本文梳理了疫情影响研究的设计方式,总结出事实和推演两种资料数据以及描述和解释两种分析路径,并提出现状解析、趋势预判、干预实验、模拟仿真四种分析思路,希望为社会科学研究者开展相关研究提供借鉴。结合疫情影响研究的相关实践,本文同时指出疫情在数据资料和分析路径两个方面均存在一定的困境,其原因包括研究方法的局限,以及新冠疫情和目前时期的特殊性。
在疫情控制仍在继续的当下,国内外部分社会科学研究者开始对新冠疫情影响开展了研究。Tian,H.,Liu等(2020)回顾了中国新冠疫情爆发后五十天内的封闭控制措施,并以数据描述了防控的效果。Baldwin和Di Mauro(2020)汇编了14篇新冠疫情影响的专家评论,多数基于历史数据、专家判断等方式以及少数基于情景设置等预测方法,从贸易、银行、金融、货币政策等不同方面阐述了疫情的经济影响。Atkeson(2020)通过构建模型和历史数据,在不同疫情情境设定下,粗略预估了美国新冠疫情的经济影响。蒋和平、杨东群、郭超然(2020)和祝坤福、高翔、杨翠红等(2020)基于公开数据,分别阐述了新冠疫情对中国农业和中国产业链的影响。张夏恒(2020)通过面向116家企业的问卷调查结果,展现了疫情对中国小微企业的影响。通过梳理已公开的相关研究成果,多数研究在历史数据的基础上采用了描述路径,以现状描述和趋势分析为主,但是相关研究尚未应用解释路径,一定程度上验证了该路径应用的现实困难,并且多数研究聚焦于经济、行业等宏观层面,缺少其他领域和个体层面的探讨。为了进一步丰富和深化新冠疫情影响研究,建议可以重点关注以下四个方面。
第一,重视现状描述,强调分类归纳。在疫情发展和防控的各个阶段,社会科学研究中都应当关注并揭示疫情对自身研究领域的影响,为政策调整提供依据。虽然描述研究在因果解释方面相对较弱,但是其分析技术门槛较低,能够在数据资料相对有限的条件下,依托研究者的知识和经验,相对有效地揭示疫情影响的现实状况和可能趋势。建议社会科学研究者关注并收集日度、月度等短期数据,重视横向比较和分类归纳的分析方法,以此展现疫情对特定维度的影响。
第二,匹配以往调查,实现前后对比。对比是展现疫情影响的直接方式,由于宏观数据资料的追踪性,疫情对如经济增长、产业结构等宏观变量影响研究的可行性相对较高。但是由于新冠疫情的突发性以及封闭式的防控举措,大部分社会科学研究者在短期内难以组织社会调查,以实现“前—后”对比的分析路径。在此情况下,建议关注已有公开社会调查结果,关注居民感知、政府信任、生活水平等变量,通过解析相关调查的抽样框,设计并开展疫情中或疫情后的社会调查,实现调查群体的匹配,以便通过对比方式,解释疫情在微观维度的影响。(www.xing528.com)
第三,应用新兴技术,培育合作团队。目前的疫情防控降低了实地调查的可行性,同时相关数据尚未公开,对疫情影响研究中的数据收集形成了较大阻碍,但并未能阻碍信息技术的使用和互联网资源的开放。建议社会科学研究者重视如大数据、人工智能等新型技术在疫情影响研究中的应用,尤其是在数据收集和分析处理的环节,以研究团队为形式,形成特定领域专家和大数据分析技术人员的合作,提升整体技术能力,以获取精确的数据资料和有效的分析结果。值得注意的是,大数据、人工智能等技术依然依赖于互联网,导致研究对象和数据收集过程存在一定的局限,需要在分析过程和结论中加以重视。
第四,汇集专家智慧,突出群策群力。疫情影响具有突出的综合性和系统性,在特定领域中可能受到多种因素影响。虽然模拟仿真或自然实验的方法具有较高的客观性,但多是在疫情发展中后期陆续开展。相对而言,特定领域的专家对于自身所在领域有深刻理解,能够对疫情影响有相对清晰的感知。建议社会科学研究者重视专家判断在疫情影响研究中的重要性,开展德尔菲方法、层次分析法等专家群体决策法,辨析或者预测疫情对特定领域的影响,在具有较高可操作性的同时,也能够避免单个或少数专家判断的主观偏向。
本文对疫情影响研究的思路进行了梳理,呼吁社会科学研究者在国家号召下加强疫情相关研究的同时,重视研究设计和研究方法的科学性。希望在未来面对类似的影响研究时,本文对于研究思路的梳理和分类亦能有所借鉴。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。