政治科学视角下的大数据方法与因果推论

伴随着科技进步和治理实践的不断演进,日新月异的组织制度环境、学科间融合和新兴方法的广泛应用,持续驱动着政治科学理论和方法创新。大数据既是新兴研究方法,为政治学研究提供丰富数据源,更是政治学研究新议题,日益为政治学的知识生产提供新动力。针对政治科学对因果性知识的严格要求,大数据方法被认为重视相关性分析而非因果性研究。近年来,伴随着大数据方法在方法论层面日趋成熟、方法技术日益丰富、研究议题逐步拓展,且与传统社会科学方法逐步融合,大数据方法推进因果推论的能力逐步完善,革新着数据采集、概念测量、相关性分析、因果性与预测性分析等因果推论的各环节,形成了大数据与统计方法、大数据与小数据分析、大数据与实验研究、大数据模拟方法等多种生产和检验因果性知识的方法路径。