摘自：唐文方.大数据与小数据：社会科学研究方法的探讨.新华文摘，2016(6)：149-151.（摘自《中山大学学报》2015年第6期）

   大数据时代的来临，表面上打断了原有的以抽样调查和实验研究为基础的社会科学研究方法的发展路径。网络的发展和对人们生活的不断渗透，使得大数据的挖掘和收集成为可能。大数据的特点是它的整体性、即时性、全面性和数量上的庞大。在社会科学研究中，特别是在公共政策和公共管理的领域中，人们越来越多地利用网络媒体产生的大数据来研究选举、民意分布、社会运动、社会网络、政治动员以及恐怖组织的形成和发展等等重要问题。

   但是，大数据不是万能的，从一开始就包括至少五个方面的局限性：（1）基于网络用户的“大数据”无法代表总体人口的特征；（2）大数据由于侵犯个人隐私、涉及经济利益和国家安全，而无法实现彻底的公开和透明；（3）大数据无法对人们的思想状况的各个方面做出准确的描述；（4）大数据只能对人们不同行为的相关性做出描述，而在多数情况下无法确立时间之间的因果关系；（5）大数据所基于的行为有时候无法代表人们在社会中的真实行为。

   传统的问卷调查和实验研究至少可以从四个方面弥补大数据中的上述不足：（1）抽样调查和实验研究不仅可以被动地收集已经发生的数据，还可以主动为研究者“制造”数据；（2）抽样调查的随机样本具备普遍性和人口的代表性，并从多方面收集受访人的个人信息，是调查数据更具多样化；（3）实验研究可以更准确地确立各变量之间的因果关系；（4）抽样调查和实验研究数据的所有权归研究者，可以随便使用，而大数据则受到多方面的限制。

   从长远来看，大数据不仅不会取代小数据，而且必须依靠小数据才能得到发展。例如，大数据可以提供新闻媒体内容的语境描述及其历史变迁，但却无法呈现新闻媒体对受众的影响，受众研究中必须借助问卷调查和实验研究等手段，而问卷调查和实验研究则可以借助大数据所发现的关键词、相关联系等更有针对性地设计问卷和实验条件。