重构社会研究的逻辑.docx
《重构社会研究的逻辑.docx》由会员分享，可在线阅读，更多相关《重构社会研究的逻辑.docx（17页珍藏版）》请在冰点文库上搜索。
重构社会研究的逻辑
重构社会研究的逻辑
———基于受控比较视角下的社会科学方法探索
张杨波
2012-09-1515:
45:
21 来源：
《甘肃行政学院学报》2010年第3期
【摘要】本文以社会科学研究中的因果关系讨论作为逻辑起点，指出受控比较是探寻因果关系的重要思维，而实验法则是受控比较中的一种特殊类型。
文章指出，实验法所展示的受控比较思维在自然科学和社会科学领域中均有体现，与前者相比，实验法在后者的应用相对要复杂得多。
其它几类社会研究方法与实验法的目的都在于寻找真实的因果关系，因此受控比较可以作为我们评价各类方法效果优劣的共同平台。
【关键词】受控比较实验法因果关系反事实分析
实验经常被视为受控分析的极限形式，而有时这两种研究方式甚至不可区分。
实际情况正是这样：
当不能实施实验时，受控分析更容易得到满足；情况也可能是这样：
当实验行得通时，相关的因素极难服从自然发生的变化，但如果要确立普遍规律，又必须得到这些变化。
这些评判使我们注意到在研究的处理中那些无疑具有很大重要性的东西，但它们并未废除受控实验和受控分析在逻辑功能上的同一性。
一、问题的缘起
无论是从事过《社会研究方法》教学的专业教师还是曾主持或参与过社会科学研究的工作者可能会发现，不少研究方法的教科书在编排内容体系的时候，大多是以并列的方式来讲述各类研究方法。
这种讲述方式可能是作者为了读者方便阅读而采取的便捷之举，但这会让人们忽略各类研究方法内在逻辑上的一致性。
本文将指出，各种社会研究方法在寻找或检验因果关系这个目标上有很多的共同点，这些将成为研究人员评价各类社会研究方法优劣的平台。
换句话说，在这个基础上我们可以尝试建构社会科学研究方法的逻辑。
为了把讨论的问题说得更集中一点，笔者在这里先做一个简单的界定。
社会科学研究按照研究目的分为描述性研究和解释性研究。
在实际研究过程中，人们往往会把两者结合在一起，即先描述“事情发生了什么变化”，接下来再考察“事情为什么会发生变化”。
本文重点讨论的是解释性研究。
这种研究方式探讨的是因果关系论题，即某个事件的发生会引起另外一个事件的发生，这里又分为建构型因果关系（寻找因果解释）和检验型因果关系（检验因果解释）。
研究目的还可以分为描述性研究、解释性研究和预测性研究，但预测性研究只是解释性研究的延伸，只要弄清楚因果关系之后，我们就可以根据目前的情况来预测未来。
另外，笔者绝对没有否认描述性研究的重要性，其实针对一个研究对象描述什么不描述什么，怎么描述，这些论题本身就很有意义，但为了把问题说得更集中一些，笔者在这里先就解释性研究论题做讨论。
文章是在因果解释这个大框架内展开叙述，希望读者不要误解笔者的初衷。
本文提出的问题是，社会科学研究的逻辑是什么？
各类研究方法在整个研究中占有什么地位？
它们之间是否有联系？
如果有的话，这个联系又是什么？
深入探讨这些论题对研究者从全局角度来把握社会研究方法的全貌有很大的帮助。
针对这些疑问，文章将首先对社会科学中的因果关系做一个简短讨论，接下来，会介绍受控比较在探寻因果关系过程中的重要作用，尤其会重点讨论实验法与受控比较之间的联系，指出实验法在自然科学与社会科学应用中的异同。
随后，我将以受控比较作为起点，来检讨实验法与其它各类研究方法之间的关系，指出它们虽然在实施内容上有一些差异，但背后都遵循着受控比较的思维。
二、寻找因果关系：
一个受控比较的视角
关于因果关系的讨论，学界积累了很丰富的文献。
[1]为行文方便，我在这里只说明两点：
第一，因果关系在经验研究领域里存在的争论；第二，在探求因果关系过程中可能出现的两类偏差。
因果关系指某事件的出现会导致另外事件的出现。
[2]针对出现的可能性，分为决定式因果关系（A出现，B就出现）和概率式因果关系（A出现，B有可能会出现），后者更为学界接受。
因果关系的判定标准一是要有相关（两个事件存在共变关系），二是时间上有先后（原因在结果之前），三是非虚假关系（两变量间的关系不是由第三个变量所导致）。
例如冰淇淋的销售数量与溺水死亡人数成正比，但二者之间并不存在因果关系，因为这两个事件都是由于天气炎热这个第三变量所引起的。
上面说的是因果关系在经验领域中的论点，接下来笔者要说的是人们在探求因果命题时可能存在的两类偏差。
在这里，本文要重述一下美国密歇根大学社会学系谢宇教授[3]曾讲过的一个经典案例。
为了说明人们上不上大学对收入的影响，最理想的做法是让一个人先上大学得到他的收入，随后再让他不上大学得到他的收入，接着比较两次收入，就会发现上不上大学对收入是否有影响。
这样做消除了其它因素的影响，最终将获得上大学对收入的净影响。
然而，这种比较是基于反事实情况下的比较，虽然理想但并不现实。
[4]如果一个人上了大学，那么他就不存在没上大学的情况（反之亦然）。
然而，人们在探讨该话题的时候，往往是把上过大学的人和没上过大学人相比较。
由于这两个人（两类人）本身有很多差异，根据这种比较得出来的结论很可能存在两类偏差：
第一类是内生性偏差，即上不上大学对这两组人（两个人）的影响可能本身就不一样；第二类是异质性偏差，两组人（两个人）在上大学之前本身就有差异，例如智力、家庭背景、勤奋程度等方面并不一样，这些差异同样也会影响人们的收入水平。
为克服这两类偏差，选择一些条件相似的人做比较就是一个退而求其次的办法。
谢宇教授最初以这个案例来讲述量化研究的逻辑，但笔者更坚信由这个案例展示的受控比较思维可以说是定量研究与定性研究的逻辑起点，只是落实到具体研究问题上可能会有一些差异。
以上事例看似简单，却包含着两个重大含义：
（1）研究者在探寻因果关系过程中要消除两类偏差对真实因果关系的干扰，这是定量研究和定性研究都需要面对的难题；
（2）在消除两类偏差的过程中，我们会考虑采用比较的逻辑，从对同一个人在两种情况下（实际条件和反事实条件）的比较，到对在某些条件相似的人之间做比较（例如对若干对双胞胎的跟踪研究），无非是尽可能消除这两类偏差对因果关系的干扰。
这种选取某些条件相似的情况其实就是研究者在想办法控制其他变量，这种做法让我想到了“穆勒五法”，即求同法、求异法、求同求异法、共变法与剩余法。
这五法虽然有不同，但背后都遵循着一个受控比较的逻辑,[5]即在控制其它条件的基础上探讨几个变量间的因果关系。
顺着上面的思路，我们可以把比较分为不受控比较和受控比较，前者是人们随意对两个及两个以上的案例做比较后发现的结果；而后者则是在控制一些方面后（要么保证相似，要么保证差异）再去比较案例间的不同。
这里的受控控制有两个含义，既包括在其它条件相同情况下的比较（比如求异法），也包括在其它条件不同情况下的比较（比如求同法）。
受控比较在国外学界乃至科学哲学领域有很多讨论，如科学哲学家内格尔[6]对它就给予了高度赞扬，斯梅尔塞[7]采用这个视角对韦伯、涂尔干和托克维尔的评论非常精彩。
由于不受控的比较很难排除其它因素的影响，这种做法在探寻因果关系过程中要面临很多难题。
例如赵鼎新教授[8]指出，许田波对近现代欧洲形成多国平衡，而中国先秦却走向统一的讨论存在很多瑕疵，那就是当时的欧洲和当时中国在时空上有太多的差异，这些差异并没有得到完全的控制就下定论有很大风险。
从更广泛的角度来看，受控比较包含很多类型，实验法只是其中一种特殊类型（欧内斯特·内格尔称它为极限类型）。
实验法和求异法的逻辑并无本质差别。
只要联想一下实验法中的控制组和实验组的关系，就可以明白这个逻辑和“求异法”是多么相似。
尽管实验法在研究者探求因果关系时很有效，但它要具备严格的条件，况且得到的结论还要经受能否推广的考验。
如果这么来说，或许有人会问，没有实验法，研究者难道在科学领域就停步不前了吗？
问题没有那么简单。
我们只要想一想科学史上的大量研究案例，就会发现尽管在很多领域（欧内斯特·内格尔列举到天文学、地质学领域）并没有广泛使用实验法，但仍然积累了丰富的科学知识，科学家在这些领域内的进展就是采用了比实验法更高层次的受控比较逻辑。
正如内格尔[9]指出的，像天文学这样的学科，谈不上实验法，可是仍然取得了巨大的进步。
实验法固然理想，但受限条件太多，但这并不能限制人们的能力，受控比较就是一个有效的策略。
三、实验法：
自然科学与社会科学
实验法作为受控比较的一种重要类型，包括以下内容：
（1）对研究对象前测与后测，在两个测量之间施加干预，随后考察前后差异。
如果有不同的话，干预可能起了作用。
（2）为了消除外部因素的干扰，人们会考虑选择另外一组研究对象作为控制组，只对实验组施加刺激（这本身就在进行控制），接着比较两组的结果是否不同，进而判断干预有没有起作用。
需要提及的是，两组人在哪些方面相似，如何选择标准来分组，这些都是方法论考察的话题。
（3）为保证两组相似，人们会通过随机或配对的方式来对两组人进行分配，目的是保证两组人在实验前要尽可能相似。
与其它方法相比，实验法可以保证干预与结果变量间的时间顺序，并考察两者是否有共变关系。
更重要的是，通过选择一组相似的人作为控制组，这本身就是在控制一部分变量的基础上进行比较。
需要指出的是，阿伦德·利普哈特[10]把比较方法看作是和实验方法、统计方法和案例研究方法相类似的研究方式，他是在狭义的角度上使用比较方法，但笔者在这篇论文中是把比较逻辑看成是以上几类研究方法的原型，这些方法在逻辑并无差异。
实验法在社会研究领域同样得到了重视，只要随便浏览任何一本研究方法的教科书，实验法总会占据一席之地。
然而，由于自然科学与社会科学的差异使得我们在采用实验法的时候要格外谨慎。
（1）研究对象有无意识。
自然科学的研究对象（物理现象、化学现象和生物现象等）对我们来讲没有意识，在对它们做观察的时候不会引起有意识的反应；而社会科学的研究对象是有意识的人，被调查者可能会由于被研究而改变言行。
（2）研究对象有无差别。
自然科学研究只要做好一次典型实验就可以了，实验结论在不同时间地点都能重复检验；而社会科学的研究对象则是存在异质性的人，把对一个人（群体）的研究结论推广到其它
人群会冒很大的风险。
[11]（3）价值判断在社会科学研究领域中的影响也会大一些。
实验法由于要考虑各种因素（包括研究对象间的差异和其它因素的干扰），在研究过程中会受到一些限制。
然而，超越实验法这个层面上升到受控比较，那么很多研究问题即使不能采用实验法，但也有其它办法解决，而实验法只不过是受控比较中的一种重要类型。
内格尔[12]曾从受控比较、社会研究题材主观性和价值观念对社会研究过程的影响三方面着重介绍了社会科学研究存在的局限，但这并不妨碍人们采用受控研究思维去研究社会现象。
四、受控比较、实验法与社会科学研究
实验法是探求因果关系的一种有效方法，但正如上文所言，它在实际应用中要面临不少难题。
当研究者不能采用实验法时，就需要运用更高一层的受控比较思维来解决实际问题。
事实上，其它几类研究方法从逻辑上来看不过是受控比较的不同类型，只是实施内容有差别而已。
笔者在这部分会以实验法作为参照，对其它几类社会研究方法逐一评论，重点是讨论它们与受控比较之间的联系。
（一）问卷调查法：
有限制条件的实验法实验法是研究人员在保证其它条件相同的情况下，考察干预变量与结果变量之间是否有联系。
那么，问卷调查法（简称问卷法）是否与实验法有相似的逻辑？
答案是有的。
一份问卷一般包括两大部分：
一是被调查者的人口学资料，例如性别、年龄、教育程度、户籍和政治身份等等；二是围绕研究问题收集被调查者的态度行为资料。
这些人口学资料既可以作为自变量，也可以作为控制变量。
可以说，性别、教育程度、政治身份等变量在问卷中随处可见。
例如我们要探讨当前大学毕业生的社会资本对就业状况的影响，社会资本是个自变量，就业状况是个因变量。
从理论上讲，大学生就业状况不仅受社会资本因素的影响，而且还可能受到户籍、性别、政治身份等其它因素的影响。
如果在统计分析中研究者没有控制其它变量，就指出就业状况是由社会资本这个因素单独引起的，这就会冒很大的风险。
说得再深入一点，户籍、政治身份等变量有可能在社会资本与就业状况两个变量之间产生“忽略变量偏误”。
这种偏误是研究人员特别要避免的。
谢宇[13]指出，“忽略变量偏误”产生有两个条件：
第一个是有关条件，忽略的变量要能对因变量产生影响（与果有关）；第二个是相关条件，即忽略的变量要与主要的自变量相关（与因有关）。
忽略变量用Z表示，原因用X表示，结果用Y表示，Z和X的关系是C，Z对Y的关系是B。
这里有三类忽略变量偏误：
（1）Z分别是XY的决定因素，如果B和C有相同符号，那么忽略变量Z导致的偏误是正的；如果B和C符号相反，那么忽略变量Z造成的偏误则是负的。
（2）Z和X相互影响，而不是Z导致了X，并且Z和X同时是Y的决定因素，如果Z与Y的关系B和Z与X的关系C具有相同的符号，那么忽略变量造成的偏误是正的；如果B与C的符号相反，那么忽略变量造成的偏误则是负的。
（3）Z是X作用于Y的中间变量或解释变量，如果B和C有相同的符号，那么忽略变量Z导致的偏误则是正的，如果B和C符号相反，忽略变量Z造成的偏误则是负的。
人们在探寻因果关系的时候要特别注意潜在变量的干扰，在问卷中设计每一道题目的是为了消除这些潜在变量的影响。
例如美国芝加哥大学政治学博士薄智跃[14]在《经济绩效和省级领导人的政治升迁》一文中，指出省级官员政绩升迁与地方上交中央财税的额度有因果关系，但如果忽略了省级领导人和中央政府间的社会网络关系，这就有可能产生忽略变量偏误，因此，我们在研究设计时需要考虑如何测量地方领导人与中央间的关系距离的变量。
在实际操作过程中，如果在控制了其它变量后，关注的研究变量之间仍然有显著性差异，那么可以初步判断有因果关系。
针对问卷调查获得到的资料，我们采用统计分析工具不过是在对观察资料进行不断的分组，这些组除了在某个变量（自变量）上有差异外，在其它方面要尽可能保证相似，随后再关注这两个变量之间是否有显著性差异。
李沛良先生[15]对这个分组过程做了细致介绍，变量的增多意味着分组数目也会逐渐多起来，过程会更复杂，但背后的受控比较逻辑并没有实质变化。
谢宇[16]称这种方法为“构造法”，把它和“实验法”、“准实验法”并列起来。
显然，这种方法从具体内容来看与实验法的确不同，但在逻辑上没有根本差别，二者遵循的都是“受控比较”，即在控制某些变量后再考察其它两个或若干个研究变量间的关系。
笔者在这里要重述一个研究案例。
高勇、雷-[17]在《互动行为与选民动机———一项关于选举的定量研究》一文中纠正了人们关于人大代表与选民间的互动将极大提高选民动机的认识。
为了解决“隐性偏差”问题，得到更为接近事实的答案，他们采用了基于“倾向得分”而进行配对的方法。
他们的论证逻辑和研究设计是这样的，首先是设想那些和人大代表互动的选民如果没有互动的话，他们前后选举动机有多大差异，这种基于反事实条件的分析很不错但不好实施，接下来只好先选出一批与人大代表互动的选民，随后从那些没有与人大代表互动的选民中重新选出一部分选民，作者依据党员身份、教育程度、收入水平、生活满意度及六个态度变量等指标塑造了“倾向分数”（PropensityScore），形成了一个新的倾向分数比较接近的配对组，随后再考察两组间的差异，结果发现，“选民见过上一届的本选区人大代表”和“选民知道上一届人大代表的提案”都会使选民的积极动机率提高12和14个百分点，而没有排除“隐性编差”影响情况下是提高27个百分点。
在这里，我们可依据上面这个案例来对实验法与问卷法间的异同做一个比较。
实验法是研究者在既定情况下对实验组施加干预然后再去比较前后测量的结果，这属于事前分组；但问卷调查法则是在既有观察数据的基础上分组，根据研究问题来分组（比如上面这个事例就是按照有无认识人大代表来对选民分组），这属于事后分组。
另外，实验法成立的前提是保证实验组和控制组除干预变量外其它方面是相似的，这可以在施加干预变量前达成；问卷调查法则是在事后通过考察某几个变量来设计一个配对组，随后再做比较。
简言之，问卷法和实验法在逻辑上并无根本差异，它也是受控比较的一种重要类型，处理数据的背后仍然是不停地尝试分组做比较，随后再考察研究变量之间是否有显著性关系。
由于个人层面乃至群体层面存在的异质性，[18]这使研究人员要尽可能在研究设计环节去解决“忽略变量偏误”这个议题，即从经验和理论两个层面来探讨是否存在一些被我们忽视的变量。
如果说哲学领域内的因果性是在考察本体论的话，那么实证社会学则是在经验领域去发现和鉴别真实的因果联系。
笔者在这里之所以重点讨论问卷，不仅是因为它在当前被研究人员广泛使用，而且在于只要读者接受了上面这个观点，那么以下的讨论就顺理成章了。
（二）内容分析法：
让资料说话的问卷法内容分析法与问卷调查法在具体内容上各有异同，笔者在这里重点关注两种研究方法的逻辑是否一致。
内容分析方法是指“对记载下来的人类传播媒介的研究，如书籍、网站、绘画和法律。
”[19]]（P306）它特别适合于传播媒介的研究，例如“谁说了什么、对谁说、为什么说、如何说以及产生什么影响？
”[20]（P306）这种方法包括确定论题、选择二手材料、制定编码表（隐性编码和显性编码）、凭借编码表对二手材料收集数据、分析数据和得出结论等。
在这里做个简单比较：
问卷法是对现实的人做调查，借助问卷让被访者说话；而内容分析法则是对过往二手资料做调查，借助编码表让资料说话。
无论是问卷调查还是内容分析，关键在于研究者能否围绕着研究问题制定出恰当的问卷或编码表，做得好，我们就可以收集到更多有用的资料，否则适得其反。
[21]例如对于歌曲的内容分析，如果研究者不懂乐理，那么他至多只能从歌曲主题、歌曲作者、歌曲抒情方式这些方面来收集资料，但如果有乐理基础，那么就可能从曲调、节奏这些专业方面来收集资料。
[22]从抽样方式来看，都能采用随机抽样（简单随机抽样、系统抽样、分层抽样与整群抽样等）来获得样本，都可以尝试描述性研究或解释性研究等。
然而，内容分析法在针对既有二手材料收集资料的时候，往往很难收集到这些材料的背景资料，这就为开展解释性研究提出了难题，因为没有控制变量，就很难考察真正的因果关系，很多类似的研究只停留在描述性阶段。
比如对建国以来歌曲的历史变迁考察只是停留在描述性阶段，至于歌曲风格变化的原因分析至多是从国家与社会关系变迁来考察。
[23]还有对《人民日报》三农议题报道的框架分析也只是给出了描述性结论。
[24]笔者并非责难此类研究，而是想说明这类研究存在的困境。
假如人们收集的二手材料有需要的控制变量，那么做解释性研究就有可能。
Cerulo[25]关于社会控制强弱与国歌风格类型的考察就是这种研究的典范。
作者就采用沃勒斯坦关于世界体系的讨论来确认每个国家的国际地位，这个国际地位就是一个控制变量。
这篇文章就是一个不错的解释性研究，但这种类型的研究在内容分析法中并不多见，更多的文献是对过往文本次数、强度和方向的量化考察，结果只是描述了情况而已。
如果使用内容分析法的研究人员要走解释性研究的路子，那么寻找变量间的因果关系仍然需要控制其它变量，否则就会夸大某一个变量的因果效应，而这套逻辑想来和问卷调查法并无太大区别。
这里的麻烦是在现实研究过程中，采用内容分析法的研究者往往很难收集到更多的背景资料作为控制变量，结果就很难区分出不同变量的影响。
简言之，问卷调查法与内容分析法在逻辑上并无根本差异，而实验法与问卷调查法的逻辑一致，结果是内容分析法与实验法的逻辑并没太大不同，三者都是受控比较的不同类型。
（三）案例研究法：
社会情境下的准实验法
案例研究法是与定量研究相对的一种方法，[26][27][28][29][30][31][32][33]特点是“案例少，变量多”，而定量研究则是“案例多，变量少”。
近年来学术界对案例研究法的推进主要体现在方法论方面[34][35][36]和实证研究方面。
[37][38]拉金[39]把案例研究法看做少数案例的研究，而把定量分析看作是大样本的分析，他采取的组合式研究方式是希望能在借鉴这两类研究方式优点的基础上走出一条中间道路。
无论如何，案例研究法与问卷法有明显不同：
后者关注大样本检验；而它面对的只是几个少数案例，少到一个多到若干个。
这些方面只是形式上的差异，笔者接下来着重是从逻辑上考察。
案例研究法尽管存在定性与定量的争论，但它的逻辑与实验法也有异曲同工之处。
实验法在于控制其它情况不变的情况下来考察干预变量与结果变量之间的因果关系，这种干预是由研究人员在实验室内操控实现。
然而，案例研究大多是在现实社会情境下展开，人们很难做到严格意义上的实验，甚至无法找到可以匹配的实验组和控制组，但这些困难并没有阻止人们的探索。
具体来说，研究者采用它往往是从实际情况出发，要么是作单案例研究（案例内比较），要么是作跨案例研究（案例间比较），两种做法都是希望通过比较来找寻事件之间的因果关系，但这种比较更多是在控制其它情况后的比较。
单案例比较是就某个案例本身的变化趋势做纵向比较，多案例比较是在各个案例之间做横向比较。
[40]它更类似于“准实验法”。
说它是“准实验法”，是因为遵循了实验法的逻辑但又不是严格意义上的实验法。
单案例比较之所以可能，是因为该案例的某些变量会随着时空变化而变化，只要有变化，人们就可以从中考察案例背后变量间的因果关系。
这种研究思维遵循着和实验法相似的受控比较逻辑，因为该案例本身包含很多变量，但在一段时间内，其它的一些变量前后并没有发生太大变化，这就意味着这些变量对我们要考察的一对因果关系的影响从时间上来看一直是保持一致的，只要能做到这一点，就相当于控制了其它这些变量。
对于跨案例研究，人们仍然要遵循受控比较，这是基于案例间的比较。
我们要寻找两个及两个以上的案例，这几个案例要在某些方面要么相似要么不同，随后采用“求同法”或“求异法”来探寻变量间的因果关系。
如果几个案例之间是尽可能相似，但有几个方面是不同的，那么这种受控比较就和实验法的逻辑更相似，即受控比较中的“求异法”；如果案例之间是尽可能不同，那么这种比较就与“求同法”逻辑更接近。
研究者之所以要寻找多几个案例，目的无非是要控制其它潜在情况的影响。
案例研究固然是一种集定量资料与定性资料于一体的研究方式，[41]但背后仍遵循受控比较的逻辑，只是这种控制要比问卷法弱一些。
简言之，它是一种与实验法更接近的“准实验法”。
（四）评估研究法：
实验法的现实应用
如果说以上方法与实验法的关系需要详细论证的话，那么评估研究法和实验法之间的关系则显得更密切，或者就是实验法的翻版。
评估研究是一种研究方法，旨在考察一种社会干预（社会政策）是否达到了预期的社会后果。
“评估研究与其说是一种方法，不如说是一种研究目的。
其目的在于评估社会干预的影响，如：
新教学方法、对假设新构想和许多诸如此类的项目。
”[42]（P335）评估研究既可以是人们有意识地通过考察一项新的社会政策实施一段时间之后是否达到一定效果，这称为前瞻性研究；同时也可以对原先推行的某项政策进行事后评估，考察是否达到了预期效果，这称为回顾性研究。
这么来讲，评估研究不过是实验法在现实生活中的应用而已，在这时权且可以将它说成是一种“准实验法”。
实验法考察干预变量与结果变量之间是否存在因果关系。
如果把该逻辑放到更广泛的社会环境，这个社会场所就是人们要考察研究变量的载体，而实验法中的干预变量在评估研究中很可能就是政府实施的某项社会政策。
把评估研究说成准实验法更合适。
与实验法在干预之前就能确定研究变量不同，评估研究往往是在既有的现实社会条件下来选择要测量的研究变量，这成为评估研究中的一个难点。
“评估研究的一个基本障碍就是要对‘不可测量的’效果进行测量。
因此，评估研究作为一种方法，就是试图去发现某物存在或不存在、某现象发生或是不发生。
为了进行评估研究，我们必须能够操作化、观察以及确认到底什么存在或是不存在。
”[43]（P337）从这个角度出发，评估研究
升级会员 