[中图分类号]C03 [文献标识码]A [文章编号]1674-2486(2015)04-0045-18 一、引言及几点声明 毫无疑问，在政治学的方法论发展进程中，(KKV，1994)是一部有特别地位的作品。但是，这本书的特别地位不是因为它都对，而恰恰可能主要是因为它的核心立场是如此极端的错误，以至于许多学者，包括许多杰出的计量统计学者，起来群起而攻之从而引爆了后来的方法论辩论(特别是：Brady & Collier，2004/2010)。而这一轮由(KKV，1994)带动的方法论大辩论，特别是其中的“定量与定性之争”，确实带动了整个政治学界对方法论的理解的深入，以及方法论的创新(Mahoney，2010)。 在展开之前，需要做几点说明。 首先，鉴于“定量与定性之争”的内容纷杂，我在此不罗列，更不评论，这场争论中的任何细节。这一方面是因为我只能在其他地方才可能仔细讨论这其中的某些关键细节，而另一方面是因为我的立场一直是“(我们需要)超越定性与定量之争”。但是，我必须强调一点，“定量与定性之争”最最核心的问题在于“寻找因果解释”到底是试图寻找“Causes of Effects(结果的原因)”，还是仅仅是试图甄别“Effects of Causes(原因的影响)”上。定量研究的优势在于通过甄别“Effects of Causes(原因的影响)”，从而确立某些因素对于某一类社会结果有影响(或者贡献)与否。而定性研究的优势在于试图获得对某一类社会结果的我们直觉意义上的“因果解释”，比如，为什么“大革命会发生在某些国家”？或者“为什么某些革命成功了，而某些革命失败了”？显然，我们绝大部分人士都会同意这样的立场：我们通常所说的“因果解释”是后一种意义上的“因果解释”，即“Causes of Effects(结果的原因)”。而尽管确立某些因素对于某一类社会结果是否有影响(或者贡献)是重要的，但是这么做只是寻求“因果解释”的一部分。而许多偏好定量技术的学者则错误地认为，“寻求因果解释”和甄别“Effects of Causes(原因的影响)”完全等同(Goertz & Mahoney，2012：Chap.3；也见下面对KKV的具体批评)。由此，这些人士也错误地强调，“寻求因果解释”的最重要方法就是用定量方法进行“因果推断(Causal Inference)”，或者说是甄别“Effects of Causes(原因的影响)”。 其次，我对任何一类方法并没有特别的偏爱。这是因为任何一类方法都有它的长处和短处，而没有全能的方法。因此，我认为，只有懂得多种技巧，并且理解他们各自的长处和短处，我们才能够在面对实际的研究问题时，灵活运用不同的方法组合并比较好地解决问题。 再者，社会科学中的方法其实远远不止定性和定量两种。按照我的分类，社会科学中的方法至少有六个大类的方法(更早一点的讨论，见：Abbott，2001，2004)。但是，我确实同意：定性分析、QCA(Qualitative Comparative Analysis)①、定量分析是最重要的数据分析方法。 最后，尽管我对方法论的理解仍是一个“学习进行时”，我自己独立以及和我的合作者一起运用过的方法基本覆盖了社会科学中的所有方法大类，包括：ABM(Agent-based Modeling，代理人基建模)、GIS(Geographic Information System，地理信息系统)、SNA(Social Network Analysis，社会网络分析)、QCA(Qualitative Comparative Analysis，定性比较分析)②、定性分析、定量分析、概念分析(Conceptual Analysis)③、Formal Modeling(包括博弈论、经济学模型)以及ISM(Interpretative Structural Modeling，解释结构模型)。事实上，我和我的团队还在试图为解决社会科学中的某些具体的研究问题而发展一些新的方法。但是，我不是一个“唯数学化而数学化”的人：我始终认为，我们发展任何新的方法都是为了解决具体的研究问题，而不是为了让东西好看或不让人看懂。 在这篇文章里，我将主要阐述我对方法论的理解，而不做太多的解释，许多文献也将不详细列出。更加详细的讨论只能在其他的地方才能展开。 二、对KKV的简短评价 前面提到，(KKV，1994)对定量和定性两类方法的立场是非常极端的，也是错误的。具体地说，(KKV，1994：3)认为： 我们的看法是：定量、定性的区别，顶多在研究风格与特定技术上。至于背后双方分析问题的逻辑，其实没任何不同。这类逻辑虽然在定量研究中，一般会被解释得非常清楚，有时还用符号来帮助表述。但在做得好的定性研究里头，绝对也能到类似的推理逻辑。所以，不论定量或定性，如果能在研究设计的过程中，更加注重上面说的推理逻辑，研究肯定都能做得更出色。
