质性研究者往往对「模型」嗤之以鼻或退避三舍。「嗤之以鼻」或许表达对模型过度简化 世界的不满；「退避三舍」或许表达对模型背後的数学及模拟方法无法理解的恐惧。但更 糟糕的可能是「视若无睹」。这三种回应都不利於研究的突破。所有的「模型」都是错的 ，但有些很「有用」。我来分享一个如何让「错误」的模型很「有用」的研究。 为什麽社会中存在着那麽多「一窝蜂」的现象？比如说消费市场上葡式蛋塔店的风潮、企 业决策的各种「标竿学习」、科技领域的「创新采用」、学术研究领域的「热门主题」。 这些风潮来的快，去的也快。很多研究都都提供了风潮如何扩散的原因。比如说人们有从 众的行为倾向。但很少研究探讨为什麽风潮会快速销声匿迹。Strang & Macy (2001) 用 一个模拟模型提供了一个解释。 想像一个虚拟世界。虚拟世界中有很多个体。每个个体的绩效都决定於两个因素：选择的 特定行动与运气。这些个体从过去经验中学习：过去行动的结果塑造了每个人不同的目标 和期望水准。过去表现越好的，对未来期望绩效水准也越高。同时，这些个体还会从别人 的经验中学习。当个体观察到附近很多人的表现都比自己的期望水准高的时候，自己会不 爽。不爽就会想要模仿高绩效个体所选取的特定行动，以期提昇自己的绩效。 Strang & Macy (2001) 把这个虚拟世界跑了一百期然後看看结果会发生什麽事。特定行 动的采用率竟然出现与真实世界非常相仿的起伏：风潮在虚拟世界中出现了。研究结果指 出只有「一点点功用」的特定行动在运气很重要的时候特别容易扩散。模拟结果的直觉解 释在於当环境「噪音」很多，最好的行动不见得能反映在绩效上。反倒是采取「鸡肋」般 行动的个体更可能因运气好而获得高绩效。这些「鸡肋」般行动甚至可能因为人们盲目的 从众行为而扩散。但是当人们模仿并采取了「鸡肋」般的行动後，他们很快就知道这没有 搞头，达不到自己的期望水准，而决定放弃继续采取「鸡肋」般的行动。一个接着一个大 夥全部弃鸡肋如敝屣。这个模型简洁的解释了「风潮」说来就来说走就走的起伏来源。 这个模型的优点不在於其很高深复杂。其真正的优点有三：第一，模型是被一个真实世界 有趣但未被充分解释的现象所驱动；第二，其假设非常简单，并有充分的个体基础证据支 持(如心理实验支持期望水准与群聚效应概念)；第三，其利用模拟方法表现了个体互动後 所可能导致的结果，这个结果往往超乎个别研究者的分析知能。这三个优点让这篇文章和 其模型足以被称之为「优雅」(elegant)。 这个例子并可以说明为什麽「错误」的模型可能是有用的。他的假设全部是简洁但错误的 。绩效只被特定行动和运气所解释？真实世界哪有这麽简单？的确，真实世界比模型复杂 很多。但复杂的现象背後不见得有复杂的原因，即使我们的本能常驱动我们做如是想。利 用简洁甚至有些错误的假设能帮助我们减低自己的偏见。至少这个模型提供了一个「替代 解释」说明风潮的来源。其他类似研究，比如说「质性研究」要解释风潮现象，不能对 Strang & Macy (2001) 的解释视若无睹。 文章只谈模型是作者的错，不论该模型背後有多高深的数学或模拟技巧。一篇好文章应该 呈现双向漏斗状。头尾都要让各种读者简明易了。中间可以非常「专业」与「艰涩」。但 介绍与结论最好要能让你老妈听到都能知道这个研究为什麽有趣、为什麽重要、还有为什 麽有点道理。数学、模拟和模型只是工具。反客为主的使用是模型使用者自己的盲点，即 使在某些小圈子能被合理化。 但研究者的盲点不只可能发生在使用模型者的身上，质性研究者也可能有类似盲点。当研 究者对一种方法有偏见就不去接触相关研究成果会有很大问题。但这或许无解。当研究者 的训练过程多半强调单一方法的专精与特定文献的阅读，结果就是不同社群间无法对话。 比如说使用质性研究者读不懂模型；使用模型者无法理解个案，即使两边都在研究一样的 现象。高度的学术分工已经让学术产出在很多方面无效能。全才如「亚里斯多德」若生在 今日大概在学术界会失业吧… 刘正威 (英国剑桥大学博士候选人) Strang, D. and M.W. Macy, In Search of Excellence: Fads, Success Stories, and Adaptive Emulation. American Journal of Sociology, 2001. 107(1): p. 147-182. http://reswithoutnumbers.blogspot.com/2009/12/blog-post_23.html --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 93.97.15.88