【例文解析】Winners and Losers in the Ecology of Games是如...

1.前言

本文选取了2017年5月发表于Journal of Public Administration Research And Theory杂志上的“Winners and Losers in the Ecology of Games: Network Position, Connectivity, and the Benefits of Collaborative Governance Regimes① ”一文为例文，结合《公共管理研究方法：基于公共管理问题类型学的体系》一书中的内容和课堂所学知识，首先对研究设计的过程模型进行了简要回顾，然后对该文的研究设计过程及研究设计中的几个逻辑关系进行了分析，旨在讨论如何进行公共管理研究设计，为日后的学术探索提供参考。

2.研究设计过程模型

研究设计是对整个研究设计的各个关键方面和关键要素之间关系的逻辑联系的整体考量。研究设计要考虑十个关键要素，分别是：

第一，研究问题。该要素需要明确研究问题的类型、结构、问题的分解等。

第二，研究目的。需要明确研究的目的是描述、解释、预测还是批判。

第三，研究的资料类型。需要明确研究的资料是质性资料、定量资料还是综合性资料。

第四，研究背景和文献。需要明确研究问题的背景和形成研究假设的相关文献。

第五，研究的理论和假设。需要明确研究的文献基础、研究的理论模型、研究的变量关系等。

第六，研究的概念化和操作化。需要明确研究的概念系欸的那个、概念的测量等。

第七，研究的时间维度。分为纵向研究、横剖研究还是前后对比研究。

第八，研究对象的抽样。明确对象和样本。

第九，研究方式和具体技术层面。明确下采集什么资料，如何进行研究分析。

第十，研究设计报告。明确以上内容，完成研究设计报告。

本文将从研究设计过程模型和研究设计构成要素逻辑关系的角度出发，探讨“Winners and Losers in the Ecology of Games: Network Position, Connectivity, and the Benefits of Collaborative Governance Regimes”是如何进行研究设计的。

3.研究设计例文分析

3.1 例文简介

在“Winners and Losers in the Ecology of Games: Network Position, Connectivity, and the Benefits of Collaborative Governance Regimes”一文中作者以“人们通常认为相比于其他治理手段，协同治理制度（CGR）对多元参与者来说是更具包容性的。但是，协同也有可能强化既有的权利和资源状态，而不是分配资源和促进联合行动②”这一学术分歧为出发点，在游戏生态（ Ecology of Games or EG）框架下，主要分析了在协同治理制度（Collaborative governance regime or CGR）中网络位置、连接性对参与者获取资源能力的影响，探讨CGR使谁受益以及以何种方式受益，进而回答CGR在“什么时候会强化以及为什么会强化既有的权力结构，而不是向新的参与者分配资源并促进联合行动”这一问题。

该文提出并检验了关于“参与者在政策网络中的结构位置如何影响该参与者通过CGR获取资源的能力”的七个假设，对这些假设的检验基于包含57个CGR的区域环境治理网络中的400名参与者的调查数据。作者通过指数随机图模型（ERGMs）来解释网络依赖性，并且度量了网络结构的各种属性如何影响参与者通过CGR获取资源的能力。作者发现，受益于某一个CGR的参与者更有可能从参与其他CGR中受益，这说明CGR有可能进一步加剧现有的失衡现象，而不是更公平地分配利益。此外，促成 原则性的参与（增加面对面交流，形成对共同问题的理解以及对其他网络参与者的意识）的CGR与参与者获取财务，人力和技术资源的能力密切相关。作者还提出，尽管该研究中的CGR确实改善了参与者对资源的获取情况，但这也可能是资源获取不公平状态加剧的结果。

这篇文章共分为7个部分:

一是引言（Introduction），对相关领域研究现状进行梳理，并在此基础上提出研究问题，对本文的结构和思路进行了简要介绍。

二是背景和理论基础（Background and Rationale），通过文献综述介绍了研究的理论背景和基本原理，为假设的提出和模型的构建提供了理论依据。

三是假设（Hypotheses），在文献研究的基础上提出了七个假设，并对每个假设的内涵进行了详细阐释。

四是模型（Model），解释本文的分析单元并且建构二分的指数随机图模型（bipartite ERGMs）。

五是数据（Data），介绍本文的调查工具、答复率和变量设计（包括因变量、解释变量和协变量），并且详尽阐释了变量与每个假设之间的关系。

六是结果与讨论（Results and Discussion），介绍了七个假设的相应度量结果，并对其进行了解释和讨论。

七是结论（Conclusion），在此回顾了学术界关于该问题的主要观点，总结了本研究的结论，比较了本研究与既有观点的一致及相左之处，并对其一致性或者分歧进行了解释，提出了未来研究重点和展望。

3.2 研究过程模型

3.2.1研究问题

本文在提出研究问题之前，首先简要介绍了公共政策与管理领域的相关理论发展，对本文的关键词“协同治理制度（Collaborative governance regimes or CGR）”进行了定义。

作者接着梳理关于CGR的研究现状，注意到了是CGR的预期（通常是旨在解决政策争议或更好地将代表性不足的参与者纳入管理）与目前学术前沿的理论和证据（拥有更多事前资源、经验丰富的参与者对CGR的效益更满意，没有受益的CGR参与者可能会停止参与）之间的悖论，因此作者提出了研究CGR使谁受益以及以何种方式受益这一问题，也就是研究CGR中网络位置、连接性对参与者获取资源能力的影响。该问题属于科学发现类问题。

3.2.2 研究目的

研究问题提出后，作者的研究目的就水到渠成、一目了然了。作者希望通过分析了在CGR中网络位置、连接性对参与者获取资源能力的影响,探讨CGR使谁受益以及以何种方式受益，进而解释CGR“在什么时候会强化以及为什么会强化既有的权力结构，而不是向新的参与者分配资源并促进联合行动”这一问题，属于解释性目的。

3.2.3 研究的资料类型

本文采用定量资料，研究集中在华盛顿州普吉特湾地区与生态恢复相关的57个CGR，其中包括流域论坛、区域环境规划制度和其他组织间决策制度。数据来源于包含这57个CGR中的400名参与者的调查数据（预计可受访对象1002人，充分完成调查的为400人，完成调查的答复率为40%）。

3.2.4 研究的背景与文献

在“背景与理论基础”这一章，正如前文所介绍，作者首先梳理了公共政策与管理领域的相关理论发展，阐述了本文的核心关键词——协同治理制度（CGR）的定义——“CGR是一种专门为集体决策而设计的制度安排，它具有公共政策或服务导向，融合了代表不同利益的自治至，具有程序性规范和规则，并经历反复的交互③”。（事实上，作者在简要梳理了多中心治理、网络治理和协作公共管理的理论脉络后，沿用了Emerson和Nabatchi提出的CGR这一概念。）。之后又通过文献综述了什么是“游戏生态”框架，以及从“游戏生态”框架的视角分析CGR的思想与内涵。

此后，作者对CGR的相关研究进行了总结和归纳，注意到了CGR的预期（通常是旨在解决政策争议或更好地将代表性不足的参与者纳入管理）与目前学术前沿的理论和证据（拥有更多事前资源、经验丰富的参与者对CGR的效益更满意，没有受益的CGR参与者可能会停止参与）之间的悖论。这就引出了本文的研究问题——研究CGR使谁受益以及以何种方式受益这一问题，也就是研究CGR中网络位置、连接性对参与者获取资源能力的影响。在这一问题的讨论上，作者注意到既有研究往往集中在现象描述上，对于“如何影响”关注较少，但是理解这些问题却是至关重要的，进而表明了研究的价值与意义。

事实上，作者在引言中也用相当大的篇幅用于文献的综述，并在此基础上阐明了该研究的创新性和学术价值。作者在引言中提出了关于CGR的一个关键讨论是：CGR嵌入到更广泛的参与者和机构的网络中后，在多大程度（或者是否）影响不同参与者从这种安排中获益④ 。这个问题也可以一般化为：不同网络职位的参与者如何从参与一个或者多个CGR中获益⑤？ 这些问题正是作者在该研究中试图回答的。

3.2.5 研究的理论与假设

（1）理论基础：二分的指数随机图模型

因为本研究中的二分变量表示网络参与者（被参与者）和CGR（被调查者是否能够通过CGR获取增加的资源）之间的关系连接。这样，一个给定的二分关系不仅取决于参与者的属性和CGR，还有其他状态的二分关系。例如从一个CGR获取资源可能会提高参与者从其他CGR获取资源的能力，或者参与到过多的CGR中可能使参与者难以从任何一个CGR中获得资源。

基于上面的论述，有独立性假设的标准逻辑回归是不适用于该研究的，因此作者选取了一种替代方法——指数随机图模型。具体来说， ERGM提供了一个分析框架，用于评估关系联结所导致的复杂依赖关系，该框架可以用于估算由内生结构（例如，从一个以上的CGR中获得资源）和外源协变量（例如，与其他CGR成员的联系）共同决定的二分变量的值（一个参与者能否从参与某个CGR中获得给定类型的资源）。作者还利用Heaney & Leifeld方法，解决了网络参与者必须是给定的CGR成员，才能从参与CGR中获益的问题（防止模型将“不可能的连接”视为“不存在的连接”进行处理）。

在该研究中，受访者需要报告他们通过参与CGR获得三种不同类型的网络资源的能力（人力资源支持，技术指导和财政支持），作者设计了三种不通的ERGM，每组ERGM都有不同的资源访问权限图作为因变量。

（2）研究假设

H1：当参与者由于参与一个CGR而获益时，他更有可能由于参与其他CGR而获益。（H1： An actor is more likely to report increased resource access due to involvement in one CGR if she also reports increased resource access due to involvement in other CGRs. ）

H1代表了预期参与者通过参与一个CGR来获取资源的能力对其从参与其他CGR中获益的能力有积极影响。

H2：当参与者由于参加某个CGR而获益时，其他参与者更有可能通过参与同一个CGR而获益。（H2: An actor is more likely to report increased resource access due to CGR involvement if other participants also report increased access due to involvement in the same CGR.）

H2代表了如果一个参与者通过参与给定的CGR增加了资源获取，那么同一CGR中的其他参与者也更有可能通过参与该CGR增加了资源获取。

H3：如果参与者与其他CGR参与者有 原则性接触，那么参与者更有可能通过参与CGR获益。（H3: An actor is more likely to report increased resource access due to CGR involvement if she also reports principled engagement with other CGR participants.）

H4：随着一个参与者参与的CGR总数的增加，他通过参与CGR获益的可能性会更小。（H4：An actor is less likely to report increased resource access due to CGR involvement as the total number of CGRs that she participates in increases.

H5：随着同一个CGR的参与者的数量增加，参与者通过该CGR获益的可能性会更小。（H5: An actor is less likely to report increased resource access due to CGR involvement as the total number of actors involved with the same CGR increases.）

H6：网络经纪水平较高的参与者更有可能从参与CGR中获益。（H6: An actor with a higher level of network brokerage is more likely to report increased resource access due to CGR involvement.）

H7：与其他CGR成员有更直接的网络联系的参与者，更有可能从参与CGR中获益。 （H7: An actor with more direct network ties to other CGR members is more likely to report increased resource access due to CGR involvement. ）

3.2.6 研究的概念化与操作化

在概念化方面，作者在文中并未对此研究涉及到“网络位置”（Network Position）和“连接性”（Connectivity）两个关键概念进行详尽阐述，因为这两个概念在内涵上十分明白的，并不影响测算和后续分析。基于这两个概念的直白性以及作者假设的明晰性，读者不难在假设的内涵阐述和操作化的过程中充分理解研究的分析思路和技术路线。事实上，作者提出的7个假设中的解释变量均是“网络位置”和“连接性”这两个属性的反映。

（1）因变量

该研究使用了三个不同的因变量，如表1所示。每个变量都是从一个调查问题中提取的，该问题涉及到受访者通过参与CGR可能获得的特定类型的资源。这些资源是技术信息、人力资源(例如行政支助)和财政资源。

（2）解释变量

假设1(H1)和2(H2)关系到网络中某些参与者或CGR上的资源获取联系的总体趋势。H1和H2的测度使用几何加权度(geometrically weighted degree  or GWD)。节点的度是该节点上发生的连接数。例如，某参与者从三个不同CGRs获得技术资源的参与者的度为3。这一项是内生的，因为它是基于因变量的结构配置，用于建模特定网络位置的因变量与另一个位置的因变量之间的关系。因此，这个术语度量同一参与者或CGR上的资源获取关联事件的相互依赖性。统计结果反映了网络分散的总体趋势，负系数表示网络集中趋势较强，正系数表示网络分散程度较大。

为了检验H3，该研究使用三个变量来反映CGR参与者的原则性的参与水平，包括参与指定的CGR是否提高了他与其他参与者的面对面交流水平、对语言和问题定义的共同理解以及对参与者的目标和兴趣的认识。作者将每个响应分成一个二分指标，再将这三个结果矩阵加在一起，得到一个从0到3的原则性的参与的离散索引。

为了检验H4，该研究使用参与者参与的CGR的数量。同样地，H5通过具有给定CGR中成员资格的参与者的数量来进行检验。

对于H6，该研究还调查了受访者的网络合作伙伴，特别是受访者经常与之进行协调、合作或协商的组织。基于的调查得出的网络连接，制定出了反映参与者在策略网络中的位置的经纪指标。

对于H7,作者将每个组织的“看门人”（gatekeeper）和“代表经纪”（representative）评分结合起来，生成一个度量指标，反映组织在其他CGR成员和外部组织之间协调的连接总数。最后，通过受访者反应的网络连接和CGR参与的交集来度量H7。

表2提供了用于 检验上述假设的解释变量的概要。

作者针对每个假设中的变量设计了二分指标，并对受访者的不同回答给予了相应的赋值。例如，每一个关于资源获取的题目的答案结构基于李克特量表的，被调查者在选择“不知道”或“不知道”的前提下，进一步可以选择“强烈不同意”、“不同意”、“既不同意也不反对”、“同意”或“非常同意”。例如，“我在[X组]的参与增加了……我与其他组织进行面对面的交流。”作者将这些回答一分为二，“同意”或“强烈同意”的受访者编码为1（即，那些表明通过小组参与获得了指定的收益的回答），其他的受访者编码为0。

（3）协变量

在建模中，该研究还控制了几个关键的协变量。首先，有人预期从一个群体中获益的能力与参与的程度有关。因此，作者对受访者表明的活动水平进行了控制。调查中可能的小组活动有：（1）发送或回复小组邮件；（2）参加小组会议；（3）参加其他团体活动；（4）参与团体项目；（5）阅读或审阅团体报告和文件；（6）出具团体报告或者文件；（7）其他形式的参与。这些选项之间没有明确的层次结构或顺序，因此作者并没有对此进行排序，而是记录了每个的活动次数。作者还考虑到了包括被调查者在他们的组织工作的年限，以及被调查者所代表的组织类型在内的诸多因素对因变量的影响。

3.2.7 研究的时间维度

由于仅涉及单一年度的数据，故为横剖研究。

3.2.8 研究对象的抽样

（1）研究对象：华盛顿州普吉特湾地区与生态恢复相关的57个CGR的参与者，这些CGR包括流域论坛、区域环境规划制度和其他组织间决策制度。

（2）具体操作方式：设计在线调查工具，并与普吉特湾伙伴关系（PSP）合作，由PSP要求CGR协调员将调查请求作为电子邮件通过官方渠道发送给成员，最终得到400名参与者的调查数据（预计可受访对象1002人，充分完成调查的为400人，完成调查的答复率约为40%）。

3.2.9 研究方式与具体技术

（1）研究方式：作者采用定量研究，通过调查法获得数据，构建二分的指数随机图模型进行数据处理和分析进而检验假设。

（2）具体技术：在资料收集技术方面，作者使用调查法获得数据，调查问卷的设计中应用了李克特量表。在数据分析技术方面，使用二分的指数随机图模型（EMGR）模型数据进行了分析，在这个过程中应用了最大似然估计法。

3.3 研究设计构成要素逻辑关系

3.31 研究目的与研究问题

基于“人们通常认为相比于其他治理手段，协同治理制度（CGR）对多元参与者来说是更具包容性的。但是，协同也有可能强化既有的权利和资源状态，而不是分配资源和促进联合行动”这一学术分歧，作者试图解释CGR在“什么时候会强化以及为什么会强化既有的权力结构，而不是向新的参与者分配资源并促进联合行动”。此研究目的是解释性的。

该研究分析了在协同治理制度（Collaborative governance regime or CGR）中网络位置、连接性对参与者获取资源能力的影响，探讨CGR使谁受益以及以何种方式受益，进而回答研究目的中描述的问题。属于科学发现类的研究问题。

3.3.2 研究问题与资料性质

作者研究的是科学发现类类问题，选用的是定量资料。在该领域既有研究的观点梳理与总结的基础上提出假设，使用调查数据和EMGR模型对假设进行定量检验，以回答并解释问题。

3.3.3 资料性质与研究方式

对于调查数据的分析需要数学与应用统计学的支撑，采用定量研究中的EMGR模型进行研究分析。

3.3.4 研究方式与研究技术

研究技术主要是问卷调查法和统计分析法，探究定量分析的结果与假设是否一致，哪些变量显著影响了参与者在CGR中的受益。

4.总结与收获

通过这篇例文解析，我受益良多。

首先在文献资料的获取上，在此前的学术探索中，我进行文献检索和梳理归纳时大多为中文文献，此次在寻找高质量论文的过程中，我在很大程度上提升了自己对外文数据库以及SSCI的熟悉度，在外文文献的阅读和理解上也有很大的提升，可以说激发了我了解和探索国际学术前沿的热情和信心。

其次，在对于“优秀”论文的理解上，在检索和选择例文的过程中，我粗读了很多优秀期刊上的文献，虽然不能充分领会所有研究所应用到的具体方法和工具，但是对于公共管理研究设计的思路和逻辑框架却有了十分具象的认识，为日后的研究提供了有益借鉴。

最后，通过这次例文解析，我在公共管理研究设计上有了新的学习认知，特别是在研究目的和研究问题的选取、文献梳理、论证逻辑等方面都有了很大收获，我对自己日后的学术探索也有了新的标准和要求。

参考文献及注释

[1] Tyler A. Scott, Craig W. Thomas, Journal of Public Administration Research and Theory, 2017, Vol.27, No.4, p647–660.

[2] Collaborative governance regimes (CGRs) are often viewed as a means to be more inclusive of diverse actors than other forms of governance. However, collaboration can also reinforce preexisting power and resource dynamics instead of distributing resources and facilitating joint action.

[3] Specifically, a CGR is an institution designed for collective decision-making that has a public policy or service orientation, incorporates autonomous organizations representing different interests, has procedural norms and rules, and experiences repeated interactions

[4] One of the key implications of this perspective is that, because CGRs are embedded within a broader network of actors and institutions, system context influences the extent to which (or whether) different actors are able to benefit from such arrangements.

[5] The general question motivating this analysis is: how do actors in different network positions benefit from participation in one or more CGRs? 

[6]曹堂哲：《公共管理研究方法：基于公共管理问题类型学的新体系》，北京大学出版社2014年。