本体性意义与学科反思：大数据时代社会学研究的回应（二）

　　四、意义的曲解与学科反思

　　诚然，对社会生活的意义强调，并不是对大数据之于社会学研究的彻底否定。如一些推崇者所主张的那样，该时代下对人类部分行为、行动等的研究以及由此所产生的诸多研究成果对于社会生活的进步而言理所当然是有意义的。原因在于，大数据的浪潮使得计算机技术的运用在社会学领域中逐步呈主流研究方式，同时试图在学科领域内产生诸如“社会的信息处理范式”“社会科学的计算范式”[14]23等新的主导范式。在这些范式主导下，数据收集和处理方式也发生了改变。具体来说，研究者们可以从网络采集到的各类数据库中挖掘和获取各自所需的不同维度的字频、词频等，并根据不同的研究主题与对象进行诸如文本、差异、流动等分析且建构相关的数理模型。与传统研究相比，大数据研究的数据来源就是社会生活中自发形成的数据库，其客观性以及研究的可信程度也更高。从这个层面上来说，上述新范式的提出与实践以及在特定领域内的成果确实给诸多研究提供了极大的便利。更进一步说，数据收集与分析方式的更新也促进了研究方法的升级。通过更为先进、高级的分析手段可以使传统手段无法分析出来的相关性、维度等呈现出来，由此既可以对以前的研究成果进行修正，又能够在更为广泛的领域中进行探索。因此，研究者们更有理由相信社会学领域内的科学研究亦充满价值和意义。但是，此处所谓的“意义”却与本文所主张的意义内涵大相径庭，它其实是一种本体论上的曲解。用计算机等科学手段的研究，其意义的概念实际上是指涉某种特定的经验目的(诸如对个体行动的预测、对社会结构运行的把握等)，研究本身所追求的也往往是一种类似自然科学所追寻的、客观的、普遍的有限意义。而本文所强调的意义，则是具有社会历史特殊性的、以社会生活抑或人类生活作为研究对象的意义。且如前文所述，本文立足区别于自然的、社会的本体意义，是从人类学科的抽象层面上来探讨，而非停留在具体研究的手段方法的层面。研究方法即便再先进和复杂，从网络收集的数据仍然受到社会情境以及虚拟性的限制。其一，前文已经谈到，情境在时空上的复杂性并非频数统计和模型建构就能解决。即便是采用时间序列分析、多个截面数据进行统合等方式尝试探寻事物发展的变化，也无法准确地把握“行动-过程-事件”三位一体的无限可能性。其二，大数据社会学研究的主要内容就是互联网的使用。而互联网研究的对象即便是所谓的人，其获取的信息也是该群体在虚拟空间中的行动。但不可否认的是，人在现实中的行动必然比虚拟中要复杂得多。而真正的意义就存在于这真实的生活世界中。从这个层面上来看，大数据当然“不能告诉我们所有事”。[37]安德森所谓的“理论终结说”也必然太过于绝对化。综上，我们可以知道，如果研究者仅仅停留在可观测到的、外在的表征，那么他们所能瞧见的只是一棵棵树(经验层面上的意义)；而超脱于表征来进行想象并深入地探求周遭世界所包含的诸多问题域，那么所能望见的便是一片片林(本体性层面上的意义)。大数据之于当代社会学研究而言，尽管具有部分方法上的优势，但它的作用仅限于捕捉人类的外显行为或者表面呈现出的状态(这种状态也即各类树木)；而该行为或状态背后深层的内在意义(广袤的树林)却是这类量化研究所无法探知到的。简言之，这是研究者同研究对象关系的距离和层次问题，大数据的作用对于社会学学科而言似乎是一种见树不见林的现象。这就涉及大数据在学科层面运用的程度问题了。对于不同领域的研究者而言，其研究的最终目标“还是在于我们到底对社会学的分析与理解有着怎样的期待”。[38]27

　　大数据时代的来临俨然成为一个不争的事实，但是如果不局限于某一时代的框架，从整个人类社会的角度来看，社会生活中人类的诸多行动和互动以及与之相关的各种现象并不能用所谓的科学手段或自然科学的公式来给出合理的解释。意义的复杂性已经预设了社会生活具有极大的异质性，可量化的程度也都不相同。[39]也正是人类生活充满了各种复杂意义和价值，使得我们能够在更大的时间和空间维度进行人类知识的生产，而不仅仅拘泥于科学化的统计手段，因为后者无论再怎样先进，仍然是人类从事知识思索、探索和生产的媒介。

　　虽然我们已经从学科乃至人类的层面区分了社会科学与自然科学对知识追问的方式，但从当今的学术生产方面来看，社会学学科却有一种受吞并的潜在倾向。笔者认为，如前文所提及，“计算社会学”“新计算社会学”的兴起和研究手段的日趋成熟，越来越多从事社会学研究的学者热衷于采用计算机科学的处理和研究方式，愈发信奉数字的解释力，并注重类似自然科学的数学和物理模型，这种倾向所导致的结果极可能是社会学将逐步成为计算机科学的分支学科，也即计算机专业下的计算社会学分支方向。其实，不仅是社会学学科本身，诸如心理学这样的学科也同样已经开始朝自然科学这一趋势发展，其程度不亚于社会学本身。我们知道，现在不少心理学研究者开始着手对人的神经和脑部进行测量研究，通过对心电图、脑部成像等结果的呈现来探寻人的态度、认知、行为等。无论那些当代心理学家们是否承认，心理学学科似乎在一定程度上已经成为生物科学的潜在的分支学科。这是学科层面上的异化：人们原本想掌控研究技术并为自身服务，但由于过分追求数据及其模型的呈现，对历史、文化等因素以及自身主体的忽略而使得研究技术本身逐步实现对人们的奴役。如此异化的最终结果就是社会文化意义的忽视以及由此导致的社会科学乃至人文学科的绝对式微。然而，如同埃利亚斯所说：“我们不能期待有关人的科学终有一天将成为生物科学的一个分支。”[40]同样，我们也无法将社会学学科视为计算机科学下的一个分支。我们仍然主张这样一个立场：由于社会历史意义的存在，换句话说，理论的重要性与否，在很大程度上决定了社会学的学科地位；社会科学家不同于自然科学家的标志“在于前者是非数学的，而且不是没有理论的”。[38]129把自然科学的研究手段想当然地应用于社会生活中去，结果无疑是形式上的数据繁荣与实质上的自欺欺人，同时悬置了那些科学方法无法计算的方面。叶启政甚至强调“只为了期待把社会学推进以物理学为典范的‘科学’殿堂而向自然科学的认知模式倾斜，将只是一种东施效颦的作为，更是一种自我矮化与异化的行止”。[38]132所以，我们有必要在理论上像海德格尔一样对数据进行追问。只有通过对“数据本身是什么”进行质问的时候，我们才能知晓数据能为我们做什么以及我们当下的状况。[41]加里·金(Gary King)虽然没有像海德格尔那样进行过多的哲学层面的探讨，也没有明确提及意义理论及其相关的论述，但是他强调理论重要性的观点与此不谋而合。他认为，由于大多社会科学领域内的进步都建立在经验数据以及数据分析方法改进的基础之上，所以一些人士认为，理论家(经济理论家、形式理论家、统计理论家、哲学家等等)已经和我们所谈及的核心部分没有任何关联。因此才会有“有谁还会读理论？”的主张。但这种说法毫无根据。在每个社会科学领域以及大多学术领域中，应该是友善地将理论家和经验研究者区分开的。尽管他们会在教职和诸多研究领域相互竞争，但他们都知道双方研究的必要性。因此，即便是探讨核心部分的经验研究者，在某一时刻仍然需要同理论家进行互动；而理论家则因能在更高质量的经验材料中更好地修正他们的理论而获益。[42]这些主张都值得我们进一步思考。

　　综上所述，作为对大数据时代下方法学转向的回应，关乎社会学学科的关键问题就是：它绝不可以自然科学为典范，更不隶属于自然科学，它的研究对象具有独特的历史、社会意义。因此，社会学学科的研究特殊性以及研究对象的意义复杂性，远非大数据的研究方法学所能把握和驾驭。从狄尔泰的学科划分时期伊始，意义已经作为人类社会同自然世界区分的重要因素与标志，而社会科学抑或人文学科的真正发展本身可以说是建立在对人类意义关注的基础之上的。雅斯贝尔斯曾强调，历史的意义在于要实现人类意识的最高潜力，即人类在哲学上的自我反思并通过对事物的认识来把握现实的能力，并“通过认识到他的局限性而为自身建立最高目标”，[43]而这种通过反思所产生的精神跃动最终形成了余英时所谓的“轴心突破”(Axial Breakthrough)。[44]由此可以肯定，大数据时代下的科学方法固然在持续推进，但社会学的研究对象及认知模式明确了前者应用程度的局限性，本体性意义的存在也证明理论具有不可动摇的地位。