陳云松，嚴(yán)　飛，張　翼

“大數(shù)據(jù)”的文化建設(shè)戰(zhàn)略價(jià)值：案例和實(shí)踐

陳云松，嚴(yán)飛，張翼

［摘要］文章基于新近的社會(huì)科學(xué)大數(shù)據(jù)研究和地方治理實(shí)踐，梳理出大數(shù)據(jù)對(duì)于國(guó)家和地方文化建設(shè)的六個(gè)方面戰(zhàn)略價(jià)值：第一，展示地區(qū)軟實(shí)力的“歷史長(zhǎng)卷”；第二，獲得全球及地域的“比較視野”；第三，推進(jìn)地區(qū)對(duì)外宣傳的“有效傳播”；第四，發(fā)現(xiàn)影響經(jīng)濟(jì)社會(huì)運(yùn)行的“社會(huì)心態(tài)”；第五，為公共管理決策提供“科學(xué)依據(jù)”；第六，為經(jīng)典理論提供“歷史新證”。大數(shù)據(jù)能夠以其超越傳統(tǒng)調(diào)查數(shù)據(jù)的樣本量和時(shí)空跨度，為研究者和管理者提供前所未有的海量數(shù)據(jù)、資料和信息，從而幫助研究者從過程性的歷史視角來審視和驗(yàn)證重要理論問題，并為公共管理提供新的決策依據(jù)。無論是學(xué)界、智庫(kù)還是黨政部門的決策者，都應(yīng)該進(jìn)一步了解大數(shù)據(jù)，善于駕馭大數(shù)據(jù)，讓大數(shù)據(jù)來助力人文研究和國(guó)家文化建設(shè)。

［關(guān)鍵詞］大數(shù)據(jù)；文化建設(shè)；國(guó)家戰(zhàn)略；智庫(kù)建設(shè)

大數(shù)據(jù)的出現(xiàn)，為社會(huì)科學(xué)學(xué)者研究現(xiàn)實(shí)生活中社會(huì)經(jīng)濟(jì)運(yùn)行軌跡和文化行為、政治現(xiàn)象的互動(dòng)提供了全新的前景。數(shù)年前，哈佛大學(xué)的加里·金在展望政治學(xué)的未來五十年時(shí)就預(yù)言，隨著大數(shù)據(jù)的出現(xiàn)和使用，整個(gè)社會(huì)科學(xué)研究的實(shí)證基礎(chǔ)將會(huì)出現(xiàn)重大的轉(zhuǎn)化，研究問題的廣度將伴隨著海量數(shù)據(jù)的整合而得到極大拓展，甚至?xí)铀俣ㄐ耘c定量研究的大融合[1]（P91-93）。

大數(shù)據(jù)主要是指在數(shù)量（Volume）、類型（Variety）、速度（Velocity）和價(jià)值（Value）等方面超過傳統(tǒng)規(guī)模的海量數(shù)據(jù)資料，尤其是那些不是通過隨機(jī)抽樣方法所得到的調(diào)查數(shù)據(jù)[2]。對(duì)于文化建設(shè)而言，大數(shù)據(jù)的聚焦點(diǎn)主要是社會(huì)科學(xué)大數(shù)據(jù)，也即當(dāng)代經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、政治學(xué)、新聞和傳播學(xué)等社會(huì)科學(xué)領(lǐng)域進(jìn)行量化分析或可視化的海量資料[3]。從目前的來源看，這類大數(shù)據(jù)主要來自數(shù)量級(jí)以千億詞匯、萬億字節(jié)的數(shù)字化書籍、媒體、語(yǔ)料庫(kù)、視頻庫(kù)、互聯(lián)網(wǎng)文本、搜索引擎記錄以及臉書、微博、微信等當(dāng)代自媒體平臺(tái)。不過，大數(shù)據(jù)概念雖熱，但黨委政府部門特別是地方基層組織在利用大數(shù)據(jù)為公共治理和執(zhí)政黨自身建設(shè)方面提供決策依據(jù)和參考的案例仍然不多。這是因?yàn)椋阂环矫?，大?shù)據(jù)多為大型商業(yè)機(jī)構(gòu)或?qū)I(yè)機(jī)構(gòu)持有，且往往各自為政，難以整合，現(xiàn)有大數(shù)據(jù)本身也并非為決策管理而專門設(shè)計(jì)。另外一方面，囿于傳統(tǒng)工作對(duì)象和方法，決策者群體對(duì)大數(shù)據(jù)的了解、掌握和駕馭能力總體上仍需進(jìn)一步提高。

基于新近的社會(huì)科學(xué)大數(shù)據(jù)研究和地方治理實(shí)踐，我們梳理出“大數(shù)據(jù)”對(duì)于國(guó)家和地方文化建設(shè)的六個(gè)方面戰(zhàn)略價(jià)值：（1）展示地區(qū)軟實(shí)力的“歷史長(zhǎng)卷”；（2）獲得全球及地域的“比較視野”；（3）推進(jìn)地區(qū)對(duì)外宣傳的“有效傳播”；（4）發(fā)現(xiàn)影響經(jīng)濟(jì)社會(huì)運(yùn)行的“社會(huì)心態(tài)”；（5）為公共管理決策提供“科學(xué)依據(jù)”；（6）提供經(jīng)典理論的“歷史新證”。

一、利用大數(shù)據(jù)展示軟實(shí)力的“歷史長(zhǎng)卷”

利用大數(shù)據(jù)來進(jìn)行人文社科領(lǐng)域的量化研究，已經(jīng)逐漸成為相關(guān)學(xué)科的前沿和熱門領(lǐng)域。利用大數(shù)據(jù)獨(dú)有的跨時(shí)空的宏大特征，可以深度挖掘潛藏在海量數(shù)據(jù)背后有意義的歷史規(guī)律或信息，從而能夠展示出以往研究中所無法呈現(xiàn)的超長(zhǎng)時(shí)間、超大空間的歷史畫卷，讓研究成果具有大視野、大跨度的特征，具備高度的科學(xué)性和說服力。我們以中國(guó)的“文化國(guó)際影響力”作說明。

黨的十七大報(bào)告提出：“要加強(qiáng)對(duì)外文化交流，吸收各國(guó)優(yōu)秀成果，增強(qiáng)中華文化國(guó)際影響力”；黨的十八大報(bào)告更從建設(shè)社會(huì)主義文化強(qiáng)國(guó)的高度明確提出：“要開創(chuàng)全民族文化創(chuàng)造活力持續(xù)迸發(fā)、社會(huì)文化生活更加豐富多彩、人民基本文化權(quán)益得到更好保障、人民思想道德素質(zhì)和科學(xué)文化素質(zhì)全面提高、中華文化國(guó)際影響力不斷增強(qiáng)的新局面?！币虼?，了解、分析和研究中國(guó)文化的國(guó)際知名度、影響力，是國(guó)家層面軟實(shí)力研究的應(yīng)有之義。但“文化國(guó)際影響力”難以衡量，而人們于“文化國(guó)際影響力”的評(píng)判分析絕大多數(shù)出于感性認(rèn)識(shí)。例如，透過好萊塢電影的濫觴，人們感受到美式文化在全球的強(qiáng)力擴(kuò)張；透過兵馬俑在大英博物館展陳的轟動(dòng)，人們感受到中華文化在全球吸引力的不斷增強(qiáng)。但這種當(dāng)代影響力、知名度大到什么程度，處于何等地位，我們無法測(cè)量和比較。而要了解數(shù)十年、數(shù)百年來中國(guó)文化對(duì)全球影響力的歷史軌跡，更是無法實(shí)現(xiàn)。不過，大數(shù)據(jù)已經(jīng)開始改變這一困局，值得我們高度關(guān)注。

大數(shù)據(jù)之“大”，使得數(shù)據(jù)的性質(zhì)發(fā)生了顯著變化，其數(shù)據(jù)的獲取和分析，往往需要有別于傳統(tǒng)社會(huì)科學(xué)訓(xùn)練方法和工具。從2004年起，谷歌公司就開始對(duì)全球頂尖大學(xué)圖書館藏書進(jìn)行數(shù)字化，目前已經(jīng)數(shù)字化了3千萬種，時(shí)間跨度從公元1500年到2000年，含7種語(yǔ)言，占古登堡印刷術(shù)以來全球書籍的4%，詞匯量達(dá)5,380億①Lin,Yuri,Jean-Baptiste Michel,Erez Lieberman-Aiden,Jon Orwant,Will Brockman,and Slav Petrov.“Syntactic annotations for the Google Books Ngram Corpus”Proceedings of the 50th Annual Meeting of the Association for Computational Linguistics，2012.。2011年，相關(guān)專家團(tuán)隊(duì)利用這一大數(shù)據(jù)，在《科學(xué)》雜志發(fā)表了《使用百萬數(shù)字化書籍的文化定量分析》一文。這項(xiàng)研究以文化關(guān)鍵詞在百萬書籍中的歷史頻率變化，展示了500年來人類文化發(fā)展史中的重要趨勢(shì)和現(xiàn)象[4]。利用這一技術(shù)，我們可以對(duì)近代人類知識(shí)總體中任何一個(gè)關(guān)鍵詞的出現(xiàn)頻率進(jìn)行分析，也就為我們提供了分析、展示和比較“軟實(shí)力”“文化國(guó)際影響力”的重要工具②Acerbi,Alberto,Vasileios Lampos,Philip Garnett,and R.Alexander Bentley.“The expression of emotions in 20th century books”PLoS ONE，2013，8（3）；Hassanpour,Navid.“Tracking the semantics of politics:A case for online data research in political science”Political Science& Politics,2013，46（2）.。以國(guó)際知名度為例，利用300年來全球書籍中對(duì)某個(gè)人物、某個(gè)文化遺產(chǎn)、某個(gè)城市、某個(gè)省份或者某個(gè)國(guó)家的提及次數(shù)、頻率等指標(biāo)，我們就可以科學(xué)測(cè)量其相應(yīng)的國(guó)際文化影響力。

學(xué)者還利用相關(guān)大數(shù)據(jù)對(duì)中國(guó)地級(jí)以上近300個(gè)城市的國(guó)際知名度、中國(guó)世界文化遺產(chǎn)、文化名人名著的國(guó)際影響力等進(jìn)行了分析[5]。下面舉兩個(gè)案例以供參考。圖1展示了近300年來中國(guó)城市的國(guó)際知名度前20強(qiáng)。經(jīng)過測(cè)算，北京、香港、上海、廣州、南京、澳門、天津、臺(tái)北、重慶和拉薩穩(wěn)居中國(guó)城市文化知名度的前10名，而南京無論是在哪個(gè)歷史階段，都位居全國(guó)前5名。利用大數(shù)據(jù)，筆者進(jìn)一步總結(jié)了城市知名度形成的5個(gè)特征，并分析了內(nèi)陸城市和殖民地城市知名度形成的不同模式。圖2展示的是近500年來中國(guó)34處世界物質(zhì)文化遺產(chǎn)的前10強(qiáng)。從圖2中可見，長(zhǎng)城、故宮、絲0綢之路、元上都遺址等的全球知名度名列前茅。而南京大報(bào)恩寺塔盡管因?yàn)樵?9世紀(jì)就已經(jīng)焚毀而沒有列入[6]，但其在1700-1900年之間的全球知名度相當(dāng)高，甚至僅次于長(zhǎng)城。

圖1　南京和近300年中國(guó)城市的國(guó)際知名度20強(qiáng)

圖2　南京報(bào)恩寺塔和近500年中國(guó)世界物質(zhì)文化遺產(chǎn)的國(guó)際知名度前10強(qiáng)

總體上，大數(shù)據(jù)之所以能為我們提供軟實(shí)力的歷史長(zhǎng)卷，除了因?yàn)闀r(shí)間空間跨度大，更因其具有高度的代表性：第一，書面語(yǔ)言本身是承載人類觀念、意識(shí)和價(jià)值觀的最重要載體；第二，海量書籍報(bào)刊的語(yǔ)言詞匯既反映作者、撰稿人的個(gè)人觀點(diǎn)，更能反映和捕捉社會(huì)大眾的整體思潮。從這個(gè)角度出發(fā)，通過數(shù)個(gè)世紀(jì)積累而成的海量英語(yǔ)書籍和報(bào)刊，實(shí)際上構(gòu)成了國(guó)際社會(huì)知識(shí)、觀念和經(jīng)驗(yàn)的主流，只要語(yǔ)料庫(kù)具有足夠的代表性，我們就可以認(rèn)為一個(gè)詞匯在其中的出現(xiàn)頻率能夠近似地反映這個(gè)詞匯本身及其意蘊(yùn)的社會(huì)文化影響力和知名度，甚至折射出某種社會(huì)趨勢(shì)、風(fēng)尚或思潮[7]。而這類方法，顯然可以擴(kuò)展使用到人文社科領(lǐng)域的各個(gè)分支。同時(shí)，或許更為緊迫的，我國(guó)也應(yīng)該抓緊對(duì)中文書籍進(jìn)行類似的數(shù)字化建設(shè)，以在大數(shù)據(jù)領(lǐng)域獲得重要的話語(yǔ)權(quán)（目前谷歌圖書的中文數(shù)字化書籍僅有30萬種）。

二、利用大數(shù)據(jù)獲得國(guó)際國(guó)內(nèi)“比較視野”

比較研究一直是人文社科領(lǐng)域重要的研究切入點(diǎn)，比較視野依托于“可比”的指標(biāo)，而人文社科領(lǐng)域有很多用傳統(tǒng)研究方法無法進(jìn)行有效比較的議題。前文我們提及了城市、文化遺產(chǎn)等的國(guó)際知名度歷史長(zhǎng)卷，下面進(jìn)一步以中國(guó)“長(zhǎng)城”和埃及“金字塔”的比較來作直觀的說明。我們都知道，這兩處著名的世界物質(zhì)文化遺產(chǎn)，分別是中國(guó)和埃及兩個(gè)文明古國(guó)最為重要、最具有代表性、也是最具國(guó)際知名度和文化影響力的文明標(biāo)志性建筑。那么，和埃及金字塔相比，長(zhǎng)城的國(guó)際知名度究竟如何呢？以往的歷史研究，無法直接回答這樣的問題，而靠歷史、考古等學(xué)者求諸于史料，靠當(dāng)代社會(huì)學(xué)者、傳播學(xué)者進(jìn)行問卷調(diào)查，都是無法完成的任務(wù)。我們通過對(duì)大數(shù)據(jù)的分析，卻能在很短時(shí)間使用很少人力物力獲得一個(gè)全景的比較分析視野，從而回答這個(gè)問題。在圖3中，我們同樣利用谷歌百萬書籍的語(yǔ)料庫(kù)對(duì)長(zhǎng)城和大金字塔的相關(guān)詞頻進(jìn)行了可視化分析。不難發(fā)現(xiàn)，近500年來，埃及大金字塔的國(guó)際知名度（雙實(shí)線）總體上不如長(zhǎng)城（虛線），但在1850-1890年之間它超過了長(zhǎng)城，究其原因，是和19世紀(jì)末金字塔相關(guān)考古進(jìn)程息息相關(guān)。而對(duì)相關(guān)埃及考古學(xué)發(fā)展的關(guān)鍵詞曲線，和我們的結(jié)論吻合得很好。

圖3　“大金字塔”和“長(zhǎng)城”等中國(guó)世界物質(zhì)文化遺產(chǎn)對(duì)比

我們?cè)僖越K為例進(jìn)行省份內(nèi)的比較分析。圖4展示的是江蘇13個(gè)省轄市改革開放以來全球中文書籍的提及率（圖4）和英語(yǔ)書籍的提及率（圖5）。這些提及率，如我們前文所說，實(shí)際上反映的就是城市的總體國(guó)際國(guó)內(nèi)知名度。有意思的是，如果我們把國(guó)際國(guó)內(nèi)知名度進(jìn)行對(duì)比分析可以發(fā)現(xiàn)，這些城市的國(guó)際國(guó)內(nèi)知名度并不一定是完全對(duì)應(yīng)的。例如，在國(guó)內(nèi)知名度方面，南京、蘇州、無錫的影響力數(shù)十年來一直領(lǐng)先，而其余城市競(jìng)爭(zhēng)激烈，差距不大。揚(yáng)州的國(guó)內(nèi)知名度，在2005年之前落后于徐州、南通等城市，但2005年之后開始攀升并拉開與其他城市的差距，保持在地級(jí)市的第4位。而在國(guó)際知名度方面，南京遙遙領(lǐng)先，揚(yáng)州在2005年左右開始超越無錫，到目前已經(jīng)僅次于南京和蘇州。

圖4　江蘇城市的國(guó)內(nèi)知名度

圖5　江蘇城市的國(guó)際知名度

如果說數(shù)十年、數(shù)百年大跨度比較分析只是大數(shù)據(jù)中的“大歷史”，利用同樣來自書籍、平面媒體以及國(guó)際互聯(lián)網(wǎng)的大數(shù)據(jù)，我們還能夠?qū)ο嚓P(guān)的軟實(shí)力、關(guān)注度、知名度、美譽(yù)度等指標(biāo)進(jìn)行當(dāng)代比較研究，獲得一個(gè)供決策者參考、分析比較的“當(dāng)代大視野”，并有很多饒有興味的發(fā)現(xiàn)。例如，我們發(fā)現(xiàn)，在英語(yǔ)世界中，網(wǎng)絡(luò)搜索中國(guó)城市香港要遠(yuǎn)遠(yuǎn)高于大陸城市。此外，對(duì)上海的搜索甚至高于北京，這顯然和我們的一般預(yù)期所有不同，值得進(jìn)一步研究。圖6展示了2010-2015年5年間5大中國(guó)城市的英語(yǔ)網(wǎng)絡(luò)搜索對(duì)比，可以明顯地看出層次性。圖7則展示了南京的當(dāng)代國(guó)際關(guān)注度地位：低于廣州深圳拉薩，和西安非常接近。

圖6　當(dāng)代中國(guó)城市的國(guó)際互聯(lián)網(wǎng)關(guān)注度前5強(qiáng)（2010-2015）

圖7　南京和其他主要大城市的國(guó)際關(guān)注度對(duì)比（2010-2015）

三、利用大數(shù)據(jù)推進(jìn)對(duì)外宣傳的“有效傳播”

一個(gè)國(guó)家的國(guó)家形象在國(guó)際間的傳播，一個(gè)地區(qū)的對(duì)外交流和宣傳，是提升本國(guó)、本地區(qū)軟實(shí)力和塑造國(guó)際品牌的重要手段。對(duì)于國(guó)際傳播而言，要善于用國(guó)際受眾聽得懂的語(yǔ)言來說話，要善于講中國(guó)故事。如果用受眾無法接受、聽不懂或者不熟悉的話語(yǔ)來傳達(dá)我們的信息，則會(huì)事倍功半。而利用當(dāng)代社會(huì)科學(xué)方法尤其是大數(shù)據(jù)來發(fā)現(xiàn)傳播中的規(guī)律、癥結(jié)，則有助于提高傳播的“有效度”。我們以“南京大屠殺”和“南京大報(bào)恩寺塔”為例來分別對(duì)國(guó)家外交和城市傳播作說明。

利用英語(yǔ)百萬書籍大數(shù)據(jù)，我們對(duì)“南京大屠殺”（Nanjing/Nanking Massacre）、“猶太人大屠殺”(Holocaust)、“南京”（Nanjing/Nanking）、“奧斯維辛”(Auschwitz)等關(guān)鍵詞的出現(xiàn)頻率進(jìn)行了分析。從圖8中我們有兩個(gè)發(fā)現(xiàn)：第一，南京大屠殺的國(guó)際知曉度仍然不高。和奧斯維辛、猶太人大屠殺兩個(gè)詞相比，半個(gè)世紀(jì)以來的英語(yǔ)書籍里基本沒有提及。第二，猶太人大屠殺（Holocaust）這個(gè)詞在20世紀(jì)70年代前默默無聞，但70年代末開始迅速為世界所知。也就在70年代末，奧斯維辛小鎮(zhèn)的國(guó)際知名度開始超越南京。南京的規(guī)模遠(yuǎn)遠(yuǎn)大于奧斯維辛，且同樣發(fā)生了駭人聽聞的大屠殺事件，何以70年代末之后奧斯維辛的“猶太人大屠殺”和“奧斯維辛”的知名度急劇上升？我們提供的大數(shù)據(jù)解釋就是文化傳播的效度。而這種有效傳播的載體，本身一點(diǎn)也不復(fù)雜。1978年，當(dāng)時(shí)尚未成名的美國(guó)著名影星梅爾·斯特里普（Meryl Streep）主演了一部反映納粹迫害猶太人的5集電視短劇“Holocaust”。此片開始被西德拒播，但事件引起轟動(dòng)，在美國(guó)以及西德播出后收視率非常高，這使得原意是“種族大屠殺”的單詞“Holocaust”從此專指“猶太人大屠殺”。而“奧斯維辛”（Auschwitz）的詞頻曲線也隨著大屠殺詞頻同步增長(zhǎng)。

實(shí)際上，我們甚至發(fā)現(xiàn)，梅爾·斯特里普本人的知名度曲線和“猶太人大屠殺”詞頻曲線具有非常接近的特征：1978年是增長(zhǎng)速度的分水嶺。相關(guān)的計(jì)量分析也表明了兩者之間的關(guān)聯(lián)。這一基于大數(shù)據(jù)的分析告訴我們，影視劇的跨國(guó)文化傳播對(duì)于歷史事件知曉度具有重要的意義。從公共外交的角度，影視傳播既可以回避外交矛盾，又傳播了特定的價(jià)值觀，甚至可以形成輿論熱點(diǎn)被全球關(guān)注。這個(gè)例子告訴我們，利用大數(shù)據(jù)對(duì)傳播的歷史細(xì)節(jié)進(jìn)行描述和分析，有利于我們了解過去的不足，提高對(duì)外傳播的有效性。

圖8　南京大屠殺、猶太大屠殺、南京和奧斯維辛的百年詞頻

同樣，一個(gè)地區(qū)的對(duì)外傳播也是如此。以南京為例，當(dāng)我們向國(guó)際友人介紹南京時(shí)，較多地將南京介紹為“十朝古都”，并通過對(duì)“中山陵”“總統(tǒng)府”等我們心目中南京最具有代表性的建筑來加以推介。但實(shí)際上，除了少數(shù)中國(guó)通，國(guó)際受眾對(duì)于中國(guó)歷史、朝代等文化背景了解極少，大多數(shù)甚至不知孫中山為何人。因此，幾十年來對(duì)南京這類城市的外宣內(nèi)容和方法，往往忽視了國(guó)內(nèi)和國(guó)際受眾的知識(shí)結(jié)構(gòu)差異。而通過大數(shù)據(jù)分析，我們發(fā)現(xiàn)，在國(guó)際受眾中，中國(guó)瓷塔（Porcelain Tower），也即南京大報(bào)恩寺塔，是更多老外熟知的概念，安徒生童話里甚至都有提及。前文也已經(jīng)提及，如果把大報(bào)恩寺的300年歷史知名度曲線放置到中國(guó)世界物質(zhì)文化遺產(chǎn)之中，在1700-1900年之間，它僅次于長(zhǎng)城，比故宮還要知名。

為進(jìn)一步說明大報(bào)恩寺塔讓人吃驚的國(guó)際知名度，我們用圖9來展示南京大報(bào)恩寺和西湖雷峰塔的國(guó)際知名度曲線。不難發(fā)現(xiàn)，在近百年來的英語(yǔ)書籍中，大報(bào)恩寺塔的提及率遠(yuǎn)遠(yuǎn)高于雷峰塔，兩者幾乎不在一個(gè)數(shù)量級(jí)上。而這幾乎是讓每一個(gè)初次見到這個(gè)圖表的中國(guó)人十分訝異的結(jié)果：中國(guó)人更多地知道雷峰塔，而不知道南京大報(bào)恩寺塔。因此，這個(gè)例子同樣告訴我們，利用大數(shù)據(jù)，了解大數(shù)據(jù)，可以更好地了解歷史，了解中西差別，會(huì)讓城市、歷史的對(duì)外傳播具有更高的效度。

圖9　南京大報(bào)恩寺塔與西湖雷峰塔的國(guó)際知名度對(duì)比（1700-2000）

四、利用大數(shù)據(jù)發(fā)現(xiàn)影響經(jīng)濟(jì)社會(huì)運(yùn)行的“社會(huì)心態(tài)”

大數(shù)據(jù)一直是輿情分析的強(qiáng)有力工具。基于大數(shù)據(jù)的輿情分析不僅僅可以用來監(jiān)測(cè)、記錄社會(huì)心態(tài)和輿情，更可以發(fā)現(xiàn)輿情和經(jīng)濟(jì)社會(huì)運(yùn)行之間的重要關(guān)聯(lián)。這是因?yàn)?，輿情不僅僅被社會(huì)經(jīng)濟(jì)現(xiàn)象所催生，也會(huì)反作用于社會(huì)經(jīng)濟(jì)現(xiàn)象本身[8]。圖10和圖11展示的是2015年5-7月份、2-4月份的滬市K線（虛線）與基于省內(nèi)新浪微博大數(shù)據(jù)的輿情信心指數(shù)曲線（實(shí)線）。具體而言，我們利用新浪微博中大量和股市有關(guān)的詞匯，計(jì)算生成了代表輿情信心的指數(shù)。在代表股市震蕩期的圖10（5-7月）中，直觀的視覺判斷就能讓我們大致感覺到兩條曲線之間有明顯的對(duì)應(yīng)關(guān)系。實(shí)際上，時(shí)間序列分析發(fā)現(xiàn)，輿情信心可以用來預(yù)測(cè)三天內(nèi)的股市波動(dòng)行情。而這種關(guān)聯(lián)，在股市平穩(wěn)期并不存在（2-3月，圖11）。這項(xiàng)研究的意義在于，新浪微博中每一天的股市信心指數(shù)代表了當(dāng)日的全社會(huì)輿情，而不是哪一個(gè)網(wǎng)站、論壇或者某個(gè)地區(qū)、群體的輿情。因此，研究結(jié)果有力驗(yàn)證了社會(huì)輿論對(duì)于現(xiàn)實(shí)經(jīng)濟(jì)金融現(xiàn)象的影響。在覆蓋面和科學(xué)精度上，這是傳統(tǒng)的問卷調(diào)查所無法企及的。

圖10　震蕩期輿情與股市曲線

圖11　平穩(wěn)期輿情與股市曲線

再如，近年來網(wǎng)絡(luò)出現(xiàn)了一些“尼瑪”“逼格”“小婊砸”等粗鄙詞匯，也讓全社會(huì)產(chǎn)生了對(duì)網(wǎng)絡(luò)文化、網(wǎng)絡(luò)熱詞的擔(dān)憂，甚至有學(xué)者呼吁國(guó)家對(duì)此類詞匯進(jìn)行干預(yù)。為進(jìn)行分析，筆者搜集了2013年以來300多個(gè)網(wǎng)絡(luò)熱詞在新浪微博省內(nèi)出現(xiàn)的頻率。通過對(duì)半衰期、半生期、峰值、谷值等的分析，大數(shù)據(jù)研究發(fā)現(xiàn)，頻繁出現(xiàn)在網(wǎng)絡(luò)匯總的粗鄙熱詞占總體新生用語(yǔ)熱詞的比例僅僅在6%左右，而且此類詞匯的生命周期各有千秋，大多數(shù)在短暫的1～2個(gè)月高峰期后會(huì)下降、平穩(wěn)甚至消失，很少能夠成為真正的主流用語(yǔ)。圖12展示了20個(gè)比較常見的粗鄙網(wǎng)絡(luò)熱詞的3年使用曲線，除了“然并卵”“碧池”“碧蓮”和“心機(jī)婊”等4個(gè)近半年內(nèi)出現(xiàn)的新熱詞在大幅增長(zhǎng)之外，其他的都呈穩(wěn)定波動(dòng)和下降趨勢(shì)。實(shí)際上，在3年的尺度中，有的詞匯實(shí)際上是曇花一現(xiàn)。我們還測(cè)試了相關(guān)的粗鄙詞匯使用率匯總成單維曲線，發(fā)現(xiàn)其趨勢(shì)總體上穩(wěn)定并小幅波動(dòng)，而并不呈上升狀態(tài)①陳云松、朱燦然、張亮亮：《非代際文化反哺：概念、理論和實(shí)證》，南京大學(xué)社會(huì)學(xué)系工作論文。。

圖12　低俗網(wǎng)絡(luò)詞匯的三年趨勢(shì)（2013-2015）

五、利用大數(shù)據(jù)為文保等公共管理決策提供“科學(xué)依據(jù)”

文物和文化遺址保護(hù)開放利用等公共管理過程，是城市文化建設(shè)的重要一環(huán)[9]，亦能從大數(shù)據(jù)中獲取幫助。以南京市玄武區(qū)的實(shí)踐為例，每年除夕，主城區(qū)內(nèi)主要寺廟如雞鳴寺、毗盧寺等都是人流密集地區(qū)，但香客數(shù)量的起伏并無一定規(guī)律，這給相應(yīng)的警力配備提出了挑戰(zhàn)。2015年初，該區(qū)對(duì)除夕夜雞鳴寺的警力配備進(jìn)行了討論分析，并利用大數(shù)據(jù)對(duì)比，估算出除夕夜香客數(shù)量將會(huì)是去年的1.5倍。主要的測(cè)算依據(jù)是，通過對(duì)除夕前數(shù)日內(nèi)的微博中省內(nèi)群眾對(duì)“雞鳴寺”“雞鳴寺頭香”等關(guān)鍵詞的提及數(shù)量，以及在百度中對(duì)相關(guān)關(guān)鍵詞的搜索數(shù)量。這是因?yàn)?，除夕夜前幾日，如果人們?cè)诰W(wǎng)上提及或者搜素相關(guān)寺廟越多，則就表明有越多的人會(huì)來雞鳴寺燒頭香或者參觀。

圖13顯示了微博中對(duì)雞鳴寺相關(guān)詞匯的提及次數(shù)，圖14則是百度搜索中的檢索次數(shù)。總體上，2015年初的相關(guān)關(guān)鍵詞數(shù)量是一年前的1.5倍多。因此可以類推，人流量也將達(dá)到1.5倍以上。因此，區(qū)政府配備了500人的各類警力和安保人員當(dāng)晚進(jìn)駐寺廟。結(jié)果除夕夜人流果然巨大，明顯超過去年，事先的大數(shù)據(jù)分析，為公共決策提供了依據(jù)。

圖13　2015年除夕前雞鳴寺在微博提及數(shù)量

圖14　2015年除夕前雞鳴寺在百度被搜索數(shù)量

六、利用大數(shù)據(jù)提供經(jīng)典理論的“歷史新證”

馬克思主義相關(guān)理論在21世紀(jì)是否仍然具有活力？這是國(guó)際人文社科領(lǐng)域爭(zhēng)論不息的話題，也集中在理論分析、質(zhì)性分析領(lǐng)域。而量化研究，囿于宏觀數(shù)據(jù)、歷史數(shù)據(jù)的無法獲取，往往無力涉及這些話題，也就失去了進(jìn)一步檢驗(yàn)經(jīng)典理論、延續(xù)理論生命力的重要機(jī)會(huì)。而使用大數(shù)據(jù)，則可以為經(jīng)典理論家的影響力、經(jīng)典理論的現(xiàn)實(shí)解釋力提供重要的依據(jù)。這是因?yàn)榇髷?shù)據(jù)能夠以其超越傳統(tǒng)調(diào)查數(shù)據(jù)的樣本量和時(shí)空跨度，幫助研究者從過程性的歷史視角來審視和驗(yàn)證經(jīng)典的理論問題。學(xué)者發(fā)表于國(guó)際一流雜志Social Science Research的大數(shù)據(jù)研究，就展示了階級(jí)意識(shí)理論的重要解釋力[10]。

在圖15中，深色曲線代表1900-2000年的100年中美國(guó)經(jīng)濟(jì)悲慘指數(shù)（通貨膨脹率與失業(yè)率之和，一般用來衡量經(jīng)濟(jì)景氣程度），淺色曲線代表著100年中在美國(guó)出版的全部英語(yǔ)書籍中對(duì)“階級(jí)/階層”相關(guān)詞匯的提及總量，是我們利用谷歌圖書語(yǔ)料庫(kù)對(duì)近百個(gè)關(guān)鍵詞進(jìn)行檢索和主成分分析后獲得。對(duì)這兩組100年時(shí)間序列，我們進(jìn)行了格蘭杰因果分析、協(xié)整分析。計(jì)量分析的結(jié)果告訴我們，整個(gè)20世紀(jì)，美國(guó)的經(jīng)濟(jì)景氣程度和美國(guó)人的“階級(jí)意識(shí)”是密切相關(guān)的，而經(jīng)濟(jì)現(xiàn)象會(huì)對(duì)3～5年后的大眾“階級(jí)意識(shí)”產(chǎn)生因果影響。進(jìn)一步的分析表明，經(jīng)濟(jì)景氣程度和美國(guó)的基尼系數(shù)之間則不存在這種關(guān)系。我們接著對(duì)英國(guó)也進(jìn)行同樣的分析。總體上，研究結(jié)果表明，20世紀(jì)美國(guó)的收入不公平（基尼系數(shù)）本身不影響社會(huì)的“階級(jí)意識(shí)”，但通貨膨脹和失業(yè)等經(jīng)濟(jì)現(xiàn)象則會(huì)產(chǎn)生階級(jí)意識(shí)效應(yīng)。而其原因，可能在于人們對(duì)全社會(huì)收入不平等的感知，不如對(duì)和自身直接相關(guān)的失業(yè)率、通貨膨脹等那么敏感。該發(fā)現(xiàn)用跨度百年的大數(shù)據(jù)和以前無法獲得的階級(jí)關(guān)注度指標(biāo)檢驗(yàn)階層理論，不僅是研究方法上的突破，實(shí)際上也更進(jìn)一步拓展了階級(jí)意識(shí)理論，展示了馬克思經(jīng)典理論的當(dāng)代解釋力。

圖15　20世紀(jì)美國(guó)的經(jīng)濟(jì)景氣程度與民眾“階級(jí)意識(shí)”

在另外一項(xiàng)社會(huì)學(xué)領(lǐng)域內(nèi)最早的大數(shù)據(jù)研究中，學(xué)者利用谷歌百萬書籍比較了一系列最知名的社會(huì)學(xué)家的書籍提及率[11]。圖16清晰地展示了馬克思作為一名社會(huì)學(xué)家的重要地位。在社會(huì)學(xué)誕生以來的150年中，全球最為知名的社會(huì)學(xué)家排行榜里，馬克思（深色雙線）位居第一，韋伯（淺色雙線）位居第二，美國(guó)的帕森斯（粗虛線）名列第三；而布迪厄（粗實(shí)線）在近20年來的知名度增長(zhǎng)最為迅猛。

圖16　作為社會(huì)學(xué)家的馬克思的文化影響力

七、結(jié)　語(yǔ)

在黨的十八屆五中全會(huì)上，中央決定實(shí)施“國(guó)家大數(shù)據(jù)戰(zhàn)略”。實(shí)際上，在2015年8月的國(guó)務(wù)院常務(wù)會(huì)上，《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》就已獲通過，從政府系統(tǒng)的角度強(qiáng)調(diào)大數(shù)據(jù)作為推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的新動(dòng)力、重塑國(guó)家競(jìng)爭(zhēng)優(yōu)勢(shì)的新機(jī)遇以及提升政府治理能力新途徑的重要價(jià)值。短短2個(gè)月后，黨的中央全會(huì)進(jìn)一步把國(guó)務(wù)院“大數(shù)據(jù)發(fā)展行動(dòng)”提升到“國(guó)家大數(shù)據(jù)戰(zhàn)略”層面。從執(zhí)政黨的視角來審視和關(guān)注大數(shù)據(jù)，具有重要的政治和組織意義。這是因?yàn)椤按髷?shù)據(jù)”具有國(guó)家和地方文化建設(shè)的重要戰(zhàn)略價(jià)值，本身富含與執(zhí)政能力、執(zhí)政績(jī)效和執(zhí)政合法性息息相關(guān)的內(nèi)容。此外，在執(zhí)政黨的組織架構(gòu)中，宣傳文化系統(tǒng)本身對(duì)人文社會(huì)科學(xué)戰(zhàn)線的工作負(fù)有相關(guān)職責(zé)。因此，無論是從執(zhí)政能力建設(shè)角度，還是從組織架構(gòu)的工作職責(zé)角度，進(jìn)一步認(rèn)識(shí)大數(shù)據(jù)的戰(zhàn)略價(jià)值，提升大數(shù)據(jù)意識(shí)，培養(yǎng)大數(shù)據(jù)思維，善于獲得、分析和使用大數(shù)據(jù)，是執(zhí)政黨建設(shè)的應(yīng)有之義。

在本文里，我們從國(guó)家文化建設(shè)的角度，基于目前的研究和資料，梳理了大數(shù)據(jù)尤其是社會(huì)科學(xué)大數(shù)據(jù)6個(gè)方面的戰(zhàn)略價(jià)值。大數(shù)據(jù)能夠以其超越傳統(tǒng)調(diào)查數(shù)據(jù)的樣本量和時(shí)空跨度，為研究者和管理者提供前所未有的海量數(shù)據(jù)、資料和信息，從而幫助研究者從過程性的歷史視角來審視和驗(yàn)證經(jīng)典的理論問題，并為公共管理提供新的決策依據(jù)。從這個(gè)角度出發(fā)，無論是學(xué)界、智庫(kù)還是黨政部門的決策者，都應(yīng)該進(jìn)一步了解大數(shù)據(jù)、善于駕馭大數(shù)據(jù)，讓大數(shù)據(jù)來助力人文社科研究和國(guó)家治理。

我們認(rèn)為，社會(huì)科學(xué)大數(shù)據(jù)的國(guó)家級(jí)項(xiàng)目、國(guó)家級(jí)實(shí)驗(yàn)室、分析中心，應(yīng)該成為科研機(jī)制體制創(chuàng)新的重要內(nèi)容。這是因?yàn)椋旱谝?，盡管大數(shù)據(jù)在全球治理實(shí)踐和國(guó)際學(xué)術(shù)研究中都屬于前沿，但執(zhí)政黨、中央政府的高度重視，以及中國(guó)學(xué)者在大數(shù)據(jù)分析方面起步較早的特點(diǎn)，都使得我們沒有后發(fā)劣勢(shì)。第二，我國(guó)的體制特點(diǎn)和決策特征有利于集中部門、行業(yè)力量，整合多方數(shù)據(jù)，使得在大數(shù)據(jù)分析使用方面建立先發(fā)優(yōu)勢(shì)、拳頭優(yōu)勢(shì)。第三，大數(shù)據(jù)的分析使用存在話語(yǔ)權(quán)和數(shù)據(jù)隱私等諸多問題，因此應(yīng)該從國(guó)家層面重視該領(lǐng)域的投入、建設(shè)和管理。實(shí)際上，哈佛大學(xué)的政治學(xué)者甚至已開始利用網(wǎng)絡(luò)大數(shù)據(jù)來實(shí)驗(yàn)、分析中國(guó)的互聯(lián)網(wǎng)管理[12]；加州大學(xué)等開始使用QQ數(shù)據(jù)進(jìn)行分析，而我們對(duì)國(guó)外大數(shù)據(jù)的分析研究仍然不夠，缺乏“人類學(xué)”式的和國(guó)際分析的視野。

從智庫(kù)建設(shè)的角度，我們還認(rèn)為，社會(huì)科學(xué)大數(shù)據(jù)的搜集、分析和研究，應(yīng)該成為國(guó)家和地方智庫(kù)建設(shè)的重要內(nèi)容。不過，從目前全國(guó)態(tài)勢(shì)來看，盡管和大數(shù)據(jù)相關(guān)的研究機(jī)構(gòu)、隊(duì)伍在加快組建，基于可視化的大數(shù)據(jù)分析成果也在不斷涌現(xiàn)，但圍繞大數(shù)據(jù)的分析仍然不多，在大數(shù)據(jù)研究課題設(shè)置、量化分析水平和科學(xué)信度上仍然有待提高。更重要的是，圍繞大數(shù)據(jù)的黨委政府、智庫(kù)、科研院所專家的交流共建仍然需要加強(qiáng)，尤其是大數(shù)據(jù)持有者、管理者和大數(shù)據(jù)研究者之間的溝通協(xié)作仍然不夠。無論是黨政機(jī)構(gòu)、智庫(kù)機(jī)構(gòu)還是科研學(xué)術(shù)界，我們都應(yīng)該進(jìn)一步加強(qiáng)大數(shù)據(jù)學(xué)習(xí)，提升大數(shù)據(jù)意識(shí)，培養(yǎng)大數(shù)據(jù)思維，善于把大數(shù)據(jù)轉(zhuǎn)化為研究、工作的重要手段，為文化建設(shè)和學(xué)術(shù)研究提供雙贏的創(chuàng)新突破。

［參考文獻(xiàn)］

[1]King,Gary.The changing evidence base of social science research[M].King,G.,Schlozman,K.L.and Nie,N.(Eds.),The Future of Political Science:100 Perspectives. New York,NY:Routledge，2009

[2]Boyd,Danah and Kate Crawford.Critical questions for big data[J].Information,Communication&Society，2012，15 （5）.

[3]陳云松，吳青熹，黃超.大數(shù)據(jù)何以重構(gòu)社會(huì)科學(xué)[J].新疆師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015，（3）.

[4]Michel,Jean-Baptiste,YuanKuiShen,andetc. Quantitative analysis of culture using millions of digitized books[J].Science，2011，（331）.

[5]陳云松，吳青熹，張翼.近三百年中國(guó)城市的國(guó)際知名度——基于大數(shù)據(jù)的描述與回歸[J].社會(huì)，2015，（5）.

[6]祁海寧，龔巨平.南京大報(bào)恩寺史話[M].南京：南京出版社,2008.

[7]Twenge,Jean M.,Campbell,W.Keith,and Brittany Gentile.Increases in individualistic words and phrases in American books,1960-2008[J].PLoS ONE，2012，（7）.

[8]陳云松，嚴(yán)飛.網(wǎng)絡(luò)輿情是否影響股市行情？基于新浪微博大數(shù)據(jù)的ARDL模型邊限分析[J].社會(huì)，2016(即發(fā)).

[9]單霽翔.文化遺產(chǎn)保護(hù)與城市文化建設(shè)[M].北京：中國(guó)建筑工業(yè)出版社，2008.

[10]Chen,Yunsong,and Fei Yan.Economic Performance and Public Concerns about Social Class in Twentieth-Century Books[J].Social Science Research，2016(forthcoming).

[11]陳云松.大數(shù)據(jù)中的百年社會(huì)學(xué)——基于百萬書籍的文化影響力研究[J].社會(huì)學(xué)研究，2015，（1）.

[12]King,Gary,Jennifer Pan,and Margaret E Roberts.Reverseengineering censorship in China:Randomized experimentation and participant observation[J].Science，2014，（345）.

［責(zé)任編輯：戴慶瑄］

［作者簡(jiǎn)介］陳云松，南京大學(xué)社會(huì)學(xué)院副教授，南京市玄武區(qū)副區(qū)長(zhǎng)，牛津大學(xué)社會(huì)學(xué)博士，江蘇 南京210046；嚴(yán)飛，清華大學(xué)社會(huì)學(xué)系助理教授，斯坦福大學(xué)Walter H.Shorenstein亞太研究中心博士后，北京 100084；張翼，中國(guó)社會(huì)科學(xué)院社會(huì)學(xué)所副所長(zhǎng)，研究員，博士生導(dǎo)師，北京 100732

［中圖分類號(hào)］G05

［文獻(xiàn)標(biāo)識(shí)碼］A

［文章編號(hào)］1004-4434(2016)06-0089-08

［基金項(xiàng)目］江蘇高校哲學(xué)社會(huì)科學(xué)研究重點(diǎn)項(xiàng)目“中國(guó)傳統(tǒng)文化的全球知名度”（2015ZDIXM001）；江蘇省社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“大數(shù)據(jù)視野中的江蘇文脈研究”（15ZHA001）