民意研究的新方法——调查实验法

朱梅红

(首都经济贸易大学 统计学院，北京 100070)



民意研究的新方法
——调查实验法

朱梅红

(首都经济贸易大学 统计学院，北京 100070)

摘要：进行民意研究，绝非简单地汇总民众对某一社会问题的态度或看法，关键是揭示其背后的因果机制。文章对社会科学中民意研究的一种新方法――调查实验法的相关问题进行了探讨，重点分析了其在分析现象因果机制方面的优势。文章回顾了民意研究中调查实验方法的产生背景和历史；介绍了调查实验的含义和操作方面的特点；基于Imai等人提出的因果关系推断中的估计误差分解框架，从误差控制的角度，分析了调查实验方法能够大大减少样本选择误差和处理间协变量不平衡误差、从而提高因果关系结论的内外部效度的内在机制，指出了它在因果关系推断方面的优越性；综述了国内外研究与应用现状；分析了中国目前民意研究中存在的问题，指出了调查实验方法在中国目前民意研究中的可行性和应用前景；最后阐述了该研究问题的理论与实践意义。

关键词：因果机制；调查实验；调查研究；实验研究；样本选择误差；协变量不平衡误差；内部效度；外部效度

一、民意研究领域调查实验方法的提出

无论自然科学还是社会科学领域，进行因果关系推断都是极为重要的任务和研究问题。自然科学中，可以在实验室内，通过对试验环境的严格控制和对所研究因素的随机化操作，较好地保证所要探讨的因果关系的可靠性，这种研究被称为实验研究(experiment research)。社会科学中，小规模的研究可以在实验室内进行，但大规模的研究通常采用调查研究(survey research)。在社会科学的民意研究领域，中国目前以及西方早期的研究者们，大多采用以抽样调查为主的调查研究方法。如果样本能较好地代表总体，研究设计及结果就具有较好的外部效度(external validity)，即结论的外部适用性就较强。但很多调查过程中对目标变量的可能影响因素并没有进行人为控制，因而混杂变量的存在，使得变量间因果关系结论不够可靠(Druckman等，2006)[1]。具体表现在，现象间的因果关系不易判断；不同时期不同研究者得出的结论不完全相同；调查研究结论与现有理论不符；虽然从调查数据已经得到相应理论模型，但研究者通常不敢肯定模型是否反映了变量间的真实关系，是否忽略了某些重要变量。

因此，自20世纪50年代起，以美国为代表的西方民意研究，乃至整个政治学研究领域，开始运用实验研究方法，以弥补调查研究的不足，部分地解决上述难题。研究者按照一定理论假设，通过有目的地人为控制实验环境和条件，减少混杂变量的影响，以揭示所要研究的现象间的因果关系，从而更好地认识研究对象的本质及其发展规律。如果实验方案设计合理，得出的因果关系结论就比较可靠，即具有较好的内部效度(internal validity)。实验研究作为一种独立的方法体系，为民意研究提供了深入了解个体心理与行为的更有效途径。20世纪90年代开始，独立运用正规实验设计方法的民意研究文献开始大量出现，涉及选举、立法、内战、恐怖主义等众多社会问题的公众意见。但实验研究通常针对特定群体，而且样本量较小，因而结论的外推能力较弱，即外部效度较差。

20世纪70年代以来，计算机技术飞速发展，计算机辅助调查系统随之出现，计算机辅助电话调查CATI(computer-assisted telephone interviews)、计算机辅助面访CAPI(Computer Assisted Personal Interviewing )、计算机辅助自填式调查CASI(Computer Assisted Self Interviewing)、计算机辅助网络调查CAWI( Computer Assisted Web Interviewing)等调查研究平台开始付诸应用。在此类平台上，结合新兴的多媒体工具，研究者将复杂的实验研究嵌入调查平台，实现了针对大型总体的实验研究。这为民意研究提供了一套更高级的定量研究方法，即population-based survey experiments(Mutz， 2011)[2]或简称为survey experiments(Sniderman，2011)[3]，本文称其为“调查实验”。

二、调查实验方法的相关理论

(一)调查实验的含义

根据Mutz(2011)给出的一个简单定义，调查实验是指在一个有代表性的样本上进行的实验。调查实验方法以实验(experiments)为主，目的是通过实验，控制其他各种混杂因素的影响，以准确揭示所感兴趣的影响变量与目标变量之间的因果关系，从而确定对目标变量最重要的影响因素。而运用计算机辅助调查(survey)平台，一是为了得到足以代表研究总体的大型样本，二是便于收集样本数据。得益于有代表性的大型样本，调查实验就具备了较高的外部效度，从而达到了内外部效度的完美统一(Thomas，2010)[4]。调查实验方法重点在于研究设计，而非数据分析。与调查研究所需的复杂分析方法相比，它所需的分析方法相对简单。调查实验由于其成本低、样本量大、较好的内外部效度和简单的分析方法等优势而广受欢迎。20世纪90年代以来，它已经成为西方民意研究的标准工具(Sniderman，2011)。

(二) 调查实验的设计、实施与数据分析

调查实验与一般的实验研究有相似之处，两者的主要区别，或者说调查实验的特殊之处，主要有以下几个方面。

1.样本抽样框。由于调查实验用于社会政治问题的大型民意研究，因而样本要足够大并且有较好的代表性。这就需要能够覆盖研究总体的合理的抽样框。借助于CATI等调查平台，研究者可以很方便做到。比如，研究总体范围内随机生成的固定电话和手机号码数据库；调查平台长期积累的客户名单。

2.实验环境。实验环境分为以实验室为代表的人工实验环境和现场自然实验环境。民意研究通常进行的是现场实验，但有些研究中“处理”(或称“刺激”)是通过音频或视频资料呈现的，这时需要进行室内实验。无论什么环境，都要尽量较好地控制其他变量对实验的影响。

3.实验方案。根据研究问题复杂程度和成本限制，实验方案可繁可简。比如，如果只研究一个实验因子且只有一种“刺激”，可以采用简单的无控制组事前事后设计、有控制组的事后设计、有控制组的事前事后设计等方案。但对于较大规模民意调查实验研究来说，一般实验因子及它们的水平都有两个及以上，因而需要采用更为复杂的实验方案。如果实验因子和水平数较多，可采用部分析因设计，如正交设计；如果实验因子和水平数不多，可采用析因设计；如果某些重要外部因子能够区组化，需采用区组设计。

4.实验实施。在这个阶段，体现了实验与调查的完美相结合。本阶段包括两个主要问题。第一，如何反映因子的不同处理？通常，不同的处理反映在不同版本的问卷上，比如，用不同内容的问卷或不同结构的问卷反映不同处理。有些民意研究问题中，不同处理可能与媒介刺激有关。这种情况下，可以在室内或某一特定场合，用不同媒介刺激反映不同处理。第二，如何将处理分配到样本？如果研究者没有掌握实验对象更多的信息，比如，只有他们的电话号码，这时只能从抽样框内随机抽取样本，这在一定程度上保证了各实验组之间样本的相似性，以期将所有外部因子的影响平均分散到各组。然后，就可通过电话或网络等平台，按随机原则将不同处理分配给样本中的不同个体，从而形成不同的实验组，每组代表一种处理。如果研究者事先认为某些特定外部因子可能影响目标变量，而且样本抽样框内已经包含了这些信息，则可把这些外部因子作为区组因子，将抽样框分为不同区组。在不同区组内随机抽样，构成研究用样本。然后在每个区组内，将不同处理随机分配给区组内的不同个体，即在每个区组内，形成了代表不同处理的实验组。这里，运用了两次随机化，一次是随机抽取样本，一次是将处理随机分配到样本中的个体。

5.数据分析。在民意问题的调查实验研究中，即使进行了实验控制，仍可能存在一些重要的不可控因子，而研究者不可能对它们全部进行区组化。这就会在实验因子的不同处理间，存在着干扰因子的分布不平衡现象。此时，对实验因子的影响进行分析，会受到这些因子的干扰，从而降低了因果关系结论的可靠性。所以在进行因果关系分析之前，最好对它们分布的平衡性进行分析并消除影响。

(三) 调查实验优势的理论分析

这里借用Imai等(2008)[5]提出的因果关系推断的误差分解框架，分析调查实验在因果关系推断方面优于实验设计和抽样调查的内在机制。

考虑一个从有限的总体(N)中观察到的一个随机样本(n)，通常N>> n。如果单位i在样本中，就有Ii=1，否则Ii=0；如果单位i接受处理，就有Ti=1，否则Ti=0。假设处理组(Ti=1)和控制组(Ti=0)内样本大小都是n / 2，n为偶数。对于每一个单位i，存在两个潜在的输出变量Yi(1)和Yi(0)，它们分别代表Ti为1或0时，输出变量的固定值。对于样本中的单位i，它的可观察到的输出变量值被表示为Yi≡Ti* Yi(1)+(1-Ti)* Yi(0)。因此，在这一研究框架中， (Ii， Ti， Yi)是随机变量。定义单位i的处理效应为:

TEi≡Yi(1)-Yi(0)

(1)

把可观察到的协变量用X表示，不能被观察到的协变量用U表示。TEi作为Xi和Ui的函数，在不同单位i之间，会有所不同。在样本中，Xi能被观察到而Ui不可观察，而在总体的其他部分中，可能两者都观察不到。在实践中，研究者关注的不是每一个TEi，而是估计样本的平均处理效应SATE，或总体的平均处理效应PATE。其中，

对于SATE或者PATE，一个最基本估计量就是，样本中处理组与控制组的观察到的输出变量的均值之差。即

因此，PATE和它的估计量D之间的差距，就是估计误差:

Δ≡PATE-D

(2)

为简化问题，不考虑X与U的交互作用，则估计误差Δ可由如下加法模型最终分解为四个成分：

Δ=ΔS+ΔT=ΔSX+ΔSU+ΔTX+ΔTU

(3)

其中，ΔS=PATE-SATE，ΔT=SATE-D，分别表示样本选择误差和不同处理间协变量分布的不平衡而引起的不平衡误差；ΔSX表示由于协变量X在样本与总体中分布的不一致而产生的样本选择误差，ΔTX表示由于X在处理组与控制组内分布不一致而产生的协变量不平衡误差，ΔSU和ΔTU则分别表示由协变量U带来的样本选择误差和协变量不平衡误差。

用Δ表示一个特定研究中的估计误差，E(Δ)表示平均意义上的期望误差，基于误差分解式(3)，三种研究方法的四个估计误差成分的特性如下表1所示(其中，抽样调查方案是简单随机抽样，实验设计方案是随机化实验)。

简单随机抽样，作为调查研究的最基本形式，从平均意义达到了样本选择误差为0，而在一个特定样本上，它们未必能为0。随着样本量增加，ΔSX和ΔSU的方差变小，此时可以认为它们近似为0。这就保证样本的外推能力较好，即外部效度较高。但如果不借用其他方法，就不能保证协变量在处理组和控制组间的平衡，因而就不宜直接探究这些因子与目标变量间的因果关系。

随机化实验，作为实验研究的最基本形式，能够满足处理组和控制组间协变量不平衡引起的误差，从平均意义上达到了0，而在一个特定样本上，它们未必能为0。通常情况下，实验样本量不可能很大，所以ΔTX和ΔTU通常不为0。由于进行了处理的随机化分配，就能在一定程度上保证因果关系推断的可靠性，即内部效度较高。但大量的民意研究中，实验样本未必能较好地代表目标总体，因而就不宜进行样本结论的外推。

表1　三种研究方法的误差成分特性表

调查实验中，由于实验样本是从总体中随机选取，并在实验中随机分配，所以，能保证四个误差成分的期望值都为0，当然，不能保证在某一个特定样本中，它们都为0。在调查平台上，对于一个特定研究来说，可以进行大规模的抽样。随着样本量的增大，四个误差成分的方差变小，都趋于0，因而四个误差成分也趋于0。可见，相对于单纯的抽样调查和随机实验，调查实验具有较高的内外部效度。

三、国内外民意研究中调查实验方法的研究与应用现状

(一)国外民意研究领域对调查实验方法的研究与应用现状

20世纪70年代后， CATI等调查平台的出现，促进了实验与调查的结合。80年代后，人们关注的焦点，从方法层面的标准化和精致化，转向理论层面的发现和创新，比如设计新的方法和程序。其中，Sniderman等(1991)设计了供多个调查者同时使用的调查平台(multi-investigator project)，将实验研究嵌入调查中，实现了两者的结合。该平台是美国国家科学基金会资助的TESS平台(Time-Sharing Experiments in the Social Sciences)的前身。 之后出现的TESS平台，为民意研究提供了更为方便的调查实验平台。这两个平台，带来了原来调查研究领域的极大变化，也使调查实验成为90年代以来西方民意研究的标准工具。

之后针对调查实验的研究，分为两大方向。一是从方法论角度，探讨调查实验的作用、优缺点、内在逻辑、设计框架、推断的有效性等问题。比如， Gaines等(2007)分析了调查实验的本质与内在逻辑；Jerit等(2008-2010)借助TESS平台，运用不同案例，多次探讨了调查实验的外部效度；Transue等(2009)探讨了调查实验的溢出效应；Thomas(2010)评述了调查实验的过去、现在和未来前景；Druckman (2001-2010)一直致力于设计框架的研究；Druckman等人(2011)编著了《Cambridge Handbook of Experimental Political Science》，其中涉及实验的内外部效度等多个理论问题，尤其是Sniderman提出了调查实验的三种设计类型并研究了调查实验的逻辑； Mutz(2011)的专著《Population-Based Survey Experiments》，第一次对这种方法论进行了全面论述，提供了社会科学领域的许多经典案例，尤其是对内外部效度提出了新的观点。还有一些综述类文献，比如，Druckman (2006)对实验方法在政治科学领域的应用历史和当时现状进行了统计，并用图表展示了该类研究的增长和发展情况，其中把调查实验方法作为新的方法进行了重点评述；Rebecca 、Kenneth(2010)对政治科学中的实验方法进行了评述，也特别对调查实验方法进行了评价。二是在应用领域，运用调查实验方法解决不同的现实问题。比如，Beatrice等(2010)探讨了个人对养老保险改革的态度； Maria(2012)探讨了英国穆斯林对恐怖主义的态度；Rosie等(2013)探讨了候选人的个人背景对投票人态度的影响；David 等(2014)探讨了巴西人的党派身份对其个人政治态度的影响。

(二)我国目前民意研究现状

随着中国民主化进程的推进，民意研究越来越多。目前学术界的民意研究主要集中于社会科学中的马列主义、新闻学与传播学、社会学等几个二级学科所属的研究领域。根据对“中国知网”、“维普中文科技期刊数据库”的检索，学术界对民意的研究，虽然以“民意”为标题的文献很多，但大部分是定性研究，如重视民意的重要性，民意调查的意义，民意与法律问题，民意与政府决策问题等。而定量化的民意研究，数量并不多。主要涉及对交通、医疗、食品监管等公共服务的满意度和对公共危机事件关注度两大类问题，数据来自于抽样调查，分析内容是满意度或关注度的影响因素分析，所用定量分析工具包括变量间相关关系的检验、对应分析、各种多元回归分析、方差分析、结构方程等。

大规模定量化的民意研究主要集中于各类研究机构。比如，作为官方社情民意调查机构的国家统计局属下的社情民意调查中心，作为半独立的民间社会调查机构的中国社会调查所、北京社会和经济研究所民意测验中心，著名的民间调查机构--零点调查公司，人民网、新华网、中国青年报、新浪、搜狐、腾讯等网络媒介调查平台，各高校研究所等所属的民意研究机构。这些机构都定期或不定期进行社情民意调查，尤其是零点公司、人民网等，经常展开对社会时事热点问题的民意调查。这些机构的民意研究结果，公开的信息主要是以蓝皮书或新闻报道的形式出现。根据上述机构公开的信息判断，从数据来源讲，都是来自抽样调查。从分析方法和内容看，上述调查机构发布的信息，主要是描述性统计信息，用百分比来反映民众对某些问题的总体满意率或关注率，并分别分析不同群体的这些百分率。稍微复杂的分析，就是根据五分或十分量表的调查结果，编制满意度或关注度指数，并分别分析不同群体的这些指数。对某些问题的连续性调查，这些机构会公布给社会多期的调查结果并加以比较，比如，几年来，民众对某一问题的满意度是增加还是降低，对某一问题的关注度是增加还是减少。

(三)我国目前民意研究中调查实验方法的应用现状

前面已经提出，公开的资料中，极少有运用实验方法进行民意研究的文献，运用调查实验方法的更是鲜见。作者目前只发现一篇与本文所说的调查实验类似的文献[6]，尽管该研究的样本量较小，而且也没有用到调查平台。可以说，目前中国民意研究中调查实验方法的运用几乎是空白。两篇有关民意研究的综述性文献[7-8]，也没有提到实验或调查实验。当然，在社会学研究领域，一些专著中也频繁提到实验方法，但它作为一个独立的定量研究方法，并没有与调查结合起来，也没有用于民意研究[9-11]。

在中国知网、维普中文科技期刊等中文文献库中，的确出现了大量题为“实验调查”、“试验调查”、“调查实验”或“调查试验”的论文，主要集中于医学、农学、教育学、市场营销学、心理学等领域。这些文献可归为三类：第一类，单纯实验设计而无任何调查成分；第二类，单纯抽样调查而无任何实验成分；第三类，兼有实验和调查的成分，以实验为主，基本属于实验研究。其中，第三类主要出现在市场营销学领域[12]。另外，在市场营销学的书籍中，也经常出现上述四个概念，但它们同样属于实验研究[13-15]。它们只是作为市场研究的一种方法，被称作是一种特殊的观察法。研究者通过有目的地通过改变或控制一个或几个影响市场的因素，来观察市场现象在这些因素影响下的结果。可见，上述涉及四个概念的文献中，要么只是调查，要么只是实验；尽管有些研究同时涉及到调查和实验，但此类研究并没有或无需用到调查平台，只是小规模的实验研究；调查只是作为数据收集的一种手段而已，研究结论也不宜在更大范围内推广。它们与本文所描述的调查实验有很大区别。

总之，从目前公开文献中，作者尚未发现在民意研究领域与本文所描述的调查实验完全相符的研究成果。

四、我国目前民意研究中存在的问题及调查实验方法的可行性

(一)我国目前民意研究存在的问题

首先，对于民意，定性研究居多，而且研究深度不够，也不够规范。

其次，在定量研究方面，从各调查机构公布的调查结果看，主要是描述性的概要类结果。至于为什么会出现这些结果，其中的因果机制是什么，这些机构通常不给予解释，因而民众只知然而不知其所以然。如果这些机构定期公布此类结果，而调查的人群又不是固定的，那么结果之间就不具可比性。不进行任何处理地对这些结果进行比较，就会误导民众。事实上，“为什么”比“是什么”更重要。

学术界倒是试图从定量的角度，探索背后的因果关系。主要是通过统计学的变量间相关性检验、对应分析、方差分析、各种回归分析、结构方程等工具，来测度人为设计的自变量和目标变量间的关联关系或称相关关系。而这种统计上的相关关系与事实上的因果关系并不是一回事。根据休谟的因果分析标准，因果关系必须包括变量间时间上的先后，经验上的相邻，以及恒常的关联[16-17]。其中第三条即指变量间的相关关系，第二条指变量的相关不能是伪相关。所以，相关关系只是因果关系的必要条件。这些统计分析，只能检验、证伪因果关系的存在。在运用这些方法进行统计相关性的探索时，一般是基于现象关系的理论假设，对模型提出前提假设，并在模型中加入控制变量，来分析感兴趣的影响因素对目标变量的净效应。但存在的主要问题是：对模型的前提假设不予检验，对未被观测的重要的干扰变量无能为力。尤其是在现实问题中，由于对所研究问题的因果关系理论不够了解，相应的设计方案也就不够合理，在进行变量间关系分析时，忽略了重要的影响和干扰变量。这样，得到的相关关系就受到混杂因素的影响，产生了伪相关，因而由调查数据得到的相关关系也就是错误的。更为遗憾的是，这种相关关系经常被人们毫不犹豫地直接作为因果关系加以定量阐述。所以，针对调查数据，这些看似高级而被人们常用的统计方法得出的因果关系有时并不可靠，最终给政府和民众造成误导性影响。

在国外针对调查数据，统计学和经济学领域分别发展出了倾向值匹配和样本选择等模型来更好地揭示现象之间较为可靠的因果关系，而在国内民意研究领域，这些模型尚未得到应用。

总之，目前国内民意研究的现状是，定性研究居多，定量研究几乎都是调查研究。对调查数据的分析，要么只做简单的描述分析，要么运用统计模型，却得出不可靠的因果关系结论。而适用于调查数据因果关系推断的更为科学的方法却还没有得到广泛应用。

(二)调查实验方法在中国民意研究中的可行性

真正能够揭示现象间因果关系的研究方法，则是已被自然和社会科学领域公认并且广泛采用的实验研究方法。“随机化实验是因果推论的‘金本位’，是目前科学界公认的可靠方法”[17]。它通过实验的随机化安排，能将可观测和未观测的混杂因素的影响减到最小。但以往实验研究成本过高，样本量被大大限制，研究结论的适用性也受到限制，因而实验方法在以往国内民意研究领域也基本没有得以应用。

随着计算机和信息技术的迅猛发展，众多计算机辅助电话调查和网络调查平台得以产生，尤其是CATI系统革新了民意研究的调查方式，为上述大型常规的民意研究提供了便利；近几年来问卷网、问卷星等商业网络调查平台在企业、学校等机构的调查研究中也得以广泛应用，成为普通研究团体或个体研究人员进行民意研究的便捷工具和平台。只要研究者掌握实验设计和抽样调查的基本理论和方法，就可以根据研究问题及问题的相关理论，确定目标变量、各种影响变量和感兴趣的影响变量，然后根据影响变量设计不同版本的问卷，借助上述调查系统或平台，可以方便地进行调查实验研究，从而对问题进行更深入更广泛的认识，得到更可靠更有用的因果关系结论。

本人及所在“居民廉政感知调查组”，自2007年以来，一直致力于北京市城镇居民对政府反腐倡廉工作评价(或感知)的调查研究。尽管每年的调查群体不完全相同，各类指数的数值不完全相同，但每年的数据都能得出同一结论：民众获取腐败和反腐败信息的渠道大都是媒体。我们由此推断，媒体报道对民众关于政府反腐倡廉工作的感知可能产生影响。但究竟媒体报道如何产生影响，之前的调查研究并没有完全确定的结论。2014年开始，对于该问题，我们采用了调查实验法，专门模拟了几种媒体报道的方式，设计为不同版本的问卷，并通过“问卷网”这一网络调查平台，向北京市及全国各地网民随机发放问卷。通过数据分析，我们已经比较清晰地掌握了媒体对民众廉政感知的影响程度和方式。另外，欧美国家已经有很多运用调查实验进行民意研究的成功案例。可见，目前在国内，运用调查实验法进行民意研究，也是完全可行和有效的，应用前景是光明的。

五、对本问题探讨的理论及实践意义

在理论方面，对本问题的探讨，会促进民意研究乃至整个社会科学领域定量研究方法的突破。由于调查实验方法在国外主要用于政治科学的民意研究中，因此本文也主要讨论它在中国民意研究中的应用。而实际上，这个问题的讨论完全可以直接扩展到整个社会科学研究领域。目前不论在国内还是国外的社会科学的定量研究领域，一派坚守调查(或观察)研究，他们强调调查研究的外部效度优势，至于如何揭示现象间的因果关系，他们宁愿使用统计学或经济学领域发展出来的相当复杂的因果关系分析工具，比如，回归分析，倾向值匹配，样本选择模型等；另一派坚守实验研究，他们强调实验研究的内部效度优势。调查实验方法，则融合了两种方法的优势，而且数据分析相当简单。放弃固执和偏见，研究和吸收其他学派的优势，是社会科学研究者进行因果关系分析的明智选择。对调查实验方法的研究，也会促进统计科学中调查和实验理论方法的研究。实验设计和抽样调查是两种独立的一手数据收集方法，分别用于实验研究和调查研究。对于两种不同来源的数据，分析任务和分析方法不完全相同。目前，在统计学领域，无论是实验设计，还是抽样调查，在方法研究设计方面，都在拼命努力发展新的复杂的方法。但方法无论如何复杂，总避免不了它们本身固有的缺陷。为此，统计学家们又分别为它们发展出了更为复杂的数据分析方法。统计学家们对两种方法的融合的研究，将会大大惠及这些方法的应用领域，也算是统计学家的一大贡献。

在实践方面，对于本问题的研究，首先能保证民意研究的高效率以及结论的深度广度和因果关系的可靠性；其次，民意研究中调查实验方法的成功应用，将会产生良好的示范效应，带动市场营销、心理学等其他领域因果关系研究的进一步发展。

参考文献

[1]Druckman J N， Green D P，Kuklinski J H， et al. The Growth and Development of Experimental Research in Political Science [J]. American Political Science Review， 2006， 100( 4)：627-635.

[2]Mutz D C. Population-Based Survey Experiments [M]. Princeton: Princeton University Press， 2011．

[3]Sniderman P M. The Logic and Design of the Survey Experiment: An Autobiography of a Methodological Innovation [C] //Druckman J N， Green D P， Kuklinski J H， et al. Cambridge Handbook of Experimental Political Science. Cambridge: Cambridge University Press，2011：182-205．

[4]Thomas M G. Survey Experiments: Past， Present， Future. [EB/OL].[ 2010-10-22].http://www.Google.cn．

[5]Imai K， King G，Stuart E A. Misunderstandings between Experimentalists and Observationalists about Causal Inference [J]. Journal of the Royal Statistical Society: Series A( Statistics in Society)， 2008，171(2): 481-502．

[6]陈然， 于朔.支持还是反对军事冲突？——日本与邻国争端中民意的调查实验分析[J]. 国际安全研究，2014(5)：138-160．

[7]王来华.略述民意研究、民意测验的沿革及其在中国大陆的发展[J]. 理论与现代化， 2009，7(4)：78-82．

[8]王迪， 童兵.中国民意调查研究回顾[J]. 当代传播，2013( 2)：34-37.

[9](美)波普诺.社会学(第11版)[M]. 李强，等译. 北京：中国人民大学出版社，2007：53-55．

[10](美)巴比.社会研究方法(第11版)[M]. 邱泽奇，译. 北京：华夏出版社，2009: 222-230．

[11]风笑天.社会研究方法(第4版)[M]. 北京：中国人民大学出版社，2013: 180-203．

[12]吕筱萍. 一种度量市场调查实验法效果的改进方法[J]. 商业经济与管理， 1991( 2)：28-29．

[13]黄蔚.市场实验设计[M]. 北京：北京大学出版社，2007．

[14]陈启杰.市场调研与预测[M]. 上海：上海财经大学出版社，2014：129-130．

[15]邓剑平，付强.市场调查与预测——理论实务案例实训(第2版) [M]. 北京：高等教育出版社，2015：149-152．

[16]王天夫.社会研究中的因果分析[J]. 社会学研究，2006(4):132-156．

[17]彭玉生.社会科学中的因果分析[J]. 社会学研究，2011(3):1-32．

A New Method of Public Opinion Research:the Survey Experimentation

ZHU Mei-hong

(SchoolofStatistics，CapitalUniversityofEconomicsandBusiness，Beijing100070，China)

Abstract:Causality inference is an important task and research problem in the field of social science. In this paper， a new method of the public opinion research: the survey experimentation is introduced and investigated. The background and history of the survey experimentation applied in the public opinion field are reviewed. Then the connotation and operation characteristics of this method are introduced. And then， based on an error estimation decomposition framework for causality inference proposed by Imai， and from the perspective of error control， the internal mechanism of this method in reducing the sample selection bias and covariate imbalance error between treatments and thus improving the internal validity and external validity of causality inference is analyzed. Therefore， in terms of causality inference， the advantages of this method over the survey research and experimentation are illustrated. Research and application status of this method in public opinion field all over the world are also reviewed. Some problems existing in the current opinion research field in China are pointed out， and thus the feasibility and bright prospects of this method applied in the public opinion research in China are presented. Finally， the importance in both theory and practice of this topic is elaborated.

Key words:causality inference; survey experimentation; survey research; experiment research; sample selection bias; covariate imbalance error; internal validity; external validity

中图分类号：O212.6；C811

文献标识码：B

文章编号：1001-9146(2015)04-0046-07

作者简介：朱梅红(1967-)，女，山东宁阳人，副教授，实验设计、抽样调查.

基金项目：教育部人文社会科学研究规划基金项目(14YJA910005)；北京市教委社科计划面上项目(SM201510038006)；首都经济贸易大学2014研究生部教改立项项目(00591454390122)

收稿日期：2015-04-22

DOI:10.13954/j.cnki.hduss.2015.04.008