大数据时代，我们该如何做研究

大数据时代已来，这一判断已成为共识。在谈到大数据的时候，哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”毫无疑问，大数据概念很热，甚至有些过时了。但相比大数据概念热，学术领域对大数据的直接研究和发表并不多。虽然以大数据为主题的文章非常多，但其中很多都是背景、趋势、挑战、教育教学类文章。

例如，“大数据时代”出现在论文标题多达10907篇；“大数据背景”出现在论文标题中多达3644篇；“大数据挑战”出现在论文标题中有1243篇。这说明各学科都意识到了大数据对学科发展的影响，开始从外围来探讨大数据的影响。然而，如果只谈大数据的影响，是远远不够的。社会科学研究者应走入大数据研究的内核，探究如何针对大数据本身进行研究，进而理解更加复杂多元的社会行为与社会现象。

随着互联网及智能设备的普及以及大数据概念的提出，越来越多的非抽样调查数据开始进入社会科学研究者的视野；对文本、历史典籍、图像、音频等传统上通过定性方式进行分析的领域也开始越来越多地采用量化分析手段；对地理空间、关系网络、社会结构、生命历程等非线性内生因素的量化考量也开始提上日程。这些新的数据结构、数据规模以及建模形式一方面对传统社会科学量化分析手段构成挑战，另一方面也进一步丰富了社会科学研究的范畴。很多从事传统量化研究的学者惊呼：小数据还没玩好，大数据就来了！是的，不是我不明白，是这世界变化快。

第四种研究范式，

大数据研究带来了什么？

大数据研究也被学者称为“第四种研究范式”，对传统的社会科学定性和量化研究范式提出了挑战，也带来了融合与交叉。

对定性研究而言，大数据分析方法使得原来的定性研究资料可以采用定量研究的方法进行研究，并对定性研究结果进行修正或补充；定量研究重新审视“描述”“叙事”“话语”等在定量分析中的地位，收集的数据也得以使用定性研究的分析方法。

对定量研究而言，传统的社会科学的定量研究，其本质性的缺陷就是“用小数据来证明逻辑”，即用简单的数量关系来应对复杂的社会问题，用小数据、小样本来外推大数据、大样本的复杂非线性社会问题，由于统计回归内生性问题和数据上无法匹配，导致逻辑上的无法自恰；而大数据的优势就在于“用数据来发现逻辑”。

大数据并不只是和“数据”相关，更多的数据并不代表更多的洞见，很多时候反而会加大数据分析的难度且无益于解决当下的实际问题。如果缺少新的分析方法，大数据就难以对社会发展产生积极影响。因此，数据本身并不是大数据革命的产物，大数据时代的关键在于运用科学的方法来分析海量数据并从数据分析中析出有益于社会发展和进步的观点。采用先进方法的大数据分析的相关结果可以对以前的发现给出更好的解释，加强对现有数据、理论和方法的解释，使有争议的重大结构性问题和经典理论因为使用更加充分和趋于整体化的数据得以精细化再检验，从而发展得更加精致。