社會科學中的因果分析：邏輯、樣本與方法的考量

文/葉成城

社會科學方法論：兩種錯誤的觀點

在社會科學中，方法論的爭論是如此普遍而紛雜，尤其是政治學界普遍認為存在兩種完全不同的范式，即定性方法論范式和定量方法論范式，二者之間存在激烈的爭論。這類方法論的爭端與辯論很大程度上來自加里·金（Gary King）、羅伯特·基歐漢（Robert Keohane）和悉尼·維巴（Sidney Verba）（以下合稱“KKV”）所合著的《社會科學中的研究設(shè)計：定性研究中的科學推論》一書的討論。金等人在著作里的討論及對其的批判，事實上存在兩種類型的錯誤，一定程度地導致了方法論研究的困惑，因此有必要予以澄清。

第一種誤區(qū)認為，定性研究和定量研究是同一種研究方法，兩者之間的差異僅僅在于樣本數(shù)量。KKV的這類錯誤實質(zhì)上是由于將定量方法作為主要標準，并試圖將這類標準推廣到定性研究的領(lǐng)域。第二種誤區(qū)則處于另外一個極端，它認為定量研究和定性研究是兩種截然不同的研究方法。KKV第一種誤區(qū)中的許多問題，已經(jīng)在所謂的“后KKV時代”得到一定的解決。但KKV的絕大多數(shù)批評者們過于強調(diào)兩者之間的差異，反而導致較少地討論這些方法背后邏輯的相通之處。

本文的目的在于通過探究各類方法理論背后的邏輯，討論各類研究方法的優(yōu)勢和劣勢的邏輯根源，借此重新審視KKV和后KKV時代對于方法論的誤區(qū)和偏見，從而打破定量和定性研究之間的隔閡。本文試圖以科學的研究設(shè)計為出發(fā)點，探討理論構(gòu)建過程中的邏輯、樣本與方法的考量。

因果推斷和密爾方法

由于社會科學多數(shù)情況下無法進行大規(guī)模的重復實驗，因此社會科學的核心思想是通過控制變量來達到準實驗狀態(tài)，這需要通過案例比較來實現(xiàn)。比較是控制變量和建立變量間普遍性關(guān)系的方法，它是一種歸納推理。約翰·斯圖亞特·密爾（John Stuart Mill）最早在他的《邏輯體系》一書中提到了歸納推理的“密爾五法”，分別是求異法、求同法、求同求異法、共變法和求余法。

（一）求異法即通過最小化差異來求異。求異法核心邏輯是，在其他條件一致時，導致結(jié)果不同的差異即為原因。求異法成立的前提是嚴格的準實驗狀態(tài)，否則就可能因為無法消除競爭性解釋而降低理論的可信度。求異法的優(yōu)勢在于可以依賴較少的案例，而其缺陷在于很難找到兩個只有條件不同而其他因素都一樣的案例。因此，研究者在最大程度地控制差異之后，往往還需要解釋為什么其他的差異（競爭性解釋）并不重要。

（二）求同法即通過最大化差異來求同，其核心邏輯是在其他條件都具有極大差異的情況下，如果仍然能夠達到相同的結(jié)果，事物間的共性即為其原因。求同法的優(yōu)勢在于其能夠在存在較大差異的時候仍然維持較少的變量。但求同法是密爾方法中邏輯較弱的一種方法，其缺陷在于，如果無法說明其他因素不重要，由于無法解決變量和結(jié)果之間存在的“多重因果性”，即各類變量/原因相加導致的相同結(jié)果，就會降低理論的解釋力。

（三）由于求同法的邏輯較弱，密爾提出了求同法和求異法的共同使用，即在小組內(nèi)部求同，在小組之間求差異。假設(shè)將案例分為兩組：在其中一組中，因素A出現(xiàn)（記作A），而在另一組中，因素A不出現(xiàn)（記作～A）。在這兩個小組之間使用求異法，即只有A的差異而其他因素不同，最終它們導致了不同的結(jié)果；與此同時，小組內(nèi)部雖然其他因素存在較大的差異，但是因為共同原因A又達成了相同的結(jié)果，這時認為A是結(jié)果Y的原因就具有較強的說服力。

（四）共變法是通過控制其他條件不變，觀察到A和Y共同發(fā)生變化，可以認為兩者之間存在因果性或者是共同原因?qū)е铝俗兓囊恢滦?。在自然科學中，研究者可以通過控制和重復試驗，明確觀察到A和Y之間的因果性；但是在社會科學中，研究者往往只能事后通過既有數(shù)據(jù)進行判斷，因此只能觀測到相關(guān)性。共變法往往無法直接區(qū)分因果倒置和內(nèi)生性問題，同時也無法區(qū)分偽相關(guān)，因為自變量和因變量之間的相關(guān)性可能是共同原因?qū)е碌?，而兩者之間不存在因果關(guān)系。

（五）求余法即認為存在原因A+B+C導致了結(jié)果a+b+c，如果可以確信A是a的原因，而B是b的原因，則可以推斷C是c的原因。上述四種方法本質(zhì)上屬于歸納法，而求余法則存在演繹邏輯，需要通過推理得出結(jié)論。求余法在個案的研究中存在較大的優(yōu)勢，可以通過排除法迅速找到現(xiàn)象的原因。求余法同樣存在一定的局限，它需要基于原因之間互相獨立的假設(shè)，即原因A、B、C之間不存在互相干擾，否則就無法通過排除法進行推理。

案例比較與研究方法

前文闡述了案例研究的基本邏輯，在此基礎(chǔ)上文章進一步討論案例比較的方法。對于案例選取的規(guī)則恰恰是基于對第二部分所述的各類研究方法的優(yōu)勢和缺陷。在案例選擇中需要避免三個方面的錯誤。第一，避免簡單的舉例法。事實上，多數(shù)情況下我們總能夠找到符合理論的例子，當然這種“理論”也往往會存在諸多反例。第二，避免基于“情懷”或者便利的案例選擇。要在對總體的樣本和理論把握的前提下，依據(jù)最小化差異的原則進行篩選，否則，就有可能會出現(xiàn)無法滿足最大相似性的情況，從而損害了案例比較的因果解釋力。第三，避免只關(guān)注重大事件。沒有發(fā)生的事件——往往是反面案例——同樣重要。

在確立了研究的基本問題之后，恰當?shù)陌咐x取是實證研究的核心環(huán)節(jié)，而案例本身的特征也決定了采取何種研究方法，需要以問題而非研究方法為導向。問題性質(zhì)和時空范圍的限制往往已經(jīng)決定了可以選擇的樣本數(shù)量，而樣本數(shù)量又進一步限制了研究方法的選取。

根據(jù)樣本數(shù)量的多少，研究類型分為單案例研究、小樣本研究、中等樣本研究和大樣本研究。首先，單案例研究往往因為案例的特殊性較強，缺乏相似的案例進行比較，因此只能進行個案研究進行深度挖掘，通常采用過程追蹤的方法。單案例研究的作用是發(fā)現(xiàn)理論，其優(yōu)勢是可以具備更加細致的過程追蹤，但所發(fā)掘的理論的推廣性是有限的。其次，小樣本研究更加注重案例本身的細節(jié)，以“深度”見長。小樣本研究通常采用定性分析的方法，它更容易發(fā)現(xiàn)和提出理論假說，也可以借助控制變量法來檢驗理論。再次，中等樣本的研究是查爾斯·拉金（Charles Ragin）所提出的，認為用定性比較分析（Qualitative Comparative Analysis，QCA）可以解決案例研究和回歸分析無法解決的中等樣本，即樣本數(shù)量在12～30之間的情況。中等樣本研究更加重視樣本的同質(zhì)性和外部效度，往往只能夠檢驗假設(shè)，通常不能直接產(chǎn)生機制性的解釋。最后，大樣本研究通常需要樣本數(shù)量大于30，更加具備廣度。大樣本研究建立在同質(zhì)性假設(shè)的基礎(chǔ)上，它更加重視樣本的外部效度和平均效應，因此它只能夠進行統(tǒng)計推斷。

表1 案例數(shù)量和研究特性

不同的樣本量涉及不同的研究方法，單案例、小樣本、中等樣本和大樣本研究分別對應了過程追蹤、質(zhì)性比較、QCA和定量分析四種方法。

（一）單案例與過程追蹤。詹姆斯·馬奧尼（James Mahoney）提出了過程追蹤中的幾個基本步驟，包括了三種檢驗方式，分別是尋找線索、進行必要性檢驗和進行充分性檢驗。大衛(wèi)·科利爾（David Collier）總結(jié)了過程追蹤的四個基本步驟：首先，通過可疑線索提供研究基礎(chǔ)；其次，通過必要性檢驗來排除不可能的原因；再次，尋找充分條件確定假設(shè)；最后，綜合此前的線索推理得出充分必要條件。

（二）質(zhì)性比較往往用于小樣本研究，步驟大致如下：（1）聲明案例選擇的理由（排除無關(guān)案例）；（2）列出變量的類型交叉表格；（3）區(qū)分案例的作用，對正面案例和負面案例進行對比，檢驗結(jié)果是否在正面案例中出現(xiàn)，而在負面案例中不出現(xiàn)；（4）解釋與理論預期不相符合的反例；（5）通過過程追蹤來明晰從自變量到因變量的因果機制。由于觀測值較少，忽略案例內(nèi)部特性的討論往往缺乏足夠證據(jù)，它需要以案例內(nèi)部的深度挖掘為主，通過過程追蹤強化因果解釋。例如X→Y只有1～3個樣本，可信度不高；但是如果在這幾個案例中都形成證據(jù)鏈，并在因果鏈上都能找到證據(jù)，解釋的有效性就大大增強了。

（三）定性比較分析更重視案例間的平均效應，在中等樣本并且存在較多解釋變量時，定性比較分析能夠提供有效的分析。定性比較分析結(jié)合定性和定量分析兩種方法的長處，將研究的各個案例都視作整體，并分析案例中的解釋條件及其組合，從而有效處理蘊涵在案例中的復雜因果關(guān)系。QCA在政治學和歷史社會學領(lǐng)域使用得更為廣泛，主要方法有清晰集分析、模糊集分析和多值分析，主要處理自變量和因變量全部都是虛擬變量的數(shù)據(jù)，而模糊集理論的運用則一定程度使其可以處理連續(xù)變量。QCA的步驟是一個尋找近似充要條件的過程。首先，需要對單個變量進行必要性檢驗，通常非A相對于非Y的吻合度大于0.9即可以將A視為必要條件；其次，剔除作為必要條件的變量和不具備必要條件的樣本重新檢驗，察看結(jié)果出現(xiàn)可能性最高的組合，尋找此前提下的充分條件；最后，結(jié)合充分和必要條件，通過布爾代數(shù)合并充分條件，計算出最后的充分必要條件。

（四）定量分析是經(jīng)濟學和社會學中最為常用的方法，它的基本邏輯是基于共變法和對頻數(shù)的統(tǒng)計。定量分析通常是基于推斷性統(tǒng)計，回歸分析則是最為常見的定量方法之一，大致分為五個步驟。第一，確定研究問題的自變量和因變量，形成待檢驗的假設(shè)。第二，測量變量和生成數(shù)據(jù)之后，對數(shù)據(jù)進行處理和描述性統(tǒng)計，例如給出變量之間的相關(guān)系數(shù)、方差、極值等數(shù)據(jù)。第三，建立統(tǒng)計模型進行參數(shù)估計和假設(shè)檢驗。以t檢驗為例，在控制了基本變量后，如果自變量的系數(shù)為0的概率低于一定程度（如0.05或者0.01），則可以認為能夠拒絕原假設(shè)，從而證實其結(jié)論。第四，對檢查模型結(jié)果進行穩(wěn)健性檢驗，通過變換測量方式和控制變量察看模型是否穩(wěn)健。第五，對統(tǒng)計結(jié)果進行分析，通常情況下，由于定量分析往往只能解釋原因和結(jié)果之間的相關(guān)性，對于結(jié)果的分析往往依賴于理論和專業(yè)知識。

研究方法的特征與共同使用

需要看到的是，上述四種研究方法的邏輯是不一致的。個案追蹤和小樣本比較都可以視作是定性研究，而QCA和回歸分析則更接近于定量研究。定量研究依賴于數(shù)據(jù)集的觀測值（Data-Set Observation，DSOs），而定性研究則更加依賴于因果過程的觀測值（Causal-Process Observation，CPOs）。這種邏輯的差異也導致了定性研究和定量研究在樣本選擇上的差異。后者通過隨機性使定量分析的殘差符合正態(tài)分布，因此強調(diào)選擇的隨機性和無偏性；而前者則是基于對因果機制的探索，事實上很多對“半負面案例”的選擇不可避免地會帶來樣本選擇偏差。

在這些方法中，過程追蹤和質(zhì)性分析更加偏向于案例內(nèi)部效度，它們的差異在于，質(zhì)性分析一定程度依賴案例間的比較得出因果推斷，但是離開了對案例的深入研究來談平均效應，質(zhì)性分析會出現(xiàn)“小樣本謬誤”。QCA和定量分析更重視案例間的平均效應，即通過統(tǒng)計自變量的頻數(shù)來討論它們對于因變量的平均影響。而QCA和定量分析的差異在于對頻數(shù)的統(tǒng)計，QCA重在尋找類型組合導致結(jié)果出現(xiàn)的概率；而定量方法如回歸分析則建立在高斯分布的基礎(chǔ)上，通過拒絕自變量系數(shù)為0的原假設(shè)來確立自變量對因變量的影響。

前文所述的四種樣本類型對應了四種基本方法，但是這種對應和界線并不是絕對的。這四種方法各自都存在一定的缺陷，這種缺陷源自它們對應的密爾方法，采用混合方法可以一定程度上彌補各自的缺陷和增強解釋力。

混合方法通過結(jié)合或者部分結(jié)合定量和定性方法來避免單一方法的缺陷?；旌戏椒ǖ闹饕康陌▽で蟛煌椒ǖ难芯拷Y(jié)果的聚合、擴大特定項目的廣度和范圍、互相補充或者發(fā)現(xiàn)悖論、通過不同方法推進研究等。對于不同混合策略的選擇，往往也受到樣本特性的影響，例如在樣本較大時，定量研究的優(yōu)勢會更加明顯，反之亦然。

結(jié)論

無論是定量還是定性方法都有著各自的優(yōu)點和局限，在使用任何一種方法或者混合方法時，研究者都要明白它們的適用范圍，而樣本數(shù)量和樣本特性則是對適用范圍最基本的限制。社會科學中的研究設(shè)計，既是一門科學，也是一種藝術(shù)。一方面，社會科學有嚴格的內(nèi)部邏輯過程，具有一定的操作程序和流程，通過數(shù)據(jù)集和因果過程的觀測值作為實證證據(jù)可以增加因果分析的可信度，即盡可能地提高X是Y的原因的可能性。另一方面，社會科學又是一門藝術(shù)，科學方法也僅僅是諸多研究方法中的一種。研究者對于研究問題和解釋變量的選擇，往往受到自身的經(jīng)歷、價值觀念或者語言文化背景的深刻影響。研究論文本身也有篇幅的限制，無法窮盡方法和案例，因此如何進行謀篇布局也需要經(jīng)驗和藝術(shù)。