空间综合社会科学研究初步探讨

⊙ 孔云峰(河南大学 环境与规划学院,河南开封)

摘要:介绍了‘空间综合社会科学’的概念和产生背景,并从思想、方法、数据、技术与工具等方面初步讨论了空间综合的基本思路、研究方法、应用特征与应用潜力。空间综合 社会科学研究是以地理学知识为基础,在社会科学的理论与方法中加入地理空间要素,采用 地理信息技术和方法,依赖大量的数据,进行描述性、探索性或解释性研究,丰富社会科学 的理论与知识。空间综合研究能够分析、解释一些重大的社会问题,揭示一些社会现象或社 会过程背后的机理。开展空间综合的前提是从空间的角度整理资料,建立比较完善的空间数 据库,并展开跨学科的协作。

关键字:空间综合社会科学,地理信息,GIS,空间分析

1、引言

进入信息化时代,使用信息技术进行社会科学研究不仅是可能的,而且是必要的。信息 技术可以帮助学者进行资料的收集、管理、交换、共享和分析,且能够在一定程度上改变、 完善社会科学的理论体系和研究方法;其中,数字地图与地理信息系统是最具应用前景的技 术之一。地图是社会科学学者描述或表达研究对象的常用的方式,在认识社会现象、研究社 会问题过程中,地图具有不可替代的作用;常说的‘一幅图胜过一千句话’、‘百闻不如一见’ 体现了空间现象可视化最通俗的理解。

经过长时间的争论、交流和尝试,地理信息系统(作为技术工具)和地理信息科学(作 为思维方法)已经逐步被自然科学和社会科学领域的学者所认同和接受。在地理信息科学中, 现实世界被理解为若干离散的‘实体’或连续的空间‘场’;且自然现象或社会现象都具有 时间、空间和专题属性这三大要素。如果能够将某些社会现象可视化,进行数据探测、提出 研究假设,并使用模型验证,则可以进行探索性质或解释性质的研究。基于以上基本看法, 本文介绍了正在美国兴起的‘空间综合社会科学’,并从思想、方法、技术与工具等方面分 析了开展空间综合社会科学研究的基本思路,并展望了这一思路的未来前景。期望能够抛砖 引玉,促成地理学家、地理信息技术专家和社会科学学者展开有关的跨学科学术研究。

2、空间综合社会科学的产生

随着 GIS 技术的兴起、地理信息的大量积累,近十几年来,空间分析技术在人文和社 会科学领域的应用逐步增多。用国际上几个主要的社会学科论文检索系统进行检索和统计,1900-2001 年间,使用空间分析的学术论文已达到 8900 篇,占全部论文的比例从 1990 年的
1.3%上升到 2001 年的 3.7%[1]。在这样的背景下,以 M. F. Goodchild、L. Anselin 等为代表的 一批美国学者,明确提出了空间综合社会科学,将它作为一个重要的研究领域和研究方向[2]。 空间综合社会科学是在社会科学领域中,引用空间思维,强调空间概念,探索空间形态 与过程。空间即地理位置、区域、距离、尺度等;综合即从空间、时间的角度组织研究资料, 围绕数据库、数据模型和相关技术设计研究方法;而社会科学包括人文地理学、区域经济学、历史学、城市规划、公共卫生、社会学、人口学、犯罪学、人类学、考古学等学科。 显而易见,空间综合研究受数据和信息技术驱动,是信息化时代兴起的社会科学研究方法之一。正是地理信息技术的成熟、地理信息科学的发展和空间数据的大量积累,促成了学者展开空间综合社会科学研究,包括改进现有理论、提出新的理论、开发相应的工具,并展 开学术交流,为社会科学提供新视野、新方法和新工具。以空间维为主线,进行社会科学研 究并不是新的思维,学者很早就认识到了时间维、空间维的重要性。但是,只有 GIS 产品 成熟、空间数据大量积累的今天,空间综合方法才真正被用来解释社会现象、解决社会问题。 空间综合社会科学的代表研究机构是 Center for Spatially Integrated Social Science(简称 CSISS),是在美国自然科学基金的资助下于 1999 年在 UCSB 成立。M. F. Goodchild 等人该 中心的创办者和带头人。CSISS 的使命是从空间维、时间维分析社会现象,理解空间格局和 过程;将空间概念引入理论和实践,整合现有知识,产生新知识3。目标是拓展 GIS 的应用, 引导新一代学者从事 SISS,促进跨学科协作网络,开发 SISS 知识库。CSISS 通过组织专家 会议、举办全国性研讨会、开发空间分析工具、开发学习资源、提供成功案例、提供位置相关查询、形成虚拟的交流社区等方式实现制定的使命和目标。

围绕其使命和目标,CSISS 已经举办了系列学术研讨会,对社会科学领域的使用空间分 析技术进行了调查与分析,编辑了专刊 Journal of Geographical Systems(2003 年第五卷第一 期)、论文集 Spatially Integrated Social Science(Oxford University Press, 2004)[3]等,制定了 战略发展规划。该中心还提供有关的培训、开发相关学习资源、研制空间分析软件,致力于 研究基础设施的建设。CSISS 的详细情况可参看其网站 http://www.csiss.org。

3、空间综合社会科学的思想、方法与工具

3.1 空间思维

空间综合社会科学的核心理念是从空间的角度看世界,对社会科学的理论和方法进行改 造,加入空间要素,或者发展崭新的理论和方法。在社会科学研究中,常见的空间问题有以 下几类:①研究对象的空间分布特征(如均匀、随机、聚集、分散),分析隐藏在空间分布 背后的机理、演化特征。②研究对象是否依赖于空间位置?经典理论中是否强调了空间维?③研究对象的位置特征是否突出,如改变空间位置或区域边界,是否影响研究结论?④研究 对象的空间分布与空间过程,对于所研究的问题重要吗?⑤是否存在空间尺度问题?如改变 地理范围、改变边界划分,理论、方法与结论的适用性是否改变。对这些问题的思考,是决 定是否使用空间综合方法的基础。

如果在研究中存在以上空间问题,可以使用空间思维进行解决。空间思维体现在以下几 个方面:①空间综合,即对于各种形式的、不同过程的、来源于多个学科的数据和信息按照 位置进行整理、比较。例如将环境数据与人类健康数据按位置进行相关分析。②时空场景, 即建立研究对象所在区域的时空场景,可以帮助学者解释空间格局和空间过程。例如,对于 犯罪事件,建立案发地点的环境数据库,理解案发的时机、过程和原因。③空间模型,即当 位置或距离促进、妨碍或影响着某种空间过程,有必要建立空间数据模型分析因果关系、模 拟空间演变。例如空间回归模型、空间中理模型等。④基于位置的信息组织,即在互联网环 境中,基于位置组织和检索信息,通过位置查询获取大量的信息,帮助学者寻找研究线索。⑤科学知识与特定位置或区域的知识结合起来才能被最好地利用,例如在城市规划、公共政 策方面,需要大量的地理空间信息辅助做出选择、决策。

3.2 空间方法

空间综合研究涉及到系列的技术和方法,如 GIS、空间信息查找、地图可视化、空间分 析、空间模型和空间信息等。GIS 是最强大的、最有效的地球表面数据处理工具,提供数据 采集、管理、制图与分析等功能,已经广泛使用于资源管理、土地管理、区域规划、环境保 护、应急管理、科学研究诸多领域。自 1990 年代以来,GIS 在社会科学领域的应用日益增多,如人口普查、民主选举、公共政策、公共卫生、公共安全、区域经济、商业选址等诸多 领域。地图制图与可视化可以在 GIS 中完成。任何社会现象同时具备时间信息、空间信息 和属性信息,制作专题地图可以用于空间维度的认知和交流,并进一步进行探索性分析、空 间知识建构。地图是地理学的语言,在人文和社会科学写作中也占有重要的地位[4]。基于位置的信息查找服务于研究者资料收集。通过数字地理图书馆(digital geolibrary, 参看 http://alexandria.sdc.ucsb.edu)、空间数据基础设施等,从空间的角度,为社会科学研究 查找资料。一般来说,空间数据库需要建立其‘元数据’集,通过‘元数据’字段查找空间 数据;也可以基于地图界面进行信息查找。例如,台湾学者完成的中华文明时空基础框架(参看 http://ccts.lib.berkeley.edu)是一个成功的尝试,它为中国历史研究提供强大的、持续的信 息支持。

空间分析帮助学者进行多方面的研究。空间分析是对点、网络、面、格网等类型的数据 进行格局分析、密度分析、距离分析、空间相关分析、空间数据探测、空间统计、空间插值、 空间回归分析等[5]。在人口、经济、生态、土地利用、技术传播、疾病传播、犯罪行为诸多 方面,对空间格局、空间过程的研究,能够挖掘隐藏在空间现象之后的原因、规律和原理。 例如,研究禽流感的分布特征,弄清禽流感病毒扩散机制,为该疾病的预防提供决策支持; 研究汉墓分布特征,为考古、历史研究提供证据;从癌症病人的空间分布,研究发病与居住 环境之间的关系。

空间模型是对空间分析的深化和升华。空间模型往往采用相对简单的、客观的数学法则, 使用计算机手段,对社会现象进行检验、评估、模拟和预测。空间模型涉及经典的空间交互 作用模型(空间重力模型),也包括崭新的地理计算(geocomputation)、神经元网络、基于 代理(Agent-Based)的空间模型等。例如,公共设施(如学校、医院、社区诊所、体育设 施、道路等)投资决策中,往往要兼顾公平和效率双重需求;可采用‘可达性’这一基本概 念进行可达性分析、空间优化解决这一类问题。基于代理的空间建模用于模拟复杂的社会系 统,即基于个体行为的分析,模拟社会系统的运行与演化。例如,建立个人行走法则,模拟 公共场所人员紧急疏散过程;基于微观的土地利用演变规则,使用元胞自动机模拟区域或城 市的土地利用类型演化。

3.3 数据、技术和工具

空间综合社会科学研究,需要大量的空间数据支持。常用的数据包括地理基础数据(如 气候、自然资源、行政边界、交通网络、河流湖泊、设施分布、重要地物等)、人口统计数 据(如性别、年龄、教育程度、家庭、住房、收入等)、社会经济统计数据(如统计年鉴、 城市抽样调查、农村抽样调查等)等。目前,北美、西欧等地能够提供内容详尽、价格低廉 的空间数据,例如全国地图、城市地图、以街坊为单位的人口统计资料,这些数据与某一研 究领域中的调查数据相结合,为相关研究提供了数据基础。大量的空间数据促进了学者使用 GIS 分析人的空间行为[6],也使空间综合研究方法成为可能。
有效地管理和利用空间数据,需要相应得技术和工具。除了计算机、互联网络外,常见的技术包括数据库管理系统、GIS、数理统计与空间统计等。在数据积累到一定程度后,还 有必要建立数据仓储和空间数据基础设施,为有关领域学者提供数据共享服务;此时需要建 立数据内容标准、数据交换标准、元数据描述、互操作、系统架构等规范或标准。空间综合社会科学研究需要多种 IT 技术;但掌握这些技术或工具,对于社会科学领域 学者来说,无疑是困难的。因此,开发专门的、面相社会科学学者的、满足空间综合的软件 工具是必须的。该软件需要满足数据输入、数据输出、地图可视化、数据探测、空间统计、 空间模型等功能。不少学者正在开发通用的或专业的软件工具,力图满足空间综合的需要(参看 http://www.csiss.org 和 https://geoda.uiuc.edu)。

3.4 研究方法与特征

3

本篇發表於 轉載精選。將永久鏈結加入書籤。

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *

你可以使用這些 HTML 標籤與屬性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>