近日，就社会科学的定量研究趋势、国内对定量研究的误解、定量研究在公共讨论中的作用等问题，本报特约记者、上海社会科学院城市与人口发展研究所助理研究员杨晓萍，在上海大学主办的会场对谢宇教授进行了专访。

 

　　01中国的社会科学研究 需要比较好的调查数据作为支撑

 

　　Q1：国内“中国家庭追踪调查”数据为基础的，类似的调查数据在国内越来越多，这些调查数据对社会科学研究有着怎样的意义呢？

 

　　首先，社会需要了解中国变化的真实情况，这些调查数据可以满足这一需要。比如说，大家对中国社会存在的不平等问题很感兴趣，中国民众对房价的增长很感兴趣。中国社会的不平等程度到底怎样？不平等程度未来会怎样？当前中国的房价增长有多快？不同地区的房价有什么差别？人们平均有多少套住房？不同收入的人对房价的承受能力有多大差别？这些问题大家都很关心，但却不知道从哪里可以得到客观、准确的答案。而这些调查数据可以满足民众想了解这些问题的需要。

 

　　其次，这样的调查数据也满足了中国社会科学走向世界的需要。因为社会科学要走向世界，就要用比较严格的方法，需要有很好的数据。“中国家庭追踪调查”数据和其他数据满足了这一要求。另外，也能满足政策制定的要求，因为政策制定需要比较科学的数据作为依据。政府的数据，如统计局的数据是很重要的一个依据，但是这只是一部分数据，而且可能跟我们的调查数据是不一样的。我们的调查数据能够提供更中立、更全方位的关于中国社会的信息。我想，这些对社会现象比较深入的、长期跟踪的全方位信息的提供，最终也会对政策制定有好的帮助。

 

　　Q2：从2004年起，您在中国积极推动社会科学定量研究的发展，包括培养研究人才和建立数据库，当时是出于怎样的初衷？

 

　　中国社会的变化很大，从以前比较贫困的国家发展成为一个中等收入的国家，并且自然科学、技术、艺术、电影、文学等各方面都在发展。我认为中国的社会科学也应该发展。因为中国是一个很有文化传统的国家，而且社会变化非常快，比如说工业化、城市化、教育的扩张、收入水平的差距、婚姻行为的变化等，这些社会现象都需要用现代社会科学方法加以较好的研究。而这些研究以前缺乏比较好的数据。

 

　　为了使中国的社会科学研究能够与国际上的中国研究对话，达到国际上社会科学的标准，我从2004年开始，一是在北京大学开设定量研究方法班，把国外的专家引入中国，用英文讲学；二是在北京大学建立“中国家庭追踪调查”（CFPS）项目，而且，也参与其他的调查项目，比如说中国人民大学的“中国综合社会调查”(CGSS),复旦大学的“长三角地区社会变迁调查”（FYRST），还有中山大学的“中国劳动力动态调查”（CLDS），等等。我觉得有了很好的调查和第一手的数据，以前研究中缺乏数据或者没有很好的数据的状况就能够改变；而且这些数据要公开，让不同的学者，特别是年轻人可以共享，可以对以前作的一些结论提出不同的看法，并在国外的杂志发表研究成果。

 

　　02定量研究最重要的是如何提出问题 而不是数据和统计方法

 

　　Q3：目前，中国的定量研究还处于起步阶段，往往存在着一些误解。比如，很多人认为定量研究就是对一堆数据进行分析，或者就是用统计方法建立模型。您如何看待这些误解？

 

　　我觉得目前对定量研究确实存在着很多误解，很多人把定量误认为就是数据，或者就是统计。可以这样打个比喻：数据是原始材料，可以派不同的作用；统计是一种技术，是运用材料的手段。材料和手段都重要，但是假如说你不知道要做什么，那么就会什么也做不成。比如，研究贫困问题，有很多可以测量贫困的数据，包括官方和各类调查得到的家庭收入数据；也有很多统计方法、模型和测量标准。但是如果不知道用这些数据和统计方法去研究怎样的问题，那也还是做不成定量研究的。所以定量研究最重要的是理念，即怎么看一个问题，看问题的哪个方面，然后怎么验证自己的看法。它是一个全面的过程，不只是数据，也不只是统计，而是运用统计来研究数据，来回答我们想要了解的问题。数据、统计方法、理念，三者缺一不可，其中，理念是最重要的。有些人的研究有数据，有统计方法，但不知道研究什么样的问题，这就不是很好的定量研究。

 

　　另外，对于定量研究和定性研究的关系，国内也有误解。我认为，定量研究和定性研究并不是互补、并行的关系。定性研究是为真正的比较科学的定量研究做铺垫准备的，没有很好的定量研究，一些定性的看法或提法是不能得到验证的。也就是说，定性研究本身很难验证什么东西，它可能给出一些启发，是一个基础；在一定程度上讲，定性研究是一个做准备工作的研究阶段，而不是真正严谨的研究方式。

 

　　比如贫困问题，有一个普遍的看法认为贫困是自我生产的,也是长期的。然而，美国“收入动态追踪调查”（PSID）的数据研究发现，在美国，并不是所有贫困人口或家庭长期贫困、依赖社会福利。即使当贫困人口在总人口中的比例没有下降的时候，构成贫困群体的具体贫困个人和家庭也在不断变化。“中国家庭追踪调查”（CFPS）2010-2012年的追踪数据对中国的家庭也有同样的发现——70%的贫困家庭在两年间实现了脱贫。这是一个通过定量研究验证定性假设的很好的例子。

 

　　03定量研究呈现了跨学科、多方位的 电子数据采集和国际化发展趋势

 

　　Q4：国外社会科学界对于定量方法的应用已经相当普遍，而且定量方法似乎已经成为跨学科研究的重要媒介，可以将脑科学、行为科学、经济学、社会学、政治学、心理学等理论容纳到对一个问题的研究中。这是定量研究的一个趋势吗？定量研究还有哪些发展趋势？

 

　　的确，社会科学本来就是一个大的领域，我们由于种种原因把它划分为不同的领域，比如经济学、社会学、政治学、心理学、教育学等。实际上，我们的研究应该是跨学科的。这有几个原因，一是，研究方法是通用的。方法不能分为这个学科或者那个学科的方法，方法只有适用不适用、科学不科学的问题。没有哪个学科能垄断一个方法或一种数据。二是，一个社会现象本身涵盖的内容就很多，比如社会地位就涉及到经济学，因为对社会地位最直接的一个衡量标准是收入水平；它涉及到社会学，社会地位的获得与家庭背景紧密相关，而家庭作为一种社会结构，是社会学所关注和研究的一个重要领域；它也涉及到教育学，因为社会地位的流动很大程度上通过教育来实现。

 

　　04学者们参与公共讨论要 有依据、负责任，不能超过研究专长

 

　　Q6：定量研究在公共争论中也能起到正本清源的作用。中国当下的一些公共话语比较混乱，而一些学者加入之后，往往加剧了这种混乱。如果要做出比较好的研究，对于公共争论起到实质性的贡献,应跨过哪些差距？

 

　　我觉得这是中国学术界的一个很大的问题，不是所有参与公共讨论的学者都是负责任的。社会需要一些学者对社会现象作一些评价和讨论，但是国内一些学者，当然不是全部，在公共场合做的一些讨论，我觉得是缺少依据的。因为他们对讨论的问题还没有做过很严谨的研究，或者其观点只是得到部分验证，还没有得到其他人的认可。我觉得这种情况很不好，特别是对年轻人，他们会觉得只要有名望有地位，就可以对任何事情作出一些并没有依据的评论。而有些评论在我看来只是一种观点，比如房价会跌多少涨多少；GDP应该增多少涨多少，等等。严谨的学者也可能作出这样的结论，但是，在作出这样的结论之前，他会做大量的工作。他有很多的假设，没有假设是不可能作出这些结论的，但是这些假设大家是可以讨论的，比如说,这些假设对不对，为什么做这样的假设，是不是有可能导致推测、结论出现问题。

 

　　不把这些东西讲清，别人会以为你讲的就是真理性的、必然会发生的事情,也不可能对你提出批评。所以，公共讨论是可以的，但一定要对问题做了研究，一定要有严谨的研究步骤，而且经得起时间的检验和别人的批评。所以对学者参与公共讨论就有几个要求：第一，一定要有依据，要把结论的来源和依据讲清，要有依据，要有交代，不是以名望和地位来作为支撑，而是要以研究作为支撑；第二，参与公共讨论的学者，应该只是参与讨论他专长的做过研究的领域。没有做过研究就没有发言权，讨论的问题不能越过他的专长。（1390期 第5版）

 

　　此外，它还跟社会心理、政治、法律、公民健康等有关，因此涉及到心理学、政治学、法学、医学等学科。所以每一个研究问题涉及到的领域很多，人不能画地为牢，而是要看所研究的问题把你带到哪里。所以，定量研究不是数据导向，不是方法导向，也不是学科导向，我比较提倡的是问题导向。提出一个问题，最终目的是要回答这个问题。只要可以解答这个问题，任何数据、方法、理论、知识都可以用，而不分领域或学科。

 

　　除了跨学科研究的趋势，定量研究还有一些其他的发展趋势，比如多方位电子化数据采集的趋势。随着信息化的发展，很多信息比如医疗情况、学习情况、手机使用情况、交通卡使用情况，都被电子化了，我们可以多方位地采集电子化数据，并运用到定量研究中。还有国际化的趋势。以前定量研究主要在美国，现在不光在美国，从欧洲到亚洲，从非洲到拉丁美洲，几乎所有地方都有定量研究，定量研究正在国际化。

 

　　Q5：您刚才讲到多方位电子化数据采集的趋势，“大数据”（Big Data）在当下的网络时代成为一个热门词汇。英国学者维克托·迈尔-舍恩伯格（Viktor Mayer-Schnberger）和肯尼思·库克耶（Kenneth Cukier）著有的《大数据时代：生活、工作与思维的大变革》（Big Data: A Revolution That Will Transform How We Live, Work, and Think）也成为《纽约时报》的年度畅销书。他们认为随着信息化程度的提升，我们可以不用抽取样本而得到总体数据。您认为“大数据”会替代抽样数据吗？

 

　　中国的社会科学研究大数据的产生是一个社会现象，它会为我们提供更多的数据。我们以后做研究会不可避免地用到这些数据。但是大数据也是有缺陷的，所以也不要迷信，认为有了大数据，其他数据都不要了，这也是错误的想法。现在有了大数据，只是多了一种工具、一个手段，由于它存在一些问题，如数据的深度问题、覆盖率问题、样本选择问题、准确性的问题等，所以大数据本身不可能替代其他数据。当然，它还是弥补了很多以前数据的缺陷，这会是一个弥补性而不是取代性的变化。