李大光

中國科學(xué)院大學(xué)，北京 100049

“Sci-Culturomics”與科學(xué)文化研究

李大光

中國科學(xué)院大學(xué)，北京 100049

中國是一個歷史悠久的國家，具有沉厚的傳統(tǒng)文化。在科學(xué)技術(shù)迅速的發(fā)展過程中，中國已經(jīng)進(jìn)入到科學(xué)發(fā)達(dá)國家行列。在大數(shù)據(jù)時代，應(yīng)該用大數(shù)據(jù)的理論和技術(shù)觀察在科學(xué)文化中中國文化的演變。這個演變過程不僅包括了公眾對于科學(xué)技術(shù)的理解，同時也包括對技術(shù)的應(yīng)用對傳統(tǒng)文化的沖擊和影響，以及這種沖擊帶來的理解偏移和態(tài)度變化。本文在歐美學(xué)者的“Culturomics”理論與研究方法的啟發(fā)下，提出“Sci-Culturomics”概念和研究模式。同時，在調(diào)查研究的基礎(chǔ)上提出在中國現(xiàn)階段的大數(shù)據(jù)條件下的研究可能性與價值。

科學(xué)文化組學(xué)；科學(xué)文化；大數(shù)據(jù)；模型；可能性

國際科學(xué)素養(yǎng)調(diào)查顯示出公眾對科學(xué)技術(shù)的了解受到宗教和傳統(tǒng)文化的影響。在傳統(tǒng)文化的沖擊下，公眾對科學(xué)技術(shù)的理解和態(tài)度產(chǎn)生偏移，甚至對抗。在大數(shù)據(jù)時代，科學(xué)文化的研究成為可能。中國在現(xiàn)有條件下，可以實現(xiàn)對科學(xué)文化的研究的嘗試和實驗?！癝ci-Culturomics”在研究科學(xué)文化中可以進(jìn)行嘗試，中國的文化特點也需要進(jìn)行嘗試性的實驗。任何新方法都需要有人提出和作出初步設(shè)計。本文對“科學(xué)文化組學(xué)”的概念的形成和研究模式進(jìn)行了初步探討。

1 大數(shù)據(jù)的研究應(yīng)用

大數(shù)據(jù)時代的開始時間難以確定。很多人認(rèn)為是2010年。這個看法可能是大數(shù)據(jù)的概念變得清晰化，同時開始有意識的在各個領(lǐng)域用大數(shù)據(jù)技術(shù)開始研究的時代。關(guān)于大數(shù)據(jù)（Big Data）概念的起源大概可以追溯到2000年斯隆數(shù)據(jù)調(diào)查公司（The Sloan Digital Skey Survey）在位于美國新墨西哥州太空望遠(yuǎn)鏡對宇宙觀察的累計數(shù)據(jù)進(jìn)行長達(dá)幾周的分析，整理出天文學(xué)研究的全部數(shù)據(jù)后，將所有的觀測數(shù)據(jù)轉(zhuǎn)化為可以計算的“粒子”，即最小單位，進(jìn)行儲存。大約10年后，其數(shù)據(jù)庫信息量增大到140兆兆節(jié)（terabytes）。而其繼任者，2016年即將到來的智利流而誕生的“大口徑綜合巡天望遠(yuǎn)鏡”（The Large Synoptic Survey Telescope），每5天就將獲得同樣大的數(shù)據(jù)量。

利用大數(shù)據(jù)獲利的主要是工業(yè)和商業(yè)?？蛻舻男畔⒂涗洸粌H使得商家獲取了巨大的經(jīng)濟(jì)利益，而且將帶動資本的投資，引導(dǎo)經(jīng)濟(jì)的新趨勢。世界最大零售商沃爾瑪公司在其全世界8，860多個超市中積累的數(shù)據(jù)已經(jīng)達(dá)到2.5拍字節(jié)（petabytes），相當(dāng)于世界最大圖書館美國國會圖書館藏書總量的167倍。關(guān)于客戶的所有信息，包括出生日期到喜好，甚至嗜好了如指掌?？梢哉f，通過數(shù)據(jù)了解的客戶超過客戶本人對自己的了解。但是與此同時，商業(yè)對客戶信息的無限量的索取和使用引發(fā)了隱私權(quán)的爭論，從而進(jìn)一步帶動了與商業(yè)有關(guān)的法律的改革。

社會媒體的大數(shù)據(jù)研究由于各個國家的電子媒體受到管理體制限制、電子數(shù)據(jù)的開發(fā)和用戶的文化習(xí)慣而有所不同，但是，大數(shù)據(jù)時代的技術(shù)，主要是電子技術(shù)仍然在遵循莫爾定律（Moore’s law）發(fā)展。估計到2020年，“微處理器的單位價格每18個月就下降一倍，帶寬和存儲器的價格甚至下降得更快”的定律將仍然有效。美國的“Facebook”已經(jīng)能夠儲存400億張圖片。電子技術(shù)的迅猛發(fā)展使得含有30個堿基對的人類基因組解碼時間在“人類基因組工程”開始到2003年用了整整10年，而現(xiàn)在只需要一周。

在大數(shù)據(jù)時代，整個世界都處于數(shù)據(jù)的籠罩之下。數(shù)據(jù)在云計算、云儲存和對數(shù)據(jù)粒子的分析、計算以及機(jī)器學(xué)習(xí)和預(yù)測中引導(dǎo)科學(xué)研究、城市管理、流行病控制、犯罪控制以及人類了解自己的研究——社會學(xué)。

約翰·霍普金斯大學(xué)教授亞列克斯·紹洛伊（Alex Szalay）認(rèn)為，大數(shù)據(jù)時代呈現(xiàn)出的巨量增長使得對數(shù)據(jù)的使用、分析和預(yù)測變得愈加困難?！叭绾卫斫膺@些數(shù)據(jù)？這些數(shù)據(jù)的價值利用不僅僅是科學(xué)家的事情，而且是政府管理人員和工業(yè)界人士的基本能力。人們應(yīng)該對培養(yǎng)下一代應(yīng)用大數(shù)據(jù)而進(jìn)行思考。”［1］

目前，大數(shù)據(jù)研究主要在自然科學(xué)、工業(yè)和商業(yè)領(lǐng)域，而社會學(xué)領(lǐng)域相對落后。處于落后的原因除了利益原因外，更重要的是方向不具體化。也就是說，其價值與方向的一致性不確定。但是，大數(shù)據(jù)時代是未來的金礦和石油寶藏，對于社會學(xué)來說，同樣具有重要的意義。在現(xiàn)代電子技術(shù)的催生下，人類日常生活中從電話和信用卡、電視和電腦、城市基礎(chǔ)設(shè)施、帶有傳感器的建筑物、火車、汽車、飛機(jī)、橋梁以及工廠等所有傳播信息的渠道中每時每刻帶來的數(shù)據(jù)流在不斷積累，在過去的兩年時間內(nèi)，積累了驚人的10萬億億字節(jié)（zettabyte），超過了人類文明史上記載的最高紀(jì)錄。美國計量社會科學(xué)研究所信息技術(shù)研究中心（Information technology，Institute for Quantitative Social Science）教授蓋瑞·金（Gary King）認(rèn)為：“這是一個大數(shù)據(jù)革命。大數(shù)據(jù)革命意味著，我們現(xiàn)在可以通過數(shù)據(jù)做任何事情?！保?］

但是，至目前為止，北美兩個國家，即美國和加拿大的大數(shù)據(jù)量為世界半數(shù)，歐洲的大數(shù)據(jù)量約為這兩個國家的半數(shù)。處于第三位的是日本，而中國落后于這些國家。（見拙文“大數(shù)據(jù)時代的公眾理解科學(xué)”，《科普研究》2015年第二期）中國如果想在未來成為強(qiáng)國，必須開展大數(shù)據(jù)的研究和應(yīng)用。

科學(xué)技術(shù)，尤其是技術(shù)應(yīng)用在特定的文化和發(fā)展階段中呈現(xiàn)出傳統(tǒng)文化、傳統(tǒng)倫理、信源公信力以及意識形態(tài)，甚至信息管理體制等方面的影響下，而呈現(xiàn)出復(fù)雜的狀態(tài)。因此，僅僅對科學(xué)素養(yǎng)進(jìn)行研究，或者僅僅對科學(xué)知識在網(wǎng)絡(luò)時代的傳播狀況進(jìn)行研究，由于其社會學(xué)指標(biāo)的單一，其成果被認(rèn)為缺乏一定的精確性。但是，在模型設(shè)計和社會學(xué)調(diào)查和信息技術(shù)研究中并不十分困難。分析公眾與科學(xué)技術(shù)信息之間的相互影響，從而即時了解公眾對科學(xué)技術(shù)的態(tài)度，不僅僅對社會穩(wěn)定和科學(xué)技術(shù)的民主化和透明化具有重要的意義，同時，對于公眾理解科學(xué)的發(fā)展趨勢進(jìn)行有效預(yù)測，從而為制定科學(xué)技術(shù)政策具有重要價值。

2 “Culturomic”與文化研究

歐盟的建立意味著歐洲的全面一體化。歐洲一體化不僅僅是經(jīng)濟(jì)和貨幣一體化，同時也進(jìn)行科學(xué)技術(shù)研究體制的改革。歐盟成員國打破國家領(lǐng)土界限，形成研究區(qū)（Research Area）。歐洲核子研究委員會（European Organizaiton for Nuclear Research， CERN）耗資54億6，000萬美元在蘇黎世地下100米深處修建了長度達(dá)到將近28公里（27.98公里）的環(huán)形強(qiáng)子對撞機(jī)（Large Hidron Collider， LHC）。這個世界上最大的機(jī)器具有1億5，000萬個傳感器，每秒產(chǎn)生6，000億個數(shù)據(jù)，超過世界所有數(shù)據(jù)總量的60倍。質(zhì)子束在接近99.9999％的光速對撞，產(chǎn)生粒子濃湯，從中分離出“上帝粒子”，即希格斯·波色子（Higgs boson）。這個物理學(xué)的重大發(fā)現(xiàn)不僅意味著理論物理中心從美國轉(zhuǎn)移到歐洲，而且獲得諾貝爾物理學(xué)獎。

2009年，美國生物學(xué)家克里格·溫特（Craig Venter）用100萬美金將DNA雙螺旋結(jié)構(gòu)發(fā)現(xiàn)者和諾貝爾生理或醫(yī)學(xué)獎獲得者詹姆士·沃森（James Watson，1926—）的個人基因圖譜解讀，從隱含在60億個堿基對的密碼中分析出其遺傳基因，從而判斷出其可能壽命和由于基因缺損而導(dǎo)致的疾病。2001年5月，克里格·溫特將4個堿基對組合為一個基因，用組合基因組成基因組，將人工制造的基因組注入一個被敲除了基因的細(xì)菌中，這個細(xì)菌被激活，人造生命誕生了。這個震驚世界的發(fā)現(xiàn)再次將人類帶入到數(shù)據(jù)世界。

物理研究中的大數(shù)據(jù)計算和分析方法被廣泛的應(yīng)用與工業(yè)數(shù)據(jù)管理和商業(yè)數(shù)據(jù)管理與預(yù)測。而生物學(xué)研究中的數(shù)據(jù)分析和組合分析對社會學(xué)研究和文化研究產(chǎn)生了啟示作用。

社會學(xué)家讓-巴蒂斯特·米歇爾（Jean-Baptiste Michel）和其他社會學(xué)家和文化研究學(xué)者在其《對百萬電子書進(jìn)行文化量化分析》（“Quantitative Analysis of Culture Using Millions of Digital Books”）中用生物學(xué)中“基因組學(xué)”（Genomics）對文化量化進(jìn)行分組定義，創(chuàng)造了“文化分組學(xué)”（Culturomics）概念。“文化分組學(xué)”的概念為：“文化分組學(xué)是采用對數(shù)據(jù)文本進(jìn)行量化分析，從而進(jìn)行人類行為和文化文化趨勢研究的一種計算詞匯學(xué)（computational lexicology）方法。研究人員通過對電子檔案的數(shù)據(jù)挖掘，對隱含在語言和詞匯使用的文化現(xiàn)象進(jìn)行分析?！保?］

圖書出版總量階段分析：1500年代：每年出版僅僅為幾本書，字?jǐn)?shù)約幾萬字；1800年代：每年980萬字；1900年代：每年18億字；2000年代：每年110億字。按目前每年出版總量，如果一個人不吃不喝不睡，不做任何事情，只讀2000年出版的圖書，以每分鐘200字的閱讀速度，需要閱讀80年。字母鏈長度比人類基因組長100倍，大約從地球到月球往返10次。

米歇爾等人用生物學(xué)中對基因組作為分析基本單位，從中分離遺傳信息，從而發(fā)現(xiàn)基因進(jìn)化與變異過程的方法進(jìn)行“文化基因”的解讀?！拔幕纸M學(xué)”的基本分析單位為“1-gram”或者“n-gram”?！?-gram”設(shè)定為一個不可分割的單詞，比如“banana”；或者一組不可分割的數(shù)據(jù)，比如“3.1415926”。而“n-gram”則是由“1-gram”組成的信息粒子鏈，多為短語（phrase），如“stock-market”（2-grams）或者“The United States of America”（5-grams）。在數(shù)據(jù)分析中，為了防止粒子鏈的斷裂和分離，將“n-gram”的長度規(guī)定為不超過5。在粒子鏈的解讀中，“n-gram”出現(xiàn)40次為1鏈（“n-gram”）。出現(xiàn)頻率計算以一年中出現(xiàn)的“n-gram”的次數(shù)。

采用這種單位計算方法進(jìn)行文化基因分組研究的研究人員認(rèn)為，如果用時序模式研究，最好的方法就是已經(jīng)數(shù)據(jù)化的圖書。從15世紀(jì)中葉，古登堡（Johannes Gensfleisch zur Laden zum Gutenberg，1398-1468）發(fā)明活字印刷術(shù)以來，共出版了1.5億種圖書。迄今為止，其中的1，500萬本已經(jīng)由Google和各個大學(xué)出版社進(jìn)行了數(shù)據(jù)化，約占出版總數(shù)的12％。這些研究人員將其中的500萬本可以用“光學(xué)字符辨識”方法識別的字符，根據(jù)研究內(nèi)容進(jìn)行符號粒子設(shè)計。文字范圍為：英語：361億；法語：450億；西班牙語：450億；德語：370億；中文：130億；俄語：350億；希伯來語：20億。

數(shù)據(jù)化的圖書中，以最重要的詞典中以頻率最高為統(tǒng)計指標(biāo)，英語詞典中頻繁（common）出現(xiàn)的詞匯已經(jīng)超過10億個。以1900年、1950年和2000年前10年出現(xiàn)的“1-gram”頻率分別為1，117，997；1，102，920；1，489，337。詞典觀察主要是英文詞匯的變化以及詞匯的收集編輯入詞典的變化。

在數(shù)據(jù)圖書的研究中，用于實驗研究的文化組分為：

1）名人跟蹤

（1）法國畫家馬克·夏卡爾（Marc Chagall，1887-1985）；

（2）列夫·托洛斯基（Leon Trotsky，1879-1940）；

（3）格里高利·佩雷爾曼（Grigory Perelman，俄羅斯著名數(shù)學(xué)家，龐加萊猜想解讀者，菲爾茲獎獲得者）；

（4）列夫·鮑里索維奇·加米涅夫（Lev Kamenev，1883-1936，俄羅斯政治家）。

2）好萊塢明星跟蹤

3）納粹迫害藝術(shù)家與作家、政治家、文學(xué)家、歷史學(xué)家、哲學(xué)家和宗教人士

4）傳染病

5）女權(quán)主義：英文和法文

6）科學(xué)家：伽利略；達(dá)爾文；弗洛伊德；愛因斯坦（見圖1）

7）科學(xué)詞匯：演化論；細(xì)胞；細(xì)菌；DNA

8）食物：牛排；香腸；冰激凌；披薩；意大利面

9）上帝

圖1 （圖片來源：Jean-Baptiste Michel et al. “Quantitative Analysis of Culture Using Millions of Digital Books”，Science. 14 January， 2011， Vol. 331）

以米歇爾等人創(chuàng)立的“Culturomic”為基本文化分析單位的文化分組研究方法產(chǎn)生一定的學(xué)術(shù)影響，開創(chuàng)了研究的思路，同時也引發(fā)了文化領(lǐng)域的討論。

3 “Sci-Culturomic”與科學(xué)文化研究

關(guān)于科學(xué)文化理論的闡述和研究在中國不是很多。在西方國家不僅有定義和理論的探索，而且已經(jīng)有很多社會學(xué)、傳播學(xué)、語言學(xué)以及公眾對科學(xué)和技術(shù)的理解和態(tài)度方面的研究。

加拿大科學(xué)傳播學(xué)者伯納德·席勒（Bernard Schiele）主持的一次關(guān)于科學(xué)文化的討論，文章集結(jié)成書《當(dāng)科學(xué)成為文化》（“When Science Becomes Culture”）。書中關(guān)于科學(xué)文化的觀點認(rèn)為：“今天，特別是從1970年代初以來，‘科學(xué)和技能文化’（Scientific and technical culture），以及最近更多談?wù)摰摹茖W(xué)和技術(shù)文化’（Scientific and technological culture）已經(jīng)開始取代長期以來一直占統(tǒng)治地位的科學(xué)普及（Scientific Popularization）”。①書中關(guān)于科學(xué)文化的意義認(rèn)為：“科學(xué)與技術(shù)文化是知識、技能和態(tài)度的綜合概念。知識需要通過學(xué)校提供的傳播知識的活動獲得。這是在工作中，家庭生活中和日常生活中需要的技能，也是我們成長和創(chuàng)新所須臾不可離開的?？茖W(xué)技術(shù)文化同時也是在面臨發(fā)展時我們的觀點闡述和采取關(guān)鍵行動時的態(tài)度，也是我們在采取行動和作出選擇時的態(tài)度宣示?！保?］

還有學(xué)者認(rèn)為科學(xué)文化是：“個人和社會體味和鑒賞科學(xué)技術(shù)的多方位的表達(dá)方式”。［5］可見，科學(xué)文化是在多維文化體系中存在的一種以科學(xué)技術(shù)的信息為主要傳播內(nèi)容的一種文化。其存在的形式與影響隨著科學(xué)技術(shù)的發(fā)展與傳播而日益變得多元化。而多元化形式隨著大數(shù)據(jù)時代變得愈加復(fù)雜。這種復(fù)雜性已經(jīng)遠(yuǎn)遠(yuǎn)超過在傳統(tǒng)研究階段那種僅僅依靠一種指標(biāo)和監(jiān)測維度就能夠得到清晰的解釋，得出基本規(guī)律，同時做出預(yù)測。

科學(xué)文化的量化研究在大數(shù)據(jù)時代前基本依賴的是社會學(xué)方法和文獻(xiàn)學(xué)方法。中國科學(xué)情報專家梁立明和武夷山等人早在2006年就用科學(xué)計量學(xué)方法進(jìn)行了西方國家科學(xué)情報和中國科學(xué)情報的研究。他們對瑞典情報學(xué)家，圖書館學(xué)和信息科學(xué)教授奧爾·佩爾森（Olle Persson）用可視化映射方法展示出的1986-1996年10年間的世界情報學(xué)研究領(lǐng)域最具影響力的57位科學(xué)家的共引關(guān)系。佩爾森教授的數(shù)據(jù)取自美國費城科學(xué)情報研究所，他從11種圖書館與情報學(xué)科學(xué)期刊檢索出7001篇論文，計量出這些文獻(xiàn)被引用情況，并以被引用30次以上為標(biāo)準(zhǔn)，遴選出57位最有影響力的情報學(xué)家。采用的研究方法為文獻(xiàn)計量學(xué)和數(shù)學(xué)模型方法、科學(xué)評價以及信息檢索等等。這是中國比較早的用量化分析方法進(jìn)行科學(xué)文獻(xiàn)和情報分析的成果。［7］

大數(shù)據(jù)的發(fā)展主要是因為無線傳感器的快速普及。2001年，著名的高德納咨詢公司（Gartner）在研究報告中指出，數(shù)據(jù)的爆炸是“三維”的：1）同一類型的數(shù)據(jù)量在快速增大；2）數(shù)據(jù)增長的速度在加快；3）數(shù)據(jù)的多樣性，即數(shù)據(jù)的來源和新的數(shù)據(jù)的種類在不斷增加。新型的數(shù)據(jù)化使得科學(xué)技術(shù)的信息呈現(xiàn)出多樣化。人們對于科學(xué)技術(shù)的理解受到來自各種文化形態(tài)的影響。這些影響來自國際的、國內(nèi)科學(xué)技術(shù)界、各種社會媒體、電子數(shù)據(jù)渠道以及各種文化立場的聲音的影響。公眾對于科學(xué)技術(shù)的理解受到多種因素的影響，他們對于科學(xué)發(fā)現(xiàn)和新的技術(shù)應(yīng)用的態(tài)度在不斷變化中。

強(qiáng)子對撞機(jī)是從數(shù)以百億計的數(shù)據(jù)中，經(jīng)過幾年的分析分離出希格斯·波色子。生物研究中的遺傳密碼是從60多億堿基對中隱藏密碼中通過計算機(jī)分析出來的。科學(xué)文化因素的分析必須從基本的文化基因中分析。就像米歇爾等人運(yùn)用生物學(xué)概念而創(chuàng)立的“Culturomics”（文化組學(xué)），同時運(yùn)用這個基本的數(shù)據(jù)粒子進(jìn)行縱向文化分析，在科學(xué)文化研究中，可以用“Sci-Culturomics”（科學(xué)文化組學(xué)）進(jìn)行科學(xué)文化研究。

科學(xué)文化分組研究應(yīng)該通過縱向和橫向的數(shù)據(jù)中提取與研究目標(biāo)一致的科學(xué)文化基本單位進(jìn)行觀測，從而分析出科學(xué)文化的影響。

科學(xué)文化分組應(yīng)該具備這些基本條件。

1）能夠準(zhǔn)確代表某一科學(xué)領(lǐng)域概念的字、詞或者詞組，這些字、詞或者詞組可以是中文的，也可以是外來語翻譯的，也可以是外來語慣用的。比如“核能”，“霾”，“DNA”，“PM2.5”，“GDP”，“PX”（對二甲苯）等②。

2）這些字、詞或者詞組是不可分的。即分離后意義發(fā)生變化。

3）選擇字、詞或者詞組應(yīng)該進(jìn)行誤讀或者誤解實驗，比如“干細(xì)胞”中的“干”不能理解為與“濕”對應(yīng)的“干”?！稗D(zhuǎn)基因”中的“轉(zhuǎn)”不能理解為“轉(zhuǎn)圈”的“轉(zhuǎn)”，“納米”并不是一種新的糧食的種類，等等。③

4）對于某些容易與傳統(tǒng)文化混淆的科學(xué)項目命名應(yīng)該恰當(dāng)?shù)呐湟云渌嚓P(guān)字詞，增強(qiáng)其意義的完整性。比如，中國航天“嫦娥”與“嫦娥奔月”傳說；中國航天“神舟X號”中的“神舟”與中國有關(guān)神話故事等。

用科學(xué)文化組學(xué)方法研究科學(xué)文化的演化需要通過確定的科學(xué)文化“粒子”在出版物中出現(xiàn)的頻率而觀察其變化。文化分組研究的是文化“基因”在歷史演化中的趨勢，研究的歷史階段可以以出版歷史階段進(jìn)行研究，米歇爾等人的研究是從1800年～2010年為歷史階段進(jìn)行研究和觀察的。這是因為雖然印刷術(shù)早在15世紀(jì)出現(xiàn)并影響了歐洲的文明進(jìn)程，但是，當(dāng)時主要的書是圣經(jīng)。科學(xué)文化研究應(yīng)該與特定國家的文化發(fā)展特征緊密聯(lián)接，才能制定觀察時間。

中國的近代科學(xué)文化研究大約應(yīng)該從明晚期傳教士的活動開始，明末清初—清晚期（主要是江南制造局翻譯館）—1897年商務(wù)印書館的出版物—中國學(xué)者早期科學(xué)刊物（如1890年的《亞泉雜志》）—晚清時期—國民時期（1915年的中國科學(xué)社的書籍以及《科學(xué)》雜志）和“中國科學(xué)化運(yùn)動”出版物—新中國成立—改革開放前—改革開放后，直至目前階段?？茖W(xué)文化的“基因”在中國文化歷史中引進(jìn)和演化可以為我們觀察中國科學(xué)文化的趨勢描繪出精確的時序進(jìn)程。

中國在改革開放以后，以科學(xué)技術(shù)為主要驅(qū)動力的經(jīng)濟(jì)發(fā)展顯示出與歷史任何階段都截然不同的科學(xué)文化模式。教育的發(fā)展和科學(xué)技術(shù)教育的正規(guī)教育與非正規(guī)教育的發(fā)展，以及國際科學(xué)文化的交融，使得中國的傳統(tǒng)文化不同于歷史任何階段的科學(xué)，尤其是技術(shù)應(yīng)用飛速發(fā)展，對公眾的生活和工作帶來了巨大的，甚至是突然的變化。中國的傳統(tǒng)文化與科學(xué)文化不可避免的產(chǎn)生沖突。尤其是技術(shù)應(yīng)用對環(huán)境、能源、倫理、道德以及科學(xué)家行為和利益的沖突，通過發(fā)達(dá)的電子媒介的迅速傳播，公眾文化和科學(xué)文化之間的矛盾導(dǎo)致了公眾輿論對科學(xué)技術(shù)發(fā)展的影響。在現(xiàn)階段，對科學(xué)文化的影響的研究可以使得數(shù)據(jù)精確化，同時，社會學(xué)的研究在大數(shù)據(jù)時代的研究會產(chǎn)生突破進(jìn)展，脫離簡單和傳統(tǒng)的方式（問卷和質(zhì)化調(diào)查），通過電子數(shù)據(jù)的觀察，可以最大限度的避免系統(tǒng)誤差，不僅能夠觀察到實時狀況，而且大數(shù)據(jù)之間的相關(guān)聯(lián)性，可以為我們描繪出公眾對科學(xué)技術(shù)的理解所受到的影響因素。（詳見圖2：大數(shù)據(jù)科學(xué)文化與公眾態(tài)度研究模型）

社會學(xué)在大數(shù)據(jù)時代的研究具有生物學(xué)研究相近的屬性。這是因為社會是由人構(gòu)成的。這種差異與工業(yè)化的數(shù)據(jù)和商業(yè)化的數(shù)據(jù)不同之處。理查德·道金斯（Richard Dawkins）④在其《自私的基因》（“The Selfish Gene”）⑤一書中談到：“在自然界中，最明顯的方式是由基因關(guān)系——親屬而集合。大多數(shù)動物喜歡同自己的兄弟姐妹與表親們，而不是種族中其他成員居住在一起。這并不一定是出于選擇，而是自動跟隨種群中的‘粘性’。這里的‘粘性’指的是任何使個體持續(xù)居住于出生地的趨勢?！保?］一個民族的種群關(guān)系形成了其對發(fā)生的突發(fā)事件的影響，甚至是重大影響。人際傳播即使在今日電子時代仍然在中國的文化群體中具有十分重要的影響。人們的手機(jī)、微信甚至電子信件的傳播首先是在熟人或者朋友群體中傳播，然后通過微博和博客或者網(wǎng)絡(luò)信息擴(kuò)散到網(wǎng)友群體中。有研究者認(rèn)為，社交網(wǎng)絡(luò)會加劇“物以類聚，人以群分”效應(yīng)，從而加劇了社交圈的“孤島”效應(yīng)。但是，目前比較有影響的一項研究通過對Facebook的人群采用隨機(jī)跟蹤的方法跟蹤特定的一組網(wǎng)頁地址，發(fā)現(xiàn)別人分享這個地址給我們，我們看到后轉(zhuǎn)發(fā)的可能性（pfeed）比我們自己的看到這個地址直接分享的可能性（pno feed）大5倍以上。強(qiáng)聯(lián)系的放大效應(yīng)為6，而弱聯(lián)系的放大效應(yīng)是9。⑥

在不斷加劇的信息擴(kuò)散中，與科學(xué)技術(shù)有關(guān)的信息也逐步進(jìn)入網(wǎng)絡(luò)傳播中。傳播的走向與公眾的生活密切相關(guān)的利益有關(guān)，同時，也與商業(yè)的廣告有關(guān)。與此同時，科學(xué)帶來的益處與技術(shù)帶來的環(huán)境問題以及與公眾的生活密切相關(guān)的事件也成為公眾最關(guān)注的信息。其中包括：環(huán)境污染、核能利用、轉(zhuǎn)基因食品、科學(xué)家行為、PX化工廠⑦、傳染病、藥物、醫(yī)院救治、地震等等突發(fā)事件都與科學(xué)技術(shù)有關(guān)。這些事件在傳播過程中攜帶的各種信息不僅快速傳播，更重要的是在傳播中變形，改變了公眾對科學(xué)技術(shù)的看法，導(dǎo)致公眾對科學(xué)技術(shù)的理解偏離，從而引發(fā)態(tài)度和行為的轉(zhuǎn)變。

在傳播中，大約由幾種人組成：最接近媒體信息，善于歸納甚至加入自己的看法的輿論領(lǐng)袖（或者意見領(lǐng)袖）；參與者：對科學(xué)技術(shù)感興趣，但是并不十分了解，但是愿意參加討論，同時傳播信息者；反對者：在信息傳播中積極表達(dá)自己的反對意見；但是，更多的是隨聲附和者。他們受到自己的專業(yè)知識、認(rèn)識方法、情感、切身體驗或者間接聽說，在接到第一信息后，傳播行為會有所不同。輿論領(lǐng)袖一般速度會最快，發(fā)表意見或者議論最多。而更多的是在“烏合之眾”效應(yīng)中非理性的態(tài)度表達(dá)。無論如何，在海量的信息中，公眾在對真相未揭示之前，必定會產(chǎn)生懷疑、疑惑、反對，甚至更為極端的言論和行動。大數(shù)據(jù)的分析會使研究者基本看到發(fā)展趨勢以及相互之間的關(guān)聯(lián)性影響。

大數(shù)據(jù)時代的公眾科學(xué)理解和態(tài)度的研究與傳統(tǒng)的社會學(xué)的隨機(jī)樣本調(diào)查不同。雖然大數(shù)據(jù)研究也是采用樣本，但是大數(shù)據(jù)的樣本在大數(shù)據(jù)海洋中的樣本，因此，全數(shù)據(jù)模式：樣本=總體。傳統(tǒng)社會學(xué)隨機(jī)抽樣從主觀上會遺漏可能具有重大價值的樣本群，而導(dǎo)致數(shù)據(jù)結(jié)果的偏移（bias）。比如，中國是一個有55個少數(shù)民族的國家，但是這些少數(shù)民族占據(jù)總?cè)丝诘?％的比例⑧，更重要的是，少數(shù)民族分布范圍很廣，但是，隨著信息化的發(fā)展，大多數(shù)少數(shù)民族中的“一神論”宗教信仰對科學(xué)技術(shù)的看法可能與人口占絕對總量的漢族有很大不同。在大數(shù)據(jù)中，這些在社會學(xué)調(diào)查中最容易在抽樣中遺漏的樣本，在大數(shù)據(jù)的研究中，都會在數(shù)據(jù)總量中得到統(tǒng)計和分析。與此同時，地理位置也具有重要的意義。地理位置主要體現(xiàn)在發(fā)布信息者距離科學(xué)技術(shù)事件中心的距離對理解和態(tài)度具有十分重要的影響?！按髷?shù)據(jù)是指不用隨機(jī)分析法這樣的捷徑，而采用所有數(shù)據(jù)的方法?！保?］所有數(shù)據(jù)的分析使得公眾對科學(xué)技術(shù)的態(tài)度的信息表述都在觀察范圍之內(nèi)。其結(jié)果增加了判斷的準(zhǔn)確性。

圖2 大數(shù)據(jù)科學(xué)文化與公眾態(tài)度研究模型

4 可能性

大數(shù)據(jù)時代的研究主要依據(jù)的是大數(shù)據(jù)的巨量、飛速與數(shù)據(jù)多樣性。在2015年的“政府工作報告”中，出現(xiàn)了“互聯(lián)網(wǎng)+”的概念：“推動移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等與現(xiàn)代制造業(yè)相結(jié)合，促進(jìn)電子商務(wù)、工業(yè)互聯(lián)網(wǎng)和互聯(lián)網(wǎng)金融健康發(fā)展。”⑨2014年，中國的網(wǎng)民達(dá)到6.49億，占人口總數(shù)的47.8％；手機(jī)網(wǎng)民數(shù)量達(dá)到5.57億，達(dá)到85.8％。互聯(lián)網(wǎng)以及將金融、汽車、教育、泛娛樂以及智能軟件融合為一體。大數(shù)據(jù)與云計算成為連接一切和智能化的根基。⑩

新一代的信息技術(shù)發(fā)展催生了創(chuàng)新2.0，而創(chuàng)新2.0又反過來促進(jìn)了新一代信息技術(shù)的新形態(tài)的形成與發(fā)展，這種新形態(tài)的主要特征就是物聯(lián)網(wǎng)、云計算、社會計算和大數(shù)據(jù)，從而進(jìn)一步推動了“互聯(lián)網(wǎng)+”全新概念以及打造“互聯(lián)網(wǎng)+”生態(tài)鏈的誕生。

目前，在科學(xué)文化大數(shù)據(jù)研究中，大數(shù)據(jù)的豐富度還有待于提升。我國目前還沒有像Google這樣巨型的網(wǎng)絡(luò)將大量的圖書數(shù)據(jù)化。目前，騰訊、百度和阿里巴巴是中國最大的網(wǎng)絡(luò)集團(tuán)還沒有實現(xiàn)圖書數(shù)據(jù)化。圖書數(shù)據(jù)化仍然處于分散的狀態(tài)。我國大型的省市級圖書館和部分大學(xué)圖書館實現(xiàn)了圖書數(shù)據(jù)化，但是，數(shù)據(jù)化的量仍然不是很大。與此同時，經(jīng)濟(jì)利益導(dǎo)致數(shù)據(jù)相對封閉。

但是，我國目前的手機(jī)信息和微信數(shù)據(jù)量巨大。微博與博客數(shù)據(jù)量以及網(wǎng)絡(luò)數(shù)據(jù)量也十分龐大。這些作為大數(shù)據(jù)時代公眾對科學(xué)技術(shù)的理解和態(tài)度的研究提供了可能性。

我國目前已經(jīng)有一批電子數(shù)據(jù)公司，具備了很強(qiáng)的實力。這些公司完全能夠承擔(dān)起這種科學(xué)文化數(shù)據(jù)研究。

因此，目前在中國進(jìn)行科學(xué)文化（甚至其他文化）研究基本具備了條件，盡管這個條件仍然有待于提升。在有限的數(shù)據(jù)量中進(jìn)行有條件的研究，至少能夠為今后的研究創(chuàng)造條件。

注釋

①“科學(xué)普及”一詞究其根源產(chǎn)生于中國民國時期，也就是1930年代的“科學(xué)社會化”和“社會科學(xué)化”討論階段。英文中對應(yīng)的表述國內(nèi)學(xué)者一直采用“Scientific popularization”或者“Science popularization”，“Popularization of science”。鑒于中外文化表述中的差異，本文中的英文出示是為了解釋翻譯的原詞.

②諸多的外來語已經(jīng)融入中國文化，成為媒介和人際傳播的慣用語.

③在以前質(zhì)化調(diào)查中已經(jīng)發(fā)現(xiàn)這種誤讀和錯誤理解.

④英國皇家學(xué)會會員。2005年英國《前景》雜志同美國《外交》雜志網(wǎng)絡(luò)調(diào)查，他被評為在世的全世界100名最有影響的公共知識分子之一.

⑤在英國《新科學(xué)家》（“New Scientist”）雜志于2012年進(jìn)行的10本“迄今為止最有影響的大眾科學(xué)書”公眾評選中，《自私的基因》名列其中。http://www. newscientist.com/blogs/culturelab/2012/10/top-10-most-influential-popular-science-books.html.

⑥http://www.scribd.com/doc/78445521/Role-of-Social-Networks-in-Information-Diffusion.

⑦最有影響的是在2009年到2011年間的廈門PX事件引發(fā)國際關(guān)注。最近漳州PX工廠起火事件引發(fā)公眾再一次對化工企業(yè)的擔(dān)憂.

⑧中國統(tǒng)計年鑒2013少數(shù)民族分布的主要地區(qū)及人口。http://wenku.baidu.com/link？url=xuwNnboGlwByEn_rf1L KeR1cOWDN8fytKDAKwbEbKVGZFgSmptRiWH-gMdhwA_N7qI_UZx 1ECJobsFMf5HdJIgI8mZvFud7Z9LVP18qXoIC.

⑨“2015年政府工作報告”（全文實錄）http://lianghui.people.com.cn/2015npc/n/2015/0305/c394298-26642056. html.

⑩“中國互聯(lián)網(wǎng)絡(luò)信息中心”（CNNIC）發(fā)布的《第35次中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計報告》.www.gsdata.cn. http:// www.cnnic.cn/hlwfzyj/hlwfzzx/qwfb/.

［1］“Data， data everywhere”.The Economist.25 February 2010.Retrieved 9 December 2012.http://www. economist.com/node/15557443（2015，3）.

［2］Jonathan Shaw.Why“Big Data”Is a Big Deal.“Harvard Magazine.http://harvardmagazine. com/2014/03/why-big-data-is-a-big-deal（2015，4）

［3］Jean-Baptiste Michel et al.“Quantitative Analysis of Culture Using Millions of Digital Books”，Science. 14 January， 2011， Vol.331

［4］Bernard Schiele et al， “Introduction”，“When Science Becomes Culture”，University of Ottawa Press，2003

［5］Godin and Gingras，”What is scientific and technological culture and how is it measured？ A multidimensional model”. Public Understanding of Science， January 2000，9：43-58.

［6］“3D Data Management:Controlling Data Volume，Velocity and Variety”， Laney， Douglas，F(xiàn)eb 2001.http://wenku.baidu.com/view/ c4ddd5400b4c2e3f5627633d.html.

［7］梁立明，武夷山，等，著.科學(xué)計量學(xué)：理論探索與案例分析［M］.北京：科學(xué)出版社，2006，5.ISBN7-03-015870-9.

［8］理查德·道金斯著.盧允中，等，譯.自私的基因［M］.北京：中信出版社，2012，9.ISBN 978-7-5086-3415-9/F·2667

［9］維克托·邁爾-舍恩伯格，肯尼思·庫克耶著，盛楊燕，等.大數(shù)據(jù)時代：生活、工作與思維的大變革［M］.浙江人民出版社，2013，1.ISBN 978-7-213-05254-5.

China is a country with a long history and profound trditional culture. China has taken faster steps in the advancement of science and technology. The evolution of the cultures should be observed with the research model of Big Data in the Internet and computation age. This culture change dose not only include understanding science and technology but also the change of attitudes towards technology application， and its impact on traditional culture. This article brings up a concept “Sci-Culturomics”inspired by the concept “ Culturomics”. The author also talks about the research model under the current condition of the Big Data in China and the possibility of getting data that could be valued the science culture in China.

Sci-Culturomics； Scientific culture； Big Data； Model；possibility

G2

A

1674-6708（2015）151-0007-05

李大光，教授，工作單位為中國科學(xué)院大學(xué)人文學(xué)院