了新范式，即资源的分配和创造合为一体：分配已有的资源，便是魔饼；创造新的资源，便是新饼。总收益是一张魔饼，饼的大小是商家的收益G和消费者的满意度B之和。由商家决定如何分饼，分配方式影响饼的大小。
-
当c很低时（左），总饼小。虽然商家能增加收益分配比例，但实际利润不多。
-
当c很高时（右），总饼大。但竞争加剧，商家只能降低收益分配比例，获得利润有限。
-
当c居中时（中），虽然总饼不是最大的，但商家的利润是最多的。
商家并不总是贪婪的，商家和消费者之间存在信息竞合。商家会在初始阶段表现慷慨（合作区），帮助消费者提升信息能力。而在后面阶段（抵触区）表现贪婪，阻碍甚至降低消费者的信息能力。
消费者信息能力不断提升，将商家利润空间压缩到零。这时，商家通过创造新产品，重新造成信息不足，也就诞生了新魔饼。新饼参与分配，促进经济增长。消费者多样化的需求，是经济增长的源动力。
智能“个人助理”为消费者赋权
挖掘消费者的隐形需求，并使之成为新魔饼，蕴含非常大商机。当今市场营销，商家占据主导权，消费者面对信息不足。信息中介的存在，让消费者和商家彼此找到对方。
传统的诱惑型信息中介，以“推”的方式部分挖掘消费者的隐性需求，产生新魔饼。诱惑型中介主要站在商家一边，向商家收取费用，帮助商家收集消费者的信息，给消费者推送广告来唤醒他们的隐性需求。
个人助理（PA）是站在消费者一边的信息中介，为个人消费者服务。PA全面挖掘消费者的信息，将隐性需求随时转化为显性需求，让消费者以“拉”的方式寻求产品。PA很可能成为未来的主流商业模式。
高见：计算社会经济学的内容与方法
高见是电子科技大学与麻省理工学院联合培养博士生，他主要从事计算社会经济学等交叉学科研究。
分享的开始，高见介绍了计算社会经济学发展的新机遇。一方面，大规模社会经济数据，拥有低获取成本、实时更新和高时空分辨率等优势。另一方面，统计分析和计算方法的进步，提升了对发展态势的感知能力。
计算社会经济学依靠数据来驱动社会经济洞察，致力于精准及时感知社会经济发展状态，更好的揭示社会和经济现象。
高见进一步介绍了计算社会经济学的研究内容，主要涵盖三个层面的感知（国家社会经济状况、区域/城市经济结构、个人社会经济属性）和两个方面的应用（应急和灾害管理、发展和升级策略）。
三个层面的社会经济感知
在国家层面，基于高分辨率夜间和白天的卫星图像数据，应用机器学习算法能够估计社会经济状况，绘制世界贫困地图，及时追踪发展中国家的贫困情况；分析国际贸易的网络结构，能够定义多种经济复杂性指标，预测国家未来的经济发展潜力。
图片来源：N Eagle, et al. Science, 328 (2010) 1029-1031.
在区域和城市层面，分析手机通讯网络的结构，预测区域社会经济发展水平；基于微博和简历数据，对比信息流和人流对区域经济发展的预测能力；分析社交网络活跃度，还能观测区域经济结构；通过街景对比评分，感知城市社会经济状态，分析驱使城市物理景观改善的因素。
在个体层面，将手机数据和其他辅助数据结合，训练机器学习模型，能很好的预测个体的财富状况；分析个体在社交网络中所处的位置，能估计员工升职和离职可能性；基于在线社交媒体数据，还能将个人活跃程度、错拼率、信息熵等指标与失业率关联起来。
两个方面的社会经济应用
大规模实时可用的社会经济数据，能服务于应急管理和抢险救灾。基于高分辨率卫星图像数据，利用机器学习算法提取图像特征，可以快速评估地震灾害情况；利用手机数据，能追踪人类遭遇地震时的迁移情况；分析社交媒体活跃程度，提早估计飓风造成的经济损失。
图片来源：Y Kryvasheyeu, et al. Science Advances, 2 (2016) e1500779.
细粒度的社会经济数据，还能帮助制定产业发展策略。基于企业注册和人力资源数据，能刻画区域产业结构，分析新产业发展两条学习路径；基于国际贸易数据，可以找到国家发展核心复杂产品的最佳时机，以提高经济发展速度。
总结
硬件、技术和数据的同步发展，为我们带来了社会经济研究的新机遇。大规模社会经济数据结合人工智能技术手段，已经在分析、描绘、预测和干预社会经济上展露出广阔的应用前景。以信息能力为核心的新供求关系，将分配和创造合为一体的新范式，为构建信息经济的理论体系奠定了思想基石。
数据时代的社会经济研究，方兴未艾，必将有更多机会服务社会。
现场集锦
AI&Society往期回顾
地球未来：生物、城市和公司的生命、生长和死亡 |AI&Society第十一期
永生的巨兽：城市生长与演化模型 | AI&Society第十期回顾
图网络——悄然兴起的深度学习新浪潮 | AI&Society第八期
人工智能时代，经济奇点即将来临？ | AI&Society第七期
侯世达：机器可以“翻译”但不能理解 | AI&Society第五期
大数据会暴露你的社会阶层吗？| AI&Society 第四期
颠覆式创新一百年&AI走进社会生活发展前沿追踪 | AI&Society第三期
✎AI&Scociety学术沙龙简介 人类已经全面进入了智能社会，以人工智能为代表的新一代技术必将逐步渗透到我们的日常生活之中，并彻底改变我们的社会形态。那么，新一代的人机共生社会需要怎样的社会科学？社会科学的研究成果又如何促进人工智能的发展？人工智能会怎样影响人类社会？社会科学研究又如何借鉴人工智能领域的最新成果？ 我们认为挖掘AI与社会领域有想法的年轻学者，促进AI与社会原创思想的交流与碰撞是探索、回答这一系列重大问题的第一步。因此，腾讯研究院S-Tech工作室与集智俱乐部共同打造了“AI&Society”的系列学术沙龙活动。 该系列沙龙以线下实体活动为主，我们将邀请AI与社会领域的交叉研究学者进行公开性的讨论与思想碰撞。沙龙的主题可涵盖但不限于如下的内容和主题： 计算社会科学（Computational Social Sicence） 社会计算（Social Computing） 多主体系统（Multi agent systems） 算法经济学（Algorithm Economy） 人工智能社会学（Artificial Intelligence Sociology） 群体智慧（Swarm Intelligence） 人类计算（Human Computation） 机器学习（Machine Learning） 技术与人类社会（Technology and Human Society） 人工智能与城市科学（Artificial Intelligence and Urban Science）
作者：高见
编辑：王怡蔺
集智AI学园：
https://campus.swarma.org
集智俱乐部QQ群｜877391004 商务合作及投稿转载｜swarma@swarma.org 搜索公众号：集智俱乐部
加入“没有围墙的研究所” 让苹果砸得更猛烈些吧！◆◆◆
原文始发于微信公众号（ 集智俱乐部 ）：集智
微信扫一扫,分享到朋友圈
