科学的要素：概念、变量与假设的建构 - 肯尼斯·赫文 & 托德·多纳
节选出处：[美] 肯尼斯·赫文、托德·多纳 著，李涤非、潘磊 译《社会科学研究：从思维开始》（第10版），重庆大学出版社·万卷方法系列，第2章“科学的要素”。--科学的要素****The Elements of Science （科学探索）起始于我们发明的一个关于可能世界的故事，随着推进，我们批判和调整它，最终尽可能使之变成一个关于现实世界的故事。 ——P.B.梅达沃（P.B. Medawar） 我们已经尝试着参照其他类型的思维讨论了科学思维，指出了我们为什么应该对科学感兴趣。现在该是我们了解科学构成的时候了。 科学策略的要素本身很容易理解。它们是一些概念、变量、假设、测量和理论。这些要素的组合方式，构成了科学方法。理论的功能是引导出这种方法、赋予它意义，这是通过帮助我们解释被观察到的现象来实现的。首先，我们试着摆正每个要素的位置。 概念的起源和功用 假如清除你心中所有的词语和其他符号，以未开化的心灵面对世界，你会做什么？没有身体的支撑，你可能什么都做不了。不过，生存的必要性毋须多谈，心灵的最初行为就是区分能吃的和不能吃的，接着是区分冷热和敌我。这就离“食物”、“庇护所”和“温暖”这类概念的形成不远了，也离用词语或言辞来符号化这些概念不远了。这样就粗糙地出现了语言这个工具。对真正有用的概念和范畴的探索已经起步了。语言就是大量概念 的集合，这些概念包括事物、感受以及观念的名称，它们是人们在彼此互动和与环境的互动中产生或习得的。 有些概念和分类可能不是很有用。只用一个名称来概念化所有的植物，就会阻碍对可食用的、有药用价值的以及有毒的植物的深入区分。有些概念与经验的关系太含糊：英语中只有一个词语表达“爱”这种外延广泛而复杂的情感，而希腊语中却有三个概念：eros表示浪漫的情爱，agape表示一般化的慈爱感情，filios表达的则是家庭之爱。英语在处理爱这个概念上的不足，通过该词语在我们文化中的不便运用，影响到每个人的经验。 注意，现实检验正好构成了事物的命名过程，它是存在物与人之间最基本的相互作用。环境刺激与心灵沉思之间的这种互动，构成了我们试图掌握以用于分析的那类思维。 数千年后，我们仍然要面对一个事实：命名是一个困难的过程。本质上，语言源于约定。例如，家庭（部落、民族、国家和世界）中的你、我和其他成员约定，把天空中闪烁的东西称为星星。遗憾的是，这些约定可能不是很精确。就通常的用法来看，词语“星星”涵盖大量的对象，有大有小、有热有冷、有固态也有气态。 用精确的名字称呼事物，是理解的开始，因为它是心灵把握现实及其众多关系的关键。认为生病是由于糟糕的精神状态引起，还是由于放纵时被细菌感染所致，其中有重大的区别。“细菌”这个概念依附于一个概念系统，后者又关联到一个有效的治疗体系，即抗生学。 把握语言的意义，即使有点草率，也是一个深奥、微妙的过程。例如，“种族”这个抽象的概念表达的是团体身份的差异。当赋予种族范畴或属性以名称时，命名的问题、影响力和困难性就显而易见了。研究者经常采用简单的种族分类，用“白人”和“非白人”（或“盎格鲁的”和“非盎格鲁的”）来给人命名。这种划分尽管是通行的做法，但抹杀了世上大部分人之间的区别。此外，名称本身也能引起复杂的问题。想想在美国有各式各样的名字用于指称美洲黑人（黑鬼、美洲黑人、有色人种、黑人）或美籍西班牙人（拉丁美洲人、拉丁美洲女性、美籍西班牙人、有色人种、拉丁美洲人、墨西哥美洲人、中美洲人、波多黎各人，等等）。 命名这个过程也能给命名人带来重大的影响力。种族这个概念的特性不容易被命名。此外，种族名称是对不同人的不同定位。你自己对社会科学思维的表达，尽管要求你要精确对待概念，但不是要你对你的新知识在改变生活、社会和文明方面的功用太过自信。 恰当命名事物的重要性，再怎么强调也不为过。17世纪英国的政治学家托马斯·霍布斯（Thomas Hobbes）认为，恰当命名事物对于政治秩序的建立至关重要，他甚至认为这是君主的一个核心职责。詹姆士国王知道个中利害，命人对《圣经》做一种官方权威的诠释，以平息那些在圣经文句用词的精确意义上的激烈争论。 与现代关联更紧密的是下面这个例子：乔治·奥维尔（George Orwell）在他的反乌托邦小说《1984》中描绘了一幅景象：一整套官僚机构投身于语言概念的重构中，以此提升极权主义社会的影响力。近来的美国政治史中，美国总统试图通过重新定义军事成功这一概念，来消除有关他们发动不受欢迎的战争的争议。这些事例旨在让你意识到，对概念意义的修改，可以影响到人类理解和社会控制的基础。 然而，到你精通科学方法，足以做出丰功伟绩之前，还得等段时间。眼下的关键是，对于科学目的来说，概念是：（1）尝试性的，（2）基于共识的，（3）其作用只能局限于把握或分离现实中的某些重要的、可定义的方面。 概念与科学有何关系？如果你在婴儿身边待过一阵子，你可能注意到，他们经常试着指向各种物体并给它们命名来显摆。尽管这个动作会重复10到15遍，有点烦人，但他们对这种练习感到自豪，而且这是有道理的。下一步就是造句了。首先是命名事物，符号化它们而不是仅仅指着它们，接着就是改变周遭现状，从而能“制造”他们需要的事物。安德鲁·赫文（Andrew Hoover）的第一句话是对他姐姐艾黎说的。他坐在小手推车里说：“艾黎，推推！”艾黎照做了。 你现在看到的内容是一种努力，它试图把概念联结起来，以拓展你的理解。人们说成千上万的话，只是为了使现实做出某种有益的回应。大多数人不像安德鲁那么幸运，第一次开口说话就能产生效果。通常而言，概念容易混淆，关联也很模糊或不可靠，更不用说讲话人可能不清楚听者的理解力和动机这个问题了。 通过联结概念，思维和理论得以发展。思考一下皮尔·普鲁东（Pierre Proudhon）的名言“财产就是偷窃！”。作为一个概念，财产 表示一种观念：个人可以声称土地或其他资源为他所独占。当然，偷窃意味着不正当地攫取某物。普鲁东用动词“是”把两个概念联结起来，旨在传达这样的一个信息：私人财产制度等于否认人类对自然资源的共同所有权。他认为，私人专有财产是不正当的偷窃行为。尽管普鲁东是从哲学的高度揭示了两个概念的关联，但那句最朴实无华的话就可以实现相同的功能。 科学是一种方法，通过参考可观察的现象来检验概念的表达以及它们之间的可能关联。我们下一步就来看看科学家是如何把概念转变为可观察之物的。当概念被定义为变量时，就能用于构造一类特殊的语句，即假设。 何为变量？ 变量 是一物之名，能对其他某物的一种具体状态施加影响，或者是被后者影响。热量和压力都是可以使水沸腾的变量。年龄在投票中是一个较为重要的变量，不过，还有许多其他更加重要的变量：社会经济地位、父母的影响力、种族、性别、居住地，等等。 此外，变量还是一类特殊的概念，其中蕴含着对程度或差异度的看法。温度就是一个比较容易理解的例子，它包含了对热量多少的看法，也就是说，对程度的看法。顾名思义，变量指称的是变化着的事物。社会科学感兴趣的焦点是那些牵涉变化的概念，是探讨一个现象的变化何以能说明另一现象的变化。 举个例子，考虑一下宗教与投票的关系。首先，宗教不同于温度这样的变量。尽管可能存在“虔诚度”这回事，[1]但我们更可能的是根据宗教派别，比如佛教、基督教和穆斯林教，来谈论宗教这个概念中所包含的变化。人们认同的宗教存在着实质的变化。例如，在2008年总统大选时，发布的民意调查数据被用于评估宗教在选举中的重要性。当时民主党总统候选人贝拉克·奥巴马（Barack Obama）对阵的是共和党候选人约翰·麦凯恩（John McCain）。一个媒体公司联盟收集的数据发现，整整有78%的犹太选民支持奥巴马（对比而言，麦凯恩为21%），而65%的白人新教徒把票投给了麦凯恩（相比之下，奥巴马为34%）。54%的天主教徒投给了奥巴马，而45%投给麦凯恩。声称自己无宗教偏向的人中有四分之三投票给了奥巴马，73%的“其他”宗教信仰者支持的也是奥巴马[2]。诸如这样的数据有助于我们对变量宗教与变量投票行为之间的关系做出有意义的评价。 尽管大多数变量处理的是程度的差异，如温度的差别，或处理多样性的差异，比如宗教，但有些变量更加简单，它们处理的是最基本的变化：在场或不在场、有或没有、存在或不存在。例如怀孕，不存在多少的问题。要么有，要么没有。 把概念转换成变量，尽管看上去似乎枯燥无味，却是一个极富创造性的过程，而且经常引起有趣的问题。举个例子，考虑一下“时间”这个普通的变量。早期希腊人为概念化这个变量而绞尽脑汁。似乎显而易见的是，时间应该有个开端，因此哲学家力图推算出开端起于何时。然而总会跑出一个令人困惑的问题：在这之前发生了什么？ 柏拉图和亚里士多德都曾有过这样的念头：时间可能根本不是线性的，也就是说，它可能没有开端，没有前进，也可能没有终点。它可能是周期性的！对于习惯线性时间观念的我们来说，这种看法似乎很疯狂，但他们两人想的是，宇宙时间可能有点像生理周期——这是在自然界随处可见的规则变化。因此，我们最好是把历时的时间看做是事件的演变结构，事件在其中依次发生，直到整个模式的结束，然后开始下一轮的循环。亚里士多德评论说，他自己很可能“生活在特洛伊城陷落之前，也在陷落之后，因为，当命运的车轮开始另一轮循环时，特洛伊战争将会重演，而特洛伊城会再次陷落。”[3]
刚入门的学生在从事社会科学研究时，很少卷入这类烦心的概念问题，但并不能假装这些问题不存在。例如，变量“人格”，据说在专业文献中有四百多种定义，部分是因为人格是一个复合变量，包含大量其他的变量：阶级、地位、自我概念、种族、社会化，等等。人格这一变量的复杂性迫使社会科学家采用了这样一个尴尬的定义：“人们在后天习得的、相对稳定但又变动的、心理和社会行为倾向的独特系统。”[4]即便社会科学家都认同对某个变量的表述，也不意味着该定义是永恒的真理，而只是意味着，谨慎思考过它的一些人都认为，这个定义似乎有助于回答某些问题。此外，研究者常常为了方便而决定采纳对某个变量的一种定义。在美国，按照惯例，党派认同是通过人们对调查问题的回答来测量的，这些回答把选民置于一个连续统中，显示选民对于两个主要政党的认同度。该连续统包含7个类别：
←强民主党人士—弱民主党人士—偏民主党的无党派人士—无党派人士—偏共和党的无党派人士—弱共和党人士—强共和党人士→这里假定政治无党派人士居于政治连续统的中心。但真实情况可能是，许多“无党派人士”认为自己是激进分子，并不处在中心。有些人可能完全无党派倾向或不关心政治，因此他们认为自己压根就不应该用政党来归类。另外，某些“有偏向的”无党派人士从投票行为来看，与“弱”党人几乎一样有党派性。[5]尽管对变量的这一定义不可能完美地反映党性这个概念背后的实情，但它仍有预测力。相关问题已被调查了数十年，因此研究者可以评估一段时间内在党性问题上的趋势。由于在这个连续统上对无党派人士进行范畴化，其困难已经变得明显，因此出现了对党性的新定义。我们应该详细地阐述如何把概念转换成变量，忽视这个问题是掩耳盗铃的做法，只会使我们深陷语言的泥沼之中。
语言中库存了丰富的概念，为我们联结变量来解释事件提供了大量的可能性。数百年来，人们一直手忙脚乱地梳理有意义的关联。科学是一种略微高级的处理形式，它尝试找出这些关联，并尽可能仔细地检验它们。在医学中，人们花了几个世纪才分离出许多影响疾病的变量。直到最近医学才成为一门成熟的学科，能利用极为有效的血液化学分析来诊断许多疾病。这种发展反映了其成熟经历了一个漫长的过程，其中要分离和消除大量不重要的或没什么影响的变量。在西方世界，医生们越来越多地接触到一种在中国被发展成具有很高艺术造诣的古老医学体系，所以现在我们的医学家们力图弄清针灸为什么可以治病。我们必须考虑一套全新的变量，建立新的概念关联，克服习以为常的理解所造成的阻力。
遗憾的是，就社会科学来看，我们很少弄清该如何奠定理论结构的基础来解释社会行为。许多社会科学的新人看不出，尤其在面对厚厚的入门课程教材时，社会理解这方面所取得的成果背后蕴藏着的抗争与成就、尝试和可能。
目前，社会科学包含许多分支（例如，政治科学、社会学、经济学、心理学、教育学），所有这些学科都在忙于定义、观察和关联行为子系统中的特殊变量。社会科学家正在探索大量可能的变量关联。正在出现的各种已被检验的零碎知识，等待着跨越这些探索界线的整合。由于我们迫切需要全面的社会理解，因此这些努力必定会越来越多，但有关尝试还太少。
量化和测量：转概念为变量我们在前面提过，社会科学家把概念转换为变量。这样做是为了用一种可观察的形式把概念表达出来，使之包含对程度或差异的某种看法。接下来的问题是：如何确定程度或差异？答案分为两个步骤：量化和测量。
量化的观念意味着为某个事物设定标准量，并贴上标记。用这种方式表达抽象的概念（如长度），有可能为观察提供共同的参考。有些量化的起源相当奇怪。例如，古希腊人需要一种衡量距离的标准，他们就以赫拉克勒斯的足长为长度标准。该足长曾与腕尺竞争长度标准，后者是某个人的前臂长。腕尺的问题是，人们根本不可能就标准的前臂长度达成一致——有人说是17英寸，有人却说是21英寸。结果，人们再没谈到腕尺这个长度标准。
分离出标准化的单位，有助于描述和分析。当加布里埃尔·华伦海特（Gabriel Fahrenheit）形成了温度高低的观念后，他就能对热和冷做更有用的描述。如果水温是32度而不是33度，其中就存在有意义的差别；而词语“冷”和“更冷”则没办法很好地把握这差别。 在社会科学中量化有两种形式：不连续的和连续的。不连续量化 包括计算事物的在场与不在场，也包括计算属性的差异，其前提是差异可以以类别的形式出现。投票支持某候选人是不连续的、特殊的行为，可以用常规的方式计算。个体的性别是一种属性，可以被记为是男性、女性或跨性别者（transgender）。 不过，有些量化必须把握连续变异的观念。年龄是一个连续量化 的例子。我们确实可以用年数计算人的年龄，但年龄的量化，表达的是演化着的东西。今天，本书的一位读者是25.72岁，数周后她就26岁。连续量化处理的不是离散的事项，而是处理年龄、长度和时间这样的维度。连续量化的标志是，有关变量可能在一数值范围内取任何值，而在不连续量化中，只能出现整数值（如计算羊的数目）。 每个变量的量化都有其独特的问题和潜能。成熟科学的显著特点之一是有一系列可量化的变量，能为有关领域的工作人员提供帮助。有天赋的科学家的一个特征是，他们有能力找到方法，以一种可靠的和有意义的方式量化那些重要的变量。经济学用金钱作为分析单位，走过了漫长历史（虽然经济学家和其他人一样，有时也会混淆金钱和价值）。许多有效的经济指标，如国内生产总值或消费价格指数，都建基在金钱之上。 遗憾的是，其他的社会科学没有这么容易量化的单位，来测量权力或表征心理压力、异化、幸福、个人安全，还有价值。不过，有创造力的科学家找到了一些多少有效的方法，把握到这些变量的一些可量化的方面。这些领域里的任何一本教科书中都包含数十种例证，表明如何把概念转换成可量化的变量，我们在下一章做一些介绍。量化的重要性在于，一旦能够被量化，我们就有可能做更精确的测量。 测量 不是我们能选择做或不做的事，它内含于各种分析性的讨论中。如果你持怀疑，那在下次交谈的时候聚精会神地听听，看看你对那些包含测量要素的词语的依赖性。“民主党人一般热衷于在卫生保健领域发挥公开作用”，这样一个简单的政治陈述都包含几种测量。动词“热衷于”意味着程度上的差异，“公开的”和“卫生保健”均有几种意思；“民主党人”是一种分类。修饰词“一般”试图限定这种测量，指出这并不是所有民主党人的一个普遍特征。 如果数量能被确定，测量就会容易得多。最明显的测量处理的是多少的问题：有多远、多少钱，等等。有些牵涉到多少的问题不大容易测量，比如民意。在把对问题的回答当做可量化的分析单位时，粗糙的调查方法给回答者提供的只是“被迫选择”，把意见分为赞成或反对。在这里，意见是作为不连续的、绝对的变量被量化的：“你是赞成还是反对？”民意调查通常是以此为基础的。这么简单的测量无疑会掩盖民意的强烈程度。在许多政治问题上，可能有少数人在一种立场上持强烈的态度，而多数人不冷不热地持另一种立场。一些民意调查在处理这种情况时，使用了五个范畴而不是两个：
强烈支持 支持 不支持不反对 反对 强烈反对
只以多数人的情感作为行动基础而不考虑强烈程度的政治体系，会给自身带来许多麻烦，就如美国在伊拉克战争时的做法一样。当布什总统命令在2003年3月20号发动侵袭时，最初支持战争的公众很多，但其中大部分反应不怎么热烈。不超过一年，大部分人主张停战。战争发动后过了六年，看法颠倒了，绝大部分人反对战争，并声称不值得开战。[6]测量偏好的强度，更有创意的方式是用程度来测量意见。有些调查让人们用“情感温度计”上的刻度来评估候选人或政党：0代表否定，50代表态度中立，100代表肯定。这有助于扩大回答的范围，更精确地显示意见的强烈程度，但它仍可能掩盖大量信息。有些人虽然对问题做出了回答，但他们确实对此事并没有什么观点。[7]考虑一下2007年民众对竞选2008年总统的突出候选人有关的“情感温度计”调查问题所做的回答。如表2.1所示，对各位候选人持中立态度的人的比例，似乎与确实听说过该候选人的比例有关。相对不知名的候选人（比尔·理查森和萨姆·布朗巴克）得到“50”的评分远多于如希拉里·克林顿这样广为人知的候选人。这就使一些人怀疑，这个问题能否有效地测量人们对不太熟悉的候选人的中立“感受”，或者能否有效地测量“无态度”或其他态度。
表2.1 对2008年总统候选人的感受的测量来源：盖洛普调查，2007年9月。网址：http://www.gallup.com/poll/28639/gallup-ranks-2008-candidates-according-feeling-thermometer.aspx. 2009年8月3日访问。 变量的可靠性和有效性 相较于含混语句中的模糊用词来说，恰当构想和实施的对变量的量化测量，能更有效地详细表明差异和程度。不论我们决定怎么测量变量，都希望找到一种计算方法，即便是其他的研究者使用，也能产生可靠的结果。 例如，我们决定问一些随机抽样出的回答者，他们是“喜欢”还是“讨厌”总统（因此是二选一的强迫选择），以此测量“总统的民意支持”。我们可以预期，其他的调查者在下一天使用相同的测量方法，问数量相当的随机样本，将产生相似的结果。 反之，我们可以问一辆公共汽车上遇到的前4个人，他们对总统“有何看法”，然后通过对他们回答的个人印象来评估总统的民意支持。而其他人换一天在同一辆公共汽车上采用相同的测量方法，可能产生完全不同的结果。答案可能是含糊的，而影响到答案解释的价值观可能也有差异。 如果不同的人对变量的测量产生相同的结果，那么这种测量就具有可靠性。强迫选择式的问题很可能产生一致的结果，因为使用相当样本量的每位调查者必须计算“喜欢”和“不喜欢”的人数，来测量民意支持。然而，与公共汽车上的人进行开放式的讨论，需要调查者解释可能（或可能不）反映民意支持的各种评论。这类回答是有意义的，甚至就某些方面而言，比强迫回答更有意义。但是它们不大可能就总统声望这个问题提供一个可靠的答案。 理论上对变量测量方法的关注可以做到很细腻。我们使用的每种测量方法，都被假定很好地反映了一个量化的变量背后蕴含的抽象概念的真实情况。如果一种测量方法“做到该做的”，[8]就是有效的。一种量化的测量方法越能反映研究关注的底层概念的定义，它就越有效。社会科学的困难之一是，从来就没有明确的方法用于直接评估有效性。举例来说，智商测试是许多试图量化智力的调查者使用的或许可靠的测量方法。但是，这种测试对于测量智力这么一个丰富的、变化多端的、有影响力的概念，能达到多大程度的精确性，永远是一个有争议的问题。智商测试可能可靠，但是否绝对有效？ 构想不当的测量是危险的，正是因为它能带来太大的影响。一个不幸的、令人反感的例子是，美国将“尸体计数”当做关键手段，用于“推进”它在越战上的努力。战争的新闻广播报道通常是军事数字，说每天有多少“敌人”被打死。言下之意是，打死的敌人越多，就能越快赢得胜利。这种量化的测量有两个错误。 第一，它并没有测量某些决策者宣称它已测量的东西：在实现战争的总体目标中胜利或失败的数量。由于战争不只是军事冲突，它至少还是一场政治和心理较量，尸体计数在很大程度上不能作为胜利的一项指标。它们或许能让军方知悉一些敌情，但这种方式会在越南人民和美国人民那里产生不利的政治和心理影响。越南人民开始注意到，无论这场战争目的为何，被美国打死的主要是与自己同种同国的人。因此，许多越南人开始畏惧美国人，而不是把他们当做盟友来欢迎。与此同时，美国人民也开始把自己看成是给一个贫穷国家带来灾难的行尸走肉般的战士。 测量中的第二个错误是它的执行。据说野战部队要计算并报告敌人的死亡数目。然而出现了几个因素：认定敌人方面的混淆（有时是故意的），在同一个地点由两个以上的人计数所造成的错误，指挥系统对高尸体数目的要求带来的压力。因此，尽管尸体计数不断上涨，并导致对战争胜利的预测，但实际情况却是在恶化。[9]
有一点非常重要：草率的或不当的测量，一般比不测量还糟糕。对测量结果的解释需要对测量本身有所理解。第5章将探讨测量实施和测量解释过程中的实践步骤。
假设尽管前面的许多讨论，看起来像是对零零星星的科学思维做系列回顾，但对假设的讨论可以把这些题材组合到一块。
假设 是一种特殊建造的句子。假设的目的是组织研究。如果假设得到了精心设计，科学方法的所有步骤也就随之而来，如项目大纲、参考书目、所需资源以及适用于研究的测量方法的说明。假设提供了整个的结构。
假设提出的是两个或更多变量间的一种关系。例如：政治参与随教育水平提升而增加。这个简单的断言也可看做是一条假设。它有一个主项（变量：政治参与），一个连接动词（一种关系：增加），以及一个宾语（变量：教育水平）。
我们再看两个例子：
肥胖症随贫穷加剧而增加。
工会成员比非工会成员更有可能投民主党候选人的票。
或者，不那么明显的例子（你可以为练习而从中找出变量及关系）：
距离产生美。
每天一苹果，不用上诊所。
早睡早起，健康、富裕和聪明伴随你。
至关重要的认识是，假设其实是一种假定，正如牛津英语词典指出的：“作为深入研究的起点，并被证实或证伪……”假设靠近研究的起点而非终点，尽管优秀的研究可能会提示富有成效的新研究路径和新假设。
到目前为止，我们关于假设的大部分例子都是相当简单的。但也该看看复杂的例子，让我们来引用一次教导学生进行科学思维的经历。有名学生来见一位笔者，他带着下述研究提案：
殖民者与殖民地居民之间的不稳定关系（形象地说，类似于连体双胞胎的关系），以及他们分别与殖民状况的互动，导致了脆弱的双螺旋型心理病态的发生，它对心理颇有影响，其结果导致心理失调，即各种神经官能症，它们随即确定了殖民地的政治细节的本质。
这仅仅只是提案的开始！在所有这些混乱的语言中，存在很多变量和关系。不过，梳理后可以得到两条假设：
殖民主义关系到殖民者和殖民地居民的神经官能症行为。
这种神经官能症行为影响到殖民主义的政治结构。
这两条假设尽管很大，但尚可处理。殖民主义这个概念描述了一种定型的政治格局。“关系到”这种关系不像“导致”那么口气强硬——这只是因为学生能获得的研究资源有限，因此要谨慎点。神经官能症行为也是一个棘手的概念，但出自于心理分析理论文献，有些行为确实还能贴上神经官能症的标签。这样一来，真正的工作就是展示，在殖民条件下发生的各种神经官能症的、自毁的行为，关系到殖民政治的压迫与独裁模式。
如果这位学生通过证据搜集、测量和评估，完成了这些假设所涵盖的工作，那么他就可以申请博士学位了。不过大家都知道他谈的是皮毛，他的论文（居然胆敢命题为《殖民主义：神经官能症游戏》）最多也只能说是达到大学本科生的要求。
这个例子表明了一点，在形成假设之前，往往存在一个先行步骤，称为问题重构。在上例中，我们是从对殖民主义和神经官能症的一般性关注着手。那名学生在阐述这一关注时使之复杂化。而我们通过厘清变量和关系，把它简化，使之能得到处理，至少能用一般的方式来处理。采用一种可行的重构后，要定义变量的表征方式，就变得比较容易了。
社会科学的艺术之一，就是有技巧的问题重构。除了一些分析常识外，重构还需要一种能力，能看出环境中的变量和变量间的可能关系。第一步最好是把问题分解成作为其构成部分的变量和关系。写下与问题有关的系列假设，这样就能从中挑选出可以回答下述两个疑问的假设：对于解决整个问题而言，哪些假设至关重要？就你所掌握的资源范围来看，哪些假设有信息支持？有时候，这些问题会迫使我们做出一些不愉快的选择，但可以防止研究工作还没有什么实质性的结论就结束了。上面关于殖民主义和神经官能症的例子，就清楚地表明了这一点。
在启动研究任务前，恰当地提出一条假设，其重要性再怎么高估也不为过。
下述原则会对你有所帮助：
1. 变量必须得到明确说明，并能用你掌握的技术加以测量。
2. 变量间的关系必须得到精确陈述，而且必须是可测量的。
3. 假设应当是可检验的，这样，表明关系的那些证据才能被观察、证实或证伪。
如果不遵循这些规则，假设可能是行不通的、荒唐的，或是在现有资源下无法研究的。简而言之，对测量的精确定义和详尽说明是关键。谨慎构造假设的努力或许没什么乐趣可言，但在这个过程中出现的问题迟早要予以回答。
因此，假设提供了整个研究工作的结构，无论该工作是访谈调查，还是分析以前收集的数据，抑或是文献研究，或三者兼具。假设将把你直接引向相关的资料，避免你做无用功。利用图书馆的搜索引擎、互联网资源，如谷歌学术搜索、图书索引、期刊的网上导读服务，以及只读光盘/电脑数据库检索，你可以对你选择的变量加以研究。变量之间所设定的关系，指示了你需要使用的测量工具和评价标准。假设的检验结果就是你的真正结论。
一旦通过构造和检验假设，建立了变量间的关系，这些关系就能表达为普遍性推论。以检验通过的关系为基础的普遍性推论，就是科学研究的目标。普遍性推论就是得到检验证实的假设。随着某一研究领域中普遍性推论的积累，它们就构成了理论的原始材料。不过谈这还为时过早。现在，我们需要看看科学方法如何把研究程序变成一种逻辑秩序。
科学方法****科学方法 这种技术其实很平常。模型研究有一些步骤，其中包括：
1. 鉴别需要研究的变量。
2. 提出有关变量关系或变量与环境关系的假设。
3. 现实检验，以测量变量中的变化，从而观察被假设的关系是否受证据支持。
4. 评估：把变量间被测量的关系与初始假设进行比较；提出有关发现的普遍性推论（关系）。
5. 就有关发现的理论意义、检验中可能歪曲结果的有关因素，以及研究可能引出的其他假设提出建议。
尽管我们在这里已经勾勒出科学方法的骨架，但实际研究程序并非总是直接起始于假设的构造。在陈述假设之前，社会科学家通常会检查某一领域中所收集到的资料，以便观察变量之间是否存在关联。各种统计程序所揭示的关系通常能提供线索，指出一些很有探索价值的假设。有时候，只是翻翻一些资料，就能促发一个精彩的思想、一次偶然的洞见或一种全新的观念。过去数十年来已积累大量的资料，所以研究者在做每项研究时，通常用不着白手起家。现有资料的分析在鉴别那些需要用于检验关键关系的新资料方面极为有用。
这也仅仅是科学方法的轮廓。熟练的分析者还会引入其他的元素，比如：换一种方式测量结果、对变量描述的详细概念分析、自己的研究与其他研究之间的关系、对测量工具有效性的评估、实验组和控制组的使用。此外同等重要的是对检验之外的东西做出谨慎的猜测。不过，这些对方法的雕饰，更紧密地关涉到实施方法时使用的工具，而非方法本身。
要点是，科学方法是利用可观察的证据，以一种训练有素的方式来检验思维，并且在该过程的每一步都做到明晰。
考虑下述两类研究的差别：（1）一项经验性的科学研究：研究者陈述其价值，构造假设，设计检验程序，仔细选择和讨论测量方法，产生一种特定的结果，并把该结果与假设关联起来；（2）一项非科学的研究：研究者表达其价值，提出一般性的论题，考察相关的例子，并陈述结论。
注意：两项研究中都存在思维和调查之间的张力。但一个重要的区别是，第一项研究可以重复，能对结论的有效性进行检验，而第二项不行。社会科学家用复制 这个词表达一种能力：研究能被重复，以检验其有效性。复制构成了对优秀研究的强检验，因为它能揭露出研究程序中不知不觉渗进的一些错误和主要研究中包含的评判性论断。
非科学研究的第二个困难在于，它在把两项研究关联起来时存在着问题。你曾在一次讨论中因别人要求你“定义你的用语”而感到苦恼吗？你曾陷入一场以“你怎么知道它是正确的”为结尾的争论吗？
要弄清楚所发生的现象需要一些信息，好的科学研究就能提供所有这类信息。例如，如果采用标准的变量定义，而且我们就选举人对候选人的评价做了一项研究，那么该研究就可以被吸收进其他的研究：如选举人如何看待有关问题、政党，等等。科学家努力构筑着积累性的知识体系，使用不同测量方法对同一变量所做的不同研究能比较，也能看出测量技术是否导致一些不同的结果。再次重申，要点在于：科学以他人能确切知道某研究做了什么的方式，调整和限定着思想与观察之间的关系。
理论的多种角色科学的权威源于它坚实的基础：关于“现实”的可观察证据。有时候我们就是把科学描绘成现实检验。由于每个人都认为自己清楚什么是现实，所以科学有根本的号召力。然而，科学中实在论的必然搭档是一种完全想象性的现象：理论。如果没有理论所扮演的多重角色，就不会有科学（另外，还有人会争论说，同样也不会有可以理解的“现实”）。
正如语言产生于满足人类需要的经验，理论也源自于人类所面临的任务。最艰巨的任务是说明外界发生的真实情况。关于理论是什么，不是什么，已经有大量著作。对于我们来说，理论就是一套互相关联的命题，为事件的发生方式提供说明。
构成理论的命题与假设一样，具有相同的形式：它们都是由概念以及概念间的联接或关系构成。一旦假设得到检验，出现了新关系，理论就构筑起来了。
最平常的日常事务是生产理论的沃土。从自动贩卖机付款到迪尔伯特动画片（美国关于现代化工作场所的一个主要人物名为迪尔伯特的喜剧连环漫画，在美国非常流行。——译者注）的深层含义，都有相关的理论。最宏大的理论是宗教和哲学，它们关注各种各样的大问题：宇宙起源、物种历史、生活目的、导向美德的行为规范，或许还有幸福。对于忠实的信徒来说，这些理论的“真”取决于对超自然现象的信念。这类理论在提出时，就好像它们深植于我们的生存这个更广阔的宇宙中，静待我们的理解。
相反，社会科学对理论持一种不同的看法。社会科学家最常见的态度是实用主义的：只有在说明观察时，理论具备当下的或潜在的用途，才说得上好。任何科学的要旨都在于提出一套理论来说明其观察范围内的事件。
认为理论就是变动不居的日常经验背后静止不变的东西，这是一种很有吸引力的想法，但是是误导人的。事实上，理论是人们在追求理解时偶然的天才性创造。人类根据需要创造理论，而这些理论又能反作用于那些需要，对之产生有利或不利的影响。一个理论可能包含一套完整的范畴和普遍性推论——但可能还是没什么作用。例如，假如有个人把世界分为高的物体和矮的物体，并把它们之间的所有关系都做了刻画，一个理论就诞生了，但它的效用是可疑的——不是错误，而是没用。
社会科学的理论通常源于一些关于人类行为的基本假定。理性行动者理论认为，个体、组织和国家都以最大化他们的物质利益为动机。基于该理论，我们可以猜测，投票人选举候选人是为了增进他们自己的经济利益。然而，心理学理论断定，投票行为是由人们对政党的长期感情决定的。该理论认为，投票人被社会化，由于家庭的影响而忠于某一个特定政党。基于该理论，我们可以猜测，投票人的行为与其父母的行为是一致的，或者说，他们会年复一年地选择同一个党派。理性行动者理论、心理学理论、马克思主义理论和其他形式的社会理论都对战争的起源做过说明。
我们讨论的是理论是什么，不是什么。下个问题是：理论可以用来做什么？答案是：许多事情。我们可以列举理论在社会科学思维中的四种特殊作用：
1. 理论为资料解释提供了模型。
2. 理论把研究彼此关联起来。
3. 理论为概念和变量配备了框架，从而使之获得实质意义。
4. 理论使我们能向自己和他人解释我们的发现的深远意义。
我们且通过考察投票人参与这个问题来阐述理论的这四种作用。投票人参与的比例是民主的一项重要指标。我们有理由预期，不同类型的选举规则会影响那些认为值得花时间和精力去投票的人数。我们将表明，理论会如何影响到我们看待对立选举规则下政治参与问题的方式。从资料中观察到的模型、研究之间被建立的关联、有关发现的实质含义，以及它们的深远意义，都是由研究者使用的理论塑造的。
在这个例子中，我们将集中关注，选举规则是怎样把人们的选票变为政党的议席的。在美国，几乎所有的选举都支持“单一选区制”。这些规则为每个选区中获得多数选票的候选人提供一个议席。假如这些规则允许更多的政党获得议席（比如在比例代表制中），那么就有更多的人可能参加投票。[10]在比例代表制中，每个政党基于其得票比例而在总议席中赢得相应的议席。比如说，如果在一次选举中，分配了10个议席，那么其中大部分席位可能会落入大型政党的候选人手中，但如果小型政党能赢得10%～20%的选票，就可以推举1～2个席位的候选人。
有人提出理论说，在单一选区制下，赢者通吃的规则可能会减少投票者的参与。在美国，这样的规则意味着，几乎所有的议席都会被民主党和共和党的候选人占据。其中的假设就是：不偏向主要政党候选人的公民可能不愿意投票。[11]由于很大一部分选民视自己为“中立派”，所以这就成了评估美国民主实效的重要因素。
考虑一下表2.2中的数据。该表显示了三类选举规则下不同国家进行选举时投票人数的平均水平。赢者通吃规则只把议席赋予单一选区中率先胜出的候选人。比例代表制一般允许投票者选择一个政党的候选人名单，然后大致按照每一政党的得票情况分配多数席位。有些国家采用赢者通吃规则选出部分席位，而其余的采用比例代表制。这些国家属于混合体制。
表2.2 2000—2009年国家选举投票情况a加拿大、英国、法国和美国b丹麦、芬兰、希腊、冰岛、爱尔兰、以色列、荷兰、挪威、葡萄牙、西班牙、瑞典、瑞士c德国、日本、新西兰注：平均参与投票数来自19个发达的工业民主国家的大选，其中投票大多出于自愿。
来源：作者对原始数据的统计，数据来源于民主和选举援助研究所（Institute for Democracy and Electoral Assitance），http://www.idea.int/ 这些数据传达了怎样的信息呢？先看最上面一行的数据，我们可以发现，选举规则会影响到国家选举的参与情况。采用比例代表制的国家投票率达到73%，相比之下，实行赢者通吃规则的国家投票率只有54%。这些数据是不同国家的投票情况的平均值。虽然不能直接证明，但它们也暗示，比例代表制使更多的公民参与选举。然而，一些竞争性的解释以及干扰性的变量，如文化差异，也可以说明这些模型。[12]
理论在哪？什么样的理论适合这一数据模型？一种理论是说，当人们认为其行为会产生实质性的结果时，才更有可能去行动——在这个例子中是投票行为。换句话说，如果他们认为他们所支持的政党会获胜，或者认为在势均力敌的选举中他们的投票很重要，才更有可能去投票。因此，比例代表制可能吸引小型政党的追随者去投票，因为他们的投票更有可能影响到某个代表的选举。由于比例代表制使更多的政党可能获得立法席位，所以表2.2中的数据似乎更支持下述理论：比例代表制能调动更多的公民，因为他们的投票更有可能产生实质性的结果。
另一种理论认为：人们投票是出于“公民义务”感。根据该理论，他们投票时就不会考虑他们支持的政党赢得议席的几率。[13]由于没有数据表明公众的义务感在这些国家之间是如何变化的，因此，尽管我们的数据与一个理论相吻合，但该事实并不意味着我们就能否认另一个和它相竞争的理论。
留意不同的理论，能使社会科学家把其研究同先行的研究关联起来。它还提供一种方法，制造额外的检验，从而使我们可能拒斥那些为数据模型提供其他说明的竞争性理论。例如，如果我们发现“公民义务”在表2.2里的地区之间没什么差别，那么我们就有更强的理由认为，比例代表制比赢者通吃更能调动人们去投票。
与投票所付出的代价相比，比例代表制可能带来更多实质的好处（代表的机会更大）。情况有可能是，在美国，不投票的人感到在政治上被边缘化了，因为选举制度阻止了他们支持的候选人获胜。利用推理中的这些关联，社会科学家就能积累有关不同理论建构之关系的知识。至此，我们联系表2.2中的实例看出了理论的两种作用：理论提供的模型：理论把一项研究同另一项研究关联起来的方式。
现在，理论的第三种作用就显而易见了。在这里，我们需要评估观察的实质意义。[14]也就是说，我们需要追问，观察是否有一些精彩的、重要的寓意。对于检验“理性行动”理论在说明政治行为方面的效用，这个结果可能很重要。就这个例子来说，我们可以推断，在一个采用赢者通吃的国家，改用比例代表制能提高10个百分点的投票率。[15]看来，选举中给公民越多的选择，参与的人可能就越多。这就引起了一系列有趣的、实质性的问题：这些投票者的参与将如何改变政治体制？什么样的新政党可能获胜？类似于国会这样的机构如何应对几个政党？
对于把政治机构与人类行为联系起来的理论来说，这些发现的深远意义超越了那些具体的实质性问题。代表民主制的参与，不仅仅是有形式上的投票权，人们同样对该过程的结果和有关制度产生的限制非常敏感。当然也有其他的因素卷入，不过，那些产生更多社会团体代表的选举制度，似乎也能鼓励更多的人参与投票。比例代表制能产生出更广泛群众的代表，一般而言，这种制度同样可能更广泛地影响到公民对政治和政府的态度。[16]在讨论理论的过程中，我们用实例表明了它在社会科学研究中的作用。大多数研究者都想证明其理论是“对的”。然而，一位颇有影响的社会科学分析家卡尔·波普尔（Karl Popper）表明，科学的最佳用途通常是反驳理论，而非“证明”它们：
几乎每种理论都可以说是符合许多事实的。这也是为什么我们能说，只要不能找到反驳性的事实，而非不能找到支持性的事实，理论就得到了确证的理由之一。[17]
换句话说，数据给人留下的印象，更深刻的是作为反驳理论的证据，而不是作为支持理论的证据。
在对理论的讨论中，我们没有把握到的是人们在思考其观察对象时的微妙性和创造性。理论启发观察。然而，就像照在物体上的一束灯光一样，每种理论都会留下自己的阴影，挑战我们的想象力。
一方面，我们只能说，没有理论，社会科学就会沦为没有条理且毫无意义的一堆观察、数据和统计数字；另一方面，并不是所有的社会科学都限定于严格的、明确的理论表达。不过，绝对清楚的是，复杂的社会问题需要我们尽可能做出材料充分、翔实的研究。用理论的形式组织和评估知识，几乎与作为第一步的知识搜集一样重要。历史上到处都是构造糟糕的社会理论残骸，有时候产生悲剧性的结果，虽然有些最伟大的文明进步也要归功于理论想象的能量。
现在我们掌握了科学思维的基本工具。但是工具本身不能完成工作。我们还需要一套方案，或者，就如下一章描述的，一种策略，把工具派上用场，来获得某种知识。
引入的概念
- *概念（comcept） 变量（variable） 不连续量化（discrete quantification） 连续量化（continuous quantification） 测量（measurement） 可靠性（reliability） 有效性（validity） 假设（hypothesis） 问题重构（problem reformulation） 普遍性推论（generalization） 科学方法（scientific method） 复制（replication） 理论（theory） 讨论
- *1. 考虑概念“失业”。
·如何定义它，使之能作为一个变量被测量。
·你能想到多少个“失业”的定义？
·这些定义有何不同？
2. 从可靠性和有效性的角度评价一下测量失业的不同方法。
·就可靠性来说，如果其他研究者采用你的测量方法（变量），会产生相似的结果吗？
·从有效性来讲，这些测量方法能很好地反映“失业”这个概念吗？
3. 考虑一下2008年大选中关于宗教和投票行为的数据。制作一个表格，反映这两个变量间的关系。你能就宗教与投票行为的关联方式（或为何有关联）提出假设吗？
4. 社会科学家处理的更为复杂的问题之一是：人们为什么要反抗他们的政府？考虑三次大型的革命例子（17世纪的英国，18世纪的法国和20世纪前叶的俄罗斯）。以这些例子为基础，你能提出革命发生原因的假设吗？在提出假设时，考虑一下：
·革命的发生与哪些变量有关？
·你如何定义如革命这样的概念？
·其他的研究者能否把你的变量可靠地应用到其他发生或没发生过革命的国家？
·你假设中的变量是如何被关联在一起的？
·你会怎样检验你的假设？
·如果别人使用你建议的测量和检验方法，能得出和你一样的结论吗？
- *[1]根据上教堂的频率这样的态度和行为表现，人们进行了各种尝试来测量个人的“虔诚”度。例如，见Lyman A. Kellstedt & Mark A. Noll，“Religion，Voting for President and Party Identification，1948-1984，” Religion and American Politics: From the Colonial Period to the 1980 s，ed. Mark A. Noll（Oxford，England: Oxford University Press，1990），p. 347。 [2]CNN.com 2008年选举报告．U.S. President Exit Polls．见http://www.cnn.com/election/2008/results/polls.main。 [3]Stephen Toulmin & June Goodfield, The Discovery of Time (New York: Harper and Row, 1965), p. 46.
[4]Gordon DiRenzo, Personality and Politics (Garden City, N.Y.: Anchor Books, 1974), p. 16.
[5]William Flanigan & Nancy Zingale， Political Behavior of the American Electorate，11th ed.（Washington，D.C.: Congressional Quarterly Press，2006），pp. 89-91．这些作者指出，随着越来越多的无党派人士甚至不敢自称独立，美国选民正变得“更为中立，但并非都变得更加独立”。 [6]2009年7月，ABC新闻华盛顿邮报民意调查发现，只有34%的人说值得开战，而62%的人说不值得。相反，在2003年4月，75%的人回答说值得开战。结果见www.pollingreport.com/irau.htm. 2009年8月6日访问。 [7]2009年7月，ABC新闻华盛顿邮报民意调查发现，只有34%的人说值得开战，而62%的人说不值得。相反，在2003年4月，75%的人回答说值得开战。结果见www.pollingreport.com/iran.htm. 2009年8月6日访问。 [8]Edward G. Carmines & Richard Zeller, Reliability and Validity Assessment. Sage University Paper Series on Quantitative Applications in the Social Sciences, no. 17 (Beverly Hills, Calif.: Sage Publications, 1979).
[9]在伊拉克战争期间，盟军军事指挥部为避免这些问题，没有公布对伊拉克军队估算的伤亡数。
[10]例如，参见G. Bingham Powell，“American Voter Turnout in Comparative Perspective，” American Political Science Review 80，no. 1（1986），pp. 17-43。 [11]有项研究试图保持文化差异不变，比较在美国采用赢者通吃规则的局部选举时的投票人数与采用“半按比例投票制”时的投票人数。该研究发现，“半按比例代表制”下的投票人数增长了5个百分点。见Shaun Bowler，David Brockington & Todd Donovan，“Election Systems and Voter Turnout: Experiments in the United States，” Journal of Politics，63，no. 3，（2001），pp. 902-915。 [12]Douglas Amy, Real Choices, New Voices. (Cambridge, VK: Cambridge University Press, 1993), pp. 140-153; Arend Lijphart, “Unequal Participation: Democracy's Unresolved Dilemma,” American Political Science Review 91, no. 1 (1997), pp. 1-14.
[13]关于这些相争理论的讨论，见Donald Green & Ian Shapiro， Pathologies of Rational Choice Theory （New Haven，Conn.: Yale University Press，1994）. Cf. Kristen Monroe， The Heart of Altruism: Perceptions of a Common Humanity （Princeton，N.J.: Princeton University Press，1996）。 [14]不应该混同于统计意义（见第5章），后者告诉我们的是，赢者通吃和比例代表制之间的差别是不是偶然的。实质意义与理论相关，而非与统计概率相关。 [15]一些解释额外变量的比较研究认为，比例代表制对于投票率的独立作用效果在3%～7%浮动。见Andre Blais & Agnieszka Dobrzynska，“Turnout in Electoral Democracies，” European Journal of Political Research 18（1998），pp. 167-181；Andres Lander & Henry Milner，“Do Voters Turn Out More under Proportional Than Majoritarian System?” Electoral Studies，18（1999），pp. 235-250。 [16]C. Anderson & C. Guilloty, “Political Institutions and Satisfaction with Democracy: A Cross-National Analysis of Consensus and Majoritarian System,” American Political Science Review 91, no 1 (1997), pp. 68-81.
[17]见 Popper Selections，ed. David Miller（Princeton，N.J.: Princeton University Press，1985），p. 437。 3