蘇毓淞 劉江銳

(清華大學(xué) 政治學(xué)系，北京 100084)

一、 前 言

大數(shù)據(jù)的涌現(xiàn)掀起了各個學(xué)科迭進(jìn)式的波動；大數(shù)據(jù)分析倚重的計算機(jī)科學(xué)滲入了其他學(xué)科，形成一個協(xié)同發(fā)展的趨勢。相較于生物和物理等其他學(xué)科領(lǐng)域，數(shù)據(jù)驅(qū)動的社會科學(xué)則要出現(xiàn)得晚一些。(1)Javier Borge-Holthoefer, Yamir Moreno and Taha Yasseri, “Editorial: At the Crossroads: Lessons and Challenges in Computational Social Science,” Frontiers in Physics 4 (2016).2009年，以大衛(wèi)·拉澤爾(David Lazer)為首的十五位學(xué)者聯(lián)合署名在著名期刊《科學(xué)》(Science)上發(fā)表了題為《計算社會科學(xué)》(Computational Social Science)的文章，(2)David Lazer, et al., “Computational Social Science,” Science 323.5915 (2009): 721-723.標(biāo)志著“計算社會科學(xué)”這一新型交叉學(xué)科的誕生。文章最重要的觀點(diǎn)就是：人類各樣的行為在電子化時代都留下了記錄，這些數(shù)據(jù)中蘊(yùn)含的關(guān)于個人和群體行為的規(guī)律足以改變我們對個人生活、組織機(jī)構(gòu)乃至整個社會的認(rèn)知。隨著計算能力的發(fā)展到足以應(yīng)對傳統(tǒng)定量社會科學(xué)研究難以分析的大量人類社會數(shù)據(jù)，計算社會科學(xué)就應(yīng)運(yùn)而生。

自《計算社會科學(xué)》發(fā)表以來，越來越多的科學(xué)家進(jìn)入社會科學(xué)領(lǐng)域，關(guān)于社會網(wǎng)絡(luò)分析和大數(shù)據(jù)的文章在頂級科學(xué)期刊和計算機(jī)科學(xué)會議中紛紛嶄露頭角，各項(xiàng)科研經(jīng)費(fèi)也開始向?qū)Υ髷?shù)據(jù)研究領(lǐng)域傾斜。國內(nèi)外頂級學(xué)術(shù)機(jī)構(gòu)也紛紛通過支持計算社會科學(xué)發(fā)展的方式呈現(xiàn)這一學(xué)術(shù)前沿現(xiàn)象。(3)國外如斯坦福大學(xué)、康奈爾大學(xué)、哈佛大學(xué)、芝加哥大學(xué)、杜克大學(xué)、西北大學(xué)等高校都成立了計算社會科學(xué)相關(guān)學(xué)術(shù)機(jī)構(gòu)；美國計算社會科學(xué)學(xué)會(Computational Social Science Society of the Americas)年會制度自2011年起持續(xù)至今，致力于推動更好的計算社會科學(xué)研究。截至2020年，年度計算社會科學(xué)國際會議(Annual International Conference on Computational Social Science)已經(jīng)舉辦6屆。國內(nèi)如清華大學(xué)(計算社會科學(xué)平臺)、北京大學(xué)(計算社會科學(xué)研究中心)等少數(shù)高校亦成立了相關(guān)研究機(jī)構(gòu)。

然而，從學(xué)科發(fā)展的歷史來看，大數(shù)據(jù)的涌現(xiàn)僅僅是重啟了計算社會科學(xué)，而非創(chuàng)造了新的學(xué)科。2009年前就有學(xué)者提出“計算社會科學(xué)”一詞，基于數(shù)據(jù)進(jìn)行推論的計算社會科學(xué)研究，也不是21世紀(jì)才有的新現(xiàn)象。(4)例如，托馬斯·謝林(Thomas Schelling)1978年的著作《微觀動機(jī)與宏觀行為》利用博弈論推演現(xiàn)實(shí)中的各種博弈可能性，即是基于計算數(shù)據(jù)的方式檢驗(yàn)研究假設(shè)，詳見韓軍徽、李正風(fēng)：《計算社會科學(xué)的方法論挑戰(zhàn)》，《自然辯證法研究》2018年第4期；之后的社會科學(xué)研究還出現(xiàn)了基于主體建模(Agent-Based Model)或復(fù)雜社會系統(tǒng)的模擬，關(guān)注一系列規(guī)則集的組合和作用是否足以生成現(xiàn)實(shí)世界，詳見黃璜：《社會科學(xué)研究中“基于主體建?！狈椒ㄔu述》，《國外社會科學(xué)》2010年第5期。直至近十年計算能力的大幅跨越和數(shù)據(jù)的大量出現(xiàn)成為一個現(xiàn)象級的領(lǐng)域后，拉澤爾等人相當(dāng)于趁勢重啟并重新定義了計算社會科學(xué)(5)拉澤爾等人重新定義當(dāng)代計算社會科學(xué)分析為使用較少的模擬方法，即便模擬依然是計算社會科學(xué)重要的分析工具，參見Rosaria Conte and Mario Paolucci, “On Agent-Based Modeling and Computational Social Science,” Frontiers in Psychology 5 (2014): 668.：對來自數(shù)字環(huán)境數(shù)據(jù)的計算分析，界定了人類一直在努力用計算和數(shù)據(jù)理解社會行為的新階段。因此，我們現(xiàn)在熟知的計算社會科學(xué)概念是對計算社會科學(xué)的大數(shù)據(jù)解釋，它是指我們可以獲得足夠的大數(shù)據(jù)以直接還原復(fù)雜的社會運(yùn)行規(guī)律。

大數(shù)據(jù)重新定義的計算社會科學(xué)對社會科學(xué)最顯著的影響是引發(fā)了社會科學(xué)研究方法范式之爭。爭辯主要圍繞著究竟社會科學(xué)研究應(yīng)該固守理論指導(dǎo)研究范式，還是應(yīng)該轉(zhuǎn)向數(shù)據(jù)驅(qū)動研究范式？本文將從三個面向遞進(jìn)式說明我們的主張，兩個范式的關(guān)系并非互斥而是互補(bǔ)：首先，說明在大數(shù)據(jù)重啟計算社會科學(xué)的過程中計算機(jī)科學(xué)和社會科學(xué)兩個學(xué)科融合產(chǎn)生的影響；其次，在這次學(xué)科融合中，計算機(jī)科學(xué)的導(dǎo)入如何引發(fā)社會科學(xué)研究范式之爭；最后，在沿襲既往兩組研究范式對話的背景下，計算社會科學(xué)的發(fā)展如何提高了數(shù)據(jù)驅(qū)動和理論指導(dǎo)產(chǎn)生交集的可能性。

二、 計算社會科學(xué)與研究范式之爭：重啟與融合

計算社會科學(xué)這一提法本身可能造成學(xué)科理解上的誤會。從字面上來看，既可以理解為“計算式”社會科學(xué)，強(qiáng)調(diào)以定量算法為研究方法的社會科學(xué)研究，也可以理解為計算機(jī)科學(xué)與社會科學(xué)的集合。無論何者，它都揭示了一個需要學(xué)科交叉實(shí)現(xiàn)知識積累的領(lǐng)域。而計算社會科學(xué)概念背后的學(xué)科交融性就直接地體現(xiàn)了數(shù)據(jù)驅(qū)動和理論驅(qū)動研究范式的碰撞。我們似乎可以容易理解計算機(jī)科學(xué)在科學(xué)分析上的工具性價值，有數(shù)據(jù)則大有可為，然而，社會科學(xué)盡管長期努力通過“假設(shè)—驗(yàn)證—結(jié)論”的基本程序(基于理論提供的假設(shè)是其出發(fā)點(diǎn))來證明自己的“科學(xué)性”，鑒于社會科學(xué)長期以來以有限的工具應(yīng)對研究對象的復(fù)雜性，(6)David Lazer, “Social Science, Today,” Science 359.6371 (2018): 42.解釋力或多或少被質(zhì)疑、被爭議在社會科學(xué)發(fā)展歷史中絕不鮮見。因此，有必要認(rèn)知社會科學(xué)在大數(shù)據(jù)所帶來的計算社會科學(xué)背景下接近“硬科學(xué)”的可能性。(7)Andrew Bartlett, et al., “The Locus of Legitimate Interpretation in Big Data Sciences: Lessons for Computational Social Science from -omic Biology and High-Energy Physics,” Big Data and Society 5.1 (2018): 1-15.

學(xué)界既有的一些相關(guān)概念可以幫助我們更好地理解計算社會科學(xué)。(8)丁波濤：《計算社會科學(xué)相關(guān)概念的比較與辨析》，《情報資料工作》2018年第6期。比如社會計算(social computing)，(9)孟小峰、李勇、祝建華：《社會計算：大數(shù)據(jù)時代的機(jī)遇與挑戰(zhàn)》，《計算機(jī)研究與發(fā)展》2013年第12期。這個相近的概念有三個向度的內(nèi)涵：第一，計算可以促進(jìn)對社會世界的理解，人們的線上和線下行為留下的數(shù)字痕跡可以被收集用以分析，甚至發(fā)現(xiàn)有意義的模型；第二，社會本身就是在自我計算中演化，計算也可以作為呈現(xiàn)著的社會中各種互動的邏輯的一種比喻；第三，社會和計算是相互統(tǒng)一、相互促進(jìn)的，用基于社會的方法和理念指導(dǎo)計算，也可以用計算的方法去理解社會。社會計算基于社會系統(tǒng)本身的復(fù)雜特質(zhì)。它假定復(fù)雜社會系統(tǒng)有一系列自組織行為、演進(jìn)、自己計算方案和自適應(yīng)系統(tǒng)過程，有多種緊密耦合于一起的組成部分，有很多可以計算的現(xiàn)象，比如集體理解(理念)和行動。所有的社會行動都關(guān)乎復(fù)雜計算(比如動物的集群行動，人在社會網(wǎng)絡(luò)中的活動和選擇、更新對彼此的評價，都是一系列過程中計算的結(jié)果)。通過深度的計算機(jī)學(xué)習(xí)，可以觀察出社會中各類計算過程的模型，觀察到更復(fù)雜的網(wǎng)絡(luò)，發(fā)現(xiàn)創(chuàng)造性(亦或是顛覆性)的科學(xué)內(nèi)容，探索未知領(lǐng)域的“鄰近可能性(Adjacent Possible)”，(10)Steven Johnson, “The Genius of the Tinkerer,” The Wall Street Journal (September 25, 2010).推動創(chuàng)新。類似地，計算社會科學(xué)是用計算機(jī)生成一些沒有計算機(jī)便不能接觸到的數(shù)據(jù)、模式并檢驗(yàn)一些假設(shè)，它也會用到社會計算使用的工具，(11)Winter Mason, Jennifer W. Vaughan and Hanna Wallach, “Computational Social Science and Social Computing,” Machine Learning 95.3 (2014): 257.以計算更好地理解社會，它蘊(yùn)涵著基于計算能力對研究設(shè)計、方法和理論標(biāo)準(zhǔn)的改變。

然而，雖然大量學(xué)術(shù)文章和機(jī)構(gòu)開始出現(xiàn)，但很少有研究關(guān)注到激勵計算社會科學(xué)發(fā)展的“大”問題——比如金融系統(tǒng)的系統(tǒng)性風(fēng)險、如何分析復(fù)雜組織、傳染病和社會運(yùn)動等的動態(tài)。這些都是社會科學(xué)本身關(guān)心的、對理解世界和促進(jìn)世界發(fā)展有極大裨益但社會科學(xué)表現(xiàn)并不十分好的重要議題。鄧肯·沃茨(Duncan Watts)指出，解決復(fù)雜社會問題的分析往往需要互補(bǔ)應(yīng)用多種研究路徑——統(tǒng)計模型和模擬、社會和經(jīng)濟(jì)理論、實(shí)驗(yàn)室實(shí)驗(yàn)、調(diào)查、民族志田野調(diào)查、歷史和檔案分析，以及實(shí)踐經(jīng)驗(yàn)，而現(xiàn)實(shí)是，任何一個研究人員對這其中很多路徑都難以全面熟悉。(12)Duncan Watts, “Computational Social Science: Exciting Progress and Future Challenges,” The Bridge on Frontiers of Engineering 43.4 (2013): 6.

社會科學(xué)對人類社會發(fā)展的貢獻(xiàn)之所以不像自然科學(xué)這么明顯和高效，與社會科學(xué)本身的特質(zhì)有很大關(guān)系。社會科學(xué)所面臨的理論問題的復(fù)雜性、獲取相關(guān)觀測數(shù)據(jù)的困難，以及實(shí)驗(yàn)性地操縱大型社會組織的難點(diǎn)，使得社會科學(xué)研究的進(jìn)展相對于物理、工程和生物科學(xué)等學(xué)科來說比較緩慢。社會科學(xué)關(guān)心的社會現(xiàn)象更多地是指個人在群體、團(tuán)體、組織、市場、階級甚至整個社會中活動的集合，這所有要素通過信息和網(wǎng)絡(luò)彼此互動并隨著時間而變化。比如公司穩(wěn)定的屬性和文化不會因?yàn)槟硞€特定員工的變化而改變。但是，即使各種成員和背景一直保持一致，股市或者政治制度也可能會在一瞬間意外崩潰。再比如，一個政府的決定可能主要取決于少數(shù)政治精英的個人利益，而在其他情況下，這些少數(shù)精英的行為可能受到他們所在政治文化的強(qiáng)烈約束。而且，在許多社會科學(xué)家所關(guān)心的問題中，個人、公司、政府、社會團(tuán)體等的行動都可能起重要作用。這些不同類型的參與者不僅有不同的規(guī)模(企業(yè)由個人組成，市場由企業(yè)和個人組成)，而且還可能以重要的方式相互作用，所以這類問題需要同時考慮跨多個規(guī)模的事件、參與者和動力。并且，在很多情況下要收集數(shù)億甚至數(shù)萬億的觀測數(shù)據(jù)去了解各種動態(tài)模式和特征也很困難。再者，由于僅從觀察數(shù)據(jù)很難推斷因果機(jī)制，進(jìn)而還需要進(jìn)行實(shí)驗(yàn)研究。但是實(shí)驗(yàn)設(shè)計也會遭遇各種困難。例如，要觀測一個具有特定結(jié)構(gòu)的組織的表現(xiàn)，這類實(shí)驗(yàn)設(shè)計顯然不可能在物理實(shí)驗(yàn)室中實(shí)現(xiàn)。(13)Duncan Watts, “Computational Social Science: Exciting Progress and Future Challenges,” The Bridge on Frontiers of Engineering 43.4 (2013): 6.也就是說，社會現(xiàn)實(shí)中很多現(xiàn)象的因果分配是很困難的一件事，甚至長期以來整個社會科學(xué)的知識積累都是為實(shí)現(xiàn)更好地識別因果機(jī)制的緩慢發(fā)展過程。鑒于社會現(xiàn)象不可避免地具有多尺度性、復(fù)雜性和突發(fā)性，諸多理論難以充分地解釋現(xiàn)實(shí)的社會行為和變化也就不足為奇。

幸運(yùn)的是，社會數(shù)據(jù)革命和計算能力發(fā)展的匯合及時地給社會科學(xué)更加接近“硬科學(xué)”提供了機(jī)遇。(14)Rosaria Conte, et al., “Manifesto of Computational Social Science,” European Physical Journal-Special Topics 214.1 (2012): 325-346.數(shù)據(jù)的爆炸式增長及其對學(xué)者們駕馭數(shù)據(jù)的能力的要求不是以社會科學(xué)學(xué)者的意志為轉(zhuǎn)移的。過去幾十年的計算革命不僅極大地提高了計算機(jī)本身的效率，而且大大提高了現(xiàn)在可以分析的社會數(shù)據(jù)的規(guī)模和范圍，塑造著一個促進(jìn)社會科學(xué)更加計算化的領(lǐng)域，進(jìn)而有可能徹底改變傳統(tǒng)的社會科學(xué)，(15)Sebastian Benthall, “Philosophy of Computational Social Science,” Cosmos and History: The Journal of Natural and Social Philosophy 12.2 (2016): 13-30.讓社會科學(xué)發(fā)揮出“硬科學(xué)”級別的作用。然而，事在人為，我們可以想象，在大數(shù)據(jù)和計算能力帶動社會科學(xué)的背景下，一些計算機(jī)科學(xué)家從事社會科學(xué)相關(guān)研究并不一定出于“應(yīng)該做”的沖動，能夠處理關(guān)于人類行為的大數(shù)據(jù)并不一定意味著對于社會科學(xué)的研究問題有洞察力和問題意識，而僅僅是出于他們的技術(shù)能力。社會科學(xué)家依然要扮演重要的角色，計算科學(xué)家和社會科學(xué)家之間應(yīng)該而且會因?yàn)檠芯啃枰坏貌患訌?qiáng)聯(lián)系。(16)Jim Giles, “Computational Social Science: Making the Links,” Nature 488.7412 (2012): 450.

在計算社會科學(xué)這個概念中，“社會科學(xué)”這個詞強(qiáng)調(diào)的就是把社會科學(xué)的理論帶入計算過程(從數(shù)據(jù)挖掘到構(gòu)建模型等)中，理論指導(dǎo)計算，計算證實(shí)、證偽或啟發(fā)理論。(17)羅家德、劉濟(jì)帆、楊鯤昊、傅曉明：《論社會學(xué)理論導(dǎo)引的大數(shù)據(jù)研究——大數(shù)據(jù)、理論與預(yù)測模型的三角對話》，《社會學(xué)研究》2018年第5期。在社會科學(xué)家對各種社會科學(xué)議題的理論積淀和了解深度之外，如果研究對象是人們?nèi)粘Ｉ钪械恼鎸?shí)數(shù)據(jù)，學(xué)者還必須考慮到隱私、公平性、責(zé)任性、透明度、偏見、包容性等。計算機(jī)科學(xué)家不一定像社會科學(xué)家那樣接受過更多相關(guān)內(nèi)容的學(xué)術(shù)訓(xùn)練。以經(jīng)濟(jì)學(xué)、社會學(xué)、政治學(xué)等元科學(xué)為大類的社會科學(xué)經(jīng)歷了多年的發(fā)展，已逐漸演進(jìn)到學(xué)科之間互相促進(jìn)、合作共贏的階段。學(xué)科的劃分使得知識專業(yè)化，而知識的真正增長需要對現(xiàn)實(shí)世界的日益精準(zhǔn)的認(rèn)知及反思。當(dāng)學(xué)者有意識地用復(fù)雜的、綜合的、跨領(lǐng)域的視角看待現(xiàn)實(shí)世界時，才能盡可能立體地看到世界的多面性。所以，計算社會科學(xué)的發(fā)展不僅需要一個社群讓社會科學(xué)家與計算機(jī)科學(xué)家對話，也要使社會科學(xué)相互之間對話；既要打破外部的阻礙，也要破除內(nèi)部的阻礙，互相協(xié)助推動科學(xué)研究深化。(18)韓軍徽、李正風(fēng)：《計算社會科學(xué)：涵義、特點(diǎn)與前景———對美國計算社會科學(xué)專家的訪談》，《科學(xué)學(xué)研究》2018年第10期。

三、 計算社會科學(xué)的價值

計算社會科學(xué)由大數(shù)據(jù)和豐富的算法共同驅(qū)動而出現(xiàn)、發(fā)展，(19)張小勁、孟天廣：《論計算社會科學(xué)的緣起、發(fā)展與創(chuàng)新范式》，《理論探索》2017年第6期。并基于二者呈現(xiàn)其價值，包含著對復(fù)雜的、典型的、大規(guī)模的(有時是模擬的)人類行為數(shù)據(jù)的計算方法的開發(fā)和應(yīng)用。它在科學(xué)研究發(fā)展脈絡(luò)中的前身包括對空間數(shù)據(jù)的研究、社會網(wǎng)絡(luò)以及對文本和圖像的編碼。傳統(tǒng)的定性或定量社會科學(xué)關(guān)注的是一個個的案例和一列列的變量，通常假設(shè)觀察對象之間的獨(dú)立性，而計算社會科學(xué)的分析對象則包括語言、位置和運(yùn)動、網(wǎng)絡(luò)、圖像和視頻，應(yīng)用統(tǒng)計模型捕捉數(shù)據(jù)中的各種依賴關(guān)系。(20)David Lazer, et al., “Computational Social Science: Obstacles and Opportunities,” Science 369.6507 (2020): 1060.

分析大數(shù)據(jù)，比如針對線上行為的分析，就需要對相關(guān)行為的數(shù)據(jù)化。而人工智能(artificial intelligence)的發(fā)展為學(xué)術(shù)研究提供著日益升級的算法、模型等科學(xué)分析工具包，意味著可以使用自然語言處理(NLP)、機(jī)器學(xué)習(xí)(machine learning)、機(jī)器視覺(machine vision)、信號分析(signal processing)等人工智能方式，實(shí)現(xiàn)對網(wǎng)絡(luò)、文本、圖片、音頻、視頻、社會行為軌跡等海量資料的數(shù)據(jù)化生成、結(jié)構(gòu)化處理和計算。在社會分析中涉及高維度建模(high dimensional modeling)時，需要對數(shù)據(jù)降維，從而就需要用到諸如深度學(xué)習(xí)(deep learning)、LASSO、隨機(jī)森林(random forest)、集成學(xué)習(xí)(ensemble learning)等模型或算法方案，使數(shù)據(jù)編碼工作更便捷，(21)Nan-Chen Chen, et al., “Using Machine Learning to Support Qualitative Coding in Social Science: Shifting the Focus to Ambiguity,” ACM Transactions on Interactive Intelligent Systems 8.2 (2018): 1-20.使大量的離散數(shù)據(jù)可以更高效地被分析。比如運(yùn)用機(jī)器學(xué)習(xí)對《人民日報》1951年至2018年的文本(社會科學(xué)中有大量類似的非結(jié)構(gòu)化文本數(shù)據(jù))分析預(yù)測中國的政策變化，(22)Weifeng Zhong and Julian TszKin Chan, “Reading China: Predicting Policy Change with Machine Learning,” AEI Economics Working Paper Series (October 22, 2018).還有根據(jù)多年的大量新聞文本分析《新聞聯(lián)播》的宣傳模式，(23)邵梓捷、張小勁、孟天廣：《政治傳播視角下〈新聞聯(lián)播〉的宣傳模式分析》，《清華大學(xué)學(xué)報》(哲學(xué)社會科學(xué)版)2015年第3期。這些是人類自身的閱讀能力無法在短期可以完成的工作。高性能計算還意味著，可以使用并行計算方式(parallel high performance computing)和云存儲解決方案(cloud-based storage solutions)，開展大規(guī)模的模擬和網(wǎng)絡(luò)分析，這可能會改變科學(xué)思考的方式，推進(jìn)“貝葉斯革命(Bayesian revolution)”，甚至顛覆既有理論認(rèn)為對的解釋。

作為計算社會科學(xué)要素的大數(shù)據(jù)，像所有數(shù)據(jù)都會受到的質(zhì)疑一樣：(大)數(shù)據(jù)可靠嗎？(24)Dhavan V. Shah, Joseph N. Cappella and W. Russell Neuman, “Big Data, Digital Media, and Computational Social Science: Possibilities and Perils,” The ANNALS of the American Academy of Political and Social Science 659.1 (2015): 6-13.不可否認(rèn)，數(shù)據(jù)不可能完全可靠，人們對數(shù)據(jù)大小的衡量標(biāo)準(zhǔn)也會變化。新獲得的大數(shù)據(jù)可能證偽之前已被一些數(shù)據(jù)所證明的結(jié)論，而未來可能更全面的數(shù)據(jù)會繼續(xù)推翻之前大數(shù)據(jù)提供的結(jié)論。但是如果選擇相信數(shù)據(jù)不會說謊，是選擇相信數(shù)據(jù)在一定情況下的實(shí)證價值，這對大數(shù)據(jù)而言亦如是。有時候大數(shù)據(jù)提供的解釋并不有效，比如可能依然在一些情況下要處理數(shù)據(jù)的代表性等系列問題。(25)唐文方：《大數(shù)據(jù)與小數(shù)據(jù)：社會科學(xué)研究方法的探討》，《中山大學(xué)學(xué)報》(社會科學(xué)版)2015年第6期。因此使用大數(shù)據(jù)意味著同時要使用匹配的使用說明。當(dāng)關(guān)心罕見但有很大影響力的議題時，比如病毒事件引發(fā)集體行動、社會網(wǎng)絡(luò)中意見的傳播、新穎的行為和表達(dá)方式如何在系統(tǒng)中得到擴(kuò)大，小數(shù)據(jù)相當(dāng)于沒有數(shù)據(jù)，比如在社交媒體和手機(jī)上的數(shù)據(jù)便是如此，僅僅少部分或者一個人的數(shù)據(jù)對于分析重要的社會現(xiàn)象沒有幫助。

進(jìn)一步而言，計算社會科學(xué)帶來了哪些實(shí)質(zhì)性的轉(zhuǎn)變？

計算社會科學(xué)會改變學(xué)者們把收集和分析數(shù)據(jù)看成兩個分離過程的思維定勢。學(xué)者們可能告別在總體中選取部分的隨機(jī)抽樣等方式收集數(shù)據(jù)的過程，可以接觸到其他被傳統(tǒng)抽樣方式忽略的部分。大數(shù)據(jù)本身就是機(jī)會，而這種機(jī)會是因?yàn)閿?shù)據(jù)本身有了新特點(diǎn)——“所見即所得”，亦即馬修·薩爾加尼克(Matthew Salganik)所謂之“發(fā)現(xiàn)的數(shù)據(jù)(found data)”和“設(shè)計的數(shù)據(jù)(design data)”之間的區(qū)別。(26)Matthew J. Salganik, Bit by Bit: Social Research in the Digital Age (Princeton: Princeton University Press, 2017) 116-118.社會科學(xué)家一般習(xí)慣于使用為研究目的通過抽樣等方式而收集的數(shù)據(jù)，即“設(shè)計的數(shù)據(jù)”。“發(fā)現(xiàn)的數(shù)據(jù)”，即大數(shù)據(jù)常常是各種自然的社會活動呈現(xiàn)的數(shù)據(jù)。計算社會科學(xué)中的研究更多使用“發(fā)現(xiàn)的數(shù)據(jù)”或者不是最初為研究目的而創(chuàng)建的數(shù)據(jù)來完成。使用推特(Twitter)、微博和微信(27)孟天廣、鄭思堯：《信息、傳播與影響：網(wǎng)絡(luò)治理中的政府新媒體——結(jié)合大數(shù)據(jù)與小數(shù)據(jù)分析的探索》，《公共行政評論》2017年第1期。等社交媒體來源的面板數(shù)據(jù)的方式在挑戰(zhàn)調(diào)查研究中已經(jīng)確立的概率抽樣方法，(28)Rodrigo Zamith and Seth C. Lewis, “Content Analysis and the Algorithmic Coder: What Computational Social Science Means for Traditional Modes of Media Analysis,” The ANNALS of the American Academy of Political and Social Scienc 659.1 (2015): 307-318.后者在過去幾十年里一直占據(jù)著主導(dǎo)地位，而新的方法有可能在開創(chuàng)調(diào)查研究方法的新時代。比如，有研究通過分析數(shù)百萬冊亞馬遜圖書的消費(fèi)者購買記錄這類人類自發(fā)活動產(chǎn)生的“發(fā)現(xiàn)的數(shù)據(jù)”，分析購買不同學(xué)科書籍與不同政治意識形態(tài)傾向(保守或自由)之間的聯(lián)系。研究發(fā)現(xiàn)自由傾向的人偏好基礎(chǔ)科學(xué)的圖書，而保守傾向的人更偏好應(yīng)用科學(xué)的圖書等類型化特征。(29)Feng Shi, et al., “Millions of Online Book Co-Purchases Reveal Partisan Differences in the Consumption of Science,” Nature Human Behaviour 1.4 (2017): 1-9.計算社會科學(xué)的新穎之處就在于，它蘊(yùn)含著由世界的根本變化所驅(qū)動的從模擬世界到數(shù)字世界的根本性轉(zhuǎn)變。

它還可能改變學(xué)者一般認(rèn)為實(shí)驗(yàn)設(shè)計是算法設(shè)計的觀念。在實(shí)驗(yàn)設(shè)計中，研究可能不再受時空限制，可以獲得優(yōu)化后的樣本，從而在方法論上升級人類認(rèn)知世界的方式。比如可以利用網(wǎng)絡(luò)來創(chuàng)建“虛擬實(shí)驗(yàn)室”，用于搭建宏觀社會科學(xué)實(shí)驗(yàn)的受控環(huán)境，將心理學(xué)實(shí)驗(yàn)室中已經(jīng)建立的行為實(shí)驗(yàn)?zāi)Ｐ?，放到網(wǎng)上并進(jìn)行放大。以往類似研究依賴于志愿者，但該領(lǐng)域的一個重要發(fā)展是利用眾包網(wǎng)站(亞馬遜的Mechanical Turk)招募被試者，這與行為科學(xué)中從大學(xué)生群體中招募被試者的長期傳統(tǒng)類似。眾包虛擬實(shí)驗(yàn)室的重要進(jìn)展是解決了同步性問題，確保N個實(shí)驗(yàn)對象同時到達(dá)并在實(shí)驗(yàn)期間保持參與，從而實(shí)現(xiàn)了網(wǎng)絡(luò)化實(shí)驗(yàn)設(shè)計。另一個優(yōu)點(diǎn)是，設(shè)計、啟動和執(zhí)行實(shí)驗(yàn)的時間比歷史上可行的時間短得多，而且成本更低。最后，通過縮小假設(shè)檢驗(yàn)周期(分析一組實(shí)驗(yàn)結(jié)果和運(yùn)行下一組實(shí)驗(yàn)之間的延遲)，從數(shù)年或數(shù)月到數(shù)天甚至數(shù)小時，眾包虛擬實(shí)驗(yàn)室實(shí)驗(yàn)可以極大地擴(kuò)展可研究條件的范圍。(30)Christoph Bartneck, et al., “Comparing the Similarity of Responses Received from Studies in Amazon’s Mechanical Turk to Studies Conducted Online and with Direct Recruitment,” PLOS ONE 10.4 (2015): 1-23.在這種情況下，實(shí)驗(yàn)室實(shí)驗(yàn)和實(shí)地實(shí)驗(yàn)之間的界限就變得模糊起來了。(31)Ray M. Chang, Robert J. Kauffman, and Young Ok Kwon, “Understanding the Paradigm Shift to Computational Social Science in the Presence of Big Data,” Decision Support Systems 63 (2014): 67-80.

理論在分析過程中的角色被弱化。在小數(shù)據(jù)時代，學(xué)者們常常通過花很多人力、物力、財力做調(diào)查、焦點(diǎn)小組等形式獲取小數(shù)據(jù)，(32)唐文方：《大數(shù)據(jù)與小數(shù)據(jù)：社會科學(xué)研究方法的探討》，《中山大學(xué)學(xué)報》(社會科學(xué)版)2015年第6期。而常用的定量方法通過檢驗(yàn)由各種各樣假設(shè)支撐的各種理論來最大化基于小數(shù)據(jù)對現(xiàn)實(shí)的洞察力和解釋力。換句話說，在模型使用方面，在分析小數(shù)據(jù)時就需要強(qiáng)模型(strong model)用以保證分析的合理性，即需要有很多假設(shè)的模型來保證所獲的小數(shù)據(jù)可以提供理論性很強(qiáng)的解釋。然而，在計算社會科學(xué)的背景下，大數(shù)據(jù)是學(xué)者們的關(guān)鍵分析對象，學(xué)者們往往通過減少假設(shè)、削弱理論、直接增加新解釋或者新理論來追求最貼近現(xiàn)實(shí)、最廣泛的研究發(fā)現(xiàn)，(33)Monica Lee and John L. Martin, “Surfeit and Surface,” Big Data and Society 2.2 (2015): 1-3.也可以基于大數(shù)據(jù)歸納出扎根理論，在一組數(shù)據(jù)中發(fā)現(xiàn)一些模式并用之檢驗(yàn)其他數(shù)據(jù)中的模式。(34)Timothy R. Hannigan, et al., “Topic Modeling in Management Research: Rendering New Theory from Textual Data,” Academy of Management Annals 13.2 (2019): 586-632; Laura K. Nelson, “Computational Grounded Theory: A Methodological Framework,” Sociological Methods and Research 49.1 (2017): 3-42.也就是說，大數(shù)據(jù)鼓勵使用弱模型(weak model)，它客觀上提供了更廣的模型選擇空間，更重要的是，給出更多關(guān)于相關(guān)性的啟示，從而更好地為預(yù)測提供支持。從讓研究思考得更廣泛、去發(fā)掘分析社會行為方式更多的可能性的角度而言，固定的、預(yù)先設(shè)定的假設(shè)在小數(shù)據(jù)時代有很強(qiáng)的意義，但在大數(shù)據(jù)面前就沒有意義了。(35)Donghyun Kang and James Evans, “Against Method: Exploding the Boundary between Qualitative and Quantitative Studies of Science,” Quantitative Science Studies 1.3 (2020): 930-944.

在學(xué)術(shù)分析遵循的推論原則上，以往推論時往往遵循“必要非充分條件”，人們采取干預(yù)的方式來發(fā)現(xiàn)因果機(jī)制，解釋某些因素很重要或者就是原因，這種方式帶來的解釋往往是局部的，或者至少其解釋范圍的擴(kuò)大很有難度。社會科學(xué)為證明其科學(xué)性，尤其重視解釋中的因果推斷。(36)孟天廣：《政治科學(xué)視角下的大數(shù)據(jù)方法與因果推論》，《政治學(xué)研究》2018年第3期。但實(shí)際上，對因果機(jī)制的追求也會造成一些混亂情況。如果想解釋所有情況，不可能依賴一個機(jī)制。每一個動態(tài)、動力和過程都可能改變所有情況。例如關(guān)于集體行動動因的兩種解釋路徑存在的沖突：有學(xué)者假設(shè)觀察同伴行為的順序不會改變他們從每個同伴推斷而來的信息；(37)Mark Granovetter, “Threshold Models of Collective Behavior,” American Journal of Sociology 83.1 (1978): 1420-1443.另有學(xué)者非常明確地假設(shè)順序是至關(guān)重要的：關(guān)鍵參與者i從前一個參與者j采取行為X推斷出的信息取決于是否有第三個參與者k已經(jīng)采取了相同的行為。(38)Sushil Bikhchandani, David Hirshleifer, and Ivo Welch, “A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades,” Journal of Political Economy 100.5 (1992): 992-1026.兩種解釋似乎都適用于解釋人的行為，但這卻造成了混亂的標(biāo)準(zhǔn)，不是一個等式，而是兩個相互競爭的等式共存?，F(xiàn)在則轉(zhuǎn)變?yōu)椤俺浞址潜匾獥l件”原則，這一新標(biāo)準(zhǔn)鼓勵學(xué)者用數(shù)據(jù)建模來解釋更深程度的現(xiàn)象。如果關(guān)心“充分”程度和更廣泛地解釋社會現(xiàn)象，新的轉(zhuǎn)變會是從發(fā)掘因果機(jī)制到發(fā)現(xiàn)、預(yù)測。在因果推斷中，常用一些變量解釋另一些變量，現(xiàn)在轉(zhuǎn)變?yōu)榘l(fā)掘更直觀的相關(guān)性。如果只關(guān)心因果推斷，那實(shí)際只關(guān)心如何最小化模型中的偏差；如果關(guān)心預(yù)測，則是平衡地去減少誤差和方差。既然可以基于大數(shù)據(jù)進(jìn)行“充分”解釋，那就有了從“必要”的角度進(jìn)入被分析對象中發(fā)掘因果機(jī)制的更大空間。一些政治和公共政策分析已經(jīng)基于“充分”的大數(shù)據(jù)在選舉舞弊、民意調(diào)查、政府回應(yīng)性和治理能力等方面開展有益探索。(39)孟天廣、張小勁：《大數(shù)據(jù)驅(qū)動與政府治理能力提升——理論框架與模式創(chuàng)新》，《北京航空航天大學(xué)學(xué)報》(社會科學(xué)版)2018年第1期；孟天廣、李鋒：《網(wǎng)絡(luò)空間的政治互動：公民訴求與政府回應(yīng)性——基于全國性網(wǎng)絡(luò)問政平臺的大數(shù)據(jù)分析》，《清華大學(xué)學(xué)報》(哲學(xué)社會科學(xué)版)2015年第3期；R. Michael Alvarez, Computational Social Science: Discovery and Prediction (New York: Cambridge University Press, 2016).因此，計算社會科學(xué)探尋相關(guān)性時絕不是要逃避對因果機(jī)制的追求，既有的因果分析路徑是基于人們可以獲得的模型認(rèn)知和解釋世界，應(yīng)該跳出思維定勢，放下對大數(shù)據(jù)的戒備心態(tài)，積極利用大數(shù)據(jù)去探索未知的情況，去發(fā)現(xiàn)一些對發(fā)掘因果機(jī)制有價值的理論假設(shè)。換句話說，通過大數(shù)據(jù)挖掘相關(guān)性，不是忽略因果推斷，而是不斷推進(jìn)發(fā)掘因果機(jī)制的可能。

緣于新興大數(shù)據(jù)提供的機(jī)遇且基于數(shù)據(jù)驅(qū)動的研究范式，計算社會科學(xué)正在引發(fā)數(shù)據(jù)觀念、研究設(shè)計、模型選擇和推論原則等方面的實(shí)質(zhì)性影響，然而，從知識積累的角度而言，我們期待一個具有合成(synthetic)特征的計算社會科學(xué)。從如今流行的計算社會科學(xué)概念來說，它是近10余年的新興領(lǐng)域，更是一種追求更加直接地認(rèn)知客觀社會世界的理念，它允許包含既可以相互競爭的又可以相互結(jié)合的解釋來幫助人類理解復(fù)雜的世界。如果需要充分地解釋現(xiàn)象，則必須要問一些符合世界復(fù)雜程度的問題，并組合不同的解釋以形成解釋的數(shù)據(jù)庫。對于大數(shù)據(jù)的研究越來越和政策、商業(yè)、服務(wù)等相關(guān)，越來越和“充分”度有關(guān)，它在慢慢調(diào)整社會科學(xué)標(biāo)準(zhǔn)，擴(kuò)大社會科學(xué)理論發(fā)展空間，以促成更好的社會科學(xué)。更新的社會科學(xué)研究設(shè)計要納入多學(xué)科思維和方法，而好的計算社會科學(xué)不能只是人類社會行為數(shù)據(jù)和計算機(jī)科學(xué)的融合，(40)Claudio Cioffi-Revilla, “Bigger Computational Social Science: Data, Theories, Models, and Simulations - Not Just Big Data,” SSRN (May 24, 2016).而一定是社會科學(xué)和計算機(jī)科學(xué)的融合，(41)Hanna Wallach, “Computational Social Science ≠ Computer Science + Social Data,” Communications of the ACM 61.3 (2018): 42-44.如此計算社會科學(xué)才能發(fā)揮它的價值。在計算社會科學(xué)時代，當(dāng)思考社會科學(xué)問題時，解釋和預(yù)測可能同樣重要，這意味著也要探索新的計算機(jī)技術(shù)如何挖掘因果機(jī)制，而不僅僅是預(yù)測。目前，傳統(tǒng)上更容易進(jìn)行數(shù)據(jù)挖掘和預(yù)測性分析的人工智能技術(shù)也被學(xué)者用以更好地進(jìn)行因果推斷。(42)陳碩、王宣藝，《機(jī)器學(xué)習(xí)在社會科學(xué)中的應(yīng)用：回顧及展望》，復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院工作論文，2018；Ajay Agrawal, Joshua Gans, and Avi Goldfarb, The Economics of Artificial Intelligence: An Agenda (Chicago: University of Chicago Press, 2019).總之，如托馬斯·庫恩(Thomas Kuhn)所謂之科學(xué)革命中的范式轉(zhuǎn)移是一個多階段的甚至是反復(fù)的過程，(43)托馬斯·庫恩著，金吾倫、胡新和譯：《科學(xué)革命的結(jié)構(gòu)》，北京：北京大學(xué)出版社，2003年。所有的轉(zhuǎn)變都是過程。計算社會科學(xué)正持續(xù)帶來社會科學(xué)解釋和預(yù)測能力的階段性轉(zhuǎn)變，它最終會帶來多大深度和廣度的巨變值得期待。

四、 走出研究范式之爭

大數(shù)據(jù)的涌現(xiàn)帶來了計算社會科學(xué)的發(fā)展以及相關(guān)新的研究方法融入到社會科學(xué)研究之中，帶來研究范式的變革，這是沖擊也是重啟。此次學(xué)科融合帶來的以數(shù)據(jù)驅(qū)動為主的研究范式，似乎給社會科學(xué)以理論指導(dǎo)為主的研究范式敲響喪鐘。數(shù)據(jù)驅(qū)動和理論驅(qū)動在定量研究中總是存在一定的張力，計算社會科學(xué)下大數(shù)據(jù)甚至?xí)⑦@種張力擴(kuò)大化，因?yàn)榇髷?shù)據(jù)不可避免地被懷疑只是數(shù)量級別大，而數(shù)據(jù)質(zhì)量并不高，單純通過對文本、圖像、視頻數(shù)據(jù)的分析無法探討重要的時空變量、人口學(xué)變量、制度環(huán)境變量等之間的因果關(guān)系，最終甚至可能導(dǎo)致理論建構(gòu)上的乏力。不過，我們更應(yīng)認(rèn)識到，計算社會科學(xué)沖擊社會科學(xué)研究所帶來的范式轉(zhuǎn)換可以被視為上帝之手(大數(shù)據(jù)研究)與研究者視角(傳統(tǒng)研究)的再次競合。而這樣的競合，并非空前未見；過去有類似的對話，例如非參數(shù)模型(預(yù)測導(dǎo)向)與參數(shù)模型(理論驅(qū)動)的交鋒、貝葉斯學(xué)派(弱模型)和頻率學(xué)派(強(qiáng)模型)的爭論。這次的競合可以視為過去方法論對話的延續(xù)與再啟動。不同以往的是，過去的爭論是在小數(shù)據(jù)的基礎(chǔ)上不同方法的選擇，此次的競合則是在大數(shù)據(jù)的基礎(chǔ)上探索方法融合的可能性。

首先，“大”數(shù)據(jù)為預(yù)測模型結(jié)果的可信度提供了有力支撐，而以理論為導(dǎo)向的社會科學(xué)研究則為研究者在“浩瀚”數(shù)據(jù)海中提供了探索的路徑；其次，以大數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)挖掘研究可以發(fā)現(xiàn)變量間多樣互聯(lián)的可能性，讓社會科學(xué)研究理論的觸手可以跳脫理論極簡化的框架。這種大數(shù)據(jù)、理論與預(yù)測算法的三角對話集合了跨學(xué)科的信息，增加了學(xué)科之間的對話和結(jié)合，打破了學(xué)科之間的嚴(yán)格邊界。計算社會科學(xué)發(fā)展帶來的這次爭論看似重啟過去理論指導(dǎo)與數(shù)據(jù)驅(qū)動研究范式之間的相互傾軋，實(shí)際上提供了社會科學(xué)研究者在分析路徑或是研究方法上更多的選擇空間。相信未來在理論與數(shù)據(jù)驅(qū)動的混合研究方法下，計算社會科學(xué)會探索更多新穎議題，驗(yàn)證、修正和發(fā)展更多既有的社會科學(xué)理論。

不過，從發(fā)展視角來看，我們也需要意識到，一切科學(xué)進(jìn)步都需要更好的客觀科學(xué)發(fā)展條件和資源的支持。只有當(dāng)資源優(yōu)化配置到計算社會科學(xué)時，當(dāng)學(xué)術(shù)資源與知識需求合理協(xié)調(diào)時，計算社會科學(xué)才有可能最大限度地呈現(xiàn)其價值。計算社會科學(xué)領(lǐng)域在過去十年里突飛猛進(jìn)，成千上萬的論文使用了過去研究無法使用甚至無法想象的觀測數(shù)據(jù)、實(shí)驗(yàn)設(shè)計和大規(guī)模模擬，以求更加直接、更大限度地認(rèn)知客觀世界。世界各地支持計算社會科學(xué)的機(jī)構(gòu)、跨學(xué)科研討會和暑期學(xué)校也有了實(shí)質(zhì)性的增長。但該領(lǐng)域在一些重要方面也存在不足，許多要素——包括教學(xué)方法、數(shù)據(jù)基礎(chǔ)設(shè)施和數(shù)據(jù)共享機(jī)制，乃至相應(yīng)的健全的研究倫理、法律、管理指導(dǎo)——仍處于萌芽狀態(tài)，需要學(xué)者們的積極協(xié)調(diào)和學(xué)術(shù)資源的重組。(44)David Lazer, et al., “Computational Social Science: Obstacles and Opportunities,” Science 369.6507 (2020): 1060.