文献类型：期刊文章

作　　者：孟天广[1,2]

Meng Tianguang

机构地区：[1]清华大学社会科学学院政治学系 [2]清华大学计算社会科学平台,北京市100084

出　　处：《政治学研究》

基　　金：本文为国家社会科学基金青年项目“治理能力视域下政府质量评估体系及提升路径研究”(15CZZ036)、北京市社会科学基金一般项目“大数据时代网络舆论引导机制及效果研究”(16ZGB005)的研究成果,受到清华大学社会科学学院和数据研究院合作计划支持。

年　　份：2018

期　　号：3

起止页码：29-38

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2017_2018、NSSD、RCCSE、RWSKHX、SKJJZZ、ZGKJHX、核心刊

摘　　要：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。

关 键 词：研究方法 因果推论  小数据  实验研究  

分 类 号：D630[政治学类]