规律与因果：大数据对社会科学研究冲击之反思——以社会学为例.pdfVIP

社会科学 2016年第 9期 刘林平 蒋和超 李潇晓：规律与因果：大数据对社会科学研究冲击之反思 规律与因果：大数据对 社会科学研究冲击之反思 — — 以社会学为例 刘林平 蒋和超 李潇晓 摘 要：在社会科学中，大数据研究还刚刚起步，但也取得了一定成果。大数据为 社会学和社会科学重新发现社会历史发展规律提供 了可能性：它提供 了认知宏观社会、 检验社会现象的 “异质性假设”和 “结果稳定假设”的数据基础；它以实时记录的特 点较大程度上排除了获取数据时的人为干扰；它将抽样数据中被排斥的极端值重新纳入 统计分析。在因果关系上，大数据有助于从根本上克服由于抽样偏颇所引起的样本选择 性偏误；匹配数据可以克服或缓解变量遗漏问题；作为面板数据和分层数据，大数据对 确定因果效应、检验因果关系比抽样数据更为有利、稳健和可靠。大数据也许可以重构 社会学和社会科学的研究目标。 关键词：大数据；规律；因果关系；冲击；反思 中图分类号：C91-03 文献标识码：A 文章编号：0257-5833(2016)09-0067—14 作者简介：刘林平，南京大学社会学院教授、博士生导师；蒋和超，南京大学社会 学院博士研究生；李潇晓，南京大学社会学院博士研究生 (江苏 南京 210023) 一 、 大数据特征与社会学相关研究 “数据”是系统收集到的关于世界的信息要素①。 “大数据 (Big data或 Megadata)，或称巨 量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达 到截取、管理、处理、并整理成为人类所能解读的形式的信息。”(2)由于互联网的普及和相关设备 的广泛使用，人类活动的痕迹几乎都可以转化为可以储存的数据，如日常起居、运动、购物、旅 行、休闲、人际交往、写作 (发表意见、评论和文章等)等等莫不如此。在社会和国家的层面， 经济、政治、军事、科学、教育、社会和文化活动，及人类对自然界的影响，都会留下可储存的 海量数据。这些数据可以用来分析人类活动的特点和规律。因而，大数据必然会对传统社会科学 的研究方式产生巨大冲击、挑战并提供新的机遇。本文从社会学和社会科学研究的基本目标人手 来进行反思。 大数据不同于传统数据之处在于：它不是通过抽样调查所获取的样本数据，而是人类活动的 收稿日期 ：2016-05~4 ① [美]加里 ·金、罗伯特 ·基欧汉、悉尼 ·维巴：《社会科学中的研究设计》，陈硕译，格致出版社、上海人民出版社 2014年版。第21页。 ② https：／／zh。wikipedia．org／wik~大敷撩 ，2015—10-01。 67 社会科学 2016年第 9期 刘林平 蒋和超 李潇晓：规律与因果：大数据对社会科学研究冲击之反思 实时记录，并大都可以通过互联网存储、获取、交换和分析。大数据是 “由科学仪器、传感设 备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模 、多元化、复 杂、长期的分布式数据集”①。大数据有多方面的来源，一般而言可以分作五类：企业公司数据， 指来自公司企业的销售、交易等数据，比如阿里巴巴的销售数据、证券公司的交易数据等；网络 数据，主要是指来自互联网、社交媒介的数据，比如 Facebook、Twiter、新浪微博等；期刊图书 数据库，是指取自某一个具体的数据库的数据，比如 CNKI期刊数据库、Web of Science、Google 图书等；政府数据，是指源 自政府的总体数据，比如人口普查数据、全国用水用电数据等；其 他，是指除上述四类数据之外的其他数据，但不包含抽样调查数据。有关大数据的基本特征，我 们可以在与传统数据的比较中进行描述和分析。 1．样本与总体 和以往抽样调查获得的数据不同，大数据不是抽样数据而是一个总体数据。但是，这个总体 是一定范围里的总体，而不是绝对总体。比如，人们通过京东商城购物，所有的购物过程都可以 转化为数据，所得到的总体就是在京东商城发生购物行为的总体。这个总体不是所有网上购物者 的总体，更不是包括线下购物者的全部购物者的总体。不过，有一些数据的总体，就是一个完整 的总体。比如，美国国防气象卫星计划 (Defense Meteorological Satelite Program)的夜间灯光图 像数据，就是每天对地球进行扫描的数据，其平均灯光强度可以作为代表区域社会经济发展的指 标，现有研究表明这一指标与 GDP的相关度非常高②。这个数据的总体，就是整个地球。因而， 我们不能笼统地说总体，而要具体看该数据所代表的总体是什么样的总体。这样所得结论的界限 就比较明确。 作为总体的大数据，在统计上至少有两个意义：其一，它可以给抽样数据提供参照，纠正其 偏差。抽样调查采用抽样数据推断总体，实际上，很大程度上对总体