大數(shù)據(jù)時代社科實證研究的幾個陷阱,社會科學(xué)論文

大數(shù)據(jù)時代社科實證研究的幾個陷阱,社會科學(xué)論文居處大數(shù)據(jù)時代，社會科學(xué)研究發(fā)展可謂日新月異。伴隨著逼近于總體的數(shù)據(jù)可得性日趨加強(qiáng)，偏倚概率發(fā)生假設(shè)的統(tǒng)計、經(jīng)歷體驗分析方式方法遭碰到史無前例的挑戰(zhàn)，新形勢下社會科學(xué)研究工作者仍在為做出精到準(zhǔn)確的錯誤和模糊的正確兩難選擇而努力著。在大數(shù)據(jù)時代之前，一個極具講服力的事例是:從15世紀(jì)到19世紀(jì)，歐洲人繪制的非洲大陸地圖不斷變化，歐洲人對非洲海岸沿線的探險經(jīng)歷使得這些沿海區(qū)域的地圖繪制已經(jīng)特別精到準(zhǔn)確;與此同時，非洲內(nèi)陸地區(qū)地域疆域卻從地圖上消失，海岸沿線之外的非洲大陸成為一片空白。究其原因，隨著地圖繪制水平和信息質(zhì)量的快速提高，關(guān)于可靠信息的標(biāo)準(zhǔn)也在不斷提高;借助旅行者的口頭描繪敘述和估測不再被視為可靠信息，因此被棄之不用。追求精到準(zhǔn)確的結(jié)果是非洲內(nèi)陸由此無跡可循了。19世紀(jì)末，隨著歐洲人的探險活動普遍達(dá)到非洲各地，非洲內(nèi)陸才重新出如今非洲大陸地圖上。這個經(jīng)典案例的意義在于:科學(xué)研究方式方法的進(jìn)步及其規(guī)范化、嚴(yán)謹(jǐn)化反而可能會限制我們的視野，導(dǎo)致我們的知識萎縮退步。①社會科學(xué)經(jīng)歷體驗、實證研究陷阱類似于此。研究者一旦過度熱衷于追求數(shù)據(jù)化、公理化、精到準(zhǔn)確化，亂象叢生的錯誤被形式的完美掩蓋。隨著數(shù)據(jù)的可得性加強(qiáng)，實證主義者竭力推崇的經(jīng)歷體驗研究偏愛展示通過數(shù)據(jù)展開統(tǒng)計分析抽取而得到現(xiàn)象和事實。經(jīng)歷體驗研究結(jié)果的檢驗和解釋還得依靠事實，偏倚數(shù)據(jù)的經(jīng)歷體驗研究離不開問題導(dǎo)向思維和實地調(diào)查行動，解構(gòu)現(xiàn)象終歸需要思辨性的規(guī)范或理論研究。一社科實證研究的數(shù)據(jù)化陷阱2020年3月29日，美國公布推出大數(shù)據(jù)的研究和發(fā)展計劃(BigDataResearchandDe-velopmentInitiative)。從收集的相關(guān)報告和資料得悉，該計劃旨在提高從海量數(shù)字?jǐn)?shù)據(jù)中提取知識和觀點的能力，實現(xiàn)教育與學(xué)習(xí)的轉(zhuǎn)變。②據(jù)公開信息顯示，主管部門指出:過去在信息技術(shù)研發(fā)方面的聯(lián)合投資推動了超級計算機(jī)和互聯(lián)網(wǎng)的開創(chuàng)建立，而大數(shù)據(jù)研究與開發(fā)計劃有望使我們利用大數(shù)據(jù)進(jìn)行科學(xué)發(fā)現(xiàn)、環(huán)境和生物醫(yī)學(xué)研究、教育以及保衛(wèi)國家安全的能力發(fā)生變革。通過各方面的資料查閱，結(jié)合相關(guān)的研究分析得知，聯(lián)邦機(jī)構(gòu)對該計劃的首輪贊助包括下面機(jī)構(gòu):國防部(DOD)、NSF與美國國立衛(wèi)生研究院(NIH)、能源部(DOE)和地質(zhì)調(diào)查局(USGS)等。大數(shù)據(jù)廣泛存在于各個核心領(lǐng)域，包括網(wǎng)絡(luò)、通信、金融、物流、制造、。在中國，隨著各類微觀數(shù)據(jù)的可得性加強(qiáng)，盛行拿來主義的社會科學(xué)經(jīng)歷體驗研究發(fā)展趨向正在變軌。由于中國式經(jīng)歷體驗或?qū)嵶C研究遭遇了可信性的質(zhì)疑，搞對問題和識辨數(shù)據(jù)才是挽救研究發(fā)展受阻的良策。來自(2018年年度信息流通普查報告〕的數(shù)據(jù)顯示，信息社會未被使用的信息比例高達(dá)99．4%。在大數(shù)據(jù)時代背景下，企業(yè)微觀主體遭遇了怎樣應(yīng)對數(shù)據(jù)資源利用率低的現(xiàn)實困惑，社會科學(xué)研究研究的可信性終將遭到挑戰(zhàn)。讓我們以金融行業(yè)為例，將信譽(yù)卡消費者行為資料轉(zhuǎn)化為研究文本，則需要通過長期記錄獲取消費行為數(shù)據(jù)。無論是技術(shù)突破還是觀察對象，現(xiàn)實社會經(jīng)濟(jì)運(yùn)行已經(jīng)積淀了這樣的研究素材。統(tǒng)計數(shù)據(jù)顯示，2018年信譽(yù)卡新增發(fā)行量5500萬張，交易筆數(shù)到達(dá)28．5億筆，交易金額達(dá)7．56萬億元;同年中國信譽(yù)卡消費額達(dá)4．1萬億元，占全社會消費品零售額的22.6%。來自央行的數(shù)據(jù)顯示，中國信譽(yù)卡累計發(fā)卡量已從2008年末的1.4億張，增長到2018年末的2.85億張，3年翻了一倍。2020年底，中國累計發(fā)行信譽(yù)卡的數(shù)量已經(jīng)高達(dá)3.3億張，同比增長13.8%;累計激活卡量為1.86億張，同比增長22.3%;活卡率為56.1%;全年信譽(yù)卡交易金額達(dá)10萬億元，同比增長31.6%;信譽(yù)卡未償信貸余額新增3257.1億元，累計達(dá)11386.7億元，同比增長40.1%。由于金融部門掌控著這樣的數(shù)據(jù)，他們最具微觀消費者行為研究優(yōu)勢，此集成數(shù)據(jù)的商業(yè)性價值更是不可估量。此舉例意在闡釋理論建構(gòu)和現(xiàn)實社會的鴻溝已被跨過，取材于大數(shù)據(jù)的深度研究或許會改變對中國正在發(fā)生或已經(jīng)發(fā)生過的事件的既成認(rèn)識和判定。在大數(shù)據(jù)時代，社會科學(xué)研究面臨重大機(jī)遇和嚴(yán)峻挑戰(zhàn)。相比之下，中國產(chǎn)生的數(shù)據(jù)量極為龐大，但是真正存儲下來的數(shù)據(jù)僅僅僅是北美的7%、日本的60%。值得注意，數(shù)據(jù)獲取渠道增加和信息量級數(shù)級增長特征:隨著互聯(lián)網(wǎng)、智能手機(jī)及傳感器等的普及，信息流量有了爆發(fā)性的增長。根據(jù)GreenIT協(xié)議會預(yù)測，2025年，社會的信息量將猛增至2006年的200倍?？紤]到全樣本數(shù)據(jù)信息能夠鏡像出真實世界，社會科學(xué)研究的可信性性終將獲得來自大數(shù)據(jù)所能夠描摹真實圖景檢驗。詳細(xì)而言，基于概率和可能性的實證和經(jīng)歷體驗研究將會被大量的數(shù)據(jù)分析報告和專項預(yù)測研究取代，此時歷史的分析方式方法和科學(xué)預(yù)知將來的重要性就會凸顯。2005年后，中國式經(jīng)歷體驗研究發(fā)文數(shù)量呈現(xiàn)級數(shù)級增長，可謂經(jīng)歷體驗主義盛行。然而，在社會科學(xué)界，可獲取數(shù)據(jù)的渠道多元化、實現(xiàn)方式方法論復(fù)雜化以及可研究的學(xué)術(shù)問題多樣化，反倒使得諸多研究者陷入迷茫，深陷經(jīng)歷體驗主義的中國社會科學(xué)研究備受可信性和可實現(xiàn)性質(zhì)疑。在當(dāng)下數(shù)據(jù)可獲得性加強(qiáng)情況下，社會科學(xué)界更應(yīng)該考慮的問題是如何更新范式、方式方法和開發(fā)工具利用大數(shù)據(jù)資源，以能夠更好地展開深度研究。當(dāng)然，借助數(shù)據(jù)講事實，原因是經(jīng)歷體驗事實對于研究尤其重要，這又是實事求是講道理的前提。然而，由于經(jīng)歷體驗、實證研究容易模擬、借鑒的研究范本諸多，當(dāng)然這也為思維偷懶的研究者提供了便利，有思想性的研究文本仿佛成了少數(shù)人的專利。進(jìn)入21世紀(jì)，中國掀起經(jīng)歷體驗研究的追捧熱潮，定量化研究也就備受學(xué)術(shù)期刊的青睞，研究者更是熱衷于迎合。一種解釋唾手可得，數(shù)據(jù)可得性加強(qiáng)，拿來主義思潮滋生。在這個躁動的、信息流云化的時代，奉行經(jīng)歷體驗主義的研究者自以為有知識，實際上已經(jīng)拋棄了常識，社會科學(xué)物化某種程度上能夠用以刻畫社會科學(xué)研究獨立之精神，理論創(chuàng)新速度正在減慢。進(jìn)入21世紀(jì)，國內(nèi)期刊刊發(fā)的庸俗和淺薄經(jīng)歷體驗研究日漸增加，高校、科研院所鼓勵不相容的學(xué)術(shù)獎勵如出一轍，各種形式的論文短平快生產(chǎn)行動能夠視為工具理性，扭曲的學(xué)術(shù)認(rèn)知和評價更是催生了論文的流水線制造風(fēng)潮。借此能夠很好地解釋為什么國內(nèi)盛行經(jīng)歷體驗主義研究，即使是缺乏基礎(chǔ)知識儲備和學(xué)術(shù)經(jīng)歷體驗積累的研究者仍然能夠玩弄數(shù)據(jù)快速實現(xiàn)發(fā)文的目的，無知又無畏戴帽子的研究者比比皆是。社會科學(xué)研究結(jié)果及解釋的合理性檢驗在于研究者對經(jīng)歷體驗事實的熟悉和了解，一旦研究者習(xí)慣了閉門造車、熱衷于數(shù)據(jù)挖掘、公式化的文本寫作，只會讓研究之路越發(fā)狹窄，結(jié)果使得社科研究淪為數(shù)據(jù)游戲。二社科實證研究的經(jīng)歷體驗化陷阱在中國社會科學(xué)界(尤其是社會學(xué)與經(jīng)濟(jì)學(xué))，經(jīng)歷體驗研究(EmpiricalResearch)通常也被張貼或稱其為實證研究，持此方式方法論者試圖與純理論(規(guī)范)研究劃清界線，依靠搜集的千城一面城市規(guī)劃的濫觴的文章，指出城市規(guī)劃在先，城市建設(shè)根據(jù)規(guī)劃進(jìn)行。歷史就像一面鏡子，對于社會科學(xué)研究而言，重現(xiàn)歷史就是在尋找實證證據(jù)。問題起源是研究講述的重要背景，歷史是實證主義的靈魂。進(jìn)入21世紀(jì)，中國經(jīng)濟(jì)學(xué)界對于實證和經(jīng)歷體驗的追捧超前了其他學(xué)科，單從形式上講可謂跑步實現(xiàn)了國際接軌。有英文作為輔助，走出去發(fā)表也更多。中國發(fā)展能否合適用拿來的知識加以概括至今無人能解答，甚至于主義政治經(jīng)濟(jì)學(xué)也被趕時髦地貼上了實證的標(biāo)簽。事實上，國內(nèi)報刊媒體刊發(fā)社會科學(xué)研究短論的思想性、簡明性讓我們更多地體味到研究成果所能起到的意識導(dǎo)向和對現(xiàn)實的深度解剖作用。重新回到可信性問題的討論，中國式經(jīng)歷體驗或?qū)嵶C研究遭遇的窘境不僅僅局限于可信性，更深層次的問題則是怎樣搞對問題，又怎樣識辨方式方法能否適宜?在統(tǒng)計分析技術(shù)在服務(wù)于數(shù)據(jù)分析的經(jīng)過中，數(shù)據(jù)質(zhì)量就比什么都重要。計量經(jīng)濟(jì)學(xué)作為應(yīng)用經(jīng)濟(jì)學(xué)的分支方式方法論學(xué)科，基礎(chǔ)是數(shù)據(jù)。數(shù)據(jù)的類型通常有三類T－C－P(依序為時序數(shù)據(jù)、截面數(shù)據(jù)和面板數(shù)據(jù))，這也是數(shù)據(jù)二次采用和研究的基礎(chǔ)。誠然，研究經(jīng)過中內(nèi)生性的討論雖然重要，但需要建立在數(shù)據(jù)可靠性基礎(chǔ)之上。經(jīng)濟(jì)學(xué)研究中，問題意識和歷史感極為重要。使用數(shù)據(jù)展開經(jīng)歷體驗研究是研究者的拿手工作，依靠于數(shù)據(jù)開展經(jīng)歷體驗研究時會出現(xiàn)差之毫厘，謬以千里，由于社會科學(xué)描摹的各國社會現(xiàn)實。當(dāng)然，由于社會科學(xué)研究的結(jié)論偏誤很難做出檢驗，需要社會科學(xué)研究者自律、自省，儲備歷史的知識，多開展一些調(diào)查研究工作。四社科實證研究的方式方法論萬能陷阱在歷史長河中，融合、統(tǒng)一社會科學(xué)和自然科學(xué)的嘗試與努力總需要人們在科學(xué)的目的與方式方法究竟是什么這一問題上先達(dá)成某種程度的共鳴。盡管解釋不是恰當(dāng)?shù)目茖W(xué)語言，在生物學(xué)、物理學(xué)和化學(xué)中也并非十分重要，但解釋、闡釋、文本卻是社會科學(xué)最為普遍的基礎(chǔ)，在社會科學(xué)領(lǐng)域種種充滿主觀色彩的人性化解釋不可避免。融合自然科學(xué)與社會科學(xué)研究的研究方式方法，社會科學(xué)研究各領(lǐng)域穿插已經(jīng)在改變著我們的研究去向。原因是，作為研究者無法也無力去回避社會科學(xué)研究融合，被我們所熟知的社會科學(xué)家本難以做出嚴(yán)格的學(xué)科領(lǐng)域歸屬判定。問題選擇雖有區(qū)別，實現(xiàn)方式方法不盡一樣，實證尤其是證偽才是科學(xué)性建立的根基。當(dāng)然，實證研究并非萬能，理論基礎(chǔ)或理論建構(gòu)決定了社會科學(xué)研究的水平。作為一門顯學(xué)和最接近科學(xué)的經(jīng)濟(jì)學(xué)研究卻總是遭到批判，某種程度上講經(jīng)濟(jì)學(xué)研究實現(xiàn)方式方法論走向科學(xué)的同時理論發(fā)展幾近停滯，兩者的此消彼長對于這一領(lǐng)域的研究者而言是短板而非長處。當(dāng)代經(jīng)濟(jì)學(xué)者濫用經(jīng)濟(jì)學(xué)理論去解釋現(xiàn)實并不構(gòu)成經(jīng)濟(jì)學(xué)理論本身被證偽的理由，這就好比一個蹩腳的建筑師誤用了平面幾何定理造成了設(shè)計失誤，但這并不構(gòu)成平面幾何定理被證偽的證據(jù)一樣。①自斯密以來，經(jīng)濟(jì)學(xué)研究大三角(由問題意識、理論建構(gòu)和實現(xiàn)方式方法論構(gòu)筑)關(guān)系互動已經(jīng)成為學(xué)科發(fā)展以及決定將來方向的內(nèi)核，數(shù)以萬計的經(jīng)濟(jì)學(xué)家還努力在新古典經(jīng)濟(jì)學(xué)的形式模型體系內(nèi)工作，而大量的研究文本選擇理性選擇理論、公共選擇理論作為基礎(chǔ)(社會科學(xué)研究理論建構(gòu)離不開人性的討論)。為解答這個問題，在一定程度上取決于站在何種立場上看待自然科學(xué)和社會科學(xué)在方式方法論上的整合。在社會科學(xué)研究之文本呈現(xiàn)中，借助數(shù)據(jù)能夠?qū)栴}詳細(xì)化，甚至加強(qiáng)了可視化程度，使得研究范式從思辨性論戰(zhàn)的批評中解放出來。社會科學(xué)研究總是在努力使得結(jié)果和解釋逼近于真實世界或是揭露運(yùn)行規(guī)律，也因而結(jié)論的大相徑庭和講理對抗(或者研究向前邁進(jìn)一小步的經(jīng)過)總是在不斷上演。為對此作出講明，我們以中國基尼系數(shù)的大討論故事為例，原因是此話題不僅僅是經(jīng)濟(jì)學(xué)問題，更是社會和政治問題，與現(xiàn)實聯(lián)絡(luò)得最為嚴(yán)密，社會各界對此都給以高度關(guān)注。2020年1月18日，國家統(tǒng)計局頒布2003年至2020年中國居民收入的基尼系數(shù)。據(jù)此可知，全國的基尼系數(shù)在2003年為0.479，自那之后逐年上升，到2008年曾到達(dá)歷史最高點的0.491，其后的幾年有所回落，到2020年降為0.474。在這里數(shù)據(jù)頒布之前，西南財經(jīng)大學(xué)中國家庭金融調(diào)查中心根據(jù)其住戶調(diào)查計算并且搶先頒布了2018年全國居民收入差距的基尼系數(shù)數(shù)值為0.61。正如有論者指出:有可能由于西南財大的基尼系數(shù)(先入為主的緣故)，國家統(tǒng)計局頒布的基尼系數(shù)遭到了一定的質(zhì)疑。查閱資料發(fā)現(xiàn)，批評西財基尼系數(shù)數(shù)值的一方指出:正是由于樣本偏差和收入指標(biāo)統(tǒng)計上的問題，讓該調(diào)查對很多家庭給出了不現(xiàn)實的低收入，居民收入差距(0.61的基尼系數(shù))被高估的原因之一也在于此。②從社會公眾的心理反響來看，基尼系數(shù)不僅僅是一個數(shù)，被傾注了更多理性的，非理性的主觀情緒，也有歷史的記憶，此次基尼系數(shù)的頒布還引發(fā)了統(tǒng)計制度的討論。從研究經(jīng)過來看，基尼系數(shù)只是測算數(shù)，但獲得該數(shù)背后的經(jīng)過是極其復(fù)雜的，對估計結(jié)果加以具體講明是完全必要的。超越數(shù)值之爭，作者根據(jù)公開的CGSS2008年的數(shù)據(jù)測算農(nóng)村戶口個人和家庭收入的基尼系數(shù)，不同分組都在0.5左右，農(nóng)村戶口家庭基尼系數(shù)值是0.491，與國家統(tǒng)計局頒布的中國全國居民收入的基尼系數(shù)2008年0.491在數(shù)值上一致，絕非偶合。根據(jù)戶口類型的測算將不知道和拒絕回答兩類少量樣本用已經(jīng)知道的樣本數(shù)值的平均值來替代，作此處理主要理由是不改變樣本的分布情況，但補(bǔ)足缺失數(shù)值以保存有效樣本。作此處理也是為了講明，其實未剔除最高收入組和最低收入組，基尼系數(shù)測算根據(jù)樣本總會收斂于0.3～0.6，原因是大樣本情況下的正態(tài)分布假設(shè)總能夠得以知足。作此處理排除寓居地、職業(yè)的城鄉(xiāng)差異，控制個人和家庭特征變量后，對個人收入不平等做分解結(jié)果發(fā)現(xiàn)受教育年限和家庭人數(shù)變量(和被調(diào)查者寓居的人口數(shù))兩項奉獻(xiàn)最大，數(shù)值分別為34.8%和12.2%，借此能夠解釋差距的50%左右。接著，由于2020年國家統(tǒng)計局頒布了2003年以來的基尼系數(shù)，通過描繪敘述其與經(jīng)濟(jì)增長率的關(guān)系發(fā)現(xiàn)，兩者存在著高度的相關(guān)性(考慮滯后影響)，自2003年以來兩者都呈現(xiàn)出倒V型變化，也即經(jīng)濟(jì)增速經(jīng)歷了最高點、不平等程度也到達(dá)最高點，但并不能以此短期波動變化來判定不平等已經(jīng)得以改善。假如延長時限此變化趨勢仍然成立，那么由此數(shù)據(jù)的簡單擬合我們似乎能夠推知在一定發(fā)展階段，高增長必然導(dǎo)致不平等的因果判定，經(jīng)濟(jì)增長是不平等的根本源頭，前提條件是:起點差距甚小，但由于經(jīng)濟(jì)的快速發(fā)展結(jié)果使得不平等加劇。對于當(dāng)下中國的社會科學(xué)研究而言，急需營造堅守頂天立地之學(xué)術(shù)追求大環(huán)境:何為頂天，也即專注社會科學(xué)領(lǐng)域的尖端、前瞻性理論問題;立地就是立足于中國社會經(jīng)濟(jì)發(fā)展大轉(zhuǎn)型現(xiàn)實，捕捉中國問題、建構(gòu)中國理論和尋求中國解釋。問題是研究的起點，也是學(xué)科發(fā)展的生長點。①結(jié)合學(xué)術(shù)與研究的發(fā)展認(rèn)識能夠做出判定，問題導(dǎo)向抑或知識(文獻(xiàn))導(dǎo)向決定著中國將來社會科學(xué)研究發(fā)展的命運(yùn)，歸屬于工具理性范疇的實現(xiàn)方式方法論(尤其是數(shù)理化、公理化)很可能加速研究者遠(yuǎn)離學(xué)術(shù)(學(xué)術(shù)生命短暫)，大多數(shù)情況下的研究工作只是服務(wù)于唯成果發(fā)表的研究認(rèn)知。當(dāng)前看來，數(shù)據(jù)的可得性加強(qiáng)對于社會科學(xué)研究而言是一把雙刃劍:一方面，為社會科學(xué)研究注入了活力;另一方面，正在挑起社會科學(xué)研究的新的可信性革命(這一次或?qū)⒊綄崿F(xiàn)方式方法論的可信性)，也不排除中國社會科學(xué)研究會再來一次跟風(fēng)。縱觀而論，中國研究方式方法革新(奉行拿來主義)與學(xué)術(shù)大躍進(jìn)(盛行發(fā)展主義)齊頭并進(jìn)，以致于最終脫離方式方法論研究的初衷，其對于研究所能夠起到的作用只是規(guī)范。研究的起點是問題，人文社會科學(xué)研究勢必需要建立起問題意識、學(xué)理意識和方式方法意識，方式方法論特征則能夠用法無定法，道有常道來概括。②在大數(shù)據(jù)時代，中國社會科學(xué)研究的傳統(tǒng)范式或?qū)⒈桓淖儯袊鴮嵺`和社會運(yùn)轉(zhuǎn)甚至?xí)嵏矀鹘y(tǒng)經(jīng)歷體驗、實證方式方法。倡導(dǎo)和展開社會科學(xué)研究的可復(fù)制性和可檢驗性實際行動可以視為研究的可信性革命，然而頒布、公開社會科學(xué)定量分析原材料亟待建立一個透明和開源的學(xué)術(shù)機(jī)制，機(jī)構(gòu)或是個人在積極倡導(dǎo)可復(fù)制性研究(ReplicationStudy)。在詳細(xì)行動上，經(jīng)濟(jì)學(xué)研究創(chuàng)始了先河，這就是(美國經(jīng)濟(jì)評論〕(AER)自1999年改版后開場論文上網(wǎng)，2003年以后經(jīng)歷體驗和實證研究論文的數(shù)據(jù)及方式方法頒布在期刊主頁上，可供復(fù)制和檢驗。并于2018年第1期再現(xiàn)100年來的TOP20論文，從中能夠捕捉到期刊的成長和經(jīng)濟(jì)學(xué)研究發(fā)展經(jīng)歷體驗化之路。經(jīng)濟(jì)學(xué)、社會學(xué)、政治學(xué)等社會科學(xué)研究領(lǐng)域已經(jīng)有大量的學(xué)者積極倡導(dǎo)，并付諸于詳細(xì)研究行動，在可知的范