[系统转发] 管理研究理论和贡献探讨

Kenneth

Eleven，从您写的东西，我看您更像一位老师多于学生。如果是真的话，这是一个可喜的现象。能够与其他老师在这里对话，是我的荣幸。
（1）我用“边界”这个字可能与你不完全相同。理论的“边界”对我来说是过了边际，理论的可用性就成疑了。例如物体运行的速度不可以接近光速是牛顿物理学的边界。从这个角度看，边界与理论的深度和广度不一定有直接的关系。
（2）我不一定同意您讲的“当然跨层次问题更有意义”。自从自Bob House开始提倡meso research，和提出了「多层线性回归」（HLM）这个分析的工具以来，跨层次的研究变成管理界的“烫手”潮流。这就像有了「結構方程建模」（SEM）就不准人家用「回归分析」一样。我尝试举一个极端的例子来说明这个不一定是绝对“好”的走势。有一次我在一个心理系的研讨会中讲一个我的研究，台下的几个跨文化研究学者不停的提问说，我这个研究肯定有文化的差异。我们不停的讨论，他们最后的结论是几乎所有的研究都有跨文化的因素。所以，一个研究不参进跨文化的变量肯定是不完全的。如果真是这样的话，所有的研究都必须是跨文化、跨层面的，才更有意义。从开这个博客到现在，一直强调一点，研究什么现象我们就发展什么理论。我的理解是理论的「层次性」是按要研究的现象来决定的。当然，这里牵涉“对管理现象基本假设的问题”。如果是我的话，我除非是“逼不得已”（就是现象明显的指向一些“很重要的”跨层次因素），我会尽量发展单一层次的理论，因为“简单性”（parsimony）是好的理论的一个基本特征。这一点就好像主效应（main effect）和调节变量（moderator）的关系一样。除非调节变量是起了很强的作用，不然的话，一个“放之于四海皆准”的主效应理论对我会更吸引。
（3）您的最后一点给我一个感觉，科学研究的最终目标，是发展高度宏大叙事的大理论。如果我们用Kaplan的分类：「大理论」（grand theory）是研究很抽象的概念的，用意是解释广泛的现象。「中程理论」（mid-range theory）是研究比较小的和可以掌握的构念的，用意是解释比较小的和独特的现象。「操作性理论」（operational theory）是研究非常实在的，用意是解释单一的独特可见现象。可能是我在组织心理学的背景影响吧，我觉得要发展哪一类的理论是比较根据与研究者的“兴趣导向”和“现象导向”的。在我的训练背景里，无论是什么理论，验证性不高的，无论有多“大”，都不是好的理论。 Kenny

回复 Eleven（接下）（Kenneth）
Eleven 说：这种“碎片化”的特征在很大程度上导致了研究可以脱离实践进行，而侧重了方法论，却忽视了研究的根本 目的。 
回应：这个我是百分百完全同意的。幸好我的感觉是有一些学者已经看见这个现象了。

Eleven 说： “大”理论由于不能证伪而不能称为科学理论，但在社会领域内这种“不科学”的理论往往对现实具有巨大影响力，就马克思的宏大叙事已经指导了两个大国（前苏联和中国）的建立。从理论和现实的关系来说，在社会学科内这种“科学性”是不是真的那么重要呢？也许我们还需要考虑理论的“影响力”问题，而不能单独在意所谓的“科学程序”。 
回应：我再说一遍，我是受我的训练影响很深的。我是学行为实证科学的。对我来讲，不是用科学方法研究出来的东西不在我的学术研究范围。这个Popper讲得很好。他没说「马克思的理论」没用或者是错，他只是说不是科学的东西不要挂着科学的招牌而已。同样，我完全没有低看「孙子兵法」和「儒家的人本管理的哲学」，我只是说它们不科学，超出了我的研究范围而已。对我来讲，一个研究人员应该做科学的研究，发展科学的、可以验证的理论。至于经理们怎样用这些“科学的”研究成果是另外一回事。我常常讲学者的责任是提供给经理们一个（科学的）工具箱，但是他们用这个箱子里面的工具时，用的方法可能不是科学的。因为他们只有一家企业，可能只可以用一次。这就像医生（西医）的知识是科学的，但是他们断症下药的时候会有很多个人的因素（经验、其它知识、环境因素、文化因素等）。我个人的意见是，不可以因为医生断症下药时需要很多主观的因素，就把医学的科学客观性拿走的。更不可以因为很多人相信风水、命理、神医巫术（影响大、实用性、普遍性），我们就改变放弃不研究医学，去研究神医巫术去的。  Kenny

Eleven 说：我所说的理论“边界”就是在说，当一种研究把问题细分的足够细致（边界足够小），以至于琐碎到其对现实的“影响力”很小时，（比如对常识问题的研究，对一些可以通过常识稍作推理就能了解的问题答案的研究），这种科学研究已经只具有方法论意义，而没有研究价值了。我们凭逻辑推理就可以解决的问题，为什么非要再用数据调查一番呢？实践是检验真理的办法，在社会科学领域除了实证方法之外，“摸着石头过河”的试错方法是验证理论的另一种方法。社会界和自然界是否一样？是否存在自然界一样的、千古不变的真理呢？ 
回应：我猜我在上面已经把我的立场讲得很清楚了。我是明白您的意思的。不过，让我再走一步，用一个更极端的例子来说明我的立场。我很喜欢看金庸的武侠小说，可是我不会写一本“从金庸小说谈管理之道”的书。这不是因为这样做“没意思”。我这样做可能改变很多企业家，变成有效的管理者。不过这不是我的工作。你可能已经看见了，我不打算在这里“辩论”科学研究方法是不是一定比其他的研究方法好。因为第一、这不是我的工作。第二、这对我来讲是价值观的问题，讨论不会带给我们绝对的结果的。我们只要“知道”自己的价值观是什么，觉得它是合理的，那就可以了。

Eleven 说：管理研究可能并非像自然科学那样，多小的问题都可以研究，在研究资源有限的条件下，需要首先注意研究的理论对现实的“影响力”，一方面要针对现实问题做研究，另一方面要做足够大的研究，而不是抓住一些细枝末节地问题走一遍科学程序，这样只能是发paper，即使弄出了一个理论，由于对问题没有太多“影响力”也不会有太多意义。
回应：我同意研究的问题要有实际的贡献，但是我不能用“伪科学”作为代价。对我来说，理论的贡献是问题的規劃和構想的问题，与用什么方法来验证这个理论是几乎完全独立的。

Eleven 说：总之，“深度”和“广度”问题和“边界”问题非同一个问题，我认为好的研究要注意边界设计，在很小的边界中虽然可以生成理论发出paper但未必对现实产生影响；一些大理论也许不能走一遍“科学”程序，但却未必不会对现实产生巨大影响，未必不是社会所需要的。纯粹停留在“传统中国的思辨式”研究中固然是没有出路的，但完全照搬所谓“科学”的一套也会由于自然和社会之间存在本质的不同而可能无法解决所有问题。也许还需要探索一种新方法能解决研究上的这种问题。 
回应：我还是觉得你把问题的「本质」（到底我们考虑的问题和理论是不是有意思），和解决问题的「方法」（到底我们应该用什么方法来验证理论）混起来了。我做副编辑的学术杂志（Academy of Management Journal）一直秉承两个决定研究文章是否有高素质的标准，就是「理论的贡献」（theoretical contribution）和「方法的严谨」（methodological rigor）。前者是您讲的研究的东西到底是不是有意思，有没有影响力，后者讲的是研究的方法是不是科学的。两者在决定文章的录取是一样重要的。  Kenny

kenny,我不是老师。我曾经听过您的一次报告，是说survey研究的。尽管在这个报告之前我也努力学习各种实证研究方法，但始终抓不住要领，是您的那次报告真正让我开始了解实证方法。所以在我心里一直把您当作我实证方法的启蒙老师，充满感激。

看完您的回复后，我怀疑自己的“边界”概念用的不恰当，我主要是想用它区分“大”和“小”，现在仔细想想“边界”概念区分这个问题是有点问题的。HLM从方法上可以做由上（层）到下（层）的影响，但如何处理从下到上的影响，似乎在方法上至今还无能为力？不知是否有了突破？这也算是其最大的缺陷吧，就像练武的大侠虽然有千年功力，但始终无法打通任督二脉，很是可惜。而在理论上除了Meso视角之外，至少在weber的时候就已经说及到研究的跨层次问题了，1990年coleman把Weber的方法进一步完善提出了“boat”模式，非常有助于如何从理论上解决跨层次问题。


其实对我来说，我并不推崇什么大理论，也并不认同科学研究的最终目标就是发展大理论，我甚至怀疑宏大叙事与绝对真理的可能，在一定程度上具有后现代倾向。但我相信研究的最终目的是为了解决实际问题，之所以几次提及“大”理论，是因为我发现这些理论即使难以被证伪，但是仍然具有真切的影响力，我认为这一点是可取的，也真是因此我并不迷信科学是万能的；科学的方法具有巨大价值，这一点我从来不怀疑，我相信和推崇实证方法就可以证明这点。

但我发现当用已有理论来解决实际问题的时候，自己感觉掉进了一个碎片的海洋，从此岸到彼岸之间的确充满了很多可以垫脚的“模型”，可却很难发现一条直接到达的“桥梁”；以前的一座桥可能因为方向问题无法让您到达彼岸，但现在的零碎模型，却因为空隙的问题，同样让一切充满了不确定。也许这不是科学本身的错，但至少说明科学还存在局限性。总之，大理论有问题，小理论也有问题。

有没有存在一种方法可以解决问题，能把理论研究和管理实践彻底融在一起永不分离，想什么时候过桥就去过桥，那样学者只要努力去造桥就可以了，实践者努力去找桥就可以了。而不是想现在这样，研究了很多东西，但还是要非常费劲地到对岸，而且可能过去容易回来难！一切都还是那么不确定。就目前而言，打通从大理论到小理论之间的通道，让科学的活水流到大理论那边，至少用某种方式过去；还让研究的最终目的限制住小理论的任意泛滥到异化成科学方法论，这也许可以是一种尝试。但总体而言这是我自己的“胡思乱想”，只是自认为很有意思，所以孜孜以求，也正是我在这里提出一个“边界小到什么时候的时候就不再是理论”的疑问，我现在在方法上的确最困惑这个问题！但我发现除了kenny对我细心的回答之外，好像没有人愿意响应，甚是郁闷:(  Eleven

kenny，我在回复您的时候，只看到了您第一个回复，发出去之后才发现您原来后面还有。没有先看完您说的话有点唐突了。不过我首先真的很感谢您能花费时间和精力对问题进行详细的回答，甚是感激！

其实在您第一次回复我之后，以及您对其他人一些问题的回答之中，我已经感觉到了这可能涉及到一些价值观的问题以及您的一些原则，所以本不想再讨论这个问题，但是后来看到Wen对“深”和“浅”的问题的提问，我又仔细读了您的理论与逻辑（4），这时候我担心，您和我是否对我提出的“边界”问题在理解上不同，所以又做了辨析。不过这次我感觉收获很多，尤其是“我还是觉得你把问题的「本质」（到底我们考虑的问题和理论是不是有意思），和解决问题的「方法」（到底我们应该用什么方法来验证理论）混起来了”这句话。

问题——理论——模型，三个层次两个阶段，感觉定性方法主要处理第一阶段；定量方法主要处理第二阶段；不过又好像不完全是，而且感觉缺乏一种整体的设计思路，还有点零散化，似乎不同方法各司其职，缺乏整体性;感觉当前研究中，许多被放进程序的问题似乎都是生产小理论的问题（只是感觉，没有仔细调查）。等等总之这些问题还比较复杂，有很多疑惑还存在，也很难一下子都理清楚，以后慢慢地逐一理清吧，每次来到blog都感觉有收获的，许多以前不太清楚的问题，现在很清楚了，正如Cecilia所说，这里是个好地方，我想这里会越来越好的。:) 

再次感谢kenny花费很多时间和精力回复问题。

Eleven

Kenneth

Eleven 问：为什么要表述这句话“在统计上来说如果真正的群体相关是0的话，样本相关是.59的统计概率低于.0001”。这句话是不是有什么重要的统计意义呢？怎样能由0.59知道0.0001呢？
回应：因为要画图，我把回应写在日志上，名为「统计假设的测验」。    Kenny

Kenneth

Wu,我发觉把图画送到博客上很麻烦。「统计分析」这一篇搞了我很长的时间。你要知道「因子分析」的东西，我看你不如发一个电邮给我，我用电邮把「因子分析」这一章的初稿寄给你吧。我的电邮是mnlaw@cuhk.edu.hk     Kenny

Kenny,非常谢谢您的慷慨分享，让我太感动了。我研究的知识水平很差，统计知识更贫瘠，您今天在日志的「统计假设的验证」帮助了我较易理解我老是听不懂得统计，感谢您。您对我们这么多的付出，一定占用了您很多宝贵的时间，您别太累了，保重。我可以针对今天敎的「统计假设的验证」，问一个可能很呆的问题吗？您提到：我们也可以反过来计算，如果观察到的rxy=.59的话，有多大可能真正的人口相关Rxy=0。这应怎们计算呢？您不累时再回复。
再次谢谢您书籍初稿的赐予，我会发邮件给您。

Kenneth

Eleven: HLM从方法上可以做由上（层）到下（层）的影响，但如何处理从下到上的影响，似乎在方法上至今还无能为力？不知是否有了突破？
回应：是的，以我所知，到目前为止，这还是HLM的限制。所以，不是所有的跨层面的研究都可以用HLM来分析的。

Eleven: 但我发现当用已有理论来解决实际问题的时候，自己感觉掉进了一个碎片的海洋，从此岸到彼岸之间的确充满了很多可以垫脚的“模型”，可却很难发现一 条直接到达的“桥梁”；以前的一座桥可能因为方向问题无法让您到达彼岸，但现在的零碎模型，却因为空隙的问题，同样让一切充满了不确定。也许这不是科学本 身的错，但至少说明科学还存在局限性。总之，大理论有问题，小理论也有问题。
回应：我很同意你的看法。不过，我看这是研究氛围和发表文章的压力所致。应该不是「科学方法」本身的问题。物理学就是一个很好的例子，他们没有我们这个问题。心理学也大概没有我们的这个问题。 

Eleven: “边界小到什么时候的时候就不再是理论” 的疑问。
回应：我觉得到底是不是理论，不是用“边界”（用你对这个词的定义）大小来定义的，使用它到底有没有理论的特征来决定的。

Eleven：问题——理论——模型，三个层次两个阶段，感觉定性方法主要处理第一阶段；定量方法主要处理第二阶段；不过又好像不完全是，而且感觉缺乏一种整体 的设计思路，还有点零散化。
回应：我的理解是从“问题”到“理论”是抽象的，定性研究方法比较合用。从“理论”到“模型”主要是逻辑的推论。从“模型”到“验证”是定量研究的地盘。   Kenny

Kenneth

问：您提到：我们也可以反过来计算，如果观察到的rxy=.59的话，有多大可能真正的人口相关Rxy=0。这应怎们计算呢？您不累时再回复。
答：我把回应写在新的日志上，叫做「统计假设验证2」。写得很仓促，希望你能明白。   Kenny