大數(shù)據(jù)技術(shù)體系為推動社會科學借鑒自然科學成果、形成基于數(shù)據(jù)驅(qū)動的社會科學研究新范式提供有力支撐。

不同于自然科學，社會科學以人類社會現(xiàn)象為研究對象，其傳統(tǒng)研究范式在認知準確性方面飽受爭議。然而，大數(shù)據(jù)時代的到來為彌補這一缺陷提供了潛在的解決方案。隨著全球新一輪科技革命與產(chǎn)業(yè)變革的加速演進，數(shù)據(jù)來源、數(shù)據(jù)處理以及數(shù)據(jù)分析等數(shù)據(jù)相關(guān)技術(shù)發(fā)展迅速，特別是以統(tǒng)計學習、機器學習、深度學習乃至更為廣泛意義的人工智能為代表的數(shù)據(jù)分析手段，正在帶來新的認知方式，為形成數(shù)據(jù)驅(qū)動的社會科學研究新范式提供有力支撐。

大數(shù)據(jù)概念特征及內(nèi)涵

大數(shù)據(jù)(Big Data)最早出現(xiàn)于2010年2月英國《經(jīng)濟學人》雜志有關(guān)信息管理的一篇專題報道。2011年5月，麥肯錫環(huán)球研究院在一份題為“大數(shù)據(jù)：下一個創(chuàng)新、競爭和生產(chǎn)力前沿”的報告中，將大數(shù)據(jù)定義為“大小超出常規(guī)數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集”。時下較流行的大數(shù)據(jù)定義是，需要新處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。在維克托·邁爾·舍恩伯格的《大數(shù)據(jù)時代》一書中，大數(shù)據(jù)技術(shù)被描述為：不再基于傳統(tǒng)隨機分析法，而采用所有數(shù)據(jù)進行分析的處理模式。海量性(Volume)、實時性(Velocity)、多樣性(Variety)和有效性(Volatility)成為大數(shù)據(jù)的典型特征。這也是大數(shù)據(jù)定義中被廣為接受的3V、4V或nV。此外，大數(shù)據(jù)技術(shù)還包括數(shù)據(jù)收集(生產(chǎn))、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)分析及展示等各環(huán)節(jié)所需的專業(yè)知識和技能。這些多學科、跨學科交叉的知識技能集成在一起，共同構(gòu)成大數(shù)據(jù)技術(shù)體系(或“數(shù)據(jù)科學”)。

自大數(shù)據(jù)概念被首次提出后，這一技術(shù)已在精準營銷、信息安全、智能制造、語義識別、文本分析等眾多領(lǐng)域的應用中取得豐碩成果。然而，社會科學領(lǐng)域的大數(shù)據(jù)應用更多停留在概念和模式復制階段。即便如此，學者們普遍認為，大數(shù)據(jù)的興起為社會科學學科體系的重構(gòu)和研究范式的改變帶來新機遇。

有效應對人類社會復雜適應性

事實上，大數(shù)據(jù)及圍繞大數(shù)據(jù)利用形成的大數(shù)據(jù)技術(shù)體系，為有效應對人類社會活動的復雜適應性特征提供了技術(shù)可行性，從而為推動社會科學借鑒自然科學成果、形成基于數(shù)據(jù)驅(qū)動的社會科學研究新范式提供有力支撐。

其一，大數(shù)據(jù)技術(shù)有助于對社會科學現(xiàn)象進行系統(tǒng)性掃描。傳統(tǒng)社會科學研究受限于資料收集、信息傳遞以及知識獲取的技術(shù)性因素，往往不可能對社會現(xiàn)象的全貌進行系統(tǒng)性定位和描述。其二，大數(shù)據(jù)技術(shù)有助于對社會問題進行動態(tài)跟蹤。社會科學問題往往具有實時性和演化性特征，傳統(tǒng)研究方法難以對促使事物轉(zhuǎn)化的諸多內(nèi)外因素進行實時跟蹤和反饋，在時間上滯后于事件的衍生和發(fā)展進程。其三，大數(shù)據(jù)技術(shù)有助于對事物發(fā)生發(fā)展的本質(zhì)動因和多元影響因素進行系統(tǒng)解析。基于顯著性變量設(shè)定的傳統(tǒng)研究方法，在技術(shù)上無法對影響社會現(xiàn)象的全體要素進行資料收集和計算處理，被忽略要素的顯著影響、顯性突變或累積躍遷效應，可能導致研究結(jié)果的重大偏差。其四，大數(shù)據(jù)技術(shù)有助于趨近總體數(shù)據(jù)。傳統(tǒng)研究方法往往通過主觀判斷或科學抽樣對資料的代表性和誤差因素進行控制，在此基礎(chǔ)上構(gòu)建量化描述、假設(shè)檢驗、參數(shù)估計等一系列方法體系。而大數(shù)據(jù)的總體逼近特征不僅是對數(shù)據(jù)資源的擴展，其理論基礎(chǔ)和技術(shù)構(gòu)架更為社會科學發(fā)展提供了結(jié)構(gòu)性變革的可能性。

扭轉(zhuǎn)對于大數(shù)據(jù)的認知偏差

當前的大數(shù)據(jù)理論和大數(shù)據(jù)技術(shù)與為社會科學復雜適應性提供解決方案的目標仍有較大距離，具體存在以下主要障礙。第一，大數(shù)據(jù)名稱本身具有一定的誤導性。強調(diào)數(shù)據(jù)之“大”是大數(shù)據(jù)技術(shù)的首要內(nèi)涵。然而，由于存儲和計算能力的大幅提升，數(shù)據(jù)收集已成為無明確目標的被動過程。這使得資料的價值密度呈指數(shù)化衰減，冗余數(shù)據(jù)的處理成本不斷飆升，客觀上形成重數(shù)量、輕質(zhì)量的現(xiàn)實缺陷。第二，大數(shù)據(jù)的有偏性和非一致性。大數(shù)據(jù)技術(shù)針對特定目標被收集起來的“一手”資料，仍然存在“選擇性偏差”。被動性收集的數(shù)據(jù)資料使得大數(shù)據(jù)技術(shù)僅能觀測和收集行為發(fā)生者的信息。因此，無法保證數(shù)據(jù)的無偏性和一致性。第三，重技術(shù)開發(fā)輕問題解決的傾向。大數(shù)據(jù)技術(shù)始于資料的收集、存儲、傳輸和計算，目前的應用也多在這些領(lǐng)域，更多集中于大數(shù)據(jù)技術(shù)開發(fā)，而非真正應用大數(shù)據(jù)解決實際問題。社會科學研究的本質(zhì)是以問題為導向，應基于現(xiàn)實問題選擇恰當?shù)臄?shù)據(jù)和方法，而非生搬硬套大數(shù)據(jù)解決方案。第四，重微觀層面的精準定位，輕宏觀層面的總量。大數(shù)據(jù)在商業(yè)營銷領(lǐng)域的成果，使得人們更多地利用大數(shù)據(jù)對微觀個體進行精準定位、狀態(tài)識別和行為預測，而社會科學的核心仍是對社會現(xiàn)象的解析，必須打通微觀基礎(chǔ)與宏觀現(xiàn)實之間的邏輯關(guān)聯(lián)和傳導機制。第五，過分強調(diào)關(guān)系發(fā)現(xiàn)，輕視因果分析。這也是制約大數(shù)據(jù)技術(shù)發(fā)揮有效作用的關(guān)鍵問題。這一技術(shù)極大提升了收集資料的維度和深度，使得人們可以真正從全局和動態(tài)演化的視角審視社會現(xiàn)象和社會問題。但它排斥傳統(tǒng)研究基于因果關(guān)系建立的研究體系，試圖越過事物的作用機理而尋求社會現(xiàn)象認知的解決方案。因此，如果大數(shù)據(jù)技術(shù)不能扭轉(zhuǎn)偏差的認知模式，就很難在社會科學領(lǐng)域取得突破性進展。

推動社會科學研究智能化

總體而言，大數(shù)據(jù)時代的到來為社會科學發(fā)展提供了一個重要契機。社會科學研究有望突破傳統(tǒng)社會調(diào)查方法以及數(shù)理模型、推論統(tǒng)計和計量建模等傳統(tǒng)量化技術(shù)的限制。然而，社會科學發(fā)展不應該也不會完全局限于當前大數(shù)據(jù)概念的界定和技術(shù)限定。基于社會理論與社會現(xiàn)實問題，主動挖掘多元基礎(chǔ)數(shù)據(jù)，搭建社會主體間的聯(lián)系網(wǎng)絡，充分利用人機結(jié)合的綜合集成模式，溯源社會現(xiàn)象的本源和邏輯傳導機制，從而對社會科學研究對象進行精準量化的結(jié)構(gòu)解析和預測推演，使之成為社會科學未來發(fā)展的重要途徑之一，即數(shù)據(jù)驅(qū)動的社會科學研究新范式。

新范式為突破傳統(tǒng)社會科學研究被動尋找經(jīng)驗證據(jù)的實證方法、建立搭載在數(shù)據(jù)資源基礎(chǔ)上的主動量化提供新的途徑。問題導向、數(shù)據(jù)出發(fā)、機制溯源、綜合集成、量化計算將是數(shù)據(jù)驅(qū)動的社會科學研究范式的基礎(chǔ)特征。未來，社會科學研究范式將面臨重大變革，但并不會違背自身的學術(shù)本源;更多地應用大數(shù)據(jù)技術(shù)，但不會摒棄建立在定量統(tǒng)計方法上的經(jīng)驗研究基礎(chǔ);不斷深入而精準地刻畫微觀個體的行為和狀態(tài)，但不會忽略宏觀總量特征和微觀—宏觀一體化的研究途徑;主要采用數(shù)據(jù)計算和模擬實驗的科學方法，但仍以人類智慧和專業(yè)經(jīng)驗為指導。在上述基礎(chǔ)上，社會科學將從數(shù)據(jù)實證應用的研究范式逐步向數(shù)據(jù)驅(qū)動的研究范式轉(zhuǎn)變。

數(shù)據(jù)作為現(xiàn)代社會科學研究的基礎(chǔ)性支撐，不論是多源非結(jié)構(gòu)化大數(shù)據(jù)還是統(tǒng)計抽樣數(shù)據(jù)，其核心都是解決與社會發(fā)展要求相匹配的現(xiàn)實問題。因此，未來有必要重點關(guān)注以下問題。

首先，建立科學的數(shù)據(jù)資源評估體系。大數(shù)據(jù)收集模式的創(chuàng)新并不能完全消除數(shù)據(jù)樣本的有偏或非一致。建立在大數(shù)定律和中心極限定理之上的科學抽樣方法，未來仍有著無可替代的適用性。因此，當前的首要任務應以社會問題為導向，建立較為系統(tǒng)的數(shù)據(jù)資源(質(zhì)量)評價理論和評價方法，針對全域、多元、實時的非結(jié)構(gòu)數(shù)據(jù)提出有效性判定標準，同時關(guān)注數(shù)據(jù)科學的倫理問題研究。

其次，解決大數(shù)據(jù)級別的總量累積問題。將微觀非結(jié)構(gòu)數(shù)據(jù)科學系統(tǒng)地提煉匯總為不同層級的總量信息，是基于微觀大數(shù)據(jù)解構(gòu)宏觀社會現(xiàn)象的基礎(chǔ)。數(shù)據(jù)信息的有效提煉在某種程度上也決定著大數(shù)據(jù)技術(shù)能否真正融入社會科學的研究體系。

再次，在數(shù)據(jù)分析基礎(chǔ)上提出解決方案。未來社會科學的發(fā)展應以多源數(shù)據(jù)為基礎(chǔ)，通過智能計算和專家智慧的結(jié)合，對社會現(xiàn)象進行量化解析，對社會問題提出科學治理體系和模式，最終建立社會科學“類工程化處置”的研究機制和范式。

最后，注重邏輯因果機制和機理的發(fā)現(xiàn)。大數(shù)據(jù)研究不能片面地關(guān)注相關(guān)性，更應注重對社會現(xiàn)象的本質(zhì)動因進行發(fā)掘，科學回答“是什么”“為什么”的基本命題。因此，有必要利用多元化實時數(shù)據(jù)的關(guān)聯(lián)性優(yōu)勢，準確厘清社會現(xiàn)象的因果機制，挖掘社會問題的邏輯機理，形成真正科學有效的治理方法和途徑，進而形成智能化的社會科學研究工具和平臺。