[中英对照] 贝叶斯模型人口统计学：迁移研究中的能动性、复杂

性与不确定性（中英文对照版电子书） 本书围绕 “贝叶斯模型人口统计学” 展开，共分为三大部分，涵盖理论基础、建模流程要素及模型结果应用与反思，形成了完整的研究逻辑链条。 （一）第一部分：基础理论（Preliminaries） 该部分奠定全书的理论与方法论基础，包含两章内容。第一章 “引言” 明确了研究背景与目标，指出迁移作为人口变化中不确定性极高的驱动因素，在欧洲等地区具有重要的社会与政治敏感性，而当前迁移研究的理论基础薄弱且碎片化，亟需通过创新方法填补空白。本书的核心目标便是将智能体建模、实证数据、贝叶斯统计推断、计算技术与心理学实验整合，构建一套系统化的建模流程，为人口学与迁移研究提供方法论支持，并概述了书籍结构与不同读者的阅读路径。 第二章 “不确定性与复杂性：迈向基于模型的人口统计学” 深入探讨了人口学与迁移研究中的不确定性与复杂性。迁移过程因概念模糊、测量不精确、解释简化及预测固有不确定性等因素，成为人口学中极具挑战性的研究对象。书中特别聚焦庇护迁移，其高不确定性与高社会影响的特点，凸显了构建合理模型的迫切性。此外，本章还从科学哲学角度，分析了归纳、演绎与溯因三种推理方式在人口学研究中的应用，最终提出 “基于模型的人口统计学” 研究方案，强调通过持续观察人口属性推导过程功能结构，为后续建模提供哲学支撑。 （二）第二部分：建模流程要素（Elements of the Modelling Process） 这部分是全书的核心，详细拆解了贝叶斯模型构建的五大关键要素，共五章内容。 第三章 “智能体迁移建模的原则与现状” 先探讨模型在复杂系统研究中的作用，指出模型可用于因果证明与外推分析，且需根据研究问题针对性构建。随后聚焦智能体模型在迁移研究中的应用，回顾现有研究，分析不同模型在研究问题、空间拓扑、决策机制、社会互动与信息交换等方面的特点，并以 “路径与传闻模型”（Routes and Rumours Model）为例，具体阐述智能体迁移模型的构建思路，同时指出当前模型存在数据匮乏、决策机制缺乏实证验证等知识缺口。 第四章 “为模型构建知识库” 以 2011-2019 年叙利亚向欧洲的庇护迁移为案例，介绍如何构建建模所需的知识库。首先分析庇护迁移测量的概念挑战，随后梳理叙利亚迁移的背景与数据概况，将数据分为过程相关数据（如原籍人口、目的地人口、登记信息、旅程信息等）与情境数据（如原籍情境、目的地情境、政策制度、路线特征等），并提出一套多维度数据质量评估框架，从数据收集目的、时效性、可信度等八个维度对数据进行评估，为建模数据选择提供依据。 第五章 “不确定性量化、模型校准与敏感性” 聚焦模型分析的统计方法。介绍贝叶斯不确定性量化的核心原则，阐述统计实验设计的基础，包括因子设计、拉丁超立方抽样等设计类型，以及确定性筛选设计在高维参数空间预筛选中的应用。还探讨了实验结果分析方法，如响应面与元建模，重点介绍基于高斯过程的模拟器（ emulator ）构建，以及不确定性分析、敏感性分析（如方差分解、索伯尔指数）与模型校准的贝叶斯方法，如近似贝叶斯计算、贝叶斯融合等，并结合 “路径与传闻模型” 进行实例演示。 第六章 “认知与决策的边界” 强调个体层面实证证据在智能体模型中的作用。指出传统模型常依赖理性行为假设，而基于心理学与行为经济学的描述性模型能更真实反映人类行为，介绍如何通过实验获取个体决策数据，详细阐述三个针对庇护迁移智能体模型的实验：前景理论与离散选择实验、主观概率提取实验、迁移驱动因素联合分析实验，同时讨论实验设计、实施的局限性，以及沉浸式决策实验等新型实验方法的潜力。 第七章 “基于领域特定语言的智能体建模与仿真” 探讨建模的计算实现。介绍领域特定语言（DSL）在建模中的优势，以 “关联生活建模语言”（ML3）为例，阐述其在智能体定义、动态网络、组合性、决策机制等方面的特性，讲解模型执行的算法与流程，包括事件调度与重调度，还介绍用于仿真实验指定的 SESSL 语言与用于模型溯源的 PROV 标准，说明如何通过这些工具实现实验的可复现性与模型上下文的管理。 （三）第三部分：模型结果、应用与反思（Model Results, Applications, and Reflections） 该部分呈现模型应用成果与深度思考，共四章内容。第八章 “迈向更真实的模型” 在 “路径与传闻模型” 基础上，构建更贴近现实的 “风险与传闻模型”（Risk and Rumours Model），引入迁移风险（如海上迁移死亡风险），整合前文提到的实证数据、统计分析与心理学实验结果，通过不确定性与敏感性分析，识别模型关键参数与信息缺口，进一步构建 “带现实的风险与传闻模型”（Risk and Rumours with Reality Model），进行模型校准，分析模型不确定性变化，反思模型构建与实现过程中的经验与不足。 第九章 “贝叶斯模型方法：对科学与政策的影响” 评估贝叶斯模型方法在科学研究与政策制定中的价值。总结该方法在迁移建模、数据评估、心理学实验、计算与语言开发等方面的贡献与不足，探讨其在跨学科领域的发展前景，如改进实证研究、优化数据应用、完善实验方法等。重点分析模型在政策领域的应用，包括短期预警与压力测试、长期情景分析与前瞻规划，以及政策干预评估，并以 “风险与传闻模型” 为例，演示如何通过模型模拟信息宣传活动等政策的效果，提出一套基于模型的政策决策支持蓝图。 第十章 “建模中的开放科学、可复现性与透明度” 关注研究实践规范。回顾心理学等领域因可疑研究实践导致的可复现性危机，介绍开放科学运动中数据共享、研究材料公开、研究方案预注册等改进措施，探讨这些规范在计算建模中的适用性，强调模型透明文档的重要性，指出领域特定语言与溯源模型（如 PROV）在提升模型可复现性与可靠性方面的作用，助力发现并减少不可靠研究结果对建模的影响。 第十一章 “结论：迈向贝叶斯建模流程” 对全书内容进行总结与展望。概括基于贝叶斯模型的人口研究在理论、方法与实践层面的成果，指出该方法能整合多种要素，揭示微观机制与宏观过程的联系，同时也存在跨学科整合、数据适配性等局限与权衡。最后提出未来基于模型的社会研究方向，强调建模是迭代过程，需跨学科协作与不确定性的正式承认，为人口学、迁移研究及更广泛的社会科学研究提供方法论指引。 三、书籍特色与价值 （一）学科交叉融合 本书打破学科壁垒，整合人口学、统计学、心理学、计算机科学等多学科理论与方法。例如，将贝叶斯统计方法引入人口迁移建模，结合心理学实验获取的个体决策数据，通过计算机科学的领域特定语言实现模型构建与仿真，为复杂社会现象研究提供了跨学科解决方案。 （二）理论与实践结合 既有扎实的理论基础，深入探讨不确定性、复杂性等概念的哲学内涵与统计原理，又注重实践应用。以叙利亚向欧洲的庇护迁移为具体案例，详细演示模型构建的全流程，从数据收集与评估到模型校准与政策应用，提供了可操作的方法论模板，便于读者借鉴应用于其他迁移或人口相关研究。 （三）开放科学导向 作为开放获取书籍，本书遵循开放科学理念，不仅内容可自由获取与传播，还强调研究过程的透明度与可复现性，介绍数据共享、实验预注册、模型溯源等实践方法，有助于推动相关领域研究规范的完善与知识的开放交流。 （四）政策指导意义 本书关注模型的政策应用价值，通过情景分析、预警系统构建、政策干预评估等实例，展示如何利用模型为迁移政策制定提供科学支持，帮助政策制定者在不确定性条件下更好地进行决策与规划，对应对现实中的迁移相关社会问题具有重要参考意义。 Towards Bayesian Model-Based Demography