整合營(yíng)銷服務(wù)商
電腦端+手機(jī)端+微信端=數(shù)據(jù)同步管理
免費(fèi)咨詢熱線：
電腦端+手機(jī)端+微信端=數(shù)據(jù)同步管理
免費(fèi)咨詢熱線：
狀結(jié)構(gòu)(wx.TreeCtrl)是一個(gè)層次的嵌套結(jié)構(gòu)。一個(gè)樹(shù)狀結(jié)構(gòu)的外層和內(nèi)層有相似的結(jié)構(gòu)，常用于表示有一個(gè)上層多個(gè)下層的數(shù)據(jù)結(jié)構(gòu)。
在結(jié)構(gòu)中，樹(shù)根結(jié)點(diǎn)沒(méi)有前驅(qū)結(jié)點(diǎn)，其余每個(gè)結(jié)點(diǎn)有且只有一個(gè)前驅(qū)結(jié)點(diǎn)。葉子結(jié)點(diǎn)沒(méi)有后續(xù)結(jié)點(diǎn)，其余每個(gè)結(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)數(shù)可以是一個(gè)也可以是多個(gè)。
程序清單：tree.py
import wx
import wx.grid
# 繼承Frame
class TreeControl(wx.Frame):
def __init__(self, *args, **kwargs):
super(TreeControl, self).__init__(*args, **kwargs)
# 初始化窗口UI
self.init_ui()
def init_ui(self):
h_box = wx.BoxSizer(wx.HORIZONTAL)
# 面板
panel = wx.Panel(self)
tree = wx.TreeCtrl(panel, id=wx.ID_ANY, style=wx.TR_HIDE_ROOT |
wx.TR_HAS_BUTTONS)
# image_list = wx.ImageList(16, 16)
# image_list.Add(wx.Bitmap("open.png"))
# image_list.Add(wx.Bitmap("close.png"))
# tree.AssignImageList(image_list)
root = tree.AddRoot("程序員")
# os = tree.AppendItem(root, "操作系統(tǒng)", image=0, selImage=1)
os = tree.AppendItem(root, "操作系統(tǒng)", data="dkfjdljf")
tree.AppendItem(os, "Windows")
tree.AppendItem(os, "macOS")
tree.AppendItem(os, "Ubuntu")
pragrame = tree.AppendItem(root, "編程語(yǔ)言")
tree.AppendItem(pragrame, "Java")
tree.AppendItem(pragrame, "Python")
tree.AppendItem(pragrame, "wxPython")
tree.Bind(wx.EVT_TREE_SEL_CHANGED,
self.select)
h_box.Add(tree, proportion=1, flag=wx.EXPAND)
panel.SetSizer(h_box)
self.SetSize(900, 500)
self.SetTitle("樹(shù)狀組件的應(yīng)用")
self.Centre()
self.Show(True)
def select(self, e):
# 獲取樹(shù)的id
tree_id = e.GetItem()
# 獲取TreeCtrl對(duì)象
tree = e.GetEventObject()
text = tree.GetItemText(tree_id)
print()
print(text)
def main():
app = wx.App(False)
TreeControl(None)
app.MainLoop()
if __name__ == "__main__":
main()運(yùn)行程序之后，彈出的窗口如下：
樹(shù)狀組件wx.TreeCtrl，默認(rèn)會(huì)顯示根節(jié)點(diǎn)，如果你不需要，用style=wx.TR_HIDE_ROOT將其隱藏即可。統(tǒng)一用AppendItem(self, parent, text, image=-1, selImage=-1, data=None)方法，添加節(jié)點(diǎn)，它的參數(shù)作用如下：
parent為父節(jié)點(diǎn)，text為節(jié)點(diǎn)名稱，image是樹(shù)節(jié)點(diǎn)收縮時(shí)的圖標(biāo)(下標(biāo))，selImage是展開(kāi)時(shí)顯示的圖標(biāo)(下標(biāo))，通過(guò)下標(biāo)，可以從wx.ImageList()里獲取到對(duì)應(yīng)的圖標(biāo)；
style=wx.TR_HAS_BUTTONS時(shí)，會(huì)自動(dòng)在每個(gè)節(jié)點(diǎn)前面添加圖標(biāo)，用這個(gè)樣式時(shí)，可以不用自定義圖標(biāo);
data可作為攜帶數(shù)據(jù)用。在點(diǎn)擊節(jié)點(diǎn)時(shí)，會(huì)傳遞到綁定的方法中，用wx.TreeCtrl對(duì)象的GetItemData(tree_id)即可獲取。
好了，高級(jí)組件之樹(shù)狀結(jié)構(gòu)的內(nèi)容就說(shuō)到這了，關(guān)注我，下一節(jié)更精彩。
碼字不易，你的關(guān)注和轉(zhuǎn)發(fā)是對(duì)我最大的鼓勵(lì)，謝謝！
一個(gè)當(dāng)了10年技術(shù)總監(jiān)的老家伙，分享多年的編程經(jīng)驗(yàn)。想學(xué)編程的朋友，關(guān)注我，你就賺到了。我正在分享Python、前端、Java和App方面的干貨了。趕緊來(lái)圍觀啊!!!
#python#
信不少人都喜歡在電腦上觀看電影、動(dòng)漫等視頻資源，無(wú)論是在本地觀看還是在線觀看，高清晰度，高分辨率的視頻才能帶來(lái)更好的觀看體驗(yàn)。但對(duì)于那些懷舊黨來(lái)說(shuō)，可能就沒(méi)那么幸運(yùn)了。在過(guò)去，受限于技術(shù)原因，很多老電影、老動(dòng)漫的分辨率可能都沒(méi)有達(dá)到720P的水平，這就導(dǎo)致觀看體驗(yàn)大打折扣，畢竟在這個(gè)4K視頻都隨處可見(jiàn)的年代，低分辨率的資源確實(shí)有點(diǎn)落伍了。
其實(shí)就算放眼到整個(gè)行業(yè)中來(lái)看，超高清內(nèi)容缺乏也是產(chǎn)業(yè)普遍存在的痛點(diǎn)，渠道的不完善，拍攝、制作水平的不成熟，技術(shù)的不足都成為了阻礙行業(yè)發(fā)展的絆腳石，為了提高超高清視頻的生產(chǎn)能力，同時(shí)最大限度地節(jié)省成本，就需要人工智能的介入，超分辨率算法就是解決這個(gè)問(wèn)題的很好途徑。
提到超分辨率算法，可能屏幕前的很多人還不太熟悉，但一提到DLSS、FSR或者Xess，游戲玩家肯定都有所耳聞，雖然他們仨涉及的技術(shù)都不太一樣，但從結(jié)果來(lái)看，這三種技術(shù)都能提高游戲分辨率，帶來(lái)更好的游戲體驗(yàn)。而今天要說(shuō)的超分辨率算法，某種意義上和AMD的FSR技術(shù)可以說(shuō)是相當(dāng)相似。
圖像超分辨率問(wèn)題研究的是在輸入一張低分辨率圖像時(shí)，如何得到一張高分辨率圖像，傳統(tǒng)的圖像插值算法可以在某種程度上獲得這種效果，比如最近鄰插值、雙線性插值和雙三次插值等，但是這些算法獲得的高分辨率圖像效果并不理想。
在圖像處理方面，又一個(gè)著名的算法waifu2x，它使用了SRCNN卷積神經(jīng)算法，SRCNN是首個(gè)使用CNN結(jié)構(gòu)（即基于深度學(xué)習(xí)）的端到端的超分辨率算法，它將整個(gè)算法流程用深度學(xué)習(xí)的方法實(shí)現(xiàn)了，并且效果比傳統(tǒng)多模塊集成的方法好。SRCNN流程如下:首先輸入預(yù)處理。對(duì)輸入的低分辨率LR圖像使用bicubic算法進(jìn)行放大，放大為目標(biāo)尺寸。那么接下來(lái)算法的目標(biāo)就是將輸入的比較模糊的LR圖像，經(jīng)過(guò)卷積網(wǎng)絡(luò)的處理，得到超分辨率SR的圖像，使它盡可能與原圖的高分辨率HR圖像相似。
而AI超分辨率技術(shù)則是圖像修復(fù)技術(shù)領(lǐng)域的一個(gè)方向。動(dòng)漫視頻的產(chǎn)出過(guò)程中往往帶有一系列數(shù)字信號(hào)處理的過(guò)程，包括鋸齒、暈輪、色塊、噪聲處理，模糊線條處理等等，在以前，視頻工作者往往需要對(duì)源進(jìn)行下采樣，在母帶分辨率下對(duì)不同片段進(jìn)行參數(shù)分析，并通過(guò)一系列濾鏡進(jìn)行手工修復(fù)，這造成了很大的人力成本。
而今天的主角，就是B站AI實(shí)驗(yàn)室開(kāi)源的Real-CUGAN工具（項(xiàng)目地址：https://github.com/bilibili/ailab/tree/main/Real-CUGAN），只要用了它，就可以把動(dòng)畫(huà)圖像的質(zhì)量提升2到4倍，而且近乎無(wú)損。
Real-CUGAN的全稱為Real Cascaded-U-Net-style Generative Adversarial Networks（真實(shí)的、級(jí)聯(lián)U-Net風(fēng)格的生成對(duì)抗網(wǎng)絡(luò)），使用了與Waifu2x相同的動(dòng)漫網(wǎng)絡(luò)結(jié)構(gòu)，但由于使用了新的訓(xùn)練數(shù)據(jù)與訓(xùn)練方法，從而形成了不同的參數(shù)和推理方式。
技術(shù)細(xì)節(jié)方面來(lái)看，Real-CUGAN會(huì)先行對(duì)動(dòng)漫幀進(jìn)行切塊處理，然后使用圖像質(zhì)量打分模型對(duì)候選塊進(jìn)行打分過(guò)濾，得到一個(gè)百萬(wàn)級(jí)的高質(zhì)量動(dòng)漫圖像塊訓(xùn)練集。然后使用多階段降質(zhì)算法，將高清圖像塊降采樣得到低質(zhì)圖像，通過(guò)讓AI模型學(xué)習(xí)、優(yōu)化從低質(zhì)圖像到高質(zhì)圖像的重建過(guò)程，訓(xùn)練完畢后即可對(duì)真實(shí)的二次元低質(zhì)圖像進(jìn)行高清化處理。
目前Real-CUGAN支持2xxx倍超分辨率，其中2倍模型支持4種降噪強(qiáng)度與保守修復(fù)，3倍/4倍模型支持2種降噪強(qiáng)度與保守修復(fù)，同時(shí)，如果你是Windows用戶，作者還貼心地準(zhǔn)備了Windows-GUI版本，https://github.com/Justin62628/Squirrel-RIFE/releases/tag/v0.0.3，下載后即可使用。
與Waifu2x(CUNet)和Real-ESRGAN(Anime6B)相比，Real-CUGAN的優(yōu)勢(shì)還是比較明顯的，作者也進(jìn)行了一波對(duì)比，結(jié)果如下：
目前B站的OGV國(guó)創(chuàng)劇《鎮(zhèn)魂街第二季》已經(jīng)已經(jīng)上線了經(jīng)過(guò)超分的4K分辨率版本，相信在未來(lái)，更多老番的高清重置版本也會(huì)在路上，AI技術(shù)的發(fā)展，正在從各個(gè)角度提升我們的體驗(yàn)。
(7874942)
者：黃匡時(shí)（中國(guó)人口與發(fā)展研究中心）
摘要：闡釋了計(jì)算人口學(xué)的學(xué)科范式、理論基礎(chǔ)和技術(shù)方法。計(jì)算人口學(xué)作為研究人的行為的數(shù)字化和計(jì)算機(jī)化的科學(xué)，既是計(jì)算社會(huì)科學(xué)的基礎(chǔ)，也是開(kāi)展計(jì)算社會(huì)科學(xué)研究的鑰匙和抓手。與傳統(tǒng)人口學(xué)的學(xué)科范式相比，計(jì)算人口學(xué)的學(xué)科范式有五個(gè)方面的特征：由輪廓式人口統(tǒng)計(jì)（profiling demography）向全景式人口統(tǒng)計(jì)（Panoramic demography）轉(zhuǎn)變；將彌合規(guī)范人口學(xué)（formal demography）和人口研究（population studies）的鴻溝，促進(jìn)人口研究更加整合和規(guī)范；將引發(fā)人口研究方法的變革，由假想隊(duì)列法（hypothesis cohort analysis）向拓展隊(duì)列法（extended cohort analysis）轉(zhuǎn)變；人口的內(nèi)涵不再局限在人類人口，而向數(shù)字人口和智能人口拓展；由偏重群體統(tǒng)計(jì)的宏觀人口學(xué)（macrodemography）將向更加注重個(gè)體統(tǒng)計(jì)的微觀人口學(xué)（microdemography）轉(zhuǎn)變。第三次人口轉(zhuǎn)變理論、主體性理論和天人合一理論是計(jì)算人口學(xué)的理論基石，拓展隊(duì)列法、在線調(diào)查和實(shí)驗(yàn)、在線譜系學(xué)、主體建模技術(shù)是計(jì)算人口學(xué)的主要技術(shù)方法。作為新興科學(xué)，計(jì)算人口學(xué)面臨的機(jī)遇和挑戰(zhàn)并存，需要加強(qiáng)跨學(xué)科和產(chǎn)學(xué)研協(xié)作，加強(qiáng)數(shù)據(jù)基礎(chǔ)設(shè)施和研究規(guī)范建設(shè)，豐富應(yīng)用場(chǎng)景，關(guān)注其對(duì)個(gè)人安全、隱私保護(hù)、道德倫理等方面的影響。
一、計(jì)算人口學(xué)的誕生及其學(xué)科范式
人口學(xué)是典型的數(shù)據(jù)驅(qū)動(dòng)（data-driven）的學(xué)科。沒(méi)有人口統(tǒng)計(jì)數(shù)據(jù)就沒(méi)有人口學(xué)。人口學(xué)與人口統(tǒng)計(jì)數(shù)據(jù)是一個(gè)硬幣的兩個(gè)方面。因此，人口學(xué)（demography）又翻譯為人口統(tǒng)計(jì)學(xué)，是對(duì)人口死亡、出生、遷移等人口過(guò)程，以及對(duì)人口數(shù)量、結(jié)構(gòu)、分布等人口結(jié)構(gòu)進(jìn)行統(tǒng)計(jì)分析的學(xué)科。人口學(xué)的誕生起源于對(duì)人口死亡數(shù)據(jù)的統(tǒng)計(jì)以及由此形成的生命表。1662年，英國(guó)學(xué)者格蘭特（John Grant）的著作《基于死亡登記的自然和政治的考察》（書(shū)名原文為Natural and Political Observations Mentioned in a Following Index, and Made Upon the Bills of Mortality）[1]出版，該書(shū)影響深遠(yuǎn)，多次再版。格蘭特基于倫敦50萬(wàn)死亡數(shù)據(jù)的統(tǒng)計(jì)分析，在書(shū)中形成了世界上第一張生命表，成為數(shù)理人口學(xué)（Mathematical Demography）和規(guī)范人口學(xué)（Formal Demography）的開(kāi)創(chuàng)者。后世人口統(tǒng)計(jì)學(xué)的發(fā)展也非常重視人口統(tǒng)計(jì)數(shù)據(jù)的收集和整理。如今，全球范圍內(nèi)也形成了很多高質(zhì)量的人口統(tǒng)計(jì)數(shù)據(jù)庫(kù)，包括人類死亡數(shù)據(jù)庫(kù)（Human Mortality Database）、人類生育數(shù)據(jù)庫(kù)（Human Fertility Database）和微觀整合數(shù)據(jù)庫(kù)（IPMUS）等。這些數(shù)據(jù)庫(kù)的發(fā)展依賴于計(jì)算機(jī)技術(shù)的快速發(fā)展。而且在數(shù)字化時(shí)代，人口統(tǒng)計(jì)數(shù)據(jù)庫(kù)也將朝著更加廣闊的關(guān)聯(lián)數(shù)據(jù)庫(kù)發(fā)展。
人口學(xué)其實(shí)是最早被計(jì)算機(jī)化（computational）的學(xué)科之一（Burch，1993）[2]。在計(jì)算機(jī)誕生之前，人口學(xué)基本是采用書(shū)面記錄、手工匯總的方式。但是隨著計(jì)算機(jī)技術(shù)的發(fā)展以及數(shù)理人口學(xué)的日漸成熟，人口統(tǒng)計(jì)學(xué)快速被計(jì)算機(jī)化。1974年，美國(guó)學(xué)者James B. Pick（1974）[3]采用計(jì)算機(jī)程序編制了人口年齡金字塔。1976年，美國(guó)人口普查局開(kāi)發(fā)了一款人口統(tǒng)計(jì)分析的計(jì)算機(jī)程序（Computer Programs for Demographic Analysis）（Arriaga, Anderson and Heligman，1976）[4]。1985年，美國(guó)學(xué)者Charles J. Mode（1985）[5]將人口的隨機(jī)過(guò)程編寫成計(jì)算機(jī)程序，包括生命表和人口預(yù)測(cè)等。1988年，聯(lián)合國(guó)人口司發(fā)布了人口統(tǒng)計(jì)分析軟件MORTPAK，可以用來(lái)進(jìn)行死亡、生育和人口預(yù)測(cè)等方面的分析（United Nations，1988）[6]。1997年6月24日，由美國(guó)國(guó)際發(fā)展局（U.S. Agency for International Development，簡(jiǎn)稱USAID）資助，美國(guó)未來(lái)集團(tuán)（the Futures Group）實(shí)施開(kāi)發(fā)的SPECTRUM人口統(tǒng)計(jì)分析軟件正式發(fā)布。2010年，中國(guó)人口與發(fā)展研究中心發(fā)布了國(guó)際人口預(yù)測(cè)軟件PADIS-INT（翟振武等，2017）[7]。2014年中國(guó)人口與發(fā)展研究中心發(fā)布了人口綜合決策支持系統(tǒng)PADIS+。中國(guó)在人口統(tǒng)計(jì)分析的計(jì)算機(jī)化方面走在了世界前列。
從目前現(xiàn)有文獻(xiàn)來(lái)看，計(jì)算人口學(xué)（Computational Demography）一詞的提出卻是20世紀(jì)的事情。但是與哈佛大學(xué)David Lazer等（2009）[8]15位學(xué)者于2009年在Science提出計(jì)算社會(huì)科學(xué)（Computational Social Science）相比，計(jì)算人口學(xué)的提出要相對(duì)早些。隨著仿真技術(shù)的快速發(fā)展，基于主體的計(jì)算人口學(xué)（Agent-Based Computational Demography）得到率先發(fā)展。2003年，意大利學(xué)者Francesco C. Billari和德國(guó)馬普人口研究所學(xué)者Alexia Prskawetz（2003）[9]聯(lián)合主編的《Agent-Based Computational Demography》（翻譯為中文為《基于主體的計(jì)算人口學(xué)》）一書(shū)詳細(xì)介紹了如何使用基于主體的計(jì)算人口學(xué)模型（Agent-Based Computational Demography，簡(jiǎn)稱ABCD模型）去改善我們對(duì)人口行為的理解。隨后越來(lái)越多的人口學(xué)者采用基于主體的模型來(lái)研究人與關(guān)聯(lián)生命體（linked lives）之間的婚姻和家庭關(guān)系（Todd et al.,2005;Hills and Todd,2008;Diaz et al.,2011; Fent et al.,2013）[10][11][12][13]。2015年，德國(guó)學(xué)者Tom Warnke等（2015）[14]人開(kāi)發(fā)了更加簡(jiǎn)化、通用的、基于主體的計(jì)算人口學(xué)軟件ML3（Modeling Language for Linked Lives)。2017年，比利時(shí)學(xué)者André Grow和Jan Van Bavel（2017）[15]聯(lián)合主編了《人口研究中的基于主體建模：概念、方法和應(yīng)用》（英文原文為Agent-based modelling in population studies : concepts, methods, and applications）系統(tǒng)地對(duì)人口研究中的基于主體建模進(jìn)行了分析和研究。
計(jì)算人口學(xué)的早期研究更多基于主體的計(jì)算人口學(xué)研究。因?yàn)榛谥黧w的建模在分析人與關(guān)聯(lián)生命（liked lives）之間的行為具有獨(dú)特的優(yōu)勢(shì)，而且也是最容易被計(jì)算機(jī)化的分析技術(shù)和方法。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的快速發(fā)展，萬(wàn)物互聯(lián)將成為可能并日益緊密，人與人之間的關(guān)聯(lián)（linked）更加緊密（Giles，2012）[16]。人與經(jīng)濟(jì)、社會(huì)、政治、文化、心理、倫理等之間的關(guān)系更加密不可分，人口學(xué)與經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、政治學(xué)、文化學(xué)、心理學(xué)、倫理學(xué)互相交織和融合。在一切可計(jì)算的社會(huì)，盡管所有社會(huì)科學(xué)的分支都可以單獨(dú)成為計(jì)算社會(huì)科學(xué)的一支，但是逐漸融合卻是必然。作為研究人的行為的科學(xué)，計(jì)算人口學(xué)是以人為核心（human-centric）的計(jì)算社會(huì)科學(xué)快速發(fā)展的基礎(chǔ)，也是開(kāi)展計(jì)算社會(huì)科學(xué)研究的鑰匙和抓手。正因?yàn)槿绱耍芯糠治鲇?jì)算人口學(xué)具有重要意義。
受互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的驅(qū)動(dòng)，計(jì)算人口學(xué)研究范式應(yīng)運(yùn)而生。與傳統(tǒng)人口學(xué)研究范式相比，計(jì)算人口學(xué)研究范式具有五個(gè)方面的不同：第一，計(jì)算人口學(xué)的人口統(tǒng)計(jì)內(nèi)容更加豐富多彩，由過(guò)去的輪廓式人口統(tǒng)計(jì)（profiling demography）向全景式人口統(tǒng)計(jì)（Panoramic demography）轉(zhuǎn)變。輪廓式人口統(tǒng)計(jì)局限在人口的出生、教育、婚育、家庭、職業(yè)、居住、遷移、養(yǎng)老和死亡等重要人口事件的統(tǒng)計(jì)，人與人（linked lives）的關(guān)聯(lián)更多局限在婚育家庭范圍；而全景式人口統(tǒng)計(jì)則將輪廓式人口統(tǒng)計(jì)的基礎(chǔ)上向經(jīng)濟(jì)行為、社會(huì)行為、心理行為、環(huán)境等拓展，人與人的關(guān)聯(lián)超越婚育家庭，將關(guān)聯(lián)更加廣泛的經(jīng)濟(jì)社會(huì)環(huán)境。第二，計(jì)算人口學(xué)將彌合規(guī)范人口學(xué)（formal demography）和人口研究（population studies）的鴻溝，促進(jìn)人口學(xué)的研究更加整合和規(guī)范。傳統(tǒng)人口學(xué)方法長(zhǎng)期存在規(guī)范人口學(xué)和人口研究?jī)蓷l脈絡(luò)（宋健，2020）[17]，但是隨著互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等數(shù)字技術(shù)的快速發(fā)展，規(guī)范人口學(xué)和人口研究將加速計(jì)算機(jī)化進(jìn)程，越來(lái)越多的綜合性人口決策智能支持系統(tǒng)相繼問(wèn)世，比如，中國(guó)人口與發(fā)展研究中心開(kāi)發(fā)的整合人口與經(jīng)濟(jì)、社會(huì)、資源、環(huán)境的人口綜合決策支持系統(tǒng)PADIS+等。第三，計(jì)算人口學(xué)將引發(fā)人口研究方法的變革，由假想隊(duì)列法（hypothesis cohort analysis）向拓展隊(duì)列法（extended cohort analysis）轉(zhuǎn)變。由于學(xué)界過(guò)去觀察數(shù)據(jù)的不完整、不及時(shí)，常常用假想隊(duì)列的方法測(cè)算預(yù)期壽命和總和生育率，即采用時(shí)期的年齡別死亡率和年齡別生育率作為一個(gè)假想隊(duì)列的年齡別死亡率和年齡別生育率，事實(shí)上這是合成的（Synthetic）、人工的（artificial）、虛構(gòu)的（unreal）隊(duì)列統(tǒng)計(jì)指標(biāo)，但是隨著人口統(tǒng)計(jì)數(shù)據(jù)更加豐富、及時(shí)，隊(duì)列的真實(shí)數(shù)據(jù)將更加及時(shí)、全面，更加接近完全隊(duì)列法（cohort analysis）的拓展隊(duì)列法（extended cohort analysis）成為可能。第四，計(jì)算人口學(xué)認(rèn)為，人類的一切行為皆可被數(shù)字化和可被計(jì)算，人口的內(nèi)涵不再局限在人類人口，而向數(shù)字人口和智能人口拓展。隨著人類的行為和生活逐漸被數(shù)字化，人口的部分功能比如一些勞動(dòng)屬性開(kāi)始剝離，由機(jī)器替代，或者人機(jī)協(xié)同，由此，人口的內(nèi)涵向數(shù)字人口和智能人口拓展（黃匡時(shí)，2020）[18]。第五，計(jì)算人口學(xué)認(rèn)為，人與人更加密切地通過(guò)數(shù)字化方式聯(lián)系在一起，過(guò)去偏重群體統(tǒng)計(jì)的宏觀人口學(xué)（macrodemography）將向更加注重個(gè)體統(tǒng)計(jì)的微觀人口學(xué)（microdemography）轉(zhuǎn)變。傳統(tǒng)人口學(xué)更加關(guān)注宏觀人口統(tǒng)計(jì)，而計(jì)算人口學(xué)認(rèn)為，微觀人口統(tǒng)計(jì)將更加注重個(gè)人生活史、個(gè)人婚姻家庭關(guān)系史、個(gè)人生育史、個(gè)體健康管理等方面的研究和分析，并在此基礎(chǔ)上實(shí)現(xiàn)微觀人口學(xué)和宏觀人口學(xué)的連接。總體而言，與傳統(tǒng)人口學(xué)研究范式相比，計(jì)算人口學(xué)具有獨(dú)特的學(xué)科范式，體現(xiàn)了數(shù)據(jù)密集型的科學(xué)研究范式（孟小峰、張祎，2019）[19]。
二、計(jì)算人口學(xué)的理論基礎(chǔ)
計(jì)算人口學(xué)是由互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等數(shù)字技術(shù)直接催生的新興學(xué)科，不僅有其鮮明的時(shí)代特征，而且有其深厚的理論基礎(chǔ)，至少體現(xiàn)在三個(gè)方面。
（一）第三次人口轉(zhuǎn)變理論
經(jīng)典的人口轉(zhuǎn)變理論（即第一次人口轉(zhuǎn)變理論）是由法國(guó)人口學(xué)家A.蘭德里（A.Landry）始創(chuàng)，后經(jīng)過(guò)美國(guó)人口學(xué)家湯普森的潤(rùn)色加工，到1945年美國(guó)人口學(xué)F.W.諾特斯坦（F.W.Notestein）基本成型，指的是傳統(tǒng)型人口再生產(chǎn)類型（即高出生率、高死亡率和低自然增長(zhǎng)率）經(jīng)過(guò)渡型人口再生產(chǎn)類型（高出生率、低死亡率和高自然增長(zhǎng)率）向現(xiàn)代型人口再生產(chǎn)類型（即低出生率、低死亡率和低自然增長(zhǎng)率）轉(zhuǎn)變的過(guò)程。經(jīng)典的人口轉(zhuǎn)變理論較好地解釋了現(xiàn)代化進(jìn)程與人口再生產(chǎn)類型之間的關(guān)系。歐洲國(guó)家基本在第二次世界大戰(zhàn)前完成了第一次人口轉(zhuǎn)變，并且在20世紀(jì)60年代開(kāi)始，已經(jīng)完成了第一次人口轉(zhuǎn)變的歐洲國(guó)家再次呈現(xiàn)了新的人口變動(dòng)特征。荷蘭學(xué)者Van de Kaa于1986年提出第二次人口轉(zhuǎn)變理論。他認(rèn)為，與第一次人口轉(zhuǎn)變相比, 第二次人口轉(zhuǎn)變無(wú)論在深度、廣度, 還是在變化的機(jī)理方面，都有很大的不同。這主要表現(xiàn)為：（1）從婚姻的黃金時(shí)期轉(zhuǎn)向同居的破曉；（2）從孩子為王的時(shí)代轉(zhuǎn)向以伴侶為中心的時(shí)代；（3）從預(yù)防性的避孕轉(zhuǎn)向自我實(shí)現(xiàn)的避孕；（4）從單一家庭模式轉(zhuǎn)向多元化的家庭戶模式（Van De Kaa，1987）[20]。這四個(gè)轉(zhuǎn)移在人口學(xué)的指標(biāo)上表現(xiàn)出15個(gè)順序的變化，包括同性婚姻合法化、婚外生育被社會(huì)認(rèn)同等等（蔣耒文，2002）[21]。
第二次人口轉(zhuǎn)變已經(jīng)過(guò)去了30多年。21世紀(jì)以來(lái)，隨著計(jì)算機(jī)技術(shù)、互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字和計(jì)算技術(shù)的快速發(fā)展，人類的人口再生產(chǎn)呈現(xiàn)出新的特征：（1）醫(yī)學(xué)和生物學(xué)技術(shù)尤其是生殖輔助技術(shù)快速發(fā)展，凍卵、無(wú)精生殖、單性生殖以及智胚胎切割克隆等技術(shù)的成功或許不是夢(mèng)想（喬杰，2008）[22]，生育與女性身體開(kāi)始剝離；（2）機(jī)器人的大量興起，在很多體力繁重、高強(qiáng)度、高風(fēng)險(xiǎn)的領(lǐng)域替代人類勞動(dòng)，成為與人類相當(dāng)?shù)闹匾獎(jiǎng)趧?dòng)力，在體力和智力等方面甚至超過(guò)人類勞動(dòng)力；（3）人類生活和工作以及休閑日益被數(shù)字化，人類的數(shù)字孿生體日漸成型，成為與人類平行存在且與人類緊密關(guān)聯(lián)（linked）的主體（agent），人機(jī)協(xié)同將成為人類生活、工作和休閑的常態(tài)；（4）模擬人類智慧的人工智能的興起并快速發(fā)展，人類的解放由體力解放向腦力解放拓展，人口再生產(chǎn)已經(jīng)向智力再生產(chǎn)轉(zhuǎn)變（黃匡時(shí)，2020）[23]；（5）數(shù)字化讓人類更加緊密聯(lián)系在一起，人口的勞動(dòng)和消費(fèi)以及遷移已經(jīng)數(shù)字化和全球化，與此同時(shí)人口再生產(chǎn)已經(jīng)數(shù)字化、網(wǎng)絡(luò)化、全球化。人口再生產(chǎn)的這些變化使得人類正在經(jīng)歷新的人口轉(zhuǎn)變，這里我們稱之為第三次人口轉(zhuǎn)變。第三次人口轉(zhuǎn)變是第一次人口轉(zhuǎn)變和第二次人口轉(zhuǎn)變的客觀必然。前兩次人口轉(zhuǎn)變導(dǎo)致的低生育率和低自然增長(zhǎng)率是人口再生產(chǎn)的“內(nèi)卷化”（involution），無(wú)法解決人口再生產(chǎn)的可持續(xù)性問(wèn)題，而第三次人口轉(zhuǎn)變與前兩次人口轉(zhuǎn)變完全不同的，是人口再生產(chǎn)的外生化（externalization），即通過(guò)機(jī)器人等數(shù)字人口來(lái)彌補(bǔ)人類的低生育率和低自然增長(zhǎng)率，從而實(shí)現(xiàn)人口再生產(chǎn)的新平衡。
（二）主體性理論
人的主體性（Subjectivity）問(wèn)題一直哲學(xué)和社會(huì)學(xué)理論的核心內(nèi)容。自從啟蒙運(yùn)動(dòng)以來(lái)，現(xiàn)代性理論一直在思考人的主體性的價(jià)值意義（鄭杭生，楊敏，2006）[24]。主體性是現(xiàn)代性的核心原則。哈貝馬斯（1987）[25]認(rèn)為，現(xiàn)代性是一種覺(jué)醒的時(shí)代意識(shí)，它以理性為基礎(chǔ)，以人的主體的自由為標(biāo)志。回顧人類發(fā)展歷史，人類現(xiàn)代化進(jìn)程就是人的主體性不斷拓展和豐富的過(guò)程，尤其是科技革命使人類的主體性達(dá)到前所未有的程度。20世紀(jì)下半葉，以福柯、利奧塔、德里達(dá)為主要代表的后現(xiàn)代主義從主體概念本身、邏輯（理性）中心主義、樂(lè)觀主義三個(gè)方面對(duì)主體性進(jìn)行徹底摧毀和全盤否定。哈貝馬斯通過(guò)建立在主體間性的溝通理性理論對(duì)主體性進(jìn)行了拯救，認(rèn)為從主體哲學(xué)到主體間性哲學(xué)的轉(zhuǎn)變只是解釋范型本身的改變，而不是主體性的消解；建立在主體間性基礎(chǔ)上的溝通理性理論可以克服人類中心主義的困境；主體性本身就意味著主體間性；人類主體性的異化根源于工具理性的膨脹和生活世界的抽象化，在溝通理性中可以克服主體的異化（劉日明，2001）[26]。馬克思認(rèn)為，主體性具有實(shí)踐主體性（人與自然的主體與客體關(guān)系）、價(jià)值主體性（主體性的物質(zhì)需要和精神需要）和社會(huì)主體性（主體性不僅是個(gè)體主體，更體現(xiàn)為群體主體性）三個(gè)維度（駱郁廷，2009）[27]。
主體性理論是計(jì)算人口學(xué)的發(fā)展的重要理論基礎(chǔ)，尤其在機(jī)器人和人工智能的主體性上提供了豐富的理論解釋。目前關(guān)于機(jī)器人和人工智能的主體性存在兩種觀點(diǎn)：一是機(jī)器人和人工智能本身是人類主體性的拓展，不具備主體性。孫祥飛（2016）[28]認(rèn)為，機(jī)器人參與新聞寫作和報(bào)道，既不是取代新聞工作者的主體性，也不是否定新聞工作者的主體性，恰恰相反，是延伸和強(qiáng)化了人的主體性。正所謂荀子在《勸學(xué)篇》中所說(shuō)“君子性非異也，善假于物也”。張勁松（2017）[29]認(rèn)為，人工智能在思維能力上無(wú)法超越人類思維和意識(shí)的整體性，對(duì)于感官和人腦的模擬仍處于機(jī)械化階段，更不能產(chǎn)生人類主體性所依賴的社會(huì)關(guān)系和實(shí)踐基礎(chǔ)。因此人工智能無(wú)法復(fù)制、模擬和超越人類主體性。朱建華和甄航（2019）[30]認(rèn)為，基于認(rèn)知科學(xué)的五個(gè)層級(jí)理論，人工智能在神經(jīng)層級(jí)、心理層級(jí)、語(yǔ)言層級(jí)、思維層級(jí)、文化層級(jí)都無(wú)法與人類匹敵，其只是對(duì)人類智能形式上的簡(jiǎn)單模擬，因此結(jié)合塞爾“中文房間模型”研判，認(rèn)為人工智能并不具備刑法意義的“辨認(rèn)能力”與“控制能力”，故當(dāng)前的刑法理論不必將人工智能視為刑法主體性，可將其作為“犯罪工具”和“犯罪對(duì)象”對(duì)待。第二種觀點(diǎn)認(rèn)為，機(jī)器人和人工智能具備獨(dú)立意識(shí)，能夠獨(dú)立做出判斷，具有獨(dú)立的權(quán)利能力、行為能力和責(zé)任能力，主張法律應(yīng)賦予其權(quán)利和義務(wù)，將其法律地位等同于自然人或擬制的法律主體。持這種觀點(diǎn)的人大都基于“電子代理人說(shuō)”，即將智能機(jī)器人視為其“所有人”的代理人，“電子代理人說(shuō)”則將機(jī)器人的用戶或者操作者與機(jī)器人（人工智能體）的關(guān)系認(rèn)定為法律代理關(guān)系中本人與代理人的關(guān)系。電子代理人說(shuō)得到很多國(guó)家的認(rèn)可。美國(guó)統(tǒng)一州法全國(guó)委員會(huì)于1999 年8 月通過(guò)的《統(tǒng)一電子交易法》（Uniform Electronic Transactions Act）（修訂稿）第2 條對(duì)“電子代理人”進(jìn)行了定義：“系指非經(jīng)人的行為或?qū)徍耍炕虿糠知?dú)立地發(fā)起某種行為或應(yīng)對(duì)電子記錄或履行的計(jì)算機(jī)程序、電子手段或其他自動(dòng)化手段。” 加拿大1999 年通過(guò)的《統(tǒng)一電子商務(wù)法》中同樣使用了“電子代理人”一詞。2016 年5 月31 日，歐盟委員會(huì)法律事務(wù)委員會(huì)提交一項(xiàng)動(dòng)議，要求歐盟委員會(huì)把正在自動(dòng)化智能機(jī)器工人的身份界定為電子人的身份，并賦予這些機(jī)器人依法享有著作權(quán)等特殊的權(quán)利與義務(wù)（張勇，許亞潔，2020）[31]。當(dāng)然，不少學(xué)者持“有限法律人格說(shuō)”，認(rèn)為，強(qiáng)人工智能的機(jī)器人具有自主性和適應(yīng)性特征，從法律技術(shù)上可以承認(rèn)其主體人格，賦予其擬制主體地位，而弱人工智能則不具備自主性，不應(yīng)納入擬制主體地位。因此，可以在有限范圍內(nèi)承認(rèn)人工智能法律擬制人格，而且機(jī)器人的法律權(quán)利有別于人類的“自然權(quán)利”，具有擬制性、利他性以及功能性等（張勇，許亞潔，2020）[31]。
無(wú)論是支持人工智能主體性觀點(diǎn)，還是否定人工智能主體性觀點(diǎn)，主體性理論毫無(wú)疑問(wèn)都會(huì)深化數(shù)字化時(shí)代人類主體性的理解，加深人類對(duì)人類本身與機(jī)器人等數(shù)字人口在主體性上的相似性和差異性的研究，是計(jì)算人口學(xué)的重要理論基礎(chǔ)。
（三）天人合一理論
天人合一是我國(guó)重要的哲學(xué)思想（張岱年，1985）[32]，儒、道、釋等諸家各有闡述。天指自然和天道，天人合一多指人與道合而達(dá)到“天地與我并生，萬(wàn)物與我為一”的境界。當(dāng)今，5G技術(shù)快速發(fā)展，正在實(shí)現(xiàn)萬(wàn)物互聯(lián)、智慧家居和無(wú)人駕駛。而且6G技術(shù)即將到來(lái)。人與萬(wàn)物的聯(lián)通即將實(shí)現(xiàn)。因此，有人認(rèn)為，5G是萬(wàn)物互聯(lián)，6G就是天人合一。在“萬(wàn)物互聯(lián)”的數(shù)字化時(shí)代，“以人為本、天人合一”思想將為計(jì)算人口學(xué)提供豐富的營(yíng)養(yǎng)。
人機(jī)一體化理論和人-機(jī)-環(huán)綜合決策理論都是天人合一思想的重要體現(xiàn)。路甬祥（1994）[33]在分析人與機(jī)器的各自優(yōu)缺點(diǎn)的基礎(chǔ)上，結(jié)合思維科學(xué)理論、信息科學(xué)理論、人工智能技術(shù)和機(jī)械科學(xué)的新進(jìn)展，提出了人機(jī)一體化（Humachine）的思想，并在思維、感知和執(zhí)行三個(gè)不同層面上對(duì)人機(jī)一體化系統(tǒng)與技術(shù)思想進(jìn)行了立論。后來(lái)，越來(lái)越多的學(xué)者提出了“人機(jī)融合”、“人機(jī)融合體”、“人機(jī)智能”、“人機(jī)智能體”、“人機(jī)融合智能系統(tǒng)”等概念，這些都體現(xiàn)了人機(jī)融合的思想。黃孝鵬等（2012）[34]創(chuàng)造性地提出“人即服務(wù)”的理念，將人以服務(wù)組件的形式“浸入”到?jīng)Q策系統(tǒng)中，進(jìn)而凝練出與“硬件”和“軟件”相對(duì)應(yīng)的“人件”與“人件服務(wù)”的概念，認(rèn)為，人件(Humanware) 是參與決策活動(dòng)的人，可由個(gè)人、群體或組織提供，具有決策者的認(rèn)知（認(rèn)知共享）特征，是針對(duì)新型決策系統(tǒng)中人機(jī)高效協(xié)作問(wèn)題所提出的一種概念，為探索將人的高級(jí)智慧融入到?jīng)Q策系統(tǒng)中提供突破口；人件作為決策系統(tǒng)組成要素之一，同硬件、軟件一起接受系統(tǒng)統(tǒng)一管理和調(diào)度，并和它們相互緊密協(xié)作完成決策任務(wù)，為設(shè)計(jì)和實(shí)現(xiàn)能充分體現(xiàn)決策者浸入及認(rèn)知特征的人機(jī)協(xié)同決策系統(tǒng)提供先進(jìn)的思路，成為以人為中心的系統(tǒng)組件理論重要內(nèi)容。劉偉（2019）[35]認(rèn)為，人機(jī)協(xié)同是一種由人、機(jī)、環(huán)境系統(tǒng)相互作用而產(chǎn)生的新型智能形式，采用分層的體系結(jié)構(gòu)，即人類通過(guò)后天完善的認(rèn)知能力對(duì)外界環(huán)境進(jìn)行分析感知，其認(rèn)知過(guò)程可分為記憶層、意圖層、決策層、感知與行為層，形成意向性的思維，而機(jī)器通過(guò)探測(cè)數(shù)據(jù)對(duì)外界環(huán)境進(jìn)行感知分析，其認(rèn)知過(guò)程分為目標(biāo)層知識(shí)庫(kù)、任務(wù)規(guī)劃層、感知與執(zhí)行層，形成形式化的思維。相同的體系結(jié)構(gòu)指明人類與機(jī)器可以在相同的層次之間進(jìn)行協(xié)同。勵(lì)建安（2020）[36]認(rèn)為，康復(fù)機(jī)器人是康復(fù)專業(yè)人員的又一條手臂，而不是替代康復(fù)專業(yè)人員，這體現(xiàn)了“人機(jī)融合”的理念，而且人機(jī)之間最大的結(jié)合點(diǎn)是人的思維和意圖識(shí)別，機(jī)器人最難突破的是人類具有的道義感和仁愛(ài)心，康復(fù)機(jī)器人貫穿著改善-代償-替代-環(huán)境改造的康復(fù)路徑，體現(xiàn)了天人合一的健康理念。
三、計(jì)算人口學(xué)的技術(shù)方法
計(jì)算人口學(xué)是人口學(xué)和計(jì)算機(jī)技術(shù)交叉學(xué)科，因此其技術(shù)方法既有傳統(tǒng)人口學(xué)方法上的創(chuàng)新發(fā)展，比如與紙質(zhì)調(diào)查不同的在線調(diào)查和在線實(shí)驗(yàn)，與假想隊(duì)列方法不同的拓展隊(duì)列法等，也有計(jì)算機(jī)技術(shù)的延續(xù)和發(fā)展，比如主體建模方法和在線譜系學(xué)。因此，本文主要介紹計(jì)算人口學(xué)上述四個(gè)主要技術(shù)方法：
（一）拓展隊(duì)列法（Extended Cohort Analysis）
采用完全隊(duì)列法（Cohort analysis）計(jì)算平均壽命，需要等這個(gè)隊(duì)列的所有人去世后才能計(jì)算出來(lái)，同樣的，采用完全隊(duì)列法計(jì)算生育水平，需要等這個(gè)隊(duì)列的所有育齡婦女度過(guò)其49歲的育齡期才能統(tǒng)計(jì)出來(lái)，而當(dāng)這個(gè)隊(duì)列的平均壽命和平均生育子女?dāng)?shù)計(jì)算出來(lái)之后，對(duì)這個(gè)隊(duì)列的平均壽命和生育水平等統(tǒng)計(jì)指標(biāo)不僅缺乏政策補(bǔ)救價(jià)值，而且也無(wú)法反映當(dāng)下的預(yù)期壽命和生育水平，因此，人口學(xué)常常采用假想隊(duì)列法（Hypothesis cohort analysis），用時(shí)期的年齡別死亡率和時(shí)期的年齡別生育率作為一個(gè)假想隊(duì)列的年齡別死亡率和年齡別生育率，由此核算平均預(yù)期壽命和總和生育率，用來(lái)反映當(dāng)下的預(yù)期壽命和生育水平。受年齡和時(shí)間的自然規(guī)律的限制，我們根本不可能用完全隊(duì)列法來(lái)測(cè)量當(dāng)前的預(yù)期壽命和生育水平，只能用假想隊(duì)列法來(lái)替代完全隊(duì)列法，這是一種退而求其次的策略。但是在數(shù)字化時(shí)代，微觀個(gè)案數(shù)據(jù)日益豐富，使得我們可以采用更好的方法來(lái)替代假想隊(duì)列法，即拓展隊(duì)列法（Extended Cohort Analysis）。拓展隊(duì)列法不是完全隊(duì)列法，但是更加接近完全隊(duì)列法。
拓展隊(duì)列法的誕生有其時(shí)代背景。當(dāng)前，有兩個(gè)條件催生了拓展隊(duì)列法：一是微觀個(gè)案數(shù)據(jù)的豐富，不僅覆蓋了接近全員的微觀個(gè)案，而且所有微觀個(gè)案的信息豐富，這使得個(gè)案的健康管理和生育行為具有穩(wěn)定的可預(yù)測(cè)性；二是微觀個(gè)案的相關(guān)數(shù)據(jù)信息及時(shí)、準(zhǔn)確，從而可以實(shí)現(xiàn)個(gè)體的行為規(guī)律的及時(shí)分析和預(yù)測(cè)。而這兩個(gè)條件正是數(shù)字化和人工智能時(shí)代可以滿足的。因此，拓展隊(duì)列法就是數(shù)字化時(shí)代的產(chǎn)物，有其客觀必然性。拓展隊(duì)列法的基本思路是基于微觀個(gè)案的大數(shù)據(jù)，根據(jù)死亡和生育行為的相關(guān)預(yù)測(cè)算法，預(yù)測(cè)所有微觀個(gè)案的死亡和生育規(guī)律，由此形成了基于拓展隊(duì)列法的全員人口的完全隊(duì)列信息，然后基于相鄰隊(duì)列法修正所有個(gè)體的預(yù)測(cè)值，由此獲得基于拓展隊(duì)列法的平均預(yù)期壽命和生育水平（見(jiàn)圖1）。拓展隊(duì)列法不僅可以矯正假想隊(duì)列法獲得的統(tǒng)計(jì)指標(biāo)，而且還可以獲得拓展后的全員人口的完全隊(duì)列統(tǒng)計(jì)指標(biāo)。
圖1完全隊(duì)列法、假想隊(duì)列法和拓展隊(duì)列法（以總和生育率為例）
（二）在線調(diào)查與實(shí)驗(yàn)（Online Surveys and Experiments）
在線調(diào)查與互聯(lián)網(wǎng)的發(fā)展緊密關(guān)聯(lián)。在互聯(lián)網(wǎng)發(fā)達(dá)的歐美和日韓，在線調(diào)查非常成熟。我國(guó)在線調(diào)查才剛剛起步，但是隨著互聯(lián)網(wǎng)的快速發(fā)展而迅速發(fā)展。根據(jù)2021年2月3日中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布第47次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，截至2020年12月，我國(guó)網(wǎng)民規(guī)模達(dá)9.89億，互聯(lián)網(wǎng)普及率達(dá)70.4%。互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等大數(shù)據(jù)的快速發(fā)展催生了在線調(diào)查。與線下面對(duì)面的入戶調(diào)查不同的是，在線調(diào)查憑借互聯(lián)網(wǎng)技術(shù)，將設(shè)計(jì)好的問(wèn)卷放在網(wǎng)上，等待任意網(wǎng)民或者特定的網(wǎng)民自行填答，因此，在線調(diào)查具有低成本、高速度、跨越時(shí)空局限、有著豐富的表現(xiàn)形式、具有智能化及互動(dòng)性等優(yōu)點(diǎn)（黎沛姿，譚北平，2005）[37]。不過(guò)，在線調(diào)查也存在顯而易見(jiàn)的局限。比如樣本代表性問(wèn)題。我國(guó)網(wǎng)民中68.7%是城鎮(zhèn)網(wǎng)民，高于我國(guó)的城鎮(zhèn)化率（60.6%），而且年齡別結(jié)構(gòu)也與總?cè)丝诘慕Y(jié)構(gòu)分布存在偏差。因此，在線調(diào)查的樣本肯定是有偏差的，需要加權(quán)處理。此外，在線調(diào)查的答題過(guò)程缺乏交流和監(jiān)控，填答者在答題的情景也多種多樣，這些都可以影響答題的可靠性。正因?yàn)槿绱耍P(guān)于在線調(diào)查數(shù)據(jù)的清理和修正技術(shù)也在不斷發(fā)展（李軍軍，李應(yīng)榮，2005）[38]。
在線實(shí)驗(yàn)就是在互聯(lián)網(wǎng)上開(kāi)展的實(shí)驗(yàn)研究，又稱為基于互聯(lián)網(wǎng)的實(shí)驗(yàn)（web-based experiment或者Internet-based experiment）。在線實(shí)驗(yàn)因其成本低、高效率、匿名性、主題廣等特征而受到研究著的喜愛(ài)。比如互聯(lián)網(wǎng)心理學(xué)實(shí)驗(yàn)室開(kāi)展暴力網(wǎng)絡(luò)游戲的實(shí)驗(yàn)，即通過(guò)在游戲中增加暴力射殺等血腥元素，由此考察玩家對(duì)攻擊性行為的認(rèn)知以及暴力視頻游戲的短期脫敏效應(yīng)，揭示研究變量之間的因果關(guān)系。又如在線社交網(wǎng)絡(luò)控制實(shí)驗(yàn)通常分為嵌入模式和平臺(tái)模式，嵌入模式通常直接在真實(shí)的大尺度社交網(wǎng)絡(luò)（如Facebook 和Twitter）上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)規(guī)模巨大，通常涉及數(shù)萬(wàn)乃至數(shù)千萬(wàn)用戶，而平臺(tái)模式是一種將傳統(tǒng)線下控制實(shí)驗(yàn)轉(zhuǎn)移到線上平臺(tái)執(zhí)行的模式，充分利用互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)，擴(kuò)大了線下實(shí)驗(yàn)的規(guī)模，同時(shí)能夠?qū)Ω鼜?fù)雜的影響因子進(jìn)行控制，并模擬部分在線社交網(wǎng)絡(luò)的操作與特征，更便于進(jìn)行社交網(wǎng)絡(luò)結(jié)構(gòu)演化以及心理學(xué)實(shí)驗(yàn)研究（金誠(chéng)等，2020）[39]。此外，眼動(dòng)實(shí)驗(yàn)（eye movement experiment）也是一種常見(jiàn)的在線實(shí)驗(yàn)，主要觀察消費(fèi)者認(rèn)知過(guò)程和識(shí)別具體眼動(dòng)軌跡的方法，能夠發(fā)現(xiàn)消費(fèi)者策略和探索潛在的認(rèn)知過(guò)程，在分析在線評(píng)論對(duì)消費(fèi)者的認(rèn)知的影響中得到廣泛應(yīng)用（伍玉婷，2020；唐曉莉,宋之杰，2020）[40][41]。
與在線調(diào)查相比，在線實(shí)驗(yàn)具有更高的技術(shù)難度。相比于實(shí)驗(yàn)室實(shí)驗(yàn)，在線實(shí)驗(yàn)對(duì)實(shí)驗(yàn)條件的控制更弱，往往采用可控性低的電子郵件、APP等工具。有些在線實(shí)驗(yàn)準(zhǔn)入門檻高，成本也巨大，比如要在社交網(wǎng)絡(luò)上開(kāi)展實(shí)驗(yàn)嵌入式實(shí)驗(yàn)就會(huì)面臨準(zhǔn)入門檻的問(wèn)題。目前在線社交網(wǎng)絡(luò)集中在少數(shù)大型企業(yè)手中，普通研究人員不具備開(kāi)展控制實(shí)驗(yàn)的條件。而且在線社交網(wǎng)絡(luò)的控制實(shí)驗(yàn)需要依靠特定的APP，軟件開(kāi)發(fā)和大數(shù)據(jù)清洗、甄別、標(biāo)注和分析等需要高昂的成本，制約了控制實(shí)驗(yàn)的普及。此外，在線實(shí)驗(yàn)也會(huì)面臨一些法律和倫理道德的問(wèn)題，比如侵犯用戶個(gè)人隱私，不僅有悖于科學(xué)研究的倫理道德，甚至可能違法（金誠(chéng)等，2020）[39]。
（三）在線譜系學(xué)（Online genealogy）
譜系學(xué)（genealogy）俗稱家譜。家譜中承載著世系表資料，記載著每個(gè)家庭成員的出生日期、婚育狀況、遷移信息和死亡日期等信息，是開(kāi)展人口學(xué)研究的寶貴資料，可以開(kāi)展預(yù)期壽命、生育水平、人口年齡結(jié)構(gòu)、人口遷移等方面的研究（Clark，2014；李會(huì)敏，2015；Fire and Elovici，2015）[42][43][44]。在計(jì)算機(jī)技術(shù)普及之前，人類的家庭基本都是通過(guò)書(shū)本記載，隨著從計(jì)算機(jī)技術(shù)尤其是互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，在線譜系學(xué)應(yīng)運(yùn)而生。在線譜系學(xué)包括兩個(gè)方面的內(nèi)容：一是歷史家譜的計(jì)算機(jī)化，俗稱網(wǎng)上修譜；二是在世人口的譜系化過(guò)程，即將人與人建立在線關(guān)聯(lián)（linked lives）。
歷史家譜的計(jì)算機(jī)化就是家譜檔案的數(shù)字化過(guò)程。其中，建設(shè)家譜數(shù)據(jù)庫(kù)和家譜網(wǎng)站就是家譜檔案數(shù)字化的主要方式。美國(guó)國(guó)家檔案與文件署、英國(guó)國(guó)家檔案館、澳大利亞國(guó)家檔案館、加拿大國(guó)家圖書(shū)館與檔案館都非常重視家譜數(shù)據(jù)庫(kù)的建設(shè)，不僅建設(shè)了規(guī)模龐大的家譜數(shù)據(jù)庫(kù)，而且還放到網(wǎng)站上供查詢使用。我國(guó)國(guó)家圖書(shū)館數(shù)字圖書(shū)館、上海圖書(shū)館、浙江圖書(shū)館等都開(kāi)設(shè)了家譜數(shù)據(jù)庫(kù)（韋加佳，2014）[45]。家譜網(wǎng)站最早可以追溯到1983年美國(guó)的世系網(wǎng)（Ancestry）。如今該網(wǎng)站包含了270億條記錄和1億個(gè)家庭樹(shù)（family tree），是全球最大的家譜網(wǎng)站。該網(wǎng)站還可以通過(guò)注冊(cè)，建立自己的賬號(hào)，并將自己的家庭成員進(jìn)行關(guān)聯(lián)，由此實(shí)現(xiàn)在世人口和祖先的譜系化過(guò)程。世系網(wǎng)（Ancestry）包括了出生、婚育、死亡、移民等豐富的人口信息，是人口學(xué)的寶貴數(shù)據(jù)。如今，在線家譜網(wǎng)站和在線家譜的手機(jī)APP快速發(fā)展（張振霞，2019）[46]。人們可以通過(guò)手機(jī)APP就可以將自己與家人和族人建立關(guān)聯(lián)。如果人人都成為在線家譜的一部分，那么整個(gè)世界的人口都可以納入到在線譜系中。邁赫里蒂奇（MyHeritage）公司于2012年建立的杰尼網(wǎng)（geni）就是在線譜系學(xué)網(wǎng)站，就是致力于將整個(gè)世界的人口吸引到該網(wǎng)站中。目前該網(wǎng)站覆蓋了過(guò)去400年的8600萬(wàn)個(gè)案（profiles）和1300萬(wàn)的世系（pedigrees），其中55%來(lái)自歐洲，30%來(lái)自北美。卡普蘭尼等人（Kaplanis et.al.,2018）[47]基于杰尼網(wǎng)（geni）的家庭樹(shù)數(shù)據(jù)進(jìn)行了清洗和分析，發(fā)現(xiàn)人口統(tǒng)計(jì)數(shù)據(jù)存在偏差，并進(jìn)行了偏差校正。
在線譜系學(xué)是計(jì)算機(jī)技術(shù)發(fā)展的必然，是實(shí)現(xiàn)世界人口數(shù)字化鏈接（digital linked）有效途徑。當(dāng)然，由于追溯性固有的缺陷，采用在線譜系學(xué)建構(gòu)的數(shù)字家譜必然存在一定的偏差，當(dāng)然，這種偏差是可以修正的，而且隨著未來(lái)世界人口數(shù)字化和譜系化進(jìn)程的推進(jìn)，這種偏差會(huì)越來(lái)越小。
（四）主體建模技術(shù)（Agent-based modeling）
主體建模又稱為智能體建模，是一種基于計(jì)算機(jī)技術(shù)的建模方法，廣泛應(yīng)用于社會(huì)科學(xué)研究。諾貝爾獎(jiǎng)得主、經(jīng)濟(jì)學(xué)家Thomas Schelling（1971）[48]對(duì)種族隔離的主體建模實(shí)驗(yàn)研究、政治學(xué)家Robert Axelrod（1984）[49]對(duì)囚徒困境的主體建模研究、愛(ài)普斯坦（Epstein）和埃克斯特（Axtell）（1996）[50]對(duì)人工社會(huì)的主體建模研究等都是主體建模在社會(huì)科學(xué)領(lǐng)域的經(jīng)典研究。由于人口學(xué)具有較規(guī)范的數(shù)理淵源和很強(qiáng)的實(shí)際政策應(yīng)用，因此，主體建模方法在人口預(yù)測(cè)、婚育過(guò)程、家庭關(guān)系、遷移、養(yǎng)老支持、家庭政策等人口學(xué)領(lǐng)域得到廣泛應(yīng)用（Billari and Prskawetz,2003; Grow and Jan Van Bavel,2017）[9][15]，并形成了一系列主體建模軟件和平臺(tái)，比如MIMOSE（Mohring，1996）[51]、ML3（Tom Warnke et.la.,2015）[14]和JAS-mine（www.jas-mine.net）（Richiardi and Richardson,2017）[52]。其實(shí)，計(jì)算人口學(xué)就是微觀人口仿真（microsimulation）技術(shù)以及主體建模（agent-based modeling）技術(shù)的基礎(chǔ)上發(fā)展起來(lái)的，因此，主體建模技術(shù)是計(jì)算人口學(xué)的經(jīng)典技術(shù)方法。
主體建摸技術(shù)之所以成為計(jì)算人口學(xué)的經(jīng)典技術(shù)方法，主要因其有一些獨(dú)特優(yōu)勢(shì)（陳禹，2003；Fagiolo &Roventini，2012；隆云滔等，2018）[53][54][55]：（1）以微觀個(gè)體為出發(fā)點(diǎn)，自下而上對(duì)宏觀人口現(xiàn)象進(jìn)行建模，因此，可以充分地發(fā)揮作為主體或智能體的主體性和智能性以及異質(zhì)性（比如人與人、人與機(jī)器的差異）優(yōu)勢(shì)；（2）主體有限理性且具有學(xué)習(xí)本性，比較符合作為主體的人和機(jī)器以及群體的特性；（3）主體間非線性的直接交互（包括競(jìng)爭(zhēng)），而且從宏觀到微觀的回路也是非線性的（包括不確定性），比較符合人與人、人與群體、人與機(jī)器、人與機(jī)器群之間的互動(dòng)關(guān)系。計(jì)算人口學(xué)中的主體建模分析方法是通過(guò)計(jì)算機(jī)技術(shù)模擬出一個(gè)人工人口或虛擬人口（也是數(shù)字人口），并通過(guò)設(shè)置各種人口變量來(lái)模擬人口過(guò)程，為解釋人口現(xiàn)象提供了一種動(dòng)態(tài)分析路徑。通常，主體建模技術(shù)方法需要三個(gè)方面的建模工作：一是為主體設(shè)置一個(gè)模型，包括主體的基本屬性、行動(dòng)規(guī)則和規(guī)則解釋器；二是為主體所在的社會(huì)或自然環(huán)境建模，包括主體之外的所有社會(huì)關(guān)系和社會(huì)網(wǎng)絡(luò)；三是為主體的運(yùn)行過(guò)程建模。主體建模本質(zhì)上是一個(gè)形式邏輯模型，可以理解各種情景下的人口過(guò)程和人口結(jié)構(gòu)的“結(jié)果涌現(xiàn)”（outcome emergence），更適合理論的發(fā)展和解釋，為解決具體問(wèn)題提供情景參考。當(dāng)然，主體建模技術(shù)作為一個(gè)形式邏輯，只能接近真實(shí)的人口過(guò)程，現(xiàn)實(shí)中依然需要結(jié)合實(shí)證數(shù)據(jù)來(lái)研究具體政策（黃璜，2010）[56]。此外，主體建摸技術(shù)的技術(shù)門檻較高，尤其在萬(wàn)物互聯(lián)的數(shù)字化時(shí)代，主體建模技術(shù)面臨新的機(jī)遇與挑戰(zhàn)。
四、計(jì)算人口學(xué)面臨的機(jī)遇挑戰(zhàn)與政策建議
計(jì)算人口學(xué)的興起具有鮮明的時(shí)代特征。當(dāng)前，互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字計(jì)算正蓬勃發(fā)展，尤其是2019年底新冠肺炎疫情全球暴發(fā)后，數(shù)字技術(shù)加快發(fā)展，計(jì)算人口學(xué)迎來(lái)了良好的發(fā)展機(jī)遇。隨著互聯(lián)網(wǎng)普及率不斷提高，越來(lái)越趨向覆蓋全員目標(biāo)人口。5G技術(shù)加快普及，6G技術(shù)即將到來(lái)，人與人之間、人與機(jī)之間、人與環(huán)境之間的融合速度前所未有，而且顛覆經(jīng)典超級(jí)計(jì)算機(jī)的量子計(jì)算技術(shù)加快布局，成為推動(dòng)計(jì)算人口學(xué)快速發(fā)展的重要推動(dòng)力。同時(shí)，以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、5G和6G通信技術(shù)、量子計(jì)算、人工智能、數(shù)字孿生等為代表的數(shù)字技術(shù)群落不斷融合、疊加和迭代升級(jí)，為數(shù)字經(jīng)濟(jì)發(fā)展提供了高經(jīng)濟(jì)性、高可用性、高可靠性的技術(shù)底座，構(gòu)建了驅(qū)動(dòng)數(shù)據(jù)密集型的科學(xué)研究范式快速發(fā)展的基礎(chǔ)設(shè)施，為計(jì)算人口學(xué)的蓬勃發(fā)展提供了重要的技術(shù)生態(tài)。2020年12月28日，國(guó)家發(fā)改委發(fā)布《關(guān)于加快構(gòu)建全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導(dǎo)意見(jiàn)》的通知，提出“到2025年，全國(guó)范圍內(nèi)形成一批行業(yè)數(shù)據(jù)大腦、城市數(shù)據(jù)大腦，全社會(huì)算力資源、數(shù)據(jù)資源向智力資源高效轉(zhuǎn)化的態(tài)勢(shì)基本形成”的建設(shè)目標(biāo)，為“十四五”時(shí)期我國(guó)計(jì)算人口學(xué)的發(fā)展創(chuàng)造了良好的政策環(huán)境。
（一）機(jī)遇與挑戰(zhàn)
作為一門新興科學(xué)，計(jì)算人口學(xué)也面臨諸多挑戰(zhàn)（王飛躍等，2010；孟小峰等，2013；張小勁，孟天廣，2017；David et.al.,2019）[57][58][59][60]。第一，計(jì)算人口學(xué)屬于計(jì)算機(jī)科學(xué)和人口學(xué)的交叉學(xué)科，面臨交叉學(xué)科的技術(shù)方法和激勵(lì)機(jī)制以及學(xué)科結(jié)構(gòu)等方面的挑戰(zhàn)。由于計(jì)算人口學(xué)在技術(shù)方法上需要一定的計(jì)算機(jī)編程技術(shù)，至少需要熟練R語(yǔ)言或Python語(yǔ)言等計(jì)算機(jī)編程技術(shù)，而且還需要對(duì)人口學(xué)的行為規(guī)律算法熟悉，因此計(jì)算人口學(xué)的研究人員既要懂得計(jì)算機(jī)編程又要熟練數(shù)理人口學(xué)的算法。第二，計(jì)算人口學(xué)所需要的密集型大數(shù)據(jù)分散在公共機(jī)構(gòu)和私營(yíng)企業(yè)中，面臨數(shù)據(jù)整合和共享的挑戰(zhàn)。與公共機(jī)構(gòu)共享微觀人口數(shù)據(jù)不同的是，掌握大量微觀人口的社交網(wǎng)絡(luò)、出行軌跡、消費(fèi)等行為數(shù)據(jù)的私營(yíng)企業(yè)在數(shù)據(jù)共享上缺乏有效的共享激勵(lì)，由此制約了計(jì)算人口學(xué)家的數(shù)據(jù)使用。第三，計(jì)算人口學(xué)面臨數(shù)據(jù)收集和使用、信息共享、調(diào)查和實(shí)驗(yàn)、算法規(guī)則等方面的規(guī)范不健全的挑戰(zhàn)。第四，計(jì)算人口學(xué)也面臨隱私保護(hù)和倫理道德等方面的挑戰(zhàn)。計(jì)算人口學(xué)的研究與個(gè)人數(shù)據(jù)緊密關(guān)聯(lián)，往往不可避免涉及倫理道德，加上計(jì)算人口學(xué)面臨的科學(xué)風(fēng)險(xiǎn)常常會(huì)成為個(gè)人隱私保護(hù)和倫理道德等方面的借口，從而制約計(jì)算人口學(xué)的科學(xué)研究。
（二）政策建議
我們?cè)跈C(jī)遇和挑戰(zhàn)面前，要推動(dòng)計(jì)算人口學(xué)的發(fā)展。第一，需要加強(qiáng)協(xié)作，不僅要加強(qiáng)跨學(xué)科協(xié)作，而且還需要加強(qiáng)產(chǎn)學(xué)研協(xié)同創(chuàng)新發(fā)展，實(shí)現(xiàn)政務(wù)大數(shù)據(jù)與企業(yè)大數(shù)據(jù)的融合和共享；第二，要加強(qiáng)以人為中心、人-機(jī)-環(huán)協(xié)同融合的數(shù)據(jù)密集型基礎(chǔ)設(shè)施建設(shè)，加快人類數(shù)字化、智能化和協(xié)同化進(jìn)程；第三要加強(qiáng)計(jì)算人口學(xué)在數(shù)據(jù)收集和使用、信息共享、調(diào)查和實(shí)驗(yàn)、算法規(guī)則等研究規(guī)范建設(shè)，既可以學(xué)者自覺(jué)倡議，形成學(xué)術(shù)研究共同準(zhǔn)則，也可以通過(guò)法律等進(jìn)行規(guī)范；第四，豐富計(jì)算人口學(xué)在解決實(shí)際問(wèn)題方面的應(yīng)用場(chǎng)景，包括促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展、人口安全和可持續(xù)發(fā)展、疫情防控、人口普查和監(jiān)測(cè)、增強(qiáng)政策包容性、公平性和可及性等方面；第五，關(guān)注計(jì)算人口學(xué)對(duì)個(gè)人安全、隱私保護(hù)、道德倫理等方面的影響，加強(qiáng)科學(xué)知識(shí)普及和宣傳，合理引導(dǎo)科學(xué)研究和社會(huì)輿論。
參考文獻(xiàn)
[1]Graunt J. Natural and political observations. Mentioned in a following Index， and made upon the Bills of Mortality[M]. Tho: Roycroft， London，1662:11-15.
[2]BURCH T K. Theory， computers and the parameterization of demographic behavior[N]. IUSSP International Population Conference， Montreal. Li6ge: IUSSP， 1993，3:377-388.
[3]PICK J B. Computer display of population age structure[M].Demography. 1974，11(4):673-682.
[4]ARRIAGA E， ANDERSON P， HELIGMAN L. Computer Programs for Demographic Analysis[M]. Washington， D.C.， Government Printing Office.1976
[5]MODE C J.Stochastic Processes in Demography and their Computer Implementation[M]. Springer， Berlin. 1985.
[6]UNITED NATIONS. MORTPAK-The United Nations Software Package for Mortality Measurement:Batch-oriented Software for the Mainframe Computer[N].ST/ESA/SER.R/78. 1988.
[7]翟振武，李龍，陳佳鞠，等.人口預(yù)測(cè)在PADIS-INT軟件中的應(yīng)用——MORTPAK、Spectrum和PADIS-INT比較分析[J].人口研究，2017，41(06):84-97.
[8]LAZER D， PENTLAND A， ADAMIC L， et al. Computational Social Science[J]. Science. 2009，323(5915):721-3.doi: 10.1126/science.1167742.
[9]BILLARI F C， PRSKAWETZ A (eds). Agent-based Computational Demography. Using Simulation to Improve our Understanding of Demographic Behaviour[M]. Heidelberg: Physica Verlag (Springer). 2003.
[10] TODD P M， BILLARI F C， SIMAO J. Aggregate Age-at-Marriage Patterns From Individual Mate-Search Heuristics[J]. Demography.2005，42 (3): 559–574.
[11] HILLS T， TODD P. Population Heterogeneity and Individual Differences in an Assortative Agent-Based Marriage and Divorce Model (MADAM) Using Search with Relaxing Expectations[J]. Journal of Artificial Societies and Social Simulation.2008，11 (4): 5.
[12] DIAZ B A， FENT T， PRSKAWETZ A， et al. Transition to Parenthood: The Role of Social Interaction and Endogenous Networks[J]. Demography.2011，48 (2): 559–579.
[13] FENT T， APARICIO DIAZ B， PRSKAWETZ A. Family Policies in the Context of Low Fertility and Social Structure[J]. Demographic Research，2013， 29 (37): 963–998.
[14] WARNKE T， STEINIGER A， UHRMACHER A M， et al. ML3: A language for compact modeling of linked lives in computational demography[N].2015 Winter Simulation Conference (WSC)， Huntington Beach.CA.2015， pp. 2764-2775. doi: 10.1109/WSC.2015.7408382.
[15] GROW A， VAN BAVEL J(eds.). Agent-Based Modelling in Population Studies[M]. TSSDMPA， Springer， Cham.2017，41. https://doi.org/10.1007/978-3-319-32283-4
[16] GILES J. Computational social science: Making the links[J]. Nature.2012，488(7412):448-50. doi: 10.1038/488448a. PMID: 22914149.
[17] 宋健.人口學(xué)方法的傳承與演變——兼論中國(guó)人口學(xué)學(xué)科發(fā)展[J].人口與經(jīng)濟(jì)，2020(04):1-14.
[18] 黃匡時(shí).數(shù)字化時(shí)代的人口學(xué)發(fā)展:從人類人口學(xué)向數(shù)字人口學(xué)轉(zhuǎn)變[J].人口與社會(huì)，2020，36(01):25-37.
[19] 孟小峰，張祎.計(jì)算社會(huì)科學(xué)促進(jìn)社會(huì)科學(xué)研究轉(zhuǎn)型[J].社會(huì)科學(xué)，2019(07):3-10.
[20] VAN DE KAA DJ. Europe's second demographic transition[J]. Popul Bull. 1987 Mar;42(1):1-59. PMID: 12268395.
[21] 蔣耒文.“歐洲第二次人口轉(zhuǎn)變”理論及其思考[J].人口研究，2002(03):45-49.
[22] 喬杰.人類輔助生殖技術(shù)的新進(jìn)展[J].中國(guó)實(shí)用婦科與產(chǎn)科雜志，2008(1):33-34.
[23] 黃匡時(shí).人工智能時(shí)代人口研究的前瞻性思考[J].人口研究，2020，44(03):118-128.
[24] 鄭杭生，楊敏.個(gè)人的當(dāng)代形貌:社會(huì)化理論的世紀(jì)挑戰(zhàn)——人的主體性的新發(fā)展與以人為本的時(shí)代源泉[J].河北學(xué)刊，2006(03):73-82.
[25] HABERMAS J. The Philosophical Discourse of Modernity[M]， trans. Frederick Lawrence， Cambridge， MA: MIT Press.1987:242.
[26] 劉日明.哈貝馬斯的主體性理論及其現(xiàn)實(shí)意義[J].上海社會(huì)科學(xué)院學(xué)術(shù)季刊，2001(03):116-123.
[27] 駱郁廷.馬克思主義主體性理論的三個(gè)維度[J].武漢大學(xué)學(xué)報(bào)(人文科學(xué)版)，2009，62(01):5-10.
[28] 孫祥飛.“機(jī)器人新聞”與新聞工作者的主體性強(qiáng)化[J].新聞?wù)搲?016(02):42-44.
[29] 張勁松.人是機(jī)器的尺度——論人工智能與人類主體性[J].自然辯證法研究，2017，33(01):49-54.
[30] 朱建華，甄航.人工智能刑法“主體性”否定：緣起、解構(gòu)、反思——以認(rèn)知科學(xué)的五個(gè)層級(jí)為基礎(chǔ)[J/OL].重慶大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版):1-12[2021-01-09].http://kns.cnki.net/kcms/detail/50.1023.C.20191225.0926.002.html.
[31] 張勇，許亞潔.智能機(jī)器人主體性的刑法審視[J].上海政法學(xué)院學(xué)報(bào)(法治論叢)，2020，35(02):105-114.
[32] 張岱年. 中國(guó)哲學(xué)中“天人合一”思想的剖析[J]. 北京大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，1985，(01):3-10.
[33] 路甬祥，陳鷹.人機(jī)一體化系統(tǒng)與技術(shù)——21世紀(jì)機(jī)械科學(xué)的重要發(fā)展方向[J].機(jī)械工程學(xué)報(bào).1994，13(5):1-7.
[34] 黃孝鵬，周獻(xiàn)中，楊潔，毛可，盛寅. 人機(jī)協(xié)同決策系統(tǒng)中人件及人件服務(wù)的概念體系研究[A]. 中國(guó)系統(tǒng)工程學(xué)會(huì).社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C].中國(guó)系統(tǒng)工程學(xué)會(huì):中國(guó)系統(tǒng)工程學(xué)會(huì)，2012:10.
[35] 劉偉. 人機(jī)融合智能的現(xiàn)狀與展望[J]. 國(guó)家治理，2019，(04):7-15.
[36] 勵(lì)建安. 人機(jī)共融，天人合一——關(guān)于康復(fù)機(jī)器人應(yīng)用與發(fā)展的思考[J]. 中國(guó)康復(fù)醫(yī)學(xué)雜志，2020，35(08):897-899.
[37] 黎沛姿，譚北平.在線調(diào)查的代表性與可靠性對(duì)比研究[J].市場(chǎng)研究，2005(08):7-11.
[38] 李軍軍，李應(yīng)榮.在線調(diào)查估計(jì)偏差分析及相應(yīng)措施[J].統(tǒng)計(jì)與決策，2005(06):26-28.
[39] 金誠(chéng)，江婷君，閔勇，等.在線社交網(wǎng)絡(luò)控制實(shí)驗(yàn)的現(xiàn)狀與展望[J].浙江大學(xué)學(xué)報(bào)(理學(xué)版)，2020，47(01):1-11.
[40] 伍玉婷.旅游目的地在線評(píng)論對(duì)旅游者有用性感知的影響研究——基于眼動(dòng)實(shí)驗(yàn)[J].旅游研究，2020，12(06):68-81.
[41] 唐曉莉，宋之杰.在線評(píng)論對(duì)異質(zhì)性消費(fèi)者購(gòu)買決策的影響研究——基于眼動(dòng)實(shí)驗(yàn)[J].情報(bào)科學(xué)，2020，38(04):83-88.
[42] CLARK M. A Survey of Online Digital Newspaper and Genealogy Archives: Resources， Cost， and Access[J]. Journal of the Society for American Music.2014，8(2):277-283. doi:10.1017/S1752196314000170
[43] 李會(huì)敏.淺談家譜文獻(xiàn)價(jià)值及其開(kāi)發(fā)策略[J].邊疆經(jīng)濟(jì)與文化，2015(06):138-140.
[44] FIRE M， ELOVICI Y. Data Mining of Online Genealogy Datasets for Revealing Lifespan Patterns in Human Population[J]， ACM Transactions on Intelligent Systems and Technology.2015，6(28):1-22. https://dl.acm.org/doi/pdf/10.1145/2700464
[45] 韋加佳.美、英、澳、加四國(guó)家譜檔案信息資源開(kāi)發(fā)利用途徑及啟示[J].北京檔案，2014(10):32-35.
[46] 張振霞. 中國(guó)近二十年來(lái)網(wǎng)上修譜歷程考察[D].寧波大學(xué)，2019.
[47] KAPLANIS J， GORDON A， SHOR T， et al. Quantitative analysis of population-scale family trees with millions of relatives[J].Science.2018，360(6385):171-175.doi: 10.1126/science.aam9309.
[48] SCHELLING T. Dynamic Models of Segregation[M].Journal of Mathematical Sociology.1971，1:143-186.
[49] Axelrod R. The Evolution of Cooperation[M].New York: Basic Books.1984:173.
[50] EPSTEIN J M， AXTELL R L. Growing Artificial Societies: Social Science from the Bottom Up[M].MA: MIT Press.Cambridge.1996.
[51] MOHRING M. Social Science Multilevel Simulation with MIMOSE.In Social Science Microsim-ulation[M].edited by TROITZSCH K G， MUELLER U， GILBERT G N. London， UK:Springer. 1996，P123–137.
[52] RICHIARDI M， RICHARDSON R E. Agent-Based Computational Demography and Microsimulation Using JAS-mine. In: Grow A.， Van Bavel J. (eds) Agent-Based Modelling in Population Studies[M].The Springer Series on Demographic Methods and Population Analysis.Springer.Cham，2017， vol 41.https://doi.org/10.1007/978-3-319-32283-4_4
[53] 陳禹.復(fù)雜性研究的新動(dòng)向——基于主體的建模方法及其啟迪[J].系統(tǒng)辯證學(xué)學(xué)報(bào)，2003(01):43-50.
[54] FAGIOLO G， ROVENTINI A. Macroeconomic Policy in DSGE and Agent-Based Models[J]. Revue de l'OFCE，2012，5:67-116.
[55] 隆云滔，李洪濤，王國(guó)成.基于主體的建模方法與宏觀經(jīng)濟(jì)政策分析[J].經(jīng)濟(jì)與管理，2018，32(02):47-52+80.
[56] 黃璜.社會(huì)科學(xué)研究中“基于主體建模”方法評(píng)述[J].國(guó)外社會(huì)科學(xué)，2010(05):40-47.
[57] 王飛躍，曾大軍，毛文吉.社會(huì)計(jì)算的意義、發(fā)展與研究狀況[J].科研信息化技術(shù)與應(yīng)用，2010，1(02):3-14.
[58] 孟小峰，李勇，祝建華.社會(huì)計(jì)算:大數(shù)據(jù)時(shí)代的機(jī)遇與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，50(12):2483-2491.
[59] 張小勁，孟天廣.論計(jì)算社會(huì)科學(xué)的緣起、發(fā)展與創(chuàng)新范式[J].理論探索，2017(06):33-38.
[60] LAZER D， PENTLAND A， WATTS D J， et al. Computational social science: Obstacles and opportunities[J].Science，2020.369，6507，Pp. 1060-1062.
來(lái)源： 《北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2021年第3期
*請(qǐng)認(rèn)真填寫需求信息，我們會(huì)在24小時(shí)內(nèi)與您取得聯(lián)系。
