社会科学研究方法是学者们普遍关注的学术问题。面对日趋复杂的世界和社会，为了增强自己研究成果的解释力和说服力，在给定研究主题和研究材料的前提下，学者们需要选择最合适的方法开展研究。然而，关于什么才是最合适的研究方法，学术界的相关讨论一直在持续。就人文社会科学领域的常用研究方法、各自的优势及应用情况等问题，本报记者采访了英国卡迪夫大学社会科学学院教授马尔科姆·威廉姆斯（Malcolm Williams）和美国哥伦比亚大学社会学系教授马里奥·斯莫尔（Mario Small）。

　　两种研究方法平等且互补

　　人文社会科学的研究方法繁多，主要可分为两类：定量方法和定性方法。威廉姆斯告诉记者，定量方法在很大程度上遵循自然科学的逻辑。它通过数据展现变量之间的关系，旨在提供现象概述、关联捕捉和趋势预测等，具体方法包括实验研究、调查研究、观察研究、统计分析、案例研究等。定性方法则以科学推理为基础，大多以更人性化的方式展开。定性方法注重古典社会学家马克斯·韦伯所说的理解（Verstehen），即试图理解人类行为的直观原因和深层意图。定性方法致力于探索一个社会现象“为何”和“如何”在特定的背景下发生，帮助人们理解他们所生活的世界。定性研究的具体方法包括深度访谈法、观察法、焦点小组法、民族志方法和文本分析法等。

　　威廉姆斯表示，定性和定量方法作用不同，正如不能指责冰箱不能烹煮食物、批评烤箱不能冷藏食物一样，它们各自的角色与功能本身是不同的。定量方法的关键在于测量，要将属性、行为、态度、信念等量化。定量方法的重要性不言而喻，各个国家都开展了人口普查，这一工作非常必要。在中国、美国、英国、法国、德国等地，收集和分析数据的方法发展态势良好，例如心理测量学已经有非常精确的量化方法来测量人的行为、态度和信念。定性方法则能加深对定量研究中所描述特征的理解。对于人类学等领域、对于发展中国家等区域而言，应用定性方法尤其重要，更为深入、灵活、以研究对象为主导的方式能更好地挖掘出现象背后的原因。

　　马来亚大学学者蔡彦彬（Looi Theam Choy，音译）研究认为，定量方法有两个显著优势。一是迅捷，能在短时间内进行管理和评估，并以图表等形式呈现结果；二是统一，在明确标准的情况下，能将受访者的意见量化为直观的数字，并有利于不同学者及组织之间进行比较。与此同时，定量方法的特点也对研究本身提出了一些要求，例如，定量研究需要大量样本，缺乏资源时就无法进行大规模研究。因此，一些发展中国家就很难开展彻底的定量研究。而通过定性方法，研究人员能探索更深层次的观点。这十分重要，因为要了解一个群体就有必要了解是哪些因素驱动了他们的行为。定性方法的另一个优势在于调查过程灵活、宽泛、自由，研究人员能对参与者提出许多重要而相对复杂的问题，展开更深入的观察与讨论。由于定性研究致力于探索人类行为背后的原因，过程耗时，需要更多学者投入更多精力，因此也很难大规模地展开调查。定性研究中参与者提供的内容影响更大，然而，数量是有限的，还会受到个人经验、知识背景等的局限。

　　需要注意的是，定量和定性方法绝非非此即彼，而是平等且互补的关系。定量研究依赖定性研究收集的信息，定性研究能进一步解读定量研究的结果。威廉姆斯以自己的研究举例，他用捕捉—再捕捉（capture-recapture）的定量方法统计无家可归的人口数量，包含年龄、性别比例等丰富的信息。但要探索他们无家可归的原因和当前的经历等“故事”，就需要应用定性方法，用访谈、焦点小组等方法去挖掘原因。

　　应用情况因国家和学科而异

　　威廉姆斯告诉记者，定性方法与定量方法的应用在不同国家、不同学科间存在巨大差异。通常来说，人文学科主要应用定性方法开展研究，不过近年来，已有一些历史学家开始应用定量方法对历史进程进行分类和建模。社会科学领域应用的研究方法二者兼有，视具体学科而异，如经济学和心理学主要应用定量方法，而文化研究则主要应用定性方法，其他社会科学学科（包括社会学、人类学、政治学等）两种方法都会应用。他还提到，定性方法和定量方法的应用比例在各国情况不同。在美国这样一个巨大的知识市场中，各个学科都会应用定性和定量方法。在新西兰，除经济学和心理学之外，定性方法在各学科中占主导地位，但近年来，新西兰奥克兰大学一直在努力解决这种不平衡问题。相反，斯洛伐克、斯洛文尼亚和波兰等东欧国家的定量研究已经发展得十分成熟，尤其在波兰，近年来定量方法已经占据主导地位。在荷兰、法国和德国等国家，对定量和定性方法的重视程度差别一般取决于各高校的学术传统。

　　威廉姆斯表示，英国的研究方法多元性不足。首先，前辈学者接受的训练已经形成定式，学者们倾向于延续遵循定性方法的传统，并将定性研究的技能继续传授给自己的学生。在这个过程中，定量研究不足的问题以及对定量方法可能存在的偏见，也在一代又一代学者与学生之间传递下来。其次，人文社科领域的学生常因个人数学技能不足而避免选择相关课程，导致定量技能学习的缺失。再次，部分定性研究人员排斥定量研究，认为研究社会、研究世界不宜使用定量方法。相比之下，美国则更倾向于应用混合方法，结合定性和定量方法开展研究。这在很大程度上受到了美国实用主义哲学的影响，许多混合方法的支持者坚持在研究过程中必须同时考虑到定性和定量因素。对此，威廉姆斯主张根植于科学现实主义，即方法论的选择应由严格理论化的假设驱动。他总结道，定量方法应用缺失问题在许多国家或多或少都存在，但各国也在努力采取措施，力求在两种研究方法中取得平衡。不过，很多解决方案才刚刚起步，要评估成果还为时过早。

　　斯莫尔对研究方法多元化的态度有所不同，他在采访中表示，研究方法虽多，但各类方法的发展目标都趋向专业化。精通一种研究方法需要多年的学习和实践，社会科学研究人员要花数年时间深入学习某一种方法或研究传统，包括如何观察研究对象、进行实验、开展调查、分析结果等。在两种或两种以上的方法论传统中推动专业知识生产相当困难，也相对罕见。因此，受训于某一种传统的学者较难理解其他学者的思考方式。斯莫尔认为，方法论传统就像是语言，是思考世界的不同方式。正如说英语的人很难理解说法语的人一样，接受不同方法论传统教育的人通常也很难理解他人的观点。由于这个原因，方法论多元化，即相信不同研究方法的实际好处并应用多种方法，并不像人们所期望的那样普遍。他补充道，美国高校目前在定量和定性研究的培训上都存在不足。最优质的社会科学项目在定量方法的培训上表现很好，在因果推断、实验等方法上尤其如此。社会学专业历来以分析调查数据见长，但也有一些院系在网络分析、社会心理学实验、因果推断方面提供了优质培训。不过，并非所有院系都能提供这些机会，只有较少的社会学系有专门的定性方法培训项目。

　　“数据革命”跨越研究方法界限

　　在新的时代背景下，关于定性方法与定量方法的讨论也有了新进展。如威廉姆斯所说，大数据正在改变一切，跨越了定性与定量研究之间的界限，创造了一些十年前闻所未闻的分析方法，并带来更多可能。但与此同时，大数据的迅猛发展也带来了潜在挑战，即分析技术往往掌握在不以社会想象力见长的计算机科学专家的手中。为了社会科学的生存与繁荣，未来的社会科学学者或许需要同时成为计算机科学学者。

　　威廉姆斯所说的新趋势正在发生，例如，社会科学、数据科学和统计学等学科的融合产生了新的学术分支——计算社会科学，即在社会科学中应用大数据开展研究。它凸显了大数据的价值，提高了研究预测行为的能力。

　　斯莫尔也谈到了大数据时代研究方法的变化。他表示，大数据应用激增正在社会科学领域掀起一场“数据革命”。大数据确实为学术研究提供了新的工具，但也有更多研究人员意识到，大规模的数据库可能在有意或无意中存在偏见，从而影响研究结果乃至带来“伪科学”的结论。定性方法此时就能有效发挥作用，防止这些问题的发生。例如，应用深度访谈或实地观察等定性方法不仅对了解背景与实际情况十分必要，还有助于确认数据质量，更好地解释数据结果。

　　斯莫尔在研究中分析了定性研究对大数据背景下社会科学研究的重要性，列出了一系列定性研究可以发挥的作用，包括了解数据选择过程和理解算法以确认数据质量及其对研究结果的影响；与受访者建立信任以寻求真实反馈；为定量研究开展定性的预测试，确定更合理更准确的变量，从而预测理论模型、为定量研究提供有力支撑……斯莫尔表示，这些只是定性研究重要性的一部分，但足以表明，随着大规模数据集的日益普及，定性研究的重要性不减反增。在谈到对社会科学学者的建议时，斯莫尔表示，重要的是学者需要意识到利用大数据可能给研究带来的偏见和局限性，在数据革命的背景下进行社会科学研究时更应该注重将受访者置于工作的核心位置。

　　威廉姆斯则认为社会科学学者的治学态度应当更加谦逊。他发现，自然科学学者往往能更坦然地承认自己对于该用什么研究方法、如何找到研究问题的答案心存疑问，这在社会科学学者中相对少见。威廉姆斯表示，一些缺乏定性或定量研究技能的研究人员可能会选择回避或勉强尝试，这必然会影响研究结果。学者应当更加谦逊和乐于合作，向真正有相关技能的人学习并与他们展开合作。

　　对于中国社会科学领域的研究方法，威廉姆斯表示自己对此知之不多，他认为中国社会科学的起源与西方差别很大。他告诉记者，几年前他在巴黎参加的一个学术会议对比了法语国家与英语国家的社会研究方法，他认为这样的活动有助于增进对各国研究方法的了解，因此，如果有学术活动以中西研究方法对比为主题，对学者和学术研究而言是有益而无害的。