Review Article | 好的定性研究是什么样的？怎么做？

Xu, B. (2024). What Does Good Qualitative Research Look Like? How to Do It? Contemporary Sociology, 53(2), 93-98. https://doi-org.libproxy.unm.edu/10.1177/00943061241227330

一如既往，问题越简单，答案可能就越复杂。对这两个问题的雄辩机智的回答，正如研究生在研讨会上可能会说的，“这取决于你问谁。” 在某种程度上，这是一个有效的回答。社会学中一个长期存在的分歧是定性与定量研究之间的分歧。每一方都有自己的标准来评估“良好的研究”。在定量方面，用于评估的关键词包括可测试性、代表性、可重复性、可量化性、涵盖法律、解释和预测的对称性等，其中大多数或多或少符合经验主义和实证主义，尽管在定量社会学家之间肯定存在对这些标准的理解和最重要的是哪些的分歧。在定性方面，关键词通常类似于对电影、小说甚至食物的评论：丰富、深度、细微差别、生动性、多样性、语境、地方知识，甚至“厚实”——这是一个非常食物的词语——如“厚实的描述”。

如果双方只是在各自之间交谈，那么在每一方，研究人员都会成为布尔迪厄所称的受限受众，他们既是生产者也是读者，并加强他们既定的标准。然而，在现实中，两方发生冲突。这样的冲突是健康的，尽管有点混乱。只有当双方挑战彼此的基本认识假设时，双方才能改进。

在这种冲突中，定性研究者往往处于防守地位，就像社会上边缘化的群体经常看到的那样，甚至模仿定量研究者的标准和语言。初学者和有经验的定性研究者通常会困扰于诸如“我需要做多少次访谈才能使我的样本具有代表性？”之类的问题，或者一个优秀的定性文章会在结论部分以一句道歉的话结束：“这项研究的局限性在于它是基于一个小样本/两个地方社区，但我希望研究结果能为将来更系统的研究奠定基础。”因此，根据许多定量和定性研究人员的观点，即使是最好的定性研究也只是一篇出色但不完整的作品，必须通过更“严格”的定量研究来验证。

另一个极端是定性研究者拒绝定量社会学家对方法论更清晰的要求。一些人声称，这些要求是方法论的偏见；因此，试图使定性研究更系统化、透明化和可推广化是没有意义的，这些原则被认为是定量研究的专属属性。因此，直觉的理解和分析在关于定性研究的陈述中被过分强调为“艺术”和“工艺”。然而，任何认真从事某种艺术的人都知道，与某些艺术职业相比，目前的定性研究培训远不如那么系统化。这种心态的后果是对定性研究进行评估和执行时的混乱。这种“看到就知道”的态度听起来很自满，但实际上掩盖了一种深层的不安全感。

如果我们仍然相信定性研究是一种正当的方法——正如我们大多数人会同意的那样——并且相应地有自己的评估标准，那么它们是什么？这些标准的认识论基础是什么？我们应该如何满足这些标准？大多数关于定性研究的书籍并没有直接解决这些问题。它们更像是“手册”，几乎完全集中在实地故事、实用技巧和“提示”上——如何提出问题、编码访谈等——而不讨论潜在的方法问题。换句话说，它们是方法书而不是方法论书。这种回避方法问题的做法可能适用于本科教学，但不适用于研究生教学和培训。因此，即使对定性方法有相当深入的了解的研究生在提交论文时和回应同行评议时仍然会发现自己难以回答棘手的问题。

从这个意义上说，有必要有一些关于定性研究的书籍，超越了实用建议，直接涉及方法论辩论。本文评论的书籍填补了这一空白。它们通过提供复杂的方法论思考、设定评估标准和详细阐述系统化的数据收集和分析来超越辩护性立场。它们的集体信息是，定性研究在自己的方式上是好的，但不能拒绝对更清晰和更具普遍性的要求。它们的受众包括已经进行了一些定性研究的研究生和研究人员；这些书不是给初学者的。但这并不意味着它们很枯燥。相反，它们写得清楚。它们对方法论问题的深入讨论融入了示例案例，而认识论思考则在实践策略中得到了说明。

Mario Luis Small和Jessica McCrory Calarco的《定性素养：评估民族志和访谈研究指南》为第一个问题提供了一个迫切需要的答案：“良好的定性研究是什么样的？”该书列出并阐明了评估定性研究的常见标准。正如他们自己也承认的那样，这些标准并不是全新的。但该书在这一点上所取得的成就是使它们明确而系统化。该书可以作为给予初学者定性研究者的指导，他们对如何证明自己的方法决策感到困惑。该书的基本假设是，每种方法论都应该根据其打算实现的目标来评估，而不是根据其他方法论设定的目标。然而，该书并不鼓励学术的偏见。相反，它的目标读者包括定性和定量研究人员。该书旨在成为定性研究人员评估或自我评估他们的工作的便捷清单，也旨在帮助定量研究人员理解和评估定性研究，而不是错误地依靠定量标准。因此，该书可能对跨定性定量分歧进行对话具有潜在的用途。

作者们将自己的范围限定在数据质量方面，并明确避免谈论研究设计和构思。他们对这一决定给出了一个合理的解释：无论研究设计如何，研究人员对构成良好研究的内容已经达成了某种共识。这个陈述乍一看可能令人惊讶，但在阅读了他们的所有标准之后，我相信这并不是一个夸大其词。例如，他们用于评估的第一个标准是“认知共情”，即研究人员能够以研究对象自己的术语而不是从研究者的角度来理解他们的程度。大多数定性研究人员都会对此表示赞同，但要做到这一点总是易言而难行。作者使用假设的例子来说明一个不同情的采访是什么样子的：一个采访段落只呈现了被访者的话而没有对其进行分析：“我不喜欢这个社区，迫不及待地想搬出去。”像这样的弱采访引用不仅出现在研究生的学期论文中，而且出现在已发表的文章和书籍中。一个更强的采访将涉及多个问题，以展示意义生成的过程：被采访者为什么不喜欢这个社区？她如何想象一个好社区可能是什么样子？

Small和Calarco的其他标准也是大多数定性研究人员熟悉并会同意的。例如，他们的第二个标准是“异质性”——也就是说，研究应该展示对数据变异的复杂观点。“可触知性”意味着研究人员应该通过呈现细节和重要事件和言论来中心化地面上的内容，显示他们与现象的亲近程度。“跟进”意味着数据应该在研究人员提出跟进问题或在实地研究过程中进行跟进研究时出现和重新出现，这是基于实地方法的一个主要优势。“自我意识”意味着研究人员需要就他们在现场的角色和存在以及他们自己的位置如何塑造他们的观察提出自我反思。

另外两本书回答了第二个问题：“如何做到这一点？”但这两本书远远超出了实用指导的范围；相反，它们关于“如何做”的建议是由他们的方法论讨论所启发的。Kathleen Gerson和Sarah Damaske的全面著作《采访的科学与艺术》将是我为认真对待采访并进行了一些基于采访的研究的研究生和学者推荐的书籍之一。这样的读者在他们的研究中经历了困难和混乱，因此可以从该书的许多关于方法论问题的深入讨论和实用建议中受益。像“如何”书籍一样，该书确实涵盖了采访的主要步骤，如研究设计、构建采访指南、进行采访、分析采访等等。但其主要优势在于作者对采访的主要方法论问题进行了清晰的讨论，比如如何通过采访发展理论，如何进行推理，如何限制偏见，如何区分事实和事实的解释等等。他们还参与了一些有关采访的重要辩论，例如，基于采访的研究是否能够从少量案例中进行概括，通过采访的自我报告是否能够揭示人们在真实世界背景下的行为和想法，基于采访的研究或定性研究是否应该对其数据透明等等。读者可能不会同意他们在辩论中的所有观点，但肯定会同意作者关于采访作为“科学与艺术”结合的价值的确认，即是一种系统的努力，旨在揭示未知的事实和含义而不牺牲创造性。

因此，该书中提供的有用建议得到了作者方法论思考的充分支持。例如，他们建议设计采访以使用控制和比较组（第49页）。此外，他们建议在构建采访指南时，研究人员应从结果到可能的原因按顺序排列问题：“明确您希望了解的最终状态，然后向后移动，考虑可能帮助您理解它们的各种各样的前因后果”（第70页）。作者认为编码和开发概念是一个双向过程，而不仅仅是基于归纳法的方法。这个双向过程意味着不断在理论和数据之间进行旅行。他们使用自己的研究来展示一组对编码有用的类别。一些类别非常一般和理论化，例如代理/策略和非预期/预期后果，这些类别在其他研究中也可以使用（第151页）。当撰写基于采访的研究时，作者建议，一个应该从理想类型开始，然后描述变化。一个也应该将描述性叙述与驱动叙述的因素和过程的讨论交织在一起（第182页）。经验丰富的研究人员可能会发现这些策略很熟悉，但也许他们还没有以如此系统的方式加以阐述。这些建议也与Small和Calarco的书中列出的标准高度一致。

与此相反，Stefan Timmermans和Iddo Tavory的《定性研究中的数据分析：通过归纳分析进行理论化》具有更具体的目的，即“系统地培养令人惊讶的发现”和“使自己敏感以侦测出现的惊喜”（第1页）。作为作者影响深远的《归纳分析：定性研究理论化》的续篇（Tavory和Timmermans 2014），该书着重于如何理论化。理论化议程的主要信息是，社会科学中的创造力——社会科学“艺术”的本质——可以通过系统培训和栽培来训练和培养。研究人员可以通过由归纳分析指导的系统培训来学习如何通过理论化产生良好的想法和理论，归纳分析强调找到惊喜和推断出最佳解释的重要性。该书提供的实用技术和方法是由一个基本问题引导的：“这个数据是什么理论案例？”（第156页，我加的斜体）。该书花费了大量篇幅讨论如何找到谜题和惊喜以及如何阅读理论，这两点通常在定性方法论书籍中缺失。我相信这些独特之处使该书成为对上述普遍问题的宝贵解药：将方法论简化为方法或拒绝任何系统性努力来设计和执行定性研究。

Timmermans和Tavory建议，研究人员可以通过四种一般方式学习“如何理论化”：（1）熟悉多种理论；（2）观察的方法论揉合，即，沉浸在数据中并使用有效的编码技术；（3）发现谜题；（4）使用符号学来审视不仅是行动，而且是意义生成过程（第17-27页）。他们的一些建议与定性研究人员已经知道的内容以及其他两本书呈现的内容相吻合。然而，关于理论化实践仍有许多令人耳目一新的讨论。

例如，当讨论如何找到谜题和惊喜时，Timmermans和Tavory建议研究人员去他们的数据最强的地方，而不是去他们的理论假设建议的地方（第23页）。这个建议看似与他们的总体目的——发展理论——相矛盾，但与他们理论化方法论的一个原则一致：理论来自于对数据的归纳分析，而不是从先验理论观点的验证。这种方法强调了感知到的并带来意外的研究结果的重要性。他们还强调了大量观察数据的重要性，以便提高理论化的能力。因此，他们建议，研究人员应该采用“整体”的研究方法，而不是以案例为中心的方法，以便捕捉到尚未被理论化的那些方面。在最后一章中，作者表明，该书不仅仅是为了对“现有事实和概念进行重新归纳”，而是要求研究人员审视事实和概念的生成过程本身，以便理解它们的生产背景。这种方法强调了作者的认识论观点，即“行动是构造的，行动之后的解释也是构造的”（第191页）。

综上所述，对定性研究的评估和执行问题的讨论可以通过慎重评估定性研究的“好”来进行。但在这一过程中，我们不仅需要系统评估定性研究的质量，还需要提供有关如何进行这种评估的方法论讨论。目前，只有很少的书籍对这一问题进行了有益的探讨。上述三本书属于这个小型子类。虽然它们各自的重点和方法都不同，但它们共同强调了定性研究的艺术和科学，以及为了实现“好”的定性研究，我们需要认真思考和系统努力。