社会学研究的变量体系：从社会科学研究的三个基本原理讲开去
社会学研究的变量体系：从社会科学研究的三个基本原理讲开去
最近看一些文章，觉得其中一些变量的逻辑处理有问题，以及看到一些明显的模子痕迹。联想到之前看到社会科学研究的三个基本原则，思考社会学该如何展开研究的问题，后来想法有点多了，就写下来，以供批判。本文的观点大概可以概述为以下几个方面。1）社会学研究的变量体系之所以成为可能，在于社会的客观实在性，存在大量的既定的可观测事实，也就是说指标的测量是可行的。2）从变量体系的丰富性和可增长性来看，社会变迁和数据收集技术的发展为社会科学的发展带来了巨大机遇。3）从变量体系的构成内涵来看，质性研究和量化研究的区别不在于研究方法上的差异，他们共享一个完整的科学环，是一个“完整“研究的不同组成部分。4）从变量体系的角度思考如何做研究，要遵循社会科学研究的三个基本原则，此外还要尽量拓展自己研究领域的变量体系。对于初学者来说，选择研究议题或研究方向，除了本身的兴趣之外，还要考虑该研究领域变量的丰富性和可挖掘性。
在量化研究中，谢宇（2006）强调把研究对象“概念化”（conceptualization）的重要性。“概念化是把理论的东西变成可以测量的东西的第一步。”（p56）只有基于一个可以清晰定义的概念，我们才有讨论问题的共同起点。然后概念可以拆分为不同的维度，不同的维度有不同的测量指标。狭义的变量一般指可以直接测量的变量，或者说在调查中可以直接呈现在问卷上的问题。而变量体系则复杂得多，它包含可以直接测量的指标，不可以直接测量的维度，以及需要抽象化概括的概念。社会学研究的变量体系指的是在社会学研究中用以呈现社会事实，揭示社会机制，预测社会发展的，并且可以构成研究模型的各种因素，它包含概念、维度和测量指标三个层面，强调三者之间的逻辑因果关系，是复杂社会现象的结构化呈现。
社会学研究变量体系的构建遵循谢宇（2006）提出的社会科学研究的三个基本原理，即变异性原理（Variability Principle），社会分组原理（Social Grouping Principle）和社会情境原理（Social Context Principle）。谢宇认为社会科学研究的真正本质是变异性，但形成的世界（区别于本质的世界）存在的变异性太多，就达尔文的观点来说，每一个个体都是变异的，我们不可能研究每一个个体的行为。变异性的存在使得我们需要进行科学的抽样，并且采取分组的方式来研究不同个体之间的差异性，从而达到理解整体的目的。采取社会分组的方式能够减少组内的差异，或者说增加组间之间的差异，社会科学的研究就是解释组间的差异性，即通过简化的方式（分组）来刻画社会总体。社会学研究中的变量的就是根据分组来的，比如，问卷设计中的性别，受教育程度，职业类别等，变量体系的构建取决于你的分组原则。社会学研究变量体系的丰富性和复杂性，在于社会现象的复杂性和分组原则的多样性和可变性，而分组原则的可变性很大程度上受社会情境影响，因为不同社会情境下社会分组的原则是不一样的。总而言之，社会个体变异性及其变异复杂性的存在，使得我们需要根据特定的社会情境对社会个体/现象进行分组，这些分组所形成的变量构成了变量体系，这就是社会学研究变量体系的来源。
一、社会学研究的变量体系何以可能
从社会情境的相对稳定性来看，特定社会情境下的研究议题的变量体系也是相对稳定的，这是社会学研究的变量体系得以成为可能的基础。社会情境是稳定的，意味着社会现象相对应的分组原则也是稳定的，比如在我国国民总体受教育水平不高的背景下，很多研究对于受教育程度的划分就不会细致到区别本科、硕士和博士，而统称为本科及以上。在一定的社会情境下，某个研究议题的变量体系是相对稳定的，变量之间的关系也是相对稳定的，这给予了我们充分挖掘变量之间因果机制的时间，也使得不同研究者之间的对话成为可能。此外，社会的客观实在性，即存在着大量的既定的可观测社会事实，为社会学研究变量体系的构建提供了理论基础。这一点要追溯到实证社会学的起源涂尔干那里，涂尔干强调社会事实的客观实在性，他认为任何社会现象都是可以捕捉和分析的，这一思想体现在他的著作《自杀论》里。最后一点，社会学的快速发展，社会研究成果的不断累积，使得我们在构建某个研究领域的变量体系时有了更多的参考，计算科学的发展，也为变量体系的拓展提供了更多可能。
二、如何构建社会学研究的变量体系
对研究者而言，要构建一个研究议题的变量体系，首先要对已有的变量体系进行梳理，这就是文献回顾的作用。文献和经典研究构成了变量体系的基础，如果不是全新的议题，任何社会学研究的变量体系都是构建在前人研究的基础之上的，我们所要做的就是完善和修补，所谓的添砖加瓦，甚至是擦擦灰。在构建变量体系的时候，要注意几个问题，一是概念是否界定清楚了，概念的清晰化是量化研究的开始，也是构建变量体系的开始；二是对概念维度的划分要尽可能全面、清晰，要尽量避免维度之间的重合，谢宇认为，“好的维度划分应该既能完整地表达概念各方面的含义，又能避免维度的重复和交叉。”（p58）三是测量指标的选取和对测量结果的处理，也就是我们常说的变量处理的环节，要小心谨慎，这里最能体现“分组的艺术”。 谢宇认为，找到合适的变量，以及发现变量之间相对稳定的关系是定量社会科学研究的关键。这里合适的变量，既有可能存在于已有的研究变量体系中，也有可能在已有的变量体系之外，需要我们自己去寻找。概言之，做一个研究，就必须知道它的变量体系在哪里，以及如何在原有变量体系的基础上科学谨慎地进行查漏补缺。
从构建变量体系的角度来看研究，我们将研究分为几类，研究的过程，一方面是拓展变量体系，有些研究者喜欢称之为填补相关研究领域的空白，或者发掘新的视角；另一方面是对原有变量体系关系的梳理，称之为发现新的解释机制，或者称之为更规范更系统化的研究；还有一种是保持原有变量体系和关系，变更社会情境，这种研究称之为填补（某种理论的）经验事实，或者是某种理论在具体情境下的应用。
三、从社会学研究的变量体系来看研究议题的生长力
一个好的研究议题，其变量体系必然是丰富的和可增长的。研究议题变量体系的丰富性，带来了其变量逻辑关系之间的复杂多变性，要理清其中的机理，必要需要更多的研究；变量体系的可增长性说明该研究议题被挖掘的广度和深度还不够，有继续研究的空间。一个研究议题的生命力，有可能在于其变量体系的厚度和复杂性。从这个意义上来说，对于社会科学而言，一些可以做出较为清晰的定义的概念议题，反而不好研究。一方面是变量体系被挖掘差不多了，说明研究已经较为成熟，另一方面是概念本身缺乏生长力，维度较为单一。比如，性别研究。当然，现在有些性别研究已经不基于非男即女的性别认知了，从这个意义上来说，它拓展了性别这个概念的内涵，其变量体系也就重新变得丰富起来。而另一些没有相对统一的划分标准和原则的概念议题反而更好研究，比如社会融合，对社会融合的研究，可以有不同融合维度的划分，甚至是对融合概念的重新定义。事实上，就社会融合的研究而言，确实存在着丰富可变化的变量体系，需要挖掘。此外，国内对社会融合的研究也提供了量化研究一般方法意义上的说明，即遵循概念、维度和测量指标三个方面的构架研究变量体系。
四、从社会学研究的变量体系看量化研究与质性研究的关系
让我们先回顾一下2016年我对量化研究与质性研究争论的几点总结（即下文的三种观点），现在我的想法已经有了一些改变和补充。
【质性研究与量化研究孰优孰劣的争论一直没有停止过。主要有三种观点。第一种观点认为质性研究方法更好。质性研究对量化研究的批评主要集中于以下几点。1、质疑量化研究中数据的真实性。量化研究数据的来源主要有两种，一种是利用国家统计局或者是相关政府部门、组织公布的普查数据。另一种来源是高校等研究单位自己组织实施的问卷调查。无论是哪一种数据，其数据的真实性都是值得怀疑的，国家政策部门公布的数据连做量化研究的研究人员自己都怀疑。只是在需要用到这些数据的时候，他们会极力说服自己，尽管数据有问题，但数据偏差还没有大到不能用，或者还可以利用技术手段进行纠正而已。研究人员自己利用问卷收集的数据不存在数据刻意作假的问题，但由于社会环镜和人本身所具有复杂性，量化研究中的问卷调查是难以收集到真实的数据的。2、量化研究缺乏人文关怀。正如RSR（2016）多次在正式或非正式场合所强调的一样，“那些冷冰冰的数据根本没法给人带来一点点的触动”，“你跟我说南京大屠杀死了多少万人，有百分之多少是怎么死的，那些都是冰冷、麻木的数字”。数据淹没了个体。那些历史上真正的主角和鲜活的个体被冰冷的数据所淹没。他们本该发出声音的，他们的声音比冰冷的数据更能还原当时真实的历史，更能让人产生共鸣，更能让人获得精神上的慰藉。3、量化研究中问题的简单化处理。量化研究往往只关注具体的问题，比如A和B的相关关系，却往往忽视A后面的条件、机制和背景，这些真正影响其和B的关系的东西，对问题的关注缺乏足够的深度和广度。
第二种观点认为，量化研究是一种更好的研究取向。典型观点就是“社会学应该拥抱大数据”，批判纯理性的思辨。（孙秀林，施润华；2016）量化研究对质性研究的批判主要集中在以下几个方面。1、质性研究中案例的代表性问题。做量化研究的往往攻击质性研究的案例没有代表性，缺乏从样本推断出整体的能力。这是几乎每一项质性研究都会面临的问题。2、田野调查中面临的伦理困境。质性研究往往需要到故事现场去进行资料的收集，而且会持续相当长的一段时间，这就涉及到如何处理调查者与被调查者之间关系的问题。尽管调查者希望不要影响到被调查者的生活，但这往往是不现实的。尤其是面对一些迫切需要帮助的被调查者（受访者）的时候。面对被调查者遭遇的不公和苦难，已经和被调查者形成某种“朋友”关系的调查者能无动于衷吗？强行“进入”被调查者的生活中，往往会给他们的生活带来更多的困扰。3、质性研究中的价值中立问题。调查者要想调查能够顺利进行，就需要获得被调查者（当地人）的信任，和被调查者形成某种（较为亲密的）关系。而这种关系往往又会反过来影响调查者的判断。“置身其内”才能获取资料，“置身其外”，才能更好地进行客观判断。“进去”和“出来”，频繁置换（身份），要做到超然其中，是十分困难的。4、质性研究中结论的模糊性和不可验证性。由于质性研究案例本身的独特性，是难以找到相同的案例对其结论进行验证的。其结论的不可重复验证，使得质性研究的可靠性和真实性备受质疑。部分量化研究者甚至认为质性研究是不“科学”的。
第三种观点认为质性研究和量化研究没有孰优孰劣之分。它们分别代表着社会科学研究中，两种不同的研究取向，各有各的优缺点，没有高下优劣之分。持这个观点的量化研究者，往往会强调定量研究中的“定性”因素。（吴愈晓，2016）社会学研究中，不应作量化研究和质性研究之间的分层，只作会做研究和不会做研究的分层（应星，2016）。我们可以看到，在量化研究中，有做的好的，也有做的不好的，同理，质性研究也一样。】
从社会学研究的变量体系来看质性研究与量化研究的关系，其实它们并没有那么大的隔阂，反而是联系紧密的科学研究统一体。个人觉得它们之间的区别，是由它们在变量体系中的位置不同，从而导致的研究侧重点不一样而已。就我个人看法，质性研究和量化研究共享一个（完整）的科学环。就概念层次的变量而言，或者说概念体系的初步建立，往往是质性研究尝试和努力的方向。但检验概念的合理性，往往就是量化研究需要做的工作。此外，质性研究对社会情境的基本判断，也为量化研究变量体系的建立（如社会分组）提供了指导意义。就这个意义而言，我们不应该把质性研究和量化研究当作两种对立的研究范式，而是一个研究整体的不同组成部分。比如，布迪厄对“社会资本”的研究，他提出了这一概念之后，后续有很多关于社会资本的测量，以及其如何在社会运行中发生影响的量化研究。就上述意义而言，一个好的质性研究，或者说一个好的概念的提出，应该会引发一批学者对概念的验证，即所谓的实证研究，并在此基础上修正概念。
就研究方法上来说，质性研究和量化研究遵循一致的逻辑关系。质性研究中的变量逻辑，很多的质性研究采用变量逻辑的关系来梳理田野中呈现的复杂机理。比如，经济社会学研究中质性研究。就中国而言，质性研究的传统要比量化研究早得多。经济社会学在中国的传播，不仅仅是交叉学科的融合的尝试（这里不讨论谁试图融合谁的问题），同时也是研究方法（范式）融合的尝试。
在社会科学的三个基本原理上，质性研究和量化研究没有本质上的区别。质性研究同样遵循差异性原则，只不过他们研究类型上或历时性的差异而已；而对于分组原则，在质性研究中，我们也经常将他们进行分组比较，不过，可能换成了类型学的考察，或者是归类比较之类的说法。至于社会情境原则，作为背景性的考察，显然是任何社会科学研究所必需的。如果我们承认质性研究也和量化研究一样存在着研究的变量体系的话，那么，我们可以清晰地看到质性研究是如何遵循“概念、维度和测量指标”这一变量体系建构的方法层层递进进行研究的，质性研究强调的所谓理论框架，事实上就是对已有理论概念的阐释和运用；而解释机制实际上就是对概念的降维理解，一个理论框架内实际上就包含了不同维度，不同的维度侧重于解释不同的案例；而具体的案例呈现就是质性研究中的测量指标。
五、为什么说这个时代是社会学大有可为的时代
从变量体系的丰富性和可增长性来看，社会变迁和数据收集技术的发展为社会科学的发展带来了巨大机遇。社会情境的变化，一方面会导致变量间因果关系的变化，另一方面也会导致社会分组原则的变化，从而导致社会学研究变量体系的变化。换句话说，社会情境的变化使得社会学研究中变量体系实现了逻辑关系的自我调整，并保持着增长的活力。比如，对于工资的分组就会随着经济发展水平及其所导致的工资水平的变化而变化。又如，随着教育水平的提高和高水平受教育人群的增多（如研究生增多），对受教育人群的分组也要更为谨慎。此外，计算科学的发展，为社会学的研究带来了更多的议题（如虚拟网络议题），从而也拓展了社会学的研究边界，使得社会学研究的总体变量体系获得巨大增长空间。
虽行文不畅，但也以此文作为2018的学习思考总结。
参考文献： 【1】 孙秀林，施润华 · 社会学应该拥抱大数据[J]. 新视野，2016. 【2】 吴愈晓 · 定量研究中的“定性”元素，“社院三十年纪念专题”，作者篇，2016. 【3】 应星 · 社会学叙事的韵味与界限，“社院三十年纪念专题”，作者篇，2016. 【4】 谢宇 · 社会学方法与定量研究[M] —北京：社会科学文献出版社，2006.7
y/2018.12.31
