大数据时代的社会学审视

文/夏国美

大数据时代的社会学审视

文/夏国美

大数据正以从未有过的惊人速度改变着社会。传统的集权模式被打破，自平衡结构的诞生，权力碎片化现象的蔓延，社会共治模式的出现，政治众筹理念的崛起等，不仅改变着现实社会的形态和结构，也对传统数据采集的理论和技术提出了新的变革。社会学的研究范式、研究对象、研究路径和研究价值，正在遭遇前所未有的挑战。随着人工智能技术的发展，电脑将最终替代人脑的观点也始终不绝于耳。在这一背景下，社会学必须用全新的眼光，重新审视本学科的研究方向和方法，探求大数据时代社会学研究的核心价值。

社会学研究方向的悬置和定位的矛盾

社会学诞生于18世纪欧洲大变革时代，其创始人孔德与当时大多数法国人一样，对大革命后处于大动荡、大衰退的社会抱着强烈重建的渴望。孔德相信，社会发展有其客观的原理和原则。在孔德之前，探索这一原则和原理的思想家也大有人在，其中最有影响力的当属黑格尔的辩证法。但是，孔德的理论显然不是沿着黑格尔思路继续前行的产物。

1.社会学出发点的路径分殊

孔德的实证主义社会学更多地受到了17-18世纪其他启蒙思想家的影响。这些理论尽管在历史上都有其重要的思想价值，但在探索社会发展规律和根本原理上多少显得有点短视。正因此，马克思在研究生产资料决定劳动组织的理论时，顺便研究了被英国和法国大肆渲染的孔德，而结果却大失所望。马克思对孔德的不满，主要表现在方法论上，针对的是孔德的实证主义。

在探索人类社会发展的原则和原理方面，马克思的历史唯物主义和实证主义是存在巨大差别的。马克思非常推崇黑格尔的辩证法，在将辩证法运用于资本生产规律的研究时他发现了社会发展的规律。早期的实证主义曾经是辩证唯物主义批判的对象，因此，同样是为了实现理想社会的目标，马克思并不欣赏孔德的实证主义而更倚重黑格尔的辩证法。

2.两条路径的历史性互补

虽然德国的思辨哲学在把握历史规律的深刻性方面胜过了英国和法国的各种主义，但在建构社会实际发展的现实性方面，后者却超过了前者。特别是后来的黑格尔主义都崇尚精神解放的空谈，以思辨代替科学，成了科学发展的绊脚石。相反，实证主义却凭借科学的发展显示了自己的重要性。科学技术的迅猛发展和对历史的巨大推动作用，证实了实证主义的方法具有极大的社会价值。

3.社会学对现代性的依托

正如暴风雨来临前需要预测变化，来临时只需全力应对一样，现代性既然伴随科学革命已经成为到来的社会风暴，社会学就不再需要预测而只需要应对。故孔德以后，社会学几乎不再预测社会未来的前景，推测社会发展的走向，社会学首要的任务是要弄清并诠释眼前的社会变化。社会学的重点从方向转到了方法，由抬头看目标变成了埋头找出路。这一转向导致了社会学构成的迅速膨胀和多元分化：如在辨明社会范式的争论中就出现了实证主义、人文主义和批判主义的分派；在探寻社会发展动力中就出现了经济运动、个体行动、社会内在差异、世界动荡体系、日常活动、政策实践、社会组织、学科批判力等多元观点；在开拓学科建设形态方面，则更是分科中再见分科、学派里又生学派，以至在并不漫长的历程中，社会学本身就变成了数量可观的学科群。至于宏大的社会学理论和派别究竟要建构一个怎样的社会，这个社会最终将走向何处等涉及学科根本方向的问题，逐渐消失在社会学的研究视野中。作为学科的社会学，慢慢走进了学科细分和方法错综的密林深处，即使抬头也看不见目标；社会学原初的方向，同样被社会学以低头拉车的方式悄悄地悬置了起来。

4.社会学定义的困境和出路

社会学分支和派别日益庞大的发展，凸显了社会学的一个新问题：社会学究竟在提供人们对社会的整合认识还是分解认识？从亚里士多德开创分类学科的研究方法后，人类对同一世界的认识和研究开始进入分门别类的学科领域。到20世纪末，人类对整个社会的认识，已经被分类学科的无限庞杂投入了汪洋大海，到了即使浏览标题也令人目不暇接的地步，更妄论把握学科方法和社会整体。原本统一的自然和社会，在分类研究中被肢解、隔断，甚至碎片化了。现实社会的发展正需要协同整合的学科理论作指导，社会学在中国改革开放后的应运而生，正是这种期待的产物。无论从学科命名还是学科定位看，社会学都理应成为所有学科的综合学问。然而，社会学的实际发展非但没有成为其他分类学科的综合学问，相反自身也成了分类无穷、需要被统一的学问。统一者自身首先需要被统一的悖论，让社会学陷入了命名和定位的尴尬局面，以致“社会学”的定义本身成了最大的争论命题之一。

在当今所有的学科中，具有综合功能的学科只有两个，一是以量的研究为基础的数学，另一个是以质的研究为基础的哲学。严格说来，数学和哲学并不是以学科的实体形态去主动综合其他学科，而是以其抽象原理的普遍适用性在被其他学科所综合。但社会学则与它们不同。社会学不仅采用了数学“量”的研究方法，也吸纳了哲学“质”的研究方法，这就决定了它既要承担“哲学”的综合性质去完成对整个社会的整体认识，又要充当“数学”的工具性质，对具体的社会问题进行精确分析和阐述。

事实上，在纯粹的哲学和数学如何结合的问题上，自罗素发现了“集合论悖论”和哥德尔证明了“形式系统的不完备性”定理后，哲学家和数学家们曾殚精竭虑地对两者的统一付出了惊人的努力，但结果并不让人满意。兼具哲学和数学双重特性的社会学，要超越它们的抽象性，采用社会学实践中具体的、特有的观察方法和分析语言去完成这种结合，其难度之大是难以想象的。在这种结合的主客观条件尚未成熟以前，社会学在学科的综合性方面和实证的分析性方面虽然各有自己的发展，但相互之间的关系仍充满困惑和争论。

质与量的方法对垒与结合困境

从原则上说，学科分类的多样性并不是学科综合的真正障碍，只要找到贯穿学科研究方法的内在脉络，就能实现学科综合。以哲学和数学为基础的社会学，如果在贯穿所有分类学科的方法论上能够真正结合，则整个学科的综合就成为必然的归宿。然而，恰恰在这个问题上，社会学又陷入了最大的争论。

1.整体化与精确化如何“记忆合成”

尽管在实际生活中，已有数理逻辑学家在寻找数学和哲学结合的途径，但相比各自宏大的学科疆域，两者能够结合的领地仍然狭小并处于边缘地带，存在着巨大的鸿沟，于是造成了以此为基础的社会学内部的方法论分野。20世纪末，“质的研究”和“量的研究”在西方社会科学界形成了强大的对垒。尽管在很长的时间内，两种方法的对垒象征着结合的难度，但它们在同一学科内的对垒却预示着结合的开始。

在将“质的研究”理解为“定性研究”的中国学界，“定性是定量的基础，定量是定性的精确化”，曾经是结合观点最普遍的表述。但这种抽象表述并不能解决社会学在实际研究中所面临的结合困境，因为在精确化和整体化之间存在着天然的对峙。如同网上观图，要了解整体布局和所在的精确方位就必须依靠比例不同的两幅地图。或缩小地图，牺牲精确化以满足整体化，或放大地图，牺牲整体化以满足精确化。在单个人的看图过程中，两者的结合可以通过放大和缩小的两次操作在记忆中合成。这里，“记忆合成”并不是两个图形的简单相加（因为除了抽象的数字可以在相加中合成一个更大的数，不同形状的图形相加只能得出一片模糊的结果），大脑记忆究竟是如何将两个不同的图形，通过思维合成指导行动的正确信息，至今还是一个谜。这里，有无经验的积累是很重要的因素，而人的经验积累，若用电脑模拟就需要大数据的复杂程序。

在社会学领域，单个人或单个团队从事的研究，或侧重“量”的精确化，或侧重“质”的整体化，在这种侧重中，人的思维成了社会性思维的一个局部，各自代表社会的侧面而不是全面。因此，量与质这两者的结合，还需要一个社会性的“记忆合成”。但什么是“社会性记忆合成”，这对社会学来说同样是一道未解的难题。

2.工具化孕育出大数据的新质性

不同方法的争论并不影响各自研究路径的发展。伴随计算机的普及和西方统计学的发展，量的研究在21世纪的社会学中迅速崛起。以现实社会问题假设为研究起点的抽样调查，在统计分析的基础上，建立起精致的理论框架和准确的判断预测。这种精确的量化研究在商业营销、问题对策和事态预测方面产生了巨大的效应，但同时这种精确化模型也给社会学量的研究造成了“工具化”倾向。从质的研究视角来看，工具化倾向所造成的目标缺失和学科无灵魂现象，正在使得社会学日益背离原初的方向和目标。

然而，真理往往潜藏在问题的后面。表面上无目的的精确化研究背后，孕育着社会学大数据研究的种子。开始的量化研究，由于各种条件的限制，还只能在一个很小的数字范围内进行。但在对有限的样本数进行各种类型的相关分析时，就出现了大数据性质的雏形，没有计算机的支持很难完成。21世纪以来，社会学量化研究的迅猛发展和巨大成果，是社会学量的研究凭借计算机而得以自豪的发展进程。但好景不长，生灭之路皆由计算机铺设。计算机世界的迅猛发展反过来又可能成为结束这一进程的根源：大数据取代了抽样调查的准精确性，学问工具化的研究路径因路径的彻底工具化而不得不面临终结的尴尬。在这种背景下，寻找大数据的科学模式进行社会学研究，已成为一个重要的研究课题。

陈云松在《大数据中的百年社会学》一文中，通过对谷歌图书最新语料库的大数据检索，获得了自19世纪中期以来所有社会学相关信息的详细追踪。然而，这种追踪的结果恰恰不是原本量化研究所要展现的精确性，相反是对原本质性研究结果的一个修正或补充。例如名家大师的影响力程度、理论流派的发展轨迹、领域热点的分布状态等，仿佛亲历者用体验的真切感觉纠正旁观者曾经靠观察获得的模糊判断。类似的，从大数据研究中直接产生质性成果的现象，在不同领域正以“块数据”的形式呈现出质的研究功能。这种形式正在从根本上解决质和量的对峙，同时也在改变社会学的角色位置。当“块数据”真正以开放、共享、资源融合等集聚形式进入社会学研究视野时，社会学就可能由社会的旁观客体变成社会的体验主体。社会学研究中这种主客移位的悄然变换，将不可阻挡地改变社会学的研究路径和方向，充当“社会性记忆合成”的主角。原本被悬置的社会学研究目标和方向，有可能在大数据的刺激下，以全新的、实际的形式重新展现出来。

“数字生命”和社会学的方向

在社会学产生与发展的过程中，认为“社会是一个有机整体”的思想，在学科上更类似于生物学的思考方式。从斯宾塞的社会有机论、迪尔凯姆的社会团结论、马克思的社会实践论、韦伯的社会行动论、霍曼斯的人际交换论、帕森斯的结构功能论、布迪厄的社会实践论、哈贝马斯的交往行为论、吉登斯的重建结构论到女性主义的社会性别论，“人与社会共生态”的思想始终贯穿在社会学研究的过程中。社会不是由冰冷的元素所组成，社会是由有意志的个体组成的结合体。“人是社会的细胞，社会是人的机体”的表达，在很大程度上可以被看作是中国古代“人是一个小宇宙”猜想的现代翻版。大数据的出现，正在将这一猜想推上实证之路。

1.一个古老命题的复活

数是世界的本质，从而也是生命的本质，这一古希腊毕达哥拉斯学派早期提出的神秘命题，在今天已经成为科学的事实。自薛定谔1943年在《什么是生命》一书中提出“生命不过就是一组编码数字”后，人类基因工程的科学研究正在不断证明着这一判断。1990年1月9日，世界上第一例纯粹由数字本身表现的生命，在美国特拉华大学教授托马斯·雷的计算机中诞生。之后，加州大学克吉斯·阿亚米花了近十年的时间，制造了完全符合自然生命演化规律（能复制、会突变、相互竞争、遵循自然选择）的“阿威塔”数字生物。

这一重大科研成果展示了两个关键的视角。其一是数的工具视角：在一个大的系统（如社会系统、商业系统、人口系统）中运用数字去统计被观察事物变化的过程时，数在我们面前直接充当了工具的角色；其二是系统的自洽视角：这个视角要求逻辑的内外一致和前后贯通。自洽视角启示人们：当我们将有限活动的自我纳入系统中，作为系统变化的一个组成因素时，我们个人的活动其实并不真正受自我意志所操控，相反，我们的意志和个体行为正在受大量“块数据”的自洽运动所操控，而这种自洽的运动，并不是后面存在着上帝之手，而是宇宙生命发生的固有规律。总之，在上述社会学研究方法中，大数据的运用会通过工具性和自洽性的两个视角产生主客移位的现象，它是将主体观察社会的外在性思维拉进到社会客体的经验性体验中，由此完成从量化研究到质性研究的转换。当这种转换不是单个出现的偶然现象，而成为社会的普遍现象时，社会系统就会建构起具有高级生命功能的有机体。

2.人与社会共生态的发展趋势

“块数据”之于社会，犹如器官之于人体，“块数据”形式的出现，显然是将潜藏在自然中的生命结构展现到社会机体中，当不同领域具有质性研究功能的“块数据”在新网络关系中层层向上建构时，将会形成更为高级的“社会思维”功能。大数据正以宏观世界可经验的信息原理，揭示社会和人的“共生态”本质。尽管大数据目前在各具体领域的工具性运用，还很难给人产生社会整体效应和生命系统效应的质感，但它潜在的生命自洽性对人类社会的影响力将会伴随时间进程慢慢显现。认识社会结构的生命本质，应成为大数据时代社会学发展的重要内容。

在五千年人类文明的宏伟集聚中，我们不断领略着人类思维复杂性的真相，但是对于社会思维内蕴的复杂性，在其尚未形成的时代，仍然是无法描绘的宏观远景。不过，正如百亿神经细胞组成的人脑思维仍然要以单个脑细胞的基因变化为基础一样，在人与社会共生态的结构中，社会思维也要以人的思维为基础。因此，通过对人的认识进程的把握去探索大数据环境下社会结构是如何被改变的，显然可能成为社会学研究的关注焦点。

大数据每一种具体形式都仅能呈现事物本身的一个侧面并非全貌，如何将大数据通过主观知识加工处理并转化成智能知识，仍然需要通过多学科交叉来加以研究和讨论。社会学创始人对社会学如何引导社会向着符合最大多数人的理想目标发展的愿望，将在大数据时代重新成为社会学研究的重要方向。

【作者系上海社会科学院社会学研究所研究员、上海华夏社会发展研究院特约研究员；摘自《新疆师范大学学报》（哲学社会科学版）2016年第1期】