计算社会经济学前沿：从个体到城市-集智俱乐部的财新博客-财新网

导语

随着硬件和技术的同步发展，我们收集和分析数据的能力也逐步提高。新兴的人工智能分析技术，助力于我们更快的感知社会经济发展态势。然而同时，海量数据带来的信息过载，让我们重新审视传统经济学中完全信息的假设。把“信息”要素纳入经济解释分析框架，为开创新信息经济理论奠定了思想基石。

数据时代下，在很多传统学科（例如社会学、经济学、教育学）都面临重大方法论的变革——从定性分析过渡到半定量分析，最终走向定量分析。在数据驱动的社会经济研究背景下，新的交叉学科研究方向——计算社会经济学（Computational Socioeconomics）应运而生。

传统的方法感知社会和经济发展状态，主要依赖于大规模的社会经济普查。然而，普查数据的获取耗时费力，往往有很长时间的滞后。另外，很多经济不发的国家和地区，信息系统不够完善，也无力财力支撑大规模普查。

近年来，新数据的获取和新方法的应用，促进了计算社会经济学的发展。一方面，大规模社会经济数据（包括：卫星遥感、手机通讯、社交媒体等），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（包括：机器学习、网络分析、文本挖掘等），提升了对发展态势的预测能力。

依靠数据来驱动社会经济洞察，计算社会经济学致力于精准及时感知社会经济发展状态，更好地揭示社会和经济现象。

计算社会经济学的研究内容，主要涵盖三个层面（国家社会经济状况、区域/城市经济结构、个人社会经济属性）和两个应用（应急和灾害管理、发展和升级策略）。

宏观社会经济发展状况

高分辨率卫星遥感图像有很短的更新周期，为感知全球经济发展状况提供了新数据。利用捕捉夜间光亮的卫星图像数据，结合高分辨率的LandScan人口数据，使用统计方法估计国家和区域的社会经济状况，以此绘制出世界贫困地图，提高对全球贫困问题的及时感知。

进一步，利用卷积神经网络识别白天和夜间的高分辨率卫星图像特征，最好情况下能以高达75%的准确率解释区域社会经济状况。新的机器学习方法（ImageNet -> Transfer Learning -> Ridge Regression），只需利用公开卫星图像数据，就能及时追踪发展中国家的贫困状况。

基于国际贸易数据，构建二部分网络，通过分析网络结构特征来刻画全球经济复杂性。提出的经济复杂性指标（ECI）与收入水平非常相关，能预测国家未来的经济发展。类似的，基于贸易数据还能计算Fitness指标，并将经济发展表示为二维动力系统。提出的预测模型，对人均GDP的预测能力高于IMF传统方法。

区域社会经济结构

随着信息通信技术的发展，不同地域的沟通和交流变得更容易。基于千万量级的电话通讯数据，构建区域之间的社会关系网络。分析发现，区域经济发展水平与社会网络结构密切相关。特别的，地区在社会网络中的通讯多样性，与其经济发展水平的关联性高达0.73。

基于微博数据构建信息流动网络，基于简历数据构建人才流动网络。分析发现，信息流动和人才流动网络的结构特征，对经济发展状况都有很好的预测能力。基于两个网络特征构造的复合指标，能够最大程度上解释~84%的经济状况变化。

通过分析在线社交数据，还观测区域经济结构。分析超过2亿微博用户的注册数据，发现在线社交活跃度与经济发展状况非常相关。经济发展高于社交活跃度预期的城市，第二产业发达；经济发展低于社交活跃度预期的，第三产业发达。

城市景观和布局

如果不翻看统计年鉴，我们感知一个陌生城市的社会经济状况，最直接的方式就是搭一辆出租车，在这个城市里转几圈走走看看。把这个过程搬到线上成为街景“比一比”平台，让参与者每次比较两个城市的一个特征：安全、社会阶层和独特性。

基于用户对几千张街景图片的打分，利用机器学习算法预测大规模街景的评分。进一步，定量刻画化城市街景所带给人们的感受，将城市的景观感受与社会经济发展状态联系起来。结果发现，美国的城市比奥地利的城市有更大的发展不平等性，街景测量的安全性评分与犯罪率非常相关。

城市的物理景观环境不是一成不变的。那么，哪些因素能够促使城市环境变好呢？

通过对比同一地点在不同时间的街景图片评分变化，发现能够驱使城市安全性改善的三个因素：

好的初始环境

到经济中心的距离近

受过大学教育的人数多

个体社会经济水平

利用手机记录的通话情况、社会通讯网络、移动轨迹等数据，能建立预测个人收入的模型。使用卢旺达小规模的问卷数据训练模型，能预测超过150万人口的财富情况，并绘制高分辨率的财富分布地图。手机通讯数据还能计算个体社会网络影响力，并以此来准确推断其社会经济状况。

基于企业内部的在线互动平台数据，构建员工之间的社交和工作网络，计算员工在网络中所处的位置。

结果发现，处于网络核心位置的员工更容易在未来升职，处于网络边缘位置的员工更容易在未来离职。由此，可以构建模型，较好的预测员工升职和离职可能性。

利用手机和社交媒体数据还能推断个体和群体的失业率。当大规模裁员时，附近手机基站的通话量急剧下降。当员工失业以后，他们社交媒体的沉浸程度增加，早上的活跃程度降低，推文的错拼率上升，移动的多样性降低。所以，能通过分析社交网络数据来推断失业人口。

应急管理和抢险救灾

基于地震灾害前后的高分辨率卫星图像数据，利用机器学习算法提取图像特征，从而评估地震灾害情况。针对2011年日本东北地方太平洋近海地震，提出的算法可以识别一个城市遭受灾害的程度，对灾情分类的准确性达到70.9%，包括倒塌、冲走和安然无恙等。

手机数据能够追踪人类移动，可以帮助理解灾害发生后，人类避难迁徙的距离、路径和地点。基于手机数据分析2010年海地大地震后人口的迁移情况，发现受灾群众短期内迁移到平时有社会联系的地方。遭遇灾难后的人群移动模式，仍然有相当程度的可预测性。

利用社交媒体数据，能够更快速的感知灾情和经济损失。基于推特数据，分析2012年Hurricane Sandy对用户线上活跃程度的影响。结果发现，飓风相关的推文数量在飓风登陆日达到最大。单位面积的飓风相关推文活跃程度，与飓风所造成的经济损失非常相关。

产业发展路径和策略

基于中国上市公司注册信息数据和巴西千万量级人力资源数据，能够刻画区域产业结构，即“产业空间”。产业空间中，接近性大的产业彼此相连，接近性小的产业相隔较远。产业空间具有“中心-边缘”结构，复杂性高的产业占据中心（如制造业），复杂性低的产业占据边缘（如农业）。

新产业出现和发展，存在两条学习路径。其一是相近技术学习，自身的相似技术产业越多，越容易发展。其二是近邻区域学习，有相同技术的邻居越多，越容易发展。这种学习规律具有普适性，比如相关的产品和研究领域越多时，越有可能在未来发展相应的产品和研究领域。

在发展经济时，由于产业空间特殊的“中心-边缘”结构，存在最佳时机去发展处于核心的复杂产业。核心产业周边有很多接近的产业，非常不容易被激活。一旦被激活，又能带来非常大的收益。随着经济不断发展，有最佳时机（一般比预期要早）来激活核心产业，加速经济发展。

本文整理自高见博士在 AI&Society 第十三期上的讲座，

PC端观看地址：

https://campus.swarma.org/gcou=10645

作者：高见

编辑：王怡蔺

话题：