科技政策研究中的社會調查方法：定位、功能與應用

盧陽旭,趙延東,李睿婕,2

(1.中國科學技術發展戰略研究院，北京 100038；2.南開大學經濟與社會發展研究院與中國科學技術發展戰略研究院聯合博士后工作站，北京 100038)

1 社會調查方法及其特點

社會調查方法(又稱為調查研究方法、問卷調查方法等)是當代社會科學研究中應用最廣泛、最為常見的研究方法之一，它使用自填或訪談問卷的工具，從一個取自某社會群體總體的樣本那里收集系統、量化的資料，并通過對這些資料的統計分析來認識社會現象及其規律[1-2]。

社會調查本質上是一種量化研究方式，它包括三個基本要素：

(1)抽樣，即從我們要研究的對象總體中根據一定規則抽取部分對象(即樣本)進行調查，通過從樣本處收集到的資料來了解總體情況。

(2)問卷，社會調查方法將人們的社會行為、態度和特征等研究對象操作化為一系列可以測量的變量，然后通過設計，用一種結構化的問卷形式來詢問被調查者，從而收集到所需要的數據和資料。

(3)統計分析，社會調查方法在數據處理時基于現代統計學原理，對樣本數據和信息進行統計分析，進而推論總體情況，對總體的特征和分布做出精確的描述，還可以對總體中不同變量之間的關系做深入分析[1]。

一項社會調查通常由三個緊密相連的環節構成，首先是通過把研究對象概念化，弄清楚要研究的問題；其次是設計一條用數據說明要研究的問題的路徑，把研究問題與合適的統計模型聯結起來，即所謂的研究設計。最后是從數據分析中得出研究結論[3]。總而言之，社會調查方法可以通過抽樣和統計推論的方法，描述出社會總體的概況以及總體中各部分的結構和分布狀況，因此特別適合于在較大的范圍內對社會現象進行準確描述。同時它還可以對不同社會現象之間的關系進行分析，對相關的理論假設進行檢驗，因此調查方法倍受社會科學研究者的青睞，在生活狀況調查、社會問題調查、市場調查、民意調查等應用領域中得到廣泛應用。近年來，隨著我國決策科學化、民主化程度的不斷提高，社會調查方法在政策研究中的使用也日益普及。本文重點討論社會調查方法在政策研究，特別是科技政策研究領域中的定位、功能和應用情況。

2 政策研究、循證決策與社會調查的方法

20世紀50年代以來，以政策出臺的必要性和可行性分析、政策執行過程監測和政策影響和效果評估為主要內容的政策研究得到快速發展。一般認為政策研究是一個有理有據地在一組備選方案中選出最佳政策方案的過程[4]，一種運用特定原理并使用多種調查和論述方法以產生和加工可能用于解決公共問題的相關政策信息的過程[5]，一種通過生成、分析與政策可行性以及采用和執行特定政策方案所帶來的利益和其他結果的信息，并幫助政策制定者選擇最有利的行動措施的實用研究形式[6]。而自20世紀90年代末英國政府提出循證決策理念之后，循證決策越來越受到世界各國政策制定者和研究者的關注，成為國際公共政策研究與實踐的熱點。

1999年英國政府公布了《政府現代化白皮書》，提出政府在制定公共政策過程中要遵循七原則：圍繞共同目標和明確界定的結果設計制定政策，促進跨部門協同；充分考慮多種利益相關者的訴求，保證公共政策的包容性；注重成本/收益分析和影響評估，避免簡單化管制給企業增加不必要的成本；改變被動防御心態，構建相應的渠道和機制，推動政策制定中利益相關者的廣泛參與，通過協商持續推進政策改善；借鑒風險評估、管理和交流方面的最佳實踐，提高風險管理水平；向其他國家學習，將歐盟和國際標準融入政策制定中；從經驗中學習，將政策制定視為一個持續的學習過程，改進理論研究成果和證據的使用，強化改革創新試點的評估、反饋和應用。同年，英國政府內閣辦公室發布《21世紀的專業化政策制定》，明確使用了循證決策概念，并指出循證決策的要素包括決策要建立在可利用的最佳證據基礎之上、證據必須來源廣泛、從政策制定的初始階段開始就要有關鍵利益相關者參與、充分保障證據的可及性等。從上述主張可以看出，循證決策興起、流行的主要原因在于各國公眾和政府對提高公共決策科學化和民主化水平的迫切要求[7]。

來源廣泛、質量可靠的數據和科學的量化研究是循證決策的基礎，基于證據、“用數據說話”是它區別于傳統公共決策模式的顯著特征。循證決策要求證據必須具備以下兩個方面的特質：一是研究者必須對相關信息進行多方位、多維度的搜集、梳理，以保證信息來源的廣泛性，在這個過程中研究者還必須對所搜集的信息進行仔細甄別，如果研究者和決策者所用的數據不準確(有誤或有偏)，那么再復雜、精巧的分析也難以提供真正的政策洞見，甚至會產生誤導。二是從信息到證據的轉變不能僅依靠官員的解讀，需要研究者通過理論的指導，運用科學的程序、方法和工具，將多元混雜的信息轉化為有政策意義的證據[8]。

搜集信息并把信息轉化成證據的工具和方法有很多，但如同每一種理論都有邊界條件一樣，每一種研究方法也都有其特定的適用情境。社會調查方法是循證決策使用的多種方法中的一種，它具有一些獨特的優勢：

首先，從決策者的角度看，在任何政策出臺前都必須先對總體情況有準確把握，而社會調查方法最大的優勢正在于它能用一個有代表性的樣本，全面、真實、準確地反映出社會總體情況。由于社會調查可以基于統計學原理，從樣本的情況推論總體的分布和結構，因此它可以用相對低廉的成本全面把握社會總體狀況，這是案例研究等質性研究方法所無法做到的。

其次，社會調查方法在長期實踐中已經積累起一套成熟的研究程序和標準化的研究方式，保證了研究者獲取信息的真實性，還可以通過統計分析和假設檢驗，對社會現象之間的因果關系和發展趨勢做出判斷，因此通過社會調查獲得的數據和信息可以成為循證決策的理想證據。

最后，社會調查還是一種促進公眾參與的有效方式，研究者和決策者通過社會調查，能夠準確搜集和科學處理各利益相關者以及公眾的需求、觀點和態度信息，進而將其體現在最終的政策當中。因此，社會調查方法對于政策研究，特別是循證決策研究有著不可或缺的重要意義。

科技政策是公共政策體系中一個重要的組成部分，社會調查方法在科技政策研究中也得到了廣泛的應用。以下我們以科技政策及其過程為例，詳細討論社會調查方法在政策研究中的定位、功能及其應用。

3 社會調查方法在科技政策研究方法體系中的定位

隨著科技與經濟的關系越來越緊密，對科技領域公共政策的分析越來越受到重視，內容體系也不斷得到拓展[9]。科技政策是指為實現國家目標，政府能夠而且已經施行的關于推進科學、技術知識的生產、擴散和應用的公共政策[10]。在研究中，科技政策經常被區分為科學政策、技術政策和創新政策，它們在政策目標、政策工具、政策評價方法以及政策目標人群等方面都存在一定的差異[9]。

作為公共政策的重要組成部分，公共決策中通行的理念、制度和規范必然擴散、滲透到科技領域的公共決策當中。盡管一些“科學例外論”者仍然堅持主張科學領域的獨立性，要求保證科學免于外部干預的自主和自治，認為科學領域中可以不執行一些在其他公共領域中秉持的一些理念和規則，但這種觀點已不再為主流學界所認可[11]。由于科學發現、技術發明以及創新產出過程本身就充滿曲折和不確定性，加之科技與經濟社會之間重大、緊密的復雜關系的增強，科技領域的公共政策面臨越來越大的“科學化”和“公眾參與”的壓力。2005年美國科技政策辦公室首倡建立科學政策學(Science of Science Policy)，并將其作為美國政府推進循證決策工作的重要組成部分[12]。

由于議題多樣、研究者的學科背景多元，目前在科技政策研究領域使用的研究方法非常豐富，有研究者將其歸納為科學(文獻)計量方法、網絡分析方法、同行評議方法(專家法)、案例方法、調查方法和計量經濟學方法等若干大類[13]。任何一種方法，究其實質都是一種通過特定的技術和程序搜集數據，并通過對數據的分析得出結論的技術方案。因此，我們可以按兩個維度來構建一個科技政策研究方法的定位空間，一個維度是：政策研究得出結論的適用范圍是“普遍性的”還是“局部性的”；另一個維度是：分析時使用一手數據(即需要研究者直接收集或生成的數據)還是二手數據(即已經存在的數據)。圖1展示了若干科技政策研究方法在此空間的定位。總體來看，A象限中的方法側重于理解特定政策的利益相關者及其訴求，B象限中的方法側重于描述和理解政策運行環境狀況及其內在機制，C象限中的方法側重于對問題、影響和效果給出精確的計量。總體而言，A象限方法得出的結論更可能只是適用于特定的個案和情境，而B和C象限中所得出的結論更多指向的是政策問題的一般性原理和深層邏輯。

資料來源：改編自Opportunity Costs of Adopting Different Methods.Dun N W.Public Policy Analysis：an Introduction(4th).Pearson Education，Inc，2008：18.圖1 科技政策研究中的方法圖譜

由于社會調查方法通過一套由特定問題組成的調查問卷，直接從組織和個體那里收集其行為、態度以及其他主客觀信息，在數據獲取方面更偏向于生成一手數據；同時社會調查的調查總體根據研究目標可以限定在特定區域和群體，也可以擴大到非常寬泛的社會公眾，基于調查數據分析所得出的結論可以推廣到樣本所代表的調查總體。這些特征使得社會調查方法明顯不同于科技政策研究中經常使用的其他研究方法。比如科技政策研究中經常使用文本分析方法，它更多依賴于對現有文本資料等“二手數據”的再分析，明顯不同于通過大規模問卷調查方法直接收集一手數據的社會調查方法。再比如德爾菲法，它非常依賴少數專家的觀點和意見，與通過從一個代表性樣本中收集數據，得出可在樣本所代表的調查總體中推廣的一般性的結論的社會調查方法也存在明顯差異。因此，在圖1中社會調查方法的定位更近于使用一手數據支撐普遍性政策研究的方法。

需要指出的是，在科技政策研究中，上述各類研究方法可以結合使用，實現優勢互補。比如社會調查數據可以補充常規統計數據中缺失的部分數據，基于社會調查數據分析得出的統計值可以作為仿真分析模型的參數，社會調查方法還可以與互聯網大數據方法結合使用。

4 社會調查方法在科技政策研究中的作用

研究者一般認為社會調查的目的或作用可以分為描述性調查和解釋性調查兩大類。描述性調查的主要作用是準確、全面地描述現狀，運用絕對數、百分比和分布等形式反映總體在規模、結構和分布上的特征[1]。而解釋性調查則重在尋找社會現象之間的相互聯系和因果關系，力圖說明社會現象發生的原因，探索其發展趨勢。解釋性調查一般有更強的理論色彩，需要先根據理論推演提出現象之間關系的假設，再通過調查來收集材料，對假設進行檢驗[1-2]。在科技政策研究中，社會調查的這兩種作用都能得到充分的體現。描述性調查可以幫助決策者全面、準確地了解總體狀況，把握大局，而解釋性調查則有助于決策者摸清社會現象之間的關系及其發展規律，對政策干預的必要性和可能后果有更好的認識。

一般認為政策過程主要包括四個環節，即識別和理解問題、提出政策方案、執行政策和評估反饋。識別和理解問題環節的主要任務是界定要解決的問題是什么，明確政策目標和識別利益相關者；提出政策方案環節的主要任務是收集各種信息并形成證據，然后在此基礎上形成若干備選的政策方案；政策執行環節的主要任務是通過宣傳、溝通和強制等手段保障和推動政策得到有效執行；評估反饋環節的主要任務是在評估政策影響和效果的基礎上幫助決策者判斷政策目標的實現情況以及是否需要對現行政策進行調整。由于政策過程不同環節的主要任務有所不同，社會調查方法能夠發揮的作用也相應地存在一定的差異[14-15]。

4.1 識別和理解問題環節

社會調查在此環節的主要任務是了解科技工作者、企業、科研機構、企業和公眾等利益相關主體的政策訴求。不論是出臺倡導型還是規范型政策，政策制定者必須首先明確了政策“要干什么”“要解決什么問題”，但在實際的政策制定過程中，政策制定者經常不知道或者是不確切知道問題是什么、相關群體希望政策幫助他們解決什么問題。通過個案訪談、召開座談會等方式能夠幫助政策制定者獲得一些相關信息，但在實際操作過程中，上述方法經常由于被訪者的代表性不足、匿名性差等原因而導致信息失真、失準，使得決策者對問題的理解出現偏差甚至錯誤。在識別理解問題環節使用社會調查方法有兩大優勢：一是全面，即社會調查可以通過科學的抽樣解決樣本代表性問題，保證決策者和研究者能了解到政策可能涉及的各利益相關者群體的需求、意見和態度，不致有所偏頗；二是真實，由于調查方法有更強的匿名性，被調查者更可能表達出自己的真實意見，特別是在一些敏感性議題上尤其如此，這有助于決策者和研究者收集到更真實準確的信息，更好地識別和理解問題。在此環節應用社會調查方法應注意的問題是要盡可能全面地涵蓋利益相關者群體，保證不遺漏可能的人群；要對群體的需求和政策問題有準確的把握，并通過科學的操作化過程將其轉化為人們易于理解的問題；問題設計要盡量中立、客觀，不要有誘導性，等等。

4.2 提出和確認政策備選方案環節

社會調查在此環節的主要功能是了解政策實施的環境和條件。在政策實施過程中會受到各種各樣環境因素的影響，如果一項政策與環境不能兼容，那么預定的政策目標將很難實現。反之，如果一項政策能夠很好地利用環境中的有利條件，就能提高預期目標實現的概率，并降低政策執行成本。由于政策制定者充分認識到了實施條件的重要性，不再把“政策決策”和“政策執行”完全分開[16]，政策方案的可行性評價和風險預測已成為現代公共政策制定過程中的一項重要內容，社會調查方法在提出以及選擇政策方案的過程也得到越來越普遍的使用。通過對利益相關群體的調查，可以充分了解不同群體對各種可能政策選項的態度和反應，使決策者更準確地估計各種政策選項的可能收益和社會成本，并對不同政策實施后可能遇到的困難和風險有所預判，提前做好應對預案。在這個環節使用社會調查方法應注意的問題有：在調查設計時要盡可能全面地包含各種政策備選方案，因為哪怕是看起來并不是特別合適的方案也有可能得到人們的青睞；調查中對政策備選方案的說明要具體生動，便于被調查者理解，不能簡單地羅列政策文本，等等。

4.3 方案實施環節

在方案實施環節中，社會調查的主要目的是對政策實施過程進行監測，獲取政策知曉程度和落實范圍，以及相關群體對政策的態度和評價等信息。政策執行過程是一個逐步檢驗政策方案恰當性和有效性的過程。一項政策出臺后，政策實施主體(比如各級地方政府)推動政策落實的方式和力度如何，相關群體對政策的知曉度如何，在不同區域、不同群體中的反響如何，這些信息都需要及時跟蹤、記錄和分析。根據調查所得信息，可以對政策的執行過程進行及時調整，如果發現政策落實不力，就需要加大政策執行力度；如果發現政策執行過程中出現偏差，則需要及時調整政策執行方式和執行手段；如果通過調查發現政策實施過程中出現了重大失誤，甚至需要中止政策實施以避免更大損失。在此環節實施社會調查方法應注意以下問題：要選擇適當的調查時間點，不能太早，否則政策實施過程尚未充分展開，但也不能太晚，否則發現問題也來不及調整；調查的問題中涉及相關政策時，不能簡單照抄政策條文，而要以被調查者能夠理解的語言加以描述；調查的重點不僅是考察政策實施的情況，也要同時注意其已經產生的社會后果，等等。

4.4 評估反饋環節

評價政策“好壞優劣”的首要標準，在于它們是否幫助決策者實現了在決策之初設立的預期目標。要了解這一點，有必要通過社會調查從預定的目標群體那里收集相關信息，以考察政策實施對相關群體的實際影響究竟如何，是否實現了預期的目標，等等。因此社會調查也是科技政策評估最重要、最常用的方法之一[17]。不僅如此，隨著現代社會的關聯度和復雜度增加，一項政策的實施產生的影響也會更加復雜多樣。根據影響有沒有實現以及它是不是決策者所預期的，可以將政策的影響分為三種類型，即實現了的預期影響、未實現的預期影響和實現了的未預期影響。政策影響評估不僅要關注政策執行后實現了哪些原定目標，還要充分關注沒有實現的預期效果以及政策實施所帶來的“未預期后果”。對后二者的評估和分析，既是為了更準確、全面地評估政策效果，更是為了加深人們對政策以及政策運行的環境的理解，為以后政策制定的執行提供寶貴的理論指導和實踐經驗。在評估反饋環節實施社會調查方法時應注意的問題有：在開始大規模調查前，應通過探索性研究，全面了解政策實施產生的預期效果和未預期效果，并將其充分反映在調查之中；在條件允許的情況下，應盡量收集政策實施之前的數據和未受政策影響的群體的數據，通過“前測—后測”“實驗組—對照組”之間的對比分析，更為精確地測度政策所產生的實際效果；在調查時避免誘導性的詢問方式，盡可能客觀、公正地收集政策實施效果的數據；等等。

表1 社會調查方法在政策過程中的作用

5 社會調查方法在不同類型科技政策研究中的應用特點

與其他政策研究相比，科技政策研究的特殊性主要體現在獨特的研究主題上。趙延東等對2000—2015年10種主要科技政策研究期刊上發表的279篇使用社會調查方法進行科技政策研究的論文的分析顯示，這些論文的研究主題可大致分為五類：科技評價、科技投入、科技創新、科技人才及其他，其中研究科技創新問題的文獻比例最高，占37.3%；其次是科技人才問題研究，占27.5%；再次是科技評價和科技投入研究，分別為13%和12.3%。由于社會調查方法更適合對“社會行動者”的研究分析，因此在涉及社會行動者行動的創新問題和人才問題領域，社會調查方法運用更為頻繁[18]。本文借鑒相關研究者的分類，按照社會調查的周期把科技政策研究分為研究型分析和快速分析，按照社會調查開展的時間點將科技政策研究分為事前分析和事后分析等，而社會調查方法在不同類型的科技政策研究中也會表現出不同特點[14]。

5.1 研究型分析與快速分析

所謂研究型分析，通常是指來自大學或智庫的研究人員，在充足的資助和寬松的期限內就有關公共政策問題進行的專門研究，其目的是發現問題的內在邏輯和深層機制，與一般的學術研究沒有太大差異。而快速分析的核心特征是受到資金和時間的強約束，需要在研究資助相對有限、研究周期很短的情況下完成政策分析，它的主要目的是為決策者需要緊急處理的政策問題提供簡單的、非系統化的建議[14]。

在研究型分析中使用社會調查方法更為常規化，而當研究者要在快速分析研究中使用社會調查方法時，面臨的挑戰則更為艱巨。最大的挑戰就是如何在時間、知識和預算約束下，盡可能按照科學研究程序進行規范的研究，保證快速性和科學性的均衡。在快速分析型研究中使用社會調查方法時，研究者可以采取各種措施以最大程度地縮短研究周期，比如按照有限目標的原則，對相關內容進行適當取舍和精簡；盡可能采用模塊化方式設計問卷；在抽樣時盡可能利用已有的抽樣框進行概率抽樣，如果無法保證概率抽樣，也可采用典型抽樣、配額抽樣等非概率抽樣方法，但在報告中充分說明其可能的誤差；在條件允許的情況下盡可能采用電話調查、互聯網調查等方式；將實地調查環節、數據分析和報告撰寫環節并行，比如采用邊調查、邊進行數據分析的方法，在調查進行到一定階段后即可根據已回收的部分數據得出基本結論，等全部調查完成后再對相關結論進行校準。

值得注意的是研究型分析與快速分析并非截然對立，即便是在研究資源與時間都極為有限、決策者的目標亦比較單一、明確的情況下，研究者可以通過與決策者(委托方)的協商，爭取更為寬松的資源條件，在調查中還可以采用“借腹生子”的方法，在快速調查中加入研究性的假設和檢驗[2]，將快速分析與研究型分析有機結合起來，使得調查效用最大化。

5.2 事前分析與事后分析

政策研究還可以根據其開展研究的時間點是在政策執行之前還是之后，區分為事前分析和事后分析。不同的研究者對這兩種分析使用了不同的概念，把事前分析稱為預先分析、預見性分析、預測性分析或指示性分析；把事后分析稱為后期分析或回溯性分析等。總的來說，事前分析的主要目的是分析和預測執行特定政策可能帶來的影響和后果，并據此提出如何行動的建議。事后分析的主要目的則重在描述和評估特定政策的執行效果，它在內容上包括兩個部分：一是對政策執行過程及其影響進行客觀描述；二是對政策目標達成情況的評估[14]。可以看到，事前與事后分析的分類法實際上可以嵌入政策過程環節分析之中，如識別問題、提出和確定備選方案環節的研究就屬于事前分析類型，而評估反饋環節的研究顯然就屬于事后分析的類型。

6 小結

政策研究是一門科學，要運用科學的方法、遵循科學的規律，但它同時也不可避免地受到復雜的政治過程的影響。因此，在政策研究中如何適當地應用科學研究方法，以保證研究結果的科學性和適用性，為決策科學化、民主化提供有力支撐，是一個值得深入研究的問題。本文詳細探討了科技政策研究中社會調查方法應用的問題，對社會調查方法在科技政策研究中的功能和作用、在科技政策方法體系中的定位，以及在政策研究中應用調查方法時應注意的問題進行了詳細分析。需要說明的是，任何一種研究方法都有自身的優勢和局限性，就社會調查方法而言，雖然它有全面、準確、科學、可信等諸多優點，但也存在一些致命弱點。調查法主要是在一個橫截面上收集數據和資料，它可以分析變量之間的相關關系，但很難直接分析變量間的因果機制。在這一點上，調查方法就不如實驗方法和質性方法更為有效。另外，調查方法主要依靠被調查者自我報告的方式來收集數據，因此這種方法收集數據的真實性高低一直有爭議。最后，使用調查方法需要耗費較多的研究資源，對調查的科學性和規范性要求越高，所需的時間、人力、物力、經費等資源投入越大，這也加大了調查研究的操作難度。因此，在科技政策研究中，應該充分認識到調查方法的優勢和不足，根據研究的目標和需求決定是否使用調查方法，同時還應將其與其他研究方法有機結合起來，更好地服務于科技政策研究。