赵鼎新谈定性vs. 定量

【陈龙】您如何看待社会学中定性方法和定量方法之间的关系？您是否认为社会学里存在定性方法和定量方法的分歧？

【赵】我认为存在这种分歧，但是应该结束这种分歧，因为对我来说它们不过是两种描述方法。我在社会学研究的过程中，从来不会想我是一个定量社会学家还是一个定性社会学家，我只考虑我有什么类型的数据。如果我有比较可靠的定量数据，显而易见，我会用定量数据；如果没有，那我就用定性数据。只不过在顶尖的统计学家看来，只有一种方法（定量方法）能够解释社会现实。随着统计学的日臻成熟，你需要花费几年的时间去学习，这样你才能很好地掌握各种统计手段。
    事实上，不管是鲍勃・豪泽（Bob Hauser）还是奥蒂斯·达德利・邓肯（Otis Dudley Duncan），现在统计的发展在不断远离最初发展者的设想。以社会分层为例，19世纪的时候，我们创造了分层这个概念，为的是抵消阶级的概念。但是分层这个概念在实际层面是没有意义的，因为从分析现实的角度来说，你需要分析的是有认同感的社会群体，而不是你所定义的群体。你把中国社会分成五个阶层，或者七个阶层，又能怎么样呢？在这些阶层中，人们有着完全不同的特征，所以这样的分层是没有什么理论意义的。在19世纪的时候，韦伯他们都会把分层看作是多维的，譬如品味、性别、经济收入、宗教信仰；但是到了20世纪，得益于美国的税收体系，收入逐渐可以被计算了。正是因为有了数据，经济分层才显现出来，统计学也成了一个主导学科，涌现出了很多学者，逐渐成了一个可以自我发展的学科。可是偏见也随之产生，统计学家不再把分层视为多维度的，他们也忘记了人们当初为什么要造出这么一个理论意义不大的概念。最重要的是，在实践统计的过程中，每个人都知道社会关系是互动关系，但是当你称其中一些为自变量，另一些为因变量的时候，社会关系就不再是互动关系，而是人为建构的关系。不断地有年轻学者把社会关系看作等式的左边有一个因变量，右边有一堆自变量，然后用右边的自变量去预测左边的因变量，结果社会的互动性被丢到了一边。这把做定性研究的人给惹恼了，因为在他们看来，这是哪门子的科学？可是另一方面，攻击定量学者的通常都是不善于和数字打交道的人，所以他们也就不懂如何欣赏定量方法。
    我认为统计的应用范围很广，而且每隔几年就会出现非常了不起的统计学者，不过他们的研究一定要结合理论，和理论高度相关才行。就像我之前的同事罗杰・古尔德（Roger Gould），他就是个很好的例子，他非常厉害，我很欣赏他把统计和理论结合起来的能力。但是这种人往往又很少见。另一个事实就是，你知道统计学是从哪里来的吗？统计学是从生物学、从自然科学中发展起来的，而自然科学的数据比较干净，但是我们社会科学的数据就没有那么干净，你有时候甚至都没法计算均值和方差。我们的数据有时候甚至不满足普通最小二乘法的假设。你需要满足很多的假设，做很多的转换，而那些转换是通过数学运算实现的，要么是通过线性转换，要么是通过其他方法，以满足统计技术的需要。可是任何新的方法都只适合于在特定条件下发挥作用。通常的结果就是，越高精尖的统计技术，适用的范围越窄。即使是面板数据也是如此。无疑问，面板数据可以解释时间，解释基于时间的变化。但是另一方面，没有大量的投入你怎么可能获得面板数据？被调查的对象做过一两次问卷调查以后就会说：“再见，我不想再做下去了。”因此对我来说，统计不是没有用处，统计非常有用处，但是你得非常智慧地使用统计，把统计作为一种补充，而不是一个主要领域，不然那会很可怕。