华章教材经典译丛QCA设计原理与应用：超越定性与定量研究的新方法

适读人群 ：供高年级本科生、研究生、博士生和研究者阅读

　　超过了定性与定量研究的第三条道路

　　美国宾夕法尼亚州立大学维尔莫斯F.米森教授、美国南加利福尼亚大学皮尔C.费斯教授、美国北卡罗来纳大学霍华德E.奥尔德利奇教授、美国得克萨斯基督教大学加里D.布鲁顿教授、美国百森商学院菲利普?金教授、南京大学贾良定教授、中国人民大学王凤彬教授等联袂推荐

　　美国管理学会第67届会长、中国管理研究国际学会(IACMR)创会会长、《美国管理学会学报》(AMJ)第14任主编、《组织管理研究》(MOR)创始主编徐淑英教授作序推荐

查尔斯 C. 拉金（Charles C. Ragin），美国加州大学欧文分校校长讲席教授（社会学），23岁从美国北卡罗来纳大学-教堂山分校社会学博士毕业。拉金教授在社会领域有很多重要贡献，其中一个是他使用模糊集定性比较分析方法（fsQCA）突破定性与定量分析的传统划分，对于因果复杂性分析的分析。并且开发了应用于定性比较分析（QCA）和模糊集定性比较分析（fsQCA）的软件包，以及一系列方法书。他每年在北美受邀举办多场QCA方法的培训课程。

伯努瓦?里豪克斯(Beno?t Rihoux)，比利时鲁汶天主教大学教授，他在比较研究方法上处于引领地位。他已经在欧洲、北美、日本等讲授比较分析方法。他的研究领域包括组织变革等。

前言　　Preface
Beno?t Rihoux
Charlse C. Ragin
为什么进行比较？为什么采用组态比较法
比较是人类推理的核心问题，它总是存在于人们对世界的观察之中——“无法想象没有比较的思考的存在”（Swanson, 1971, p.45）。事实上，如果不运用比较，即使是对一个独特现象的观察也是空洞的。因为只有当一个现象或物体不同于其他现象或物体时才能被称作独特（Aarebrot & Bakka, 2003）。譬如，人们之所以知道苹果是苹果而不是梨，是因为对二者进行过比较。
更确切地说，比较是所有经验科学工作中的关键步骤。长久以来，有大批学者（从亚里士多德（其可能是严谨比较法的奠基者）到Tocqueville、Weber和Durkheim，再到当代的 Sartori（1970, 1991）、 Lijphart（1971）和Marradi（1985）的大部分作品）深入思考过这一问题并将其应用于实践当中。任何描述性工作、类型学说以及分类活动都离不开比较（Bailey, 1994）。比如，为了将苹果和梨一同归于“水果”这一范畴，就必须先在“植物”这一更大范畴中对“水果”和“非水果”进行比较区分。一旦我们给“水果”这一范畴下了定义，再通过比较橙子、苹果和梨的主要特征，便不难得出橙子也属于水果的结论。而同样是水果，橙子、柠檬以及葡萄柚却共有一些独特的表征。因此，橙子和柠檬作为一类，苹果和梨作为另一类又分别属于水果中两个不同的分支。
日常生活中的这些比较看起来的确琐碎，但很多此类脑力活动过程已经内化为理性思考中的一部分。本书正是为了论证：这种比较作为一种基础且有力的脑力运算能够转化成一套系统化的方法和技巧。尽管本书并非讨论水果，但我们将证明这些方法和技巧能够卓有成效地被运用于众多学科领域——广义的社会科学领域以及更广阔的领域之中。
系统化比较是所有实验科学和自然科学中最关键的一个步骤。比如，我们之所以知道水在被加热到100℃时会沸腾，是因为我们在控制环境参数（如气压和海拔）高于海平面水平的情况下，比较过水在低于100℃、处于100℃和高于100℃时的状态。另外，由于我们能够控制所有的环境参数，并且能够操纵气温这一特定因素，我们便能够证明气温的改变能导致水的沸腾。这也是实验科学能够做出简单有力的因果陈述的原因。
但是，除心理学的一些分支外，在大多数社会科学和行为科学领域内，真实的实验室的实验既无操作上的可能性，也无道德上的可取性。我们不妨举例进一步说明：在古代的科学实验中，可以通过对比（将奴隶的头插入温水和开水之中）的效果得出达到沸点的水能够烫伤人的皮肤这一论断；埃及艳后也或多或少让她的奴隶试验过她置于苹果和橙子中各种致命毒药的效果。很显然，当代社会科学家们不能够做出如此行径，并且他们也不想如此。
这就是比较法派上用场的时候了，它可以被当作实验法的简单替代品（Lijphart, 1971）：在控制背景条件的情况下（见第1章），观察实验现象，如分析单位与“案例”（cases）（Ragin & Becker, 1992）。和我们认知一致的是，社会科学类案例的本质复杂、具有多面性且界限模糊，而单个案例却可以使人们对其有深入理解和掌握。这是“厚重的”单个案例研究一直以来在众多领域内扮演重要角色的原因，但该研究方法的局限性在于它使得任何一种一般推广都难以开展，而经由其所得出的重大成果和结论也大都局限于单个案例之中。
那么，怎样去比较这些复杂案例呢？近几十年里，越来越多的社会科学家选择了多案例研究法这一研究策略。这种研究策略旨在在尝试进行某些形式推广的同时，满足搜集对不同案例深度信息以及对其复杂性的掌握的需求（Ragin, 1987）。同时，它与过去几年里复兴的“案例导向研究热”具有一致性。这种策略被采用还因为很多与此相关的有趣的东西在数量上受到“自然”限制（George & Bennett, 2005; Gerring, 2006; Mahoney & Rueschemeyer, 2003）。比如，国家或宗教、政治危机、战争以及特定类型的企业等，这些都是受到“自然”限制的或是小数量样本（或中级样本，见第2章）的案例类型。
在很多情况下，对案例研究材料的比较（这种比较基于对过去案例分析情况的掌握）是相当松散或者非形式化的。本书中所展示的方法和技巧主要致力于在认真分析案例内部复杂性的同时，使案例间的系统化比较成为可能，尤其是在设计小样本或中级样本调研的时候。
而涵盖上述所有方法和技巧的标题就是组态比较分析法（CCM）。这个标题的含义，简而言之就是为使复杂案例的系统化比较分析能够进行，必须将这些案例转化成组态。组态，简要地说就是指能够产生既定结果的要素（或促进因素、前因变量、基本要素、决定因素等，在CCM术语中，我们将这些要素称为条件）的特定组合。这些条件需要被组合起来进行观察，以确保即使在掌握少数条件的情况下依然能够对高水平的复杂性进行模型构建，这一点将在以下章节中详细展开。
对此，需要解决的一个关键问题如下：哪些条件（或与之相关的条件组合）是得到预期结果的“必要条件”或“充分条件”（或“必要且充分”）？以非形式化的方式（更多信息请参考本书专栏1-3；或Caramani, 2008），暂且描述如下：
如果一个条件总在某个结果产生时出现，那么这个条件即该结果产生的必要条件。换句话说就是，没有该条件，该结果就无法产生。
如果一个结果总在某个条件出现时产生，那么这个条件即该结果产生的充分条件，但这一结果同样可以产生于其他条件之下。
比如，“举行竞选活动”是一个国家被称为民主国家的必要条件，但它并不是充分条件，因为民主国家还需要广泛的公民自由。尽管如此，“竞选的缺失”却是一个国家被认定为非民主国家的充分条件，因为没有竞选，民主也就无从谈及。1
在CCM的主题之下有四个具体方法：传统的清晰集定性比较分析（csQCA， 文献中常简称其为QCA）、多值集定性比较分析（mvQCA）、模糊集定性比较分析（fsQCA）和MSDO/MDSO（最大相似、不同结果以及最大不同、相同结果）。
︱专业术语︱
QCA、csQCA、mvQCA、fsQCA和软件
清晰集定性比较分析（csQCA）是最先使用传统布尔集2（或清晰集）发展起来的。这也是 “QCA”这个标签一直专指它的原因，而在本书中：
QCA是一个集合三种主要分析类型（布尔集、多值集、模糊集）在内的涵盖性术语，因为它们有着很多共同点（见第1章）。
当明确指向初始的布尔版本定性比较分析方法时，应使用csQCA3（“cs”指“清晰集”，见第3章)。
当明确指向多范畴条件版本的定性比较分析方法时，使用mvQCA（“mv”指“多值集”，见第4章）。
当明确指向连接模糊集和真值表分析的模糊集版本定性比较分析方法时，使用fsQCA（“fs”指“模糊集”，见第5章）。
模糊集指代由Ragin在2000年最初发展的模糊集分析法。
当涉及软件时，我们使用：
QCA-DOS表示由Charles Ragin和Kriss Drass开发的针对清晰集分析的原始程序。
TOSMANA表示由Lasse Cronqvist研究的多值集定性比较程序。
FSQCA指代由Charles Ragin、Kriss Drass 和 Sean Davey开发的模糊集版本的定性比较程序。
注意：现存所有版本的QCA软件（QCA-DOS、TOSMANA和FSQCA）都能够运行Ragin在1987年以及De Meur和 Rihoux在2002年描述的传统清晰集分析类软件。
这四种方法是本书的核心内容。尽管这些是相当明确的方法，但不管一个社会科学家使用何种方法，我们都会尽力去解决他们不可避免会遇到的更广泛的问题（如因果推理、具体操作、普适性、时间性、机制和过程等）。
︱本书目标︱
1.为比较模式提供一个更全面的介绍：系统化比较的目的和与之相关的重要步骤（尤其是案例和变量选择）
2.陈述组态比较法的主要假定和基础
3.使用一个贯穿全书的具体实例来介绍这四种特定方法（csQCA、mvQCA、fsQCA和MSDO/MDSO）的关键操作步骤和运作
4.分析这些方法的优势和局限性，提供对目前的实际应用的批判性看法
5.提供实用的资源和建议，并为使用者总结“良好实践”，以便他们能更好地开发这些方法的潜力
本书结构
在本章作为先导章节列出本书的基本目标之后，第1章展示了QCA及其相关技术背后的全部方法。首先，我们将焦点放在“小样本和中等样本”研究情境下，更多在认识论层面讨论此方法。QCA的一些关键特征也被呈现出来：理论与案例导向知识之间的相互作用、对因果关系和复杂性的明确理解，以及归纳推广发现时的特定目标。我们在利用QCA的时候会采取不同的方法——这也确实适用于多种不同目的。
在第2章中，我们解决比较研究设计的问题和QCA（csQCA、mvQCA或fsQCA）技术真正执行前所有需要运行的步骤。关键问题是关于处理案例选择的策略以及模型设定——尤其是解释变量（称作条件）的筛选。在此背景下，MSDO/MDSO以一项专门技术出现，能够在筛选案例和条件的极具挑战性的过程中发挥巨大的辅助作用。对两次世界大战期间，欧洲国家的民主生存或衰减的比较分析被作为一个实证研究例子引入。
第3～5章介绍了三个核心QCA技术：首先是清晰集QCA(csQCA)，其次是多值集QCA（mvQCA），最后是模糊集QCA（fsQCA）。这个顺序与数据编码的方式一致：从彻底的二分变量（只用[0]或[1]对所有变量进行划分）到更加精密的数据。这三种技术在关键实践步骤中都经过了彻底地讨论。在更加基础和高级的用法中，对每一个技术的特性都会加以突出。为了展现每一个技术分别能带来何种附加值，同一个“战争期间项目”数据的使用贯穿了这三章。在整个过程中，很多“良好实践”被总结归纳出来。
在第6章中，我们广泛回顾了这些技术在众多不同领域、关于不同话题以及不同用法的应用。此处所展示的真实应用被挑选出来是因为它们例证了“良好实践”，以及这些技术的潜能和局限性。QCA程序的所有主要步骤都采取这种方式进行了再回顾，从前期的案例筛选和模型设定，到更高级的特征诸如对矛盾简化假设的处理。csQCA、mvQCA和fsQCA应用因为各具其特性所以被分别讨论。
接下来的第7章分析了所有针对QCA及其不同技术的主要批评。从二分法到时间性，从案例敏感度到非观察类“逻辑余项”案例的使用，有很多诸如此类的批评。针对这些批评中的每一项，我们都讨论了其在何种程度上能够成立，如果成立，我们将能够在何种程度上有技巧地解决这个难题或局限性。
最后，因为QCA事实上是一个正在扩大且变动着的领域，在第8章中我们提供了一个开放的预期总结。一些特别有前景的