圖片來源于網絡
對于定量研究的思考往往是基于高度個人化的經驗基礎之上的。每個研究者會對定量研究的價值和局限有不一樣的體驗。對于筆者個人而言，每次做具體課題的同時都會對定量研究的價值和局限有進一步的反思。基于最近所做的一個課題，筆者談談對定量研究三個方面（研究問題的發現、尋求解釋的過程、研究結果的報告）的思考。
社會學家一直關注社會網絡或者社會關系對于個人職業生涯和社會流動的影響，比如很多社會學家就發現社會關系對于找工作有著重要的作用。我們找工作主要通過兩大途徑：一是正式渠道，也就是在正式的勞動力市場上求職、應聘與申請；二是非正式渠道，比方說通過尋求社會關系的幫助得到新的職位。很多學者做了這方面的研究。他們主要關注的是在不同的勞動力市場條件下正式渠道和非正式渠道哪個使用率或者成功率更高，哪個渠道有更好的收入回報，等等。而筆者發現了一個高工作滿意度和高離職意愿度并存的困惑——通過社會關系找到工作的人對工作有更高的滿意度卻同時又有更大的換工作的意愿。這看似是有悖常理的，因為一般來說，如果一個人對自己的工作比較滿意的話，就應該不太愿意離開這個工作。筆者利用了中山大學所做的2012年中國勞動力動態調查的數據來研究這個困惑，并且建立了一個理論模型來解釋這個困惑。首先區分了工作滿意度的兩個相對獨立的維度——物質維度滿意度（即對工作的物質回報比如收入和晉升機會等的滿意程度）和人際維度滿意度（即對工作中的人際關系比如與同事和上司的關系等的滿意程度）。研究發現，利用人際關系找到的工作和利用正式渠道找到的工作在物質維度滿意度上沒有顯著差別，但是利用社會關系找到的工作有更高的人際維度滿意度。被別人引薦獲得的工作會有效促進與同事和上司的相處，更容易得到他們的尊重。所以，總的來說，利用社會關系找到的工作更令人滿意，尤其是人際維度方面。那么如何解釋利用社會關系找到的工作同時具有更高的離職意愿度呢？筆者提出了較低尋職沉沒成本和較低再就業成本預期的解釋。相對于通過正式渠道找到的工作，通過社會關系找工作要相對少一些周折，相對更容易一些，所以有較低的沉沒成本。而正式渠道找到的工作得來更不易一些，付出的努力和成本更多一些，從而更令人珍惜。此外，通過社會關系找到工作的人可能會有容易找到下一份工作的預期。這個較低再就業成本預期也會促使個人更愿意（或者說舍得）離開現在的工作。
發現研究問題
定量研究者所能做的具體研究問題應該是多樣化的。定量研究者一般不會也不應該只精通于某一種或幾種統計方法。大多數的研究者會使用多元化的工具手段，而每一種工具手段其實都暗含著某一種看問題的視角。比如分層回歸提醒研究者，個人行為既受到微觀的個人因素的影響，也受到宏觀的環境因素的影響；交互變量告訴研究者，某個自變量對因變量的影響大小本身又是受到其他變量（比如制度環境）的調節的；等等。這些多元化的工具方法提供給我們多元化的視角，從而有利于研究者拓展多樣化的研究問題。筆者的最新研究就是借用了結構方程模型所隱含的視角，來理解高工作滿意度和高離職意愿度并存的困惑。通過社會關系找到工作有多條路徑影響工作滿意度和離職意愿度，有直接的影響，也有間接的影響。一方面，通過社會關系找到工作提高工作滿意度，從而間接地降低了離職意愿度；另一方面，通過社會關系找到工作（由于較低尋職沉沒成本和較低再就業成本預期的緣故）又直接提高了離職意愿度。
一般的研究方法課往往提倡研究問題的產生應該是理論驅動。研究者應該首先受到某個理論問題的啟發，然后去收集數據、分析數據來回答這個理論問題。這種理論驅動當然是好的。但是在現有數據大量存在的今天，我們也不應該否定數據驅動對研究問題的發現所起的作用。往往我們先接觸到高質量的數據，然后看這個數據能回答哪些我們感興趣或是有重要意義的理論問題。筆者的研究就是在接觸到中山大學的中國勞動力動態調查數據后受到啟發。數據驅動會促進我們對現有數據的充分利用，也是對社會資源的節約。我們應當鼓勵學者們把花費大量資源和精力收集來的數據公開分享。當然，其他研究者在使用這些數據的時候也應該認同和感謝數據收集者付出的努力。
尋求解釋的過程
定量研究中的統計模型終究是工具而不是目的。定量研究的目的在于解釋——解釋多個社會現象之間顯在或潛在的關聯。解釋是理論的雛形和基礎。在尋求解釋的過程中我們不妨試一試理性主義的視角，即從理性（比如成本收益分析）的角度來試著解釋。因為定量研究里的統計模型暗含著一個假設，即因變量是可以被模型預測的。而可預測的行為往往是理性的；非理性的行為往往難以被預測。理性主義的解釋和統計模型的使用是相合的。所以你既然選用了統計模型來分析這個研究問題，那么你也應該至少試一試從理性的角度來解釋結果。尤其在數據樣本量較大的情況下，少數個體的非理性不至于改變整體觀察到的理性。筆者并不是否定非理性的社會行為和現象的存在。但是定量方法可能不是研究非理性的社會行為和現象的最佳方法。理性主義和統計模型的相合也是定量方法能尤其在經濟學中（相較于其他社會科學）發揚光大的重要原因之一。所以在研究里，筆者從個人成本收益分析的角度提出了較低尋職沉沒成本和較低再就業成本預期，用以解釋為什么通過社會關系找到工作會直接提高離職意愿度。
定量研究里尋求解釋的過程中有兩個相關聯的問題是應該直面的，即因果關系問題和缺失變量問題。我們都希望我們提出的解釋有明確的因果（因為X，所以Y）。但是除非我們的數據來自隨機試驗，不然解釋中的因果關系都有或多或少的不確定性，因為有太多的干擾因素我們可能沒有控制住。社會學中的隨機試驗往往是不現實的和不可行的。基于社會調查的數據中，面板數據（同一批個體在多個時間點上被反復觀測）稍微能接近確定的因果關系，但也不是百分之百。基本上可以說所有的社會學定量研究都應該認真思考解釋中的因果關系，比如看看有沒有其他可能的解釋。比如在筆者的研究里，反思了較低尋職沉沒成本和較低再就業成本預期的解釋。它可能不是通過社會關系找到工作會直接提高離職意愿度的唯一解釋。也有可能是人們往往利用社會關系去找過渡性的工作，而在過渡性的工作里當然離職意愿也比較高。與因果關系問題相關聯的另一個問題就是缺失變量。可以說所有的定量研究都多多少少有缺失變量的問題，從而對我們估測的自變量對因變量的回歸系數產生影響。比如筆者意識到所用模型缺失了一些變量比如人的個性。外向的人可能一方面更善于利用社會關系找工作，另一方面可能更善于與工作中的同事和上司相處從而得到更高的人際維度滿意度。缺失了的個性因素可能會對估測到的“通過社會關系找到工作會帶來更高的人際維度滿意度”的這個發現產生不好的影響。缺失變量的產生無非是兩個原因，一是有些應該控制的變量研究者沒有想到，二是數據里面沒有測量。我們應該盡可能地利用較好的數據（比如面板數據）和統計學辦法（比如固定效應模型等）來減小缺失變量對回歸系數的影響，尤其希望缺失變量不至于對回歸系數的統計顯著性和正負方向產生估計偏差。另外，我們也不必過分解讀估測到的回歸系數的大小，避免讓讀者產生回歸系數的數值十分精確的錯覺。在回歸模型里增減一個變量都可能使回歸系數的大小發生變化。
報告研究結果
目前社會學定量研究的寫作范式仍然是理論主導，即由理論問題起頭，然后是介紹數據和統計方法，接著是分析和報告發現，最后由分析發現返回理論問題作結。所以這個寫作范式默認的研究過程是理論驅動。即使你研究問題的起源是數據驅動，在最后寫作的時候依然要回歸到理論驅動。這個范式把理論問題放在開頭提出，體現了理論的重要性。有人覺得定量寫作的范式比較“八股”，但這個范式有它的價值。一是它體現了對理論的尊重，即使統計模型再酷炫也終究是工具，要為理論服務，不可喧賓奪主。二是統一的寫作范式也使得不同的研究（尤其是不同國家的研究者）之間便于理解和溝通（事實上也降低了母語非英語的研究者寫作英語論文的難度）。寫作中除報告研究的結果之外也應該明白直率地反思結果中可能存在的因果關系和缺失變量的問題。一方面作者應該負責任地向讀者坦白結果中可能存在的問題，為以后更完善的研究指出方向；另一方面也是讓審稿人知道你已經盡力在解決這些重要問題，從而提高論文的發表成功率。
（2018-08-22 來源：環球視野-中國社會科學網-中國社會科學報 作者：周敏 ）
