张书含

研究方向

我的研究旨在形成一套将政策视为复杂社会过程的研究方法:以法律问题引导仿真设计,以经验数据检验模拟结果,再通过可复用的软件工具提升研究的可及性与可复现性。

01

立法学

关注立法的宪法基础、制度设计,以及法律规则影响社会运行与公共治理的制度机制。

02

大模型社会模拟

构建生成式社会代理与相互关联的社会子系统,研究异质性行为与复杂社会动态。

03

立法与政策评估

将可复现的政策实验与真实数据、统计验证相结合,支持情景比较与政策方案优化。

研究实践

GPLab 原始框架图,展示社会代理、社会子系统与模拟评估层。
论文原始框架图 · JASSS
2026 · 期刊论文 已发表

GPLab: A Generative Agent-Based Framework for Policy Simulation and Evaluation

GPLab:用于政策模拟与评估的生成式代理框架

Shuhan Zhang, Zifan Peng, Yinwang Ren第一作者、通讯作者

Journal of Artificial Societies and Social Simulation · 2026年第29卷第1期,第6篇

研究贡献: 将大模型驱动的社会代理、模块化社会子系统与模拟—评估循环相结合,为复杂政策情景的比较与优化提供通用性仿真框架。

生成式代理政策仿真开源框架
作者提供的论文框架图:大模型社会智能体、经济与舆论子系统、政策模拟及政策效果评估。
论文框架图 · 作者提供
2026 · 期刊论文 网络首发

生成式代理模型驱动的政策效果评估新范式:以舆论-经济系统模拟为例

张书含、任银旺第一作者、通讯作者

《系统工程理论与实践》· 2026年5月14日网络首发

研究贡献: 以真实数据检验社会智能体的政策响应,在舆论—经济系统中模拟消费券政策,通过统计检验考察不同群体的异质性响应与多维度政策效果。

政策效果评估经验验证CSSCI
AutoABM 真实工作台界面,展示模型方案、代理网络运行、参数控制与指标图表。
真实工作台界面 · AutoABM
2026 · 在审论文 外审中

Auto-ABM: A Simulation-First Framework for Trace-Grounded and Reproducible Agent-Based Modeling

Auto-ABM:以仿真为先、以运行轨迹为证据的可复现代理建模框架

张书含独作

投稿 NeurIPS 2026 FAST Workshop

研究贡献: 以仿真为核心组织建模、实验与解释,将结论关联到真实运行轨迹,支持固定随机种子的可复现运行,以及包含 ODD 模型描述文档的复现包导出。

运行轨迹证据可复现代理建模科研软件

研究方法与能力

我擅长基于数据的实证分析,具备一定编程基础,关注大模型技术在社会科学研究中的应用。跨学科科研实践、平台研发与团队协作经验,为持续产出高质量成果及重大科研项目申请提供了扎实基础。

数据实证分析大模型社会科学应用可复现社会仿真跨学科团队协作