社会研究方法的新发展——应用社会学前沿问题综述，本文主要内容关键词为：社会学论文,新发展论文,方法论文,社会论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
近年来社会研究方法又有了很大的发展，无论是定量研究方法，还是定性研究方法都有了长足的进步。下面对这些最新的发展做一个简单的概括。
一、分析模型的发展
定量方法的发展，首先体现在分析模型的发展，而分析模型的发展是多方面的。
1.缺失值处理：由于社会生活的复杂性，社会调查数据常常出现缺失值，传统的处理方式是忽略这些缺失值，或者用均值替代。但现在则倾向于用多重插值法（multiple implation），或者其他基于模型的方法进行处理。这些技术的发展，不仅会增强我们对数据的处理能力，而且将改变我们设计问卷的方式。基于这些技术，我们在不增加被访者负担的前提下，大大增加调查问卷的内容：每个被访者只回答问卷的一部分，然后通过对缺失值的处理，获得他们对未回答部分的估值。
2.非线性关系：线性假定是经典定量分析的一个常见假定，但在实际研究当中，线性假定只能看作是对社会现实的一个逼近和简化。面对具体的研究数据，如果没有理论上的明确指引（不幸的是，我们常常没有中程理论的指引），我们是无法在线性模型和非线性模型之间做出取舍的。但MARS模型的出现，让我们可以从经验数据当中获得最为拟合的变量之间的函数关系，而不必预先做出线性假定。这样，理论思考和数据分析就可以实现一个互动的循环过程，定量分析就不单单是对理论和假设的简单证伪过程，而是理论思维的一个重要组成部分。
3.测量层次：20世纪60～70年代的统计模型，大多要求数据的测量层次在定距以上，如因素分析，但社会学的调查数据却大多为定类或定序数据。对应分析、潜类分析、Loglinear、Logit、Logistic Regression、Ordinal Regression、Nolmal Ogive Regression等统计模型的出现，大大提高了定量社会学处理定类和定序数据的能力。
4.测量模型：基于文化、社会、心理和认知等方面的考虑，在社会学界仍有人对问卷调查在中国的效度提出质疑。抛弃“本土化”的文化执著，我们更应当关注的是问卷调查的item response theory，即被访者回答问卷题器时的过程模型。这方面的进展主要表现在两个方面：一是分解测量量表的成分，如Rasch model、IRT分析、Mokken分析等；二是将测量模型与因果模型或其他分析模型结合在一起，明确把测量误差引入到分析当中，充分评估它们对分析结果的影响，如结构方程模型。
5.潜变量模型：与测量模型相关联的另外一个发展方向是潜变量模型，例如，Latent Class Analysis、Latent structure analysis、Latent budget analysis等。“潜变量”这一概念表明，我们可以通过测量“显变量”来测量无法直接观察的理论概念，如权力、声望、地位等。这样，理论和现实之间，通过“潜变量”到“显变量”的映射（测量过程），就有了连接的桥梁。
6.分析单元的层序性：在定量分析当中，我们常常强调要避免出现“生态谬误”，即分析单元的层次和结论或推论的层次不一致。与其相关的方法论争论是“宏观和微观”的问题。但随着多层次模型的出现，我们可以同时考察多个层次上的问题，我们可以把个人放在其家庭背景中，再把家庭放在社区的背景下，考察个人层次的变量对社区变量的效应，或者社区层次的变量对个体行为的具体影响。在定量分析模型当中，“宏观和微观”的连接获得了建模技术上的支持。在这个领域当中，还有一个方向也值得关注：分析宏观层次的数据，对微观层次进行推论。
7.社会网络模型：区分“关系数据”和“属性数据”，是把分析重点从个体／群体等社会单元转移到这些社会单元之间关系的第一步。社会网络模型是目前发展较快的一个定量分析领域，其理论根基是结构主义。社会网络分析目前仍然具有较浓厚的“形态学”特征（基于图论的缘故），但却为我们理解社会关系在社会空间上的形态奠定了基础。通过计算机模拟和研究社会网络的历期数据，研究社会结构的“发生学”性质模型也处在萌芽状态当中。
8.系统动力学：如果说社会网络模型是在社会空间上拓展定量社会学的研究手段，那么，社会过程在时间上和物理空间上的属性，则是事件史模型、事件数模型、历期分析、Cox回归、时间序列分析、Cohort分析、状态空间模型等模型的研究对象。在这个领域，计量经济学为定量社会学研究提供了许多有益的范例。
9.预测模型：上述模型仍然是在分析主义的范式下。有些社会学的应用研究，更强调模型的预测精度，而不是模型的认知价值，例如，社会趋势的预测。由于计算能力的提高，神经网络、基因算法、人工智能、模式识别等数据挖掘技术有了长足发展，已经出现了许多拟合经验数据的预测模型，比较成功的应用出现在计量经济学领域（如对股市的预测）。
10.计算机模拟：对于社会学应用研究而言，研究的对象具有历史性、规模大，变迁的过程不仅漫长且表现某种渐进性，还有因社会隔离和／或社会伦理原因无法接近或有实验禁忌等，无法直接进行观察和研究。这时计算机模拟就成为一个可供选择的替代方案。计算机模拟主要有两个类型。一是基于计算机网络的模拟：每台微机作为一个代理，整个网络作为“社会”，实时演化，如法国的Swarm计划。二是基于概念模型的系统，在计算机时间上，按照既定规则运行，较有名的研究是罗马俱乐部的《增长的极限》，常见的软件有Simul,Arena等，自然科学家对此方向似乎比社会学家更有兴趣。
二、统计及分组比较分析方法的发展
统计分组比较方法是社会科学工作者必不可少的工具。它以“分组比较”这一主线将众多统计模型串连在一起，既有一以贯之的思路，又有纷繁多样的变化，熟练和灵活运用这种工具可以使研究工作更为深入、更为精确。这是一种具有巨大发展潜力的研究路数。《分组数据统计法》一书作者廖福挺教授写道：
“社会世界是纷繁多样的，在某种程度上多样性反映了一个社会的活力和魅力。在现实世界里，我们享受着这种多样性，我们无法忍受一个单调乏味的世界，我们希望拥有更大的范围可以自由选择，我们用想像力和创造力使世界更为多样化。但是在理论世界中，我们需要的是足够简洁优美的东西。没有人会需要一张1∶1的地图，人们在理论解释中真正需要的是过滤掉细节之后的关键信息，它最好能够以尽简明的形式表明尽可能多的信息。在研究工作中，我们都会面临这样一种抉择，必须在理论形式的简明性与现实信息的丰富性之间权衡取舍。作者在此表明，恰当地运用统计比较方法，可能是对这一问题的重要解决之道。统计方法从根本上讲就是比较的。在作为统计学基石的假设检验中，我们就是根据数据来比较不同的假设（原假设与备择假设）。在统计学中，一种解释的可信度并非来自于它本身具有的绝对解释力，而是来自于它相对于其它解释所具有的竞争力。研究者需要有很好的判断力来列出我们需要严肃对待的各种备择假设。只有考虑到其他各种各样复杂精巧的备择假设，我们的研究才能具有最大的说服力。对数据只施以一个模型，只用一种解释来对待，这样得出的结论是武断的。”
廖教授还指出：统计比较并非指对于不同假设的比较或者对于不同模型的比较，它的核心在于“分组统计比较”。分组是客观存在的：社会中存在着种种自然的和人为的“分组”，如不同性别、不同阶层、不同集团、不同国籍等等。分组同时也是我们的一种认识世界的方法，是我们认识多样性时的一种便利之道。尽管组内仍然存在差异，但是通过分组，我们用尽可能少的参数掌握了尽可能多的变异性，进而加深了我们对于现实世界的理解能力。本书涉及到的统计模型涵盖了线性模型、广义线性模型、结构方程模型、类别潜变量模型、多水平模型等，此外还涉及到一些非参数比较方法。这些模型的复杂程度不同，适用范围不同，但是从分组比较的角度来看，却有相通之处。统计比较方法应当是具有创造性和富于洞见的。社会统计学的初学者往往最渴望得到的是一种“菜谱式”的教程：什么情况下使用什么模型，然后得到什么结果。计算机的广泛使用使得统计学对于社会研究者来说变得“界面友好”，只要按几下鼠标就可以得到一长串的数字结果。这在推广了统计学的应用的同时，也潜藏了一种滥用的危险。最优秀的定量社会科学研究工作绝不是这样一种程式性的工作。统计方法的创造性应用是无法以一种简单而直接的方法教授的，它只能从那些优秀的定量研究范例中学习。作者在书中提出的例子正是这样的优秀榜样，它们灵活运用了统计工具对于本领域的实质性问题进行了巧妙解答。我们从中再一次看到，优秀的统计运用是一种艺术。值得一提的是，其中数个案例就来自于作者自己的研究，如基于模型对于比率的分解方法、潜类分析中的比较、贝叶斯模型比较等。
近年来这样一种优秀的统计正在得到可喜的发展。美国伊力诺依大学香槟分校社会系主任，廖福挺教授的力作《分组数据统计分析法》的问世，便是明证。
三、定性研究方法的发展
在定量分析模型取得飞速发展的同时，在过去的20多年里，定性研究方法也有了长足的进步。中国社会科学院社会学所夏传玲副研究员主持完成的课题“计算机辅助定性分析方法实用和理论的思考”，更是取得了令人瞩目的成果。在该课题看来：
定性研究方法一直是社会学研究领域中比较重要的研究传统，但并没有一个主流的范式。例如，克雷斯韦尔（Creswell）就把定性研究分为生活史、现象学、扎根理论、民族志和个案研究等五大传统（Creswell,1998）。而且，在不同的时期，定性研究中的“主流”也不相同。例如，登青（Denzin）和林肯（Lincoln）把北美的定性分析传统发展分为“传统”时期（1990～1950）、现代主义的黄金时期（1950～1970）、模糊时期（1970～1986）、表达危机时期（1986～1990）、后现代主义实验时期（1990～1995）、后实验研究时期（1995～2000）以及未来时期（2000年以后）等七个阶段。传统时期的主流认识论是实证主义范式，现代主义和模糊时期的主流认识论是后实证主义，同时，释义学、结构主义、符号学、现象学、文化研究和女权主义等流派也开始兴起。众多的范式导致了定性研究的“表达危机”，人文科学和社会科学之间相互转向，文本和语境之间的界线逐渐模糊。到了后现代主义实验时期，研究者开始寻求新的社会科学研究的评判标准，包括道德、批判、地方性等等准则。在不同的阶段，定性研究的意义完全不同（Denzin & Lincoln,2000）。在这种复杂的研究历史下，我们一般把定性研究看作是一种研究者走入具体的情境中，以一系列阐释和物质的实践让具体的世界显现出来。这些实践把世界转换成一系列表象，例如田野笔记、对话、照片、录音、便笺等等，它们存在于一系列的经验材料中，例如个案研究、个人经验、内省、生活史、访谈、器物、文化文本及其产品、观察文本、历史文本、互动文本和视觉文本等等（Denzin & Lincoln,2000）。众多的材料，虽然给我们研究具体的社会现实带来各种视角，但同时也给定性研究的分析带来很大的困难。一种常见的研究态度即是“拼装匠”——风格的研究（列维—斯特劳斯，1987:22-23），包括方法拼装匠、理论拼装匠、阐释拼装匠和政治拼装匠。方法拼装匠在一个研究项目中动用所有现存可用的方法。理论拼装匠在不同的释义理论传统（例如女权主义、批判理论等等）中不断转换视角，而不是综合和融合不同理论流派。阐释拼装匠认为研究过程是研究者的个人成长史、性别、社会阶级、种族、民族以及和研究地点中的人物相互作用的结果。政治拼装匠则认为科学就是权力，所有研究发现均具有政治含义（Denzin & Lincoln,2000）。因此，定性研究注定是多种研究方法、研究视角、不同研究者和政治角力的集成，研究过程就是一个三角测量的过程，即通过不同的方法试图对现象获得深度理解。三角测量不是一种验证方法，而是验证之外的一种研究策略。它把不同的方法、经验材料、观点和观测者组合在一个研究中，以增加研究的严谨、幅度、复杂性、丰富性和深度（Flick,1998）。理查森（Richardson）甚至认为，三角测量并不能全面反映定性研究的形象，定性研究更像一个结晶过程，作者以不同的视角叙述了一个故事。所形成的晶体不仅有外部世界的反射，而且具有内心世界的折射（Richardson,2000）。定性研究尽管面临着“表达”、“合法性”和“实践”的三种危机（Denzin,1997），但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：
1.研究素材日益扩大：除了传统的参与观察、深度访谈、专题小组访谈（focus group discussion）之外，会话（conversation）、交谈（talk）、电视（television）、广播（radio）、档案（documents）、日记（diary）、叙事（narrative）、自传（autobiography）等社会过程中自然产生的素材，甚至社会学理论本身（理论的形式化），也开始进入定性分析的视野当中。所有这些资料，不仅可以以文本的格式存储，而且新型的多媒体介质，如图像、声音和视频，作为原始的分析素材，也日益成为定性分析的新宠。
2.分析方法更加多样：定性方法的种类在最近的二十多年中，更是有了一个质的飞跃。在比较传统的、源自语言学的方法，如内容分析（content analysis）、话语分析（discourseanalysis）、修辞分析（rhetorical analysis）、语意分析（semantic analysis）、符号学（semiotics）（Vannini,2007）、论证分析（argumentation analysis）、叙事分析（narrative analysis）、文化分析（Bal & Gonzales,1999）、知识域分析（domain anaysis）等方法之外，社会学家也创造出自己独特的定性分析方法，如格拉泽和斯特劳斯（Glaser & Strauss,1967; Strauss & Corbin,1998）的扎根理论（grounded theory）、海泽（Heise,1988; 1989）的事件结构分析（event structure analysis）、拉金（Ragin,1987）的定性对比分析（qualitative comparative analysis）、阿博特和赫里凯克（Abbott & Hrycak,1990）采用最优匹配技术的序列分析（sequence analysis using optimal matching techniques）、埃布尔（Abell,1987）的形式叙事分析（formal narrative analysis）、鲍尔和加斯克尔（Bauer & Gaskell,2000）等人的语料库建设（corpus construction）、阿特里德—斯特林（Attride-Stirling,2001）的主题网络分析（thematic network）等把技术应用于定性分析领域。所有这些研究的一个共同特征是，把定性研究方法向更加系统、更加精确、更加严格、更加形式化的方向推进（Kiser,1997）。
3.认识论基础更加多元化：现象学（phenomenology）、释义学（hermeneutics）和本土方法论（ethnomethodology）的认识论，一直是定性分析的大本营，但近年来，实证主义（positivism）也开始逐渐为定性分析所接纳，解释（explanation）和阐释（interpretation）之间，由激烈的对立关系，逐渐演变为相互融合。
4.研究过程更加透明、规范：定性分析的一个主要问题在于阐释过程中不可避免的主观性，为了尽可能消除“解释者偏见”（perspectivist biased）和主观选择性（subjective selectivity），定性分析开始遵循严格的程序模板（procedual templates）或程序规则（procedual regulations），并尝试引入定量分析中的“信度”、“效度”、“代表性”等概念，通过编码（coding）和对比，再加上传统的定性分析标准，如可解释性（accountability）、透明性（transparency）和连贯性（coherence），使得定性研究的过程更加规范，阐释的结果更加客观，研究的结论更加可信。
5.研究过程更加有效率：这主要应归功于大量计算机辅助定性数据分析（CAQDA）软件的涌现。从上个世纪80年代以来，定性分析过程的数字化和计算机化，已经是一个不可逆转的大趋势（Dohan & Sanchez-Jankowski,1998）。这种发展趋势与定性研究者的理论取向无关，不管他们的理论立场是实证主义、符号互动论、还是本土方法论，有些定性研究者在自己的研究项目当中，开始采用计算机来辅助定性资料的分析过程。据不完全统计，目前已经有20多种定性分析的软件，分别隶属于德国、英国、法国、美国等国家。其中，有一些软件是国外研究机构的科研成果，可以免费使用，但比较成熟的定性辅助系统大多是商业软件。这些定性分析的辅助系统，不仅使得研究者从处理大量文字材料的繁复劳动中解放出来，而且能够让研究者共享他们各自分析的细节，从而改变了定性研究的流程和研究集体之间的合作方式。同时，由于采用数据库结构，定性资料的管理也更加方便，这就为组织大型定性研究项目（包括多个研究地点、多个研究对象、历时的定性研究）提供了新的可能性。越来越多的定性研究人员开始走出他们的摇椅，坐到计算机屏幕前，湮没在访谈资料和故纸堆中的定性社会学家的形象已经一去不复返了。
6.定性研究和定量研究的结合更加紧密：在定量分析方法的教材中，定性研究常常被看作是定量研究的前期准备工作，但定性研究者却持完全相反的观点，他们一般认为定性方法是自成一体的，可以完成从形成概念到检验假设的全部研究过程（Strauss & Corbin,1998）。但在实际的应用研究中，定性方法和定量方法常常是交织在一起的，例如，柯莱尔等人（Currall et al.,1999）在研究组织环境重要的群体过程时，通过内容分析把五年的参与观察资料量化，然后用统计分析来检验理论假定。格雷和登斯滕（Gray & Densten,1998）在研究企业的控制能力时，利用潜变量（latent variable）模型把定性方法和定量方法有机结合在一起。雅各布斯等人（Jacobs et al.,1999）在研究比利时的家庭形态对配偶的家庭劳动分工影响时，首先用定量方法对纵向调查数据进行分析，从定量分析的结果中，又延伸出对核心概念的定性研究。这三个研究分别代表了定量和定性方法相互融合的三个方向：
（1）柯莱尔等人的研究代表着定性方法的实践者试图将定性数据尽可能量化的取向。近年来涌现出的处理调查数据中开放题器的编码问题的工具软件（如Wordstat和Smarttext等，它们都是由著名的统计软件公司出品的处理定性资料的软件）、处理定性资料的计算机赋值的定性分析软件（如Nvivo、Maxqda、Kwalitan等）也开始提供将定性资料转换到常用统计软件的数据接口，这些工具上的革新将加快这种趋势的发展。
（2）格雷和登斯滕的工作代表了“方法论多元论”的取向，即在应用研究过程中，通过核心概念的测量模型，把定性研究和定量研究结合在一起。
（3）雅各布斯等人的工作则代表了一部分定量研究者对过度形式化的定量方法的不满，并试图通过定性方法加以弥补。在定量研究领域中，对“模型设定”（model specification）问题的关注，是定量方法重新试图返回定性研究这种取向的另外一种表现。
此外，该课题还对计算机辅助的定性分析方法进行了极大的关注，认为：
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（Mehmetoglu & Dann,2003）。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性也有明显增加。但是，对于话语分析、个案研究和叙事分析，定性分析辅助软件的作用则比较有限（MacMillan & McLachlan,1999; Ezzy,2002）。但即使是这样，使用计算机辅助定性分析的定性研究者也不是很多，造成这种情形的原因有很多。一般来说，定性研究者对于计算机辅助的定性分析的态度是负面的。在他们看来，流行的定性分析方法是以牺牲解释社会行动的重要社会因素为代价的一种“重解释、轻阐释”研究取向。但实际上，无论研究者采取何种方法论流派（实证主义、符号互动论、本土方法论），何种具体的定性方法（话语分析、民族志、框架分析、扎根理论），定性分析软件都可以帮助定性研究方案的顺利进行（Dohan & Sanchez-Jankowski,1998）。不过，需要强调的是，定性分析软件不是方法本身，而是辅助定性分析的一种工具，一种组织和管理原始资料的工具。使用定性分析软件，也并不必然意味着更好的定性分析结果（MacMillan & Koenig,2004）。对定性研究过程的计算机化，还有来自认识论立场方面的阻力。一种观点认为，计算机辅助的定性分析软件通过使用实证主义的修辞，通过使得定性研究过程显得更严格、更客观，来建立自己在定性研究领域中的正统性，从而把定性研究过程引入实证主义的泥沼，排斥其他可能的分析策略，如话语分析、个案研究和叙事分析，仿佛编码和检索是定性分析的唯一途径（Coffey et al.,1996; Dohan & Sanchez-Jankowski,1998）。更重要的是，在定性研究的合法性和表达性危机之中，计算机辅助的定性分析软件把自己置身于争论之外。后结构主义、文化理论和女性主义把定性分析辅助软件的这一立场看作是为“传统”的定性研究护法而加以抵制（Denzin & Lincoln,2000; Ezzy,2002）。经济成本是阻碍定性研究计算机化的又一个障碍，并不是所有研究者均有经济能力负担计算机化所要求的软件、硬件和技术服务成本。Ezzy建议在选择（计算机辅助定性分析软件）时考虑分析策略、数据格式、分析任务、硬件条件和学习时间等五个方面的因素（Ezzy,2002）。研究者对技术的态度也是一个重要因素。Barry的研究表明，在研究者中间存在一个“技术盲”圈子，对技术的不信任和误解在这个圈子中形成并扩散（Barry,1998）。Maclaran认为，这一原因是计算机辅助的定性分析没有在市场研究领域流行的主要原因之一（Maclaran & Catterall,2002）。在麦克米伦和柯尼希看来，扎根理论是定性研究方法中倾向于实证主义的一种流派，它强调通过比较的过程而生成理论，尽管没有初始假设，但研究者不断从经验材料中寻找证据来否定自己的研究结论，直到达到最终的结论。由于没有方法的约束，研究过程是编码、概念和范畴三者之间的一个漂移过程（MacMillan & Koenig,2004）。这种扎根于经验材料的方法论，并不是所有定性方法流派所推崇的。例如，在民族志中，“going native”（像土著而行）也不是一种值得推荐的态度（Hammersley & Atkinson,1983）。在构建主义看来，理论概念也不是来自经验材料（Luhmann,1990）。批判理论也把归纳性的理论建构途径看作是一种“咒符”（MacMillan & Koenig,2004）。因此，分类和编码并不是定性分析，分析软件也不可能是理论建构的替代品。