[论文解读] Statistical Physics for Humanities: A Tutorial

Dietrich Stauffer|arXiv (Cornell University)|Sep 12, 2011

Complex Systems and Time Series Analysis被引用 3

一句话总结

本教程介绍了统计物理方法——特别是伊辛模型——用于通过具有二元变量的代理模型模拟社会与历史现象。教程引导读者使用Fortran语言在方形晶格上编程实现一个简单的伊辛模型，展示概率性、大规模模型如何捕捉人类系统中如意见动态和隔离现象等涌现行为。

ABSTRACT

The image of physics is connected with simple "mechanical" deterministic events: that an apple always falls down, that force equals mass times acceleleration. Indeed, applications of such concept to social or historical problems go back two centuries (population growth and stabilisation, by Malthus and by Verhulst) and use "differential equations", as recently revierwed by Vitanov and Ausloos [2011]. However, since even today's computers cannot follow the motion of all air molecules within one cubic centimeter, the probabilistic approach has become fashionable since Ludwig Boltzmann invented Statistical Physics in the 19th century. Computer simulations in Statistical Physics deal with single particles, a method called agent-based modelling in fields which adopted it later. Particularly simple are binary models where each particle has only two choices, called spin up and spin down by physicists, bit zero and bit one by computer scientists, and voters for the Republicans or for the Democrats in American politics (where one human is simulated as one particle). Neighbouring particles may influence each other, and the Ising model of 1925 is the best-studied example of such models. This text will explain to the reader how to program the Ising model on a square lattice (in Fortran language); starting from there the readers can build their own computer programs. Some applications of Statistical Physics outside the natural sciences will be listed.

研究动机与目标

• 使人文学科的研究人员能够应用统计物理方法来模拟集体人类行为。
• 展示如何利用简单的二元模型（如伊辛模型）模拟复杂的社会现象，例如意见形成与隔离。
• 提供使用Fortran实现基于代理模型的实践编程教程，重点聚焦于基于晶格的模拟。
• 即使个体人类行为具有确定性，仍能证明概率性、大规模模型的合理性。
• 通过可访问、可复现的代码与概念框架，弥合物理启发建模与社会科学应用之间的鸿沟。

提出的方法

• 使用二元变量（自旋向上/向下，0/1）表示系统中的个体代理，如选民或意见持有者。
• 在二维方形晶格上实现伊辛模型，其中每个代理根据能量最小化原则与最近邻相互作用。
• 应用蒙特卡罗模拟技术，基于局部作用规则与类似温度的参数，随机更新代理状态。
• 引入哈密顿量（能量函数）以定义相邻代理之间的相互作用成本，模拟社会影响或从众行为。
• 利用大数定律，证明即使个体结果不可预测，仍可合理建模整体行为。
• 将物理模拟中的Fortran代码改编用于社会建模，并在附录中为非专业人员介绍该语言。

实验结果

研究问题

• RQ1 统计物理模型（如伊辛模型）如何被调整以在人文学科中表示社会动态？
• RQ2 使用二元代理模型模拟人类系统中的集体行为，其最小假设是什么？
• RQ3 为何概率性、大规模方法在社会现象建模中比确定性建模更有效？
• RQ4 代理在晶格上的相互作用如何导致共识或隔离等涌现模式？
• RQ5 使用如Fortran等易用编程工具实现和模拟此类模型的实际步骤是什么？

主要发现

• 在方形晶格上的伊辛模型成功再现了相变等涌现集体行为，类似于意见转变或社会极化。
• 具有简单相互作用规则的二元模型即使在个体决策不可预测的情况下，也能捕捉复杂社会现象，如隔离与意见动态。
• 大规模模拟即使在个体行为随机的情况下，仍能产生统计上可靠的输出，如死亡率或选举结果。
• 蒙特卡罗方法的使用使得系统状态的高效探索成为可能，从而可模拟包含数百万代理的系统。
• 在Fortran中实现伊辛模型为研究人员提供了构建和测试社会科学语境下自身基于代理模型的基础技能。
• 该模型在模拟民族隔离和投票模式等现象中的成功，证明了物理启发方法在人文学科中的实用性。