陳元園(四川省社會科學院,四川 成都 610000)
?
論科技進步給社會學研究方法帶來的新發展
——以社會學數據分析為例
陳元園
(四川省社會科學院,四川 成都 610000)
摘要:社會科學不同于自然科學,其研究對象十分復雜且變幻莫測。紛繁復雜的社會現象需要更加高明的研究方法和手段才能找到存在于事物之中的規律,從而揭露真實。本文結合近年來社會學數據分析的討論和實踐,以及社會學定量研究方法和定性研究方法的發展,分析科技進步給社會學研究方法帶來的新發展,展示科技進步對于社會學研究方法取得長足發展的重要意義。
關鍵詞:科技進步;社會學研究方法;數據分析
社會學數據分析是在完成數據搜集之后,運用各種數據分析軟件,如Excel、SPSS、STATA、EpiData等等,將搜集到的數據進行綜合分析,并運用統計學相關原理對數據進行相關分析、建立模型,從而得出結論的過程。社會學數據分析的過程并不是獨立的,它和研究假設、理論架構、研究工具的選擇等一系列環節是相互連接在一起的、密不可分的整體。單獨的數據分析過程是毫無意義的,它必須結合到相關的理論和研究假設才能體現出其自身的意義。
要想真正理解數據背后隱藏的信息,需要具備社會學的想象力。在米爾斯《社會學的想象力》一書中,他說到,“社會學的想象力是一種心智品質,這種品質可幫助他們利用信息增進理性,從而使他們能看清世事,以及或許就發生在他們之間的事情的清晰的全貌。社會學想象力是一種視角轉換的能力,從自己的視角切換到他人的視角,從最不個人化、最間接的社會變遷到人類自我最個人化的方面的能力。”[3]社會學的想象力也即是理解事物本質的能力,它是一種視角的轉換,是一種深入其境的“理解力”。
(一)社會學數據分析的發展。
定量研究和定性研究作為社會學研究的兩大方法,社會學數據分析的發展也必然要從定量研究和定性研究兩個方面來看。
(二)定量研究和定性研究在數據分析上的發展并不一致。
首先,從定量分析來說,定量分析包含許多復雜的模型,對數據處理的程度較高,如缺失值分析、非線性關系、測量層次、測量模型、潛變量模型、分析單元的層序性、社會網絡模型和系統動力學等。過去的缺失值分析往往采用忽略或者用均值代替的方法,現在采用多重插值法或其他基于模型的處理;過去非線性關系多是從假設出發,用數據證實或證偽假設,現在則會理性思考和數據分析形成互動,定量可成為理論思維的一個部分;過去測量層次多為定距層次,但實際生活中多是定類或定序的數據,現在運用Logit、Logistic、ordinal、mlogit regression也可以分析定類和定序層次的變量;過去分析單元具有明確的宏觀微觀界限,而現在宏觀微觀可通過建模完成鏈接,也即分析宏觀層次數據,對微觀層次進行推論;過去對社會網絡模型都是簡單分析,現在發展出了大量專屬的軟件,這也是發展較為迅速的定量分析領域;過去系統動力學缺乏縱向研究,現在建立了事件史模型、事件數模型、歷期分析、時間序列分析、狀態空間分析模型等,為系統動力學縱向分析提供了數據分析基礎。
其次,定性研究方法也取得了新的進步。“在過去的二十多年里, 定性研究方法還是有了長足的進步, 主要表現在六個方面:研究素材日益豐富、分析方法多樣化、認識論基礎多元化、研究過程更加客觀規范、計算機輔助技術得到發展、定性和定量相結合更加緊密。”[4]特別值得一提的是計算機輔助技術的發展,大量計算機輔助定型數據分析軟件(CAQDA)開始出現,目前,據不完全統計,國際上有20多種相關軟件。
社會學數據分析的發展借助了科學技術的進步,科學的研究方法加之有效的科技手段,使得社會學研究得以迅猛發展。
(一)借助計算機和統計軟件等科技手段。
大量的定量研究要求數據的處理借助計算機等科技手段,以往的數據分析僅僅停留在簡單的描述性統計上,隨著計算機技術的發展和統計軟件的進一步完善,定量數據的分析也得以精確化。同樣的,在定性研究當中也需要借助計算機和統計軟件,以往對定性資料的處理大多數是采用人工的統計和分析,人工統計速度慢,精確度低,且不能夠進行深入的數據分析,在計算機和統計軟件的不管完善的基礎上,定性資料也能夠進行定量處理,這無疑提高了研究的效率。
沈崇麟老師將定性研究分為三大流派,對于不同的定性研究和分析流派, 計算機的輔助功能是不同的。總體說來, 對于定性研究而言, 計算機化的好處并不像定量研究那樣明顯。對于內容分析、符號分析等基于語言學的定性研究方法, 人們對計算機的輔助作用的評價普遍較高。當定性分析策略是基于編碼——檢索的扎根理論框架時, 定性分析輔助軟件的好處顯而易見,研究者管理資料的效率和系統性均有很大提高,對不同定性資料的處理的一致也有明顯增加(沈崇麟,2008)。
(二)定量研究和定性研究相結合。
定量研究方法和定性研究方法都是社會學的重要研究方法,二者各有其優勢。對于定量研究方法來說,它適用于樣本規模較大、尋找規律性的社會學研究,而定性研究方法則適用于小樣本或單個樣本、尋找差異性的社會學研究。正因為二者適用的領域不同,二者的優勢也不同。定量研究的研究結果是對整個樣本的概況的了解,定性研究的研究結果更加深入。
現在越來越多的趨勢是二者相結合使用。“由于定量方法和定性方法各有長處和缺陷,因此從韋伯的‘理解社會學’開始,人們就試圖在社會研究中將兩者綜合起來。……目前,社會科學家所能做到的也只是在資料收集和分析中結合主觀洞察的方法。可以說,定量方法和定性方法、統計調查與實地研究在社會研究中是相互補充、相互依賴但又獨立地發揮著各自的作用。當前主要的發展趨勢是,定量方法的應用領域愈來愈擴大,同時人們也愈來愈深刻地認識到定性方法在社會研究中的特殊意義并盡可能使它系統化。”[5]
(三)強調對數據理解。
以往的數據分析僅僅停留在描述統計階段,其數據分析結果往往并不是事物的真實。在強調搜集大量數據進行建模分析的現在,我們更強調借助理論和經驗來理解數據背后存在的真實。“因果關系是社會學分析的核心議題。然而,基于調查數據的定量分析都會受到內生性問題的困擾,從而往往難以作出恰當的因果性推斷。大量現有的社會學定量分析雖以解釋為己任,但實質上要么僅僅停留在描述統計相關階段, 要么得出錯誤的因果性結論。”[6]也就是說,許多通過建立復雜模型而得到的因果關系并非事物之間存在的真實關系,要想真正理解研究對象,還必須結合我們的經驗加以分析,從而弄清事務的本質所在。
(一)科技進步促進社會學數據分析的發展。
科技的進步特別是計算機及數據統計軟件的進步大大促進了社會學數據分析的發展。從定量研究來說,科技進步使大量數據的處理變得更加便捷、精確,同時由于社會科學研究對象本身的復雜性,要求數據處理軟件更加精細,能夠通過計算機建立統計模型,為研究對象找到合理的解釋途徑。如在SPSS統計軟件中,錄入數據需要首先建立起精確的數據庫,否則在錄入數據之后將不能進行相關的統計分析,而STATA軟件則不需要,它可以輕松實現人機互動,操作更加簡單,分析更加深入。這也即是科技進步促進了社會學數據分析發展的有力體現。
(二)科技進步給社會學數據分析帶來的挑戰。
科學技術是一把雙刃劍,對社會學數據分析而言亦是如此。科技進步在不斷促進社會學數據分析取得新成就的同時,也給其帶來了巨大的挑戰。縱觀近幾年來社會學論文發表的數量,大多數是定量研究的問題,可以看到,這類文章都在追求復雜的統計模型和統計技巧,似乎是只有包含這種數據分析的各類大大小小的表格才能表明文章的高明,然而,這一切都是在“炫技”,這不是社會學數據分析的根本。社會學數據分析只是一種了解事實的方法和手段,它不是研究的目的,更不是標榜社會學研究成績的標桿。因此,在科技不斷進步的同時,也應努力做到將其作為一種研究手段,仔細分析數據分析結果背后存在的“真實”,這才是社會學數據分析的重中之重。“社會科學定量分析亟待建立一個透明和開源的學術機制,讓研究數據和模型公開共享,使研究成果可以得到他人的驗證和進一步拓展。”[7]由此可見,社會學數據分析不僅需要科技進步,也需要建立起開放的學術機制。
中圖分類號:G31
文獻標識碼:A
文章編號:1671-864X(2016)05-0134-02
作者簡介:陳元園(1990-),女,漢族,四川廣安人,四川省社會科學院社會學碩士研究生,主要研究方向社會發展與社會政策。