【原】对于社会调查法困境的考察与思考

社会调查法是社会学研究方法的重要组成部分之一，也是社会科学领域定量资料分析中收集数据的重要手段和来源。随着社会调查法在社会学研究中大量应用和实践，这个过程中也逐渐暴露出越来越多的问题。在这里我将试图探讨对社会调查中的概念操作化、作答、数据整理三个方面，具体阐述对于社会调查方法的一些反思。

一、测量与概念操作化的可行性问题

概念的操作化指：将抽象的概念转化为可观察的具体指标的过程。操作化是问卷设计的关键步骤，具体办法一般为：根据已有文献资料和实践经验进行概念的界定、澄清并发展测量指标，再辅以预调查作为补充调整。这类办法在相对小规模范围内（社区、城镇）进行横向调查是较为有效且全面的，但如果是大规模（全国）纵横交互式的全面调查非常容易出现操作化与具体情况不相吻合的情况，遇到这种情况我们往往会采用一种简便易行的办法——在问题备选项最后一项后面添加“其它”以弥补操作化的局限性。

我们知道对于测量而言，每个问题下的备选项在后期数据分析都有对应的编码，同理，“其它”一项亦有对应的编码。在后期数据录入过程中，“其它”所具有的多元且具体的意涵在这个过程中被抹掉了，实际上这意味着我们已经失去了考察问卷制定者意识范围外存在的社会事实的可能性。从这个意义上讲，现有的问卷调查方法更像是被调查者的信息适应问卷设计者的知识范畴而不是设计者适应调查对象所带有的信息。“其它”选项包含的信息具体是怎么样的，其中多元的真实情况对于问题研究者有什么样的价值，都无从考察。

这就是问卷调查操作化方面遇到的困难，即问卷选项的局限性与现实情况的无限可能性的根本矛盾。这对矛盾在大型调查中虽然可以通过后期更新问卷版本来弥补，但考虑到社会变迁对社会事实影响的历史性和易变性，后期的更新无法从根本上解决这一根本矛盾。

二、问卷作答的真实性问题

如何提高问卷的效度和信度是社会科学研究者非常关心的问题，现有对于提高社会问卷信度和效度的办法主要包括提高概念操作化精度、调查者严格管理、调研技术设备升级和后期数据清洗等。社会调查按题材可以分为三大类：社会背景、社会行为、社会态度。把对于问卷作答的真实性问题以此也主要包括两个个方面：

1、调查数据的欺骗性。在调查社会背景时，我们在不同形式和规模的调查实践中发现受访者的回答往往是很难确保真实性的。出于可能存在的“霍桑效应”等各种原因，一方面受访者会拒绝作答问题，另一方面也可能出于掩饰或其他原因随意或反向答题。这就导致了问卷回答的具有欺骗性，但我们在数据的使用中总会不由自主忽略此类问题，而且甄别有欺骗性的问卷实际是比较困难的而且复杂的事情。另外在关于态度测量的问题上，人们会趋向选择中性化的答案，这为问卷设计者制造了一个麻烦：态度量表如果去除中间值，会影响那部分真正趋向“中庸”态度的受访者；如果加入中间值，又会出现上述问题。

2、受访者对自身和题目的认知。对于调查社会态度或观念的问题，调查者往往会忽略一个非常重要的问题就是受访者对自身的认知程度参差不齐，实际上有很多人并不清楚自己的真实想法是什么，这就导致在作答过程中可能真实想法是“很不好”但在问卷上会反馈成“一般”。同时受访者对于题目的理解程度也是影响测量社会准确性的重要原因。以15年CSS调查为例，如果受访者的理解能力不足以了解题目的含义，调查员可以对题目进行口头解释。需要清楚的是，虽然调查员会在前期培训受到关于口头解释相关的统一训练，但在实际操作中由于遇到的困难和意外往往是超乎想象。而口头解释的方法也是多样的，这就意味着访员表达的含义会和题目本身存在不同程度的偏差。总之，暂且抛开形成这种现象的心理学和社会学原因分析，对于社会态度的测量总是存在着这样或那样普遍而严重影响准确性的问题。

在这些因素的影响下收集到数据的真实性和准确性会大打折扣，而且考虑到这类问题的隐蔽性和解决问题的难度，调查者往往会不由自主地表现出选择性忽视的问题，很大程度上影响了数据的价值。这里体现出的是方法论预设的理想化与具体实践背景的复杂性的矛盾。

三、问卷缺失值的处理问题

问卷缺失值是问卷回收后容易出现的问题，对于缺失值的处理办法，社会学调查问卷普遍采用数据清洗、作废卷处理、重新抽样调查三种方法，从国内现有文献资料来看，对于问卷缺失值的原因缺少专业、系统的考察。现有的处理办法有一个比较严重的问题在于忽视了带有缺失值问卷和缺失值本身的研究价值，甚至有人为干涉数据自然样态的嫌疑。从这个方面讲，清洗后的数据得以顺利分析是以损失一部分真实性为代价的，所谓的调查数据是经过研究者选择过的——“看起来是那么一回事”的那部分数据。

我认为问卷缺失值的处理还有很多需要研究的内容，例如受访者的真实情况、真实态度是什么等。很多情况下，每一份问卷出现的缺失值都是值得研究并理解的，往往在“漏答”、“拒答”的背后存在着更深层次的原因有待发掘。研究缺失值体现的问题，不仅对下一步问卷的完善有所帮助，对问题的深度挖掘也大有裨益。

当然对缺失值的研究和处理也在一些困难，例如问卷缺失值原因的复杂性会制约缺失值的处理方法，缺失值本身也会影响对于缺失值的研究。但不可否认的是，现有的数据处理办法已经损失了一部分真实性。

四、总结和反思

综上所述，我结合自身的实践经验从三个方面指出现有社会调查方法暴露出的一些问题，这些问题出现在社会调查的不同阶段，但共同点是影响量化研究中数据的真实性和准确性，这对于社会学数据量化研究的真实性和可靠性无疑是一种打击。同时，从暴露的这些问题中我们可以考察到社会调查作为社会学量化研究数据收集的主流方法所存在的方法论困境，即现有社会调查方法从社会中抓取到的数据与现实社会的真实情况是否吻合的问题。

此外我们还需要考虑一个问题：什么样的数据是可以如实反映社会事实？可以看到，一方面，传统的社会调查对数据真实性问题的解决存在着很大的局限性，另一方面，针对研究对象的态度测量和观念考察的数量化也有相当的局限。对于这样的困境，我们应该认识到：1.社会调查法并不适合用来测量社会态度。2.社会调查法的数据是部分失真的。对于数据的真实性问题的解决，我认为我们可以从大数据的方法论逻辑中找到启发：样本趋近总体、利用非传统方式获取数据、通过归纳建立模型、呈现相关关系而非因果关系。理想的大数据模态是基于对社会任何可量化的数据进行全面、全体的测量和监测建立起来的，这类数据的生产具有一种特点：数据往往是在行为主体因没有意识到自己受到监测，自然地做出行为而被记录下来的。这样的数据对于消除“霍桑效应”有着天然的优势。虽然目前针对于现有大数据的方法论也出现了一些困境，但就对比现有这两种方法论而言，大数据研究方法还是相对保留了更多的真实性。对于未来社会科学的量化资料分析而言，大数据研究方法应将是一个值得重点关注并实践的方向。

作者系山西大学社会学系本科生。