大数据背景下的政治科学研究新范式

【摘  要】随着社会的发展以及信息技术不断完善，我们当前已经完全进入了大数据时代。但是，因为数据结构多样，体量巨大，延伸出很多与之相关的数据存储、处理以及移动设备。大数据广泛应用到社会各个方面，完全融入我们的日常生活，社会政治科学这种宏观理论也在此背景下对大数据进行了广泛的应用，主要对其中蕴含的逻辑性、因果关系等进行了相应的研究，从而有助于完善政治科学的研究方法，同时让政治科学研究议题进一步得到扩大。

【关键词】政治科学;大数据;研究范式

引言

随着计算机技术的快速发展以及互联网的深度覆盖，人类社会正处于日新月异的信息化时代，在当今互联网世界中存在着大数据，大数据正受到人们的广泛关注和大量的应用。大数据与以往传统信息相比，主要表现在新型的数据特征方面，通常来讲，大数据存在以下几种独特性，具体表现在五个方面，即容量大（Volume）、类型多（Variety）、时效性高（Velocity）、准确性高（Veracity）和价值密度低（Value）。这些特征正充分应用到政治社会的研究中，而政治科学属于社会人文科学范畴，具体研究对象为人类社会化的政治现象。借助于以往的研究范式，并不能获得认知的准确性。若应用大数据进行相应的分析，可以取得显著的效果，并且这也是社会发展的必然趋势。在科技革命背景下，数据的来源、分析处理以及保存技术的进一步发展，正在不断改变人们对政治科学的认知，在政治科学中探讨数据驱动的新型研究范式，以期收到较好的研究效果。

1.大数据以及制约其发展的现实因素

1.1大数据概念特征及内涵

大数据一词在英国《经济学人》杂志在2010年在一篇信息管理专题报道中首次提及。麦肯锡环球研究所在2011年对大数据的概念进行了明确的定义，在报告《大数据：下一个创新、竞争和生产力前沿》指出，大数据是“大小超出常规数据库工具获取、存储、管理和分析能力的数据集。”随着社会的不断发展，对于大数据的概念进行了相应的修订和补充，当前最为明确和流行的定义：大数据需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在《大数据时代》这部著作中，维克托.迈尔.舍恩伯格系统描述了大数据技术，认为大数据分析与传统随机分析法有着差异，大数据是采用所有数据进行分析的处理模式。同时，我们要明确，大数据并不是单纯存在的概念，而是包括一系列的数据技术，分析这些数据的专业知识和技能涵盖了收集数据、存储数据、分析处理相应的数据，以及展示数据等。这些知识技能不统一于某一学科，而是多学科与跨学科交叉集合，从而构成了大数据技术体系，也就是我们通常所讲的数据科学。

首次提出大数据概念之后，众多领域就逐步应用这一先进技术。比如，在文本分析、语义设别、智能制造、信息安全等都有着极其广泛的应用。但是，在社会科学领域中，大数据使用并不广泛，主要体现为复制概念以及模式方面。就算适用范围较为狭窄，众多学者也认为，随着大数据的不断发展，会重构社会科学学科体系，以及获取与之相适应的研究范式。

1.2制约大数据发展的现实因素

随着大数据在当前社会中的广泛应用，尤其是在社会政治科学研究中有着较好的积极促进作用，人们已经清晰认识到大数据的优势。但是，在如何有效解决社会政治科学复杂适应性方面，目前的大数据理论和大数据技术依然不能达到预定的目标，有很多方面对大数据在政治科学领域中的发展有着相应的制约性。

（1）大数据名称自身就呈现出相应的误导性。大数据技术的首要内涵是对数据的“大”进行了充分的强调。但是，因为当前社会的快速发展，大幅度提升计算能力以及存储能力，在数据收集过程中，目标不够明确并且陷入被动状态。在这样的背景之下，导致收集到的资料价值不够大，并且随着应用的深入逐渐衰减，在对这些庞大的数据进行处理的过程中，会产生较多的成本，从而导致片面追求数量，而忽略了数据收集的质量，在政治科学研究中不能体现出最优化效果。

（2）大数据呈现出一定的偏性和非一致性特征。在政治科学系统中，当借助大数据进行数据收集的时候，虽说能够广泛收集到相关的数据，但是在收集过程中依然会呈现出“选择性偏差”的现象。因为收集的数据资料并不是研究机构主动全面的收集，而是通过计算机信息技术被动进行，导致收集到的数据因为系统的差异而呈现出不一致的特征，这对于政治科学研究带来了一定的困难。

（3）注重技术开发而忽略问题解决效果。在政治科学研究中，借助于大数据技术收集、存储、传输和计算相应的数据，在该领域中应用这一技术主要是提升收集的能力，但是并没有过多去注重借助于该技术解决实际问题。政治科学研究中主要是针对具体的问题进行有效的解决，只是在解决问题的同时需要一定的数据进行支撑，而在大数据技术全面应用的过程中，對于问题的解决并不能起到较好的效果。

（4）注重微观层面而忽略宏观层面。应该说，大数据在商业领域的应用取得了更佳的效果，而在政治科学研究中显得不够优秀。商业领域中应用大数据技术能够对微观层面进行系统的分析，而政治社会领域需要从宏观层面对问题进行解决，尤其是对当前的社会现象进行全面的剖析，因此就要将宏观与微观充分结合起来，尤其是对宏观层面的问题进行的充分的展示。

（5）注重关系连接，而忽略因果分析。大数据技术主要针对的是研究对象的关系层面，借助于大数据能够改变传统的资料收集的横向面和纵深程度，从而让人们能够对社会现象和政治科学问题进行全面的了解。但是，借助大数据技术却对其中的因果分析不够深入和明确，追求的是社会现象认知层面，对其中隐含的一些因果关系并没有进行深层次的挖掘，从而不能在政治科学领域中有着非常广泛的应用。

2.大数据构建数据驱动的研究新范式

2.1大数据为政治科学研究提出新方向

随着在政治科学研究中并没有广泛应用大数据技术，但是随着大数据时代的到来，这也是政治科学研究面临的一个机遇与挑战。政治科学在传统研究中，总是受到社会调查方法以及推论统计等技术的限制，但是随着大数据的广泛应用，在政治科学研究中应用此技术也会是必然的。我们要从社会理论以及相应的政治科学问题着手，对多元基础数据进行主动挖掘，将社会主体间的联系网络充分搭建起来，对人机结合的综合基层模式进行充分利用，对其中的逻辑关系以及因果联系进行充分的探究，从而在数据驱动下开展政治科学研究的新范式研究。

借助于大数据进行的政治科学研究，主要是对以往在研究中总是存在被动找寻经验证据的实证方法进行有效的突破，同时将新的途径提供为在传统研究中搭建在数据资源之上进行的主动量化。基于大数据进行的政治科学研究，将新范式研究的问题导向、数据基础、综合集成以及量化计算等都通过数据驱动的方式进行，这样的研究注重改变了政治研究范式。但是，我们在实际的应用中应该要注意，这样的研究要与政治科学自身的学术本源充分结合起来。主要是对大数据技术进行充分的应用，却不能将建立在定量统计方法上的经验研究进行完全摒弃。在研究过程中要对微观个体的行为和状态进行精确的刻画，可是不能对宏觀总量特征与微观以及宏观一体化的研究途径采取忽略。借助于大数据技术进行政治科学研究，注重的是借助于相应的模拟实验和数据计算的科学方法，依然要遵照专业经验和人类智慧作为最为基础的指导。从以上的描述中可以得知，基于大数据背景下的政治科学研究主要是让数据驱动的研究范式融入于传统的数据实证应用的研究范式。

2.2大数据能够解决政治科学中的因果分析

（1）大数据能解决政治科学中因果关系。在政治科学的研究过程中，最为主要的摘要对因果机制进行充分的探究。对于很多合乎逻辑的实证研究，都是采用各种方法对因素和变量间的因果关系进行充分的分析，指明其作用如何产生、其结果何以形成，以探求其中的作用机制。随着互联网及大数据技术的蓬勃发展，大数据对社会科学研究方法进行了有效的丰富，对政治科学研究议题进行了充分的拓展，在探究因果关系的过程中，也要充分注重传统小数据的研究方法，从而与大数据形成较好的互补性优势。

随着社会的快速发展，大数据背景下导致实验方法不断进步，促使更加丰富的应用场景出现，政治科学研究由当前的因果机制解释的关注替代了以往因果关系的分析。在因果关系中，主要是对“一问题”影响“另一问题”进行有效的解决，而目前的因果机制主要研究的是“一问题”如何影响“另一问题”。大数据对因果分析方法路径进行了有效拓展。

大数据时代背景，有力冲击传统政治科学的因果分析研究。从一些相关的研究中可以得知，国外专家认为传统科学研究方法在大数据的背景下已经较为落后，甚至可以将其淘汰。但是，也有学者认为大数据方法主要重视政治科学中的相关性，而对非因果性进行忽略并不恰当。所以，国内外学者对此展开广泛讨论，主要从实践和方法论层面进行。

有学者认为，大数据能够展示较为明显的相关关系，能够在传统因果概念的基础上进行有效的推动。在相关关系中主要展示强弱和正负关系，让“我们解开既存结果——事物现象的密码”。在对全量数据的变量相互作用的背景下，我们遵照当前存在的结果，可以对潜在结果进行推导，同时可以精准预判即将产生的社会现象形成的原因和结果。在大数据背景下，对这一因果结构进行充分的刻画，主要是对数据分析因果进行了充分的应用，从而能够有效生成假设和进行探索性分析，最终有助于实验检验的理论作用。

另外，大数据与传统研究方法相对比，能够将更加多元的方法论工具包进行充分的提供，同时能够推动因果推论的功能。尤其是借助于预测性分析、因果推导、相关性推论等较多，采用较为有效的方法对政治科学研究范式的变化进行了有效地推动。

（2）大数据与小数据共同挖掘政治科学中的因果机制。大数据与小数据之间的关系是同一结合，互为优势，并不能简单看成大数据对小数据的替代，或者认为大数据时代就要对小数据进行排斥，只有将二者紧密结合起来，丰富融入相应的研究方法，才能推动政治科学中因果机制的分析。全面、整体分析大数据与小数据之间的关系，它们之间的有机结合可以从以下方式进行实现。第一，大数据的作用是将宏观背景分析提供出来，借助于小数据的作用对因果机制进行相应的解释。采用大数据对结果进行初步挖掘与分析，从而对社会运行整体模式与机制进行认知，提出理论假设，在获取这样的研究基础之后，有针对性地采取小数据深度阐述和假设验证这些个案。第二，当采用小数据进行分析将理论假设提交来，就要借助大数据对理论解释力进行检验。运用小数据的先验知识将方向指引向大数据进行提供，大数据在此基础上验证出个案或者抽样数据。第三，运用大数据对变量间的关系进行分析识别，将调查或者干预提供给小数据，从而获得对变量影响机制的情景设置，并深度分析此情景下的个体认知与行为互动策略等背后的内在逻辑。从长远的角度来看，在政治科学研究中务必要融合大数据与小数据的研究方法，集中两者之间的力量来理论挖掘政治科学探索中的因果机制，并且进行充分的实证研究。

3.大数据对政治科学研究的积极作用

3.1能够有效研究人类社会复杂适应性

在政治科学研究领域中对大数据以及借助大数据形成的技术体系进行有效的应用，对于人类社会政治科学中的复杂适应性特征进行深入而系统的研究，从而有助于政治社会科学的进程，积极推动社会科学的进一步发展。首先，借助于大数据技术，可以系统扫描政治科学现象。在传统的政治科学研究中，总是觉得资料收集不够，无法形成最为科学合理的信息传递和知识获取，从而无法系统性定位和描述社会现象的全貌，而借助于大数据技术，能够有效解决这一现实问题。其次，借助大数据技术，可以动态跟踪政治科学问题。政治科学问题的普遍存在实时性和演化性特点，在传统的研究过程中，无法实时跟踪和反馈事物转化的主动内外因素，总是当政治社会呈现某种现象的时候才滞后性进行跟踪以及开展相应的研究。最后，在政治科学研究过程中，借助于大数据技术，可以系统解析事物发生发展的本质动因和多元影响因素进行系统解析。在传统研究中采用的方法，无法根据政治科学的全部要素进行信息资料的收集和处理，从而对于研究的结果有着一定的影响。同时，在政治科学研究中应用大数据技术可以与总体数据保持一致性。在传统的研究过程中，主要采用对资料进行抽样调查以及主观判断，资料抽样并不能涵盖所有的信息，并且主观判断缺少相应的客观性。而借助于大数据技术，可以全面获取相应的资料，并且对资料进行系统的分析，这样就能对相应政治科学问题进行分析的过程显得更加全面而客观，有利于获得全面性和系统性的研究结果。

3.2挑战传统量化研究思路

当前，随着大数据日益广泛地应用于各类研究，在政治科学研究领域尚处于起步和成长阶段。大数据应用最为广泛是在商业领域，因为这个行业需要较多的数据，而政治科学研究方面对大数据技术进行应用主要表现特征为两个方面：第一全数据特征。大数据因为有着较高的采集效率，可以对总体数据进行直接获取，比传统有限规模的抽样调查数据有着较为明显的区别。第二，大数据的数据形式为半结构化和非结构化，与传统的结构化数据有着相应的区别，能够涵盖相应的文本数据和过程数据，这是传统数据不可比拟的。

政治科学研究较早地应用到大数据方法，主要是根据其学科特征而进行。美国政治学研究可以说是政治科学的引领者，美国的政治学历来注重量化研究方法，总是喜欢应用新技術。政治现象有着其独特的复杂性，从而希望在研究过程中借助于相应的研究方法能够进行有效的探究。所以，大数据技术一经问世，就在政治学领域有了相应的应用，从而增加了政治科学的研究范式。

3.3改变宏观微观研究范式

政治科学经常关注的话题就是社会运动这类宏观的主题，但是在研究这一议题的过程中，总是因为无法获得相应的数据，不能有效进行空间结构分析，从而阻碍了研究的进一步发展。随着网络政治的兴起，还没有深入研究和分析网络社会运动。而在大数据背景下，能够很好地进行数据采集与分析，从而有可能会更好的研究和预测社会运动。如果从分析方法层面上来看，大数据主要对大规模社会网络分析等方法的运用和普及进行了全面的推动，从而有利于研究社会运动过程，促使研究角度变得多元化。

而大数据方法可以有效弥补政治科学研究在传统研究形式上的不足之处，对以往的数据获取方式和活动数据的类型进行了全面的刷新。借助于大数据方式可以对以往抽样限制进行有效的突破，扩展数据规模，能够更好地描述分析相应的事实。由于数据类型更加丰富，可以让政治科学研究对民众的政治行为、政治偏好以及政治互动等诸多方面进行深层次的探测。

3.4可以让政治科学进入跨学科趋势

在政治科学研究方法中，主要的研究方法体现在“量化”方面，借助于大数据可以有效升级和扩展量化方法，从而推动传统量化方法最为重要的因果推论。第一，在传统的因果推论中，通常使用匹配法，样本的规模会很多程度上制约匹配方法，特别是对于群体规模比较小的，无法有效使用匹配法进行。但是大数据因为在数据规模上有着很好的表现，从而让那些群体规模较小的数量规模也随之变大，能够进行很好的匹配。第二，大数据在因果推论中的实验方法上也显示出独特的优势，传统的数据调查、收集和分析都有着一定的难度，而借助于大数据能够更好获得相关的数据，并且能够有效降低成本。

4.政治科学研究中大数据的应用

对于政治科学研究来讲，基础性支撑体现在数据方面，不管是统计抽样数据还是多源非结构化大数据，最为重要的任务是要将与社会发展要求紧密结合的现实问题进行有效的解决。所以，政治科学研究对大数据技术进行实际应用中，务必要注重以下方面的问题：

4.1针对实际建立科学合理的数据资源评估体系

对于数据样本的非一致性与偏差，创新之后的大数据也不能将其完全消除。应该借助于科学的抽样方法，将相应的大数定律和中心极限定理建立起来，这样才能让适用性不会今后替代。所以，目前最为重要的工作就是要借助于相应的社会问题，将具备系统的数据资源评价理论与方法建立起来，对应实时、多元和全域的非结构数据，将科学有效的判定标准探究出来，同时也要对数据科学的伦理问题研究进行充分的关注。

另外，在大数据背景下进行的政治科学研究过程中，要审慎应用相应的数据。虽说大数据拥有很好的数据采集和分析能力，并且随着不断开发利用较为成熟的大数据方法，随着社会的进一步发展，在传统研究的基础上进行了较快的发展，对新的研究领域进行了进一步的开拓。可是，如果从科学化这个方面来进行政治科学研究就务必要注重大数据在应用中存在的一些危险。目前，将大数据方法应用到政治科学研究中，重要的方式是进行实验干预。但是，正因为这种方式使得人群影响规模巨大，也许能够让最终的实验效果在预定的研究范畴有所突破，从而影响现实的政治和社会运行。所以，在对大数据进行选用的时候，就要针对实际将科学合理的数据资源评估体系建立起来，从而有效规避大数据在政治科学研究中的不利影响。

4.2有效的解决大数据级别的总量累计问题

借助于微观非结构数据科学系统，将不同层级的总量信息进行提炼汇总，这样才能在微观大数据基础上，对宏观社会现象进行有效的解构。是否有效提炼数据信息，在一定程度上对政治科学的研究体系的大数据技术的真正融入有着相应的决定性。

4.3借助于数据分析，探究出相应的解决方案

随着社会的发展，今后的政治科学发展主要需要多源数据，借助于专家智慧以及智能计算机，会量化解析相应的社会政治现象及问题，从而针对实际情况将科学合理的治理体系和模式探究出来，从而将“类工程化处置”的研究机制和范式建立起来。

5.政治科学研究中应用大数据的注意事项

5.1注重逻辑因果机制和机理的发现过程

政治科学主要是发掘社会政治现象的本质动因，不能借助于大数据研究单纯关注相关性，要对具体的现象和社会问题进行有效的分析和解决。大数据并不是简单对政治科学中的相关性进行片面关注，同时会积极挖掘社会现象的本质动因，对政治科学中的“是什么”和“为什么”的基本命题进行科学的回答。所以，要借助于多元化实时数据的关联性，对社会现象的因果机制进行准确厘清，对社会问题的逻辑机理进行充分的挖掘，只有通过这样的途径才能让治理方法科学有效，从而形成智能化的政治科学研究平台和工具。

5.2注重小数据对大数据的补充与延伸作用

在传统政治科学研究过程中，针对具体的社会现象进行资料收集和研究的过程中，获取到小数据是通过深度采访、实验研究、抽样问卷等方式获取，而大数据在这方面有着独特的优势，具体表现如下：第一，大数据更能体现出整体性特征。借助于大数据可以对数据进行全量获取，从而让研究中能够全面系统认知政治社会现象，从而可以避免出现抽样误差以及对实验数据中的代表性问题进行有效的解决。第二，大数据更能体现出客观性特征。大数据进行的分析是在网络行为痕迹以及原始行为记录的基础上进行的，并不是针对性进行的设计以及对数据的采集。所以，能够客观反映社会现象的运行模式和规律等。第三，大数据能够更好地体现出时空性特征。大数据能够对时空信息进行较好的涵盖，从而让研究者能够较好地判断一定时间或空间中整个社会行为的趋势。第四，大数据能够更好地体现出即时性特征。大数据技术能够对互联网记录的公众行为痕迹与各类网络数据进行实时采集，对社会事件发展、民情民意变化、经济波动过程或信息传播结果进行及时反映，并且将具有时效性和针对性的数据提取出来。第五，大数据能够更好地体现出历时性特征。传统研究方法开展因果分析的一大局限主要体现在时间维度方面，比如在进行抽样调查的过程中花费较大的成本，实施周期比较长，但是借助于大数据技术，可以对数据进行实时收集和整合，从而在某个时间维度上形成长跨度的数据库，这方面的优势是传统研究方法中不可能达到的效果。第六，大数据能够较好地体现出特殊性特征。大数据方法能够以可视化的方式呈现海量的数据，可以帮助学者对特定区域的异常现象进行充分的发现，这样可以选择性地深度剖析特殊事件。

但是，我们在看到大数据的优势之后，依然要对小数据的一些优点进行充分的注重，因为小数据对大数据有着较好的延伸和促进作用。因为大数据的局限体现在被动性、个案差异以及可获得新方面，而小数据能够对政治社会中的因果机制进行充分的探究。小数据的优势主要表现在以下方面。第一，小数据体现出较好的主观性优势。大数据主要是对已经存在的数据进行客观获取，而小数据的优势在于目的明确，设计新强。研究者针对自己的需求和研究目的，采用访谈和问题调查的方式，对有用数据进行相应的获取。第二，小数据能够体现出较好的代表性优势特征。当前，大数据主要是借助于网络分析海量的数据，这样庞大的数据体量会存在忽略网络表达个体意见和不使用网络的人群，从而导致数据的不精准性。第三，小数据能够体现出个案解释差异性优势特征。对于主体行为策略、公众行为产生原因等这些数据信息，小数据有着极其明显的优势，小数据借助于个案研究，可以对个案全貌与过程进行深入了解，在此基础上对社会现象的因果机制进行提炼，从而形成政治科学研究的有效性。

总之，随着社会的快速发展，以及信息技术的逐步成熟，大数据因为拥有较好的数据采集能力和分析能力，在政治科学的研究中有着很好的应用前景，能够有效推动政治研究的进一步发展。在政治科学中充分应用大数据以及大数据的研究方法，能够有效应对人类社会复杂适应性，挑战传统量化研究思路，改变宏观微观研究范式，可以让政治科学进入跨学科趋势。但是，在政治科学研究中应用大数据也有一定的风险，我们要扬长避短，最大程度发挥大数据在政治科学研究中的积极作用，从而有效推动政治科学研究的深层次发展。

参考文献

[1]杨建;大数据对科学研究的影响[D];中国矿业大学;2019年8月;

[2]蒋鹏祥;话语机制中的微观权力[D];西南政法大学;2018年3月;

[3]涂燕燕;大数据技术对科学认识和社会伦理的影响[D];江西财经大学;2015年6月;

[4]赵宣;检察机关内部监督体制建设研究[D];山东大学;20115月年;

[5]郭俊国;吕敏;近十年我国核心期刊竞技体操科研现状的分析研究[J];山西体育科技;2013年03期第112页;

[6]艾尔肯·海利利;问题在科学研究工作中的作用[J];新疆化工;2002年04期第78页;

作者簡介： 车绍斌 （1962.09--），男，云南昭通人，高级讲师，研究方向为习近平新时代中国特色社会主义思想。