大數(shù)據(jù)時(shí)代傳統(tǒng)社會(huì)調(diào)查過時(shí)了嗎

大數(shù)據(jù)時(shí)代是否需要社會(huì)調(diào)查？大數(shù)據(jù)時(shí)代憑借智能設(shè)備，通過數(shù)據(jù)挖掘技術(shù)可以獲得海量數(shù)據(jù)，利用這些數(shù)據(jù)由此還興起了計(jì)算社會(huì)學(xué)這一學(xué)科。有學(xué)者提出，依賴于問卷調(diào)查的傳統(tǒng)社會(huì)調(diào)查所能獲得的數(shù)據(jù)與大數(shù)據(jù)相比，就是小數(shù)據(jù)。那么社會(huì)調(diào)查在大數(shù)據(jù)時(shí)代是否還有必要？在大數(shù)據(jù)技術(shù)興起背景下，傳統(tǒng)的社會(huì)調(diào)查方法如何彰顯其優(yōu)勢(shì)和獨(dú)特價(jià)值？

為此，中國(guó)社會(huì)科學(xué)報(bào)張清俐專訪了中國(guó)人民大學(xué)李丁，以下是訪談實(shí)錄。

大數(shù)據(jù)給傳統(tǒng)社會(huì)調(diào)查帶來的挑戰(zhàn)

張清俐

請(qǐng)您談一談大數(shù)據(jù)給傳統(tǒng)社會(huì)調(diào)查帶來的挑戰(zhàn)，比如大數(shù)據(jù)技術(shù)所依賴的是現(xiàn)代先進(jìn)的網(wǎng)絡(luò)信息技術(shù)、智能設(shè)備等，這些技術(shù)已經(jīng)非常普及，而傳統(tǒng)的社會(huì)調(diào)查以專門人員進(jìn)行問卷調(diào)查為主要形式，以您所在團(tuán)隊(duì)所發(fā)起的“中國(guó)綜合社會(huì)調(diào)查”為例，以年度為單位，每年大概要耗費(fèi)多少人力物力？再如信息量的比較，“中國(guó)綜合社會(huì)調(diào)查”已經(jīng)開展了多久，以年度為單位，每年可以獲得的數(shù)據(jù)量多大？能夠反映的信息面多寬？而此番比較之下，大數(shù)據(jù)在獲取數(shù)據(jù)信息的渠道以及信息量等方面具有怎樣優(yōu)勢(shì)？

李丁

移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展和迅速普及，使得社會(huì)行動(dòng)者的態(tài)度、行為被迅速的信息化，并被互聯(lián)網(wǎng)設(shè)備記錄下來，這為科研人員研究各類社會(huì)行動(dòng)者的態(tài)度、行為提供了新的、以往的信息收集手段無法采集的大量信息，無論是從變量意義上，還是從案例意義上，都大大提高了人類記錄和采集相關(guān)信息的能力。

今天的社會(huì)行動(dòng)者是quantified actors，而互聯(lián)網(wǎng)和智能設(shè)備成為時(shí)時(shí)刻刻在采集大家的信息的大型感應(yīng)器，人在與這些設(shè)備互動(dòng)的過程中，也成為這個(gè)大型social sensor（社會(huì)感應(yīng)器）的一部分。這極大降低了人們獲取某些信息的成本。比方說，以前要了解一個(gè)人的收入和支出很難，在現(xiàn)金使用越來越少，大家都更多依賴銀行和手機(jī)支付的情況下，要了解大家的收入、支出，甚至收入支出的流水都非常容易。以前我們要了解一個(gè)社區(qū)的流動(dòng)人口很難，在手機(jī)基本普及的情況下，我們通過手機(jī)信號(hào)數(shù)據(jù)就能夠相對(duì)比較準(zhǔn)確地估計(jì)一個(gè)小區(qū)的外來人口的占比和相關(guān)結(jié)構(gòu)。以往我們要采集10000個(gè)人的信息成本是很高的，需要知道這1萬(wàn)個(gè)人在什么地方，需要詳盡辦法找到將問卷投遞給這1萬(wàn)個(gè)人的渠道（通過單位介紹信，行政命令；’通過熟人網(wǎng)絡(luò)；通過電話，郵件，派調(diào)查員直接登門造訪）耗費(fèi)大量的成本才能獲得這么多案例的信息。但是在大家普遍使用某些互聯(lián)網(wǎng)設(shè)備的情況下，不管你在哪里，只要你聯(lián)網(wǎng)，只要你同意了某些協(xié)議，你的信息就會(huì)源源不斷地提交到相關(guān)的數(shù)據(jù)庫(kù)中。因此，要獲得1萬(wàn)個(gè)案例數(shù)據(jù)，甚至千萬(wàn)，上億案例數(shù)據(jù)都是可能。

在這樣的背景下，誰(shuí)能夠先占有這些數(shù)據(jù)，并能夠從中提取出有價(jià)值的信息和知識(shí)，誰(shuí)就有可能獲得有關(guān)行動(dòng)者的新的知識(shí)，社會(huì)運(yùn)行的新的規(guī)律。一部分研究者和領(lǐng)域?qū)鹘y(tǒng)信息采集手段（例如抽樣調(diào)查，包括案例訪談等等）的依賴就會(huì)降低，就是說，我不用傳統(tǒng)的渠道仍然能夠生產(chǎn)出有價(jià)值的知識(shí)產(chǎn)品。這個(gè)大趨勢(shì)是不可避免的，無視這一趨勢(shì)，看不到新數(shù)據(jù)中所蘊(yùn)藏的有價(jià)值的信息和規(guī)律是不可取的。

傳統(tǒng)社會(huì)調(diào)查的必要性和獲得的信息的獨(dú)特性，大數(shù)據(jù)獲得的信息的局限性

張清俐

有學(xué)者提出，社會(huì)調(diào)查不僅耗費(fèi)巨大，且獲得的信息有限。那么傳統(tǒng)以問卷為主要形式的社會(huì)調(diào)查其獨(dú)特價(jià)值在哪些方面，也就是說，社會(huì)調(diào)查這種研究方式的必要性以及由此獲得的數(shù)據(jù)信息的獨(dú)特價(jià)值在哪里？較之于社會(huì)調(diào)查，大數(shù)據(jù)獲得數(shù)據(jù)信息存在哪些局限性？

李丁

在大數(shù)據(jù)條件下，對(duì)傳統(tǒng)抽樣調(diào)查的絕對(duì)需求是增長(zhǎng)的。這與傳統(tǒng)信息采集方式的相對(duì)優(yōu)勢(shì)，以及大數(shù)據(jù)的局限性是緊密相關(guān)的。大數(shù)據(jù)雖然很大，但是仍然是有邊界的，無論在案例意義上，還是在變量意義上都是有邊界的。

首先，被互聯(lián)網(wǎng)、職能設(shè)備感知和記錄的社會(huì)行動(dòng)者并不覆蓋全部的行動(dòng)者。大數(shù)據(jù)到底覆蓋了哪些主體、對(duì)哪些主體覆蓋得更嚴(yán)密，沒有線下數(shù)據(jù)（普查數(shù)據(jù)或者嚴(yán)格的抽樣數(shù)據(jù)）的校驗(yàn)，很有可能出現(xiàn)偏差。尤其當(dāng)我們關(guān)注的主體不是網(wǎng)民、現(xiàn)有用戶，而是全部居民和潛在用戶的情況下。就像1936年《讀者文摘》預(yù)測(cè)錯(cuò)美國(guó)總統(tǒng)選舉一樣，如果你認(rèn)識(shí)不到大數(shù)據(jù)的覆蓋率或者代表怎樣的群體，即便樣本規(guī)模再大，得出來的知識(shí)和規(guī)律都有可能是誤導(dǎo)性的。要從案例規(guī)模上挑戰(zhàn)科學(xué)抽樣調(diào)查是很難的，實(shí)際上，傳統(tǒng)抽樣調(diào)查正是因?yàn)樵诎咐?guī)模競(jìng)爭(zhēng)中戰(zhàn)勝普查和非概率大樣本，才成為現(xiàn)代量化研究的主要選擇的。

其次，在變量意義上，大數(shù)據(jù)也是有邊界的。盡管今天采集和儲(chǔ)存數(shù)據(jù)的成本越來越低了，但仍然是要耗費(fèi)成本的。對(duì)于每一個(gè)企業(yè)和研究單位而言，采集什么數(shù)據(jù)，采集那些數(shù)據(jù)都是有取舍的，不可能什么數(shù)據(jù)都采集，而且通常優(yōu)先采集的是關(guān)涉業(yè)務(wù)流程的信息流、資金流數(shù)據(jù)。這些數(shù)據(jù)社會(huì)意義密度很低，要從總提取出有社會(huì)價(jià)值的信息成本很高。盡管現(xiàn)在通過數(shù)據(jù)開放、黑客攻擊、數(shù)據(jù)交易、勾兌，很多企業(yè)和單位都試圖將能夠獲得的信息都串并起來，增加關(guān)于這些主體的信息量（也就是增加變量的個(gè)數(shù)），但是仍然面臨很多的利益的壁壘、技術(shù)的壁壘甚至倫理的壁壘，成本很高。每個(gè)單位都有很大的樣本量，但是每個(gè)樣本的變量信息很少。例如，一些數(shù)據(jù)集中有基本人口特征信息，一些數(shù)據(jù)中有健康信息，有的數(shù)據(jù)集有生活方式信息，如果這些信息沒有串并起來，要做出新的、更深入的健康研究是很難的。因此，我們可以看到不管是政府部門，還是企業(yè)都在強(qiáng)調(diào)數(shù)據(jù)的開放共享，倡導(dǎo)建立數(shù)據(jù)共享標(biāo)準(zhǔn)，而一些信息販子都在拉群勾兌，為什么呀？從根本上講，就是為了將這不同的信息串并起來，將行動(dòng)主體嵌入到一定的社會(huì)網(wǎng)絡(luò)或者情境中，增加各個(gè)研究對(duì)象的有效信息量。如果串并不起來，大家在朋友圈里看那個(gè)“什么叫大數(shù)據(jù)，情人節(jié)訂披薩”那個(gè)段子就不可能出現(xiàn)，也不用擔(dān)心。

傳統(tǒng)的社會(huì)調(diào)查是在理論指導(dǎo)下在短時(shí)間內(nèi)，高強(qiáng)度地獲取大量信息的過程。不管是實(shí)地調(diào)查、訪談，還是問卷調(diào)查，實(shí)際上都是研究者利用信息采集工具試圖短時(shí)間內(nèi)獲得大量關(guān)鍵信息的努力，信息密度非常高。問卷調(diào)查的目的直接性、設(shè)計(jì)性、標(biāo)準(zhǔn)化程度更強(qiáng)，而且基于概率抽樣理論做了成本削減，效率是非常高的。這與目前大數(shù)據(jù)大多數(shù)都是生產(chǎn)過程中順帶產(chǎn)生的痕跡數(shù)據(jù)有很大的不同，要從這些痕跡數(shù)據(jù)中提取出同等價(jià)值和密度的信息成本很高。例如傳統(tǒng)調(diào)查我們直接詢問受訪者的收入情況，盡管會(huì)存在測(cè)量誤差，但信度和效度可以討論。而如果要根據(jù)大數(shù)據(jù)來進(jìn)行估計(jì)，你首先需要有他的銀行賬戶的信息，現(xiàn)金收入信息，然后將很多很多次的收支記錄進(jìn)行計(jì)算和統(tǒng)計(jì)才能得到。要理清這些收支關(guān)系，做好關(guān)于收入的界定，其技術(shù)實(shí)現(xiàn)其實(shí)成本是很高的。可以這么說，如果不使用傳統(tǒng)的社會(huì)調(diào)查方式，今天即便世界上能力最強(qiáng)的互聯(lián)網(wǎng)公司將他們所有資產(chǎn)和人力都匯集起來，可能也無法從現(xiàn)有互聯(lián)網(wǎng)痕跡數(shù)據(jù)中獲得一個(gè)和CGSS一樣具有同等代表性，同等信度、效度、信息密度、相同變量的數(shù)據(jù)集——除非從網(wǎng)上下載了北大調(diào)查中心或社科院采用傳統(tǒng)方式收集的數(shù)據(jù)來充數(shù)。

在這種情況下，傳統(tǒng)社會(huì)調(diào)查研究仍有發(fā)揮作用的巨大空間。我認(rèn)為，要獲得某些高密度的、具有統(tǒng)計(jì)代表性的數(shù)據(jù)，傳統(tǒng)的調(diào)查方式目前來說，還是最經(jīng)濟(jì)、最便宜的方式之一。只要傳統(tǒng)的調(diào)查方式在獲取這些新信息上具有成本優(yōu)勢(shì)和科學(xué)性優(yōu)勢(shì)，傳統(tǒng)的信息采集方式就會(huì)有生存的空間。而且大數(shù)據(jù)再大，人們總會(huì)有新的信息需求，絕對(duì)的信息飽和是不可能的，大數(shù)據(jù)會(huì)帶來更多的信息需求，傳統(tǒng)數(shù)據(jù)采集方式會(huì)有更大的發(fā)展空間。對(duì)于研究人員而言，信息越多，質(zhì)量越好是最高興的事情，沒有信息的情況下我們只能做假定，靠猜和推測(cè)。但是信息數(shù)量和信息質(zhì)量都是需要代價(jià)和成本的，大數(shù)據(jù)的出現(xiàn)降低了獲取某些信息的成本，這對(duì)研究人員是一件幸事。但是確實(shí)應(yīng)該明了大數(shù)據(jù)的局限性，以及傳統(tǒng)研究方式的優(yōu)勢(shì)，避免盲目崇拜。

如何看待大數(shù)據(jù)技術(shù)，在社會(huì)學(xué)研究中是否有可能結(jié)合社會(huì)調(diào)查與大數(shù)據(jù)兩者的優(yōu)勢(shì)，進(jìn)行數(shù)據(jù)獲取

張清俐

社會(huì)調(diào)查獲得數(shù)據(jù)對(duì)于社會(huì)學(xué)尤其是社會(huì)學(xué)量化研究不可或缺，現(xiàn)在有些社會(huì)學(xué)者已然開始積極“擁抱”大數(shù)據(jù)技術(shù)，比如將交通、通訊、社會(huì)服務(wù)產(chǎn)品等產(chǎn)生的數(shù)據(jù)信息為社會(huì)學(xué)分析所用，乃至由此產(chǎn)生計(jì)算社會(huì)學(xué)這一學(xué)科。也有些學(xué)者對(duì)大數(shù)據(jù)技術(shù)持拒斥態(tài)度。這背后似乎隱含著量化研究與質(zhì)性研究的分歧。您本人主持參與過大量社會(huì)調(diào)查，您是如何看待大數(shù)據(jù)技術(shù)的？在社會(huì)學(xué)研究中，是否有可能結(jié)合傳統(tǒng)的社會(huì)調(diào)查與大數(shù)據(jù)兩者各自的優(yōu)勢(shì)，進(jìn)行數(shù)據(jù)獲??？

李丁

有些學(xué)者對(duì)大數(shù)據(jù)持拒斥態(tài)度，讓我們看到了質(zhì)性和量化研究的分歧

關(guān)于大數(shù)據(jù)目前已經(jīng)引發(fā)了很多爭(zhēng)論，我想真正拒斥大數(shù)據(jù)的研究者是沒有的，大家拒斥的是對(duì)大數(shù)據(jù)的錯(cuò)誤使用，或者對(duì)于大數(shù)據(jù)不帶反思的盲目使用。這不僅是質(zhì)性研究者反對(duì)的，同時(shí)也是量化研究者反對(duì)的。目前質(zhì)性研究者對(duì)大數(shù)據(jù)的質(zhì)疑和警告的聲音更大，引發(fā)了大家的討論，量化研究者確實(shí)應(yīng)該借此機(jī)會(huì)認(rèn)真的反思和改進(jìn)大數(shù)據(jù)的生產(chǎn)和研究過程，避免頭腦發(fā)熱、盲目冒進(jìn)和大數(shù)據(jù)崇拜。但如果只是沒有真憑實(shí)據(jù)的空口放炮，逗大家玩，這就有點(diǎn)為老不尊了。倘若甚至還真利用學(xué)術(shù)權(quán)威妨礙學(xué)科布局、梯隊(duì)發(fā)展，這就有點(diǎn)逆歷史潮流而動(dòng)了。我想，給予建設(shè)性的批評(píng)、意見，大家在協(xié)同進(jìn)步才是正確的姿態(tài)。

在潘綏銘老師和劉林平老師的爭(zhēng)論中，潘老師的一些細(xì)節(jié)論述劉老師已經(jīng)進(jìn)行了細(xì)致回應(yīng)，大家可以看到大數(shù)據(jù)巨大的發(fā)展空間，但這些都不是潘老師關(guān)注的重點(diǎn)。潘老師的要點(diǎn)是：第一，大數(shù)據(jù)你需要認(rèn)識(shí)到自己的不足，承認(rèn)自己有原罪，你不能太狂妄，搞大數(shù)據(jù)崇拜；第二，你再怎么厲害，你也不可能取代傳統(tǒng)的方式和方法，特別是在人文社會(huì)領(lǐng)域；第三，似乎有一點(diǎn)大家是各干各，各留空間，永遠(yuǎn)不要有交集的好的意思。我認(rèn)為部分有些道理，但又不全對(duì)。有道理的地方在于，大數(shù)據(jù)確實(shí)應(yīng)該注意自己的不足，要謹(jǐn)慎，要在社會(huì)情境中理解信息的含義，明了大數(shù)據(jù)的片面之處和代表性不足之處，要對(duì)自己的數(shù)據(jù)加工過程保持反思性，并充分利用其它研究的成果和經(jīng)驗(yàn)，包括非量化的人文社科研究的長(zhǎng)處。但說大數(shù)據(jù)有其獨(dú)特的原罪，兩種研究方法不具交集，就過于將大數(shù)據(jù)研究、量化研究方法和質(zhì)性研究方法（包括人類既有認(rèn)知過程和方法）割裂開了。

實(shí)際上，大數(shù)據(jù)面臨的幾乎所有問題也是質(zhì)性研究、傳統(tǒng)抽樣實(shí)證研究同樣或多或少面臨的問題。人類只能憑借自己有限的感覺能力、脆弱的理性思維、波動(dòng)的理解能力來獲取來自這個(gè)世界的數(shù)據(jù)、從中加工總結(jié)出有用的信息、知識(shí)與理論。世界是不是真是我們理解或總結(jié)出來的樣子，只能繼續(xù)憑借這些有限的能力獲得反饋信息來驗(yàn)證。從這個(gè)意義上講，認(rèn)識(shí)的過程，不管是量化的研究和質(zhì)性的研究，都存在割裂、篡改、人為的成分，但這并不妨礙我們?nèi)カ@得有價(jià)值的信息，除了人力，人還能依賴什么，信賴什么呢？多數(shù)人也并不完全迷信自己獲得的知識(shí)和理論是永恒的真理，相反，總是傾向于認(rèn)為它們是值得改進(jìn)的。我們沒有必要對(duì)大數(shù)據(jù)提這樣過分的要求，大數(shù)據(jù)也不要輕狂或者為了獲得發(fā)展資源而向社會(huì)許諾這樣不切實(shí)際的愿望。關(guān)鍵在于，我們能否公開獲得這些新信息、新知識(shí)、新理論的方法和過程，被其他人在科學(xué)意義上理解、檢驗(yàn)、認(rèn)同和支持，變成人類的共同知識(shí)財(cái)富。當(dāng)然，現(xiàn)實(shí)社會(huì)中，知識(shí)和觀點(diǎn)的形成、傳播、理解、認(rèn)同和支持有太多社會(huì)、權(quán)力因素的影響，甚至并不主要依據(jù)科學(xué)邏輯而被支持或反對(duì)。但對(duì)于科學(xué)研究者而言，不管是量化研究，還是質(zhì)性研究，應(yīng)該就科學(xué)研究最值得堅(jiān)持的基本價(jià)值、邏輯、原則達(dá)成共識(shí)。加里·金的觀點(diǎn)值得參考：研究的目在于推論，研究過程是公開的（方法是可學(xué)習(xí)和共享的，結(jié)論是可對(duì)比和復(fù)制的），研究結(jié)論是不確定的，研究的主要內(nèi)容就是研究方法等等。在這些共識(shí)的基礎(chǔ)上，量化研究和質(zhì)性研究所做的眾多不同努力和取舍都可以擺到臺(tái)面上來討論、對(duì)比、交流，如果大家在一些價(jià)值取舍上出現(xiàn)分歧，我們也可以在有所保留的基礎(chǔ)上做到相互理解，尊重，各美其美。彼此之間相互隔絕、對(duì)立、攻擊，甚至連嘗試相互理解都不愿意，這其實(shí)不是在做科學(xué)研究、做學(xué)術(shù)，而是玩權(quán)術(shù)和權(quán)力。

如何看待大數(shù)據(jù)技術(shù)，在社會(huì)學(xué)研究中是否有可能結(jié)合社會(huì)調(diào)查與大數(shù)據(jù)兩者的優(yōu)勢(shì)，進(jìn)行數(shù)據(jù)獲取

當(dāng)我們有了一些基本的共識(shí)，了解不同方法的優(yōu)勢(shì)與不足，并且掌握不同方法的使用之后，不同方法之間的取舍、綜合利用是可能的。一直以來很多研究者就在綜合利用質(zhì)性的研究方法和量化的研究方法。具體到大數(shù)據(jù)和傳統(tǒng)研究方法的結(jié)合上：

第一，傳統(tǒng)的質(zhì)性研究方法和抽樣調(diào)查方法能夠補(bǔ)充大數(shù)據(jù)的不足，幫助我們理解大數(shù)據(jù)的社會(huì)含義，幫助我們進(jìn)行大數(shù)據(jù)的采集和加工。比方說，有時(shí)候，互聯(lián)網(wǎng)痕跡數(shù)據(jù)不知道如何解釋和理解，拍腦袋是不行的，有時(shí)候憑借我們的先驗(yàn)知識(shí)也不夠，這個(gè)時(shí)候我們將用戶找過來，深入訪談，了解一些使用的過程和情境，就能對(duì)這樣的痕跡的意義有更確切的把握，為未來采集什么數(shù)據(jù)提供指導(dǎo)，防止數(shù)據(jù)加工過程掉進(jìn)胡編亂造或者篡改的陷阱里面。有時(shí)候，在大數(shù)據(jù)中變量信息不足，我們就可以抽取一些案例，通過傳統(tǒng)方式收集一部分信息，然后與既有信息串并起來，就有可能做出很好的研究。比方說，微信采集了我們大量的日常交流、閱讀信息，但是缺乏一個(gè)人性行為的信息，我們就可以爭(zhēng)取抽取一個(gè)代表性的用戶樣本，派訪問員去接觸、爭(zhēng)取信任，獲得有關(guān)信息，從而估計(jì)出微信使用行為習(xí)慣與性行為之間的關(guān)系。當(dāng)我們估計(jì)出一定的規(guī)律之后，可以將相關(guān)的參數(shù)作為先驗(yàn)信息放到模型中，對(duì)那些沒有線下調(diào)查信息的用戶的性行為進(jìn)行預(yù)測(cè)。有時(shí)候，大數(shù)據(jù)的案例代表性不確定，或者覆蓋不全，我們就可以通過傳統(tǒng)調(diào)查方式，在更完備的抽樣框抽取一個(gè)小樣本，收集一部分信息，來評(píng)估當(dāng)前的用戶屬于人群中的哪一部分，哪些特征的潛在用戶更有可能變?yōu)檎鎸?shí)用戶，等等。

第二，大數(shù)據(jù)也能為傳統(tǒng)調(diào)查研究提供重要的信息補(bǔ)充。質(zhì)性研究如果能夠在既有的訪談、觀察的基礎(chǔ)上，還能獲得受訪對(duì)象在互聯(lián)網(wǎng)的痕跡數(shù)據(jù)、社會(huì)交往數(shù)據(jù)、經(jīng)濟(jì)往來數(shù)據(jù)、行動(dòng)軌跡數(shù)據(jù)、所在社區(qū)的社會(huì)背景信息等等，就能對(duì)研究對(duì)象有更全面的了解和把握。就像今天的技術(shù)在公安破案過程中扮演重要作用，社交媒體數(shù)據(jù)及其他互聯(lián)網(wǎng)痕跡數(shù)據(jù)能夠有利于招聘單位對(duì)應(yīng)聘者的全面了解一樣，懂得低成本、高效地采集和利用多源數(shù)據(jù)，無疑會(huì)有所助益。做這樣的個(gè)案數(shù)據(jù)的采集和串并是可能的，但是成本還很高，風(fēng)險(xiǎn)很大，特別是那些需要獲得授權(quán)并不公開的隱私數(shù)據(jù)。由于大數(shù)據(jù)的信息密度低，分割性、零碎性很高，做到大規(guī)模的個(gè)體層面的數(shù)據(jù)串并成本還很高（確實(shí)有一定的價(jià)值，有些公司和單位在努力通過用戶的手機(jī)號(hào)、手機(jī)識(shí)別碼、身份證號(hào)等進(jìn)行信息串并）。目前，基于宏觀單位例如地區(qū)、社區(qū)、組織、上市公司等的公開信息匯總和串并相對(duì)容易，并且已經(jīng)涌現(xiàn)了大量研究。現(xiàn)在大家看到的各種空間數(shù)據(jù)可視化，其實(shí)就是通過地理坐標(biāo)這一共同的變量，將零散的、低密度的信息都匯總疊加到特定的坐標(biāo)點(diǎn)上形成的新信息。例如將眾多的用戶及其使用的智能設(shè)備作為一個(gè)一個(gè)的社會(huì)感應(yīng)器，反映出一個(gè)社區(qū)的人口屬性、活動(dòng)特征、態(tài)度傾向等信息。這些信息可以與傳統(tǒng)的社區(qū)調(diào)查串并起來使用。現(xiàn)在城市研究和規(guī)劃行業(yè)，社會(huì)感應(yīng)數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)的串并就非常常見。這些匯總信息也可以作為社會(huì)背景信息增進(jìn)對(duì)案例的理解。比方說，CGSS全國(guó)調(diào)查了480個(gè)村居，如果我知道這些村居的地理坐標(biāo)，就可以將互聯(lián)網(wǎng)上的所有帶有這些坐標(biāo)信息的數(shù)據(jù)都匯總出來，例如我們可能知道每個(gè)村平均每天有多少人使用微博、周邊有多少商業(yè)點(diǎn)、有多少人進(jìn)行網(wǎng)購(gòu)，有多少人往北京打電話等等，從而讓我們知道自己的受訪對(duì)象嵌入在怎樣的互聯(lián)網(wǎng)環(huán)境、關(guān)系網(wǎng)絡(luò)及社會(huì)環(huán)境中。

第三，在移動(dòng)互聯(lián)網(wǎng)時(shí)代和大數(shù)據(jù)環(huán)境下為試驗(yàn)研究、質(zhì)性研究、抽樣調(diào)查提供了新的條件和機(jī)會(huì)。相關(guān)的技術(shù)可以幫助我們進(jìn)行刺激控制、隨機(jī)分組、結(jié)果信息采集；幫助我們進(jìn)行在線的訪談和互動(dòng)；為我們提供抽樣框，進(jìn)行問卷的投放、回收，并監(jiān)控調(diào)查的整個(gè)過程等等。只要我們?cè)O(shè)計(jì)合理，新技術(shù)和新數(shù)據(jù)都有可能給我們帶來超過成本的回報(bào)。當(dāng)然，前提條件是我們確實(shí)掌握了不同方法的技術(shù)，知道他們的不足或限制。作為年輕人即便對(duì)某種方法情有獨(dú)鐘，也應(yīng)該花一些心思了解一下其他方法是怎么做的，做到知己知彼。記住老人的提醒，但又不能全信老人的忽悠，進(jìn)而固步自封，應(yīng)該保持一種開放的、終生學(xué)習(xí)的姿態(tài)。

每個(gè)人的精力是有限的，能將這些方法全部融會(huì)貫通是對(duì)青年學(xué)者提出的比老一輩更高的要求；另一方面，更應(yīng)該強(qiáng)調(diào)不同方法之間的分工合作，每個(gè)人都不得不有所取舍，但作為一個(gè)團(tuán)隊(duì)，其成員可以發(fā)揮各自的優(yōu)勢(shì)，通力合作。不管對(duì)于個(gè)人，還是團(tuán)體，都需要我們彼此加強(qiáng)交流、學(xué)習(xí)、互動(dòng)和理解，不斷積累和提高共識(shí)的程度，共同推進(jìn)知識(shí)的累積性增長(zhǎng)。社會(huì)學(xué)應(yīng)該給予自己的學(xué)生全面的研究方法訓(xùn)練，要充分利用全球的開放教育資源提升學(xué)生的數(shù)據(jù)收集、信息處理能力，不斷學(xué)習(xí)和自我提升，不能局限于自己已經(jīng)懂的，擅長(zhǎng)的那點(diǎn)東西。