【文章精选】臧雷振、陈腾霄丨Q方法：方法论视域下的内在张力与发展限度丨2023年第4期

Q方法：方法论视域下的内在张力与发展限度

◉臧雷振 陈腾霄

【摘要】Q方法是一种以定性分析为主导的混合研究方法，用以探究行为者的态度、动机、感知、信念、偏好等，其本质是为了促进定量与定性研究方法的相互支持与补充。政策分析与公共行政研究中广泛涉及研究对象的主观态度分析，但Q方法在该领域内的学术关注度依然有限。本文基于范围界定综述（scoping review）路径，在给定政策和实践背景下，从“科学引文索引核心”（WoS）数据库检索并筛选出48篇政策分析与公共行政领域内的Q方法应用文献，进行审查分析。审查内容主要包括作者选择使用Q方法的原因、议题选择、开发Q集、选择受试者、执行Q排序、量化分析与因子生成、结果定性阐释等方面。研究发现，在对存在社会争议的议题分析中，Q方法具有较大的理论潜力与实践价值，但也存在研究者对方法操作步骤不熟悉不规范、方法论自身不足等问题，这会直接影响到研究信度与效度，进而约束了Q方法的发展应用前景。

【关键词】Q方法；范围界定综述；政策分析与公共行政；Q排序；发展限度

【作者介绍】臧雷振：中国农业大学人文与发展学院教授、北京大学国家治理研究院研究员，[e-mail]；陈腾霄：中国农业大学人文与发展学院硕士研究生，[e-mail]。

【引用格式】臧雷振,陈腾霄.Q方法：方法论视域下的内在张力与发展限度[J].公共管理与政策评论,2023,12(4):154-168.

—文章结构—

一、引言

二、Q方法：发展历程与学理特征

（一）Q方法的界定及发展历程

（二）Q方法的学理特征

三、范围界定综述：Q方法在公共行政研究中的应用

（一）范围界定综述的定义与框架

（二）范围界定综述路径下的文献选取策略

四、Q方法：内在张力与应用特征

（一）收录文章的特征分析

（二）操作前步骤：选择Q方法的原因

（三）步骤一：选题议题并开发Q集

（四）步骤二：选择受试者（P集）

（五）步骤三：执行Q排序

（六）步骤四：量化分析与因子生成

（七）步骤五：因子结果定性阐释

（八）Q方法与公共行政研究

五、Q方法：述评总结与学理分析

（一）述评总结与实践要求

（二）Q方法在政策分析与公共行政中的价值

（三）发展限度与未来前景

一、引言

Q方法是“以定性为主导的混合研究方法”，被视为是建构主义研究观与后实证主义研究观的真正融合，较适用于对行为者的主观变化进行测量，如态度、动机、感知、信仰、观点、情感、偏好、意愿等，也有利于使用者更深层次地理解社会现象、更全面且系统地看待和解决复杂问题。因此，Q方法在面对复杂的人类态度和行为问题分析时亦备受关注，且作为“第三种研究范式”混合研究方法的一种，其能够促使定性与定量方法的深度交融，具备从不同维度对研究对象进行更全面的交互分析能力，展现出方法论的包容性、实用性。

20世纪80年代，Q方法从心理学等学科扩展至其他社会科学领域。在政策分析与公共行政学界，学者需要解决的往往是政治、经济、社会等错综复杂因素所带来的政策难题，如在第二次世界大战后，西方国家为实现有效治理，纷纷实行政治、经济、社会、技术等多方面变革，此时国家变革过程中的政策分析备受重视。公共政策作为一门实践性以及综合性很强的社会科学，其方法论基础深受行为主义科学研究范式影响，较为注重对个体偏好、行为的实证分析，以此延伸至整个公共行政领域。无论是从国家战略性宏观政策制定者、社会治理型中观政策制定者、企业或社区发展型微观政策制定者的主体角度，还是从执行、评估、调整、监督、评判不同层次的政策过程看，围绕个体主观能动性的讨论在政策过程分析中越来越得到重视。然而，单凭传统理性思辨或实证主义验证很难准确地表征行为个体主观性偏差，难以将主观性价值所带来的影响更高效地运用在政策过程中以提高治理效能。意识到方法论基础潜在滞后于实践发展后，学者不断寻求新思路并拓展新方法。新的测量方法或理论模型应用层出不穷，然而，主要用于测量行为个体主观性的Q方法在政策分析与公共行政中的应用仍然有限。本文希冀在政策分析与公共行政领域内澄清Q方法的关键概念、发展历程，识别关键的方法论特征或因素，详细阐述Q方法的操作步骤与最佳实践策略，通过审查现有方法论知识基础中的规范性差距，分析Q方法在此领域的内在张力与发展限度。

本文结构安排如下：第二部分论述Q方法的发展进路，并提出Q方法与单一定性或定量性方法对比下的显著特征。第三部分介绍范围界定综述，按步骤分解范围界定综述的具体操作与最佳实践，并展示作者筛选文献的全过程。第四部分将按照Q方法操作流程展示范围界定综述的结果，深入剖析Q方法在领域内具体应用的规范性与学理性。第五部分在总结发现和讨论Q方法学科价值基础上得出本文结论，并进一步关注Q方法的发展限度与未来前景。

二、Q方法：发展历程与学理特征

（一）Q方法的界定及发展历程

Q方法（Q methodology），也被称之为Q方法论、Q排序或Q技术，是将参与者作为自变量分析单位，其主观认知作为样本，进行基于个体的因子分析（by-person factor analysis）的混合研究方法。英国物理学和心理学家威廉·斯蒂芬森（William Stephenson）在1935年给《自然》（Nature）杂志投稿信中提出此概念。经斯皮尔曼的因子分析演化，Q方法在斯蒂芬森1953年发表的《行为研究：Q技术及其方法论》中得到了详细阐述，后由其学生布朗（Brown）倡导发展成熟。

然而，Q方法作为一个测量个体主观性的混合方法，这种“可操作的主观性”对于以实证主义假设统计方法为主流的传统分析路径来说，无疑是一场革命。尤其Q方法面向的是研究对象的主观性与个体性，这与以R方法（R methodology），即关注大样本、总体性、客观性、结论可推广性的量化社会科学研究方法，为核心的科学实证主义是背道而驰的。因此，Q方法在诞生后的很长一段时间内都遭到同时代学者的漠视。

直到20世纪80年代，Q方法重新出现在社会科学专家的研究视野中，渐渐从最初的心理学领域扩展到其他社会科学领域，如健康科学、护理、政策科学、公共行政以及环境经济学等。Q 方法作为能够让主体直接表达其内在世界，同时能够把主观性进行系统且严格的量化考察，它的出现堪称一次方法论变革的重大突破。

21世纪后，在社会科学及跨学科研究中，Q方法逐步形成一定规模的研究方阵。本文通过英文“科学引文索引核心”（WoS）数据库检索2000年以来社会科学及其相关领域内Q方法应用的研究成果，计量分析后发现，应用Q方法的文献在数量上呈总体递增趋势，且近七年来增长显著（见图1），尤其是在环境研究、心理学、健康政策、政治学、公共行政等学科领域内。这些研究充分证明Q方法能够为研究者提供批判性反思、管理方案评估、政策合理性评估以及冲突解决路径，为上述学科进入21世纪后的发展提供必要帮助，其中政策分析与公共行政尤甚，该领域具体研究如美国公民的民主话语权研究、政策分析学者在组织中的角色与价值取向研究、可持续性、公共服务激励、社会正义，甚至是消防研究、野生动物保护研究及洪涝灾害管理等。

（二）Q方法的学理特征

一千个读者眼里就有一千个哈姆雷特。不同的人对同一事物持有不同的看法或观点，人类交流的目的之一在于同他人传递与交换自身的个体主观性，那么个体主观性便是客观存在且能够被衡量的，而Q方法的核心恰是量化地表述主观性。为更清晰全面地认识方法论的学理价值，本文总结出Q方法存在以下明显特征：

第一，Q方法是一种自下而上的方法，不预提假设，不存在事前假设，更无需检验假设，而是从样本中探索性地发现问题，再从主观性结果的分类组合中解释问题。第二，Q方法的实质是对主观性态度、观点、感知等的小样本研究。传统大量随机数据样本很容易忽视数据中的细微差别和复杂性，从而影响群体主观性数据的品质，因此，Q方法应是基于少量案例的具体性研究与概括归纳。第三， Q方法与R方法存在变量倒置。具体来说，Q方法以个体为变量，通过计算人和人之间的相关性，强调个体的具体情境，反映个人或持相近观点的群体如何思考、如何理解选定主题，而相反R方法测试识别变量或特征变量，如年龄、种族、收入等，更强调群体观点或态度的整体结构。第四，Q方法更倾向于后实证主义研究，质疑观察者客观性的可能性，推崇较彻底的主观性革命。相反，R方法论对研究问题进行“客观”分析，其预设观察者本身是客观且独立于被观察者的，符合逻辑实证主义的思路。第五，Q方法作为一种混合方法研究，兼具定性与定量双重优势，二者逻辑互相促进、互相约束。Q方法用自定义的聚类化取代预定义的结构化，是真正将访谈与统计分析结合起来的方法，架起了定性与定量沟通的桥梁。

总结Q方法的特征能够洞悉其本质在于，Q方法是借助数理统计手段，混合定性与定量于一体，探究受试者主观性结构的质性方法。从方法的具体内容来看，首先，研究者向少量受试者提供一组与设定议题相关的文字陈述或其他表达载体（如图像、语音、气味等），事先不预提假设，主动地探索发现问题，体现出该方法的自下而上性与小样本性。其次，由受试者把这些表达载体按偏好分布分类后，研究者根据这些分布，以个体为分析单位，得出并解释显著的相关性因子。最后，因子能够确定受试者对此议题的主观性看法，而不是行动。研究者需要对主观性看法进行叙事阐释，这体现Q方法结果的解释性特征。

Q方法的全部特征寓于其操作步骤中。操作流程可以被简单概括为选择议题、开发话语集合、邀请符合条件的参与者受试、执行技术操作、分析并解读结果。形式上，不同使用者在应用Q方法时会对其操作步骤进行适当增删，一般为3～7步，然而，核心内涵并无二致。出于规范性考虑，本文归纳出Q方法的标准五步法（见图2），具体操作步骤将在本文第四部分展开。

三、范围界定综述：Q方法在公共行政研究中的应用

在政策分析与公共行政领域内澄清Q方法概念、发展历程以及方法论特征后，本文将通过审查现有知识基础中的规范性差距，总结Q方法在该领域的发展进程，探索其在政策分析与公共行政领域内的实际运用范围，基于此范围界定综述是一个理想选择。

（一）范围界定综述的定义与框架

范围界定综述，是在给定政策和实践背景下，对广泛的研究素材进行综合和分析，以提供关于特定主题更清晰概念的一种新兴文献综述方法，其能够初步评估研究议题内文献的潜在规模和范围，本文主要使用其对政策分析与公共行政领域中实际应用Q方法的文献进行范围界定与评述。

范围界定综述的理论框架由阿克西和奥马利（Arksey and O'Malley）提出，后经丹妮尔·莱瓦克（Danielle Levac）等人修订完善，共包含五个步骤：（1）确定研究问题，明确的研究问题为后续步骤提供路线图；（2）确定相关研究，这一阶段主要确定相关研究并制定决策计划，包括明确在哪搜索、用哪些关键术语、搜索资源库、时间跨度及语言等；（3）研究资料筛选，包括事后纳入和排除标准，依照具体情况和作者对主题熟悉程度进行；（4）绘制数据图表，将每项研究开发一个数据图表，通过“叙述性综述”或“描述性分析”的方法将情境和过程导向的信息导入图表；（5）整理、总结和汇报结果。除以上五个必要步骤外，咨询作为额外可选择性使用的步骤，主要面向议题的利益相关者，以作为现有文献以外的建议参考。

与系统性综述（Systematic review）不同的是，范围界定综述报告应在指南指导下发布，其通常遵循“提高卫生研究的质量和透明度”（Enhancing the Quality and Transparency of Health Research， EQUATOR）网络发布报告所制定的“向范围界定综述拓展的系统综述和荟萃分析的优先报告条目”（Preferred Reporting Items for Systematic review and Meta-Analysis extension for Scoping Reviews， PRISMA-ScR，以下简称‘拓展条目’）指南。该指南强调范围审查时方法严谨的重要性，详尽阐述了拓展条目的最佳实践，在很大程度上，改进范围界定综述报告的同时提高了其对决策的相关性。

（二）范围界定综述路径下的文献选取策略

拓展条目能够充分涵盖范围界定综述的所有步骤。首先，确定范围界定综述的研究问题。根据拓展条目的要求，综述拟解决的问题应该基于对关键要素（如概念、背景和参与者群体等）或概念化综述目的的其他相关关键要素而制定，此次范围界定综述的目标在于评述目前政策分析与公共行政领域内涉及Q方法实践应用研究的数量、范围、实践程度及研究质量。

其次，确定相关研究设计并制定研究计划。本文同时查询中文和英文文献，筛选出实际应用Q方法解决政策分析与公共行政领域现实问题的文献。其中，中文文献从“中国知网”（CNKI）数据库中获得1，搜索关键词为“Q方法论”“Q方法”“Q排序”“q方法论”“q方法”“q排序”（检索字符串为“SU=‘Q方法论’+‘Q方法’+‘Q排序’+‘q方法论’+‘q方法’+‘q排序’”），“来源类别”限定于“中文社会科学引文检索”（CSSCI），时间跨度不作限制。

搜索结果显示共15篇符合以上条件的论文，作者在搜索结果中附加学科限制，进一步限定在“行政学及国家行政管理”领域，其中Q方法研究仅停留在其能够更好地认识政策分析与公共行政研究对象的一种创新的比较分析方法层面，与Q方法实际应用相去甚远，因此不考虑将以上搜索的文献结果纳入本文综述范围内。故此，中文核心期刊文献库中暂不存在符合分析条件的文献。

英文文献从“科学引文索引核心馆藏”（Web of Science Core Collection）数据库获取，搜索策略仍以关键词组合搜索为主（见下页图3）。本文把关键词设定为“‘q methodology’或‘q-methodology’或‘q method’或‘q-method’或‘q sort’或‘q-sort’或‘q sorting’或‘q-sorting’”，检索结果显示共有98 606篇文献，经过将“文献类型”（Document Types）限定为“论文”（Articles），“科学引文学科类别”（Web of Science Categories）限定在“‘公共管理’（Public Administration）和‘政治科学’（Political Science）和‘社会科学跨学科’”（Social Sciences Interdisciplinary），“发表年份”（Publication Years）不限的文献提纯后，得到195篇。将195篇文献导入文献管理软件“Endnote X9.3.3”中统一编号、去重等规范管理，经过专家评议、小组集中审阅等，总结出进阶筛选标准（见表1），据此纳入综述的文献共49篇。

最后，研究资料再筛选并对选中文献进行初步描述性分析。本文在获取进阶筛选后的49篇Q方法应用论文全文后，经过仔细阅读标题、摘要、方法论应用步骤及结论，发现1篇规范性较差的文献，在获得专家意见后将其剔除，剩余48篇论文将会被最终纳入范围界定综述的文献库中。本文将最终文献库的全部信息导入参考文献管理软件“Endnote X9.3.3”，并对其初步描述性统计，从发表作者的国籍分布来看，欧美国家占据发表的绝大部分，尤其是荷兰、美国、英国稳居前列。从中文数据库同样可以得知，中国在Q方法的理论与实践研究中均相对薄弱。更详尽的文献描述性分析见本文第四部分。

经多次核对，本文对文献库的详细数据进行提取，将其导入专门设计的电子表格工作簿中。所有数据根据特征被归入相应条目下并规范命名、编号，其中，条目包括论文标题、出版物详细信息、出版年份、出版作者国籍、使用Q方法的原因、政策分析与公共行政领域内使用Q方法的具体研究议题、参与者人数（P-set）与参与者群体特征、Q集（Q-set）陈述数量及收集方法、排序尺度与锚定术语（ranking scales and anchors）、Q排序（Q sorting）任务管理、因子提取与旋转方法、分析程序、因子解、方差解释度以及研究价值。以上术语将会在Q方法的标准操作步骤中具体解释，但需要注意与其他类综述不同的是，范围界定综述的结果是叙述性综合与描述性分析相结合的。

四、Q方法：内在张力与应用特征

基于文献范围审查流程，本文对筛选后的48篇文献进行仔细阅读，提取了Q方法操作的相关信息，根据所有信息的频率计数和频率分析总结出研究结果。以下具体展开此结果。

（一）收录文章的特征分析

收录文献的时间跨度为1994—2021年，自Q方法被引入政策分析与公共行政学科以来，使用Q方法辅助解决公共行政问题的文献呈逐年增长趋势。其中，收录文献的来源期刊种类较多，多数为社会科学跨学科性质，所跨学科涉及政治科学（political science）、管理学（management）、社会问题（social issue）等，其中排在前四位的分别是《政策科学》（Policy Sciences）、《公共行政评论》（Public Administration Review）、《公共管理评论》（Public Management Review）、《行政管理与社会》（Administration & Society），这些都是国外政策分析与公共行政领域内高质量、强影响力的代表性期刊。然而，政策分析与公共行政中已发表文献的总量相比于其他领域依然偏弱，说明该方法仍存在较强可推广性。

（二）操作前步骤：选择Q方法的原因

经总结，48篇收录文献的作者在政策分析或公共行政领域内使用Q方法的原因大致可以归类为以下五种：结果实用性（19篇，40%）；方法契合性（12篇，25%）；为获得对议题更深层次的理解（8篇，17%）；能够系统且全面地看待问题（6篇，12%）；解决复杂议题（3篇，6%）。

结果实用性是学者选择引用Q方法最常见的原因之一，Q方法能够为人的主观性测量提供实证性程序，探索公共政策领域内持特定观点群体的主观性感知，有助于将识别出的相似感知类型化，揭示同一议题下不同观点阵营的真实需求。

方法契合性是指Q方法能够识别个体间观点的潜在相似性，用来在不强制定义特定问题的情况下识别更多利益相关者的论点，同时在公共政策角色感知等研究中，Q方法是衡量角色概念的适当机制和价值性工具。

为获得对政策制定与执行过程中角色对参与式预算、社区安全的共同生产、角色忠诚度等议题的深度理解，学者会优先选择Q方法，将其视为理解复杂逻辑的重要渠道。与之相似的是，对于存在社会争议的复杂概念，Q方法能够提供一种经过充分测试的强大技术保障，用于提纯社会情境的复杂观点，且能够以分类形式作出明确澄清。

系统性与全面性亦是学者使用Q方法的重要原因之一。Q方法是一种兼顾定性与定量的小样本混合方法，为主观性系统研究提供科学基础，同时其在全过程中收集到的素材能够为研究者系统地分析、提炼和比较观点群提供便利。

（三）步骤一：选题议题并开发Q集

1.Q方法研究议题

Q集是一个技术概念，用来表示围绕研究主题，受访者后续用于排序的所有可能陈述的集合。

要开发Q集，首先，应明确研究问题。一个表述清晰且直截了当的研究问题是至关重要的，因为它直接关系到生成Q集的性质、结构与范围，且作为受试者的“指导条件”，指导分类与排序过程。研究议题涵盖政策制定、政策执行与政策评估的全过程，最常使用的话题是政策效果评估（11篇，23%）、治理（7篇，15%）、公共决策中角色自我感知（7篇，15%）、可持续性发展（4篇，8%）、职业忠诚度测量（2篇，4%），其他文献主要涉及政策分析与公共行政领域内特定问题研究，例如参与式政策制定、协商民主下的集体价值观、公民参与城市社区建设、分散决策、代表性官僚、公共服务动机、公共场域品牌战略、协作领导力、社区安全范畴内共同生产、政策分析与公共行政者和媒体的关系、公众话语权等。

2.话语集（Q集）

其次，围绕研究问题建立“Q母体”。Q母体集结了尽可能多的表达载体。载体形式不限于文字陈述，还可以是图像、影音片段、气味或艺术藏品等。载体可以从理论依据中搜集，还可以从学术文献、报刊评论、书籍、演讲等摘录，甚至可以从访谈中获取。陈述或其他表达载体数量需要根据研究问题、受试者数量等实际情况来决定，并未严格受限，从整体来看在100个以上，但不超过300个，一般来说母体的条目数量比Q集大1.5～3倍为宜。

再次，建立Q集（concourse）。Q集是Q母体根据特定框架或实际情况的筛选结果。按Q集的题项来源分类，可以分成：（1）原始的（naturalistic）分类资料与现成的（ready-made）分类资料，由受试者口述或书面表达的称作原始资料，来自受试者以外的为现成的。（2）结构性（structured）与非结构性（unstructured）分类资料，非结构性资料仅供分析一个广泛的特质，强调对这一特质进行同程度的描述，且其依据随机方法从母体中抽取条目。与其相反，结构性资料依据费舍尔实验设计和变异量分析设计原理，可分析政治价值、宗教价值、经济价值、理论价值、社会价值、审美价值等多种特质。为确保结果的可信度，Q集题项应尽量全面、系统且平衡，那么数量尽量保持在60个以上，最好不超过140个，但Q方法使用者对其看法并不一致。

Q集的最终确定分成摘录、提取、筛选三个流程。文献库中最常见的是，研究者从选定议题的既有学术期刊文章或文献综述中提取（29篇，37%），其后是从议题焦点访谈（15篇，19%）、新旧媒体技术平台（10篇，13%）、各类报告（7篇，9%）以及目标小组讨论（6篇，8%）中提取话语集。此外，还可以通过书籍、试点案例研究、学术辩论、各类会议、政策性文件，甚至是受试者自述等其他渠道获得话语。当然，同一研究中可以从多方获取原始资料。

在对收集完成的原始资料进行筛选时，大多数研究者都会提出Q集筛选框架，如根据评价性话语、定义性话语、规范性话语、指定性话语或倡导性话语等标准将原始话语分类，并在试点试验后取最合理的一部分组成完整Q集。最终，Q集数量范围在11～80，最常见的Q集数量是24（7篇，15%）、36、40、45、50（均为4篇，8%）、39、42、46、48（均为3篇，6%），具体分布情况见表2，仅有一篇文献没有报告是如何确定Q集的。

在完成Q集整理后，对每个题项随机编号，执行预试验检验题项效度。

（四）步骤二：选择受试者（P集）

受试者仅限于从研究议题的利益相关者群体中挑选，P集是受试者的集合。研究者应有目的地选择受试者，使其抽样方法理论上类似于定性研究中的非概率抽样，或直接采用滚雪球抽样。与传统定量不同，P集选出的受试者群体不需要具备总体代表性，也不需要推广至更大范围的人群以保证普遍性。因为Q方法的目的并不是探寻因果关系，而是在于从特定群体存在的不同观点中揭示某一主观特性相对于其他主观特性的分布情况与性质。但也正是由于这一特征，P集要求受试者具有与研究问题相关的生活背景，其中社会服务供给方与需求方的角色数量应相对均衡，如医疗健康中的医护与病患角色。更重要的是，受试者数量不应该越多越好，过多受试者会影响Q方法结果的精确度，一般来说，不应超过Q集的题项数量，其上限通常为50个，可依实际情况调整。有学者认为受试者数量的最大值应该满足：Νmax=（题项数量/2）−1，但仍应根据实际情况再行判断。

原则上，Q方法是小样本研究法，无需过多受试者参与排序。经统计，文献库中P集受试者数量介于10～189名，集中在20～60名（36篇，75%）的数量范围内，总体呈小样本化。但研究者应根据受试者生活环境、代表利益与工作经验等因素权衡议题相关利益者的分布结构组成P集，如可持续发展环境政策的评估研究中，研究者邀请了森林所有者、管辖区域内政府官员、森林管理科学家、可持续学术研究学者、林业代表、林务员、贸易协会官员、维护公共利益组织领导人等。总体来看，受试者群体至少包含公共服务提供者、公共服务享受者、第三方价值评估专家三方利益相关者，而在文献库中除了8篇未披露受试者所代表的利益相关群体外，其他40篇（83%）P集均符合三方利益相关方共同参与排序的原则。

（五）步骤三：执行Q排序

1.排序尺度与锚定术语

Q排序是由受试者依据其喜好、意愿或同意程度等对Q集题项进行评估的过程。

研究者需要把随机编号的题项写在卡片上呈给受试者，并要求受试者根据其主观程度将题项排列到分布网格中，其中，网格内空格数量对应于题项数量。Q分类中存在强制分布和自由分布两种分布方式，分别对应两种不同的分布网格。强制分布网格使用预定义的准正态分布结构，等级数多采用7、9、11等奇数，例如，11级网格尺度从-5至+5，其中-5表示受试者最不赞同，+5表示受试者最为赞同，0表示中立或无关紧要。在-5和+5对应的网格数量最少，从两端同时向中心递增，0对应的网格数量最多。自由分布意味着不会要求受访者遵循特定结构化的网格形式。

事实上，强制分布并不比自由分布更具限制性，学者更倾向于强制分布，因为这种安排避免了很多非必要的工作，减少对受试者的干扰，有助于受试者区分题项的细微差别，把注意力集中在排序本身。然而，有研究表明无论是强制的还是自由的网格形式，最终对因子分析结果没有影响，可以根据实际情况灵活调整。

审查文献中使用的排名范围下限是-2至+2，上限是-6至+6，其中使用频率最高的是-4至+4（18篇，37.5%），其次是-3至+3（15篇，31%），再次是-5至+5（10篇，21%），最后是-2至+2（4篇，8%）和-6至+6（1篇，2%），以及两篇未报告使用的排名范围。本次审查中均为正负对称的正态分布结构，并未发现全部使用正值或全部使用负值等级的排序。

在锚定术语上，一致性（39篇，81%）是最常见的锚定术语，通常表现为最不同意到最同意某种说法或者对某种说法同意程度最低至同意程度最高，其他诸如特征性，表现为最不典型到最典型；意愿性，表现为最不愿意做到最愿意做；相似性，表现为最不像我的经历到最像我的经历；符合性，表现为最不符合我的看法到最符合我的看法；趣味性，表现为最不感兴趣到最感兴趣，分别仅有1篇文献使用，另外有4篇未报告具体锚定术语。

2.Q排序任务管理

Q排序工作一般要求研究者与受试者面对面完成，但考虑到沟通距离、现实成本或突发情况等因素无法线下进行时，可以使用POET Q、Flash Q、Q-Assessor、Q-SorTouch等专业Q排序软件，同样也可以使用电子邮件或微信等社交软件。

确定Q集与P集后，研究者自主选择完成Q排序任务的方式。首先，23篇（48%）文献采用传统面对面的方式收集受试者的Q排序结果，并告知受试者当场完成排序后提交给研究员。在面对面的方式中，具体分成面对面访谈（9篇，39%）、纸质形式（2篇，9%）、工作坊与论坛（2篇，9%）。其次，15篇（31%）研究者与受试者在网上完成执行Q排序的任务，线上执行方式包括Q 方法专用程序或软件，如POET Q（7篇，47%）、Flash Q（2篇，13%）、Qmethod（2篇，13%）、Qualtrics（1篇，7%），邮件（2篇，13%）以及线上远程会议（1篇，7%）。此外，还有两项研究是结合线上与线下方式进行，线上通过社交软件，线下通过面对面问卷的形式完成任务。研究者在使用不同排序收集方式后，均对该方式下应答率与成功排序率进行简要报告与分析。最后，有10项研究（21%）未报告完成排序任务的方式。

3.其他数据搜集方式

将题项全部置入网格后，受试者通常应接受排序后访谈（post-sorting interview），其主要内容是人口统计学问卷及反馈性问答，以便研究者获取受试者对不同题项以及决策过程的看法。受试者在完成访谈过程中可以改变相应题项的位置，这期间要求研究者准确捕捉受试者的反应，并做好文字记录与录音转录工作。

为保证数据收集可靠性与完整性，研究者会积极组织排序后访谈。14篇（29%）文献采用较为正式的半结构访谈与排序后访谈的形式，以深入了解作出选择的原因，4篇（8%）文献采取同样正式的小组讨论，3篇（6%）使用结构化问卷，均对受试者人口统计信息进行简短调查，并完成对排序的最终评价。除正式访谈外，研究者还会选择非正式会谈，如切实询问排序相关的开放性问题（8篇，17%）、简易交谈中观察受试者反应（5篇，10%）以及要求受试者对排序或话语进行深层次评价（4篇，8%），以上行为均是研究者对排序结果的二次确认，使其能够全面地评估合理性与适应性。仍有10篇未报告更多数据搜集方法。

（六）步骤四：量化分析与因子生成

1.分析程序

研究者需要将完成排序的样本加载到专门用作Q数据分析的软件中，如“PQ method”、R语言的Q软件包等，通常遵循相关分析、因子计算与因子旋转、因素提取三个步骤。

借助Q方法专有分析程序或软件，研究者能够迅速地从杂乱的排序结果中提取到最终因子，高效率地确定定量结果，并与定性访谈更紧密结合。审查文献中，28篇（58%）使用“PQ Method”软件，其他分别是R软件数据包（3篇，6%）、“Q Method”软件（3篇，6%）、“PCQ”软件（2篇，4%）以及“Ken Q”软件（2篇，4%），在剩余10篇文献中，没有公开报告其使用的Q分析程序。

2.因子提取与旋转方法

首先，与R方法中的因素分析相反，Q方法在其数据矩阵中将变量设为行变量、受试者设为列变量，由该矩阵生成一个相关矩阵，其中每个单元格的相关性都反映两个受试者对Q集所有题项排序结果的相似程度，取值范围从-1至+1，从而相似度相近的一群受试者会被自动识别为因子。

其次，程序读取相关性矩阵后，将会执行因子分析和因子旋转技术，以便显著地加载Q排序结果和获得解释方差。常见的因子分析手段有主成分分析（principal components analysis）和质心因子分析（centroid factor analysis），其后研究者主要通过手动旋转（或称理论旋转）或最大旋转法（varimax rotation）生成因子组。

对Q排序的结果分析须同时借助因子提取和因子旋转的两种技术。在因子提取方法上，18篇（38%）文献使用主成分分析法（PCA），适用考察多个变量相关性，揭示其内部结构。18篇（38%）文献使用质心分析法（centroid），质心分析法是处理不确定关系和探索主观性内部结构的重要工具。1篇（2%）同时使用主成分分析法和质心分析法，1篇（2%）使用倒置因子分析法，11篇未报告因子提取方法。在因子旋转方法上，37篇（77%）文献采用最大方差旋转法（varimax），1篇（2%）使用自动旋转法，10篇未报告因子旋转技术。

3.因子解与方差解释度

技术操作后决定是否保留所提取的因子会同时考虑以下标准：（1）因子特征值大于1；（2）具有一定的方差解释度；（3）因子内两个最高载荷的交叉（向量）积超过标准误差的2倍；（4）不显著的Q分类数量尽量少；（5）简约性原则。

执行分析程序后，研究者会得到初步因子结果，经上述特定条件筛选得出的因子解便能够最大程度解释该议题下群体主观性聚类。据此，3个（16篇，33%）或4个（21篇，44%）因子解最具广泛代表性，也最符合学术论文研究规范。其他文献报告5个（8篇，17%）、2个（5篇，10%）、6个（2篇，4%）也较为普遍，较少情况下会报告7个（1篇，2%）和8个（1篇，2%）因子解，极少情况会超过8个。虽然因子解越多表示解释力度越大，但很难再符合特征值、代表性与简约性等标准，故因子解并非越多越好。方差解释度是指最终确定的主成分因子对原有变量的解释能力，其中28篇（58%）文献报告因子解的方差解释度，范围在25.48%～78%，各研究间差异较大，较多集中在50%左右，另外20个研究并未报告方差解释度。

（七）步骤五：因子结果定性阐释

Q方法的最后一步是对所生成因子组的定性解释，即对各因子的叙述性总结。每个因子都包含一定数量且主观性相似的受试者，他们的看法彼此相关又与其他观点显著不同。因此，对因子分析结果的解读主要从计算因子得分入手。首先，由研究员计算最终提取的因子中相对应着的受试者给所有Q集题项打出的平均分数，并对该分数进行加权后加总，其中权重w=n/（1-n2），n为受试者在该因子上的负荷量。

其次，将结果统一标准化为Z分数，将所有题项按照最大的正Z分数到最小的负Z分数排列，对极值两端（即最同意和最不同意）的题项进行定性分析。此外，单独或组合执行以下操作对于定性阐述结果也是有必要的：（1）将观察到的模式与先前收集的文献进行比较，从而产生故事或整体性叙述。（2）围绕特定因子对相应受试者进行访谈，探索性地发现一些不存在统计学差异的细节。

（八）Q方法与公共行政研究

以上是作者对Q方法实践应用性文献拆解再重组的结果。该结果向我们初步展示了Q方法的操作剖面，同时向我们传达了Q方法初探政策分析与公共行政领域的学理价值。

公共行政是一门复杂但重要的学科，主要体现在利益相关复杂性与学科发展重要性。它涉及的利益相关者包括但不限于政策供给方的国家公权力机关或社会组织等，以及政策需求方的社会团体以及公民个人等，其需要充分考虑并制衡国家、社会及个人间错综复杂的利益，同时也是学科发展重要性的体现。在政策分析与公共行政中，人的需求和自我实现始终被视为学科发展重心，那么理解人与人之间的不同观点和偏好便很重要，因为这直接影响到政策过程与公共行为。

然而，理解往往是定性的。政策分析与公共行政是一个经世致用的实践领域，它根植于实践，既接受观念的指导与规范，又在实践中创造与发展理论。定性通常只能实现学理价值的一部分，而Q方法却能够促进定量与定性的方法论融合，拓宽政策分析与公共行政的研究视野，探讨其对运行机制、管理体制、治理效能、技术工具等的态度，将公民意愿、偏好、信仰等吸纳进政策科学与公共行政学科发展中，推动国家治理体系和治理能力现代化进程。

更详细地说，Q方法将差异化的主观性“客观”地展现出来，再通过因子分析把相似化的主观性聚集起来，实现复杂议题简单化，进而传达不同利益集体的声音。例如，某项新政策或行政工具往往是复杂的，当涉及情感与道德层面的看法，如针对政策实施的不同意见、忠诚度、公共政策伦理、行政组织伦理、公务员个人品德、职业道德等，会变得繁复、分散。幸运的是，Q方法不仅可以在一定程度上将问题化繁为简，还能够保障在传统方法中缺乏关注的少数群体的发言权，兼顾不同聚类的主观性表达。综上，丰富和拓展Q方法可以重点考虑作为未来中国政策分析与公共行政学科方法论新的发展取向。

五、Q方法：述评总结与学理分析

本文系统地综述了Q方法在政策分析与公共行政领域内的应用。首先，本文系统回顾政策分析与公共行政领域内对Q方法应用发现相关研究仍较薄弱，故本文在回顾Q方法发展历史后，为其研究趋势、应用规范、知识差距等方面提供了描述性数据与叙述性分析。其次，Q方法的实践效果与文献报告具有高度可变性与不规范性。最后，Q方法在对存在社会争议议题讨论中，富有理论与实践价值的挖掘潜力，但由于研究者对方法论操作步骤的运用不熟悉、不规范以及方法论本身短板等问题，也给Q方法的发展带来一定约束。

（一）述评总结与实践要求

通过对现有数据库的严格搜索与筛选，48篇符合条件的文献被纳入综述范围，主要综述Q方法在政策分析与公共行政领域中针对某一特定议题的应用。本文厘清了这些公共行政领域的研究者在哪些议题会涉及Q方法应用，为什么选择Q方法，如何根据步骤操作Q方法以及如何认定Q方法的研究价值与意义。

首先，从研究内容上看，在政策分析与公共行政领域，Q方法作为一种实用的方法被学者青睐，它可以有效衡量人的主观性。在部分存在社会争议或者复杂的议题中，使用Q方法探寻利益相关者的感知与态度，更能够有利于决策制定与执行，提高决策效率与个体效能感。在研究议题上，公共政策评估使用Q方法最频繁，而公共政策中管理、分配、再分配等方面鲜少涉及，如劳动社会保障、教育管理、城市管理等，我们认为在这些领域中Q方法同样具备鲜明方法论特色和优势，因此形成Q方法发展的蓝海。

其次，从操作步骤上看，在开发Q集母体时，文献综述是最经常被研究者引用的，可见能够被用于参与排序的话语应具有较强学术性。经过研究者反复推衍的框架能够适当筛选出Q集，并参照Q集数量，寻找利益均衡的受试者参与Q排序。排序尺度虽然存在差异，但严格遵循强制正态分布，且大多数采用一致性的锚定术语，而特征性、相似性等锚定术语的使用频率相对低得多，可见Q方法研究重点在收集人们对于特定信息的主观理解程度。

面对面参与排序和排序后结构性访谈是获取个人主观排序结果的最常用手段，所有流程结束前，收集受试者人口学特征信息以及开放性问答往往能够让研究者获得对结果的额外解读。在数据分析上，主成分分析和质心分析都是优质的因子提取技术，最大方差旋转法是因子旋转中使用价值较高的技术方法。在确定因子解时，数量并非越多越好，必须考虑多重因素后选择最优解，以达到最优方差解释度。

完整且规范的Q方法应用文章应该尽最大可能执行Q方法的操作步骤并在文献的合适位置予以报告、公示，以符合研究的可重复性、透明性。然而，经本文综述发现，学者在应用Q方法解决实践问题时存在高度可变性和不规范性。高度可变性表现在不同作者对操作标准的选择存在高度不稳定，不规范性表现在操作信息的不透明性与随意性。

（二）Q方法在政策分析与公共行政中的价值

综上所述，从整个学科角度看，政策分析与公共行政领域是人类活动主导下的复杂系统。行为个体作为全过程的“主角”，其主观性是绕不开的话题，在政策过程与行政管理的复杂系统中理应受到重视。然而，利用现有的单一方法论基础对主观性测量是不易的。使用以Q方法为代表的混合方法研究比单一定性或定量研究发挥更多的整合性、体系性、多元性作用，能够充分揭示政策等公共事务领域的属性。相比于公共领域内的单一方法，混合研究方法存在以下四个目的或优势：

其一，优化混合方法能够丰富受试者，优化参与者群体，兼顾不同利益群体，提高政策利益相关者群体识别效率；其二，验证工具有效性，定性与定量所使用的研究工具相互印证，相互补充其效度，如政策文本分析与利益相关者半结构访谈的结合；其三，评价干预对照有效性，混合方法可以分工对社会群体进行干预实验测试，直观考量因素影响；其四，增强研究意义，包括统计意义、应用意义、经济意义等。基于此，Q方法适用于政策分析与公共行政中政策评估、决策科学、社会公正、民主行政、科学行政等，同样公共管理中的社会治理、基层治理、技术治理、政府与社会、组织绩效、组织竞争等议题也适合引入Q方法等混合方法研究。

（三）发展限度与未来前景

Q方法在政策分析与公共行政领域内的研究有所增加，表明政策制定者与执行者越来越重视人们对相关政策的主观支持程度，同时彰显出Q方法富有较大理论价值与实践价值。但由于方法论自身局限性问题，给Q方法的发展带来一定约束，具体而言：

第一，Q方法在选取P集时，对受试者的选择并不是随机抽样的，而是有针对性、有一定目的的非随机抽样，导致结果很难具有可推广性。无法像大样本定量研究一样，将研究结果拓展至更广范围的群体中，很难产生概括性、代表性的结论，致使主观测量的科学性存疑。

第二，Q方法过于依赖受试者的主观表达与偏好选择。具体来说，受试者在执行Q排序时受到心理因素引导，容易将主观意识标准化，去追求所谓的“正确”答案，而在某种程度上忽视了真正的主观臆想。同时主观意识并不能完全代表个人行动力，就是说受试者的选择未必会指导其现实实践，终究会受到客观条件的限制，致使主观测量的准确性存疑。

第三，Q方法执行者在筛选Q集时，虽然话语大部分来自学术文献，但执行者使用现有理论作为其出发点，根据其主观意向挑选话语，这会错过受试者对问题额外维度的真实看法，导致在话语选择上便存在非科学偏向。同时，Q集的结构具有高度变动性，在对其进行量化操作时自然不能够满足相应统计方法的假设，这相应增强了主观随意性。

第四，从成本上看，Q方法在执行过程中消耗的人力、物资成本并不比使用定量或定性研究方法低。Q方法要求研究者能够充分且较为全面地识别出研究议题的利益相关者，尽量都有所涉及，对其社会资源索取能力的要求较高，此时无论是面对面访谈还是在线邀请受试者参与排序，其工作量与完成难度均较大，执行总成本可能很高。

当然，人的主观性是复杂难测的，Q方法将受试群体的观点聚类，在一定程度上简化了其复杂性。然而，Q方法本身操作的复杂性与不可控性无可避免，需要研究者在收集话语、招募受试者、数据分析与阐释等流程上尽量处理得客观、规范、得当，尽最大可能降低技术误差。若条件允许，研究者筛选话语集时的考量可以经过专家研讨，以纠正其非科学偏向。至于高成本，使用者可以在保证操作规范的前提下优化流程，利用线上与线下双重优势，降低执行成本。

目前Q方法已经成为理解人的主观世界、解决复杂公共性政策或道德问题的理想方法。20世纪80年代后期Q方法被引入政策分析与公共行政领域后，研究者在探索性研究中实践了这种独特方法，他们认为无论是在未来理论性研究中，如政策概念发展，还是在应用性研究中，如不同形式、不同阶段、不同政策领域的实践效果测量，Q方法均具备相当大的学术潜力。然而，本文发现Q方法分散发表在不同期刊和不同议题中，还远未带来集群效应，说明Q方法在政策分析和公共行政领域内的应用仍不充分、不完整。此外，近些年Q方法使用频率明显升高，但对更深入的政策问题浅尝辄止，这恰恰证明Q方法仍然是新颖的、有生命力的，其理论与实践价值应该被更多人看到。

扫描二维码免费下载全文

本期目录

更多精彩 敬请关注

专题研讨：中国传统治道

论文

方法

臧雷振、陈腾霄丨Q方法：方法论视域下的内在张力与发展限度

微信推送·2023年第63期

编辑：康黛崴