警惕社會科學研究中的“數據操縱”

科技部近日聯合相關部門，重點關注自然科學領域內中國學者在國際期刊上的撤稿論文，針對虛構偽造數據等學術不端行為，部署開展專項整治行動，引發學界關注。

數據是科學研究的基礎，其真實性與規范性共同構成學術成果可信度的核心。在社會科學研究中，數據科學的嚴謹要求與自然科學具有同等重要性。當前該領域存在虛構偽造數據等不當使用數據行為，具體表現為“P值操縱”“篡改或捏造調查數據”“選擇性報告結果”等多種形式。這類行為不僅違背科學研究的基本準則，也嚴重破壞公平競爭的科研環境，對學科發展和學術生態造成深遠負面影響。

為深入剖析社會科學研究中數據操縱的表現、成因及后果，探尋治理之策，本報記者面向相關學者開展問卷調查，最終收回236份有效問卷。數據顯示，30.5%的受訪者認為，所在學科中數據操縱現象較為普遍或非常普遍，表明該問題亟須引起重視。

數據操縱存在多種形式

問卷調查中，分別有52.54%、33.47%、28.39%、21.61%的受訪者表示，曾目睹或聽說過，身邊其他研究者曾有過選擇性報告調查數據、捏造調查數據、篡改調查數據、P值操縱等四類數據操縱行為。這表明，相關問題在當前社會科學研究中并非個例。

具體而言，“P值操縱”指在定量分析中，通過多次檢驗、選擇性報告等方式讓不顯著的結果“變顯著”。“選擇性報告”則指僅呈現與假設一致的回歸結果，而弱化或省略不顯著部分。總體上看，數據操縱在不同學科、不同類型的研究中，普遍程度和表現形式存在差異。調查中，更多學者傾向認為，定量研究更容易出現數據操縱。“經濟學在各門社會科學中最為定量化，專業期刊也更偏愛量化研究論文，數據操縱行為出現的概率可能比其他社會科學高。”首都經濟貿易大學教授安樹偉表示。

長期從事應用經濟學研究的王偉（化名）也觀察到，社會科學研究更依賴個人判斷，這讓數據處理環節容易出現操作不規范甚至人為操縱的情況。他將定量研究中常見的數據操縱行為歸納為兩種典型：一是在缺乏理論支持的情況下反復更換變量、調整模型或篩選樣本，以獲得顯著結果。二是選擇性報告，即僅呈現與假設一致的回歸結果，而弱顯著或不顯著的部分被有意弱化或省略。

依賴質性文本數據開展的定性研究，是否也可能會出現數據不當使用問題？在中國農業大學人文與發展學院教授葉敬忠看來，定性研究不是為了證明特定事實，而是為了建構理論，只有從實踐獲取鮮活素材，才能做出好的研究。但依靠偽造數據、編造故事無法真正促進理論的提煉，因而數據操縱在這個領域還是鮮有發生。不過，山東大學人文社科期刊社社長魏建注意到，AI的普及使偽造案例和訪談對話變得更加簡單，客觀上對定性研究中的數據可靠性提出了挑戰。同樣有學者反映，在學生的課堂作業中，有時會發現疑似使用AI生成訪談記錄的情況。

盡管問題值得警惕，但廈門大學中國能源政策研究院院長林伯強也強調，隨著學術成果發表管理的日趨規范，近年來學術不端現象已經顯著改善，數據操縱如今整體上仍屬少數現象。

數據操縱源于多種因素

數據操縱對學科發展和學術生態具有多重負面影響。從問卷數據來看，約八成的受訪者認為，數據操縱會降低學術成果可靠性和學科公信力。“經過數據操縱生成的虛假結論，會導致后續研究在錯誤的基礎上繼續推進，從而削弱學術研究的科學性，也有可能對決策者產生誤導。”安樹偉說。

此外，數據操縱如若形成風氣，將會對學術生態和科研環境造成嚴重破壞，致使“劣幣驅逐良幣”。在王偉看來，部分研究者在量化考核壓力的驅使下，通過數據操縱，可能會形成為追求快速發表而漠視結論可靠性的不良傾向，這會使真正投入時間、誠信開展研究的學者在科研競爭中處于不利地位，嚴重惡化學術生態。

究竟是哪些因素造成了社會科學研究中數據操縱現象的產生？

當前，社會科學研究的收集和處理數據手段不斷更新，數據來源日趨多樣化，主要包括：國家統計局和有關政策部門公布的宏觀和產業數據、研究機構和企業發布的調研數據以及學者自己收集的田野數據。其中，第一類官方數據最為可靠。第三類數據獲取方式較為靈活，但也是在研究中最易招致質疑的數據。受訪學者普遍認為，大部分學者并不會主觀捏造或篡改數據，但不排除學者個人調研獲取的數據具有偏差性。比如，因受調研資金約束，所獲數據廣度和深度可能不足，數據來源復雜度導致可靠性需驗證。這對學者而言，或是一種兩難選擇：國家公布數據可靠但宏觀性強，研究微觀經濟問題時面臨數據不足的困難；依賴田野調查所獲微觀數據可能偏離真實。

中國社會科學院經濟研究所研究員劉霞輝提出，數據處理環節是問題的多發區。社會科學難以進行封閉實驗，所得數據易受到波動和干擾，導致統計結果不盡如人意，難以得出有效結論。因此，學者會采用特定的統計方法來補全數據、剔除極端值、處理內生性問題等等。然而，有些統計方法缺乏公認的使用標準，不同學者處理相同數據時，得出的結論可能存在差異，這會引起人們的質疑。

在社會科學定量研究中，如果初始研究發現不符合預期假設，研究者仍可以通過更換代理變量、重新進行變量操作化等技術手段繼續改進研究。然而，也正是因為研究過程的靈活性，必要的數據處理和有意的數據操縱，二者邊界并非涇渭分明。對此，王偉認為，只要每一步處理都可復現、有明確理由，并能在附錄中公開解釋，就屬于正當的數據處理；但若為了顯著性或迎合預期而反復試驗模型、刪除不符數據，則違背了學術規范，滑向了數據操縱的一端。

調查結果表明，“降低科研成本，縮短寫作周期，緩解發表壓力”是研究者實施數據操縱的首要原因。在魏建看來，由于發表需求和供給之間存在嚴重失衡，為達到既定期限內的考核發表要求，難免會有學者走上歧途。

探索多方協同治理之路

治理數據操縱現象，需要學者、期刊、高校和主管部門多方主體共同努力。

對于學者來說，學術道德素養與科研經驗是避免數據操縱行為的關鍵內在因素。在東南大學社會學系教授程誠看來，每位研究者都會遭遇外部壓力，但一個具備良好學術道德素養的研究者，會通過反思研究設計不斷精進，甚至在必要時果斷放棄選題，而非萌生操縱數據的念頭。據劉霞輝的觀察，由于欠缺科研經驗，學生階段的論文撰寫更容易出現相關的數據問題，這需要導師的嚴格把關和及時糾正。

劉霞輝還特別從數據處理角度提出建議。他以奇異值舉例說明，這類研究數據中的個別特殊值，能對統計結果造成顯著影響。由于難以從中提取有效信息，許多學者常將其簡單作刪除處理。“實際上，奇異值背后可能隱藏著季節、地域甚至文化因素的影響。雖然從統計學角度將其剔除有合理性，但如果學者能從中挖掘出有價值的研究發現，無疑將是更好的處理方式。”劉霞輝強調。林伯強有同樣的看法：“初步結論不符合合理預期和邏輯，就要深挖原因和考慮調整研究角度。”

近年來，越來越多的社會科學專業期刊開始要求作者在提交論文時，同步提供數據和程序代碼等相關文件。多數受訪學者認為，通過提升可復現性，不僅可以使研究者更加謹慎地處理數據，有效抑制數據操縱行為的發生，還能方便初學者進行復現研究，更快地掌握相關知識，降低專業門檻。

目前，采取上述措施的期刊還主要是經濟學領域的專業期刊。魏建表示，受制于經濟和時間成本，很多期刊暫時還難以執行這項措施，主要依靠審稿人的豐富經驗來識別潛在的數據問題。“如果匿名審稿制度得到有效推行，且審稿人忠實履行職責，在很大程度上能緩解或杜絕數據操縱問題。”劉霞輝補充道。

對于高校以及主管部門而言，如果能夠在規范科研評價體系方面取得更大進展，破除“唯論文”導向，將有助于消除研究者實施數據操縱的主觀動機。也有學者提出，進一步完善調查數據共享平臺，加強統一數據庫建設，讓研究者更便捷地使用更多公開、高質量的研究數據，同樣是抑制數據操縱現象的可行之策。

社會科學研究的生命力，在于為社會問題的解決提供植根于真實世界的真知灼見。這必然要求其建立在真實可靠的數據與嚴謹客觀的過程之上。整治數據操縱，非一日之功，亦非一方之責。唯有研究者堅守底線、學術期刊筑牢堤壩、管理機構革新土壤，方能共建清朗學術生態，保障中國社會科學在追求真理的道路上行穩致遠，煥發持久生機。

中國社會科學報記者 張清俐 實習生 劉開泰

來源：中國社會科學報

新媒體編輯：張雨楠

如需交流可聯系我們