Walton's Blog
Go back

公共管理博士科研指北

终于快要博士毕业了，毕业之前回顾了一下自己的博士经历，想把自己的一些想法和经验简单记录一下。

一、公共管理的理论

我曾嘲笑自己也是三姓家奴，本科学的会计，硕士读得金融，到了博士才来上公共管理的课程，许多经典的理论、专著都是后来学习的。我当时刚上博士，一个最想不明白的问题就是，到底什么是理论？

放在理学其实很清晰，牛顿的三大定律、爱因斯坦的相对论，那都是很明白的理论——用一个公式描绘了一个现实规律。一个公认的事实是，经管学科正在“理工谄媚”，大量的使用数学、公式来描述社会规律，不过在不同学科这一现象的显著性相对不同。在会计、金融、运筹，这种现象是极其常见的，尤其是金融，相当多论文都是“社会现象+数学公式”。不过到了经济学、运营开始，又有了一些变化，开始有了一些“故事感”，不再是单纯的数学推导，而是开始用一些理论的来解释社会现象，并为后来的方法部分（identity）作铺垫。到了组织、战略以及公管，理论则变得极其重要了起来。

我本想用“自然科学化”来形容，但感觉又不是，因为社会科学到底不是自然科学。拍了拍脑袋，感觉“AI 谄媚”这个词迁移过来似乎很合适，因此创造了个“理工谄媚”。

屁股坐在公管学科，要回答到底什么是理论，得先看看公管领域都有什么理论。我自己把公管的研究领域粗略地分为宏观、微观两部分（这个分类当然是不准确的）。在宏观领域，和组织、战略的研究有点像，关注公共机构、公共预算、公共价值、公共制度、公共服务、公共政策等等。这些是大的方向，而其中耳熟能详的理论，有多层次治理、问责 、协同治理等等。而在微观领域，我自己则粗略地进一步分为公民行为、官僚行为以及政民互动三个类别。公民行为主要有公民参与、共同生产、责任归因等，官僚行为则有自由裁量权、精英、公共服务动机、执法、行政决策等，政民互动则有行政负担、政府回应、代表性官僚等。当前还有个重要的趋势是关注新技术带来的影响，比如公民参与分化出了公民在线参与，行政决策开始关注人机协同决策，公共服务逐渐深化为数智公共服务。

好了，看了这么多莫名其妙的抽象名词，反正我是依然不知道什么是理论。拿最经典的行政负担来说，公民在跟政府部门打交道的时候会感觉有负担，这个负担可以分为三种，分别是学习成本、遵从成本、心理成本。OK，我知道了，然后呢？这么简单的事儿，包装一下就是理论了吗？做论文得理论创新，人家理论都说明白了，我要怎么去思考创新呢？

先说一个最好回答得问题：“我要怎么去思考创新呢？”“当然就是排列组合啊！经管学科不就是把不同的变量排列组合吗！”其实没毛病，可以说经管学科应该至少有一半的文章（这个比例可能都保守了），是探究几个变量之间的影响关系。但为什么都是排列组合，有的文章能发出来，有的文章发不出来呢？我觉得其中一个关窍就是“理论”。

“什么是理论？”在当下，我的回答是：理论就是发现一个规律，并找到它的边界。注意，句话本身也是个“理论”，自然它也有边界，比如哲学理论可能就是没有边界的，不过在公管，我感觉大多数情况下应该是适用的。还是以行政负担来说，它发现的规律就是学习成本、遵从成本、心理成本组成了政民互动中公民感受到的负担。这个规律是完备的，没有什么负担不被这三者囊括的了（如果有的话，就是个理论创新了）。而它的边界又足够广，所有的公共领域的政民互动情境都可以覆盖其中。而若对应到计量方法上，规律就是因果推断、主效应、中介效应、机制检验，边界就是识别策略、调节效应、异质性分析。

顺着这个思路，理论的创新性就体现为，这个规律是不是新发现的，这个边界是不是新找到的；而理论的意义就表现为这个规律的发现会影响、改变什么，这个边界界定会不会改变共识、它的范围是不是足够大的。新的规律可以是新的变量、新的结论，边界界定则可以是拓宽已有研究结论的适用范围、解决已发现的且具有争议的研究结论等等。

不过到底什么是理论，我的想法应该还是粗糙、不成熟的。毕竟我没咋做过定性研究，写的理论文章感觉也是一塌糊涂，大抵是没什么资格回答这个问题的。正如开篇所说，只是把我的一些想法留下，若能启发一二便是万幸了。

二、公共管理的方法

公管的方法基本可以分为两类，一类是定性，一类是定量。

定性的研究方法主要以理论推导、案例、QCA 为主。理论推导顾名思义，就是纯粹的逻辑推理，与传统的人文学科有些相似。案例则分为单案例、多案例几种，以访谈、田野（就是下乡问老百姓）、行动研究（就是实际参与到研究的公共事务中）为主。QCA 则是定性中相对定量一些的，有比较多的案例（大概几十个），然后用了一些统计的方法来识别规律。定性的方法我不太懂，也没怎么做过，只是简要说一说。

定量的研究方法主要可以分为问卷调查、实验、计量统计三种，当前也有一些机器学习、建模（modeling）的方法在逐步变多。问卷调查是最传统的社会科学研究方法。就是设计一些问题，然后去发放问卷，找人填写，随后通过回归、结构方程、路径分析来计算影响效果。问卷调查最关键在于样本的特殊性，比如从高级官员收回的问卷数据，肯定比从公民收回的问卷好；从同一对象不同时间收回的多波次问卷数据，肯定比单次数据好；从广泛的代表性样本收回的，也比特定样本收回的好。

实验是验证因果效应的黄金标准，也就是证明你发现的规律可靠性、科学性最好的手段。实验简单来说，就是把观察对象（人/城市/组织）随机的分为两个组别，对其中一个组别采取特殊的措施（即操纵），然后观察这个措施的影响。实验可以分为三种，分别是实地试验、实验室实验、问卷实验。实地实验是通往顶刊的捷径，但这个研究机会也是可遇不可求的。所谓“实地”，就是在真实现实世界去进行这个实验，而非研究者认为创造的模拟环境。何国俊老师，发表在 Science 上的 Reducing single-use cutlery with green nudges: Evidence from China’s food-delivery industry 一文，就是该方法的一个代表之作。实验室实验，就是研究者模拟的一个现实情境下（通常是线下的、面对面式的），来开展实验。Popular financial reporting increases understanding, interest, and trust: experimental evidence 一文，使用的眼动实验方法就是其中一个代表。而问卷实验，则是在线上通过问卷展开，以文本、视频、语音、图像等方法给予操纵，随后要求被试填写量表、回答问题。由于样本的易得性，最近有相当一部分研究通过该方法开展，但也引起了一些学者对于该方法的质疑，比如操纵的有效性、情境的现实性、以及便利样本的固有问题等等。关于实验研究的进一步介绍，尤其是关于其内部有效性、外部有效性等的说明，可以参见马亮老师的《公共管理实验研究何以可能：一项方法学回顾》一文。

计量统计在 Joshua David Angrist 的推动下，在近年有了显著的进展，其提出的因果推断方法，是当前最重要的研究方法之一。计量统计的基础就是回归，基于此有了一些变体，比如调节、中介，比如随机效应、固定效应。而 Angrist 在此基础上提出了识别策略的方法，让计量统计分析结果的因果性，一定程度上迫近了实验结果。计量统计分析的数据量通常巨大，但以前主要只能证明相关，没有办法说明因果。因此一定程度上其发现的规律的科学性存疑，而 Angrist 的方法大大缓解了这一担忧。推荐大家阅读其 Angrist 著作的《基本无害的计量经济学》（Mostly Harmless Econometrics）一书。如果想结合 R 或 STATA 的代码一起学习，也可以阅读 The Effect: An Introduction to Research Design and Causality。

机器学习通常则用来构造变量，用于实验或计量统计。例如文本、图片本身是非结构数据，可以利用 LDA、DeepFace 等方法，将其识别为主题、情绪等变量用于分析。近来也有以因果随机森林等方法为主要分析工具的论文发表，不过其范式与计量统计接近，比较易于理解。建模 Modeling 是数理高手的玩具，我乃俗人，没学过，就不献丑了。

三、公共管理的文献

公共管理学科公认的五本顶级期刊（国内应该是这样，国外可能另有列表）分别为：

其余的期刊认可度，基本参考 Academic Journal Guide 2024（AJG，也叫 ABS 评级）即可。

同时，国内基本将公共管理视为经管学科（国外通常将公管和商学视为不同的学科），因此交叉情况比较多。经管学科的顶级期刊列表是 UTD24，这个列表由 The University of Texas at Dallas 商学院评选，但已不再更新。其在国内认可度极高，但在国外似乎认可度一般。另一个或许更合理的列表是 FT50，这个列表由《金融时报》（Financial Times）定时评选并更新，在国内和国外认可度均相对较高。

因为 UTD24 已不再更新，在此简单罗列一下：

四、科研工作的帮手

首先当然是 Word 和 PowerPoint 了，应该是毫无争议的、最重要的两个软件。Word 虽然人人都用，但其中的一些进阶功能可能用的人还相对较少。编辑大文档时，样式表是个好帮手，PowerPoint 的母版也是。总之，这两个软件稍稍了解，或许就能给工作体验带来显著的提高。

其次就是读文献相关了，个人最喜欢的是 Zotero，开源、免费、插件众多，同步、协作都很方便，生态完备。在文献存储上，Zotero Connector 可以实现将网页文献一键入库，也有开发者完成了专门针对知网、万方等国内平台的 Translators 适配工作。在参考文献编辑上，有 Zotero Word Plugin 实现自动化索引，也有大量已调整适配的英文、中文参考文献格式以供选择。插件生态也包罗万象，可以在 Zotero 中文社区自由选择。若要追踪期刊文献， X-MOL 是个不错的选择，检索则是 Web of Science。在网页上浏览，还可以通过 SCI Great 插件辅助标识期刊等级、来源。

其他也有大量的工具可以自由发掘，比如现在大家都离不开的 Codex、Claude，做计量统计必备的 VS Code、R Language、Python 或是 STATA，笔记高手偏爱的 Notion、Obsidian。不胜枚举，也不必枚举。随着科研的开展，总会找到自己最喜欢的工作模式。我原来喜欢给别人推荐这、推荐那，后来发现每个人的习惯、偏好都不相同，也正是这些不同让软件生态百花盛开，让人文社科成为科学研究中的重要组成。

哈哈，不知不觉尽码了快四千字，可见今天是有多不想写论文。就到这儿吧，后续再找机会完善更新。

Share this post:
Share this post on WhatsappShare this post on FacebookShare this post on XShare this post on TelegramShare this post on PinterestShare this post via email
Next Post
AI Agent 配置指南