柴思原在硕士研讨会的演讲：浅谈社会科学中的变量
2022-10-13 09:48:24   来源：   评论：0 点击：

在今年的十月十日，早稻田大学政治学研究科唐亮教授的硕士生研讨会进行了秋学期第一回的线下讨论，政治学研究科比较政治学领域修士二年级的学生和研究助理柴思原（Peter Chai）受邀进行了演讲，演讲的主题为“浅谈社会科学中的变量：以民主化研究为例”。在本次演讲中，柴思原鸟瞰和总结一些当代学者重要的民主以及民主化相关的实证研究，并以这些研究的量化手段和计量学结论为线索，论述了变量的操作化、回归分析和因果推论、语言的标准化等方法论的考量对于社会科学的含义，向学弟学妹和其他学科背景的访问学者们介绍了政治科学作为一门现代科学的特点。经过了本人的许可，在此刊登了他演讲稿结尾的内容。
 
浅谈社会科学中的变量：以民主化研究为例（节选）
 
作者：柴思原，社会科学研究者，散文作者。
 
现实中的人口统计学、经济学和政治学的变量之间往往不会存在直线、线形（linear）的关系，有时是有弧线、非线性的（non-linear）、含有边际效用递减（diminishing marginal returns）的关系，所以不管是媒体还是博主在言语中粗暴地映射直接的、直线的关系，尤其是因果关系，那往往是谬误的、错误的、不严谨乃至偏激的。相关性的显著性是需要严格的回归（regression）模型和分析去探究的，而因果推论（causal inference）更是需要充分的计量经济学（econometrics）和空间经济学（spatial economics）的考量和检验，这些都不能够通过直觉和印象下定论，而需要研究设计、方法论和数据收集的统一协作。社会科学中的变量之间的关系往往随着时间和地域、变量的大小的变化而变化，并非总是恒定的、单相度的、“铁板一块”的，所以跨时间和跨区域研究所展现的差异性才有意义。不管是社会科学中的自然实验的观察性（observational studies, natural experiments)还是人为控制的实验性（experimental studies）数据和“牛顿工程力学”似的真空的物理实验室里所能得到的数据和画出的图像可能有些许不同，现实中的真实数据往往更复杂、更动态，含有需要清洗的数据噪音（noise），相互的相关和因果作用错综复杂，更难以从统计学和计量学的角度把握和解读，需要相关性分析和因果性推论的严谨、仔细的测验，而且可能结论不总是那么直观，甚至可能是反直觉的。不仅我们往往对于同一个变量可以有许多种不同的定义、量化、测量和操作化（operationalization）或指标化的方法，这导致了统计学的结论可能有所不同，而且也因为大量与我们感兴趣的课题相关的变量在现实里同时存在和变化，所以考虑内生性之类的问题（endogeneity, collinearity)这些变量以及作为控制变量（control variables）是需要被加入回归分析的模型中的，而且同样的回归分析也可以分情况讨论，比如分时间段和地理区域，这种分情况讨论或许是比较政治学的挑战和魅力之一，而如何通过优化数据收集和处理的手段以及研究方法来减少偏见和误差等（bias, error）也是社会科学研究者持续努力的目标。其中的一些近年来常常被应用的与正式数理模型（formal models）和机器学习（machine learning）结合的方法包括但不限于贝叶斯统计（Bayesian statistics）、最大似然估计（maximum likelihood estimation）、量表法（scaling methods)、ideal point estimation、量化文本分析（quantitative text analysis）和社会网络分析（social network analysis）。
 
以当代的民主化实证研究为例，我们需要在持续性/光谱化（continuous）和离散性（discrete）之间选择一种看待民主的方式，采用一个民主指标作为自变量，如果我们想要考察经济指标和民主指标之间的关系，我们在回归分析中也需要加入一系列的控制变量，有些可能是内生的，有些可能是外生的，比如种族和语言的破碎程度、殖民历史、周围的民主气候，也比如兵变的次数、阶层的分配不均、社会精英的结构和自然资源和石油诅咒（oil curse）的存在，而且我们可能应该分时间分别考察三次民主化浪潮、分区域分别考察几个重要的大陆，包括中东和非洲，对比不同时间段和区域中“现代化理论（modernization theories）”，也就是民主化和经济-社会之间相关性的普适性（generalizability）和差异性。除此之外，我们可能也需要把“民主化”这个“雨伞”一样概括性的词汇拆分成民主转型（transition）、民主巩固（consolidation）、民主倒退（backsliding）和民主崩盘（breakdown）等情况。因此，民主化相关的研究是一个逻辑学和科普意义上好的例子，因为它说明了我们不应该想当然地觉得经济和民主之间就有可信的、牢固（robust）的链条，不应该粗暴地把所有历史阶段、民主浪潮和地理区域都“一锅粥”一样地讨论，换句话说，“现代化理论”在全球和在各个时间段的普适性是需要一系列的研究去考察的，既需要历史性的回顾，也需要计量学的工具，既需要国家间的对比，也需要地域研究（area studies）的细节，就像拼图一样，只有透过各种形式的多元研究，我们才能够对民主化这个领域有一个更全面和完整的理解，然而民族中心论式的思维方式可能会妨碍我们去以比较研究的方法考察社会科学中的理论在全球范围内和不同地理背景下的普适性和例外性，所以从做学问的角度来说是不可取的。正是社会科学中数理模型和计量分析的发展，让我们更好地理解了苏格拉底的“无知之知”和维特根斯坦的“对于不知道的我们要保持沉默”的深意。只有我们具备统计和计量学的基本常识，我们才能更有效地分辨什么样的言论是伪科学、民科和站不住脚的，才能对自己的观点采取更严谨和负责的态度，才能避免我们陷入不可知论和虚无主义的陷阱。