社会学领域顶级学术期刊《社会学研究》2026年第2期刊发了南京大学中华文明数智创新实验室的最新研究成果。论文题为《重返描述：定量研究中的数据深描》。实验室成员、南京大学新闻传播学院助理研究员马文为论文第一作者，实验室主任、南京大学社会学院教授陈云松为论文通讯作者。

该研究立足数智时代社会科学研究的新数据环境与技术条件，系统梳理传统定量研究中描述方法被逐渐边缘化的过程，反思其作用长期被忽视的现实，提出“数据深描”这一定量描述新路径。研究指出，借助多模态数据与智能算法，描述不再只是因果分析之前的辅助步骤，而能够重新成为社会科学知识生产的重要环节。

社会科学实证研究长期重视解释，尤其重视对因果分析方法的使用。相比之下，描述方法虽曾是社会科学研究的重要基础，但在现代定量研究中逐渐被压缩为展示均值、标准误等统计特征的前置程序，其理论生成能力不断弱化。近半个世纪以来，“因果识别为要，特征描述为辅”逐渐成为定量研究的标准范式，这种程式化倾向在一定程度上削弱了研究对新现象、新结构和新理论线索的敏感性。

与此同时，机器学习、人工智能和多模态数据技术的发展，为描述方法的功能拓展提供了现实基础。随着文本、图像、音频、视频和空间轨迹等数据持续积累，社会现象正以前所未有的密度和广度被数字化记录。这一变化有望突破传统描述性统计的局限，推动描述方法重新获得在定量研究中的重要地位。

方法创新：提出“数据深描”这一定量研究的新路径

该论文提出，“数据深描”是指运用多模态数据与智能算法，对社会现象及其过程的时空结构和潜在关系进行清晰呈现的一类定量研究方法。它秉承社会学经典理论家马克思·韦伯所界定的“描述性理解”传统，但其研究目标并非传统的假设检验，研究路径也不依赖基于回归模型的参数估计或高级计量方法的因果推断。

论文进一步将“数据深描”概括为四种递进式研究进路：借助可视化描述增强结构感知的“景深”，通过数智方法拓展概念指标的“进深”，依托局部描述累积发现总体稳定关系的“层深”，运用算法模型预示潜在因果线索的“纵深”。这四种进路共同构成了数智时代定量描述的新方法体系，使描述能够在结构识别、关系探索和理论启发中发挥更强的作用。

方法意义：以“数据深描”助力文明研究的知识积累

研究指出，“重返描述”并不以描述取代解释，也不会削弱因果推断的重要性，而是要通过丰富和深化描述性分析，为更深入的解释性理解奠定基础、搭建桥梁。相较于传统定量描述主要停留于特征和分布的静态呈现，或局限于二元变量关系的简单展示，数据深描强调依托大规模、多模态、跨时空数据，运用计算方法系统刻画不同变量的结构特征与关联模式，既可以形成有价值的研究发现，也能够为后续因果分析提供更系统的经验线索和研究假设。

论文强调，“数据深描”方法路径不仅回应了西方社会科学近年来关于“描述转向”的讨论，也体现了构建哲学社会科学自主知识体系建设的方法自觉。它有助于最大限度地发挥描述在知识创新、理论创新和方法创新方面的潜力，使得当代社会科学定量研究在文化根基与数智力量的交融中，形成服务于文明发展的持续知识积累。

该研究获得国家社会科学基金支持，是数智时代社会科学方法论探索的重要成果。相关成果以《重返描述：定量研究中的数据深描》为题发表于《社会学研究》2026年第2期。南京大学新闻传播学院助理研究员马文为论文第一作者，南京大学社会学院教授陈云松为论文通讯作者。《社会学研究》由中国社会科学院社会学研究所主办，是中国社会学领域公认的最高水平学术期刊，长期处于社会学学科中文期刊影响力排名首位，被广泛视为社会学及相关学科的权威刊物。南京大学中华文明数智创新实验室为该研究提供了重要的科研保障。作为江苏省首批哲学社会科学重点实验室，南京大学中华文明数智创新实验室持续推进人工智能与人文社会科学的深度交叉融合，积极探索“AI赋能文科”的创新范式，为相关领域的理论突破和方法创新提供有力支撑。

论文链接：https://shxyj.ajcass.com/Magazine/Show?id=122489