2019年12月，美國企業研究所發布報告《美國家庭日記：民族志研究能否協助公共政策？》。該報告收錄了使用民族志觀察、深度訪問等定性研究方法考察貧困和社會流動受阻原因的最新研究，并探討了如何借助定性研究改善公共政策制定。本報記者圍繞定性與定量研究方法的特點及其在社會科學和政策研究中的應用等問題采訪了有關學者。
政策研究經歷兩次革命
美國企業研究所經濟政策研究員阿帕爾娜·馬瑟（Aparna Mathur）和美國巴克內爾大學社會學與人類學助理教授詹妮弗·M.席爾瓦（Jennifer M. Silva）談到，在美國，關于貧困和社會流動性的政策研究主要采用高度依賴大規模代表性調查和行政數據的定量研究方法。定量研究關注有關人們的信念和行為的大量且多樣化的信息組，并旨在從中歸納出變量之間的數字關系以預測未來行為。
據美國約翰斯·霍普金斯大學經濟學教授羅伯特·A.莫菲特（Robert A. Moffitt）介紹，過去50年里美國社會科學研究特別是政策導向研究發生了兩次數據收集和分析革命。第一次革命是大規模、具有人口代表性的家庭調查的發展，如當前人口調查和國民健康訪問調查，它們收集了數百項關鍵的社會經濟變量信息，樣本規模足夠大，能夠較準確地估算總人口層面的統計數字和關聯。結合家庭面板調查（在不同時間點對相同的樣本家庭進行多次訪問），這些調查徹底改變了研究人員對低收入美國人的就業、收入、家庭結構、遷移動態的了解。
第二次革命是大規模計算技術和大容量存儲能力的發展，這使數據的高速下載、存儲、分析成為可能。個體層面的家庭調查與快速分析方法的結合創造了人們預料之外的海量知識積累。與此相關的還有社會實驗和隨機控制實驗的興起。社會實驗的提議源自20世紀六七十年代美國計量經濟學家蓋伊·H.奧卡特（Guy H. Orcutt）等人針對負所得稅的研究。隨機控制實驗需要大規模數據收集、大規模樣本、合適的計算方法，是考察針對低收入人群的社會政策有何影響的重要工具，通常被認為能夠提供對某一政策的真實因果效應的最佳評估。
定量與定性各有優劣
美國佛羅里達州立大學高等教育成功中心創立主任、高等教育講席教授胡壽平告訴本報記者，定量、定性以及定量定性混合研究方法是社會科學研究的基本方法。定量研究方法被普通大眾和許多決策者視為更具科學性和客觀性的方法，定性研究方法則不得不花費時間和精力去為其科學性和價值辯護。總體來講，定量研究方法更適用于較成熟的研究領域，它對研究假設的驗證較為直接有力；定性研究方法對于人們知之較少的研究領域較有價值，它有利于產生研究假說。定量研究方法有利于驗證因果關系或產生一般性、普遍性的結論，定性研究方法有利于對獨特個體和獨特現象的理解。定量和定性研究方法在人文社會科學領域都有較為廣泛的應用，但也因學科學術傳統和具體研究問題而異，還受到研究目的、時間資源、研究經費等因素影響。一般而言，小規模研究項目傾向于采用定性和定量方法中的一種，大規模且有較充足經費支持的項目傾向于采用定量定性混合研究方法。
胡壽平表示，歐洲服務器，政策制定的優劣取決于所用證據的嚴謹度、科學性、綜合性、匹配性。定性研究方法強調當事者的觀點、感受、經歷，也較為關注脆弱群體，對政策制定的合理性有積極作用，但由于當事者受限于自身的利益、眼界、目標，在一些情況下有必要批判性地解讀和利用定性研究。定量研究中與脆弱群體相關的結果可能被數據中的“大勢”掩蓋，定性研究則能彌補這方面的缺陷。在政策評估中，定量方法可幫助建立或否認因果關系，定性方法可幫助進一步理解因果關系存在與否的原因。總之，各種研究方法均有其優點和不足，應對具體研究問題、目標、資源和時間環境等因素綜合考量。
大數據的興起和迅速流行深刻地影響著科學研究進程。胡壽平說，隨著數據收集渠道和能力的迅速擴張以及計算能力的提升，大數據成為定量研究的一個熱門領域，這對定性研究或多或少會有影響。公眾可能會更相信大數據和定量研究方法的科學性和實用性，從而忽視定性研究方法的合理性和貢獻，決策者也會更傾向于以大數據和定量研究發現為決策基礎而忽略定性研究結果。大數據為定量研究方法的更廣闊應用創造了條件，域名購買，兩者顯得更加“適配”，但定性研究方法的目的、優勢、適用領域不會因此而過時或消失。相反，定性研究可減少基于大數據的定量研究給脆弱人群造成的負面后果。當然，由于資源有限，大數據的流行也許會使傳統定性研究項目更難獲得資源支持。
