2月4日，美国虚拟战略杂志（Virtual-Strategy Magazine）官网发布消息称，美国革命分析公司（Revolution Analytics）于当天宣布启动学术和公共服务计划，方便教育和非营利机构使用其研发的数据分析软件。“向大学和公共服务机构提供数据分析软件，能够帮助研究人员更好地处理重大社会问题，激励学术创新。”该公司研究人员约瑟夫·里克特（Joseph Rickert）说。

　　听到这一消息，美国大峡谷州立大学教授大卫·蔡特勒（David Zeitler）表示，这一做法适应了学界对数据分析的需求。

　　数据分析左右社科发展速度

　　与蔡特勒一样，许多学者认为社会科学发展至今，研究数据不断增加，迫切需要寻找新的分析工具和方法。1月23日，美国亚利桑那州立大学官网宣布，该校教授迈克尔·巴顿（C. Michael Barton）在美国国家人文基金会数字人文办公室开展的项目“数据挖掘的挑战”（The Digging Into Data Challenge）中胜出，并获得了经费资助。除了巴顿以外，来自欧洲和北美洲地区的14个研究团队也参加了该项目，期望能研究如何利用计算技术分析人文社会科学的大数据。

　　在该项目中，数据成了学者共同关注的焦点，他们共同寻求分析大批量社科数据的新视角、新工具和新技能。据巴顿介绍，参加项目的学者大多认为，如何快速、优化分析数据已经成为决定未来社会科学发展速度的关键因素。

　　哈佛大学政府学系教授盖里·金（Gary King）曾撰文表示，社会科学正在经历重大转变，具体体现为研究问题到解决问题的方式转变，研究数据的数量、规模和多样性都呈增长趋势，研究方式从此前学者的孤军奋战到现在大规模跨学科、实验性研究团队的出现等。但以上改变中，数据导引的改变最为显著。过去的50年里，社科研究主要有三大数据来源，分别是调查研究、官方公布的统计报告以及具体研究中涉及的个别人群、地点和时间等具体信息。而在今后，以上数据来源将会发生变化，信息源的数量和多样性将会呈几何倍数增长。这种研究方式让定量和定性研究不再泾渭分明，这种转变也是社会科学发展过程中的亮点之一。

　　社科发展速度将堪比智能手机更新

　　社科研究中的数据来源、规模和数量的变化，引发了学者新的思考，他们认为，过去使用的元分析方法太过耗时，有时甚至需要花费几年的时间，传统的定量与定性分析显然已经不可行，学界需要研发新的工具和统计方法、借助计算机进行大规模跨学科研究。同样在“数据挖掘的挑战”中获得资助的加拿大卡尔加里大学人力资源和组织动态学教授皮埃尔·斯蒂尔（Piers Steel）认为，在大数据分析领域积极创新将会加快社科发展的步伐，到那时，社科研究进步的速度会像智能手机更新换代的速度一样。

　　除了将计算技术引入社科研究，学界还需要对理论建设给予更多关注。例如，有学者提出，面对大数据更需要思考突变理论（Catastrophe theory）——为人们理解微小作用导致社会突然变化的机理开拓道路；混沌理论（Chaos theory）——提出了复杂而不断变化的系统，即使该系统的初始状态是详尽了解的，也会迅速进入无法精确预知的状态；复杂性理论（Complexity theory）——表明在大量个体各自按照不多的几条简单规则相互作用时，如何从中产生出秩序与稳定。这些理论为大数据时代背景下的社会治理、舆情研究、传染病传播、谣言传播、社会化媒体营销都提供了理论基础。

　　在“数据挖掘的挑战”项目中，巴顿所从事的是一种基于网络分析的互联可视化工具的研发，该工具将为社会学家和环境科学家提供自动化方式来识别社会及环境间的复杂关系。“现代社会由多个系统构成，系统自身受到人文环境影响，系统间的相互交流又影响自然界。常规的分析方法已经不能适应大量和复杂的数据集分析，未来要研究这些复杂的社会生态系统，计算模型将是一种重要的研究工具。”巴顿说。

　　目前，巴顿和其同行已经通过计算机代码探索基于主体互动关系的模型，创建了不同环境下的虚拟世界，考量土地使用及气候变化的社会维度、农业耕地利用和管理、生物多样性等。巴顿表示：“新工具和平台能够揭示关于社会系统运行的新理论。研究人员也能发现新的研究领域。”