定性和定量分析的结合点：草根理论和因果模型，本文主要内容关键词为：定量分析论文,因果论文,草根论文,模型论文,理论和论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
在当代社会学中，存在两个严重的前沿问题。一是定性(Qualitative)（注：这里的定性研究方法，指的是实地调查(Field Research)之类。）和定量(Quantitative)研究方法之间的对立问题；二为理论和研究方法脱节的问题。在社会学实证类的研究中，定量分析与定性分析之间似乎有着不可逾越的鸿沟。在西方，既采用规范定量方法又采用严格定性方法进行研究的社会学家寥寥无几。因方法不同而互相褒贬的例子比比皆是。事实上形成了按使用的研究方法进行分类的两大对立学术阵营[1][2]。但是，无论是定性还是定量分析，都面临着理论与方法的脱节问题。大多数学者都认为社会学理论与研究方法是分隔不开的。但现实是，在很大程度上二者又是脱节的，无论是在教学与科研还是在研究文章的写作和具体社会问题的解决都是如此[3](22)。
自上世纪60年代后期以来，一些学者一直在强调实证研究要以发展理论为出发点。令人欣慰的是，这些学者来自定性和定量两大学术群体。其中最具代表性、最富有成果的是格拉瑟与施特劳斯的著名草根理论探索(Grounded Theory Approach)[4]和布拉洛克的经典因果模型分析(Causal Modeling Approach)[5]。前者以定性分析为特征，后者以定量分析为核心。本文将以格拉瑟与施特劳斯的草根理论探索和布拉洛克的因果模型分析为例，对二者的异同进行比较。笔者认为，如果对二者进行认真的分析，就会发现无论是理论与方法的脱节，还是两种研究方法的对立，都不是无法解决的问题。的确，如果这两种研究方法能够结合在一起，将会为社会学的实证研究提供崭新的发展方向。
一、他们均来自相同或相似的范式
丹子恩和林肯观察到：实证主义和后实证主义学派对无论是定量还是定性分析方法都产生了不可磨灭的影响[6]（就草根理论而言，因其与实证主义的亲缘关系而一直受到批评[7]）。就实证主义和后实证主义学派而言，首先，它们最根本的假设均为：世界是“真实的”；其次，它们都认为，探索的目的是解释[8]；还有，判断学术进步的标准在于，“科学家”预测和控制的能力应随时间而增强[9]。
实证主义和后实证主义学派的范式之间的区别在于前者假设对现实或真实(Reality)可以理解，而后者则坚持认为对现实或真实只能在一定程度上加以理解，换句话说，只能做不完美的理解。这是因为不但人类的智力机能存在固有的缺陷，而且现象本身从根本上说具有难以驾驭的性质[2]。因此，起码对后实证主义者来说，在社会科学中，虽然可以认为通过重复调查或试验得到的结果是对的，但它们只能是可能是对的，也就是说，对这些结果依然需要证伪。就两个范式而言，无论是草根理论还是因果模型与后实证主义的关系都更密切一些[4][9][10]。
二、他们均以构建理论为目的并具有草根探索(Grounded Approach)特征
“定性”这个术语指的是对进程和意义的强调，但它强调的并不是对进程和意义的精确检验，或是对数量、总计、强度或频率所进行的测量（注：很多进行定性分析的后实证主义研究人员也使用统计测量、方法和文件，其目的是在一个较大的总体中找出一组研究对象。在公报研究结果时，他们并不像定量分析研究人员那样，依据那些复杂的统计测量或方法。）。与此相反，或者说在很大程度上，定量研究强调的则是变量之间因果关系的测量和分析，而不是进程。此外，这种研究被理解为是在一个无主观成分的框架中进行的。
虽然定性研究和定量研究之间的区别是非本质性的，但无论使用定量分析还是定性分析都面临着理论和方法脱节的现实。起码在社会学中这种现象十分严重。不过，格拉瑟与施特劳斯的草根理论探索和布拉洛克的因果模型分析均明确无误的展示了对理论的发展和测试的承诺[11][12]。为了对这两种尝试（定性和定量）在理论建设方面的努力进行比较，首先，我们有必要指出这两种尝试均强调实地调查(Grounded Inquire)。草根理论是一种定性研究方法。利用一套系统的操作程序(Procedures)，这种方法试图归纳出关于某种现象的草根理论[13]。该方法以反对宏大抽象或推测性(Grand and Speculative)理论的姿态，强调要忠实于所研究的现象[14]。换句话说，草根理论的词语和数据有着密切的联系（注：在实证类研究中，通过定性研究方法收集的资料也称为数据。）。另外，草根理论方法决不是僵化的，它具有极强的“可调节性”(Fluid)[12]。使用这种研究方法的研究人员希望，他们提炼出的理论最终能和其它学科的理论联系起来。当然，这种联系应该是累积或渐进式的。此外，理论的内涵在运用时也应是有用的[13]。
格拉瑟与施特劳斯认为，理论必须以经验数据为根据[4]。布拉洛克对此完全赞同[5](8)。与格拉瑟与施特劳斯一样，布拉洛克不相信理论可以首先通过演绎而得到，然后加以测试。“实际的过程比这要不确定得多，并且毫无疑问地涉及到归纳方面的努力”[5](8)。布拉洛克认为，理论必须要一部分一部分的构建[15](3)，“这样，理论才会是累积的，那些与数据不相符的理论解释才会被抛弃”[5](8)。布拉洛克相信，根据现存的证据，研究人员应该尽可能的构建起最好的理论[5]，不过，他同时强调理论的概括能力。他更偏爱因果模型的分析。基于经验的互联关系，因果模型探索为进行因果推理提供了一套规则[15]。简言之，格拉瑟与施特劳斯以归纳的方式，着重根据现存证据来构建理论[4]，而布拉洛克则以演绎的方式，强调因果推理的意义[5][10]。
三、就逻辑系统而言，两种方法之间并没有明确的界限
在社会学中，夸大定性与定量分析之间的区别，进而使这两种方法对立是很容易的[1]。不过，如果认真考察这两种方法，就会发现二者之间并不存在一条不可逾越的鸿沟。的确，草根理论是以归纳为特征的，但很明显，它同样使用了演绎法。为了从样本中取出更多能开发理论的数据，需要利用演绎法从归纳的条目(Induced Codes)中推出有关的概念性导向。这种导向告诉我们下一步该如何做。“为了构建一个草根理论，我们不必把所有的新范畴(Categories)都找出来，同样也不能把相关文献中的所有范畴都加以忽略。我们的任务是在数据和已有的有效的范畴之间展示出自然的相适性”[16](4)。正如施瓦特观察到的：草根理论探索是一个既归纳又演绎的复杂过程[14]。这个过程由预先对发展理论的承诺和理性规划所导向。当然，这里强调的是用比较去发现新的东西，而不是为证伪导出假设。不过，假设也许会以副产品的方式出现[16]。此外，在新的草根理论研究中，现存的理论或相关文献也常被用来作背景支撑材料。
因为草根理论家们的主要目标是“发现”，就使用文献或现存的理论而言，他们的确意识性很强。他们认为，如果把精力放在预设的假设(Hypothesis)上，就会给研究人员的观察、信息收集和洞察力等带来局限性[16]。这些理念与草根理论方法的根本性质是一致的。
布拉洛克感兴趣的是用因果模型构建理论[5]。该方法强调，通过数学模型的构建把各种用字句表达的分析结合成一体化。这种数学模型由具有可进行因果解释的联立方程组成。显然，布拉洛克的研究为演绎法。“在理想情况下，人们希望获得一个完全封闭的演绎理论系统。这种系统包括用作公理的一套为数很少的命题。以纯数学或逻辑推理的方式，所有其他命题都应该能够从这几个公理中演绎出来”[5](2)。但是，在现实中，不可能获得一个完全封闭的演绎理论系统。所以布拉洛克不得不面对一个并不能完全封闭的演绎系统。重要的是，为了最终获得一个近似完全封闭的演绎系统，他又不得不研究现存的理论是怎样以归纳的方法构建起来的。因此，布拉洛克认为，研究人员应该首先从那些相对简单的模型和假定(Assumptions)着手，然后，逐步地向较复杂的模型和假设发展[5][10][15]。也正因为此，在布拉洛克的模型中，不但引进了误差项，而且允许有未知的因果变量。所以，我们说就逻辑系统而言，两种研究方法之间并没有明确的界限。
四、两种方法均采用概念—指标研究方式(The Concept-Indicator Approach)
草根理论方法和因果模型方法不但在逻辑系统上有共同点，而且均使用概念—指标研究方式。概念是构建理论的“砖”或“石块”。我们通常的印象是：定性数据涉及的是意义，而定量数据则为数字。作定量研究的社会科学家认为，具有高度概括性的理论陈述需要对概念进行十分抽象的定义。此外，对较抽象或通用理论的测试(Testing)也有明确要求。这些要求包括，理论中那些少量的抽象变量与可测变量之间的链结方式应该非常明晰[5]。因此，具体的测量技术（如哥特曼量表、因素分析等等）就是为揭示抽象概念（所谓特征变量）与很多指标（可观察变量或者显性变量）之间的链结而开发的。例如支撑因素分析模型的根本理念就是，我们不能对一些具有理论意味的变量（抽象概念）进行直接的测量，但“因素分析允许把数个低层次的变量（可观察的变量）之间的统计关系当成经验证据来使用。这些证据可以用来支持或反对这些变量与抽象概念之间的语义关系的确立，这样，这个抽象概念不但被测量而且被转换为一个具有高度语义延伸和重要理论价值的变量”[17]。
并不是每一个搞定性研究的社会科学家都认同这种概念—指标模式[1]，但草根理论家却毫不犹豫地承认草根理论以概念—指标模型为基础。这种模型对一套指标的概念编码有指导作用[16]。在草根理论探索中，数据分析的过程被称为代码化(Coding)。它体现了概念化和数据之间的关联。这个过程包括对数据进行分类(Breaking Down)、核查(Examining)、比较、概念化或范畴化。抽象的概念就是在这种过程中被确认的[13]。一旦产生出范畴（概念），分析者便能够为进一步的检验而确定最相关的范畴（注：虽然格拉瑟与施特劳斯共同开创了草根理论，就用术语解释有关步骤而言，他们的看法并不总相同。如施特劳斯喜欢用“范畴”(Category)，而格拉瑟则偏爱“符号”(Code)。不过，在这两位学者之间并无本质的不同。）。在这个过程中，最后呈现的是一个围绕着核心范畴（核心变量）的综合的分析。与布拉洛克的分析方式类似，草根理论的探索方式从既合适又有竞争力的理论中选取相关变量，再进一步把这些变量的数量减少为一套层次较高为数较少的概念，以此来试着提升它们的概念层次。
像格拉瑟这样的草根理论家熟悉定量研究，他们承认诸如因素分析和潜在结构分析(Latent structure analysis)已成为一套较成熟的概括程序[16]。要强调的是，就确定变量或减少类似遗漏信息这样的测量误差而言，草根理论的概念—指标模式不但较少受限制，而且更好。
五、构建理论
上述分析告诉我们，代表定性分析的草根理论方法和代表定量分析的因果模型方法从根本上说并不是对立的。其中最重要的特征之一就是二者均致力于理论的构建。换句话说，就解决社会学中理论和方法之间的脱节问题而言，二者也有着相似的追求。这点可以从草根理论方法的分析步骤和因果模型方法的基本原理得到进一步的展示。
1.草根理论的分析步骤
对经验证据概念化之后，就到了将假设整合为理论的阶段。这时，分析者可以构思那些实质性的范畴（概念）之间的关系是怎样的[16]。草根理论的分析步骤包括概念的链结以及对链结“适合度”的检验。首先是属性被链结到一个范畴，一个范畴可以被进一步揭示。这种揭示靠的是对其具体的说明。当然，这种说明要根据该范畴呈现的条件；该范畴所隐含的背景（具体属性）；该范畴被运用和管理处理所依赖的行动／互动策略以及这些策略的后果。正是这些具体的特征使一个范畴具备精确性。根据范畴的突出属性、维度及所属的范式关系等因素，视他们的丰富和密度情况，分析者就能够对主要范畴（核心变量）之间可能出现的关系进行观察。这是一个归纳和演绎思维的复杂过程，其目的是根据范式模型集中力量找出各类范畴并把它们联系起来[13]。在草根理论方法中，数据搜集和数据分析总是连在一起进行，从而促进扎根于经验数据的实质性理论的形成。
虽然对草根理论探索的程序设计主要以构建而不是测试理论为出发点[13]，但关于范畴（变量）之间链结的假设则必须要在实地进行测试。测试的原则就是“适合”(Fitness)原则。“适合”要通过不断的比较，前前后后与数据的相互作用(Interplay)来取得[13]。就产生草根理论而言，可修正性(Modificability)成为一个相当重要的标准。简言之，范畴必须要扎根于数据，如果有必要的话，数据分析者能采用“逐行”(Line by line)分析的方式来产生范畴[18]。这里的要点是，假设与数据测试之间存在着不断地相互作用。正是这种反复使得理论有扎实的基础[13]。
2.因果模型的基本原理
因果模型是扎根于定量数据的理论。在具体的条件下，因果模型能鉴定关键变量并对其变动进行预测，这也是此类模型受到欣赏的原因。所以，尽管“构建”(Build)和“揭示”(Discover)是草根理论探索的关键词汇，但对布拉洛克的因果模型分析来说，“辨识”(Identifica-tion)、“具体说明”(Specification)、“预测”(Predication)及“估计和测试”(Estimation and testing)这些词汇则至关重要[19]。这种模型总的策略为：(1)具体说明所假设的模式的结构形式；(2)从该结构的假设中产生相关预测；(3)检查假设的模型的方差—协方差(Variance-covariance)矩阵与样本的方差—协方差矩阵之间的一致性；(4)如果在假设的模型与样本之间出现密切相符的情况，保留该模型以便对其作进一步调查；(5)如果该模型与样本数据不相符，就要否决该模型，并从第一步重新开始，调查其它看来可行的模型[15]。
因果模型分析的目标是找出在结构或功能上稳定的参数(Invariant Parameters)，用这些参数解释我们的社会如何运动[20]。布拉洛克指出，他之所以偏爱因果模型和结构方程分析方法，是因为利用这种方法在处理各种复杂现象时，可以剔除那些解释力弱的变量，代之以解释力较强的变量[11]。换句话说，因果模型能够协助测量和理论的构建、修正及延伸[21]。
在布拉洛克的模型中，理论和概念是开展调查的起点，理论指定方程的结构。布拉洛克不赞成随意把许多变量塞入一个回归方程(Regression Equation)，并期待解释最多方差的做法。考虑到我们通常只能分析有限数量的变量，而没有理论指导的做法不是很有效。
显然，布拉洛克的方程与格拉瑟与施特劳斯的假设之间的最主要的不同就在于前者源于对文献的仔细阅读，列举所有重要概念或变量及了解链结这些变量的理论陈述；而后者的假设则是在范畴（概念）从数据中浮现后设置的（同是采用定性探索方式，学者不同，用的方式也不同。对采用定性探索方式的研究者来说，文献综述对产生既有说服力又实用的定义、结构体(Construct)、概念等非常有好处，对数据搜集的策略也极有益[12]）。正如我们上边提到的，在草根理论的探索中，数据搜集和分析总是连在一起的，这样才会产生扎根于数据的实质性理论。
因果模型的目标是基于有限的信息进行普遍化。正如上边提到的，布拉洛克坚持认为，模型必须要与数据相符[5]。在因果模型的分析中，模型的构建产生于理论与数据的相互作用[23]。基于有限的信息进行普遍化也必然要牵扯到统计推断(Statistical Inference)，因为只有只具备取样数据，所以必须要用统计推断来估计参数。
定量研究对因果模型中关系的陈述和测试具有较高的精确度，因此成为首选。此外，定量实证研究能够对所期待的关系的重要性或幅度作出估计。“没有这些定量模型，实证结果就会成为一堆变量的收集，统计测试也不能作出有意义的解释”[24](2)。问题是，社会科学家的理论通常不足以对一个模型进行完全说明或表明。此外，在数据收集的实践中也常存在障碍。这些障碍目前还很难逾越。例如，任何一项定量研究都可能遇到信息大量遗失的情况。因此，就不得不假定所忽略的变量在理论上是不重要的[25]。那些未能被具体明确的纳入因果模型中的变量可以被当作误差项在方程中加以引进。当然，重要变量必须要包括到方程中去，这一点至关重要，否则的话，就会违背相关假设，从而在模型的估计和测试时发生问题[23]。测量也会发生误差。测量误差指得是表达潜在结构体(Latent Construct)与显性量表(Manifest Scale)之间的一致性的函数。由于数据搜集的不精确性，无论测量有多简单，总是存在测量误差的问题[24]。这突出地表现在存在信息缺乏或信息不准确，从而不能估计出所期望的参数数目。
草根理论没有因果模型中的误差项的问题，它系统的演绎步骤和对定性的执著能确保测量的信度（分析者总可以回到范畴把任何曾忽略的信息补上[13]）。例如，对模型的错误说明或标明(Specification)在草根理论探索中就不存在。但它有以下问题：(1)会有太多与实证世界脱节的概念使分析者在编码过程中（代码化）无所适从[26]；(2)草根理论与数据之间的界限模糊[27]；(3)在如何对理论进行证实的问题上含混[26]，换句话说，在证实、探索和系统的阐述(Formulation)三者之间缺乏平衡[27]。
总之，就构建理论而言，无论是草根理论从下而上的方法，还是因果模型从上而下的方法，都体现了扎根于数据的特征。二者分析步骤的不同，导致了在构建理论时遇到的问题也不同。
六、结语
从根本上说，因果模型方法与草根理论方法是相似的，他们之间的区别是技术性的。这些区别主要表现在：(1)因果模型方法侧重于变量，而草根理论方法致力于个案；(2)因果模型方法强调统计推断，而草根理论方式偏爱探索。这些区别是互补性的区别，并不意味着矛盾。因果模型方法固然有很多吸引人的优点，但存在着模型不能被完全封闭的问题，或者说不能达到对模型进行完全标明的问题[24]。此外，除了测量误差，定量数据的搜集还常常存在大量信息遗失问题。而草根理论方法由于其系统的演绎步骤和对定性的执著，保证了不会出现诸如因果模型中的误差项问题。对于因果模型的标明(Specification)及量表(Scales)和指标(Indices)的构建来说，利用草根理论十分有益。我们知道，在因果模型研究中，如果发生错标或遗漏变量的话，就不但会在方程中产生误差项而且会在每一个变量中产生测量误差。这一点上草根理论能够帮助定量数据的分析。同样，草根理论探索的缺点，也正是因果模型分析的长处。正如布莱曼指出的，定性研究能够推进定量研究[28]，这一点至关重要。的确，如果对所调查的领域有比较深入细致的了解，在我们构建因果模型时将会受益匪浅。总之，以上的分析表明，因果模型方法和草根理论方法的结合是解决社会学中定性和定量研究方法之间的对立以及理论和研究方法脱节问题的根本办法。