19、大数据分析：社会研究的兴起与批判性思考

大数据分析：社会研究的兴起与批判性思考

大数据分析社会研究的兴起

2012 年，IBM 宣称当时 90% 的数据是在过去两年内产生的，这标志着“数据化”时代的到来。社交媒体平台和智慧城市基础设施等新技术不断产生大量数据，数据化分析的潜力也逐渐显现。2013 年，爱德华·斯诺登揭露了美国国家安全局等的数据驱动监控行为，让公众认识到数据化分析的影响。到 2014 年，“大数据”一词被纳入咨询公司高德纳的年度炒作周期。

不仅科技行业和咨询公司关注数据化和大数据分析，社会科学家和人文学者也在 2013 年大数据热潮之前就开始质疑“交易数据”对其学科的影响。例如，萨维奇和伯罗斯指出实证社会学即将面临危机，传统社会调查不再是理解人群的最佳方式，组织开始利用消费者与系统交互产生的交易数据进行内部社会学研究。

其他观察者也注意到“大社会数据”给人文学科和社会科学带来的潜力和挑战。马诺维奇指出，虽然大数据为人文学科带来了机会，但大多数人文学者难以获取和使用这些数据，也缺乏相关技能。鲁珀特则呼吁开展跨学科合作，以应对大数据带来的隐私、权利和伦理问题。

早期的社会科学家对大数据分析提出了一些关键问题。博伊德和克劳福德批判了科技行业中认为大数据能“自证其说”的观点，指出大数据的客观性和准确性具有误导性，理解样本在大数据时代尤为重要。城市地理学家基钦则质疑智慧城市背景下大数据的中立性，并关注其监控动态。

这些早期干预引发了对大数据本质的思考。科技行业多采用 3Vs 定义大数据，但基钦和麦卡德尔认为该定义不够完善，大数据的定义还应考虑其他属性。博伊德和克劳福德将大数据定义为一种神话现象，范迪克则称之为“数据主义的意识形态”。

在此背景下，一个新的批