论文写作中的研究方法与研究步骤_王健
论文写作中的研究方法与研究步骤_王健教授
对外经济贸易大学国际商务研究中心/电子商务实验室工作论文（Working Paper Series）
【摘要】本文从科学研究的思维方式入手，介绍了研究的路径、研究的分析方法，以及研究的设计与步骤。作者强调论文写作应该反映研究过程，遵循科学的分析方法和步骤。作者对论文写作中涉及的主要方法与步骤进行了介绍和分析，特别是针对传统的研究思维模式进行了反思，剖析了研究生论文写作中的问题，为研究生的论文写作勾画出了一个研究过程的框架。
【关键字】研究方法 研究步骤 定量分析 定性分析 论文写作步骤
Thesis Writing: Research Methodologies and Procedures
Jian Wang
Professor of International business
University of International Business and Economics (UIBE)
ABSTRACT: This paper begins with scientific research cycle concept, introduces research approaches, analysis methods, research design and procedures. The author emphasizes the importance of methodologies and procedures, which should be an integrated part of thesis writing. Compared with normal scientific research methodologies and procedures, the author rethinks the Chinese traditional issue-oriented research approach by pointing out its ambiguity and ignorance of methodologies and procedures. The paper can provide a guidance and framework for graduate students doing research while completing their thesis writings.
KEY WORDS: research methodology, research procedures, quantitative methods, qualitative methods, thesis writing procedures
论文写作中的研究方法与研究步骤
一、研究的循环思维方式
二、研究的路径
三、研究的分析方法
四、研究过程的设计与步骤
五、对传统研究思维模式的再思考
在我们指导研究生写论文的过程中，甚至于我们自己从事课题研究时，不禁让我们思考一系列有关研究的基本问题。例如，我们为什么要写论文？我们为什么要做研究？在我们探讨论文写作的过程中，我们是为了完成论文本身的写作，还是完成一个研究过程？写论文与做研究之间有什么联系与区别？如果论文写作应该反映一个研究过程，那么研究过程应该是什么样的？我们用什么样的方法进行研究？我们发现这些问题的解决，对指导研究生的论文写作有非常大的帮助。因此，本文就以我个人在从事教学课题研究和指导研究生完成论文中总结的一些有关研究方法与研究步骤的问题与大家交流共享。欢迎大家参与讨论。
一、研究的循环思维方式
世界上无论哪个领域都存在许多未知的事物，也存在着许多未知的规律。我们研究者的主要任务就是要不断地从大量的事实中总结规律，将之上升到可以指导实践的理论。然而理论也并不是绝对的真理，它也要在实践中不断地被修正，因此，就会有人对理论的前提和内容进行质疑，并提出新的猜想和新的思维。新的猜想和新的思维又要在实践中进行验证，从而发展和完善理论体系。我们探求未知事物及其规律就需要有研究的过程。这个过程，我们称之为研究的循环思维方式（Research Cycle）。用概念模型来表述就是[1]：
Facts —Theory—Speculation
事实——理论——猜想
上述从“事实”到“理论”，再进行“猜想”就构成了一般研究的思路。从事科学研究的人员既要侧重从事实到理论的研究过程，也同时在研究中要有质疑和猜想的勇气。而这一思路并不是一个终极过程，而是循环往复的过程。当猜想和质疑得到了事实的证明后，理论就会得到进一步的修正。
上述研究的循环思维方式就是我们通常说的理论与实践关系中理论来源于实践的过程。这个过程需要严密的逻辑思维过程（Thought Process）。通常被认为符合科学规律，而且是合理有效的逻辑思维方法为演绎法（Deduction）和归纳法（Induction）。这两种逻辑思维方式应该贯穿研究过程的始终。
另外，从知识管理角度看研究的过程，在某种意义上，研究的过程也可以被理解为，将实践中的带有经验性的隐性知识转化为可以让更多的人共享的系统规律性的显性知识。而显性知识的共享才能对具体的实践产生普遍的影响。研究者除了承担研究的过程和得出研究的结论之外，还要将这一研究的过程和结论用恰当的方式表述出来，让大家去分享。不能进行传播和与人分享的任何研究成果，对社会进步都是没有意义的。
我们认为，研究人员（包括研究生）撰写论文就是要反映上述研究过程，不断探索和总结未知事物及其规律，对实践产生影响。我们强调，论文的写作不是想法（idea）的说明，也不仅是过程的表述。论文的写作要遵循一定的研究方法和步骤，在一定的假设和前提下，去推理和/或验证某事物的一般规律。因此，对研究方法的掌握是写好论文的前提条件。
二、研究的路径
研究的路径（Approaches）是我们对某事物的规律进行研究的出发点或者角度。研究通常有两个路径（Approaches）：实证研究和规范研究。
实证研究（Empirical Study）一般使用标准的度量方法，或者通过观察对现象进行描述，主要用来总结是什么情况（what is the case）。通常研究者用这种研究路径去提出理论假设，并验证理论。规范研究（Normative Study）：是解决应该是什么（what should be）的问题。研究者通常是建立概念模型（Conceptual Model）和/或定量模型（Quantitative Model）来推论事物的发展规律。研究者也会用这种路径去建立理论规范。
我们认为，上述两种研究的路径不是彼此可以替代的关系。二者之间存在着彼此依存和相辅相成的关系。对于反映事物发展规律的理论而言，实证研究与规范研究二者缺一不可，前者为理论的创建提供支持和依据；后者为理论的创建提供了可以遵循的研究框架和研究思路。
针对上述两个路径，研究过程中都存在着分析（Analytical）过程，也就是解释为什么是这样的情况（Explaining why the case is as it is），而分析过程就需要具体的研究分析方法来支持。
三、研究的分析方法
在社会科学和商务的研究范围内，无论是实证研究，还是规范研究，都可能采取两类研究的分析方法（Research Methods）：定量研究（Quantitative Analysis, Quantitative Method）和定性研究（Qualitative Analysis, Qualitative Method）方法。虽然在定性与定量方法上存在着哪种方式更科学的争论[2]。然而，更多的学者倾向认为，定量与定性的方法问题更多的是从分析技术上来区别的[3]。因为，任何的研究过程都要涉及数据的收集，而数据有可能是定性的，也有可能是定量的。我们不能将定量分析与定性分析对立起来。在社会科学和商务的研究过程中既需要定量的研究分析方法，也需要定性的研究分析方法。针对不同的研究问题，以及研究过程的不同阶段，不同的分析方法各有优势。两者之间不存在孰优孰劣的问题。对于如何发挥各自优势，国外的一些学者也在探索将两者之间的有机结合[4]。
因此，定性分析方法是对用文字所表述的内容，或者其他非数量形式的数据进行分析和处理的方法。而定量分析方法则是对用数量所描述的内容，或者其他可以转化为数量形式的数据进行分析和处理的方法。一项研究中，往往要同时涉及到这两种分析方法[5]。定性分析是用来定义表述事物的基本特征或本质特点（the what），而定量分析是用来衡量程度或多少（the how much）。定性分析往往从定义、类推、模型或者比喻等角度来概括事物的特点；定量分析则假定概念的成立，并对其进行数值上衡量[6]。
定量分析的主要工具是统计方法，用以揭示所研究的问题的数量关系。基本描述性的统计方法包括：频数分布、百分比、方差分析、离散情况等。探索变量之间关系的方法包括交叉分析、相关度分析、多变量之间的多因素分析，以及统计检验等。定量研究之所以被研究者所强调，是因为定量分析的过程和定量结果具有某种程度的系统性（Systematic）和可控性（Controlled），不受研究者主观因素所影响。定量分析被认为是实证研究的主要方法。其优势是对理论进行验证（Theory Testing），而不是创建理论（Theory Generation）。当然，相对自然科学的研究，社会科学和商务研究由于人的因素存在，其各种变量的可控性被遭到质疑，因此，定量分析被认为是准试验法（Quasi-experimental approach）
定性研究有其吸引人的一面。因为文字作为最常见的定性研究数据是人类特有的，文字的描述被认为具有“丰富”、“全面”和“真实”的特点。定性数据的收集也最直接的。因此，定性分析与人有最大的亲和力。恰恰也就是这一点，定性分析也具有了很大的主观性。如果用系统性和可控性来衡量研究过程的科学性。定性分析方法比定量分析方法更被遭到质疑[7]。然而，定性数据被认为在辅助和说明定量数据方面具有重要价值[8]。实际上，定性分析方法往往贯穿在研究过程的始终，包括在数据的收集之前，有关研究问题的形成、理论的假设形成，以及描述性分析框架的建立等都需要定性的分析过程，即对数据进行解释和描述等。如果遵循系统性和可控性的原则，那么定性分析方法在数据的收集过程中也有一些可利用的辅助工具，例如，摘要法、卡片法、聚类编码法等。在研究结论的做出和结论的描述方面，像矩阵图、概念模型图表、流程图、组织结构图、网络关系图等都是非常流行的定性分析工具。另外，从定性的数据中也可以通过简单的计算、规类等统计手段将定性分析与定量分析方法结合起来。
这里要指出的是，科学研究不能用想法（idea）本身来代替。科学研究需要有一个过程，而这个过程是用一定的方法来证明有价值的想法，并使之上升为理论；或者通过一定的方法来证明、创建或改进理论，从而对实践和决策产生影响。研究过程的科学性决定了研究成果是否会对实践和决策产生积极的影响。
四、研究过程的设计与步骤
对某项研究过程进行总体策划和安排是非常重要的，也是着手进行研究的第一步。通常要包括研究什么问题（论点），从什么地方获得什么数据（论据Evidence），这些数据（论据）如何解释来最有效地支持研究的问题。通常研究过程的设计和步骤（Research Design and Procedures）如下：
第一步：定义研究的基本问题或者需要验证的假设。
研究的问题（Researchable Question）指的是有争议或者大家缺乏了解的领域或知识，通过研究过程将这些问题弄清楚，或者为未来的研究打下一定的基础。研究的问题通常都是可以用一个或者一系列的问题的表述或论断（Statement）来表达。从研究角度看，这些问题的表述或论断构成了研究的假设（Hypothesis）。科学的研究过程就是要证明这个假设的可靠性。如果让人们相信这一假设是站得住脚的，或者是真实正确的，那么我们需要对其进行验证。这个研究的过程也被称为是假设的检验过程（Hypothesis Testing）。
研究问题要明确具体，不要宽泛，既要重点突出，又要有一定的灵活性，包容相关的问题。研究的问题不能是一个概念本身，而是一个有关这个概念的问题，也就是要对这个问题寻求具体的答案，而不是笼统地讲一个概念。在一般逻辑上，有三个层次的问题：What（是什么）、Why（为什么）、How（如何做）。提出需要验证的假设也要明确具体，有明确的范围。假设的验证可以从两个层次上展开，要么可以进行测度和定量分析，要么可以进行符合逻辑上的推理和判断。
第二步：进行文献检索和文献回顾
文献回顾（Literature Review）非常重要。从人类认识客观世界看，绝大多数的研究都不是孤立的和断想的结果。别人通常都会在你所研究的领域做过探索。既便不是与你的思路和方法一样，也会涉及到你所研究的领域。因此，承认别人的研究成果并对别人的研究成果进行总结和评论是一般研究的开始，也是对所要研究的问题进行识别和进行反思的前提和基础。注重文献检索和文献回顾会使研究者避免走许多弯路，也会使研究本身具有更大的价值。
通常，通过文献检索和文献回顾，可以了解所进行的研究领域及其相关内容；知晓相关领域有影响的成果及其内容；比较和熟悉相关的问题和概念及其它们之间的关系；知道哪些地方存在知识空缺或者是缺陷，从而进一步规划自己的研究问题和研究假设。文献检索和文献回顾应该贯穿研究的整个过程，是研究的基础。这部分工作主要是从最终论文的注释中反映出来。
第三步：确定研究的分析方法。
研究的分析方法一般指是用定量的分析方法，还是用定性的分析方法。不同研究问题往往要求不同的分析方法。例如在研究的探索阶段，所要研究的问题还没有界定清楚，特别是测度指标不确定，理论的框架还很模糊，通常我们更需要定性的方法，也就是从收集和分析定性的数据来逐步推导出概念模型。如果在理论框架或概念模型比较清楚，测度指标比较确定的情况下，我们就可以考虑用定量的方法来收集和分析数量指标，用以验证理论假设，或者衡量各变量之间的关系。
我们要特别注意的是，定量与定性的分析方法不是对立的，两者之间是起到相辅相成作用的。所收集的定性资料可以通过编码和统计的方法用定量的方式来进行分析；所收集的定量数据往往也需要定性的方式来进行解释，特别是对测度指标的定义和描述能最大程度地辅助定量分析所得出的结论。
第四步：进行数据的收集
无论是定量，还是定性的研究分析方法，都要涉及如下问题：收集什么数据和/或资料，从哪里收集数据和资料，用什么方法收集数据和资料。通常数据的来源有两个：第一手数据（Primary Data）和第二手数据。（Secondary Data ）。第一手数据是我们专门为回答我们的研究问题而收集的原始数据。第二手数据是别人曾为某目的而收集的数据。
第一手数据与第二手数据各有优势。收集第一手数据，研究者可以专门针对自己的需要收集，可以自己定义数据的范围，也可以排除某些不相关的因素的影响等。而第二手数据的优势是收集的速度快，成本相对低，但是第二手数据未必能够满足回答研究的需要，因为数据是别人为其自身的目的收集的，其数据定义、测度指标、收集的时间等与我们的研究要求未必十分吻合。所以，第二手的数据一般在研究中有三个作用：在某个角度上满足作为参考和比较的需要、文献回顾的需要，以及作为研究的唯一数据来源。用第二手数据作为唯一数据来源的研究多半是对历史行为进行回顾性的研究，或者是在各方面不可能收集到第一手数据的情况下。实际上，国家统计机构公布的大量数据为研究者解决了数据收集的问题。
第二手数据来源包括：图书馆、国际互联网、在线和非在线数据库等。数据的形式为书籍资料、论文资料、研究报告、统计资料等。第一手数据有许多的收集方式，定性数据的收集包括小组讨论、深度访问、实地考察等。定量数据收集主要就是问卷调查。可以采取面对面形式，也可以采取电话方式，甚至还可以借助国际互联网收集第一手数据。
另外，需要指出的是，在社会科学和商务研究中还引入了一些自然科学的数据收集方法和研究方法，例如实验法（Experimentation）。实验法已经超出了仅对某个变量进行测度的范围，允许研究者在某个环境下控制某个变量（自变量），而观察该变量对所研究的事物（人或者物体，为因变量）如何产生影响。实验法的优点是可控性，而且针对不同的事物群体和条件可以重复相同的方法，因此可以发现自变量在人、环境和时间等方面的影响效果[9]。
第五步：进行数据的处理和分析
数据的处理主要是保证数据的准确性，并将原始的数据进行分类，以便转化成可以进行进一步分析的形式。数据处理主要包括数据编辑、数据编码和数据录入三个步骤。数据编辑（Data Editing）就是要识别出数据的错误和遗漏，尽可能改正过来，以保证数据的准确性、一致性、完整性，便于进一步的编码和录入。数据编码（Data Coding）就是对所收集的第一手数据（例如对问卷开放式问题的回答）进行有限的分类，并赋予一个数字或其他符号。数据编码的主要目的是将许多的不同回答减少到对以后分析有意义的有限的分类。数据录入（Data Entry）是将所收集的第一手或者第二手数据录入到可以对数据进行观察和处理的计算机中，录入的设备包括计算机键盘、光电扫描仪、条形码识别器等。研究者可以用统计分析软件，例如SPSS等对所形成的数据库进行数据分析。对于少量的数据，也可以使用工作表（Spreadsheet）来录入和处理。
数据的分析就是运用上述所提到的定性或定量的分析方法来对数据进行分析。研究者要根据回答不同性质的问题，采取不同的统计方法和验证方法。对于有些研究，仅需要描述性的统计方法，对于另一些研究可能就需要对假设进行验证。在统计学中，假设的验证需要推论的统计方法（Inferential Statistics）。对于社会科学和商务的研究，一些研究是针对所获取的样本进行统计差异（Statistical Significance）的验证，最终得出结论是拒绝（Reject）还是不拒绝（Fail to Reject）所设定的假设条件。另一些研究则是进行关联度分析（Measures of Association），通常涉及相关分析（Correlation）和回归分析（Regression）。相关分析是通过计算来测度变量之间的关系程度；而回归分析则是为预测某一因变量的数值而创建一个数学公式。
值得注意的是，随着我们研究和分析的问题越来越复杂，计算机和统计软件的发展使得多变量统计工具应用越来越广泛。如果多变量之间是从属关系，我们就需要从属关系的分析技巧（Dependency Techniques），如多元回归分析（Multiple Regression）、判别分析（Discriminant Analysis）、方差的多元分析（MANOVA，Multivariate Analysis of Variance）、典型相关分析（Canonical Analysis）、线性结构关系分析（LISREL，Linear Structural Relationships）、结合分析（Conjoint Analysis）等。如果多变量之间是相互依赖关系，我们就需要相互依赖关系的分析技巧（Interdependency Techniques），如因子分析（Factor Analysis）、聚类分析（Cluster Analysis）、多维尺度分析（Multidimensional Scaling）等。如果收集的数据有明显的时间顺序，我们不考虑变量之间的因果关系，而是重点考察变量在时间方面的发展变化规律，我们就需要时间序列分析（Time Series Analysis）。目前流行的统计软件，如SPSS对上述各种分析方法都提供非常好的支持。
第六步：得出结论，并完成论文
论文的撰写要结构合理、文字表达清楚确定，容易让人理解。形式上要尽量采取可视化的效果，例如多用图表来表现研究过程和研究结果。具体论文的撰写要考虑包含如下内容：摘要、研究介绍（包括背景、研究的问题、研究的目的）、研究的方法和步骤（样本选择、研究设计、数据收集、数据分析、研究的局限性）、研究的发现、结论（简要结论、建议、启示意义）、附录、参考文献。
五、对传统研究思维模式的再思考
针对社会科学和商务领域的问题研究，我们传统上所遵循的研究思维模式是：“提出问题、分析问题和解决问题”。我们承认这是一种创造性的思维过程。遵循这种思维方式可以帮助决策者快速找到问题，并解决问题。然而，用这一思维模式来指导研究的过程，容易使我们混淆研究者与决策者的地位，找不准研究者的定位。首先，这一研究思路和模式将问题的解决和问题的研究混在一起了。其次，没有突出，或者说掩盖了对研究方法的探讨和遵循。这种传统的思维方式是结果导向的思维方式。它忽略了问题的识别过程和研究方法的遵循过程。而从科学研究的角度看，问题的识别过程和研究方法的遵循过程是一项研究中非常重要的两个前提。问题的识别过程可以保证所研究的问题有很强的针对性，与理论和实践紧密联系，防止出现只做表面文章的情况，解决不了根本问题。研究方法的遵循过程可以保证研究结果的可靠性，使研究结果有说服力。当然，在此，我们并不是说明“提出问题、分析问题和解决问题”这一传统模式是错误的，也不否认研究的目的是指导实践。然而，我们觉得，这一传统研究思维模式太笼统，太注重结果导向，不足以说明科学的研究的一般方法和研究步骤。
在社会科学和商务研究中，运用这一传统的研究思路和模式来指导学生撰写论文，容易出现两个不良的倾向。一是使我们过于重视论文本身的写作过程，而忽略了论文写作背后的研究过程和研究方法。也就是只强调结果，不重视过程。在此情况下，论文的写作多半是进行资料的拼凑和整合。当然我们并不能低估资料的拼凑和整合的价值。可是，如果一味将论文的写作定位在这样的过程，显然有就事论事的嫌疑，无助于问题的澄清和问题的解决，也有悖于知识创造的初衷。特别是，既没有识别问题的过程，也没有形成研究问题和研究假设，甚至没有用任何可以遵循的研究分析方法，就泛泛对一个问题进行一般描述，进而提出感觉上的解决方案。这种研究结果是很难被接受的。第二个不良的倾向是上述传统的研究思路和模式使我们辨别不清我们是在做研究，还是在做决策。研究通常是在限定的一个范围内，在一定的假设前提下进行证明或推理，从而得出一定的结论。我们希望这个结论对决策者能产生影响。然而，决策者毕竟与研究者所处的地位是不一样的，考虑的问题与研究者或许一致，或许会很不一致。有价值的研究是要给处在不同地位的决策者（或者实践者）给予启示，并促其做出多赢的选择。因此，传统的研究思维模式缺乏研究的质量判定标准，缺乏系统性和可控性，也不具备可操作性，容易让研究者急功近利，盲目追求片面的终极的解决方案。
在指导对外经济贸易大学研究生的实践中，我们曾试图改变以往的传统思维模式，尝试让我们的研究生将论文的写作与研究过程结合起来，特别注重研究的过程和研究方法，并且要求在论文的写作中反映这些研究的方法与步骤。例如，2002届研究生万莲莲所写的《电子采购系统实施中的管理因素－摩托罗拉公司电子采购系统实施案例研究》硕士论文就是在这方面所做的最初探索。此论文的结构就分为综述、指导理论、方法论、数据分析，以及研究结论和启示等五个主要部分，运用了问卷调查和深度访谈等定性和定量的各种具体方法。其研究结论具有非常强的说服力，因为研究者并不限于第二手资料的收集、整理和加工，而是借鉴前人的理论研究框架，运用问卷定量调查等手段，遵循案例研究的方法，对第一手资料进行收集、处理和分析之后得出的结论，对实践具有较强的指导意义。相同的研究方法，我们又应用在其他研究生的论文写作过程中，例如2002届龚托所写的《对影响保险企业信息技术实施的主要因素的研究》、2003届王惟所写的《对中国铜套期保值现状的研究》，以及2003届马鸣锦所写的《中国银行业知识管理程度与网络银行发展程度的关系研究》等。通过论文写作，这些研究生的确掌握了一般研究的方法和研究的步骤。以上的研究结论对教学和实践直接有借鉴的意义。在教学和咨询过程中，其方法和结论都得到了肯定。据多方反馈，效果还是非常好的。
注释：
[1]这是笔者在美国芝加哥自然博物馆看恐龙展览时了解的美国科学家的基本研究思路而得到的启示。
[2] Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P303。
[3] Bryman, A. (1988), Quality and Quantity in Social Research. London: Unwin Hyman.我们发现许多文献资料将定量与定性分析方法称为定量与定性技术（techniques）
[4] Cook, T.D. and Reichardt, C.S. (1979) Qualitative and Quantitative Methods in Evaluation Research. Newbury Park and London: Sage. Ragin, C. C. (1987) The Comparative Method: moving beyond qualitative and quantitative strategies. Berkeley, Cal.: University of California Press.
[5]Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P307。
[6] John Van Maanen, James M. Dabbs, Jr., and Robert R. Faulkner, Varieties of Qualitative Research (Beverly Hills: Calif.: Sage Publications, 1982), P32
[7] 这是因为社会科学和商务研究中包括了人的因素，而人本身作为分析者具有自身的缺陷。例如：数据的有限性、先入为主的印象、信息的可获得性、推论的倾向性、思维的连续性、数据来源可靠性、信息的不完善性、对信息价值判断误差、对比的倾向性、过度自信、并发事件与相关度的判断，以及统计数据的不一致性等。上述缺陷的总结与分析来源于Sadler, D. R. (1981) Intuitive Data Processing as a Potential Source of Bias in Educational Evaluation. Educational Evaluation and Policy Analysis, 3, P25-31。
[8] Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P371。
[9] Ronald R. Cooper, C. William Emory (1995, 5th ed) Business Research Methods, IRWIN, P352
对外经济贸易大学国际商务研究中心/电子商务实验室工作论文（Working Paper Series）
【摘要】本文从科学研究的思维方式入手，介绍了研究的路径、研究的分析方法，以及研究的设计与步骤。作者强调论文写作应该反映研究过程，遵循科学的分析方法和步骤。作者对论文写作中涉及的主要方法与步骤进行了介绍和分析，特别是针对传统的研究思维模式进行了反思，剖析了研究生论文写作中的问题，为研究生的论文写作勾画出了一个研究过程的框架。
【关键字】研究方法 研究步骤 定量分析 定性分析 论文写作步骤
Thesis Writing: Research Methodologies and Procedures
Jian Wang
Professor of International business
University of International Business and Economics (UIBE)
ABSTRACT: This paper begins with scientific research cycle concept, introduces research approaches, analysis methods, research design and procedures. The author emphasizes the importance of methodologies and procedures, which should be an integrated part of thesis writing. Compared with normal scientific research methodologies and procedures, the author rethinks the Chinese traditional issue-oriented research approach by pointing out its ambiguity and ignorance of methodologies and procedures. The paper can provide a guidance and framework for graduate students doing research while completing their thesis writings.
KEY WORDS: research methodology, research procedures, quantitative methods, qualitative methods, thesis writing procedures
论文写作中的研究方法与研究步骤
一、研究的循环思维方式
二、研究的路径
三、研究的分析方法
四、研究过程的设计与步骤
五、对传统研究思维模式的再思考
在我们指导研究生写论文的过程中，甚至于我们自己从事课题研究时，不禁让我们思考一系列有关研究的基本问题。例如，我们为什么要写论文？我们为什么要做研究？在我们探讨论文写作的过程中，我们是为了完成论文本身的写作，还是完成一个研究过程？写论文与做研究之间有什么联系与区别？如果论文写作应该反映一个研究过程，那么研究过程应该是什么样的？我们用什么样的方法进行研究？我们发现这些问题的解决，对指导研究生的论文写作有非常大的帮助。因此，本文就以我个人在从事教学课题研究和指导研究生完成论文中总结的一些有关研究方法与研究步骤的问题与大家交流共享。欢迎大家参与讨论。
一、研究的循环思维方式
世界上无论哪个领域都存在许多未知的事物，也存在着许多未知的规律。我们研究者的主要任务就是要不断地从大量的事实中总结规律，将之上升到可以指导实践的理论。然而理论也并不是绝对的真理，它也要在实践中不断地被修正，因此，就会有人对理论的前提和内容进行质疑，并提出新的猜想和新的思维。新的猜想和新的思维又要在实践中进行验证，从而发展和完善理论体系。我们探求未知事物及其规律就需要有研究的过程。这个过程，我们称之为研究的循环思维方式（Research Cycle）。用概念模型来表述就是[1]：
Facts —Theory—Speculation
事实——理论——猜想
上述从“事实”到“理论”，再进行“猜想”就构成了一般研究的思路。从事科学研究的人员既要侧重从事实到理论的研究过程，也同时在研究中要有质疑和猜想的勇气。而这一思路并不是一个终极过程，而是循环往复的过程。当猜想和质疑得到了事实的证明后，理论就会得到进一步的修正。
上述研究的循环思维方式就是我们通常说的理论与实践关系中理论来源于实践的过程。这个过程需要严密的逻辑思维过程（Thought Process）。通常被认为符合科学规律，而且是合理有效的逻辑思维方法为演绎法（Deduction）和归纳法（Induction）。这两种逻辑思维方式应该贯穿研究过程的始终。
另外，从知识管理角度看研究的过程，在某种意义上，研究的过程也可以被理解为，将实践中的带有经验性的隐性知识转化为可以让更多的人共享的系统规律性的显性知识。而显性知识的共享才能对具体的实践产生普遍的影响。研究者除了承担研究的过程和得出研究的结论之外，还要将这一研究的过程和结论用恰当的方式表述出来，让大家去分享。不能进行传播和与人分享的任何研究成果，对社会进步都是没有意义的。
我们认为，研究人员（包括研究生）撰写论文就是要反映上述研究过程，不断探索和总结未知事物及其规律，对实践产生影响。我们强调，论文的写作不是想法（idea）的说明，也不仅是过程的表述。论文的写作要遵循一定的研究方法和步骤，在一定的假设和前提下，去推理和/或验证某事物的一般规律。因此，对研究方法的掌握是写好论文的前提条件。
二、研究的路径
研究的路径（Approaches）是我们对某事物的规律进行研究的出发点或者角度。研究通常有两个路径（Approaches）：实证研究和规范研究。
实证研究（Empirical Study）一般使用标准的度量方法，或者通过观察对现象进行描述，主要用来总结是什么情况（what is the case）。通常研究者用这种研究路径去提出理论假设，并验证理论。规范研究（Normative Study）：是解决应该是什么（what should be）的问题。研究者通常是建立概念模型（Conceptual Model）和/或定量模型（Quantitative Model）来推论事物的发展规律。研究者也会用这种路径去建立理论规范。
我们认为，上述两种研究的路径不是彼此可以替代的关系。二者之间存在着彼此依存和相辅相成的关系。对于反映事物发展规律的理论而言，实证研究与规范研究二者缺一不可，前者为理论的创建提供支持和依据；后者为理论的创建提供了可以遵循的研究框架和研究思路。
针对上述两个路径，研究过程中都存在着分析（Analytical）过程，也就是解释为什么是这样的情况（Explaining why the case is as it is），而分析过程就需要具体的研究分析方法来支持。
三、研究的分析方法
在社会科学和商务的研究范围内，无论是实证研究，还是规范研究，都可能采取两类研究的分析方法（Research Methods）：定量研究（Quantitative Analysis, Quantitative Method）和定性研究（Qualitative Analysis, Qualitative Method）方法。虽然在定性与定量方法上存在着哪种方式更科学的争论[2]。然而，更多的学者倾向认为，定量与定性的方法问题更多的是从分析技术上来区别的[3]。因为，任何的研究过程都要涉及数据的收集，而数据有可能是定性的，也有可能是定量的。我们不能将定量分析与定性分析对立起来。在社会科学和商务的研究过程中既需要定量的研究分析方法，也需要定性的研究分析方法。针对不同的研究问题，以及研究过程的不同阶段，不同的分析方法各有优势。两者之间不存在孰优孰劣的问题。对于如何发挥各自优势，国外的一些学者也在探索将两者之间的有机结合[4]。
因此，定性分析方法是对用文字所表述的内容，或者其他非数量形式的数据进行分析和处理的方法。而定量分析方法则是对用数量所描述的内容，或者其他可以转化为数量形式的数据进行分析和处理的方法。一项研究中，往往要同时涉及到这两种分析方法[5]。定性分析是用来定义表述事物的基本特征或本质特点（the what），而定量分析是用来衡量程度或多少（the how much）。定性分析往往从定义、类推、模型或者比喻等角度来概括事物的特点；定量分析则假定概念的成立，并对其进行数值上衡量[6]。
定量分析的主要工具是统计方法，用以揭示所研究的问题的数量关系。基本描述性的统计方法包括：频数分布、百分比、方差分析、离散情况等。探索变量之间关系的方法包括交叉分析、相关度分析、多变量之间的多因素分析，以及统计检验等。定量研究之所以被研究者所强调，是因为定量分析的过程和定量结果具有某种程度的系统性（Systematic）和可控性（Controlled），不受研究者主观因素所影响。定量分析被认为是实证研究的主要方法。其优势是对理论进行验证（Theory Testing），而不是创建理论（Theory Generation）。当然，相对自然科学的研究，社会科学和商务研究由于人的因素存在，其各种变量的可控性被遭到质疑，因此，定量分析被认为是准试验法（Quasi-experimental approach）
定性研究有其吸引人的一面。因为文字作为最常见的定性研究数据是人类特有的，文字的描述被认为具有“丰富”、“全面”和“真实”的特点。定性数据的收集也最直接的。因此，定性分析与人有最大的亲和力。恰恰也就是这一点，定性分析也具有了很大的主观性。如果用系统性和可控性来衡量研究过程的科学性。定性分析方法比定量分析方法更被遭到质疑[7]。然而，定性数据被认为在辅助和说明定量数据方面具有重要价值[8]。实际上，定性分析方法往往贯穿在研究过程的始终，包括在数据的收集之前，有关研究问题的形成、理论的假设形成，以及描述性分析框架的建立等都需要定性的分析过程，即对数据进行解释和描述等。如果遵循系统性和可控性的原则，那么定性分析方法在数据的收集过程中也有一些可利用的辅助工具，例如，摘要法、卡片法、聚类编码法等。在研究结论的做出和结论的描述方面，像矩阵图、概念模型图表、流程图、组织结构图、网络关系图等都是非常流行的定性分析工具。另外，从定性的数据中也可以通过简单的计算、规类等统计手段将定性分析与定量分析方法结合起来。
这里要指出的是，科学研究不能用想法（idea）本身来代替。科学研究需要有一个过程，而这个过程是用一定的方法来证明有价值的想法，并使之上升为理论；或者通过一定的方法来证明、创建或改进理论，从而对实践和决策产生影响。研究过程的科学性决定了研究成果是否会对实践和决策产生积极的影响。
四、研究过程的设计与步骤
对某项研究过程进行总体策划和安排是非常重要的，也是着手进行研究的第一步。通常要包括研究什么问题（论点），从什么地方获得什么数据（论据Evidence），这些数据（论据）如何解释来最有效地支持研究的问题。通常研究过程的设计和步骤（Research Design and Procedures）如下：
第一步：定义研究的基本问题或者需要验证的假设。
研究的问题（Researchable Question）指的是有争议或者大家缺乏了解的领域或知识，通过研究过程将这些问题弄清楚，或者为未来的研究打下一定的基础。研究的问题通常都是可以用一个或者一系列的问题的表述或论断（Statement）来表达。从研究角度看，这些问题的表述或论断构成了研究的假设（Hypothesis）。科学的研究过程就是要证明这个假设的可靠性。如果让人们相信这一假设是站得住脚的，或者是真实正确的，那么我们需要对其进行验证。这个研究的过程也被称为是假设的检验过程（Hypothesis Testing）。
研究问题要明确具体，不要宽泛，既要重点突出，又要有一定的灵活性，包容相关的问题。研究的问题不能是一个概念本身，而是一个有关这个概念的问题，也就是要对这个问题寻求具体的答案，而不是笼统地讲一个概念。在一般逻辑上，有三个层次的问题：What（是什么）、Why（为什么）、How（如何做）。提出需要验证的假设也要明确具体，有明确的范围。假设的验证可以从两个层次上展开，要么可以进行测度和定量分析，要么可以进行符合逻辑上的推理和判断。
第二步：进行文献检索和文献回顾
文献回顾（Literature Review）非常重要。从人类认识客观世界看，绝大多数的研究都不是孤立的和断想的结果。别人通常都会在你所研究的领域做过探索。既便不是与你的思路和方法一样，也会涉及到你所研究的领域。因此，承认别人的研究成果并对别人的研究成果进行总结和评论是一般研究的开始，也是对所要研究的问题进行识别和进行反思的前提和基础。注重文献检索和文献回顾会使研究者避免走许多弯路，也会使研究本身具有更大的价值。
通常，通过文献检索和文献回顾，可以了解所进行的研究领域及其相关内容；知晓相关领域有影响的成果及其内容；比较和熟悉相关的问题和概念及其它们之间的关系；知道哪些地方存在知识空缺或者是缺陷，从而进一步规划自己的研究问题和研究假设。文献检索和文献回顾应该贯穿研究的整个过程，是研究的基础。这部分工作主要是从最终论文的注释中反映出来。
第三步：确定研究的分析方法。
研究的分析方法一般指是用定量的分析方法，还是用定性的分析方法。不同研究问题往往要求不同的分析方法。例如在研究的探索阶段，所要研究的问题还没有界定清楚，特别是测度指标不确定，理论的框架还很模糊，通常我们更需要定性的方法，也就是从收集和分析定性的数据来逐步推导出概念模型。如果在理论框架或概念模型比较清楚，测度指标比较确定的情况下，我们就可以考虑用定量的方法来收集和分析数量指标，用以验证理论假设，或者衡量各变量之间的关系。
我们要特别注意的是，定量与定性的分析方法不是对立的，两者之间是起到相辅相成作用的。所收集的定性资料可以通过编码和统计的方法用定量的方式来进行分析；所收集的定量数据往往也需要定性的方式来进行解释，特别是对测度指标的定义和描述能最大程度地辅助定量分析所得出的结论。
第四步：进行数据的收集
无论是定量，还是定性的研究分析方法，都要涉及如下问题：收集什么数据和/或资料，从哪里收集数据和资料，用什么方法收集数据和资料。通常数据的来源有两个：第一手数据（Primary Data）和第二手数据。（Secondary Data ）。第一手数据是我们专门为回答我们的研究问题而收集的原始数据。第二手数据是别人曾为某目的而收集的数据。
第一手数据与第二手数据各有优势。收集第一手数据，研究者可以专门针对自己的需要收集，可以自己定义数据的范围，也可以排除某些不相关的因素的影响等。而第二手数据的优势是收集的速度快，成本相对低，但是第二手数据未必能够满足回答研究的需要，因为数据是别人为其自身的目的收集的，其数据定义、测度指标、收集的时间等与我们的研究要求未必十分吻合。所以，第二手的数据一般在研究中有三个作用：在某个角度上满足作为参考和比较的需要、文献回顾的需要，以及作为研究的唯一数据来源。用第二手数据作为唯一数据来源的研究多半是对历史行为进行回顾性的研究，或者是在各方面不可能收集到第一手数据的情况下。实际上，国家统计机构公布的大量数据为研究者解决了数据收集的问题。
第二手数据来源包括：图书馆、国际互联网、在线和非在线数据库等。数据的形式为书籍资料、论文资料、研究报告、统计资料等。第一手数据有许多的收集方式，定性数据的收集包括小组讨论、深度访问、实地考察等。定量数据收集主要就是问卷调查。可以采取面对面形式，也可以采取电话方式，甚至还可以借助国际互联网收集第一手数据。
另外，需要指出的是，在社会科学和商务研究中还引入了一些自然科学的数据收集方法和研究方法，例如实验法（Experimentation）。实验法已经超出了仅对某个变量进行测度的范围，允许研究者在某个环境下控制某个变量（自变量），而观察该变量对所研究的事物（人或者物体，为因变量）如何产生影响。实验法的优点是可控性，而且针对不同的事物群体和条件可以重复相同的方法，因此可以发现自变量在人、环境和时间等方面的影响效果[9]。
第五步：进行数据的处理和分析
数据的处理主要是保证数据的准确性，并将原始的数据进行分类，以便转化成可以进行进一步分析的形式。数据处理主要包括数据编辑、数据编码和数据录入三个步骤。数据编辑（Data Editing）就是要识别出数据的错误和遗漏，尽可能改正过来，以保证数据的准确性、一致性、完整性，便于进一步的编码和录入。数据编码（Data Coding）就是对所收集的第一手数据（例如对问卷开放式问题的回答）进行有限的分类，并赋予一个数字或其他符号。数据编码的主要目的是将许多的不同回答减少到对以后分析有意义的有限的分类。数据录入（Data Entry）是将所收集的第一手或者第二手数据录入到可以对数据进行观察和处理的计算机中，录入的设备包括计算机键盘、光电扫描仪、条形码识别器等。研究者可以用统计分析软件，例如SPSS等对所形成的数据库进行数据分析。对于少量的数据，也可以使用工作表（Spreadsheet）来录入和处理。
数据的分析就是运用上述所提到的定性或定量的分析方法来对数据进行分析。研究者要根据回答不同性质的问题，采取不同的统计方法和验证方法。对于有些研究，仅需要描述性的统计方法，对于另一些研究可能就需要对假设进行验证。在统计学中，假设的验证需要推论的统计方法（Inferential Statistics）。对于社会科学和商务的研究，一些研究是针对所获取的样本进行统计差异（Statistical Significance）的验证，最终得出结论是拒绝（Reject）还是不拒绝（Fail to Reject）所设定的假设条件。另一些研究则是进行关联度分析（Measures of Association），通常涉及相关分析（Correlation）和回归分析（Regression）。相关分析是通过计算来测度变量之间的关系程度；而回归分析则是为预测某一因变量的数值而创建一个数学公式。
值得注意的是，随着我们研究和分析的问题越来越复杂，计算机和统计软件的发展使得多变量统计工具应用越来越广泛。如果多变量之间是从属关系，我们就需要从属关系的分析技巧（Dependency Techniques），如多元回归分析（Multiple Regression）、判别分析（Discriminant Analysis）、方差的多元分析（MANOVA，Multivariate Analysis of Variance）、典型相关分析（Canonical Analysis）、线性结构关系分析（LISREL，Linear Structural Relationships）、结合分析（Conjoint Analysis）等。如果多变量之间是相互依赖关系，我们就需要相互依赖关系的分析技巧（Interdependency Techniques），如因子分析（Factor Analysis）、聚类分析（Cluster Analysis）、多维尺度分析（Multidimensional Scaling）等。如果收集的数据有明显的时间顺序，我们不考虑变量之间的因果关系，而是重点考察变量在时间方面的发展变化规律，我们就需要时间序列分析（Time Series Analysis）。目前流行的统计软件，如SPSS对上述各种分析方法都提供非常好的支持。
第六步：得出结论，并完成论文
论文的撰写要结构合理、文字表达清楚确定，容易让人理解。形式上要尽量采取可视化的效果，例如多用图表来表现研究过程和研究结果。具体论文的撰写要考虑包含如下内容：摘要、研究介绍（包括背景、研究的问题、研究的目的）、研究的方法和步骤（样本选择、研究设计、数据收集、数据分析、研究的局限性）、研究的发现、结论（简要结论、建议、启示意义）、附录、参考文献。
五、对传统研究思维模式的再思考
针对社会科学和商务领域的问题研究，我们传统上所遵循的研究思维模式是：“提出问题、分析问题和解决问题”。我们承认这是一种创造性的思维过程。遵循这种思维方式可以帮助决策者快速找到问题，并解决问题。然而，用这一思维模式来指导研究的过程，容易使我们混淆研究者与决策者的地位，找不准研究者的定位。首先，这一研究思路和模式将问题的解决和问题的研究混在一起了。其次，没有突出，或者说掩盖了对研究方法的探讨和遵循。这种传统的思维方式是结果导向的思维方式。它忽略了问题的识别过程和研究方法的遵循过程。而从科学研究的角度看，问题的识别过程和研究方法的遵循过程是一项研究中非常重要的两个前提。问题的识别过程可以保证所研究的问题有很强的针对性，与理论和实践紧密联系，防止出现只做表面文章的情况，解决不了根本问题。研究方法的遵循过程可以保证研究结果的可靠性，使研究结果有说服力。当然，在此，我们并不是说明“提出问题、分析问题和解决问题”这一传统模式是错误的，也不否认研究的目的是指导实践。然而，我们觉得，这一传统研究思维模式太笼统，太注重结果导向，不足以说明科学的研究的一般方法和研究步骤。
在社会科学和商务研究中，运用这一传统的研究思路和模式来指导学生撰写论文，容易出现两个不良的倾向。一是使我们过于重视论文本身的写作过程，而忽略了论文写作背后的研究过程和研究方法。也就是只强调结果，不重视过程。在此情况下，论文的写作多半是进行资料的拼凑和整合。当然我们并不能低估资料的拼凑和整合的价值。可是，如果一味将论文的写作定位在这样的过程，显然有就事论事的嫌疑，无助于问题的澄清和问题的解决，也有悖于知识创造的初衷。特别是，既没有识别问题的过程，也没有形成研究问题和研究假设，甚至没有用任何可以遵循的研究分析方法，就泛泛对一个问题进行一般描述，进而提出感觉上的解决方案。这种研究结果是很难被接受的。第二个不良的倾向是上述传统的研究思路和模式使我们辨别不清我们是在做研究，还是在做决策。研究通常是在限定的一个范围内，在一定的假设前提下进行证明或推理，从而得出一定的结论。我们希望这个结论对决策者能产生影响。然而，决策者毕竟与研究者所处的地位是不一样的，考虑的问题与研究者或许一致，或许会很不一致。有价值的研究是要给处在不同地位的决策者（或者实践者）给予启示，并促其做出多赢的选择。因此，传统的研究思维模式缺乏研究的质量判定标准，缺乏系统性和可控性，也不具备可操作性，容易让研究者急功近利，盲目追求片面的终极的解决方案。
在指导对外经济贸易大学研究生的实践中，我们曾试图改变以往的传统思维模式，尝试让我们的研究生将论文的写作与研究过程结合起来，特别注重研究的过程和研究方法，并且要求在论文的写作中反映这些研究的方法与步骤。例如，2002届研究生万莲莲所写的《电子采购系统实施中的管理因素－摩托罗拉公司电子采购系统实施案例研究》硕士论文就是在这方面所做的最初探索。此论文的结构就分为综述、指导理论、方法论、数据分析，以及研究结论和启示等五个主要部分，运用了问卷调查和深度访谈等定性和定量的各种具体方法。其研究结论具有非常强的说服力，因为研究者并不限于第二手资料的收集、整理和加工，而是借鉴前人的理论研究框架，运用问卷定量调查等手段，遵循案例研究的方法，对第一手资料进行收集、处理和分析之后得出的结论，对实践具有较强的指导意义。相同的研究方法，我们又应用在其他研究生的论文写作过程中，例如2002届龚托所写的《对影响保险企业信息技术实施的主要因素的研究》、2003届王惟所写的《对中国铜套期保值现状的研究》，以及2003届马鸣锦所写的《中国银行业知识管理程度与网络银行发展程度的关系研究》等。通过论文写作，这些研究生的确掌握了一般研究的方法和研究的步骤。以上的研究结论对教学和实践直接有借鉴的意义。在教学和咨询过程中，其方法和结论都得到了肯定。据多方反馈，效果还是非常好的。
注释：
[1]这是笔者在美国芝加哥自然博物馆看恐龙展览时了解的美国科学家的基本研究思路而得到的启示。
[2] Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P303。
[3] Bryman, A. (1988), Quality and Quantity in Social Research. London: Unwin Hyman.我们发现许多文献资料将定量与定性分析方法称为定量与定性技术（techniques）
[4] Cook, T.D. and Reichardt, C.S. (1979) Qualitative and Quantitative Methods in Evaluation Research. Newbury Park and London: Sage. Ragin, C. C. (1987) The Comparative Method: moving beyond qualitative and quantitative strategies. Berkeley, Cal.: University of California Press.
[5]Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P307。
[6] John Van Maanen, James M. Dabbs, Jr., and Robert R. Faulkner, Varieties of Qualitative Research (Beverly Hills: Calif.: Sage Publications, 1982), P32
[7] 这是因为社会科学和商务研究中包括了人的因素，而人本身作为分析者具有自身的缺陷。例如：数据的有限性、先入为主的印象、信息的可获得性、推论的倾向性、思维的连续性、数据来源可靠性、信息的不完善性、对信息价值判断误差、对比的倾向性、过度自信、并发事件与相关度的判断，以及统计数据的不一致性等。上述缺陷的总结与分析来源于Sadler, D. R. (1981) Intuitive Data Processing as a Potential Source of Bias in Educational Evaluation. Educational Evaluation and Policy Analysis, 3, P25-31。
[8] Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P371。
[9] Ronald R. Cooper, C. William Emory (1995, 5th ed) Business Research Methods, IRWIN, P352
-
加州阳光 转发了这篇日记 2013-02-15 23:40:29
