做学术，“数据真实”是不容逾越的底线。但近期媒体调查显示，社会科学研究中普遍存在“数据操纵”现象，值得警惕。

　　“数据操纵”形式多样，比如调整结论显著性“P值”、篡改调查数据、选择性报告结果，等等。这些行为看似属于研究方法的规范性问题，但若研究成果被他人参考或引用，就会误导后续研究，甚至间接影响公共决策。

　　近年来，尽管政府和学术界对数据造假的监管日趋严格，为何仍有学者弄虚作假？问题的根源或许在于学术生态面临多重困境。

　　首先是“不发表就淘汰”的生存困境。当前以论文数量、期刊等级为核心的学术评价体系，给研究者带来很大的生存压力，这也是多年来“唯论文、唯帽子、唯职称、唯学历、唯奖项”问题饱受争议的原因。尤为关键的是，许多学术期刊在评判一篇论文是否有价值时，主要看的是结论的“显著性”，也就是p值的大小。如果p值大于0.05时，意味着学者所选择的样本数据结果无法有力支持论文观点。因此，“0.05”便成了论文能否被发表的“分水岭”。

　　其次是无法潜心做研究的时间困境。一项好的社会科学研究，往往需要扎根田野，历经数月甚至数年的深度调研。然而，教学、行政等事务不断挤压科研时间，使不少研究者难以真正“扎根田野”，更难触及真问题。同时，技术的便利性也带来了新的伦理风险。人工智能技术的普及，使得伪造访谈记录与案例变得更为容易；某些涉及隐私的数据无法完全公开，也导致研究过程与结论存在一定的“黑箱”。这些都为操纵数据的行为提供了“掩护”。

　　数据操纵不仅是个人学术失范，更是评价指挥棒、资源分配机制、出版市场逻辑与研究者生存策略共同作用的结果。整治“数据操纵”、捍卫学术真实底线，绝非单一主体之力可及，亟需学界、管理部门、出版机构等多方打破壁垒、协同发力，以常态化治理机制和久久为功的持续投入，重构学术生态的良性循环。

　　唯有推动学术文化从“论文导向”转向“问题导向”，让评价体系鼓励深耕而非速成，才能引导研究者找回学术初心，让方法回归工具属性，让问题重新引领研究。当然，要真正根除“数据操纵”，研究者还需回归求真务实的本源。