2018年暑期班选课建议

2018年暑期班选课建议

科学是让事实说话、让数据说话，而不是让研究者自己说话

暑期班的定位：让学员“不是知道别人做什么，而是要学会自己怎样做”

1

背景介绍

北京大学《社会科学研究方法暑期班》从2006年开始，每年7月-8月在北京大学举办，今年将是第十三年。2007年正式纳入北京大学研究生院暑期课程。从最早的每年开设3门正式课程（每门课程36学时），到近年来每年开设12门左右课程（其中包括18学时的课程）。从2007年到2018年，《暑期班》累计共开设了20门正式方法类课程（见表1），这些课程讲授的内容都是目前国际上社会科学研究领域中最为普遍使用的方法。

学习社会科学研究方法，不仅仅是为了学习某些分析“技术”，更重要的是学会如何科学地思考问题和分析问题，提升自己的研究能力。尽管暑期班期间也会安排一些知名学者的前沿讲座或报告，开拓一下眼界，但暑期班的重点是系统、完整地讲授社会科学研究方法课程，使学员能够通过学习掌握目前国际社会科学领域普遍使用的科学研究方法，并把所学到的方法应用到自己的学习、研究、教学和工作中去，使自己的研究做得更规范、更科学。

学习社会科学研究方法，并不是一件很难的事情。然而，要想真正掌握和理解社会科学研究方法，必须按照课程的逻辑关系循序渐进地、系统地学习，切不可跨越式的、碎片式的、或随意地选择自己喜欢或马上要用的课程去学习。因此，为了能使学习效果更好，下面我们对今年暑期班开设的课程、以及各门课程之间的关系作一个简短的介绍，并结合学员选课提出一些建议，供大家参考。

2

内容和活动

今年暑期班在北京大学将开设8门正式课程，其中2学分（36学时）课程3门、1学分（18学时）课程5门。跟以往一样，今年暑期班课程分为两个阶段。暑期班之前将召开由北京大学研究生院主办的“黉门对话”专家主题论坛；中间还将继续举办“第四届社会科学研究方法及应用学术研讨会”。“研讨会”属于暑期班的配套性活动，目的是为暑期班学员在学习研究方法的同时，能够应用所学的方法开展研究，同时通过与同行进行交流，达到提高自己研究水平的目的。

今年暑期班安排的课程和相关活动如下：

1

“黉门对话”专家主题论坛

“黉门对话”专家主题论坛：改革开放对中国人生命历程的影响，7月1日，上午8:30-12:00，下午1:30-4:30

2

第一阶段课程：7月2日 - 7月8日

第一阶段课程：7月2日 - 7月8日，（其中5日休息）：

1.纵向数据分析（Longitudinal Data Analysis），7月2日-8日，上午8:30-11:30

2.社会仿真分析(Simulation Analysis for SocialSciences)，7月2日-8日，下午2:00-5:00

3.大数据分析技术（Techniques for Big DataAnalysis），7月2日-8日，上午8：30-11：30

3

社会科学研究方法及应用学术研讨会

社会科学研究方法及应用学术研讨会: 7月9日 – 7月10日，上午8:30-12:00，下午1:30-5:00。

4

第二阶段课程: 7月11日 - 7月25日

第二阶段课程: 7月11日 - 7月25日，（其中14\18\22日休息）：

4.分类数据分析（Categorical Data Analysis），7月11日-25日，上午8:30-11:30

5.生存分析（Survival Analysis），7月11-17日，下午2:00-5:00

6.应用多元统计分析（Applied Multivariate DataAnalysis），7月19-25日,下午2:00-5:00

7.结构方程模型（Structural Equation Model），7月11-25日,上午8:30-11:30

8.空间分析方法（Spatial Data Analysis），7月11-25日，下午2:00-5:00

3

课程介绍

学习研究方法不能指望“短平快”、不能靠“临阵磨枪”，抱着这种心态来学习方法，肯定是学不好的。学习研究方法不能仅是为了“有用”，它是一种“世界观”、一种“思维方式”，更是一种“美”。方法类课程一定要系统、循序渐进地去学习。

下面的图1给出了研究方法各门课程之间的关系，其中绿色部分为今年暑期班所开设的正式课程（共12门），白色部分为以往暑期班曾经开设过的其他课程。框图中的箭头给出了各门课之间的联系和学习顺序，我们希望学员能够按照这样一个逻辑关系来选择自己所学的课程。我们把今年暑期班课程分为初级、中级和高级三类。初级课包括研究设计和研究方法、社会科学应用统计学原理、应用线性回归模型和Stata统计软件及应用；中级课程包括分类数据分析、生存分析、应用多元统计分析；其他五门课为高级课程。

今年暑期班的初级课与中高级课在时间和地点上是分开的。错开时间对于初学者是最有利的，因为首次参加社会科学研究方法学习的学员，如果在5月份学习了全部4门初级课程、7月份再继续学习3门中级课。这样在3个月的时间内就学习了从初级到中级的7门课程。这相当于用最短的时间，从“完全不懂”定量研究方法，一步就跨入了定量研究的“中级水平”。希望大家一定要珍惜这次难得的机会。

从图中还可以看出，“社会科学研究设计和研究方法”属于所有社会科学研究方法类的第一门课。它主要介绍社会科学研究的思路、原则、研究方式，以及如何做研究设计，如何对研究对象进行测量，如何收集数据等一些具体方法。只有学习了第一门课，才会知道怎样去做研究，才可以进一步学习其他研究方法。

“社会科学应用统计学原理”可以说是社会科学研究方法的第二门课，也是定量研究方法的第一门课。这门课讲的是统计学最基本概念和最基础内容。它涉及描述统计，即各类统计指标的计算和表示方法，也涉及推断统计，即如何从样本向总体进行推断的方法。这门课主要讲的是单变量和双变量统计分析问题。而变量又可以分为连续变量和分类变量两大类。可以说，对于从未学过任何统计学（不包括社会经济统计学）或者曾经学过但并没有真正理解统计学含义和真谛的学员，建议一定要选修这门课程。这门课学懂了，你才算真正“入门了”，否则永远都只是个“门外汉”。这门课只需要有中学数学基础就足够了，学起来简单且有趣，你会对统计学感兴趣，甚至会爱上统计学。

在学习“社会科学应用统计学原理”时学员会了解到，单变量和双变量数据只能用于描述，不能用于对变量之间关系的解释，因为二者的关系并不是真实的关系，或者说可能是虚假关系，因此独立测量双变量关系所反映的结果是不能用来下结论的。要想得出科学的结论，还必须控制有关的一系列其它变量，这就是多变量问题。解决多变量问题必须用多变量分析方法，特别是回归分析模型。然而，“应用线性回归模型”又是所有模型类课程的基础性课程，它通常也被称为定量分析方法的第二门课，或模型类方法的第一门课，因为任何其它定量模型都是在线性回归模型基础上或比照线性回归模型构建出来的，如果不了解线性回归模型，就很难理解其他模型，而且在应用上、特别是在对模型结果的解释上也会经常出现问题。从上图的结构上也可以明显地看出，“应用线性回归模型”这门课在其中所处的重要位置。

除了学习基本原理和基本方法以外，今年暑期班首次安排了一门统计软件课程——Stata软件。尽管这不是介绍研究方法本身的课程，但是作为统计方法的使用者至少要掌握一门统计软件，因为毕竟所有方法都不再需要研究者自己手工计算，而是通过统计软件来计算的。如果说研究方法是做研究的工具的话，那么统计软件则是使用研究方法的工具。它使我们的计算更容易、更方便、更快捷。实际上，目前社会上有很多统计软件，中国社会科学学者目前使用最多、也是最简单的软件是SPSS。由于Stata软件的功能更强一些，使用也相对简单，作为初学者能够掌握并学会使用这一软件是非常必要的。同时，这门课也是为了配合“社会科学应用统计学原理”和“应用线性回归模型”这两门课的实际操作而开设的。

由于线性回归模型主要是针对因变量是连续变量的回归，而社会科学研究所涉及的变量绝大多数都是非连续型或者称作分类变量，所以针对分类变量的分析必须使用“分类数据分析”方法。这是社会科学应用最为广泛的一类方法（没有之一），从事社会科学研究的学者一定要掌握这类方法。“分类数据分析”这门课的内容通常也分为两部分，一部分为描述统计，特别是描述和检验双变量之间的关系，第二部分为解释统计，重点讲解Logistic 和相关的回归模型。Logistic模型是分类数据分析中使用最多的模型，它也可以被称为广义线性回归模型之一；这里既要讲解二元因变量，也讲解多元因变量回归模型，以及其他非线性回归模型。

线性回归和Logistic回归多针对于“状态变量”的研究，而“生存分析”方法则针对的是“时间变量”。它得名于对人的生存时间的研究，然而该方法同样适合对人或物的某一状态所持续时间的解释，比如失业持续时间、运动员运动生涯的持续时间、犯人再次犯罪的时间、处于离异状态的时间、学生毕业找工作所花的时间等，这些“时间”的长度受哪些因素的影响，则是生存分析研究的内容。生存分析在社会学中通常被称为事件史分析(EventHistory Analysis)；在工程领域被称为可靠性分析(ReliabilityAnalysis)或失效时间分析(Failure Time Analysis)；在经济学被称为持续时间分析(Duration Analysis)或转移分析(TransitionAnalysis)等等。本门课程目的在于让学员了解生存分析的用途和适用范围，掌握生存分析的原理和分析方法，为学者研究相关问题打下基础。

“应用多元统计方法”针对分析的变量是多元或多个的，而不是单一变量或双变量。它属于复杂数据结构的分析方法。这门课程与其他统计课程不同的是，它涉及的不是一个具体方法，而是多个方法，即针对不同数据、不同问题涉及不同的分析方法，其中包括主成分分析、因子分析、聚类分析、判别分析、对应分析、典型相关分析方法等等。

“结构方程模型”是针对带有潜变量的复杂数据进行分析，它是由路径分析、确定性因子分析和联立方程三种方法的有机组合，并且更能反映复杂社会现象或更贴近反映复杂或交互因果关系模型。这一模型仍然以线性回归模型为基础，并与确定性因子分析有密切的关系。该方法近年来在国际社会科学界得到广泛的使用。目前该方法主要解决连续变量的问题，针对解决分类变量问题的方法近年来也发展很快，但是由于受课时的限制，本门课将介绍最基本的原理和方法。

“大数据”是近年来政府和学术界普遍关注的一类数据，它通常属于非结构化数据或复杂数据，与学术研究中使用的传统结构性数据有很大不同。通过本门课程的学习，学员可以初步了解什么是大数据，大数据如何获取，以及针对获取的复杂数据如何进行描述和分析。本课程主要讲授大数据技术基础，复杂性科学的思维方式，和多尺度分析的基本方法。

“空间数据分析”是一种针对具有空间位置属性数据的分析工具，近年来在社会科学领域得到越来越广泛的应用。本课程将结合社会科学研究的实践和需求，以理论和方法结合实际案例的方式，着重介绍基于GIS（地理信息系统）平台下空间数据的分析在社会科学研究中的有效应用，尤其是针对社会科学数据，利用可以获得的空间分析软件，实现统计数据空间可视化、创建专题地图、进行GIS查询与空间分析、数据统计与建模等。该课程分为GIS技术基础和应用统计分析建模两部分。通过本门课程的学习，学员可以学会如何为GIS项目准备和处理地图数据，并使用常见的空间分析工具来分析社会统计数据。

今年暑期班我们增加了两门新课，一门是“纵向数据分析”方法，另一门是“社会仿真分析”方法。做回归模型通常有一个假设，那就是样本的“不相关性”，由于近年来国内开始重视收集纵向数据（longitudinal or panel data），而纵向数据通常都是不独立数据，因此传统的统计方法是不能直接用于纵向数据的。那么，分析纵向数据必须使用专门的纵向数据分析模型。为此，为了使中国学者能够更好地、更有效地使用和分析纵向数据，本次暑期班则专门安排了这样一门课。

另一门新课是“仿真分析(simulation analysis)”方法，这是现代统计分析的一个常用的方法，可以被理解为基于统计模型基础上的大数据分析。仿真分析在社会科学研究中被广泛用来回答数据本身很难或者不能回答、以及统计模型很难描述的问题。本课程着重介绍仿真分析在社会科学研究中的应用，内容包括简单的数据和分布仿真，以及较复杂的多状态生命表仿真。学员最好以前学过生存分析的课程，本课程会使用SAS软件进行编程，最终会使学员能自行运用SAS程序能够独立进行各类仿真分析。

除了以上课程外，暑期班将根据情况安排一些辅助性课程。这些辅助课程属于无学分的课程，主要是为了配合正式课程的学习和应用来介绍某些统计软件的使用。今年暑期班还将邀请部分资深学者开设讲座，希望各位学员踊跃参与。

4

选课建议

从表1可以看出，“社会科学研究设计和研究方法”和“社会科学应用统计学原理”是暑期班开设次数最多的两门课，几乎每年都开；其次是“应用线性回归模型”。我们把这三门课归为暑期班的初级课程，也是社会科学研究方法的入门课程或基础课程。前两门课对学员的知识背景并没有什么要求，只要是学过一些中学数学就可以了；第三门课则需要一些基础的微积分和矩阵的知识，同时要求必须学过“社会科学应用统计学原理”这门课。除此之外，今年暑期班我们还头一次把Stata统计软件课作为正式课程。之所以这样做的目的是使初级班学员在学习了统计学原理和模型基础上，同时也能够掌握一个可计算的工具，用来处理数据和求解模型。总之，初级班四门课作为一个整体，构成了一个完整的应用统计基础课程体系，它不仅使学员知道如何做研究、掌握了统计学基本概念和基本原理、学会了基础统计学模型、还可以对数据和模型进行处理和计算，从而为学员在定量研究方法或统计学上打下一个好的、坚实的基础。在此基础上就可以轻松地学习后续的课程了。

对于首次来暑期班学习的学员，我们强烈建议大家学习全部的四门初级课程。如果你已经掌握了统计软件的使用，这次只关注定量研究方法原理或理论，可以学习“社会科学研究设计和研究方法”，“社会科学应用统计学原理”和“应用线性回归模型”这三门课；若你从来没有学习过统计软件，建议你一定要学习Stata统计软件这门课。作为使用统计方法来做研究的人，至少要熟练掌握一门统计软件。

如果你已经熟悉研究设计方法，也比较好地掌握了Stata软件，你也可以只学“社会科学应用统计学原理”和“应用线性回归模型”这两门课。有些学员可能会问：“我以前在某一门课里学过“社会统计学”和“线性回归”的内容，是不是这次可以不用学这两门课，直接进入下一阶段课程的学习？”我们的回答是“不行”。因为国内很多社会科学院系也都开过“研究方法”或“社会统计”这类课程，通常的情况是：一门课涵盖了“所有”方法，包括线性回归可能是只讲一或两次课。而暑期班课程中，每一种或一类方法均为独立的一门课。学三个小时的线性回归与学一个学期的线性回归，内容肯定是不一样的。

学习了初级班的四门课，你就知道了统计是什么、如何用统计来研究社会问题、以及如何科学地“下结论”。但这离真正开始从事社会科学研究还有一段距离，主要原因是社会科学所研究的变量绝大多数都是分类变量，而线性回归只能解决连续变量的问题。那么，对于社会科学的研究者，使用更多的不是线性回归，而是针对分类变量可以使用的“分类数据分析”方法。而它又必须是在学习了“应用线性回归模型”这门课之后才能开始学，因为它的基本原理、基本方法是从线性回归模型演变过来的。“分类数据分析”课程的前半部分主要介绍描述统计，它是以“社会科学应用统计学原理”为基础的，而后一部分介绍分类数据回归模型，这一部分则是以“线性回归模型”为基础。

如果说“分类数据分析”是中级课程的第一门课的话，中级课程的第二门课就应该是生存分析。除此之外，我们在中级课程中还安排了“应用多元统计分析”课程。如果学员能够在5月份系统学习了初级课程以后又继续学习7月份这三门中级班课程，你就用最短的时间掌握了社会科学研究方法中最基本、最重要的七门课程，这将是效率最高的一次学习了。

暑期课程是在为社会科学学者提供丰盛的“大餐”。今年暑期班的中、高级课程是专门为暑期班老学员准备的，而且是一桌“免费大餐”。要知道，不是所有好东西都能够免费的。

如果您曾在暑期班学过了初级课程，建议您直接选学今年暑期班的中级课程。当然7月2-8日的课程也可以选，因为学过了初级课程，这些课都是可以听懂的。尽管学这些课可能也需要具备一些预备知识，但通常我们会根据需要安排相应的辅助课，来帮助学员把这些预备知识提前补上，提高听课效果。

如果您曾经在暑期班学过了这些初级和中级课程，您可以完全随意选择任何的高级课程。比如您对复杂数据感兴趣，您可以学“大数据”和“仿真”课程，再后面可以继续学习“结构方程”和“空间分析”课程。当然，如果您想对纵向数据进行分析，也可以学习“纵向数据分析”方法课程，同时学习“仿真分析”课程，并在后一阶段选择其他感兴趣的课程。

在这里需要特别强调的是，7月2-8日这一阶段课程结束后，将召开“第四届全国社会科学研究方法及其应用学术研讨会”，我们要求所有来学习中高级课程的学员，在报名时必须提交至少一篇论文摘要，并参与会议交流。将研讨会安排在暑期班中间的目的就是督促和推动学员的“学以致用”，使大家从应用中、从交流中理解方法、提升方法使用的水平。“研究方法不是学出来的，而是用出来的”，一个只学不用的人，是永远也学不会方法的。

当然，每个学员均有自己的兴趣和需要，所以最为合理的选择应该是最为适合自己的。这里的“适合”需要考虑两个因素，一是要结合自己的兴趣和研究需要；二是要使学习的效果最好。尽管大家都渴望在短时间内掌握更多的方法，这会导致效率很高，但效果不一定最好，有的时候“吃多了也会不消化”，一定要量力而行。暑期班的学习属于强化训练，非常辛苦，大家一定不要过于劳累。

5

参会建议

对方法的学习必须“学”和“用”相结合，既要“学以致用”，又要“用以致学”。以往的暑期班为广大学员提供了“学”的机会，但并没有提供“用”的机会。为了能够实现“学”“用”结合，也为暑期班学员，以及中国社会科学学者提供相互交流、共同提高的机会，前面已经举办过三届“社会科学研究方法及其应用学术研讨会”，今年将继续举办第四届研讨会。研讨会之所以被安排在暑期班两个阶段课程之间来举行，其目的就是为了方便暑期班学员参加研讨，从而推动暑期班学员将所学的方法应用的自己的研究领域，并与同行进行交流；除此之外还有一个目的，就是暑期班期间学员们结识了很多新朋友，然而由于暑期班课程学习太紧张，朋友之间几乎没有更多交流的机会，而研讨会则为大家提供了这样的机会。会议的具体情况参见暑期班网页上的会议征文通知。

在此，我们要求暑期班的老学员积极撰写论文，参与讨论，对自己几年里在研究方法方面的学习成果进行一次检验。通过展示你的研究成果，可以让其他参会学者指出你的问题、提出修改建议，帮助你提升论文水平和研究水平，提高论文在顶尖学术刊物发表的机率；与此同时，你也可以通过了解别人在做什么、怎样做的，来启发自己的研究思路，达到学习和提高的目的。

与此同时，我们也强烈建议首次参加暑期班学习的新学员，也能踊跃参加研讨；如果你对自己的研究还没有自信，也可以来听听别人都在做什么，是怎样做的，从中感受一下规范的、科学的研究的魅力和氛围，从而会进一步激发自己学习研究方法的兴趣和热情。

研讨会期间，我们会邀请历届暑期班的授课教师、国内外社会科学各领域顶尖的、做规范研究的学者做大会发言或点评，参加并组织分组研讨会，与大家一起进行交流。

总之，学术交流是一种相互启发、相互促进的过程，是智慧成果的共享，是学术成就的共赢。

欢迎各位的积极参与！

7月，北京大学见！

北京大学研究生院社会科学研究方法暑期班联系人：

刘 艳，北京大学人口研究所，联系电话：18813199846

陈 杭，北京大学人口研究所，联系电话：18810920273

暑期班咨询QQ群号：556741650

注：电话咨询时间为每周三至周五10:00-18:00（强烈建议大家通过QQ群进行咨询）

暑期班组委会

2018年3月21日