大数据推动社会科学研究深挖潜力

“大数据”时代的来临，既给商业、管理和公共行政带来了众多机遇，同时也在社会科学界、人文学界引发讨论的热潮。随着大数据的出现和使用，整个社会科学研究的实证基础将会出现较大变化。“大数据”概念虽热，但社会科学界基于大数据的实证研究仍然较少。一方面，大数据往往为政府、大型公司或网络媒体所持有，数据获取渠道和分析方法都与传统的社会科学定量定性分析存在很大差异；另一方面，现有的大数据并非为社会科学研究而设立，其在样本代表性、测量可靠性、因果推断等方面受到学界的诟病。不过，随着数字化图书、社交网站和搜索引擎数据的不断积累与公开，大数据在社会科学研究中的潜力已经开始彰显。

提高预测和决策的准确率

凯恩斯与哈耶克的市场与政府之争是20世纪经济学界最为重要的论战之一。这两位经济学家在理论和政策主张上的差异，深刻影响了20世纪各国经济政策制定和改革。比如，在20世纪早期，哈耶克的自由市场理念一度占据支配地位。二战后到20世纪70年代凯恩斯主义的政府干预政策更多地被采纳。在哈耶克批评计划经济的非可行性和低效率过程中，一个立足点就是“有限理性”：哈耶克从认识论角度提出计划制定者无法了解经济运行中每一个阶段的最终均衡状态。这种经济运行过程中信息的瞬息万变，会导致不可能建立全能式的生产、决策和分配等。

不过，大数据的出现有可能对“有限理性”的观点形成新的挑战。尽管目前大数据并不能实时提供市场运行中的全部信息，但大数据的方向和现代信息技术的指数式增长，有可能为哈耶克的论敌以及凯恩斯主义者提供新的反驳证据：当未来大数据对市场运行中的信息捕捉达到了空前的覆盖和密度，那么预测和决策就有了比哈耶克时代甚至当代高得多的准确率。

拓展社会科学经典理论的验证空间

大数据作为一种全新的资料，以其超越传统调查数据的样本量和时间跨度，为社会科学经典理论的验证和拓展提供了更多空间。因此，大数据在延伸和重新检视经典学说方面有着相当大的潜力。比如说，经典时期的社会学家以其深刻的洞察力为人们留下了丰富的理论遗产，不过由于理论的宏观性和复杂性，通过传统的截面数据、面板数据等抽样样本的分析，无法在经验层次上对这些理论进行检验。而大数据的出现为当今的社会科学界提供了前所未有的大跨度范围的社会数据、资料和信息，使得重新审视和延伸经典理论，尤其是宏观理论成为可能。

例如，社会分层是当代社会科学领域的重要概念。基于抽样调查数据的大量经验研究表明，主观社会地位受到客观社会地位以及相对参照群体的决定性影响。同时，跨国研究也表明，经济不平等对人们的自我阶层定位也有影响。新近利用大数据的研究则基于谷歌图书语料库811万本英语书籍、8000亿个单词的大数据，提取计算了一百年来美国书籍中阶级词汇的出现频率，以此来测量美国公众对阶层的关注程度。而对阶层关注度和美国社会百年失业率、通货膨胀、基尼系数等指标的格兰杰时间序列分析表明，在市场经济发达的美国，代表通货膨胀率和失业率之和的“经济悲惨指数”（Economic Misery）影响着阶层关注度，而基尼系数却没有统计显著的影响。这意味着，不平等对于阶层意识的作用很可能存在一种阀域效应：当社会不平等高于一定的阀值时，不平等才会对阶层意识产生作用；而当低于阀值时，是经济景气程度在影响着阶层关注度。