什么是研究方法论
📝 研究方法论不只是"用什么方法做研究"的技术问题，更是"什么是知识、如何获得知识"的哲学问题。本体论、认识论和方法论构成三层架构，不同的回答方式催生了不同的研究范式——实证主义、诠释主义和批判理论。
方法论的定义与层次
研究方法论（research methodology）是关于研究方法的理论和原则体系——它不只关心"如何收集和分析数据"（那是研究方法，research methods），更关心"为什么选择这种方法而非那种"“这种方法基于什么样的知识假设"“它能产生什么类型的知识”。
方法论的核心是区分三个层次的问题——这就是所谓的"三层架构”：
本体论（Ontology）
本体论追问的是：社会现实的本质是什么？ 它是否独立于人类认知而客观存在？还是由人类的意义建构所创造？
实在论（realism）认为社会现实客观存在，不以个人意志为转移——社会结构、制度、阶层差异都是"客观的"。建构论（constructionism）认为社会现实在根本上是由人类通过语言、互动和共享意义建构出来的——“国家"“婚姻"“货币"之所以存在，是因为人们共同相信它们存在。批判实在论（critical realism，Bhaskar）试图综合两者：社会现实有不依赖于认知的客观维度（如经济结构），但对它的认识总是通过概念和理论中介的——现实是分层的，表面观察到的事件背后有深层的因果机制。
认识论（Epistemology）
认识论追问的是：关于社会现实的知识如何可能？什么算作合法的知识？
经验主义（empiricism）认为合法的知识来自感官经验和系统观察——只有可观察、可测量的东西才能成为科学知识的对象。理性主义认为某些知识可以通过纯粹推理获得。诠释学（hermeneutics）认为社会知识的核心是理解意义——理解行动者赋予其行为的主观意义，而非仅仅观察外在行为。批判认识论认为知识总是嵌入权力关系中，“价值中立"本身就是一种隐蔽的价值立场。
方法论（Methodology）
方法论追问的是：应该如何研究社会现实？ 它是本体论和认识论的逻辑延伸——对现实本质和知识性质的不同回答，导致对研究方法的不同选择。
| 层次 | 核心问题 | 实证主义回答 | 诠释主义回答 | 批判理论回答 |
|---|---|---|---|---|
| 本体论 | 现实是什么？ | 客观存在的规律 | 由意义建构的 | 被权力结构塑造的 |
| 认识论 | 知识如何可能？ | 通过观察和测量 | 通过理解和诠释 | 通过揭露和批判 |
| 方法论 | 如何研究？ | 定量、实验、统计 | 定性、民族志、访谈 | 意识形态批判、行动研究 |
📝 案例：“贫困"的三层分析。 对同一个社会现象——贫困——三种范式会提出完全不同的研究问题和方法。实证主义者会问：贫困率是多少？哪些因素（教育、就业、地区）与贫困相关？方法是大规模调查和统计回归。诠释主义者会问：贫困对当事人意味着什么？他们如何理解和应对自己的处境？方法是深度访谈和民族志。批判理论者会问：什么样的社会结构和权力关系制造并维持了贫困？研究本身是否在再生产不平等？方法是意识形态批判和参与式行动研究。三者不是在用不同方法回答同一个问题，而是在问不同的问题。
三大研究范式
实证主义（Positivism）
Auguste Comte（孔德）在 19 世纪创造了"实证主义"和"社会学"这两个词。他提出三阶段法则：人类知识从神学阶段（用神意解释）→ 形而上学阶段（用抽象力量解释）→ 实证阶段（用可观察的规律解释）依次发展。社会学的使命是成为"社会的物理学”。
实证主义的核心特征包括：方法统一（自然科学的方法适用于社会研究）、经验主义（只有可观察的东西才是知识的对象）、价值中立（研究者应排除个人价值判断）、法则追求（目标是发现类似自然定律的社会规律）。
Durkheim（涂尔干）是实证主义社会学的典范实践者。在《自杀论》（1897）中，他用统计数据证明：自杀率与社会整合程度有规律性的关联——新教国家高于天主教国家、未婚者高于已婚者、和平时期高于战争时期。自杀看似最个人的行为，却受到社会力量的系统性影响。
诠释主义（Interpretivism）
诠释主义的核心主张是：社会世界与自然世界有本质区别——它是由意义构成的。Max Weber（韦伯）提出了理解社会学（Verstehende Soziologie）——社会学不应只解释行为的因果机制，还应理解行为对行动者的主观意义。
Weber 区分了四种社会行动类型：目的理性行动（为达成目标选择最优手段）、价值理性行动（出于价值信念不计后果）、情感行动（由情感驱动）、传统行动（出于习惯）。理解一个行动意味着知道它对行动者来说"意味着什么”。
Schutz（舒茨）和 Berger & Luckmann 进一步发展了社会建构论——社会现实本身是通过人们的日常互动和意义赋予建构出来的。制度、角色、规范看起来是"客观的”，但其基础是共享的主观意义。
批判理论（Critical Theory）
批判理论拒绝社会科学的"价值中立"幻想——研究不只是描述社会，还应该揭露不公正、推动解放。Horkheimer（霍克海默）区分了传统理论（以自然科学为模型，追求客观描述）和批判理论（明确以人类解放为目标）。传统理论的"价值中立"本身就是一种隐蔽的价值立场——它默认了现有社会秩序的合理性。
批判理论的当代影响包括：女性主义方法论（知识生产中的性别盲点）、后殖民方法论（谁的经验被当作"普遍的”？）、参与式行动研究（被研究者是"共同研究者"而非"对象”）。
📝 案例：Anthony Giddens 的双重诠释学。 Giddens 提出了双重诠释学（double hermeneutics）的概念来描述社会科学的独特处境：社会科学家在解释一个已经被行动者自己解释过的世界。物理学家解释原子——原子没有自己对自身的"理解"。但社会学家解释社会行为时，行动者已经有了自己对行为意义的理解。更复杂的是，社会科学的研究结果可能反过来改变行动者的理解和行为。当"消费者信心指数"被公布后，它不仅是对消费者信心的描述，还可能影响消费者的信心——这在自然科学中不会发生。
范式之间的关系
三大范式之间的关系存在三种立场：
不可通约论认为不同范式有不同的本体论和认识论预设，无法相互翻译或比较——它们不是在回答同一个问题，而是在问不同的问题。
互补论认为不同范式各有适用范围——定量方法回答"多少"“多大程度”，定性方法回答"为什么"“怎样”——两者可以在同一研究中互补使用。
整合论试图构建一个更高层次的框架来容纳所有范式。批判实在论（Bhaskar）和实用主义（Dewey, Rorty）是两种有影响力的整合尝试。批判实在论承认存在独立于认知的客观现实，但也承认对现实的认识总是理论中介的和可错的。实用主义则主张放弃本体论和认识论的抽象争论，根据研究问题选择最有效的方法。
方法论自觉的重要性
方法论的价值不仅在于帮助研究者选择恰当的方法，更在于培养一种方法论自觉（methodological self-awareness）——意识到自己的研究预设了什么样的本体论和认识论立场，并能够清晰地说明和辩护这些预设。
缺乏方法论自觉的研究者容易陷入两种困境。第一种是方法论天真（methodological naivete）——不假思索地采用学科内的主流方法，而没有意识到这种方法选择背后隐含的哲学假设。例如，一位经济学家使用回归分析研究"文化对经济增长的影响"，如果没有反思"文化"这一概念能否被有意义地量化为一个回归变量，分析的前提就已经站不住脚。
第二种是方法论教条（methodological dogmatism）——将某一种方法绝对化，排斥其他方法的价值。“只有可量化的才是知识”（实证主义教条）或"所有量化都是对人的异化"（极端诠释主义教条）都是方法论教条的表现。
📝 案例：方法论选择如何塑造研究结论。 考虑"社交媒体对青少年心理健康的影响"这一研究问题。实证主义取向的研究可能设计一项大规模纵向调查，测量社交媒体使用时间与抑郁量表得分的相关性，得出"每天使用社交媒体超过 3 小时的青少年抑郁风险增加 25%“的结论。诠释主义取向的研究可能对 20 名青少年进行深度访谈，发现社交媒体对不同个体的意义截然不同——有些人感到孤立和攀比压力，有些人找到了归属感和支持网络——“使用时间"这一单一指标远不能捕捉这种复杂性。批判理论取向的研究可能追问：社交媒体平台的算法设计如何利用青少年的心理脆弱性来最大化用户参与度？这些公司的商业模式本身是否构成了一种结构性的伤害？三种取向不是在回答同一个问题——它们各自揭示了现象的不同面向。
元科学：方法论的第四层
三层架构（本体论—认识论—方法论）描述的是研究者在设计一项研究时必须回答的问题。2005 年之后出现的元科学（metascience，又称 meta-research）增加了第四层：把科学研究实践本身当作经验研究的对象——已发表文献中有多少结论经得起重复？研究者的分析选择如何分布？期刊的筛选机制对文献的整体图景做了什么？
这一转向的意义在于，方法论的争论第一次有了自己的经验证据。此前对"某种方法是否可靠"的判断依赖概念论证；元科学则把它变成了可测量的问题。
Ioannidis 的论证：为什么大多数发表的研究发现是错的
John Ioannidis（约安尼迪斯，1965-）2005 年发表的《为什么大多数发表的研究发现是错的》（Why Most Published Research Findings Are False）是元科学的奠基文献。这篇论文常被误读为一项实证调查——它实际上是一个概率论推演：给定一个研究领域的若干结构性参数，计算"一个已发表的显著结果为真"的概率，即阳性预测值（positive predictive value, PPV）。
推演的关键在于，PPV 不只取决于显著性水平 α，还取决于三个通常不被报告的量：
| 参数 | 含义 | 对 PPV 的影响 |
|---|---|---|
| 先验比 R | 该领域中"真关系"与"假关系"的比例 | R 越低，显著结果为真的概率越低 |
| 统计效力 1−β | 真效应被检出的概率 | 效力越低，显著结果中真阳性的份额越小 |
| 偏倚 u | 本应为零结果但被转化为显著结果的比例 | 偏倚越大，PPV 下降越快 |
🔍 由此可以推出几条反直觉的推论：研究规模越小，结论为真的概率越低；效应量越小，结论为真的概率越低；被检验的关系越多而预设越少（如全基因组关联、大规模问卷的相关矩阵），结论为真的概率越低；设计、定义、结果与分析方式的灵活度越大，结论为真的概率越低；领域越热门、竞争团队越多，结论为真的概率反而越低——因为大量团队同时检验同一批假设时，最先发表的往往是运气最好而非估计最准的那一个。
🌍 这些推论解释了一个长期困扰各学科的现象：候选基因研究、社会启动效应、微观营养素与疾病的关联，这些领域最初都产出了大量高度显著、效应量惊人的结果，随后在大样本重复中系统性地收缩甚至消失。收缩不是偶然，而是上述参数结构的必然产物。
⚠️ Ioannidis 的论文本身也是争论对象。Goodman 与 Greenland（2007）指出，PPV 的具体数值对 R 和 u 的取值极为敏感，而这两个参数在任何领域都无法直接观测——“大多数"这一断言因此更接近一个提醒而非一个测量结果。Jager 与 Leek（2014）用已发表论文中报告的 p 值分布估计医学文献的错误发现率约为 14%，远低于"大多数”。反对者则指出，这一估计只能覆盖被报告出来的 p 值，正是发表偏倚所筛选后的样本。当前学界的共识是：Ioannidis 的参数结构分析已被广泛接受，具体数值仍无定论。
测量的当代问题：构念效度与量表泛滥
如果说因果推断关心"关系是否真实”，测量关心的是更前置的问题：变量本身是否指称了任何真实的东西。
构念效度（construct validity）由 Cronbach 与 Meehl（1955）提出：一个测量工具的效度不能靠单一标准判定，而要看它在法则网络（nomological network）中的表现——它与理论预期应相关的量确实相关，与理论预期应无关的量确实无关。这一定义的实践后果是，效度不是量表的固有属性，而是"该量表在特定用途上的推论是否成立”。
社会科学在过去二十年积累了两类系统性问题：
| 问题 | 表现 | 后果 |
|---|---|---|
| 同名异实（jingle fallacy） | 两个量表用同一个名称，测的却是不同东西 | 文献表面上在累积，实际在讨论不同变量 |
| 异名同实（jangle fallacy） | 两个量表名称不同，测的几乎是同一东西 | 制造出虚假的"新构念"和虚假的预测力 |
| 量表泛滥 | 每篇论文自制新量表，很少复用与检验 | 效应无法跨研究比较，元分析失去可比基础 |
🔍 异名同实是当前最严重的一类。Angela Duckworth 的"坚毅"（grit）量表被广泛推广为一个新构念，但 Credé、Tynan 与 Harms（2017）的元分析发现，坚毅的"持之以恒"分量表与人格五因素中的尽责性（conscientiousness）相关系数高达 0.84——在测量误差范围内几乎不可区分，且对学业成绩的增量预测力极小。Scott Lilienfeld 把这类问题概括为心理测量与常识概念的重叠：许多"新发现的"心理构念，在剥去量表外壳后与既有构念或日常判断并无差别。
🌍 这一问题直接影响政策。当一个构念被认为是"独立于人格的可训练技能"时，它会催生大规模的干预项目；当它被证明只是既有人格维度的重新命名时，干预的理论依据随之瓦解。测量问题因此不是技术细节，而是决定了大量公共资源的流向。
⚠️ 构念效度的判定存在循环风险：判断量表是否测到了构念，需要先有关于该构念的理论；而理论的检验又依赖该量表。Denny Borsboom（2004）主张一种实在论的解决方案——只有当构念所指的属性被认为真实存在并因果地产生了测量反应时，效度问题才有确定答案；操作主义的替代方案（“智力就是智力测验所测的东西”）则以放弃这一问题为代价换取了操作上的确定性。两种立场至今并存，前者在心理测量学内部影响渐增，后者在应用领域仍是默认做法。
💭 延伸思考
- 一位研究者能否在同一项研究中同时持有实证主义和诠释主义的立场？这在逻辑上是否一致？混合方法研究是否需要一个统一的哲学基础？
- “价值中立"在多大程度上是可能的？一个研究贫困的社会学家能完全不带关于贫困"应该"如何被解决的价值判断吗？
- 大数据和人工智能是否催生了一种新的认识论？“让数据说话"的方法论立场应该如何定位？
- 元科学把研究实践当作经验对象，这一层次本身也由人类研究者执行，同样受制于发表激励和分析灵活度。元科学研究是否会重演它所诊断的问题？如果会，什么机制能够打破这一递归？
- 如果坚毅与尽责性在测量上几乎不可区分，为何前者仍能在教育与管理领域获得远高于后者的政策关注？构念的命名与叙事在多大程度上独立于其测量属性而发挥作用？
📚 参考文献
- Creswell, J. W., & Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5th ed.). Sage. 研究方法论的权威教材。
- Guba, E. G., & Lincoln, Y. S. (1994). “Competing Paradigms in Qualitative Research.” In N. K. Denzin & Y. S. Lincoln (Eds.), Handbook of Qualitative Research. Sage. 范式分类的经典框架。
- Bhaskar, R. (1975). A Realist Theory of Science. Verso. 批判实在论的奠基之作。
- Weber, M. (1922). Economy and Society (《经济与社会》). 理解社会学的经典论述。
- Horkheimer, M. (1937). “Traditional and Critical Theory.” 批判理论的纲领性文章。
- Ioannidis, J. P. A. (2005). “Why Most Published Research Findings Are False.” PLoS Medicine, 2(8), e124. 元科学的奠基文献。
- Cronbach, L. J., & Meehl, P. E. (1955). “Construct Validity in Psychological Tests.” Psychological Bulletin, 52(4), 281-302. 构念效度概念的原始表述。
- Credé, M., Tynan, M. C., & Harms, P. D. (2017). “Much Ado about Grit: A Meta-Analytic Synthesis of the Grit Literature.” Journal of Personality and Social Psychology, 113(3), 492-511. 异名同实问题的代表性实证分析。
- Borsboom, D. (2005). Measuring the Mind: Conceptual Issues in Contemporary Psychometrics. Cambridge University Press. 测量效度的实在论辩护。