计量化的公共管理领域研究，一篇全面的综述文章

越来越多的学者使用量化方法开展实证公共管理研究，但是这种趋势是否是确定的和不可逆的？在公共管理研究中，出现了哪些研究方法的新进展？本文对国内外主要期刊公共管理研究方法的演变进行梳理，总结了量化方法崛起的过程与特征。本文讨论了10项预示未来量化方法的发展趋势，并介绍了各个方法对应的示范研究。从国内外公共管理研究的发展趋势来看，量化方法主要有以下十大方面值得关注，包括：作用机制和中介效应检验、条件因素和调节效应检验、实验研究与因果推断、纵贯研究与面板数据模型、多源数据与三角测量、空间模型与相互依赖、跨层现象与多层模型、大数据与计算科学、跨国比较和国际研究、混合方法。

一、引言

研究方法的引进与创新，对于学科进步和发展而言意义重大。如果没有显微镜的发明，很难想象生命科学会有如此突飞猛进的发展。大功率望远镜之于天文学，现代实验技术之于物理学，随机控制试验方法之于医学和发展援助研究，以及基因测序技术之于医学和生命科学，都是研究方法创新助推学科发展的典型代表。与自然科学一样，社会科学领域的研究方法创新，也往往会掀起一股学科进步的巨大浪潮。这可以解释为什么人们对公共管理学科的研究方法创新，抱有很大的期望。

公共管理学科的研究方法一直饱受争议，这同其多学科的交叉属性、对应然规范研究的推崇和研究方法应用的滞后性不无关系(Riccucci, 2010)。公共管理学科往往被视为经世致用之学，推崇规范研究（normativeresearch），期望解答“应该怎样”的应然问题。这同实证研究（empiricalresearch）的价值取向不同，后者期望回答“是什么”的实然问题。即便是使用实证研究方法，公共管理学科也倾向于以质性研究方法为主，特别是案例研究方法(Kelman, 2005)。但是，越来越多的公共管理学者使用规范的实证研究方法，特别是各种量化研究方法开展实证研究，表明该学科在经历一个持续的发展和演进。

2015年发表的一篇研究综述，对2001-2010年间四份顶尖国际期刊（《公共行政研究与理论学报》（JPART）、《公共行政学报》（PAR）、《公共行政学》（PA）和《治理》（Governance））发表的1605篇论文进行总结，发现公共管理研究中73%的为实证研究（即使用实证数据和资料开展的研究），27%的为理论研究（即没有使用任何数据或资料，而只是理论和概念上的研究）。实证研究方法虽然仍然以质性方法为主（总体占56%），但是却出现从以质性为主向以量化为主的演变趋势。质性与量化研究的比例从2001年的61.1%：38.9%，至2010年首次反转为41.7%：58.3%(Groeneveld et al., 2015)。换句话说，过去公共管理研究是六四开，即质性研究比量化研究多一半；现在也是四六开，却是量化研究比质性研究多一半。当然，预言量化研究方法会“改朝换代”可能为时尚早，但是这一发展趋势却表明公共管理研究方法的格局正在发生一场值得关注的变革。与此同时，也应思考中国公共管理研究是否做好了准备，以适应这一发展趋势的可能影响。

对于公共管理研究方法的现状与前景，一些人担忧这种发展趋势是否会葬送规范研究的优良传统，使公共管理研究与实践之间的鸿沟进一步拉大(马骏, 2015)。另一些人则认为，公共管理学科的研究方法仍然发展迟缓，特别是同其他母学科和兄弟学科相比，所以仍然需要迎头赶上并奋起直追(Perry, 2012)。公共管理研究方法是否趋向于以量化为主？如果是，这种发展趋势是否是确定的和不可逆的？在公共管理研究中，出现了哪些研究方法的新进展？中国公共管理研究如何因应调整？本文期望对这些问题展开初步的讨论。

本文对国内外主要期刊公共管理研究方法的演变进行梳理，总结了量化方法崛起的过程与特征，并指出中国公共管理实证研究的症结。结合最近公共管理领域的研究案例，本文期望说明研究方法的发展动向及其背后的启迪。具体来说，本文讨论了10项预示未来公共管理量化研究方法的发展趋势。诚然，公共管理与公共政策的研究方法存在很大分野，但是这不影响我们对其进行一般性的概括。

二、研究方法的量质之辩

（一）研究方法的分野

“万事万物是普遍联系的”，研究自然和社会现象之间的各种关系，就是科学的真谛所在。佛家讲求缘分、因果报应和因果轮回，认为“种瓜得瓜种豆得豆”，人的前世今生、后世来生都是联系在一起的。这也是为什么，大科学家爱因斯坦会说，一切现代科学都与佛教并行不悖。因为科学就是为了揭示因果关系，而佛教在这方面显然有其优势和独到之处。但是，有许多路径和方法可以揭示现象之间的因果关系，而人们日趋在量化研究和质性研究中予以分野。有两种方式来区分量化和质性研究方法的，一种是纯粹技术上的划分，另一种则是认识论上的区分(Morçöl& Ivanova, 2010)。

从技术上来区分，质性研究往往是小样本的研究，测量也仅限于名义或类别变量的层面，如是否或强弱。量化研究则多数是大样本研究，测量精确度也更高，可以达到定距和定比尺度。就具体的数据收集、分析和研究方法而言，通常来说我们会将实验室实验、实地实验、自然实验、问卷调查、网络调查、入户调查、网络分析、回归分析、模拟分析、结构方程模型、因子分析等归入量化研究方法，而将电话访问、面对面访谈（面访）、座谈会、焦点小组、历史分析、专家判断、参与式观察、案例研究、民族志、内容分析或文本分析、扎根理论等归入质性研究。当然，一些研究方法可能是混合二者的，或者是有二者共同的属性的，比如混合方法和内容分析(Morçöl& Ivanova, 2010)。

从认识论来看，一些学者持有阐释学的观点，认为自然科学方法不适用于人类、社会和文化等现象的阐释。自然科学方法推崇实证主义，往往期望得到放之四海而皆准的普适结论，关注的都是客观存在且能够计算和测量的现象，并有一系列的前提假设。但是社会现象则可能并非如此，因为它们都需要置于其所在的特定情境才能理解(Morçöl& Ivanova, 2010)。比如，人与人之间的关系和网络在中国的语境下就非常突出，因为“搞关系”才能办许多事情，而这在其他一些国家和地区则并不存在或是如此重用(Barkemaet al., 2015)。因此，质性研究者认为在研究社会现象时，不应照搬自然科学研究方法，否则就无法得到真实的结论。

万事万物在不断变化，万事万物又普遍联系。自然科学是为了发现万物理论，借以解释万事万物的普遍规律。社会源于自然界，但又不同于自然界。社会科学的根本要义，就是揭示、验证和解释不同社会现象之间的关系，也即万人万象。一些现象是人们期望或不期望发生的结果，我们称之为因变量。比如，幸福、秩序、贫困、冒险、创新、违法等。另一些是导致其发生或不发生的原因，我们称之为自变量。比如，动机、激励、压力、制度、环境等。对现象的刻画和定义，意味着概念化，这也就是我们为什么会发展许多符号来指代各种现象。

我们对变量之间的关系，会有一些理论上的判断，这是理论化的过程，即在变量之间建立理论联系，以解释不同现象之间的共变过程。这种关系最好是因果关系，退而求其次也要是相关关系。这些概念的操作化和测量，则是定量研究的基础。它让我们能够区分不同的现象和现象之间的细微差别。为了验证变量之间的关系，社会科学发展了许多方法论、方法、技术和工具。量化分析只是其中一种途径，它并非唯一的道路，也并非最佳的选择。但是，相对于质性研究，量化研究有一定的优势，特别是在确立和推广研究发现方面，这也是为什么它们能够并驾齐驱的原因所在。

无论是量化研究还是质性研究，都需要完成特定的任务，可以采取各种策略去实现这些任务，而每个任务和策略都对应一系列需要满足的标准(Gerring,2012)。正如Gerring (2012)在《社会科学方法论的统一框架》一书中所言，“任何方法论上取得的一致观点要想成为可能，必须建立在我们所有人或多或少都同意的基础之上。这样一个框架，我相信已经存在于我们每天对漂亮的研究、强有力的论证和坚实的证据的判断之中了。”换句话说，无论是量化研究还是质性研究，在追求对社会现象的论证、描述和因果推断方面都会殊途同归，都需要经受同样的一套社会科学标准加以判断。

如果去比较母学科和其他相关学科的研究方法分野，我们会发现如下特征，即政治学、管理学和经济学的研究方法都以量化研究为主，尽管质性研究的重要性不容忽视。对7份主流政治科学期刊论文的分析显示，研究方法的应用是不平衡。统计方法在政治科学研究居主导地位，从1975年到2000年一直都保持在55-65%之间的比例。正式模型或数学推导的比重比较稳定，一直保持在30-40%之间。案例研究所占的比重日渐萎缩，从1975年的接近40%，减少到2000年的30%。与此同时，综合运用多种方法成为一种发展趋势，实验法越来越受到推崇(Bennett, Aharon,& Rutherford, 2003)。总体来看，政治科学以统计方法为主，即量化研究方法占据主要位置。

对1995-1997年和1985-1987年两个时间段的三份管理学主流期刊论文的综述表明，大约80的研究是实证研究，只有20%左右的是正式理论或文献综述。在实证研究中，通过实地研究获取一手数据的居多，占40%；其次是获取二手实地数据，占20%左右。抽样调查、实验室实验和实地实验的比例并不高，而计算机和实验仿真等其他方法应用得则更少(Scandura& Williams, 2000)。就此而言，管理学研究中的质性研究方法占比较少，尽管实地研究中有一定比例是质性研究的，特别是案例研究。

最接近于自然科学的社会科学学科之一经济学，借助于计量经济学和其他方法的发展，对量化研究的推崇到了无以复加的地步。所以，通常来说很难发现一篇没有公式和模型的标准经济学论文。更加值得注意的是，经济学越来越多地使用海量数据，而不仅仅局限于政府统计数据。《美国经济评论》（AER）在2006年至今发表的实证研究论文，越来越多地使用需要政府和企业授权的非公开数据，其比例从2006年不足10%，稳步增长到2014年接近一半(Einav & Levin, 2014)。

（二）公共管理的研究传统与方法演变

公共管理学科作为一门应用学科，受到政治学、社会学、经济学、心理学、管理学等学科的深远影响，并在研究方法上呈现亦步亦趋的追踪特点。但是，长期以来公共管理学似乎是在“唱独角戏”，同其他学科的互动并不明显。公共管理学对其他学科的借鉴很多，但是其他学科从公共管理学汲取的却很少。比如，组织与管理研究就同公共管理学的关系并不密切(Kelman, 2005)，公共管理学也很少对组织与管理研究产生实质性的影响(Andrews & Esteve, 2015)。与此同时，公共管理学同法学、政治学和管理学等基础学科的关系也是若即若离，不仅公共管理学对这些学科的贡献很少，这些学科也很少影响公共管理研究(Wright, 2011)。这种贡献与汲取的不对称性，使人们对公共管理的学科地位存有疑问。

对公共管理研究方法的许多早期综述都显示，该学科的研究非常欠缺方法。例如，对公共管理期刊论文和博士学位论文的总结发现，这些研究很少使用规范的实证研究方法，在理论构建和检验方面也非常欠缺(McCurdy & Cleary, 1984; Perry & Kraemer, 1986; Adams& White, 1994)。即便是使用了一些量化方法，它们也往往难以得出令管理实践者容易理解和感到可用的知识(Meier & Keiser, 1996)。之所以如此，就在于公共管理学者一直在研究的科学性与严谨性同应用性和推广性之间徘徊不前(Whitford & Meier, 2013)。可以说，公共管理学科一直在规范研究与实证研究之间难以取舍(颜昌武 & 牛美丽, 2009; 马骏, 2015)。科学方法的引入固然可以提升本学科的“的科学性”，但它可能无法解释纷繁复杂和变幻莫测的现实公共管理世界(Raadschelders, 2011)。

值得注意的是，过去二十年公共管理研究开始日趋实证取向，特别是呈现出量化研究后来居上的态势。2015年发表的一篇研究综述，揭示了公共管理研究的方法演变趋势(吕芳, 王梦凡, &陈欢舸, 2015)。实际上，在公共管理研究会议（PMRC）上报告的论文，已经出现了量化研究为主的发展趋势。PMRC是在1990年代初设立的，其会刊是JPART，创刊伊始就旗帜鲜明地推动公共管理理论和实证研究。对PMRC在2008年及以前的4届双年会论文的分析显示，概念研究占24.5%，量化研究占36.2%，质性研究占29.3%，而混合方法占10.1%(Pitts & Fernandez, 2009)。换句话说，PMRC和JPART所引领的研究范式，已经将量化研究置于主要位置。事实上也的确如此，JPART是四份主流期刊中唯一一份在2001-2010年间发表的论文数量，都是量化研究超过质性研究的(Groeneveld etal., 2015)。

研究方法的应用格局，也部分投射到研究方法的训练环节。对美国44所大学公共政策研究生的研究方法课程进行的调查显示，硕士课程有88%的是量化研究方法，博士课程则为79%(Morçöl &Ivanova, 2010)。量化研究方法在研究生课程中占据压倒性地位，这可能同期刊论文的方法应用格局密不可分，但却同目前人们对实证主义的反思和批评存在鲜明的对比。一些学者认为，公共管理研究应该发展属于本学科的方法，并更广泛地引入高级量化方法，而不是亦步亦趋地追随其他学科的研究范式(Gill& Meier, 2000)。与此同时，在量化方法与实质理论之间建立更紧密的联系，使二者的对话与勾连进一步牢固，也是学者们对公共管理研究方法的建议(Lavertu& Moynihan, 2012)。

三、量化研究方法的新进展

上述讨论表明，公共管理研究越来越趋向于以量化方法为主，并越来越多地引入地理学、心理学、经济学、政治学、社会学等其他学科的研究方法和技术工具。但是，量化研究方法不是简单的、机械的和毫无生机可言的工具，它自身的发展也为理论进步和学科建设提供了强大支持。许多学者对实证研究特别是量化研究的批评，是认为太多的研究未能关注最重要的问题，未能回应理论关切，使用的工具和数据是糟糕的(马骏, 2015)。没有真实的问题、没有理论的指引、粗劣的研究方法和简单的照搬照用，使人们对实证研究特别是量化研究嗤之以鼻。因此，“练好内功”，更新和提升实证研究方法，是让实证研究得到更好的发展的关键点之一。

从国内外公共管理研究的发展趋势来看，量化方法主要有以下十大方面值得关注，包括：作用机制和中介效应检验、条件因素和调节效应检验、实验研究与因果推断、纵贯研究与面板数据模型、多源数据与三角测量、空间模型与相互依赖、跨层现象与多层模型、大数据与计算科学、跨国比较和国际研究、混合方法。本文将对公共管理研究方法的主要状况和发展方向进行评论，并结合具体的研究范例探讨上述发展趋势及其启示。显然，我们无法穷尽所有最新的量化方法进展，而只能对这些关键领域的趋势性发展进行概括。

（1）作用机制和中介效应检验。如果是回到十年前，只是研究两个变量之间的直接关系，就可以发表在很好的期刊。但是，现在却越来越难了。为什么？因为我们已经不满足于只是研究两个变量之间的直接关系，我们期望看得更深、更远、更广。当然，如果你发现了以往研究没有发现的因变量，或者提出了以往研究忽略的自变量，就像发现了一颗新星或一个新物种，那么过去那种研究方法仍然奏效。但是这样的概率很小，少之又少，甚至我们屈指可数。比如，社会资本的概念、制度的概念。另外一个发展方向，就是我们精细化和精确化业已发现的变量之间的关系，为控制、干预和预测这些现象提供更加精准的依据。所以，我们今天要做的是，如何对现象背后的更多纹理和细节进行研究。

就公共管理研究方法的发展态势而言，一个方向就是发现因果关系的作用机制或中间过程，即在自变量与因变量之间找到二者建立联系的其他中介变量（mediator）。变量之间的关系并不只是直截了当的，而是可能曲线救国或蜿蜒逶迤的，就好比隔山打牛。我们发现了变量之间的关系，但是这些关系建立的基础或发生的机制是多种多样的。如果能够发现这些关系之间的中介变量，那么就等于让我们对现有变量之间关系的理解又增进了一步。在医学研究中，这就意味着发现了可以阻断疾病发作的路径或靶点，掐断了这条线，就可能让疾病减轻或消除。在公共管理研究中，这意味着打开了变量之间关系的“黑箱”，使我们能够理解为什么有些变量之间会存在这种相关关系。对中介效应的检验，除了三步走的标准程序（即自变量对因变量、自变量对中介变量、自变量和中介变量对因变量的三次回归分析），还可以使用路径分析和结构方程模型（SEM）等方法(Preacher, 2015)。

比如，对中国经济的“国退民进”现象的解释，不能单纯只看国有企业和民营企业之间的市场竞争，还应考虑集体企业在其中扮演的中介作用。对中国工业企业的研究显示，集体企业为民营企业提供了“合法性的外衣”，使它们不至于因为意识形态而退出。与此同时，民营企业通过竞争将国有企业和集体企业都挤出了市场(Xu,Lu, & Gu, 2014)。因此，民营企业对国有企业的“逆袭”，一定程度上是通过集体企业的助力而完成的。这种解释深化了我们对“国退民进”的认识，并明晰了市场转型的基本过程。

（2）条件因素和调节效应检验。越来越多地研究在发现变量之间关系的依存条件或环境特征，也即调节变量（moderator）。因为万事万物都是视情况而定，都需要因地制宜。比如，在某些情况下，变量之间的正相关关系可能减弱，或者不存在相关关系，甚至反转为负相关关系。这种研究最适合跨国和跨文化比较，因为在西方国家发现的社会现象，可能在中国并不存在，或者以一种截然不同的形式存在。再如，在某些情况下作用很强的变量，在另一种情况下则可能作用很弱，乃至不存在任何作用。对某些群体而言变量之间存在很强的关系，但是对另一些群体可能这种关系会减弱或不存在，或者关系的符号都会发生反转。

对于调节效应的检验，特别是图形化呈现，可以使用很多统计软件的配套命令，比如STATA和R都开发了新的应用。最新研究显示，交互效应的估计需要慎之又慎，特别是应该首先画图去了解交互效应的实际情况，而不能以交互项是否通过统计显著性检验为唯一依据(Xu,2015)。这些方面的发展，既使我们可以更细致地探究变量之间关系的依存条件，也为控制和预测某些变量提供了更精确的依据。

比如，刘帮成与合作者对中国公务员的调查发现，公共服务动机对工作满意度的影响可能受到其他因素的调节作用，比如公务员的金钱观。爱财如命的公务员可能会更加讲求最小投入和最大产出而获得的最高效率，并发挥“挤入效应”，使公共服务动机与工作满意度之间的正相关关系也会更强。这一点看似有违人们的常识，但是却可能同中国社会的文化特征有关(Liu & Tang, 2011)。

（3）实验研究与因果推断。公共管理学者越来越多地借助于实验等方法，从相关关系走向因果关系。科学研究期望发现的是因果关系，但是多数情况下只能验证相关关系。存在相关关系，并不意味着就是因果关系，因为因果关系还需要满足时间顺序、非虚假相关、理论基础等要素。实验研究是揭示因果关系的主要方法，因为在随机分组的受控实验中，因变量的变化可以直接归结为研究人员在自变量上的干预或操控。这里的实验不止是实验室实验，而是包括许多类型，如实地实验、准实验、自然实验、调查实验等(马亮, 2015)。中国的大地上，每时每刻都在发生无以计数的政策创新、变革和实验，而它们都为公共管理研究者提供了绝佳的实验研究场域和话题。

过去公共管理学者哀叹少有人使用实验室实验法(Margetts, 2011)，但现在实验法却备受推崇，最近在《公共行政学报》（PAR）(Jilke,Van de Walle, & Kim, 2016)和《国际公共管理学刊》（IPMJ）(Blom-Hansen, Morton, & Serritzlew, 2015)都有使用该方法的专刊，其数量甚至比过去20年公共管理领域发表的实验研究论文总数还要多。与实验研究相关的理论旨趣，是揭示公共管理的行为科学，或行为公共管理学（Behavioral PublicAdministration）(Jilke, Van deWalle, & Kim, 2016)。公共管理研究归根结底是行为科学，即揭示管理者和公共组织的行为成因与后果。基于问卷调查等方法的研究往往只是就主观态度进行研究，而很难深入管理行为进行探究。基于实验法而开展的行为研究，将为公共管理研究的深入提供新的动力。对于实地实验、自然实验等研究而言，可以使用的方法包括双重倍差法（Difference-In-Differences，DID）和综合控制方法（SyntheticControl Method）等(Abadie, Diamond,& Hainmueller, 2015)，后者已经可以对多个实验案例进行研究(Xu,2015)。

比如，中国在1970年代末推行的计划生育政策，使独生子女成为中国社会的一道特殊现象。这些“小皇帝”和“小公主”是不是表现得更加以自我为中心、不敢冒险和信任他人？对此，一项研究招募了计划生育政策前后出生的大学生进行实验室实验，结果验证了这些论断(Cameronet al., 2013)。因为这项政策是一个外生的冲击，对政策执行前后出生的孩子进行比较，可以恰好反映这项强制政策的净效应。

（4）纵贯研究与面板数据模型。纵贯研究设计指收集截面—时间序列数据（time-series cross-sectional data）和面板数据（paneldata），以观察变量随时间变化的情况，而不止是变量在不同个体之间的截面差异。虽然纵贯数据无法像实验研究一样为我们揭示因果关系，但毕竟它让我们可以更进一步地接近因果推动。以往的许多公共管理研究所依据的数据都来自一次问卷调查，而很难对变量之间的先后顺序进行判断，更遑论去推断因果关系。但是在许多领域，纵贯数据日益普及，这为我们估计变量之间的时序变化提供了可能。比如，德州学区、英国地方政府和拉丁美洲的市政府研究，都积累了一批不错的面板数据。

在面板数据分析中，除了标准的固定效应（仅考虑组内方差）和随机效应模型（考虑了组间方差但不完善），现在的内外随机效应模型（within-betweenrandom-effects model）可以同时考虑这两种模型的优点，而不一定非以固定效应模型为“金科玉律”(Bartels,2015)。换句话说，我们既希望估计不同组织和管理者在同一时点上的差异及其影响因素，也期望考虑同一公共组织和管理者在不同时点之间的变化及其影响因素。这方面的应用可以参考朱凌的总结(Zhu,2013)，以及公共管理的一个应用实例(Marvel &Pitts, 2014)。

比如，马亮对中国省级政府设定经济增长目标的研究，就使用了面板数据的模型估计方法(Ma,2016)。这项研究表明，地方政府在设定经济增长目标时，会受到许多因素的影响，包括过去的目标水平和完成目标的情况，其他同级辖区政府设定的目标水平和目标完成情况，以及上级政府规定的目标任务。

（5）多源数据与三角测量。多源数据分析和三角测量，使我们对实证证据的要求更高。过去“一张问卷打天下”的时代，可以说已经一去不复返了。人们对共同方法偏误（common method bias）或共同来源偏差，已经越来越无法容忍(Jakobsen & Jensen, 2015)。如果都是来自管理者自报的数据，那么就会出现严重的估计偏误，并可能导致几乎多达一半的统计检验得出的都是虚假相关关系(Meier& O’Toole, 2013)。更为重要的是，目前的一些补救方法可能都是无效的，唯一有效的方法是增加独立来源的数据(Meier& O’Toole, 2013)。

这就像法官判案不能相信一面之词一样，律师至少要提供多方面的人证物证，才能令陪审团心服口服。如果自变量和因变量的数据都来自一个来源或一种方法，那么变量之间存在虚假相关或伪相关的可能性就很高，并使我们得出完全谬误的结论。以腐败为例，企业、公众、专家、官员等不同人的认识就完全不同，与客观数据也未必吻合。因此，使用多种来源的数据进行“三角测量”（triangulation），就日益成为一种发展趋势。

比如，郑思齐等对中国城市政府治理污染的研究，就综合使用了多种来源的数据(Zheng et al., 2014)。他们利用搜索引擎的关键词搜索热度来衡量民众对治污的诉求，并利用各地报纸报道环境污染的频次作为印证。他们还利用政府统计年鉴、政府官员简历、互联网抓取资料等多种数据，为全景式解释政府治污的动机提供了依据。

（6）空间模型与相互依赖。地理信息系统（GIS）和空间模型（spatialmodel）的应用越来越广泛，使我们可以对辖区、部门和个体之间的联系进行研究。过去我们将空间相互依存性视为令人烦恼的麻烦，但是现在空间计量模型可以让我们发现许多过去忽略或看不见的关系。空间模型不仅估计地理距离，而是提供一种矩阵式的建模方式，使我们不是孤立地分析个体，而是将个体之间的两两关系纳入模型(Franzese& Hays, 2007)。比如，不同国家和地区之间的进出口贸易额，就可以作为衡量它们之间相互依赖关系的依据。再如，城市之间在经济总量上的相对差距，也可以反映它们视彼此为竞争对手的程度。不同于以往模型对个体之间相互独立的前提假设，空间模型认为个体之间存在某种程度上的相互依赖关系（interdependence）。这种相互依赖关系不仅是影响我们关心的因变量的一个因素，而且会对自变量与因变量之间的关系产生直接影响。

与空间模型相关的是网络分析，特别是利用社会网络分析（social network analysis，SNA）方法，探究组织之间、部门之间、辖区之间以及公共管理者之间的各种关系和网络(Borgattiet al., 2009)。公共管理学者越来越对组织之间以及管理者之间的关系网络产生浓厚的兴趣，因为对上、对下、同行等方向上的交流和互动，会深刻影响组织运转和管理者的行为。与此同时，对合作、协同、网络治理等方面的关注，也使网络分析日趋流行(Berryet al., 2004)。

比如，朱旭峰和张友浪对中国城市行政审批制度改革的解释，就包括了邻近地区的扩散效应，并发现周边地区的城市如果有很多都推行了改革的话，本地城市也会更有可能进行改革(Zhu & Zhang, 2015)。当然，空间计量模型还可以进一步研究这种区域扩散效应对其他自变量的影响，从而刻画更加复杂和动态的图谱。

（7）跨层现象与多层模型。多层研究或跨层分析，是对跨越两个及以上层面的现象进行研究。我们最初都是假定只有同一个分析单元上的变量之间存在关系，比如管理者个人的态度对行为的影响，或者公共组织的结构对其绩效的作用。但是，跨层或多层现象比比皆是，特别是涉及许多利益相关者的多级和多中心治理(Lynn,Heinrich, & Hill, 2000)。比如，嵌入在不同学校、医院或政府的学生、患者和公民，他们会受到这些组织的公共政策的不同影响。

我们关注宏观层面的政策对微观个体的影响，而多层模型分析可以让我们更精确地捕捉这种作用。即便只是关注个体层面变量之间的关系，我们也希望考察宏观层面的差异(Heinrich& Lynn, 2001)。因此，多层模型（multilevel model）或分层线性模型（hierarchicallinear model，HLM）越来越多地被使用。但是，对公共管理研究会（PMRC）在2008年及以前的4届双年会论文的分析显示，68篇量化研究论文中仅有1篇（占1.2%）使用了多层模型(Pitts & Fernandez, 2009)，说明在这方面还亟待加强关注和使用。

比如，对中国城市污染的健康代价研究显示，居住在工业化程度较高的区县的居民面临的环境威胁更大，而这使他们的身心健康都受到负面影响。尤其值得关注的是，农民工群体受到的环境威胁最大，遭受的身心伤害也更严重(Chen, Chen, & Landry, 2013)。换句话说，地区和群体层面的因素都会影响个体层面的环境感知和健康状况。

（8）大数据与计算科学。随着相关技术的迅猛发展，大数据技术和计算科学在公共管理研究的应用将日趋明显(马亮, 2016)。社交媒体每时每刻都在产生大量的数据，其规模超乎了人们的想象能力。新兴的计算社会科学（computational socialscience）或数据科学（data science），则为采集、积累和利用这些海量数据提供了技术支持(Lazer et al.,2009)。例如结合应用程序接口（API），设计简单的网络爬虫程序，就可以下载许多网站提供的海量数据。当然，你也可以请计算机系的同事代劳编写程序，就可以获取大量数据。许多人嗟叹无数据可用，但实际上数据却是无处不在的，在中国可谓“遍地黄金”(周长辉, 2012)。在大数据采集与应用方面，许多学者通过这些方法获得了所有城市的实时空气污染监测数据、所有区县政府的响应力数据、所有地区的土地招拍挂数据等，为其开展具有推广性的大样本研究提供了基础，也都是比较典型的应用代表。不过，基于大数据技术而获取的数据，已经不同于社会科学研究中普遍使用的随机抽样数据，在统计推断等方面需要因应调整。

比如，对人民网“地方领导留言板”2006 -2014 年的 21 万多条网友留言进行分析，发现政府回应民意会受到许多因素的影响(孟天广 & 李锋, 2015)。研究显示，向书记发问、较长篇幅、负面情绪和实名发帖等，都会增加被政府回复这些帖子的概率。因为这些网络留言和政府回复都是实际发生的，而且数量如此庞大，所以可以为揭示一般性规律提供依据。

（9）跨国比较和国际研究。跨国和国际研究，在公共管理研究中日益流行，以挑战“地方性”知识的局限性。尽管跨国比较研究仍然无法普适化某种理论，但是却让我们对这些理论的认识更加深刻。因为地理环境、经济基础、政治体制和社会文化等方面的差异，来自一个国家和地区的研究，很难推至其他国家和地区。局限于一个国家和地区的研究，开始让位于多个国家和地区的比较研究。更为根本的是，我们每个人其实首先是人类，其次才是中国人或美国人，所以要有天下观或全球关怀，这种眼界对于开展大问题的研究很有价值。

特别是在拥有许多国家和地区的欧洲和亚洲，比较公共管理研究日趋兴盛(Perry, 2012)。这里，需要特别注意变量测量的对等性（equivalence），因为我们对不同概念的认识是不同的(Jilke,Meuleman, & Van de Walle, 2015)。比如，公共服务动机在不同国家和地区的差异很大(Kim& Vandenabeele, 2010)。与此同时，跨国比较研究并非抹杀本土色彩和情境化（contextualization），而是让不同国家和地区的认识能够有一个对话和沟通的可能，并推动全球公共管理知识的累积和扩散。

比如最近一项研究使用荷兰和韩国的大学生进行实验，发现政府透明对公民信任的影响就存在很大差异(Grimmelikhuijsenet al., 2013)。尽管政府透明都让民众对政府的信任变得更低，但是它在韩国的副作用更强。这可能是因为在文化观念上，韩国民众与政府的权力距离较高，政府一下子发布过多信息，民众未必能够适应过来。因此，一些具有此类文化特征的国家，不能贸然大力推进政府透明，因为它对政府信任的作用未必是人们预期的那样。

（10）混合方法。混合方法（mixedmethods）研究设计是利用量化分析验证相关关系，通过质性研究揭示因果机制(Creswell,2013)。量化研究和质性研究各有利弊，而将二者结合起来使用，发挥不同的作用并回答不同的问题，可能是一种最佳选择。当然，一些学者对两种研究方法的认识完全不同，认为它们是两种水火不容或泾渭分明的范式。但是，通过巧妙的设计，却可以实现二者的有机融合。特别是在大样本调查和多案例比较之间，可以实现很好的融合。但是，最近对四份顶尖公共管理期刊论文的综述发现，使用混合方法的研究少之又少（仅占5.9%），说明这方面是一个值得关注的方向(Groeneveld et al., 2015)。

比如，最近吕杰对中国人口外流与农村治理变迁的研究，就很好地将统计调查研究与多案例研究相结合(Lu,2014)。他对三个典型村庄进行实地调查和深度访谈，分析不同人口外流状况对治理制度选择和公共服务提供的影响。他还利用全国性的抽样调查数据，分析村庄人口结构对农村公共服务提供和村民态度的影响。这些证据综合在一起，可以解释人口外流导致的村庄社会结构变迁、治理制度转型和治理绩效变化。

四、讨论与结论

（一）中国公共管理研究方法的基本状况

与国际公共管理研究的发展趋势相比，中国公共管理学科的研究方法呈现怎样的变动？最近的研究综述发现，中国公共管理研究方法也出现了有意思的变化。2007年发表的一篇中文论文(何艳玲, 2007)和2012年的一篇英文论文(Wu, He, & Sun, 2013)，都对2000年前后中国公共管理的研究状况进行了批评。对中文期刊论文的综述显示，1998-2008年间约有90%的研究没有使用任何正式研究方法，而只有10%的论文使用了实证分析、历史研究、描述性研究、逻辑分析、行动研究和其他方法。在数据使用方面，平均有78.2%的论文没有任何数据。即便是使用数据，也主要是二手数据（占18.1%），使用一手数据的仅占3.6%。将研究时期分为三个阶段，会发现中国公共管理研究出现了可喜的微幅改善，在方法和数据的应用方面都有明显的改观，没有使用的比例分别从93.9%和81.8%降低到86.7%和74.4%。但是，总体来说，中国公共管理研究方法同其他国家和地区的差距仍然不小。

多年过去了，中国公共管理研究有没有一些变化或进步？最近对8份中文期刊2001-2013年间发表的4659篇论文的研究综述显示，中国公共管理研究似乎并没有出现实质性的改观(吕芳,王梦凡, & 陈欢舸, 2015)。高达76.1%的论文没有使用任何实证方法，而只有23.9%的使用了研究方法。在2001-2013年间，实证研究论文的占比也没有出现明显的递增趋势。因此，对于中国公共管理研究而言，恰如中国社会需要同时推进现代化与后现代化一样，研究方法也需要同时在实证主义和后实证主义两个方向上齐头并进。

（二）中国公共管理研究方法的启示与展望

本文对国际公共管理研究方法的变迁与演化进行了初步探讨，并总结了目前量化研究方法方面值得关注的发展趋势。当然，具体到特定的定量分析技术，还会有其他方面的演进(Whitford &Meier, 2013)。比如，从最大似然估计到贝叶斯方法，就是这方面的代表(Gill& Witko, 2013)。此外，复杂科学的应用和具有管理启迪的研究方法，也日益被人们所接受(Overman,1996; Meier & Keiser, 1996; Bretschneider, Marc-Aurele, & Wu, 2005)。但是，上述方面的进展是最值得关注的领域，也是提升实证公共管理研究特别是量化研究质量可以参考的方向。

量化研究并不意味着显摆方法或玩数字游戏，而是需要认识到方法的新进展能够让我们更真切、精准地认识和理解公共管理世界。方法的演进也让我们意识到过去研究所使用的方法可能是不妥当或不合适的，并可能导致研究结果上的偏误。因此，定期回顾和总结研究方法的使用及其问题，不仅有助于学科知识的增长和积累，而且会愈加强化公共管理学科的身份认同和合法性地位。公共管理和政策研究本来就是一个多学科交叉研究领域，所以需要同地理学、心理学、经济学、政治学、社会学等学科的同仁合作，并在这个过程中强化公共管理学科的身份认同。

中国公共管理实践在发生翻天覆地的巨变，这为身处其中的学者提供了开展有趣、有意义和可行的实证研究机遇。当然，公共管理研究需要“想象力”，关注国家发展的“大问题”(马骏, 2015)，但这不影响研究需要科学和严谨。实证公共管理研究是理论与数据的水乳交融，研究方法服务于研究目的和理论，因此不能本末倒置。研究方法需要干中学、用中学，而不是学了就忘或光学不用。此外，要追踪研究方法的新进展，因为研究方法在日新月异，不要捧着“明日黄花”而怡然自得。对于瞬息万变的中国公共管理实践而言，需要学者们通过调查和观察开展一手数据收集，“抢救式”记录中国公共管理的历史进程。与此同时，应培养对数据的敏锐性和嗅觉，让数据找人，而不是人找数据。这方面，研习如何嫁接和联系多个数据库，使用诸如多层模型和多源数据等技术，可能是值得尝试的努力方向。

与国际进展相比，中国公共管理研究方法的发展仍然相对迟缓，在方法的应用方面还很欠缺。换句话说，中国公共管理研究可能还没有到探讨量化和质性研究孰优孰劣和是否分野的问题的地步，目前的首先问题是经历实证研究的洗礼，并在研究方法上得到更多元的发展。这方面有赖于以下几点上的突破。首先，要进一步加快学术共同体的发展，使学者们对本学科的研究范式和学术规范形成日益明朗的共识。其次，应进一步发展本学科的专业期刊，使之日趋形成本学科的方法流派和知识传统。此外，还应加强各种研究方法的训练，使年轻一代的学者能够逐步适应国际公共管理研究的发展趋势。

注：来源于公共管理研究（微信公众号）

写在后面：各位圈友，咱们的计量经济圈社群里面资料和计量咨询都很多，希望大家能够积极加入咱们这个大家庭（戳这里）。之后我们会逐步邀请社群里的圈友再直接建立微信群与圈圈对话，进去之后一定要看“群公告”，不然接收不了群信息。