传统社会调查仍具独特价值

2017年02月27日 中国社会科学报 张清俐

    进入大数据时代,现代网络信息技术与智能设备的普及与运用,给传统社会调查方法带来挑战。有学者提出,与通过数据挖掘技术获得海量信息相比,传统社会调查所获取的信息不过是“小数据”。由此引发学界争议:大数据时代是否还需要传统社会调查?在大数据技术与方法广泛应用的时代,传统社会调查方法如何彰显其独特价值?近日,本报记者就此采访了相关学者。

大数据技术方便数据采集分析

  “移动互联网使得社会行动者的态度、行为被迅速信息化,并被互联网设备记录下来,为科研人员的相关研究提供了以往的信息收集手段无法采集的大量信息。同时也大大提高了人类记录和采集相关信息的能力,极大降低了获取某些信息的成本。”中国人民大学社会与人口学院副教授李丁说。

  大数据技术改变了数据的获取、处理和理解方式。据西安交通大学公共政策与管理学院执行院长杜海峰分析,数据获取方式从收集问卷或访谈变成了网络、多媒体等多技术手段的综合运用,更重要的是对象的变化,传统的方法需要科学地从母体中抽样,大数据的数据获取对象可能直接就是母体;数据处理方式从传统的属性数据分析方法,过渡到基于结构的、以智能信息处理为主的综合集成分析;数据理解方式,由传统的统计因果发展到以“相关”特别是不同信息之间关系“凸显”规律的解析。

  在哈尔滨工业大学社会学系教授唐魁玉看来,大数据技术不仅在收集数据、整理数据和分析数据上具备优势,而且其带来的巨量交互性数据能够为社会问题的整体性分析提供有效证据。这些变革正在为社会学重新整体性回归“社会事实”奠定新方法论基础,同时也无疑给传统的问卷和深度访谈调查方法带来挑战。

社会调查方法具有特殊优势

  既然大数据技术在信息获取与分析领域具有如此凸显的优势,是否意味着传统社会调查将被取代呢?受访学者并不赞同此类观点。

  一方面与传统信息采集方式相比,大数据技术目前仍有其局限性;另一方面传统信息采集方式仍具有独特价值。唐魁玉分析说,以抽样调查为例,在一些案例中,抽样调查更加适用于那些有“遗失”的数据和代表性样本。在面对复杂性、人际性社会问题的分析时,大数据方法还不够细致入微。

  “大数据一个非常重要的特征是‘价值密度低’,数据内容可能并不是特定研究者所关心的,因此不一定都能满足特定问题研究的需要。”杜海峰提出,对于大数据获得的信息,传统社会调查不但是其必要的补充,也是专项研究更为必要的基础资料。

  大数据技术所获取的信息相当于普查和非概率样本,尽管如此,大数据也并非没有边界,如果不能认识或约定其界限,数据虽大,却不能用于科学研究。如李丁所分析,被互联网、智能设备感知和记录的社会行动者并不能覆盖全部的行动者。如果认识不到大数据的覆盖率或者代表怎样的群体,即便样本规模再大,得出来的知识和规律也有可能是误导性的。

  此外,大数据的边界还在于变量意义上。“不同企业和研究单位根据其自身需要所采集的数据虽有很大的样本量,但每个样本的变量信息很少。如果不能将这些不同类型的数据库信息串并起来,增加变量即各个研究对象的有效信息量,那么研究价值也非常有限。”李丁说。

  李丁认为,传统社会调查获得的信息密度非常高,其目的直接性、设计性、标准化程度更强,效率非常高。“如果不使用传统的社会调查方法,即便今天世界上能力最强的互联网公司可能也无法从现有互联网痕迹数据中获得一个和中国综合社会调查具有同等代表性、信度、效度、信息密度和相同变量的数据集。”

实现两种方法优势互补

  正如李丁所说,一方面,在大数据时代背景下,从大数据中提取出有价值的信息和知识,有可能获得有关行动者的新知识、社会运行的新规律;另一方面,研究人员应该认识到大数据的局限性,以及传统研究方式的优势,避免盲目崇拜。传统的调查方式在获得某些高密度的、具有统计代表性的数据上仍具有成本优势和科学性优势。

  对于学界出现的将两种方法非此即彼对立起来的争议,唐魁玉认为,我们在对不同类型、不同复杂程度的社会事实和社会问题进行分析时,要恰当地选择和使用传统的社会调查或大数据方法。

  未来的社会科学研究或可实现大数据与传统社会调查方法的优势互补。受访学者提出一些设想。李丁认为,传统的质性研究方法和抽样调查方法能够补充大数据的不足,帮助我们理解大数据的社会含义。大数据也能为传统调查研究提供重要的信息补充,质性研究如果能够在既有的访谈、观察的基础上,还能获得受访对象在互联网的痕迹数据、社会交往数据、行动轨迹数据等,就能对研究对象有更全面的了解和把握。

    记者 张清俐