【How to PhD】如何找到好用的理论？

【How to PhD】博士申请教程

如何找到好用的理论？

实际包含三个问题，需要依次解决：

问题一：理论有哪些类型？

问题二：理论可以怎么用？

问题三：如何找到适合“我”的理论？

 第一，理论有哪些类型？

元理论（Meta）

关于“理论是什么”的理论

“元”（meta）表示“关于本身”，“Meta-X”表示“关于X的X”。俗称，套娃：“Meta-movie”，关于电影的电影；“Meta-book”，关于书的书；“Meta-method”，关于方法的方法；“Meta-theory”，关于理论的理论。如果你的老师让你去读读研究方法论，然后你碰到的各种“主义”，大概率是不同的元理论。

“元理论”回答，理论是什么？这里列举两个答案，分别来自实证主义（Positivism）和现实主义（Realism）。Positivist认为，理论是规律，在客观世界（external world）中普遍成立；对事件的解释，是把它和某种经验规律（empirical regularity）联系起来。理论就是把经验规律成立的假设（assumptions）搞清楚，并且在假设条件下，认为事物之间存在着“法则”般的联系。Realist认为，理论揭示深层次的结构和机制；可观察的现象（observable phenomena）是结构和机制的产物。批判现实主义（Critical Realism）最基本的观点在于，因果性内在于性质（properties）、结构（structures）和机制（mechanisms），由抽象概念（concept）表达出来；建立理论需要“溯因推理”（retroduction）。

规范性理论（Normative）

关于“应该追求什么”的理论

规范性理论，是阐述“应该怎么样”的理论。我们的道德、政治、乃至日常生活方式，都没有完全意义上的“必须如此”，没有“牛顿定律”掌管我们的生活。我们“应该”追求真、善、美，并以这种追求为准绳，规范自己的行为。社会也建立在一个社会“应该如此“之上。现在，我们认为，社会“应该“公平、公正，“应该”可持续发展，“应该”以人为本，这是都是“应该”的说法，不是社会就是这样，是我们觉得应该这样，然后努力让社会变成这样。可以说，规范性理论关心的是价值观。显然，价值观是多元的，动态的。你我的价值观可以不同，10年前我的价值观和我现在的价值观也可以不同。不同的国家、不同的历史时期，贯穿着不同的“价值观”，不同的“应该怎样”，并塑造了不同的社会形态。社会科学理论或多或少地包含“应该”的成分，构成对当前现状进行反思和价值批判的标准。

相关性理论（Correlational）

关于'一个结果和哪些因素相关'的理论

常见于定量关系研究，探究一个结果受哪些因素影响，影响是正面的还是负面的，影响的程度是大还是小。强调变量（Variables），主要区分因变量（Dependent Variable）和自变量（Independent Variable）。因变量就是我们关心的那个“结果”，自变量就是那些可能会影响结果的“因素”。

解释性理论（Explanatory）

关于“本质是什么”的理论

解释性理论就是“透过现象，看本质”，揭示事物更深层次特征，包括基本属性、结构、内在关系和机制。我们用这样的理论来描述和理解各种各样的社会现象，想看穿、看透表面现象，抓住具有普遍性的内核。解释性理论可大可小，有些理论只针对某个特定社会现象，比如失业、居住隔离、绅士化；有些是关于整个社会普遍现象的大理论，比如Giddens的社会结构理论 （structuration theory）。

 第二，理论可以怎么用？

用法1：我想用理论推导出假设，然后用数据验证假设是否成立。

适用：相关性理论

第一步：用理论构建一个命题/假设体系（system of propositions）。根据具体的研究对象和情境来建立（或选择）理论，给定各要素之间存在的相关关系、互动机制，并利用演绎逻辑推导出若干待检验的假设；

第二步：实操化（operationalisation），建立量化指标。将定性的、抽象的理论概念（theoretical concept）转化为定量的、具体的实操概念（operational concept）。比如，“城市创新能力”是一个定性概念，转化为实操概念，就会采用“专利数量”、“高新技术企业产值”等量化指标。这类研究中，实操化是非常关键的一步，量化指标要尽力避免简单化或片面化理论概念。同时，实操化受“数据”限制，获取数据需要成本，要考虑现实的技术、金钱、时间等方面的限制，如果数据没法支持，实操概念也会变得不切实际。

第三步：定量分析。对理论假设进行验证，到底验证的是什么？验证的是量化指标之间的统计学关系（statistical connection）。定量分析需要根据数据类型的不同，选择恰当的统计模型，比如连续变量（e.g. 收入）用多重回归（Multiple regression），二元变量（e.g. 是否购买）用逻辑回归（Logistic regression），分类变量（e.g. 住房类型）用多项逻辑回归（Multinomial logistic regress），定序变量（e.g. 满意度评分1-5）用定序逻辑回归（Ordinal logistic regression）；如果你的数据涉及多个层次，比如一个人的教育水平，影响因素既包括个人因素，又包括学校、城市等更高层次的因素，那你要用到多层次建模（Multilevel modelling）；如果你用一系列实操概念去表达一个理论概念，比如为了衡量“社区幸福感”，你衡量了一系列和社区有关的指标，包括对社区环境的满意度，社区治理的满意度，社区人际关系的满意度等等，你建立了一个指标体系（index）来衡量“社区幸福感”，这时，我们说“社区幸福感”是你构建的一个潜在变量（Latent variable）。你想知道哪些指标对潜在变量的影响最大，就要用到因子分析（factor analysis），比如主成分分析（Principal Components Analysis）。

用法2：我想用理论作为结晶成果，把研究发现凝练成理论精华。

适用：相关性理论、解释性理论

第一步：开展详尽的经验材料和数据收集。在这个过程，要事无巨细得认真观察和记录自己的研究对象，保持中立和客观，尽量避免既有理论的干扰。

第二步：编码-理论构建。理论是在对数据进行编码的过程中，逐渐浮现的。编码（coding）即对数据展现出来的一般特征（common properties）进行识别、标记、分类。用来编码的标签或代码，是对数据含义的总结，是构建理论的砖块、建材。在这些代码之间，归纳、发现、总结出具有普遍性、规律性、因果性的关系，从而形成理论。

第三步：不断重复第一步和第二步，直到形成即全面又深入得凝练研究发现的理论。

常见的代码关系包括：

因果关系（Causality）

识别原因-结构，前置条件-后果的关系。

过程（Process）

识别过程，比如阶段、步骤、事件经过、转变等等，强调前后顺序关系和随时间变化的关系。

维度（Dimensions）

识别单一主体的多个相互关联的维度，比如组成部分、模块、属性、级别等等。

策略与行为动机（Strategies and motives for action）

识别人的行为，建立策略-执行，动机-行为，目标-手段等关系。

用法3：我想用理论作为解释框架，深度剖析现象的本质。

适用：解释性理论，规范性理论

第一步：描述。用生活的语言描述现象，特别要关注现象中的人，局中人，他们是怎么描述和解读自身经历和处境的；

第二步：分解。分解、辨识现象中涉及到的不同的组成部分、视角、或维度，并聚焦到特定的某个组成部分、视角、或维度上；

第三步：重构。应用理论作为解释框架，把研究对象放到这个解释框架中，用理论概念重新描述、构建、诠释现象，在这个过程中，揭示现象表层之下，存在的结构性、机制性特征；

第四步：案例。将解释框架应用到更具体的情境中，一方面展示解释框架的普遍性，即理论对于某个研究对象在真实情境中的解释力；另一方面，反馈解释框架在具体情境中所呈现出来的限制和不足，改进解释框架，并最终促进理论发展。

 第三，如何找到适合“我“的理论？

第一步：海选

以你的研究对象为关键词，进行文献搜索和浏览，把文献涉及到的理论概念记录下来。怎么识别哪些是“理论概念”？很简单，那些你看不懂的，或者似懂非懂的概念，大概率就是理论概念。通常，作者都会对自己应用的核心理论概念进行解释，把作者的解释用高亮做好标注。

在这一步，我不建议直接去阅读经典理论著作。一方面，经典理论很老，当前用的，可能是改进后的形式；另一方面，经典著作自成一体，你很难从中了解理论应用起来是怎么一回事。而通过浏览近期发表的期刊文献，你可以直接看到当前大家用的是什么样的理论，也能直接看到理论被用起来时是什么样子。

第二步：测试

你要开始“测试”那些“海选”出来的理论概念。那怎么进行“测试”呢？拿那些理论来构建你的研究问题。理论会为你的研究提供一个“着眼点”，而不同的理论概念会采用不同的研究视角。理论将研究的重点集中到现象的某个特定的方面或维度，并在这个特定的视角下，提供一个“理论的解释”。基于理论构建起来的研究问题之后，你就能大致识别出来不同的理论所着重解释的东西是什么，沿着这个问题能够发现什么。这时，你就可以大致评估一下，该理论所聚焦的内容是否是你感兴趣的，是否能揭示现象背后深层次的结构和机制。对于那些有潜力的理论概念，要继续进行文献阅读，理解一个理论概念是为了探究什么问题而提出来的，这个理论概念是否是一个更宏大理论的一部分，这个理论概念当前被用来研究哪些现象。

在测试时，不要期望有一个“完美适配”的理论概念。经常有学生说，“我研究的这个，还没有理论，没法用理论构建研究问题”。这里容易犯的错误是，按字眼来适配理论。比如研究城市扩张中的权力关系，如果你按字眼来找“城市扩张权力理论”，期待谁刚好写了这么一个理论，那必然是找不到的。这时，你既要“测试”城市扩张/空间生产的理论概念，也要“测试”关于权力/制度的理论概念。也许，你需要结合两个概念，创造一个自己的概念，或者赋予一个常用概念新的内涵，这都是可以的。

第三步：嵌入

一个理论成为适合“我”的理论，要将理论“嵌入”自己的研究对象和问题情境。成功“嵌入”理论，意味着理论的解释力可以内在驱动我们的研究了，就好像将CPU嵌入电脑主板，将发动机嵌入汽车底盘。理论就是我们研究的动力系统，理论嵌入成功，理论带着我们的研究跑；理论嵌入不成功，理论空转，我们的研究停在原地。

那怎么知道理论是不是嵌入成功了？当你的研究对象可以回应“理论争议”时，就是嵌入成功了。如果说理论“争议”是剧本，当你的研究对象可以演这个剧本时，就是嵌入成功了。因此，“嵌入”需要我们确定“理论争议”（theoretical issues）是什么。上一步中，我们已经构建起了若干beta版“研究问题”，带着这些问题，去进一步深入阅读文献。“争议”就是当你发现同一个问题，有不同、乃至相反的回答。你的任务就是把这些回答整合起来，这个过程是创造性工作，是发挥聪明才智的地方。把你发现的“理论争议”列出来，并标识清楚，是那些观点碰撞出来的。接着，你需要判断，在真实世界中，发生在你的研究对象上的那些事件或现象，能不能为解决某个“理论争议”提供事实依据（evidence），如果可以，那就说明这个理论的剧本可以演。

 结语 

• 找到好用的理论是做研究的核心技能

• 技能的习得，需要遵循步骤，多尝试、练习

• 首先，明白理论有哪些类型，各有什么特征

• 其次，明确自己的研究对理论的用法

• 最后，通过“海选”、“测试”、“嵌入”，找到适合自己的理论