發布時間：2022-04-21所屬分類：經濟論文瀏覽：1次
摘 要： 摘 要：定性比較分析(QualitativeComparativeAnalysis)正在 西方 社 會 科 學 研 究 領 域悄然興起。表面上看這只是一種研究社會科學的技術性手段，但實質上它代表著一種全新的研究邏輯，可以作為傳統的定性研究和定量研究的重要補充。定性比較分析的基本邏輯是：基于
摘 要：定性比較分析(QualitativeComparativeAnalysis)正在 西方 社 會 科 學 研 究 領 域悄然興起。表面上看這只是一種研究社會科學的技術性手段，但實質上它代表著一種全新的研究邏輯，可以作為傳統的定性研究和定量研究的重要補充。定性比較分析的基本邏輯是：基于布爾代數原理，通過討論集合間的隸屬關系發掘多個案例所展現的普遍特征。它與傳統的定量研究相比主要有三個差異：(1)聚焦研究結果變量和自變量之間的非對稱性關系，突破了傳統定量研究基于相關系數的對稱性思維局限;(2)認為達到同樣的結果可以有多條路徑，而每條路徑都是不同的相關因素組合，這突破了傳統定量研究拘泥于單一模型驗證獨立變量顯著性的思維套路;(3)以模糊集合代替對變量的精確性測量，使研究結論更加符合真實世界的要求和客觀規律。結合經濟管理學等領域的具體案例，文章還闡述了定性比較分析緣何可以成為傳統定性和定量研究以外的第三種研究思想，并提出了該方法的研究局限和在經濟管理學領域的應用展望。
關鍵詞：定性比較分析;研究邏輯;經濟管理
一、引 言
在社會科學研究中，關于定性方法和定量方法孰優孰劣之爭由來已久。定性比較分析最原始的思想就在這一片爭論聲中，于20世紀80年代由美國社會學家 CharlesRagin首次提出。當時的學術界認為，定性比較分析只是提供了一個折中的路線，機智地避開了定性與定量這兩種方法各自的缺陷(Ragin，1987)。然而，綜觀定性比較分析近30年來的發展和應用，它帶給社會科學研究者的已遠遠不只是一種技術性手段，而更是一種全新的研究邏輯(Rihoux，2006;Berg-Schlosser等，2008;Schneider和 Wagemann，2009)。它適合研究包括經濟學和管理學在內的社會科學，能夠成為主流的社會科學研究方法之一。但可惜的是，目前的社會科學研究方法，大體只有定性研究和定量研究兩大類，而其中的定量研究又普遍都是基于回歸分析的定量方法，無論是“多元回歸”，還是“結構方程”(SEM)，本質都是基于變量的回歸。研究方法的單一性直接導致了研究邏輯的單一性，以至于但凡涉及社會科學的定量研究，研究人員都循規蹈矩地以尋找相關變量在大樣本統計上的顯著性作為研究的基本邏輯。而傳統的定性研究則都是基于相關個案的歸納或者邏輯演繹，無法驗證結論的普遍適用性，這是傳統定性研究的短板。定性比較分析的出現調和了傳統定性和定量研究的特點，形成了一種新的社會科學研究思想(Ragin，2008)。定性比較分析方法在國外社會科學研究領域的應用已相當廣泛(Ragin，1987;DeMeur和 Rihoux，2002;Rihoux，2003;Ra-gin和 Rihoux，2004)，但在我國卻仍然是一新鮮事物，提及定性比較分析方法的學術論文僅有三篇，作者分別是黃榮貴和桂勇(2009)、倪寧和楊玉紅(2009)、李健和西寶(2012)。
本文旨在解析定性比較分析的研究邏輯，以期望對經濟管理學的研究提供源自方法論的思想啟迪。文章研究安排如下：首先，根據 Gigerenzer(1991)對研究工具的“非獨立性”的闡述，指出了定性比較分析研究邏輯的三大基本特征：第一，將研究問題抽象為不同的因素組合，通過因素之間的集合隸屬關系來研究社會問題。集合隸屬關系是一種非對稱關系，因此定性比較分析承認了非對稱關系的普遍存在性;第二，非對稱性關系的存在，使得達到同樣的結果可以有多條路徑選擇，定性比較分析旨在找出這些路徑，因此它承認了社會現象背后隱含的多重并發條件的存在性;第三，整合了定性研究的特點，關注因素的質變而非量變，因此其聚焦的是因素的“有效變化”。其次，通過理論分析并結合經濟管理學的實際案例，闡述定性比較分析研究邏輯的基本特征。再次，分析了定性比較分析對經濟管理學研究的啟示。最后，基于文獻研究和實際運用該方法的感受指出了定性比較分析的使用局限性。由于“回歸分析”已為廣大社會科學研究者所熟悉，為了更好地分析定性比較分析的特點，文章主要將其與基于回歸分析的傳統定量研究方法進行對比。為方便起見，如無特別交代，文中提及的“傳統的定量研究”皆指以“回歸分析”為主要方法的定量研究。
二、研究工具影響研究邏輯
Gigerenzer(1991)將研究工具影響研究邏輯闡述為研究工具的“非中立性”。研究者選用不同的研究工具將導致對同一個研究問題，可以著力于不同的研究目標。傳統的定量研究的目標幾乎都是驗證相關自變量對結果變量即因變量在統計上是否顯著，研究邏輯是：首先確定研究的因變量和有關的自變量，然后經過回歸驗證每個自變量對因變量的影響是否顯著，通過“回歸分析”排除他因，找到每個自變量對結果變量的真實影響。反觀傳統的定性研究，其研究邏輯是：對一個或者多個相關案例，通過全面描述歸納其展現出的規律性，但是這只是基于研究人員能夠觀察到的有限個案而發現的，無法保證其結論的普遍適用性;因為傳統的案例研究在進行多個案例比較時，并未嘗試進行科學的統計性驗證。結論缺乏普遍適用性是傳統案例研究的劣勢(Ragin和 Becker，1992;Gerring，2004)。
定性比較分析在一定程度上綜合了傳統定性研究的特點和傳統定量研究的優勢，以討論集合間的隸屬關系為主要手段，基于布爾代數的原理，發掘多個案例所展現的普遍性特征。Ragin認為，通過集合關系來研究社會科學是合適的，因為所有社會科學的論斷都是基于“系動詞表述”，而系動詞則反映了集合關系。例如，“發達國家都是民主國家”這一論斷，集合關系表達為：發達國家的集合是民主國家集合的子集(Ragin，2008);又例如，“融洽的雇主雇員關系可以讓企業績效提高”，集合關系表述為：雇主雇員關系融洽這一集合是企業高績效集合的子集;而“經濟危機爆發前的特征表現為生產過剩和資產泡沫化嚴重”，集合關系則表述為：經濟危機爆發這一集合是生產過剩和資產泡沫化嚴重這兩個集合交集的子集。簡單來說，定性比較分析的研究邏輯是通過一定數量的案例之間的比較，找到集合間的普遍性隸屬關系，其研究結論相比傳統定性研究具有更高的效度。對比而言，傳統定量研究“找變量-建模型-假設檢驗”的研究邏輯，要求研究人員將可能影響結果的相關變量都放入模型中進行統計回歸，這種做法的科學性雖然毋庸置疑，但其中一個重要假設前提是承認自變量和結果變量間只存在兩種可能：一是沒有相關關系，二是有相關關系。事實上許多定量研究的實證結果往往介于這兩者之間，嚴格而言，是違背其設定的假設前提的。現實中固然存在大量的“對稱性”相關關系，但也存在廣泛的“非對稱性”集合關系。
三、定性比較分析研究邏輯的基本特征
(一)非對稱性關系普遍存在。承認現實世界中廣泛存在著非對稱性關系是定性比較分析研究邏輯的基本特征之一。何謂非對稱性關系?從邏輯學角度講，所有的“必要非充分條件”和“充分非必要條件”都描述一種非對稱性關系。若自變量和結果變量的取值如圖1所示，可以很直觀地看出，當自變量取值高時，結果變量的取值也高;但是，當自變量的取值低時，結果變量的取值未必就低;因此，這種非對稱性關系體現為自變量是結果變量的“充分非必要條件”。假設結果變量是考試成績，自變量是IQ(智商)，“充分非必要條件”即指：若IQ高，考試成績一定高，但IQ 低考試成績也未必就低(愚鈍的學生通過刻苦努力成績也可以很高)。
需要指出的是，定性比較分析不使用變量一詞，而使用“因素(Antecedent)”代替變量，以“因素”表示其隸屬于某一個集合的程度。如上例中提到的IQ 高，則可以用 隸 屬 于“高IQ”這一集合的程度來表示。因此，圖1所示的非對稱性關系，在定性比較分析中，以集合的形式描述為自變量所代表的集合是結果變量所代表的集合的子集，如圖2所示。
但是，傳統的定量研究大多聚焦如圖3所示的對稱性關系。由圖3可見，自變量高時，結果變量的取值也高;自變量低時，結果變量的取值也低。因為回歸分析是通過變量間的相關系數所得到的，而相關性則是一種對稱性關系。如果僅從相關性的結果來看，圖1的對稱性不明顯，但是其非對稱性關系則非常明顯。
傳統的定量研究在處理現實世界中廣泛存在的非對稱性關系時，顯得乏善可陳。比如，在研究財富和幸福度的關系問題上，傳統的定量研究大多認為，財富和幸福度之間存在顯著的正相關關系，美國學者 Hagerty和 Veenhoven(2003)通過對相關國家的數據進行回歸分析也驗證了這一點。但是，Fischer(2008)卻發現隨著美國人財富的持續增加，其幸福度 并沒有相應地持續增加，Fischer稱其為幸福悖論�；谧兞炕貧w的研究假設為：財富和幸福度要么沒關系，要么存在此消彼長或此高彼漲的相關關系。然而，財富和幸福度之間也可能圖3自變量和結果變量的對稱性關系存在著非對稱性關系，即財富是 幸 福 的“必 要 但 非 充 分”條件。也就是說，沒有財富一定不會幸福，但是，當財富作為幸福的必要條件的“閾值”達 到 以 后，財富還需要和其他相關因素結合(因素組合)才能獲得相應的幸福。該假設在真實的環境中是基本合理的，中 國 有 句 俗 語“貧 賤 夫 妻 百 事哀”，即是描述了財富和幸福的這種非對稱性關系;當然，其否命題“越富貴的夫妻越幸福”則不成立。在中國傳統文化中也有許多類似的例證，比如隋朝的顏之推在《顏 氏 家 訓》中反復闡述財富和幸福不是正相關關系，并叮囑他的后代不要把市井的斤斤計較帶入婚姻中，不 要 攀 高 枝，否 則，雖然得到了物質 財 富，但 卻 自 取 其 辱，毫 無 幸 福 可 言。“近 世嫁娶，遂有賣女納財，買婦輸絹，比量父祖，計較錙銖，責多還少，市井無異�；蜮鲈陂T，或傲婦擅室，貪榮求利，反招羞恥，可不慎歟!”(《顏氏家訓治家第五》)。
誠然，在不同的路徑下，的確會有某些因素處于某種核心位置，例如，達到C 結果的兩條路徑X1●X2●～X3和 X2●X4●X5，其中 X2因素為兩條路徑所共享，圖5直觀表現圖5 不同的路徑和其因素組合為 X2處于內圈，外圈的因素組合是可以變動的。
但即使 X2因素占據核心位置，也并不能因此而認為該因素就可以單獨影響結果，它需要和不同的其他因素的組合才能發生作用。Fiss(2007)在研究高績效的企業的成因時，通過定性比較分析方法發現不能簡單地將問題歸結為哪種類型的企業，哪種市場策略，或者哪種組織架構更易獲得高績效。因為不同類 型 的 企 業，如市場的防守方(Defender)、進 攻 方(Pro-spector)以及中間類 型(Analyzer)，需要和不同的市場策略以及不同類型的組織架構相結合，才能獲得高績效。比如市場的防守方一般屬于成熟的大公司，組織結構更趨于穩定和集中，擁有市場占有率的優勢，比較而言，這類公司所選擇的市場策略如果是成本領先策略和適度的差異化可以確保企業的高績效。Fiss特別強調，通過定性比較分析研究企業績效時，我們不應該大而化之地認為哪種市場策略可以帶來企業的高績效，而應該研究不同市場策略組合帶來的績效差異。同樣的原理，在研究管理者性格和企業成敗的關系時，企業家會問：優秀的管理者應具備何種性格特征?這類問題具有一定的誤導性，因為任何一種性格的管理者都有可能成為優秀的管理者，關鍵在于這種性格應該和哪種類型的企業以及哪種企業文化相組合才能產生有效的反應。顯然，定性比較分析關注因素組合所形成的路徑，而非獨立變量，使其突破了傳統定量研究聚焦于獨立變量顯著性的窠臼。
(三)使用模糊集合聚焦有效變化。上文提及，定性比較分析對所要研究的因素不稱之為“變量”，因為變量是通過測量來體現出它的變化，而定性比較分析將所要研究的因素對照某一指定的集合進行“校準”(Calibration)，以表示因素隸屬于這一集合的程度。
有兩種校準方法：二元校準法和基于模糊集合的校準方法。二元校準法以0和1代表兩端，0代表“完全不屬于”該集合，而1代表“完全屬于”該集合。而基于模糊集合的校準法則將0到1連續化，以代表隸屬程度的不同，這成為定性比較分析研究邏輯的第三大特征。
從表面上看，對變量的“測量”和對集合的“校準”，只是兩種不同的數據處理手段，但卻體現了定性比較分析的特征，也即：測量記錄的是客觀性變化，而校準記錄的是從量變到質變的“有效性變化”。例如，Melamed和Bozionelos(1992)在對男性職員的身高和升職情況進行回歸分析后發現兩者具有顯著的相關性，也就是說，在其他條件基本都一樣的情況下，身高越高的男性相對更容易獲得升職的機會。但基于常識，這種身高的差異只會在有效性變化范圍之內才能體現出優勢，在一般的公司，很難認為一個身高205厘米的職員相對于一個身高195厘米的職員會有任何升職的優勢，因為他們都同時完全隸屬于高個子集合，但是一個180厘米的職員相比一個170厘米的職員可能就有升職優勢，因為他們處在“非高個子集合”往“高個子集合”過渡的“有效變化”范圍內。因此，195厘米到205厘米，在測量上的變化是10厘米，但在校準上的變化卻是0;而170厘米到180厘米，在測量上的變化也是10厘米，但在校準上的變化一定大于0。另外，在經濟學研究國家貧富時，若以GDP作為測量，挪威和瑞士的人均GDP 肯定是不同的，但若基于富裕國家集合進行校準，可以認為它們都完全隸屬于富裕國家集合。
需要指出的是，校準不同于回歸分析中的序列變量(ordinalvariable)，序列變量是基于排序來分組，不考慮它對某一集合的隸屬程度，而校準需要研究人員進行模糊化處理，是基于對案例本身的深刻理解和對研究背景的熟悉而得出的結果(Ragin和 Becker，1992)。
模糊集合的思維由Zadah(1965)在20世紀60年代率先提出，他認為，社會科學研究不同于自然科學，其復雜性比自然科學大很多，而復雜的東西往往是難以精確化的。這其中蘊含著一種“互克性原理”，也稱“不相容的原理”，即當一個系統的復雜性增加時，我們使它精確化的能力就會減少，達到一定限度時，復雜性跟精確性就會相互排斥。在類似的情況下，生物學、心理學、社會學和經濟管理學等都不建議用特別精確的方法量化他們的規律。因此，模糊集合應該受到足夠的重視。——論文作者：夏 鑫1，何建民 1，劉嘉毅2
本文來源于：《財經研究》創刊于1956年9月，本刊注重理論聯系實際，著重研究和闡述我國改革開放和現代化經濟建設的重大理論和實際問題，積極探索具有中國特色的社會主義經濟的發展規律。
SCISSCIAHCI
