1、 从测量层次看社会科学研究对象的特征（此答案只找到相关的，若有更佳，可再补充或更改） 答： 一、测量层次
史蒂文斯1951年创立了测量层次分类法，他将测量层次分为四种，即定类测量、定序测量、定距测量和定比测量。
1.定类测量也叫类别测量，它是测量层次中最低的一种。定类测量在本质上是一种分类体系，即用来鉴别被测量对象类别归属。包括所有的定性测量。定类测量必须必须有两个以上的变量值才能进行，所分的类别既要具有穷尽性，又要具有互斥性。即所分的类别既要互不交叉重叠，又要对各种可能的情况包罗无遗。比如对职业分为“工人、农民、干部、技术员，还有其他”。
2.定序测量：定序测量也称为等级测量。是按照某种逻辑顺序将研究对象排列出高低或大小，确定其等级次序。比如人群的文化程度“文盲、半文盲、小学、中学、中专、大学等”。学校分类按“高等学校、中等专业学校、普通中学、小学“顺序排列。这种排列并不是人们的主观愿望决定的，而是由被测对象本身固有特性决定的。
3.定距测量：定距测量也称为间距测量。指用来鉴别变量值间确切差别。它不仅能够将社会现象或事物区分为不同的类别、等级，而且可以确定它们相互之间的间隔距离。测量人的智商以及测量自然界中的温度就是定距测量的典型例子。定距测量的值虽然可以为零，但从测量的角度看，此时的零无实际意义，只不过是人们主观认定和选取的是特定数字。如温度为摄氏0度，不意味着没有温度。 4.定比测量：定比测量也叫比率测量。反映社会现象间比例、倍数关系。定比测量除了具有上述三种测量的全部性质外，还具有一个有实际意义的零点，这是定比测量与定距测量的唯一区别。如年龄、身高、体重、工资都有绝对零点，0表示真实的“无”。定比测量既能进行加减运算，又能进行乘除运算。是四种测量尺度中测量层次最高的一种。
上述四种测量的层次由低到高，逐渐上升。高层次的测量既可以测量低层次测量可以测量的内容，也可以测量层次测量所无法测量的内容，同时，高层次的测量还可以作为低层次测量处理。在对社会现象进行测量时，有一个重要的规则：尽可能对它们进行高层次的测量，因为高层次测量所包含的信息更多。
2、 中心极限定理告诉我们什么？（因有较多符号无法正确复制粘贴，故劳烦各位直接参考文章哈） 答：参见文章《中心极限定理及其在统计分析中的应用_杨桂元》 2.中心极限定理告诉我们什么？
中心极限定理是概率论中的一组定理。中心极限定理说明，大量相互独立的随机变量，其均值的分布以正态分布为极限。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量之和近似服从正态分布的条件。中心极限定理是研究独立随机变量和的极限分布为正态分布的问题。
中心极限定理（central limit theorem）是概率论中讨论随机变量序列部分和的分布渐近于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量近似服从正态分布的条件。 它是概率论中最重要的一类定理，有广泛的实际应用背景。在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象 。最早 的中心极限定理是讨论n重伯努利试验中，事件A出现的次数渐近于正态分布的问题。1716年前后，A.棣莫弗对n重伯努利试验中每次试验事件A出现的概率为1/2的情况进行了讨论，随后，P.-S.拉普拉斯和A.M.李亚普诺夫等进行了推广和改进。自P.莱维在1919～1925年系统地建立了特征函数理论起，中心极限定理的研究得到了很快的发展，先后产生了普遍极限定理和局部极限定理等。极限定理是概率论的重要内容，也是数理统计学的基石之一，其理论成果也比较完美。长期以来，对于极限定理的研究所形成的概率论分析方法，影响着概率论的发展。同时新的极限理论问题也在实际中不断产生。
中心极限定理：设从均值为μ、方差为σ^2;（有限）的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ^2/n的正态分布。常用定理 列维定理 林德伯格－列维（Lindburg-Levy）定理，即独立同分布随机变量序列的中心极限定理。它表明，独立同分布、且数学期望和方差有限的随机变量序列的标准化和以标准正态分布为极限。 设随机变量X1，X2，......Xn，......相互独立，服从同一分布，且具有数学期望和方差：E（Xk）=μ，D（Xk）=σ^2>0(k=1,2....),则随机变量之和的标准化变量的分布函数Fn（x）对于任意x满足limFn（x）=Φ（x），n→∞ 其中Φ(x)是标准正态分布的分布函数。 拉普拉斯定理 棣莫佛－拉普拉斯（de Movire - Laplace）定理，即服从二项分布的随机变量序列的中心极限定理。它指出，参数为n, p的二项分布以np为均值、np(1-p)为方差的正态分布为极限。 中心极限定理有着有趣的历史。这个定理的第一版被法国数学家棣莫弗发现，他在1733年发表的卓越论文中使用正态分布去估计大量抛掷硬币出现正面次数的分布。这个超越时代的成果险些被历史遗忘，所幸著名法国数学家拉普拉斯在 1812年发表的巨著Théorie Analytique des Probabilités中拯救了这个默默无名的理论.拉普拉斯扩展了棣莫弗的理论，指出二项分布可用正态分布逼近。但同棣莫弗一样，拉普拉斯的发现在当时并未引起很大反响。直到十九世纪末中心极限定理的重要性才被世人所知。1901年，俄国数学家里雅普诺夫用更普通的随机变量定义中心极限定理并在数学上进行了精确的证明。如今，中
16
心极限定理被认为是(非正式地)概率论中的首席定理。
3、 定量与定性研究的会通之处
答：（1）任何事物的质变总是从量变开始的，只有量变积累到一定程度时才会引起质变。经常进行量 变的研究有助于及早发现质变。因此，量变研究在某种程度上是进行质变研究的前提和基础。 （2）两种研究方法可以互相提供帮助与支持。如进行定性研究前，通过对定量研究资料的分析可以为定性研究提供很大的帮助；而在进行定性分析时，定量研究的资料也具有较强的指导功能。同时，在进行定量分析时，定性研究的资料也具有较强的补充功能。
（3）两种研究方法可以穿插使用，相互借鉴、相互结合。在有些研究中，既运用了定性方法又运用了定量方法；有的定性研究中也插有数据来做佐证，同时大多数定量研究中在提出理论假设、阐释事物间因果关系，揭示现象的规律性等过程中也离不开定性研究的理性思维。通常，我们在进行一项
新的研究项目时，定量研究之前常常都要以适当的定性研究开路，有时候定性研究也用于解释由定量分析所得的结果。在实际的研究过程中，我们可以通过相互吸收对方的长处来克服自身的短处，相互借鉴，相互结合，使研究更具全面性。
4.马克思主义视角下的社会科学研究方法论（确定性的终结，（没找到合适的答案）或者：另一种确定性——统计规律性）
答：统计规律性是概率论和数理统计中的一个基本概念。按照概率统计理论看来,个别随机现象是没有一定规律性的,但大量性质相同的随机现象则是有一定规律性可寻的。实践证明,研究了大量的同类随机现象后,通常是能够揭露出一种完全确定的规律性来的。概率统计中的‘切定律(如大数定律)、.定理就是现实世界中客观存在的这种规律性的反映。这种大量随机现象的规律性就是统计规律性。在另外一些有关著作中也有类似的提法,‘例如说“统计数学是研究大量现象总体规律的学科,因而它所得的规律就是统计规律。由上可见:统计规律性是大量随机现象的规律性;概率统计中的一切定律、定理就是统计规律性的反映。这就说明,统计规律性是一种数学规律性,不过,它不是一般的数学规律性,而是研究大量随机现象所得到的数学规律性而已。这是统计规律性的本来含义,也可称之为统计规律性的第一种含义。在统计学界中也有不少学者把统计规律性理解为(或引伸到)是根据实验材料或调查数据所反映的自然界或社会现象中的经验规律性。例如有的统计学家认为:“统计的规律至多不过是经验的规律。”“统计学家谈论规律,就是指它察觉到现象的并存和‘连续中的某种固定的同一样式,而且能够证明这种同一样式不是由于对现象发生作用的偶然原因的结合而产生的。因此,统计规律的概念可以归结为在逻辑上以经验规律而著称的东西。”“政治经济学所研究的是:在各个社会经济形态下的工资的实质和发屏规律。一至于统计学所研究的则是:工资如何在具体的实际情况中形成,工资的具体发展规律如何。??统计学所发现的规律性是属于一定地
方和一定时间的;这种规律性总是反映着具体的现象。“反映各个单位的集体的‘行动’的统计规律性,只有通过查明整个这一集体的趋势的办法,才能被揭示出来。在这种情况下必须采用特殊的研究方法—即统计方法,而这种类型的规律本身也正是按照这种方法的名称而命名的。”由上面引文中可以很明显地看出,这些统计学家把统计规律性理解为(或引伸到)“现
象在一定时间地点条件下所表现出来的具体规律性”了。这就不难看出这里所指的统计规律性和第一种含义的统计规律性在性质和内容上都是不相同的。在这里,我们把它称为统计规律性的第二种含义。这两种含义的分歧在于:第一种含义的统计规律性是数学规律性,而第二种含义的统计规律性是社会经济规律性在一定时间、地点条件下的表现(或数量表现)。前一种含义是概率统计学家的见解,后一种含义是社会经济统计学家的见解。我们认为,科学是不断发展的,而且在科学概念上也有一个“约定俗成”的问题,只要科学界多数人公认,而且使用这个概念已成习惯就应加以承认。对于统计规律性的问题,我们认为是应该统一,也是可以统一的。我们认为对于统计规律性一词,首先应该从它的本来含义出发来认识。因此,应该明确指出的是,它不是一般的规律性,而是在研究大量随机现象中发现的规律性,这一点应该成为统计规律性的第二种含义的基础。也就是说,社会经济统计学家在使用统计规律性一词时.应该把它严格限制在研究社会经济领域中的随机现象或随机变量的范围内。我们认为,社会经济统计学家运用概率统计的理论租太法来研究社会经济领域中的随机现象时,他们所发现的社会经济中的经验规律性,也应被看成是统计规律性。如果上面理解可行的话,统计规律性就不是一般的经验规律性,而是有特定含义的经验规律性,即通过大量观察,对随机现象进行研究所发现的社会或经济领域(当然也包括自然界)中的经验规律性。应该说,统计规律性是符合马克思主义哲学中规律性的含义的,但必指出的是它在内涵和所适用的范围上都要狭窄一些。它是统计学的特有范畴。我们曾经在另外的文章中指出:经济统计在研究经济现象时通过两个途径来发现经济规律性,一个途径是通过随机性途径,即通过统计规律性来发现经济现象的规律性,另一个途径就是从经济现象的相互联系、相互制约出发以发现经济领域中的因果关系,即成律性。应该说明一下,我们在使用统计规律性一词时,是把两种含义统一起来理解的。
由于社会科学研究中所涉及的现象具有不同的性质或特征，因此，对于不同的变量也就需要使用不同的侧量尺度。斯蒂文斯提出了被广泛采用的测量层次分类法.其中他区分出了定类侧量、定序洲量、定距测最和定比测量四类。这四种侧量尺度在目前的社会侧最过程中仍然被广泛使用。
一、定类测量
定类测量(nominal measurement)，又称做定名侧量、名义侧童或者类别测量。它是侧量尺度中层次最低的一种，在本质上是一种分类体系，即将变且依自身的属性或特征进行分类，并标记为不同的名称或数字符号。例如，将性别变量标记为男、女;将民族变员标记为蒙、回、壮、维、苗等.将种族变量标记为黄种人、白种人、黑种人等等。这都是按照变量的属性进行U(别分类的。杜会学研究中的性别、民族、
17
职业、宗教信仰、婚姻状况、家庭类型等都是常用的定类变量。
尽管社会侧量也是用数字或符号来表示现象的属性或特征.但这种侧量不完全是数量化的，它也可以是类别化的。定类侧量在本质上是一个分类体系，所以应当注惫所分类别的完整性.即分类变t的穷尽性，同时又要保证分类变量之间的互斥性。换句话说，分类的变盘之间应该是相互排斥和包罗无遗的。所谓包罗无遗是指，我们所侧量的每样东西都必须有一个适当的种类。所谓相互排斥是指，每样东西都仅仅符合一个种类。当我们所要侧量的每一个变最都适合且只适合一个适当的种类时，这种分类才是适当的、切实可用的。我们以性别为例。性别是一种自然的二分法，因为经脸上只出现这个变I的两个类别或种类—女性或男性。这一变量的种类显然是相互排斥和包罗无遗的.因为每个人都符合于且仅仅符合于其中的一个种类。我们再以“党派“为例。通常情况下我们把人们按竟派分为:共产党员、共青团员、群众和其他党派。这里特别注意有一个“其他”，因为党派等类别包括许多种.有时我们没有必要一一列举，故可用“其他”来代表。这种情况在社会学研究中经常会遇到，需要引起足够的注意。最好的定性变项或类别变项是那些其种类明显不同、没有难以确定的两可情况的变项。
在各侧量层次中，定类测量是最基本的，也是所有测最中层次最低的。定类变量在数学特征上表现为“等于·或“不等于·(二或者9A)，或者说是“属于”与“不属于“，不能比较变量之间的大小，也不能进行变最之间的加减乘除四则运算。例如，“工人”就不是“农民”.就不等于“知识分子.，。
这里需要特别指出的是，有时候类别也可以用数字来表示.比如，在社会统计分析过程中我们通常用数字表示定类的变量，比如将男性标记为“。’，女性标记为\将天主教标记为\基督教标记为“z^，伊斯兰教标记为“3”等等。很明显，种类数字只是一种类别标记，与门牌号、车牌号没有什么不同.不能用来进行加减或乘除运算。
二、定序测t
定序测量(ordinal. mot)，又称等级测量、顺序侧量。定序侧蛋同定类侧量一样.由相互排斥和包罗无遗的种类组成。不过不是所有种类都在同一层次上，也不是都在同一值上.而是可按它们属性的值对其依次排列出等级。比如.我们侧量人们的文化程度时.可以将他们分为:文盲、半文盲、小学、中学、大专、大学及以上学历。测最人们对生活的满惫度，我们可以将他们的态度分为:非常不满意、比较不满意、一般、比较满意、非常满意等等。这是一种由小到大的排列顺序，这些都是定序尺度的测最。
定序侧量不仅能够像定类测最那样，将事物的属性或特征以某种逻辑顺序划分为不同的类别，而且
可以反映事物属性或特征在高低、大小、程度、强弱、等级序列方面的差异。定序侧俄的数学特征是“大于”或“小于’(>或<)，它比定类侧量在数学特征上高一个层次。因而它能够获得比定类测量更多的有效信息。数字体系的属性之适用于定序侧量较之应用于定类测盆为多。具体来说.如果我们知道某甲在属性A上的测量值为等级a，某乙在属性A上的侧量值为等级a+1，且。+1>a，则我们就既可以知道某甲与某乙在属性A上的值不同，且甲的值高于乙的值。
这里需要特别指出的是，研究者为了统计分析的需要，通常悄况下会将 定序变量转换成大小不等的数字，用这些数字来表示事物属性在高低、大 小、强弱、程度、等级方面的差异。比如，我们用“1”这个数字来表示 “很不满意”，用“2”来表示“比较不满意:用“3”来表示“一般”，用 “4’’来表示“比较满意”、用“5”来表示“很满盒“等等。很显然这些数字 并非实际意义上的数字，这一点类似于定类测且的性别变量中用0表示男 性，I表示女性。其差别在于.性别变量中的0与I在数学特征上只表现为 类别不同，即等于或者不等干;而用以表示定序的满意程度变最的1, 2, 3, 4, 5，还可以表示出满意度之间的等级差异。这些数宇同样不能进行数 学运算，只是一种单纯表示强弱、大小的数字符号。当我们能够获得这些数 字之间差异的梢确的量化信息时，它就被称做定距洲量。
三、定距测量
定距测量(interval measurement)，又称等距侧里或尺度测最。定距侧且 不仅能够将事物或社会现象区分为不同的类别，划分为不同的等级，还可以 侧量它们相互之间差异的程度大小。如智商与沮度都是定距测量的典型例 子。以温度为例，当天济南的最低气温是零下8摄氏度，而北京的最低气温 是零下，摄氏度，那么，我们就可以说，今天济南的最低气温比北京的最低 气温高i摄氏度。同样，某甲的智商为.40.某乙的智商为110,我们就完 全可以说，某甲的智商比某乙的智商高30,或者是某乙的智商比某甲的智 商低30。另外，公元年代也是定距侧量的典型例子。定距侧量的数学特征 是，定距变量通常悄况下都是用数字表示的.这些数字之间远远不同于定类 或定序洲量中的单纯的数字符号，数字之间完全可以进行算术的加减运算。 例如，我们通过(一8)一(一9)二I这个算术运算，知道了当天济南的最低气 温比北京的最低气温高1摄氏度;通过140一110二30这个算术运算知道了
18
某甲的智商比某乙的智商高30.,正如前面所叙述的，我们认为定序和定距
之间的区别在于以下事实:在定距侧量中，我们不仅可以说明谁的侧量等级较高，而且也可以说明它的等变的，则它就可以乘和除。例如，20岁是10岁的两倍.而15岁是30岁的 一半。关于一个测量是否是定比的，就是说零点是否是绝对的，最好的检验 级高多少(多少单位》。我们假定，在知道了
相差的量以后(除非明显相反)，单位的值就将是始终一样的。不论它发生 在何处(就是说，一年就是一年，不论它发生在量表的何处)。
需要注意的是，定距测量的倪虽然可以为零。但定距侧耸中的零却不具备数学中我们熟悉的零的数学含义。因为.此时的零并非“完全没有“的意 思。比如，今天济南的最低气温为摄氏零度，这完全不是说，今天济南的气温低到了完全没有沮度的程度，因为我们知道气a还可以到零下十几甚至几 十摄氏度。即使摄氏零度，用华氏度表示的时候就是32度。同样，智商为 零并不表示完全没有智商。公元元年也并不是人类纪元的真正始点，因为我们知道还有公元前多少年，人类的纪元在公元元年以前就早已经开始了。 定距测量的数学特征是，侧量对象在特定属性上能够比较值之间的大 小，而且.还可以通过数字间加减运算，知道测全对象在具体属性上的差异 量是多少。但定距渊量不可以进行乘除运算。
四、定比测量
定比测最(ratio二，nt)，又称等比测最或者比例洲量。定比侧量 除厂具有定距侧量的所有属性以外，还其有一个绝对意义的零点。即这个零点有实际意义，且要求是绝对的、固定的、非任意设定的。例如年龄，通常认为刚刚出生婴儿的年龄为零，因为负的年龄是没有意义的。又如，甲公司某月的盈利为零，就是说，甲公司这个月没有底利，既没有出现盈余也没有出现亏损.收支总体平衡。
定比变量的数学特征是，除适用于定距侧量的加减数学运算外，定比测皿还允许乘除运算。如年龄在方法上超过定距侧盘的层次.因为它有个绝对 的零点。这样一个非任愈的零点的存在，是有零点的定比测盆与没有零点的定距测量的惟一区别。体重也有一个非任意的零点，而无负值.因此是一个 定比变量。一个人不会比零数(出生)更年轻，而一个人的体重至少为零 数。如果一个人有这样的清楚的、非任意的零点作依据，而单位又始终是不 是:零是否是测量性质上的“一无所有，。在许多悄况下，这样的侧量并无 负值(如零的距离意为两个点相同.而负的距离不存在)。家庭的孩子数目、 年龄、体重、身高等都属于这种情况。但在实际应用中，通常把定比侧量和 定距侧量等同肴待。
第七章：因果关系
社会科学研究中的因果关系：修谟问题 1、 社会科学中的因果律能适用吗？ 2、 自然科学因果律适用的几个假设阶段？ 3、 如何解决社会科学研究中的因果律适用问题？ 4、 马克思主义视角下的社会科学研究方法论？
1、 能。因果律是指万物的发展是有因可循的，有果必有因，因果律是社会科学研究的重要方法之一。
社会科学的研究方法中,因果说明作为社会科学基本的研究方法之一,它的重要性越来越突出,在操作和运用的过程中起着关键和决定的作用\2、
3、科学地进行研究因果联系就是要弄清社会科学中各种各样现象之间的因果关系,认识这些关系中各种现象发展和变化的规则,并对其进行严谨的科学说明,以求了解客观的事实现象及其因果规律\
4、马克思主义视角下的因果联系：任何是无都不是鼓励存在的，是与其他事物紧密联系的，联系具有普遍性和多样性，而因果联系则是一种基础的、普遍的联系。任何现象都会引起其他现象的产生，任何现象的产生都是由其他现象引起的，这种引起与被引起的关系就是因果联系。因在前，果在后。因与果的关系是引起与被引起。
因果说明在社会科学方法中是非常重要的核心内容,无论它的理论依据还是现实研究中都占有主导地位\同时,它是归纳推理说明!解释分析说明!功能结构说明等其他说明方法的理论依据的基础,逻辑推理的根本,所以系统的研究和总结因果说明是非常有意义!有价值的研究\
社会科学的角度上看,因果联系是现实社会之中最根本!最基础的普遍存在的客观事物现象
19
大卫#休漠
(DavidHume,1711一1776年),他花费了很长时间和大量精力去细致地研究了因果关系问题,不仅考察了因果关系的来源!形成和必然性,而且从经验论!不可知论等多角度深入分析,对因果范畴的发展做出了巨大的贡献和完善\现今看来,休漠的工作主要集中在两部分\第一部分是在了解因果特性的基础上重点研究因果的来源和形成\他认为因果关系都是来自于平时日常积累的经验,不是理性所能够说明的\人类就是根据在这些点滴积累起来的经验形成习惯上,创造了因果观念并随之推理\第二部分讨论了因果关系的主要特征,就是详细阐述因果必然的理论基础和主观意义,以及因果关系概然性的各种原因\除此之外,他对因果关系的研究并不是拿一句话简而概之,而是根据研究的不同阶段分为了六个部分,在这其中的几个观点有肯定还有否定的\不仅如此休漠还在其著作5人性论6中阐述了他在前人探索的基础上自身研究出八种总结性概述,我们通过这些论述可以看出他认为因果关系具有一套非常严谨的体系,从而也说明它具有不可驳斥的必然性\总体来说,休漠批判了以往各个学派对于因果的种种分类,而且不同意内!外因之分\他说, /一切原因都属于同一类0,因为人们只能在两个对象的恒常结合经验中看待因与果,从而,一切原因都只有先在对象的意义并无其他本质不同的作用或功能\1在现今看起来,无论这个评断是否足够的客观科学,都代表了他细致观察的研究成果\在社会科学中的宽广平台上,因果说明是最基本!最透彻的说明方法之一,它取决于一些因果原因和当时事件的特有条件\
八、社会科学研究能价值中立吗？ 本章要点：
1.社会科学研究有“真理”吗？（讨论） 2.社会现象的两重性：事实与价值 3.社会评价在社会科学研究中的作用 4.马克思主义视角下的社会科学研究方法论 （社会有进步吗？）
（社会科学研究如何价值中立？） （韦伯的价值中立观）
八、社会科学研究能价值中立吗？ 1、社会科学研究有“真理”吗？（讨论）
有争议，可以参考谢宇《社会学方法与定量研究》第二章 2、社会现象的两重性：事实与价值
在西方哲学史上，关于事实和价值的问题是由休谟首先提出来的。他当时提出了一个几乎被所有的哲学家所忽略的问题，即从表述事实的语句中推不出表述价值的语句，亦即从“是”（is）什么中推演不出“应该”（ought）。并且休谟对事实和价值进行了区分，这个区分的根据有两点：一是，“事实”概念只是关于能够对其形成一种可感“印象”的东西的概念，它是以图像式的形式呈现，所以事实内容的对象是能够用人类的感官观察到。而“应当”这个词，包含了“善”、“恶”，“对”、“错”，“美德”、“恶德”等派生词。这些涉及价值判断与人情感相联系的观念并不能用人的感官来摹写，不能以图像的形式来呈现，所以没有“事实内容”。既然“应当”中不包含事实内容，那么从“是”（is）什么中推演不出“应该”（ought）。这一论证也为后人厘清事实与价值的区别提供了可能。另一个原因，根据“是”陈述的是一个事实，它所传达的东西或是真的或是假的，靠理性来发现或辨别，只有事实才是理性所要考察的对象，而“应该”表达的是一个价值，它所传达的或是善的或是恶的，是情感的表达。道德只与情感相关，而在道德问题上理性是完全没有主动力，永远不能阻止或产生任何行为或感情。这是两个完全不同的领域，因而不能从其中一个推出另一个。
自休谟提出事实与价值这一问题以来，哲学家们纷纷对这个问题进行探索，但是出于不同的考量，他们大都选择仍然在事实和价值之间划出一条“鸿沟”，叫人们无法越界。如康德就将世界分为现象界和物自体，因为人类的理性能力的有限性，人来把握的只能是现象界，而不能认识物自体。以此为根据，他还将知识同样做了二分，即关于现象界的事实知识和关于物自体的价值知识。这就否定了事实和价值之间的关联性、一致性。这为后来新康德主义、逻辑实证主义者建立价值哲学提供了根据。新康德主义弗莱堡学派的李凯尔特认为：“关于价值，我们不能说它们实际存在着或不存在，而只能说它们是有意义的，还是无意义的。价值绝不是现实，即不是物理现实，也不是心理现实。价值的实质在于它的意义性，而不在于它的实际事实性。”他同样将事实和价值对立起来，否认价值是现实，进而否认价值的存在。逻辑实证主义者罗素也在价值与事实之间划一道鸿沟。他说：“当我们断言这个或那个具有价值时，我们是在表达我们自己的感情，而不是在表达一个即使我们个人的感情各不相同却仍然可靠的事实。”
当然，也有西方学者试图消除这个界限。如杜威把自然科学方法引进道德评价领域，通过“试验法”把事实和价值联结起来了，但他并没有根本改变传统自然主义的研究方式，也没有真正理解休谟提出的问题。马斯洛则将科学与人(价值)融合起来，建立了一个科学人本主义的整体结构。但他又断言“是”与“应该”等同、事实与价值融合。关于世界如何的陈述也是一个价值论述，这样就把“是”与“应该”完全等同起来，否认二者之间的区别。把问题简单化，似乎又走到了另一个极端，所以这种看法也没有真正的说明事实与价值的关系。
3、社会评价在社会科学研究中的作用
社会认知与评价概述
社会是人们的实践活动建构起来的。社会现象作为人的实践活动的过程和结果，既有客观事实性的
20