大數據可幫助提高預測和決策的準確率，拓展社會科學經典理論的驗證空間，或可緩解定量與定性之間的分歧，為學科融合提供機遇

“大數據”時代的來臨，既給商業、管理和公共行政帶來了眾多機遇，同時也在社會科學界、人文學界引發討論的熱潮。隨著大數據的出現和使用，整個社會科學研究的實證基礎將會出現較大變化。“大數據”概念雖熱，但社會科學界基于大數據的實證研究仍然較少。一方面，大數據往往為政府、大型公司或網絡媒體所持有，數據獲取渠道和分析方法都與傳統的社會科學定量定性分析存在很大差異；另一方面，現有的大數據并非為社會科學研究而設立，其在樣本代表性、測量可靠性、因果推斷等方面受到學界的詬病。不過，隨著數字化圖書、社交網站和搜索引擎數據的不斷積累與公開，大數據在社會科學研究中的潛力已經開始彰顯。

提高預測和決策的準確率

凱恩斯與哈耶克的市場與政府之爭是20世紀經濟學界最為重要的論戰之一。這兩位經濟學家在理論和政策主張上的差異，深刻影響了20世紀各國經濟政策制定和改革。比如，在20世紀早期，哈耶克的自由市場理念一度占據支配地位。二戰后到20世紀70年代凱恩斯主義的政府干預政策更多地被采納。在哈耶克批評計劃經濟的非可行性和低效率過程中，一個立足點就是“有限理性”：哈耶克從認識論角度提出計劃制定者無法了解經濟運行中每一個階段的最終均衡狀態。這種經濟運行過程中信息的瞬息萬變，會導致不可能建立全能式的生產、決策和分配等。

不過，大數據的出現有可能對“有限理性”的觀點形成新的挑戰。盡管目前大數據并不能實時提供市場運行中的全部信息，但大數據的方向和現代信息技術的指數式增長，有可能為哈耶克的論敵以及凱恩斯主義者提供新的反駁證據：當未來大數據對市場運行中的信息捕捉達到了空前的覆蓋和密度，那么預測和決策就有了比哈耶克時代甚至當代高得多的準確率。

拓展社會科學經典理論的驗證空間

大數據作為一種全新的資料，以其超越傳統調查數據的樣本量和時間跨度，為社會科學經典理論的驗證和拓展提供了更多空間。因此，大數據在延伸和重新檢視經典學說方面有著相當大的潛力。比如說，經典時期的社會學家以其深刻的洞察力為人們留下了豐富的理論遺產，不過由于理論的宏觀性和復雜性，通過傳統的截面數據、面板數據等抽樣樣本的分析，無法在經驗層次上對這些理論進行檢驗。而大數據的出現為當今的社會科學界提供了前所未有的大跨度范圍的社會數據、資料和信息，使得重新審視和延伸經典理論，尤其是宏觀理論成為可能。

例如，社會分層是當代社會科學領域的重要概念。基于抽樣調查數據的大量經驗研究表明，主觀社會地位受到客觀社會地位以及相對參照群體的決定性影響。同時，跨國研究也表明，經濟不平等對人們的自我階層定位也有影響。新近利用大數據的研究則基于谷歌圖書語料庫811萬本英語書籍、8000億個單詞的大數據，提取計算了一百年來美國書籍中階級詞匯的出現頻率，以此來測量美國公眾對階層的關注程度。而對階層關注度和美國社會百年失業率、通貨膨脹、基尼系數等指標的格蘭杰時間序列分析表明，在市場經濟發達的美國，代表通貨膨脹率和失業率之和的“經濟悲慘指數”（Economic Misery）影響著階層關注度，而基尼系數卻沒有統計顯著的影響。這意味著，不平等對于階層意識的作用很可能存在一種閥域效應：當社會不平等高于一定的閥值時，不平等才會對階層意識產生作用；而當低于閥值時，是經濟景氣程度在影響著階層關注度。

或緩解定量與定性之間的分歧

定量研究與定性研究是兩種不同取向的研究策略，其背后蘊含著本體論、認識論和方法論上的差異。定量研究者和定性研究者常常相互指責對方的局限性，然而大數據的出現為他們提供的數據規模和全新的數據特征，在某種程度上可能會緩解分歧，甚至重構兩者的關系。對定性研究者而言，大數據可以通過海量規模的樣本直接展示和發現出社會現象的規律，既不需要控制變量來檢驗關聯，更避免了定性方法在案例選擇方面的樣本偏差。此外，大數據可以為定性研究提供既全新又不會過于復雜的研究思維，讓檢索和數據描述等方法得到普遍應用。

對于定量研究者而言，目前的可用大數據往往并非專門為回歸分析而設計，因此依據大數據很難進行傳統意義上的回歸分析和因果推斷。但由于數據的海量甚至全樣本的性質，一旦把基于大數據的簡單關聯分析或時間序列分析結果與文獻中的傳統回歸分析進行比對，就能形成具有說服力的證據鏈。同時，大數據也把定量研究者的關注視野進一步開闊，從傳統的定量分析領域向以往較少觸及的文化現象、心理現象等領域拓展，并重新審視“描述”在定量分析中的地位。從某種意義上講，大數據的使用使得定性和定量之間出現一個混合地帶。可以預見，以描述和簡單回歸分析的大數據研究，將進一步融合定性定量方法的鴻溝。

為學科融合提供機遇

近代科學在理性化的指引下不斷提升專業化程度，以至于不同學科之間形成了鮮明的邊界。盡管這種進程大大提高了研究效率和學術領域內的交流評估質量，但也逐漸形成了各自為政的不足。研究者在獲得相當的深度的同時，往往失去了對廣度的把握，并且學科邊界之間形成了許多空白地帶。而大數據則為學科融合提供了難得的機遇。這主要是因為，大數據的獲取和分析，往往需要有別于傳統社會科學訓練的方法和工具。這使得原本在計算機、人工智能甚至物理、數學等領域具有專長的學者，在有意無意中不斷參與到社會現象的分析隊伍中來。實際上，自然科學家轉型為社會科學家并非前所未有，如小世界網絡研究者鄧肯?瓦茲原先就是物理學家。隨著大數據的出現，這樣的轉型案例可能會大大增多。近兩年來，發表在英文刊物上的基于谷歌圖書、維基百科等大數據的語言學、經濟學研究論文，大多數都有計算機和自然科學家加入作者的行列。此外，由于大數據為社會科學提供了全新的分析對象，交叉學科的重要性也越來越被認識。“計算社會科學”、“應用計算科學”的方興未艾就是典型的案例。

社會科學或出現“重返描述”潮流

當代社會科學尤其是定量分析致力于進行因果推斷、提供機制性解釋。由于社會人的異質性，基于非實驗數據的定量分析很難避免內生性問題（遺漏變量、樣本偏誤、聯立性等問題）。目前，社會科學研究者通過固定效應模型、傾向性匹配、工具變量等方法來加以解決以改進因果推斷。從現存可用來進行社會科學分析的大數據看，它所能提供的變量有限，因此社會科學研究者很難通過大數據進行變量控制來進行傳統的因果推斷。然而，大數據的出現對于學術目標的進一步豐富和發展卻無疑是深遠的。首先，基于信息技術而興起的大數據擴展了人類的經驗范圍，從而使得簡單的統計描述就可以達到發現規律、展示規律的目的。這使得人們有可能憑借大數據而提出理論，而不僅僅是利用抽樣數據對傳統理論和假說進行證偽。其次，大數據的信息具有在時空上傳統抽樣數據所無法比擬的廣度和深度。在大數據時代，社會科學尤其是定量社會科學可能在一定程度上將不再單純以進行反事實因果推斷、探求機制性解釋為主要學科發展目標，而是出現一種“重返描述”的潮流。

編者注：本文選自南京大學社會學院陳云松，黃超老師的《大數據推動社會科學研究深挖潛力》