過程追蹤是定性分析的一個基本工具，作者在文章中將其定義為根據(jù)研究問題和假設(shè)來對診斷性證據(jù)（diagnostic evidence）進行系統(tǒng)的考察,。過程追蹤可以同時有助于描述政治和社會現(xiàn)象,，以及評估因果關(guān)系。這種方法經(jīng)常被用作案例內(nèi)分析,，但是它并沒有被很好地理解和應(yīng)用,，相比于定量分析而言，也缺乏如何教會研究者使用它的方法,。這兩點不足促使作者撰寫這篇文章,，以求能為理解、應(yīng)用和教授過程追蹤提供一個新的框架,。

作者認為,，過程追蹤的獨特之處體現(xiàn)在以下三個方面：1.因果過程觀察（causal-process observations, 簡稱CPO）是與數(shù)據(jù)集合觀察（date-set overvations，DSOs）相對的,，它凸顯了定性研究的經(jīng)驗基礎(chǔ)與定量分析中數(shù)據(jù)矩陣的差別,。作者認為過程追蹤和因果過程觀察實際上是同一種方法，為避免引起歧義,，他在文中統(tǒng)一使用了過程追蹤這一說法,。2. 細致的描述是過程追蹤的基礎(chǔ)。3. 過程追蹤特別關(guān)注自變量,、因變量和中介變量出現(xiàn)的順序,。

過程追蹤對個案的詳細考察能使其有助于實現(xiàn)許多研究目標(biāo)，包括：1. 識別異常的政治和社會現(xiàn)象并對其進行系統(tǒng)地描述,。2. 評估之前的假設(shè),，發(fā)現(xiàn)新的假設(shè)并對其中的因果關(guān)系進行檢驗。3. 深入了解因果機制,。4. 提供了解決研究設(shè)計中存在的互為因果和選擇性偏差的另一種方式,，有助于定量分析。5.也有助于加強小樣本案例研究設(shè)計中的因果推論,，因為小樣本案例的研究設(shè)計多以案例之間的比較為基礎(chǔ),，但跨案例比較中的因果推論需要通過案例內(nèi)的分析加以補充。

作者認為這主要取決于研究者先前的知識積累。在沃爾茲的基礎(chǔ)上,，他區(qū)分了4種相互關(guān)聯(lián)的知識類型,。1. 概念框架：是關(guān)于如何使概念變得可操作化的普遍知識,，通常用反事實的方法來分析。2. 反復(fù)出現(xiàn)的經(jīng)驗規(guī)律,。指的是兩種或兩種以上現(xiàn)象之間的關(guān)系的確定模式,。3. 理論A：建立在一些反復(fù)出現(xiàn)且相互聯(lián)系的經(jīng)驗規(guī)律之上，是深入了解某一特定行為或現(xiàn)象的視角,。4.理論B：不僅包括理論A,，還對這些經(jīng)驗規(guī)律進行解釋，因此也可被稱為解釋模型,。

作者指出,，有些研究者具備清晰而準確的先前知識來制定研究計劃，而有些研究則需要參考更廣泛的文獻才能了解其理論背景,。不幸的是,，研究者可能會夸大其研究發(fā)現(xiàn)與先前知識之間的一致性，讓人很難確定其理論起點在哪,。這就需要一些偵探性工作,，這類工作常見于評估診斷性證據(jù)。在此背景下,，作者進一步考察了過程追蹤對描述性推論和因果推論的貢獻,。

作為因果推論的工具，過程追蹤聚焦于沿著時間順序展開的事件,。但是,，如果無法充分地描述在某個時間點上的事件或者情形，要抓住這種展開是不可能的,。所以,，過程追蹤里的描述并不是從觀察變化或次序開始，而是對一系列特定時刻的快照（snapshot）,。對此,，作者舉了2個例子，一個是Tannenwald對核禁忌的研究,，二是Lerner對土耳其鄉(xiāng)村現(xiàn)代化的研究,。前者主要依靠各種一手和二手素材，后者主要依賴于田野調(diào)查中的訪談,。除此之外,，Tannenwald研究中用過程追蹤描述的現(xiàn)象是自變量，而核禁忌是他為美國二戰(zhàn)后不使用核武器提供的假設(shè)性解釋,，同時他也關(guān)注了另外的替代性解釋,。反過來，在Lerner的研究中，用過程追蹤描述的鄉(xiāng)村現(xiàn)代化是因變量,。作者認為,，這2個例子共同表明了定性研究者應(yīng)該承認過程追蹤中的描述有時候需要依靠定量數(shù)據(jù)，定量與定性之間的界限不是嚴格的,。另一種形式的描述則基于反事實的基礎(chǔ)之上,，例如福爾摩斯故事集中的Silver Blaze（"白額閃電"）一案。在該故事中,，主要的問題是解釋誰是謀害死者的殺手,。其關(guān)注點在一個單一的、不可被拆分的事件上,，描述則主要是將給定變量的觀察數(shù)值與反事實推測下可能出現(xiàn)但未出現(xiàn)的數(shù)值之間進行對比,。

將過程追蹤應(yīng)用于因果推論的基本思路可以用4種經(jīng)驗測試的形式來概括。作者在此借用了Van Evera和Bennett提出的方法,，以診斷性證據(jù)（即線索）是否是接受假設(shè)中因果推論的必要和/或充分條件來將測試劃分成4類,。分別是風(fēng)中稻草型測試、環(huán)型測試,、冒煙手槍型測試和雙重決定型測試,。

風(fēng)中稻草型測試：（線索）不是證實因果推論的充分條件和必要條件。如果通過測試的話,，只能確定假設(shè)中因果變量之間的相關(guān)性,，而不能證實該假設(shè)，能略微地削弱其他替代性假設(shè),。未通過測試也無法排除假設(shè),，只能稍微削弱它，能稍微地增強其他替代性假設(shè)的效力,。

環(huán)型測試：（線索）是證實因果推論的必要條件,。如果通過測試的話，只能確定假設(shè)中因果變量之間的相關(guān)性,，不能證實該假設(shè),，能稍微地削弱其他替代性假設(shè)。若未通過測試則能排除該假設(shè),，同時能略微地增強其他替代性假設(shè)的效力,。

冒煙手槍型測試：（線索）是確定因果推論的充分條件。如果通過測試的話,，可以證實假設(shè),，并極大地削弱其他替代性假設(shè)。未通過測試也無法排除假設(shè),，只能稍微削弱它,，能稍微地增強其他替代性假設(shè)的效力,。

雙重決定型測試：（線索）是確定因果推論的充分必要條件。如果通過測試的話,，可以證實假設(shè)并排除其他的替代性假設(shè),，如果未能通過測試的話，則該假設(shè)被排除,，而其他替代性假設(shè)的效力則被大幅度增強。

作者認為在進行測試之前,，需要注意以下幾點：首先,，具體明確的假設(shè)對于選擇和解釋證據(jù)而言是必不可少的，背景知識是至關(guān)重要的,。其次,，4種測試之間的區(qū)別沒有那么嚴格。是否將某一證據(jù)視為某一類測試的基礎(chǔ)取決于研究者先前的知識和研究的假設(shè),。最后,，對哪種測試適用于某一特定的證據(jù)的判斷包括不同的假定（assumption）和詮釋（interpretation）。例如,，如果研究者對某一給定事件作出了較弱的假定,，即認為它是巧合，那么他們應(yīng)該會更加謹慎,?；蛘哒f，根據(jù)先前的知識,，他們作出了較強的假定,，認為給定的時間不是巧合，那么他們可能會得出一個不同的結(jié)論,。

實際上,，定性分析和定量分析都很難做好，諸如過程追蹤等定性分析工具可以克服一些定量分析中的挑戰(zhàn),，但是它自身也存在問題,。比如，哪一種因果推論的測試是合適的,？是否有遺漏變量,？在給定的研究里，研究者如何開始進行過程追蹤,？熟練自如地應(yīng)用四種類型的測試并不是那么容易,。對此，作者的建議是先好好理清事件發(fā)生的順序,，再進行下一步的操作,。

附:

***案例分析："白額閃電"

作者以福爾摩斯探案小說中的故事《白額閃電》（Silver Blaze）討論了如何應(yīng)用上述4種過程追蹤的測試,，故事的中心問題是尋找和解釋殺害Straker的殺手以及馬的失蹤（重點是找兇手），作者將用來進行測試的假設(shè)分為自變量,、因變量,、干擾變量這三類。其中,，線索就是之前所說的因果過程觀察（CPO）,。

1. 風(fēng)中稻草型測試

除前文提到的以外，作者指出這種測試對研究者自身所具有的知識以及做出的假定要求最少,。但是它能對假設(shè)進行初步的檢驗,，其價值應(yīng)當(dāng)被肯定。尤其是當(dāng)一個給定的假設(shè)通過了多個風(fēng)中稻草型檢驗時,，假設(shè)的可信度就增強了,。舉例：

2. 環(huán)型測試

相比于風(fēng)中稻草型測試，環(huán)型測試在線索和假設(shè)之間進行的推論更嚴格

3. 冒煙手槍測試

4. 雙重決定型測試

單一的測試很難為證實某一假設(shè)提供充分且必要條件,，可以通過將不同類型的測試結(jié)合起來實現(xiàn),。一共有3個嫌疑人，辛普森,、死者和馬,。作者通過環(huán)型測試排除了辛普森和死者自己作為兇手的嫌疑，同時馬作為嫌疑人的假設(shè)通過了4個風(fēng)中稻草型測試,，其中一個還可能是冒煙手槍式測試,，在其余嫌疑人都被排除的情況下，可以確定馬是兇手,。

5. 因果順序框架：附加結(jié)果的測試

作者在最后指出,，還有一種測試是James Mahoney所說的因果順序框架。Mahoney提出了附加結(jié)果的概念,，指的是某個結(jié)果不是主要因果順序中的一部分,，但是有助于因果推論。影響一個因變量的自變量可能會順帶產(chǎn)生其他的結(jié)果,?？疾爝@類附加的結(jié)果能進一步證明因果推論。

編譯：施   榕

審讀：釋啟鵬

編輯：吳溫泉