大數據時代社會科學的發展展望

摘要：隨著云計算技術的發展，數據化浪潮來勢洶洶，對原本因為‘實證性與自然科學涇渭分明的社會科學提出嚴峻挑戰。面對此挑戰社會科學積極應對，嘗試借助數據科學的技術，將數據為己所用，將挑戰轉為機遇。計算社會科學應運而生，數據科學與社會科學的合作越來越多。展望社會科學的發展，應當借助數據工具，鞏固本學科，并積極嘗試跨學科研究，把握機遇，建立學科自信。

關鍵詞：大數據時代;社會科學;數據科學;計算社會科學

一、社會科學與數據科學的互助合作

顯而易見的，數據科學是迎接大數據發出的挑戰的最直接并且有效的方法。數據處理技術、機器學習、算法、模型等一系列有力工具，能夠更加迅速、敏捷、從容地處理巨量數據。社會科學并不是脫離數據的，許多社會理論的出現少不了數據結果的支撐。但是不可否認在與數據信息的接觸、應用方面需要向數據科學學習的地方還很多。如果說過去社會科學對數據的應用屬于‘計量科學‘，那么大數據時代，一個非常明顯的趨勢是向計算時代‘的轉變。這種轉變的完成，不過是時間問題。我們總說世界變化得越來越快了。這個邏輯落/追溯在信息領域是可以找到解釋的：信息/數據傳輸速度越來越快-信息越來越多也越來越豐富-人類文明會加速各個領域的產出來應對這些信息，這些加速落在微觀/個人層面，人們難免會覺得自己的生活由綠皮火車改成了高鐵動車。

在這一背景下，社會科學向數據科學取經，勢在必行。在呼嘯而來的大數據浪潮中，社會科學做出了哪些回應呢？

1.1 計算社會科學：社會科學對大數據的回應

計算社會科學（Computational social science）指的是在社會科學中采用計算機運算方法的學術分支，運算用以建立模型、模擬、分析社會現象。次分支學科包括計算經濟學、計算社會學、自動媒體分析等等，內容則專注在透過模擬、建模、網絡分析、媒體分析等觀察社會與行為關系及互動。

計算社會科學的產生是大數據時代社會科學發展的必然趨勢。在過去（20世紀90年代前后）社會科學關于人類行為的研究常為時代條件所限制。在上個本世紀末到二十一世紀的前十年，互聯網、人工智能的發展以及各類電子技術的發展，推動了計算機行動模擬方法以及社會科學研究方法的發展，為計算社會學的產生提供了基礎條件。

“計算社會科學”一詞是在2009年出現在《科學》（Science）上，由15位優秀學者共同署名發表。文章預言在互聯網和新的電腦技術的時代背景下，將會出現能量巨大的新的計算社會科學。如今，物聯網、云計算、各類智能電子設備，給社會科學研究者提供了更有力、更廣泛的的收集和處理數據的途徑。2014年召開了“新計算社會學研討會”，預示著“綜合運用當代計算機和互聯網及其他高新技術與大數據分析手段的社會學研究方法體系越來越受到關注”。

計算社會科學既是順應技術與時代進步，順應社會生產力和發展方向的必然選擇，同時又體現了社會科學家積極應對新事物、新環境，不斷探索與追求的科學精神與境界。

1.2 社會科學與數據科學的合作

“數據+技術”之于社會學的重要性在傳統數據時代就已體現，并在研究過程的速率、研究的信度和效度、研究結果的展示方面都對社會學有很大的提升。比如利用開放的公共數據資源（如人口普查）在計算機上進行簡單的統計分析或繪制某地區的人口密度圖示。這種影響不僅是對定量研究，對于以深度訪談為主要研究手段的質性研究，大數據時代網絡中每日產出的大量交互性數據可以輕易地采集到比訪談更加豐富多樣的數據。紙質資料的數字化趨勢，也為史料分析、文獻分析補充了更廣泛的研究資料。

以數據匹配這一環節為例，從不同的社交網站上獲得的數據，為了服務同一變量，少不了經過數據匹配。但不同網站，同類數據并非以同樣字段命名，甚至分類標準也存在差異。那么僅僅這一環節所需要用到就有自然語言處理技術、分詞技術、正則表達等多項技術。

《新計算社會學：大數據是地的社會學研究》中指出了計算社會學的五方面內涵：數據獲取與分析、質性研究與定量研究的融合、社會學互聯網實踐、ABM模擬、新型社會計算工具的研制與開發。并從上述五個方面列舉了多個大數據與社會科學合作的研究成果。（見下表）。

如，在數據獲取與分析的應用中有一個關于“名氣”的研究：從報紙上獲取個體姓名出現次數，次數越多，名氣越大。利用莉迪亞文本分析系統（將文本變為時序化的數據進行定量分析）。此次研究篩查了2004-2009年2200中美國各類日報和周刊;初步提取了十萬個姓名并進行了合理化剔除，最終對姓名出現頻率在1萬次以上的幾百個姓名進行了分布分析與流動性分析。

再如，將質性研究和定量研究融合的嘗試中，一項研究試圖分析網民線上線下政治行為的動態關系，也即對人們在社交媒體上關于國會選舉的政治討論進行分析。具體的研究方法是通過大數據+文本資料量化分析，利用數據挖掘獲得社交媒體的文本資料;利用“自動文本分析系統”（LIWC，能夠識別60多種人類情緒）進行內容分析。此次研究分析了三萬名用戶的11萬條推文。

此外還有很多研究，如通過刊登的文章內容進行學術分析探索學術創新的規律及其影響因素，文化產品市場不公平性的社會實驗：文化產品在市場上流行程度的影響因素，關于個體成就的互聯網實驗，社會地位形成機制的研究等等，都因為多了‘數據工具‘而得到了更進一步的發展。

可見社會科學和數據科學的助力是相互的。社會科學龐大的理論庫能夠為數據科學提供數據處理的新思路、新視角。既有的、成熟的社會科學理論，可以幫助數據科學家以更具結構化的視角看待多源龐雜的數據，進行數據融合;對數據進行更加準確的價值分類，增加數據資源利益視角，提高數據資源利用率。

總而言之，在面對大數據，數據科學和社會科學有各自不同的獨具特色的應對機制，也存在需要向對方及其它學科汲取營養的‘短板‘。二者應當各展其能并且相互學習，相輔相成。共同應對大數據時代的機遇與挑戰。

二、展望：社會科學的發展之路

大數據時代社會科學面臨著機遇，同時也面臨著挑戰。大數據使得社會科學有了跟多的可能性，能夠減少社會研究的主觀性，對于社會研究的縱向研究和動態社會網絡研究都將有新的促進;而數據的非結構性、海量性也使得社會科學研究遭遇新的困難。為了更好地迎接挑戰，化挑戰為機遇，社會科學應當在增強本學科實力的同時，需要開放心態，整合資源，進行跨學科合作研究，牢牢把握機遇，建立學術自信。

（一）鞏固和發展本學科理論

大數據帶來的挑戰還體現為在學科的研究內容、研究對象等方面增加了研究難度。新的時代衍生出了新的問題，部分傳統的理論可能在解釋力度上出現削弱甚至失效的情況，如美國特朗普競選結果預測失敗。因此，各社會學科首先應當做的還是加強和鞏固自身的理論，建立更符合時代發展的，更具解釋性的、強有力的理論。

（二）跨學科合作研究

計算社會科學與傳統社會科學相比，跨學科特性更為突出，各學科之間的關系也更為緊密。這表現為，完成社會研究需要越來越多地使用計算科學的工具;而新的社會計算工具的開發，需要多個社會科學領域的專家合作完成。在跨學科意識的指引下，進行不同學科間的學習、合作、融合、促進，協同發展。迎接大數據時代，傳統的社會科學需要在數據的獲取、分析、定性研究于定量研究的融合方面努力突破，克服原有的缺陷和障礙，積極拓展和創新;同時也要學習和使用數據科學及其它學科的研究技術和工具，利用好互聯網和計算機模擬系統，進行更具時代感的社會研究。

（三）把握機遇，建立學術自信

科學界，尤其是社會科學界已經形成了以西方科學界為中心的格局。這一定程度上得益于西方科學啟蒙和發展較早，使其積累了眾多使“思想萌芽”得以快速成長的沃土。大數據時代的到來，拉近了世界的距離，縮小了世界之間信息和只知識的差距，為世界也為中國提供了“彎道超車”的新機遇。尤其是近來中國“5G”技術的突破，更提醒我們需要牢牢把握機會，充分認識并發揮自己的優勢，發展符合我國社會的社會科學理論，建立中國社會科學的學術自信。

參考文獻：

[1]陳云松.大數據中的百年社會學——基于百萬書籍的文化影響力研究[J].社會學研究，2015，30（01）：23-48+242-243.

[2]徐嵐.大數據背景下的“數據新聞”研究[D].上海社會科學院，2014.

[3]孟小峰，李勇，祝建華.社會計算：大數據時代的機遇與挑戰[J].計算機研究與發展，2013，50（12）：2483-2491.

[4]沈浩，黃曉蘭.大數據助力社會科學研究：挑戰與創新[J].現代傳播（中國傳媒大學學報），2013，35（08）：13-18.

[5]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J].中國科學院院刊，2012，27（06）：647-657.

作者簡介：

黎嘉雯（1995—），女，新疆巴州人，天津師范大學碩士。研究方向：性別社會學。