大数据与计算社会科学发展

100多年前，社会学创始人孔德提出社会物理学，并将社会物理学的主要内容归纳为社会静力学与社会动力学，社会静力学用于分析社会结构，理解社会秩序何以可能的问题；而社会动力学则用于分析社会变迁，理解社会如何进步的问题。

孔德的理想是希望将社会系统的分析纳入到实证分析的范畴下，通过将物理学的实证分析方法引入到社会学研究中。很显然，孔德的理想是一种宏观社会学，是一种以社会系统作为整体的分析思路。孔德为实证社会学研究勾勒了美好蓝图，然而，在社会学100多年的发展历史中，这种理想几乎从来没有被完美实现过。其原因众所周知，一方面，研究者很难获取社会系统的整体信息，另一方面，获取社会系统在变迁过程中的状态信息也付诸阙如。这两个方面的约束，决定研究者很难对社会系统的运行逻辑与变迁机制展开基于科学观察意义上的实证分析。

已有的有关社会系统运行的宏观分析，主要进路是理论分析，比如说帕森斯的社会系统理论，郑杭生等人有关中国社会运行与社会转型的理论。这些研究具有诸多理论洞见。然而这些理论驱动的社会运行研究，与实证路径基础上的社会物理学并不是一回事。尽管在社会学100多年的发展历程中，社会学领域存在大量的实证分析，然后已有的定量分析主要通过问卷驱动，以微观社会学为主，借助于问卷数据对于社会系统的整体运行开展分析时力有不逮。

在人类进入数字化生存时代之后，生活世界高度数字化、信息化，尤其是进入web2.0时代之后，人类活动在互联网、移动互联网、物联网上留下的数字痕迹已经汇聚成数字的海洋，这些数字信息包含了人类生活世界的全息信息，伴随着社会生活数字化程度的进一步提高，互联网在生活世界中更进一步的深度介入，线上的网络空间与线下的生活空间融为一体，于是乎，社会科学研究出现了“新的田野”和“新大陆”。

这个“新大陆”是由海量的、多源异构的、高速增长的、混杂的“大数据构成”，既包括社交媒体大数据等互联网大数据，也包括各种移动传感器比如卫星遥感、移动手机、摄像头等终端所收集的海量信息。

很显然，在互联网时代，社会系统在运行过程中所产生的海量数据信息，对于社会科学研究而言，是一个巨大机遇。

这个机遇的就是，社会科学研究从此一改“小数据”一统天下的格局，而进入到大数据与小数据并驾齐驱、相得益彰的知识发现时代。

社会科学自从19世纪诞生以来，依靠做实验、问卷和田野访谈等方法获取数据信息，在研究过程中获取的信息量相对较少，研究结论高度依赖研究者所掌握的样本信息（基于研究设计而成）或者局部信息：历史学家以自己考据所确证的信息做判断，自然科学家以科学实验检验因果关系，社会科学家则主要以统计资料和问卷调查、田野访谈所获取的信息开展假设检验和经验提炼。

因为物理世界、机械世界同质性较高，通过做实验往往能发现物质世界的诸多规律，而社会系统与人间社会则完全不同，这是因为人具有高度的能动性，对人类进行观察时面临诸多不确定性，比如研究者对研究对象进行观察时，存在研究对象会迎合访谈者，或者故意隐瞒关键信息等问题。

最为重要的是，依赖于研究者对社会系统进行观察，所搜集的信息永远是非常少的，相对于边界广袤、构造复杂、多层次的社会系统而言，这些研究资料就像是“大海中的一滴水”，进而对于同样的问题和现象，很多研究者得出的结论经常相差甚远，甚至是针锋相对，以至于社会科学研究结论经常是“盲人摸象”，由于“大象”是什么搞不清楚，很多时候研究者就变成了“立场先行”，这对于捍卫价值目标有意义，可以形成强有力的“话语”，但可能这并不是真正的社会科学研究。人类当初创立社会科学的理想，并不是打算将社会科学研究作为一种“辩护术”，而是希望获得对社会系统运行逻辑与机制的科学判断。

大数据时代的到来，第一次为社会科学研究带来了有关社会系统运行的全息信息，这种信息不是样本信息，而是有关社会生活某一方面的、接近总体意义上的全息信息，不同类型的大数据相互连接与整合，进而第一次使得人类可以去理解社会系统如何运行的全貌，从客观的角度去发现社会系统运行的规律。

正因为这样，对大数据的驾驭与分析，是一种开拓社会科学疆域的新路径，有助于拓展社会科学的新版图。当然，纯粹依靠技术对于数据进行理解是不够的，田野经验中的洞见，对问题的判断能力，对机制的提炼能力，依然重要。如果来自于经验研究的洞见、判断与机制分析，与大数据的高度信息集成融合在一起，将会带来一场踏踏实实的社会科学研究范式与研究方法的革命。

革命的曙光最初发生在“社会计算”与计算社会科学领域。这是一场主要由计算机科学家主导的跨学科的学术运动。国外比如有关“星球脉搏”的分析，国内比如王飞跃等人领衔的“社会计算”与“社会物理学”研究。这些研究进路，主要借助于大数据、人工智能、机器学习等人工智能技术，可以说，计算机科学家已经开始对复杂社会系统的运行产生极大兴趣，全球范围内正在发生一场轰轰烈烈的自然科学家向社会科学领域进军的运动，以至于有科学家称“我们现在都是社会科学家”。

100多年来，有关社会系统的运行研究主要是社会学家的研究对象与研究领域。在这场轰轰烈烈的由信息技术主导的计算社会科学运动的勃发过程中，社会学家不应该将研究领域“拱手相让”，而应该积极主动进取。

计算社会科学作为一个新兴的研究领域，在全球已经有10来年的发展历程。回顾计算社会科学的发展历程可知，它取得了很多新的进展，数据驱动的知识发现也让社会科学研究的范式焕然一新。不过，现有研究存在的一个突出问题是：已有的若干闪亮的研究就如天上那一颗颗孤星，研究者在做出一项研究之后，对此研究在计算社会科学的未来发展前景中处于怎样的脉络，这些不同的研究之间是什么关系，不同的研究之间如何形成学科知识的积累等重要问题，则无暇思考。

计算社会科学的学科建设问题，可能是当前计算社会科学在发展过程中所面临的突出问题，这直接关系到计算社会科学的发展前景。

笔者认为，计算社会科学不应该让不同的研究之间成为毫无关联性的案例。已有研究之所以容易形成碎片化的状况，往往与当前大数据的特征有关系：一方面，数据的开发难度大、数据的价值密度低；另一方面，多元的数据来源目前在统合上存在困难，研究者往往基于某个具体的点数据开展研究，而无法打通多种数据来源的面源数据。这使得学者往往就饭下菜，获得怎样的数据资源就去分析一个怎样的问题。

最为致命的是，已有计算社会科学的问题意识往往嵌入在已有的不同的研究领域的理论脉络当中，这样，计算社会科学本身作为一个研究领域被碎片化了，基于不同的理论脉络的计算社会科学实践之间没有什么太大的关系，多个分析案例的研究结论之间难以形成学科意义上的知识积累，更难以形成“积沙成塔”式的知识发现。很显然，这不利于计算社会科学作为一个研究领域的发展。

如何避免这个问题，是当前计算社会科学在发展过程中所需要解决的关键问题。笔者认为，要解决此问题，首先要明确，计算社会科学的本体论问题，即计算社会科学的使命究竟是什么？沿着这些具有本体论意义的问题展开深度思考，才能诱发计算社会科学领域真正具有革命意义的学科范式的出现。

计算社会科学如果要形成知识积累，形成学科范式，不应仅仅在研究方法和技术上形成共识（目前学界在这方面基本达成共识，即认为计算社会科学是一种新的研究方法，通过使用高性能的算法和算力，对新的研究数据“大数据”展开分析进而获取洞见），更应在这个学科的本体论上形成共识。从本体论的角度来看，计算社会科学应该要回归到社会学的元问题上去，从社会计算的角度去回应社会学的根本性问题并做出其独有的贡献。这些元问题包括：

计算社会科学意义上的社会究竟是什么？社会作为一个复杂系统是如何可能的，又是如何运行的？社会秩序是如何维系的？大数据视野下的社会事实与集体表象呈现出怎样的特征？社会有机体的隐喻在社会计算的意义上有何表现？社会结构及其构成是怎样的？社会系统是如何构成的，其变迁机制是怎样的？个体与社会的关系是怎样的？等等，这一些列问题，大致可以归结为社会学创始人孔德所要回应的秩序问题和进步问题，或者说社会的静力学问题与社会的动力学问题。

社会学家过去回答这些问题的时候，往往基于某一个特定的社会共同体去思考和归纳。这些归纳中有很多洞见，但绝大部分都是地方性知识，是学者基于其有限的经验资料与阅历甚至是戴着有色眼镜做出的分析与建构。尤其是基于“西方中心主义”的所谓现代社会科学知识及其话语，其经验基础往往是西方式的，带着浓厚的西方中心主义的色彩。很显然，这些分析的局限性是很明显的。另外，从单一的社会经验所建构的理论，基本上都是个案分析，而基于个案的研究很难跳出个案的局限。

在大数据时代到来的背景下，对上述元问题的分析与回答已经有了完全不同的方法与视角。全球有100多个国家，上千个民族、多种社会形态，而且大数据记录了这些社会中的长时间段时序数据，即有关于不同文化环境下的社会系统运行的时序数据和变迁数据。

这样，从横向上，就可以对多个不同的社会实体进行比较，进而回答社会有机体的本质是什么，社会秩序如何可能，社会结构是如何维系的以及个体与社会之间的关系的形态等根本性问题。从纵向上，则可以回答不同社会的变迁机制与变迁路径，研究社会的演化形态及其机制。

总而言之，无论横向上的还是纵向上的分析，实际上都是从宏观层面对多个社会的形态进行比较的结果，对多个社会进行分析所得到的的社会科学发现，就不再是地方性知识，而是基于全球尺度的经验归纳。当前的中国社会科学发展，应该借助于大数据时代所提供的特有机遇，在达致普适性意义上的计算社会科学结论的道路上做出应有的努力并形成其特有的贡献。

编辑：潘雨江祥雪

· · · · · ·