陈云松，南京大学-约翰斯·霍普金斯大学中美文化研究中心、南京大学社会学院
吴晓刚，香港科技大学应用社会经济研究中心
胡安宁，复旦大学社会学系
贺光烨、句国栋，南京大学社会学院
摘要
社会学是对社会行动提供诠释和反事实因果解释的科学。社会学定量研究的因果性解释，必须能够作为预测社会现象的基础。受到数据和算力限制，多年来社会学定量研究的主要取径是通过统计检验实现关联和因果分析，而无力进行预测。本文对“社会预测”这一概念的历史脉络进行梳理，阐述了通过机器学习方法实现社会预测的科学原理和当代路径，并对社会预测进行了再定义。在此基础上，本文进一步探讨了社会预测的学术价值、治理价值和话语价值，并阐述了其作为定量社会研究前沿的范式突破意义。我们认为，利用机器学习实现社会预测，是中国社会学特别是计算社会学引领国际前沿的重要契机，对于加快构建中国特色哲学社会科学具有重要意义。
关键词
社会预测；机器学习；研究范式；定量研究方法；计算社会学
一、导言
韦伯认为，社会学是一门对社会行动提供诠释性的理解和关于其过程、结果的因果性解释的科学（Weber，/：4）。追随这一学科旨趣，百年来社会学家以描述、解释社会过程和现象为己任，或寻求社会和社会行动的意义和诠释，或检验社会假说和理论的真伪。也正因为如此，描述、诠释和统计验证在社会学研究中是传统和主流的方法取径。相形之下，很长一段时间以来，“预测”则似乎无关学科要旨。其实，这一现象并非仅见于社会学，在经济学、政治学、社会政策等社会科学中也普遍存在，亦未引起