刘颜俊长聘副教授为本科生导读《像政治学家一样思考》
4月28日中午，williamhill威廉官网本科生读书会在廖凯原楼134室顺利举行。本次读书会特邀政治学系长聘副教授刘颜俊老师担任导读嘉宾，与30位同学共同研读克里斯托弗·霍华德（Christopher Howard）的《像政治学家一样思考》（Thinking Like a Political Scientist: A Practical Guide to Research Methods）。刘老师对全书进行了系统导读，结构清晰、示例多样，为同学们培养问题意识、锻炼批判性思维和开展社会科学研究等提供了丰富启发。
读书会伊始，刘老师指出，在人工智能高速发展的时代，单纯的事实记忆和储备已不再是学术能力的衡量标准，政治科学训练的核心在于培养系统性、批判性的分析技能。他以“验房师”（inspector）与 “建房者”（builder）作比：优秀的研究者不仅要能像验房师一样能批判性地审视他人论证中的裂缝与漏洞，更要能像建房者一样用高质量的证据构建起经得起检验的论证。刘老师将全书的核心目标概括为两条主线：一是“如何提出一个好问题”，二是“如何获得一个好答案”，并依此逐一展开讲解。
针对“提出好问题”，刘老师首先围绕“谁关心”（who cares?）展开讨论。他强调，研究者须通过文献综述找到既有集体知识的空白与争议，以“扩展”（extend）、“改进”(improve)、或“驳斥/质疑”(challenge)的方式切入学术对话，并将具体研究具有更广泛影响的大问题联系起来，从而提升研究的学术赌注（stakes）。他指出，好的文献综述绝非书目的简单罗列，而是为自己的新研究铺平道路的关键工具。
随后，刘老师围绕“发生了什么”（what happened?）讲解了从概念到测量（操作化）的重要性。政治世界充满权力、民主、宽容、恐怖主义等无法直接触摸的抽象概念，研究者须将这些概念拆解为可测量的维度与指标，并关注测量的信度与效度——前者要求重复测量结果稳定一致，后者要求测量工具真正捕捉到所关心的概念内涵。测量有定类、定序、定距、定比等不同尺度，通过测量我们能够描述变量之间的关系。
在“为什么发生”（why?）部分，刘老师重点讲解了因果推断的四大障碍/考验：共变、排除虚假关系、验证因果顺序以及建立可信的因果机制。他特别提醒同学们警惕虚假相关的陷阱——例如两个变量之间看似存在关联，但往往只是共同受到隐藏变量的驱动。政治世界的因果关系具有复杂性，如交互作用、等效/殊途同归（equifinality）等。研究者必须时刻保持怀疑态度，不轻信表面的相关，警惕内生性，追问是否存在遗漏的、混杂的因素和替代性解释。
针对“获得好答案”，刘老师首先系统介绍了三种研究设计——实验、大样本统计比较与小样本案例研究的逻辑、优势与局限。他指出，实验设计因随机分配而具有极高的内部效度，却面临外部效度的一些质疑；基于观测数据的大样本统计比较，似乎易于发现普遍规律，但难以完全排除未被观察到的混杂因素的干扰，证明因果关系和机制上较弱；小样本案例研究的优势在于过程追踪，有助于深入揭示从原因到结果的因果链条，但面临机制异质性威胁、外部效度相对有限。研究者须在内部效度（确信因果）与外部效度（可外推）之间做出审慎权衡，混合方法研究正是为弥补单一设计的不足而兴起。
接着在案例选择上，刘老师重点介绍了多种策略。提高外度效度的案例选择策略：随机抽样能最大程度保证样本对总体的代表性；典型案例 （typical case）与本质重要案例 （intrinsically important case）各有其适用场景；“最不可能案例”（hard case）与“最可能案例”（easy case）则可从两个方向有助于增强理论的说服力——前者意味着若理论在最严苛的条件下依然成立，其普适性将大为增强，后者意味着若理论在最有利的条件下也告失败，则需根本性的反思。他还介绍了穆勒求同法与求异法等比较案例逻辑以提高内部效度，并特别警示同学们避免“基于因变量的选择性偏差”（selecting on the dependent variable）这一常见但致命的错误——只从结果相同的案例中抽样，往往会得出完全错误的结论。
然后在证据运用上，刘老师分别就文献证据 （documents as evidence）与数据证据（numbers as evidence）展开了讨论。他强调，收集证据不能只看数量，必须遵循三个核心原则：质量、多样化和主次感。学术研究有如侦探破案，须对证据进行严密的三角交叉验证，综合权威同行评审文献、官方文件、新闻报道等多元来源，避免对单一种类、单一来源证据的过度依赖，减少欺骗和偏差的风险。在使用数据证据时，研究者须警惕“垃圾输入，垃圾输出”（garbage in, garbage out）的陷阱，关注数据分布特征——例如收入等偏态分布中，中位数往往比平均数更能反映真实情况。此外，统计显著性（statistical significance）与实质重要性(substantive significance)之间的区别不可忽视：一个在统计上显著的关系，在现实政治中可能未必具有实质意义。多元回归分析虽能在数学上控制部分变量的变化，但仍面临多种推断威胁。一些数理模型所解释的变异通常十分有限，这提醒研究者须对政治世界的极端复杂性须保持应有的谦逊。
读书会现场
讲座尾声，刘老师总结道，政治世界错综复杂、充满偶然，政治学寻找的不是自然界的铁律，而是具有解释力的模式与规律。世界不需要所有人都成为全职的政治学家，但这个世界永远需要更多仔细、系统地思考政治的人。刘老师强调实践的重要性，鼓励大家像锻炼身体一样，通过研究性实践操练和磨砺思考。整场读书会在热烈的交流氛围中圆满结束，激发了同学们对政治和社会科学研究的浓厚兴趣。
文字 | 王朔
图片 | 王朔
审核 | 严洁 刘颜俊 曲晓妍