社会统计学

• 17世纪以前，社会统计主要局限于对事物进行原始的调查登记和简单的计算汇总。

  • 如大禹时的九州表，明初的黄册和鱼鳞册；古埃及、古希腊、古罗马在公元前400年就建立的出生、死亡登记制度。
    
    

• 17世纪后，产生了以工业、农业、贸易、交通等方面统计为主的社会经济统计。

  • 国势学派
  • 政治算术学派
  • 数理统计学派
    

• 理论导向

  • 开创性理论研究思路

  • 理论逻辑的澄清、完善、严谨化

  • 理论的延伸、修正、与其它理论的对话

  • 实证研究的设计、操作化、数据采集

• 实践导向
  

• 什么是理论？
  • 引用文献不是理论
  • 资料不是理论
  • 变量和测量构造（construct）不是理论
  • 线路图不是理论
• 理论应该回答“为什么”的问题：泛泛描述性的研究没有深度
• 理论关心的是现象之间的关系，即我们观察到的行为、事件、结构或思想为什么产生的因果关系。
  • 集中在“因果关系”上
  • 研究的深入性、系统性
    

2. 社会科学为什么需要量化？ 知识的类型
   

• 什么是科学:

  • 科学是在寻找世界中的constant(常量)。我们这个世界到处都是variable(变量)，变化的股价/变化的点击率/变化的发迹线…变量并不值钱，关键是能不能找到变中的不变，这个不变的东西可以是一个parameter(参数),例如重力加速度g； 也可以是一个function(关系), 例如牛顿第二定律F=ma。

  • 科学是从确定研究对象的性质和规律这一目的出发，通过观察、调查和实验而得到的系统的知识。
    

• 实证主义

  • “观察优于想象”
  • 社会现象与自然现象并无本质上的差异，都可以用普遍的因果规律来加以说明；
  • 研究自然科学的方法同样适用于研究社会；
    
    

• 争议：社会现象的特殊性

  • 社会现象比较复杂、异质性较大；
  • 社会研究更多地受到个人因素的影响；
  • 社会现象的不确定因素更多，它的偶然性和独特性也更大；
    

• 社会科学要成为科学，也必须采用采用科学的研究方法，使理论具有可证伪性，通过经验材料来进行检验。所以，社会科学研究的一般流程也是“理论-假设-操作化-检验-结论”。

• 科学理论通过不断否定而发展，科学的研究方法同样通过实践检验而发展。社会科学的各学科，如社会学、 经济学、 政治学，都尚未形成统一的实质理论范式，但已经初步形成了经验研究，特别是定量研究的普遍性方法论范式。

• 近几十年西方社会科学界涌现许多新方法论，如后现代主义和解构主义等，但总体来看，实证主义依然是主流，并且越来越格式化。
  

• 社会存在规律性

• 人文主义的理解并不一定有效（并非不重要）

  • 社会的特殊性会使影响因素更为复杂，会增加观察和测量的难度，但并不影响社会研究的程序；
  • 主观变量同样可以纳入因果分析之中；
  • 研究方法越来越精密和科学；

• 理论必须建立在经验事实基础之上。

• 绝大部分社会科学都是概率形式的命题(即统计模型或其变体)，用文字表达即是“某个类属越具备A特征…… 则越倾向于出现C结果”等类似形式的命题。因此，对于社会科学命题的证明，只有统计量化研究。
  

• 随机性即非确定性，是指现象在某种条件下可能发生也可能不发生的性质。社会现象大都是随机现象。
  
  
• 非确定性关系可归纳为：
  
  
  • 若A，则可能有B，但也可能有C；D；E。
    

• 统计规律性即对随机现象进行大量观察所发现的内在数量规律，也即前人所说的“从纷繁中发现秩序”。
  
  
• 例如：各家各户生男生女纯属偶然，但大量观察的结果显示，男、女婴儿的性别比例却一直在50%左右摆动。这里，“50%”即是大量观察所得的统计规律。
  

• 社会统计分析的基本内容

  • 统计描述

    • 统计描述即对观测对象（样本，sample）的数量特征（平均值；标准差）所进行的描述。

    • 例如：某村新生婴儿的平均体重。

  • 统计推论

    • 统计推断即对全部对象（总体，population）的数量特征（平均值；标准差）所进行的推断。

    • 例如：全世界新生婴儿的平均体重。
      

• 全面调查（Complete enumeration）与非全面调查（Incomplete enumeration）

  • 对于显著事项（如全国人口数字），应采用全面调查；对于一般事项（如离婚率），采用非全面调查即可。
    
    

• 单变量（Univariate）与多变量（Multivariate）

  • 单变量：描述及推断单变量的数量特征（平均数；标准差）

  • 多变量：描述及推断多变量的数量特征及相互之间的数量关系。
    

2. 定序层次（Ordinal level）
   
   

   • 定类层次的变量的取值不仅具有类别、属性之分，而且还具有等级、次序之别。
     
     
   • 例如：教育程度：中学；大学（变量值不但是类别，且有等级之分：大学高于中学）
     
     
   • 定序变量不但能进行 =（是）或 ≠（不是）的运算，而且还可以进行 >（高于）或 <（低于）的运算。
     

3. 定距层次（Interval level）
   
   

   • 定距层次的变量以定类及定序变量为基础，其取值除了类别与次序之外，还可取数值距离之值（数值相减；具体数值）。
     
     
   • 例如：家庭子女数：如A家庭3个孩子，B家庭2个孩子，则3-2=1（人），即A家庭较B家庭多1个孩子。
     
     
   • 定距层次的变量不但可以进行 ＝、≠ 以及 >、< 的数学运算，而且还可以进行 +、- 运算（关键是减法，加法只是用减法求距离的前提）。
     

变量层次（Level of variate）