立場新聞 Stand News

社會科學唔科學?

2019/1/29 — 14:24

資料圖片,來源:Mike Chai @Pexels

資料圖片,來源:Mike Chai @Pexels

【文:莫哲暐】

近日網上出現了有關社會科學是否科學的辯論,頗有趣。一則帖文說社會科學不能證偽,因此不是科學。另一則帖文說可以用 regression 找到 causality,從而辯證社會科學是科學。我覺得問題有兩個:

(一)錯誤把社會科學的科學部分理解為量性(quantitative)研究、large-N study(即有案例數量繁多)、統計學,以及大數據;
(二)本身不理解何謂社會科學。

廣告

兩者當然互為表裡。

先講(一)。

廣告

社會科學方法學第一鐵律,就是 correlation(相互關係)不等於 causation(因果關係)。A 和 B 同時出現,且在統計學上顯著(statistically significant),也不能證明 A 導致 B 或 B 導致 A。而 regression 正正就是用來尋找 correlation 而不是 causation。

有兩個原因。一,是先後次序問題(sequence)。舉個例子:透過 regression,我們發現在二百多個國家中,民主水平較高的,經濟水平也較高,且有 statistical significance。問題在於,究竟是因為國家民主而提高了經濟水平,還是經濟水平提升促成了民主化?普通的 regression 由於限定一個時間,因此無法回答此問題。但這是可以解決的,例如加入 time factor,把某個 variable lag 十年之類,就可以找到先後次序。然而即使如此,仍然無法建立 causation。

好了,假設經濟水平提升先於民主化,我們仍然無法知道經濟水平如何(how)導致民主化。問題在於量性研究基本上採取所謂 variable-centered 的進路。即是研究者把事物現象都分成各種變項,例如國民生產總值、識字率、民主分數等等,繼而再嘗試在統計學上尋找相互關係。

但要答「如何」,就必須找到當中的機制(mechanism)和過程(process),這是量性研究無法做到的。即使採用 path analysis,可以找到經濟水平乃是透過提高教育水平導致民主化,我們依然不知道經濟水平如何導致教育水平提高(學校多了?人吃飽飯就想尋求知識?)。

另一個 variable-centered 進路的問題,在於研究者必須在研究時為自己的 variables 設限。記得在本科時,有個教授說量性研究比質性(qualitative)研究客觀科學,因為質性研究案例太少,例如只研究三個,那麼可能有第四個是不同的。當時真的有點 existential crisis。但其實量性研究有同樣的問題:你的 cases 可能有二百個,但你的 variables 呢?你可能有十個,但可能第十一個會影響結果。此外,很多 variables 都只能用 indicators 去代替。例如剛看到一篇文章,argument 是歐洲革命浪潮乃是國際間文化交流所促進的。如何量度文化呢?作者採用了當時歐洲的哲學家數目和國際大學的數目兩個 indicators。問題在於 indicators 是否能夠貼切量度該 variable(文化交流)呢?通常量性研究只能尋找最為貼切的 indicator。

質性研究如何幫補以上問題?首先,大部分質性研究的目的本身就是要尋找機制。例如透過訪問、民俗誌的方式尋根究底,務求講得出究竟發生了甚麼事、事情如何發生。還後一些工具例如 process tracing 等等,都屬此類。此外,質性研究基本上不受 variable 的語言影響,因此研究相對能夠包羅更多可能。

我以上說幫補,乃因質性研究也不能取代量性研究。由於質性研究通常基於小數案例,因此較難普遍化(statistical generalization),代表性(representativeness)也較低。但質性研究例如比較案例方法(comparative case study)的目的不是結果本身能否 generalize,而在能否推進理論,有否 theoretical implication。把研究所得和以往的研究和理論比較,就能達致 analytic generalization。

正因為量性質性各有長短,因此近年多了不是所謂 mixed-method 的研究,互補不足,各展所長。而且學術界理應是群體(community),一個研究不會獨立自存,當與其他研究共同存立,互相辯論、補足。

舉個例子:革命往往令人神往,很多人都想要理解革命的成因。但在以往數十年研究革命的學術著作當中,有多少是採取純粹量性方法?

順帶一提:有人認為經濟學因為秉持實證主義(empiricism),因此較中立、科學。但其實現時經濟學的主要流派中,都採取 methodological individualism 的原則,即假設人類行為必然是個體行為的總和。這明顯不是完全中立的。

那麼,到(二)了。究竟甚麼是社會科學?

粗淺而言,社會科學就是用科學方法研究人類行為。

甚麼是科學方式呢?有很多人說第一原則是中立。這看似清晰,但其實需要探討一下。

首先,在甚麼事上要中立?在選取研究課題上,研究者是不需要中立的。因為研究應該是基於 puzzle,而你對某事感到 puzzling,必然受到個人的價值取向、文化背景等影響。例如我喜歡研究抗爭政治,但對移民問題完全無興趣,明顯是不中立。然而這不會影響研究是否科學。

我們所說的中立,是在研究過程中、蒐集資料時,不應該受到價值判斷影響,而應該對不似預期的發現保持開放。或簡單一點說:社會科學學者和學生不是律師。律師的責任在為 client 辯護,爭取最大利益,因此只會 present 有利的資料,把令人尷尬的證據都壓下。從事社會科學則不能如此。即使所找到的資料和個人立場有衝突(即所謂 inconvenient truths),我們也必須 present 出來。假若真的不想講,就請放棄該研究課題。無論如何也不能扭曲為直。例如我們可能相信女性較支持墮胎,但經過調查發現原來不是如此。即使不利自己其他政治推廣工作,也不能當看不到。這就是 Wissenschaft(學術、科學),可以說是一種精神、一種態度。

有些比較激進的 critical theorists,會認為世上完全無客觀的事實科研,都是建構(construct)出來的,因此無研究的可能。然而即使世界是建構出來的,我們仍然可以採取客觀的態度研究建構出來之現象。採取解釋主義(interpretivism)進路不代表就不能客觀研究。

例如某村落裡經常出現農民集體偷竊。可以如何解釋呢?可能純粹是農民太窮,或他們生性低劣,或他們只能透過如此方式抗議地主的苛政。每個解釋都有可能,而且都涉及文化習慣,即是社會建構的部分。社會科學學者的責任就是尋求一個解釋能裡較高的理論,某程度上也是順著證偽的方法學。方法無貴賤,但理論有高低。解釋力較高的,就會淘汰較弱的。即使自然科學的發展,也是如此。而我們也關注研究方法能否重複、複製,即用同一個方法去研究同一班人,應該可以得出接近的結論。因此所有研究的方法和設計都必須公開,這也是科學要求。

社會科學永遠無法提出百分百準確的解釋,只能尋求可能性和或然率。此乃因為人類是多變的,會學習,能創造。但這也不能否定社會科學的科學性質。你要百分百,就請不要研究人類。

說社會科學不科學,可能是因為看到雷鼎鳴之流的發言,而有所不滿。但時事評論不是社會科學研究,不可以混為一談。

要辯論社會科學科不科學,就請先要理解社會科學為何。

 

作者 Facebook

發表意見