2017年6月29日,“北大文论坛”第四十五期在静园二院208会议室举行,题目为“社会科学中的定量研究:反思与探索”。参与研讨会的学者有:香港科技大学吴晓刚教授、北京大学经济学院秦雪征副教授、北京大学政府管理学院张长东副教授、复旦大学社会学系李煜教授、中国社科院社会发展战略研究院陈华珊副研究员、上海大学社会学院教授暨亚博2020最新版访问教授孙秀林。北京大学社会学系周飞舟教授主持了论坛。

 

 

首先发言的是吴晓刚教授,他尝试总结了量化社会研究产生量化社会科学的成绩和存在的问题。他认为,中国的量化社会科学历史大概有十五年,期间大家知道了什么是量化研究,初步产生出研究规范。这部分得益于国家的相关投入。同时,我们开始有共享的社会调查数据。这些都是成绩。

吴晓刚教授

 

在总结量化社会研究发展的问题时,吴教授借用拉卡托斯分析科学范式演进的概念指出,量化研究必须在科学的“一头一尾”——即世界观和规范场景上——作出突破。量化研究已有的发展集中在分析工具及系统化应用方面,表现为数据收集上的攀比、分析方法的倾轧。但是在研究问题的想法思路上有些选题太窄、创新不足,这是因为同行审查(peer review)还不到位,也没有对文献的批判梳理提出要求。

另一个问题是学者知识积累不足,甚至有人认为只要有分析工具就可以写出文章。问题的根源,一方面是学者知识素养;另一方面,研究者本身为了产出速度而写文章,十分无趣。对此,吴晓刚教授呼吁,选题和研究设计的独特性至关重要。由于数据已经共享,题目应在以下方面尝试突破:地方特色、国际比较或历史纵深。同时要跳出人口学分析,结合其他类型数据。比如,可以在一个较小的范围里面尝试掌握其中所有的数据特征,为社区研究注入新的方法。

随后发言的是主持人周飞舟教授,他试图指出田野调查对量化研究的辅助意义。很多定量技术都企图将抽样的系统误差降到最小,经常忽略对总体的认识可以帮助缩小抽样规模。

有些模型的自明性依赖总体假定,假定是否满足不是科学可以完全解的。因此,并不是所有社会研究都需要实证方法进行验证。类似地,理论可以洞见纯粹情况,在现实中不是直接可见的。这个“纯净的部分”也是一些高级量化研究的精彩所在。我们无法找到检验这些模型的更高标准,这也是社会科学相对于自然科学的特点。社会研究的精巧之处在于,对于最高理论缺乏共识。在此前提下,田野的工作,不损害理论和模型的纯度,但是可以使之更加贴近现实。在运用高技术消除信度差异的时候,可以运用更具经验的方法在效度上进行矫正。

 

周飞舟教授

 

接着,周飞舟教授以农民对“上楼”居住的态度调查中隐藏的国家农民关系等问题为例,指出要提出真正贴近现实的解释和分析,必须进行田野调查——既可以作为前期探索,也可以作为提出分析的手段。

 

李煜教授

 

李煜教授的发言围绕“量化研究”和“定量研究”的差别展开。他认为定量研究是以确定特定数据值为目的的研究,其基本特征是:操作化较简单,理论抽象程度不高。技术上定量的准确性是其价值所在。

量化研究是从理论概念到操作化指标之间有较长距离的研究。比如对“排外”概念的测量需要很多指标。在进行量化分析时,得到的只是数量化的发现,与其意义还有距离,而测量本身含义是含糊的。今天的很多研究,看起来是量化的,实际上只能说明概念是否有影响,不能表达其含义。只看到数据上发生了什么差异,但是无法看到现象发挥的原因。后果是,感觉一切都有关联,但是没有因果分析的重点。

想要破除量化研究的困境,一方面可以用数据分析方法解释已有的议题,比如肯的社会经济地位研究;另一设想是借助大数据客服量化研究既有的盲区,慢慢得出理论。

另外,李煜教授还指出,应该排除过度的理论焦虑,可以做一些有意思的、不那么功利的文章,避免生搬硬套社会理论。

 

秦雪征副教授

 

秦雪征老师梳理了美国经济学定量方法的发展史,并将其与国内的经济学方法变迁进行了比较。90年代末,经济学的定量研究开始发展。经过几代人才培养,成为国内经济学主流的分析方法。

与此同时,国内也出现了量化分析的问题——新的思想越来越少。许多研究“用众所不知的方法说出众所周知的道理”。这是数据可得性越来越高的科研机构对产出速度的要求以及期刊审稿制度共同造成的。

通过回顾美国的经济学学科发展史,秦雪征作出以下判断,国内目前的量化研究泛滥现象是一个历史的必然阶段。很多人建议“缩小定量的存在”,这是不可行的。数学本身保证了社会科学的科学性质。量化工具与思想性没有必然联系,好的研究分析工具可以十分简单。

秦雪征老师提出,社会科学研究生的培养不能只有量化手段的训练,还需要将田野调查、定量分析结合起来,来把握数据背后的故事。期刊编辑和审稿需要把握方向,科研机构也需要避免以学术产出作为单一评估标准的现象。

 

张长东副教授

 

张长东老师结合国内政治学研究的发展状况指出,当前政治学定量研究的主要问题集中在数据残缺和主题碎片化等方面(部分也表现为一部分有数据资料的题目的研究扎堆产生);另一方面,测量方法也不够严谨——其实只需要作一点访谈,就可以知道测量的效度如何。

不可否认,定量研究的水平具有较大的提高空间。从定性的角度来讲,政治学缺少社会学这样从田野中提升学术概念的能力,缺少方法论的系统阐述——这有学科传统的原因。

那么定性与定量如何相互补充?在美国,政治学理论有其演进传统,成为定性方面的基础。在中国,理论基础成形之前就受到了定量研究冲击,而且存在很多现成的政治理论可以与之直接对话——但这样的研究没有扎实的基础。政治学研究者总感到被边缘化,这是有原因的。老学者有自己的研究议程(research agenda),年轻学者经常没有,便只能跟随潮流和热点。

 

陈华珊研究员

 

陈华珊研究员的发言运用几个例子展现了大数据视角下量化研究的可能性路径。他认为个体层面的系统性行为数据(即网络层次上的数据)将会是大数据补益社会学研究的重要方式,譬如在更直接的水平上引入网络视角。“小数据时代”的特点是样本有限,面对的主要难题是抽样误差。同时,以前的数据形式忽略了社交关系,所有观测都基于独立同分布假设——好处是其先验性质,但是社会学应该关注各种内生的变量。

 

孙秀林教授

 

随后,孙秀林教授以《社会》杂志的投稿数据为材料,向大家展示过去数年间定量方法的研究占该杂志接收稿的比重,以及其中的高频主题关键词。

孙教授概括了八千篇投稿,认为其中定量研究在议题上的问题是主题单一化,模仿痕迹较重。由此他提出了定量研究发展的三个问题:1、为什么没有“好玩”的文章?许多研究往往被证明是众所周知的结论;2、测量的方法基本都是舶来的,在国内会面临很多问题。对其本土化的方式或者必要性,至少应有一些说明和讨论;3、所做的工作只是一些对理论框架的验证工作,如果未来想做得更好,突破点在哪里?

想要解决这些问题,学者们应该自问中国社会科学的核心议题是什么。严肃的学问不能以数据可得性为导向。对于这些问题,定量研究的优势和劣势在哪里?比如,以往的数据都是微观和个体数据,这些数据对社会学的结构性视角是无力的,那么定量研究可以尝试把宏观性议题纳入其中。

在讨论阶段,北京大学社会学系教师张春泥等人陆续发表了自己对上述问题的看法,研讨会在热烈的氛围中落下帷幕。

Baidu
sogou