中國計算社會學的發展：特征、優勢與展望

陳云松

引言

計算社會學(computational sociology)不同于以往借助社會調查抽樣數據進行描述和經典模型回歸分析的定量研究，而是借助復雜模型和社會計算工具對復雜社會現象與過程進行描述、解釋和預測的定量社會學新領域①。作為一種社會學研究的新范式，計算社會學的研究對象主要集中在宏觀經濟社會現象和復雜網絡現象與社會過程，往往使用社會網絡分析(social network analysis)、仿真建模(agent-based model)、機器學習(machine learning)以及高級計量模型或實驗等手段對大數據(big data)和多來源復雜數據進行研究。計算社會學的數據來源既包括來自傳統上通過抽樣調查獲得的數據，又涵蓋了來自互聯網、物聯網等新平臺的海量信息、圖像和資料。借助這些新數據和新方法，社會學家視距的時空邊界得到前所未有地擴展，因而能夠全景式地觀察人際互動和社會運作的模式，從中發現前人未能發現的新現象，并進行分析、總結和提煉，從而提出新的觀點并由此為本土化理論構建工作提供材料。

在世界范圍內，“計算社會學”近年來無論是研究者還是研究成果數量都在不斷增長。“計算社會學”一詞最早出現在瑞澤爾(George Ritzer)于2007出版的《布萊克威爾社會學百科全書》(BlackwellEncyclopediaofSociology)中。2014年8月，美國社會學界的多位學者在斯坦福大學計算社會科學中心舉辦學術研討會，會上推出了“新計算社會學”的概念，更強調大數據、質性定量研究融合、互聯網社會實驗、仿真建模和其他新型社會計算工具的使用。在實證層面，國際社會學界已涌現出一批具有開創性的研究。特別是，近年來旗艦性刊物都給予了計算社會學實證研究充分的展示空間，如《美國社會學評論》(AmericanSociologicalReview)刊發10萬姓名研究[1]、百萬就業申請研究[2]，《美國社會學雜志》(AmericanJournalofSociology)刊發的基于Google搜索詞匯的全球文化品位和消費偏好研究等[3]，基于籃球賽音頻數據的廣播內容種族差異研究[4]。文化社會學的頂級期刊《詩學》(Poetics)則在2013年就發布特刊，專注于使用機器學習方法對海量文本進行內容分析研究[5]。

在中國社會學界，近年來利用計算方法開展的社會學研究不斷增多，由此形成的相關理論和實證成果陸續發表在《中國社會科學》《社會學研究》《政治學研究》等權威刊物[6-16]以及《詩學》(Poetics)、《中國季刊》(ChinaQuarterly)、《社會科學研究》(SocialScienceResearch)等重要國際社科刊物中[17-20]。總體上，中國計算社會學在研究規模、領域和創新程度上，相較于國際社會學界并不落后。重要的是，獨特的天時地利人和優勢，也為中國計算社會研究的發展和超越奠定了堅實的基礎。推動“計算社會學”的進一步發展，走向世界“計算社會學”之林的前列，是今后中國社會學發展的重要契機和突破方向。

一、中國計算社會學的崛起特征

(一)研究范式的二元驅動：理論和實證

當代中國計算社會學在理論和實證層面都取得了令人印象深刻的成果，且兩方面的研究處于相互影響、相互促進的協同發展態勢。

其中，理論文獻既有對國外計算社會學最新研究成果的引介，還有對計算社會學的本土化發展方向和實現路徑的學科思考。羅瑋和羅教講系統梳理了計算社會學的既有研究成果以及發展歷程，并將計算社會學主題內容劃為五個方面：大數據的獲取與分析、質性研究與定量研究的融合、互聯網社會實驗研究、計算機社會模擬研究和新型社會計算工具的研制與開發。在以現有研究成果為實例對五大研究主題進行介紹和分析的同時，他們根據庫恩的科學革命理論闡述了計算社會學對社會學研究范式所產生的革命性影響[6]。孫秀林和陳華珊聚焦互聯網對社會學研究對象和范式帶來的變化進行了展望[8]。其他國內學者如邱澤奇、羅教講、羅家德、梁玉成、陳云松、孟天廣等均圍繞計算社會學的應用、價值以及本土化實現路徑展開了廣泛的理論討論[21-28]。隨著討論的不斷深入，中國計算社會學在方法論層面的意義以及其與社會理論的關系日益清晰。《社會學研究》在2018年和2020年間連續刊發論文，分別從計算社會學三大主導領域進行了學科展望。其中，羅家德等聚焦大數據研究，指出計算社會學不僅為大數據分析提供工具，更借助其挖掘的數據結果尋覓建構理論的線索，推動理論工作的展開[10]。喬天宇和邱澤奇聚焦復雜社會過程，強調 “復雜”是社會現象的根本特性，而計算社會學恰恰要解決和觀察社會行為的復雜模式[15]。陳云松等聚焦機器學習，系統闡述了通過機器學習方法實現社會預測的原理和路徑,探討了社會預測作為計算社會學核心領域的理論和范式意義[16]。

在基于數據的實證研究中，國內計算社會學也呈百花齊放狀態。較早的實證探索充分發揮文化大數據的時空跨度優勢，從文化史、城市史和學科發展史等角度進行描述與詮釋[7][29-32]。隨后國內社會學者進一步將計算社會研究主題擴展至新聞和話語傳播[33-40]、社會互動[41-43]、社會心態[44-45]和社會治理[46-49]等多方面。另有學者注意到傳統計算社會學方法在處理互聯網大數據上存在的困難，因而致力于改進分析模型，比如陳華珊使用罰似然回歸的高斯圖模型對互聯網用戶的互動數據構建了雙模網絡[50]。

(二)學術陣地的雙峰并起：中文和國際期刊

經不完全統計，截止到2020年6月底，國內學者在中文學術期刊發表的關于計算社會學論文至少有65篇，在國際學術期刊發表的英文計算社會學論文起碼有23篇，合計88篇。其中，中文成果不光發表在《社會學研究》《政治學研究》《社會》《社會學評論》等重要專業期刊[7-16][41]，還在《學術論壇》《貴州師范大學學報》等綜合性刊物以專欄形式集中發表，形成了系列成果的有力展示[51-53]，并得到《新華文摘》等二次文獻刊物的全文轉載。同時，國內學者也已將相關文化、政治、經濟大數據的研究成果發表在《詩學》(Poetics)、《中國季刊》(ChinaQuarterly)、《社會科學研究》(SocialScienceResearch)、《城市研究》(UrbanStudies)、《社會學評論》(TheSociologicalReview)、《社會指標研究》(SocialIndicatorsResearch)、《信息、傳播與社會》(Information,CommunicationandSociety)、《中國傳播雜志》(ChineseJournalofCommunication)、 《治理》(Governance)、《亞太管理雜志》(AsiaPacificJournalofManagement)等重要國際社會科學刊物[17-20][54-64]。此外，還有一批使用搜索引擎大數據、多主體仿真建模和機器學習預測人類群體行為的論文，發表在《科學報告》(ScientificReports)、《經濟物理學》(PhysicaA)、《應用數學與計算》(AppliedMathematicsandComputation)等自然科學期刊[65-70]。總體上，中國計算社會學人初步形成了國際國內雙語刊物的覆蓋，以及人文社科與自然科學的交叉。饒有意味的是，單一的人工智能或復雜系統學者的成果，往往難以在國際國內人文社科領域的頂尖刊物發表，而分析社會學、計算社會學、定量社會學的中外學者們(如Peter Hedstrom、Duncan Watts、Michael Macy、謝宇等則在Science、Nature、PNAS等自然科學頂刊多有斬獲。公允地說，這既是因為自然科學工作者較為普遍的理論觀照不足，也和人文社會領域刊物學科交叉視野不夠開闊有關。不過，這一點，隨著新興的社會學刊物如SociologicalScience(《社會學科學》)、Socius(《社團》)等的出現，已經逐步得到改進。

表1展示了計算社會學代表性論文作者所在機構的分布情況(同一篇里合作者所在的單位如果相同，僅計算一次。例如，一作北大，二作清華，三作清華，則記為北大1篇，清華1篇，不考慮作者先后次序)。在中文期刊發表的計算社會學文獻中，南京大學、清華大學、復旦大學、武漢大學的論文較多。在國際期刊發表的計算社會學文獻中，清華大學和南京大學發表的論文數量相對領先。其他在計算社會學領域發表論文相對較多的高校和科研機構有北京大學、中國社會科學院、中山大學、上海大學、中南大學、廣州大學和中國人民大學。盡管表1的統計難免掛一漏萬，但總體的發展態勢是清晰的。

表1 國內計算社會學學者所在機構的發表和分布

(三)研究對象的全球覆蓋：中國研究和全球研究

大數據彌補了傳統抽樣調查數據存在的規模小且代表性不足的短板，并且一些歷史大數據包含了長時段的社會和個體信息，這使得計算社會學研究的時空界限明顯擴大。在立足中國本土的同時，國內社會學者在“人類命運共同體”意識的驅動下主動將研究目光聚焦于其他國家的歷史與現實，并運用計算社會學的分析范式對一些重大的理論和現實問題進行了探索，相關成果已在多本國際一流期刊上發表。其中南京大學、清華大學、武漢大學學者團隊的一批論文具有一定的代表性。

如有學者將谷歌圖書英文書籍語料庫和宏觀經濟數據進行整合，考察了在整個20世紀一百年中美國民眾的階級意識的變化及其與宏觀經濟社會發展的關系。研究發現，美國民眾的階級意識在整個20世紀都與宏觀經濟增長特別是失業率和通貨膨脹率密切相關[17]。通過大數據的方法，作者為階層意識構建了跨度百年的科學測量，這是以往的調查數據定量分析無法實現的。又如中國學者通過大數據方法討論“維特效應”也即模仿、傳染性的自殺，特別是通過書籍擴散的自殺，在20世紀下半葉的美國是否仍然存在。作者提取了1950—2000年間美國圖書中關于自殺的詞匯并以此構建“圖書自殺指數”。在排除了其他大眾傳媒可能產生的影響后，該研究發現非小說類圖書的自殺指數與實際自殺率存在密切聯系，由此證實了“維特效應”的持續存在，從而凸顯了媒體在塑造自殺傳染過程中所發揮的重要作用[18]。再如，學者利用GDELT全球新聞數據，對全球話語中的各類政治社會傾向[13]、民粹主義[39]以及對焦點議題(如一帶一路)的關注[40]進行了總覽性的大數據描述與機制分析。這一批研究，改變了中國社會學習慣于關注中國社會學而疏略不同文化、經濟和政治體制下社會研究的舊有模式，初步探索出了一條用中國話語和中國理論來解釋世界的學術新路。

(四)優勢方向的初步形成：宏觀定量社會學

傳統的社會定量研究專注于個體層次的分析：數據來自針對個體的問卷調查，被解釋變量Y均為個體的人。而利用大數據的宏觀地域層面集聚性，計算社會學分析可以便捷地以縣、市、省、國家為研究單位樣本進行宏觀層面的定量分析。早在古典社會學時期，涂爾干、韋伯等先驅就極為重視對宏觀社會現象的研究。但受到傳統量化資料收集方法的局限和“生態謬誤”的邏輯挑戰，宏觀定量社會學研究的進展緩慢，這與微觀定量社會學在近三十年來的突飛猛進形成了強烈反差。不過，隨著大數據的可及性越來越高，國內研究者在構建宏觀變量并運用計量經濟學中的成熟模型來識別宏觀變量之間的相關關系和因果關系的研究已出現并成熟。無論是基于中國市級、省級宏觀變量的面板數據基本模式[54-57]，還是基于國家層面的時間序列研究模式[17-18]，都為重啟宏觀定量社會學的研究之門提供了實踐模式。而基于大數據的宏觀定量社會學也是中國計算社會學的獨特優勢，這賦予了中國學者引領計算社會學的國際前沿的契機。

二、中國計算社會學的“天時地利人和”

當代中國的“計算社會學”，在發展時空和情境中具有三個重要的優勢：

(一)天時

“天時”表現在：在定量研究領域，中國社會學和西方社會學的學術差距正在快速減小。多年以來，西方社會學一直是中國社會學學習模仿的對象，同時也是不斷追趕的對象，但在定量研究領域，雙方的差距已經越來越小。回溯歷史，我們發現，在20世紀，西方社會學較為前沿的定量分析技術，如社會網絡分析、ABM仿真模型以及內生性等問題，在21世紀初葉才開始被引入到中國大陸，從時間上推算，中國社會學至少落后于西方社會學10至15年。而21世紀在西方世界興起的大數據、云計算和文本分析技術，也在21世紀初傳入中國，從時間上推算，其差距在5年左右。而即使是西方社會學界剛剛開啟探索的機器學習分析技術，在中國大陸也有一批致力于計算社會學的學者，可以說在時間上與西方幾乎無差別地開啟相關研究。同時，中國學者拓展出的依托傳統計量模型和大數據變量提取的宏觀定量分析模式，已經有一系列發表在國際國內一流期刊的作品，形成了基于中國模式、中國話語的分析視野和路徑，獨辟蹊徑走在全球計算社會科學的前列。我們可以預見，在不久的將來，中國社會學學者有望進一步引領計算社會學的發展和突破。

(二)地利

地利表現在兩個方面：

第一，我國計算機學科發展和社會引用日益成熟。從大數據、云技術到人工智能，我國日益完整的計算生態體系和日漸精準的智能技術應用既為“計算社會學”研究提供了技術可能，又在某種程度上為“計算社會學”的應用開拓了方向。首先，針對大數據的采集技術拓展了以抽樣問卷訪談和田野調查為主的傳統數據收集方法，這使得研究者能夠從多種來源獲取形式多樣、維度豐富、超越時空界限且未經人為影響或修飾的數據資料。其次，借助以虛擬化和分布式計算為特點的云技術，研究者可以建立大規模的數據倉儲，并對其進行查詢以及批量計算和流式計算，從而大大降低計算社會學者運用大數據分析的硬件門檻。最后，人工智能算法的快速迭代與應用落地可以保證“計算社會學”測量和分析的效度。特別是對文本數據進行向量轉化、情感分析、內容分類，或是對文字圖片或圖像進行文字、物體和場景的識別，或是對語音和圖像進行綜合分析從而實現視頻內容的分類，抑或是進行實體和關系的抽取，進而建構網絡知識圖譜。這些技術的共同功能是將研究者獲取的多種形式的非結構化數據轉化為分析所需要的結構化數據，為“計算社會學”得以更加具體地開展數據分析工作提供準備。

第二，中國的國情和治理體制具有得天獨厚的數據優勢。首先，中國擁有全世界最多的人口，并且使用互聯網的人口數量也居全球首位。如此龐大的人口基數不僅為計算社會學研究學者提供了廣泛的研究對象，而且可以源源不斷地生產海量數據，這為中國學者可以針對層出不窮的社會現象開展定量研究提供了便利，而從中產生出開創性學術成果的機會大大增加。而且，中國各地區的經濟、社會、文化存在巨大差異，社會的階層結構也非常復雜，由此產生的數據具有豐富的異質性。這種體量大且異質性高的大數據為研究者構建宏觀群體層次的變量提供了機遇。其次，在保護個人隱私的前提下，我國大數據技術發展、社會應用以及數據開放的程度高于不少西方國家。相當多的經濟社會互動過程，例如金融支付、娛樂游戲、餐飲等等，移動數據客戶端的使用普及程度已經遠遠超過西方。更重要的是，我國倡導的構建人類命運共同體的理念為社會學研究指明了方向，促使社會學研究者立足本土，放眼全球，以自信、開放的心態觀察國際社會，以客觀的眼光審視影響人類命運的重大現實問題，并以科學的方法加以研究，由此形成的中國智慧和中國方案將推動中國社會學的國際化進程，并且促進人類文明繁榮發展。

(三)人和

人是社會的核心，是推動社會運行和進步的根本力量。對于任何一門學科而言，研究者的數量、結構和組合關乎整個學科領域的發展。當前，中國“計算社會學”的隊伍不僅已初具規模，且結構合理，形成了總體上老(60后)、中(70后)、青(80后)三代積極互動的傳幫帶研究梯隊。研究隊伍的年齡第一層級以50后、60后的邱澤奇、羅教講、張小勁、羅家德、吳曉剛等教授為代表，致力于引入和推動計算社會學的發展；而梁玉成、陳云松、孫秀林、桂勇等70后中青年學者則位于研究隊伍年齡的第二層級，目前已成長為計算社會學研究的中堅力量，尤其是在實證研究和學科交叉方面，形成了各有專長、多方向多維度立體發展、互助協作的團隊態勢。此外，80后新生力量，如胡安寧、孟天廣、嚴飛、黃榮貴、鄭雯、龔為綱、陳華珊、呂鵬、李丁、賀光燁、李雙龍、程誠、劉河慶、張樹沁、羅瑋等學者也在積極創新研究方法，突破學科邊界，嘗試交叉學科的新研究，這為計算社會學的開拓創新提供了動力。90后柳建坤、張柏楊、句國棟等青年學者也積極參與其中，為計算社會學研究的開展提供了諸多助益。實際上，以上提及的學者名單還難免掛一漏萬。

從學者的地域分布來看，“計算社會學”研究者隊伍分布在全國知名高校和科研機構，同時又呈現北京、長江三角洲和珠江三角洲聚集，其他地區多點開花、同時推進的空間分布格局。這有利于不同背景的學者參與其中，從而推動“計算社會學”多向度發展。同時，部分區域聚集的特點，也利于集中資源舉辦大型學術會議或交流活動，總之，計算社會學研究隊伍的空間集聚可以迅速提升研究水平，但這種集聚并未破壞學科生態，從而使計算社會學的整體發展得以保持良性狀態。

最后，“計算社會學”研究者隊伍具備學科共識和團結精神。不同地區的學者并非各自為戰，因為從發表的學術成果來看，各地學者都有廣泛的交流與合作。在這樣一種良性的學術生態中，中國計算社會學的人和優勢充分彰顯，這也將成為推動中國計算社會學可持續發展的根本力量。其中，以南京大學、清華大學和復旦大學等學者發起的NTFox計算社會學實驗室，是跨校學術資源整合的比較有代表性的嘗試。

三、中國計算社會學展望

如上文所論，中國計算社會學現階段的發展勢頭如火如荼，支撐其在未來獲得更廣闊大發展的宏觀條件均已足具。不過，我們也要清醒地認識到，中國計算社會學的發展仍面臨一些限制性的短板。這些短板制約著中國計算社會學的精進，亟待相關學者、機構及社會的共同努力來加以解決。因此，中國的計算社會學發展的中期展望，應以破解相關瓶頸為要。本文用三個缺乏，來概括當前發展的不足。

第一，缺乏基礎性的教學教材體系。目前為止，包括中國在內的全球計算社會學界，均缺乏優質的系列基礎教材和成熟的教學體系。這使得廣大學生和青年教師多以講座和培訓班等碎片化方式作為接觸計算社會學理論和方法的主要途徑，在一定程度上限制了相關專業知識的傳播深度和廣度。北大邱澤奇、南大陳云松等學者已經在面向高年級本科生和碩士生群體開授相關課程，并取得了積極的反饋。但計算社會學的總體教學體系尚未形成。在教材方面，一本經典教材的出版、實踐與完善往往需要較長時間的積淀，甚至幾代學者共同的努力。計算社會學作為一處新興的研究領域，其理論概念為近年所提出引進，相關方法也多在實踐與開拓過程中，成熟的、全面的教材開發尚待假以時日。特別是，計算社會學本身處于多學科交叉領域，涉及的概念、理論、方法龐雜繁復，如何將這些內容精煉地展示在有限的教材空間里，確為一項相當大的挑戰。當前市場上并不缺乏編程語言教材、專業軟件使用手冊抑或相關的社科理論導論，但能夠將三者有機結合并適用于大學課堂的教材則還未出現。

國外的已有實踐為中國計算社會學界提供了有益的參考。如普林斯頓大學社會學系教授Matthew J. Salganik所著的BitbyBit:SocialResearchintheDigitalAge(《數字時代的社會研究》)已成為西方計算社會學課堂中的基礎性教材，哈佛大學經濟學院教授Raj Chetty等開設的UsingBigDatatoSolveEconomicandSocialProblems(《使用大數據解決經濟與社會問題》)課程也廣受贊譽。他們的成功經驗顯示：(1)教材的編寫工作可在相關課程實踐的基礎上積累完成；(2)教材和課程應側重研究思維的養成而非具體方法模型的講授；(3)相關課程實踐應配套開放的平臺并提供代碼數據等資源以供學者遠程學習參考。

第二，缺乏廣泛的團隊合作和交流。計算社會學研究中校際、院際的合作仍然不多。廣泛的學術合作是交叉前沿學術領域得以發展成熟的前提，并對提升研究效率、培養青年后進和構建學術生態等方面具有重要的意義。當前相關計算社會學研究者分散于各個高校的不同院系機構，高密度的交流合作仍然不多見。一方面，這種學者的高度分散性是由計算社會學本身的領域特征決定的。大數據與復雜計算本身代表著一種全新的研究范式或方法取徑，從而適用于社會科學的不同分支議題中，因而相關學者在社會學、經濟學、政治學乃至歷史學等院系均可能有所分布；另外一方面，同時受限于計算社會學本身的領域歷史和傳播范圍，從事相關研究的學者又往往在這些院系中處于少數，這就使得相關學者愈顯稀疏和孤立，并大大降低了學者間的合作概率。考慮到計算社會學涉及議題與研究方法的多樣性，在中短時期內難以形成獨立的系所或專業，相關學者應當嘗試通過建立一些跨院校的開放性研究聯盟來促進學者間的交流，并搭建起合作的平臺。如前文論及的NTFox計算社會學實驗室即為此類聯盟的典型，該實驗室的成員來自不同院校，加入其中并不會影響學者自身的單位歸屬，而該平臺的設立，則能夠通過開放性的網絡空間實現整合資源、推動交流、鼓勵合作、倡導創新。

此外，盡管計算社會學專業委員會已在籌建，清華大學羅家德等籌辦的英語刊物Journalofsocialcomputing也即將面世，但總體而言，相關雜志、會議等能夠集中展示并交流評價學術成果的專業化陣地尚未建立起來。這導致領域內即使已有一些新的成果，也不能及時集中地向學者和公眾展示，不僅限制了領域的發展，也消耗了學者的積極性。這一點，相關國際刊物對計算社會學的重視值得借鑒。實際上，SocialScienceResearch、Poetics等著名社會學綜合和專業期刊，早在2013、2016年均組織了專門的計算社會學專刊。專業期刊SocialScienceComputerReview更成立于1983年，成立之初即旨在推出社會科學和計算科學的交叉成果。該期刊在2010年后隨著計算社會學的興起而影響力迅速提升，許多計算社會學領域的重要成果均在此平臺發表。這些情況轉而提示，中文的計算社會科學雜志平臺建設事關領域的發展前景，是刻不容緩的要務。

第三，缺乏深度的跨學科聯動。當前計算社會學領域缺乏與其他學科，尤其是人工智能、軟件工程等計算機專業學科及文史、哲學等人文學科的深度合作聯動。機器學習等復雜計算過程的核心是精確的算法模型，它們的領域發展往往由算法的創新或改進所推動，但相關學者卻多不易精準地捕獲社會關切所在；而計算社會學由問題驅動，面對一些復雜的社會過程，現有算法未必能夠高度適用，但算法的開發卻往往非社科學者所擅長。因而，理想情況下各取所長、協同共進能夠極大地助推兩邊領域的發展。但實際上，跨學科的深度交流仍然不盡如人意。這方面，中國人民大學馮仕政、中山大學梁玉成等學者均牽頭進行過嘗試，其經驗值得在今后進一步加以總結、反思和深化推廣。

究其原因，主要在于不同領域研究范式與慣習間客觀存在的巨大差異。如何揚長避短、求同存異仍需在未來進行不斷地嘗試與磨合。此間，一個可能借鑒的案例是計算生物學的發展過程：在以實驗為基礎的生物學領域和以算法算力為驅動的計算科學間同樣存在著巨大的方法論隔膜，但處于兩者交叉地帶的計算生物學卻屢獲碩果，并受到了兩邊共同的關注。在未來，社會學與計算科學領域的學者也同樣需要走出壁壘、打破隔膜，取得更深度的互動協同。一方面，社會學家應該以開放的心態接受計算社會科學方法和其他領域學者的涉足；另外一方面，有志于社會學研究的計算科學工作者應該沉下心來修習人文社科傳統，從理論和文獻中汲取社會學的想象力。值得指出的是，到目前，計算社會學仍有待社會學內部更為廣泛的理解和支持。在社會學領域中，本身客觀存在著“理論—實證”“定性—定量”間的研究側重和方法取徑的差異，而相較以計量經濟學為基礎的傳統定量方法，計算社會學使用更復雜的算法，嘗試以“偏差換取方法”、犧牲無偏性的范式本身又與“統計推斷”思路有所不同[16]。因而，對計算社會學而言，來自社會學學科內部的壓力不僅包括理論和定性領域的誤解，還有來自傳統定量領域的困惑。

在發展中國計算科學“天時地利人和”的大好前景下，面對新興的計算社會學的發展，同時考量到現實存在的短板，計算社會學者尤當重視以下幾個具體問題，盡快走出學科發展的瓶頸和過渡階段。

(一)多倡導團隊作戰

高素質的研究團隊是計算社會學發展的必然要求，也是推動其發展的關鍵所在。首先，計算社會學研究團隊需要實現跨地域協作，將中國一流大學的一流專業的研究團隊匯聚起來，使優勢院校之間建立長期、深入的合作關系；其次，計算社會學研究團隊需要實現不同研究方向的跨越，將理論家、民族志學者、實驗主義者和民意調查人員集結在一起，定期進行學術交流，完善計算社會學的理論和方法短板；最后，計算社會學研究團隊需要實現政府、企業、高校三方聯動的場域跨越，各自的分工如下：政府部門發揮在研究團隊的中期政策引導作用，企業部門為研究團隊提供資本保障，高校專家為研究團隊提供智力支持。目前，南京大學、清華大學和復旦大學發起NTFox平臺，就是實現跨校學術資源和隊伍的整合，為中國計算社會學發展形成拳頭力量。

(二)多利用媒體平臺

中國計算社會學可以在以下兩個維度利用媒體平臺來推動自身發展：第一個維度是充分利用多媒體平臺的數據進行學術研究。數量級以千億詞匯、以萬億字節計的數字化書籍、媒體、語料庫、視頻庫、互聯網文本、搜索引擎記錄，以及臉書、微博、微信等當代自媒體平臺，都可以成為計算社會學的數據來源。除了直接使用這些數據外，計算社會學家還可以依托這些平臺開展“簡單調查”(simple surveys)。例如，利用臉書、推特、Netflix(視頻網站)和Spotify(音樂軟件)，或亞馬遜和阿里巴巴來生成推薦的調查，這些調查通常涉及簡單的任務，如評分或比較。研究人員從非正式的、眾包的樣本中收集反饋，通過諸如Mechanical Turk或CrowdFlower這樣的招募參與者的市場，或者臉書或XBox這樣的商業平臺，以及他們自己創建的參與網站。在這些簡單調查中，研究者可以問更少、更個性化的問題來引導現有的在線活動，進而使用這些計算方法可以分析更多樣本與檢驗更多社會問題，并且這些計算方法在線跟蹤記錄了人們在真實的環境中實際做了什么、想了什么、更喜歡什么，而不是他們說他們做了什么、想了什么、更喜歡什么。當然，研究者必須注意學術倫理和法律問題。

第二個維度是計算社會學需要從實現單一的論文著作平臺向自媒體、傳統媒體和學科媒體等多元平臺轉變。無論是在國內還是國外，傳播媒介已由傳統媒體轉移到了依托于互聯網的新媒體，內容導向、平臺導向、算法導向三種模式組成了新媒體的組織架構，形成了一個相對的、動態的新媒體概念。計算社會學需要推動學術期刊與新媒體的融合，完成“內容+渠道”到“內容+平臺”，單一型人才到復合型人才的轉變。計算社會學需要打造“學術新媒體多元平臺”，改變學術交流的方式、渠道和中介，引領學術傳播新秩序，擴大計算社會學的社會影響力。

(三)多注重理論關懷

理論是支撐一個學科發展的核心動力。中國計算社會學的發展需要注重理論關懷。第一，計算社會學需要用計算深度和思維廣度來糾正定量學者理論關懷不足的刻板印象。計算社會學家需要重讀社會理論經典，從中獲得理論研究的定量分析對象，還可以采集互聯網數據信息對當代學者提出的各類重要理論進行檢驗。第二，計算社會學者需要運用計算方法來對當代中國國家治理體制進行分析、解釋與預測，提供學術觀點，作出理論貢獻。在大數據國家戰略全面展開的背景下，計算社會學者應充分挖掘大數據的價值，對當前社會熱點事件的發展趨勢進行持續追蹤，突破傳統輿情管理的狹窄視閾，實時獲取日常網絡平臺數據，了解輿情動態，精準識別社會治理的難點和著力點，提高決策部門的風險預判和危機處置的能力。第三，計算社會學者需要使用計算工具來全景展現中國的歷史與現實，從中獲取科學研究的數據來源，從而對文化歷史現象進行分析，將學科深深扎根于中國文化，為新的社會學分析提供靈感來源。

將研究視野擴展到整個學術界后可以發現，計算思想已經介入到不同學科體系的建設中，“計算傳播學”“計算政治學”和“計算經濟學”等都已紛紛出現。而對于與人類生活密切相關、直接應對社會現象和社會問題、文化或社會結構的社會學而言，隨著計算機這一獨特的甚至改變人類文化或社會結構的重要工具的問世，以及計算機學科的成熟和完備，“計算社會學”的出現順應自然和歷史的發展趨勢。

總而言之，中國計算社會學時代已經來臨，我們必須動員起來，以開放、包容的態度擁抱新的方法、新的數據、新的模型、新的范式、新的思維，確保社會學者能夠迎接計算社會學時代的挑戰，促進學科持續繁榮發展。計算社會學帶來的新的研究范式和理論視野也會將社會學研究引入到新的更加合理、科學和嚴謹的學術規范中，為社會學以及其他學科的內部交流打下良好的基礎。作為學科使命的當代承擔者，我們需要推進中國計算社會學的發展，以百倍的努力和信心，以宏大的視野和寬厚的肩膀，來應對時代的挑戰，同時迎接中國計算社會學時代的真正到來。

注釋：

① 2019 年 11 月，邱澤奇率梁玉成、陳云松、孫秀林、胡安寧、陳華珊等人在“中國社會學會計算社會學專業委員會籌備會議暨 2019 年學術研討會”上討論并明確了中國“計算社會學”的基本定義范圍。