科研助力 | 重磅上新！边燕杰团队教你做传统数据与大数据的结合研究

四种基本的实证数据形式，你了解吗？

自孔德创立实证社会学以来，出现过4种基本的实证数据形式，分别是个案、实验、调查和大数据。前三种可称之为传统数据形式，大数据则是新的数据形式。应该说，这四种数据形式都有各自的优缺点，需要结合起来，才能加深我们对经验现象的认识和理解。

个案研究，就是所谓的解剖麻雀，找一个典型个案，来反映整体情况。它遵循的是从特殊到一般的归纳路径，在提出新的理论假设方面具有重要作用。例如，要研究中国农村的发展，我们可以找到东西南北不同地域的典型村庄，作为麻雀来进行解剖，然后提炼中国村庄发展的特点。个案研究可以做的很深入，但也面临着个案数量的问题，也就是说到底解剖多少只麻雀才够。这也是当初利奇教授质疑费孝通的问题，只研究一个江村是否能够代表中国？虽然费老后来提出了类型学的研究思路来对利奇进行回应，但个案研究如何走出个案发现理论的整体依然是个案研究者的困扰。

实验研究的基本思路是从控制到比较。所谓的控制，是把所有其他影响因素全部考虑到，或者假设其他所有因素都一样，只比较其中一个因素对结果的影响，进而精确找到真正的原因。对于追求因果解释的社会科学来说，实验方法无疑是金标准。然而，人终究是具有主体性的社会动物，很难被完全控制，甚至有时候是不道德的。例如，如果我们要研究家庭孩子数量的多少是否对家庭经济收入有影响，我们没办法强令参与实验的家庭生几个孩子。即便是在工厂和学校这种相对比较适宜进行实验方法的场所，实验法也会因为人的主体性问题而带来对结果的影响。霍桑实验就是一个典型的例子。当初的研究者想要研究到底什么因素在影响工人的产量，他们依次假设过工作环境、福利条件等，但都没有验证，最后发现是因为工人觉得自己受到了研究者的关注而更加努力工作。

抽样调查的基本思路是从样本推论到总体，一般适用于对大规模群体的研究，例如研究全体中国人的受教育水平对工资收入的影响。我们没办法调查14亿人，但是可以根据概率抽样的方法，抽取一个微缩的样本，通过对样本的研究来推论总体中国人。以CGSS（中国综合社会调查）数据为代表的调查数据库，抽取1万多个样本，就可以做出针对全体中国人的某种特征的推论。这是抽样调查的优势。然而，随着社会的发展，拒访率的提升以及社会信任度的降低，通过问卷收集的被访者信息极有可能失真，也就是存在偏误。此外，我们询问的很多问题都是被访者在当时的所思所想，第二天他可能就不这么想了。例如，调查员第一天去调查的时候，正好一个贫困户刚刚获得了政府的资助，当他选择对政府的满意度时，就会倾向于选择高满意度。但是，假设过了一个月，该贫困户因为其他事情导致了对政府的不满，如果问卷是这个时候入户来进行，那么他就可能倾向于选择低满意度。所以，抽样调查始终面临着误差的影响。

随着互联网的发展和移动设备收集数据功能的发展，人类的行为随时随地都在被记录，一个人每天会产生大量的行为数据。这些行为数据的客观性程度要远高于前三种数据，前三种都需要去打扰被访者，进而导致对被访者的影响，而互联网的行为数据是客观记录的，这就为人们探究真实性提供了更多可能。大数据虽有5V优势-- Volume数量大、Velocity速度快、Variety类别多、Value价值高、Veracity 接近真实，但大数据也有固有的缺陷，例如无法做有效推论、强于描述和预测而弱于因果等。

不同的实证数据形式有各自的优缺点，当下更应该探索把不同的数据形式相结合，去加深对人类社会和经验现象的理解。这已经成为一种国际流行的趋势。著名社会学家、社会资本领域的知名研究者、美国明尼苏达大学终身教授、西安交通大学实证科学研究所所长边燕杰认为，大数据虽有5V优势-- Volume数量大、Velocity速度快、Variety类别多、Value价值高、Veracity 接近真实，但不能代替个案的理论探索作用、实验对于因果关系的严整证明、代表性抽样调查对于社会行为的测量和模型结果的总体推论，必 须与之结合才能更好地实现研究目标。他提出了四种可能的结合途径，包括（1）线下测量与线上测量的结合（2）实质问题与线上数据的结合（3）随机抽样与实时数据的结合（4）理论导向与机器学习的结合。边老师及其团队通过上述设计思想，在疫情期间展开了深入研究，提出了防疫社会资本概念并将传统数据与大数据相结合，推动了人们对疫情的深入认识。团队在中外文期刊发表了一系列通过结合方式进行研究的论文。

10小时系统课程，5大专题详解，边燕杰老师手把手带你做研究

经过与边燕杰教授及其学术团队深入沟通，我们计划推出《实证研究方法进阶：传统数据与大数据的有机结合》专栏网络课程，拆分为五个专题：（1）理论思考与数据结合途径的设计；（2）线下测量与线上测量的结合；（3）实质问题与线上数据的结合；（4）随机抽样与实时数据的结合；（5）理论导向与机器学习的结合。课程主讲人为边燕杰、缪晓雷、鲁肖麟。

以下为主课表，详细课表可扫描上方二维码了解。

▎专题1：理论思考与结合途径的设计，2学时，主讲人：边燕杰

1、 实证精神与实证研究

2、 “传统数据”的类型与功能

3、大数据的特征与局限

4、大数据与传统数据的结合途径

5、参考文献

▎专题2：线下测量与线上测量的结合，2学时，主讲人：边燕杰、缪晓雷

核心问题——基于理论问题的线上测量与线下测量

1、总体思考与设计

2、线下社会资本的测量

3、线上社会资本的测量

4、参考文献

▎专题3：实质问题与线上数据的结合，2学时，主讲人：边燕杰、鲁肖麟

核心问题——基于实质性问题的指标建构、数据获取与分析

1、总体思考与设计

2、从概念到测量

3、测量效度问题及解决

4、数据来源与选择

5、数据获取实操演示

6、数据降维与分析

7、参考文献

▎专题4：随机抽样与实时数据的结合，2学时，主讲人：边燕杰、缪晓雷

核心问题——线上调查的基本情况，及其在社会科学研究中的具体应用

1、总体思考与设计

2、线上调查设计简介

3、线上调查问卷设计：以防疫社会资本研究为例

4、线上调查数据收集

5、线上调查数据分析

6、线上调查的未来趋势

7、参考文献

▎专题5：理论导向与机器学习的结合，2学时，主讲人：边燕杰、缪晓雷、鲁肖麟

核心问题——理论导向的有监督学习与探索理论的无监督学习

1、总体思考与设计（边）

2、已有研究中的结合（鲁）

3、论文摘要文本分析机器学习研究实例（缪）

4、未来方向（缪）

5、参考文献

这是国内第一门体系化将传统数据与大数据相结合的网络课程，对于想要在实证领域深入探索的学友来说，不可错过。

现在此门大咖订阅课正值上新，给学友准备了首发早鸟价！

报名前500名的学友，2人拼团，仅需149元，报名人数达到500之后，价格将上调至199元~（ps:课程待更新，一经报名，永久回放哦~）

为提升学习效果，缪晓雷、鲁肖麟两位博士将加入课程答疑群，与广大学友深度互动，教学相长。

让我们来了解下三位课程主讲人信息吧。

注意事项

1.本次课程报名成功后，不支持退款，请谨慎报名。

2.本次课程在学术志平台进行。

3.视频版权归讲师及学术志平台共同所有，提供长期在线回放供学员复习。课件资料需在老师同意的情况下可以分享给学员。所有内容仅限个人学习使用，不得外传。

4.开票方式：在学术志APP中“我的”—“发票中心”—“开具发票”或者学术志微信公众号中“学员服务”—“个人中心”-“发票中心”—“开具发票”可自行填写发票信息并核实修改后提交开票申请，申请后3-5个工作日可在所留邮箱中查收下载，如遇特殊情况，也可保证一个月内开具发送。如对发票报销存在疑问，请咨询工作人员。