重构社会科学：基于哈佛定量社会科学研究院的反思

重构社会科学：基于哈佛定量社会科学研究院的反思

作者：加里·金  译者：黄建军/杨文辉

原文出处：经济社会体制比较

内容提要：社会科学正在经历一个巨大的转型：从研究问题转向解决问题；从用少量的数据集辅助研究，转向对数量不断扩大的各种高信息含量数据进行研究；从学者各自为政，转向更大规模的、合作的、跨学科的、具有实验风格的研究团队；以及从单纯学术追求为内在导向，转向影响公共政策、商业和工业、其他学术领域和一些涉及个体与社会的重大问题。在这种欣欣向荣又混乱的状态之中，我们创建了哈佛定量社会科学研究院，这是一个新型研究中心，致力于帮助促进更大范围的研究转型与发展，并对这些发展作出回应。鉴于越来越多的大学建立了类似机构，文章将基于我们的经验，对此提出建议，并讨论我们将如何共同努力以推动社会科学普及。

关键词：社会科学/IQSS/发展趋势/研究方法/

社会科学处于一个历史性变革之中，就研究风格、基础设施需求、数据的可用性、实证方法、实质性理解以及成功转型与取得显著成效而言，大部分人文社科走向具有自然科学的特征。这些变化对社会科学家所做的每件事，以及处于大学这个共同体中的我们所计划的所有事都产生了影响。

多年以来，大学、基金会、资助机构、非盈利组织、政府和其他机构通过许多形式建立了社会科学研究的基础设施。但是最近越来越多的研究性大学通过模仿我们在哈佛创建的新型研究院，即定量社会科学研究院(Institute for Quantitative Social Science,IQSS)来回应新的研究挑战。

本文对那些重塑社会科学的变化进行了概述，对哈佛定量社会科学研究院进行简要回顾，并给那些试图改善社会科学基础设施的大学及其当地的学术性企业家提出了一些建议。最后，探讨了本土建立的大学如何走向国际化合作。

一、社会科学概况

(一)

社会科学近年的发展

在过去的十年间，定量社会科学对这个世界的影响(包括相关的技术、方法和数据)是史无前例的，并且这个影响还在快速扩大。定量社会科学被定义为与人相关的“大数据”子集(正如大众媒体对此的理解)，为定量社会科学作出贡献是每个社会科学家都应感到骄傲的事。实际上，很少有其他领域的研究方法能够具有定量社会科学的影响力。定量社会科学在许多领域中都具有一定的影响：如重塑大多数世界500强公司经营策略，建立新兴产业，重新发明药物，重新建立友善网络、政治宣传、公共卫生、立法分析、治安、经济、运动、公共政策、商业与项目评估等领域，社会科学已积累了足够的信息、基础、方法、理论，已在理解甚至解决重要但难以应对的人类社会的问题上取得了重要的进步。

横扫社会科学领域改革的一个重要推动因素，是每一个研究领域拥有大量信息化的数据。在过去的半个世纪中，基于社会科学研究的信息主要源于三处：民意调查研究，特定阶段的政府统计，对特定人、地点、事件的一次性研究。在接下来的半个世纪中，这些信息源还将继续使用并得到改进，其他更加多样的信息来源也在呈指数级别增加，其信息量更是在之前的信息源之上。然而，大数据不仅仅是指数据，使大数据成为可能的，是同时产生的方法上的显著进步，这些方法是关于从数据中提取信息，创造、保存、分析这些数据，以及由此产生的理解个体、群体、社会如何思考和行为的方法。

尽管这些发展对当下和未来的世界都会产生极大的影响，在这里，我们仅仅聚焦这些变化对支持变革努力的社会科学工作人员和学生的日常生活的影响，以及这些变化对大学和研究中心的影响。社会科学家正从仅靠自己，独自在他们的办公室工作——一种追溯到修道院时代的风格——转向在高度合作化的、跨学科的、更大规模的以及具有实验室风格的研究团队中工作。获取、使用这些新数据来源和方法所必要的知识、技能通常是不能由传统意义上的社会科学学科来提供的；并且这些知识、技能十分复杂，不是任何一个学者能独自掌握完成的。然而，通过跨领域的合作，我们得以开始处理跨学科所需要的大量知识，并应对我们所面临的工程、计算、道德、信息方面的挑战。在这方面，哈佛定量社会科学研究院的经验例举如下：

首先，几乎一个世纪以来，学者们一直在研究新闻报纸、广告所传递的关于社会态度、购买方式、经济历史中的信息。直到最近，最大数据库每年也只收集200个广告。现在传统的纸媒也有线上运营，其广告是动态的，内容高度私人化，每次访问同一个新闻网站看到的广告不可能相同。但在哈佛定量社会科学研究院所能利用的资源中，一个教员就收集了超过120000条广告资料，并详细记录了读者搜索不同的姓或名时，这些广告内容是如何变化的，并发现了在广告传播中存在种族歧视的明显证据。

其次，美国州选民的资格判定取决于美国各州选民登记名单，名单的质量问题长期以来都是美国政治的重要议题。然而，研究数据的要求使之前对美国选民的系统性分析仅是小部分人或地方的一次性研究。直到最近，由两位教职工与来自哈佛定量社会科学研究院的五位研究生所组成的团队对该问题进行了探究，他们发现被各州列入“不积极”(inactive)的三分之一的选民实际上投了票，并且(投的票)都不是政治中立。研究者们继续进行研究，以期对该问题能提出建设性解决方法。

最后，我们的研究生和教师团队在新数据收集步骤、统计方法与世界发生变化时，能够下载、理解、分析在2008年美国总统选举期间所有政治活动家的英语博客文章；并且开发了能够从这些信件中提取信息的研究方法，并注册了专项权利，获得许可建立公司，现已经发展到了中等规模(Crimson Hexagon公司)。

定量社会科学研究院的学者们不仅可以接触到相较于之前更加庞大的信息量，还构建了方法与步骤，使对大量信息的理解变得可行。这些研究课题依赖于定量社会科学研究院的基础设施，包括接触到在统计学、社会学、工程学、计算机科学，以及美国、中国区域研究方面的专家。拥有这些广泛的基础设施与专业技能，使研究者与定量社会科学研究院及在其中工作的学者一道进行更为全面的思考，并承担研究课题。而这些研究课题如果没有这些基础设施，不但不可能进行，而且无法想象。

(二)

定量与定性的区分即将终结

这种研究风格上的变化有一个良好的侧面影响，即社会科学内最重要的界线——定量与定性之分，表现出逐渐消减的迹象。定量与定性的社会科学家们协作的频率达到了前所未有的程度，因为许多新数据来源都很好地表现了两个群体的关注点与兴趣点。定性研究者们所收集到的信息，以田野调查笔记、录像、音频、非结构化场景形式，以及许多其他来源的信息，正被视为有价值的、可用的数据源。这些数据源使新型定量方法得以发展，且能够适用于这些数据源。与此同时，定量研究者们正逐渐意识到，他们的研究方法对定性研究者的深厚知识来说，是辅助而不是代替；同时，定量研究者们也正面临向这些格外丰富的数据类型增加价值的挑战。

在对这些大量数据进行处理、组织、收集、分享的工具需求下，在能全新理解世界上这些数据的含义，与如何系统化地呈现这些全新理解的探索下，以及伴随着越来越多的内部合作项目，这两个群体所持的不同兴趣点也得以统一，在这些项目中，研究者汇聚他们各自的知识与技能来努力实现共同的目标。不像定量研究者努力去构建全面自动化的研究方法，也不像定性研究者一样用传统依附于人类的方法，现在，从事定量与定性研究的两个群体都开始使用或者开发电脑辅助的研究方法，这些方法使两个群体的研究者都更有能力进行研究。这一发展有可能终结定量与定性的对立，也使我们可以一起努力解决共同普遍性的问题，大大增加了社会科学这一整体的研究成果。

(三)

研究边界

随着社会科学跨学科性增强、更具合作性，对社会科学的实际定义也随之拓宽。随之而来的结果是，不能再基于过去特定领域内的工作(社会学、经济学、政治科学、人类学、心理学及其他)对社会学进行历史性或者构成性定义，因为这样的定义忽略了在多数大学中的大量社会学者。取而代之的是，我们更为广泛地使用术语“社会科学”，其涉及致力于理解或者改善人类生活的研究领域，与个体性或是群体性使用数据(或者提供关于个体或者群体信息)的研究领域。

这个新定义不但包括文理科学院中传统社会科学部门的研究，还包括大多数在公共政策学院、商学院以及教育学院进行的研究。社会科学在其他领域有别的名字，但是社会科学的定义比该术语使用的范围更广泛。它包括法学院教职工所称的“实证研究”，和其他领域的各方面的研究，如药学院的卫生政策研究；还包括公共卫生学院教职工所做的研究，尽管他们对这些研究活动有着不同的称呼，比如流行病学、人口统计学和结果研究。

社会科学涵盖的领域也涉及许多我们合作的对象，他们将社会科学延伸至他们的研究领域。例如，在刚刚过去的20年间，政治学的方法论就已经与统计学学科和社会科学其他子领域的方法论学科(如，计量经济学、社会逻辑方法论、心理测验学)建立了联系。过去从那些领域中引入方法的学者们，现在也定期地做出了运用于那些领域的研究贡献。如今，政治科学的研究生得到了足够高水平的政治学方法论培训，基于此，他们能够从政治科学队伍的队尾直接向前接触到其他领域的前沿性课程。而其他领域的学生亦是如此，能接触到我们政治科学领域中的前沿性课程。跨学科间的良好合作也促成了统计学家和其他研究者参与到社会科学事业之中来。

现在，同样的情况在数个传统社会科学学科与计算机科学之间也开始出现。经济学、政治科学以及社会学的研究生现在定期地学习计算机语言和计算机科学概念，并且他们甚至开始参加计算机科学的正规培训，将其作为研究生学位要求的部分内容。伴随这一发展的是计算机科学家研究那些所谓有效的社会科学。实际上，这个研究活动在一些大学的新部门开始常规化，通常名为“计算机社会科学”、“应用计算机科学”或“数据科学”。

任何研究社会科学的学者，无论其出身门户，都应当被包括在一个合适的社会科学定义之内。事实上，严格地说，部分生物科学的内容正有效地转变为社会科学的内容，如基因组学、蛋白质组学、代谢物组学；还有大脑想象产生了大量个体层面的变量；同时在这些领域的研究者加入社会科学家的队伍来探寻行为类型的表征及其原因。在过去，这些领域与社会科学的发展非常不同；但是现在他们开始使用许多相同的社会调查工具、统计学方法，甚至相同的数据集。当方法、数据、程序、理论和制度惯例能够帮助在其他领域进行研究时，我们将更具兼容性、包容性，同时我们也将惠及更多学者。

二、构建何种类型的研究中心

在该部分，我们将对定量社会科学研究院背后的关键性因素与相关的社会科学研究中心展开描述。我们将解析学术共同体是如何成为那些研究中心得以成功的根本性动力；分析如何在每个教职工追求各自不同利益的情况下，构建这样一个学术共同体；以及解析成功的研究中心的标准化要件。我们关注把对社会科学研究的洞察转向我们自身是如何能够大大增加成功的可能性和概率。最后，因为这一中心由熟悉社会科学文献的社会科学家主导运营，具有巨大的优势，而这些优势是那些构建其他类型的大学研究中心通常所不具有的。

(一)

目标

定量社会科学研究院源于一个研究项目。在这个研究项目中，我们询问了大量的学术领头者，有关世界上最著名的学术研究中心的独特之处是什么，如处于鼎盛时期的卡文迪什(Cavendish)、贝尔实验室(BellLahs)以及一些人口研究中心等，对这些研究中心成功的关键因素，大多数的回答都是相同的，虽然表达方式有所不同：需要具有一些必备的要素，如场地、资金、人员，以及项目，当然还有最后的成果，从创造力、维护、知识传播方面衡量其是否成功。然而，到目前为止，公认的最为重要的成功因素(尽管以不同语言形式呈现)被认为是学术共同体。世界上最好的研究中心都有一个令人羡慕的研究性学术共同体，作为个体的科学家都希望加入并为之贡献。成员或许出于自身原因加入其中，希望能将他们自己的研究质量最优化，或是因为(正如社会科学所讲的)社会关联产生了独立动力。无论是哪种原因，学术共同体的质量是根本性、关键性的原因。

(二)

协调个体动机以构建学术共同体

当研究者们各自有远大志向、动力十足、独立思考、且追求不同而相竞争的研究目标时，我们如何去创建一个这样的学术共同体呢？我们的答案与我们奉行的指导思想是，首先要使定量社会科学研究院对研究者个体具有吸引力，保证研究者在IQSS获得的服务、产品、项目能促使他们的研究做得更好，研究过程更快更有效率。教职工与学生常常作为个体加入IQSS以期解决阻碍他们研究各种问题，这些问题都是特殊而具体的。然后他们就留下来为学术共同体工作了。而这个学术共同体自身的优势反过来也得以强化，为已加入的成员而不断改善IQSS，并且为他们留下来以及其他人加入提供了独立的动力。

定量社会科学研究院为研究者所提供的这些服务、产品与项目，从学术到行政是一个连续统一体。一方面，我们发挥汇聚的力量，吸引来自哈佛及其他一些世界著名的社会科学家，来这里做研究并进行高水平的研究交流。另一方面，定量社会科学研究院提供了有时被认为仅仅是行政的或是基础设施性的服务，如基金支持，从而能够使学者专注于研究方案的知识部分(其他部分则可交由我们的专业行政管理人员来处理)；帮助维护计算机编码，修理台式电脑、手机，或是准备社会调查问题；或研究辅助培育、管理，主持研究中心、实验室、研究团队、学生和学者的活动，以及维护技术平台。尽管前一方面有时或许比后一方面更有趣，但是所有这一连续统一体中的活动都是有意义的、有价值的。这两方面都吸引着学者们加入到定量社会科学研究院，如果不是它们，学者们也许就不会加入，我们也不会实现协同。

因此，我们的首要目标是帮助教员和学生这些个体，在他们的时间范围内更好、更快并更有效率的工作。其次，当学者们个体得到个性化服务，自我利益得到满足时，他们就开始寻找各种途径，与其他来自完全不同领域的研究者合作，并在最后为创建我们的研究学术共同体做出大量贡献。每种途径都增加了知识性关联的可能性。个体性的学者们常常都不关注，或是甚至没有意识到他们对这个合作所做出的贡献，然而在关联互动中这个研究学术共同体变得更加强大。因此，这一学术共同体以及其他相似结构的组织更加繁荣，汇聚了来自哈佛和其他院校不同学科的代表性学者。

(三)

组织机构

我们组织定量社会科学研究院的活动即是我们提供给学者的研究项目、服务和产品。我们的研究项目包括关于定量研究方法的项目、关于社会调查研究的项目、关于文本研究的项目、基于社会科学学习的经验、数据保密实验室、本科生与研究生学术项目、NASA锦标赛实验室、全球选举历史项目等等。在定量社会科学研究院支持下的较大实体组织包括地理分析中心、默里研究档案室以及哈佛-MIT数据中心。这些研究中心与项目开展了每周一次的研讨会、定期的专题讨论会、一次性或多次的研讨会，成百上千的人们都定期参加这些会议。

服务包括对所有研究团队提供统一的行政管理，如财务管理、事务批准、战略性建议、人力资源，以及技术基础设施，包括我们的高绩效计算机数据群的获取、储存、分析数据；研究技术咨询、技术培训课程、台式机配置、公共实验室等。教职工仅需要写关于基金支持的知识性理由，我们也为各类学术奖和资助的申请提供前后行政上的支持。要尽可能地从这个活动中获得相当多的规模经济，关键在于将知识性领导与一般性的行政、管理相配套，从而使教职工能专门性地全权负责每个项目。这些教职工集中精力做他们擅长的事，并得益于那些行政事务员工做他们擅长的事。与此同时，在这样的经济效率下，研究院在机构层面受益，学术共同体也得到培育与促进。

我们的产品包括数据网络(Dataverse Network)、开放式学术(OpenScholar)、齐利格(Zelig)、一个研究性的计算机环境(Research Computing Environment)等。

(四)

将社会科学的发现为我们所用

为了最大限度增加研究者间的各种关联，以培育学术共同体，研究院作为一个不寻常的综合型组织，既是一个研究中心，又是大学行政管理部门不可或缺的部分。我们通常要进行两方面的工作，既有常规的行政管理活动，又将这些活动转变成准研究项目。良好的社会科学研究中心不仅仅是一般性的研究中心，不仅仅像其他领域的类似机构一样，只进行本领域的相关活动。我们是行为科学家，这使我们在理解、构建、运行组织方面，以及激发个体动机的政策设计方面与培育知识性学术共同体方面都具有内在优势。而拥有技术性计算和统计技能意味着，我们在实现常规事务的自动化操作方面也具有优势。所有这些优势都增加了我们的影响力、效率、创造力以及生产力。

例如，通过将定量社会科学研究的方法技术与前沿的计算机科学运用到我们自己的活动中，我们有时能够以相当低的成本来生产本需要更多教职工与学生才可以生产的产品，从而改善定量社会科学研究院中研究者的研究生活，节省时间去从事“更高水平”的研究活动。比如，通过我们的数据网络(Dataverse Network)软件项目(详见http://TheData.org)，我们在默里研究中心(Murry  Research Center)实现了多数活动的自动化(这一中心之前从属于瑞德克里夫研究院，如今在定量社会科学研究院)。在三十多年中，默里研究中心都因谨慎且热衷收集、保管小范围的数据集而世界闻名。通过实现默里研究中心运作的自动化，员工们就会更加有效率。

再者，默里研究中心之前收集数据的传统模式跟许多其他档案馆相似，但是不符合研究者的需求。过去，研究者为了想要实现数据可用化，要将数据放到像默里研究中心一样的档案馆，以保证数据的长期保存。但是这通常导致引用要感谢默里研究中心，而不是研究者自身；或者研究者自己发布数据，虽然这样就能保持研究者的信誉，却可能违背专业档案收藏的标准，也因此常常导致数据长期保存的失败。通过使用更好的技术，并适时地与社会科学研究的动机保持一致，数据网络(Dataverse Network)项目打破了这一两难境地：我们在每个研究者网站上增加一个额外的页面，一个虚拟的档案室，称其为“数据馆”(dataverse)。这个数据馆包含了一个研究者的数据集的列单，还有一系列的服务。这些服务包括数据的收藏、分布、在线分析、引用、维护、备份、破坏修复等等。这些研究者的网页在标以研究者名字的情况下，充分尊重研究者的信誉(还可以同时浏览研究者在网站上的其他内容)。但是这样的网页是虚拟的，因此安装需要花费几分钟的时间，由中央档案馆进行服务，由其他人遵照专业档案标准进行管理。我们也对引用的标准进行研究，并开发一套数据的标准，从而那些实现数据可用化的研究者通过“数据馆”(dataverse)能够在网站上得到更多的可视化信息，并且也更具有学术信誉(Altman& King,2007)。

在默里研究中心从属定量社会科学研究院之后的第一年里，它就以更低的成本收集了比过去三十年多十倍的数据，并且大大地增加了这些数据集的可获取性。同时，我们将档案馆的一些财力资源投入到更具生产性的研究活动中。在来自全世界研究项目的生态系统中，通过这样的活动而达到的协同效果是很明显的。这些研究项目在“数据馆”(dataverse)不断发展，有许多学者为之贡献付出；并在这个开放式软件工程下以及在有上百万的联邦及其他拨款支持这些研究活动下，学者们展开合作，而不是各自构建自己的解决办法。现在，数据网络(Dataverse Network)比世界上其他任何系统都能更多地获取社会科学研究的数据。哈佛大学图书馆系统也正式采用了数据网络(Dataverse Network)，并正在使用它向天文学家、生物学家、药物研究员、人类学家等提供档案服务。这个开放式软件也在世界各地的众多大学中进行配置安装。

我们将这样的模式在其他领域也进行了多次重复试验。在行政管理、中心、特定活动中各自选取一个例子，运用社会科学的方法、理论、技术、评估程序与关于人类行为的洞察，来改善其服务或者活动的质量。

为了强调“进行管道修理”(plumbing)的优势，这里可以举一个相关例子——台式电脑的支持，这是一项必要却不受人注意的活动，还会产生许多抱怨、摩擦冲突以及混乱。我们开发了一个系统解决此问题，当教职工、学生或者员工遇到一个台式电脑支持的问题时，他们给后台支持服务团队发邮件，将立刻收到一封自动回复的邮件，稍后将收到工作人员的回复。如果服务团队的成员没能在那个时间范围内进行回复，他们将得到自动提示。由于他们的管理者也会得到提示，因此使用者不需要等很长时间。如果在与使用者交流的过程中，服务团队的工作人员正在等待使用者回复的信息，或是使用者正在等待工作人员的回复，那么这个指派系统将温馨提示相应的人员以确保进度前进。当工作人员认为问题已解决时，系统将进行“我们做得怎么样”的调查。如果使用者没有生气，对所有问题的回答都是“极为满意”的话，那么工作人员、他们的监管者以及管理高层将立即得到通知。工作人员紧紧跟踪对他们做得怎么样的这些简单调查，并按照这些问题的指示尽力去满足使用者的需求；通过连续的评估与调整修改这些调查问题，工作人员、管理者和使用者都能更好地理解彼此。而且，通过几年的学习与随机化的实验后，现在这个系统似乎运行得很好。在刚刚过去的一年半里，标以“不满意”或是“极为不满意”的出票数全然为零。使用者未曾被冷落而不知发生了什么，而工作人员也了解了学术共同体将什么视为真正的好服务。因此，在台式电脑支持服务的有效自动化管理下，我们便可以从应对接二连三不满的顾客服务记录中抽身转向更有学术意义的文章。

在条件允许的情况下，我们强调成规模的基础设施，以使得花费开支可以最大限度地平摊。为此，我们注重可以便于大量群体使用的研究性计算机基础设施；每天的重点放在创造机构内不同部门间的协同；结合所有在此互动的哈佛大学教职工与学生的帮助；整合多股开放式学术共同体的力量，以在哈佛内外部提供软件及其他辅助。像这样的活动包括：开放式学术(OpenScholar,http://openscholar.)，一个单独的开源(软件作为一种服务)网站软件装置，为教职工、项目组以及学术部门创造了成千上万的高度专业化定制网站，每个都节约了6000～25000美元(写作此文时，大约3000位学者及其部门在哈佛有开放式学术网站，同时大约有150个其他大学有他们自己的装置)；“齐利格(Zelig)：个人的统计软件”(http://projects.iq./zelig)，一个建立于R语言的全功能统计安装包，现在为世界上好几十万研究者所使用；我们的“研究性计算机环境”是一个进行高效能研究计算的基础设施，运行直接、更易规模化；这样的活动还有许多。

(五)

其他模式

其他研究中心或许会选择在像哈佛定量社会科学研究院一样有软件基础设施的地方展开工作，如果这样，我们可以在这些项目上合作，而有些合作已经开展了。随着社会科学不断延伸，与其他领域相连接，以及包纳新形式的数据，中心需要不同类型的基础设施。这些方式将可能得益于通过各种方式将社会科学原理与研究运用到我们的活动中。

三、对学术研究者的建议

(一)

不要试图复制自然科学的做法

随着部分社会科学由人文社科走向自然科学，我们或许希望获得来自我们大学层面的支持，就像我们同事在自然理工科学中获得的支持一样。如果我们给所有社会科学的教职工配备他们自己的实验室，按照那些如化学或者生物学科的规模，有两到三百万美元的启动资金，3500平方英尺的实验室与12个全职雇员，那么社会科学研究情况当然会大大地变好。这个假设当然在短时间内不现实，而我们也应该使这样的一个期望显得没那么必要。也就是说，在今天，社会科学内部不是试图去复制自然理工科学的模式，而是我们能够采用一个更有效率的研究方法，这样的研究方法包括建立共同的基础设施，来解决实验室与研究项目的共同问题。协调与合作模式的快速出现使得这些成为可能且更可能具有生产力。

(二)

不要试图白手起家

向你的大学管理部门递交一份定量社会科学研究院的预算书，以此作为你的预算要求来启动你自己的研究中心，这几乎是不可能的。对于大学管理部门来说，所需金额太大，以致于他们不会慎重考虑你的预算，或者尽管他们也想，但没办法拿出那么多钱支付这样的预算。如果为建立定量社会科学研究院，将我们现在的预算作为一个提案递交给哈佛大学管理部门的话，他们会认为我们疯了，或在政治上太天真了。然而，我们建立定量社会科学研究院的关键不在于白手起家，从零开始；我们是整合存在于大学里的各个部分——大多都不相关——来建立它的。在我们的研究院，各个部分包括默里研究中心、哈佛-MTT数据中心、地理分析中心以及一些其他中心。在大多数大学，大多数钱花在基础设施上了，但是这些设施分散在不同的管理部门之下，而不是集中于一起工作，没有任何教职工的引导，每个教职工的工作效率都低于他们一起的工作效率。寻求这些部门位于明显的位置，但是不要忽视图书馆、信息技术基础设施、学术计算机团队以及在你的大学中的其他管理部门。

一个方法就是细致地画出当地政治景观地图，并找寻那些已经有一些类型的财力支持的部门。接着，与那些部门的负责人进行沟通，找到他们需要什么，如何使他们强大，通过与你合作，他们如何实现他们的目标。从一定基础与对管理部门的具体要求开始可能更合理、更容易实现；与其提出他们不能批准同意的事，不如将其变成几乎不可能被拒绝。

(三)

建立与环境相适应的基础设施

社会科学中所需要的基础设施必须是可信赖的、适应性强的。我们的领域，以及我们使用的技术正在快速地发生变化，因此我们对基础设施的需要与研究的机遇亦是如此。例如，随着技术的变化，我们也对定量社会科学研究院作出调整与其相适应。我们会定期改变组织结构。在过去的几年里，我们已建立了大范围的开放式计算机项目，启动了系列研讨会，开办了国际性会议，将以前极少有交集的来自不同学科的学者聚到了一起，接管并建立了使我们大学的行政管理部门更加有效率的准研究项目，开始了新计划，结束了已完成的计划与项目，创办商业公司与非营利新兴公司，将我们开发的服务提供给哈佛大学的其他部门使用，在新技术、数据、方法与理论方面对学生与教职工进行培训教育，以及提供给正在进行的许多其他活动。我们建立、同时也不断再建基础设施。

(四)

建立激励相一致的规模管理

像定量社会科学研究院一样的研究机构，以及它的各个研究中心与项目计划，需要教职工的大量时间与努力。教职工成员或许热爱教育，但是让一个大学运行、尤其是研究也是他们的重要任务。因此，建立可持续的基础设施的唯一路径就是使其激励相一致。通过休假或者额外的补贴来收买教职工也许能起作用，但是没有效率，也可能不具有持续性。一个更好的方法就是使研究中心的公共精神利益与教职工个人的领导利益保持一致。

我总是密切参与到计算机操作中，因为我教方法，且需要我们学生掌握尽可能最好的计算机技术。将计算机技术丢给TT信息技术部门不会有作用，无论这些部门人员如何有资格能力，因为他们的动机首先是用一般性服务来满足95％的人，然而剩下的5％的人则是先进方法的研究者。但是这样的情况在其他许多领域亦是如此：大学中的官僚机构是为他们所服务的大多人而进行的合适设计，然而研究者，从概念上讲，处于研究前沿，因此需要更合适的或者不同的服务。

参与行政管理工作的教职工一开始会害怕雇员与建立管理结构的人，但是规模经济是有价值的，如果处理得当，激励相容亦是有价值的。我想我第一次认识到这一点是在我的两个员工单独出去吃午饭的时候。在那时候，我们仅仅只有两个员工，现在我们有50～100个员工(取决于计算方式)，但是规模经济超过了我们现在的情况，仍须继续。随着有越来越多的员工，你可以聘用更加优秀的人，建立职业路线，甚至招用更有资格与能力的人。毋庸置疑，规模经济将最终转向规模不经济，但是只要这些员工是合适地被聘用、管理、组织，那么很少会有社会科学研究中心会转向靠近那个规模不经济的点。比起仅管理两个员工，管理大批员工需要不同的技能，但是在合适的管理层级组织机构下，这个管理任务也不需要那么复杂或者耗费时间。

(五)

注重极端合作

仅通过与其他部门合作就可能取得巨大的进步。这不意味着对每个来自外界的要求都进行默认，因为大多数其他部门将不会做出要求，并且合作需要双方在动机上保持一致。代替的做法是寻找其他部门，并尽一切办法来建立联系、合作，以及展开合理的联合活动。如果学术研究成为冒险游戏的一部分的话，我们有竞争力的事情将会是“极端合作”；当大学中的管理部门遵循这一趋势时，他们将做得最好，尤其是因为很少有这样做的。一个需铭记的关键是影响比控制更重要。如果你放弃成为每个活动的唯一提供者与生产者，那么你在知识、教育、社会与政治上都将有更多的影响力。尽管有时需付出比收益更多的代价，但一般来说在短期内，就合作本身而言进行合作是有价值而值得的。

(六)

不要期望从拨款中获得管理经费

创造许多研究中心的初期谈判通常都是一个关于是否可以通过从拨款中获得管理经费的讨论。我的建议是不要提出这个问题，或者如果提出了就拒绝它。目标是建立长久的基础设施，而不是满足支付工资单的需要，也不是当你失去每笔拨款时就不得不裁员。图书馆与学生健康服务公共机构也不需要从他们获得的拨款经费中来支付长期的雇员。对于中心的管理部门，更好的办法就是委以任何他们所希望的承诺、责任。如果你真的从拨款中获得大量资金，一定程度上的信任将意味着你可能期望下次当你有所请求的时候，他们会更加慷慨。这不需要写在纸上或甚至是口头上说，但是这种情况确实会发生。正如国会学者已发现的那样，最好是争取支持、赞成，而不是力图进行物质帮助。

(七)

为理论家保留位置

因为大多数在社会科学中取得的进步都是基于实证数据与数据分析方法的改善、发展，一些人认为理论家(经济理论家、规范理论家、统计学理论家、哲学家，等等)在这种类型的研究中心中没有作用了。这是没有道理的。在每个社会科学领域中，以及大多数学术领域中，理论家与实践家之间存在一个友好的分界。他们为教职工职位以及许多研究问题而彼此竞争，但是所有人都知道彼此都是不可缺少的。在你的研究中心的经验论者有时也需要与理论家进行互动交流，并且理论家也将受益，使他们的理论能基于更加实证的证据之上。大数据的发展使实证方面取得了更多进步，而这一事实并不减少了理论家所能做出的贡献。

四、评论：联邦政府基金优先考虑的研究

社会科学正在经历一场复兴，而使复兴成为可能的研究中心基础设施正在成长、适应，并大大地推进着我们的合作目标实现。当我们都在自己的大学中各自培育与建立这个基础设施时，我们不应当忽视甚至更为广阔的那些合理的国家与国际层面的目标。为此，我们应当合作并进一步建立不同大学间跨研究中心的联系。接着，在正确的时间，我们应该确立一个共同目标来一起开展改变联邦政府基金拨款优先考虑的研究。

但是，我们应该更为宽泛地进行思考，并考虑更大的问题。大多数联邦政府的研究基金来自国家卫生研究院(National Institute of Health,NIH)的310亿美元与国家科学基金会(National Science Foundation,NSF)的70亿美元；在这方面，社会科学仅仅有国家科学基金会预算中的4.4％。尽管部分国家卫生研究院与其他项目的基金对更宽泛的社会科学研究事业进行资助，但是这些联邦政府的支出模式与国会的优先考虑之间差距巨大。虽然国会成员明显对许多健康、科学与技术的领域感兴趣，但是他们必须关注他们选民所关心的问题，否则他们将会丢掉工作。那些为美国人所关注的问题大多数是一直为社会科学家所直接处理与解决，包括他们自身、他们的学术共同体以及这个国家在经济、政治、文化与社会上的良好状态。当然，联邦政府并没有义务仅仅因为学者研究有趣的话题就给予资助。只有当我们能证明我们能够产生真正的改变的时候，才会得到资金支持。随着我们对现实问题的影响力越来越明显，改变联邦政府优先考虑的研究，使其更为慎重地资助社会科学研究，将更容易实现每个人的利益。

原文题为“Restructuring the Social Sciences:Reflections from Harvard's Institute for Quantitative Social Science”，刊登于《政治学与政治》(Political Science & Politics)2014年第47卷第1期，第165～172页。关键词为译者所加。