随着以“大、物、移、云、智”为代表的新一代信息技术的发展,“万物智能、万物联网、万物皆数”的趋势不断加快,人类社会产生的数据正在快速增长,我们的生活进入了一个充满“数据”的时代。大数据的兴起,不仅深刻地改变了人与人、人与社会之间的交互方式,而且使当代社会显著地呈现了动态性、开放性、交互性的特点,使得社会治理愈加趋于复杂。与此同时,数据探索与准备、数据表示与转换、数据计算、数据建模、数据可视化和演示等数据处理技术迅猛发展,机器学习、数据挖掘、人工智能、社会网络、社会计算、信息可视化等研究方法不断创新, 使得社会科学研究面临一个全新的现实环境,进而为社会科学的创新与转型创设了历史性的机遇。
所谓数据驱动的社会科学研究转型的问题,正在引起社会科学界的热烈讨论,有关社会科学研究第四范式的学界讨论持续发酵。但是,由于大数据和数据科学存续时间较短,其对社会科学的影响还存在诸多争议,诸如大数据对社会科学研究影响的方向、方法与路径等问题,社会科学研究第四范式下的科研环境、科研对象、科研活动等将产生什么新的变化,还需要持续、系统地观察和总结。
为了发挥专家学者引领作用,将社会科学研究向新范式转型的研究热点引向深入,2019年1月12日至13日哈尔滨工业大学米加宁教授和西安交通大学边燕杰教授共同发起的“大数据与社会科学转型高端学术研讨会”在哈尔滨工业大学科学园国际会议中心隆重举行。来自清华大学、北京大学、中国人民大学、浙江大学、复旦大学、上海交通大学、西安交通大学、哈尔滨工业大学、武汉大学、中山大学、南开大学、北京邮电大学、北京理工大学、哈尔滨工程大学、中国社会科学院、上海社会科学院等知名高校、研究机构从事大数据研究的知名专家学者共30余人参会。本次研讨会包括四个主旨报告,分设三个学科分论坛,围绕大数据与社会科学转型等相关问题进行了深入的学术交流。现将本次研讨会主旨报告的主要内容和部分与会学者的学术观点做综述整理,以飨读者。
一、主旨报告
本次高端学术研讨会的主题是“数据驱动社会科学研究转型:方向、方法与路径”。围绕这一研究主题设置了四个专题报告,清华大学陈国青教授、北京理工大学徐磊教授、中国人民大学孟小峰教授、北京邮电大学何元博士分别从技术哲学、学科发展、大数据技术、大数据方法等视角,介绍了数据驱动社会科学研究转型的最新进展及成果。
1.大数据及其对学科发展的影响
陈国青教授报告的题目是“管理学‘遇见’大数据”,主要聚焦于什么是大数据,什么样的问题属于大数据问题,以及大数据环境下管理决策的新特征等内容。他认为,大数据问题包含三个特征:第一是力度缩放,即科学问题要素的数据化问题。数据能否反映科学问题要素,且这种反应的程度能否自由的汇聚和分解;第二是跨界关联,即大数据的外部性所导致的跨界观点。当研究一个问题时,研究者必须打破该研究问题的传统视角和边界,引入外界要素的新视角来解决这一科学问题;第三是全局视图,即大数据的新型集中性、全景性特质。
陈国青教授指出,大数据时代下的管理将带给决策者三个问题:发生了什么?涉及业务状态,数据粒度,全局视图等问题;为什么发生?涉及业务联系,数据轨迹,关联因果等问题;将发生什么?涉及业务走向,数据动态,趋势判断等问题。大数据给社会科学研究范式所带来的转变,主要是由模型驱动向数据驱动的转变。当前,国际上顶尖的研究通常采用的是两种范式的融合——融合算式,先通过数据驱动找出或者缩小研究的变量空间,再用模型驱动,发现变量间更进一步关系。
2.对数据驱动社会科学研究转型的哲学认识
徐磊教授从技术哲学视角出发,围绕大数据环境下社会科学研究范式的转型问题,做了题为“大数据与社会科学转型问题的思考”的主旨报告。他认为,大数据的出现使得社会的可认知性以及我们理解社会的方式发生了很大的变化。大数据环境下的社会科学研究转型促使人们思考三个问题,即现象和理论之间关系问题、方法的扩展问题以及社会科学研究范式转型的问题。徐磊教授指出,传统理论都是在人类所能捕捉的现象的基础上所建立起来的,但在面对多样化大数据的时候未必能呈现出更好的解释,因此需要广谱跨域的研究来解释社会所呈现的复杂关联性以及环境和主体之间的关系。此外,理论和现象都是不断变化的,二者需要协同进化。研究者不能仅仅满足理论对现象的事后解释,还需要提高理论的可预测性及可控性。
徐磊教授认为,大数据时代社会科学研究的理论和方法发生了重要变化,科学研究范式也一定会发生转变,研究者需要对社会事物划分研究层次和研究力度。同时,由于社会科学问题的复杂性,研究者需要足够的批判性思维和批判精神。
3.大数据技术与方法在社会科学领域的应用
当前,大数据技术及方法的发展日新月异,并在社会科学领域引发了一系列的方法创新。何元博士做了题为“时空大数据技术、创新与应用”的专题报告,分享了他所指导的北京邮电大学研究团队在全球4000多个参赛团队中脱颖而出,获得2018年“数据世界杯”国际数据挖掘大赛冠军的案例,该比赛主要是利用大数据技术及方法预测北京、伦敦未来一段时间的天气质量。
何元博士介绍了时空大数据的属性与特征及其对社会科学研究工作的启发。时空大数据所具有的位置属性,尤其是三维空间的属性,对于社会科学领域的一些研究问题具有重要价值。在面对包括时空大数据在内的海量数据的时候,如何处理时空数据?社会科学研究亟待建立一个统一且标准化的时空大数据产品。此外,大数据作为一种核心的权力和资源,国家核心数据的逐步开放能够帮助社会科学研究者更好地研究新问题,也将有助于政府制定经济结构调整和产业升级的计划,帮助社会治理“城市病”,实现从创新驱动到数据驱动的发展模式的转变。
4.社会计算:大数据环境下社会科学的新方法
孟小峰教授以“社会计算的现状与展望”为题,分别介绍了社会计算、社会计算中的数据挑战以及新形势下的社会科学转型。他认为,人类社会将进入万物互联的智能社会的时代,整个社会现象和社会行为的描述将发生重大改变。构筑智能社会,其核心技术在于社会计算。社会计算的根本任务就是借助信息技术的使用,测量个体的行为数据,构建计算模型,发现社会动态,进而分析人类行为。其最终目的是建立一套方法体系,帮助人类预测和解释社会现象。孟小峰教授结合自己的研究经历,提出社会计算面临数据融合、数据隐私和数据透明三个方面的挑战。
孟小峰教授认为,在即将到来的万物互联的新时代,社会科学研究必须要有新的研究范式,社会科学也必然面临转型的问题。社会科学研究需要大胆的提出新的研究方法,并进一步促进交叉学科的融合发展。
二、分组论坛学术观点
高端学术研讨会期间,社会科学各领域专家在三个分论坛会场,深入地探讨和交流了社会科学研究在大数据时代环境下所面临的机遇和挑战。分论坛设置的目的在于通过充分的观点阐述,汇聚各学科专家学者对大数据与社会科学研究相关问题的深刻理解;通过深入的学术互动,促进各学科专家学者形成对大数据与社会科学研究相关知识的批判与融合;通过精辟的研讨总结,梳理出专家学者们对大数据与社会科学研究相关学术思想的提炼与升华。
社会学组分论坛由西安交通大学的边燕杰教授担任组长。专家学者们普遍认为,需要结合社会自身的特点,一方面加强对现有社会科学方法( 比如对社会网络、主体建模、社会计算)进行优化或改造,加强与大数据技术与方法的融合,另一方面创新性地提出大数据环境下社会科学的新方法(比如算法社会科学),关注大数据方法在构建社会科学新理论、新范式方面的作用、机制及路径,为更加真实地再现社会情景、解释社会现象、提出社会治理策略,做好学术支持。
在研讨会圆桌讨论环节,中山大学梁玉成教授总结了社会学组分论坛所汇集的专家学者观点:大数据时代对于社会学来说是一个新机遇。一方面,数据资源比以往更为丰富,使得社会学原有的演绎方式发生转变。也即我们在计算机里创建人类世界,通过这个世界里人类的互动,来涌现社会规律,从而进行研究;另一方面,大数据环境下,社会学的归纳研究发生改变,并且大数据的出现对于传统的实证研究是一个有益的补充。但是需要注意的是,大数据对于社会学乃至任何社会科学学科都存在着一定挑战。我们需要对大数据持有反思态度,尤其是对于数据的真实性和可靠性需要持谨慎的态度。同时,社会学研究不能仅满足于大数据所带来的相关性知识,而是要追求事物间所存在的因果关系。此外,面对大数据时代,社会科学研究者的研究素养也亟待提高;大数据所暴露出来的数据伦理问题、数据驱动社会科学研究的意义和价值等问题也都需要研究者的广泛关注。
公共管理组分论坛由南开大学的孙涛教授主持。专家学者们主要围绕大数据在国家治理、社会治理、地方政府治理、行业领域治理中的实践应用、研究案例、未来趋势等问题进行了深入讨论,学者们认为大数据正在驱动公共管理模式的全方位创新,从实践领域到科研领域、从技术方法到理论创新、从决策管理到社会统计,都正在经历以数据驱动为引领的转型之中。
南开大学锁利铭教授总结了公共管理组分论坛所汇聚的专家学者观点。从公共管理学科的视角来看,年轻的公共管理学科对于大数据持有强烈的接受度、开放度和期待度。大数据时代对于社会科学来说是人的价值重新被发现的时代,以预测社会中人的行为与活动。然而,公共管理学科在大数据时代下能否把握好重大发展机遇还有待考量,原因主要是现有的社会科学所形成的社会构建和分工仍处于固有的依赖状态。因此,为使社会科学研究突破原有惯性,如何运用大数据思维重新解构公共管理传统问题,如何实现公共管理学科的融合变革,如何用大数据思维实现政府部门政务工作目标等问题,都是大数据时代公共管理学科需要重视的问题。当前,公共管理学科对这些亟待解决的问题的探索已形成了一些初步成果,如正在探索形成数据驱动的社会科学转型的路径,建设公共管理基于大数据的决策领域案例研究库,探索形成社会科学“领域专家+算法工程师”的科学研究合作模式。
综合组分论坛由清华大学张小劲教授主持。专家学者们从技术哲学、管理学、金融学、数据科学、计算机科学等学科视角出发,讨论了大数据对社会科学转型的重大影响,并指出当前社会科学的研究模式应该社会科学领域专家进行顶层设计,由相对缺乏对社会宏观思考的数据科学家或算法工程师作为专门的技术研究人员主导实现技术方案,共同完成跨学科、融合式的数据驱动社会科学研究,服务于大数据背景下的知识需求。
清华大学孟天广副教授代表综合组分论坛进行观点总结。他认为,当前社会计算对社会科学的影响不仅仅是单向的,相反地社会科学对算法开发也存在影响。对于二者的关系,各领域专家学者虽然判断各异,但总体上都认为社会科学在大数据时代仍处于快速发展期和上升期,大数据的出现为社会科学的深入发展提供了新平台,对整个社会科学的知识产生、知识消费都具有重大影响。同时,在大数据环境下,科研模式需要做一些有益的探索和改变,比如打造支持团队研究的科研条件平台、规范大数据环境下人才培养模式、加强机构合作建设等。
本次“大数据与社会科学转型高端学术研讨会”的成功举办,为我国社会科学领域从事大数据研究工作的专家学者提供了学术交锋与融合的良好平台。来自不同高校和科研机构的专家学者发挥自身的领域研究优势,基于不同的理论视角和技术方法,在本体论、认识论和方法论层面探讨了大数据对社会科学研究的重大影响及趋势,对于当前促进数据驱动与社会科学研究范式相结合条件下,切实深化研究对象、研究方法、学术共同体等问题的前沿性讨论,以形成较为系统性的科学认识,发挥了重要的基础作用。
(黄欣卓系哈尔滨工业大学经济与管理学院副教授)