計算人口學(xué)的學(xué)科范式、理論基礎(chǔ)與技術(shù)方法

黃匡時

(中國人口與發(fā)展研究中心， 北京 100081)

一、計算人口學(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(data-driven)的學(xué)科。沒有人口統(tǒng)計數(shù)據(jù)就沒有人口學(xué)，人口學(xué)與人口統(tǒng)計數(shù)據(jù)是一個硬幣的兩個方面。因此，人口學(xué)(demography)又翻譯為人口統(tǒng)計學(xué)，是對人口死亡、出生、遷移等人口過程，以及對人口數(shù)量、結(jié)構(gòu)、分布等人口結(jié)構(gòu)進行統(tǒng)計分析的學(xué)科。人口學(xué)的誕生起源于對人口死亡數(shù)據(jù)的統(tǒng)計以及由此形成的生命表。1662年，英國學(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》(Natural and Political Observations Mentioned in a Following Index, and Made Upon the Bills of Mortality)[1]出版，該書影響深遠，多次再版。格蘭特基于倫敦50萬死亡數(shù)據(jù)的統(tǒng)計分析，在書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)的開創(chuàng)者。后世人口統(tǒng)計學(xué)的發(fā)展也非常重視人口統(tǒng)計數(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)計數(shù)據(jù)庫，包括人類死亡數(shù)據(jù)庫(Human Mortality Database)、人類生育數(shù)據(jù)庫(Human Fertility Database)和人口微觀整合數(shù)據(jù)庫(IPMUS)等。這些數(shù)據(jù)庫的發(fā)展不僅依賴于計算機技術(shù)的快速發(fā)展，而且在數(shù)字化時代，人口統(tǒng)計數(shù)據(jù)庫也將朝著更加廣闊的關(guān)聯(lián)數(shù)據(jù)庫發(fā)展。

人口學(xué)其實是最早被計算機化(computational)的學(xué)科之一(Burch，1993)[2]。在計算機誕生之前，人口學(xué)基本是采用書面記錄、手工匯總的方式進行統(tǒng)計分析并開展研究。但是，隨著計算機技術(shù)的發(fā)展以及數(shù)理人口學(xué)的日漸成熟，人口統(tǒng)計學(xué)快速被計算機化。1974年，美國學(xué)者皮克(Pick，1974)[3]采用計算機程序編制了人口年齡金字塔。1976年，美國人口普查局開發(fā)了用于人口統(tǒng)計分析的計算機程序(Computer Programs for Demographic Analysis)(Arriaga, Anderson and Heligman，1976)[4]。1985年，美國學(xué)者莫德(Mode，1985)[5]將人口的隨機過程編寫成計算機程序，包括生命表和人口預(yù)測等。1988年，聯(lián)合國人口司發(fā)布了人口統(tǒng)計分析軟件MORTPAK，可以用來進行死亡、生育和人口預(yù)測等方面的分析(United Nations，1988)[6]。1997年6月24日，由美國國際發(fā)展局(U.S. Agency for International Development，簡稱USAID)資助，美國未來集團(the Futures Group)實施開發(fā)的SPECTRUM人口統(tǒng)計分析軟件正式發(fā)布。2010年，中國人口與發(fā)展研究中心發(fā)布了國際人口預(yù)測軟件PADIS-INT(翟振武等，2017)[7]；2014年，隨后又發(fā)布了人口綜合決策支持系統(tǒng)PADIS+。中國在人口統(tǒng)計分析的計算機化方面走在了世界前列。

從目前學(xué)界現(xiàn)有文獻來看，與哈佛大學(xué)拉澤等(Lazer，2009)[8]15位學(xué)者于2009年在《科學(xué)》(Science)提出計算社會科學(xué)(Computational Social Science)相比，計算人口學(xué)的提出要相對更早些。計算人口學(xué)(Computational Demography)一詞的提出最早應(yīng)是20世紀(jì)。隨著仿真技術(shù)的快速發(fā)展，基于主體的計算人口學(xué)(Agent-Based Computational Demography)得到率先發(fā)展。2003年，意大利學(xué)者比拉爾(Billari)和德國馬普人口研究所學(xué)者普斯卡韋茨(Prskawetz，2003)[9]聯(lián)合主編了《基于主體的計算人口學(xué)》(Agent-Based Computational Demography)一書，詳細介紹了如何使用基于主體的計算人口學(xué)模型(Agent-Based Computational Demography，簡稱ABCD模型)去改善人們對人口行為的理解。隨后，越來越多的人口學(xué)者采用基于主體的模型研究人與關(guān)聯(lián)生命體(linked lives)之間的婚姻和家庭關(guān)系(Todd,2005;Hills and Todd,2008;Diaz,2011; Fent,2013)[10-13]。2015年，德國學(xué)者沃恩克等(Warnke，2015)[14]開發(fā)了更加簡化、通用的、基于主體的計算人口學(xué)軟件ML3(Modeling Language for Linked Lives)。2017年，比利時學(xué)者戈洛和巴沃(Grow and 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》(Agent-based modelling in population studies: concepts, methods, and applications)，系統(tǒng)地對人口研究中的基于主體的建模進行了分析和研究。

計算人口學(xué)的早期研究更多基于主體的計算人口學(xué)研究。因為基于主體的建模在分析人與關(guān)聯(lián)生命(liked lives)之間的行為具有獨特的優(yōu)勢，而且也是最容易被計算機化的分析技術(shù)和方法。隨著人類社會互聯(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，萬物互聯(lián)將成為可能并日益緊密，人與人之間的關(guān)聯(lián)更加緊密(Giles，2012)[16]。人與經(jīng)濟、社會、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)濟學(xué)、社會學(xué)、政治學(xué)、文化學(xué)、心理學(xué)、倫理學(xué)互相交織和融合。在一切可計算的社會，盡管所有社會科學(xué)的分支都可以單獨成為計算社會科學(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)，計算人口學(xué)是以人為核心(human-centered)的計算社會科學(xué)快速發(fā)展的基礎(chǔ)，也是開展計算社會科學(xué)研究的鑰匙和抓手。筆者認(rèn)為，正因為如此，研究分析計算人口學(xué)具有重要的意義。

因為受互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的驅(qū)動，計算人口學(xué)研究范式應(yīng)運而生。與傳統(tǒng)人口學(xué)研究范式相比，計算人口學(xué)研究范式具有五個方面的特征。第一，計算人口學(xué)的人口統(tǒng)計內(nèi)容更加豐富多彩，由過去的輪廓式人口統(tǒng)計(profiling demography)向全景式人口統(tǒng)計(Panoramic demography)轉(zhuǎn)變。輪廓式人口統(tǒng)計局限在人口的出生、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，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)計則將輪廓式人口統(tǒng)計的基礎(chǔ)上向經(jīng)濟行為、社會行為、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)濟社會環(huán)境。第二，計算人口學(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)方法長期存在規(guī)范人口學(xué)和人口研究兩條脈絡(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算機化進程，越來越多的綜合性人口決策智能支持系統(tǒng)相繼問世。比如，中國人口與發(fā)展研究中心開發(fā)的整合人口與經(jīng)濟、社會、資源、環(huán)境的人口綜合決策支持系統(tǒng)PADIS+等。第三，計算人口學(xué)將引發(fā)人口研究方法的變革，由假想隊列法(hypothesis cohort analysis)向拓展隊列法(extended cohort analysis)轉(zhuǎn)變。由于學(xué)界過去觀察數(shù)據(jù)的不完整、不及時，常常用假想隊列的方法測算預(yù)期壽命和總和生育率，即采用時期的年齡別死亡率和年齡別生育率作為一個假想隊列的年齡別死亡率和年齡別生育率，這是合成的(Synthetic)、人工的(artificial)、虛構(gòu)的(unreal)統(tǒng)計指標(biāo)。隨著人口統(tǒng)計數(shù)據(jù)更加豐富、及時，隊列的真實數(shù)據(jù)將更加及時、全面，更加接近完全隊列法(cohort analysis)的拓展隊列法(extended cohort analysis)成為可能。第四，計算人口學(xué)認(rèn)為，人類的一切行為皆可被數(shù)字化和可被計算，人口的內(nèi)涵不再局限在人類人口，而是向數(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，比如一些勞動屬性開始剝離，由機器替代，或者人機協(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，2020)[18]。第五，計算人口學(xué)則認(rèn)為，人與人更加密切地通過數(shù)字化方式聯(lián)系在一起，過去偏重群體統(tǒng)計的宏觀人口學(xué)(macrodemography)將向更加注重個體統(tǒng)計的微觀人口學(xué)(microdemography)轉(zhuǎn)變。傳統(tǒng)人口學(xué)更加關(guān)注宏觀人口統(tǒng)計，而計算人口學(xué)則認(rèn)為，微觀人口統(tǒng)計將更加注重個人生活史、個人婚姻家庭關(guān)系史、個人生育史、個體健康管理等方面的研究和分析，并在此基礎(chǔ)上實現(xiàn)微觀人口學(xué)和宏觀人口學(xué)的連接?？傮w而言，與傳統(tǒng)人口學(xué)研究范式相比，計算人口學(xué)具有獨特的學(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、計算人口學(xué)的理論基礎(chǔ)

計算人口學(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，不僅有其鮮明的時代特征，而且有其深厚的理論基礎(chǔ)，主要體現(xiàn)在三個方面。

(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)，是由法國人口學(xué)家A·蘭德里(Landry)始創(chuàng)，后經(jīng)過美國人口學(xué)家湯普森(Thompson)的潤色加工，到1945年美國人口學(xué)F·W·諾特斯坦(Notestein)基本成型。它指的是傳統(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率)經(jīng)過渡型人口再生產(chǎn)類型(高出生率、低死亡率和高自然增長率)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率)轉(zhuǎn)變的過程。經(jīng)典的人口轉(zhuǎn)變理論較好地解釋了現(xiàn)代化進程與人口再生產(chǎn)類型之間的關(guān)系。歐洲國家在第二次世界大戰(zhàn)前基本完成了第一次人口轉(zhuǎn)變，并且在20世紀(jì)60年代開始，再次呈現(xiàn)了新的人口變動特征。荷蘭學(xué)者范德咖(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)變無論在深度、廣度, 還是在變化的機理方面，都有很大的不同。這主要表現(xiàn)為：(1)從婚姻的黃金時期轉(zhuǎn)向同居的破曉；(2)從孩子為王的時代轉(zhuǎn)向以伴侶為中心的時代；(3)從預(yù)防性的避孕轉(zhuǎn)向自我實現(xiàn)的避孕；(4)從單一家庭模式轉(zhuǎn)向多元化的家庭戶模式[20]。這四個轉(zhuǎn)移在人口學(xué)的指標(biāo)上表現(xiàn)出15個順序的變化，包括同性婚姻合法化、婚外生育被社會認(rèn)同，等等(蔣耒文，2002)[21]。

第二次人口轉(zhuǎn)變已經(jīng)過去30多年。21世紀(jì)以來，隨著計算機技術(shù)、互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字和計算技術(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)的成功或許不是夢想(喬杰，2008)[22]，生育與女性身體開始剝離；(2)機器人的大量興起，并在很多體力繁重、高強度、高風(fēng)險的領(lǐng)域替代人類勞動，成為與人類相當(dāng)?shù)闹匾獎趧恿?，甚至在體力和智力等方面超過人類勞動力；(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)的主體，人機協(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，2020)[23]；(5)數(shù)字化讓人類更加緊密聯(lián)系在一起，人口的勞動和消費以及遷移已經(jīng)數(shù)字化和全球化，同時，人口再生產(chǎn)已經(jīng)數(shù)字化、網(wǎng)絡(luò)化、全球化。由于人口再生產(chǎn)的這些變化，使得人類正在經(jīng)歷新的人口轉(zhuǎn)變，人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率是人口再生產(chǎn)的“內(nèi)卷化”(involution)，無法解決人口再生產(chǎn)的可持續(xù)性問題，而第三次人口轉(zhuǎn)變則與前兩次人口轉(zhuǎn)變完全不同的，是人口再生產(chǎn)的“外生化”(externalization)——即通過機器人等數(shù)字人口來彌補人類的低生育率和低自然增長率，從而實現(xiàn)人口再生產(chǎn)的新平衡。

(二)主體性理論

人的主體性(Subjectivity)問題一直哲學(xué)和社會學(xué)理論的核心內(nèi)容。自歐洲啟蒙運動以來，現(xiàn)代性理論一直在思考人的主體性的價值意義(鄭杭生，楊敏，2006)[24]，指出主體性是現(xiàn)代性的核心原則。哈貝馬斯(Habermas，1987)[25]認(rèn)為，現(xiàn)代性是一種覺醒的時代意識，并以理性為基礎(chǔ)，以人的主體的自由為標(biāo)志?；仡櫲祟惏l(fā)展歷史，人類現(xiàn)代化進程就是人的主體性不斷拓展和豐富的過程，尤其是科技革命更使人類的主體性達到前所未有的程度。20世紀(jì)下半葉，以?？?、利奧塔、德里達為主要代表的后現(xiàn)代主義從主體概念本身、邏輯(理性)中心主義、樂觀主義三個方面對主體性進行徹底摧毀和全盤否定。有學(xué)者認(rèn)為，哈貝馬斯通過建立在主體間性的溝通理性理論對主體性進行了拯救，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]。有學(xué)者指出，馬克思認(rèn)為主體性具有實踐主體性(人與自然的主體與客體關(guān)系)、價值主體性(主體性的物質(zhì)需要和精神需要)和社會主體性(主體性不僅是個體主體，更體現(xiàn)為群體主體性)的三個維度(駱郁廷，2009)[27]。

主體性理論是計算人口學(xué)的發(fā)展的重要理論基礎(chǔ)，尤其是在機器人和人工智能的主體性方面提供了豐富的理論解釋。目前，學(xué)界圍繞關(guān)于機器人和人工智能的主體性方面主要存在兩種觀點。第一種觀點認(rèn)為，機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，機器人參與新聞寫作和報道，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，是延伸和強化了人的主體性。正所謂荀子在《勸學(xué)篇》中所說“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法超越人類思維和意識的整體性，對于感官和人腦的模擬仍處于機械化階段，更不能產(chǎn)生人類主體性所依賴的社會關(guān)系和實踐基礎(chǔ)。因此，人工智能無法復(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)的五個層級理論，人工智能在神經(jīng)層級、心理層級、語言層級、思維層級、文化層級都無法與人類匹敵，其只是對人類智能形式上的簡單模擬，由此結(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“犯罪對象”對待。第二種觀點認(rèn)為，機器人和人工智能具備獨立意識，能夠獨立做出判斷，具有獨立的權(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。持這種觀點的學(xué)者大都基于“電子代理人說”，即將智能機器人視為其“所有人”的代理人?！半娮哟砣苏f”則將機器人的用戶或者操作者與機器人(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。電子代理人說得到很多國家的認(rèn)可。1999年8月，美國統(tǒng)一州法全國委員會通過的《統(tǒng)一電子交易法》(Uniform Electronic Transactons. Act)(修訂稿)第2 條對“電子代理人”進行了定義：“系指非經(jīng)人的行為或?qū)徍耍炕虿糠知毩⒌匕l(fā)起某種行為或應(yīng)對電子記錄或履行的計算機程序、電子手段或其他自動化手段?！?1)https:∥delcode.delaware.gov.title6/c012a/index.shtml。1999年，加拿大通過的《統(tǒng)一電子商務(wù)法》(Uniform Electonic Commerce Act)同樣使用了“電子代理人”一詞(2)https:∥www.ulcc.ca/en/uniform-acts-new-order/older-uniform-acts/703-electronic-commerce/1793-uniform-electronic-commerce-act-consol-2011。。2016 年5月31日，歐盟委員會法律事務(wù)委員會提交一項動議，要求歐盟委員會把正在自動化智能機器工人的身份界定為電子人的身份，并賦予這些機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”，認(rèn)為強人工智能的機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，有學(xué)者指出，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]。

無論學(xué)界是支持人工智能主體性的觀點，還是否定人工智能主體性的觀點，但毫無疑問的是，主體性理論都會深化數(shù)字化時代人類主體性的理解，加深人類對人類本身與機器人等數(shù)字人口在主體性上的相似性和差異性的研究，成為計算人口學(xué)的重要理論基礎(chǔ)。

(三)天人合一理論

天人合一是我國傳統(tǒng)文化中重要的哲學(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到“天地與我并生，萬物與我為一”的境界。當(dāng)今，5G技術(shù)快速發(fā)展，正在實現(xiàn)萬物互聯(lián)、智慧家居和無人駕駛，而且6G技術(shù)即將到來，人與萬物的聯(lián)通即將實現(xiàn)。因此，5G是萬物互聯(lián)，6G就是天人合一；同時，在“萬物互聯(lián)”的數(shù)字化時代，“以人為本、天人合一”思想將為計算人口學(xué)提供豐富的營養(yǎng)。

人機一體化理論和人- 機- 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]在分析人與機器的各自優(yōu)缺點的基礎(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)和機械科學(xué)的新進展，提出了人機一體化(Humachine)的思想，并在思維、感知和執(zhí)行三個不同層面上對人機一體化系統(tǒng)與技術(shù)思想進行了立論。后來，越來越多的學(xué)者提出了“人機融合”“人機融合體”“人機智能”“人機智能體”及“人機融合智能系統(tǒng)”等概念，這些都體現(xiàn)了人機融合的思想。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，進而凝練出與“硬件”和“軟件”相對應(yīng)的“人件”與“人件服務(wù)”的概念，認(rèn)為人件(Humanware) 是參與決策活動的人，可由個人、群體或組織提供，具有決策者的認(rèn)知(認(rèn)知共享)特征，是針對新型決策系統(tǒng)中人機高效協(xié)作問題所提出的一種概念，為探索將人的高級智慧融入到?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)計和實現(xiàn)能充分體現(xiàn)決策者浸入及認(rèn)知特征的人機協(xié)同決策系統(tǒng)提供先進的思路，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，人機協(xié)同是一種由人、機、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)，即人類通過后天完善的認(rèn)知能力對外界環(huán)境進行分析感知，其認(rèn)知過程可分為記憶層、意圖層、決策層、感知與行為層，形成意向性的思維，而機器通過探測數(shù)據(jù)對外界環(huán)境進行感知分析，其認(rèn)知過程分為目標(biāo)層知識庫、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)指明人類與機器可以在相同的層次之間進行協(xié)同。勵建安(2020)[36]認(rèn)為，康復(fù)機器人是康復(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“人機融合”的理念，而且人機之間最大的結(jié)合點是人的思維和意圖識別，機器人最難突破的是人類具有的道義感和仁愛心，康復(fù)機器人貫穿著改善- 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、計算人口學(xué)的技術(shù)方法

計算人口學(xué)是人口學(xué)和計算機技術(shù)的交叉學(xué)科，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)查和在線實驗，與假想隊列方法不同的拓展隊列法等，也有計算機技術(shù)的延續(xù)和發(fā)展，比如，主體建模方法和在線譜系學(xué)。本文主要介紹計算人口學(xué)的四個主要技術(shù)方法。

(一)拓展隊列法

學(xué)界采用完全隊列法(cohort analysis)計算平均壽命，需要等該隊列的所有人去世后才能計算出來；同樣，采用完全隊列法計算生育水平，需要等該隊列的所有育齡婦女度過其49歲的育齡期才能統(tǒng)計出來；而當(dāng)這個隊列的平均壽命和平均生育子女?dāng)?shù)計算出來之后，對這個隊列的平均壽命和生育水平等統(tǒng)計指標(biāo)不僅缺乏政策補救價值，而且也無法反映當(dāng)下的預(yù)期壽命和生育水平。因此，人口學(xué)常常采用假想隊列法(hypothesis cohort analysis)，用時期的年齡別死亡率和時期的年齡別生育率作為一個假想隊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，用來反映當(dāng)下的預(yù)期壽命和生育水平。受年齡和時間的自然規(guī)律的限制，我們根本不可能用完全隊列法來測量當(dāng)前的預(yù)期壽命和生育水平，只能用假想隊列法來替代完全隊列法，這是一種退而求其次的策略。然而，在數(shù)字化時代，微觀個案數(shù)據(jù)日益豐富，使得我們可以采用更好的方法來替代假想隊列法，即拓展隊列法(extended cohopt analysis)。雖然拓展隊列法不是完全隊列法，但是更加接近完全隊列法。

圖1 完全隊列法、假想隊列法和拓展隊列法(以總和生育率為例)

拓展隊列法的誕生有其時代背景，有兩個條件催生了拓展隊列法。一是微觀個案數(shù)據(jù)的豐富，不僅覆蓋了接近全員的微觀個案，而且所有微觀個案的信息豐富，這使得的個案健康管理和生育行為具有穩(wěn)定的可預(yù)測性；二是微觀個案的相關(guān)數(shù)據(jù)信息及時、準(zhǔn)確，從而可以實現(xiàn)個體的行為規(guī)律的及時分析和預(yù)測，而這兩個條件正是數(shù)字化和人工智能時代可以滿足的。因此，拓展隊列法就是數(shù)字化時代的產(chǎn)物，有其客觀必然性。拓展隊列法的基本思路是基于微觀個案的大數(shù)據(jù)，根據(jù)死亡和生育行為的相關(guān)預(yù)測算法，預(yù)測所有微觀個案的死亡和生育規(guī)律，由此形成了基于拓展隊列法的全員人口的完全隊列信息，然后基于相鄰隊列法修正所有個體的預(yù)測值，由此獲得基于拓展隊列法的平均預(yù)期壽命和生育水平(見圖1)。拓展隊列法不僅可以矯正假想隊列法獲得的統(tǒng)計指標(biāo)，而且還可以獲得拓展后的全員人口的完全隊列統(tǒng)計指標(biāo)。

(二)在線調(diào)查與實驗

在線調(diào)查(online surveys)與互聯(lián)網(wǎng)的發(fā)展緊密關(guān)聯(lián)。歐美和日韓的互聯(lián)網(wǎng)發(fā)達，在線調(diào)查非常成熟。雖然我國在線調(diào)查才剛剛起步，但是近年來，隨著互聯(lián)網(wǎng)的快速發(fā)展而迅速成長。2020年9月29日，中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布第47次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》(3)http:∥www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202102/t20210203_71361.htm。，截至2020年12月，我國網(wǎng)民規(guī)模達9.89億，互聯(lián)網(wǎng)普及率達70.4%，并因互聯(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)計好的問卷放在網(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、跨越時空局限、有著豐富的表現(xiàn)形式、具有智能化及互動性等優(yōu)點(黎沛姿，譚北平，2005)[37]。然而，在線調(diào)查也存在顯而易見的局限，比如，樣本的代表性問題。我國網(wǎng)民中68.7%是城鎮(zhèn)網(wǎng)民，高于我國的城鎮(zhèn)化率(60.6%)①，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。正因為如此，關(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]。

在線實驗(online experiments)就是在互聯(lián)網(wǎng)上開展的實驗研究，又稱為基于互聯(lián)網(wǎng)的實驗(web-based experiment，Internet-based experiment)。在線實驗因其成本低、高效率、匿名性、主題廣等特征而受到研究著的喜愛。比如，互聯(lián)網(wǎng)心理學(xué)實驗室開展暴力網(wǎng)絡(luò)游戲的實驗，即通過在游戲中增加暴力射殺等血腥元素，由此考察玩家對攻擊性行為的認(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)控制實驗通常分為嵌入模式和平臺模式，嵌入模式通常直接在真實的大尺度社交網(wǎng)絡(luò)(如Facebook and Twitter)上進行實驗，實驗規(guī)模巨大，通常涉及數(shù)萬乃至數(shù)千萬用戶，而平臺模式是一種將傳統(tǒng)線下控制實驗轉(zhuǎn)移到線上平臺執(zhí)行的模式，充分利用互聯(lián)網(wǎng)和計算機技術(shù)，擴大了線下實驗的規(guī)模，同時能夠?qū)Ω鼜?fù)雜的影響因子進行控制，并模擬部分在線社交網(wǎng)絡(luò)的操作與特征，更便于進行社交網(wǎng)絡(luò)結(jié)構(gòu)演化以及心理學(xué)實驗研究(金誠等，2020)[39]。此外，眼動實驗(eye movement experiment)也是一種常見的在線實驗，主要觀察消費者認(rèn)知過程和識別具體眼動軌跡的方法，能夠發(fā)現(xiàn)消費者策略和探索潛在的認(rèn)知過程，在分析在線評論對消費者的認(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，在線實驗具有更高的技術(shù)難度。相比于實驗室實驗，在線實驗對實驗條件的控制更弱，往往采用可控性低的電子郵件、APP等工具。有些在線實驗準(zhǔn)入門檻高，成本也巨大，比如要在社交網(wǎng)絡(luò)上開展實驗嵌入式實驗就會面臨準(zhǔn)入門檻的問題。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展控制實驗的條件。而且在線社交網(wǎng)絡(luò)的控制實驗需要依靠特定的APP，軟件開發(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，制約了控制實驗的普及。此外，在線實驗也會面臨一些法律和倫理道德的問題，比如侵犯用戶個人隱私，不僅有悖于科學(xué)研究的倫理道德，甚至可能違法(金誠等，2020)[39]。

(三)在線譜系學(xué)

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，是開展人口學(xué)研究的寶貴資料，可以開展預(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；李會敏，2015；Fire and Elovici，2015)[42-44]。在計算機技術(shù)普及之前，人類的家庭基本都是通過書本記載，隨著從計算機技術(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)運而生。在線譜系學(xué)包括兩個方面的內(nèi)容：一是歷史家譜的計算機化，俗稱網(wǎng)上修譜；二是在世人口的譜系化過程，即將人與人建立在線關(guān)聯(lián)(linked lives)。

歷史家譜的計算機化就是家譜檔案的數(shù)字化過程。其中，建設(shè)家譜數(shù)據(jù)庫和家譜網(wǎng)站就是家譜檔案數(shù)字化的主要方式。美國國家檔案與文件署、英國國家檔案館、澳大利亞國家檔案館、加拿大國家圖書館與檔案館都非常重視家譜數(shù)據(jù)庫的建設(shè)，不僅建設(shè)了規(guī)模龐大的家譜數(shù)據(jù)庫，而且還放到網(wǎng)站上供查詢使用。我國國家圖書館數(shù)字圖書館、上海圖書館、浙江圖書館等都開設(shè)了家譜數(shù)據(jù)庫(韋加佳，2014)[45]。家譜網(wǎng)站最早可以追溯到1983年美國的世系網(wǎng)(Ancestry)(4)https:∥www.ancestry.com。。如今該網(wǎng)站包含了270億條記錄和1億個家庭樹(family tree)，是全球最大的家譜網(wǎng)站。該網(wǎng)站還可以通過注冊，建立自己的賬號，并將自己的家庭成員進行關(guān)聯(lián)，由此實現(xiàn)在世人口和已離世的先祖的譜系化過程。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APP快速發(fā)展(張振霞，2019)[46]。人們可以通過手機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，那么整個世界的人口都可以納入到在線譜系中。邁赫里蒂奇公司(MyHeritage)于2012年建立的杰尼網(wǎng)(geni)在線譜系學(xué)網(wǎng)站(5)https:∥www.geni.com。，一直致力于將整個世界的人口吸引到該網(wǎng)站中。目前，該網(wǎng)站覆蓋了過去400年的8 600萬個案(profiles)和1 300萬的世系(pedigrees)，其中55%來自歐洲，30%來自北美?？ㄆ仗m尼斯等人(Kaplanis，等，2018)[47]基于杰尼網(wǎng)(geni)的家庭樹數(shù)據(jù)進行了清洗和分析，發(fā)現(xiàn)其人口統(tǒng)計數(shù)據(jù)存在偏差，并進行了偏差校正。

在線譜系學(xué)是計算機技術(shù)發(fā)展的必然，是實現(xiàn)世界人口數(shù)字化鏈接(digital linked)有效途徑。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，而且隨著未來世界人口數(shù)字化和譜系化進程的推進，這種偏差會越來越小。

(四)主體建模技術(shù)

主體建模又稱為智能體建模(agent-based modeling)，是一種基于計算機技術(shù)的建模方法，廣泛應(yīng)用于社會科學(xué)研究。諾貝爾獎得主、經(jīng)濟學(xué)家托馬斯·謝林(Thomas Schelling，1971)[48]對種族隔離的主體建模實驗研究、政治學(xué)家羅伯特·阿克塞爾羅德(Robert Axelrod，1984)[49]對囚徒困境的主體建模研究、愛普斯坦和?？怂固?Epstein and Axtell，1996)[50]對人工社會的主體建模研究等都是主體建模在社會科學(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)理淵源和很強的實際政策應(yīng)用，因此，主體建模方法在人口預(yù)測、婚育過程、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 Bavel,2017)[9，15]，并形成了一系列主體建模軟件和平臺，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，計算人口學(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)展起來的，因此，主體建模技術(shù)是計算人口學(xué)的經(jīng)典技術(shù)方法。

主體建摸技術(shù)之所以成為計算人口學(xué)的經(jīng)典技術(shù)方法，主要因其有一些獨特優(yōu)勢(陳禹，2003；Fagiolo and Roventini，2012；隆云滔，2018)[53-55]。(1)以微觀個體為出發(fā)點，自下而上對宏觀人口現(xiàn)象進行建模，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、人與機器的差異)優(yōu)勢；(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器以及群體的特性；(3)主體間非線性的直接交互(包括競爭)，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、人與機器、人與機器群之間的互動關(guān)系。計算人口學(xué)中的主體建模分析方法是通過計算機技術(shù)模擬出一個人工人口或虛擬人口(也是數(shù)字人口)，并通過設(shè)置各種人口變量來模擬人口過程，為解釋人口現(xiàn)象提供了一種動態(tài)分析路徑。通常，主體建模技術(shù)方法需要三個方面的建模工作：一是為主體設(shè)置一個模型，包括主體的基本屬性、行動規(guī)則和規(guī)則解釋器；二是為主體所在的社會或自然環(huán)境建模，包括主體之外的所有社會關(guān)系和社會網(wǎng)絡(luò)；三是為主體的運行過程建模。主體建模本質(zhì)上是一個形式邏輯模型，可以理解各種情景下的人口過程和人口結(jié)構(gòu)的“結(jié)果涌現(xiàn)”(outcome emergence)，更適合理論的發(fā)展和解釋，為解決具體問題提供情景參考。當(dāng)然，主體建模技術(shù)作為一個形式邏輯，只能接近真實的人口過程，現(xiàn)實中依然需要結(jié)合實證數(shù)據(jù)來研究具體政策(黃璜，2010)[56]。此外，主體建摸技術(shù)的技術(shù)門檻較高，尤其在萬物互聯(lián)的數(shù)字化時代，主體建模技術(shù)面臨新的機遇與挑戰(zhàn)。

四、計算人口學(xué)面臨的挑戰(zhàn)與建議

計算人口學(xué)的興起具有鮮明的時代特征。當(dāng)前，互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等數(shù)字計算正蓬勃發(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，計算人口學(xué)迎來了良好的發(fā)展機遇。隨著互聯(lián)網(wǎng)普及率不斷提高，越來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，人與人之間、人與機之間、人與環(huán)境之間的融合速度前所未有，而且顛覆經(jīng)典超級計算機的量子計算技術(shù)加快布局，成為推動計算人口學(xué)快速發(fā)展的重要推動力。同時，以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、5G和6G通信技術(shù)、量子計算、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，為數(shù)字經(jīng)濟發(fā)展提供了高經(jīng)濟性、高可用性、高可靠性的技術(shù)底座，構(gòu)建了驅(qū)動數(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，國家發(fā)改委發(fā)布《關(guān)于加快構(gòu)建全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導(dǎo)意見》的通知，提出“到2025年，全國范圍內(nèi)形成一批行業(yè)數(shù)據(jù)大腦、城市數(shù)據(jù)大腦，全社會算力資源、數(shù)據(jù)資源向智力資源高效轉(zhuǎn)化的態(tài)勢基本形成”的建設(shè)目標(biāo)(6)http:∥www.gov.cn/zhengce/zhengceku/2020-12/28/content_5574288.htm。，為“十四五”時期我國計算人口學(xué)的發(fā)展創(chuàng)造了良好的政策環(huán)境。

(一)機遇與挑戰(zhàn)

作為一門新興科學(xué)，計算人口學(xué)也面臨諸多挑戰(zhàn)(王飛躍，2010；孟小峰，2013；張小勁，孟天廣，2017；David,2019)[57-60]。第一，是計算人口學(xué)屬于計算機科學(xué)和人口學(xué)的交叉學(xué)科，面臨交叉學(xué)科的技術(shù)方法和激勵機制以及學(xué)科結(jié)構(gòu)等方面的挑戰(zhàn)。由于計算人口學(xué)在技術(shù)方法上需要一定的計算機編程技術(shù)，至少需要熟練R語言或Python語言等計算機編程技術(shù)，而且還需要對人口學(xué)的行為規(guī)律算法熟悉，因此計算人口學(xué)的研究人員既要懂得計算機編程又要熟練數(shù)理人口學(xué)的算法。第二，計算人口學(xué)所需要的密集型大數(shù)據(jù)分散在公共機構(gòu)和私營企業(yè)中，面臨數(shù)據(jù)整合和共享的挑戰(zhàn)。與公共機構(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、消費等行為數(shù)據(jù)的私營企業(yè)在數(shù)據(jù)共享上缺乏有效的共享激勵，由此制約了計算人口學(xué)家的數(shù)據(jù)使用。第三，計算人口學(xué)面臨數(shù)據(jù)收集和使用、信息共享、調(diào)查和實驗、算法規(guī)則等方面的規(guī)范不健全的挑戰(zhàn)。第四，計算人口學(xué)也面臨隱私保護和倫理道德等方面的挑戰(zhàn)。計算人口學(xué)的研究與個人數(shù)據(jù)緊密關(guān)聯(lián)，往往不可避免涉及倫理道德，加上計算人口學(xué)面臨的科學(xué)風(fēng)險常常會成為個人隱私保護和倫理道德等方面的借口，從而制約計算人口學(xué)的科學(xué)研究。

(二)政策建議

我們在機遇和挑戰(zhàn)面前，應(yīng)該采取有效措施力促計算人口學(xué)健康有序的發(fā)展。第一，需要加強協(xié)作，不僅要加強跨學(xué)科協(xié)作，而且還需要加強產(chǎn)學(xué)研協(xié)同創(chuàng)新發(fā)展，實現(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，要加強以人為中心、人- 機- 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)同化進程；第三，要加強計算人口學(xué)在數(shù)據(jù)收集和使用、信息共享、調(diào)查和實驗、算法規(guī)則等研究規(guī)范建設(shè)，既可以學(xué)者自覺倡議，形成學(xué)術(shù)研究共同準(zhǔn)則，也可以通過法律等進行規(guī)范；第四，豐富計算人口學(xué)在解決實際問題方面的應(yīng)用場景，包括促進數(shù)字經(jīng)濟發(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、增強政策包容性、公平性和可及性等方面；第五，關(guān)注計算人口學(xué)對個人安全、隱私保護、道德倫理等方面的影響，加強科學(xué)知識普及和宣傳，合理引導(dǎo)科學(xué)研究和社會輿論。