基于非线性实证和社会计算的水库移民社会融合机制研究

The social integration of reservoir immigrants is the key to realizing the richness and stable condition of migrants. In order to extend the research contents of the fuzzy and uncertain fusion process from qualification to quantification, linear to non-linear, statistic to dynamic, the subject used stochastic catastrophe theory to describe the sudden changes of psychological perceived cohesion, and a nonlinear empirical study of the catastrophe model is analyzed by Cuspfit. The immigrant social relations can be conceptualized as a meta-network which composed of cognitive capability, social capital and events, and then the evolutionary and adaptive process of immigrant networks in the structural cohesion will be studied by the dynamic network analysis. The immigrants rational and irrational decision-making mechanism which under the cultural norms can be built by the prospect theory and game theory, embed it in the immigrant agents based BDI to design the social computational social model which can be used to analyzed the microscopic mechanism of acculturation. The evolutionary and synergistic rules among the immigrant networks, behavioral decision and cultural norms are generated by Bayesian network, which through learning the real data, and then the evolution of group behaviors of reservoir immigrant can be studied by empirical data driven artificial society model. The experimental platform of the social integration can be developed through the multi-disciplinary modeling. The virtual system s realistic meaningful to optimize policy at low cost, and the research in this project are academic meaningful to integrated study on the data, society and computational science under the Big Data Time.

水库移民的社会融合是实现移民安稳致富这一最终目标的关键。为了对充满模糊、不确定因素的融合过程进行从定性到定量、线性到非线性、静态到动态的内容扩展。本课题运用随机突变理论来描述移民个体心理融合的突变现象，并通过Cuspfit方法进行非线性实证分析；将移民社会关系概念化为认知能力、社会资本、事件等组成的元网络，通过动态网络分析来研究结构融合中移民网络的演变和适应过程；用前景理论、博弈论等构建文化规范作用下移民理性与非理性的双系统决策机制，并嵌入基于BDI的智能体中设计特定情境下的社会计算模型来分析文化规范的融合机理；通过贝叶斯网络对真实数据进行学习，得出移民网络、行为决策、文化环境的演进规则和协同规则，用数据驱动虚拟“人工社会”来研究移民群体行为的演化。最后用多领域建模开发移民社会融合实验平台，测试如何实现低成本的政策优化，具有现实意义，也为大数据时代下数据、社会和计算科学的集成做出学术贡献。

水库移民作为非自愿的工程移民，其能否顺利融入安置地是决定工程成败和区域社会稳定的关键。由于该群体的社会融合中存在着行为主体的异质性、关系网络的动态性、环境更替的复杂性、文化规范的模糊性等诸多问题，使得传统的理论方法一直难以解决。本项目在对三峡库区移民、南水北调中线丹江口水库外迁移民、金沙江下游梯级电站少数民族移民的生产生活、社会适应、生计调整等数据调研整理的基础上，将实证研究方法、突变理论、社会网络分析、计算机仿真等跨领域的研究方法集成起来，分别对水库移民的心理融合、结构融合和文化规范融合展开研究。首先运用随机突变模型划分出移民心理适应中的非线性突变区域，解决了突变模型实证检验，并将其嵌入到仿真模型中对移民的心理突变进行动因分析。接着基于结构融合中移民社会资本度量方式研究，实现了网络结构、建边规则、决策机制等的操作化建模，预测了移民关系网络断裂-重构的发展路径。然后通过改进观点动力学，设计了“社会心理建模+复杂网络分析+多Agent仿真”的文化计算模拟框架，实现了移民文化观点、外界社会规范、群体关系网络等文化融合因素的定量描述，并基于移民文化心理变迁的决策机制模型对移民文化极化现象进行了仿真实验。同时在强制性搬迁和经济社会发展二重社会变迁下，探索了移民贫困风险、城镇化进程、土地补偿和利用，就业结构变化、阶层流动和分化等对其适应行为的影响，并从安置区土地流转、社会福利改善、安置模式改变等角度对促进移民社会适应的关键因素和政策措施进行了研究。最后将非线性实证和仿真模型相结合，提出了突变动力学仿真参数求解方法，并据此实现了数据驱动的移民群体行为突变模拟研究。项目研究结论广泛应用于三峡移民后扶、南水北调外迁移民社会稳定性评估、西部少数民族移民社会融入等水工程移民安置实践，并尝试在大数据时代，为管理学、社会学和系统科学研究方法的集成探寻了可行范式。