序言

近年来，随着互联网、大数据、人工智能等技术的快速发展，人类社会正经历着前所未有的数字化、智能化转型。传统社会科学研究方法在应对大规模、非线性、动态化的社会现象时存在能力的限制，海量数据和智能技术则提供了新的机遇和进路。在此背景之下，计算社会科学应运而生，它融合了计算机科学、数学、系统科学等方法，将其引入社会科学领域，利用计算建模、机器学习、文本分析等工具来建构社会理论、分析社会现象、解释群体行为、预测社会发展。计算社会科学的研究内容主要包括大数据分析、复杂网络分析、群体行为建模、群智涌现等，具有跨学科性、数据驱动性、生成性建构解释等特点，代表了社会科学研究的新范式，有助于深入理解社会系统运行机制。计算社会科学为传统社会科学方法提供了新的工具和视角，两者应互补融合，共同推动社会科学发展。

基于主体的建模（AgentBased Modeling,ABM）是计算社会科学的核心方法之一，通过构建包含异质主体的人工社会，模拟个体行为及其交互，研究宏观社会现象的涌现。ABM采用自底向上（Bottomup）与自顶向下（Topdown）的建模思路，建构宏微观一体化模型，强调个体的自主性、异质性和交互性，能够“通宏洞微”地剖析和揭示复杂社会系统的主要特征、内在机理和复杂动力学。ABM作为一种计算实验方法，基本构成要素包括社会行动主体（Agents）、环境、交互规则等，建模步骤涵盖问题定义、概念建模、数值建模、模型验证、模型实验等，可用于理论探索、假设检验、情景分析、政策评估，在经济学、社会学、公共管理等领域有广泛应用。然而，ABM在应用中也面临模型验证、参数估计、计算性能等挑战，需要丰富的建模经验和专业的研究素养。

我们提出的口号是“文科生也能学会编程”。对于ABM初学者而言（尤其是社科领域学生），建构一个完整的模型是不小的挑战。ABM需要一定的编程技能，涉及主体、环境、交互等多个要素的抽象和表征，还需要完成参数设置、模型验证、数据分析等任务。这些困难可能会影响初学者的学习积极性和效果。而NetLogo软件的出现，恰好解决了这些问题。NetLogo是一种专为初学者设计的建模语言和开发环境，语法简洁，易学易用，功能强大，即使没有编程经验也能快速上手。尽管NetLogo降低了ABM的技术门槛，但建模过程绝非随意而为。恰恰相反，ABM对模型设计者的洞察力和抽象能力提出了更高要求，需要对现实系统有深刻理解，审慎选择建模方案，客观解释实验结果，在实践中不断反思迭代，而一本合适的NetLogo教材则是建模逻辑性、合理性和可行性的保障。

本书基于美国西北大学开发的NetLogo仿真建模平台，为读者提供了一套循序渐进的ABM学习方案。通过学习NetLogo软件基础、经典案例、模型分析方法等内容，以及书中的元胞自动机、蚂蚁模型、网络模型、狼羊模型的实例，读者可以逐步掌握ABM建模与仿真流程和技巧，并能运用NetLogo软件解决现实和学术问题。NetLogo为ABM初学者打开了一扇窗，而本书则引领读者探索计算社会科学的奥妙。希望读者能在本书引导下，践行“learning by doing”的学习逻辑，享受ABM建模的乐趣，完成向计算社会科学工作者的蜕变。

是为序。

吕鹏

2024年3月9日