第二模块思考题

问题：

有一项理论假设：“我国当代大学本科生在网络上参与公共事务讨论的热情受到网络议题设置的影响（例如，某些公共领域内的重大事件发生），这种参与的热情也会因为政府对某些重大事件的回应性不足，而使得他们走向线下，有组织地参与公共事务的解决。例如，参与环保公益组织，或者去社区组织一些公益活动”。

注：线下是指不在互联网上

请问，要检验该研究假设，用什么方法能够既经济又有效地搜集到所需要的数据？

答：

这一问题可以被分解为三个层次：我们需要哪些数据？我们能用什么方法采集这些数据？其中哪些方法经济且有效？

一、需要哪些数据

分析理论假设：内含两个理论假设—在第一个理论假设中，自变量是网络议题的设置，因变量是当代大学本科生在网络上参与公共事务的讨论热情。第二个理论假设中，自变量是政府在网络上对重大事件的回应，因变量是当代大学本科生走向线下参与活动。

对自变量和因变量的概念进行分析，观察我们需要哪些数据。

假设一：（1）网络议题设置，可以被分析为公共领域内的重大事件的发生次数、网络社交媒体上的关注热榜或置顶头条等。（2）当代大学生在网上参与公共事务的热情，可以被分析为大学生在网上对某一议题转发和点赞的次数、大学生在网络上对某一议题发表评论的次数、大学生在网络上对某一议题的关注持续时间（以点击量为标准）等。

假设二：（1）政府对重大事件的回应，可以被分析为政府在网络平台上对公共议题的回应次数、政府的回应受到点赞和转发的次数、重大事件发生后政府回应的时间快慢、重大事件发生后政府是否有删帖等。（2）当代大学生走向线下参与活动，可以被分析为当代大学生在线下参与公共事务的次数、这种参与和重大事件的发生的关系、这种参与和政府在网络上是否回应、回应质量、回应时间等数据的关系。

二、我们能用什么方法采集数据？用哪些方法经济有效？

数据采集的方法大体分为二手数据法、案例法、抽样调查法、实验法和大数据法五种。数据采集方法的经济有效要求我们：在采集数据时，既要能够保证数据采集的效果，也就是能够采集到具有代表性的、有意义的、尽可能真实可靠的数据，又要能够保证采集方法的经济性，也就是采集数据的成本不能太高。

首先分析二手数据法。二手数据法直接基于以往的数据库的资料和数据，因而成本较低，但可能产生的问题是采集到的数据不符合研究的需求。比如，过往的研究可能统计了大学生在网络上最感兴趣的话题，采用二手数据法，这部分数据的获得比较经济容易，但对我们进行研究未必有帮助。在我们的研究中，我们需要关注大学生在网络上对某一议题的转发、点赞、发表评论的次数，以此反映其在网络上参与公共事务讨论的热情。过往的研究统计的是大学生在网络上最感兴趣的话题，这个数据很可能对我们的研究没有帮助：在对比娱乐明星的八卦和某一公共事件时，大学生确实可能更关注娱乐明星的八卦，但是这并不意味着他们对公共事件没有关注的热情。恰好相反，很有可能大学生在关注明星八卦的同时，对公共事务的讨论依然抱有很高的热情。因此，二手数据法对我们的研究未必能产生帮助。不过，如果已有的二手数据研究有和我们的研究直接相关的因素，我们可以用这个方法直接进行数据采集：比如，如果有研究已经统计了在过去的某个重大公共性事件发生后，政府在网络上的回应该事件的时间长短、频次多少等，这个数据对我们的研究就可能是有用的。总的来说，如果二手数据和我们需要测量的两对自变量、因变量直接相关，利用二手数据是经济有效的方法。

（但是，这种数据也可能无用：二手数据是基于以前的研究所采集的，如彼时的研究采集了政府对某类公共议题的线上回应的时间、效果和频次，但研究的另一个因素不是大学生线下参与公共事务的热情，我们只获取政府回应的二手数据，其实没有意义。也就是说，如果不能得到因变量的数据，即便利用二手数据法采集自变量数据，也没有价值。这也体现本研究的现实性：历史的数据如果是局部的、或者时间上分隔的，对我们的研究可能就没有价值）

其次是案例法。案例法可以让我们对研究对象的行动意义、研究对象对客观、外在的事件的发生做出反应的机制等进行深入的分析，在经济成本上并不很高，但在效果上可能面临“缺乏代表性”的质疑，是一种比较常用的定性研究方法。但从另一个方面上说，当我们希望提升案例研究的应用广度时，我们就会面临很高的经济成本了。在我们的调查中，如果我们采集到了某个公共事件发生后，政府线上回应的“质量”（包括被转发和点赞的数量、回应时间长短、回应频次）等的数据，同时采集到了大学生在该事件发生后在线下参与公共事务的数据，我们如何保证这两者之间具有关联性呢？（也即是，我们如何保证导致大学生线下参与公共事务的可能性降低/提升的主要原因正是政府线上回应的热情高/低，而不是其他原因呢？）。此时，我们就可以通过案例法，深入研究某一小群或某一个大学生的行动意义和反应机制，考察这两类数据的关联性如何被反映在行动者的内心思考中。但是，这样的数据采集方法面临比较大的效率问题：我们很难通过对一两个或一两群大学生的深入访谈，就认为这两类数据必然存在内在关联。而当我们希望推广案例法的使用范围时，研究的成本也随之高升。因此，这一数据采集方法在研究这一理论假设时不大适用。

再来看抽样调查法。抽样调查法应用随机抽取样本、结构化的问卷采集数据，比较案例法，其对研究对象的行动者意义的考察效果可能较弱，但适合做更广泛的现象化的描述，比如测量大学生对某一政府回应的态度（相信/不相信）。在经济成本上，问卷调查的范围的扩大也会导致经济成本的升高，但是数据采集的效果也可以得到相应的保障，也即在合理的随机抽样的基础上，扩大问卷调查、增大样本量，可以让我们采集到更具有代表性的数据，从而在此基础上分析得出结论。本实验中，可以在问卷中具体提问受访者：在某个公共事件发生后，政府做出了如下回应，你对这个回应的态度是什么、这是否影响了你的参加线下的公共事务等问题。这样，通过问卷，我们可以直接得到大学生对线下公共事务参与的热情是否受到政府回应的“质量”的影响。

但是，问卷法同样面临代表性问题的质疑，比如随机抽样的大学生如何能够代表整体的大学生。而且，对如何将概念（两对因变量、自变量）操作化为具体的、合适的问题，也有要求。但从总体上看，对本问题的研究而言，如果能够保证代表性和操作化方法的合适，这一方法采集数据对验证研究假设是比较经济有效的。

第四个方法是实验法。我认为本研究中采用实验法的效果并不好。在检验第一个理论假设时，假如设计实验，要求在某个公共性议题发生后，对部分大学生（实验组）展示政府在线上对这个议题的积极的回应，对另一部分大学生（实验组）展示政府在线上对这一议题不积极的回应（或者不回应），然后跟踪观察两组大学生线下参与公共事务的次数和热情，会面临一系列的问题：（1）公共议题的发生具有实验设计的选择性，假如该公共议题本身对大学生具有吸引力，比如校园开放日闲杂人等进入校园伤害学生，无论政府是否回应，大学生都可能在线下积极参加相应的公共事务。因此，选择什么公共性议题，对实验结论会产生很大的影响。（2）假如公共事件在现实中没有发生，虚构一个公共事件和政府的回应，大学生是否会利用外界信息了解实验的本质？假如政府没有回应，实验设计一个回应，大学生是否会利用外界信息了解实验的本质？既然不能做到完全隔离大学生和外界信息，这样的实验方法验证理论假设就是难以实现的。

第五个方法是大数据法，在验证该理论假设时，这一方法可以基本满足经济和有效的要求。如上所述，当我们分析出为了验证假设需要收集的数据后，可以通过大数据搜集：（1）大学生对网络公共议题的点赞量、转发量、关注时间；（2）政府在线上对公共议题回应的受点赞量、转发量、回应时间长短、回应频次；（3）网络议题设置的类别、占据热搜头条和置顶新闻的次数和时间；（4）大学生在某个网络性议题发生后，在线下参与公共事务的次数。这些数据从理论上来说，都可以通过大数据采集方法得到。但在现实中，大数据法可能面临的问题是：（1）如何确保网络用户是大学生？如果选择网络媒体平台如微博为研究的主要平台，在微博上想要具体识别哪个用户是大学生，可能会采取的思路是只研究实名认证为“某大学学生”的用户。但是，具体认证自己是某大学学生的用户，往往其所在大学的声誉或相关排名较高。这样就忽略了其他的研究对象。如果选择校内社区为研究平台，将会面临的问题是校内社区的讨论氛围本身可能更加活跃，因此难以具体识别出大学生的线上讨论热情是否受网络议题的影响。（2）在调查大学生线下参加公共事务的相关数据时，基于网络平台的大数据法可能难以获取直接的数据。（3）即便大数据法调查得到政府在网络平台上的回应“质量”（次数、时间、回应效果）较低，而同一时期内学生参加线下的公共事务的次数升高，如何能够证明这二者的关联性呢？因此，或许在这里配合利用问卷法，调查大学生的内心状态，能够更好地验证理论假设。

总结：为了验证问题中的理论假设，利用问卷法和大数据法都可以较为经济和有效地获取数据，如果过往的数据和我们要采集的数据直接相关，二手数据法也可以经济有效地帮助我们获取时局。当有一些数据用大数据法很难获得，或者大数据法即便获取了数据、也较难证明数据之间的关联性时，此时利用问卷法，可以更好地验证理论假设。