大數據時代計算社會科學的產生、現狀與發展前景研究的中期檢查報告

一、研究進展情況

1. 研究計劃總體執行情況及各子課題進展情況

本課題圍繞大數據和計算社會科學兩個主題，共設計了四個子課題；1、大數據與大數據技術研究；2、計算社會科學的產生、發展與現狀研究；3、社會計算的理論、方法與現狀研究；4、大數據時代計算社會科學的發展前景研究。按照原研究計劃，本課題第一階段主要任務是子課題一、子課題二的研究，兩項研究平行展開；此外，子課題三和子課題四的前期研究工作也開始啟動。

子課題一的研究內容為新一輪信息技術革命的動態，及其為社會科學研究帶來的機遇，主要涉及大數據、物聯網、云計算、人工智能等領域的發展與現狀、大數據時代社會科學研究的新數據資源、新數據處理技術在研究中的運用等。目前已按原定計劃完成研究任務，從社會科學研究視角，厘清了大數據與大數據技術的概念，闡明了兩者之間一體兩面的關系；針對當前社會科學界爭論的焦點問題給出了回應，澄清 “數據總體論”、“數據自然論”等對大數據的偏誤性認知；提出了“社會科學大數據”概念，分析了各類社會科學大數據的特點及其科學價值。圍繞上述研究，課題組已發表了6篇學術論文，含CSSCI論文2篇，其中1篇被《人大復印資料?社會學》全文轉載。由于數據還在不斷涌現，大數據技術仍在快速發展之中，課題組還在持續跟蹤相關領域，繼續豐富和完善研究成果。預計子課題一的跟蹤研究將一直持續到結題之時。

子課題二的研究內容為計算社會科學的產生、發展與現狀，主要涉及計算社會科學的理論與方法、國內外的代表性研究成果、計算社會科學在方法上的創新等。目前已按原定計劃完成研究任務，在對計算社會科學的歷時性考察和對相關研究成果系統性梳理的基礎上，總結性地提出當前計算社會科學的三大方法體系，即基于“第四范式”（數據密集型知識發現）的社會科學大數據計算、數據驅動的基于主體的建模與仿真（Agent-based modeling and Simulation）、基于互聯網平臺的社會科學實驗；重點研究了計算社會科學在以復雜社會系統為對象的科學研究中的優勢與局限性。圍繞上述研究，課題組已發表了6篇學術論文，含CSSCI論文2篇，其中1篇被《人大復印資料?社會學》全文轉載。由于計算社會科學尚處在發展初期，海內外相關研究成果不斷涌現，課題組還將持續跟蹤，預計跟蹤研究將一直持續到結題之時。

子課題三的核心研究內容為社會科學大數據計算的理論與方法，目前研究工作初見成效，課題組已發表了2篇學術論文，其中CSSCI論文1篇，該文被《人大復印資料?圖書館學情報學》全文轉載。子課題四的研究內容為計算社會科學的未來發展前景，課題組也以發表了2篇學術論文，其中《中國社會科學報》1篇被中共中央黨�！饵h政干部參考》雜志全文轉載。

2. 調查研究及學術交流情況

自申報課題以來，課題組已在2016、2017年兩屆中國社會學年會中承辦“大數據時代計算社會科學的理論、方法與應用研究”分論壇；2018年則與南京大學合作承辦“大數據與社會學研究”分論壇，與湖南女子學院合作承辦“智慧社會與精準社會服務”分論壇。

2016年12月，課題組首席專家羅教講教授赴英國，參加了由全球中國比較研究會和英國倫敦國王學院中國研究中心聯合舉辦的“語料庫與中國社科研究工作坊”，并做了關于中國計算社會科學發展的報告。

2017年6月，課題組借本課題開題報告會之機，聯合武漢大學人文社會科學學報編輯部，舉辦了“大數據與計算社會科學跨學科研討會”。在此次會議上，課題組中來自美國加州大學戴維斯分校和美國密西根大學的海外專家，詳細介紹了美國學術界的相關研究進展。

從2017年起，課題組在武漢大學社會學系創辦了“大數據與計算社會科學”學術工作坊，邀請國內外的相關專家來武漢大學開展學術交流。其中，學術講座活動邀請到來自中國社會科學院、復旦大學、浙江大學、哈爾濱工業大學、美國哈佛大學、英國倫敦大學學院、美國伊利諾伊州立大學、美國托萊多大學等國內外著名高校的領域專家，至今開辦到第10期。

3. 成果宣傳推介情況

自課題申請以來，課題組已在《學術論壇》、《吉首大學學報（社會科學版）》兩份學術期刊上主持“大數據與計算社會科學”專題板塊。在《學術論壇》的專題中，對基于數據驅動的社會科學研究展開討論，對在社會學界產生激烈爭議的幾個問題給出了回應，對一些偏誤性認識予以了澄清；在《吉首大學學報（社會科學版）》的專題中，推介了課題組關于大數據、互聯網社會科學實驗和計算社會科學與話語權的觀點。另外，在《貴州師范大學學報》以學術筆談的形式，集合了來自中國人民大學、南京大學、中山大學、美國加州大學戴維斯分校等國內外知名學府的專家，對大數據計算與社會研究、社會模擬、時空大數據計算等議題展開討論。

此外，課題組也積極將課題研究成果向學界同仁和社會公眾進行傳播，已在《中國社會科學報》、《社會科學報》等報刊上發表了多篇文章。

4. 研究中存在的主要問題、改進措施，研究心得、意見建議

在一年半的研究工作中，課題組發現的最主要問題是，高質量數據獲取和專用算法工具的研發非常困難，此前對之估計不足。目前，對于社會科學研究價值很大的數據主要掌握在企業、政府手中。各互聯網公司對數據的價值越來越看重，不會輕易將數據提供給課題組；政府部門則因考慮數據安全、個人隱私等問題（大量數據尚未做脫敏處理，做脫敏處理也需要經費），對提供數據相當謹慎。特定的研究需要專門的數據處理工具，才能保證研究的質量；并且這些工具還需要能夠嵌入到特定的數據平臺上，因此研發難度和工作量較大。

在后續的研究中，課題組擬加強與相關政府部門、互聯網企業的合作，發揮自身的研究優勢，尋找與合作方的交集，選擇共同關注的問題，開展既有學術意義又有實用價值的研究。以此獲得政府部門、互聯網企業的數據支持，加快專業數據處理工具的研發速度。

在研究過程中，課題組深切地感受到計算社會科學具有的巨大發展潛力。盡管存在著諸多的困難，但在可應用邊界內，大數據計算能夠從遠比以往更為豐富的數據資料（其中大部分過去并不存在）中挖掘出有價值的信息，能夠幫助研究者發現一些以往未被認識或未能深入了解的社會規律；尤其是在對復雜社會系統研究的過程中，計算社會科學對社會復雜性、主體適應性、從微觀行為到宏觀涌現等問題的研究要比傳統方法更具優勢。在可預期的未來，借助新一輪信息技術革命所帶來的數據與數據處理技術，計算社會科學有能力為中國社會科學的發展和國際學術話語權的提升做出有益貢獻。

二、研究成果情況

成果1：《數據密集型知識發現的邊界與陷阱——以美國大選預測為例》

基本內容：信息時代數據快速增長，數據密集型知識發現成為科學研究的新途徑。它在取得一系列成就的同時，也出現了走向“唯數據論”極端的傾向。數據生成、采集的方式和特點，數據分析處理技術的水平，決定了數據密集型知識發現存在能力邊界。對于科學研究尤其是社會科學研究而言，數據的代表性、數據的質量、算法的模糊性等是必須認真考量的問題。數據密集型知識發現的產生，并不意味著“理論的終結”和傳統科學方法都已過時，而是使在新的基礎上將實驗、理論、模擬與數據統一起來成為可能，這一發展方向真正具有廣闊的前景。

主要觀點：數據密集型知識發現的興起為科學研究開辟出一條新的途徑，但認為今后完全可以憑借數據自己“發聲”而不必再為理論服務，則是因為缺乏深思明辨而導致的盲目樂觀。互聯網時代產生的新數據、大數據，雖然相較于傳統數據具有諸多優勢，但也有不同于傳統數據的缺陷，并且克服難度往往還更大。數據密集并不意味著數據已經無所不有，分析處理技術的進步也不意味著計算機已經無所不能。運用新數據、大數據進行研究，在大多數情況下會面對數據代表性、數據質量、數據處理精度等問題，這是在以數據為中心、以數據來驅動的知識發現的過程中經常會遇到的困難甚至陷阱。

學術價值：大數據時代的到來，正使基于大數據的社會科學研究成為熱點，并且顯示出了廣闊的發展前景。但是，大數據進入社會科學研究者的視野伊始，就帶有濃厚的商業炒作色彩，兼之不少社科學者相對欠缺計算機專業知識，因此對基于大數據的社會科學研究存在認識偏誤。本文以2016年美國大選的一系列預測失敗為案例，剖析了“數據總體論”、“數據自然論”、“數據混雜論”等較具普遍性的錯誤觀點，指出在研究過程中需要警惕的“數據陷阱”、“算法陷阱”；同時，分析了當前數據密集型知識發現的能力邊界，提出以問題為導向的理論數據雙向驅動這一研究進路，避免國內的計算社會科學研究走向單純數據驅動的歧途。

社會影響：該文發表在CSSCI期刊《學術論壇》，被《人大復印資料?社會學》2017年第10期和《社會學文摘》雜志全文轉載。

成果2：《社會科學大數據計算——大數據時代計算社會科學的核心議題》

基本內容：大數據時代的數據累積與技術進步，為計算社會科學的發展帶來了新的契機，大數據計算成為計算社會科學的核心議題。社會科學大數據計算，依托最新的大數據分析處理技術，致力于從符合社會研究需要的數據海洋中挖掘、清洗出有價值的“知識數據”，并在此基礎上展開科學分析與知識發現。當前，電子蹤跡、社交媒體、數字文本與空間位置信息是四種最具代表性的社會科學大數據類型，它們已被廣泛應用于諸多社會研究領域之中，在推動數據分析方法創新的同時，也極大地拓展了社會科學的研究視野。盡管仍面臨著數據、技術、知識邊界和社會倫理等方面的限制，但社會科學大數據計算的發展潛力無疑是巨大的。

主要觀點：首次提出了社會科學大數據計算概念，并指出從源數據到“知識數據”與從“知識數據”到科學發現，是社會科學大數據計算的兩個階段。第一階段基于信息處理技術，對大數據進行分析與挖掘，將源數據加工成為“知識數據”，即能夠與特定的研究框架相匹配的數據資料。第二階段則是在社會科學理論的指導下，對“知識數據”展開計算與分析，從而發現并解釋個體/群體行為與活動機制、社會發展變化的規律等�？偟膩砜�，社會科學大數據計算為社會科學研究帶來了新的數據、新的技術和新的能力與視野，但同時也面臨著數據效度、知識邊界和隱私倫理等問題的制約。

學術價值：在社會科學大數據中，電子蹤跡、關系數據、文本數據和空間位置數據是當前社會科學研究中運用最多的四種大數據類型。文章對四種數據類型的應用研究及其優勢與缺陷進行了綜述性介紹，并通過對大量相關研究的總結提煉，提出了從源數據到知識數據再到科學發現這一基本研究路徑，期望加深國內學界對社會科學大數據及運用方法的理解。

社會影響：該文發表于CSSCI期刊《圖書館學研究》，為《人大復印資料?圖書館學情報學》2018年第4期全文轉載。

成果3：《大數據時代的計算社會科學與學術話語體系重構》

基本內容：社會科學的發展經歷了從分析到綜合再到復雜性科學三個階段，與之相伴，科學方法論從還原論到整體論再到復雜適應論持續演進。但由于缺乏能夠滿足復雜適應系統研究要求的數據條件和技術手段，使90時代興起的復雜性科學在社會科學領域實際取得的成果遠未達到人們的期待。大數據時代帶來的空前豐富的數據資源與先進的數據處理技術，為社會科學實證研究開辟出新的路徑，復雜適應系統研究的技術實現正在成為可能，社會科學正處在一次突破性進展的前夜。中國社會科學界應當敏銳地覺察和把握這一重大機遇，積極推動計算社會科學的發展，使之在實現國際學術話語體系重構上發揮重要作用。

主要觀點：復雜適應系統理論把被經典科學理性所簡化、排除的多樣性、無序性、個體性因素重新帶回科學的視野，加深了社會科學家對研究對象的本質的認識，指明了社會科學方法體系創新和突破的方向。作為對社會復雜性的應對，計算社會科學已經形成社會科學大數據計算、基于主體的建模與仿真（ABMS）、互聯網社會科學實驗三大方法體系，為社會調查、統計分析、社會實驗等研究方法增添了全新的內容。在大數據時代，在計算范式日趨成為社會科學主流范式的情況下，社會科學國際學術話語權的爭奪將以一種新的方式展開——學術產出能力和研究范式的推廣能力都需要依賴數據資源與計算能力來實現，國家可以通過數據資源和計算能力的領先來獲得學術話語權。在新一輪的信息技術革命浪潮中，中國已經躋身于世界先進行列，這為中國社會科學實現“彎道超車”準備了極為有利的條件。

學術價值：本文通過對社會科學發展歷程與科學方法論演進的歷時性考察，結合復雜適應系統理論，深入探討社會科學研究對象的本質和特點，反思傳統社會科學研究方法的局限，指出計算社會科學創新與突破的方向；分析了中國社會科學在大數據時代，實現領先與超越的內在和外在條件。呼吁學界把握機遇，有力推進我國的計算社會科學研究。

社會影響：該文發表在CSSCI期刊《吉首大學學報（社會科學版）》，被《人大復印資料?社會學》2018年第6期全文轉載。

三、下一步研究計劃

在課題研究的前半段，課題組將研究的重心放在了對大數據與計算社會科學理論與方法的梳理上；目前理論研究部分基本完成，在研究的后半段，課題組將側重實證研究，著力突破數據與工具方面的障礙，開展學術價值與應用價值兼具的實證研究。具體工作方案如下：

1. 子課題一的跟蹤研究：繼續跟蹤大數據與大數據技術的發展，與時俱進地豐富、完善現有研究成果。

2. 子課題二的跟蹤研究：以社會學、社會心理學、傳播學等領域的相關研究為重點，繼續跟蹤計算社會科學的研究進展，確保對計算社會科學的理論、方法、應用的研究與國際學術界同步。

3．子課題三的研究：此為本課題的核心研究內容，現已按原定研究計劃全面展開，計劃在2019年7月1日前完成。

4. 子課題四的研究：按原定研究計劃全面展開，與子課題三的研究同步進行，計劃在2019年7月1日前完成。

5. 自2019年7月起，匯總各子課題研究成果，撰寫結題報告。

6. 2019年12月，完成結題報告。

（課題組供稿）