交匯、挑戰(zhàn)與應(yīng)對：大數(shù)據(jù)技術(shù)對人類學民族志的影響

[摘要]

大數(shù)據(jù)技術(shù)的快速發(fā)展為研究者提供了更廣泛、更豐富的數(shù)據(jù)資源，其規(guī)模性、實時性、多樣性和高度可追溯性也為人類學研究帶來了全新的視角和方法。本文探討了大數(shù)據(jù)對人類學民族志方法的影響，即大數(shù)據(jù)技術(shù)與民族志在本體論、認識論和方法論上均有交匯，使民族志兼具定性與定量的雙重特質(zhì)，大數(shù)據(jù)技術(shù)促進了增強型民族志、網(wǎng)絡(luò)民族志和線下民族志的發(fā)展與創(chuàng)新，拓寬了人類學民族志方法運用的空間。大數(shù)據(jù)也給傳統(tǒng)民族志方法帶來挑戰(zhàn)，使傳統(tǒng)民族志面臨技術(shù)依賴和數(shù)據(jù)過載的困擾，過度依賴大數(shù)據(jù)容易導致對數(shù)據(jù)背后的人文因素的忽視，大數(shù)據(jù)“關(guān)鍵問題”策略挑戰(zhàn)民族志的客觀性與準確性，且大數(shù)據(jù)難以將人類經(jīng)驗與主觀感受完全轉(zhuǎn)換成數(shù)據(jù)。此外，民族志對大數(shù)據(jù)技術(shù)的運用還面臨倫理和隱私保護的問題，如何避免被研究者信息泄露并保護其知情權(quán)也是民族志方法中的重點問題。針對這些問題，筆者認為在民族志中需要關(guān)注“厚數(shù)據(jù)”和“小數(shù)據(jù)”，注重對數(shù)據(jù)背后的社會和象征意義的深度解釋，并嚴肅對待倫理問題。

[關(guān)鍵詞]

大數(shù)據(jù)；大數(shù)據(jù)技術(shù)；人類學民族志；網(wǎng)絡(luò)民族志；“厚數(shù)據(jù)”；“小數(shù)據(jù)”

中圖分類號：C912.4 文獻標識碼：A

文章編號：1674-9391（2024）03-0104-11

基金項目：

國家社科基金項目“農(nóng)村地區(qū)自然資源產(chǎn)權(quán)建構(gòu)與環(huán)境治理研究”（17BSH042）、河海大學中央業(yè)務(wù)費項目“山水林田湖草沙”的生態(tài)治理研究（230207032）階段性成果。

作者簡介：胡亮，

河海大學公共管理學院、河海大學環(huán)境與社會研究中心副教授，研究方向：生態(tài)人類學、農(nóng)村發(fā)展；周鵬，河海大學公共管理學院社會學系研究生，研究方向：城鄉(xiāng)社會學。

隨著大數(shù)據(jù)技術(shù)的迅猛發(fā)展，人類社會正在迎來一場前所未有的數(shù)字革命，這不僅對社會結(jié)構(gòu)和個體行為產(chǎn)生深刻影響，也對人類學方法提出了新的挑戰(zhàn)。傳統(tǒng)的人類學民族志方法注重深度參與和長期田野調(diào)查，而大數(shù)據(jù)時代的數(shù)字化信息具有規(guī)模性、實時性、多樣性和高度可追溯性，如何更好地結(jié)合傳統(tǒng)方法與數(shù)字化工具，更全面地把握當代社會的文化現(xiàn)象，成為人類學乃至社會科學研究亟待解決的問題。[1]有學者指出，人類學民族志方法已經(jīng)進入到數(shù)字時代，大數(shù)據(jù)技術(shù)提供了更好地理解數(shù)字時代下人類行為和文化演變的工具。[2]1-4盡管如此，傳統(tǒng)人類學方法面對大規(guī)模數(shù)據(jù)時顯得力不從心，如何在信息過載的時代仍然保持人類學方法對文化的深刻理解，需要從方法論和工具上進行創(chuàng)新。[3][4][5]大數(shù)據(jù)技術(shù)也給人類學民族志方法創(chuàng)新帶來諸如數(shù)據(jù)過載、技術(shù)依賴、個人隱私保護、“數(shù)字鴻溝”等問題，同樣也需要人類學家進行反思。[6][7]同時，面對數(shù)據(jù)捕獲、數(shù)據(jù)存儲和數(shù)據(jù)分析、數(shù)據(jù)搜索、數(shù)據(jù)共享以及信息安全等諸多新的技術(shù)領(lǐng)域，人類學家亟待充實其方法和工具箱。[8]大數(shù)據(jù)相關(guān)的民族志定性研究方法也產(chǎn)生了許多倫理挑戰(zhàn)。例如，社交媒體數(shù)據(jù)使用的知情權(quán)難以保障，數(shù)據(jù)集匯總時難以避免侵犯隱私等。[9]此外，大數(shù)據(jù)環(huán)境下人類學民族志的認識論轉(zhuǎn)變也引發(fā)了學者的討論。[10]如博依德和克勞福德認為，“大數(shù)據(jù)在認識論和倫理學的層面上提供了一個深刻的變化。大數(shù)據(jù)重新定義了關(guān)于知識的構(gòu)成、研究的過程、我們應(yīng)該如何與信息接觸，以及現(xiàn)實的性質(zhì)和分類的關(guān)鍵問題?！盵5]由于人類學家傾向于將定量數(shù)據(jù)和方法簡化為純粹的批判對象，在大數(shù)據(jù)環(huán)境下人類學家要重新思考大數(shù)據(jù)對人類學知識的重要意義。[11]國內(nèi)學者雖然對網(wǎng)絡(luò)環(huán)境下民族志方法與倫理有所討論，但缺乏與大數(shù)據(jù)的相關(guān)分析，[12][13]因此，本研究將探討大數(shù)據(jù)及其技術(shù)發(fā)展對人類學民族志的影響，分析民族志與大數(shù)據(jù)的融合交匯以及如何應(yīng)對挑戰(zhàn)，為我國人類學民族志和社會科學方法的發(fā)展提供有益啟示。

一、大數(shù)據(jù)與人類學者立場

（一）什么是大數(shù)據(jù)

大數(shù)據(jù)是通過計算系統(tǒng)可索引和搜索的大量電子數(shù)據(jù)，被理解為“4V”特征：體積（volume）：數(shù)據(jù)的規(guī)模和量級龐大；速度（velocity）：數(shù)據(jù)可能以極快的速度生成和傳播；多樣性（variety）：包含各類結(jié)構(gòu)化數(shù)據(jù)（例如數(shù)據(jù)庫中的表格），還包括半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)（例如文本、圖像、音頻等）；準確性（veracity）：大數(shù)據(jù)來源眾多，確保數(shù)據(jù)的準確性和可靠性，才能在分析中實現(xiàn)價值。[14]《牛津英語詞典》對大數(shù)據(jù)給予了一個涵蓋性較廣的定義：“可以通過計算分析來揭示模式、趨勢和關(guān)聯(lián)的極其龐大的數(shù)據(jù)集，尤其是與人類行為和互動有關(guān)的數(shù)據(jù)集?！盵15]如今，我們能想到的在線行為都會產(chǎn)生數(shù)據(jù)，幾乎每一個數(shù)據(jù)點都可以被捕獲、存儲和追溯。

作為了解社會的一種手段，大數(shù)據(jù)也給社會科學研究方法帶來了許多挑戰(zhàn)。由于傳統(tǒng)的數(shù)據(jù)處理應(yīng)用軟件已經(jīng)難以應(yīng)對大數(shù)據(jù)環(huán)境，如何分析和處理虛擬網(wǎng)絡(luò)、數(shù)據(jù)捕獲、數(shù)據(jù)存儲、數(shù)據(jù)分析、信息搜索、信息共享、數(shù)據(jù)傳輸、數(shù)據(jù)可視化、數(shù)據(jù)查詢、數(shù)據(jù)更新以及信息隱私等信息環(huán)境，需要更多的方法創(chuàng)新。[16]因為總是有新的大數(shù)據(jù)技術(shù)出現(xiàn)，各種新類型數(shù)據(jù)集層出不窮，舊有的方法也應(yīng)接不暇。[14]這給社會科學研究方法帶來了機遇也提出了更高的要求。

（二）人類學家對大數(shù)據(jù)的復雜立場

人類學家對待大數(shù)據(jù)的態(tài)度模糊，有的人類學家認為傳統(tǒng)民族志田野調(diào)查仍舊在人類學方法中占據(jù)主導地位，將大規(guī)模數(shù)據(jù)收集和分析看作是這種定性研究的必要補充，但是也有相反的觀點，認為傳統(tǒng)田野調(diào)查應(yīng)該服務(wù)于新的數(shù)據(jù)獲得方式。[17]7-11這也導致了民族志與大數(shù)據(jù)衍生方法的相互關(guān)系的問題，如博爾斯托夫（Tom Boellstorff）認為民族志是大數(shù)據(jù)的他者，大數(shù)據(jù)在人類學方法中應(yīng)該有其與民族志的平等地位。[18]大部分人類學家采取綜合起來的立場。例如，科技人類學家王圣捷（Tricia Wang）認為，在人類學調(diào)查中，“大數(shù)據(jù)需要豐富的民族志數(shù)據(jù)”，因此民族志的操作中應(yīng)該支持混合方法研究的論點。[7]

從人類學家的立場來看，大數(shù)據(jù)是人類的數(shù)據(jù)，它是由人類產(chǎn)生的，而且可以被重構(gòu)，以識別最初產(chǎn)生數(shù)據(jù)的人。人類學家認為大數(shù)據(jù)算法有其局限性和特殊性，認為它是“在特定的專業(yè)文化中”使用的專有術(shù)語。[19]人類學家也嘗試將“親屬關(guān)系”或“禮物交換”等經(jīng)典概念引入大數(shù)據(jù)的研究，并提問這些數(shù)據(jù)背后蘊含何種關(guān)系，數(shù)據(jù)是在何種環(huán)境下產(chǎn)生，對相關(guān)議題有何種意義等問題。[20]67-86這些學者認為數(shù)據(jù)有著深刻的社會文化根源，其形成、傾向受到社會文化脈絡(luò)的限制，并且可以追溯到數(shù)據(jù)的產(chǎn)生。

人類學家也同樣認為大數(shù)據(jù)及其算法也會塑造文化。抖音、快手、微信、Facebook和谷歌（Google）等在線平臺根據(jù)搜索查詢對文化群體進行分類，類似的偏好會產(chǎn)生類似的推薦，并導致“算法文化”（Algorithm culture）。在這種文化中，個人根據(jù)相似性進行分類，決策機器根據(jù)個人所選擇的關(guān)鍵事實，形成算法規(guī)則。[21]實際的算法系統(tǒng)具有特殊性、不穩(wěn)定性和延展性，因此，大數(shù)據(jù)的分析中同樣需要調(diào)查技術(shù)團隊的社會構(gòu)成，通過他們定義和發(fā)現(xiàn)問題，并確定文化背景下的技術(shù)解釋過程。而人類學民族志作為理解人類文化現(xiàn)象的重要方法，一方面受到大數(shù)據(jù)的影響，另一方面又要嘗試對于算法文化現(xiàn)象進行理解，如何厘清大數(shù)據(jù)與人類學民族志方法的關(guān)系，對于推動人類學方法的創(chuàng)新具有重要意義。

二、大數(shù)據(jù)與人類學民族志的交匯

大數(shù)據(jù)是對傳統(tǒng)人類學民族志方法的有益補充。人類學民族志（Ethnography）旨在通過深入的田野調(diào)查來理解和描述特定人群或文化的生活方式、行為和社會關(guān)系。其核心特征在于研究者通常需要在所研究的地點生活較長時間，進行面對面的觀察和交流，以了解局內(nèi)人的觀點、感受和解釋，獲取豐富的第一手定性數(shù)據(jù)，并通過撰寫民族志報告展現(xiàn)被研究文化的整體圖景。[22]41-43從這個意義上而言，通過大數(shù)據(jù)技術(shù)從各種網(wǎng)絡(luò)信息平臺所獲得的多樣化、高密度和高反饋性數(shù)據(jù)集，是對人類學民族志第一手資料的重要補充，彌補了民族志過于強調(diào)自然情境與內(nèi)生視角的缺憾。大數(shù)據(jù)技術(shù)的發(fā)展也給民族志方法注入新的活力。很多人類學家認為大數(shù)據(jù)科學家和人類學家有很多共同點，他們的技能是互補的，民族志觀察可以將大型數(shù)據(jù)集的計算分析背景化，而計算分析可以用于驗證和推廣民族志的發(fā)現(xiàn)。[23]總體上，大數(shù)據(jù)對民族志的影響或者說兩者的交匯表現(xiàn)在本體論、認識論和方法論上的融合與拓展。

（一）本體論一致：反映“現(xiàn)實”

傳統(tǒng)人類學民族志在本體論上強調(diào)反映“現(xiàn)實”，當代民族志之父馬林諾夫斯基拒絕了通過二手數(shù)據(jù)創(chuàng)造意義的“扶手椅”方法，從本體論的意義上而言，這些研究對象都是可以觀察到，并在此基礎(chǔ)上理解和闡釋社會文化的象征意義。雖然上世紀八九十年代克利福德與馬爾庫斯等人在一定程度上批評傳統(tǒng)民族志注重客觀性和中立性，強調(diào)民族志文本的建構(gòu)性和文學性，但仍舊沒有放棄民族志所研究對象的實在性和本體論立場，對“現(xiàn)實”及其背后的深層意義仍舊是人類學家希望加以解釋的，也是知識的來源。[22]19-22在大數(shù)據(jù)時代，人類學家關(guān)于個人及其信仰和行為的數(shù)據(jù)已經(jīng)超出面對面互動所獲的范圍，從信用卡記錄、互聯(lián)網(wǎng)使用、網(wǎng)絡(luò)社區(qū)、電話記錄，甚至云健身習慣都轉(zhuǎn)換成大數(shù)據(jù)，成為現(xiàn)實的一部分。面對這些新的現(xiàn)實，人類學家也在努力擴展其本體論認知。[24]9-11

大數(shù)據(jù)分析包括對過去事件進行持續(xù)迭代探索和調(diào)查的技能和技術(shù)，以洞察已經(jīng)發(fā)生的事情和預測未來可能發(fā)生的事情。[25]從這個意義上說，數(shù)據(jù)科學家開發(fā)和使用模型是現(xiàn)實的簡化版本，建立模型的目的是代表現(xiàn)實、預測將來。因此，從本體論意義上而言，大數(shù)據(jù)科學家與人類學家對于認識“現(xiàn)實”的目標具有一致性。

（二）認識論上的一致：改變知識定義

認識論關(guān)注對現(xiàn)實的感知方式以及對知識的建構(gòu)過程，傳統(tǒng)人類學民族志的知識生產(chǎn)主要來源于參與式的田野觀察，并主張文化和發(fā)展模型需要建立在第一手收集的數(shù)據(jù)之上，通過具體證據(jù)的統(tǒng)計文獻，在田野中觀察和記錄社會行為，收集當?shù)厝岁愂?，獲得現(xiàn)實社會的數(shù)據(jù)，并建構(gòu)文化現(xiàn)象背后深層的意義的知識。[26]11-14[27]3-37在大數(shù)據(jù)時代，面對面的交流已經(jīng)不是知識獲取的唯一來源。數(shù)字檔案的開放性和可訪問性使研究者能夠更方便地獲取和利用大量的信息，社交媒體和在線平臺的宏大數(shù)據(jù)流已經(jīng)成為研究人員獲取知識的新途徑。[28]1-19物聯(lián)網(wǎng)技術(shù)的發(fā)展使得研究者能夠收集大量的實時數(shù)據(jù)。例如生態(tài)環(huán)境數(shù)據(jù)、人類行為數(shù)據(jù)等，這些數(shù)據(jù)改變了知識只來源于研究主體在場直接觀察的觀念。

大數(shù)據(jù)技術(shù)也重新定義了知識的本質(zhì)和獲取方式。知識不再局限于有限的經(jīng)驗和理論，而是通過海量數(shù)據(jù)的分析和共享而獲得新的維度。從海量的數(shù)字片段中，我們能夠提取出前所未有的模式、趨勢和關(guān)聯(lián)。[17]9-15這種數(shù)據(jù)驅(qū)動的方式，使個性化的信息獲取也成為大數(shù)據(jù)時代知識的一大特征，推動了知識的個性化和多樣化。大數(shù)據(jù)在如何定義知識方面重新構(gòu)建了關(guān)于現(xiàn)實的本質(zhì)和分類的問題。[5][29]在數(shù)字社會背景下，手機、虛擬社區(qū)、APP等行動者軌跡形成大量的知識，同樣具有格爾茨意義上“深層”的意義集的特征，從而導致新的假設(shè)或?qū)ΜF(xiàn)有知識理解的更新與修正。

（三）方法論上的融合：相互的增強

在方法論上，傳統(tǒng)民族志方法論注重深入的田野調(diào)查，采取整體主義立場和比較研究方法，來揭示人類社會的普遍性和特殊性，因而具有強烈的人文主義特征。大數(shù)據(jù)分析摻入了量化實證主義的特征，提供了更廣泛、更多樣的數(shù)據(jù)來源，使研究者能夠獲取更全面的信息。兩者在方法上的融合與促進，使民族志兼具質(zhì)性與定量的雙重特征，并在多個方面拓展民族志方法的功能：

1.促進增強型民族志的發(fā)展

通過大數(shù)據(jù)技術(shù)和計算機科學的應(yīng)用，對傳統(tǒng)的民族志方法進行增強或改進，大數(shù)據(jù)技術(shù)使民族志方法在各個方面的創(chuàng)新和功能增強，也給予民族志的新的潛力，促進了所謂的增強型民族志的發(fā)展。[30]正如許文迪（Wendy Hsu）所指出的，當代民族志很難找到各個階段沒有使用某種形式的數(shù)字技術(shù)：從研究計劃的制定，田野地點的選擇，到招募參與者，進行數(shù)據(jù)收集，再到數(shù)據(jù)分析，乃至于寫作和出版都離不開大數(shù)據(jù)技術(shù)與方法。[31]大數(shù)據(jù)環(huán)境下的各種數(shù)據(jù)、視頻、圖像、短視頻等蘊含豐富數(shù)據(jù)的載體也便利了民族志的調(diào)查。[32]短視頻APP平臺已經(jīng)成為獲取信息的流行手段，從城市邊緣群體，擴展到民族國家實踐，都以多樣化的、巨量的數(shù)據(jù)呈現(xiàn)，推動了民族志在工具上的發(fā)展。[33][34][35]

當前，包括數(shù)字記錄和存儲、虛擬田野調(diào)查、計算機輔助分析、數(shù)字地理信息系統(tǒng)、交互式媒體和數(shù)字敘事、社交媒體、軟件分析和編輯包等大數(shù)據(jù)技術(shù)已經(jīng)擴展到傳統(tǒng)的民族志工具包，“數(shù)字挖掘”或者“網(wǎng)絡(luò)爬蟲”技術(shù)也被廣泛使用，定量技術(shù)與傳統(tǒng)的定性方法得以綜合起來，以產(chǎn)生日常實踐的整體描述。[36]29-32新技術(shù)也給予民族志方法更多可能，正如懷特海德所指出的那樣，民族志既不是定性的，也不是定量的，而是一種鼓勵更多可能的方法，這些方法可以用來產(chǎn)生對文化過程和實踐的整體理解。[37]

在兩者結(jié)合的研究中，布杰里-尼爾森（Bjerre-Nielsen A）對470名大學生的智能手機使用情況進行了2年的持續(xù)監(jiān)測，以評估課堂上智能手機使用與學習成績之間的關(guān)系，大數(shù)據(jù)監(jiān)測結(jié)合2年的在場觀察，擴展了民族志維度和深度。[38]此外，民族志研究者可以提供這種特定任務(wù)的數(shù)據(jù)，從而增強預測的目的。[5]

2.促進在線民族志的發(fā)展

Ｂｏｅｌｌｓｔｏｒｆｆ（２０１５）指出Internet的出現(xiàn)，產(chǎn)生了在線虛擬社區(qū)，并成為現(xiàn)代人的“第二自我”。[39]31-32網(wǎng)絡(luò)和虛擬社區(qū)自出現(xiàn)以來就吸引了較多人類學家和社會學家的關(guān)注。“在線民族志”（Online Ethnography）“虛擬民族志”（Virtual Ethnography）“互聯(lián)網(wǎng)民族志”（Internet Ethnography）“數(shù)字民族志”（Digital Ethnography）都成為了該領(lǐng)域相關(guān)的重疊術(shù)語。[40][41]大數(shù)據(jù)在推動“在線民族志”研究方面發(fā)揮了關(guān)鍵作用，大數(shù)據(jù)技術(shù)使研究者能夠廣泛而深入地收集在線社交媒體、網(wǎng)絡(luò)平臺和數(shù)字化社群中的數(shù)據(jù)，包括用戶生成的內(nèi)容、交互模式、信息傳播路徑等；同時，大數(shù)據(jù)在社會網(wǎng)絡(luò)分析中發(fā)揮了重要作用，幫助研究者揭示在線社群成員之間的關(guān)系、影響力和網(wǎng)絡(luò)結(jié)構(gòu)；大數(shù)據(jù)還可以支持對在線內(nèi)容進行語言和情感分析，從而深入挖掘參與者的態(tài)度、情感和觀點。[16][42]此外，大數(shù)據(jù)使得在線民族志的研究可以更容易地進行跨文化比較，揭示文化之間的異同。尤其突出的是，大數(shù)據(jù)技術(shù)提供了強大的數(shù)據(jù)可視化工具，幫助研究者以直觀的方式呈現(xiàn)復雜的在線社群結(jié)構(gòu)、趨勢和關(guān)系。[38][43]

在線民族志的研究中，人類學家博爾斯托夫有關(guān)“第二自我”（Second Self）的研究在理論和方法上均有突破，他在網(wǎng)絡(luò)社區(qū)運用民族志的方法，進行長時間觀察并與虛擬角色成員互動，發(fā)展了一種他稱之為“虛擬世界”的社會理論。虛擬世界不僅僅是一個游戲平臺，更是一個充滿社會、文化和經(jīng)濟活動的數(shù)字社交空間，他的研究涉及了虛擬婚禮、社交互動、經(jīng)濟交易等多個方面。通過對網(wǎng)絡(luò)社會中居民的行為、語言、社群組織等方面的深入觀察，他提出了“第二自我”這一概念。他發(fā)現(xiàn)民族志方法結(jié)合數(shù)據(jù)分析，能夠描繪出第二自我在虛擬社區(qū)中展開的各種社會實踐的整體描述。[39]海因也結(jié)合大數(shù)據(jù)的量化技術(shù)和參與觀察來對在線市場的留言板和社區(qū)論壇進行研究，[28]89-124以分析這些空間如何與經(jīng)常交換商品的離線網(wǎng)站互動。這表明網(wǎng)絡(luò)民族志實踐在方法上呈現(xiàn)出混合形式。[44]

3.推動“線下”生活的民族志研究

這種類型的民族志關(guān)注被研究對象的“線下”生活如何受到大數(shù)據(jù)的影響，“線上”“線下”生活之間具有較強的模糊性，但是又與完全在線虛擬社區(qū)為中心的“線上”生活有較大的差異，比如平臺勞動經(jīng)濟，日常身體監(jiān)測、智能手機、云健身、網(wǎng)絡(luò)攝像頭與生活軌跡研究等等。這種研究更強調(diào)普通生活與數(shù)字技術(shù)的相互影響。這種形式的民族志既可能與屏幕上的生活接觸，也可能與屏幕外的生活接觸，它試圖探索這些模糊界線的社會生活。[29][45]這項研究主要是由人類學家和社會學家共同發(fā)展起來的，并被數(shù)字人類學和數(shù)字社會學界所認可。[46]65-69這一分支感興趣的是日常生活如何在數(shù)字時代被生產(chǎn)、表現(xiàn)，以及實現(xiàn)對生活的整體理解。[47]

相關(guān)的研究中人類學家瑞特爾（Christian S.Ritter）對一家挪威軟件公司的平臺勞動經(jīng)濟民族志研究較有代表性，通過人類學家在辦公空間的參與式觀察的基礎(chǔ)上，采用了數(shù)字化的方法和計算網(wǎng)絡(luò)分析，對軟件人員如何受數(shù)字平臺的影響進行分析，展示民族志在研究數(shù)字經(jīng)濟專業(yè)群體方面的巨大潛力。我國類似的研究中，陳龍對平臺外賣騎手的研究也具有突破意義。[48][49]網(wǎng)絡(luò)攝像頭是大數(shù)據(jù)的重要來源，米勒等人通過參與觀察和對倫敦網(wǎng)絡(luò)攝像頭用戶進行采訪，對倫敦使用網(wǎng)絡(luò)攝像頭技術(shù)進行研究，認為網(wǎng)絡(luò)攝像頭在這些地方的使用是由文化背景決定的，而不僅僅是由網(wǎng)絡(luò)攝像頭作為一種技術(shù)的能力決定的。[46]65-69總的來說，這些研究更強調(diào)線下生活如何受到數(shù)字技術(shù)的影響，并呈現(xiàn)出日常生活的新樣態(tài)，而民族志與大數(shù)據(jù)技術(shù)的結(jié)合，無疑對于探討生活的變革具有極強的生命力和創(chuàng)造性。[48]

除了上述三種大數(shù)據(jù)與民族志方法相互交叉融合外，大數(shù)據(jù)的時空分析（Spatial-temporal analysis）能力為人類學家提供了更精細的時空視角。通過地理信息系統(tǒng)（GIS）等工具，民族志已經(jīng)突破了“在地化”“參與式觀察”的傳統(tǒng)方式，在空間上也拓展了馬爾庫斯等人所強調(diào)的“多地點”（Multi-sites）民族志。[22]209-237

三、大數(shù)據(jù)對人類學民族志的挑戰(zhàn)

大數(shù)據(jù)的崛起為民族志方法帶來了深刻的變革，然而，大數(shù)據(jù)分析中的技術(shù)優(yōu)勢也易導致民族志研究中的技術(shù)依賴和技術(shù)崇拜，并忽略數(shù)據(jù)背后的社會與文化脈絡(luò)，[50]產(chǎn)生了倫理和保護隱私的困境。[51]123-126

（一）大數(shù)據(jù)技術(shù)依賴的困境

面臨過度依賴與數(shù)據(jù)過載困境。在大數(shù)據(jù)環(huán)境下，人類學家身處數(shù)字飽和環(huán)境，容易造成研究中對技術(shù)的過度依賴和過分信任，忽視數(shù)據(jù)背后的人文因素，使得研究變得冷漠和機械。[52]7-11過度關(guān)注數(shù)據(jù)的多樣性和龐大性，也容易產(chǎn)生對數(shù)據(jù)質(zhì)量和真實性審查的缺失；追求大樣本而忽略了數(shù)據(jù)的精細分析，同樣容易導致結(jié)果的偏差和失真。[51]127

大數(shù)據(jù)技術(shù)在民族志研究中產(chǎn)生了數(shù)據(jù)過載與選擇的困難。隨著大數(shù)據(jù)的涌入，研究者往往面臨著前所未有的數(shù)據(jù)過載，大量的數(shù)據(jù)集和信息可能讓研究者無所適從，導致選擇困難。[53]95-111海量信息（比如智能手機的信息）使研究者難以確定研究的焦點和范圍。[54]在數(shù)據(jù)過載的情況下，研究者需要更為精準地選擇數(shù)據(jù)集和恰當?shù)姆治龇椒ǎ蔡岣吡藢W者運用民族志進行研究的能力要求。

面臨大數(shù)據(jù)“關(guān)鍵問題”策略挑戰(zhàn)民族志的客觀性與準確性困境?！瓣P(guān)鍵問題”算法策略作為一種廣泛應(yīng)用于數(shù)據(jù)科學領(lǐng)域的方法，旨在通過識別和解決數(shù)據(jù)集中的核心問題，提高分析的準確性和實用性，以便于從復雜的行為中捕捉突發(fā)現(xiàn)象。[55]203-219然而，這一策略對人類學民族志研究所追求的客觀性和準確性構(gòu)成了嚴峻的考驗。“關(guān)鍵問題”策略在尋找數(shù)據(jù)的關(guān)鍵問題時，由于數(shù)據(jù)的采集受到算法的影響，在確定關(guān)鍵問題時偏重一些關(guān)鍵詞、句，這種偏倚可能導致對特定群體的忽視，從而影響民族志研究的客觀性。

此外，大數(shù)據(jù)“關(guān)鍵問題”偏向容易產(chǎn)生對情境的忽視，其策略注重數(shù)據(jù)的數(shù)量和統(tǒng)計規(guī)律，而忽視了情境對數(shù)據(jù)解釋的影響。在民族志研究中，社會情境是理解社會現(xiàn)象和個體行為的關(guān)鍵因素之一。[56]然而，算法很難捕捉到人與人互動的所有細微差異，從而降低了對民族志研究對象的準確理解。

面臨大數(shù)據(jù)難以將不能被量化的人類經(jīng)驗、主觀感受完全轉(zhuǎn)換成數(shù)據(jù)困境。盡管數(shù)據(jù)在我們的生活中扮演著越來越重要的角色，但仍然存在一些人類經(jīng)驗無法被量化和完全轉(zhuǎn)換成數(shù)據(jù)，在捕捉人類經(jīng)驗方面存在著較大的局限性。[57]人類經(jīng)驗往往涉及到豐富的非結(jié)構(gòu)化元素，如情感、感知和主觀體驗。這種非結(jié)構(gòu)化的經(jīng)驗難以被數(shù)字化和量化，例如，一首音樂、一種氛圍、一種旅游的體驗往往包含著超越數(shù)字的情感和體驗，很難被數(shù)據(jù)手段捕捉。[58]

很多主觀感受不能完全量化。對美的感知、對愛的體驗或?qū)θ松饬x的追求等主觀層面的經(jīng)驗很難通過數(shù)據(jù)進行準確地度量。[59]大數(shù)據(jù)在統(tǒng)計和分析客觀行為時表現(xiàn)出色，但對于主觀感受仍需借助其他研究方法。另外，情境與背景的復雜性也難以完全量化。傳統(tǒng)民族志的參與觀察，使人類學家通過主位（Emic）的研究立場，可以細致入微地感知情境與生活脈絡(luò)，使人類學經(jīng)驗可以得到同情的理解。而在大數(shù)據(jù)環(huán)境下，這些人類經(jīng)驗與社會因素的復雜性常常難以被簡化為可量化的數(shù)據(jù)。

（二）倫理與隱私問題

在大數(shù)據(jù)時代，人類學民族志方法面臨著嚴峻的倫理困境。隨著大數(shù)據(jù)的廣泛應(yīng)用，如何保護個體隱私成為利用大數(shù)據(jù)不可避開的倫理問題，尤其個人數(shù)據(jù)的泄露難以杜絕。[60]個人信息的搜集、存儲和共享變得更加便利，而這往往是在被研究者毫不知情的情況下進行的。這不僅侵犯了個體的隱私，也可能導致個體在社會中的形象和聲譽受損。[61]

另外，大數(shù)據(jù)的運用涉及到數(shù)據(jù)的所有權(quán)和控制權(quán)的問題。在數(shù)字時代，數(shù)據(jù)變得愈發(fā)成為權(quán)力的象征，而這種權(quán)力并不總是在被研究者手中。大規(guī)模數(shù)據(jù)的收集和管理往往由政府機構(gòu)、平臺公司、跨國組織等大型組織掌控，這引發(fā)了關(guān)于數(shù)據(jù)所有權(quán)和數(shù)據(jù)使用權(quán)的爭議。[62]被研究者可能失去對自身數(shù)據(jù)的掌控權(quán)（比如銀行數(shù)據(jù)、健康數(shù)據(jù)），而研究者在使用這些數(shù)據(jù)時也面臨如何合理、公正地運用的問題。

倫理困境還涉及到數(shù)據(jù)的安全性和濫用的問題。隨著大數(shù)據(jù)的積累，數(shù)據(jù)泄露、濫用和黑客攻擊的風險也相應(yīng)增加。這不僅對被研究者個體造成直接的傷害，也可能對整個社會體系產(chǎn)生負面影響。研究者需要在確保數(shù)據(jù)安全的前提下進行研究，同時要防范數(shù)據(jù)被不當利用的可能性。[61]

倫理困境還涉及到數(shù)據(jù)的公正性和偏見。由于大數(shù)據(jù)的采集往往基于先前的行為和觀察數(shù)據(jù)，這可能導致對某些群體或個體的過度關(guān)注，而對其他群體的忽視。這樣的數(shù)據(jù)偏見可能會在研究結(jié)論中現(xiàn)出來，從而影響對社會現(xiàn)象的客觀理解。[62][63]

除了上述挑戰(zhàn)外，大數(shù)據(jù)也可能忽視了一些少數(shù)群體的聲音。[61]其中，“數(shù)字鴻溝”成為一個值得關(guān)注的問題，即信息技術(shù)的不平等分布可能導致某些社會群體被忽略，比如，難以使用電子產(chǎn)品的老人往往處于信息控制的弱勢地位。[64]另外，大數(shù)據(jù)研究往往需要跨學科的合作，涉及計算機科學、統(tǒng)計學等領(lǐng)域的知識，研究者不僅需要具備人類學的知識，還需理解數(shù)據(jù)科學的基本原理，這也給人類學者提出了更高的挑戰(zhàn)。

四、人類學民族志如何迎接挑戰(zhàn)

（一）關(guān)注“厚數(shù)據(jù)”，重視“小數(shù)據(jù)”

人類學民族志如何應(yīng)對大數(shù)據(jù)時代的技術(shù)依賴和嚴重的倫理問題？作為人類學家而言，格爾茨所提出的“深描”（Deep Description）概念仍舊有其現(xiàn)實意義。[27]3-37這一理論的核心思想在于人類學家應(yīng)該對人類行為背后的深層次、復雜性和文化象征意義進行解讀，通過詳細、深刻的描述來捕捉社會行為的各個方面，以更全面地理解人們的真實經(jīng)驗和情感。在此基礎(chǔ)上，王圣捷提出了“厚數(shù)據(jù)”（Thick Data）這一概念，她強調(diào)在研究中不僅需要大規(guī)模的數(shù)量化數(shù)據(jù)（“薄數(shù)據(jù)”），還需要深入、豐富、質(zhì)性的數(shù)據(jù)來獲得更為全面的理解。厚數(shù)據(jù)不僅包括傳統(tǒng)的數(shù)字數(shù)據(jù)，還包括更具深度和情境感的質(zhì)性數(shù)據(jù)，如個人生命歷程、社會互動的細節(jié)等。這種方法能夠揭示人們背后的動機、文化背景和情感，為研究提供更為豐富的視角。[7]

“深描”和“厚數(shù)據(jù)”概念提醒我們在抽象的數(shù)字世界使用民族志方法時，不能僅僅沉迷于抽象的數(shù)字和統(tǒng)計數(shù)據(jù)，而是需要注入更多人性化的故事，認識到大數(shù)據(jù)只是認識人類社會的一種方式，還存在著其他更多的方式去認識人類的各種面向。在數(shù)字世界中，人們的行為、選擇和互動被轉(zhuǎn)化為數(shù)據(jù)，通過注入人性的故事，可以捕捉到數(shù)據(jù)無法完全展示的豐富信息?！昂駭?shù)據(jù)”引起情感共鳴有助于打破研究者與被研究者之間的距離，促使更深入、真實的研究成果。當然，在數(shù)字化的世界中，文化差異常常被數(shù)字化的統(tǒng)計結(jié)果所掩蓋，通過講述個體的故事，我們也能夠更好地理解不同文化背景下的行為和觀念，促進不同文化之間的相互理解。

除了關(guān)注“厚數(shù)據(jù)”外，大數(shù)據(jù)環(huán)境下的民族志仍舊需要從較小的“小數(shù)據(jù)”（Small Data）中學習，小數(shù)據(jù)針對的往往是個體、一個群體、一個微觀社區(qū)產(chǎn)出的數(shù)據(jù)流，比如傳統(tǒng)社區(qū)研究。[65]199-214通過小數(shù)據(jù)的深入分析和感知主觀的體驗、難以化約成數(shù)據(jù)的文化面向，可以真正實現(xiàn)對文化符碼的洞察。更大的數(shù)據(jù)并不總是更好的數(shù)據(jù)，大數(shù)據(jù)源于多個來源，難以保證所有數(shù)據(jù)都是正確而沒有錯誤的，比如網(wǎng)絡(luò)社會中大量的虛假信息，當結(jié)合多個數(shù)據(jù)集時，這類問題往往被放大，導致研究的失真。[5]從這個意義上說，小數(shù)據(jù)更適合進行密集、深入地檢查，以識別模式和現(xiàn)象，這是也是傳統(tǒng)人類學民族志仍舊可以占據(jù)主導地位的領(lǐng)域。此外，數(shù)據(jù)科學家一直改進方法來分析大型數(shù)據(jù)集以建立識別模式，但如果研究尚未開始，或在數(shù)據(jù)集中沒有相關(guān)信息或者信息不顯著時，如何建立認識模式尤其困難。因此，大數(shù)據(jù)分析和民族志可以從更小的數(shù)據(jù)集中學習。[66]3-16

（二）嚴肅對待倫理問題

在處理倫理問題和隱私安全時，首要考慮的是確保參與者的知情同意和隱私保護。研究者應(yīng)該向參與者詳細解釋研究的目的、使用的數(shù)據(jù)類型和采集方法，并征得他們的明確同意。這涉及到透明溝通，讓參與者了解他們的個人信息將如何被使用，以及采用何種隱私保護措施。一方面，為了確保數(shù)據(jù)安全，研究者也要采用先進的技術(shù)手段和數(shù)據(jù)管理實踐，使用加密技術(shù)對敏感信息進行保護，確保數(shù)據(jù)存儲和傳輸?shù)陌踩?。同時也要建立安全的存儲系統(tǒng)，并限制數(shù)據(jù)訪問權(quán)限，只允許授權(quán)人員進行數(shù)據(jù)處理和分析，定期進行安全審計和監(jiān)控，及時應(yīng)對潛在的數(shù)據(jù)泄漏風險。[60][61]

另一方面，重視研究倫理的教育和培訓也是解決倫理問題的關(guān)鍵。研究團隊成員應(yīng)該接受專業(yè)的倫理培訓，了解數(shù)據(jù)收集和處理過程中可能涉及的倫理挑戰(zhàn)，學會妥善處理這些問題。要加強團隊成員的倫理意識，使其能夠在研究過程中持續(xù)關(guān)注和應(yīng)對倫理問題，確保研究過程的公正和透明。同時，還需要建立獨立的倫理審查機構(gòu)，對研究計劃和數(shù)據(jù)采集過程進行審查，確保其符合倫理標準和法規(guī)。這有助于提供第三方的監(jiān)督和評IZUjmhd1O1WlVEUDCVIfMQ==估，確保研究在倫理上的合法性和合規(guī)性。與此同時，及時回應(yīng)參與者的反饋和顧慮，建立開放的溝通渠道，為他們提供保護和支持。通過以上綜合手段，我們可以更全面地解決數(shù)據(jù)民族志的倫理問題和隱私安全，保障參與者的權(quán)益和研究的合法性。

五、結(jié)論

大數(shù)據(jù)擴展了人類學民族志研究的本體論、認識論和方法論，并且增強了民族志的技術(shù)工具和研究范圍，同時在線上、線下民族志的研究中，綜合了大數(shù)據(jù)技術(shù)和定性研究方法的優(yōu)勢。在過去的幾年里，數(shù)字民族志、虛擬民族志和網(wǎng)絡(luò)志、線下民族志在大數(shù)據(jù)技術(shù)的推動下，有了長足的發(fā)展。這表明，大數(shù)據(jù)環(huán)境下的民族志研究可以扎根于任何一個學科，被用來回答與他們的學科密切相關(guān)的特定問題，而不僅僅限制在人類學的范圍內(nèi)使用，這也給予民族志方法更大的潛力。

技術(shù)革命使得數(shù)據(jù)能夠以更快的速度、更大規(guī)模地被收集。數(shù)據(jù)化不僅僅提供了新的文化空間，而且深刻地塑造了人類的行為，進一步推動了民族志和大數(shù)據(jù)之間的交匯。這一發(fā)展趨勢要求人類學家在方法論上更具靈活性。因此，人類學民族志在大數(shù)據(jù)時代的實踐應(yīng)當注重與技術(shù)的互動，與其他學科的合作，以創(chuàng)新性地適應(yīng)和利用新興的數(shù)字研究工具，把握社會文化現(xiàn)象的多樣性和變化。此外，大數(shù)據(jù)時代對我國人類學民族志研究方法同樣既是一場變革，也是一次機遇。面對中國現(xiàn)實，我們應(yīng)該整合定性和定量方法，學習使用數(shù)字化工具和技術(shù)，同時，將傳統(tǒng)的人類學研究方法與大數(shù)據(jù)分析相結(jié)合，通過混合方法研究，充分利用兩種方法的優(yōu)勢，提供更豐富、全面的研究結(jié)果。另外，我們也要謹慎對待技術(shù)依賴、數(shù)據(jù)過載，關(guān)注“厚數(shù)據(jù)”和“小數(shù)據(jù)”，更好地適應(yīng)大數(shù)據(jù)時代的研究需求。

總體而言，人類學民族志方法在大數(shù)據(jù)時代需要靈活應(yīng)對，整合傳統(tǒng)方法和現(xiàn)代技術(shù)，以更全面、深入地理解和解釋社會文化現(xiàn)象。

參考文獻：

[1]Seaver N. What should an anthropology of algorithms do？[J]. Cultural anthropology， 2018，33（3）：375-385.

[2]Horst，Heather A.， and Daniel Miller，eds.Digital anthropology.Routledge，2020.

[3]Hart T.Online ethnography[J].The international encyclopedia of communication research methods，2017：1-8.

[4]Curran J.Big data or “big ethnographic data”？ Positioning big data within the ethnographic space[C]//Ethnographic praxis in industry conference proceedings，2013（1）：62-73.

[5]Boyd D，Crawford K.Critical questions for big data：Provocations for a cultural， technological， and scholarly phenomenon[J]. Information， communication & society，2012，15（5）：662-679.

[6]Boellstorff T.Making big data， in theory[J].First Monday，2013，18（10）.

[7]Wang T.Big data needs thick data[J].Ethnography matters，2013（13）：1-5.

[8]Charles V，Tavana M，Gherman T.The right to be forgotten-is privacy sold out in the big data age？[J].International Journal of Society Systems Science，2015，7（4）：283-298.

[9]Metcalf J，Crawford K. Where are human subjects in big data research？ The emerging ethics divide[J]. Big Data & Society，2016，3（1）：1-14.

[10]Paoli A D，D’Auria V. Digital ethnography： a systematic literature review[J]. Italian Sociological Review，2021，11（4S）：243-243.

[11]Paff S.Anthropology by data science[J].Annals of Anthropological Practice.2022，46（1）：7-18.

[12]卜玉梅.虛擬民族志：田野，方法與倫理[J].社會學研究，2012（06）：217-246.

[13]卜玉梅.網(wǎng)絡(luò)民族志的田野工作析論及反思[J].民族研究，2020（02）：69-85.

[14]Markus M L.New games， new rules， new scoreboards： the potential consequences of big data[J].Journal of Information Technology， 2015，30：58-59.

[15]O.E.Dictionary Editorial Board.“Big data”[EB/OL].（2015-03-11）[2023-10-30].The Oxford English Dictionary . https：//www.oed.com/dictionary/big-data_n/.

[16]Charles V，Gherman T.Achieving competitive advantage through big data.Strategic implications[J].Middle-East Journal of Scientific Research， 2013，16（8）：1069-1074.

[17]Knox，H，and Dawn Nafus，eds Ethnography for a data-saturated world[M]. Manchester University Press，2018.

[18]Boellstorff T.The ability of place： Digital topographies of the virtual human on Ethnographia Island[J].Current Anthropology，2020，61（S21）：S109-S122.

[19]Dourish P.Algorithms and their others： Algorithmic culture in context[J]. Big Data & Society，2016，3（2）.

[20]Maurer W M.Principles of descent and alliance for big data[M].2015.

[21]Striphas T.Algorithmic culture[J].European journal of cultural studies，2015，18（4-5）：395-412.

[22][美]詹姆斯·克利福德，喬治·E.馬庫斯.寫文化：民族志的詩學與政治學[M].高丙中等，譯.北京：商務(wù)印書館，2006.

[23]Laaksonen S M，Nelimarkka M，Tuokko M，et al.Big data augmented ethnography：using computational methods and ethnography to explore online interaction during electoral campaigning[J].Journal of Information Technology & Politics，2017（14）：2，110-131.

[24]Rudder C.Dataclysm： Love， sex， race， and identity——What our online lives tell us about our offline selves[M].Crown，2014.

[25]Mustafi J.Natural Language Processing and Machine Learning for Big Data[J].Techniques and Environments for Big Data Analysis： Parallel， Cloud， and Grid Computing， 2016：53-74.

[26]Kuper A.Anthropology and anthropologists： the modern British school[M].Routledge，2014.

[27][美]克利福德·格爾茨.文化的解釋[Ｍ].納日碧力戈，等譯.上海：上海人民出版社，1999.

[28]Hine C.Ethnography for the internet：Embedded，embodied and everyday[M].Routledge，2020.

[29]Lazer D，Pentland A，Adamic L，et al.Computational social science[J].Science，2009，323（5915）：721-723.

[30]Duggan M.Questioning “digital ethnography” in an era of ubiquitous computing[J]. Geography Compass，2017，11（5）：e12313，1-12.

[31]Hsu，W.F.Digital ethnography toward augmented empiricism：A new methodological framework[J].Journal of Digital Humanities，2014，3（1）： 3-1.

[32]Shoumy N J，Ang L M，Seng K P，et al.Multimodal big data affective analytics：A comprehensive survey using text，audio，visual and physiological signals[J].Journal of Network and Computer Applications，2020，149：102447.

[33]武曉偉，張橦.新媒體對社會邊緣群體的組織化與賦權(quán)研究——以“女友組”為例[J].中國青年研究，2014（03）：21-25.

[34]Laurier E，Brown B，McGregor M.Mediated pedestrian mobility：Walking and the map app[J].Mobilities，2016（11）：117-1 34.

[35]Spinney，J.Close encounters？Mobile methods，（post）phenomenology and affect[J].Cultural Geographies，2015（22），231-246.

[36]McCrea T P.Sensing the Cloud：A Materialist Spatial Analysis of Data Centers and Critical Conceptualization[M].University of Washington，2021.

[37]Whitehead T L.What is ethnography？Methodological，ontological，and epistemological attributes[EB/OL].[2004-05-27].Ethnographically Informed Community and Cultural Assessment Research Systems（EICCARS）Working paper Series.http：//www.cusag.umd.edu/documents/workingpapers/epiontattrib.

[38]Bjerre-Nielsen A，Andersen A，Minor K，et al.The negative effect of smartphone use on academic performance may be overestimated：Evidence from a 2-year panel study[J].Psychological Science，2020，31（11）：1351-1362.

[39]Boellstorff T.Coming of age in Second Life： An anthropologist explores the virtually human[M].Princeton University Press，2015.

[40]Domínguez D，Beaulieu A， Estalella A，et al.Virtual ethnography[C]//Forum Qualitative Sozialforschung/Forum：Qualitative Social Research，2007，8（3）：3-07.

[41]Haverinen A.Internet ethnography：the past，the present and the future[J].Ethnologia Fennica，2015，42：79-90.

[42]Lohmeier C.The researcher and the never-ending field： Reconsidering big data and digital ethnography[M]//Big data？Qualitative approaches to digital research.Emerald Group Publishing Limited，2014：75-89.

[43]Slingerland E，Atkinson Q D，Ember C R，et al.Coding culture：Challenges and recommendations for comparative cultural databases[J].Evolutionary Human Sciences，2020，2：e29.

[44]Kusuma A，Purbantina A P，Nahdiyah V，et al.A virtual ethnography study：Fandom and social impact in digital era[J].Etnosia：Jurnal Etnografi Indonesia，2020，5（2）：238-251.

[45]Barendregt B.Digital ethnography，or “deep hanging out” in the age of big data[J].Audiovisual and Digital Ethnography，2021：168-190.

[46]Geismar H，Knox H，Digital anthropology[M].London：Routledge，2021.

[47]Pink，Sarah，Horst H，Lewis T，Hjorth L，et al.Digital ethnography：Principles and practice[J].Digital Ethnography，2015：1-21.

[48]Ritter C S.Digital ethnography：Understanding platform labour from within[M]//Methodological Approaches for Workplace Research and Management. Routledge，2023：54-69.

[49]陳龍.“數(shù)字控制”下的勞動秩序——外賣騎手的勞動控制研究[J].社會學研究，2020，35（06）：113-135+244.

[50]Beuving J J.Ethnography’s future in the big data era[J]. Information，Communication & Society，2020，23（11）：1625-1639.

[51]Jemielniak D.Thick big data：Doing digital social sciences[M].Oxford University Press，2020.

[52]Markham A.Doing ethnographic research in the digital age[M].Oxford University Press，anticipated 2020.

[53]Antoniou J，Tringides O.Big Data，Analytics，Transparency and Quality of Experience[M]//Effects of Data Overload on User Quality of Experience.Cham：Springer International Publishing，2022.

[54]Bawden D，Robinson L.Information Overload：An Overview[EB/OL].[2020-6-30].City Research Online.https：//doi.org/10.1093/acrefore/9780190228637.013.1360.

[55]Kordon A K.Applying Data Science[M].Cham： Springer International Publishing，2020.

[56]Ananny M，Toward an ethics of algorithms：convening， observation，probability， and timeliness[J].Sci Technol Human Values，2016，41（1）：93-117.

[57]Briard T，Jean C，Aoussat A，et al.Challenges for data-driven design in early physical product design：A scientific and industrial perspective[J].Computers in Industry，2023，145：103814.

[58]Weaver A.Tourism，big data，and a crisis of analysis[J].Annals of Tourism Research，2021，88：103158.

[59]Gardhouse K，Anderson A K.Objective and Subjective Measurements[J].The Cambridge handbook of human affective neuroscience，2013：57.

[60]Mittelstadt B D，F(xiàn)loridi L.The ethics of big data：current and foreseeable issues in biomedical contexts[J].The ethics of biomedical big data，2016：445-480.

[61]Herschel R，Miori V M.Ethics & big data[J].Technology in Society，2017，49：31-36.

[62]Wigan M R.Big Data-Can Virtue Ethics Play a Role？[EB/OL].[2015-12-08].Bepress. https：//works.bepress.com/mwigan/29/.

[63]Streule M.Doing mobile ethnography：Grounded，situated and comparative[J].Urban Studies，2020，57（2）：421-438.

[64]Naudé W，Vinuesa R.Data deprivations，data gaps and digital divides： Lessons from the COVID-19 pandemic[J].Big Data & Society，2021，8（2）.

[65]Latzko-Toth G， Bonneau C， Millette M. Small data， thick data： Thickening strategies for trace-based social media research[M]. The SAGE handbook of social media research methods， 2017.

[66]Bollier D， Firestone C M. The promise and peril of big data[M]. Washington， DC： Aspen Institute， Communications and Society Program， 2010.

收稿日期：2023-12-17 責任編輯：王美英