统计社会学是以统计数字、统计方法和统计制度的社会化生产过程为分析对象，考察统计思维与现代社会之双重形塑关系的知识社会学分支。

 

点击上方"群学南开"↑免费订阅本刊

社会事实与客观知识的统计建构：统计社会学的视角吕小康，南开大学社会心理学系副教授本文发表于《天津社会科学》2016年第2期摘要：统计社会学是以统计数字、统计方法和统计制度的社会化生产过程为分析对象，考察统计思维与现代社会之双重形塑关系的知识社会学分支。

它包含传统科学社会学和科学知识社会学的双重取向，将统计方法和统计知识看成社会整体知识中的特殊类型，批判性地研究其在具体社会情境中的建构、传播和制度化过程，并以社会统计化和知识统计化为主线，分析统计思维对社会事实和客观知识的建构作用及其中潜藏的权力关系过程。

在现代性框架下对大数据时代统计思维发展的动力机制和具体进程进行分析，同时就统计化的可能边界进行不断反思，是今后统计社会学的基本任务关键词：统计社会学  知识社会学  科学社会学  统计化  统计建构现代社会是需要数字、盛产数字也信任数字的社会。

在当代语境下，“数据”一词的含义远非单纯的数字集合体，而是涉及个体行为与社会生活之真相的客观表征，量化的数字似乎总能够提供直观感觉所不能揭示的某种更“本质”、更“客观”的内容真实的数字几乎是一种生活必需品，而高效的数据分析技术则是一种效力非凡的“炼金术”，可以说，“在日常生活中，你知道如何使用数据做出决策时，你就掌握了自己的世界”。

[1]将这一趋势概括为“社会的统计化”[2]并将之作为社会现代化和社会转型的一个重要维度，是非常恰当的相应地，在当代社会科学研究中，统计方法的应用也已深植于社会调查、政策评估、论文发表的基本流程，统计知识与相关软件操作技能的讲授也贯穿于几乎所有社会科学学科的专业教学与培训过程，这就是“社会科学的统计学转向”。

[3]通过数字研究社会，是社会研究的“硬方式”：“由政府公布的人口、婚姻与离婚、犯罪与青少年越轨行为等官方统计数据，似乎提供了某种精确研究社会生活的途径对自然科学型社会学的先驱们（如涂尔干）来说，这些统计数据代表着硬性资料，凭借它们，现代社会的相关方面就能得到比缺乏这类数据时更为准确的分析。

”[4]对应“社会的统计化”，这可以称为“知识的统计化”统计方法某种程度上成为一种“学科意识形态”，是人们区分“硬科学”与“软科学”的重要依据但是，掌握了精确的数字，是否就一定意味着真实地掌握了社会事实、进而可以达成有效的社会管理？复杂的统计分析方法，是否是分析社会事实的最有效途径？答案似乎并不那么显然。

统计社会学（Sociologyof Statistics）的兴起为洞察现代社会及现代知识的统计化转向提供有效的分析视角一、统计社会学的基本立场与研究取向统计社会学是一门以统计数字、统计方法和统计制度的社会化生产过程为主要分析对象，以统计思维与现代社会之间的双重形塑关系为基本分析视角的知识社会学分支。

[5]它以社会学领域中较为成熟的知识社会学和科学社会学的相关视角为基本立场，将统计方法和统计知识看成社会整体知识中的某一特殊类型，批判性地研究其在具体社会情境中的建构、传播和制度化过程统计社会学着重关注统计知识与社会之间的互动关系，提倡“知识与社会的双重建构”。

[6]统计社会学的现有研究取向大体有二，两者的区别类似于传统的科学社会学与科学知识社会学之间的区别：一个注重对数字如何成为社会事实重要表征的社会性因素的考察，更贴近于默顿传统的科学社会学理路；一个重视对作为学科话语体系的统计学本身的科学知识社会学分析，带有更强的社会建构论色彩。

科学社会学取向的统计社会学研究更多地关注统计数字在政府管理和决策行为中的应用过程（当然也包括社会对统计的制度化的影响），侧重于对国家或政府主导的宏观统计过程及其提供的官方统计数据的社会学分析它更注重分析具体的统计数字，尤其是官方统计数字的搜集、流通和利用的制度化过程，而较少涉及对抽象的统计方法的社会学分析。

例如，有学者曾以中国社会的基尼系数为主题对官方统计数字及其统计话语进行了反思，认为要想通过平等讨论的途径来获得一个唯一“真实”的基尼系数非常困难甚至是不可能的；我们能够得到的只是人们在不同话语系统的引导和约束下所完成的有关中国居民收入分配差距的不同话语建构，而这些不同的话语建构在“真值”方面具有等价性。

[7]这种反思明确体现了上述统计社会学的基本视角在社会学家关注统计数字与社会实在双重建构过程的同时，还有一些从事科学技术史研究的历史学家和哲学家也对统计数字、统计指标如何成为表征社会世界的“客观方式”的历史做出了深度阐述。

[8]，并在一定程度上回答了知识社会家提出的现代社会中“为什么‘量’这个范畴可以获得高于‘质’这个范畴的优先地位”[9]的问题“人们通常认为量化只是个科学家才会处理的知识问题，但如同多数知识问题一样，这也是一个社会问题和政治问题。

”[10]实际上，量化过程不仅仅只是在描述自然世界和社会世界，它同时在重塑这两个世界量化既是一种科学研究方式，也是一种行政管理方式和秩序建立与控制方式；它之所以能够流行，重要原因之一在于量化的方式符合了现代社会追求价值中立、个人无涉等社会理念。

因此，与其说量化代表了客观，不如说它只是用一种新的价值观取代了一种旧的价值观，而不是真正的“价值无涉”科学知识社会学取向的统计社会学研究在社会实在问题上持有明确的建构论立场：事实是否真实本身并不重要，重要的是在行动者的眼中它是否是真实的，知识社会学“并不追问科学事实是否‘真的为真’，这是科学所应回答的问题，而不是社会学所能回答的问题。

相反，科学知识社会学感兴趣的是事实是如何制造出来并维系其作为事实的状态、即作为事实的地位的”[11]因此，统计工具本身是否真的客观尽可存疑，但这并不妨碍统计学家及应用者将之作为客观的工具进行研究和发现这种“把本身可能并不客观的工具当作客观工具来应用”的做法在特定社会情境中的实现过程，正是此一取向的统计社会学的分析重点。

迪尔凯姆著名的社会学研究方法的首要准则“要把社会事实作为物来考察”[12]可有两种解读：第一，社会事实确实是“物”，因此应当作为物来研究；第二，不论社会事实是不是“物”，都不妨把它当作物来研究[13]第二种解读实际是说，“把社会事实作为物来考察”可以绕过“社会事实是否是物”这一本体论判断，而只是一种方法论选择。

科学知识社会学取向的统计社会学的立场正是如此，其要义在于探索包括统计工具在内的“科学方法”所宣称的客观性、普遍性与科学自身的认知模式与技术工具所能提供的实现方式之间的张力，思考统计学如何作为一种修辞手段，在国家力量的支持下成功地积累起属于自身的话语力量，最终成为一种能够同时发现和创造“事实”的认知思维体系。

在这种立场下，科学知识并不是一种“发现”（discovery）而是一种“创造”（invention），包括统计学在内的科学知识在双重意义上是社会建构的首先，它是科学家群体互动的产物；其次，社会不仅影响科学制度的组织层面，同时也影响其理论与技术的层面。

科学活动是目的导向的，体现了社会的目标与要求，科学知识也就因此具有社会建构性，而不是完全客观、绝对中立的独立知识系统[14]这方面最近的研究还涉及了金融市场社会学（sociologyof financial markets。

）领域，对商品价格、计算机算法、信贷危机、金融数学模型等金融市场中的常见现象与技术工具进行科学知识社会学的分析[15]二、社会事实与客观知识的统计建构在已有的统计社会学研究中得到较多研究或反思的主题有二：一是统计数字尤其是官方统计数字的事实建构功能及其中蕴含的权力关系，二是作为一门学科分支的统计学的自我建构和对外扩张过程。

简单来说，就是统计思维及其相关产物以怎样的方式，以及在何种程度上塑造了所谓的“社会事实”和“客观知识”（一）统计数字的事实建构功能及其权力关系关注统计数字事实建构功能的研究多采用传统科学社会学的视角，集中于对官方统计数字及其收集和解释机制的反思

[16]这里的权力关系包括两种类型第一种类型的权力关系表现在建构社会事实时统计数字之于传统语言文字的优势权力，这是统计学与外部世界之间的权力关系此类研究的核心问题包括：为什么统计数字而不是文字描述会成为社会事实的“客观表征”？为什么量化的管理观会成为国家治理的优势方式？产生这一思维转变的社会学根源为何？在解读这种权力关系时，得到较多应用的是默顿的科学社会学研究范式。

在默顿看来，任何一种精神产品的产生都有社会基础（社会地位、群体结构、权力关系等）和文化基础（价值观、精神气质、时代精神等）[17]斯塔尔对统计数字如何成为建构社会事实的优势工具提供了一个标准的默顿式回答：“资本主义无疑鼓励量化，它让人们沉浸于金钱经济中。

但是，‘经济’上的需要，如同‘国家’的需要一样，并不会自动召唤出相应的思维体系文化上的影响和智力上的努力为统计学的发展提供了不能化约为物质利益的独立刺激因素经济和政治上的发展——即资本主义、现代国家和政治民主制的兴起——作用于已经做好准备迎接系统化和理性化图景的文化土壤，才使社会和经济统计成为这种倾向的产物和表现。

”[18]资本主义的经济体系和现代国家的兴起确实催生了对客观事实进行数字表征的需要，但它并不能立刻和自动地得以满足，而必须具备知识储备和文化信念上的双重准备欧洲社会源远流长的理性主义传统、西方自然科学的伟大成就所提供的方法论信仰，以及数学统计学科自身的进展，都是满足这一趋势所不可或缺的非物质性动力。

除了知识论传统上的准备，现代政治体制的发展也是成为统计学在现代社会中得到广泛应用的重要条件数字在表面上的中立性和价值无涉性能够较好地体现现代社会孜孜以求的一个核心目标：平等正如美国历史学家所评论的，“数字是中性的。

没有哪个数字比另一个数字‘好’计算人数（一人一票）这件事本身似乎象征了民主社会的目标——平等”[19]也就是说，中性的数字看起来是“价值无涉”的，虽然这种“价值无涉”恰好符合现代社会的价值理念：客观高于主观、平等优于特权。

第二种类型的权力关系是在表征社会事实时，某些统计指标之于另外一些统计指标的优势权力为什么采用这一指标而不用另一指标？为什么在指标体系中某些项目的权重较高而另一些项目的权重较低？为什么某些统计指标能够流行而某些不能？有哪些力量决定或影响着统计指标的选择与构建？例如，官方统计资料在报告居民收入时，为什么普遍采用平均数为指标而较少同时报告中位数、四分位数或百分位数等指标？显然这不是由于计算上的难度，而是出于社会政治方面的考量。

因为平均数只是一个算术平均值，而中位数、四分位数、百分位数则提供了相对收入的重要信息，能够体现出社会中的收入不平等性是否披露这些信息、以何种形式和在哪个时间节点披露等问题，都是执政者不得不考虑的内容之前关于中国社会的基尼系数“真实值”的争议，正是这一问题的具体体现。

官方统计话语与民间统计话语的争议，以及某些量化统计指标与社会大众的实际感受之间的脱节，反映出话语之争背后的权力之争、利益之争与理念之争，而不是简简单单的一个“数字准确程度之争”统计社会学家还可以进一步追问：即使所有的统计指标均有真实可靠的来源，这些数字的集合体是否能充分地代表社会的“真实情况”？换句话说，数字究竟在何种程度上建构了我们眼中的“社会事实”？而社会成员又应当如何根据这些声称代表了“社会真实情况”的数字指标来进行后续的社会行动？在这方面，我们还需要做更深入的探讨。

（二）统计方法的知识建构功能与自我衍生过程比起单纯的统计数字和指标的研究，关于统计方法的知识建构功能及其自我衍生过程的研究具有更强的知识论气息和方法论特征这方面的典型问题包括：系统化、学科化的统计工具（也就一般意义上的统计学学科）对现代社会和现代社会研究方式的改造与建构。

为什么统计方法会成为实证社会科学的基本方法，成为形塑现代社会科学之“科学性”的方法论武器，并成为判断学术研究、管理决策是否科学有效的工具？目前执行的统计方法和统计程序，是否真的足够“科学”、足够“客观”？对于社会科学领域整体性的统计化转向，知识社会学家能够提出怎样的反思？这方面的研究多采用科学知识社会学的视角，更关注作为一门学科分支的统计学在知识统计化过程中的建构作用。

关注这一主题的研究者通常认为：统计方法本身充满各种争议，但这些内部争议在应用过程中通常被有意无意地忽略或掩盖，统计学成为一个整体上“客观中立”的学科和工具，塑造出一系列的“客观知识”与“社会事实”为更好地说明统计工具的建构性，有统计社会学家区分了“测量”（

measurement）和“量化”（quantification）的用法，认为前者是自然科学意义上的，对本质上适合测量的东西进行量度的过程，而后者则是将原本以非量化的形式（如文字、言语）出现的表述加以数字化的过程。

量化包括了“协定”（convention）和“测量”两个阶段协定阶段包括了对哪些对象依据何种规则进行量化的比较、协调、妥协、转译、编码、解码的社会过程而测量只是根据既有的协定实现量度的过程于是，“统计学，以及所有形式的量化方式（如概率量化、会计量化），都以其自身的存在，以及在科学、政治、新闻等领域的争议性扩散和使用，改造了这个世界。

一旦量化程序得到编码和程序化，其结果就能得以具体化（reified）：它们将通过‘棘轮效应’[20]而成为‘事实’初始的协定过程总被忘却，而量化的结果却被认为是自然而然的，‘测量’会自动跃出脑海、化为铅字。

这一自然化（naturalization）过程会一直持续，直到争议涌现、‘黑箱’被重新打开为止，而这需要一个又一个的案例分析”[21]在这个意义上，统计社会学的研究就是要将各种已经被视为自然而然的过程进行重新诠释，打开统计化过程中的一个又一个“黑箱”，以分析其中被遗忘或忽略的社会性协定过程。

上述主张对于社会学家更充分地认识统计学在社会科学中的角色是富有启发性的统计学之所以为当代社会科学所推崇，重要原因之一在于统计方法能够为内容主题分散、理论视角多元的各社会科学分支提供方法论上的统一性，以此塑造出自身的学科认同。

然而，对统计学自身发展史的知识社会学分析可以发现，统计学内部的异质性并不亚于其他社会科学学科若按科学史家库恩的观点，“在发展成熟的科学中没有竞争着的党派”[22]，那么，统计学至今仍难以称为一个成熟的科学。

这样一个“不成熟的科学”，如何“克服”其内部的分歧，成为社会科学其他学科争相使用的“客观研究工具”？统计学“征服”其他社会科学学科的过程究竟是如何发生的？它与统计学自身的发展及其所处的社会情境又有怎样的联系？这是统计社会学要着力问答的宏大问题。

不过，从目前的成果看，对此类主题的研究仍集中于对20世纪中期之前的统计发展过程的分析，对其后统计学的发展与争议（如频率学派与贝叶斯学派的争论、频率学派内部的假设检验争议等），尤其是当下统计学最新进展（如开源软件对实证研究的影响、数据可视化对传统数据呈现方式的冲击等）的知识社会学考察仍有待加强。

四、余论社会的统计化与知识的统计化既是社会世界理性化的产物，又是形塑世界理性化图景的重要知识工具应当说，社会统计化和知识统计化只是社会世界和知识领域现代化和理性化的一个特殊表现面对当下来势汹涌的统计化趋势，研究者应当进一步追问：社会统计化和知识统计化的发展边界在哪？有没有一些社会领域是不需要统计化的？当然，进行统计社会学分析的目的，并不是为前面提出的问题提供某些“终极答案”，而是借助于对统计数字、统计工具、统计思维的内部黑箱的深度揭示，不断地向人们展示其中复杂的建构过程和竞争性的权力关系。

这无疑有助于澄清某些关于统计数字和统计工具的“客观性迷信”或“科学性迷信”但同时又应认识到，这种“迷信”也并非全无价值，其产生也并非毫无根据实际上，它只是现代社会所追求的理性化的一种极致表现，而且可能正是这些带有某种盲目性的推崇，为统计化的发展提供了一种不可缺少的精神动力和价值支撑，使得统计方法能够完成“从工具到范式”。

[23]的转换，并建构出属于自身的支持性话语系统，获得进一步发展所需的各种资源同时，统计数字与私人体验之间的契合或不契合，正是社会与个体的张力关系这一经典社会学主题在当下社会情境中的一个缩影统计数字就如吉登斯笔下的现代性脱域机制中的“象征标志”。

[24]，同时又是高度专业化的专家系统的产物；数字的“精确性”与其说源自它们对社会事实的准确表达，不如说它们的产生经过了社会承认的合法性程序的检验，因而是准确的要想动摇这些数字的合法性，通常需要经过程序化的专业过程，以个体直接而真实的直观感受和私人体验，来对抗这种专家系统的象征标志，在现代社会中几乎是不可能成功的。

如此也就可以理解，为什么个体总是感觉“被平均”、“被代表”，并因此感到不满，但却无力改变这种专业知识的生产过程这实际只是现代性发展过程中社会对个体认同的强制性规训的一个侧面，是现代社会中不可避免的一个现象：“在我们的‘新’世界中，精神与量之间的张力无处不在。

”[25]这正好为统计社会学视角的拓展提供了纵深空间总之，以统计思维的现代性反思为宏观思考框架，以社会统计化和知识统计化为两大基本线索，对统计思维发展的社会动力机制进行宏观分析，对社会与知识统计化的不同侧面和具体过程提供深度描述，同时就统计化的可能边界进行不断的反思，是今后统计社会学可着重关注的方向。

在这种反思过程中，我们将再次面对那些反复不断地出现在诸种社会理论中的经典社会学主题：个体与社会的关系、定性与定量的争议、人文导向与科学导向的分歧、工具理性与价值理性的冲突、程度正义与实质正义的矛盾，等等。

因此，统计社会学的研究既是一个新兴的学术领域，也是一个具有历史厚重感和深远理论张力的领域如何选择合适的切入口，对能够印证这些主题的某些侧面做出扎实细致的知识社会学描述，是未来统计社会学研究的重点注释：[1]

冯启思：《数据统治世界》，曲玉彬译，中国人民大学出版社2008年版，第245页[2]张琪：《统计化：社会转型的另类向度》，《社会》2014年第2期； Liu Xin, The Mirage of China: Anti-Humanism, Narcissism, and Corporeality of theContemporary World。

, New York: Berghahn Books, 2009.[3] Charles Camic and XieYu, “The Statistical Turn in American Social Science: Columbia University,1890-1915”,

American Sociological Review,1994(5).[4]吉登斯：《现代性的后果》，田禾译，译林出版社2011年版，第36-37页[5] Paul Starr, “TheSociology of Official Statistics”, in William Alonso and Paul Starr, eds., 。

The Politics of Numbers, New York:Russell Sage Foundation, 1987, p. 7; Alexandre Camargo, “Sociology ofStatistics: Possibilities of a New Field of Investigation”, translated byDerrick Phillips,

História, Ciências,Saúde – Manguinhos, Rio de Janeiro, 2009(4); 谢俊贵、谢谦：《统计社会学的初步构建》，《统计与决策》2012年第8期；叶启政：《均值人与离散人的观念巴别塔：统计社会学的两个概念基石》，《台湾社会学》，

2001(1)[6]刘珺珺、赵万里：《知识与社会行动的结构》，天津人民出版社2005年版，第80页[7]谢立中：《惟一“真实”的基尼系数是否可得？》，《社会学研究》2013年第5期[8]如Patricia Cohen, 。

A Calculating People: The Spread of Numeracyin Early America, New York: Routledge, 1999; Ian Hacking,

The Emergence of Probability, Cambridge,MA: Cambridge University Press, 2006; Theodore Porter, The Rise of Statistical Thinking, 1820

—1900, Princeton, NJ:Princeton University Press, 1986; Theodore Porter, Trust in Numbers: The Pursuit of Objectivity in Science and Public Life

,Princeton, NJ: Princeton University Press, 1995; 伊恩·哈金：《驯服偶然》，刘钢译，中央编译出版社2000年版[9]马克斯·舍勒：《知识社会学问题》，艾彦译，译林出版社。

2012年版[10] Theodore Porter, “MakingThings Quantitative,”, Science in Context,1994 (3).[11] Doanld Machenzie, 。

Material Markets: How Economic Agents AreConstructed, New York: Oxford University Press, 2009, pp. 8-9.

[12]埃米尔·迪尔凯姆：《社会学研究方法的准则》，狄玉明译，商务印书馆2009年版，第35页[13] Alain Desrosières. The Politics of Large Numbers: A History ofStatistical Reasoning。

. Translated by Camille Naish. Cambridge, MA: HarvardUniversity Press, 1998, p. 3.[14] Doanld Machenzie.

Statistics in Britain, 1865-1930: The SocialConstruction of Scientific Knowledge. Edinburgh: Edinburgh UniversityPress, 1981.

[15] Doanld Machenzie. AnEngine, not a Camera: How Financial Models shape Markets. Cambridge, MA: MITPress, 2006; Doanld Machenzie. “The Credit Crisis as a Problem in the Sociologyof Knowledge.”

American Journal ofSociology, 2011(6).[16]如Theodore Porter. Trust in Numbers: The Pursuit of Objectivityin Science and Public Life

. Princeton, NJ: Princeton University Press,1995; Lorenzo Fioramonti. Gross DomesticProblem: The Politics behind the World’s Most Powerful Number

. London: ZedBooks, 2013; Lorenzo Fioramonti. HowNumbers Rule the World: The Use and Abuse of Statistics in Global Politics

.London: Zed Books, 2014.[17]罗伯特·默顿：《社会理论与社会结构》，唐少杰、齐心等译，译林出版社2008年版，第598页[18] Paul Starr. 1987.“The Sociology of Official statistics.” In William Alonso & Paul Starr(Eds), 。

The Politics of Numbers. NewYork: Russell Sage Foundation, 1987, p. 7.[19]丹尼尔·布尔斯廷：《美国人：民主的历程》，谢廷光译，上海译文出版社

2012年版，第204页[20] “棘轮效应”（ratcheting effect）源自消费行为学领域，原意是指个体的消费习惯形成之后有不可逆性，即易于向上调整而难于向下调整Desrosières在此使用棘轮效应，意指量化结果一旦产生，就容易被忽略其前期充满争议的协定过程，而当成一个真正的

“客观事实”[21] Alain Desrosières.“Comparing the Incomparable: the Sociology of Statistics.” In Jean-PhilippeTouffut (Ed), 。

Augustin Cournot: ModellingEconomics. Cheltenham, UK: Edward Elgar, 2007, pp. 122-123.[22]托马斯·库恩：《科学革命的结构》，金吾伦、胡新和译，北京大学出版社

2003年版，第144页[23]吕小康：《从工具到范式：假设检验争议的知识社会学反思》，《社会》，2014第6期[24]吉登斯：《现代性的后果》，第18-24页[25]弗洛里斯·科恩：《世界的重新塑造：近代科学是如何产生的》，张卜天译，湖南科学技术出版社。

2012年版，第216页。编辑 / 郝光耀图片/来源网络

群学南开微信号：nkshehuixue新浪微博：nksociology联系邮箱：nankaishehuixue@163.com学术 | 资讯 | 分享 | 交流

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186