在社会学研究中，对社会机制、因果关系的探求，始终是一代代学者们孜孜以求的圣杯。在当下，我们究竟应该如何完整、科学地去理解“社会学的想象力”？如何把数据资料、模型算法、因果逻辑与社会理论更为有效地连接起来？如何在把自然科学研究范式和大数据、机器学习等有效融入社会科学的同时，让后者的人文传统、思辨力量和理论追求拥有更为有力的因果推断实证基础？基于以上思考和问题，本次读书会邀请南京大学陈云松教授从因果和数据两个维度介绍其团队在因果推断、大数据和机器学习等方面的系列研究案例来阐释第二种想象力的八类思维面向。
由智源社区、集智俱乐部联合举办的因果科学与Causal AI读书会第三季，其目标是：将主要结合因果推断的潜在结果（Potential Outcomes）框架展开讨论，并尝试在不同领域，包括但不限于医学、经济学、机器学习等领域，尝试建立与SCM的对应关系。读书自2021年10月24日开始，每周日上午 09:00-11:00举办，持续时间预计 2-3 个月。
在著名的《社会学的想象力》一书中，米尔斯批判了社会学研究中过于抽象的宏大理论体系和方法至上的经验主义研究，强调社会学分析应该深深植根于研究者自身的体验，呼唤一种“社会学的想象力”。但想象力是个模糊的概念，直至21世纪的今天，人们仍然容易把基于数据的定量研究和缺乏想象力联系起来，导致社会科学研究方法本身被无端附带了想象力的高下之判：“人文”之法，仿佛与生俱来带有想象力的克里斯马；而 “科学”之法，往往蒙受不脱匠气的批评。这一点，在社会学、政治学、经济学等诸多领域都有不同的显现。
在社会学及经济学、政治学、历史学等多个领域的前沿，基于因果推断、实验方法、大数据、机器学习、地理信息系统、多主体仿真建模等新研究模式、研究对象、分析方法和路径等，正在得到越来越多的重视和运用。但传统范式与新范式之间，需要耐心的对话和消化、吸收与融合。在社会学研究中，对社会机制、因果关系的探求，始终是一代代学者们孜孜以求的圣杯。在当下，我们究竟应该如何完整、科学地去理解“社会学的想象力”？如何把数据资料、模型算法、因果逻辑与社会理论更为有效地连接起来？如何在把自然科学研究范式和大数据、机器学习等有效融入社会科学的同时，让后者的人文传统、思辨力量和理论追求拥有更为有力的因果推断实证基础？这些思考和问题，在社会学界已经有初步的探讨、争鸣和研究实践。
围绕社会科学中的因果推断，我们呼唤一种新的、更为完整的第二种社会学的想象力，并以此指导当下的实证研究。与米尔斯的基于个人体悟的社会学想象力相比，第二种想象力对于因果推断研究具有特别重要的意义。它既受到个体经验、社会观察的影响，也依托专业、精准和海量的社会记录数据。从因果和数据两个维度，我们将用团队在因果推断、大数据和机器学习等方面的系列研究案例来阐释第二种想象力的八类思维面向。
陈云松，牛津大学博士，南京大学社会学教授，教育部“青年长江学者”，国家社科基金重大项目首席专家。兼任中国社会学会副秘书长、计算社会学专委会副会长，英国社会学会刊Sociology国际顾问，Social Science Review、Chinese Sociological Review、Journal of Social Computing编委，主持汉译《牛津社会学词典》，在Routledge、商务印书馆等出版著作多部。主要研究领域为社会心态与社会治理、社会资本与社会网、定量研究方法和计算社会学。曾获中国城市百人论坛首届“青年学者奖”。
文献推荐
Rubin, Donald B. “Causal inference using potential outcomes: Design, modeling, decisions.” Journal of the American Statistical Association 100.469 (2005): 322-331.
Gangl, Markus. “Causal inference in sociological research.” Annual review of sociology 36 (2010): 21-47.
Elwert, Felix, and Christopher Winship. “Endogenous selection bias: The problem of conditioning on a collider variable.” Annual review of sociology 40 (2014): 31-53.
Winship, Christopher, and Stephen L. Morgan. “The estimation of causal effects from observational data.” Annual review of sociology 25.1 (1999): 659-706.
Chen, Yunsong. 2011. “The Causal Effect of Social Capital in the Labor Market: Identification challenges and strategies.” Chinese Sociological Review 44(2):76-100.
陈云松:《逻辑、想象和诠释》，《社会学研究》2012年第6期
Halford, Susan, and Mike Savage. “Speaking sociologically with big data: Symphonic social science and the future for big data research.” Sociology 51.6 (2017): 1132-1148.
Michel, Jean-Baptiste, et al. “Quantitative analysis of culture using millions of digitized books.” science 331.6014 (2011): 176-182.
Chen, Yunsong, Guangye He, and Fei Yan. Understanding China Through Big Data: Applications of Theory-oriented Quantitative Approaches. Routledge, 2021.
Chen, Yunsong, et al. “The Werther effect revisited: Do suicides in books predict actual suicides?.” Poetics 81 (2020): 101441.
Chen, Yunsong, and Fei Yan. “Economic performance and public concerns about social class in twentieth-century books.” Social Science Research 59 (2016): 37-51.
Athey, Susan. “The impact of machine learning on economics.” The economics of artificial intelligence: An agenda (2018): 507-547.
Athey, Susan, and Guido W. Imbens. “Machine learning methods that economists should know about.” Annual Review of Economics 11 (2019): 685-725.
Mullainathan, Sendhil, and Jann Spiess. “Machine learning: an applied econometric approach.” Journal of Economic Perspectives 31.2 (2017): 87-106.
Mohr, John W., and Petko Bogdanov. “Introduction—Topic models: What they are and why they matter.” Poetics 41.6 (2013): 545-569.
胡安宁、吴晓刚、陈云松：《处理效应异质性分析》，《社会学研究》2021年第1期
陈云松等：《社会预测：基于机器学习的新范式》，《社会学研究》2020年第3期
David MJ Lazer, Alex Pentland, Duncan J Watts, Sinan Aral, Susan Athey, Noshir Contractor, Deen Freelon, Sandra Gonzalez-Bailon, Gary King, Helen Margetts, Alondra Nelson, Matthew J Salganik, Markus Strohmaier, Alessandro Vespignani, Claudia Wagner. ”Computational social science: Obstacles and opportunities” Science 369.6507(2020):1060-1062
Macy, Michael W., and Robert Willer. “From factors to actors: Computational sociology and agent-based modeling.” Annual review of sociology 28.1 (2002): 143-166.
Hedstrom, Peter. Dissecting the social: On the principles of analytical sociology. Cambridge University Press, 2005.
Lazer, David, et al. “Life in the network: the coming age of computational social.” Science 323.5915 (2009): 721-723.
Flache, Andreas, and Michael W. Macy. “Small worlds and cultural polarization.” The Journal of Mathematical Sociology 35.1-3 (2011): 146-176.
Vosoughi, Soroush, Deb Roy, and Sinan Aral. “The spread of true and false news online.” Science 359.6380 (2018): 1146-1151.
Johnson, Neil F., et al. “The online competition between pro-and anti-vaccination views.” Nature 582.7811 (2020): 230-233.
时间：
2022年2月13日晚上19: 00-21: 00
参与方式：
-
文末扫码参加读书会第三季，加入群聊，获取系列读书会回看权限，成为因果社区种子用户，与900余位社区的科研工作者沟通交流，共同推动因果科学的发展。
-
扫码预约
由智源社区、集智俱乐部联合举办的因果科学与Causal AI读书会第三季，将主要面向两类人群：如果你从事计算机相关方向研究，希望为不同领域引入新的计算方法，通过大数据、新算法得到新成果，可以通过读书会各个领域的核心因果问题介绍和论文推荐快速入手；如果你从事其他理工科或人文社科领域研究，也可以通过所属领域的因果研究综述介绍和研讨已有工作的示例代码，在自己的研究中快速开始尝试部署结合因果的算法。读书自2021年10月24日开始，每周日上午 9:00-11:00举办，持续时间预计 2-3 个月。
读书会大纲一览：
Donald Rubin：Essential Concepts of causal inference
因果推断在观察性研究中的应用（续）：ANALYSIS
因果与公平性和可解释性
「深入理论学习」
点击“阅读原文”，报名直播
