本期“复杂性科学” 专栏评述 ◎评《在线社交网络结构与区域经济关联性研究》◆周涛◆ 在这篇文章中，任晓龙等人分析了百多万腾讯用户的数据，揭示了ＱＱ在线社交网络的结构特征，以 及ＱＱ用户在性别、年龄和地理上的分布。这些结果有价值，但都不是我感兴趣的。我真正感兴趣的，是 作者揭示了ＱＱ上的活跃程度和城市经济指标ＧＤＰ之间的关系。让人吃惊的是，一个城市ＱＱ用户数和这 个城市的ＧＤＰ之间的Ｐｅａｒｓｏｎ相关系数达到了惊人的０．８４。这么强的关联，暗示用在线数据预测城市ＧＤＰ 的可能性。最近刘金虎等人的论文“Ｏｎｌｉｎｅ ＳｏｃｉａｌＡｃｔｉｖｉｔｙ Ｒｅｌｆｅｃｔｓ Ｅｃｏｎｏｍｉｃ Ｓｔａｔｕｓ”分析了２亿多新浪微博 的用户数据，发现在线用户注册数目和城市ＧＤＰ之间的Ｐｅａｒｓｏｎ相关系数可以超过０．８６，并且利用这些数 据可以进行很好的ＧＤＰ预测。 任晓龙和刘金虎的论文都只是连接在线行为和线下社会经济的最初步尝试，但是这些结果价值不菲 首先，传统的经济普查要消耗大量的人力和物力，并且有很长的时间延后，而利用在线数据——当然不仅仅 是这两篇文章这么简单的单一数据集——其成本相比经济普查几乎可以忽略不计，而且实时可以获得这些数 据，不存在分析结果与现实状况之间巨大的时间差。其次，这些分析能够发现一些异常，例．如刘金虎等人 发现鄂尔多斯、崇左、来宾、中卫等几个城市在２０１２年之间互联网非常不活跃，但是ＧＤＰ很高，而这些 城市的经济结构比较单一，对于资源储备和资源价格有非常强的依赖，容易遭遇经济风险 例如鄂尔多斯 在２０１２年后就遇到了经济上的巨大挑战！ 任晓龙的文章只是一个起点，它告诉我们互联网的数据能够告诉我们更多。 ◎评《基于价值驱动的人类行为动力学实证研究和建模》◆闫小勇◆ 探索人类行为中的各类时空统计特征及其形成机制，对于理解人类自身的行为规律和解释受人类行为 影响的各种复杂社会经济现象都具有重要的意义 在人类行为时间特性研究方面，人在多次从事某特定活 动之间的时间间隔分布是一个受到广泛关注的问题。在过去的十年里，研究者已经对人类时间间隔分布进 行了大量的实证研究，并提出了数十种动力学和非动力学的模型来解释时间间隔非泊松特性的形成机制。 看上去时间间隔分布这个问题已经被研究的比较深入透彻了，但符丁、李明江和黎路的文章 基于价值驱 动的人类行为动力学实证研究和建模 让我们看到，仍有相当一部分行为的时间间隔分布无法通过现有模 型解释，例如健身运动的时间间隔，研究者下载论文的时间间隔等。为此，该文的作者们在实证研究的基 础上提出了一种基于价值驱动的人类动力学模型，将个人期望实现的价值作为行为发生的重要影响因素，
