首页 理论教育社会科学方法启示:观念、行动、结果

社会科学方法启示:观念、行动、结果

【摘要】:对这两种方法更详细的讨论将留待之后的研究。[96]不幸的是,许多统计方法支持者对推断交互原因的影响的讨论都只使用两个因素或变量作为例证。

这一节将阐述把社会事实划分为观念、行动和结果对方法论的启示,但只是做两个陈述,并不讨论某种特定方法应该如何适当使用,因为这需要更专门的方法论论著。

首先,正如一开始所提到的,笔者赞成“方法论折中主义”。事实上,在处理不同客体或研究问题时,笔者运用过下文提到的所有方法,我践行了我所宣扬的。因此笔者对以下不同方法论的看法不应该被理解为由于个人偏好而贬低了某种方法。

其次,尽管不可避免地要涉及定量方法和定性方法之间的激烈争论,[90]但不可能在此详尽地处理这个问题。重申一次,笔者仅仅陈述三个关键说明。对这两种方法更详细的讨论将留待之后的研究。

第一,我们必须明确区分推断一个因素的影响(即推断“原因的影响”)和构造一个原因的解释(即推断“结果的原因”)。只有在结果是由不受其他因素即仅由单一因素(或处理)导致的情况下,推断“结果的原因”等同于推断“原因的影响”。但这种情况在社会系统中极为罕见,大多数的社会行动和结果是由一系列因素辅以特定的机制而导致的。在这种情况下,推断“原因的影响”仅仅只是推断“结果的原因”的一部分。换句话说,在大多数情况下,推断“结果的原因”不止于推断“原因的影响”(前者比后者更苛刻)。

正如加里·格尔茨(Gary Goertz)和詹姆斯·马奥尼(James Mahoney)所指出的那样,在定性方法和定量方法的争论中,很多困惑来源于隐含地混淆了“原因的影响”和“结果的原因”,[91]罗伯特·基欧汉、金和维巴[92]颇有影响的作品便是典型。[93]然而统计方法的重要贡献者保罗·霍兰(Paul W.Holland)非常明确这一差异,他指出统计学对“测量原因的影响”(即变量、处理、条件)是有用的,[94]但对于它是否有助于构建因果解释一直存在争议。[95]

第二,虽然回归分析有助于估计不同变量的“独立”影响或两三个因素的交互影响,但它对理解多于三个因素的交互影响有着几乎无法克服的障碍。[96]不幸的是,许多统计方法支持者对推断交互原因的影响的讨论都只使用两个因素或变量作为例证。[97]虽然为了清晰呈现交互项的基本逻辑而进行简化是很合理的,但这种简化使我们忽视了很少的社会结果仅由两三个因素的交互作用所导致,而定量技术根本无法处理超过三个因素的交互作用这一简单事实。[98]因此这些对定量方法的交互作用的简化讨论,使得定量方法看上去比它的实际能力更为强大,甚至强于对它的期望能力。

第三,金、基欧汉和维巴错误地认为,推断“原因的影响”在逻辑上先于寻找因果机制。[99]其实这两项任务不仅可以齐驱并进,而且寻找因果机制在逻辑上可以先于推断“原因的影响”。[100]

一旦我们理解了这些关键点,定量方法和定性方法就可能形成更有建设性的对话。简单来说,虽然定性方法和定量方法可能是两种文化[101]但它们是高度互补的,合适地结合可能会产生更强的解释力。[102]