论文部分内容阅读
摘要：社会科学不同于自然科学，其研究对象十分复杂且变幻莫测。纷繁复杂的社会现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规律，从而揭露真实。本文结合近年来社会学数据分析的讨论和实践，以及社会学定量研究方法和定性研究方法的发展，分析科技进步给社会学研究方法带来的新发展，展示科技进步对于社会学研究方法取得长足发展的重要意义。
关键词：科技进步；社会学研究方法；数据分析
中图分类号：G31 文献标识码：A 文章编号：1671-864X（2016）05-0134-02
一、什么是社会学数据分析
社会学数据分析是在完成数据搜集之后，运用各种数据分析软件，如Excel、SPSS、STATA、EpiData等等，将搜集到的数据进行综合分析，并运用统计学相关原理对数据进行相关分析、建立模型，从而得出结论的过程。社会学数据分析的过程并不是独立的，它和研究假设、理论架构、研究工具的选择等一系列环节是相互连接在一起的、密不可分的整体。单独的数据分析过程是毫无意义的，它必须结合到相关的理论和研究假设才能体现出其自身的意义。
要想真正理解数据背后隐藏的信息，需要具备社会学的想象力。在米尔斯《社会学的想象力》一书中，他说到，“社会学的想象力是一种心智品质，这种品质可帮助他们利用信息增进理性，从而使他们能看清世事，以及或许就发生在他们之间的事情的清晰的全貌。社会学想象力是一种视角转换的能力，从自己的视角切换到他人的视角，从最不个人化、最间接的社会变迁到人类自我最个人化的方面的能力。”[3]社会学的想象力也即是理解事物本质的能力，它是一种视角的转换，是一种深入其境的“理解力”。
二、社会学研究方法与数据分析
（一）社会学数据分析的发展。
定量研究和定性研究作为社会学研究的两大方法，社会学数据分析的发展也必然要从定量研究和定性研究两个方面来看。
（二）定量研究和定性研究在数据分析上的发展并不一致。
首先，从定量分析来说，定量分析包含许多复杂的模型，对数据处理的程度较高，如缺失值分析、非线性关系、测量层次、测量模型、潜变量模型、分析单元的层序性、社会网络模型和系统动力学等。过去的缺失值分析往往采用忽略或者用均值代替的方法，现在采用多重插值法或其他基于模型的处理；过去非线性关系多是从假设出发，用数据证实或证伪假设，现在则会理性思考和数据分析形成互动，定量可成为理论思维的一个部分；过去测量层次多为定距层次，但实际生活中多是定类或定序的数据，现在运用Logit、Logistic、ordinal、mlogit regression也可以分析定类和定序层次的变量；过去分析单元具有明确的宏观微观界限，而现在宏观微观可通过建模完成链接，也即分析宏观层次数据，对微观层次进行推论；过去对社会网络模型都是简单分析，现在发展出了大量专属的软件，这也是发展较为迅速的定量分析领域；过去系统动力学缺乏纵向研究，现在建立了事件史模型、事件数模型、历期分析、时间序列分析、状态空间分析模型等，为系统动力学纵向分析提供了数据分析基础。
其次，定性研究方法也取得了新的进步。“在过去的二十多年里， 定性研究方法还是有了长足的进步， 主要表现在六个方面：研究素材日益丰富、分析方法多样化、认识论基础多元化、研究过程更加客观规范、计算机辅助技术得到发展、定性和定量相结合更加紧密。”[4]特别值得一提的是计算机辅助技术的发展，大量计算机辅助定型数据分析软件（CAQDA）开始出现，目前，据不完全统计，国际上有20多种相关软件。
社会学数据分析的发展借助了科学技术的进步，科学的研究方法加之有效的科技手段，使得社会学研究得以迅猛发展。
三、社会学数据分析的特点
（一）借助计算机和统计软件等科技手段。
大量的定量研究要求数据的处理借助计算机等科技手段，以往的数据分析仅仅停留在简单的描述性统计上，随着计算机技术的发展和统计软件的进一步完善，定量数据的分析也得以精确化。同样的，在定性研究当中也需要借助计算机和统计软件，以往对定性资料的处理大多数是采用人工的统计和分析，人工统计速度慢，精确度低，且不能够进行深入的数据分析，在计算机和统计软件的不管完善的基础上，定性资料也能够进行定量处理，这无疑提高了研究的效率。
沈崇麟老师将定性研究分为三大流派，对于不同的定性研究和分析流派， 计算机的辅助功能是不同的。总体说来， 对于定性研究而言， 计算机化的好处并不像定量研究那样明显。对于内容分析、符号分析等基于语言学的定性研究方法， 人们对计算机的辅助作用的评价普遍较高。当定性分析策略是基于编码———检索的扎根理论框架时， 定性分析辅助软件的好处显而易见，研究者管理资料的效率和系统性均有很大提高，对不同定性资料的处理的一致也有明显增加（沈崇麟，2008）。
（二）定量研究和定性研究相结合。
定量研究方法和定性研究方法都是社会学的重要研究方法，二者各有其优势。对于定量研究方法来说，它适用于样本规模较大、寻找规律性的社会学研究，而定性研究方法则适用于小样本或单个样本、寻找差异性的社会学研究。正因为二者适用的领域不同，二者的优势也不同。定量研究的研究结果是对整个样本的概况的了解，定性研究的研究结果更加深入。
现在越来越多的趋势是二者相结合使用。“由于定量方法和定性方法各有长处和缺陷，因此从韦伯的‘理解社会学’开始，人们就试图在社会研究中将两者综合起来。……目前，社会科学家所能做到的也只是在资料收集和分析中结合主观洞察的方法。可以说，定量方法和定性方法、统计调查与实地研究在社会研究中是相互补充、相互依赖但又独立地发挥着各自的作用。当前主要的发展趋势是，定量方法的应用领域愈来愈扩大，同时人们也愈来愈深刻地认识到定性方法在社会研究中的特殊意义并尽可能使它系统化。”[5] （三）强调对数据理解。
以往的数据分析仅仅停留在描述统计阶段，其数据分析结果往往并不是事物的真实。在强调搜集大量数据进行建模分析的现在，我们更强调借助理论和经验来理解数据背后存在的真实。“因果关系是社会学分析的核心议题。然而，基于调查数据的定量分析都会受到内生性问题的困扰，从而往往难以作出恰当的因果性推断。大量现有的社会学定量分析虽以解释为己任，但实质上要么仅仅停留在描述统计相关阶段， 要么得出错误的因果性结论。”[6]也就是说，许多通过建立复杂模型而得到的因果关系并非事物之间存在的真实关系，要想真正理解研究对象，还必须结合我们的经验加以分析，从而弄清事务的本质所在。
四、科技进步与社会学数据分析
（一）科技进步促进社会学数据分析的发展。
科技的进步特别是计算机及数据统计软件的进步大大促进了社会学数据分析的发展。从定量研究来说，科技进步使大量数据的处理变得更加便捷、精确，同时由于社会科学研究对象本身的复杂性，要求数据处理软件更加精细，能够通过计算机建立统计模型，为研究对象找到合理的解释途径。如在SPSS统计软件中，录入数据需要首先建立起精确的数据库，否则在录入数据之后将不能进行相关的统计分析，而STATA软件则不需要，它可以轻松实现人机互动，操作更加简单，分析更加深入。这也即是科技进步促进了社会学数据分析发展的有力体现。
（二）科技进步给社会学数据分析带来的挑战。
科学技术是一把双刃剑，对社会学数据分析而言亦是如此。科技进步在不断促进社会学数据分析取得新成就的同时，也给其带来了巨大的挑战。纵观近几年来社会学论文发表的数量，大多数是定量研究的问题，可以看到，这类文章都在追求复杂的统计模型和统计技巧，似乎是只有包含这种数据分析的各类大大小小的表格才能表明文章的高明，然而，这一切都是在“炫技”，这不是社会学数据分析的根本。社会学数据分析只是一种了解事实的方法和手段，它不是研究的目的，更不是标榜社会学研究成绩的标杆。因此，在科技不断进步的同时，也应努力做到将其作为一种研究手段，仔细分析数据分析结果背后存在的“真实”，这才是社会学数据分析的重中之重。“社会科学定量分析亟待建立一个透明和开源的学术机制，让研究数据和模型公开共享，使研究成果可以得到他人的验证和进一步拓展。”[7]由此可见，社会学数据分析不仅需要科技进步，也需要建立起开放的学术机制。
关键词：科技进步；社会学研究方法；数据分析
中图分类号：G31 文献标识码：A 文章编号：1671-864X（2016）05-0134-02
一、什么是社会学数据分析
社会学数据分析是在完成数据搜集之后，运用各种数据分析软件，如Excel、SPSS、STATA、EpiData等等，将搜集到的数据进行综合分析，并运用统计学相关原理对数据进行相关分析、建立模型，从而得出结论的过程。社会学数据分析的过程并不是独立的，它和研究假设、理论架构、研究工具的选择等一系列环节是相互连接在一起的、密不可分的整体。单独的数据分析过程是毫无意义的，它必须结合到相关的理论和研究假设才能体现出其自身的意义。
要想真正理解数据背后隐藏的信息，需要具备社会学的想象力。在米尔斯《社会学的想象力》一书中，他说到，“社会学的想象力是一种心智品质，这种品质可帮助他们利用信息增进理性，从而使他们能看清世事，以及或许就发生在他们之间的事情的清晰的全貌。社会学想象力是一种视角转换的能力，从自己的视角切换到他人的视角，从最不个人化、最间接的社会变迁到人类自我最个人化的方面的能力。”[3]社会学的想象力也即是理解事物本质的能力，它是一种视角的转换，是一种深入其境的“理解力”。
二、社会学研究方法与数据分析
（一）社会学数据分析的发展。
定量研究和定性研究作为社会学研究的两大方法，社会学数据分析的发展也必然要从定量研究和定性研究两个方面来看。
（二）定量研究和定性研究在数据分析上的发展并不一致。
首先，从定量分析来说，定量分析包含许多复杂的模型，对数据处理的程度较高，如缺失值分析、非线性关系、测量层次、测量模型、潜变量模型、分析单元的层序性、社会网络模型和系统动力学等。过去的缺失值分析往往采用忽略或者用均值代替的方法，现在采用多重插值法或其他基于模型的处理；过去非线性关系多是从假设出发，用数据证实或证伪假设，现在则会理性思考和数据分析形成互动，定量可成为理论思维的一个部分；过去测量层次多为定距层次，但实际生活中多是定类或定序的数据，现在运用Logit、Logistic、ordinal、mlogit regression也可以分析定类和定序层次的变量；过去分析单元具有明确的宏观微观界限，而现在宏观微观可通过建模完成链接，也即分析宏观层次数据，对微观层次进行推论；过去对社会网络模型都是简单分析，现在发展出了大量专属的软件，这也是发展较为迅速的定量分析领域；过去系统动力学缺乏纵向研究，现在建立了事件史模型、事件数模型、历期分析、时间序列分析、状态空间分析模型等，为系统动力学纵向分析提供了数据分析基础。
其次，定性研究方法也取得了新的进步。“在过去的二十多年里， 定性研究方法还是有了长足的进步， 主要表现在六个方面：研究素材日益丰富、分析方法多样化、认识论基础多元化、研究过程更加客观规范、计算机辅助技术得到发展、定性和定量相结合更加紧密。”[4]特别值得一提的是计算机辅助技术的发展，大量计算机辅助定型数据分析软件（CAQDA）开始出现，目前，据不完全统计，国际上有20多种相关软件。
社会学数据分析的发展借助了科学技术的进步，科学的研究方法加之有效的科技手段，使得社会学研究得以迅猛发展。
三、社会学数据分析的特点
（一）借助计算机和统计软件等科技手段。
大量的定量研究要求数据的处理借助计算机等科技手段，以往的数据分析仅仅停留在简单的描述性统计上，随着计算机技术的发展和统计软件的进一步完善，定量数据的分析也得以精确化。同样的，在定性研究当中也需要借助计算机和统计软件，以往对定性资料的处理大多数是采用人工的统计和分析，人工统计速度慢，精确度低，且不能够进行深入的数据分析，在计算机和统计软件的不管完善的基础上，定性资料也能够进行定量处理，这无疑提高了研究的效率。
沈崇麟老师将定性研究分为三大流派，对于不同的定性研究和分析流派， 计算机的辅助功能是不同的。总体说来， 对于定性研究而言， 计算机化的好处并不像定量研究那样明显。对于内容分析、符号分析等基于语言学的定性研究方法， 人们对计算机的辅助作用的评价普遍较高。当定性分析策略是基于编码———检索的扎根理论框架时， 定性分析辅助软件的好处显而易见，研究者管理资料的效率和系统性均有很大提高，对不同定性资料的处理的一致也有明显增加（沈崇麟，2008）。
（二）定量研究和定性研究相结合。
定量研究方法和定性研究方法都是社会学的重要研究方法，二者各有其优势。对于定量研究方法来说，它适用于样本规模较大、寻找规律性的社会学研究，而定性研究方法则适用于小样本或单个样本、寻找差异性的社会学研究。正因为二者适用的领域不同，二者的优势也不同。定量研究的研究结果是对整个样本的概况的了解，定性研究的研究结果更加深入。
现在越来越多的趋势是二者相结合使用。“由于定量方法和定性方法各有长处和缺陷，因此从韦伯的‘理解社会学’开始，人们就试图在社会研究中将两者综合起来。……目前，社会科学家所能做到的也只是在资料收集和分析中结合主观洞察的方法。可以说，定量方法和定性方法、统计调查与实地研究在社会研究中是相互补充、相互依赖但又独立地发挥着各自的作用。当前主要的发展趋势是，定量方法的应用领域愈来愈扩大，同时人们也愈来愈深刻地认识到定性方法在社会研究中的特殊意义并尽可能使它系统化。”[5] （三）强调对数据理解。
以往的数据分析仅仅停留在描述统计阶段，其数据分析结果往往并不是事物的真实。在强调搜集大量数据进行建模分析的现在，我们更强调借助理论和经验来理解数据背后存在的真实。“因果关系是社会学分析的核心议题。然而，基于调查数据的定量分析都会受到内生性问题的困扰，从而往往难以作出恰当的因果性推断。大量现有的社会学定量分析虽以解释为己任，但实质上要么仅仅停留在描述统计相关阶段， 要么得出错误的因果性结论。”[6]也就是说，许多通过建立复杂模型而得到的因果关系并非事物之间存在的真实关系，要想真正理解研究对象，还必须结合我们的经验加以分析，从而弄清事务的本质所在。
四、科技进步与社会学数据分析
（一）科技进步促进社会学数据分析的发展。
科技的进步特别是计算机及数据统计软件的进步大大促进了社会学数据分析的发展。从定量研究来说，科技进步使大量数据的处理变得更加便捷、精确，同时由于社会科学研究对象本身的复杂性，要求数据处理软件更加精细，能够通过计算机建立统计模型，为研究对象找到合理的解释途径。如在SPSS统计软件中，录入数据需要首先建立起精确的数据库，否则在录入数据之后将不能进行相关的统计分析，而STATA软件则不需要，它可以轻松实现人机互动，操作更加简单，分析更加深入。这也即是科技进步促进了社会学数据分析发展的有力体现。
（二）科技进步给社会学数据分析带来的挑战。
科学技术是一把双刃剑，对社会学数据分析而言亦是如此。科技进步在不断促进社会学数据分析取得新成就的同时，也给其带来了巨大的挑战。纵观近几年来社会学论文发表的数量，大多数是定量研究的问题，可以看到，这类文章都在追求复杂的统计模型和统计技巧，似乎是只有包含这种数据分析的各类大大小小的表格才能表明文章的高明，然而，这一切都是在“炫技”，这不是社会学数据分析的根本。社会学数据分析只是一种了解事实的方法和手段，它不是研究的目的，更不是标榜社会学研究成绩的标杆。因此，在科技不断进步的同时，也应努力做到将其作为一种研究手段，仔细分析数据分析结果背后存在的“真实”，这才是社会学数据分析的重中之重。“社会科学定量分析亟待建立一个透明和开源的学术机制，让研究数据和模型公开共享，使研究成果可以得到他人的验证和进一步拓展。”[7]由此可见，社会学数据分析不仅需要科技进步，也需要建立起开放的学术机制。