也谈“反事实、控制变量和文本”——与刘林平教授商榷，本文主要内容关键词为：变量论文,也谈论文,文本论文,事实论文,教授论文，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。
中图分类号：C91-03 文献标识码：A 文章编号：1671-7511(2015)01-0069-07 云南大学学报(社会科学版)2014年第1期刊登了《反事实、控制变量和文本——对定性研究的反思》一文[1](以下称刘文)，作者刘林平在讨论了社会科学研究中的“反事实”问题后指出：由于无法合理地处理控制变量来解决反事实问题，以“诗性语言”和“个案研究方法”为特征的定性社会学研究存在着“根本性缺陷”。而本文则认为，刘文对相关概念的定义不够清晰，其所依据的分析框架也不完全可靠，该文对定性研究的批判意见一方面源于对某些关键概念的模糊界定，另一方面则源于在特定的概念框架下所导致的循环论证。本文试图通过对“科学”、“因果关系”、“反事实”、“控制变量”和“操作化”等概念的讨论来回应刘文，进一步揭示社会学方法论论争的复杂性，以期能够一同推动中国社会学界对研究方法问题的讨论与反思。 一、“社会科学”的多重含义 按照爱因斯坦的定义，科学包括两大核心要素：“形式逻辑”与“因果关系”。[2](P574)这一定义相当简明，然而在社会科学家们围绕着研究方法展开的大量辩论中，我们常常能看到“科学”一词的繁多指涉，它们包括：演绎逻辑、因果关系、量化方法、经验研究、实证主义、客观性、合理性、目的理性、功效性、真理性。这些指涉不仅彼此缠绕，而且蕴含诸多矛盾，可是许多社会科学家尤其是量化取向的学者们并没有意识到这一点，他们倾向于认为，在自己谈论和从事“社会科学”研究时，“科学”一词可以无矛盾地将上述指涉结合在一起，而实际情况并非如此。 以刘文所述的《史记》和《论语》为例，它们并没有体现出近现代自然科学所使用的“科学研究方法”，但是人们大都不会否认这两部作品所具备的知识价值。然而在一些社会科学家对这些作品进行评析时，在当代社会的一些理工科从业者批评人文社科专业时，我们常常会看到这样的论证逻辑：“某知识产品没有遵守科学研究方法，因此它不具有或只具有较低的知识价值”。这种推理的内在逻辑显然不够严谨，因为不难联想到，人们绝对不会对一位艺术家或作家提出这样的批评。因此，如果社会科学家需要承受这种批评，批评者就需要附加一个隐含前提，即社会科学需要遵循自然科学的方法(比如数学化)才能实现自身的知识价值。有了这样的前提，我们才能从“定性社会研究没有数学化”推导出“定性社会研究不具备或只具备较低的知识价值”，因而它有着“根本性缺陷”。 可是，这个隐含前提并不为社会科学家们普遍接受，特别是那些从事定性研究的学者。以对方不接受的前提来批评对方，这种做法强化了对立，却不具备十分有效的知识意义。事实上，不少学者已经指出，社会科学本身就是科学方法与艺术、哲学的结合，[3][4][5]当代经验社会科学所依据的实证主义立场和事实/价值的二分观念并没有与人类的认知理性保持一致，[6][7]因此，正像我们不能从“画家没有使用数学”推出“画家的画作有着根本性缺陷”那样，我们也无法从“某项社科研究没有数学化”推导出“这项研究有着根本性缺陷”。 可以看到，一些研究者在批评定性研究时对“科学”一词的使用颇为模糊，他们时而用“科学”意指一套技术，时而用“科学”意指真知，在将两种用法混合使用后，定性研究的知识价值就受到了批评。可是定性研究者不会承认这种做法的效力，他们倾向于将研究技术与真知相区分，这就与量化研究者产生了分歧。其实这种分歧在社会科学发轫之时便已出现：英语学界的社会学家认为自己所从事的工作是Science，而德语学界则将其称为Wissenschaft，虽然这两个单词都译为“科学”，它们的意思却不一样。前者的范围比较狭窄，专指“自然科学”，后者则指涉“对事物系统的理性探究”，范围大于前者。正因为如此，“讲英语的人往往会说，科学过去是哲学的一部分，但后来从哲学中独立出来了；而讲德语的人往往会说，哲学是科学的一个组成部分；有些德国哲学家还会说，哲学是最接近真正科学、严格科学的那一部分。”[8]因此，英语学界常常将社会科学描述成传统社会哲学的对立面，在强调自身工作价值的同时，他们甚至会将传统的社会学研究一律打入“非科学”或“反科学”的范畴。这种做法在德语学界看来显然是不恰当的，我们所熟知的德语学界社会学家，如曼海姆、齐美尔、韦伯、舒茨、哈贝马斯和卢曼等人都是在广义的“科学”涵义上来理解和界定“社会科学”的。 这两种对“社会科学”的不同定位为社会学界带来了大量的困扰和争论，许多关注方法论问题的社会学家都在努力尝试解决这里的冲突。中国的社会学家在学习西方的社会学时选择了不同的路径，不少人只习得和接受了两种“社会科学”理解中的一种，因此必然也会围绕着“科学化”问题产生分歧。而社会学究竟应以什么样的研究方式来使自己成为真知(episteme)，目前来看尚是复杂且没有定论的。 刘文援引了《史记》中的一段话，并认为司马迁从少数案例(Small-N)出发而得出的关于“个人境遇和成就的关系”的判断不够“科学”。然而在定性研究者看来，以这种“抽样调查”的思维来批评《史记》的做法是不恰当的。在最近人们津津乐道的故事中，华裔数学家张益唐多年历尽艰辛，最终攻克了重要的数论问题。通过这件事人们发现，张益唐的最终成功和他的淡泊与坚持是分不开的，这种“因果关系”内在于此个案中，许多青年学者由此产生共鸣，激发出他们甘坐冷板凳的决心，同时也可以促使管理者对既有的科研评价机制进行反思，为从事艰深基础研究的学者提供更多的政策保护。然而如果批评者站在大数量(Large-N)的角度，他们就有可能给出以下批评意见：1)很多人像张益唐一样坚持，但是都没能产出杰出成果；2)存在着一些没有历经磨难便少年得志的数学家，比如陶哲轩；3)即使张益唐早年就放低标准从事比较简单的研究，在衣食无忧之后再钻研数论，也未必就不能解决孪生素数问题。这些理由听上去都颇有道理，但它们都不能对上述“个案研究”所揭示的因果关系做出实质性的反驳。实际上，在提出这些意见时，批评者已经根据自己惯常的研究风格重新定义了该个案所揭示的因果关系，因此他们所做出的方法论批评就显得有些错位了。 二、因果关系与反事实问题 由前文讨论可以看到，社会科学研究可以将反思性、启发性、实用性作为自己的根本知识追求，但它们未必都会处理因果关系。而对于那些处理因果关系的定性研究来说，它们与定量因果分析间也仅仅是分析策略的差异，并没有高低之分。 美国社会学家格尔兹(Gary Goertz)与马洪尼(James Mahoney)在2012年出版了好评如潮的《两种文化的传说：社会科学中的定性与定量研究》一书，[9]该书系统地阐明了定性研究者对因果关系的看法。格尔兹等人认为，虽然定量研究者强调因果关系，但他们对因果关系的理解不够细致，有时只是大而化之的模糊看法。因果关系应该是一种机制，而机制是超越数据的解释性事物。机制解释有异于“亨普尔-奥本海默”涵盖率思路下的定量统计研究，它经常要通过定性的个案研究才能得到。比如有许多社会科学家曾指出，在经济增长与民主政治间存在着直接的正向联系，然而从社会机制的角度来看，即使确立了两个现象之间的因果关系，我们也需要进一步地回答：经济增长是通过什么样的机制来影响民主政治的。只有通过对具体案例的考察，我们才能提出一些相应的机制来解释：1.经济增长通过灌输自由主义政治文化来促进民主政治；2.经济增长通过一个庞大的中产阶级的形成来促进民主政治；3.经济增长通过培养公民社会或中间组织来促进民主政治；4.经济增长通过改变国家-社会关系来促进民主政治。[10]当然，这些机制解释的确立尚需要定量研究的继续检验，然而这里的关键之处是提醒我们，在进行社会学的因果分析时，定量和定性研究之间是互相配合的关系，定性分析是研究过程中不可或缺的一部分，它不会因为个案的局限性或控制变量等原因而成为有“根本缺陷”的、无法应对因果关系的研究范式。 进一步来讲，以个案为主要模式的定性研究绝非不关注因果关系中的反事实问题，恰恰相反，目前的定量研究者在处理因果关系和反事实问题时的做法并不够恰当，反而是以QCA(Qualitative Comparative Analysis)为代表的定性社会研究更加合理地处理了反事实问题。[9](P115-124)在讨论反事实问题时，我们需要先看一下人们对“因果关系”的定义。目前社会科学家普遍接受经验主义哲学家休谟的观点：“所谓原因就是一个现象紧跟着另一个现象出现，而且凡是和第一个现象相似的现象都必然会被与第二个现象相似的现象所伴随。换句话说，如果第一个现象不曾存在，那么第二个现象也就不会存在”。[11](P146)可以看到，在“换句话说”这一短语之后的句子，就是刘文所讨论的反事实问题。不过不少学者已经指出，上述定义的前后两部分并不是一回事，此定义中的“换句话说”会带来误导。如果用布尔代数的方法来表达，那么上述定义中的前半句意味着“当X=1时，Y=1”，后半句则意味着“当X=0时，Y=0”，这两个表达显然有着不同含义。前者意味着X是Y的充分条件，后者则意味着X是Y的必要条件，从定性研究的角度看，这是两种不同的因果关系，就如“小明吃了五个馒头，所以他饱了”与“小明没吃五个馒头，所以他没饱”，二者不是等价的。借用刘文所举的一个例子，“当X=1时，Y=1”相当于“‘文化大革命’造成了中国现代化进程的中断”，“当X=0时，Y=0”则相当于“没有‘文化大革命’，中国的现代化进程就不会中断”，这两个讲法也是不等价的。可是刘文在依据“反事实问题”来质疑定性研究的效力时恰恰把二者视为等价的，从而由对后一个命题的质疑推出对前一个命题的质疑。 格尔兹等人指出，目前社会科学的定量研究在处理因果关系问题时都倾向于将上述休谟定义中的两个不同部分混淆在一起，试图将“当X=1时，Y=1”与“当X=0时，Y=0”两个式子联立，以此在X与Y之间建立一个量化模型。当两个式子都成立时，X与Y的相关系数等于1，这在研究者看来便证明了X与Y之间的因果关系。这种处理方法往往只适用于一些计较平均效应的统计研究，它表面上关注因果关系与反事实问题，实际上常脱离了研究者的理论背景和问题意识。人们在日常生活和社会研究中所关注的反事实问题往往正是针对个案的，比如刘文所举的例子：“如果你已经读了大学，我就没有办法知道如果你不读大学的收入情况会是怎样的”。可以看到，即使采用了大数量的定量方法，我们还是无法得到关于这个人收入的判断。反事实问题并没有因为我们采用了定量方法而得到解决，该方法表面上针对反事实问题，可是最终却把原初的反事实问题消解了。[9](P115-124) 当然，研究者也可以在起初提出一个关于整体的反事实问题，比如“假如不实行某项教育政策，潜在的受教育者群体的平均收入会有什么影响”，但是此问题与“假如戈尔巴乔夫没有上台，那么冷战会在什么时候结束”这种反事实问题分属不同类别，前者适宜且必须用大数量方法处理，后者则适宜用个案方法处理。我们不应先对某种方法提出一个不适宜它处理的反事实问题，随后再得出结论认为该方法解决不了反事实问题。 在以QCA为代表的定性研究范式中，研究者使用的工具是模糊逻辑而非统计模型，这一范式与定量研究有着关键区别，即定量研究者主张对研究对象进行“对称解释”，而定性研究者则主张“非对称解释”。[9](P64-74)在对称解释中，自变量X与因变量Y之间的因果关系在X的不同变化方向上是一致的，非对称解释则否认了这种一致性的存在。也就是说，在定性研究方法中，用来解释某种社会现象Y出现的原因和解释其不出现时所给出的原因很可能是不同的。对称解释和非对称解释各自适用于不同的研究工具和研究对象，这就使得它们在处理因果关系和反事实问题时表现为两种各自有效的策略，我们不应以一种为标准来评价另外一种。 三、控制变量 在目前的定量研究实践中，研究者们通常用以下方法来处理反事实问题：首先将很多的控制变量设定为均值或中位数，然后分别对自变量X取最大值和最小值，观察两次取值时因变量Y的差异。这种做法可以将X之外的其他变量对Y的影响消除，从而识别出X与Y的真实因果关系。可是这种做法有着难以克服的困难：第一，研究对象所涉及的变量是无穷的；第二，在自然科学研究中发挥重要因果作用的往往正是一些人们完全想不到去控制的偶然变量；第三，定量模型很难有意义地容纳三个以上的控制变量。[12](P423-450) 那么社会科学研究如何通过这种办法找到恰当的控制变量以发现真实、重要的因果效应呢？为解决这个问题，许多统计学家和量化研究者不断地设计出新的概念工具，可是此处所包含的关键理论逻辑却往往被研究者所忽略：面对着控制变量所带来的“有限-无限”的鸿沟，我们应该以什么样的方法论视角来看待科学研究中的“因果关系”？ 受实证主义影响的社会科学家往往认为，在自变量X与因变量Y之间存在着一种先天的、不变的、稳定的因果关系，只要我们将其他变量都控制住，那么就可将这种纯粹的因果关系揭示出来。虽然很多研究者承认因果关系有背景性，但他们都或多或少对因果关系持这种机械论想象。 对于这种观点，维特根斯坦曾经说过一个笑话： “……5，1，4，1，3——终于背完了！”一个疲倦的老头大喊。 “您看上去精疲力竭，您在做什么啊？” “我在倒背圆周率。” 显然，如果用机械论的观点来理解科学研究的因果关系，我们就犯了上述这个老头的错误。于是这就要求我们转变思路，认真思考下面这两个问题：第一，控制变量到底要解决什么问题？第二，加入控制变量后我们再次得到的结果在什么意义上可被称作“真实”的因果关系？有社会学教材曾给出过这样一个案例：人们能在草帽销量和溺水人数之间发现强相关，但是如果我们将天气作为控制变量就能够发现，上述相关并不是因果，二者的相关性是由天气这个前导变量造成的，于是我们就得到了两对“真正”的因果：“天气与草帽销量”和“天气与溺水人数”。然而，这两对因果关系显然也不是刘文所主张探求的那种“确定不移的真理”，很容易想象到，后一个因果关系在干旱地区可能就不成立。那么我们是不是为了继续寻求真实的、无边界的因果关系而设置更多的控制变量(比如把地质特征纳入)呢？恐怕很少有研究者会接受这样的主张。 这样我们就能发现因果关系的两个特质：一是机制性(mechanism)，二是情境性(context)。实际上，我们之所以质疑草帽销量与溺水人数之间的因果关系，正是因为无法发现此处的因果机制，缺少机制性理解才是需要引入控制变量的原因。而在引入天气变量后所发现的“因果关系”仍然具有情境性，我们接受它并不是因为它是某种脱离了主体的“确定不移”的客观规律，而是因为在现有的理论框架下并不存在与该解释对立的竞争性解释。 刘文提到，定性研究不关注控制变量，但是前文已经指出，对那些从事非因果分析的定性研究者来说，定量研究者给出的这种技术性批评并不能成立，因为双方在“科学”这一概念上存在着关键性的分歧。而对于从事因果分析的定性研究者来讲，刘文的批评也不成立，因为此类定性研究同样关注控制变量。仍以QCA定性分析为例，假定初始的逻辑模型为Y=AbC+BCD，那么在引入控制变量Z后，模型就可以被修改为Y=Z*(AbC+BCD)。这种处理是很常见的。[9](P209) 当然，尽管定性研究者也关注控制变量，但是他们与定量研究者的做法仍然存在着重要的区别。定量研究者倾向于在模型内(with-in model)解决问题，这种做法往往会在提高模型普遍性的同时大大降低其简洁性。而在定性研究者看来，我们需要在模型的普遍性和简洁性之间进行权衡(fundamental tradeoff)。如果一味提高模型的解释范围(scope)，那么模型的简洁性就会受到很大伤害，在这种情况下，我们就可以用限定解释范围(scope restriction)的策略来代替添加控制变量的做法，比如古德温和斯考切波的一项对第三世界的革命研究就是这么做的。[13](P489-509) 更进一步来说，因果关系的解释范围通常都是默会的(tacit)和隐含的(implicit)，这不是一个需要改正的问题，也是一个无法改正的问题，它实际上体现了理论的索引性。[14]在自然科学研究中，一个占主导地位的有效因果解释常常只有模糊的边界，而在该解释开始失效的时候，边界反而会变得清晰。可是社会科学研究者常有另一种看法，即必须先把一个理论的解释范围界定明白，该理论才能获得有效性。这种不太符合科学实践的观念，常常体现在定量研究者对定性研究的批判话语中。 四、定性语言与操作化 许多量化研究者认为，日常语言是“诗性”的，其含义不够“精确”，不适宜用作科学表述，因此使用日常语言而非数学等形式化语言来处理概念的定性研究很难说是“科学”的。[1]这种说法比较符合人们在日常生活中对“科学”的认识，然而正如前文所说，社会科学家们所讨论的“科学”有多重含义，上述批判表面上指向定性研究的语言形式，实际却指向定性研究的知识地位，因此，“从知识论上讲，定量语言优于定性语言”，这必然是量化研究者在社会科学哲学层面所持的未申明前提。不过，在西方社会科学的发展史上，不同流派对此前提的看法并不一致，它仅仅体现了一种深深影响了美国社会科学界的、逻辑实证主义的语言观。[15]这种语言观认为，社会科学所使用的语言很多时候是模棱两可的，社会科学的许多概念都是“烦琐哲学的遗迹”，定性语言无法被还原为现象主义语言或物理主义语言，这就是社会科学始终不能在科学领地中确立一席之地的原因。像《新教伦理与资本主义精神》这种作品，使用的材料很丰富，但是却无法让人对其结论展开真正科学意义上的讨论，其原因在于“‘加尔文主义观念’和‘资本主义精神’这样的术语就是没有经过很好选择和明确定义的”。[16](P81) 上述语言观将语词的意义归于其背后的“事实图像”，因此研究者必须把社科研究中的概念进行“操作化”，才能避免不同的人对概念的不同理解，才能开展“实证研究”。可是其他流派的社会科学家并不同意这种观点，对当代社会研究影响深远的法国结构主义就是一个代表。结构主义运动的语言观来自于瑞士语言学家索绪尔，索绪尔认为，语言中的语词类似于棋盘上的棋子，每个棋子的意义是由该棋子与其他棋子的关系所决定的，棋子本身的大小、形状、质地对棋子的意义并不构成影响。如果人们在下棋时少了一个“车”，那么完全可以找一块石头来代替。在这种语言观下，语言本身是一个系统，每个语词或概念都是此系统中的一部分，它的意义是由它与这个系统中其他部分之间的关系所决定的。人们之所以能够对某一个语词的意义达成共识，是因为对话者之间共享着同样的语言系统/结构，而不意味着他们就语词背后的某个客观对象达成了一致。索绪尔的观点大大地启发了列维-斯特劳斯等人，后者将人类的文化系统比作语言系统，而社会科学家的任务就像语言学家一样，应当努力寻找研究对象背后的“结构”。可以看到，如果将视角切换到这种“关系论”的语言观下，我们对使用日常语言的定性研究就会产生新的理解。一些定性研究使用的语词模糊，让人摸不着头脑，其原因并不像定量研究者所说的那样(定性研究的概念是“诗性”的，它缺少具体的所指或测量方法)，而是因为读者和听者之间并没有共享一套语言系统。人文社科专业的学习者常常会遇到一种情况，最初读某本书时不知所云，不明白作者所用的一些概念到底是什么意思，甚至认为作者在胡说八道，但是在一段时间或者很长一段时间以后再读该书，就会发现作者所说的话和所用的概念非常清晰准确，字字珠玑。这种现象就说明了结构主义语言观的合理性，在上述阅读过程中，读者并不是钻研了、发现了或发明了针对原有概念的操作化方法，而是逐渐把握住了原作者的语言系统。 由此可见，从意义上讲，一个社会科学概念是否精确与它是否被量化是没有直接联系的。逻辑实证主义的语言观常常将语言做原子化理解，将语言系统看作是单个语词及其背后所指事物所搭建起来的派生物。这种观念也对社会研究造成了深远影响，不少社会科学家把社会看作个体聚合的结果，将社会当成第二性的派生现象，而索绪尔、涂尔干、弗洛伊德、戈夫曼等著名学者的工作就在于要打破这种认识，指出“社会”的第一性。[17](P85)这种第一性从本体论上确立了社会学的学科地位，如此说来，那些否认社会第一性而坚持从还原论角度来处理社会问题的社会学家，在一定程度上其实是“反社会学”的。 结构主义的语言观对真理持一种“关系论”理解，而逻辑实证主义则持“基础论”理解。尽管基础论主导了当代的量化实证研究，但是关系论却和定性研究有着紧密联系。王富伟曾指出，从事个案研究的社会学家所持的是关系论立场，而“个案有没有代表性”这一问题仅在基础论视角下才有意义。[18]笔者也曾撰文指出，社会学研究中的代表性问题来自于经验对象与理论对象间的不对称关系，它是研究意义而非研究逻辑层次的不对称。无论是定性研究还是定量研究，研究者都必须要使用一种“代表性的承诺”来解决上述不对称问题，而在不同的方法论系统中，研究者们享有各自不同的“承诺”。以量化研究的代表性思维来质疑个案研究，这种看上去逻辑性很强的做法实际上只是一种文化现象。[19] 目前社会学界有许多形式的定性研究，它们中的相当一部分并没有采用诗性写作的方式，QCA就是其中之一。然而使用QCA方法的研究者也认为，定性研究与定量研究对于测量的理解完全不同。这些学者主张，不论选择什么样的操作化方法，我们都必须将语义学(semantics)原则放在首位，任何测量方法都需要将语义标准作为更加基础的标杆，而语义标准则来自于研究者对于概念的定性理解。[9](P139-149)与此相比，量化研究者则常常将概念与测量方法相混淆，把二者看作同一个事物。刘文认为，“如果我们的论文或著作，将关键的概念定义清楚，最好是能操作化，学者们就可以少费很多口舌，少打许多口水仗，而真正去讨论一些实质性的问题”，[1]这种说法与定性研究的语言观是相悖的。在定性研究者看来，操作化方法也要靠定性语义来校准，如果真要依赖一套操作化方法来使研究者们对概念达成共识，那么他们很可能就会围绕着“如何操作化”发生争议。以“贫富差距”这一概念为例，人们通常用基尼系数来测量此概念，那么按照实证主义者的理解，有了这样一个测量标准，人们就会对一个社会中的贫富差距达成共识。可是现实情况并不是这样，即使人们都同意用基尼系数来标定贫富差距，不同的人所计算出的基尼系数也会有显著差别，不同的人对于相同的基尼系数也会做出不同解读，[20]分歧根本没有消失，人们未能通过操作化方法建立共识。在最近非常流行的《21世纪资本论》一书中，作者皮克提(Thomas Piketty)就放弃了以基尼系数来计算贫富差距的做法，在他看来，使用基尼系数这一操作化标准恰恰会掩盖当代资本主义社会中的“贫富差距”问题。[21] 总而言之，如果向定性研究者提问：什么时候能够说一个概念是精确的？什么时候能够说人们就某概念达成了科学共识？那么他们给出的答案与量化研究者的答案可能会有很大区别，而且我们也很难简单地评判二者之间的对错。 不可否认，刘文对定性研究的批判揭示出了当前社会科学研究中不讲究逻辑、不够严谨的流行病症，但是本文认为，刘文对这些弊病成因的判断以及其所开出的药方并不完全“科学”，它更多地反映了一种研究文化中的学者对另一种文化的误解。而这两种文化并非不能沟通，比如当我们澄清彼此对“社会科学”的不同理解时，会更加清楚自身工作的限度以及对方工作的价值。但是我们也没有必要妄谈两种文化的综合统一，从社会学的学科角度来看，从事不同事情、关注不同问题的学者目前集聚在一杆“社会学”的大旗下，彼此争夺着对学科的定义权。不论将来社会学如何发展，不论哪种文化最终成为主导范式，都无法证明另一种文化是错的，它只是意味着“社会学”一词被重新定义了。这种知识社会学角度的解读，或许才更为贴近“研究方法争议”这一现象背后的“社会事实”。标签：控制变量论文; 社会学论文; 科学论文; 因果关系论文; 定性研究论文; 社会科学家论文; 文本分析论文; 解释变量论文; 刘文论文; 中国社科院论文; 定性分析论文;