大數(shù)據(jù)的正式概念始于2011年麥肯錫的報告《大數(shù)據(jù)：革新、競爭和生產(chǎn)力的下一個“前沿”》：“大數(shù)據(jù)——能夠獲取、交流、整合、儲存乃至分析的海量數(shù)據(jù)——如今已成為全球經(jīng)濟(jì)里每一部門和功能的組成部分。就像其他的生產(chǎn)要素，比如硬資產(chǎn)和人力資本。數(shù)據(jù)越來越成為現(xiàn)代經(jīng)濟(jì)活動、革新和增長中不可或缺的要素?！盵9]報告中強(qiáng)調(diào)運(yùn)用大數(shù)據(jù)的科學(xué)技術(shù)將被廣泛地應(yīng)用到統(tǒng)計學(xué)、計算科學(xué)、應(yīng)用數(shù)學(xué)乃至經(jīng)濟(jì)學(xué)中，同時，這也意味著從大數(shù)據(jù)中獲取信息的組織等需要面臨的是一個更為靈活性的、多重規(guī)則的方法手段。正是由于大數(shù)據(jù)量的龐大，因而如何駕馭這個龐然大物(Riding the Juggernaut)[10]來為人們服務(wù)越發(fā)受到重視。由于大數(shù)據(jù)應(yīng)用領(lǐng)域的擴(kuò)大，因而當(dāng)今它甚至可以囊括“環(huán)境衛(wèi)星、基因數(shù)據(jù)、GPS和地圖數(shù)據(jù)、數(shù)字圖像，以及諸如社交媒體數(shù)據(jù)之類的人們有意識產(chǎn)生的數(shù)據(jù)，等等”。[11]所以，《大數(shù)據(jù)時代：生活、工作與思維的大變革》一書的兩位作者舍恩伯格(Viktor Mayer-)和庫克耶(Kenneth Cukier)亦將大數(shù)據(jù)視為“社會以新的方法手段處理信息的一種能力，以生產(chǎn)出具有巨大價值的商品和服務(wù)或者產(chǎn)生有用的洞見”。[12]20

　　相較于傳統(tǒng)數(shù)據(jù)采集及統(tǒng)計分析，大數(shù)據(jù)最為突出的特點(diǎn)是舍恩伯格和庫克耶所強(qiáng)調(diào)的三大特性：模糊性、相關(guān)性和大樣本性。首先，是模糊性代替精確性。對于傳統(tǒng)數(shù)據(jù)采集而建立的數(shù)據(jù)庫而言，收集的數(shù)據(jù)信息是相對有限的。在有限樣本量的情況下，對于數(shù)據(jù)采集以及建構(gòu)模型精確性具有很高的要求。但是，在大數(shù)據(jù)的前提下，“允許不精確的出現(xiàn)已經(jīng)成為一個新的亮點(diǎn)，而非缺點(diǎn)”。[12]63這種所謂的“非缺點(diǎn)”表現(xiàn)為兩個方面：一方面，對于小型數(shù)據(jù)過多的各種統(tǒng)計方法的計算倒不如從大數(shù)據(jù)出發(fā)的簡單運(yùn)算來得實(shí)際，從而在效率層面上完全可以省下更多時間來收集更大的數(shù)據(jù)，使得手頭的數(shù)據(jù)庫存累積起來以便獲取更多有用的價值信息；另一方面，大數(shù)據(jù)之所以被提出乃至風(fēng)靡全球，是因?yàn)樗軌驖M足人類的追求，即掌握現(xiàn)在和預(yù)知未來，尤其是后者。預(yù)測代表著一種概率邏輯，而非事實(shí)的確定性，所以數(shù)據(jù)的海量采集為預(yù)測大方向的追求而不得不或者主動地喪失其精確性，并“擁抱混亂”。其次，是相關(guān)性代替因果性。舍恩伯格和庫克耶認(rèn)為，因果關(guān)系存在的前提在于人們的主觀直覺，“在小數(shù)據(jù)時代，很難證明由直覺而來的因果聯(lián)系是錯誤的?！髷?shù)據(jù)之間的相關(guān)關(guān)系，將經(jīng)常會用來證明直覺的因果關(guān)系是錯誤的”，[12]103而相關(guān)關(guān)系則代表著客觀的事實(shí)，且后者作用更為明顯。例如，將預(yù)測作為最終目的的評估機(jī)構(gòu)和企業(yè)，只需要知道用戶的目前狀況和需求，就能夠?yàn)槠涮峁┫鄳?yīng)的產(chǎn)品和服務(wù)；他們無須也不想去了解用戶之所以會有某類需求的原因。最后，是大樣本性代替小樣本性。當(dāng)數(shù)據(jù)的收集量越來越龐大乃至可以稱為海量時，以至于可以直接采用這一超大型樣本量而無須顧及小樣本所帶來的一系列代表性問題。如果說傳統(tǒng)統(tǒng)計方法下的抽樣研究是為了描述或解決即時的、有限的、特定的社會現(xiàn)象或問題，那么，在大數(shù)據(jù)時代運(yùn)用更為先進(jìn)的信息技術(shù)對任何與研究旨趣相關(guān)的海量數(shù)據(jù)分析則可能著眼于更長遠(yuǎn)的、更為龐雜的事件和趨勢。

　　大數(shù)據(jù)對于社會科學(xué)的影響如此巨大，以至于其研究方式的轉(zhuǎn)變使得社會學(xué)成為大數(shù)據(jù)時代下方法學(xué)被撼動得最厲害的學(xué)科之一。典型的例子是“新計算社會學(xué)”的誕生及其研究應(yīng)用。20世紀(jì)90年代，拉策爾、加里·金等學(xué)者在《科學(xué)》上提出了“計算社會科學(xué)”的概念，[13]721即通過計算機(jī)軟件作為媒介對社交關(guān)系進(jìn)行測量的一種應(yīng)用方法。這一新型學(xué)科的研究主要涉及社會網(wǎng)絡(luò)理論與研究方法的發(fā)展、基于行動者模擬方法(agent-based modeling)以及互聯(lián)網(wǎng)研究等。從研究范圍來看，這一新興領(lǐng)域是一種社會世界諸多方面的跨學(xué)科研究，通過計算的媒介可以從個體的行動者一直到群體。[14]2它主要利用計算機(jī)中的“自動化信息提取”(Automated Information Extraction)技術(shù)進(jìn)行信息搜集。例如，我們可以將谷歌圖書語料庫的書本大數(shù)據(jù)、新浪微博、百度搜索等巨大庫存作為數(shù)據(jù)來源，以所需相關(guān)變量(關(guān)鍵詞)作為指標(biāo)，從不同維度進(jìn)行統(tǒng)計分析。[15][16][17]因?yàn)檫@是一門相對較新的領(lǐng)域，所以，計算社會科學(xué)需要同其他的跨學(xué)科研究領(lǐng)域之間建立起一個新的范式和系統(tǒng)，而這又需要諸如計算機(jī)科學(xué)等的知識背景。因此，從長遠(yuǎn)來看，這個學(xué)科的發(fā)展就是社會科學(xué)家和計算機(jī)科學(xué)家團(tuán)隊(duì)合作的成果。[13]722而隨著計算社會科學(xué)領(lǐng)域科研隊(duì)伍的不斷壯大，社會學(xué)領(lǐng)域的計量方法也在不斷發(fā)展。2014年，美國社會學(xué)界在斯坦福大學(xué)“計算社會科學(xué)中心”召開學(xué)術(shù)研討會，并提出了“新計算社會學(xué)”(New Computational Sociology)概念。之所以“新”，主要在于“新計算社會學(xué)在理念、方法、思路、工具應(yīng)用等方面比此前的社會學(xué)研究中的‘計算’都更為先進(jìn)和復(fù)雜”。[18]

　　這一方法學(xué)轉(zhuǎn)向的極端形式就是熱衷計量分析、過度注重計算結(jié)果的人(quantophrenia)越發(fā)增多，并在學(xué)科領(lǐng)域有一定的話語權(quán)，由此使得理論逐步被邊緣化。例如，《連線》雜志主編克里斯·安德森(Chris Anderson)極度推崇社會的計算以及數(shù)據(jù)庫的分析與運(yùn)用，甚至直接提出“理論的終結(jié)”這一觀點(diǎn)。他主張數(shù)據(jù)的運(yùn)用可以完全代替理論來研究人本身，認(rèn)為當(dāng)今“是一個充滿大量數(shù)據(jù)的世界，在這個世界中應(yīng)用數(shù)據(jù)可取代任何其他可能采用的工具。從語言學(xué)到社會學(xué)，將沒有任何一個有關(guān)人類行為的理論。而如果丟掉類型學(xué)、本體論和心理學(xué)，誰知道人們做什么以及為何這么做。但重點(diǎn)是他們就是這樣做了，并且我們可以空前精確地追蹤和測量他們的行為”，所以借助計算機(jī)的統(tǒng)計手段，“海量數(shù)據(jù)的可獲得性為我們提供了理解世界的全新路徑。相關(guān)性取代因果性，以至于科學(xué)可以摒棄相干模型(coherent models)、大一統(tǒng)理論甚至任何機(jī)械化的解釋而獨(dú)自前行”。[19]彭特蘭并沒有直接提出這一說法，但他卻嘗試著用這樣的方式來重新解釋社會。他將社會中實(shí)體間的影響、社會壓力等因素的評估全部簡化為數(shù)字符號，并采用建立等式乃至數(shù)學(xué)模型來概括整個社會的運(yùn)行。盡管安德森和彭特蘭的觀點(diǎn)均屬一家之言，但這些論斷和主張無疑反映出一種具有大概率或然性的、試圖撬動諸多社會學(xué)科、人文學(xué)科方法根基的趨勢。

　　不可否認(rèn)，大數(shù)據(jù)在樣本量上的極大增加，在很多方面為從事量化研究的學(xué)者提供了方便。由于大數(shù)據(jù)為大規(guī)模測量人的行為、社會互動交往乃至網(wǎng)絡(luò)關(guān)系提供了可行性，[20]使得這些領(lǐng)域的研究的諸多瓶頸大大減少。研究條件便利化的趨勢給一些量化研究者以更大的自信，以至于有人宣稱“最終世界上一切不確定的因素皆可量化”。[21]對此，相應(yīng)的質(zhì)疑也接踵而至。

　　大體而言，論爭的主要內(nèi)容是基于研究手段層面所產(chǎn)生的分歧。第一，贊同大數(shù)據(jù)社會學(xué)研究的學(xué)者認(rèn)為，大數(shù)據(jù)可以為收集和分析的小數(shù)據(jù)創(chuàng)造參照和判斷的標(biāo)準(zhǔn)依據(jù)；而且，由于大數(shù)據(jù)的量足夠大，使得與大數(shù)據(jù)相匹配的傳統(tǒng)數(shù)據(jù)無須接受顯著性檢驗(yàn)就具有代表性。但反對者則將此看作是一種學(xué)科入侵，以至于將大數(shù)據(jù)運(yùn)用在人類社會的研究中稱為一種所謂的“原罪”，[22]因?yàn)椤按髷?shù)據(jù)對于傳統(tǒng)數(shù)據(jù)收集和分析而言是一種替代，而非補(bǔ)充”。[23]因此，進(jìn)行社會學(xué)研究，必須摒除諸如此類的、主動擁抱混亂的“大數(shù)據(jù)傲慢”(Big Data Hubris)態(tài)度。第二，在有些情況下，部分學(xué)者為了能得到與本研究主題相關(guān)的大數(shù)據(jù)，在沒有必要的前提假設(shè)時就開始選擇因變量，而研究假設(shè)恰恰是研究進(jìn)行的起始點(diǎn)。假設(shè)在研究的主題和過程中起到根基的重要作用。在一項(xiàng)研究中如果沒有理論或經(jīng)驗(yàn)性的假設(shè)，即便持有現(xiàn)成的數(shù)據(jù)庫，對于該研究而言也是沒有任何價值的。但也有學(xué)者認(rèn)為，先有研究假設(shè)后有傳統(tǒng)數(shù)據(jù)乃至大數(shù)據(jù)的檢驗(yàn)，屬于理論驅(qū)動；而直接使用大數(shù)據(jù)得出結(jié)論同樣達(dá)到研究目的，這是一種數(shù)據(jù)驅(qū)動，由于大數(shù)據(jù)的量使得這一研究邏輯更為可行且有效。[24]因此，在研究中，兩種驅(qū)動可以視研究本身的情況而定，有時甚至可以起到相互輔助的作用。第三，大數(shù)據(jù)研究宣稱是一種相較于傳統(tǒng)量化研究而言更具客觀性的方法和手段，因?yàn)樵摂?shù)據(jù)庫在很大程度上規(guī)避了傳統(tǒng)數(shù)據(jù)收集形式中所產(chǎn)生的人為因素。當(dāng)然，這種客觀性的概念在涂爾干看來是社會學(xué)研究中的一個核心問題，即社會學(xué)研究的就是一個客觀的社會事實(shí)，它有一個獨(dú)立于個體表征之外的自身的存在。[25]然而問題在于，這種客觀性的宣稱因?yàn)槿说谋厝辉趫龆艿街饔^因素的影響，并且建立在主觀觀察和選擇的基礎(chǔ)之上。第四，收集數(shù)據(jù)的手段涉及學(xué)術(shù)研究本身的倫理性和不平等問題，因此受到學(xué)者的質(zhì)疑。在社會網(wǎng)絡(luò)的研究領(lǐng)域中，學(xué)者一直覬覦著未被利用的、具有巨大研究價值的潛在數(shù)據(jù)。而諸如SNS、Facebook等網(wǎng)站所蘊(yùn)含的數(shù)據(jù)信息就非常適合于做關(guān)于網(wǎng)絡(luò)的社會科學(xué)研究。問題在于這些潛在的數(shù)據(jù)消解了公眾網(wǎng)絡(luò)空間中的隱私。他們在從事網(wǎng)絡(luò)虛擬活動的過程中，其活動痕跡已經(jīng)被收集成可儲存的數(shù)據(jù)信息，他們本身對此毫無意識。所以在研究中，人們的自我意識需要重新進(jìn)行考量。除以上這些對外公開的數(shù)據(jù)之外，還有更多的大型數(shù)據(jù)庫是有限開放甚至不開放的。如果從事商業(yè)，只有部分大型社會媒體公司才能夠真正獲取這些儲存人們交易信息的數(shù)據(jù)庫；從研究層面來看，也只有同F(xiàn)acebook或者Google有內(nèi)部聯(lián)系的人類學(xué)家、社會學(xué)家才能拿到所需的原始數(shù)據(jù)，其他無聯(lián)系的研究者也就無從入手。假如他們要得到這些原始數(shù)據(jù)，往往需要花費(fèi)大量時間和金錢才能將其購入。所以，從這一趨勢來看，社會科學(xué)的方法手段在時間和金錢方面變得十分昂貴，同時每天的價格仍在攀升，[26]以至于大數(shù)據(jù)的研究領(lǐng)域在學(xué)界中產(chǎn)生區(qū)隔，結(jié)果就是產(chǎn)生數(shù)碼化的分割(Digital Divides)抑或是大數(shù)據(jù)時代下的貧富之差。

　　對于社會學(xué)而言，大數(shù)據(jù)研究方式贊成者以及反對者的不同立場所要揭示的是大數(shù)據(jù)對社會學(xué)研究的沖擊程度。更進(jìn)一步說，學(xué)界的紛爭也是在力圖追問：方法學(xué)的轉(zhuǎn)向是真正的學(xué)科革命還是只是作為一個噱頭而存在的表象。[27]其實(shí)，由于這個問題乃至論戰(zhàn)涉及的是學(xué)科方法學(xué)領(lǐng)域內(nèi)的諸多根本性主題，因此它在很大程度上可以稱為第三次方法學(xué)之爭。①但是，就目前論爭的主要內(nèi)容和主題來看，僅僅停留在手段和分析方法這個層面上來探討大數(shù)據(jù)的適用性問題只是一種隔靴搔癢式的觸碰，未能找到所謂的阿喀琉斯之踵。潘綏銘雖然已經(jīng)注意到了這點(diǎn)并撰文指出，②但他在詳細(xì)闡述時卻還是采取具體的研究方法、手段及其生活案例，仍屬“蜻蜓點(diǎn)水”，以至于仍然會出現(xiàn)方法上的分歧和可商榷之處。在筆者看來，盡管計算社會學(xué)乃至新計算社會學(xué)的提出，使得社會學(xué)研究的量化趨勢顯著并在一定程度上正逐步向計算機(jī)學(xué)科靠攏，但終究不能達(dá)到稱霸學(xué)科的目標(biāo)。歸根結(jié)底，社會學(xué)學(xué)科最終的落腳點(diǎn)還是周遭的社會生活。人類的社會生活區(qū)別于自然社會之犖犖大端者，正是社會生活充滿了意義或價值。同時，這種意義同人本身的能動性、外在的歷史因素都有密切聯(lián)系。這種人本身同諸多因素的復(fù)雜意義關(guān)聯(lián)決定了在此社會領(lǐng)域的范圍下并非一切都能被計算。