10月13日，凯原法学院2021年第2期教师论文工作坊在203会议室举行。秦裕林教授就主题“基于个体建模(ABM，Agent based modeling)及其在法学研究中的可能应用”进行学术报告。报告会由凯原法学院副院长彭诚信教授主持。

报告中，秦裕林教授分别从ABM的定义，ABM可能的应用实例，NetLogo编程三个方面进行了分析。

首先，秦裕林教授介绍了荣获今年诺贝尔物理奖的乔治·帕里西所研究的椋鸟奇观现象，引出问题“简单的个体行为如何导致复杂的集体行为”，随后分析了“基于个体建模(ABM)来分析和预测社会群体长时程集体行为模式”的研究进路。基于个体建模(ABM)是基于个体行为特征，考察在长时间的过程中，因个体间的相互影响以及个体与环境间的相互作用形成的群体行为模式。在风险社会中，要了解大规模社会群体的长时程行为模式，实验室研究异常困难，社会试点方法付出的时间和社会成本过高。借助于ABM，用计算机建模的方法可降低研究成本，推进理论与实证研究。

随后，秦裕林教授介绍了用NetLogo软件实施ABM，建立社会分配模型，检验罗尔斯在《正义论》中提出的最大最小资源分配方案的合理性;建立莫尔国模型，分析各变量对于舆论极化的影响，发现社交媒体与舆论极化没有必然联系;社会稳定程度、对主流媒体的干预策略，主流媒体派别观点的极端程度以及信誉，都可能影响舆论演化的结果。秦裕林教授用4个模型展示了由于原生运气，公平的商品交易规则和程序导致不平等的财富分配结果，人口迁移、信息不对称、税收政策等对财富分配不平等现象的影响与调节。秦裕林教授总结指出，借助于ABM，用计算模型辅助立法(预测法律实施的社会效果)，可用较小的代价帮助发现立法存在的问题;利用ABM，可辅助研究法与社会问题。

李学尧教授评议指出，一方面，ABM与法解释学，社会学和经济学相比有如下优势——可实现从简单行为到复杂行为的简化，对制度规则有一定的预测性;另一方面，ABM可适用于很多领域，由于社会系统越来越复杂，试错成本增高，立法需求紧迫，因此ABM对于立法评估非常重要。

林喜芬教授评议表示，法学一般注重推演，但目前越来越注重实践理性，对于交叉学科，基于小样本的实证研究有一定局限性，秦裕林教授的计算社会科学的思维方法对我们进行立法评估有所启发，可使法学研究和司法实践变得更加科学理性;通过设定模型，逐步加入变量，通过直观展示，进行动态模拟，为我们在方法论上带来了启示;秦裕林教授的理论和模型可在理论与立法评估、疑难案件的适用中构建桥梁。

彭诚信教授在总结发言中谈到，报告中比较注重对于传统的现实社会行为，借助ABM和NetLogo编程进行模型推演，而将ABM应用于互联网社会中，可以研究个人数据信息的利益风险衡量，以及如何分配数据信息利用主体的利益风险等诸多有待探讨的问题，因此，ABM相关课题是具有非常广阔的研究空间的，此次报告十分具有建设性。