定量社会研究的原理与应用

• 社会（科学）规律的条件性或情境性
– “苹果落地” – “瑞雪兆丰年” – “三十而立，四十不惑，五十知天命……”
• “社会情境原理”（谢宇，2008）
5
社会科学研究过程（图解）
提出研究 问题 检验不同社会现象之间的关 系，文献检索和评述 提出理论命题 并列出具体的 研究假设
ideas
贡献新的经 验证据，发 现新的问题 ，新的一轮 研究开始
求同法和求异法图示
图形来源：彭玉生（2011：P7）
求同法和求异法
• 根据密尔本人，两者都是实验方法
– 严格的“总体相同”或“总体差异”都只有在实验室才能实现 – 现实中（特别是社会现象）只能近似或依靠假定
• 求同法 vs. 求异法
– 求同法通常是日常生活中常用的直观推理工具，但其“总体差异” 的条件比较难以准确操控 – 求异法的“总体相同”的条件更可能实现，因此这种方法被密尔本 人称为“最完善”，也更受科学家们的青睐
社会科学研究与因果推断
• “金标准”：随机试验（R. Fisher，1935）
– 虽然随机实验法不是唯一的识别因果关系的方法，但它是最为可靠 的一种方法。
• 但在实际的社会科学研究中，随机实验的应用非常有限，因为：
– 我们通常无法干预人们的自然生活状态（有违背伦理的风险），只能依靠 观察到的数据来推理 – 即使有一些“社会实验”（或准实验）项目，但由于被研究者之间存在巨 大的特征差异，这些差异会影响干预效应的准确估计 – 最为关键的是：社会科学研究中因果关系是一个反事实（counterfactual） 问题
反事实问题
• 做因果推理无法回避反事实问题
– 现实生活中，我们只能得到某个个体受到干预的数据，或者该个体 没有受到干预的数据，但不能同时得到这两个数据。如：
• 大学对收入的影响：个体要么是读了大学，要么是没读大学；对于读 了大学的人，你无法知道他如果没读大学会怎么样，而对于没读大学 的人，你也无法知道他读了大学会怎么样 • 同居对婚姻稳定性的影响：同理，同居过的人如果不同居，或没有同 居过的人如果同居，情况都是无法知道的
12
14
一般多元回归模型与统计控制
• 多元回归模型：y a b1 x1 b2 x2 ... bk xk e
ˆ a b1x1 b2 x2 ... bk xk • 预测回归直线：y
• 回归系数的解释（以b1核心自变量）：
– 控制了x2, …, xk之后（其它因素保持不变）， x1增加一个单位，会导致y增 加（下降）…… – 实际上，我们只能控制已知的因素（ x2, …, xk ），而那些未知或没有数 据的因素，都被纳入了误差项e当中
12
因果关系
• 因果关系(causality)：
– 是指两个事件（现象）之间的关系，其中一个是原因(cause)，另一个是结 果(effect)，前者是后者发生的诱因，后者是前者导致的后果。 – 图示： X Y – 例子：吸烟与肺病；受寒与感冒；……
• 相关（关联，association）和因果关系
• 如何排除伪关联或获得“无偏”的关联则成为统计分析的核心
双变量分析的局限
• 双变量分析（T检验、方差分析、卡方检验、二元回归分析等等）可以 两个变量之间是否有关联，研究者也可以控制自变量与因变量之间的合 理的时间顺序，但是，它无法确定两个变量之间是否为“真关联”，因 为不引入其它变量，无法检验是否存在替代性解释。 • 只有通过多元分析，引入其它的变量，才能识别替代因素，排除假关联。 因此，多元（多变量）分析是社会科学定量研究的核心。
理论
研究 设计
检验假设
分析数据
收集数据
6
社会科学研究的逻辑
• 社会科学应当遵循科学研究的逻辑。所谓科学研究，就是运用客观 的、逻辑的、系统的方法来搜集事实和分析事实，总结出规律，或 者说社会现象间的本质联系，即理论。
– 理论是高度概括的，而且必然是因果模型 – 理论通常是以假说（命题）的方式提出，需要得到经验数据的支持才 能成立 – 科学研究应当是可以重复（复制）的 – 科学研究的结果，可以解释已发生的社会现象，预测未知的信息 (政 策干预)
排除替代因素的常用方法——统计控制
• 与实验科学（使用实验数据）不同，社会科学研究使用的主要是观察 型数据（observational data）；社会科学研究不能对某个社会现象产生 的外部环境或条件进行人为控制。
• 对于观察型数据，因果性往往通过统计控制（statistical control）来实现。 也即是说，我们根据社会分组的原理，将具有相同的某种特征的个体 归为一组，然后比较组内情况（因变量与自变量的关系）。这就称为 我们控制了“某种特征”。 • 统计控制背后的方法论法则是“求异法”，所谓的“控制了某某因 素”，实质上是指“假定某某某因素都相同的情况下”，A和B两个变 量之间的关系是如何的。
– 科学研究遵守一系列能够保证推论有效性的规则 – 能够把所有科学研究整合起来的是方法，而不是材料
8
定量社会科学研究与统计
• 定量社会科学研究不等同于统计
– 研究“社会事实”，统计是不可或缺的工具。
• “统计学之于社会科学，就犹如显微镜之于生物科学，或高倍望远镜之 于天文科学，它能帮助我们看到肉眼看不到、常识感知不到的社会群体 之间的差异模式。”（吴晓刚，2014）
• 两个事件或现象在时间和空间上是相邻近的
– 时间顺序（succession）
• 因先果后
– 必然联系或恒常关联（constant conjunction）
• 因果现象相伴而生，有其因必有其果 • 经验关联的重复性——因果概念来源于我们对经验关联现象的重复观察
确立因果关系的方法论准则
• 密尔（穆勒）逻辑(2002/1848)
工具：统计（回归）模型
统计模型的简单形式：
回归直线方程（估 计值或预测值）：

12
Y a bX e
(x, y)
Y a bX
随机误差项：e
e
(x, y ˆ)
ˆ e Y Y
Y是实际观测值，即 现实情况，因此：
ˆ e Y Y
现实=模型（理论）+误差
4
6
8
10
4
6 y
8 x
10 Fitted values
• “为什么不显著？怎么样才能显著？” • “决定系数（R-squared）要多大才合理？” • …… • “什么是内生性？我的模型有内生性问题吗？”
3
引子：方法与数据
• 定性研究 vs. 定量研究
– 两者是对立的吗？ – “它们之间的差异仅仅体现在研究风格及具体研究方法的差别上。其实， 这两种研究的框架的逻辑是相同的……两者所依赖的理论、制定的研究设 计及搜集的数据都是不完美的。”（KKV, 1996）
• 因果关系是所有科学研究的基本目标，社会科学研究也不例外
– “Causality is central to the scientific endeavor” (Agresti and Finley, 1997)
因果关系的认识论基础
• 休谟(2005/1739)的因果关系标准
– 经验相邻或时空毗连（contiguity）
– 但是，一项好的社会科学研究，定量方法（统计）仅是手段或工具， 而远不是全部。
• 避免“统计至上主义”
Hale Waihona Puke – 社会学：理论导向的实证主义研究（边燕杰，2015）
9
边燕杰（2015）：理论导向的实证主义
• 三种研究类型：
– 探索性研究：基于个案或局部研究，发现某个规律或理论逻辑 的存在 – 描述性研究：超越个案或局部 – 解释性研究：分析并建立因果关系模型证明理论逻辑
– 这表明在个体层面上是几乎不可能进行因果推断的，因此我们只能 通过在群体层面上（分成控制组和干预组）进行，并依赖统计分析 的方法
观察型数据的因果推断
• 依据休谟的定义，统计学家提出确定因果关系的三个条件 (Agresti and Finley, 1997) – 1、变量X和Y之间有关联（association）
回归假定与“内生性问题”
• 根据前面的多个例子，如果要消除“伪关联”或获得核心自变量 (x1) 的无偏估计，必须要控制那些同时影响x1和Y的因素，因此那些 被纳入误差项的未被控制的变量或未被观测到的变量，必须要满足 “与自变量无关”的假定，即： Cov(x1, e)=0 • 否则，即如果Cov(x1, e)≠0，那x1的估计值就是假的，或者是有偏误 (不准确) 的，这也就是我们通常说的“内生性”(endogeneity)问题
– 2、合理的时间顺序（an appropriate time order）
• X（因）在前，Y（果）在后
– 3、这种关联是“真关联”而不是伪关联（spurious associations）或有 偏误（biased）的关联，它不能被其它替代因素（alternative explanations）解释
7
科学研究的条件（KKV, 1996）
• 以推论为研究目的：
– 从直观数据中推导出难以直接观察到的结论 – 描述性推论和因果推论
• 采用公开的研究程序
• 结论是不确定的
– 推论的过程是不完美的。不确定性是所有研究和认知中不可或缺的方面， 没有对不确定性进行合理的估计，因果推论就会含混不清
• 科学研究的内容是关于方法的
• 为什么（why）？探讨因果机制（解释性研究）
– 为什么中国的不平等呈现上升趋势？ – 为什么中上层阶级的孩子教育成就更高？ – 为什么父母教育影响孩子教育？
定量研究原理与应用
• 描述性研究
– 分布：均值（比例）、方差 – 描述性推论：从已观察到的事实去推论未被观察到的信息或规律
• 因果推断：