怎么做研究？
昨天这个问题出现了两次。第一次是听了一个博士生的学术报告，报告是关于一个地方的农村土地流转的制度革新，然后讲当地政府是如何包装和宣传他们的做法，比如邀请领导视察、学者写文章啥的。作者列举了8条包装和宣传的具体做法，应该对事件比较了解。接下来，评论员Tom说这种写法背后没有理论啊；8条做法太多了，overwhelming啊。我也最后评论说目前看上去像个案例啊，应该用理论包装一下研究，组织各种facts啊。[其实我内心是矛盾的，因为我清楚用理论来包装的话会抽象掉一部分有趣的事实；虽然理论的包装会让这篇文章更容易发表被人接受，但是对这个问题的解释和解决可能并没有多大帮助。这是一个无奈的选择，实践者看到各种复杂性和细节，而研究者则希望追求普适性的规律]
问题出现的第二次在于晚上我当班主任所在班级的班聚。聚会上有很多直博生问我怎么做研究，说目前还是相当茫然，不少人还表现出焦虑的情绪。因为我是教方法课的，虽然我脑子里知道怎么做研究，什么是好的研究，但是我通常都是按研究设计的几个步骤拆开、按照章节顺序讲给学生。我并没有有效地整理我的这些认识，勾画出一个研究的全貌，所以今天也算是一个有益的尝试。从某个角度来说，我正在构建一个什么是（好）研究的理论。这个理论完全基于我目前对研究的理解，不同人也许有不同人的看法。正如我上一段结尾表示的那样，即使我有一个好的理论了，我也不一定就是一个很好的实践者和研究者。[我需要补充的是，理论其实就是关于一个主题／问题的各种解释；就像现在我想解释什么是好的研究，所以是关于研究的理论。类似的还有关于政策过程的理论，经济增长理论，税收理论，委托代理理论啥的；当然主题宏观与否决定了理论有宏观理论、中观、微观理论之别]
首先我要说的是，研究的起点是一个问题。就像现在一样，我做的一切都是为了回答标题里的一个或两个问题。因为这个问题出现了多次，尚没有明确答案，且不少人有这个困扰，所以我觉得这是个值得我研究和花时间解释的问题。当然，我们可以研究的问题很多，要挑自己感兴趣的问题。但是问题感兴趣是一个维度，问题的重要性和一般性是另一个维度。问题有大有小，他们在一般性的程度上存在明显差异。挑一个很小、很具体的问题可能感兴趣的读者就会变得很窄，没有那么多人感兴趣。如果我们看各个学科的顶级期刊，甚至整个社会科学的顶级期刊（例如《中国社会科学》，你懂的），要在这些上面发文就要求你的研究问题要非常一般化，要超越领域的局限性。我心中一般性问题的鼻祖是罗纳德.科斯。他提出的两个问题分别是企业为什么存在，以及社会成本的问题。博士生应致力于研究一般性的问题。
但，这并不是说从一个小问题出发就不能上升到一般性问题。就像前面的例子，从包装和宣传的具体做法入手，可以通过跟相关的理论核心概念挂钩，比如(Tom说的)政治学中的象征主义和符号主义，比如声誉管理等，进一步提升这篇文章的理论水平，即一般化程度。理论是已经一般化的东西了，各种各样的理论被人创造出来，漂浮在那，研究者要做的就是匹配你关注的实际问题和相关的理论，修正、完善并提出新的理论。要相信你的研究问题和研究对象肯定是个高维的复杂事物，比如有五十个维度，你可以取出其中的某些部分、一两个维度跟不同的理论进行结合，其中可以是一般性的理论。能这样做的前提是你知道这些一般性的理论（例如为了写这篇博文，我也大致搜索了关于“怎么做研究”别人提出的一些理论）。理论应该像各种定性、定量的方法一样，装在我们的工具箱里。换句话说，现有理论只是我们的工具。
如果你脑子里有可以被回答的问题，那么接下来就是怎么做研究、去回答它了。我的一个简单回答就是“Just Do It”。开玩笑的，你都不知道怎么做研究，怎么进行到下一步呢。准确的说应该是“Just Do It with a Guide”。我希望打的一个比方是学骑自行车。我如果跟你讲各种骑自行车的理论、方法，你不去实践你怎么学会骑自行车呢？！难道像《生活大爆炸》里谢耳朵一样在电脑上学开车么？当然，学骑自行车需要有人教你，有人帮你扶着。所以，学做研究也需要一个指导老师。或者你足够聪明，看着别人发表的论文就能知道为什么那么做，怎么做出来，那么你可以不用往下读了。任何我接下来说的东西都是理论、共性、抽象和纸上谈兵。这些理论不可能适用于每个具体研究的具体情况，这跟我上一段说过的那样，现实往往要高度复杂的多。所以只有不断的练习如何做研究，才能成为“理论+实践”高手。
如果没人指导你，是否能自己摸索一下呢？我觉得是完全可以的。你在学完我教的方法课第一讲关于研究是什么之后，就应该有大体方向了。研究即有逻辑的、有经验和数据支持地回答一个别人没有回答过的问题；研究的三要素是逻辑、经验支持和创新。不要告诉我你没有问题。你随便一想就知道这个社会、这个世界有很多令人匪夷所思的地方；你身边的人和事，你所在学院、学校的人和事。额外的问题来源也包括：新闻政策导向——你看看国务院、各部委或者某个省市等又出台了什么政策，想解决什么社会公共问题；数据导向——你看看国家统计局、世界银行网站上等都有什么数据，下载下来玩弄一番，看看有没有什么有意思的地方；文献导向——你看看某些期刊、别人最新的研究论文，下载一篇下来读读，画个思维导图搞清楚作者的逻辑，反复咀嚼思考其合理性；聊天导向——跟导师、老师、同学聊聊，看看有什么值得挖掘的问题。有了这个问题，你试试逻辑应该怎么往下走，搜集什么样的数据，如何搜集数据来回答你这个问题。与此同时，你可以看看这个问题前人都做过什么（注意，前人可以用更一般性的词汇来概括你这个问题）。在这个自我摸索的过程中，反复用逻辑、事实、创新三个要求来检视自己对问题的回答，认真审视自己的回答和解释是否有逻辑，是否有事实支撑，是否别人没说过。我觉得要做到这三点需要大量的工作，其实非常不易。
下面是如何做研究的基本套路和理论了。我们的起点还是你想回答的问题，这个问题可能一开始比较笼统、模糊（除非你从一个非常具体的问题出发）。所以研究的第一步是概念化，不断追问自己到底要研究什么，脑海里模糊问题中间的关键词是什么？关键词是否太宏大了？你用的关键词是否能对应和概括你所感兴趣的客观现象？客观现象的本质是什么？在这个过程中，你要不断地尝试去界定它（日后可以修改）、具体化。如果你不具体，你怎么去有针对性地找到关于你感兴趣问题的准确的经验和数据支持呢？应该说，抽象化和一般化是搜集和分析完数据之后的工作，不是一开始就得这样，中间得有个否定之否定的过程。
举个简单例子，假如你对产业政策感兴趣，这是你脑海中金字塔的顶点和起点。那么你还得往下走、具体化。比如，你只对我国（有些）产业政策为什么失败（而不是成功）感兴趣，比如新能源汽车、光伏行业（如张维迎所说）。所以你具体了，可以开始讨论了。我国新能源汽车的产业政策怎么叫失败呢？因为有大量的骗补发生。光伏的产业政策为什么叫失败呢？因为有无锡尚德等企业的破产。更为具体地，骗补可能是补贴政策设计的漏洞，所以一个更微观、具体的研究问题是类似的补贴政策为什么导致骗补，如何避免？类似的，无锡尚德等企业的破产多大程度上是当地政府的产业政策所致？（这个问题可能没有想象中的那么简单）所以，研究可以进一步细化为产业政策在哪些方面容易失败？或者你可以追问产业政策失败到底指什么？综上，在一个大的研究主题下面可以提炼出很多很多不同层次、不同方面的研究问题，就像一个金字塔一样。我想这个金字塔的最底层对应着现实世界，一个超级复杂的高维物体和对象（想象一下最底层的一个格子就是一个维度，而不是简单二维物体；或者将它理解为一个高维物体在二维空间里的投影）。你可以选择你要研究的问题层次：你倾向于研究一个非常具体的小问题，还是研究一个大的理论问题？前者可以是补贴政策的具体设计，后者可以是产业政策失败的一般机理。
当然，如果你从一个非常具体的问题出发，那么好，你可以进行到下一步了。
概念化之后是操作化。在界定完你的关键词、关键概念之后，你要去度量这些关键概念。度量其实就是用变量去表征这些概念，然后变量将对应着数据。这里，经济学理论文章就用希腊字母符号表示每个变量了，而实证文章需要搜集背后的数据。当然这些数据可以是结构化的数值型数据，也可以是非结构化的访谈笔录、观察日记，以及案例研究的各种素材。我在日常生活中，经常看到学生容易犯的一个问题是他们找的变量和做的度量跟他们一开始要度量的概念对应关系不是很强，有的甚至没什么关系。这只能说明他们对这个概念的核心内涵把握不是很准确，没有意识到从概念到它的变量度量是一个逻辑的跳跃。因为概念是人类的主观创造，有些概念其实是很复杂的、多维的。复杂概念的度量的确有难度，因为它可以有不同的维度，所以要度量准确可能不易。但是如果我们感兴趣的概念是一个政策，那么要度量它就必须对这个政策的基本要求、可能的影响了解清楚。[我这里主要针对的可能是定量研究，定性研究的概念化和操作化在没有做实际调研工作之前可能很不完善]
有了操作化我们就可以收集数据了：一手的，二手的；实验的，观测的等等。其中我们要涉及抽样，研究单元，方法选择等基本内容。再接下来就是数据分析了，定性的、定量的。数据要做到准确、客观、系统等要求，毕竟是研究的第二要素，而数据分析的方法多种多样、不一而足。研究的第三要素（创新）就来源于你数据分析结果跟已有文献的对比了。你可以选择对比的理论和实证文献，以此来确定你研究的一般性程度和理论高度。当然，这也取决于你的数据能回答哪个层次的问题；为了回答更高层次的问题，你可能得搜集更多的数据和做更多的数据分析工作。
至此，我大致讲完了研究大体是怎么回事。应该说，这些理论知识也来源于我之前的训练和研究积累，很多都不是我的idea（但研究的三要素我没看到别人提过）。有了这些理论知识（这方面的理论知识更可以来源于方法课堂和经典教材），加上不懈的研究实践，我们就可以成长为专业的研究人员。最后，怎么做研究和怎么写论文有很多的共性，但是论文不会写那么多怎么做研究的细节，怎么做研究更像是你看到论文背后的伏笔。
小结一下，研究是有逻辑的、有经验和数据支持地回答一个别人没有回答过的问题。研究的三要素是逻辑、经验支持和创新。问题一开始是模糊的主题，通过不断的追问变成可以操作的、具体的研究问题，然后提炼出其中的关键概念，进一步概念化、操作化，然后搜集数据、分析数据，获得结果，其间不断与文献进行对比的一个标准化流程工作。理论和方法都是研究的工具，选择要对话的理论，选择适合自己的数据分析工具，不断地把你的研究推向更一般化的理论高度。当然，最好的是一开始就追问一些本源性的问题，用一个支点来翘起整个地球。
上述理论在现实面前，可能永远都是苍白的。因为现实要牵涉到整个研究过程的方方面面、许许多多决策，理论只能是这个过程的某种抽象。它可能有用，因为它能帮助你理解，例如我的研究三要素。但是它永远都不是真实的、全部的研究过程。至于真实的研究过程只有当你真正实践了才能知道。著名的管理学家明茨伯格在他2014年的论文《Developing Theory about the Development of Theory》里提到：就像地球是圆的这一理论只是相对准确而不是绝对准确一样（例如赤道是膨胀的；例如地球是圆的理论对于造船的人来说没什么用，因为他们还是假设地球是平的），其他理论既不是真的，也不是客观的；理论只不过是人们的主观创造，因为概念就是如此。说到底我们不是发现理论，而是创造理论。而至于怎么创造理论，明茨伯格在他的文章中给了很多很好的建议，就此略过。