一、引言
目前，大數據（big data, mega data），也稱巨量資料，是那些需要由新模式來處理的信息資產。這些信息資產，具有更強的決策力、具有流程優化能力，還具有海量性、高增長率和多樣化的特點，成為了全球關注的熱點。另一邊，上個世紀 50 年代起以美國信息公開運動為起點，全球進入信息社會，幾十年來各種信息方便了人們的生活和工作。信息公開使數據和資料的可獲得性大大提高，同時，數據的處理和存儲越來越快、越來越方便，數據的積累也越來越便利。我們看到，數據資料及其增長狀態每一秒都發生著變化，在教育、醫療、金融、商業、傳媒、交通和服務等各個領域都得到很好的應用，并激發出巨大的能量。由此我們可以得知，大數據在給企業經營和政府管理等活動創造有效機制的同時，也必將帶來生活、工作、決策和思維上的重大變革。
社會科學研究方法是一門方法論學科，對行政管理專業學生來說，在本科學習和畢業工作中，都會涉及到很多方面的實證資料，包括大數據時代越來越多的數據，也會涉及到一些大數據分析。研究方法一直是行政管理本科專業的核心課程和必修學科之一，量的研究包括研究選題、研究設計、資料收集、資料分析、研究報告的撰寫這些基本環節，并且環節與環節間都是融會貫通的。其中，還需要指導學生根據課題研究的方法適用性，在研究設計環節運用社會統計學的知識，取舍變量、設計問卷、確定抽樣方案；在資料分析環節會應用統計軟件，要完成一項量的社會研究，需要結合研究方法、社會統計學、社會科學統計軟件三方面的知識和技能。但在高校行政管理專業中，由于定量研究抽象、統計基礎薄弱，研究方法教學的展開和教學效果幾乎都不十分理想。提高行政管理本科生的研究方法教學效果、提高學生應用社會科學研究方法的理論知識與方法解決實際問題的能力，是許多專業教師一直在思考的問題。
毋庸置疑，信息社會背景和大數據的發展，給人類自然科學技術和人文社會科學帶來重大發展變革，還給我們的研究方式帶來新的變化和要求。筆者認為，在大數據時代，研究方法教學的必要性和重要性更加凸顯，因為從數據的處理流程來看，大數據的處理和實證研究的過程是相通的，即“資料收集 -- 預處理 -- 分析 -- 顯示 -- 解釋”.本文從大數據對研究方法教學的影響及對策兩個角度探討大數據時代社會科學研究方法的教學問題。
二、大數據對社會科學研究方法教學的影響
大數據對社會統計學的不少理論、觀念與方法具有多方面的影響，甚至沖擊，對統計學的影響和沖擊同時對社會科學研究方法也產生了挑戰和機遇。這些新的變化，一方面對研究方法和統計學科的結合發展具有劃時代的意義，需要社會統計學解決更多、更復雜的問題；另一方面也對研究方法的教學工作提出了更高的要求，要求進行教學改革和理論與方法的創新。其影響具體表現在以下三個方面：
1. 獲取資料方式多元化
以往我們的數據主要是由社會調查和向有關部門調研獲得的。在統計調查中，除了在較大經濟實力支持下、對國計民生具有重要意義的數據收集采用普查，在大多數情況下，社會科學的研究多采用抽樣調查的方法得到數據。而在大數據的背景下，結合其大量性、高速性、多樣性的特征，統計數據的產生方式呈現多樣化，我們研究過程中獲取資料的方式也變得多元化。數據量大，并且呈現幾何級數增長。但在教與學的過程中必須認識到，海量的數據雖然獲取便利，但有價值的、能被研究者利用的數據可能不多，與傳統的數據相比，到手數據的價值體現得并不明顯。從這個意義上說，獲取資料方式多元化，也讓調查數據的整理工作更為復雜，這也許是我們教學工作需要重點加強的一個方面。
2. 研究對象結構復雜化
以往通過統計調查和實驗得到的數據是結構化數據，例如：時間序列（Time series）數據。結構化的數據可以很方便地用二維統計圖和統計表格直觀地表現出來，對應的是我們教學中描述統計的部分。而大數據時代的數據，如前所述，海量數據結構復雜，除少量數據具有結構化特征外，更多的是非結構化數據，很難用二維圖表表示，比如視頻、圖像。在大數據時代，數據的收集是自然發生的，漫無目的的，獲取數據之前沒有特定的目的，這區別于我們的研究設計工作--調查前首先要確定收集數據的目的和用途。因此數據的價值密度低，面對各種結構的研究資料，就像公安機關根據監控視頻破案一樣，也許看了海量的視頻，到頭來一無所獲。但是另一方面，這些“大數據”--海量的監控視頻，由于量非常大，通過公安機關的各種分析后，也許最終能為研究案情帶來很多意料之外的用途和價值。這就是數據的復雜化，或說是我們研究對象結構的復雜化，對資料的整理、顯示和分析等都提出了更高要求。
3. 統計思維和統計分析方法受到沖擊
社會科學研究方法是一門方法論學科，我們的教學圍繞著實施一項社會科學研究的完整過程來進行。在研究過程中，涉及統計學科的工作包括統計設計、收集數據、整理與分析和統計資料的積累應用。大數據背景下，數據資料異常豐富，也許我們直接面對的就是數據的總體，而不僅僅只通過抽樣調查獲得樣本；數據的多樣性、結構復雜性也給統計帶來許多新的要求。由此看來，會在統計思維和統計方法兩方面產生影響。第一，對現有的傳統的社會統計思維的影響。傳統的社會統計思維面向樣本、面向結構化數據、面向簡單數據，采用的處理思維方式包括：平均思維、推斷思維、相關思維、對數思維、指數思維等，這些統計思維直到今天都在為經管類從業人員和研究學者使用，對分析數據和解釋數據產生巨大的影響，是統計學科的核心內容。但是大數據時代我們面對的是研究對象總體，而非樣本，因此，有些傳統統計思維可能用得少、用不上，比如，由樣本推斷總體的推斷思維。
第二，對現有統計方法的影響。在社會科學研究方法課程中，要給行管學生介紹的統計學原理和方法包括基于大數定理和中心極限定理、推斷統計、參數估計、相關與回歸分析、因子分析與聚類分析、層次分析等。英國數據科學家維克托 Viktor 在《大數據時代》一書中指出：放棄對因果關系的渴求，而取而代之關注相關關系。[2]大數據復雜的特點決定了變量與變量之間復雜的關系，較傳統的思維方式來說，大數據時代下傾向于做相關分析，找出變量之間因果關系的回歸分析也許不那么重要。也就是說未來的研究會只注重要知道變量間關系 “怎么樣”（相關關系），而不需要知道哪個變量導致哪個變量的“為什么”（因果關系）。另外，由樣本推斷總體的推斷思維對應的方法，比如假設檢驗、參數估計等方法也會弱化。
三、適應大數據時代要求的研究方法教學改革設想
維克托 Viktor 在《大數據時代》一書中用三個部分講述了大數據時代的思維變革、商業變革和管理變革?；谝陨险撌?，筆者認為行政管理本科階段的社會科學研究方法可作出以下調整與改革：
1. 強化研究方法教學的實踐性
社會科學研究方法這門課程本身就是一門實用性很強的學科。增強學生應用方法解決實際問題的能力，幫助學生養成規范的研究習慣，提高學生綜合運用統計知識的水平，是教師教學和學生學習的最終目的。由于數據無處不有、無處不在，所以人人都會接觸到數據和統計，只不過科研人員對數據和統計運用得相對復雜些。在大數據時代，我們所面對的數據具有總體特征，面對研究對象，需要進行全面深入分析，才能得到有價值的結論。
因此，大數據時代的教學首先應該加強應用性教學，凸出實踐性，而不是過多強調數學、概率論、統計學，因為很多統計學原理是基于大數定理、中央極限定理、運用推斷思維，并且用于小樣本研究的。具體來說，加強教學的實踐性，從研究流程來梳理，包括：
（1）加強資料收集手段的教學。大數據時代下，數據和資料的產生方式發生很大變化，因此，需要增加部分大數據方面的數據、資料的來源和收集方法的教學內容。（2）加強資料的統計整理教學。對目前的統計分組教學這部分內容，應適當向學生補充一些數據的統計分組、分類內容的教學，以適應大數據結構復雜的特點。（3）加強資料的透視化方面的教學。這是基于大數據的非結構化特征提出的，因為我們很難將新形式的數據用傳統的數據表格等二維形式予以直觀化表現。因此，除了目前常用的幾類統計圖、統計表格外，教學過程中還可以補充介紹一些比較復雜的數據透視化技術方面的內容和方法，也是現在學界提出的“科學可視化”（Scientific Visualization），同樣可以提高學生對數據處理的認識和分析能力。
2. 培養學生大數據統計思維
美國統計學家 C.R. 勞提出，“統計，與其說是收集整理數據引出答案的一組規則，不如說是一種思考或推理的方法?！痹趥鹘y的定量研究與分析的教學中，加強學生統計思維的培養，提高學生處理數據和運用數據分析實際問題能力，是完成和做好社會科學研究的重要一環。在大數據時代，統計思維的培養更為重要。
大數據本身大量、復雜的特性，要求研究者有很好的統計思維，否則容易真假數據混雜。同時，在一個研究中，以前的做法往往是根據一個理論前提，先假設變量之間某種關系存在，然后根據統計假設，有針對性地設計因變量（交互項等）、計算變量之間的相關關系；在確定現象之間的相關關系后，往往下一步是根據相關關系建立回歸方程（linear regression），通過不同的方程、模型，探求現象之間的因果關系。這種“先假設，后關系”的分析思路適用于小數據。當我們面對的數據資料是大數據時，不僅數據量龐大，而且變量與變量之間的關系復雜：可能是線性關系，更可能是非線性函數關系。所以我們教學中，要注重培養和轉變學生的統計思維，即尋找變量與現象之間的相關關系，根據變量與現象之間的相關關系進行關聯預測，包括簡單相關和復相關，達到觸類旁通的教學效果。
3. 突出性統計知識的基礎性教學
我們的研究方法教學中，數據分析部分與概率和數理統計理論聯系密切，不少同學反映，統計學的概念抽象，運用起來困難，這種難學問題在高校行政管理本科學生中很普遍，授課教師也感到統計學教學開展不容易、教學效果不理想。[] 因此，在這一部分的教學內容中，要針對統計學的特點，結合行政管理的實際，注重基礎內容的教學，特別是要深入淺出地把基本概念、范疇、原理和公式等講透，最好結合實際案例，舉例說明如何應用在我們的研究當中，如何通過哪一種原理能夠分析出何種現象，使學生更好地理解并掌握這些內容。在教學中應突出基礎性，加強基本概念、基本原理和基本方法的教學，為學生的數據分析打下堅實的基礎。
4. 加強復合型人才培養
對于行政管理本科專業的研究方法教學來說，應該考慮到課程知識的聯系性和實際管理活動中現象的聯系性。在教學中建立聯系，要注意教學內容整體與局部的關系，引導學生從整體（整個研究過程）到局部（每個研究環節）再到知識點（具體研究方法）進行學習。也就是說，要先弄清教材內容框架，梳理清楚各個章節之間的邏輯關系；在學習每一章時，應先介紹該內容在研究中的地位，與前后幾個研究環節之間的聯系，然后再弄清本章的內容組成、各部分之間的聯系；最后再去幫助學生掌握每一節的具體內容和知識點。另一方面，還要強調整個研究過程的流暢性。
研究方法本來就不是什么晦澀的課程，我們的教學側重經驗研究，主要做量的研究，它的目的是通過收集資料，發現有用的信息；通過數據，試圖找到客觀現象發展變化的內在規律或趨勢。因此也就相應有一系列的流程，應循序漸進地進行教學。同時要明確：
僅僅具有研究方法是不夠的，如果對社會、經濟、政治現象認識不清，如果對有關現象缺乏準確的把握和理解，即便背熟了方法，也未必能做到靈活運用；只有能夠深刻理解大數據并懂得如何利用、分析大數據的人，只有經過仔細剖析，真正理解其涵義，才能有效解讀、分析和解決實際問題。這提示我們教育工作者，教學應該通過基礎知識、基本原理和統計思維的教學，努力培養學生的數據意識和數據素養，提高學生對整個研究過程的把握，同時要增加統計軟件使用課程，使學生具備多方面的知識和技能，為學生未來的可持續發展奠定較好的基礎。
參考文獻：
[1] 楊旭 , 湯海京 , 丁剛毅 . 數據科學導論 [M]. 北京 : 北京理工大學出版社 ,2014.
[2][ 英 ] 維克托 ? 邁爾 ? 舍恩伯格 . 大數據時代 : 生活、工作與思維的大變革 [M]. 杭州 : 浙江人民出版社 ,2012.
