李 勇

基于網(wǎng)上調(diào)查的科研成果可信嗎？

李 勇

本文以2016年美國總統(tǒng)大選網(wǎng)上調(diào)查和專業(yè)調(diào)查機構(gòu)的調(diào)查結(jié)果大相徑庭為例，說明網(wǎng)上調(diào)查可能存在的一些局限性，并初步分析了產(chǎn)生這些局限性的統(tǒng)計邏輯。進而認為基于網(wǎng)上調(diào)查取得的信息用于科學(xué)研究需慎之又慎，其運用必須滿足統(tǒng)計的基本原則。

網(wǎng)上調(diào)查 科研成果 統(tǒng)計原則

網(wǎng)絡(luò)的匿名性與虛擬性導(dǎo)致的信任缺失問題及調(diào)查的參與率低等缺陷始終阻礙其普遍應(yīng)用。而很多社交網(wǎng)站（SNS， Social Network Sites）的實名制特性能夠增強被調(diào)查者的受信水平，使其更用心地作答。朱文龍等（2014）以人人網(wǎng)、騰訊QQ為例，研究了匿名調(diào)查與非匿名調(diào)查獲取科研數(shù)據(jù)的一致性問題，得出在非敏感性量表下，兩類調(diào)查具備完全一致性，而對于敏感性量表，兩類調(diào)查數(shù)據(jù)不完全一致。類似的相關(guān)研究，國內(nèi)外已有不少文獻。2016年10月16日，《新周刊》總主筆閆肖鋒在2016年美國總統(tǒng)大選全國選民投票還未開始前，大膽預(yù)測民主黨候選人希拉里勝券在握。其主要依據(jù)為，專業(yè)調(diào)查機構(gòu)的調(diào)查比網(wǎng)上調(diào)查的樣本更具總體代表性。這引起了筆者的深思，當下，很多科研工作者通過發(fā)放網(wǎng)絡(luò)問卷，網(wǎng)絡(luò)在線問答，運用網(wǎng)絡(luò)技術(shù)收集網(wǎng)絡(luò)輿情等方法收集相關(guān)信息，然后對所獲得的信息進行分析進而得出結(jié)論。那基于這些網(wǎng)絡(luò)調(diào)查的科研成果真的能反映真實的狀況嗎？筆者的答案很明確，不一定。下面從此次美國總統(tǒng)大選說起。

美國總統(tǒng)大選的全國選民投票時間為選舉年11月第1個星期一后的第1個星期二，今年則為11月8日。由于美國總統(tǒng)選舉實行選舉人團制度， 11月8日選民投票時，不僅要選舉總統(tǒng)，還要選出代表50個州和首都華盛頓哥倫比亞特區(qū)的538名選舉人。美國除了緬因州和內(nèi)布拉斯加州，其他州和首都實行“勝者全得”的制度，即獲得選民票數(shù)最多者獲得該州或首都所有選舉人票。贏得270張及以上選舉人票的總統(tǒng)候選人即獲得選舉勝利。在選舉年的12月第2個星期三之后的第1個星期一，選舉人按照選民投票結(jié)果選出總統(tǒng)，今年為12月19日。新當選美國總統(tǒng)將于次年1月20日宣誓就職。2016年總統(tǒng)大選第一場辯論結(jié)束后，總統(tǒng)候選人希拉里和特朗普均自信滿滿地對外聲稱自己勝出。CNN發(fā)布的輿論研究公司所作的調(diào)查結(jié)果為，希拉里以約62%比27%，大勝特朗普。而各種網(wǎng)絡(luò)投票結(jié)果恰恰相反，例如Twitter上的網(wǎng)民投票結(jié)果顯示，特朗普將以62%比29%大勝。為什么會產(chǎn)生如此大的差異？專業(yè)調(diào)查公司對線下的登記選民作調(diào)查，通常是通過發(fā)放問卷或電話調(diào)查。根據(jù)以往統(tǒng)計，線下調(diào)查的結(jié)果，只有4.5%左右的誤差，且被調(diào)查樣本人數(shù)有時甚至少至521個。很多人質(zhì)疑，這樣的調(diào)查結(jié)果之準確性怎能和網(wǎng)站幾十萬的擬投票選民樣本的調(diào)查結(jié)果之準確性相提并論？

從統(tǒng)計學(xué)來說，樣本不一定需要很大，但一定要保持樣本抽樣的隨機性，這才能保證樣本能較好地代表總體的特征。而專業(yè)調(diào)查公司有相對科學(xué)的抽樣調(diào)查和統(tǒng)計分析方法。例如，蓋洛普民意測驗所（Gallup Poll）是美國最大的民意測驗機構(gòu)。它在美國總統(tǒng)大選民調(diào)中，根據(jù)性別、年齡、受教育程度、職業(yè)、收入、信仰等標準，在美國各州和首都按比例選擇調(diào)查對象，然后對調(diào)查結(jié)果加以分析并得出結(jié)論。這樣做的好處可以保證選取的樣本有較好的總體代表性。其實，一個統(tǒng)計學(xué)運用于實際民調(diào)的非常有名的案例，為1936年的美國總統(tǒng)大選。當時，競選下一任美國總統(tǒng)的是民主黨候選人在位總統(tǒng)羅斯福和共和黨候選人蘭登。當時，美國權(quán)威雜志《文學(xué)摘要》（The Literary Digest）根據(jù)電話簿和俱樂部成員名單上記載的地址發(fā)出1000萬封調(diào)查信，收到回信200萬封，這么大的樣本容量在調(diào)查史上也是罕見的，雜志社因此花費了大量的人力、物力。得出的調(diào)查結(jié)果是蘭登將以57%對43%的比例在總統(tǒng)大選中獲勝。而最終的選舉結(jié)果卻是羅斯福以62%對38%的顯著優(yōu)勢連任總統(tǒng)。這使《文學(xué)摘要》名譽掃地，不久后即停刊。究其原因是《文學(xué)摘要》抽取的樣本不是從總體（全體美國選民）中隨機抽取的。因為在1936年，美國擁有電話和參加俱樂部的家庭都是比較富裕的家庭。1929年到1933年的世界經(jīng)濟危機，使美國經(jīng)濟遭受重創(chuàng)，“羅斯福新政”動用行政手段干預(yù)市場經(jīng)濟，損害了部分富人的利益，但廣大的美國非富人群體卻從中得到了好處。由于富人群體在全體美國選民中只占少數(shù)，所以，基于調(diào)查樣本幾乎都是富人而得出的民調(diào)結(jié)果實際上已經(jīng)嚴重偏離了大多數(shù)美國人的真實選舉意愿。

社會學(xué)中有一個“二級傳播理論”，是由美國著名社會學(xué)家拉扎斯菲爾德1944年出版的調(diào)查報告《人民的選擇》中提出的。該理論的核心思想在眼下的語境中可理解為理念總是先從網(wǎng)絡(luò)、報刊、電視、廣播等媒介傳播到關(guān)鍵意見領(lǐng)袖（Key Opinion Leader，簡稱KOL），然后再由這些關(guān)鍵意見領(lǐng)袖傳播到那些 “沉默的大多數(shù)”。而關(guān)鍵意見領(lǐng)袖這個概念源自營銷學(xué)，通常被定義為：擁有更多、更準確的產(chǎn)品信息，且為群體所接受或信任，并對該群體的購買行為有較大影響力的人。例如，某人購買某款產(chǎn)品，并不決定于其先前看到過的該產(chǎn)品的媒體廣告，而真正促使其購買的，有時僅僅可能是其周圍某個關(guān)鍵意見領(lǐng)袖的一句話。所以網(wǎng)民在網(wǎng)上表達出來的觀點，并不一定是左右大多數(shù)人行為選擇的觀點，很多時候還依賴于關(guān)鍵意見領(lǐng)袖的中介作用。

最后引用肖鋒文章中作家余華說過的話：一上網(wǎng)，感覺中國人明天就要鬧事；一上街，感覺中國人一百年都不會鬧事。

[1]肖鋒．"網(wǎng)紅"特朗普為什么突然不行了[OL]．功夫財經(jīng),2016-10-16．http://news．hexun．com/2016-10-16/186436727．html．

[2]朱文龍,邵培基,方佳明．社交網(wǎng)站調(diào)查的科研數(shù)據(jù)一致性研究[J]．科研管理,2014(02)．

（作者單位：河南大學(xué)商學(xué)院）