格格党

手机浏览器扫描二维码访问

七数字人文的启示（第2页）

在“数字文学研究”

中，研究者需要的不仅是人文学科的知识储备，更需要有社会科学的，甚至计算机和统计学等相关学科的知识。

陈冬华等的研究是一个经典的跨学科合作的例子。

作者当中有经济学背景的学者，有公司治理研究领域的专家，还有文学爱好者。

他们通过运用统计学和计量经济学的方法研究了一个跨文学和社会科学的问题。

他们关注的问题事实上也是公司治理领域一个基本的重要观察：除了制度因素之外，人的道德因素也会对社会和经济的发展起到至关重要的作用。

道德的考量属于社会文化的范畴。

社会文化本来并不属于经济学和公司治理的研究范围。

随着学科不断发展和对社会经济现象的认识不断深化，包括经济学家和金融学家在内的社会科学家越来越意识到社会文化对经济发展的重要作用。

因此，越来越多的社会科学家将研究视角转向对社会文化的理解。

而在人文领域，尤其是文学研究领域，很多学者也对社会文化有着浓厚的兴趣。

研究话题的特质就自然决定了研究内容跨学科的性质，从而需要不同学科知识的综合运用。

同一个话题，从不同的视角、运用不同的方法工具来研究，可能会有意想不到的研究结果。

这里所强调的跨学科，不仅是从方法论而言的。

“数字人文”

研究中需要运用到其他学科如统计学的知识，同时还需要结合具体的研究话题融合其他社会科学的具体知识，综合不同学科的视角。

因此，“数字人文”

不仅仅是工具意义上的跨学科，也是知识内涵和研究视角上的跨学科。

（3）“数字人文”

的研究以文学理论为基础，辅以数据分析的方法，不可本末倒置。

正如前文中提到的，如果没有文学理论作为支撑，再精细的数据分析最终也不能加深我们对文学问题的理解。

“数字人文”

的研究需要理论。

陈冬华等在研究的一开始就通过梳理已有文献的方法，给出了自己的逻辑体系。

在构造的理论框架中，他们提出了自己的学术观点。

通过理论逻辑的推演，他们将理论中的核心观点转化成可以用数据去检验的假设，最后他们再运用统计学和大数据的方法对他们的核心假说进行检验。

如果没有一开始的理论作为支撑，数据分析的结果很难展示出其对文学理论的贡献。

这样的研究思路是合理的，它强调了“数字人文”

研究中理论的重要性。

事实上，这样的研究思路早已被广泛应用在现代社会科学的各个领域当中。

随着近些年大数据研究方法越来越流行，社会科学家也越来越警惕没有理论而只是纯粹的“数据挖掘”

（datamining）式的数字游戏。

所谓“数据挖掘”

，就是指在没有什么人文或者社会科学具体理论的指导下，让计算机算法对已有的数据中的特征进行机械的探索。

在“数据挖掘”

式的社会科学研究中，研究者往往在处理和分析数据之前并没有成型的理论，而是通过尝试多种统计方法和模型，探索多个变量之间各种形式的统计关系，而最后汇报研究结果的时候，只展示那些统计结果比较好的研究，却不汇报那些结果不好的研究。

这样的研究流程被现代社会科学家所诟病，当然也不应该成为人文研究遵循的方法。

“数据挖掘”

的方法来源于计算机领域，适当地应用到人文、社会科学领域固然会有些成效。