當前社會，數據處于一種爆炸增長狀態，在經濟社會各領域，對于數據的駕馭決定了未來的發展和走向，調查研究工作也不例外。筆者認為，在大數據時代勢不可擋的背景下，調查研究應當順勢而為，努力做到四個轉變。

從人工調研為主向基于互聯網數據調研的轉變

傳統的調查研究方法包括會議調查法、實地觀察法、文獻調查法、書面調查法、測驗調查法、資料調查法、綜合歸納法、問卷調查法等，我們統稱之為人工調研。人工調研的突出優勢在于調查人員能夠直觀地掌握第一手的資料和情況，但其缺點同樣是顯而易見的：調研樣本采集困難、調研費用昂貴、調研周期過長、調研環節監控滯后等等。

與傳統的手工或面對面調研方式不同，互聯網數據調研是利用互聯網和科技手段在線收集數據信息的一種新型調研方式。比較常見的方式有在線調查、計算機輔助電話咨詢、Email問卷調查等。較之人工調研，互聯網數據調研具有信息收集的廣泛性、調研信息的及時性和共享性、調研的便捷性和經濟性、調研結果的準確性等顯著優勢。以在線調查為例，通過ip、cookie等技術手段，對受訪者的注冊過程和答題過程進行甄別，可以有效提高問卷答案的真實性。由于在線調查不受時間和地點的限制，并且可以省掉傳統調查中很多必不可少的環節，大大縮短了調研周期，提升了調研工作的效率。

從樣本采集分析向云數據、全覆蓋數據調研的轉變

隨著大數據時代的到來，在互聯網和信息技術革命強大推動力的驅使下，調查研究工作的數據基礎開始面臨新的挑戰。以前，傳統的調研工作往往采用樣本采集分析的方式，這種方式雖然可以利用少量的信息調查對象的整體情況，但仍然比較粗糙，分析的信度不夠高。云數據和全覆蓋數據具有體積巨大、類型繁多、速率極高、效度較準但是價值密度低的特點，面對這一特點，調查研究工作的數據基礎將發生較大轉變，我們分析與調查的是調研對象相關的所有數據，而不是依靠分析少量數據，我們不再僅僅追求準確性，而應樂于接受數據的紛繁復雜。

大數據時代的調查研究工作，一方面要盡可能掌握和運用更多的數據，以便我們更加正確地考察細節并進行新的分析。當然，實現各行業、各單位尤其是政府各部門之間的信息共享，是獲取云數據、全覆蓋數據的基本前提。在此基礎上，應進一步通過各種媒介平臺，搜集、梳理、分析海量信息，獲取網絡輿情、民意取向等，通過梳理信息流并借助先進的技術工具進行整理，形成覆蓋調查研究問題涉及的全方位因素的云數據，為提高調查研究水平夯實數據基礎。另一方面，也要看到海量數據存在著“偏愛潮流”、“不懂背景”、“過分解構”等局限性，應結合一定的分析方法和手段，例如調查問卷、深入訪談、焦點座談、二手資料研究、標桿研究等，將獲取的海量云數據和可信的傳統數據樣本相互對比、相互印證、整合運用，以進一步增強調查研究數據基礎工作的科學性。

從因果分析、邏輯推理調研向關聯、非關聯等相關因素呈現式調研的轉變

在傳統的調查研究中，因果分析、邏輯推理是最重要的研究方法，通過這種方法得出的結論往往需要通過實踐進行驗證和修補，有的甚至最終會被證偽、推翻。究其原因，關鍵在于我們的主觀世界與客觀世界的信息嚴重不對稱?？陀^世界信息無限豐富，而我們自身受眼界、技術、認知能力等因素的制約，能夠獲取的信息極為有限，我們只能像管中窺豹或者盲人摸象一樣，憑借經驗、常識乃至主觀好惡對抽樣數據進行判斷、分析，借以推測事物的全貌。事實上，由局部推測整體的調查研究始終是存在偏差的，其結論甚至可能會與事物的真實狀況大相徑庭。

大數據時代的調查研究既不必、也不應再拘泥于對因果關系的探究，相反，我們完全有條件實現向關聯、非關聯等相關因素呈現式調研的轉變。20世紀90年代，美國沃爾瑪超市將A prior算法引入到POS機數據分析中，從10萬種以上的商品中發現了啤酒與尿布的相關性，于是將兩種商品擺放在一起，從而大幅提高了啤酒的銷售量。類似的案例不勝枚舉。如今，我們也已經步入大數據時代，海量數據不斷涌現，數據搜集、存儲、處理能力日益提高。充分利用互聯網、云計算等現代化手段，對海量的數據進行統計性的搜索、比較、分析、歸納，我們會發現，原本似乎毫不相干的事物之間存在著較高的關聯度，這是傳統的因果分析、邏輯推理調研難以解釋也無法企及的。

從已經發生的歷史靜態調研向不斷變化的動態追蹤調研轉變

傳統的調研方式是對現狀的梳理、問題的分析、情況的總結和對策的應用，著眼于歷史上已經發生的和現實存在的種種問題，通過精確的樣本和深度的數據挖掘，將不符合要求的樣本過濾掉，找出現狀、問題、原因、建議等之間的“因果關系”，表現為對某一時點的靜態分析。在大數據時代，由于大數據思維強調的是效率而非精確度，更多的是通過各種數據分析得出某種趨勢和事物發展的規律，這種趨勢未必要精確，但是能夠讓決策者有足夠的做出某種決定的依據；同時，在大數據時代的調研更強調持續性，由于數據來源廣泛且不斷變化，對現實情況的分析、問題的查找和建議的提出就要隨著數據的變化而不斷變化；更重要的是，這種調研是著眼于未來，對于已發生的情況解釋和問題分析都是為了今后事物的發展、前景和走向，特別是通過充分的數據分析以預測的形式表現這種趨勢。

總之，做好大數據時代的調研需要“可以利用的大數據”，做到調研方式從依靠人工到基于互聯網的轉變，數據基礎從有限樣本到云數據、全覆蓋的轉變，研究方法從因果關系到關聯關系等多種分析模式的轉變，調研導向從回顧靜態歷史到展望動態未來的轉變，并且在這些轉變中形成現代化治理體系中的所需要的核心能力。