大數據助推思想政治教育定性分析方法創新

劉宏達 隆梅鳳

摘要：隨著大數據時代的到來，大數據分析方法在推動思想政治教育定量分析方法創新的同時，也推動著思想政治教育定性分析方法創新。從邏輯上看，思想政治教育定性分析為其大數據分析提供邏輯前提，并以大數據分析方法的運用為邏輯主線、以大數據分析提升其定性分析質量為邏輯目標。從特征上看，大數據分析使思想政治教育定性分析更具客觀性、充分性、精準性和智能性。從路徑上看，大數據時代思想政治教育定性分析方法的創新，應以樹立大數據思維來提升主體的大數據素養、以構建大數據系統來夯實定性分析的大數據基礎、以發揮大數據優勢來擴大定性分析的大數據應用、以完善大數據標準來提升定性分析的大數據價值。

關鍵詞：思想政治教育;定性分析;大數據;大數據分析

中圖分類號：G641

文獻標識碼：A

文章編號：1672-9749（2020）05-0137-05

隨著人類社會步入大數據時代，大數據分析正日益成為科學研究的一種主要手段，既豐富著定量研究的表現力，也拓展著定性研究的有效性。對于思想政治教育學科來說，運用大數據分析來及時準確地把握客體思想和行為的特征及變化，是提高思想政治教育針對性和有效性的必然要求。思想政治教育的大數據分析不能簡單地被定義為基于大數據的定量分析，而是要通過大數據的定量分析來提升定性分析的準確性，從而為思想政治教育科學決策與實施提供助力。

一、大數據時代思想政治教育定性分析方法的創新邏輯

在大數據技術與思想政治教育傳統優勢逐步深度融合的進程中，思想政治教育的大數據分析方法應運而生，即通過對數目海量、規模浩大、類型多樣、內容豐富的數據進行關聯性動態分析，可以“從大量看似雜亂、繁復的數據中，收集、整理和分析‘數據足跡”，以期預測客體思想行為的未來趨勢。大數據時代思想政治教育以定性分析為邏輯前提，同時大數據分析以其快捷、實時、智能的優勢，為其定性分析提供深度的量化分析輔助，從而提升思想政治教育實證研究的精確性。

1.思想政治教育的定性分析為其大數據分析提供邏輯前提

定性分析是思想政治教育常用的科學認知方法。“在科學研究中，一般把關于事物構成及其狀態性方面的研究稱作定性分析。”思想政治教育定性分析是在馬克思主義基本理論指導下，主體對客體思想和行為特征所做出的一種質性判斷。如主體通過觀察、實地調查等方式方法，結合對客體的現場表現、活動特征等的分析，來判斷其顯性行為與隱性思想之間的因果關系，并揭示其思想品德形成規律。大數據時代思想政治教育定性分析方法的創新，是一個對大數據分析方法的漸進性創新運用過程，其不能脫離定性分析這一前提基礎。即其邏輯前提必須通過定性分析來解決“是什么”的問題，從而為大數據分析“怎么樣”“為什么”指明方向。

作為一種新興的社會科學認知方法，大數據分析不是孤立地存在于思想政治教育研究方法體系之外，也不是解決思想政治教育研究一切問題的“萬能鑰匙”，其既堅持定性分析與定量分析相結合的基本原則，又通過對數據信息的深度挖掘和廣度拓展，推動定性分析和定量分析的傳統優勢與大數據分析優勢的高度融合，從而不斷豐富定性分析的研究基礎和內容。一方面，只有建立在思想政治教育定性分析的理論基礎之上，思想政治教育的大數據分析才能堅持學科研究特有的屬性和方向。另一方面，只有借助大數據分析的方法優勢，大數據時代思想政治教育的定性分析和定量分析才能更好地實現優勢互補，特別是大數據分析將使思想政治教育研究走出傳統“因果關系”的思維慣性，其定性分析也由此走向“因果性——相關性——因果性”不斷提升的科學化循環過程。

2.以大數據分析方法運用為思想政治教育定性分析方法創新的邏輯主線

大數據時代雖然可以實現“一切事物皆可量化”，以及數據比經驗更有說服力等;但是社會科學與自然科學不同，量化社會現象具有一定難度，特別是對人的思想和行為的量化，無論是傳統的定量研究方法，還是大數據分析方法，都具有難以克服的局限性。因而，大數據時代思想政治教育研究一方面要堅持以定性分析為主、定量分析為輔的研究方法，另一方面要以大數據分析方法的應用來不斷促進定性分析方法的創新。

思想政治教育定性分析方法的創新過程中貫穿大數據分析方法的應用主要體現在兩個層面：一是將大數據分析方法應用貫穿于定性分析的實證過程之中。既包括通過海量數據的智能性、動態性、全面性獲取來為思想政治教育定性分析提供更為充足的數據信息;也包括通過數字化、可視化、模型化等技術來為思想政治教育定性分析提供更為直觀的分析方法。二是將大數據分析結果貫穿于定性分析結果的運用之中。即根據大數據分析結果，來科學評估思想政治教育的方案制定、決策實施、質量評價等，從而使以大數據分析來克服定性分析的主觀片面性等缺陷，不斷提高思想政治教育研究的實效性和針對性。

3.以大數據分析提升思想政治教育定性分析質量為邏輯目標

思想政治教育大數據分析是主體認識客體的中介工具，是思想政治教育決策的輔助手段。思想政治教育大數據分析的目的在于，為思想政治教育定性分析的“怎么做”提供參考依據。因而，對于大數據時代思想政治教育定性分析方法創新來說，如何充分挖掘和利用思想政治教育的大數據價值成為其要努力實現的邏輯目標。

思想政治教育大數據分析方法對其定性分析質量的提升，主要表現在三個方面：一是轉變傳統定性分析的質量觀念。即理念上由注重主體主觀經驗判斷向注重客體客觀數據判斷轉變，使經驗主導式定性分析轉變為數據主導式定性分析。二是優化傳統定性分析的質量結構。即在原有的質量結構中，增加數據質量這一新的要素要求，從而使定性分析的質量既要依賴于主體的分析能力，更要依賴于對思想政治教育大數據的獲取與利用能力，特別是對非結構化數據的獲取與利用，將極大地豐富定性分析的質量結構內容。三是變革傳統定性分析的質量評價。即思想政治教育的大數據分析，可以從根本上改變對傳統定性分析結果的質量評價方式，實現從“點對點”評價向全要素評價轉變，從結果評價向過程評價轉變，從“主體-客體”人為評價向“人-機”智能評價轉變等。

二、大數據時代思想政治教育定性分析方法的創新特征

在舍恩伯格看來，大數據是“更多：不是隨機樣本，而是全體數據;更雜：不是精確性，而是混雜性;更好：不是因果關系，而是相關關系”大數據分析推動思想政治教育定性分析在論證環節上的完善，特別是模糊性追求使定性分析跳出狹隘的思維定式，從更大范圍找尋關聯關系，結合對數據信息的關聯性、全方位、多角度考量，從而使大數據時代思想政治教育的定性分析呈現出新的特征。

1.大數據的數量描述使思想政治教育定性分析更具客觀性

眾所周知，思想政治教育定性分析偏重于經驗描述性分析，雖然堅持數據來源于事實，理論根植于數據的基本原則以及“分-分-總”，的邏輯步驟，即在思想政治教育現象和工作中總結經驗、歸納規律，但在研究過程中重視“質”的把握，而缺乏“量”的支撐，往往限于小體量、小范圍研究，是“點-線”的模式，難以做到“點-面”的推廣，難以保證理論外推的普適性。此外，定性分析注重經驗，主體的主觀方面因素很大程度上影響研究的結論及其呈現方式，因此，強化定量支撐是提高思想政治教育定性分析結果準確性的必然要求。馬克思認為：“一種科學只有當它達到了能夠運用數學的時候，才算是真正發展了。”智能化生活環境使人們的行為軌跡資料，可以根據需要而隨時再現。對于思想政治教育定性分析來說，數據既是顯性信息，可以直觀地體察事物的實時狀態;又是隱性信息，需要深度挖掘才更有價值。此外，思想政治教育大數據分析的信息來源不僅僅限于同構化、同源性數據，還包括異源性、異構性數據。隨著客觀數據體量越來越大、涉及內容面越來越廣，可供分析和挖掘的大數據信息也就越來越全面，從而使思想政治教育定性分析在巨量化、可視化、可量化等的大數據分析支撐下，從經驗主導型向數據主導型轉變，而這將極大地提升思想政治教育定性分析的客觀性。

2.大數據的關聯分析使思想政治教育定性分析更具充分性

盧卡奇認為：“對因果序列的正確認識成為并始終是人的實踐的基礎，也是作為實踐基礎的、并成為有效的社會力量的那種現實認識的根據。”思想與行為是思想政治教育研究的起點范疇，二者的因果關系是思想政治教育定性分析的主要依據。但傳統定性分析著眼于特定的現象和活動的因果關系挖掘，對于現有資料范圍之外和看似毫無價值的數據缺乏關注，往往將思維限制在相對狹小的空間。因此還需要從大數據相關思維突破傳統的因果思維，“大數據不僅不是因果性觀念的淪陷之地，反倒是進一步充分展開重新刻畫的因果概念的最好場所。”因為大數據“它致力于把現實世界中發生的相關關系展現在研究者面前，這些數據‘也許不能準確地告訴我們某件事情為何發生，但是它會提醒我們這件事情正在發生”大數據分析拓寬思想政治教育定性分析的研究視野，通過運用一定的算法對圍繞在現實性問題的、卻看似無關聯的因素和數據進行相關性猜測，尋找行為數據之間的某種相關性。這一方面使思想政治教育主體形成因果性分析與關聯性分析相結合的思維習慣，提高運用大數據研究的能力;另一方面通過對于一體化數據庫的相關性分析，多角度、多方面為客體思想與行為的因果關系探究提供充分數據支撐。

3.大數據的問題診斷使思想政治教育定性分析更具精準性

傳統思想政治教育定性分析通常通過傳統手段在局部環境中獲取靜態而零散的數據，通過整合分析來判斷客體思想與行為背后的原因。但局部代替不了整體，局部的研究視角對教育客體的認識不夠全面，對問題的研究不夠深入。大數據時代，大數據隨客體行為變化而不斷增長和更新，各種網絡終端全天候、全方位地記錄著人們的活動，通過特定的大數據分析模型，對偏差于模型常數的人或事件進行及時預警，并精準診斷客體思想和行為的問題性偏差，可以使思想政治教育主體及時地實現高效精準地預判，以及聚焦問題和精準發力，從而做到只要客體思想和行為有所變化，主體就可以及時地予以回應。

4.大數據的輔助決策使思想政治教育定性分析更具智能性

由于人的思想和行為難以量化等因素的影響，思想政治教育定性分析一直是基于主體的嚴密邏輯推理和對經驗事實的歸納總結，預判能力薄弱，只能對小體量、小樣本進行深度剖析。在大數據時代，大數據成為思想政治教育定性分析獲取全面真實有效的信息資源的最有效來源，同時在人工智能技術等的支持下，大數據分析可以通過自動獲取客體各種相關的行為數據，并通過大數據分析模型進行智能計算，從而及時準確把握客體的思想和行為的特征變化。從這層意義上講，大數據時代思想政治教育定性分析可以突破一些傳統的人為限制因素，在方法上突顯智能性特征。如可以突破空間上的碎片化，實現對思想政治教育全要素的整體性把握;可以突破時間上的斷續性，實現思想政治教育全過程的動態性監控;可以突破主體思維的局限性，實現對思想政治教育系統內外各種要素的關聯性分析;可以突破認知方法的片面性，實現對思想政治教育客體行為軌跡的描述與預測等。

三、大數據時代思想政治教育定性分析方法的創新路徑

當前，我國正在不斷推動實施國家大數據戰略，加快數字化中國、智慧中國建設進程，特別是隨著大數據分析技術方法的日益成熟和思想政治教育隊伍大數據素養的日益提升等，為促進思想政治教育定性分析方法的創新提供了必要條件。

1.樹立大數據思維，不斷強化思想政治教育主體的大數據素養

樹立大數據思維，要求人們應從整體去考量事物的存在與發展，追求模糊性而非精確性，關注相關性而非因果性。這就要求思想政治教育主體要打破傳統思維定勢，以大數據思維來不斷提高自身運用大數據的素質能力。

一是提高對大數據技術的工具性認識。大數據技術作為一種先進的生產力，在變革人們生產生活方式中起著巨大的推動作用，可以極大地提高人們的物質生產力;大數據技術也越來越廣泛地被運用于人們的精神生產活動之中，如人們更愿意通過網絡表達意愿與訴求，通過參與網絡輿論、網上投票等參與社會生活、政治生活，通過線上自助獲取資源和進行自主學習等。在這種時代背景下，思想政治教育主體應增強對大數據的敏感性，善于運用大數據技術來獲取客體的思想和行為數據。

二是加強對大數據信息的價值性改造。并不是所有的大數據都具有思想政治教育價值，對大數據信息進行價值性改造，使其成為思想政治教育可以利用的有效資源，既取決于大數據質量本身，也取決于思想政治教育主體的大數據素質能力。一方面，思想政治教育主體要善于運用大數據技術對繁雜的大數據信息進行數據清洗和去重化技術處理，使其成為符合特定思想政治教育需要的數據集;另一方面，還要善于利用大數據技術對非結構化數據進行結構化數據轉化，以及采用分布式架構處理技術和對接一些BI平臺等，將數據處理結果根據思想政治教育的學科特點進行可視化呈現。

三是增強對大數據資源的定性化分析。思想政治教育主體一方面要加強對大數據的聚類分析、因子分析、相關分析、對應分析、回歸分析和方差分析等方法的學習與借鑒，使自身的定量分析更加科學準確;另一方面要努力克服片面重視數據或經驗的傾向，將定性分析、定量分析與大數據分析結合起來，特別是要發揮定性分析對大數據分析的基礎性指導作用，從而在大數據分析方法的應用中，創新性地形成大數據時代思想政治教育新的定性分析方法。

2.構建大數據系統，不斷夯實思想政治教育定性分析的大數據基礎

大數據時代思想政治教育定性分析方法創新需要以充分挖掘與利用大數據為基礎，而只有構建一個以客體為中心，從縱向上貫穿思想政治教育全過程、從橫向上貫通思想政治教育全環節的大數據系統，才能使大數據分析方法運用得更為充分和有效。

一是構建多層級的思想政治教育大數據系統。精準對接國家大數據戰略的發展需要和思想政治教育組織實施的實際需要，以國家為主導、以實施單位為主體，建立從國家到地方、從主管部門到基層組織等，能夠覆蓋各個層級、各個部門、各個主體等的思想政治教育大數據系統;既利用大數據技術對思想政治教育現有的系統進行數字化改造，使其增強對客體大數據的獲取、儲存、分析與挖掘能力;又根據大數據運用的需要對現有的系統進行結構優化和流程再造，使其增強定性分析、定量分析與大數據分析等方法之間的相互融合的創新能力。

二是擴大思想政治教育大數據系統的數據開放共享。圍繞思想政治教育客體成長全過程、全方位的大數據挖掘與利用，著力打通思想政治教育不同層級、不同部門、不同主體等之間的數據信息壁壘，使與客體相關的各種的大數據能夠通過不同領域、不同部門、不同情境、不同階段等之間的數據開放共享而實現整合利用，從而為對客體全過程、全方位思想和行為特征的“精準畫像”“精準預測”等定性分析方法創新提供數據基礎和實證支撐。

三是增強對社會公共大數據資源的共享利用。一方面，隨著全球大數據戰略的推進實施，各國在推動政府大數據、網絡大數據、企業大數據等共享開放上工作力度不斷加大，這也為思想政治教育加強利用社會公共大數據資源提供了契機。另一方面，當前國內外社會學、心理學、新聞學等領域的一些社會科學研究者，利用社會開放大數據資源進行人的情感、心理、社交關系、行為預測等方面的研究，取得了許多有益的經驗，為思想政治教育增強對社會公共大數據資源的利用提供了有益借鑒。

3.發揮大數據優勢，不斷擴大思想政治教育定性分析的大數據運用

思想政治教育傳統的定性分析方法存在的薄弱之處，主要是容易受制于主體的主觀性因素;而大數據分析方法的核心優勢恰好在于大數據預測功能。

一是以大數據分析提高思想政治教育定性分析的問題識別能力。當前大數據分析方法在問題識別上具有明顯的優勢，如通過異構性信息的自動獲取與聚類分析等，可以及時地對問題進行識別和辨析。思想政治教育定性分析方法創新，一方面可以借助大數據問題識別模型等方法，通過關鍵數值預設、異常數值預警等來及時發現共性或個性問題，從而增強定性分析的針對性和及時性;另一方面可以借助大數據聚類分析和可視化呈現等方法，通過對數據信息的橫向整體綜合、縱向深入比較以及跨時空類比分析等，將看似毫無頭緒的各類數據信息轉化為模型化的分析數據，從而既克服數據難以分析的障礙，又使數據呈現更加立體化和直觀化。

二是以大數據預測提高思想政治教育定性分析的趨勢預測能力。大數據分析有助于增強人們對事物發展或問題發生的規律性認識，從而增強人們對具有相同或類似特征的事物發展或問題發生的預測能力。思想政治教育借助大數據的預測優勢，一方面根據特定的思想政治教育目標與要求，對客體的思想和行為大數據進行總體性分析，從中得出實現這一特定目標與要求的基本或平均數據價值，在此基礎上，將具體個體的行為數據價值與之比對，就可對這個具體個體的思想和行為趨勢進行定性分析預測;另一方面將思想政治教育客體的應然目標數據與其實然的狀態數據進行比對分析，既可以對該客體的差異性問題進行判斷，又可結合主體的經驗判斷，對該客體思想和行為的變化趨勢進行定性分析預測。

4.完善大數據標準，不斷提升思想政治教育定性分析的大數據價值

大數據時代，由于在大數據獲取、儲存、分析與挖掘等過程中，存在大數據運用標準體系不健全，從而導致數據保護機制缺失、數據使用行為失范等問題。思想政治教育應以創新為驅動，不斷規范大數據管理，完善相應的機制體制，形成安全、高效、可控的大數據管理格局，以大數據質量標準的完善來有效提升自身定性分析的大數據價值。

一是建立思想政治教育定性分析方法創新的質量標準。解決大數據運用中數據侵害、數據倫理失范等問題，必須依靠一整套健全的大數據質量標準體系。2018年國務院辦公廳印發《科學數據管理辦法》，明確“誰擁有、誰負責”“誰開放、誰受益”等大數據管理原則。思想政治教育定性分析方法創新對大數據的使用，也必須建立健全相關大數據質量標準體系，既對大數據本身的質量問題進行科學規定，也對大數據從獲取到最終結果運用的全過程進行質量管控;既要制定出臺全國統一的思想政治教育大數據質量標準，也要結合具體區域、行業等制定差異性思想政治教育大數據質量標準。

二是完善思想政治教育定性分析方法創新的技術標準。如何突破大數據分析技術的運用難題，需要不斷制定和完善其技術標準體系。一方面要制定和完善思想政治教育大數據技術運用的安全指數。如通過大數據風險預測模型構建、設定相應的安全級別數值等，形成思想政治教育的大數據安全指數，使之可以及時預報安全風險。另一方面要制定和完善思想政治教育大數據技術運用的倫理指數。如通過運用大數據脫敏技術、信息安全防控技術和無損信息隱藏技術等，對客體的信息進行匿名化處理，完善數據保密和隱私保護的大數據倫理指數，使之可以及時預警數據侵害。

三是加強思想政治教育定性分析方法創新的評價標準。大數據分析在解決群體問題上具有共享性特征，在解決個體問題上具有個性化特征。思想政治教育定性分析方法創新對大數據分析方法的借助，既要充分調動不同主體的積極性和創新性，形成靈活有力、目標協同、資源共享的大數據分析方法應用創新性體系;又要貫徹落實大數據管理責任制，形成分工精細、權責明確、安全可控的大數據分析方法應用常態化機制。這一方面需要借助大數據管理系統建立互評賦分式的評價標準，使對思想政治教育定性分析方法創新的成效可以進行科學的量化評價;另一方面需要將大數據分析方法的成效評價納入其定性分析方法創新的成效評價標準體系，從而強化大數據分析在思想政治教育定性分析方法創新中所具的獨特價值。

[責任編輯：張學玲]