2020年4月12日，在zoom平台举行的科研能力养成社群-COVID-19滚动科研项目阶段汇报与总结：新冠肺炎疫情-文献VS.现象探索线上研讨会。下午两点到四点，后来又延迟时间了。我分享两个主题，一个是向知而生·向行而栖(疫情期间的在线教育与学习探索组)，另一个是基于公众号文章的现象议题探索（企业停摆与激活Emerging现象小分队）。
在讲之前，郭欣宇同学提议，我们在前一天在zoom上面做了一次预演，并且由南开大学商学院任兵老师逐一点评，我把任兵老师的点评记录了下来，昨天上午上课，下午开会，晚上写东西，没有及时总结和反思，早晨起来觉得要是错过了，甚是损失和遗憾，于是写下来这篇亦称之为备忘录的文字表达。
一是关于汇报题目和大纲。之前的题目是叫做“我见现象多妩媚，料现象见我应如是”。这个题目当时的原意是想讲的时候增加一些柔性气息进去。后来，任老师帮我纠正了，说题目需要简单、简洁、直观，不需要花哨，可以基于方法的题目，题目需要准确，可以修改为“基于公众号的现象议题探索”。
汇报大纲太笼统、太宽泛了，要细化、具体和针对性，原有大纲具体的章题目是成员、数据、分析、展望，后来讨论后调整为探索思路、可视化分析、交叉分析、议题探索。在制作PPT的时候，需要一张一张的扣，一张一张PPT需要推敲、斟酌，不能大意。单张PPT具有逻辑性和严谨性，多张PPT之间具有逻辑线。
总结：汇报题目需要简洁、直观、准确。大纲需要细化和具体化，需要体现学术性和严谨性。PPT制作需要每一张认真严谨地推敲，整个PPT文件之间需要统一的逻辑线贯穿。
二是探索思路。一是现象组数据方面：1.现象组是数据驱动的，数据呈现多样化，并且覆盖了众多现象；2.可以关注国家政策相关聚焦点，收集相关政策数据；3.如何收集数据和分析数据，采用什么方法，收集数据和分析数据要结构清晰：数据源，方法，分析目标；二是现象组分析策略方面。1.需要探索发挥空间，哪些是文献组还没有纳入进来，未来议题是现象组可以挖掘的，文献组基于目前文献有可能不会呈现；2.在方法的思路，即研究方法的轮廓，如以何为抓手，以何为线索，以何为关键点，梳理线索，形成框架；3.可以形成宏观—中观—微观的层次分析，宏观是国家级总政策，中观是各部委政策；微观是企业或效应单位政策。4.研讨框架、方法论、现象驱动拉开帷幕；5.可以循序渐进，不要操之过急，要逐渐接近和形成；6.将未查明现象作为未来空间后续探索，拉出可能提炼的现象框架（基于“2”阶段性呈现）、需文献支撑items。三是与文献组对接方面。1.目前文献组和现象组各干各的，之前没有商量好逻辑线条及各自发挥的空间；2.可以画两个集合，中间有个交叉点，交叉点是文献组和现象组的融合；3.需要将探索组的议题具体化，文献组服务于现象组议题，文献组服务于现象组具体的那个议题，这需要探索组提出研究议题；例如制度，Xspace服务于制度和政策，现象组新宇也提到了，微信群里面提到了，并且有共享文档，可以分析议题是什么，一边服务（文献组）的什么，一边自然呈现（探索组）的是什么；4.文献对接点；文献组和现象组的共性；概念对接；理论层面概念模型；节点和文献组对接。
总结：现象和数据共生，现象是数据驱动的，数据呈现多态化，覆盖众多现象。数据收集和分析时候需要结构明确：数据源，方法，分析目标。可以沿着抓手—线索—关键点—线索—框架的脉络开展。可以按照宏观-中观-微观层面开展数据收集，要循序渐进，将未查明现象作为未来空间后续探索。文献组和现象组可以融合，具有明确的逻辑线条及各自发挥的空间，以便各自发挥空间形成合力，在进一步提升研究空间。现象组提出具体议题，现象组议题具体化，文献组服务于现象组议题。文献组和现象组对接，概念对接、理论对接、逻辑对接、模型对接。
三是数据。起始时间和最新的数据，要非常准确，小组名称不需要有，数据范围：要严谨，86篇要具体，起始时间到截止时间，要非常准确，样本格式是什么交代，收集了什么结构化的展示，文章题目时间来源正文内容，都补充上去，质性研究需要准确。起始时间和最新的数据，要非常准确，小组名称不需要有，数据范围：要严谨，86篇要具体，起始时间到截止时间，要非常准确，样本格式是什么交代，收集了什么结构化的展示，文章题目时间来源正文内容，都补充上去，质性研究需要准确。样例数据需要样本格式，title，样例展示。时间序列中没有时间，时间维度需要补充上去。
总结：数据的维度要具体，并且横向指标和总项指标需要准确。数据格式需要明确说明，数据呈现方式需要清晰、明确，可以一目了然。数据的来源，处理、去向都需要描述清晰、准确。数据的来龙去脉明确展示。另外，收集数据和分析数据要结构清晰：包括数据源、数据维度、对应方法、分析目标。
三是分析。如何收集数据和分析数据，方法采用哪一种，收集数据和分析数据需要考虑数据源，方法，分析目标。深度分析的时候需要考虑数据源、方法、分析目标。在柱形图中，假如数据太多，可以显示top10的数据，为了展示top10，详细解释一下。分析的模块要详细，要加上详细的内容字段、不要太散。数据源是86篇正文内容编码来的，前后逻辑关系，编码参考点，写出来如何得出的表，表下面观点可以总结出分析的观点，给出三四个分析结论。
需要考虑抓手，这个抓手要准确，而且PPT之间的逻辑一定要紧密，数据分析要分成几大模块，例如模块1是什么，模块2是什么，模块3是什么，三个模块构成的什么样的蓝图，我们的现象议题，假设从86篇分析出来几个议题或者几大模块分析，下面就一个一个走。然后每一个模块除了图表，还有结论性的东西和解释性的东西。解释性的东西最重要的是把方法交代清楚，事实性的结论解释清楚，诠释性的部分尽量减少，现在阶段来说主观诠释的部分比较早。
用文字title展示不用表，不要表格，不是表格驱动是议题驱动。分析提炼出来的现象议题，企业类型编码，组织韧性，每一张PPT提炼出来的议题，后面一张一张展示重点的，复杂的分析方法不需要有，我们给的是事实性东西，特别复杂的去掉。现象组需要做的事情就是识别现象议题，收集相关数据，识别出来需要发现重点议题，去深挖相关的数据，没有相关议题就没有靶子了，中间过程需要缓慢，不要这么快。
发现问题是最重要的环节，我们现在需要发现问题的眼睛，对现象洞察缺乏，发现什么问题什么样的问题，数据呈现和发现问题要本质和直观，要呈现议题，目前呈现方式比较复杂，呈现方式不要眉毛胡子一把抓，这需要改善。现象洞察、归纳提炼和现象概念力需要挖掘出来，要找到重点，这个很重要。
总结：方法论的介绍需要提及，分析出的图表题目命名需要体现议题，体现主题，而不是仅仅交代研究方法或者研究方法的结果，不能泛泛而谈。收集和分析数据的条目需要明确写出，要准确、精确。需要考虑抓手，这个抓手要准确，逻辑要紧密，从现象中分析出来议题或者模块，数据分析要分成几大模块，模块是什么，模块构成什么样的蓝图。然后，每个模块除了图表，还有结论性和解释性部分。解释性部分要把方法交代清楚，事实性的结论解释清楚，诠释性的部分尽量减少，现在阶段来说主观诠释的部分比较早。现象组需要做的事情就是识别现象议题，收集相关数据，识别出来需要发现重点议题，去深挖相关的数据，没有相关议题就没有靶子。发现问题是最重要的环节，现在需要发现问题的眼睛，对现象洞察缺乏，发现什么问题什么样的问题，数据呈现和发现问题要本质和直观，要呈现议题，呈现方式不要眉毛胡子一把抓，这需要改善。现象洞察、归纳提炼和现象概念力需要挖掘出来，要找到重点。
四是议题探索。1.政策分析与探索；2.国家、地区、企业不同层面经济数据，第一季度全国各个地区GDP，群里有表格，国家和地区层面，防疫抗疫，停摆的数据。宏观数据包括工业产值、用电量等反应，全生产要素，微观层面不好抓，宏观层面数据好抓。例如王璟珉老师下企业去抓微观数据，咱们抓宏观、经济格局，需要经济学和产业经济学知识，统计局和发改委官网发布数据，看看数据情况；3.现象组思路问题，没有思路和数据，就失去抓手了，实际情况也不清楚，不了解实际情况，经济实际情况不了解，需要抓数据，中央到地方，或行业数据都需要抓取，企业层面，如聚焦上市公司，可以抓可以聚焦，上市公司可以披露，现在没有年报比较难，季度披露可以找一个上市公司样本看看披露信息，官网等；4.实际数据和观点数据的考量。微观世界抓企业年报等披露信息，这些都是实际数据，公众号都是观点数据，是主观的，企业数据是实际的，企业规模等实际数据，财务数据、公司治理数据等（实际数据和观点数据区别），实际数据别忽略。5.公众号辅助性的数据，需要抓实际数据，这是现象组的启发，平时做研究的时候，在量化研究比较少，经济学产业经济学和战略管理，手工获取的专利数据。6数据全面性的问题，数据全面性和典型性的问题，还有就是定量数据和定性数据的问题，衍生出对应的研究方法问题，采取哪些方法可以适用数据收集的范围和数据量的大小。7.聚焦性问题的关注，例如数字化治理和数字化转型相关议题，如何将现象组和文献组联动起来。8.人手的问题，收集人员和分析人员的具体化和明晰，尤其是后期数据量大，数据结构多样化，结构化数据可以定量分析，半结构化和非结构化数据定量分析处理不了，如何配备分析人员，这也是需要商讨的议题。
总结：数据层面可以考虑宏观—中观—微观等层级结构。数据方面需要考虑观点数据、态度数据、事实数据、实际数据，数据量大，数据结构多样化。公众号辅助性的数据，需要抓实际数据。如何在疫情期间获取有效的事实数据和实际数据，这是需要推进的。还有关于议题的问题，议题是什么，如何生成，如何展示和定义，这都是需要探索和解决的。
转载本文请联系原作者获取授权，同时请注明本文来自姚伟科学网博客。
链接地址：https://wap.sciencenet.cn/blog-541012-1228424.html?mobile=1
收藏
