社会控制论

作者简介

内容简介

第1章　社会控制论的研究对象
　　通常，自然科学、社会科学的学科是根据其研究对象来划分的，那么，“社会控制论”的研究对象是什么呢？
　　简言之，“社会控制论”的研究对象就是“社会控制系统”。“社会控制系统”，即社会领域中的各种控制与管理系统[1]，如下所述。
1.1　国家行政管理系统
　　世界各国，不论大小、穷富，都有其“国家行政管理系统”，而且，都具有某些共性，如普遍采取“多级递阶控制”的大系统结构方案。但是，不同的国家，不同的个性，各有特点。那么，从“社会控制论”的观点，应当如何取长补短，寻求改进其“国家行政管理系统”呢？其实，“控制论”(cybernetics)一词本来就有“管理国家的艺术”的含义，这里，“控制”的概念是广义的[2-6]，意味着智能控制、灵活调节、实时配置、科学管理、统一指挥，因此人类脑力劳动机械化[7-9]、社会生产活动[10-12]及其劳动关系(业务逻辑)的复杂性[13-18]以及人工智能相关学科的飞速发展[19-22]，使得国家行政管理系统向服务智能化[23，24]、功能精细化[25]和数据资源虚拟化[26-30]方向迈进。
1.2　国民经济管理系统
　　国民经济管理系统与国家行政管理系统密切相关，也是“社会控制论”的研究对象之一。现在，有些国家采取大系统“分散控制”的结构方案、管理体制，也有些国家采取大系统“集中控制”的结构方案、管理体制，两者各有其优缺点，因此如何把“分散控制”和“集中控制”巧妙地结合起来[31，32]，取长补短、扬长避短，探讨适应于我国国情的“国民经济管理系统”，将有助于我国经济发展、社会安定、人民幸福，这也是“社会控制论”需要研究的重大课题[33，34]。
1.3　科学技术管理系统
　　科学技术水平严重地制约、影响着社会进步、经济发展、人民生活水平提高，而国家的科学技术管理体制、方针政策，又对科学技术的发展有很大的影响，存在不少问题。例如，如何组织科学技术队伍；按学科组织、按任务组织，各有优缺点，如何取长补短、相互结合；如何协调基础科学、技术科学、应用科学，以便协同发展。现在，科学发达、技术先进的国家，都有适应其国情的“科学技术管理系统”[1]，因此，如何博采众长，建立、改进我国的科学技术管理系统，是关系到科学技术现代化的重大问题[35]。
1.4　人口控制管理系统
　　我国是世界上人口最多的国家，这既是优势，又是问题，如何控制我国人口资源的数量、质量，不仅关系到当前的社会状态，而且会影响子孙后代。因此，如何应用“社会控制论”的理论方法，建立“人口控制管理系统”，对我国人口发展过程，进行定量、定性相结合的分析、预测，为制定合理的人口控制策略、法规提供科学依据，是“社会控制论”的重要研究课题。
1.5　污染控制环境保护系统
　　污染控制、环境保护不仅是工程技术措施，而且是社会问题。因此，如何运用控制论、系统论、信息论的理论方法，建立污染控制环境保护系统，从整体的、动态的观点，对工业污染、交通污染、河流污染等进行监测、分析，对社会环境、自然环境[36]、空气质量、水质量等进行定性、定量的综合评价，对环境变化趋势进行预测、分析，为制定高效的污染控制、环境保护策略与方案，提供科学论据[37，38]，也是“社会控制论”的重要研究课题。
1.6　社会公共服务管理系统
　　现代社会拥有许多“公共服务管理系统”，如医疗卫生公共服务管理系统、商业服务管理系统、银行服务管理系统、旅游服务管理系统、名胜园林服务管理系统、文化娱乐服务管理系统、社会生活公共服务管理系统等，与广大人民群众的日常生活密切相关，直接影响社会安定、公共秩序。因此，根据我国人口众多、地大物博的国情，组织管理各种社会公共服务管理系统，提高服务质量、工作效率，是十分重要的[39]。
1.7　社会安全控制管理系统
　　为了保障社会安定、国家安全、人民幸福，需要社会安全控制管理系统，如公安部门、人民法院、人民检察院、武警部队、国防部队等，都是“社会安全控制管理系统”，但是具有各自的组织体制，他们分工合作、相互配合，共同维护社会安全。因此，“社会控制论”需要研究如何充分发挥这些社会安全控制管理系统的作用，进行密切的协调配合，高效、迅速地消除不安全的社会干扰因素。
1.8　社会网络信息控制管理系统
　　现代社会已进入信息化、网络化的时代，互联网(Internet)、内联网(Intranet)、外联网(Extranet)，使人们的社会生活信息化、网络化，在国内、国外，提高了相互联系、信息交流、协商协作、办事购物的效率，节约了时间、压缩了空间，增加了机遇、发展了事业。但是，也带来了社会信息安全问题，如信息网络的病毒传染、黑客入侵、黄色污染。因此，如何建立“社会网络信息控制管理系统”是“社会控制论”面临的新问题[40]。
　　这里应当说明的是，“社会控制论”主要研究社会系统的“控制过程”问题，以及相应的“控制信息”的采集、传递、变换、处理、利用的理论方法、实现技术、应用系统[41]，这是“社会控制论”与社会学、经济学、科学学、人类学、环境学、园林学、军事学、信息学等学科的分工、区别之处。
第2章　社会控制论的学科内容
　　“社会控制论”的学科内容，包括社会控制系统建模、社会控制系统分析、社会控制系统综合，以反映人们对社会控制系统的认识、改造过程。
2.1　社会控制系统建模
　　为了对社会系统进行分析、综合，首先需要建立社会系统的模型。由于社会系统的复杂性、主动性、不确定性，难以采用传统的、简单的数学模型，所以需要引用《大系统控制论》[31]中的“广义模型化”方法，研究、建立社会系统的新模型。
2.1.1　集成模型
　　广义模型的概念之一是由知识模型、关系模型、数学模型相互结合，利用软件集成的集成模型(gathered model， GM)，如图2.1所示。
图2.1　广义模型之一：集成模型
　　1) 知识模型
　　运用人工智能和知识工程的方法与技术，如知识表达方法(产生式规则、语义网络、框架等)、知识获取技术(人工移植、机器感知、机器学习等)所建立的知识模型(knowledge model， KM)，主要用于表达人们关于事物的定性知识、经验知识，以便利用知识进行定性分析、逻辑推理，求解有关问题。
　　2) 关系模型
　　运用“图论”方法、逻辑学，所建立的各种关系模型，如赋值的有向图、无向图、树图、网络图、逻辑式等，主要用于定性或定量地描述人们、事物之间的各种关系，如组织结构、工艺流程、信息传递、时序关系等，进行系统的结构分析、结构综合。关系模型也可称为结构模型。
　　3) 数学模型
　　运用控制理论、运筹学的理论与方法，所建立的数学模型(mathematical model， MM)，如状态方程、传递函数、代数方程等，主要用于定量地描述事物的有关动态过程、静态特性，对问题进行定量分析、数值计算。
　　在大系统模型化的实际工作中，应根据具体任务的需求、环境条件的可能，灵活地运用上述三种模型。在知识模型、关系模型、数学模型相结合的基础上，利用计算机软件进行集成，建立适用于实际大系统的“集成模型”，从而全面(定性、定量、静态、动态)地描述实际系统的结构、参数、功能、特性。
2.1.2　控制论模型
　　广义模型的概念之二是控制论模型。从控制论观点，任何复杂控制系统都可以用图2.2的方框图表示。
图2.2　广义模型之二：控制论模型
　　1) 控制者模型
　　控制者产生控制作用，接收反馈信息，它可以是人，如控制、管理、调度、指挥、决策人员等，也可以是机器，如控制器、调节器、计算机等。
　　2) 被控制对象模型
　　被控制对象接受控制作用，提供反馈信息，它通常是机器、设备，也可以是人、人群，如社会控制系统、经济管理系统。
　　在传统的控制理论中，采用系统辨识的方法、技术，主要致力于建立被控制对象的数学模型，很少研究“控制者”的建模问题，所以控制系统的建模方法存在片面性。
　　广义模型是采取控制者模型与被控制对象模型并行处理方法，建立控制者模型。例如，对于主动控制系统，可利用人工智能、专家系统的方法和技术，建立控制者的知识模型，以有经验的操作、调度、指挥人员作为领域专家，建立相应的知识模型，以及各种人工智能专家系统。
2.1.3　变粒度模型
　　实际大系统都可以分解为若干小系统，而小系统又可以再细分为若干小小系统，因此广义模型的概念之三是变粒度模型，分别对大系统、小系统、小小系统，相应的粗粒度模型、中粒度模型、细粒度模型，将它们组织起来，构成大系统的变粒度模型(variable grain model， VGM)，如图2.3所示。
图2.3　广义模型之三：变粒度模型
　　1) 粗粒度模型
　　粗粒度模型就是用粗大的量化单位、知识基元，描述大系统的宏观模型。例如，国家级的经济模型，从全国的宏观水平，用国民经济总产值、全国人均年收入等粗粒度的经济指标描述国民经济管理系统。
　　2) 中粒度模型
　　中粒度模型即用中等规模的量化单位、知识基元，描述小系统的中观模型。例如，省级经济模型，从各省的角度，用各省的经济总产值、各省人均月收入等经济指标描述各省的经济管理系统。
　　3) 细粒度模型
　　细粒度模型即用细小的量化单位、知识基元，描述小小系统的微观模型。例如，市(县)级经济模型，从各市(县)角度，用各市(县)经济总产值、各市(县)人均日收入等指标描述各县经济管理系统。
　　利用粗粒度、中粒度、细粒度的量化单位、知识基元，根据国家级、省级、市(县)级的经济指标之间的关系，可将上述宏观、中观、微观模型组织起来，建立描述社会经济大系统的变粒度模型。
2.1.4　智能模型
　　广义模型的概念之四是智能模型(intelligent model， IM)。为了建立主动控制系统、不确定系统、不确知系统、发展中系统的模型，建议用人工智能、控制理论、运筹学相结合的方法，研究开发各种“智能模型”，如自学习模型、自适应模型、自组织模型等，如图2.4所示。
图2.4　广义模型之四：智能模型
　　1) 自学习模型
　　利用人工智能的自学习方法，与控制理论的系统辨识技术相结合，发展“智能辨识”技术，建立具有自学习性能的广义模型。在系统运行过程中，通过示教学习、非示教学习，获取知识、积累经验，自动修改模型参数，提高模型的精度，以跟踪实际系统的变化和发展。
　　2) 自适应模型
　　利用在线动态系统辨识技术、自校正方法，可以建立具有自适应性能的模型。当系统的环境条件发生变化、对象特性漂移时，能够自动校正模型参数，以适应系统的变化、漂移。
　　3) 自组织模型
　　利用模型库、模型库管理系统，可以根据用户需求、解题规划，进行模型构造、组织，在知识模型、数学模型、关系模型相结合的基础上，组成适用于实际系统的广义智能模型。
　　综上所述，关于广义模型化的概念是：从控制论观点，用人工智能、系统辨识、图论等多学科的理论方法、实现技术，灵活运用知识模型、关系模型、数学模型，并行处理控制者模型、被控制对象模型，建立宏观、中观、微观相结合的具有自学习、自适应、自组织性能的变粒度、智能化的大系统集成智能广义模型，各种不同模型即知识模型、关系模型、数学模型，可在计算机中通过软件编程相互结合，进行集成，构建面向对象(object)、智体(agent)、软件人(SoftMan)的软件集成广义模型。
2.1.5　广义模型的体系
　　根据上述关于广义模型的概念，可以建立广义模型的体系。采用人工智能的知识表达方法，可以建立广义模型体系的表达树，如图2.5所示。
图2.5　广义模型体系表达树
　　广义模型体系的类别可以划