從定量社會學到計算社會學:傳統(tǒng)進路與新興議題

胡安寧,陳 滔,李東雨

復旦大學 社會發(fā)展與公共政策學院,上海 200433

研究方法的多元化是社會學的重要學科特征之一。在中國社會學發(fā)展的早期階段,囿于計算能力以及調(diào)查規(guī)模的限制,20世紀初中期,以吳文藻、孫本文、潘光旦、費孝通等為代表的社會學家多從基于實地考察的定性分析資料出發(fā),交匯融合中國社會思想與西方社會學理論,深入剖析中國社會。改革開放后,中國社會學恢復重建,學習西方社會學定量分析方法成為中外社會學初期交流的主要內(nèi)容[1]。這一學習過程使得中國定量社會學在較短的時間內(nèi)完成了人才、教材、課程體系的建設與發(fā)展。有研究分析了《社會學研究》期刊1986—2015年的論文發(fā)表情況,發(fā)現(xiàn)定量研究的論文占比為23.8%,高于定性研究的17.7%[2]?？梢哉f,今日中國社會學界基于定量分析的研究已經(jīng)占據(jù)了一席之地(1)但是,相較于國際社會學期刊而言,定量社會學研究論文在中文社會學期刊的占比仍相對較低。例如,2011—2012年American Journal of Sociology刊發(fā)的文章中,定量研究約占68%,而在American Sociological Review中定量研究占比為72%。。

定量社會學研究的基本特征是對結構化數(shù)據(jù)(主要是調(diào)查數(shù)據(jù))進行統(tǒng)計建模。但隨著信息技術的發(fā)展與普及,在結構化數(shù)據(jù)之外,社會生活中產(chǎn)生了大量的非結構化數(shù)據(jù)(如文本信息、人類生活痕跡)。社會學家雖然很早就認識到非結構化數(shù)據(jù)背后的重要學理價值(2)1972年,蘭德公司建立“蘭德恐怖主義年鑒”數(shù)據(jù)庫,為美國政府提供政策咨詢。,但囿于方法以及計算能力等限制,這類數(shù)據(jù)并未得到充分的開發(fā)與利用[3]。這一情況在21世紀發(fā)生了改變[4],一方面,隨著信息科學技術的發(fā)展,非結構化數(shù)據(jù)對于社會現(xiàn)實的反映度日漸提高,使得社會學家不得不重視其背后的社會研究價值;另一方面,計算能力以及計算技術的快速發(fā)展,讓處理與分析大體量的非結構化數(shù)據(jù)成為可能。之前受限于技術與算法而不能深入探討的研究主題(如復雜社會網(wǎng)絡分析[5]、大體量的文本分析[6]、網(wǎng)絡民情分析[7-8]等),已經(jīng)成為引領社會學研究新發(fā)展潮流的重要領域。在此背景下,新的學科分支逐漸興起,作為大數(shù)據(jù)時代科技進步、數(shù)據(jù)迸發(fā)的產(chǎn)物,計算社會學成為近十年來社會學研究關注的焦點[9]。

本文從時代背景出發(fā),探討在新數(shù)據(jù)、新技術、新方法的推動下,計算社會學對于傳統(tǒng)定量社會學的傳承與發(fā)展。具體而言,本文試圖回答以下兩個問題:第一,傳統(tǒng)定量社會學分析的研究范式突出體現(xiàn)在哪些分析進路上?第二,相較傳統(tǒng)定量社會學,計算社會學在哪些研究領域有了新的拓展?這些問題的回答將有助于社會學研究者結合時代發(fā)展潮流,理解當代社會研究方法論的發(fā)展路徑,把握量化社會學研究發(fā)展的新方向與新趨勢。

一、傳統(tǒng)定量社會學發(fā)展的研究進路

自19世紀社會學家孔德提出實證主義開始,源自于自然科學研究的原則和范式被應用到人類行為和社會結構的研究之中,實驗和統(tǒng)計定量方法逐步成為社會科學研究的重要工具。以數(shù)據(jù)為基礎對人類社會進行觀測、描述與解析的定量分析在社會科學研究中日漸扮演著重要角色?？偨Y傳統(tǒng)定量社會學的研究邏輯,以分析思路為基準,本文認為傳統(tǒng)定量社會學研究可以歸納為過程、結構、反事實和前景四種思維進路。

(一)過程思維進路

所謂過程思維,是指展示從A如何過渡到B這一具體的過程,即揭示概念之間聯(lián)系機制的分析過程?！陡柲λ固桨讣分嘘P于“華生是否在南非投資”的推理完整地展示了過程思維的邏輯路徑。福爾摩斯看到華生袖口沾上了白色的粉末,于是推論說華生不打算在南非投資,如果只是從相關關系出發(fā),似乎看不出這兩個事件之間的關聯(lián)。而過程思維恰恰是要把其中的邏輯關聯(lián)找出來。具體到以上例子中,福爾摩斯的過程思維是:華生袖口有白色的粉末→華生去打臺球→打臺球總是有一個朋友作伴→這個朋友曾經(jīng)邀約華生一起投資南非→華生的支票本一直沒有動用→華生不打算投資南非。通過這樣的過程解釋,看似無關的A和B就關聯(lián)起來了。以上分析思路若要轉換成傳統(tǒng)的定量社會學話語,則是從袖口上的粉末到投資決策之間經(jīng)過了四個中間變量,最后形成結論。

科爾曼的船型模型是過程思維在學術研究上的經(jīng)典體現(xiàn)[10-11]。該模型指出,理解兩個宏觀因素的關聯(lián)過程,研究者需要考慮三個中間機制:第一個機制稱為情境機制,意在解釋處于特定場景中個體的獨特表現(xiàn)。在定量社會學研究的學術話語體系中,這種機制常常歸于分組比較的方法。分組比較分析的經(jīng)典案例是涂爾干的自殺論研究,涂爾干描述了法國天主教地區(qū)和基督新教地區(qū)個人自殺率的差異,發(fā)現(xiàn)處于不同宗教環(huán)境中的個體,自殺傾向會有所不同。分組比較在中國社會情境下的社會學分析中十分常見,如Hu等[12]分析了中國不同學科大學生的收入差異,發(fā)現(xiàn)理工科的收入優(yōu)勢取決于所處的環(huán)境,只有在市場部門中,理工科的收入優(yōu)勢才能實現(xiàn);而在公共部門中,文理之間的收入差異實際上并不顯著。

第二個機制即所謂的行動形成機制。行動形成的目的是從個體層面尋找能夠解釋個體行為的原因。由于社會學的學科特點往往強調(diào)社會性因素對于個體行為的解釋力,行動形成機制在心理學方面的分析中更為常見。但隨著不同學科的互相融合,社會學研究已經(jīng)不能對行動形成機制視而不見。實際上,從個人微觀層次上解釋行動的相關理論資源已經(jīng)十分豐富。以中位投票模型為例[13],其指出在一個左偏的收入分布中,由于收入均值比中位值低,那么至少一半以上的個體會覺得自己的收入比平均收入高。在一人一票投票機制下,民主投票所形成的政策將會傾向于刺激消費。但是如果收入分布右偏,整個社會的收入中位值低于均值,則意味著一半以上的個體出于理性而投票選擇的政策會偏向轉移支付。也就是說,個體出于維護個人利益的動機,在不同的現(xiàn)實情境中會形成有差異的行為,這就是行為形成機制的分析。

第三個機制是集體行為分析機制。即從個人互動過程中衍生的一個不能通過個體特征解釋的集體性模式。以門檻模型(又稱門限模型)為例,該模型認為某種集體性行為的形成與群體中個人的道德底線相關[14]。也就是說,當群體中個體的道德底線彼此接近時,違背社會道德的惡行在突破某個個體的道德底線后很容易傳染給第二個人,第二個人再傳染給第三個人,依次類推,最后形成一個集體性的不幸結果。但是,如果個體彼此之間道德門檻差異很大,部分個體的惡行傳到道德門檻高的個體處就會被制止,從而抑制集體亂象的發(fā)生,這種對集體層面差異的解釋就是集體性行為的分析。

綜上所述,傳統(tǒng)量化研究旨在通過一系列量化分析手段,盡可能地呈現(xiàn)出某種關聯(lián)的形成過程。科爾曼的船型模型進一步揭示了過程分析進路中可能涉及的一系列中間機制,為量化研究提供了分析方向,是定量社會學研究范式中過程思維進路的經(jīng)典體現(xiàn)。

(二)結構思維進路

傳統(tǒng)定量社會學的另一個思維進路是結構思維,即跳出分析對象的內(nèi)容約束,轉而關注結構性變化。基于常規(guī)思路分析某個具體概念時,研究者往往從內(nèi)容的角度入手,傾向于討論某個概念的實質含義。但是,采用結構思維的量化研究者不必然關注某一概念或者變量的實質含義,而是聚焦于某種關聯(lián)結構的變異性。換句話說,結構思維是從內(nèi)容到形式的過渡,在一定程度上填補了一種常規(guī)思維習慣的空白。

具體而言,結構思維進路在社會學研究中最經(jīng)典的體現(xiàn)是探討概念聯(lián)系的變異性。以教育回報的異質性研究為例,有研究探析了那些特別容易上大學的個體與那些特別不容易上大學的個體相比,誰能夠從大學中獲益最多[15]。針對此問題,結構思維的角度實際上考察的是教育水平和收入水平之間的聯(lián)系(結構)在不同類型群體之間的差異。布蘭德等[15]研究發(fā)現(xiàn),越不容易上大學的人(如那些家庭背景不是很好的高中畢業(yè)生)一旦有機會上大學,將比那些容易上大學的高中畢業(yè)生從高等教育過程中獲取更高的經(jīng)濟回報。也就是說,如果大學錄取政策偏向于弱勢群體的高中畢業(yè)生,那么大學教育政策的實際功效反而更高。

概念之間聯(lián)系的變異性還可以通過某種更為細微的方式呈現(xiàn)出來。以政府信任分析為例,這里的研究對象涉及多級政府——在城市中,從中央政府一直到街道。很多研究發(fā)現(xiàn),人們對上層政府的信任度高于基層政府。那么,問題在于,在人們的認知中,從中央政府到基層政府,哪些算上層,哪些算基層?換言之,上層政府和基層政府的界限在哪里?對于這一問題,不同的人劃分界限各不一樣,有些認為基層政府只是街道,有些認為國務院之外都是基層政府,有些則認為省政府和國務院一樣都是屬于上層政府。為了勾勒出這種認知差異,研究者可以根據(jù)不同個體對于不同層級政府的信任度,進行某種認知結構的劃分。Hu等[16]基于全國性的調(diào)查資料,區(qū)分出兩種不同政府信任的人群:一類人群將所有層級的政府視為一體,不進行基層和上級的劃分;另一類人群則認為中央政府和省政府屬于上層政府,而市政府、區(qū)政府和街道是地方政府。一旦有了這種認知差異,其對于政府信任的判斷也在基層政府與上層政府之間表現(xiàn)出不同。

對差序格局的操作化測量也體現(xiàn)了概念聯(lián)系之間的異質性[17]。具體而言,測量差序格局時需要考慮兩種結構因素:一方面,在個人的社會網(wǎng)絡中,從一個信任對象跳到另一個信任對象之間的間距是多大?例如,從父母兄弟到同學代表了一種間距,而從同學到同事則代表了另一種間距,這兩個間距是否相等?這是需要考慮的一個結構性因素。另一方面,當從一個聯(lián)系緊密的人到一個聯(lián)系較為疏遠的人過渡時,對其信任度如何下降?這實際上是一個信任梯度的問題。如果把這兩種結構性因素都考慮進來,就形成了一個針對差序格局的測量。

(三)反事實思維進路

傳統(tǒng)量化研究的第三個思維進路可以稱為反事實思維。這一思維進路強調(diào)對一種相反狀態(tài)的想象,這一想象過程可以超越傳統(tǒng)的對于相關問題的考察。例如,假設有兩個歷史趨勢A和B,它們在兩個歷史節(jié)點之間均呈現(xiàn)出上升趨勢,如果只觀察相關性,可以發(fā)現(xiàn)A和B共變,從而呈現(xiàn)很高的相關性;如果進行反事實的思維想象,可能會發(fā)現(xiàn)A無論如何都會上升,與B的變化方向無關,這樣則說明A的變化與B沒有關聯(lián)?？梢?運用反事實思維方式可能發(fā)現(xiàn)看起來兩個高度相關的變量之間并沒有實質性的關聯(lián)。

反事實思維方式與因果推斷高度關聯(lián),基于反事實思維的社會學定量分析通常以經(jīng)驗因果推斷的方式展開[18]。大學教育的收入回報分析是反事實思維的經(jīng)典應用,針對這一問題,傳統(tǒng)的分析思路是,因為受過大學教育,所以收入更高。但是經(jīng)濟學家提出,或許這種看起來“合情合理”的歸因是選擇性誤差使然,即在挑選學生時,把那些未來有掙錢潛力的人都挑選進了大學。此時,“畢業(yè)后找到一個好工作”的現(xiàn)象或許不是因為學校培養(yǎng)得好,而是因為生源本身的質量。那么,為了探究大學教育是否真正帶來了收入回報,需要分析那些本來能上大學的人如果當年未上大學的話(即反事實狀態(tài)),四年后其收入是多少?如果一個人上大學后的收入和不上大學的收入差不多,那么上大學就沒有帶來額外的收益。然而問題在于如何找到那些已經(jīng)上了大學的人“反事實狀態(tài)”下的收入情況。一個思路是,尋找一些相似的人進行對比,如可以觀察高考分數(shù)線上下的兩撥人,其高考成績差別很小。因此,一定程度上有理由認為,這兩撥人在進入大學的可能性上是很接近的,但是由于一個在線上,一個在線下,線上的人獲得了大學的入學資格,而線下的人則失去了這個機會。此時,對比線上線下兩撥人,就能夠發(fā)現(xiàn)上大學與否對于收入是否具有影響。其中,分數(shù)線下的那些人就是分數(shù)線上那些人的反事實對象。

尋找現(xiàn)實中個體的反事實狀態(tài)雖然煩瑣,卻并非不可能。基于反事實思維的量化研究,研究者可以尋找到很多不是那么完美的反事實備選對象,再把這些備選對象進行加權平均,形成反事實狀態(tài)。這方面的經(jīng)典案例是加州的香煙稅收政策變化對于香煙消費量的影響[19]。在這項研究中,通過綜合其他州的情況,研究者能夠模擬出一個虛擬加州的香煙消費量趨勢,從而與真實的香煙消費量趨勢進行對比。由于虛擬加州和真實加州之間的區(qū)別只是真實加州實施了針對香煙的稅收政策,因此二者相比所呈現(xiàn)出的香煙消費量變化便只能歸因于這一政策了。其中,虛擬加州就是真實加州的一個反事實狀態(tài),其核心的思維邏輯就是反事實的分析進路。

(四)前景思維進路

傳統(tǒng)定量社會學研究常用的第四個思維進路可以稱為前景思維。這一思維方式具體表現(xiàn)為強調(diào)分析“原因的某種結果”,這和一般意義上分析“結果的某種原因”是不同的。傳統(tǒng)“結果的原因”分析思路強調(diào)研究者首先應該確定關注的因變量Y,然后再尋找能夠解釋該因變量Y的因素(即自變量X)。例如,韋伯研究的一個經(jīng)驗議題是為什么理性的資本主義在西方誕生[20]。為了解釋Y(即理性資本主義的誕生),韋伯分析了一系列的可能影響因素,其中包括現(xiàn)代化的簿記制度、基督新教、城邦體制、理性化的法律等,這是一個典型的“結果的原因”分析思路。與之相比,“原因的結果”關注的則是給定一個原因X,其會帶來什么樣的結果。雖然兩種思路最終落腳點都是X和Y的關系,但是基于前景思維的“原因的結果”分析進路強調(diào)的是“向前看”。

在過去幾十年中,量化社會科學的研究日漸強調(diào)“原因的結果”這一分析思路。具體開展過程涉及到采用一系列實驗或者類實驗的方法。關于社會代際流動的分析很好地展示了“原因的結果”這一思維進路的優(yōu)勢與特點。對于代際流動,常規(guī)的思路都是從結果倒回去找原因,即先收集子女一代的信息,然后回溯考察其父母的情況。但是,這種尋找“結果的原因”的分析思路可能帶來研究偏差[21]。因為這一分析思路默認的分析對象是有子女的父母,而忽略了父母一代沒有配偶以及有配偶卻不生育的個體。假設教育水平越高的人越有可能不生育子女,在這種情況下,如果采用“結果的原因”分析思路,從子代回溯父代的相關信息,就相當于把那些高教育水平的個體剔除掉了。那么,如果這些人生育子女的話,其子女更有可能獲得更高的教育水平,即體現(xiàn)出教育在代際間的優(yōu)勢傳遞。此時,忽視了這些高教育水平的人之后計算得出的代際流動情況無形中高估了代際流動的水平。但是,如果研究的出發(fā)點不是子女,而是父代,通過觀察他們的生命歷程變化,這種潛在的高估就會被發(fā)現(xiàn),這也是前景思維相對于傳統(tǒng)后向思維的一個優(yōu)勢。

二、計算社會學:一個新興議題

相比于傳統(tǒng)的定量社會學研究,新興的計算社會學為研究者提供了一個新的分析平臺和工具[22]。這里的“新”具體體現(xiàn)在三個方面,即新的數(shù)據(jù)、新的分析手段和新的因果識別策略。首先,新的數(shù)據(jù)處理能力是計算社會學在大數(shù)據(jù)時代的一個重要貢獻。信息化時代,人類各種行為均會留下電子化痕跡,這些數(shù)據(jù)為我們更好地理解和認識個體和群體行為的發(fā)生規(guī)律提供了新的可能。但與傳統(tǒng)定量社會學分析的數(shù)據(jù)不同,電子化痕跡數(shù)據(jù)體量龐大、覆蓋范圍較廣,在分析方法上不需要很強的前期假設(如變量正態(tài)分布假設等),且呈現(xiàn)出明顯的“非結構化數(shù)據(jù)”特征,對傳統(tǒng)定量社會學及其方法論帶來新的挑戰(zhàn),從而成為新興計算社會學的重要研究對象[23]。其次,新的分析手段指的是計算社會學可以使用一系列傳統(tǒng)社會學研究方法所不涉及的新興技術,例如社會網(wǎng)絡研究、地理信息系統(tǒng)研究、基于行動者的模擬(agent-based modeling)分析,等等。這些新興技術方法都在某一方面突破了傳統(tǒng)結構化線性模型的分析框架,為研究者提供了新的研究信息。最后,在因果識別策略方面,傳統(tǒng)的因果關系識別重在對平均因果效果的識別,分析手段上也更為“中規(guī)中矩”;而在計算社會學的背景下,因果關系的分析開始引入大量的基于算法的計算技術,同時在分析對象上也逐漸從一種平均意義上的因果關系轉向一種異質性的、基于個體特質的因果關系。

需要說明的是,計算社會學的興起以及那些和大數(shù)據(jù)緊密相連的研究議題自20世紀初期開始,多由其他領域(如計算機科學)的研究展開。但自然科學家從事社會科學相關研究很大程度上不是出于理論關切或是社會關懷,而是更多出于技術能力的使用。因此,從某種意義上說,自然科學領域的研究者對于社會科學相關議題的理論理解與詮釋還有待改善[24]。在此背景下,社會學家始終關心人類行為的理論解釋,在大數(shù)據(jù)時代有能力扮演更重要的角色,探索和開發(fā)新數(shù)字空間的研究路線與范式[9]。不過,新的基于計算的研究范式并不一定會完全取代原有的研究范式,而是可能形成一種新舊范式并存的學術生態(tài)?？梢灶A見,在未來一定時期內(nèi),社會學仍然是“計算范式”與其他范式共存的局面[22]。

(一)“新”數(shù)據(jù)

“新”數(shù)據(jù)是計算社會學誕生與興起的原始驅動力。大數(shù)據(jù)時代,研究數(shù)據(jù)的“新”不僅體現(xiàn)在體量上,更表現(xiàn)為數(shù)據(jù)的形式和結構。一方面,電子郵件、社交媒介、網(wǎng)頁記錄等電子化檔案極大地擴充了社會學研究可獲得的數(shù)據(jù)體量,讓一些社會學分析擺脫了抽樣調(diào)查的束縛。傳統(tǒng)定量社會學研究的數(shù)據(jù)往往來自于耗費巨大的人力、物力以及財力的抽樣調(diào)查,能夠獲得的樣本量相對較小,且所獲得的資料信息來自于研究者前期設計的結構性問卷,具有很強的結構性特征,經(jīng)常被稱為“設計的數(shù)據(jù)”[24],在推斷整體情況的過程中往往需要通過強有力的前期假設。而電子化痕跡數(shù)據(jù)大多來自于現(xiàn)實生活中的實時記錄,是各種社會活動自然呈現(xiàn)的結果,具有明顯的“非結構性”特征。此外,電子化數(shù)據(jù)的體量十分龐大,在一定情況下,分析的數(shù)據(jù)幾乎覆蓋研究總體,無需通過特定的假設前提。另一方面,視頻監(jiān)控、在線地圖、電子書籍等圖像型、文本型數(shù)據(jù)豐富了社會學分析數(shù)據(jù)的形式。傳統(tǒng)定量社會學研究受限于分析技術與計算能力,圖像數(shù)據(jù)并沒有獲得過多關注。但是隨著電子科技的發(fā)展,圖像是記錄社會活動的重要載體,已經(jīng)成為計算社會學研究的重要資料。文本數(shù)據(jù)雖然在傳統(tǒng)定量社會學中獲得了大量關注,但是傳統(tǒng)的內(nèi)容分析能夠處理的文本資料有限,且主題分類大多基于研究者的理論積淀,存在較大的主觀性。相較而言,計算社會學對于文本數(shù)據(jù)的挖掘則更為自動化,對于研究者的主觀性有一定的規(guī)避。

具體而言,計算社會學通過采用新的技術與新的分析方法,可以對傳統(tǒng)定量社會學難以處理的數(shù)據(jù)形式進行研究。尤其是在對網(wǎng)絡數(shù)據(jù)、文本數(shù)據(jù)和圖像數(shù)據(jù)的分析中,計算社會學展現(xiàn)出了獨特的優(yōu)勢。網(wǎng)絡數(shù)據(jù)分析方面,一個比較典型的數(shù)據(jù)來源是個體在搜索引擎中留下的搜索痕跡。在個體層面,這種搜索痕跡可以幫助我們了解某一個體隨著時間推移其關注點如何變化。在群體層面,一些詞語被大量搜索,恰恰說明這個詞語成為了一項社會性議題。關于網(wǎng)絡搜索痕跡的研究,最為經(jīng)典的是利用谷歌搜索來預測美國各地的流感情況[25],其分析思路極大地啟發(fā)了后續(xù)的一系列研究。當然,網(wǎng)絡信息并不都是由搜索痕跡構成,人們完全可以在網(wǎng)絡上表達個人的想法?？紤]到網(wǎng)絡的匿名特性,甚至有理由認為,人們在網(wǎng)絡平臺匿名的觀點表達更能反映其內(nèi)心真實的想法。正因如此,近年來,社會學領域涌現(xiàn)了大量基于網(wǎng)絡平臺觀念表達的研究[7-8]?？梢哉f,網(wǎng)絡數(shù)據(jù)就像是一個信息的富礦,關鍵在于學者們?nèi)绾芜M行挖掘。

除了網(wǎng)絡數(shù)據(jù)外,另一個日漸流行的數(shù)據(jù)是文本數(shù)據(jù)。傳統(tǒng)對于文本的考察常常基于內(nèi)容分析方法,即通過學者或者其他參與者的閱讀對內(nèi)容進行編碼,進而發(fā)現(xiàn)文本背后的信息和模式。而計算社會學的文本挖掘盡管仍然致力于從文本中抽離出一些基本的模式,但對于文本的閱讀可以讓機器來完成。通過探索不同詞語的分布狀態(tài),學者們可以通過構造主題模型確定文本的主題。通過結構主題模型,可以進一步判斷這個主題的關聯(lián)因素,從而形成對于文本的解釋。當然,也可以對文本中的詞語進行一些向量化的處理,以計算上下文背景下詞語的特定意涵。此外,還可以對文本進行情感分析,了解文本背后的情緒特點。文本數(shù)據(jù)分析是計算社會學領域中發(fā)展非?？斓难芯糠较?無論是國內(nèi)還是國際上的專業(yè)期刊,這方面的研究都越來越多[6]。但是需要提及的是,文本分析的很多手段需要一些基礎性的工作,最簡單的基礎性信息是語言學相關的一系列數(shù)據(jù)庫。舉例而言,社會學的研究者在語言使用上有什么樣的習慣和特征,這些特征可以形成數(shù)據(jù)庫,以便后續(xù)對社會學的文本進行分析。但這些僅是一些基礎性的工作,相較于英語,目前中文的語言數(shù)據(jù)庫建設仍然不足,這或許是文本分析的一個瓶頸。

近年來,計算社會學對于圖像數(shù)據(jù)的處理也逐步增多。長期以來,圖像對于社會學研究而言是一個處理的難點,當然也可以采用傳統(tǒng)的內(nèi)容分析手段,由學者或者其他研究者判斷一幅圖像背后要表達的意思,之后通過編碼探究其潛在的模式。在計算社會學時代,完全可以借助機器對圖像進行讀取、分析。之所以讓機器去讀取圖像,是因為受生物學局限,肉眼并不能判斷有些圖像中的元素。如日常生活中,醫(yī)生可以讓機器根據(jù)特定的算法輔助讀片,從而為醫(yī)學上的進一步診斷提供數(shù)據(jù)基礎。這種人機協(xié)作也是目前處理圖像數(shù)據(jù)的基本思路。具體到社會學領域,圖像數(shù)據(jù)的應用也逐步趨于廣泛,如Legewie等[26]通過更新某一圖像識別的算法,利用機器對紐約市的地圖進行分析,其目的在于識別不同社區(qū)的社會性邊界,從而進一步考察社區(qū)邊界的潛在犯罪問題。盡管目前采用圖像數(shù)據(jù)進行分析的社會學研究并不是很多,但計算機領域中的圖像處理技術已經(jīng)十分成熟,如何進一步與社會學研究相結合是未來的一個發(fā)展趨勢。

需要指出的是,計算時代產(chǎn)生的“新”數(shù)據(jù)也存在一些問題。首先,新數(shù)據(jù)讓社會學研究過程中收集數(shù)據(jù)與分析數(shù)據(jù)這兩個步驟不再割裂,這雖然保證了對數(shù)據(jù)生成邏輯的了解,但研究者既是數(shù)據(jù)的收集者也是數(shù)據(jù)的分析者,數(shù)據(jù)的可靠性依賴于研究者的自身素養(yǎng),其可靠性缺乏保證[27]。其次,社會科學研究者并不在數(shù)字媒體主導的計算中心當中,因此有可能受制于各種數(shù)據(jù)霸權[28]。

(二)“新”方法

與傳統(tǒng)的量化社會學研究相比,計算社會學作為一個正在興起的研究范式,整合納入了多種有別于傳統(tǒng)結構化線性模型的新方法,其中包括大數(shù)據(jù)分析、關聯(lián)數(shù)據(jù)、社會網(wǎng)絡分析、文本分析、基于行動者的建模以及地理空間分析等一系列對計算能力要求較高的分析模式。這些方法都從不同側面涉及某種統(tǒng)計量的計算和算法應用。

關于社會網(wǎng)絡分析的經(jīng)典研究考察的是美國一個高中的艾滋病傳播[29]。在這一案例中,艾滋病之所以傳播迅速的原因在于學生彼此之間形成的親密關系網(wǎng)絡中存在一個核心的交往圈,通過這個交往圈可以將整體社會網(wǎng)絡中的每一個個體牽扯進去,從而造成病毒的迅速傳播。關于這一網(wǎng)絡結構的形成原因,研究者分析了幾個機制,如同類相吸機制發(fā)現(xiàn),家庭背景相似的人更加容易產(chǎn)生相互關聯(lián);“不和前任的現(xiàn)任的前任去談朋友”等學生之間的特殊“規(guī)則”使得學校形成了一種特定的核心圈網(wǎng)絡結構。之所以援引這一案例說明網(wǎng)絡分析是一種計算社會學的方法,原因在于研究者可以根據(jù)不同的規(guī)則對人們的社交網(wǎng)絡進行模擬,操作方法是在不同的“規(guī)則”下模擬網(wǎng)絡結構并進行比對。上述案例的研究者發(fā)現(xiàn),當改變交往規(guī)則后,學生之間呈現(xiàn)的網(wǎng)絡結構完全不一樣,相關的疾病傳播機制也隨之產(chǎn)生變化。從這個角度來講,對網(wǎng)絡結構假象狀態(tài)的模擬成為計算社會學的重要分析手段。

再如行動者建模中著名的謝林模型(Schelling model)主要研究的是種族隔離問題[30]?；谛袆诱叩慕⒉煌刭x予特定的行動規(guī)則,然后讓計算機來模擬,觀察當這些元素彼此互動時,是否會形成某種特定的宏觀模式。在謝林模型中,不同種族的人一開始隨機交往,但隨著模擬的進行,最后不同種族的人各自聚集,形成所謂的“隔離”。基于常識判斷,“隔離”的形成是因為每個人都有很強烈的愿望和同類型的個體交往,但謝林模型證明,希望和同類交往的強烈愿望實際上是不足以形成“隔離”的;相反,如果人們只是有輕微的愿望和同類相連,則足以形成隔離。對于這種反常識的驗證,恰恰是基于行動者建模的魅力所在。

(三)優(yōu)化因果關系的識別

計算社會科學作為一套新興的分析手段,對于傳統(tǒng)因果關系的識別也具有重要意義。首先,計算社會學可以被用來進行網(wǎng)絡實驗。心理學關注的預言的自我實現(xiàn)現(xiàn)象,實際上是觀察個體如何受到他人影響而形成一個與現(xiàn)實狀態(tài)無關的判斷[31]。例如,研究者在網(wǎng)絡上模擬了一種虛擬狀態(tài),之后讓實驗參與者進入這種虛擬狀態(tài)。參與者需要聽完歌曲后對其進行評價和排序。在不同的虛擬場景中,參與者所獲取的社會性信息是有差異的:在一個虛擬環(huán)境中,參與者被告知研究對象的信息是真實的,既被告知了真實社會中排序較高的歌曲,也告知研究對象哪首歌曲更受歡迎;另一個虛擬環(huán)境中,參與者所獲取的信息是相反的或虛假的,實驗結果發(fā)現(xiàn),參與者的判斷與歌曲自身的本質屬性聯(lián)系不大,反而更容易受周圍環(huán)境的影響。通過類似實驗,可以更好地幫助研究者識別出特定的因果關聯(lián)。

其次,對于因果關系異質性的分析是計算社會學另一個用武之地。如上文所述,傳統(tǒng)的因果推斷主要考察平均層次上的因果關系,相比而言,很難估計個體層次的因果關系。這主要是因為,個體層次的反事實狀態(tài)往往無法獲取。但是,計算社會科學認為,如果研究者掌握的數(shù)據(jù)足夠多,研究算法足夠精確,即可以比較精確地在個體層面上估算其反事實狀態(tài)。例如,在關于個體大學畢業(yè)就業(yè)后獲得收入的測量中,其反事實狀態(tài)是如果個體當年未上大學,其收入是多少。傳統(tǒng)的傾向值匹配或者加權方法一般通過組間比較,估算出樣本中所有上大學的人在未上大學的情況下的反事實“平均”收入,但這一方法仍然無法獲知精準個體在反事實狀態(tài)下的收入。然而在大數(shù)據(jù)時代,基于特定的算法可以對個體層次的反事實狀態(tài)進行比較精確的估計,從而進一步估算出個體層面的因果效果。目前學界在這方面已經(jīng)有了一系列卓有成效的探索,這也是未來計算社會學的發(fā)展方向之一[32]。

(四)從定量社會學到計算社會學:相承與演化

以上展示了相較于“傳統(tǒng)”的定量社會學研究,計算社會學的獨特之處。但這并不意味著計算社會學是對傳統(tǒng)定量社會學研究路徑的一種革命性改變。對于二者的關系,筆者認為,計算社會學是定量社會學的相承和演化。其中,相承指的是后者承繼了社會學一貫的研究目的,演化指的是后者改變了達成目的的手段。

具體而言,社會學的學科特點決定了其基本的研究目標在于對社會現(xiàn)象的詮釋與理解,從而可以從一個更高的理論角度對社會現(xiàn)象進行解讀和分析。計算社會學的相關研究無論是采用新的數(shù)據(jù)還是新的方法,其最終目標都是希望能夠把握社會現(xiàn)實、提升對社會的理解力。從這一角度看,計算社會學對于社會學一脈相承的研究動機和目標有著繼承性。但是,在研究手段上,計算社會學無疑做出了很多革新:與傳統(tǒng)小數(shù)據(jù)的研究相比,大數(shù)據(jù)的分析可以在一個更廣泛的空間或時間維度上研究社會;與傳統(tǒng)結構化的線性模型相比,新興的數(shù)據(jù)分析方法可以從已有資料中更有效率地抽離出有價值的模式和信息;對于因果關系的新的識別策略亦可以突破傳統(tǒng)的觀測性研究和平均因果效應,從而更為精細地了解某一處理變量在特定情境與人群中的獨特效應。

三、結語

社會學研究從來不是一個單一范式的過程,本文分析和對比了傳統(tǒng)量化研究的不同分析路徑,并從新數(shù)據(jù)、新方法以及對因果關系的識別三個角度對新興的計算社會學進行了討論和辨析。這些討論有其側重,雖不能完全反映量化研究和計算社會學的全貌,卻也展示了社會學研究在范式選擇上的開放性以及在計算社會科學時代下社會學經(jīng)驗研究的多種可能性。

需要指出的是,社會學的學科價值更多在于長久積累下來的對于社會發(fā)展和社會形態(tài)的理論洞見,而驗證與豐富這些理論洞見也成為了社會學經(jīng)驗研究的價值所在,即無論是傳統(tǒng)的定量研究,還是新興的計算社會學,都旨在為研究人員提供研究工具與手段。

筆者認為,作為一個新興的社會學研究范式,計算社會學未來的發(fā)展有幾個重要的方向需要把握:一是如何保持社會學學科的獨特性問題。計算社會學的發(fā)展離不開對計算機和人工智能等領域內(nèi)成熟技術的吸收與借鑒。但是,如何讓計算社會學保留其社會學的學科特點,而不是演變?yōu)橛嬎銠C學科的某一分支,是社會學研究者亟待考慮的問題。尤其是隨著社會學學者對于新興技術的應用日益頻繁,很多研究成果的核心內(nèi)容很容易演變成對某一新興技術的社會場景應用,從而降低社會學學科本身的價值。因此,未來計算社會學的一個發(fā)展方向是讓計算技術“為我所用”,避免實質問題的探索反而被技術反噬,成為技術的附庸。二是人機互動問題。在計算社會學研究中,隨著人工智能技術和相關算法的使用,人工因素的影響力逐漸下降。如傳統(tǒng)的文本分析重在研究者的編碼和后續(xù)詮釋,但是到了文本挖掘階段,研究者的這種“人工”編碼實際上被機器的計算所取代。但是,計算機領域對于各種新興算法的開發(fā)往往以人工標準作為衡量機器表現(xiàn)的依據(jù)?？梢?無論是計算社會學還是人工智能,都需要妥善處理機器和人工的關系。由于二者之間各有強項,未來計算社會學的研究要考慮人機協(xié)作的問題,讓研究者的人工和算法的機器之間達成某種平衡,而不是片面以機器為主導。三是計算社會學的人才培養(yǎng)問題。傳統(tǒng)定量社會學范式下的人才培養(yǎng)以數(shù)理知識為基本導向,在課程設計上以結構化統(tǒng)計模型(如線性模型、結構方程等)為主。但是在計算社會學范式下,人才培養(yǎng)將以算法理解和開發(fā)為導向,這對于算法設計思維與編程能力提出了新的要求。如何在保留現(xiàn)有課程設置框架的前提下,優(yōu)化人才培養(yǎng)方式,讓社會學學科的課程設置更加配合計算社會學的要求,也將是未來計算社會學發(fā)展需要著重考慮的問題之一。