《社会科学中的研究设计》读后感精选

《社会科学中的研究设计》是一本由Gary King / Robert O. Keohane / 著作，格致出版社出版的平装图书，本书定价：38，页数：232，特精心收集的读后感，希望对大家能有帮助。

《社会科学中的研究设计》读后感(一)：可能对大多数社科研究者而言不适用

这本书讨论的主题是政治学的研究方法，政治学的研究有一些特征，是其它社会学科不具备的。比如说样本量少，重要的政治事件可能影响极其深远，但是只发生了一次，因此用定量方法可能没法研究；由于其地位，又必须对该事件展开研究。然而这些政治学的问题其实在大多数社会科学的研究中是很罕见的，因而尽管题目是“社会科学中的研究设计”，其实对大部分社会科学而言意义不大。现在比较流行大数据，样本动辄上万，甚至更大，样本量太大反而导致了统计的困难（比如模型运算时间很长），学习定性研究方法可能意义不是太大。

翻译也是一个问题。这本书给人最直接的感受就是读起来累，这些统计学的知识我明明已经会了，放到这本书里我几乎就要看不懂了。我觉得对我阅读妨碍最大的一点就是译者没有采用国内教材普遍采用的翻译方法，导致很难把这本书说的内容和已经学习过的内容联系起来、举例来说，大样本可以减小标准误，这个知识我已经非常清楚了，当我看了书中某章的标题，其实已经大致明白了这一章想要说什么，然而当我开始真正阅读的时候，发现越读越迷糊，一直看到最后数学公式的部分，才逐渐开朗起来。

案例分析的方法当然是很重要的，有兴趣的朋友还是可以读一下这本书，或许读原版会有更大的收获。在我个人的观点里，统计手段永远应该处于从属地位，最关键的是理论的提出和验证，在海量的数据里寻找相关性毫无意义可言。从这个意义上说，熟悉定量研究的朋友也不妨花一点时间了解一下定性研究，并把定性研究作为自己工作的前置部分。

《社会科学中的研究设计》读后感(二)：✌️我终于把这本必读给看完了

本书由kkv合著，三位都是国关学界的大牛，金与维巴都是哈佛大学的教授，基欧汉则是普林斯顿的教授。

《社会科学中的研究设计》以定性研究为主题，讨论了定性研究与定量研究两种风格所共享的研究方法。本书指导读者如何做出科学的研究设计，从而在数据有限的情况下做出有限的推论——这也是科学研究的本质。本书可以根据研究设计的构成划分为两大部分：一是研究设计由研究问题+理论+数据+数据的使用四个部分构成，研究问题需要有一定的社会价值以及学术贡献，理论的构建可以运用模型从而达到逻辑自洽，无论是定性研究还是定量研究都需要一定数量的观察值，通过可观察的现象将理论和数据结合起来从而扩大理论的解释效力。二是研究设计中可能遇到的问题以及可以采取的解决办法，如样本数量有限可以通过向下拓展合适的研究层级增加观察值数量，内生性问题可以通过查找遗漏变量、分析被解释变量和分解解释变量的方法来解决。

看完本书的第一感受是十分震撼，过去自以为的定性和定量研究之间的界限被打通了，两种研究方法只是风格不同，其背后的逻辑思维以及寻求在有限数据的基础上做出有限推论的目标都是一样的。作者用公式表达的部分也是真的看不懂，看到后面选择性跳过但是发现不影响整体的理解，二是觉得书里的一些建议有一些不够接地气，不如刘军强老师那本书讲的实在。三是对自己的一点期待，希望在自己的理解和天使的讲解结合之下，能切实应用到硕士毕业论文的写作中去。

《社会科学中的研究设计》读后感(三)：翻译质量有待提高

中译本到手后翻阅了一下，读起来颇为生涩，与读原著时差别较大。把原著找出来校对了几页，发现问题挺多。

仅以第一章第一节为例(1.1.1, p1-p5)

p1 这两种研究方式的差异是显而易见的

原文：The two traditions appear quite different...

这个不能说完全译错，但是没有把appear译出来，与下文的意思就接不上了。

p2 在针对定量研究的讨论中，我们将详细阐述这一逻辑并使之规范化和公式化。

原文：The logic tends to be explicated and formalized clearly in discussions of quantitative research methods.

作者的意思是，定量研究方法讲得比较清楚（比如教科书编得好），而不是说他们将要讨论定量研究。

p2 定性研究倾向于使用推论方法

原文：to be discursive in method

这里的错误很严重。先不说discursive的意思，全书都在批判定性不搞推论，这个句子译得莫名其妙。

p2 在社会科学中，定性研究往往与实地调研或个案研究有相同的地方

原文：Sometimes this kind of work in the social sciences is linked with area or case studies where the focus is on a particular event, decision, institution....

看中文让人一头雾水，就好比在说“定量研究与假设检验有相同的地方”。对比原文，原因是译者没有看明白定语从句

p2 对于案例的选择取决于它们的重要程度

原文：the instance is often important in its own right

作者的意思是，定性研究总是就个案来谈个案，不关心generalization。

p2 而有时候定性研究者也以实地研究的方式开展研究

原文：Sometimes this kind of work is linked to area studies where the focus is on

这里也是没理解where从句的作用

p3 定量-系统-归纳派与定性-人文-推论派

原文：a quantitative-systematic-generalizing branch and a qualitative-humanistic-discursive branch

这里的错误就很严重了。归纳与推论两个词都译得不对，会影响到读者对全书的把握。

p3 后者则渐渐痴迷于分析那些令人感兴趣但不可复制或无法归纳的事件

原文：the latter becomes more and more convinced of the irrelevance of such analyses to the seemingly nonreplicable and nongeneralizable events in which its practitioners are interested.

这里的意思是说，定量定性各自走极端，定量把技术越搞越复杂花哨，陷进去不能自拔，而定性（the latter)则越来越瞧不起定量这种路子，认为这种路子没用。

p3 却一般不采用实证方法来处理

原文：...subjected to quantitative analysis...

不用定量方法来处理与不用实证方法来处理，这是两码事。混淆了这两个概念，全书的立论就站不住了。

p3 我们需要学会概括那些不容易被量化的信息

原文：we will need to include information that cannot be easily quantified as well as that which can

没有译出来as well as后面的意思

p4 此外

原文： Nevertheless

此处是转折

p4 当然我们的意思也不是

原文： we are not trying to

这里不是转折，而是递进，应该译成“我们更不是要..."

p4 如机构、义务

原文：about such concepts as agency, obligation...

agency译得有问题

p4 所有以探索世界为目的的研究

原文：But the rules are relevant to all research where the goal is to learn facts about the real world

这里作者是强调社会科学与哲学的差别，learn facts必须要译明白。

p4 相对论

原文：relativism

相对主义是通用译法

p4 当然，我们承认世界中可能存在一些尚不为人知的科学

原文：We assume that it is possible to have some knowledge

of the external world

作者的意思是，我们不管后现代讲什么，我们的基本假设就是存在着关于外在世界的客观知识

p5 该项研究依然很有价值

原文：can be very useful

可能会很有价值（也有可能没有）

p5就只能采用其他方式去获得灵感了

原文：will have to look elsewhere for inspiration or for paradigmatic battles in which to engage

后面的paradigmatic battles没有译出来

p5 通过这本书的学习

原文：but we can ask that

译者过度演绎，没有中文这个意思

后面的内容粗略翻了翻，问题似乎也不少，比如把两伊战争译成了“美国与两伊的战争”，把“角色丛理论”译成“角色设置理论”，把”帕森斯“译成”帕森“，把名著“中镇”译成“米德尔敦”，把“以色列与巴勒斯坦的冲突”译成“犹太人与巴基斯坦人的冲突”等等。文字录入方面也有很多问题，比如把”事件“打成“时间”，把”选区“打成”选取“等等。如果再版，建议认真校对几遍，并找社会学专业的人帮帮忙。

《社会科学中的研究设计》读后感(四)：读书笔记：Designing Social Inquiry

这本《社会科学中的研究设计》（Designing Social Inquiry：Scientific Inference in Qualitiative Research）方法课和导师都推荐阅读，因为对定量方法确实陌生，所以打算完整读一遍。 该中译本是我自去年开始中英对照读学术书以来，遇到翻译最糟糕的一回。许多细微的表达、从句都被译者直接省略掉。（虽然听说译者是大佬......）很多地方虽然乍一看似乎和原文意思相差不大，但整体读下去很多细节都令人费解。本文仅是读书笔记，偶尔捉虫，大概率会持续更新。（原文副标题是in qualitative research，真是标题就表明定性也遵从推论逻辑吗？捂脸。）打算后续再读《两种传承》。

第一章 社会科学中的“科学” The Science in Social Science

1.1. 导言

the essential logic underlying all social scientific research.

1.1.1 Two Styles of Research, One Logic of Inference 页1

作者认为有一个底层的推论逻辑（ the logic of inference）在定量研究与一流的定性研究之下。

定量研究Quantitative research ：

定量研究侧重计算和统计学分析，其研究建立在对一些现象特定方面的数量化测量上。这种方法从个别现象出发，将个别现象加以概念化以便归纳出一般性的描述或以此检验因果假设；同时，该方法一般使用那些能被其他研究者复制的测量和分析技术。（页2/p.3）

定性研究Qualitative research p.4：

个案或小样本；The particular place or event is analyzed closely and in full detail.

多样方法；to use intensive interviews or depth analysis of historical materials

整体性的理解；例如，东欧communist regimes解体，某一场革命。(偏向列举政治学的例子)

总体，社会科学分成了两派：

the social sciences into a quantitative-systematic-generalizing branch and a qualitative-humanistic-discursive branch.

这种二分作者觉得没必要，因为认为风格和方法论上的差异并不重要，高质量的研究所依赖的逻辑都是相同的。E.g.在历史研究中通过有效的因果推论对所有可能的解释进行评估就是分析性的。从这个意义上说，历史学（或历史社会学）与社会科学之间是互通的（Skocpol，1984：374-386）。

好的研究综合两种方法：E.g. 普特南Putnam《使民主运转起来》（Making Democracy Work）。长久持续的访谈结合多次的抽样调查和普查。

作者的一些关键观点：页4-5

1.如果定性研究者能够关注那些在定量研究中已经普及的科学推论原则，他们所从事的非统计研究的结论将会更加可靠。从严格意义上来说，那些定量研究基于统计学的建模方法对所有研究都适用，甚至对那些没法用定量测量的变量也有效。

2.不需要万无一失的充分数据，就可以做有价值的研究；不确定的结论也有价值，只是需要如实叙述出这种不确定性。

3.社会科学的目的就在于对世界作出描述性和因果性的探索。

4.本书目的在于规范而非扼杀研究思维。

1.1.2 社会科学中关于“科学研究”的定义 Defining Scientific Research in the Social Sciences 页6，p7

科学研究的四个特征：

1. The goal is inference. Scientific research is designed to make deｓｃｒｉｐｔive or explanatory inferences on the basis of empirical information about the world. Careful deｓｃｒｉｐｔions of specific phenomena are often indispensable to scientific research, but the accumulation of facts alone is not sufficient.

科学研究区别于其他工作的地方就是超越现有的观察范围从而获取推论。

2.The procedures are public.采用公开的研究程序。

如果没有明确说明观察推论的方法与逻辑的话，其他学者便无法判断其结果的有效性。一旦无法对样本选择、处理标准以及获得结论的逻辑做出评价，读者就不可能从这样的研究中学到什么东西，可重复性更是无从谈起。

（这里中文貌似漏译了一段：大意是共享的研究程序使得知识积累成为可能。

All methods—whether explicit or not—have limitations. The advantage of explicitness is that those limitations can be understood and, if possible, addressed. In addition, the methods can be taught and shared. This process allows research results to be compared across separate researchers and research projects studies to be replicated, and scholars to learn. p.8）

3. The conclusions are uncertain.

uncertainty is a central aspect of all research and all knowledge about the world.

（回应研究的不确定性问题非常必要。）

4. The content is the method.

scientific research adheres to a set of rules of inference on which its validity depends

简单说即，

（1）以推论为研究目的

（2）采用公开的研究程序

（3）结论是不确定的

（4）研究的内容是关于方法的。

1.1.3 科学与复杂性 Science and Complexity

认识上的复杂性部分取决于研究者如何对现实进行简化。而简化能力取决于是否能够以连贯而有逻辑的方式说明结果和解释变量。页8

复杂性可能使推论具有不确定性，但不会使它们变得不科学。

对一般事件的概括方法：

conceptualizing each case as a member of a class of events about which meaningful generalizations can be made.

对不太常见、大型事件的处理方法：

反事实分析（ counterfactual analysis）：the mental construction of a course of events which is altered through modifications in one or more ‘conditions’” (Weber [1905] 1949:173).

1.2 研究设计的主要组成部分 页10

调查过程应该在一系列固定的规则下展开。页11

劝大家做学术别悲观，因为别的研究者在完成他们的智慧建筑物后，拆除掉脚手架，所以没有留下一点痛苦和不确定性的痕迹。

数据 理论 问题，三种在研究中变更没关系，只要新的研究遵循推理的规则，它仍是科学的，并能获得可靠的结论。

本书一共四个部分：

研究问题、理论、数据和数据使用。

1.2.1 改进研究问题的质量

卡尔·波普尔（Karl Popper，1968:32）：“并不存在一个逻辑的方法来帮助产生新思想……发现新思想的过程包含着‘非理性因素’。”

如何选择研究项目没有什么规则可循。不过还是有两个标准：

1.提出对于现实世界真正重要的问题。（ a research project should pose a question that is “important” in the real world.）这些问题能够有助于探究哪些因素显著影响（ significantly affects）了许多人的生活。

2.一个研究项目应该通过提高研究者作出科学解释能力的方式对文献做出具体贡献。(a research project should make a specific contribution to an identifiable scholarly literature by increasing our collective ability to construct verified scientific explanations of some aspect of the world.)

（划线句中文翻译很奇怪，各种省略有点歪曲原意。页13，可译为，一项研究项目应当通过增强我们整体对世界某些方面建构可靠的科学解释的能力，来对某一可识别范围的学术文献做出贡献。）

——第一个标准本质上是一种社会判断。根据作者的第二个标准，某些领域即便只是描述推断的研究，也有其价值，同时需要在现有的社会科学文献框架内明确地定位出一个研究设计。

————

对现有文献做出贡献的可能方式（页15、p.16-17)：

1.选择重要但是此前没有人做过系统研究的假设。

2.选择一个虽然在文献中被公认但仍然值得怀疑的假设（或一个尚未得到充分确认的假说），以此来探讨这一假说是否错误或者找到其他可供替代的正确理论。

3.Attempt to resolve or provide further evidence of one side of a controversy in the literature—perhaps demonstrate that the controversy was unfounded from the start.

（这一句作者错译了，直接摘英文）

4.设计研究以阐明或评估文献中那些未经质疑的假说。

（作者把unquestioned译成无可置疑了，我改成未经质疑了。）

5.Argue that an important topic has been overlooked in the literature and then proceed to contribute a systematic study to the area.（找到被忽视的重要话题，系统研究。）

6.Show that theories or evidence designed for some purpose in one literature could be applied in another literature to solve an existing but apparently unrelated problem.（也就是扩大一个理论或证据的适用范围）

（再吐个槽，Hypothesis同一段一会译成“假设”一会译成“假说”，令人以为有什么特别区分。）

现实世界中的实用性和科学进步的贡献这两个标准并不总是合拍，单研究项目尽量应该满足这两个标准。

1.2.2 Improving Theory

A social science theory——a reasoned and precise speculation。p.19 页17

作者将简要介绍一些改善理论有用性的方法（improve the usefulness of a theory）。

1.choose theories that could be wrong.

研究者需要明确回答以下问题：哪些证据能够被用来说明自己的观点是错的？如果无法回答这个问题，我们就不能得到一个理论。

2.

to make sure a theory is falsifiable, choose one that is capable of generating as many observable implications as possible.

选择那些那产生更多可验证推论的理论。

3.理论尽可能具体（concrete）

4.理论的复杂性应该与证据显示出的复杂性相一致。页18 p.20

————

完成数据收集后改善理论的两个建议：

1.

if our prediction is conditional on several variables and we are willing to drop one of the conditions.也就是说，再接触到数据之后，研究者有可能改变原有的理论使其适用于更多的现象，而不是只把理论停留在那些观察到与理论一致的现象上。p.21

（这一点，John Levi Martin在《领悟方法》（Thinking Through Methods）也提过，也就是在研究设计中保持对称感，不要只看合乎自己理论的经验。不然，只要想找总能找到符合你理论的经验。）

2.没有必要在观察完数据后，再为理论增加限定，否则一个现象一个理论的特殊性没有太大意义。

1.2.3 提高数据质量 Improving Data Quality p.23 页21

下定义：

“Data” are systematically collected elements of information about the

world. They can be qualitative or quantitative in style.

数据的收集和最重要检验的理论或假设之间并无绑定关系。

无论当数据收集被用于特定的目标的还是不确定的目标，都可以改善数据质量。

理论建构与数据收集二者互为对方所需。 (see Coombs 1964).

以下是改善数据质量的指导原则：

1. record and report the process by which the data are generated.

避免数据分析时产生有偏的推论（deｓｃｒｉｐｔive or causal inferences）。

定量： the data-generation process-抽样、提问等需要说清。

定性：挑选个案的原则需要详细说明。

p.23,页21-22

2.in order better to evaluate a theory, collect data on as many of its observable implications as possible.

也就是多收集能够用于验证理论推论的经验数据。

——如果能有越多的观察到的与理论推论吻合，自然理论越有解释力。

具体：

(a) collect more observations on the same dependent variable

(b) record additional dependent variables. p.24

但只看书收集数据不开始写作，也不行。

Insisting on reading yet another book or getting still one more data set without ever writing a word is a preｓｃｒｉｐｔion for being unproductive. p.25

3. maximize the validity of our measurements.提高我们测量的效度，即测量到我们真的想要测量的内容measuring what we think we are measuring。

具体：it is easiest to maximize validity by adhering to the data and not allowing unobserved or unmeasurable concepts get in the way.

4.ensure that data-collection methods are reliable. p.25

测量方法可靠。

Reliability means that applying the same procedure in the same way will always produce the same measure.

5. all data and analyses should, insofar as possible, be replicable.可复现。

定量研究中，复现主要是用相同数据重新分析。

（最近豆瓣不少人再转发有关复现解释中国经济增长的”锦标赛理论“的数据分析讨论。）

定性研究中，可复制性比较困难。不过也有大规模的复制工作。比如1929-1937关于“中镇”（Middletown）的研究。

（国内关于浙江村的不知道算不算？）

可复制性需要：scholars should always record the exact methods, rules, and procedures used to gather information and draw inferences so that another researcher can do the same thing and draw (one hopes) the same conclusion.

p.27 页24-25

1.2.4 Improving the Use of Existing Data 更好利用现有数据 p.27

1.无偏推论。

we should use data to generate inferences that are “unbiased,” that is, correct on average.

数据使用时需要小心,以确定在数据收集过程中是否有忽视的偏差产生来源：样本选择偏差-片面的推论结果；遗漏变量，没有考虑控制一些变量，从而影响到了解释变量和被解释对象之间的因果关系。

2.用数据产生尽可能多的的描述和因果推论。

an efficient use of data involves maximizing the information used for deｓｃｒｉｐｔive or causal inference.

1.3 本书主题（ THEMES OF THIS VOLUME）p.28 页26

(译者把this volume译成了“本章”。)

1.3.1 Using Observable Implications to Connect Theory and Data

利用可观察到的推论将理论和数据联系起来。

在2.6将讨论理论如何影像数据收集以及数据如何推进理论的发展。

作者认为，理论和实证研究必须紧密结合。

面对理论——思考什么是其可观测到的现象？一个实证调查也应该询问观察值是否与理论相关。

1.3.2 最大化解释力 Maximizing Leverage

explaining as much as possible with as little as possible.

The primary way is to increase the number of observable implications of our hypothesis and seek confirmation of those implications.

（非常自然科学了…..）

总的来说，社会科学中的解释效力一般都不会太高，在某些领域中，解释力可能会更低。也许是因为学者还不清楚如何提高它，也许是因为研究对象并不是我们习以为常的事物，也可能两个原因都存在。在传统的定性研究领域中，解释变量的利用率通常都很低。似乎任何解释都需要大量的解释变量：很多证据被用来解释很少的东西。在这种情况下，研究者的目标就应该是设计出更具解释效力的研究。

作者建议：

we strongly recommend that researchers routinely list all possible observable implications of their hypothesis that might be observed in their data or in other data. It may be possible to test some of these new implications in the original data set—as long as the implication does not “come out of” the data but is a hypothesis independently suggested by the theory or a different data set.

（无力吐槽了，作者对implications的翻译至少有“现象”“含义”“推论”三种，但什么时候用哪种并无定法。比如，这句作者译成了，“我们强烈建议研究者要习惯于列出数据中关于假说的所有可能的现象。只要这些现象不是来源于现有数据，而是由理论或其他数据中独立提出的假设”。

一句话总是在翻译中省略原作者的用词和表达，虽然乍看似乎不影响理解。但经常这般感觉很多细微的表达都在翻译中遗失了。这里“现象”我初读还以为是说经验现象，结果含义应该是“由理论假设得出的可供检验的推论”。原作者一直在围绕着理论的推论以及要使有限经验数据中包含更多的“observable implications”，去检验理论推论是否吻合，展开讨论，进行建议给定。这种换词、缩译真的使某些段落费解。比如第二句，“只要现象（implications，译成推论不香吗？)不是来源于现有数据，而是由理论或其他数据中独立提出的假设。(我第一遍没看懂这句话，这是个病句，“不是源于数据，而是由理论或假设”，至少应该是“由什么产生”吧，“come out of”被吞了。)

1.3.3 汇报推论 Reporting Uncertainty 页29，p.31

学者应当汇报对推论的不确定性的估计。

汇报对推论不确定性的估计。在定性的政治科学研究中最严重的一个问题是不能合理估计推论的不确定性（King，1990）。依照本书讨论的规则，即使证据十分有限，研究者也是能够获得有效推论的。

1.3.4 Thinking like a Social Scientist: Skepticism and Rival Hypotheses

鼓励大家利用社会科学的视角审视针对该问题的因果推论——就是说，始终要带有怀疑态度，关注是否有其他被忽略的解释因素。因果推论实际上是一个过程，后续的研究者可以对之前的结论做进一步的改进与检验。只有这样，我们才能够逐渐接近准确的因果推论。