 张雪帆博士目前担任中山大学政治与公共事务管理学院公共管理学系特聘副研究员，博士毕业于亚利桑那州立大学，研究兴趣：公共空间治理，城市理论，公共行政理论，土地资源管理，持有全国土地估价师资格证。他在Urban Studies、The Journal of Technology Transfer、《中国行政管理》等期刊发表论文多篇。他曾获由美国科技应用现象学研究所（IAP）和美国公共行政理论网络学会（PATNET）合办的全美质性研究博士毕业论文奖——2017拉尔夫·P·赫梅尔博士毕业论文奖（2017 Ralph P. Hummel Scholarship Award），获奖论文题为“公共空间产权的意义：基于爱国者公园1976至2007的历史分析” 01. 引言 “学了很多统计方法，却拿不到适合回答行管问题的行政数据。做了很多关于政府实际运作的访谈，却不知道有什么系统的质性分析方法。规范研究方法就像失落的文明，听说过看到过，但根本不知道也没处学怎么做。” —— 一个本科生的吐槽 开头的吐槽来自这样一段背景：有本科生来和我讨论质性研究方法。但是，我发现她的研究方法学得七零八落的，不成体系；每样都似乎知道一点，但是真上手却每种都有知识空白处操作不来。我提醒她可能要让自己的方法知识更扎实，至少有那么一种更扎实的感觉。于是，她讲出了这么一段令我印象非常深刻的个人总结。一开始听到这句话，我的思路一直停留在应该怎么改善行管专业本科研究方法教学的维度上打转。直到，晓林提醒了我一句： “先要学会找问题！” 这句话一下子让我转换了思路。其实很多时候，方法学习的困难可能并非来自方法本身，而是来自研究问题的选取上。方法是由研究问题决定的。一旦在寻找研究问题的阶段就已经处于茫然状态了，那方法又怎么可能学得扎实、操作得起来。 比方说，一个人如果长期面对的研究问题都是：“尝试验证西方**模型在某村/镇/县/市/省/国是否适用。”然后把相应数据导入后都得到“嗯，适用”的结果。长此以往，自然也就只能对许多方法停留在最感性的描述型科普认识上，难以对适合其他问题的方法有更深入的理解。 要做好研究，先要找好研究问题。大道理已经有很多大师论述得很好了，所以我主要聚焦分享一些个人实战的小经验。因为这个问题内容比较多，估计需要几期。 02. 理论研究问题质量的判断标准 无规矩不成方圆。要谈怎么做，首先要知道判断好坏的标准。没有标准则无从判定质量。与实证研究类似，理论研究也一样会有标准和规矩。我个人虽然觉得理论的范围可以更广，但从定义来说还是挺认同公共管理研究学会（PMRC）对理论研究质量的判定标准。参考其标准，PA理论研究的博士生大致在思考研究问题前可以考虑以下几个方面： 1. 对热点/核心行政问题提出更深层次的分析视角（考虑自己的研究和以往的逻辑有没有逻辑上的本质区别） 2. 提出基础性猜想（考虑有什么线索结构性地指向某种未曾谈论过的可能性） 3. 定义核心概念（考虑现有概念定义有什么逻辑问题，定义不清会造成怎样的危害） 4. 对现有普遍接受的理论提出新批判（考虑有哪些我们现在广泛认知的理论可能是有问题的，支撑其理论的现象基础可能是假象） 5. 提出有助益的分析框架（考虑对某个对象现有研究会分析什么，但应该补充哪些维度，怎么整合在一起会使分析更有解释力、更准确。或者分析某问题需要收集哪些要素信息，为什么） 6. 提出新命题或者新假设（考虑分析对象之间潜在的辩证、因果等类型的联系） 一般来说，除非是所谓的“硬核反理论实证论'（“anti-theoretical hard empiricism”）的支持者，不然即使不进行理论研究的博士生，思考以上问题多多少少能对研究意义有一定帮助。总不能所有人都稳如“检验了某某模型是否适用于中国”吧。而对从事理论研究的博士生，以上问题就是关键的立意之本，是判定研究好坏的评分册。在设计研究问题时，应该先在其中选取一个自己的位置。 03. 避免理论研究的常见错误状态 在说要怎么做前，得先说说不能怎么做。否则如果把建议和自身固有的误区混杂在一起，就说不准会怎样了。在这点上，我觉得Shields和Rangarajan观察到的在找寻问题灵感时的两种常见误区非常形象： 1.行尸走肉模式（Zombie） 这种学生通常心情比较容易波动和受干扰，一有什么事情就没法集中注意力去做好一件事。这使得研究一直没有头绪。为了使自己能进入专注的状态，他们通常会寄希望于最后时刻爆发。在这之前，他们会非常焦虑的用各种方法把自己逼到绝境（例如不睡觉），等待某种“超自然灵感”（supernatural inspiration）的降临。然后，他们就开始毫不间断地连续工作，把所有工作一口气做完。最终完成后，倒在床上睡14小时以上。 其实这种模式有不少变种，例如，每次写作前，先灌自己酒到快断片又还没断片的阶段，才开始工作，等等。其实这些做法的原理，和一直不睡觉等待自己心境在极度疲劳下进入超自然状态是同样的。 之所以这种方法广泛存在（我相信绝不只是Shields她们观察到的美国学生，中国学生很多也这样），是因为这种方法确实有一定的效果。就像电脑在资源极度紧张的时候，要维持工作就开始停止一些不关键的进程。人在极度疲劳或者是带麻醉作用的物质控制状态下会开始呆滞，呆滞慢慢就过渡到专注。心里不再有心思想别的什么事情，就默默的把手头自己知道的事情做完。特别是在一些比较机械枯燥的研究中，例如当统计模型已经设好，就要把统计年鉴里的数据按照需要的统计口径洗出来，放进去计算。洗数据这个过程很枯燥但又很必要，很多时候就能看到强迫自己变身Zombie的人，不然不好坚持下去。 但是，这种状态非常不适合理论研究。因为对于理论研究乃至理论研究的众多研究方法来说，通常有两大核心工作：（1）正确的阅读，整理逻辑关系；（2）通过归纳总结别人的文本，催生新概念或逻辑关系的浮现，以修复现有理论框架的断裂。 虽然Zombie确实很专注，能一直工作，但Zombie是没有大脑的。你进入Zombie状态洗数据或许可以，你进入Zombie状态看文献，那只会看到满页的文字在跳动、旋转。这样的状态下，我宁可相信你能像《侠客行》石破天一样在天旋地转中学会盖世神功，也不相信你能把已有理论的逻辑关系整理清楚。 同理，Zombie是没有感情的，理论研究的绝大部分方法不是机械的，而是要代入、联系、乃至不停比对的，也就是石之瑜教授说的“神入”过程。有的人确实能够斗酒诗百篇，越醉越有创作激情。但是，这种是纯粹抒发自己的感受，不考虑逻辑分析的。你让他们斗酒做篇高考语文阅读理解，试试看看能拿几分？连归纳理解别人的观点都做不到了，还谈何编码。 2.囚徒模式（prisoner） 囚徒模式是另一种极端。一有研究任务下来，人就开始没法再面对其他事情，每天把自己困在办公室里，割裂自己的社会联系，直到论文写完。这期间，他们会茶饭不思，无心个人卫生，睡不着觉，就像坐旧社会的黑牢一样，直到论文完成刑满释放。 和Zombie模式一样，囚徒模式的广泛存在本身也有一定的合理性。“为伊消得人憔悴，衣带渐宽终不悔。”这句话还曾被人广泛赞誉为正确的治学态度。仿佛总胆红素不超标两三倍，肝不硬化，就算不上认真一样。必须形销骨立，才叫为科研献出一切。 然而，这种模式也不适合做理论研究。 首先，一篇好的理论研究的周期是很长的。2019年发表一篇2015年开始写的论文，是非常常见的现象。因为基础理论研究不会有时间久了就不是热点，就没有用了这一说，通常需要前进后退地修改好几遍，三易其稿不算多，因为会做出很多更改。理论就是在这个过程中雕琢出来的。换言之，一旦进入囚徒模式的话，别人可能只是个行政拘留，做理论研究就可能要坐个有期徒刑甚至无期了。这没人受得了的。 其次，更为重要的是，许多理论研究方法强调研究者与被研究者的融合（例如建构主义的一系列方法）。一旦研究者自身带有强烈的囚徒情绪，这本身就容易污染数据乃至影响整个研究进程和结果。你首先要是个正常状态下的你，才能融进去成为正常状态下数据的一部分。 Shields和Rangarajan从教学经验中给出了一些调整状态使自己激发问题灵感的建议，例如改变工作地点，尝试在公园大自然中工作，亲近植物，多增加些有个性的布置等。嗯……我感觉这些方法带有美国同学喜欢户外、坐在花坛边蚊子只咬我不咬他们等特点。当然， Shields觉得方法是通用的，书里其中一个范例的作者Kai Huang就是中国人，所以也可能只是我个人的问题。感兴趣的话可以看看《A Playbook for Research Methods》的细节（如果有机会和方便的话，我也很想听听Kai Huang的感受和体验：）。 04. 找寻“违和感”的个人经验 虽说研究问题多种多样，但对一个立志于做出理论贡献而不是仅仅验证已有理论的研究来说，“违和感”是一切的核心。在学习和思考的过程中，你渐渐会有种感觉某种东西不太对，但又说不出来为什么的感觉。这个通常就是一个好的研究问题的起点。因为，之所以会让你产生违和的感觉，一定是因为这其中蕴含着什么底层的逻辑冲突。同时，之所以你会说不出来，则是因为已有的概念、理论没法系统化地支撑你的逻辑论述。换言之，你很可能就碰触到理论的断裂带了。 但是，怎样才能产生出这么重要的“违和感”呢？ 我们当然没办法给出一个机械的配方，比如只要“鸡蛋六只，糖两茶匙”，违和感就出来啦。但是，并非所有实战方法都是这么机械的。还有另一种方法，是像当年你上英语班老师教你应试方法一样的心得：“如果阅读理解看到but就先看后面的，but后才是重点，but前面不重要”。 我想分享的，就是提醒大家注意一些类似的理论违和感产生的常见信号。 1. 在学术辩论中，你感觉你有明确的支持方，又确实感觉对立方的攻击难以回应，但你依然觉得你支持的一方是对的。 这个听起来可能有点绕，但非常重要。PA中的经典理论通常都是成对出现的。例如，你觉得新公共管理很有道理，就一定要看看反对新公共管理的理论。你觉得繁文缛节代表僵化低效，就该看看认为行政程序代表权利保护的理论。如果你在阅读对立理论及其论据后，发现自己被说服了并转换了支持方，这证明之前自己的想法只是阅读量不足的假象。 但是，如果你在读了对立观点后觉得很有道理，但依然觉得自己原本支持的一方是正确的，这说明原本的理论依然有足够充分的真实元素。但是，原本的理论在论述方面应该有缺陷，因此虽然能在隐藏知识的层面说服你，但却无法在成文明确知识论述中回应质疑。这种感觉是这样但又说不出的状态，会引导你定位你的研究问题。 2. 概念/理论似是而非的边界，每当有种你心中存在，但你又一下说不出来的时候，千万不要假定不存在，而要考虑正反两方面去逼近它。 很多时候，如果正想想不通，就要尝试反过来想想，没准就发现自己正想时有误区了。例如，我曾经和同学讨论如果把谷歌公司制作信息科学知识本体论/知识地图的模式，放在行政学中会如何。对方说，行政学方法是没有边界的，经济学、社会学和所有学科的知识都能放进行政学来，边界无限大又怎么能定位本体论。我举了个例子，反问其一种投资学研究方法，以及投资学理论算不算行政学知识？他想了想觉得似乎不太能算。 我说，那就对了。如果行政学真没有边界，你是不会有“不算”这个概念的。反之，当你觉得经济学研究方法算行政学知识，但投资学研究方法不算行政学知识的时候，不论事实上算不算，你心中其实已经有了分类判断的标准。只不过你所认可的标准，不符合现有学科知识分类的表述罢了。只要继续沿着这个思考前进，就自然要走到究竟你心中的行政学知识边界该如何认知其是否存在，那就自然回到知识本体论的框架里。这样反过来想，所谓的“没有边界”的行政学，在研究本体论时和其他所谓“有边界”的学科也就没什么区别了。 其实类似的情况，出现在许多情形之中。当我们选择对话理论的时候，肯定要选择概念框架，而概念框架经常会有种似是而非的感觉，其假设条件有种似乎适合又似乎不适合的感觉。不要浪费这种感觉，而要追寻这种感觉并反向推进，思考究竟为何会觉得不适合，很可能理论贡献就在前方。 3.理论看起来没有问题，但行动者很多不按理论设想的模式行事。但两方听起来都没毛病，这就大概率有理论断裂，使得两种合理论述没法合乎逻辑地融合在一起。 让我略微修改一下一个出自Jay White的非常生动的例子。当一个行政管理者发现一个下属工作不达标或不合规的情况，他会怎么做呢？按照传统非人格化官僚制的行政管理理论假设，这个处长应该（1）找出适用这个情况的相关规定及其中所包含的目的；（2）把可适用规定中的目标按重要性排列；（3）找出备选处理方案及相应的结果；（4）判断各结果间的成本和收益差异；（5）做出管理决定。 这是一整套理性行动的逻辑，完全非人格化，对事不对人。按照管理主义的理论，这样才能保持决定的稳定性和可预测性，也就才可以保持效率。但是，现实中呢？许多行政管理干部其实并不是这样非人格化管理，化身成一个人形规章检索机器人的。 现实中的很多时候，管理是采用海洋法司法审判的逻辑：（1）询问目标下属对自身工作不达标的解释；（2）比对他所提供的解释和以往本单位前例的相似程度；（3）在相似的前例中，不同管理决定所产生的结果差异；（4）同时依据和前例的相似程度，以及前例的结果好坏做出管理决定。 在所有介绍海洋法的书籍都一定会提到，比对判例才能带来决定的稳定，防止法官、陪审团在具体情况具体分析的旗号下过于任性。如果没有了判例比对，行政系统之中“一切按规定办”的行为，很多实际上就是“不给你办”的同义词。这非但不是所谓的对事不对人的稳定管理，反而恰恰是针对人打击人的制度漏洞。 在现实行政中可以轻易找到无数案例，通过“按规矩办”使得别人都能办，但就不给你办的例子。而申辩的人最常见的质疑也是，“别和我读规定，先解释下为啥他们都能办，但我不行”（即海洋法比较前例的逻辑）。 由上述例子可知，行政学中的理论对立已经细化到怎样的程度。即使在“稳定预期产生效率”如此简单的原则上，针对怎样才叫稳定都会有针锋相对的观点，而且都非常经典。但凡是行管的学生能有几个没听过，韦伯“法理型非人格化官僚制产生稳定预期”的经典理论？同时海洋法中的“判例比对能稳定对行动结果的预期”的观点更是源远流长。 听起来两种观点都有道理，但却又是直接对立的。在这样的情况下，就更应该超越简单的理论二元对立，而非假装对立观点不存在。同时回归到行动之中，在行动之中去感受究竟一个理论与现实运作中的差别在哪？这样理论就会一点点得到推进。 总的来说，培养、重视并把握自己的违和感，是寻找问题的第一步，并且千万不要小看这看似没有标准可循的第一步。抓住自己的违和感，就是成功的开始和前提。后面，会继续介绍下有了违和感后的操作技巧。从最实操的实战技巧出发，来看问题的语言表述、怎么布局、结构怎么设计，等等。 OK，that is from me. Fear the Fork! |
|
|
