定性比较分析与国际关系研究

本文原载于国际关系理论2015 年 01 期作者简介：刘丰，男，南开大学周恩来政府管理学院国际关系系副教授。主要研究方向：国际关系理论（理论与学科史、现实主义/均势理论）、国际安全（联盟政治、武力使用）、东亚国际关系（周边国家对华战略、东亚安全秩序）定性比较分析与国际关系研究【内容提要】定性比较分析是社会科学领域中一种新兴的研究方法，由于它综合了定量研究与定性研究两种主流研究方法的优势，并且擅长处理社会现象中普遍存在的复杂因果关系，因此它己经在社会科学研究中得到了较为普遍的关注和应用。定性比较分析在具体运用过程中形成了清晰集分析、模糊集分析与多值分析三项主要分析技术，而且新的有关时序分析的技术也在开发之中。在国际关系学界，定性比较分析的应用成果主要集中在战争、冲突和威慑等传统安全研究领域。定性比较分析的实际操作过程可以分为研究设计、软件计算和结果表达三部分，每一部分都包含了若干特有的步骤和技巧。由于综合了定量分析和定性分析的优势并弥补了它们的明显缺陷，定性比较分析具有很强的方法优势，但仍存在案例敏感性高、条件变量的数量限制、变量取值缺乏客观标准、无法有效处理时序问题等不足。【关键词】定性比较分析;定性研究; 定量研究;国际关系研究方法定性比较分析(qualitative comparative analysis，简称 QCA)是社会科学领域一种新兴的研究方法，也被视为一类分析技术的统称。为了避免与定性研究方法和比较研究方法混淆，它也被称为“集合论方法(set-theoretic method )”。自20 世纪 80 年代研究者开发出这一方法以来，它已经发展出清晰集分析、模糊集分析与多值分析三项主要分析技术，而且新的有关时序分析的技术也在开发之中。由于擅长处理中小样本数量和因果关系复杂的社会现象，定性比较分析在不断完善的过程中被广泛运用于社会学、政治学等学科，尤其是在比较政治学领域产生了诸多研究成果。作为一种新兴的研究方法，定性比较分析也适合在国际关系学科推广和大范围应用。这是因为，国际关系研究领域时常会进行中小样本的研究，样本量的限制使得研究者无法使用大样本统计分析，而且国际关系的研究对象通常都具有一果多因的复杂因果关系。目前，国际关系学界已经出现了一些应用比较定性分析方法的成果，但是对于这一方法的重要概念、主要分析技术、重要操作步骤及其需要改进的缺陷的认识都还有待进一步加强。一 定性比较分析的路径定性比较分析既是一种研究方法，也是一类分析技术的统称，最早由著名方法论专家查尔斯拉金(CharlesRagin )于 1987 年提出。与社会科学领域常用的其他研究方法相比，定性比较分析出现才不过 20 多年，这使得它在相关技术手段的研发上还有较大的发展空间，并且在社会科学研究中也得到越来越多的应用和认可。定性比较分析使用布尔代数(Boolean Algebra ) 与集合论思想来进行中小数量的跨案例比较研究，从而处理多个原因与同一结果之间的逻辑关系。具体说来，定性比较分析就是将要解释的每个案例都看作一系列条件的组合(configurations )，在确定所要解释的特定结果(结果变量)和解释原因( 条件变量) 的基础上，研究者通过跨案例比较找到二者之间的逻辑关系和精简细化后的影响结果的条件或条件组合，从而发现蕴含在众多案例中复杂的因果关系。从功能上说，定性比较分析可以帮助研究者汇总案例数据、考察数据的一致性、检验现有假设或理论、完善原有理论甚至构建新理论。在分析技术方面，定性比较分析拥有自身独特的数据处理方式，清晰集分析、模糊集分析与多值分析是发展成熟、运用广泛的三种分析技术，其中清晰集分析和模糊集分析更具影响，而时序分析等新技术也在发展之中，定性比较分析是上述分析技术的统称。 定性比较分析的出现在很大程度上是由于社会科学研究者反思定量分析和定性分析两种主流研究方法各自优劣的结果。近几十年来，国别政治、比较政治、国际关系等政治学分支领域都完成了从传统方法向科学实证方法主导的转型。在国际关系学界的主流学术期刊上，采用科学研究方法的论文占据绝对多数。值得关注的是，在倡导社会科学方法的学者内部，围绕定性研究方法与定量研究方法优劣的争论由来已久，在研究技巧、分析工具和操作方法等方面形成了巨大分野。围绕着采用归纳法还是演绎法、数量分析还是非数量分析、少数案例的深度研究还是大量案例的系统考察等方法论问题，不少学科内部的学者都展开了争论。以政治学领域为例，2000 年左右爆发了一场围绕美国政治学会及其会刊 美国政治学评论的“改革(Perestroika) “运动，形成数量分析阵营与非数量分析阵营之间展开的最著名论战，被认为是一场“玩数字”和“不玩数字”的学者之间的战争。 显然，无论是定性研究方法还是定量研究方法都有它们自身的优势，同样二者也都存在一定的不足，研究者需要注意不同方法的适用性和局限性。以案例为导向的定性研究方法强调在有限的案例中寻找解释与规律，通过深人发掘这些案例，得出在自身研究范围内非常具有解释力度的结论，也可以被以后的研究弥补完善，从而完成知识的积累。然而，对定性研究方法的主要批评也在于它得出的结论范围相对有限、适用范围窄和缺乏更加有效的对比。相反，以变量为导向的定量研究一般采用大样本的研究方式，追求更大范围的解释。虽然定量研究方法得出的一般性解释可能并不适用于某些具体案例，但它在解释广度上要远远超过案例导向的研究方法。因此，案例导向的研究方法与变量导向的研究方法存在巨大差异，前者注重解释深度，后者则注重解释广度。在查尔斯拉金看来，两种方法是可以互补的，如果可以开发出一种“合成策略(synthetic strategy)”将二者综合为一种方法，就能够拥有二者所长:既可以加深研究的深度，同时也可以扩大解释范围。近年来，不少方法论的讨论也呼应了拉金较早提出的观点，试图弥合定量分析与定性分析之间的鸿沟，运用多种方法进行混合研究，从而使研究过程更加严密、研究结论更为严谨。 基于上述原因，拉金等学者开发了定性比较分析这种研究方法和与之相关的多种分析技术。可以说，定性比较分析是一种集合了定性分析和定量分析长处而发展出来的研究方法，它既关注定性研究的复杂性特征也没有忽视定量研究的一般性特征。首先，它以案例为导向，将案例视为一个复杂整体来分析导致某些结果的解释条件及其组合，从而处理“多重并发因果(multiple conjunctural causation) “ ，即多个不同的条件组合作用下可能产生某个相同的结果。其次，它在赋值和运算上与定量方法有相似之处，也拥有定量方法的优势:可以同时处理多个案例，而且分析过程是透明的、可重复操作的。最后，严格说来，定性比较分析同定量分析方法还是有着根本差异，定性比较分析更注重找出案例中包含的条件变量和结果之间的逻辑关系，也就是更加注重各个案例的属性，而定量方法重视分析相关性。 与大样本回归分析为代表的定量研究和案例研究代表的定性研究等主流研究方法相比，定性比较分析仍然是一种略显“小众”的研究方法。不过，随着分析技巧的完善、研究软件的开发以及相关课程的开设，这一方法的运用也在欧美学界不断普及。艾克赛尔马克斯(Axel Marx)等人对 39 种社会科学学术期刊所发表的定性比较分析类论文进行统计的结果表明，运用这一方法的论文数量从 2000 年的约 50篇增至 2011 年的约 310 篇;而对具体学科进行细分的统计表明，运用该方法的政治学论文数量从约 20 篇增至约 120 篇。由此可以看出，定性比较分析方法的应用正在社会科学的不同学科中得到普及和拓展。二 定性比较分析的主要技术与定量分析和定性分析一样，定性比较分析也是多种不同的分析技术和分析工具的集合。通过查尔斯拉金和后续一些学者的不断改进和完善，定性比较分析逐渐分化出清晰集分析、模糊集分析、多值分析以及时序分析等主要分析技术，其中清晰集分析是最为基础的分析技术，模糊集分析在最近的一些研究中应用最为广泛。(一 )清晰集定性比较分析清晰集定性比较分析(crisp-set qualitative comparativeanalysis，简称cs/QCA)是查尔斯 拉金最早开发的分析技术，也可以被视为定性比较分析的基础技术，其他分析技术的基本思想和技术原则都在不同程度上继承了清晰集分析的原则。简单说来，清晰集分析结合了布尔代数与集合论，用来分析二分变量(变量取值分别为。和 1)。在实际操作中，清晰集分析必须将条件变量与结果变量根据案例情况与理论知识赋值为“1”或“0“，用这两个值表示某个变量两种截然相反的性质状态，比如“存在”或“不存在”，赋值为 1 的变量可以用大写字母表示，赋值为 0 则可以用小写字母或在大写字母前加“一”来表示。理论上，条件变量的不同取值就会构成 2k 个不同条件的组合，其中指数 k 是条件变量的数量，但在实际中由于案例所限，研究者只会处理一部分条件组合，与案例无关的条件组合则被称为逻辑余项(logical remainder )。虽然逻辑余项不是当前案例所包含的条件组合，它们在现实世界中还不存在，但它们却可以帮助研究者得出夏为精简的解释路径。 完成所有变量的赋值后，研究者就可以利用相关软件构建出用来进一步分析与精简运算的真值表(truthtable ) 。真值表包含结果变量、条件变量以及案例的相关信息，是定性比较分析的核心要素之一，几乎所有的定性比较分析技术都会使用真值表。清晰集分析在进行精简真值表运算时遵循的是“布尔最小化”原则。布尔最小化原则是指:“ 如果在两个布尔代数表达式中只有一个条件的取值不相同，且它们得出相同的结果，那么这个取值不同的条件就是冗余的、可以删除的，这样就可以得出一个较为精简的布尔代数表达式。”比如，在等式 A*B*C+A*B*c=Y 中，无论条件 C 的取值是 1 还是 O,A*B*C 和 A*B*。这两个条件组合都可以得到 Y 这个结果，因此，在接下来的运算中，条件 C 和。就可以删除，等式就可以简化为A*B=Y。通过这种方式，不仅算式中的冗余条件可以删除，而且也可准确找到影响结果变量的条件或条件组合。清晰集分析的表达逻辑与运算原则不仅可以运用于清晰集分析本身，也可运用于其他的定性比较分析技术。 清晰集分析是拉金最早结合定性方法和定量方法所开发出的定性比较分析技术，至今仍是定性比较分析中运用最为广泛的分析技术。然而，清晰集分析也有其局限性，尤其是只能用于分析二分变量，对于变量的取值只能是非此即彼的 1 和 0，因此无法用于处理数学信息更多的定序变量和定距变量。显然，在许多研究中变量很难是非黑即白、非此即彼的状态，过度简化现实必然会带来解释力度的不足。同时，变量的二分取值也容易造成分析中出现过多矛盾组合，这也需要研究者做进一步的处理。出于这些原因，拉金在 2000 年出版的模糊集社会科学一书中开发出模糊集(fussy-sets)分析技术以处理多值变量，试图弥补清晰集分析的缺陷。 (二 )模糊集定性比较分析模糊集定性比较分析(fussy-sets qualitative comparativeanalysis，简称fs/QCA)中的 “模糊”并不是不清楚、混乱的意思，而是指变量不同的隶属值(membership scores ) o 在模糊集分析中，研究人员可以通过用 0 至 1 区间的任何数字来表达变量的隶属值，这个标准化各个变量的隶属值的表达过程就是校准(calibrate)。校准是模糊集分析的特有过程，也是非常重要的一步准备工作。在进行之前，研究者先要确定校准所用的定性锚值(qualitativeanchor)来确定某一变量的赋值标准，比如常用的三值锚值除了清晰集所包含的 1 和 0 外，还具有 0. 5 这一数值，它用来表示某一变量既不完全符合某一性质也不完全不符合某一性质的状态。锚值除了三值形式外，还有四值、六值甚至无穷的连续值，但无论何种形式的锚值都必须存在 1 和 0 这两个值。在确定锚值后，研究者需要依据既有文献提供的理论或实际知识作为外部标准来对变量进行校准，不能以平均数或中位数作为校准的标准，而且连续型变量应尽可能利用专门软件来进行校准，避免手工计算出现错误。在校准的基础上，研究者可以基本完成变量赋值及标准化的工作，从而构建起模糊数值表。 类似清晰集分析，模糊集值表也要进行处理与精简，形成软件可以分析的真值表。然而，模糊真值表中的隶属值基本都是小于 1 且大于 0 的小数，而非清晰集值表中的 1 和 0。这种情况下，模糊集值表就还需要一些其他的准备步骤，从而将其转化为真值表。 在模糊集分析中，条件变量也会构成一个 2k(k 是条件变量的数量)的条件组合指数，而每一个条件变量的组合都可以视为结果变量的一个子集(subset)。虽然模糊集中各个样本案例的隶属值可能不一样，但研究者可以根据条件变量组合的隶属值来进行分类，一般说来，隶属值大于 0. 5 就可以算作某一种条件变量组合从属于某个案例。 接下来，模糊集分析要求设定一个案例的阑值，低于阑值的条件组合或案例则不纳人以后的分析。如果一项研究的案例数量不大，那么可以将阂值设定为 1，这意味着只要某一条件变量组合拥有一个样本就可以纳人以后的分析。如果案例数量较大，那么可以将这个阑值设定为 2。需要注意的是，无论阑值设定是多少，研究者都要保证留待分析的案例数量是原始数量的绝大部分，否则就需要调整阑值，以保证案例的数量。 在确定案例的阂值后，模糊集分析还需要对条件变量组合的吻合度(consistency)进行考察，吻合度是衡量条件变量与结果变量集合关系的数字指标，取值在区间【0, 1之间。一般说来，吻合度的最低取值是 0. 75，而吻合度越接近1，说明条件变量组合越可能是结果变量的某种解释条件必要条件或充分条件。其中结果变量的必要条件与充分条件的吻合度计算公式分别为： 利用软件完成以上的步骤后，模糊集分析就可以构建出真值表，从而可以继续采用清晰集分析的原则进行精简运算。尽管模糊集分析较清晰集分析的步骤更加烦琐，但这种方法可以用 0 至 1 区间的任何数字来给变量赋值，进而用来分析多值的定距变量，从而突破了清晰集分析技术的瓶颈。由于模糊集分析的这种特性，使其在出现后受到广泛关注，有学者认为在分析中等样本量的情况下，它比回归分析更具优势。(三 )多值定性比较分析与模糊集分析类似，多值定性比较分析(multi-value qualitativecomparative analy-sis，简称 my/QCA)也是基于清晰集分析的重要局限只能分析二元变量而开发出来的，但与模糊集分析不同的是，多值分析的条件变量取值是离散而非连续的，而且结果变量取值也仍然是二元划分的。可以说，多值分析介于清晰集分析与模糊集分析之间，“没有那么明确，但也没有那么模糊”。同时，开发者认为，多值分析在处理中小样本量的功能上要好于模糊集分析。 多值分析具有以下三个特点:首先，多值分析不是拉金开发出来的，而是由德国学者德克博格一施洛瑟(Dirk Berg-Schlosser)和拉瑟克隆奎斯特(Lasse Cronqvist)等人开发，使用名为 TOSMANA 的分析软件进行相关操作。其次，多值分析也是基于清晰集技术发展而来，并且在很多技术原理上都与清晰集分析相同，比如在精简真值表的原则上，多值分析也遵循清晰集分析的布尔最小化原则。最后，多值分析与清晰集分析最大的不同是它可以对变量进行多重划分，突破清晰集分析只能做二分处理的限制。比如克隆奎斯特提到的交通灯例子，如果定性比较分析中需要使用交通灯红黄绿灯三个颜色这个变量，那么清晰集分析就要创造三个二元虚拟变量，并且还要排除现实不存在的多个灯同时亮( 都取值为 1)的情形，而多值分析只需创造一个变量，将三个颜色简单赋值为。,1,2 即可。因此，多值分析弥补了清晰集的不足，在分析中可以处理更多变量的