Page 241 - 《社会》2018年第3期

社会· ２０１８ · ３

是一个迫切需要社会学进行探讨的问题。本文采取了以个案观察作为
基础与前导来指引大数据分析的研究设计，目前来看还是有一定效果
的。首先，经验研究的社会学家应该采取开放的态度拥抱大数据（孙秀
林、施润华， ２０１６ ）。正如本研究所展示的，文本大数据的分析有助于研
究者通过实证研究的方式系统地刻画文化社群及其变化，从而使得社
会学的文化与观念研究具有更加坚实的经验基础（ 犅犪犻犾 ， ２０１４ ）。同时，
社会化媒体所产生的文字和关系使我们能够从思潮与互动模式两个角
度考察不同思潮群体的互动。思潮倾向与互动行为之间存在紧密的联
系，但两者并不存在完美的对应关系，通过大数据的方法同时考察这两
个维度有助于加深我们对思潮社群演进的趋势和动力的理解（ 犌犪狉犮犻犪 ，
犲狋犪犾． ， ２０１５ ；黄荣贵， ２０１７ ）。从这个意义上说，仅从行动者的发帖行为
，
来定义“五毛党”（ Ｋｉｎ ｇ ＰａｎａｎｄＲｏｂｅｒｔｓ ， ２０１７ ）是一个虽有价值但并
不完整的研究路径。其次，本研究也显示，质性分析在基于大数据分析
的社会学研究中依然扮演不可忽视的角色。前期探索性质性分析不仅
有助于研究者提出清晰而有意义的研究问题，对文本数据进行准确的
人工标注，判断大数据分析结果的合理性和有效性，还有助于研究者将
分析结果重新置于研究对象所嵌入的情景下进行准确的理解和解读
（ ｂｏ ｙ ｄａｎｄＣｒａｗｆｏｒｄ ， ２０１２ ）。最后，对于混合方法下的大数据分析如
何进行深度挖掘，如何同时兼顾数据分析的形式主义特点与个案分析
的实质主义特点以增加数据挖掘的准确性，以及大数据分析与传统方
法应该如何分工合作以达到效率、成本—收益、深度与准确度等多方面
的平衡，这样一系列问题都有待进一步的深入探讨。
值得指出的是，我们在本研究中仅描述了网络左翼内部不同类型
的思想特点及其网络互动结构，但这一描述对我们深刻理解网络社会
思潮是远远不够的，还有大量相关问题需要继续探索。这里指出一个
学术意义更为明显的问题和一个现实意义更为明显的问题。
从学术研究来看，在分析不同思潮的思想特点后，一个很自然的问
题就是：为什么会存在这些思想差异？这些不同思想的社会根源是什
么？作为社会学出身的研究者，我们希望得到一个社会学式的回答，即
在思想观念这样充斥主观性的要素背后，是清晰可见的群体分界、阶层
分界、利益分界，或任何制度性与结构性的客观因素，例如，不同人的思
想差异来源于家庭出身、教育水平、工作职业、所处区域等。但也许思

· ２ ３ ４ ·