大數據背景下的政治科學研究新范式

【摘? 要】隨著社會的發展以及信息技術不斷完善，我們當前已經完全進入了大數據時代。但是，因為數據結構多樣，體量巨大，延伸出很多與之相關的數據存儲、處理以及移動設備。大數據廣泛應用到社會各個方面，完全融入我們的日常生活，社會政治科學這種宏觀理論也在此背景下對大數據進行了廣泛的應用，主要對其中蘊含的邏輯性、因果關系等進行了相應的研究，從而有助于完善政治科學的研究方法，同時讓政治科學研究議題進一步得到擴大。

【關鍵詞】政治科學;大數據;研究范式

引言

隨著計算機技術的快速發展以及互聯網的深度覆蓋，人類社會正處于日新月異的信息化時代，在當今互聯網世界中存在著大數據，大數據正受到人們的廣泛關注和大量的應用。大數據與以往傳統信息相比，主要表現在新型的數據特征方面，通常來講，大數據存在以下幾種獨特性，具體表現在五個方面，即容量大（Volume）、類型多（Variety）、時效性高（Velocity）、準確性高（Veracity）和價值密度低（Value）。這些特征正充分應用到政治社會的研究中，而政治科學屬于社會人文科學范疇，具體研究對象為人類社會化的政治現象。借助于以往的研究范式，并不能獲得認知的準確性。若應用大數據進行相應的分析，可以取得顯著的效果，并且這也是社會發展的必然趨勢。在科技革命背景下，數據的來源、分析處理以及保存技術的進一步發展，正在不斷改變人們對政治科學的認知，在政治科學中探討數據驅動的新型研究范式，以期收到較好的研究效果。

1.大數據以及制約其發展的現實因素

1.1大數據概念特征及內涵

大數據一詞在英國《經濟學人》雜志在2010年在一篇信息管理專題報道中首次提及。麥肯錫環球研究所在2011年對大數據的概念進行了明確的定義，在報告《大數據：下一個創新、競爭和生產力前沿》指出，大數據是“大小超出常規數據庫工具獲取、存儲、管理和分析能力的數據集。”隨著社會的不斷發展，對于大數據的概念進行了相應的修訂和補充，當前最為明確和流行的定義：大數據需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。在《大數據時代》這部著作中，維克托.邁爾.舍恩伯格系統描述了大數據技術，認為大數據分析與傳統隨機分析法有著差異，大數據是采用所有數據進行分析的處理模式。同時，我們要明確，大數據并不是單純存在的概念，而是包括一系列的數據技術，分析這些數據的專業知識和技能涵蓋了收集數據、存儲數據、分析處理相應的數據，以及展示數據等。這些知識技能不統一于某一學科，而是多學科與跨學科交叉集合，從而構成了大數據技術體系，也就是我們通常所講的數據科學。

首次提出大數據概念之后，眾多領域就逐步應用這一先進技術。比如，在文本分析、語義設別、智能制造、信息安全等都有著極其廣泛的應用。但是，在社會科學領域中，大數據使用并不廣泛，主要體現為復制概念以及模式方面。就算適用范圍較為狹窄，眾多學者也認為，隨著大數據的不斷發展，會重構社會科學學科體系，以及獲取與之相適應的研究范式。

1.2制約大數據發展的現實因素

隨著大數據在當前社會中的廣泛應用，尤其是在社會政治科學研究中有著較好的積極促進作用，人們已經清晰認識到大數據的優勢。但是，在如何有效解決社會政治科學復雜適應性方面，目前的大數據理論和大數據技術依然不能達到預定的目標，有很多方面對大數據在政治科學領域中的發展有著相應的制約性。

（1）大數據名稱自身就呈現出相應的誤導性。大數據技術的首要內涵是對數據的“大”進行了充分的強調。但是，因為當前社會的快速發展，大幅度提升計算能力以及存儲能力，在數據收集過程中，目標不夠明確并且陷入被動狀態。在這樣的背景之下，導致收集到的資料價值不夠大，并且隨著應用的深入逐漸衰減，在對這些龐大的數據進行處理的過程中，會產生較多的成本，從而導致片面追求數量，而忽略了數據收集的質量，在政治科學研究中不能體現出最優化效果。

（2）大數據呈現出一定的偏性和非一致性特征。在政治科學系統中，當借助大數據進行數據收集的時候，雖說能夠廣泛收集到相關的數據，但是在收集過程中依然會呈現出“選擇性偏差”的現象。因為收集的數據資料并不是研究機構主動全面的收集，而是通過計算機信息技術被動進行，導致收集到的數據因為系統的差異而呈現出不一致的特征，這對于政治科學研究帶來了一定的困難。

（3）注重技術開發而忽略問題解決效果。在政治科學研究中，借助于大數據技術收集、存儲、傳輸和計算相應的數據，在該領域中應用這一技術主要是提升收集的能力，但是并沒有過多去注重借助于該技術解決實際問題。政治科學研究中主要是針對具體的問題進行有效的解決，只是在解決問題的同時需要一定的數據進行支撐，而在大數據技術全面應用的過程中，對于問題的解決并不能起到較好的效果。

（4）注重微觀層面而忽略宏觀層面。應該說，大數據在商業領域的應用取得了更佳的效果，而在政治科學研究中顯得不夠優秀。商業領域中應用大數據技術能夠對微觀層面進行系統的分析，而政治社會領域需要從宏觀層面對問題進行解決，尤其是對當前的社會現象進行全面的剖析，因此就要將宏觀與微觀充分結合起來，尤其是對宏觀層面的問題進行的充分的展示。

（5）注重關系連接，而忽略因果分析。大數據技術主要針對的是研究對象的關系層面，借助于大數據能夠改變傳統的資料收集的橫向面和縱深程度，從而讓人們能夠對社會現象和政治科學問題進行全面的了解。但是，借助大數據技術卻對其中的因果分析不夠深入和明確，追求的是社會現象認知層面，對其中隱含的一些因果關系并沒有進行深層次的挖掘，從而不能在政治科學領域中有著非常廣泛的應用。

2.大數據構建數據驅動的研究新范式

2.1大數據為政治科學研究提出新方向

隨著在政治科學研究中并沒有廣泛應用大數據技術，但是隨著大數據時代的到來，這也是政治科學研究面臨的一個機遇與挑戰。政治科學在傳統研究中，總是受到社會調查方法以及推論統計等技術的限制，但是隨著大數據的廣泛應用，在政治科學研究中應用此技術也會是必然的。我們要從社會理論以及相應的政治科學問題著手，對多元基礎數據進行主動挖掘，將社會主體間的聯系網絡充分搭建起來，對人機結合的綜合基層模式進行充分利用，對其中的邏輯關系以及因果聯系進行充分的探究，從而在數據驅動下開展政治科學研究的新范式研究。

借助于大數據進行的政治科學研究，主要是對以往在研究中總是存在被動找尋經驗證據的實證方法進行有效的突破，同時將新的途徑提供為在傳統研究中搭建在數據資源之上進行的主動量化。基于大數據進行的政治科學研究，將新范式研究的問題導向、數據基礎、綜合集成以及量化計算等都通過數據驅動的方式進行，這樣的研究注重改變了政治研究范式。但是，我們在實際的應用中應該要注意，這樣的研究要與政治科學自身的學術本源充分結合起來。主要是對大數據技術進行充分的應用，卻不能將建立在定量統計方法上的經驗研究進行完全摒棄。在研究過程中要對微觀個體的行為和狀態進行精確的刻畫，可是不能對宏觀總量特征與微觀以及宏觀一體化的研究途徑采取忽略。借助于大數據技術進行政治科學研究，注重的是借助于相應的模擬實驗和數據計算的科學方法，依然要遵照專業經驗和人類智慧作為最為基礎的指導。從以上的描述中可以得知，基于大數據背景下的政治科學研究主要是讓數據驅動的研究范式融入于傳統的數據實證應用的研究范式。

2.2大數據能夠解決政治科學中的因果分析

（1）大數據能解決政治科學中因果關系。在政治科學的研究過程中，最為主要的摘要對因果機制進行充分的探究。對于很多合乎邏輯的實證研究，都是采用各種方法對因素和變量間的因果關系進行充分的分析，指明其作用如何產生、其結果何以形成，以探求其中的作用機制。隨著互聯網及大數據技術的蓬勃發展，大數據對社會科學研究方法進行了有效的豐富，對政治科學研究議題進行了充分的拓展，在探究因果關系的過程中，也要充分注重傳統小數據的研究方法，從而與大數據形成較好的互補性優勢。

隨著社會的快速發展，大數據背景下導致實驗方法不斷進步，促使更加豐富的應用場景出現，政治科學研究由當前的因果機制解釋的關注替代了以往因果關系的分析。在因果關系中，主要是對“一問題”影響“另一問題”進行有效的解決，而目前的因果機制主要研究的是“一問題”如何影響“另一問題”。大數據對因果分析方法路徑進行了有效拓展。

大數據時代背景，有力沖擊傳統政治科學的因果分析研究。從一些相關的研究中可以得知，國外專家認為傳統科學研究方法在大數據的背景下已經較為落后，甚至可以將其淘汰。但是，也有學者認為大數據方法主要重視政治科學中的相關性，而對非因果性進行忽略并不恰當。所以，國內外學者對此展開廣泛討論，主要從實踐和方法論層面進行。

有學者認為，大數據能夠展示較為明顯的相關關系，能夠在傳統因果概念的基礎上進行有效的推動。在相關關系中主要展示強弱和正負關系，讓“我們解開既存結果——事物現象的密碼”。在對全量數據的變量相互作用的背景下，我們遵照當前存在的結果，可以對潛在結果進行推導，同時可以精準預判即將產生的社會現象形成的原因和結果。在大數據背景下，對這一因果結構進行充分的刻畫，主要是對數據分析因果進行了充分的應用，從而能夠有效生成假設和進行探索性分析，最終有助于實驗檢驗的理論作用。

另外，大數據與傳統研究方法相對比，能夠將更加多元的方法論工具包進行充分的提供，同時能夠推動因果推論的功能。尤其是借助于預測性分析、因果推導、相關性推論等較多，采用較為有效的方法對政治科學研究范式的變化進行了有效地推動。

（2）大數據與小數據共同挖掘政治科學中的因果機制。大數據與小數據之間的關系是同一結合，互為優勢，并不能簡單看成大數據對小數據的替代，或者認為大數據時代就要對小數據進行排斥，只有將二者緊密結合起來，豐富融入相應的研究方法，才能推動政治科學中因果機制的分析。全面、整體分析大數據與小數據之間的關系，它們之間的有機結合可以從以下方式進行實現。第一，大數據的作用是將宏觀背景分析提供出來，借助于小數據的作用對因果機制進行相應的解釋。采用大數據對結果進行初步挖掘與分析，從而對社會運行整體模式與機制進行認知，提出理論假設，在獲取這樣的研究基礎之后，有針對性地采取小數據深度闡述和假設驗證這些個案。第二，當采用小數據進行分析將理論假設提交來，就要借助大數據對理論解釋力進行檢驗。運用小數據的先驗知識將方向指引向大數據進行提供，大數據在此基礎上驗證出個案或者抽樣數據。第三，運用大數據對變量間的關系進行分析識別，將調查或者干預提供給小數據，從而獲得對變量影響機制的情景設置，并深度分析此情景下的個體認知與行為互動策略等背后的內在邏輯。從長遠的角度來看，在政治科學研究中務必要融合大數據與小數據的研究方法，集中兩者之間的力量來理論挖掘政治科學探索中的因果機制，并且進行充分的實證研究。

3.大數據對政治科學研究的積極作用

3.1能夠有效研究人類社會復雜適應性

在政治科學研究領域中對大數據以及借助大數據形成的技術體系進行有效的應用，對于人類社會政治科學中的復雜適應性特征進行深入而系統的研究，從而有助于政治社會科學的進程，積極推動社會科學的進一步發展。首先，借助于大數據技術，可以系統掃描政治科學現象。在傳統的政治科學研究中，總是覺得資料收集不夠，無法形成最為科學合理的信息傳遞和知識獲取，從而無法系統性定位和描述社會現象的全貌，而借助于大數據技術，能夠有效解決這一現實問題。其次，借助大數據技術，可以動態跟蹤政治科學問題。政治科學問題的普遍存在實時性和演化性特點，在傳統的研究過程中，無法實時跟蹤和反饋事物轉化的主動內外因素，總是當政治社會呈現某種現象的時候才滯后性進行跟蹤以及開展相應的研究。最后，在政治科學研究過程中，借助于大數據技術，可以系統解析事物發生發展的本質動因和多元影響因素進行系統解析。在傳統研究中采用的方法，無法根據政治科學的全部要素進行信息資料的收集和處理，從而對于研究的結果有著一定的影響。同時，在政治科學研究中應用大數據技術可以與總體數據保持一致性。在傳統的研究過程中，主要采用對資料進行抽樣調查以及主觀判斷，資料抽樣并不能涵蓋所有的信息，并且主觀判斷缺少相應的客觀性。而借助于大數據技術，可以全面獲取相應的資料，并且對資料進行系統的分析，這樣就能對相應政治科學問題進行分析的過程顯得更加全面而客觀，有利于獲得全面性和系統性的研究結果。

3.2挑戰傳統量化研究思路

當前，隨著大數據日益廣泛地應用于各類研究，在政治科學研究領域尚處于起步和成長階段。大數據應用最為廣泛是在商業領域，因為這個行業需要較多的數據，而政治科學研究方面對大數據技術進行應用主要表現特征為兩個方面：第一全數據特征。大數據因為有著較高的采集效率，可以對總體數據進行直接獲取，比傳統有限規模的抽樣調查數據有著較為明顯的區別。第二，大數據的數據形式為半結構化和非結構化，與傳統的結構化數據有著相應的區別，能夠涵蓋相應的文本數據和過程數據，這是傳統數據不可比擬的。

政治科學研究較早地應用到大數據方法，主要是根據其學科特征而進行。美國政治學研究可以說是政治科學的引領者，美國的政治學歷來注重量化研究方法，總是喜歡應用新技術。政治現象有著其獨特的復雜性，從而希望在研究過程中借助于相應的研究方法能夠進行有效的探究。所以，大數據技術一經問世，就在政治學領域有了相應的應用，從而增加了政治科學的研究范式。

3.3改變宏觀微觀研究范式

政治科學經常關注的話題就是社會運動這類宏觀的主題，但是在研究這一議題的過程中，總是因為無法獲得相應的數據，不能有效進行空間結構分析，從而阻礙了研究的進一步發展。隨著網絡政治的興起，還沒有深入研究和分析網絡社會運動。而在大數據背景下，能夠很好地進行數據采集與分析，從而有可能會更好的研究和預測社會運動。如果從分析方法層面上來看，大數據主要對大規模社會網絡分析等方法的運用和普及進行了全面的推動，從而有利于研究社會運動過程，促使研究角度變得多元化。

而大數據方法可以有效彌補政治科學研究在傳統研究形式上的不足之處，對以往的數據獲取方式和活動數據的類型進行了全面的刷新。借助于大數據方式可以對以往抽樣限制進行有效的突破，擴展數據規模，能夠更好地描述分析相應的事實。由于數據類型更加豐富，可以讓政治科學研究對民眾的政治行為、政治偏好以及政治互動等諸多方面進行深層次的探測。

3.4可以讓政治科學進入跨學科趨勢

在政治科學研究方法中，主要的研究方法體現在“量化”方面，借助于大數據可以有效升級和擴展量化方法，從而推動傳統量化方法最為重要的因果推論。第一，在傳統的因果推論中，通常使用匹配法，樣本的規模會很多程度上制約匹配方法，特別是對于群體規模比較小的，無法有效使用匹配法進行。但是大數據因為在數據規模上有著很好的表現，從而讓那些群體規模較小的數量規模也隨之變大，能夠進行很好的匹配。第二，大數據在因果推論中的實驗方法上也顯示出獨特的優勢，傳統的數據調查、收集和分析都有著一定的難度，而借助于大數據能夠更好獲得相關的數據，并且能夠有效降低成本。

4.政治科學研究中大數據的應用

對于政治科學研究來講，基礎性支撐體現在數據方面，不管是統計抽樣數據還是多源非結構化大數據，最為重要的任務是要將與社會發展要求緊密結合的現實問題進行有效的解決。所以，政治科學研究對大數據技術進行實際應用中，務必要注重以下方面的問題：

4.1針對實際建立科學合理的數據資源評估體系

對于數據樣本的非一致性與偏差，創新之后的大數據也不能將其完全消除。應該借助于科學的抽樣方法，將相應的大數定律和中心極限定理建立起來，這樣才能讓適用性不會今后替代。所以，目前最為重要的工作就是要借助于相應的社會問題，將具備系統的數據資源評價理論與方法建立起來，對應實時、多元和全域的非結構數據，將科學有效的判定標準探究出來，同時也要對數據科學的倫理問題研究進行充分的關注。

另外，在大數據背景下進行的政治科學研究過程中，要審慎應用相應的數據。雖說大數據擁有很好的數據采集和分析能力，并且隨著不斷開發利用較為成熟的大數據方法，隨著社會的進一步發展，在傳統研究的基礎上進行了較快的發展，對新的研究領域進行了進一步的開拓。可是，如果從科學化這個方面來進行政治科學研究就務必要注重大數據在應用中存在的一些危險。目前，將大數據方法應用到政治科學研究中，重要的方式是進行實驗干預。但是，正因為這種方式使得人群影響規模巨大，也許能夠讓最終的實驗效果在預定的研究范疇有所突破，從而影響現實的政治和社會運行。所以，在對大數據進行選用的時候，就要針對實際將科學合理的數據資源評估體系建立起來，從而有效規避大數據在政治科學研究中的不利影響。

4.2有效的解決大數據級別的總量累計問題

借助于微觀非結構數據科學系統，將不同層級的總量信息進行提煉匯總，這樣才能在微觀大數據基礎上，對宏觀社會現象進行有效的解構。是否有效提煉數據信息，在一定程度上對政治科學的研究體系的大數據技術的真正融入有著相應的決定性。

4.3借助于數據分析，探究出相應的解決方案

隨著社會的發展，今后的政治科學發展主要需要多源數據，借助于專家智慧以及智能計算機，會量化解析相應的社會政治現象及問題，從而針對實際情況將科學合理的治理體系和模式探究出來，從而將“類工程化處置”的研究機制和范式建立起來。

5.政治科學研究中應用大數據的注意事項

5.1注重邏輯因果機制和機理的發現過程

政治科學主要是發掘社會政治現象的本質動因，不能借助于大數據研究單純關注相關性，要對具體的現象和社會問題進行有效的分析和解決。大數據并不是簡單對政治科學中的相關性進行片面關注，同時會積極挖掘社會現象的本質動因，對政治科學中的“是什么”和“為什么”的基本命題進行科學的回答。所以，要借助于多元化實時數據的關聯性，對社會現象的因果機制進行準確厘清，對社會問題的邏輯機理進行充分的挖掘，只有通過這樣的途徑才能讓治理方法科學有效，從而形成智能化的政治科學研究平臺和工具。

5.2注重小數據對大數據的補充與延伸作用

在傳統政治科學研究過程中，針對具體的社會現象進行資料收集和研究的過程中，獲取到小數據是通過深度采訪、實驗研究、抽樣問卷等方式獲取，而大數據在這方面有著獨特的優勢，具體表現如下：第一，大數據更能體現出整體性特征。借助于大數據可以對數據進行全量獲取，從而讓研究中能夠全面系統認知政治社會現象，從而可以避免出現抽樣誤差以及對實驗數據中的代表性問題進行有效的解決。第二，大數據更能體現出客觀性特征。大數據進行的分析是在網絡行為痕跡以及原始行為記錄的基礎上進行的，并不是針對性進行的設計以及對數據的采集。所以，能夠客觀反映社會現象的運行模式和規律等。第三，大數據能夠更好地體現出時空性特征。大數據能夠對時空信息進行較好的涵蓋，從而讓研究者能夠較好地判斷一定時間或空間中整個社會行為的趨勢。第四，大數據能夠更好地體現出即時性特征。大數據技術能夠對互聯網記錄的公眾行為痕跡與各類網絡數據進行實時采集，對社會事件發展、民情民意變化、經濟波動過程或信息傳播結果進行及時反映，并且將具有時效性和針對性的數據提取出來。第五，大數據能夠更好地體現出歷時性特征。傳統研究方法開展因果分析的一大局限主要體現在時間維度方面，比如在進行抽樣調查的過程中花費較大的成本，實施周期比較長，但是借助于大數據技術，可以對數據進行實時收集和整合，從而在某個時間維度上形成長跨度的數據庫，這方面的優勢是傳統研究方法中不可能達到的效果。第六，大數據能夠較好地體現出特殊性特征。大數據方法能夠以可視化的方式呈現海量的數據，可以幫助學者對特定區域的異常現象進行充分的發現，這樣可以選擇性地深度剖析特殊事件。

但是，我們在看到大數據的優勢之后，依然要對小數據的一些優點進行充分的注重，因為小數據對大數據有著較好的延伸和促進作用。因為大數據的局限體現在被動性、個案差異以及可獲得新方面，而小數據能夠對政治社會中的因果機制進行充分的探究。小數據的優勢主要表現在以下方面。第一，小數據體現出較好的主觀性優勢。大數據主要是對已經存在的數據進行客觀獲取，而小數據的優勢在于目的明確，設計新強。研究者針對自己的需求和研究目的，采用訪談和問題調查的方式，對有用數據進行相應的獲取。第二，小數據能夠體現出較好的代表性優勢特征。當前，大數據主要是借助于網絡分析海量的數據，這樣龐大的數據體量會存在忽略網絡表達個體意見和不使用網絡的人群，從而導致數據的不精準性。第三，小數據能夠體現出個案解釋差異性優勢特征。對于主體行為策略、公眾行為產生原因等這些數據信息，小數據有著極其明顯的優勢，小數據借助于個案研究，可以對個案全貌與過程進行深入了解，在此基礎上對社會現象的因果機制進行提煉，從而形成政治科學研究的有效性。

總之，隨著社會的快速發展，以及信息技術的逐步成熟，大數據因為擁有較好的數據采集能力和分析能力，在政治科學的研究中有著很好的應用前景，能夠有效推動政治研究的進一步發展。在政治科學中充分應用大數據以及大數據的研究方法，能夠有效應對人類社會復雜適應性，挑戰傳統量化研究思路，改變宏觀微觀研究范式，可以讓政治科學進入跨學科趨勢。但是，在政治科學研究中應用大數據也有一定的風險，我們要揚長避短，最大程度發揮大數據在政治科學研究中的積極作用，從而有效推動政治科學研究的深層次發展。

參考文獻

[1]楊建;大數據對科學研究的影響[D];中國礦業大學;2019年8月;

[2]蔣鵬祥;話語機制中的微觀權力[D];西南政法大學;2018年3月;

[3]涂燕燕;大數據技術對科學認識和社會倫理的影響[D];江西財經大學;2015年6月;

[4]趙宣;檢察機關內部監督體制建設研究[D];山東大學;20115月年;

[5]郭俊國;呂敏;近十年我國核心期刊競技體操科研現狀的分析研究[J];山西體育科技;2013年03期第112頁;

[6]艾爾肯·海利利;問題在科學研究工作中的作用[J];新疆化工;2002年04期第78頁;

作者簡介： 車紹斌 （1962.09--），男，云南昭通人，高級講師，研究方向為習近平新時代中國特色社會主義思想。