社计文库 | 数字化与实证社会学研究方法困境化解
点击蓝字
关注我们
实证研究被视为社会学的基本学术范式之一。在实证研究越来越为国内学术界讨论时，除了方法论、议题和范式层面的讨论，实证研究的研究设计也同样值得探讨。恰如著名华人社会学家边燕杰教授所提出的那样，中国社会学要真正缩小与发达国家的差距，必须寻求本土知识的国际概念化，并从理论出发搜寻、分析和解读合适的资料，进而切实提升中国社会学的国际影响力。
随着数字化时代的到来，在互联网和大数据对社会科学研究乃至整个人类社会带来巨大冲击的背景下，实证社会科学将面临哪些基础性挑战、实证研究如何运用研究设计直面这些挑战，是《数字化与实证社会学研究方法困境化解》（范晓光，2020）一文中要着力回答的问题。
从方法论角度展开对数字时代中的实证社会科学的分析，首先需要辨明传统实证社会学中既有的五组方法困境和方法矛盾，分别是宏观与微观解释、数据与理论驱动、相关与因果、同质性与异质性、信度与效度。
宏观解释与微观解释 社会学历来强调结构对社会和社会互动的解释，以涂尔干为代表的早期实证社会学关心宏观层面的结构与社会行为的关联。随着社会学的学术中心从欧陆移至北美，社会学的研究层次经历了一个从宏观结构逐渐到微观结构的转向，同时，宏观与微观结构的“脱节”问题逐渐凸显。以默顿为代表的学者尝试在方法论的层面上调和“微观-宏观”的转化矛盾，上世纪90年代以来，科尔曼和赫斯特罗姆分别提出了“科尔曼之舟”和“期望-信念-机会”因果模型，试图实现微观行为和宏观层次的转换和紧密勾连。
理论驱动与数据驱动 理论和数据是实证社会学的两个基本构件。理论驱动研究更擅长于对现有理论的检验但缺乏内生的创新性。而以归纳为基础的数据驱动型研究则强调从经验资料出发对理论进行检验和拓展，对新机制的挖掘和探索有自身独特的优势。社会现象的复杂性和注重理论解释的传统取向，使得数据驱动研究并未成为传统社会科学研究的主流。
相关与因果 社会科学分支学科对社会现象的研究多以寻求因果关系为核心，但如何准确地识别因果关系是实证科学始终面临的重大难题。一方面，社会科学运用的统计分析方法无法穷尽社会的所有测度，另一方面，为社会学研究所使用的截面的、非实验性的分析资料，也让因果分析方法的前提假定更容易被违背。在万物互联的今天，相关性分析重回研究视野。注重多变量复杂关联的相关性分析，虽然暂时缺乏完备的理论支撑，但仍可能对现有的以单因果关系分析为主的模型设定产生冲击。
同质性与异质性 社会统计是在同质性的前提下发现差异、解释差异的，统计抽样往往面临同质性和异质性之间的矛盾。在复杂的现实条件下，实证主义的研究范式难以确保个体未被观测的特征仍然保有一致性，基于大数定理的统计推断和实证研究，在极力克服异质性对统计分析结果的冲击时，难免陷入“均值人”的泥潭，“只见森林不见树木”，使研究结果呈现更大的偏差。
信度与效度 信度与效度是衡量测量工具的不二标准。测量是量化的基础，量化和测量是实证社会学必不可少的前提条件。测量的最大社会功能是标准化，而基础测量需要始终保持与质性概念的对应和独立。研究者需要在概念和测量工具之间寻求共识。这类测量面临着信度与效度之间的张力。在社会分层研究中，以EGP框架等为代表的分层框架，保证了严格标准化的前提，但在跨地域、跨时期的比较中，这类分层框架难以保持较高的效度，需要因应进行调整。
数字时代所提供的海量数据与强大算力、算法，为应对上述实证社会学研究面临的方法困境提供了难得的机遇。首先，人们生活的持续数字化为社会科学提供了海量的“弱设计”式数据，为克服研究对象的选择性报告、观测变量的遗漏、研究者的知识盲区提供了可能。其次，各国政府在制度上的数字化创新，为宏观社会事实的数字化提供了基础。最后，以人工智能为代表的新技术显著提高了数据分析的算力，为实证社会学借力数字化提供了技术保障。
在数据、算力和算法的有利基础上，通过研究设计克服实证社会学的基础性困境就成为了可能。作者主要提出了三点应对策略：
测量的客观化和多维化 利用大数据的数字化优势，采用如痕迹数据等大型、复杂数据集，有利于实现测量的客观化、降低人为的主观构建，并以多维数据打破时空分离，增强测量的情境化，突破传统的标准化路径，回应数据测量信度和效度的张力。
大小数据的有效匹配 大数据变量的维度和颗粒化程度都远优于传统的小数据；而小数据往往能够包括一些社会学家极为关心但被大数据遗漏的变量。大数据所具备的在内容、形式、容量上的优势，借助计算科学方法进行分析，能明显改善小数据中变量维度的局限，进而弥合实证社会科学研究中归纳和演绎的割裂。
线上线下实验结合 在数字化的背景下，将传统的线下实验和线上实验相结合，有助于缓解相关和因果之间的紧张。数字化技术大大降低了线上实验的门槛，也为增强社会学在因果机制识别，缩小微观向宏观跃升的断裂，扩大社会学理论的外部效度提供更多的可能。囿于网上实验有着自身特定的适用范围，多样化线下实验的引入，并和线上实验相结合，需要有合理的总体设计。
作者认为，在当前中国社会科学的发展阶段，就研究方法层面开展讨论是十分必要的，国际上的研究方法与研究设计都与特定的社会情境相关，不能陷入对新方法、新设计的一味模仿。同时，每一种研究方法都有着其自身出现的理由、发展的脉络和历史的使命，在数字时代，传统实证社会学如何面对挑战、缩小与数据科学家的“知识鸿沟”，是个值得深思的问题。
最后，作者指出，用数字化去解决传统实证社会学的困境是一个系统化的工程。首先，需要合理应对获取数据的技术、伦理和法律门槛。其次，要有学科交叉的意识和能力，坚持用数字化为实证社会学寻求突破。最后，增强团队的组织化程度，在从理论问题提出到成果产出的长链条上，实现知识储备、研究能力、分析工具等多维度的“1+1>2”式有机融合。
作者：范晓光 浙江大学社会学系副教授
参考文献：范晓光.《数字化与实证社会学研究方法困境化解》,《中国社会科学评价》,2020(3).
往期回顾：
社计未来
欢迎关注我们！