【www.zhangdahai.com--其他范文】
蒋 艳
（河海大学 图书馆，南京 210024）
一般来说，“大数据”一词比较权威的提法来自2008年《自然》的“Big Data”专刊[1]。2011年麦肯锡全球研究院（以下简称MGI）对“大数据”做了较为系统的介绍。国内学者开始关注大数据一致认为始于2013年，并称之为“大数据元年”。我国2015发布的“十三五”规划中提出“实施国家大数据战略，推进数据资源开放共享”[2]，进一步推动了我国大数据在各领域的运用。2018年，MGI更是预测未来的生产增长中一大半将来自于最新的“数字机会”[3]。随着新型冠状病毒的来袭，大数据运用于疫情防控，其带来的精准便捷使得大数据迅速转入民生领域，这为“十四五”规划提出“推动互联网、大数据、人工智能等同各产业深度融合”[4]培植了肥沃的土壤。大数据无论在日常生活还是在科学研究中焕发出的勃勃生机激发了各学科领域学者对大数据交叉融合的研究，并取得了丰硕的研究成果，在中国知网（CNKI）上以“大数据”为标题词检索，发现已有CSSCI文献数量就达到18367份（截止到2022年3月8日）。就各学科领域学者的研究成果来看，在经过短暂的三年（2013-2015年）井喷后，2016年以来对大数据的研究趋于理性，产出成果逐年增加，并保持相对稳定。学者们对大数据学科融合的研究主要体现在：（1）大数据与治理。学者们就大数据融入学科后的数据治理研究颇多，从激活政府大数据、实现政务数据融合应用等方面论述大数据推进国家治理体系和治理能力现代化的革命性意义[5]，其表现在乡村治理[6]、公共危机治理[7]、高等教育治理[8]等方面。大数据运用于社会治理的实践效果，直接推动了将“提升大数据等现代技术手段辅助治理能力”[4]列入“十四五”规划。（2）大数据与价值、伦理。学者们思考有关大数据对价值的冲击、伦理的挑战与大数据的研究几乎同时展开。学者们认为研究大数据技术意义的同时，应该关注大数据的使用带来的行业道德、职业道德的坚守危机[9]，关注伦理可能失范后的伦理治理体系的确立[10]，关注隐私保护伦理[11]。（3）大数据与技术工具。大数据首先是技术工具，具有工具性，其数据挖掘和分析技术既拓展了解决诸如经济、管理、教育、医疗、体育、图情等领域理论问题的新途径，也成为研究和解决其他领域新情况、新问题的工具。如基于大数据的数据计量学兴起[12]、大数据对人文社会科学的学科研究的技术促进作用、大数据对图书情报出版领域的革命性作用等。（4）大数据及其国际比较。自引入“大数据”始，国内学者就始终紧跟大数据的国际发展和研究动态，经历了从理论研究到宏观研究转变的过程。他们结合当前国内大数据发展中存在的需求，在大数据发展战略[13]、大数据产业发展[14]、数据治理与立法、大数据协同创新[15]等与国际研究比较中取得了较好的研究成果。
综合文献梳理，可以看到大数据融合学科研究也存在一些薄弱环节：学科研究领域宽泛，研究深度不均；
宏观概念研究多，问题导向研究少；
技术方法研究深，理论体系研究浅。国家社科基金是我国开展基础研究的主渠道，服务国家战略和社会需求是其根本使命，其导向性、权威性和示范性越来越明显，在促进大数据与各学科领域交叉融合的过程中，国家社科基金发挥着支撑理论研究、引领研究潮流、解决现实问题的作用。那么在充足的资金支持、充裕的时间保证、高水平的研究团队支撑下，近年来大数据融合学科研究的进展如何？推进大数据与各学科领域交叉融合的效果又如何？为此，本文以2013年以来以“大数据”为主题的国家社科基金立项项目为分析样本进行深入剖析，力图梳理大数据与各学科交叉融合的状态，为推进大数据运用、大数据研究、大数据治理提供借鉴。
（一）研究设计
1.数据来源
本研究以全国哲学社会科学工作办公室官网（www.npopss-cn.gov.cn）数据库为数据来源，以“大数据”为主题词进行立项题名的检索，通过人工筛选，剔除重复和无效数据，共检索到有效样本540个，涵盖了2013-2021年国家社科基金的重点项目、一般项目、青年项目等类别。检索时间为2022年3月28日。
2.研究方法
本文采用的研究方法主要是文献分析法和文献计量学方法。通过文献分析法对国家社科基金立项项目和成果进行定量统计和内容的定性分析，把握2013年以来大数据研究的内容、变化过程和演变特征。通过文献计量学的分析方法对立项课题呈现的研究成果（主要是期刊文献）进行计量统计分析。通过以上分析，把握大数据学科交叉融合研究的现状，为预测大数据学科交叉融合研究的发展趋势提供依据。
（二）数据基本特征分析
1.学科特征：基金立项数量学科分布差异大
目前，国家社科基金项目学科分类是23种，以大数据为标题的立项项目共有20种。其中，“中国历史”“世界历史”“中国文学”3个学科目前没有这方面的研究。从每年立项项目数量发展变化看，除了2013年研究刚起步，仅在“统计学”“图书馆、情报与文献学”“新闻学和传播学”三个学科有研究外，其他年份都是涵盖10-16种学科（见表1），学科涵盖比较稳定。其中，“应用经济”“政治学”“法学”“新闻学与传播学”“图书馆、情报与文献学”“统计学”“管理学”7个学科2014年以来均有大数据主题的立项项目。
表1 以大数据为主题的立项项目涵盖学科分布
2.研究力量：高校是大数据学科融合研究的绝对主力
一般来说，高校、社科院和党校是国家社科基金项目立项的主要单位。对于大数据的研究，高校是绝对主力，共有508项，占有效样本的比率为94.1%，社科院和党校比例很低，说明高校是大数据研究和交叉融合探索的主力军。再从高校的分布来看，双一流建设高校与“双非”高校（非一流大学建设高校和非一流学科建设高校）立项项目各占半壁江山，双一流建设高校大数据研究优势不明显。排在前六名的高校是郑州大学（9项）、安徽大学（8项）、杭州电子科技大学（8项）、清华大学（8项）、上海交通大学（8项）、中国人民大学（8项）。有7位学者有关大数据的研究获得过2次立项。从地域分布来看，北京（96项）、江苏（45项）、上海（43项）、湖北（36项）、浙江（33项）和广东（32项）排在前六位，这六个省的数量占据全国半壁江山，这体现了经济发达和高等教育发达的区域，大数据研究相对活跃。
（一）特征分析
1.学科特征：多学科跨领域研究
大数据技术是推进学科交叉的重要工具和手段，学界为此开展了大量的研究，学科的多样化呈现了大数据研究的多学科跨领域的特征。根据研究对象的不同，可以将540项立项项目分为三类。一是“大数据”的基础研究，这类项目从社会科学的角度出发，研究大数据的数据特征及内在规律性。这些研究为大数据融入学科交叉奠定了一定的基础，如“大数据相关关系和因果关系研究”（2017年重点项目）。这类项目共有20项，占有效样本的3.7%（见图1），且每年均有一定量的项目立项。但是这方面的研究太少，在一定程度上制约了大数据的学科交叉融合。二是大数据的学科工具性研究。这类项目以大数据环境下的学科研究为对象，它以大数据技术为工具，用大数据解决学科研究和学科研究对象中出现的新老问题，承担着工具性的功能，如“运用大数据提高新时代思想政治教育有效性研究”（2021年）。这类项目共有403项，占有效样本的74.6%。三是大数据与学科的交叉研究，这类研究是大数据推进学科融合的具体操作，是真正意义上的学科交叉融合，如“大数据环境下公安情报学理论体系研究”（2020年）。这类项目共有117项，占有效样本的21.7%。这类项目立项数量稳中有升，说明目前步入学科交叉实质阶段的学科在不断增加。
图1 大数据多学科跨领域研究数量逐年变化图
2.特征变化：学科交叉研究不断深入
进一步分析学科研究随时间的变化情况，发现大数据的学科研究呈现学科融合不断深化的特点：（1）从以数据为显性特征的自然科学学科向社会科学学科扩散。从国家社科基金立项项目的逐年学科分布情况来看，这种扩散经历了三个过程：一是以数据为中心的统计学、图书馆、情报与文献学、新闻学与传播学等学科最早引入大数据，其内容在于“方法”“体系”“应用”“集成”等研究。二是扩散至以次生数据为中心的经济、管理、社会学、军事学等学科，其内容在于“模式”“模型”“影响”“预测”“预警”等研究，这些研究是传统研究方法的升级版或优化版。三是全面扩散至与人类活动相关的社会科学学科，其内容在于“路径”“策略”“治理”“机制”等研究，侧重于研究方法的创新和优化。（2）从工具性向工具性、人文性并重转变。大数据是以研究工具的角色被引入国内，其工具性特征在立项的社科基金项目中基本得以体现。大数据的引入为解决冗余数据“无法容忍”问题提供了解决方法，并迅速推广至以数据为特征的各学科领域。Web数据的杂乱无章为社会科学带来了难题，大数据方法的应用使这些数据“从厚到薄”，把大数据变成小数据。然而，大数据的全面铺开也带来了思维、关联、组织、融合等大数据治理问题。学者们在研究过程中，越来越重视大数据的人文性特征，如对大数据“伦理”“法治”“数据权利”等的研究。人文性特征的研究揭示出大数据的实质不是工具而是思想，体现出我国大数据研究在不断走向成熟。（3）从单学科融合向多学科交叉融合转变。尽管大数据目前不自成为一门学科，但是其价值本质上为人们提供了科学研究的新方法和新思维，为我国学科发展和创新提供了一条新路径。计算机与信息、通信、统计等学科最先引入和借鉴大数据，并开展了诸如“大数据与统计学理论的发展研究”（2013年立项基金）、“面向大数据的单元信息组织体系研究”（2014年立项基金）等。随着国际和国内大数据的迅猛发展，大数据与学科的融合加速了学科发展，快速推动了大数据与多学科的交叉融合。这里既有“传统”交叉学科与大数据的融合，如“大数据时代民族自治地方农村精准扶贫机制研究”（2017年立项基金）；
也有大数据推动多学科的交叉融合，如“大数据驱动的互联网平台价值共创与治理模式研究”（2019年立项基金），就是社会学和管理学的交叉。
（二）存在问题
1.大数据支撑学科融合的基础研究力量偏弱
科学的基础研究是指对研究对象的内涵、理论、属性的认识，加强基础研究是提高原始创新能力的重要途径。中科院院士梅宏认为，大数据的价值本质上是“提供一种人类认识复杂系统的新思维和新手段”[16]，思维是意识，是社会科学研究人类社会的主要范畴。大数据的社会科学性特征是我们对大数据基础研究的重点。大数据科学的基础理论来自计算机科学、统计学、人工智能、社会科学等，其基础研究应该是数据应用基础理论、数据科学与社会科学（比如社会学、法学）等之间的互动。大数据的社会科学的基础研究应该立足于本质、规律、价值、思维等范畴。就当前已经立项的基金项目来看，大数据的社会科学基础研究项目还是偏少，推动大数据在社会科学领域的发展上支撑力度不够，支撑面较窄。在形成大数据的社会科学基础理论共性规律上挖掘不多，成果显示度不高。在立项项目和可检索的高质量文献上，也反映了相同的结论。从已有的CSSCI文献中，检索发现仅有不到100篇文献（占比2.1%）讨论大数据的社会科学基础理论。基础研究的缺乏造成核心技术的薄弱，这将导致我国信息技术，尤其是大数据技术处于低端化的尴尬状况。
2.大数据融合研究的学科发展不平衡
一般认为，数据来源的途径有两种：一是来自物理世界，二是来自人类社会。一切人类社会活动所产生的内容（数据）均为大数据研究的对象。大数据自引入我国，在统计学、图书馆、情报与文献学、新闻学与传播学、军事学等社会科学领域得到了广泛应用，产生了丰硕的研究成果，极大促进了这些学科的创新发展。以大数据与新闻传播学的融合为例，大数据使新闻传播学迅速成为当今的一项“显学”，其外部与其他学科的融合程度更高,内部学科的定位正从人文学科转向社会科学[17]。但是，文学、历史、宗教等学科研究者并没有通过引入大数据激发这些传统学科的生命力。考古学、党史、党建、民族学（民族问题研究）、人口学等学科领域仅有零星立项项目，立项数量排名前四的学科占据有效样本的六成，大数据交叉融合研究的学科发展不平衡显著。大数据与学科交叉的不平衡直接影响学科对应的产业生态的构建，直接影响大数据产业的发展，从而影响我国行业数字化、网络化和智能化的转型、重构和提升。
3.立项项目研究成果影响力略显不足
国家社科基金立项项目成果是国家学科体系、学术体系、话语体系建设和创新的体现。大数据尽管是自国外引入，但是随着国内计算机技术、信息技术、人工智能、互联网技术的迅猛发展，其在国际话语体系中已经占有一席之地。不过，从以大数据为主题的国家社科基金立项项目研究成果来看，其影响力存在差距。从已发表的高水平论文来看，以大数据为主题的文章引用率最高的是孟小峰教授2013年发表的《大数据管理:概念、技术与挑战》，引用数达4000次，但该文章并未有国家社科基金支撑。国家社科基金支撑的文章中影响力最大的当属朱建平教授的《大数据时代下数据分析理念的辨析》（432次被引用，2.66万次下载），该文章是其2013年重大项目“大数据与统计学理论的发展研究”的成果。另外，国家社科基金立项成果以“研究报告”呈现的占比54.5%，但是从全国哲学社会科学办公室官网或者其他地方能检索到的研究报告数量相当稀少，这类研究成果难以为其他学科的融合提供借鉴和推广，影响了成果的转化。
（一）大数据方法从描述、预测性研究向指导性研究转变
无论是从立项基金研究还是已有文献成果来看，大数据为社会科学带来了方法论的革命，大数据作为一种方法运用为学科研究提供了全新的路径，极大提升了学科应用的决策效率。一般认为，大数据应用于决策系统包含三个层次：描述性分析、预测性分析、指导性分析。它们是层层递进的关系，也反映了大数据与学科融合发展的融合深度。描述性分析是大数据应用的基础层次，它帮助人们了解事物发展的历程，为人们进一步决策提供依据，即解决大数据对学科“发生了什么”的问题。当前的立项基金中，绝大部分是属于这类研究，应该说，大数据对各学科的影响已基本描述清楚。预测性分析是较高层次的大数据应用，是在分析“发生了什么”的基础上，进一步分析与其他事物之间发生的关系并做出判断，即解决“周围发生了什么”的问题。指导性分析是大数据应用的最高层次，是在“发生了什么”和“周围发生了什么”的基础上，对各种决策判断可能的优化，即解决“什么最适合”的问题。在立项基金项目中，属于预测性分析的项目研究有一些，而指导性分析的项目则凤毛麟角。从一般的决策规律来说，决策流程层次包括认知、决策和选择，其恰好对应大数据的三个层次。大数据方法运用的最高追求是在各种选项中选择最佳方案，这也是推动大数据与学科交叉融合的最高境界，是推动学科革命性发展的根本所在。因而，学界需对此加强研究以提升大数据与学科的融合深度，促进学科发展不断成熟。
（二）从聚焦行业大数据治理向大数据治理体系构建转变
一直以来，大数据治理是学者关注的热点问题，有49项立项基金涉及行业或者学科大数据治理的课题，占比9.1%，其中重点项目有5个。从有关文献中也可以看到，大数据治理的研究聚焦于某一行业或者某一学科大数据治理现状、规律及应对，其中有关政务（政府）、教育、图书馆等的大数据治理研究成果颇多。各学科大数据治理取得的成果为大数据治理体系构建奠定了基础。构建健康的大数据治理体系是大数据与各学科交叉融合的重要内容，是规范性制度保障。但是，大数据治理的研究大多局限于某一个学科而开展，缺乏大数据治理的跨界研究。隐私、安全和共享是大数据治理的核心问题，在某一学科（行业）研究和实践运行过程中，三者与大数据利用效率之间的矛盾还不显现。在与其他学科交叉过程中，由于大数据的确权不清、数据地位难以达成共识、数据行业壁垒难以打破、配套法律不相匹配导致数据存在安全和隐私隐患，数据共享效率低下。因而，跨越多学科甚至全行业的大数据治理体系构建成为迫切需要。大数据治理体系构建要重点关注三个问题：一是大数据治理概念的延展，不能将大数据治理局限于一个学科领域，要从跨多学科大数据治理开始做好研究。二是形成各学科对大数据治理内涵的共识，改变各学科各自定义、各自应用的大数据治理的现状，形成系统全面的大数据治理理论体系。三是各学科大数据治理的研究要形成学科间大数据治理的关联性、一致性的研究和实践自觉，在多学科的多线索研究中相向而行，弥补各自为政的不足。
（三）从大数据工具研究向大数据科学研究转变
人们通常认同已故图灵奖得主、数据库领域先驱吉姆·格雷（Jim Gray）的观点，即大数据方法是基于实验、推导、模拟之外的“第四范式”——数据[18]。“第四范式”作为一种科研方法是从传统的假设驱动向基于科学数据进行探索的科学方法转变[19]。对于社会科学而言，无论是从国家社科基金的立项研究还是已有研究成果来看，可以说，大数据作为一种研究工具，拓宽了社会科学界对科学研究方法的认识。中科院院士李国杰早在2012年就指出，“第四范式”不仅是科学方法的转变，也是“思维方法的大变化”，并认为大数据完全可能发展成为“大数据科学”[20]。大数据研究伊始，人们受大数据的工具性特征限制，对其成为一门科学缺乏战略性认识。大数据的研究和实践经历了一段时间的跨越式发展，大数据的共性问题越来越多，在大数据技术推动经济发展、完善社会治理、提升政府决策及服务效能、行业预警监管等方面取得了革命性的进步，在大数据的基础理论、学科的融合发展、国际交流合作等方面积累了一定的理论基础，这些为大数据成为“科学”奠定了深厚的理论和实践基础。大数据之所以成为“科学”，是因为其可以提供学科间的“共性规律”，能从与不同学科交叉融合过程中研究“共性问题”，提炼可推广的“共性规律”，最终普适于一般性学科的研究。因而，在大数据研究过程中，通过与学科交叉融合研究，可以不断抽象融合规律，形成学科融合的共性问题，最终形成“大数据科学”。
（四）从服务学科创新发展向服务国家战略需求转变
任何一门学科的发展，以解决现实问题为生命力。评价学科是否在发展，一要看其自身理论有多大发展、多少创新，二要看其是否解决了重大现实问题。毋庸置疑，大数据融入学科的理论研究为推动学科创新发展注入了活力，取得了显著成绩。然而，大数据毕竟是以工具性特征见之于世，它到底为我们解决现实问题提供了多少路径？大数据快速发展的动力来自国家战略。比如，2012年美国奥巴马政府启动2亿美元的“大数据研究和发展计划（Big Data Research and Development Initiative）”极大地推动了美国对大数据的研究，一时引领了大数据研究的潮流。我国于2015年9月发布《促进大数据发展行动纲要》，并将“实施国家大数据战略”写入最近的两次五年规划中，在十八届五中全会上反复强调大数据的国家战略性，这是我国从数据资源大国向数据资源强国迈进，力争成为全球数据中心的战略举措。历年国家社科基金课题指南中发布的“大数据”立项题目，体现了国家社科基金的国家导向和问题意识。但是，仅有不到三成的国家重大或者重点基金立项项目研究大数据，且不完全与课题指南的研究学科、研究重点相匹配，因此，解决此问题刻不容缓。当前，大数据的国家战略首先要解决大数据服务政务、实体经济融合（各学科的融合）、大数据治理体系构建、大数据核心技术研究等问题。从社会科学研究的角度来说，研究如何服务国家战略的首要问题是人才队伍建设问题。只有形成一批大数据研究的社会科学团队，才能解决当前研究力量单薄、各自为政、不持续的问题。
猜你喜欢 社科交叉学科 社科成果展示山西高等学校社会科学学报(2022年10期)2022-10-25【学科新书导览】宁波大学学报（理工版）(2022年4期)2022-07-08社科成果展示山西高等学校社会科学学报(2021年7期)2021-07-30土木工程学科简介华北理工大学学报(自然科学版)(2021年3期)2021-07-03社科成果展示山西高等学校社会科学学报(2021年4期)2021-04-30“六法”巧解分式方程初中生世界·八年级(2019年6期)2019-08-13“超学科”来啦军事文摘·科学少年(2017年4期)2017-06-20连数小学生导刊(低年级)(2016年9期)2016-10-13连一连小学生导刊(低年级)(2016年6期)2016-07-02人文社科全国新书目(2016年5期)2016-06-08本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0809/637199.html
