葉成城

一、 社會(huì)科學(xué)方法論：兩種錯(cuò)誤的觀點(diǎn)

在社會(huì)科學(xué)中，方法論的爭(zhēng)論是如此普遍而紛雜，尤其是政治學(xué)界普遍認(rèn)為存在兩種完全不同的范式，即定性方法論范式和定量方法論范式，二者之間存在激烈的爭(zhēng)論。這類方法論的爭(zhēng)論很大程度上來(lái)自于加里·金（Gary King）、羅伯特·基歐漢（Robert Keohane）和悉尼·維巴（Sidney Verba）所合著的《社會(huì)科學(xué)中的研究設(shè)計(jì)：定性研究中的科學(xué)推論》（Designing Social Inquiry: Scientific Inference in Qualitative Research）。1為了便于敘述，將作者簡(jiǎn)稱為KKV，將該書簡(jiǎn)稱為DSI。參見(jiàn)Gary King, Robert Keohane and Sidney Verba,Designing Social Inquiry: Scientific Inference in Qualitative Research, Princeton: Princeton University Press, 1994。對(duì)于KKV的DSI一書的討論及批判，事實(shí)上存在兩種類型的錯(cuò)誤，這兩種錯(cuò)誤貫穿了許多方法論的討論，并一定程度地導(dǎo)致了方法論研究的困惑甚至混亂，因此有必要予以指出和澄清。

第一種誤區(qū)認(rèn)為，定性研究和定量研究是同一種研究方法，兩者之間的差異僅僅在于樣本數(shù)量。這種錯(cuò)誤是DSI導(dǎo)致的最大誤解，該書一直暗示定量研究是比定性研究更為“先進(jìn)”的方法，而定性研究的學(xué)者需要通過(guò)各種方法來(lái)增加樣本數(shù)量以保證結(jié)論的有效性。KKV的這種偏見(jiàn)很大程度上是定量研究學(xué)者對(duì)于定性研究的誤解，即認(rèn)為跨案例比較是檢驗(yàn)理論有效性的唯一方法。KKV的這類錯(cuò)誤實(shí)質(zhì)上是由于將定量方法作為主要標(biāo)準(zhǔn)，并試圖將這類標(biāo)準(zhǔn)推廣到定性研究的領(lǐng)域。第二種誤區(qū)則處于另外一個(gè)極端，它認(rèn)為定量研究和定性研究是兩種截然不同的研究方法。定量研究和定性研究是兩種不同的范式，前者通過(guò)案例間比較來(lái)進(jìn)行因果推斷，討論原因的影響（effect of cause），主要實(shí)現(xiàn)外部有效性；而后者則通過(guò)案例內(nèi)研究來(lái)實(shí)現(xiàn)因果，著重于討論結(jié)果的原因（cause of effect），主要實(shí)現(xiàn)內(nèi)部有效性。KKV第一種誤區(qū)中的許多問(wèn)題，已經(jīng)在所謂的“后KKV時(shí)代”得到一定的解決，有大量的著作對(duì)于KKV的這類問(wèn)題進(jìn)行批評(píng)和糾正。2Henry E. Brady and David Collier (eds.), Rethinking Social Inquiry: Diverse Tools, Shared Standards, Lanham:Rowman & Littlefield Publishers, 2010; James Mahoney, After KKV: The New Methodology of Qualitative Research, World Politics, vol. 62, no. 1, 2010, pp. 120-147.但KKV寫作DSI一書的主要目的在于試圖統(tǒng)一定性和定量?jī)煞N方法的準(zhǔn)則與邏輯，盡管KKV所采取的方法存在諸多錯(cuò)誤，但是這種嘗試本身是正確的。KKV的絕大多數(shù)批評(píng)者們忽略或者放棄了對(duì)于統(tǒng)一原則的追尋，過(guò)于強(qiáng)調(diào)兩者之間的差異反而導(dǎo)致了方法論之間的對(duì)立與隔閡，而較少地討論這些方法背后邏輯本身的相通之處。本文的目的在于通過(guò)探究各類方法理論背后的邏輯，討論各類研究方法的優(yōu)勢(shì)和劣勢(shì)的邏輯根源，借此重新審視KKV和后KKV時(shí)代對(duì)于方法論的誤區(qū)和偏見(jiàn)，從而打破定量和定性研究之間的隔閡。

理論是科學(xué)方法的起點(diǎn)和終點(diǎn)。理論的基本邏輯是案例比較，社會(huì)科學(xué)之所以成為科學(xué)的原因在于它遵循控制與比較。布爾代數(shù)就是將人類的思維方式數(shù)學(xué)化的結(jié)果，在具體的方法層面表現(xiàn)為基本的邏輯思維方式，我們稱之為密爾方法。密爾方法作為因果思考的基本工具，研究者因?yàn)椴煌臉颖径x擇不同的研究方法。這些研究方法主要通過(guò)對(duì)兩類因果觀測(cè)值的歸納來(lái)解釋事物，通過(guò)控制變化來(lái)探求樣本的外部和內(nèi)部有效性，從而檢驗(yàn)從原因到結(jié)果之間的因果過(guò)程。

早在上世紀(jì)70年代，阿倫·利帕特（Arend Lijphart）就已經(jīng)提出了比較方法是建立通用的實(shí)證命題的基本方法之一（其他方法則包括實(shí)驗(yàn)、數(shù)據(jù)和案例分析）。1Arend Lijphart, Comparative Politics and the Comparative Method, American Political Science Review, vol. 65, no. 3,1971, p. 682.此前國(guó)內(nèi)的文獻(xiàn)往往過(guò)度注重對(duì)方法的討論，而關(guān)于研究設(shè)計(jì)背后邏輯及其關(guān)系的討論則存在不足，因此本文試圖以科學(xué)的研究設(shè)計(jì)為出發(fā)點(diǎn)，探討理論構(gòu)建過(guò)程中的案例、方法與研究設(shè)計(jì)。

具體而言，本文的框架如下：第一，討論了研究設(shè)計(jì)的基本路徑和步驟；第二，分析密爾方法在案例比較研究中的基本邏輯、特征和局限；第三，總結(jié)了單案例、小樣本、中等樣本和大樣本研究這4種類型的研究方法，及其對(duì)應(yīng)的形式邏輯和研究方法；第四，文章闡述了單一研究方法的缺陷，以及如何通過(guò)案例內(nèi)比較與混合的方法來(lái)進(jìn)一步提升結(jié)論的可靠性。最后給出結(jié)論，認(rèn)為社會(huì)科學(xué)研究并不僅僅依靠科學(xué)方法和對(duì)操作流程的熟悉，經(jīng)驗(yàn)判斷和寫作技巧也同樣重要。

二、因果推斷和密爾方法

自然科學(xué)的結(jié)論通常被認(rèn)為比社會(huì)科學(xué)的研究具有更少的爭(zhēng)議和更高的可信度，其原因在于自然科學(xué)可以更好地借助于實(shí)驗(yàn)方法，通過(guò)控制變量來(lái)不斷重復(fù)結(jié)果。而社會(huì)科學(xué)由于條件的限制或者具體歷史的研究，多數(shù)情況下無(wú)法進(jìn)行大規(guī)模的重復(fù)實(shí)驗(yàn)，因此社會(huì)科學(xué)的核心思想是通過(guò)控制變量來(lái)達(dá)到準(zhǔn)實(shí)驗(yàn)狀態(tài)。這些都要通過(guò)案例比較來(lái)實(shí)現(xiàn)。比較是控制變量和建立變量間普遍性關(guān)系的方法，它是一種歸納推理。約翰·斯圖亞特·密爾（John Stuart Mill）最早在他的《邏輯體系》一書中提到了5種歸納推理的基本方法，被稱之為“密爾五法”：求異法、求同法、求同求異法、共變法和求余法。2John Mill, System of Logic: Ratiocinative and Inductive, Being a Connected View of the Principles of Evidence and the Methods of Scientific Investigation, New York: Harper & Brothers Publishers, 1898, pp. 478-537.

（一）求異法，即通過(guò)最小化差異來(lái)求異，在密爾的體系中，所有方法都?xì)w于求異法。3[瑞士]丹尼爾·卡拉曼尼：《基于布爾代數(shù)的比較法導(dǎo)論》，蔣勤譯，格致出版社，2012年，第13頁(yè)。由于社會(huì)科學(xué)經(jīng)常無(wú)法人為地控制變量之間的差異，因此就只能夠通過(guò)相似案例的比較來(lái)接近實(shí)驗(yàn)狀態(tài)。求異法的核心邏輯就是，在其他條件一致時(shí)，導(dǎo)致結(jié)果不同的差異即為原因。求異法成立的前提是嚴(yán)格的準(zhǔn)實(shí)驗(yàn)狀態(tài)，否則就可能因?yàn)闊o(wú)法消除競(jìng)爭(zhēng)性解釋而降低理論的可信度。4Alexander George and Andrew Bennett, Case Studies and Theory Development in the Social Sciences, Massachusetts:MIT Press, 2005, p. 165.

案例1：A+B+C+D+E→Y

案例2：～A+B+C+D+E→～Y

在上述兩個(gè)案例中，如果因素A的差異導(dǎo)致了結(jié)果Y的差異，就可以認(rèn)為A是Y的原因。求異法的優(yōu)勢(shì)在于它可以依賴較少的案例，理論上來(lái)說(shuō)只需要2n個(gè)案例就可以通過(guò)n個(gè)變量來(lái)解釋不同的結(jié)果。求異法同樣存在邏輯和實(shí)際操作的問(wèn)題。首先，求異法對(duì)于準(zhǔn)實(shí)驗(yàn)狀態(tài)存在高度的依賴，由于社會(huì)科學(xué)中幾乎不可能找到兩個(gè)只有條件A不同而其他因素都一樣的案例或樣本，通常只能夠?qū)τ谧兞窟M(jìn)行近似的控制，因此求異法往往會(huì)存在較多的競(jìng)爭(zhēng)性解釋，即被作者所忽視的差異會(huì)削弱解釋變量的因果解釋。因此，研究者在最大程度地控制差異之后，往往還需要解釋為什么其他的差異（競(jìng)爭(zhēng)性解釋）并不重要。除此之外，僅僅停留在聯(lián)列表的求異法，在邏輯上仍然是一種相關(guān)性的推斷，還需要通過(guò)案例研究來(lái)增強(qiáng)其因果解釋。

（二）求同法，即通過(guò)最大化差異來(lái)求同，其核心邏輯是在其他條件都具有極大差異的情況下，如果仍然能夠達(dá)到相同的結(jié)果，事物間的共性即為其原因。

案例1：A+B+C+D+E→Y

案例2：A+F+G+H+I→Y

在以上的兩個(gè)案例中，在其他原因不同而導(dǎo)致相同的結(jié)果時(shí)，可以認(rèn)為原因A導(dǎo)致了結(jié)果Y。求同法的優(yōu)勢(shì)在于其能夠在存在較大差異的時(shí)候仍然維持較少的變量，但求同法是密爾方法中邏輯較弱的一種方法，其缺陷在于，如果無(wú)法說(shuō)明其他因素不重要，由于無(wú)法解決變量和結(jié)果之間存在的“多重因果性”，即各類變量/原因相加導(dǎo)致的相同結(jié)果，就會(huì)降低理論的解釋力。1Alexander George and Andrew Bennett, Case Studies and Theory Development in the Social Sciences, pp. 156-157;Charles Ragin, Fuzzy-Set Social Science, Chicago: University of Chicago Press, 2000; Charles Ragin, Redesigning Social Inquiry: Fuzzy Sets and Beyond, Chicago: University of Chicago Press, 2008.比如畢業(yè)生的薪水是由專業(yè)、能力和學(xué)歷等因素綜合決定的，顯然如果依據(jù)單一要素進(jìn)行求同往往得出的結(jié)論可能是錯(cuò)誤的。事實(shí)上很多傳統(tǒng)的諺語(yǔ)都表達(dá)了上述觀點(diǎn)，即不同因素的組合可以達(dá)到相同，例如“八仙過(guò)海，各顯神通”“條條道路通羅馬”，等等。因此通常情況下，在定性的研究中，如果僅僅停留在對(duì)于少量因素的求同，就無(wú)法得出正確的結(jié)論。

（三）由于求同法的邏輯較弱，密爾提出了求同法和求異法的共同使用（Joint Method of Agreement and Difference），或者稱之為間接求異法（Indirect Method of Difference）。2John Mill, System of Logic: Ratiocinative and Inductive, Being a Connected View of the Principles of Evidence and the Methods of Scientific Investigation, New York: Harper & Brothers Publishers, 1898, pp. 488-489.即在單一小組內(nèi)部求同，而在小組之間求差異。假設(shè)案例用一個(gè)變量的差異分為兩個(gè)小組：在其中一組中，因素A出現(xiàn)（記作A），而在另一組中，因素A不出現(xiàn)（記作～A）。從而能夠在這兩個(gè)小組之間使用求異法，即只有A的差異而其他因素相同，最終導(dǎo)致了不同的結(jié)果；與此同時(shí)，小組內(nèi)部雖然其他因素存在較大的差異，但是因?yàn)楣餐駻又達(dá)成了相同的結(jié)果（即A→Y且～A→～Y），這就具有較強(qiáng)的說(shuō)服力可以認(rèn)為A是結(jié)果Y的原因。

（四）共變法是通過(guò)控制其他條件不變，觀察A和Y的共同變化，可以認(rèn)為兩者之間存在因果性或者由于共同原因?qū)е铝俗兓囊恢滦?。共變法在大樣本的研究中具有較強(qiáng)的可信度，但是它的缺陷是僅僅表達(dá)了一種統(tǒng)計(jì)上的相關(guān)性。在自然科學(xué)中，研究者可以通過(guò)控制和重復(fù)試驗(yàn)，明確觀察到A和Y之間的因果性。但是在社會(huì)科學(xué)中，研究者往往只能事后通過(guò)既有數(shù)據(jù)進(jìn)行判斷，因此只能觀測(cè)到相關(guān)性。共變法往往無(wú)法直接區(qū)分因果倒置和內(nèi)生性問(wèn)題，即無(wú)法判斷自變量和因變量究竟哪個(gè)是原因，哪個(gè)是結(jié)果，或者互為因果，往往社會(huì)科學(xué)中存在較多的互為因果的案例，例如政治與經(jīng)濟(jì)。同時(shí)，共變法也無(wú)法區(qū)分偽相關(guān)，因?yàn)樽宰兞亢鸵蜃兞恐g的相關(guān)性可能是由于共同原因?qū)е碌模鴥烧咧g不存在因果關(guān)系。1Daniel Steel, Across the Boundaries: Extrapolation in Biology and Social Science, Oxford: Oxford University Press,2008, p. 177.例如游泳的人數(shù)和買雪糕的人數(shù)之間存在相關(guān)性，但是兩者是因?yàn)樘鞖庋谉釋?dǎo)致的，沒(méi)有因果聯(lián)系。

（五）求余法，即認(rèn)為存在原因A+B+C導(dǎo)致了結(jié)果a+b+c，如果可以確信A是a的原因，而B(niǎo)是b的原因，則可以推斷C是c的原因。上述4種方法屬于歸納法，而求余法則會(huì)存在演繹邏輯，需要通過(guò)推理得出結(jié)論。求余法在個(gè)案的研究中存在較大的優(yōu)勢(shì)，可以通過(guò)排除法迅速找到現(xiàn)象的原因，正如福爾摩斯所說(shuō)的那樣：“排除一切不可能的原因，剩下的再令人難以置信，那也是真相?！鼻笥喾ㄍ瑯哟嬖谝欢ǖ木窒?，它需要基于原因之間互相獨(dú)立的假設(shè)，即原因A、B、C之間不存在互相干擾，否則就無(wú)法通過(guò)排除法進(jìn)行推理。

密爾五法在本質(zhì)上都屬于排除法，屬于一種形式邏輯，即通過(guò)排除其他干擾因素之后，最終推導(dǎo)出自變量和因變量之間的關(guān)系。而形式邏輯的數(shù)學(xué)基礎(chǔ)是布爾代數(shù)，在數(shù)學(xué)化之后，就是通過(guò)“或”（符號(hào)表示為+）、“且”（符號(hào)表示為*）、“非”（符號(hào)表示為～）的運(yùn)算來(lái)尋求因果解釋。

三、案例比較與研究方法

前文闡述了案例研究的基本邏輯，在此基礎(chǔ)上文章進(jìn)一步討論案例比較的方法。對(duì)于案例選取的規(guī)則恰恰是基于對(duì)第二部分所述的各類研究方法的優(yōu)勢(shì)和缺陷。在討論案例之間的差異時(shí)，需要明確案例選取的時(shí)空邊界。一方面，這是由求異法的邏輯特征所決定的，求異法是基于最小化差異來(lái)進(jìn)行因果推斷，故而會(huì)面臨諸多的競(jìng)爭(zhēng)性解釋。因此在案例的時(shí)空背景差異過(guò)大時(shí)，時(shí)空差異本身就會(huì)構(gòu)成對(duì)理論解釋的威脅，像加州學(xué)派對(duì)大分流的討論，事實(shí)上就忽略了中國(guó)和歐洲（或者英國(guó)）截然不同的背景，這些差異才可能是導(dǎo)致結(jié)果不同的原因。1參見(jiàn)趙鼎新：《加州學(xué)派與工業(yè)資本主義的興起》，《學(xué)術(shù)月刊》2014年第7期。另一方面，即便是同一概念，在不同的時(shí)空情境中也可能賦予其不同的涵義，例如大航海時(shí)代的海權(quán)和當(dāng)代的海權(quán)。2這部分具體的討論參見(jiàn)Tulia G. Falleti and Julia F. Lynch, Context and Causal Mechanisms in Political Analysis,Comparative Political Studies, vol. 42, no. 9, 2009, pp. 1145-1151；葉成城、黃振乾、唐世平：《社會(huì)科學(xué)中的時(shí)空和案例選擇》，《經(jīng)濟(jì)社會(huì)體制比較》2018年第3期。時(shí)空情境的限制往往也縮小了案例選擇的范圍，比如在某一個(gè)時(shí)間段的特定地區(qū)內(nèi)選取案例進(jìn)行比較。

因此，在案例選擇中需要避免幾方面的錯(cuò)誤。第一，避免簡(jiǎn)單的舉例法，比如許多中學(xué)里的語(yǔ)文議論文往往就是從歷史長(zhǎng)河中選取幾個(gè)例子來(lái)驗(yàn)證觀點(diǎn)。事實(shí)上，多數(shù)情況下我們總能夠找到符合理論的例子，當(dāng)然這種“理論”也往往會(huì)存在諸多反例。第二，避免基于“情懷”或者便利的案例選擇，例如，根據(jù)作者自身的語(yǔ)言基礎(chǔ)而非方法論的需要來(lái)進(jìn)行案例選擇。當(dāng)然，文章選題本身基于情懷或者便利，這并沒(méi)有問(wèn)題，但是案例選擇不能因?yàn)閷?duì)特定國(guó)家特別感興趣或者熟悉來(lái)進(jìn)行，而是要在對(duì)總體的樣本和理論把握的前提下，依據(jù)最小化差異的原則進(jìn)行篩選。否則，極有可能會(huì)出現(xiàn)無(wú)法滿足最大相似性的情況，從而損害了案例比較的因果解釋力。第三，避免只關(guān)注重大事件，沒(méi)有發(fā)生的事件——往往是反面案例——同樣重要。例如在研究革命時(shí)，西達(dá)·斯考切波（Theda Skocpol）就并不僅僅關(guān)注法國(guó)大革命這樣的重大事件，同樣關(guān)心普魯士為什么沒(méi)有發(fā)生革命。3[美]西達(dá)·斯考切波：《國(guó)家與社會(huì)革命》，何俊志等譯，上海人民出版社，2013年。

在確立了研究的基本問(wèn)題之后，恰當(dāng)?shù)陌咐x取是實(shí)證研究的核心環(huán)節(jié)，而案例的選擇本身也決定了采取何種研究方法，需要以問(wèn)題而非研究方法為導(dǎo)向。問(wèn)題性質(zhì)和時(shí)空范圍的限制往往已經(jīng)決定了可以選擇的樣本數(shù)量，而樣本數(shù)量又進(jìn)一步限制了研究方法的選取。詹姆斯·馬奧尼（James Mahoney）和加里·葛爾茲（Gary Goertz）提出了案例選擇的兩個(gè)條件范圍（Scope Condition）和可能性原則（Possibility Principle）。4James Mahoney and Gary Goertz, The Possibility Principle: Choosing Negative Cases in Comparative Research,American Political Science Review, vol. 98, no. 4, 2004, pp. 653-669.條件范圍的假設(shè)是求異法邏輯成立的關(guān)鍵，即案例之間要具備較高的相似度，即符合“同質(zhì)性假設(shè)”。案例選擇的“可能性原則”講述的是要選取有可能成功的案例作為負(fù)面案例，避免將完全不可能發(fā)生的案例誤認(rèn)為負(fù)面案例，例如在討論貿(mào)易是否有助于促進(jìn)和平時(shí)，顯然用兩個(gè)完全不可能發(fā)生戰(zhàn)爭(zhēng)的國(guó)家（例如秘魯和蒙古）作為負(fù)面案例。假設(shè)某個(gè)理論要用變量A和變量B來(lái)解釋結(jié)果Y，那么A和B都出現(xiàn)（A＝1且B＝1）就是結(jié)果Y出現(xiàn)（Y＝1）的充分必要條件，那么在現(xiàn)實(shí)情況下，作為觀測(cè)值的樣本存在一共8種情況，即變量和結(jié)果分別為0或1的情況。

表1. 雙變量情況下的案例類型

如上表所示，觀測(cè)值根據(jù)對(duì)理論的支持情況分為4種類型，正面案例和負(fù)面案例支持文章的理論，兩種共同描述了自變量組合對(duì)于結(jié)果的充分必要條件，即只有A和B共同出現(xiàn)時(shí)結(jié)果才會(huì)出現(xiàn)，兩者缺一不可。兩者都缺失的案例為無(wú)關(guān)案例，它既不能證偽理論，對(duì)于理論的支持也非常微弱。而出現(xiàn)與上述4種類型不同的理論預(yù)期時(shí)，例如當(dāng)A＝0且B＝0時(shí)，如果結(jié)果Y出現(xiàn)了，就會(huì)形成對(duì)理論的重要威脅，往往意味著有可能遺漏了重要的變量。

在確定了樣本類型與結(jié)果的關(guān)系之后，根據(jù)樣本數(shù)量的多少，研究類型分為單案例研究、小樣本研究、中等樣本研究和大樣本研究。首先，單案例研究往往因?yàn)榘咐奶厥庑暂^強(qiáng)，缺乏相似的案例進(jìn)行比較，因此只能對(duì)個(gè)案研究進(jìn)行深度挖掘，通常采用過(guò)程追蹤的方法。案例研究的作用是發(fā)現(xiàn)理論，其優(yōu)勢(shì)是可以具備更加細(xì)致的過(guò)程追蹤，但是單案例研究所發(fā)掘的理論的推廣性經(jīng)常是有限的。這類研究通常做得更為精細(xì)，但也更加具有不可證偽性，容易提供一種全要素的解釋，但隨著樣本量尤其是反例的增加，就越發(fā)容易出現(xiàn)概率性的解釋。1John Gerring, Case Study Research: Principles and Practices, Cambridge: Cambridge University Press, 2007, pp. 193-195.其次，小樣本研究是定性研究中最常見(jiàn)的情況，例如在限定時(shí)空范圍后，可能會(huì)出現(xiàn)小樣本，但卻是“全樣本”，即符合條件的樣本只有2～12個(gè)左右。小樣本研究更加注重案例本身的細(xì)節(jié)，以“深度”見(jiàn)長(zhǎng)。小樣本研究通常采用定性分析的方法，它更容易發(fā)現(xiàn)和提出理論假說(shuō)，也可以借助控制變量法來(lái)檢驗(yàn)理論。小樣本的案例中如果出現(xiàn)“準(zhǔn)實(shí)驗(yàn)狀態(tài)”，那么定性分析就非常有效。2John Gerring, Case Study Research: Principles and Practices, Cambridge: Cambridge University Press, 2007, p. 57.第三，中等樣本的研究是查爾斯·拉金（Charles Ragin）所提出的，他認(rèn)為用定性比較分析的方法可以解決案例研究和回歸分析無(wú)法解決的中等樣本，即樣本數(shù)量在12～30之間的情況。3Charles Ragin, Fuzzy-set Social Science, Chicago: University of Chicago Press, 2000; Charles Ragin, Redesigning Social inquiry: Fuzzy Sets and Beyond, Chicago: University of Chicago Press, 2008.在樣本數(shù)量多到無(wú)法使用小樣本的比較分析，樣本數(shù)量又不足以進(jìn)行回歸分析時(shí)（例如樣本數(shù)量少于30個(gè)），采用定性比較分析（Qualitative Comparative Analysis，QCA）就更為有效。中等樣本研究更加接近于定量方法而非定性，因?yàn)樗又匾晿颖镜耐|(zhì)性和外部有效性，往往只能夠檢驗(yàn)假設(shè)，通常也很難產(chǎn)生機(jī)制性的解釋。第四，大樣本研究通常需要樣本數(shù)量大于30以上，以回歸分析為主要研究方法。大樣本研究更加具備廣度，通常只能對(duì)設(shè)定好的有限假設(shè)進(jìn)行檢驗(yàn)，但是具備較高的置信度。1John Gerring, Case Study Research: Principles and Practices, Cambridge: Cambridge University Press, 2007, p. 41.大樣本研究建立在同質(zhì)性假設(shè)的基礎(chǔ)上，它更加重視樣本的外部效度和平均效應(yīng)，它更多地考察樣本之間的共變，因此它只能夠進(jìn)行因果推斷而非因果解釋，它的因果效應(yīng)僅僅是建立在相關(guān)性的統(tǒng)計(jì)描述之上的，因而其因果性更弱。

表2. 案例數(shù)量和研究特性

如表2所示，不同的樣本量會(huì)涉及不同的研究方法，單案例、小樣本、中等樣本和大樣本研究分別對(duì)應(yīng)了過(guò)程追蹤、質(zhì)性比較、QCA和定量分析4種方法。

（一）單案例與過(guò)程追蹤

過(guò)程追蹤是對(duì)案例本身進(jìn)行討論和研究，加里金認(rèn)為這是在增加案例內(nèi)部的觀測(cè)值。馬奧尼提出了過(guò)程追蹤中的幾個(gè)基本步驟：包括了三種檢驗(yàn)方式，分別是尋找線索、進(jìn)行必要性檢驗(yàn)和進(jìn)行充分性檢驗(yàn)。上述三種檢驗(yàn)方式屬于因果性檢驗(yàn)，馬奧尼認(rèn)為過(guò)程追蹤中還需要進(jìn)行（關(guān)于事件的）存在性檢驗(yàn)。2James Mahoney, The Logic of Process Tracing Tests in the Social Sciences, Sociological Methods & Research, vol.41,no.4, 2012, pp.574-583.因果性檢驗(yàn)即是常見(jiàn)的因果分析，更多地是社會(huì)科學(xué)家的任務(wù)；而存在性檢驗(yàn)則是對(duì)特定爭(zhēng)議事件的甄別，經(jīng)常是歷史學(xué)家的任務(wù)。相比起歷史學(xué)，政治學(xué)和經(jīng)濟(jì)學(xué)的研究會(huì)更多地使用二手資料，更加關(guān)注不同因素的組合如何導(dǎo)致了某種行為或結(jié)果。方法論的研究者往往用偵探小說(shuō)中的破案過(guò)程來(lái)類比案例研究中的過(guò)程追蹤，即研究者如同偵探破案一般地闡釋自變量通過(guò)何種機(jī)制來(lái)導(dǎo)致因變量。大衛(wèi)·科利爾（David Collier）用了柯南道爾的《福爾摩斯探案集》的《回憶錄》中的《銀色馬》來(lái)講述如何進(jìn)行過(guò)程追蹤。1David Collier, Understanding Process Tracing, PS: Political Science & Politics, vol. 44, no. 4, 2011, pp. 823-830.他總結(jié)了過(guò)程追蹤的4個(gè)基本步驟：首先，通過(guò)可疑線索提供研究基礎(chǔ)；其次，通過(guò)必要性檢驗(yàn)來(lái)排除不可能的原因；再次，尋找充分條件確定假設(shè)；最后，綜合此前的線索推理得出充分必要條件。

（二）質(zhì)性比較往往用于小樣本研究

小樣本的定性分析的步驟大致如下：1. 聲明案例選擇的理由（排除無(wú)關(guān)案例）；2. 列出變量的類型交叉表格，在定性研究中，受到樣本的限制，核心變量數(shù)目往往不能過(guò)多；3. 區(qū)分案例的作用，對(duì)正面案例和負(fù)面案例進(jìn)行對(duì)比，檢驗(yàn)結(jié)果是否在正面案例中出現(xiàn)，而在負(fù)面案例中不出現(xiàn)；4. 解釋與理論預(yù)期不相符合的反例；5. 通過(guò)過(guò)程追蹤來(lái)明晰從自變量到因變量的因果機(jī)制。假設(shè)在雙變量的情況下，研究者往往就用兩個(gè)自變量A和B形成一個(gè)2×2的表格來(lái)研究自變量與因變量的關(guān)系。例如丹尼爾·茲伯拉（Daniel Ziblatt）的《構(gòu)建國(guó)家》一書中，用地區(qū)性制度效率（自變量A）和聯(lián)邦主義效率（自變量B）兩個(gè)因素去構(gòu)建其理論模型，探討能否形成，他發(fā)現(xiàn)只有具備較高地區(qū)制度效率（A=1）和聯(lián)邦主義的國(guó)家（B=1），才能夠構(gòu)建聯(lián)邦主義國(guó)家（Y=1）。2Daniel Ziblatt, Structuring the State: The Formation of Italy and Germany and the Puzzle of Federalism, Princeton:Princeton University Press, 2006.這種情況下，通?？梢哉J(rèn)為A=1且B=1是Y=1的充分必要條件。

A=0 A=1 B=0 Y=0 Y=0 B=1 Y=0 Y=1

由于觀測(cè)值較少，忽略案例內(nèi)部特性的討論往往缺乏足夠證據(jù)，它需要以案例內(nèi)部的深度挖掘?yàn)橹鳎ㄟ^(guò)過(guò)程追蹤和質(zhì)性比較可以得出較強(qiáng)的因果解釋。例如X→Y只有1～3個(gè)樣本，可信度不高；但是如果在這幾個(gè)案例中，都驗(yàn)證了特定機(jī)制，比如在X1→X2→X3→Y形成證據(jù)鏈，并在因果鏈上都能找到證據(jù)，解釋的有效性就大大增強(qiáng)了。

（三）定性比較分析

拉金早在1987年將布爾代數(shù)和集合理論結(jié)合起來(lái)，發(fā)展出二分變量的QCA技術(shù)。1Charles Ragin, The Comparative Method. Moving Beyond Qualitative and Quantitative Methods, Berkeley: University of California, 1987; Charles Ragin, The Logic of the Comparative Method and the Algebra of Logic, Journal of Quantitative Anthropology, vol. 1, no. 4, 1989, pp. 373-398.定性比較分析結(jié)合定性和定量分析兩種方法的長(zhǎng)處，將研究的各個(gè)案例都視作整體，并分析案例中的解釋條件及其組合，從而有效處理蘊(yùn)涵在案例中的復(fù)雜因果關(guān)系。2遲永：《美國(guó)介入領(lǐng)土爭(zhēng)端的行為——基于模糊集定性比較分析的解釋》，《世界經(jīng)濟(jì)與政治》2014年第10期。QCA在政治學(xué)和歷史社會(huì)學(xué)領(lǐng)域使用得更為廣泛，因?yàn)檫@些領(lǐng)域的樣本數(shù)量通常較少，而在經(jīng)濟(jì)學(xué)領(lǐng)域通常樣本較多，因此QCA的應(yīng)用相對(duì)較少。定性比較分析的主要方法有清晰集分析、模糊集分析和多值分析，主要處理自變量和因變量全部都是虛擬變量的數(shù)據(jù)，而模糊集理論的運(yùn)用則一定程度使其可以處理連續(xù)變量。3劉豐：《定性比較分析與國(guó)際關(guān)系研究》，《世界經(jīng)濟(jì)與政治》2015年第1期。

定性比較分析更重視案例間的平均效應(yīng)，探討的是概率而非覆蓋率的問(wèn)題。在中等樣本并且存在較多解釋變量時(shí)，定性比較分析能夠提供有效的分析。以多值分析為例，唐睿和唐世平討論了冷戰(zhàn)后東歐國(guó)家民主轉(zhuǎn)型的例子，自變量為是否為伊斯蘭國(guó)家、是否為前蘇聯(lián)加盟共和國(guó)、是否有民主經(jīng)歷、是否有獨(dú)立國(guó)家經(jīng)歷、經(jīng)濟(jì)發(fā)展水平是否較高、資源配置扭曲程度是否較高。4唐睿、唐世平：《歷史遺產(chǎn)與原蘇東國(guó)家的民主轉(zhuǎn)型——基于26個(gè)國(guó)家的模糊集與多值QCA的雙重檢測(cè)》，《世界經(jīng)濟(jì)與政治》2013年第2期。QCA的步驟也是一個(gè)尋找近似充要條件的過(guò)程，但它更加側(cè)重于平均效應(yīng)。首先，QCA需要對(duì)單個(gè)變量進(jìn)行必要性檢驗(yàn)，如果非A是非Y的充分條件（吻合度大于0.9），即假如A＝0，結(jié)果必然基本上不出現(xiàn)；其次，剔除作為必要條件的變量和必要條件等于0的樣本重新檢驗(yàn)，即剔除伊斯蘭國(guó)家和二戰(zhàn)前的蘇聯(lián)加盟國(guó)再度進(jìn)行檢驗(yàn)，察看結(jié)果出現(xiàn)（Y＝1）可能性最高的組合，尋找此前提下的充分條件；最后，結(jié)合充分和必要條件，通過(guò)布爾代數(shù)合并充分條件，計(jì)算出最后的充分必要條件。

（四）定量分析

定量分析是經(jīng)濟(jì)學(xué)和社會(huì)學(xué)中最為常用的方法，它的基本邏輯是基于共變法和對(duì)頻數(shù)的統(tǒng)計(jì)。在實(shí)證研究中，定量分析通常是基于推斷性統(tǒng)計(jì)，回歸分析則是最為常見(jiàn)的定量方法，定量方法大致分為如下幾個(gè)步驟。首先，確定研究問(wèn)題的自變量和因變量，形成待檢驗(yàn)的假設(shè)。定量研究對(duì)于數(shù)據(jù)和問(wèn)題的清晰程度要求比上述其他三種研究更為嚴(yán)格，而且對(duì)于因果關(guān)系的清晰程度的要求也更高，除了難以解決范式類的研究之外，通常也很難解決特別復(fù)雜的因果關(guān)系。5龐珣：《國(guó)際關(guān)系研究的定量方法：定義、規(guī)則與操作》，《世界經(jīng)濟(jì)與政治》2014年第1期。其次，測(cè)量變量和生成數(shù)據(jù)之后，對(duì)數(shù)據(jù)進(jìn)行處理和描述性統(tǒng)計(jì)，例如給出變量之間的相關(guān)系數(shù)、方差、極值等數(shù)據(jù)。如果文章的理論正確，并且具有較高質(zhì)量的數(shù)據(jù)，通過(guò)描述性統(tǒng)計(jì)，例如趨勢(shì)圖可以在一定程度上作出初步的判斷。再次，建立統(tǒng)計(jì)模型進(jìn)行參數(shù)估計(jì)和假設(shè)檢驗(yàn)。以t檢驗(yàn)為例，在控制了基本變量后，如果自變量的系數(shù)為0的概率低于一定程度（如0.05或者0.01），則可以認(rèn)為能夠拒絕原假設(shè)，從而證實(shí)其結(jié)論。詹姆斯·雷（James Ray）提出回歸分析的5個(gè)基本注意事項(xiàng)，包括不能控制中介變量，區(qū)分補(bǔ)充性解釋和競(jìng)爭(zhēng)性解釋，不能過(guò)度增加控制變量，不要控制和解釋變量在定義上非常接近的因素，控制可能的時(shí)間和空間差異。1James Lee Ray, Explaining Interstate conflict and War: What Should Be Controlled For? Conflict Management and Peace Science, vol. 20, no. 2, 2003, pp. 1-31.又次，對(duì)檢查模型結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，通過(guò)變換測(cè)量方式和控制變量察看模型是否穩(wěn)健。最后，對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行分析，通常情況下，由于定量分析往往只能解釋原因和結(jié)果之間的相關(guān)性，對(duì)于結(jié)果的分析往往依賴于理論和專業(yè)知識(shí)，而對(duì)過(guò)程的推測(cè)本身仍然存在不確定性。

四、研究方法的特征與共同使用

需要看到的是，上述4種研究方法的邏輯是不一致的。個(gè)案追蹤和小樣本比較都可以視作是定性研究，而QCA和回歸分析則更接近于定量研究。兩種最核心的差異在于尋找因果解釋到底是試圖尋找“結(jié)果的原因”（Causes of Effects），還是僅僅是試圖甄別“原因的影響”（Effect of Causes）。2Gary Goertz and James Mahoney, A Tale of Two Cultures: Qualitative and Quantitative Research in the Social Sciences,Princeton: Princeton University Press, 2012, p. 43；唐世平：《超越定性與定量之爭(zhēng)》，《公共行政評(píng)論》2015年第4期。定量研究依賴于數(shù)據(jù)集的觀測(cè)值（Data-Set Observation，DSOs），而定性研究則更加依賴于因果過(guò)程的觀測(cè)值（Causal-Process Observation，CPOs）。3James Mahoney, After KKV: The New Methodology of Qualitative Research, World Politics, vol. 62, no. 1, 2010, pp.120-147.假設(shè)理論預(yù)期出現(xiàn)10個(gè)CPOs，在實(shí)證研究中出現(xiàn)5～8個(gè)線索，就基本可以判斷這種理論的可信度較高。事實(shí)上，5～8個(gè)線索已經(jīng)足夠讓假說(shuō)成立，在CPOs的研究中，80%的置信區(qū)間已經(jīng)很高，追加額外的證據(jù)邊際貢獻(xiàn)已經(jīng)很少，無(wú)需像經(jīng)濟(jì)學(xué)家一樣追求95%或者99%。這種邏輯的差異也導(dǎo)致了定性研究和定量研究在樣本選擇上的差異。后者通過(guò)隨機(jī)性使定量分析的殘差符合正態(tài)分布，因此強(qiáng)調(diào)選擇的隨機(jī)性和無(wú)偏性，例如不能夠根據(jù)因變量來(lái)進(jìn)行樣本選擇。4Barbara Geddes, How the Cases You Choose Affect the Answers You Get: Selection Bias in Comparative Politics,Political Analysis, vol. 2, 1990, pp. 131-150.而前者則是基于對(duì)因果機(jī)制的探索，事實(shí)上很多基于對(duì)“半負(fù)面案例”的選擇不可避免地會(huì)帶來(lái)樣本選擇偏差。5這部分的具體討論參見(jiàn)周亦奇、唐世平：《“半負(fù)面案例比較”：北約與華約的命運(yùn)為何不同？》，《世界經(jīng)濟(jì)與政治》2018年第12期；葉成城、唐世平：《基于因果機(jī)制的案例選擇》，《世界經(jīng)濟(jì)與政治》2019年第10期。在這些方法中，過(guò)程追蹤和質(zhì)性分析更加偏向于案例內(nèi)的效度，而它們的差異則在于，質(zhì)性分析一定程度依賴案例間的比較通過(guò)求同/求異法來(lái)得出因果推斷，但是離開(kāi)了對(duì)案例的深入研究來(lái)談平均效應(yīng)，質(zhì)性分析會(huì)出現(xiàn)“小樣本謬誤”。而QCA和定量分析，則更加重視案例間的平均效應(yīng)，即通過(guò)統(tǒng)計(jì)自變量的頻數(shù)來(lái)討論它們對(duì)于因變量的平均影響，單個(gè)案例起到的作用微乎其微。而QCA和定量分析的差異在于對(duì)頻數(shù)的統(tǒng)計(jì)，QCA重在尋找類型組合導(dǎo)致結(jié)果出現(xiàn)的概率；而定量方法如回歸分析則建立在高斯分布的基礎(chǔ)上，通過(guò)拒絕自變量或變量組合系數(shù)為0的原假設(shè)來(lái)確立自變量對(duì)因變量的影響。

上述的4種樣本類型對(duì)應(yīng)了4種基本方法，但是這種對(duì)應(yīng)和界線并不是絕對(duì)的。而這4種方法各自都存在一定的缺陷，這種缺陷源自于它們對(duì)應(yīng)的密爾方法，采用混合方法可以在一定程度上彌補(bǔ)各自的缺陷并增強(qiáng)解釋力。

混合方法則是通過(guò)結(jié)合或者部分結(jié)合定量和定性方法來(lái)避免單一方法的缺陷。1Evan S. Lieberman, Nested Analysis as a Mixed-Method Strategy for Comparative Research, American Political Science Review, vol. 99, no. 3, 2005, pp. 435-452.其主要目的包括尋求不同方法的研究結(jié)果的聚合、擴(kuò)大特定項(xiàng)目的廣度和范圍、互相補(bǔ)充或者發(fā)現(xiàn)悖論、通過(guò)不同方法推進(jìn)研究，等等。2[美]阿巴斯·塔沙克里、查爾斯·特德萊：《混合方法論：定性方法和定量方法的結(jié)合》，唐海華譯，重慶大學(xué)出版社，2010年，第41頁(yè)。約翰·克雷斯威爾（John Creswell）基于不同的研究特征總結(jié)了6種基本混合方法的策略方法，通過(guò)不同方法之間的互相印證提高理論的可信度。3[美]約翰·克雷斯威爾：《研究設(shè)計(jì)與寫作指導(dǎo)：定性、定量與混合研究的路徑》，崔延強(qiáng)譯，重慶大學(xué)出版社，2007年，第168～173頁(yè)。需要看到的是，對(duì)于不同混合策略的選擇，往往也受到樣本特性的影響，例如在樣本較大時(shí)，定量研究的優(yōu)勢(shì)會(huì)更加明顯，反之亦然。假設(shè)研究的自變量X通過(guò)中介變量M導(dǎo)致結(jié)果Y，即X→M→Y。定量為主的研究往往通過(guò)大樣本數(shù)據(jù)證明X和Y之間的共變關(guān)系，由于數(shù)據(jù)分析無(wú)法闡述案例的因果機(jī)制，因此需要用定性方法去補(bǔ)充，展示X→M和M→Y的具體過(guò)程。同理，在定性為主的樣本研究中，由于數(shù)量過(guò)少，就無(wú)法成立案例之間的有效性，但是仍然有可能通過(guò)案例內(nèi)比較來(lái)證明X→M，假如能夠有足夠多的定量數(shù)據(jù)來(lái)證明，X和M之間的相關(guān)性，那么就會(huì)成為整個(gè)定性研究中非常重要的證據(jù)。通常情況下，只有在樣本具備一定規(guī)模但仍然不是很多的情況下（例如數(shù)百個(gè)），且擁有足夠的資源可以對(duì)每一個(gè)樣本進(jìn)行案例研究，否則很難嚴(yán)格實(shí)行兩種方法的混合應(yīng)用。

五、結(jié) 論

前面介紹了社會(huì)科學(xué)中的研究設(shè)計(jì)和案例比較的基本邏輯和方法，無(wú)論是定量還是定性方法，它們都有著各自的優(yōu)點(diǎn)和局限，在使用任何一種方法或者混合方法時(shí)，研究者都要明白它們的適用范圍，而樣本數(shù)量和樣本特性則是對(duì)適用范圍最基本的限制。社會(huì)科學(xué)中的研究設(shè)計(jì)，既是一門科學(xué)，也是一種藝術(shù)。一方面，社會(huì)科學(xué)不是詮釋，不論是定性還是定量，都要有嚴(yán)格的內(nèi)部邏輯過(guò)程，具有一定的操作程序和流程，通過(guò)數(shù)據(jù)集和因果過(guò)程的觀測(cè)值作為實(shí)證證據(jù)來(lái)增加因果分析的可信度，即盡可能地提高X是Y的原因的可能性。社會(huì)科學(xué)作為一門科學(xué)，具有一定的可重復(fù)性，即如果采用特定的測(cè)量、比較和因果分析的流程，無(wú)論是基于DSOs還是基于CPOs的研究，只要研究的史料和數(shù)據(jù)沒(méi)有發(fā)生根本性的變化（如特定事件被證明被嚴(yán)重誤解或測(cè)量方法存在偏差），不同人進(jìn)行定量或者定性研究得出的結(jié)論是相似的。當(dāng)然，往往對(duì)基于DSOs的研究進(jìn)行重復(fù)時(shí)，結(jié)果會(huì)更加相近，因?yàn)椴煌难芯空邔?duì)于特定的CPOs的理解更有可能產(chǎn)生分歧。

另一方面，社會(huì)科學(xué)又是一門藝術(shù)，科學(xué)方法也僅僅是諸多研究方法中的一種。研究者對(duì)于研究問(wèn)題和解釋變量的選擇，往往受到自身的經(jīng)歷、價(jià)值觀念或者語(yǔ)言文化背景的深刻影響。同時(shí)，樣本數(shù)量并不完全局限于方法的選擇，即便是單一案例，也可能在微觀層面（例如次國(guó)家層面）存在大樣本分析的必要；而隨著QCA軟件的不斷改善，同樣可以處理諸如100～200個(gè)樣本的研究，此時(shí)就需要權(quán)衡采用QCA還是定量分析，或者兩者兼用。除此之外，研究論文本身也有篇幅的限制，在有限篇幅內(nèi)往往無(wú)法窮盡方法和案例，因此如何進(jìn)行謀篇布局也需要經(jīng)驗(yàn)和藝術(shù)。