社会学定量分析中的内生性问题测估社会互动的因果效应研究综述
如何利用社 会学研究方法分析社 会问题和现象
如何利用社会学研究方法分析社会问题和现象在我们生活的这个复杂多变的社会中，各种问题和现象层出不穷。
从贫富差距到教育公平，从人口老龄化到社交媒体的影响，每一个问题和现象都值得我们深入思考和研究。
而社会学研究方法为我们提供了有力的工具，帮助我们理解这些社会现象背后的原因、影响和解决途径。
社会学研究方法多种多样，常见的包括问卷调查、访谈、观察、实验、内容分析和案例研究等。
每种方法都有其独特的优势和适用场景，我们需要根据具体的研究问题和研究对象来选择合适的方法。
问卷调查是一种广泛应用的方法。
通过精心设计的问题，我们可以收集大量的数据，了解人们的态度、观点和行为。
比如，要研究某个城市居民对垃圾分类政策的看法，我们可以设计一份涵盖相关问题的问卷，然后通过线上或线下的方式分发给足够数量的居民。
在设计问卷时，要注意问题的清晰性、准确性和合理性，避免引导性问题，以确保收集到的信息真实可靠。
访谈则能够更深入地了解被访者的想法和感受。
与问卷调查相比，访谈更具灵活性，可以根据被访者的回答进一步追问，挖掘出更多细节和深层次的信息。
例如，研究一位农民工在城市的生活经历和困境，通过面对面的访谈，我们可以听到他的亲身经历、内心的挣扎和对未来的期望。
观察法能让我们直接观察到社会现象的发生过程。
研究者可以在自然环境中观察人们的行为、互动和社会情境。
比如，研究幼儿园孩子们的游戏行为，观察他们如何合作、竞争和解决冲突，能够为我们了解儿童的社会发展提供直观的证据。
实验法在社会学研究中相对较少使用，但在某些特定情况下也能发挥作用。
通过控制实验条件，我们可以研究某个因素对社会现象的影响。
假设我们想研究奖励机制对员工工作积极性的影响，可以设置实验组和对照组，对实验组实施奖励机制，然后对比两组的工作表现。
内容分析则适用于对大量的文本、图像或其他信息进行系统的分析。
比如，分析报纸上关于某个社会事件的报道，观察报道的侧重点、语言使用和舆论倾向，从而了解社会对该事件的看法和态度。
社会学定量研究方法
社会学定量研究方法在社会学研究中，定量研究方法扮演着重要的角色。
通过使用定量研究方法，研究人员可以以更为精确和系统的方式收集和分析数据，从而得出更为可靠的研究结果。
以下将分别介绍社会学定量研究方法中的抽样调查法、数据收集法、实验研究法、内容分析法、数学模型法、多变量分析法、时间序列分析法和结构方程模型法。
1.抽样调查法抽样调查法是一种常见的定量研究方法，其基本思想是从总体中随机抽取一部分样本，通过对样本的调查来推断总体的特征。
抽样调查法在社会学中的应用范围广泛，如人口普查、民意调查等。
该方法的主要优点在于能够以较小的样本推断总体的特征，同时通过合理的抽样设计和统计分析，可以减少误差和提高研究的可靠性。
2.数据收集法数据收集法是定量研究的基础，其目的是通过各种手段获取研究对象的数据。
在社会学中，数据收集法包括问卷调查、访谈、观察等方法。
问卷调查是最为常见的数据收集方式，可以通过大样本的数据收集和分析，获得较为准确的统计结果。
访谈则适用于深入了解研究对象的主观感受和经历，以及获取特定群体的数据。
观察法则适用于对研究对象的行为和环境进行直接记录和分析。
3.实验研究法实验研究法是一种通过控制实验条件来探究因果关系的研究方法。
在社会学中，实验研究法常用于研究社会现象的因果关系和行为机制。
实验研究法通过操纵自变量来观察因变量的变化，从而确定自变量对因变量的影响。
实验研究法的优点在于能够控制实验条件和排除干扰因素，从而较为准确地探究因果关系。
4.内容分析法内容分析法是一种通过对文本内容进行分析的研究方法。
在社会学中，内容分析法常用于对文献、新闻报道、社交媒体等信息源进行分析，以了解社会现象和趋势。
内容分析法的优点在于能够通过对大量文本进行分析，获取大规模的数据和较为全面的信息。
同时，该方法还可以通过对文本内容的量化分析，发现其中的模式和规律。
5.数学模型法数学模型法是一种通过建立数学模型来描述和分析数据的研究方法。
社会学 定量
社会学定量
社会学定量研究是一种基于数据收集、量化分析和统计方法的社会学研究方法。
其目的是通过对大量的、数量化的数据进行分析来发现社会现象、探究社会规律、验证社会假设和推导社会理论。
社会学定量研究广泛应用于人口统计学、教育、犯罪、健康、劳动力、政治、文化以及各种社会现象的研究。
社会学定量研究的数据收集方法包括问卷调查、实验、观察以及次生数据分析等。
数据收集后，需要进行数据处理和统计分析。
数据处理包括数据清理、编码和输入等步骤，以确保数据的准确性。
统计分析包括描述性统计分析和推论性统计分析两种方法。
描述性统计分析是对数据进行整理、分类、汇总和呈现，以便于理解和比较。
推论性统计分析则是从样本数据推断总体特征或关系的方法。
社会学定量研究的优点在于可以大规模收集数据，数据处理和统计分析可以减少主观性和歧义性，而且可以进行复杂的分析和模拟，以验证社会假设和推导出社会理论。
但其缺点在于无法涵盖所有的社会现象，数据收集有可能存在误差和偏差，而且统计分析结果需要谨慎解释，以避免错误的推论和结论。
总之，社会学定量研究是一种有效的社会学研究方法，可以揭示社会现象的本质和规律，为社会发展提供科学依据。
社会科学的想象力：工具变量和因果推断
社会科学的想象力：工具变量和因果推断∗陈云松提要：工具变量(Instrumental Variable)是社会科学定量分析中解决内生性问题的重要手段，是基于调查数据进行因果推断的前沿方法。
本文在简要介绍工具变量的定义、原理及估算方法的基础上，对实证分析中较为常见的五类工具变量进行回顾梳理,为今后的研究寻找工具变量提供了参考。
同时，对工具变量估计量的权重性特征进行了阐述，并结合实例展示了使用工具变量进行因果推断的基本步骤和要点。
最后，就工具变量方法的潜力和局限性进行了剖析。
本文是目前社会学文献中首次对工具变量进行梳理分类的研究，也是中文社会学文献中首次对工具变量方法进行全面介绍。
关键词：工具变量内生性定量分析因果推断Abstract:Instrumental variable(IV)method is one of the most important strategies to deal with the endogeneity problem in quantitative analysis to conduct causal inference.This paper introduces the concept,principle and model of IV,and reviews five classes of IVs used in previous studies.It also illustrates the Local Average Treatment Effect which is of importance to interpret the IV estimates.An empirical analysis is employed as a template to demonstrate how to conduct an IV analysis.Finally the criticism of IV method is also discussed.Key word:Instrumental Variable;Endogeneity;Quantitative Analysis;Causal Inference.作者简介:陈云松，牛津大学社会学博士，牛津大学社会学系、纳菲尔德学院。
社会科学的因果分析
社会学研究社会科学中的因果分析彭玉生①提要：休谟提出的因果问题影响了两个半世纪的科学哲学讨论，即人 类如何从有限经验观察推论必然因果关系？密尔从方法论角度阐释了因果 推论的逻辑，指出只有在其他因素相同的条件下，经验相关才能推论因果， 为现代随机分组试验设计奠定了基础。
实验方法在社会科学中应用有限， 更为常用的是观察数据统计分析和个案数据定性分析。
复杂统计模型用统 计控制模拟实验控制，也能有效检验因果命题。
定性分析是理论与经验的 反复碰撞，有利于提出新理论或新假设。
本文强调，因果解释一定包括机 制解释，而机制解释一定是理论解释。
因果理论不是对经验相关的简单归 纳，而是思想飞跃。
检验因果理论的基本逻辑是：从理论演绎因果命题， 再演绎相关假设，然后用统计数据检验之。
本文最后讨论整合理论、定性、 定量的三点定位原则。
关键词：休谟问题 位 密尔逻辑 随机试验 统计控制 个案 三点定科学研究的终极目标是理论解释，对现象的描述和分类是前科学 阶段。
所谓科学理论，是关于超脱具体现象的一般性概念和命题系统， 不仅能够说明是什么，还能够说明为什么。
如牛顿力学，解释苹果垂 直落地、行星运行轨迹等。
社会科学虽然有很大的特殊性，描述性研 究占据很大份额，但理论解释仍然是其最高目标（Merton，1968） 。
社会科学的理论解释包括两类风格：因果解释（explanation）和 意义阐释（interpretation） 。
解释性（因果解释）研究力图揭示社会现 象发生的原因，而意释性（意义阐释）研究则阐释行动的文化意义。
我认为，因果解释和意义阐释并不矛盾，相反，意义互动恰恰是社会 因果机制的特点。
所以，无论是解释性理论，还是意释性理论，因果 命题都是必不可少的。
除了少数历史社会学家声称只做历史描述、揭 示个案的特殊性、避免因果分析（如 Bendix，1956） ，纯粹的描述性 研究并不多见，众多学者致力于对现象的因果解释，甚至寻求普遍性①作者曾在上海大学社会学系、人民大学农村发展研究院、和山东大学哲学与社会发展学院的 研讨课上研讲本文，感谢与会的学生学者。
社会科学为什么要找因果机制 - 《公共行政评论》
统计定律 ' T' ( ' ) & ' ) * ( + Y ( , & (
资料来源 ) 9 1 2 51 + ' #H@D ( / 转引自 T( + 2 4 ' #HHC ) ?"A ( "
然而 ! 不管何种形式 ! 覆盖律解释观的核心都是规律和论证 ! 其示意图如下 * 解释项) 普适 ' 或统计( 定律 ==被解释项) 待解释的现象 ' 或规律( 特定现象或事实 由此可见! 从解释项到被解释项的过程! 必须是一个演绎推理的过程# 现代科 学的许多解释 , 尤其是物理学- 都符合亨普尔所描述的形式* 在普适定律和一些附 加事实面前! 一种现象不得不发生# 例如! 苹果落地这一现象可以由牛顿的万有引 力定律和一些附加假定经过演绎推导出来# 不得不承认! 这种模型为经验科学中的 解释程序提供了一个系统的逻辑分析基础和统一的方法论基础! 也就是将解释还原 为形式化的逻辑论证#
表 #= 覆盖律解释模型的形式 解释项 特定事实 ' E ( . ' ) * 7+ ( . \ ( * ' & ( 定律 ===== 普适定律 '^ 4) 0 1 . & ( + Y ( , & ( OB W 演绎 #律则 'O 1 /7* ' ) 0 1 ` W 2 + 6 ) * ( + ( ; B T 归纳 #统计 '; 4/7* ' ) 0 1 ` T' ( ' ) & ' ) * ( + ( OB W 演绎 #律则 'O 1 /7* ' ) 0 1 ` W 2 + 6 ) * ( + ( OB T 演绎 #统计 'O 1 /7* ' ) 0 1 ` T' ( ' ) & ' ) * ( + ( 普遍规律 ' U 1 41 . ( + S 1 6 7+ ( . ) ' ) 1 & (
社会学定量分析中的内生性问题
社会学定量分析中的内生性问题一、本文概述本文旨在探讨社会学定量分析中的内生性问题，分析其对研究结果的影响，以及提出相应的处理策略。
内生性问题在社会学研究中具有重要的理论和实践意义，因为它可能导致研究结果的偏误，甚至改变研究结论的方向。
本文首先将对内生性问题的概念进行界定，明确其在社会学定量分析中的地位。
接着，我们将回顾内生性问题在社会学领域的研究现状，包括已有的理论探讨和实证分析。
在此基础上，本文将深入剖析内生性问题的产生原因，探讨其对研究结果的具体影响。
我们将提出一些处理内生性问题的策略和方法，以期为社会学定量分析提供更为准确、可靠的研究结果。
通过本文的研究，我们希望能够增强社会学研究者对内生性问题的认识和理解，推动社会学定量分析方法的不断完善和发展。
二、内生性问题的定义与类型内生性问题在社会学定量分析中是一个核心概念，它涉及到因果关系的准确识别。
简单来说，内生性问题指的是在回归分析中，解释变量与误差项之间存在相关性，这种相关性会导致回归系数的估计值出现偏差，从而影响我们对因果关系的判断。
内生性问题的出现通常源于以下两种情况：一是遗漏变量，即模型中未包含所有与因变量和自变量相关的变量，这些遗漏的变量可能会导致估计结果的偏误；二是测量误差，即变量的观测值与其真实值之间存在差异，这种差异也可能引起内生性问题。
内生性问题的类型多样，常见的主要有以下几种：选择偏差（Selection Bias）、遗漏变量偏差（Omitted Variable Bias）、同时性偏差（Simultaneity Bias）以及样本选择偏差（Sample Selection Bias）等。
选择偏差通常发生在样本选择过程中，导致样本不具有代表性；遗漏变量偏差则是因为模型中遗漏了与因变量和自变量都相关的变量；同时性偏差多发生在自变量和因变量相互影响的情况下，使得传统的回归分析方法无法准确识别因果关系；样本选择偏差则是因为样本选择过程中存在的某种系统性偏差，导致估计结果不准确。
两阶段最小二乘工具变量估计法
两阶段最小二乘工具变量估计法【知识专栏】探究两阶段最小二乘工具变量估计法在经济学和社会科学领域，研究者常常面临着解决内生性问题的挑战。
内生性问题的存在会导致统计结果的偏误，从而影响对因果关系的准确性。
为了解决内生性问题，学者们提出了一种被广泛应用的估计方法，即两阶段最小二乘工具变量估计法（Two-Stage Least Squares,2SLS）。
一、深入解读内生性问题内生性是什么？从宏观角度看，内生性指的是解释变量与误差项之间存在相关关系，从而引发了对因果关系的混淆。
举个例子来说，假设我们想研究教育对收入的影响。
然而，由于教育受到家庭背景的影响，可能存在潜在的内生性问题。
也就是说，收入水平的高低可能既受到教育程度的影响，又受到家庭背景的影响，使得教育对收入的影响难以单独量化。
二、引入工具变量的作用为了解决内生性问题，我们需要引入工具变量。
什么是工具变量？简单来说，工具变量应该满足两个条件：与内生性解释变量相关，但与误差项不相关。
直观上理解，工具变量可以被看作是用来"替代"内生性解释变量的。
在前面教育与收入的例子中，一个可能的工具变量是父母的受教育水平。
虽然父母的教育水平与学生的收入相关，但从概念上来说，父母的教育水平与学生的收入并没有直接的关系。
父母的教育水平既可以用来代替学生的教育水平，也可以帮助我们解决内生性问题。
三、两阶段最小二乘法在引入工具变量后，我们需要进行两个阶段的回归分析。
在第一阶段，我们使用工具变量来回归解释变量，得到预测值。
我们再在第二阶段，使用这些预测值来估计因果效应。
在这两个阶段中，我们使用最小二乘法进行回归分析。
四、两阶段最小二乘法的具体步骤1. 选择合适的工具变量。
2. 在第一阶段，使用工具变量回归解释变量，得到预测值。
3. 确认预测值的有效性和合理性，进行合理性检验。
4. 在第二阶段，使用预测值和其他解释变量，进行回归分析并估计因果效应。
5. 进行统计显著性检验，判断估计结果的可靠性。
内生性问题
内生性问题引言：内生性问题是指与一个系统、组织或现象内在联系紧密、相互影响、互为因果的问题。
这些问题既不是纯粹由外部因素所引起，也不是完全由内部因素所导致，而是两者相互作用的结果。
内生性问题在社会科学领域尤为常见，包括经济学、政治学、社会学等。
一、内生性问题的定义内生性问题在研究中意味着变量之间存在相互影响关系，不仅自变量影响因变量，同时也可能因变量对自变量产生影响。
这种相互影响可以是正向的也可以是负向的，有时甚至是复杂的回馈关系。
内生性问题的存在使得我们需要更加谨慎地解读数据和分析结果，以避免产生误导性的结论。
二、内生性问题的原因内生性问题的主要原因在于变量之间的复杂关系。
一方面，变量之间可能存在遗漏变量问题。
在研究中，我们不能将所有可能影响因变量的因素都纳入考虑，有些变量可能被忽略而导致结果出现偏差。
另一方面，变量之间也可能存在反向因果关系。
因变量可能同时作为自变量影响其他因变量，这种复杂的关系造成了内生性问题的存在。
三、内生性问题的解决方法为了解决内生性问题，研究者可以采用以下方法：1. 仔细控制变量：通过控制可能产生内生性问题的其他变量，使得自变量与因变量之间的关系更加可靠。
这可以通过实验设计、随机分配处理组和对照组等方法来实现。
2. 使用工具变量：工具变量是一种在经济学领域中常用的解决内生性问题的方法。
它通过引入一个与自变量相关但不直接影响因变量的变量来进行分析。
通过工具变量的引入，可以排除内生性问题对研究结果的影响。
3. 进行因果推断：通过仔细验证变量之间的因果关系，可以帮助我们更清楚地了解内生性问题的存在。
借助因果推断的方法，可以准确地解释变量之间的相互作用，并确定影响因变量的主要因素。
四、内生性问题的影响内生性问题的存在会对研究结果产生明显的影响。
如果不加以解决，内生性问题可能导致对因果关系的错误解读，使得研究结论产生偏差，缺乏可靠性和有效性。
此外，内生性问题还可能使得研究结果的泛化能力受到限制，难以推广到其他情境或群体。
硕士毕业论文内生性问题
硕士毕业论文内生性问题学术研究人员通常对因果性（Causality）问题感兴趣，而在经济、金融以及管理领域的实证研究中，往往因为研究过程中存在内生性（Endogeneity）问题导致理想的因果推断难以实现。
建立因果关系最清晰的方法是进行一个理想的随机试验，其中x（自变量）对y（因变量）的因果效应通过随机抽样分离出来。
也就是说，对不同水平的预测变量x进行随机抽样，可以确保在足够的样本量下，当理想条件得到满足时，实验效应（研究中已考虑的那些因素）与被忽略的因素无关。
随机试验并非没有问题，但原则上，它们不会产生内生性问题。
然而，随机试验并不总是可行的，因此研究人员经常在不可能进行随机试验的情况下使用档案数据、准实验或调查数据等替代方法。
在分析这类数据时，问题是我们能否用估计系数近似表示在理想实验中可能确定的因果效应。
为了使因果推断有效，必须满足分析方法的假设（例如，普通最小二乘法[OLS]回归、结构方程建模[SEM]）。
值得关注的是外生性假设（即内生性不存在）——也就是说，给定预测变量的任何实例，模型中的残差的预期值为零，因此预测变量和残差之间没有相关性。
例如，一个估计方程y = a + Bx +u，其中y是被解释变量，x是解释变量，a是模型中的常数（截距），B是估计系数，u是残差。
内生性问题(Endogeneity issue) 是指模型中的一个或多个解释变量与误差项存在相关关系，即观察到的预测因子x与未观察到的剩余u相关。
学者称u是任何分析中最重要的部分，因为u包含无数可能影响y的不可观察因素。
捕捉和定义这种关系的困难在于，理解u本质上是一种理论操作，因为u包含x没有包括的所有信息。
当研究者不能用随机试验的方式来排除内生性问题时，他们必须提供理论、实证证据，证明x与u无关。
产生内生性的四个原因1. 遗漏变量回归方程的残差中还包括哪些其他预测因素或结构？这些因素是否也可能与预测变量相关？示例一：X=工作满意度，Y=工作表现，个人的负面影响可能与这两个变量相关，例如一个人的坏心情会影响到工作满意度，也会影响到其工作表现，这会导致“员工工作满意度和工作表现之间”的因果推断受到干扰。
课题研究论文：浅析社会科学中的因果推理
158745 社会其它论文浅析社会科学中的因果推理科学研究的终极目标是理论解释，对现象的描述和分类是前科学阶段。
所谓科学理论，是关于超脱具体现象的一般性概念和命题系统，不仅能够说明是什么，还能够说明为什么。
如牛顿力学，解释苹果垂直落地、行星运行轨迹等。
社会科学虽然有很大的特殊性，描述性研究占据很大份额，但理论解释仍然是其最高目标（Merton，1968）。
[1]一、社会科学中因果关系相关理论因果关系在我们生活的世界中无所不在，几乎身边的每件事物都可以找见由其产生引致结果的因果缘由。
由于现有科学水平的局限性，有些未知事物我们还在探索中，但我们相信将来终会对其进行科学的说明。
所以我们会普遍认为，因果关系不仅存在于自然科学、人文科学中，还在社会科学中占有重要的地位，是我们生活中最基本、最本质、最原始的存在关系。
[2]（一）休谟问题因果关系的论述是休谟的重要贡献，该论述颠覆了自古以来人们对因果关系的看法。
该理论对于休谟的整个哲学体系而言占有核心重要的地位――它不但是休谟认识论的重要内容，而且在不同程度上成了其伦理学、美学、宗教哲学的一个基本依据。
在《人性论》中，休谟对因果关系作了详尽而条理清晰的论述。
休谟认为，所谓因果，有三层含义。
第一是原因和结果事件之间在时空上毗连，时空联接是因果关系的先决条件。
如果两个时空相距很远的物体产生了因果作用，那么其间必然存在某种因果链条的衔接。
第二是时间顺序，即因先果后。
第三是必然联系，即因果现象相伴而生，有其因必有其果。
休谟指出，这三要素中，前两条是必要因素，而第三条是最重要的。
这一条也是最具争议的。
关于第三要素，休谟用了两个术语，一是必然联系，二是恒定关联。
二者在语义上有细微不同，恒定关联强调经验伴随现象的重复性，用现代统计学术语就是统计相关。
而必然联系则是超越感官经验的，是人类对恒定关联的心理印象。
这种定义上的微妙矛盾蕴含了经验主义的基本问题。
一方面，休谟强调，因果联系不同于逻辑推论，一定来自经验；我们不能通过分析原因事件的特性而推导出它的结果。
社会科学方法论七种方法
社会科学方法论七种方法1 定量分析定量分析是社会科学方法论的第一种方法，它是通过量化社会现象的变量和定性概念，对数据进行统计建模及推导出规律性的过程。
它关注的是社会现象的表现的形式，并从量化的角度去推测它们之间的关系。
例如，定量分析可以分析一城市的就业率和家庭收入之间的关系，以及交通和工作效率之间的差异，甚至拓展应用到新兴科技带来的社会影响上 m，这对推动社会经济发展都是十分重要的。
2 定性分析定性分析是社会科学方法论的第二种方法，它强调对社会现象的内涵洞察，它采用定性方法来知视社会现象，注重对事物或行为的描述和深入的解读，而不强调数量，它针对的是社会现象的本质。
定性方法可以采用访谈、焦点团体讨论、观察、文献研究等方式，深入探究社会现象的原因以及不同情境下人发生某种行为的原因，使社会科学家对社会现象的了解更加全面深刻。
3 生态论生态论是社会科学方法论的第三种方法，它采用生态学的思维和视角，即通过分析地理空间上不同系统内各要素之间互动关系，以解决各种社会问题，使得社会科学家以开放的视角和宽泛的视野去研究社会现象及其产生的原因。
4 比较研究比较研究是社会科学方法论的第四种方法，它整合了定性、定量、历史等方法，将多个国家或文化之间的变化和差异通过比较去研究，以及其产生的原因，比较研究可以帮助社会科学家找出不同社会中普遍性现象的根源，有助于人们深入理解多元文化国家之间的变异和共同性。
5 历史文献研究历史文献研究是社会科学方法论的第五种方法，它通过研究收集和整合由其他研究人员写的关于社会现象的历史文献，通过对社会现象的发展历史进行考察和仔细描述，来应用到当前社会现象的调查研究当中，在有限的时间、资源条件下，有助于探究社会现象的发展变化脉络和深层次规律。
6 调节研究调节研究是社会科学方法论第六种方法，它是应用自然科学方法，把时间序列测量和实验控制相结合，来研究社会现象之间变化和影响，探究不同社会现象之间是线性关系还是非线性关系。
社会系统研究方法
社会系统研究方法社会系统研究方法是研究社会系统（包括社会组织、社会结构、社会关系等）的方法论。
社会系统是由一系列相互作用的个体或组织构成，它们之间存在着各种社会关系，影响着社会的发展和变革。
研究社会系统的方法可以帮助我们理解社会系统内部的运作机制，揭示社会现象背后的规律，为社会科学提供理论支持和实践指导。
社会系统研究方法主要包括以下几个方面：一、定量研究方法：定量研究方法是通过测量和统计客观数据，运用数理统计和模型建立等多种手段，进行对社会系统的数量化分析和量化预测。
研究人员可以通过问卷调查、实地观察、统计分析等手段，收集大量的相关数据，进行数值化计算和统计分析，以了解社会系统的结构特征、功能机制等，进而揭示社会现象的内在规律。
二、定性研究方法：定性研究方法是通过对社会系统内涉及的社会行为、观念、价值观等进行深入的访谈、观察和文本分析等方法，获得详细的描述性和解释性数据。
研究人员可以通过个案研究、深度访谈、焦点小组讨论等探寻社会现象背后的意义和内涵，揭示人们的行为动机、意识形态等方面的特点和变化趋势。
三、实验研究方法：实验研究方法是通过设置不同的社会环境和条件，对社会系统中的个体或群体进行控制和操作，观察其行为和反应，从而检验特定假设或理论的科学性和有效性。
通过实验设置和对照组的对比，研究人员可以更准确地分析和测量不同因素对社会系统的影响效果，进行原因分析和结果验证。
四、模拟研究方法：模拟研究方法是通过构建社会系统的数学模型或计算机模拟模型，模拟社会系统内部各种因素的互动关系和发展趋势，进而预测和评估社会现象的未来变化。
研究人员可以通过对不同因素作出不同变量设定和参数设置，运行模型并观察其结果，来揭示复杂的社会系统演化规律和动态变化。
综上所述，社会系统研究方法包括定量研究方法、定性研究方法、实验研究方法和模拟研究方法等多种手段。
这些方法互相补充，可以从不同的角度和层面探究社会系统的运作机制和社会现象的内在规律，为我们深入了解和改善社会系统提供有力支持和指导。
社会学内生性问题
about
Part 4：结 语
Part4：结语
总体来看，能够部分解决内生性的方法主要是固
定效应方程和倾向性评分匹配。而理论上可以全部解 决内生性的方法则包括工具变量以及自然实验。
THANK S
到的资源量X（如求职协助者的职业声望）是否对收入（Y）有显著效应。 然而，某些未被观察的变量X′（如自尊心）可能同时作用于个体工作结果和
使用社会关系求职的选择性之上——自尊心强的人不愿意找人求职，而且自
尊心导致工作努力和较高的收入。若仅对那些报告了使用社会关系的局部 样本建立简单的OLS模型，这样等于只对一个自尊心不强、工作不努力的样 本进行估计，社会资本的因果效应可能出现高估。
3.样本选择偏误
当因变量的观察仅仅局限于某个有限的非随机样本时，样本的选择偏
误就容易产生。这种对某些观察值的非随机性排斥不仅源自数据收集程序，
而且也来自于研究中社会现象本身所固有的特质。
3.样本选择偏误
3.样本选择偏误
例子：要调查该社会资本的效应，最直观的方法是对表示自己的工作
是“通过协助者找来的”被访者进行分析，观察他所“动员”或“使用”
所有未被观察的因子都被控制。
既然建立起：穷举式的模型在 理论上是不可能的，一个替代 性方案只是利用滞后因变量作 为未被观察的个体异质性和历 史因子的代表。
2、运用固定效应模型去控制“时间固定的”非观测因素。
例子：在学校的同群效应研究中，利用学校的面板数据控制了固定
的个体、学校年级以及学校效用，由此发现了学校年级同群的平均成绩
口才不仅增加了找关系的成功概率，而且本身也影响工作类型和工资水平—
—应为较高的语言技能本身就代表了较强的能力。
2.自选择偏误 （主解释结果/因变量是在莫种程度上被个人选择所决定）
社会资本的劳动力市场效应估算关于内生性问题的文献回溯和研究策略
2
社会学研究
性（embeddedness），因为它对模型的解释力毫无影响”（Mouw, 2003）。 这里最核心的问题在于，倘若没有解释力，社会资本的概念和视角将 被沦为“仅仅是模棱两可词藻的教训”（Manski, 2003）。如果社会学 的研究兴趣在于确定某种机制或因果关系，而非局限于描述自变量与 应变量之间的统计相关，那么这些内生性偏误的来源应该在社会学分 析中被正式提出并加以解决。正是因为大量经验研究对社会资本的内 生性问题重视不足，导致迄今为止，社会资本究竟有无因果作用的问 题，很大程度上依然悬而未决。
（一） 遗漏变量偏误 在不同的学科中，遗漏变量偏误经常被称作未观察到偏误
(unobservable bias)、隐藏偏误(hidden bias)、紊乱问题(confounding problem)抑或未观察到的异质性问题(unobserved heterogeneity)。在社 会资本文献中，普遍存在遗漏变量偏误的可能。在我们分析“使用社
（三）样本选择偏误 当对因变量的观察仅仅局限于某个有限的非随机样本时，样本的选
择偏误就容易产生。一个典型的例子就是估计 MBA 培训班对于受训 者收入的影响。问题在于，受训者本身作为分析对象，就是一个非随 机的整体。例如，个体可能会决定是否去参加 MAB 课程，做这个决 定受制于个人的很多非观测因素。如果热衷于交际的人更乐意参加这 样的培训，那么我们分析这个培训班的因果效应时，就会使用热衷于 交际人员所占比例过高的样本。一旦热衷交际这个特征本身就影响个 人收入，那么简单回归就会出现偏误。被广泛运用来解决样本选择问 题的方法是赫克曼（Heckman, 1976）的二阶段（two-stage）方法。其 步骤具体如下：第一步，利用总体样本里所有的观察值，对个体的选 择接受干预的概率进行预测，计算出每一个观察值的反向 Mills 比率。 在 logit 回归中，反向 Mill 比率实际就是非响应概率（不选择受干预）。 第二步，利用参与干预的样本进行回归，而同时把反向 Mills 比率作 为控制变量以获得一致估计量。
社会学定量研究方法
社会学定量研究方法社会学定量研究方法是一种通过收集和分析数量化的数据来研究社会问题的方法。
它通过对社会现象进行量化研究，可以帮助研究者从统计数据中获得一些客观的结果和结论。
社会学定量研究方法通常包括以下几个步骤：首先，确定研究问题和目标。
研究问题的确定是定量研究的第一步。
研究者需要明确自己想要解答的问题，并确立明确的研究目标和假设。
这些问题可以是关于社会现象的关系、影响因素和差异等。
其次，设计研究方案和测量变量。
在进行定量研究之前，研究者需要设计详细的研究方案和测量变量。
研究方案包括样本选择、数据收集方法和数据处理等；测量变量指的是研究中所关注和观察的变量，并需要选择合适的测量方法和指标。
然后，收集数据。
收集数据是定量研究的核心部分。
研究者可以选择使用问卷调查、实验、观察等方法来收集数据。
在数据收集过程中，要确保数据的准确性和可靠性，并尽可能排除干扰因素。
接着，进行数据分析和统计。
在数据收集完成后，研究者需要对数据进行整理和分析。
统计方法是定量研究中最常见的数据分析方法，包括描述统计、相关分析、回归分析等。
通过统计分析，可以从数据中查找规律和关系，并验证研究的假设。
最后，得出结论和撰写研究报告。
在完成数据分析后，研究者需要根据分析结果得出结论和回答研究问题。
结论应该是基于统计分析和数据的客观结论，并对研究问题进行解释和讨论。
最后，研究者需要撰写研究报告，将整个研究过程和结果进行详细记录和总结。
除了上述基本步骤外，社会学定量研究方法还需要注意以下几个方面。
首先，样本选择的问题。
样本选择是定量研究中非常重要的环节，需要合理确定样本的规模和代表性，以保证研究结果的可靠性和普遍性。
其次，数据处理和分析方法的选择。
不同类型的数据和研究问题需要选择不同的数据处理和分析方法。
在进行数据处理和分析时，研究者需要熟悉各种统计方法和软件工具，并结合具体研究问题决定使用何种分析方法。
再次，研究结果的解读和讨论。
定量研究的最终目的是得出客观的研究结论，但对于一些复杂的社会问题来说，研究结果的解读和讨论可能存在多个解释和观点。
社会学中的社会原因和社会结果研究
社会学中的社会原因和社会结果研究社会学作为一门关于社会行为和社会结构的科学，旨在研究个体、团体和社会之间的相互关系。
其中，社会原因和社会结果研究是社会学重要的研究领域之一。
本文将探讨社会学中社会原因和社会结果的概念、研究方法和相关案例。
一、社会原因研究社会原因研究关注社会行为的成因，即为什么某些现象会发生。
通过对个人、群体和社会的行为、价值观和意识形态等因素进行深入分析，社会学家可以发现背后的社会原因。
社会原因研究一般采用定性和定量研究方法。
在定量研究方法中，社会学家常常利用统计数据来分析社会行为的原因。
例如，通过收集大量的问卷调查数据，研究者可以分析不同人口统计学特征的群体在特定社会环境下的行为差异。
这种方法可以帮助我们了解社会结构和社会文化所扮演的角色。
在定性研究方法中，社会学家通常通过深入访谈、参与观察和文本分析等方式来研究社会行为的原因。
这种方法可以深入了解个体和群体的经验、态度和动机，为社会行为提供更为细致和深入的解释。
例如，通过访谈社会不同阶层的人们，研究者可以揭示出社会不平等和社会排斥等原因对个体行为的影响。
二、社会结果研究社会结果研究关注社会行为的后果，即某些行为将带来怎样的社会影响。
通过研究个体和群体行为的结果，社会学家可以评估社会政策和制度的有效性，并提出改进建议。
社会结果研究同样采用定性和定量研究方法。
在定量研究方法中，社会学家常常利用实验和问卷调查等方式来测量社会行为的结果。
例如，通过对大量个体的行为进行统计分析，研究者可以得出某种社会行为对个体生活满意度、心理健康和社会参与度等的影响。
这种方法可以为社会政策和实践提供依据。
在定性研究方法中，社会学家通常通过深入访谈、案例研究和文本分析等方式来研究社会行为的结果。
例如，通过深度访谈贫困家庭的子女，可以了解他们在不同社会环境下的教育机会和职业发展。
这种方法可以揭示出社会不平等和社会转变的结果对个体和群体生活的影响。
三、社会原因与社会结果的案例分析社会原因和社会结果研究在实践中具有广泛的应用。
社会系统研究方法
社会系统研究方法社会系统研究方法是社会科学研究中的重要内容，它涉及到了社会系统的构建、分析和预测。
在当今复杂多变的社会环境中，研究社会系统的方法显得尤为重要。
本文将从定性和定量两个方面，介绍一些常用的社会系统研究方法。
首先，定性研究方法是指通过文字、图片、声音等非数值化的方式来描述和分析社会系统的方法。
定性研究方法通常包括参与观察、深度访谈、焦点小组讨论等技术手段。
参与观察是指研究者通过长时间的参与观察，深入了解社会系统内部的运作规律和特点。
深度访谈则是指研究者通过与相关人员进行面对面的深入交流，获取他们的看法和经验。
焦点小组讨论则是指研究者组织一些相关人员进行集体讨论，以了解他们的共识和分歧。
通过这些定性研究方法，研究者可以深入了解社会系统的内在机制和特点，为后续的定量研究提供重要的参考。
其次，定量研究方法是指通过数值化的方式来描述和分析社会系统的方法。
定量研究方法通常包括问卷调查、实验研究、统计分析等技术手段。
问卷调查是指研究者设计一份问卷，通过对大量受访者的调查获取数据，从而了解社会系统的一些基本情况和特征。
实验研究则是指研究者通过实验的方式，控制和改变社会系统的一些变量，以验证假设和理论。
统计分析则是指研究者通过对收集到的数据进行统计和分析，揭示社会系统内部的一些规律和关系。
通过这些定量研究方法，研究者可以客观地描述和分析社会系统的特点，为制定政策和预测未来提供重要的依据。
在实际的社会系统研究中，定性和定量研究方法常常相互结合，以达到更全面、准确地描述和分析社会系统的目的。
研究者可以通过定性研究方法深入了解社会系统的内在机制和特点，再通过定量研究方法对其进行量化和统计分析，从而得出更加科学、客观的结论。
因此，熟练掌握和灵活运用社会系统研究方法是每一个社会科学研究者都应具备的能力。
总之，社会系统研究方法是社会科学研究中的重要内容，它对于深入了解社会系统的内在机制和特点，为制定政策和预测未来提供重要的依据。
社会研究中的因果分析
五、因果关系的秩序
（二）详析模式
1、检验变量；介于原有两变量 检验变量； 之间， 之间，与两者均有相关关系 2、降低两变量之间的关系强度， 降低两变量之间的关系强度， 但几乎不可能使其变为0 但几乎不可能使其变为0 3、排除虚假因果关系
A （X） ）
Z
拉扎菲尔德的详析模式
二、怎样确定因果关系
（一）休谟的因果分析标准
时间上的先后、 时间上的先后、经验上的相邻以及恒常的关联 台球撞击 休谟最早的论述认为因果关系的两个现象之间 的必要性并不存在于经验当中， 的必要性并不存在于经验当中，而仅仅存在于 观察者的思想当中
二、怎样确定因果关系
（二）批判、相关讨论及概念的扩展 批判、
社会变革— 社会变革—自然实验
三、社会研究中起因的层次
社会研究对象的复杂性决定了我们面对的是多元起 而我们所寻求的也往往是英纳斯起因而已。 因，而我们所寻求的也往往是英纳斯起因而已。这 不仅仅是说我们所分析的因果机制只是多重起因中 的部分；更重要的是说， 的部分；更重要的是说，我们所面对的因果机制往 往是多元的，我们面临着选择 往是多元的， 这里的选择并不是选择某些因果机制加以分析而忽 略另外的东西，而是说，在操控起因的取值时， 略另外的东西，而是说，在操控起因的取值时，我 们选择什么样的实验变量作为我们分析的中心
定性和定量研究之间的差异更多的是在研究和使用的具体 的技巧及技术上， 的技巧及技术上，二者都理应遵循因果分析的逻辑和过程 两种方法结合使用 共性：社会研究与常识性的观察的差别 共性： 个案研究与统计分析的对立 只有使用所谓“规范” 只有使用所谓“规范”的统计分析方法才能够进行因果 推断 定量研究中对因果分析的滥用 指责定性研究中对因果分析的忽略甚至背离， 指责定性研究中对因果分析的忽略甚至背离，仿佛没有 数据的分析结果就不足以支撑任何因果关系的结论
内生性问题研究：4篇推荐与8点认识
内生性问题研究：4篇推荐与8点认识来源：刘西川阅读写作课内生性问题研究：4篇推荐与8点认识纵观当前国内经验实证研究领域，似乎不关注或提及一下内生性问题，就不够时髦，做出来的作品也就难以登上大雅之堂。
随手翻阅一些近期的经济管理类期刊上的论文，十有八九都和内生性问题有关；甚至有些审稿专家一上来就看文章是否关注了内生性问题，在他们眼里，缺少了这方面的考虑就是不够专业、严谨和前沿。
十多年前，接触内生性及工具变量这些内容，还是从陆铭老师的一篇文章中看到的。
陆老师在文中借助大神Acemoglu的经典论文普及了寻找工具变量的思路及依据。
为了致敬那个纯真治学的青春年代，我现将他当年写的这段文字摘录于此：“Ace moglu等人（2001）的文章是非常有代表性的使用工具变量的论文。
他们试图验证制度对人均收入有影响，显然，直接做回归的话，制度就是内生的，因为好的制度可能在人均收入高的地方产生。
他们找的工具变量是殖民地时代一个国家的死亡率，死亡率高欧洲人就不会定居下来，于是就会在当时建议掠夺性的制度，反之就会建立好的制度，而那时的制度对现在仍然有影响。
”由此看来，内生性问题之于计量教科书中的核心地位以及在因果识别与推断过程中的棘手性是不可否认的。
为此，了解、学习内生性问题及工具变量法，积累已有的知识是绝对有必要的：一方面，至少在微观计量经济学中，整个教科书都是围绕内生问题及其解决的思路来展开的。
另一方面，在某个具体研究领域，了解前辈、同仁已有的认知、做法和探索，知己知彼，博采众家之长也不是什么坏事；有些时候，就是因为自己知道的太少了，做出来的东西就不够高大上和精致。
在日常教学和研究当中，我发现有些人对内生性问题与工具变量法都是人云亦云、跟风，还有一些人属于没有真正做过，不知道其中的深浅。
从全面和实战的角度，我强烈推荐以下四篇综述性论文。
第一篇论文（陈云松、范晓光，2010）将目标定位于因果关系，总结内生性问题的4个来源以及相对应的识别策略。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
社会2010 4CJS 第30卷社会学定量分析中的内生性问题测估社会互动的因果效应研究综述陈云松 范晓光*作者:陈云松 牛津大学纽菲尔德学院(Author 1:C hen Yun s ong ,Nu ffiel d Coll ege ,Oxford Un i versity) E m ai:l yunsong .chen @nu ffiel d .ox .ac .uk ;作者2:范晓光,浙江省社会科学院社会学研究所(Author 2:Fan X i aoguang ,Ins tit u te of Sociol ogy ,Zheji ang Acade my of Soci al Sciences)**作者感谢To m Sn ij ders 、PeterH edstr m 、Nan D i rk deG raaf 、陈友华、郝大海、李煜等教授与徐建牛、吴桂英、章奇、李志赟和郭茂灿等同对本文的批评和建议。
此外,还要感谢 社会!匿名审稿人宝贵的评审意见。
文责自负。
摘 要:因果关系是社会学分析的核心议题。
然而,基于调查数据的定量分析都会受到内生性问题的困扰,从而往往难以作出恰当的因果性推断。
大量现有的社会学定量分析虽以解释为己任,但实质上要么仅仅停留在描述统计相关阶段,要么得出错误的因果性结论。
本文以社会互动研究为例,详细讨论了遗漏偏误、自选择偏误、样本选择偏误和联立性偏误等四种主要的内生性问题的来源,并介绍了克服内生性问题的一系列模型识别方法。
最后还基于中国综合调查(CGSS2003)问卷,提出了通过提高调查数据信息量以利克服内生性问题的可能性。
关键词:内生性 因果效应 社会互动The Endogeneity P roble m in Quantitative Analysis:A Revie w of Estimating Caus al Effects of Social Interaction Chen Yunsong &Fan X iao guangAbstract :Cause effect relationsh i ps are the core area i n soci ol ogical analysis .H ow ever ,soci ologi cal anal ys i s based on survey data is confronted by the endogeneity prob l em wh i ch p l agues causal i n f erences .M any existi ng stud i es am i i ng at provi d i ng explanati ons f or soci al pheno m ena ei ther merel y descri bes the statistical associ ati ons a m ong variables or arrives at prob l emati c causal concl usi ons .Focusi ng on t he soci al i nteracti on stud i es ,this paper addresses the m aj or sources of potenti al endogeneity b iases ,na m el y ,the om itted variab le bias ,self selecti on b ias ,sa mp le selection b i as and the sm i ultaneity b ias .U seful m odel 91i den tificati on strategi es for correcti ng t hese prob le m s are revie w ed .Based on CGSS2003,th i s paper al so d i scusses how to partiall y correct for the endogeneity proble m t hrough aug m en ting t he vol u m e of survey data .Key words :endogeneit y ,causal effects ,soci al interacti on近几十年来,社会学家们对社会学发展的现状和目的争议重重。
其中一个具有代表性的观点就是,尽管定量分析方法不断发展,但大量的社会学实证研究囿于研究设计、数据质量和模型设置,仅仅停留在统计回归的描述阶段,而缺乏基于因果判断的解释能力。
以谢宇、温希普(ChristopherW i n ship)、索布尔(M ic hae l Soble)、摩根(Stephen M or gon)和莫维(Ted M ouw )等为代表的社会学家强调社会学分析必须基于反事实因果关系框架,重视回归分析中的模型设置问题(参见M o r gan &W i n sh i p ,2007);另外一方面,以索伦森(Aage S rensen)、布登(Ray mond Boudon)、埃尔斯特(Jon E lster)和赫斯特洛姆(Peter H edstr m )为代表的社会学家则侧重强调要把厘清社会机制、社会过程和统计推断结合起来(参见H edstr m &Sw edberg ,1998;H edstr m,2005&2008;陈云松,2008)。
虽然侧重点各不相同,但这些社会学家都强调了解释性机制或者因果推断是社会学分析的目标。
此外,从政策研究的角度而言,也只有因果分析才能预测事件将来在什么条件下能发生并得出干预措施中的控制手段,从而为我们制定对策、改良社会提供依据(王天夫,2006)。
1.较新的关于因果关系的中文文献可参见章奇(2008)对社会科学领域因果概念的全面回顾。
为避免对因果概念进行过多哲学意义上的讨论1,本文使用的因果关系概念基于反事实框架(counterfact u al fra m e w or k )。
这是一个在近年来主流社会学科界共同接受的因果概念。
也即,一个影响因子或者干预(treat m ent)对个体i 的因果效应,应该是i 在控制组和干预组中的两个可能的结果状态之间的差异也即 i =Y t Y c 。
然而,正如古希腊的一句名言∀人不能两次踏进同一条河流#所说的那样,个体i 的结果,只可能在一个组中被观察到。
这样,对于i 而言,或者两者都可能是,或者两者之一必然是缺失数据(关于反事实的定义和框架参见H o lland ,1986;W insh i p &M or gan ,1999;W insh i p &Sobe,l 2004)。
谢宇(2006:44)曾经以大学教育为例来说明该问题。
比如,在分析大学教育对于个体的92 社会 2010 4收入是否有因果效应时,对一个上大学的学生,我们不可能获得他不上大学的情况的数据。
因此,社会学定量分析中只能用平均干预效应(average treat m ent effect)来替代,也即估算一组大学生(干预组)与一组非大学生(控制组)之间的平均收入差异, =Y t Y c 。
但这个替代的前提就是,干预组和控制组必须在其他收入因素上是一致的。
也即,两组人的年龄、性别、家庭背景、智商、性格等等的平均值都一样。
一旦两组之间在某个变量E 的均值上不一致(例如性格,往往难以采集数据),且这个遗漏掉的变量本身和解释变量又有关系,那么我们估算出来的结果就是有偏差的,甚至是伪相关的,由此,因果判断就无从谈起。
1.实际上,还有一些导致内生性问题的来源,比如测量误差等等,限于篇幅,本文不加讨论。
在回归分析中,人们一般通过控制一系列变量使两个组别具有可比性。
但是,总有那些无法被观察的,或者学者未想到的变量导致两组之间不具有可比性。
对于回归方程而言,这就意味着解释变量和遗漏误差项出现了相关,不能满足高斯马尔可夫定理(Gauss M arkov theore m ),估计参数就会有偏误。
在计量经济学领域,这个问题一般称为内生性(endogeneity)问题(W oo l d ri d ge ,2002;2006;Ca m eron &Tri v ed,i 2005)。
无论是计量经济学还是定量社会学分析,由于绝大多数实证研究都基于非实验性数据,也即无法保证实验组和控制组的相似性,因此所有基于调查数据的实证研究,无一例外都受到内生性问题的困扰。
而这些困扰,主要源自一般性的遗漏变量偏误(o m itted variab le b ias)、自选择偏误(self se lection b i a s)、样本选择偏误(sa mp le selecti o n bias)和联立性偏误(si m u ltaneity bias)等多个方面。
1既然社会学的研究旨趣在于阐明某种机制或因果关系,而非局限于描述自变量和因变量之间的统计相关,那么内生性偏误就应该成为社会学定量研究中必须直面的问题。
在社会学研究领域,尽管对于反事实因果关系、模型识别策略的关注一直存在(W inship&M organ ,1999;Sobe,l 1996;M organ &W i n sh i p ,2007),但是,在大量的实证研究中,内生性问题往往被一笔带过,甚至不加提及。
而且,回顾性文献也缺乏对内生性问题的全面梳理,或许唯一的例外可能只有T.莫维(M ouw,2006)对于社会资本因果效应的文献回溯。
而中文社会学文献则对内生性问题关注更少。
王天夫(2006)和章奇(2008)对社会科学领域因果分析的基本概念进行了非常出色的回顾, 93 社会学定量分析中的内生性问题但遗憾的是,他们却也没有对与因果推断紧密相关的内生性问题及其解决方案进行深入的探讨,本文则试图弥补这一空白。
在扼要说明内生性问题的来源之后,本文将以社会互动等具体研究为例来讨论解决内生性问题的方法。
文中的社会互动(social i n teraction)是一个非常宽泛的概念,指人们以相互的或交换的方式对别人采取行动,或对别人的行动作出反应,它是人类活动的重要形式(波普诺,[1995]1999:116)。
曼斯基(M ansk,i 1993)、杜尔拉夫(Durlau,f 2002)和T.莫维(M ouw ,2006)都指出,社会资本(soc ial cap ita l)、社会资源(soc i a l resources)、社会网效应(net w or k effects)、社会规范(social nor m )、同群效应(peer i n fluences)、邻里效应(ne i g hbour hood effects)、社会模仿(i m itati o n)、社会濡染(soc ial contag ion)等领域的研究实质上都可以归入社会互动这一范畴的名下。