第四节　确定研究问题

我们先看一个网上流行的小段子。

教授：Hi，你做的是什么研究？

博士小白：关于企业的可持续发展。

教授：酷！具体是什么研究问题？

博士小白：企业如何做到可持续发展。

教授：那……具体你想研究哪方面，从哪个角度？

博士小白：就是……企业如何保持长期可持续发展。

教授：我是说你的研究问题是？Research question？是个问题，是个问句。

博士小白：哦，问句。那就是“企业如何保持长期可持续发展”？

虽然这是一个段子，但实际上反映了一些研究者的真实状态。在很长时间里，我们都处于“懵懵懂懂”的状态中，导致我们在学术写作时，理不清思路，对选题的研究可行性缺少深入思考和科学评估。这种“懵懵懂懂”状态的根源就是缺少研究的问题意识。问题意识被认为是学术研究的生命和灵魂，没有灵魂的研究就只剩一副皮囊，没有价值可言。

确定研究问题是学术研究的第一步，但是研究问题不是无源之水，我们之所以将研究问题确定为选题的第四步，就是因为通过研究对象、研究视角和研究方法的考虑，基本确定研究范围后，在此基础上提炼出更加具体的研究问题，再下一步就是问题的答案了。

好的研究应该是围绕着一个研究问题不断深入挖掘，就像不断打一口深井。但实际上，很多研究者往往“迎难而退”，不求深入，反求大而全，做“摊大饼”式研究。有学者在期刊撰文指出：“按照教科书式体例撰写的法学论文，其最大的弊病在于‘有论域而无论题’，亦即只是选定了一个研究领域、对象或范围进行面面俱到的介绍和叙述，却没有从中提炼出一个中心论题贯穿全文始终并加以论证”。⁽⁸²⁾虽然这是作者对法学领域论文写作中存在问题的总结，但几乎所有人文社科领域论文写作中都存在类似现象。这种现象被概括为“研究问题失语症”。在论文选题中，研究问题是选题的主要构成因素，决定了论文的深度、角度以及成功与否的可能性。

一、什么是研究问题？

在很多学术期刊征稿要求中都把“具有明确的研究问题”列为第一条要求，但是期刊并没有给出研究问题的具体标准。那么到底什么是研究问题呢？

陈瑞华认为，“问题意识”中的“问题”应该是“具有理论意义的问题”，而不仅仅是制度和法治层面的问题，只有这样，我们才能经由对这一问题的研究提出具有解释力的理论。袁方认为，研究问题指那些值得进行研究的问题，具有一定的研究价值，可以由科学研究来解释，并且清晰明确地以问句的方式将问题的核心焦点表达出来。⁽⁸³⁾仇立平认为，“问题意识”就是人们在考虑任何问题时都要把这些问题放在一定的历史的、社会的背景下，都要分析无数个个人是怎样主动参与，“共谋”这样的行为规范，并采用“适当”的理论解释或诠释人们的行为或观念。⁽⁸⁴⁾

这些学者从理论、价值等维度对研究问题进行阐释，都是自己多年研究的积累，都富有卓见，但对于初学者未免还是太抽象了一些。那么有没有更具象更具操作性的理解呢？曹锦清教授认为，问题就是“预期与现实之间的反差以及由这个反差而引起的心理困惑”⁽⁸⁵⁾。根据这个理解，我们可以假设一个问题的预期值（Expectation）是E，现状值（Actuality）是A，那么问题就应该是预期与现状的差值（Difference），即E-A=D。如图2-6所示，在第一组和第三组中，预期值与现状值相等，不存在差值，也就是说不存在问题；第二组中预期值与现状值存在差值，这个差值D就是我们要关注的问题。

那么引申过来，研究问题就是研究预期与研究现状之间的差值，以及由这个差值而引起的心理困惑。由此可知，研究问题是由四个关键的要素—研究预期、研究现状、差值和心理困惑构成的。

二、学术研究中的问题类型及问题来源

问题是有不同类型的，不同类型的问题决定了研究的不同研究取向。问题的基本类型包括：“是什么”型问题；“为什么”型问题；“怎么办”型问题；“会怎样”型问题。

“是什么”型问题：主要关注社会现象的本质属性问题，探究隐藏在表象之后的实质社会意义。这种类型的研究是社会科学研究的基础，研究者一般采用思辨研究方法进行研究。这类问题的差值可简化为：原来是什么？现在是什么？表面是什么？实质是什么？

“为什么”型问题：主要关注社会现象发生的原因，探究存在因果联系的社会要素。这是社会科学研究中最常见的，也是研究者最关注的一种问题类型，量化研究方法以及案例研究等质化研究方法都比较适合开展这种类型问题的研究。这类问题的差值可简化为：什么因素促进了A事物状态的变化？

“怎么办”型问题：主要关注一些社会现象的应对方式和解决方案，一般呈现为对策类研究。这类问题的差值可简化为：如何让现在成为预期的样子？

“会怎样”型问题：关注事物发展趋势，探讨未来某个情境中事物的状态。这类问题的差值可简化为：A事物的预期是什么？

发现和总结研究问题是一个合格研究者的基本素养，也是一项学术研究的基石。爱因斯坦曾经讲过：“提出一个问题往往比解决一个问题更重要，因为解决问题也许仅是一个数学上或实验上的技术而已。而提出新的问题，新的可能性，从新角度去看旧的问题，却需要有创造性的想象力，而且标志着科学的真正进步。”⁽⁸⁶⁾可见，提出研究问题不是学术研究中一个可有可无的环节。事实上，提出一个问题，提出一个好问题是一件非常难的事情。

仇立平教授总结了社会科学研究中的四种问题来源⁽⁸⁷⁾。

首先，所研究的问题在现有的“知识库存”中还无法找到，是“史无前例”、“填补空白”、开创性的。虽然我们极其反对大家宣称自己的研究是史无前例或填补空白的，但是在急速变化的当今社会，确实每时每刻都出现了很多的新问题，这些问题是具有相当大的研究价值和研究意义的。即使这样，普通研究者要做出开拓性的研究也是非常难的。研究者通过自己的学术敏感性，能够快人一步呈现出相关的研究就已经是非常不错了。我们发现，实践经验和学术研究之间通常存在一个时间差，谁能最快地把实践经验话语翻译成学术研究话语，谁就占领了先机，占领学术话题生命周期的起始点。这是选题的一种方法和方向。

其次，所谓“问题”也可以是指采用不同理论对一个已经经过大量研究的问题给予新的诠释，或者采用新的方法对一个旧的问题进行再研究。这也是为什么我们觉得研究问题非常重要，但是把它放在了选题第四步的原因。问题不是凭空构想出来的，而是要依靠一套思考的逻辑、技术和工具，对研究问题而言，理论和方法就是研究者可以依赖和使用的思考工具。比如“大学生就业”是一个非常经典的研究对象，中国知网显示共有64 797篇相关研究，但是很多研究者并没有因为研究数量多而放弃。如中国知网指数显示，“大学生就业”议题在2010年达到研究数量的最高峰（5414篇）后仍然维持较高水平，如图2-7所示。

这其中，除了一部分研究在对议题进行不断深入挖掘外，很多研究都是通过建构新的视角或者使用新的方法对议题进行新的诠释，如表2-6所示。所以，有意识和科学地运用理论和方法，能有效帮助我们发现研究问题，形成选题。

再次，“问题”还表现为随着社会的发展，已经做过的研究发生了新的变化，或者原来的理论已经不能有效地解释已经发生变化的社会问题、社会现象。如自20世纪70年代起中国一直实施严格的计划生育政策，由于人口结构和社会结构的变化，中国的生育政策发生变化，继2013年开始实施“单独二孩”政策后，2016年又开始实施全面二孩政策。生育政策的变化也影响着学术研究的变化，“全面二孩”政策下的人口研究成为当下研究的重点。如前所述，每个学术话题都有其生命周期，那经历过一个完整生命周期的学术话题会消失吗？就如同很多产品或品牌，经历过完整的生命周期后，有些产品或品牌就消失了，有些产品则通过调整重新适应市场，重新进入到新一轮生命周期中。学术话题也遵循这样的规律，有些学术话题经历过一个完整生命周期后就消失了，有些学术话题经过调整重新进入到新的一轮生命周期中，产生新问题。

最后，在社会科学中解决问题的方法以及问题本身也是一个问题，而不仅仅是一个技术问题。方法问题并不仅仅在工具层面，更多的是其背后的哲学和价值选择的问题，而且随着技术发展，方法本身也在不断地变动和调试当中，如基于大数据的研究方法、基于计算机算法的计算研究方法等都成为新的研究问题。甚至在最经典的研究方法领域中，如问卷调查法、访谈法等都存在着争论和讨论的地方，这些争论和讨论本身就是非常好的研究问题。同样，问题的选择和界定本身也是一种问题，是学术研究中更基础的问题，但是相关研究却非常缺乏，这可能不是因为大家认为这个问题不重要，而是因为这样的问题太难总结和回答了。

以上四类问题是所有研究者都面临的问题，但在实际操作中选题千差万别，研究问题的发现和界定直接受到研究者“特定知识结构”的影响。研究者“特定知识结构”包括专业理论知识、研究方法知识和各种操作技术、对社会生活的观察以及个人对问题的悟性或者洞察力和动员社会资源的能力等。⁽⁸⁸⁾研究者的知识结构决定了在学术研究中发现“问题”的能力。

三、研究问题的衡量标准

发现问题后，怎么判断一个研究问题的质量呢？我们建议从具体性、集中性、真实性和可操作性四个方面进行衡量。

（一）具体性：提出的研究问题一定要是比较具体的问题。学术期刊论文都会有篇幅限制，有限的篇幅不太容易解决特别复杂问题，所以尽量把研究问题具体化，围绕具体问题展开研究。当然，不同层次、不同类型期刊在对问题的判断和喜好上有所不同。比如综合类期刊更喜欢比较宏观类的论文，专业类期刊更侧重于基于具体问题的论文。而学位论文的篇幅要更长一些，相对而言，研究问题可以宏观一些。对于普通研究者而言，研究问题能具体则具体。

（二）集中性：一项研究应该有一个研究问题还是多个研究问题？答案肯定是只有一个问题。那么为什么有些文章在前言部分要解决三四个，甚至更多问题呢？其实，研究问题是有层级的，一项研究或者一篇论文有且只有一个一级问题，我们称为主轴问题。由一级问题可以分解成若干个二级问题，这些二级问题是扩展问题。论文所有内容都是围绕着解决这个一级问题而写作的，如果一级问题不明确，那么就导致文章论述不集中，出现跑题现象。

（三）真实性：学术研究一定要去解决真问题。真问题和假问题其实一直是哲学领域争辩的问题，在不同学科领域也有不同标准的判断⁽⁸⁹⁾。我们可以简单理解为，真问题就是一个值得研究的问题，假问题就是一个不值得去研究的问题。如“人为什么要吃饭”等生活常识类问题可以归为假问题，如果去研究“‘吃播’人群的观看动机”等问题就有可能发展为真问题。

（四）可操作性：每个研究者的研究能力是有限的，研究问题要控制在自己可以解决的范围内，超出了控制范围，再好的问题也只能变成“伪问题”。比如量化研究中，研究者为了提升研究的信效度，想提高调查样本数量，但是经费有限，不够支持，这就是超出了研究者的控制范围。质化研究中想访谈某个亚文化群体人员，但是一直找不到中间人，接触不了调查对象，这也超出了研究者的控制范围。

四、描述问题：EADQ模型

麦肯锡咨询顾问芭芭拉·明托在《金字塔原理》中提出了一种“SCQA模型”结构化表达工具。S（Situation）指情景，C（Complication）指冲突，Q（Question）指疑问，A（Answer）指回答。“SCQA模型”被广泛运用到演讲、写作、广告宣传中。我们借鉴“SCQA模型”结构提出学术研究中发现和提出问题的“EADQ模型”。

在EADQ模型中，E（Expectation）指预期、期望，A（Actuality）指现状，D（Difference）指预期与现状的差值，Q（Question）指问题。EADQ模型分析顺序如图2-8所示：第一步现状描述。在论文的前言部分，研究者一般会通过背景介绍、研究对象描述、文献综述等形式交代研究对象的现状。第二步预期描述。研究预期的描述一般也会出现在前言中，指研究者、群体或其他主体理想中的状态。预期可以是由现状A发展到更好的状态B，也可以是现状A恢复到以前的状态B，总之预期是和现状不一样的状态。第三步差值描述。预期状态和现状的差别即为差值。差值描述的位置比较灵活，可以是放到前言研究设计部分，也可以放到文献综述部分，甚至可以分散于其他内容中。第四步提炼问题。把研究对象和差值描述进行结合，整合成叙述通顺的研究问题。

学术论文中的研究问题有不同层次，我们将其划分为主轴问题、扩展问题和底层问题。主轴问题就是该研究最核心的、最顶层的一级问题，一项研究中有且只有一个主轴问题，EADQ模型提炼的是主轴问题。扩展问题指对主轴问题的进一步阐释，可以围绕研究结构、研究观点、研究视角等要素形成问题。我们看到有些论文在前言或文献综述中表述要解决几个问题，这些问题就是扩展问题。底层问题隐藏于主轴问题和扩展问题之后，是对研究价值和研究合法性的疑问，一般不会写入文本，却从始至终约束着研究进展。底层问题如“本研究的创新性体现在哪里”“本研究的科学性体现在哪里”等。

我们尝试用EADQ模型分析《自我升级智能体的逻辑与认知问题》⁽⁹⁰⁾这篇论文的研究问题。由于篇幅限制，我们就从论文前言着手分析。本文前言部分如下。

在认知科学和哲学中，意识是最让人着迷又始终无法解释的问题。自我意识是我们再熟悉不过的了，但它又是最难以解释的。人工智能思想家通常用两种方式研究自我意识：其一是建立自我意识的计算机模型，这叫作“机器意识”；其二是用计算术语去分析自我意识，但不去模拟。前者主要是人工智能技术专家的工作，他们通常只关注技术性问题而不讨论关于意识的哲学问题；后者主要是那些对人工智能有研究的哲学家感兴趣的，但他们在有关哲学问题上存在着巨大的分歧。例如，强人工智能系统会有自我意识吗？如果有，它指的是意向性还是感受质，或者什么别的属性？如此等等。这显然不是科学问题，而是人工智能中的哲学问题，是需要哲学家和科学家共同面对，通力合作而加以解决的问题。然而令人尴尬的是，人工智能研究近年来尽管取得了重大突破，但对强人工智能中涉及机器意识这类难题，哲学家和科学家要么避而不谈，要么泛泛而谈，机器意识的研究举步维艰。

幸运的是，一些机器意识研究成果正悄然改变着这个局面：关于机器意识的认知和哲学研究尽管面临巨大困难，但是自我升级智能体的理论成果有望打破困局，它能不能像图灵机的构建打破了人工智能研究的困局一样，人们正有所期待。自我升级（selfimprovement）智能体，亦即自我改进智能体，是通用人工智能的一种理论模型。作为机器意识研究的成果，它试图为破解自我意识难题做出贡献。建立这种智能体的意义不仅仅在于它可以解决问题，而在于它与图灵机一样，可以为我们讨论自我意识的话题奠定一个程序的基础，或者一种科学验证的标准，从而使意识问题不再神秘。这是我们探讨自我升级智能体问题的一个动因。

以下探讨的主要问题有：第一，自我升级智能体在逻辑和哲学上有什么贡献？存在什么局限？第二，自我升级智能体的提出有什么认知意义和应用风险？第三，自我升级智能体能否具有自我意识？这种智能体在理论上的困局是什么？第四，破解自我升级智能体困局的出路何在？

我们先从前言中找出关于研究问题的四个关键要素，并做简单描述。

A（现状描述）：机器意识的研究举步维艰。

E（预期描述）：打破机器意识研究的困局。

D（差值描述）：自我升级智能体理论。

Q1（主轴问题）：自我升级智能体理论对机器意识研究的意义是什么？

Q2（扩展问题）：第一，自我升级智能体在逻辑和哲学上有什么贡献？存在哪些局限？第二，自我升级智能体的提出有什么认知意义和应用风险？第三，自我升级智能体能否具有自我意识？这种智能体在理论上的困局是什么？第四，破解自我升级智能体困局的出路何在？

到这里，大家可能会有各种疑问，如我们提炼的问题在文中并没有看到直接的表述，那提炼出来的问题是不是作者原本的用意？这是我们利用EADQ模型通过文本逆向复原作者的研究问题思路，在一些细节上可能与作者并不一致。我们提出EADQ模型的初衷是通过研习优秀论文的研究问题思路，继而提升自己的研究问题意识，并通过思维模型的方式，让研究问题的构思过程更直观、更有效。