组态视角与定性比较分析方法：图书情报学实证研究的新道路

池毛毛，杜运周，王伟军

（1.中国地质大学经济管理学院，武汉430078；2.东南大学经济管理学院，南京211189；3.华中师范大学青少年网络心理与行为教育部重点实验室，武汉430079）

1 引言

近年来，实证研究作为当前科学研究的主流研究范式在人文社会科学中得到广泛的传播和应用[1-2]。作为一个年轻的学科，图书情报学除了自身特有的研究方法之外（如文献计量中的引文分析法等）[3]，也广泛地吸收和接纳实证研究方法，开展图书情报学的相关课题研究[4-12]。当前，图书情报学主要采用实证研究中的定性研究方法、定量研究方法以及定性和定量相融合的混合方法（如文献计量法）开展科学研究[3,13-14]。

然而，在易变性、不确定性、复杂性及模糊性（volatility uncertainty complexity ambiguity，VUCA）的时代，涌现许多崭新的图书情报学现象与问题。尽管图书情报学的研究对象“信息-系统-人”不变，但是形式与内容日益复杂且多样，现有研究视角与实证研究方法捉襟见肘。传统实证研究方法基于还原论思想，难以达到对复杂现象的客观认识与全局了解[15]。因此，亟需发现新视角与新方法融入图书情报学的研究中。为顺应管理研究范式从权变逻辑到系统逻辑的转移，组态视角（configuration，又称构型视角、构架视角）应运而生[16-18]。该视角是用一种全局角度来解决多维度、多变量的复杂问题[19-21]。组态视角基于整体与系统的分析逻辑，从配方组态的角度来分析结果的原因，该视角将前因条件看成产生某种结果的潜在合作者，而非解释结果变异的竞争对手[20]。由于传统统计分析方法的局限性，组态视角的实证研究一度发展滞后。直至20世纪80年代，社会学家查尔斯‧拉金（C.C.Ragin）首先发展了定性比较分析方法（qualitative compara‐tive analysis，QCA）[22]，其本人也因此获得了拉扎斯菲尔德奖（Paul F Lazarsfeld Award）①该奖设立于1986年，旨在奖励在社会科学研究方法领域做出卓越贡献的学者，详见网址https://www.asanet.org/asa-communities/sec‐tions/sites/methodology/past-award-winners。QCA解决了组态视角的实证研究难题，该方法在政治学、社会学、管理学、新闻传播等领域得到了快速推广[16,23-26]。

因此，本文在对现有图书情报领域主流实证研究方法进行总结的基础上，引入图书情报学实证研究的新道路——组态视角与QCA。本文首先介绍了组态视角与QCA基本原理、QCA分析流程，并结合图书情报学的研究问题介绍QCA的具体应用。最后，本文还对QCA应用于图书情报学的五大研究机会进行展望，以引发更多研究者的关注与参与。

2 图书情报学主流实证研究方法的应用现状

继承图书情报学者对于相关研究方法的前期成果[14,27-28]，本文对近三年（2017—2019年）图书情报学的“实证研究论文”进行检索和总结②“实证研究”是指从大量的经验事实中通过科学的归纳，或通过科学的逻辑演绎方法推导出具有普遍意义的结论或规律，再将这些结论或规律放置到现实中进行检验的方法［28］。，检索的期刊包括《中国图书馆学报》《情报学报》、Library & Information Science Research、Journal of Documentation、Journal of Information Science、Information Processing & Management、Journal of the Association for Information Science and Technology和Journal of Informetrics，一共8本图书情报学国内外主流期刊③中文2本期刊沿用张力等［31］的选择，英文6本期刊为原教育部学科评估图书情报与档案管理学科的英文A刊。。具体文献检索和整理过程如下：6名图书情报专业硕士，2人一组浏览在上述期刊所发表的实证研究论文（2人相互交叉检查）并标识相应的标签，所有学生统一接受实证研究范式的训练。由于聚焦的是传统实证研究方法（包括实验法、统计分析、问卷调研、实地调研和田野调查等[13,27]），文献计量法虽属于定量和定性相结合的实证研究，但没有列入此次统计[14]。最终的统计结果显示，中文期刊一共343篇（占比63.40%），英文期刊一共1264篇（占比86.81%）。综合前人对实证研究论文的分类方法[3,14,27]，本文对这些实证研究文献从定性研究方法与定量研究方法两个方面进行总结④对于使用混合方法的文献，取决于何种方法占主导，如果某一种方法占主导（如定性研究方法），则把此类文献归为定性研究方法。。

（1）定性研究方法的应用现状。当前图书情报学主要的定性研究方法是基于扎根理论的田野调查、实地调研和内容分析方法等。中文期刊方面：近三年《中国图书馆学报》和《情报学报》的定性研究方法的发文量占所有实证研究文献的7.87%，其中《情报学报》的比例略低。英文期刊方面：近三年定性研究方法的发文量占所有实证研究文献的20.89%，其中Journal of Documentation中定性研究方法最高，占该刊所有实证研究文献的69.38%。定性研究方法主要基于过程理论，聚焦在机制或机理的探索和解释，主要研究内容包括知识管理、网络与信息行为及信息社会等。例如，闫慧[5]基于我国农村的大范围田野调查，采用内容分析法探讨农村社会网络如何消减数字化贫困；Jeng等[29]基于Re‐searchGate问答社区收集的1128条评论进行定性内容分析，探索科学家是如何进行信息和资源的交换，并分析在三个不同学科目录下（包括图书情报学、艺术史和天体物理学）的差异。

（2）定量研究方法的应用现状。当前，图书情报学主要的定量研究方法包括二手数据统计分析、问卷调查法和实验法等。近年来，学者们也引入了一些新的定量研究方法，如经济计量法、定性比较分析方法等。中文期刊方面：《中国图书馆学报》和《情报学报》近三年定量研究方法的发文量占所有实证研究文献的92.12%，其中二手数据统计分析（如在线评论数据）和问卷调查法的文献占定量研究方法文献的绝大部分，是最热门的实证研究方法。英文期刊方面：近三年定量研究方法的发文量占所有实证研究文献的79.11%。定量研究方法主要是基于现有理论开发概念模型，通过实际数据（二手数据或问卷数据）来验证概念模型，发展现有理论，主要的研究内容包括信息技术的发展与创新、社交媒体中的知识管理、网络用户与信息行为等。例如，耿瑞利等[30]通过调查问卷法采集中国、美国和印度三国的530份数据，以检验不同文化视域下社交网络用户知识共享行为动机模型。Zhang等[12]通过采集在线健康社区的二手数据（相关主题、回复的文本数据和数字数据），实证检验了基于双加工理论的在线医生知识采纳模型。

综上所述，当前图书情报学领域的研究方法应用存在如下特点：①定性研究方法为主的文献主要基于访谈和田野调查，以开发新理论为主，但案例单一，结论可复制性和推广性较弱；②定量研究为主的文献主要基于二手数据统计分析和问卷调查法，分析技术包括结构方程建模和回归分析，文献以检验理论为主，强调模型理论的一般性和推广性，缺乏对实际案例的对话和讨论；③中外实证文献对比方面，先前研究发现国内非实证研究的论文比率高出国外20倍[31]。本文的结果显示，相比中文期刊，国外期刊的数据收集方法多样，实证研究方法占比相对较高，但国内图书情报学顶级期刊与国外主流期刊在研究方法方面的差距已经在逐步缩小。另外，相比国外期刊，定量研究方法在国内图书情报学顶级期刊占比非常高（92.12%）；④目前也有少量其他实证研究方法（如QCA）在图书情报领域的渗入[9]，但还属于初步应用阶段，研究过程还需要规范和统一，以促进该方法的进一步推广和应用。QCA结合了定性与定量分析两种方法的优势[20,32]，弥补了方法论上二分法的不足。因此，本文有必要进一步对组态视角与定性比较分析方法进行介绍，以补充现有定性研究方法和定量研究方法，促进图书情报学在方法论上进一步融入国际学术范式。

3 一条新道路：组态视角与定性比较分析

在社会科学研究方法体系中，存在着定量研究方法与定性研究方法的分野[3]。定量研究方法，主要基于传统统计方法，建立在大样本基础上，关注对普遍问题的解释，并开展变量层次“平均模式”的研究。该方法强调研究过程的客观性和科学性，以及研究结论的可重复性和普适性[3,31,33]。定性研究方法本质上也属于实证研究方法，该方法聚焦在特定“点”上，并进行深入诠释，重视个案研究并深入阐释个案对象，突出研究者自身在研究过程中的作用[3,34]。在研究范式方面，传统定量研究方法遵循提出问题、理论构建和假设提出，以及大样本回归等“相关技术”基础上的方法验证假设的路径；定性研究一般不提出假设，而是通过案例和访谈，不断地修正和提炼理论，最终实现理论饱和。总体来说，组态视角的定性比较分析方法超越了传统“二分化”定量和定性的分析方法，基于集合论的归纳和推演方法进行分析，是对传统定量研究方法和定性研究方法的有机结合，是超越定量和定性的新道路[19,32]。

传统定量研究关注单个变量的“净影响”，通过回归和研究设计，排除干扰因素，提炼出单个变量的“净效应”影响，并关心单个变量的统计显著性（即p值）[35]。组态视角则关注到变量影响的复杂性和多样性，关注案例本身的结果中包括了哪些复杂条件（或配方），这些条件是如何相互组合和共同作用某个结果。查尔斯‧拉金[20]主要在四组关系中对比了组态视角和传统定量研究方法，包括集合关系和相关关系、校准和测量、条件组态和“自变量”、因果复杂性分析与净效应分析。定性研究方法主要是基于归纳法，虽然可有效描述案例的详细特征，揭示复杂性、连接性和非对称性，但是研究过程主观性较强、科学性较弱，研究结论也难以进一步推广。表1从研究模式、因果性质和研究目的等方面[9]重点比较了定性比较分析方法、定量研究方法和定性研究方法。

在20世纪80年代，为了进行组态视角的实证研究，社会学家查尔斯·拉金[22]首创了定性比较分析方法。查尔斯·拉金早期的学术训练还是传统的定量方法，但是定量方法的局限性令其日益失望[36]。QCA综合了传统定量研究方法和定性研究方法的优点，被称为是一种真正的混合方法。QCA聚焦案例的剖析，但在编码和运算环节，融入了大量的量化方法，分析过程具有透明性和可重复性[19]。同时，QCA也具备研究方法和分析技术的双重属性。在研究方法属性上，QCA基于布尔运算和集合论思想进行跨案例的比较分析，是超越了传统定量和定性方法的新方法，其能够有效弥补基于统计回归分析的定量研究的一些局限（如一定程度上避免了多个自变量的自相关和多重共线性的负面作用），并能够科学化和规范化传统的定性研究方法[19]。在研究技术属性上，目前QCA已经开发出了较为成熟的四种分析技术[19]，包括：基于清晰集的csQCA（crisp sets QCA）、基于多值集的mvQCA（multi-value QCA）、基于模糊集的fsQCA（fuzzy sets QCA）和时序定性比较分析TQCA（temporal QCA）。其中，csQCA适用于原因和结果条件变量能够清晰地进行二元划分，变量能被清晰地编码为0或1；mvQCA适用于变量类别不只是0或1，需要赋值为0、1、2、3等多类别的情况；fsQCA适用于前因和结果变量不能都清晰地被划分为0或1，还需要考虑处于0～1间 的 状 态，这 被 称 为 隶 属 度（membership score）。fsQCA方法能够对每个变量进行校准，产生模糊集隶属度建立真值表；TQCA技术则考虑到时间维度对于结果的重要影响[37-38]，可以用来分析对原因发生时序颇为敏感的案例（与关注因果链条的共存分析类似），并用“＜”来标记每个条件变量的出现顺序[39]，如“A,B,C＜D,E＜F”，即表示条件A、B、C先发生，之后是条件D、E，最后是条件F①近年来，关于时间和动态QCA的方法开发不断取得进展，涉及的内容很多，本文不做详细介绍。。

一方面，QCA作为一种研究视角和方法，基于QCA的研究论文实证研究过程如下：①提出多因诱致的研究问题，并结合理论和实践提炼前因条件。传统的实证研究通常是基于单一理论视角分析变量间关系，QCA研究中分析多种因素的组态效应，因此为有效整合多个理论视角的前因条件进行组态分析提供了可能；②数据采集，形成原始数据案例；③基于布尔逻辑和集合论的数据编码、分析和展现（QCA作为一种分析技术，csQCA、fsQCA、mvQ‐CA和TQCA的比较和选择）；④重返案例，结合实际案例解读组态结果，进一步讨论研究贡献和意义。

表1 定性比较分析方法与定量研究方法、定性研究方法的比较

另一方面，QCA还作为一种分析技术，本研究以经常使用的fsQCA为例，介绍该技术的具体分析流程，具体分为五个步骤。

（1）校准数据：将与每个前因条件和结果条件相对应的原始数据转换为模糊隶属度。为此，经常采用直接方法校准，即设置三个锚点（完全隶属，交叉点和完全不隶属），产生研究对象（即案例）在每个因素（即条件集合）中的隶属度。

（2）得到真值表：本部分将创建真值表，并确定与每个条件相对应的案例。真值表显示所有可能的因果条件（2k，其中k是因果条件的数量）的组合。通常有以下三个标准检查组合是否与结果相关：频数（frequency）、原始一致性（raw consistency）和不一致的减少率（proportional reduction in inconsis‐tency，PRI）。其中，频数需要根据总的样本及其在组态间的分布，选择组态案例频数的临界值（1是最小临界值）。一个基本的经验是选择频数后应该至少保留75%的观察案例。原始一致性是充分条件子集合关系一致性：Consistency(Xi≤Yi)=∑[min(Xi,Yi)]/∑(Xi)，当所有的Xi均小于或等于相对应的Yi值时，一致性分数为1.00；当只有少数Xi略微超过Yi，一致性接近1.00。建议一致性阈值为0.80。值得注意的是，模糊集分析中一致性评估的证据基础要比清晰集和多值分析中大（所有案例均被使用）[40]。不一致的减少率本质上是一致性度量的补充 方法，PRI=[∑min(X,Y)-∑min(X,Y,～Y)]/[∑X-∑min(X,Y,～Y)]，PRI进一步减弱案例同时属于结果及其余集（即Y和～Y）的逻辑矛盾，该值建议阈值为0.70以上，0.75以上则更理想[40]。

（3）测试必要条件：将对各个条件变量是否为结果变量的必要条件进行检验。基于集合的性质，fsQCA允许人们识别结果的必要条件和充分条件。具体地说，如果一个条件集合是结果集合的超集，那么该条件是结果的必要条件之一。通常采用必要条件子集合关系一致性：Consistency(Yi≤Xi)=∑[min(Xi,Yi)]/∑(Yi)，该值建议阈值为0.9以上[40]。

（4）条件组态充分性分析，得出描述结果条件的前因条件组态。本部分将应用真值表算法在Quine-McCluskey算法和反事实分析的基础上，将大量的组合减少为更小的原因条件组态。fsQCA依赖于布尔代数，该代数允许对所有理论上可能的组合进行逻辑简化。fsQCA还使用反事实分析来克服缺乏实证实例的局限性。该反事实分析允许人们区分“容易”和“困难”反事实。这种真值表算法产生了三种充分解：第一种不使用反事实的复杂解；第二种只使用“简单”反事实的中间解；第三种同时使用“简单”和“困难”反事实的简约解。通过“反事实”分析简化组态产生简约解和中间解（后者包含前者）并区分核心条件和边缘条件。模型的总体一致性（overall consistency）可以解释所有解总的一致性。通常建议一致性至少为0.80[19]。如果达到一致性标准的组态条件是充分的，那么可计算充分条件子集合关系覆盖度：Coverage(Xi≤Yi)=∑[min(Xi,Yi)]/∑(Yi)。此外，对于产生的组态解，一般建议进行命名，以便于进一步发展理论以及后面重返案例进行讨论。

（5）结果的稳健性分析。同其他实证研究一样，QCA分析的结果也可以进行稳健性检验，主要包括两个方面的检验：参数设定和模型设定[16]。其中，参数设定的稳健性检验包括调整校准阈值、改变案例频数和一致性门槛值等方法。模型设定的稳健性检验则包括了增加与结果相关的原因条件、整合QCA和其他实证研究方法等。

具备研究方法和分析技术的双重属性的QCA应用流程如图1所示。

图1 QCA应用流程图

4 组态视角与定性比较分析在图书情报学的应用案例

近年，虽然已有部分国内外图书情报学杂志（如Information Processing & Management等）发表少量定性比较分析的实证研究论文[9,41]，但该方法在图书情报学还处于萌芽和推广阶段。基于多维诱因驱动的高校图书馆数字化转型路径的探索性研究，本部分针对QCA在图书情报学领域的应用策略进行深入阐释，这对于QCA在图书情报学中的早期应用意义重大，可以促进组态视角与QCA的进一步良性传播和正确应用，也可以提升对图书情报学研究现象因果复杂性的科学认识与整体解释。本文将从案例背景和问题分析、提炼前因条件、数据采集和QCA分析、结果解读和方法评价等部分展开介绍。

（1）案例背景和问题分析。数字化转型是指在数字技术基础上驱动和构建的变革与转型，是近年的全球大趋势[42]。数字化转型被定义为向大数据、商业分析、云计算、移动性和社交媒体平台的组织转变[43]。不仅企业要转型，图书馆同样也需要转型，才能适应数字化时代的发展。2018年国际图联科伦坡年会提出了“图书馆转型，社会转型”的主题[42]。数字化转型已经成为现代图书馆发展的必然趋势和业务要求。在这种数字化转型的社会浪潮中，传统图书馆如何成功实现数字化转型以更好地履行图书馆职能成为了研究的重点和热点[44-45]。然而，影响组织（包括图书馆）数字化转型的前因要素非常复杂[46]，传统定量研究方法和定性研究方法难以解读数字化转型前因组合的这种复杂作用机制。在这种现实背景下，本文选择高校图书馆作为研究对象，采用fsQCA方法探索多维诱因驱动的图书馆数字化转型路径①定量研究方法主要基于回归分析，并对大样本和变量的“平均作用”具有比较强的解释力度，但是对于中小规模样本（如本例中的高校图书馆数字化转型的案例数以中小规模为主），QCA具有一定优势体现在：①QCA关注于某一结果产生的充分条件和必要条件，不会受到多个前因变量的自相关和多重共线性的负面作用；②对于中小规模的样本数，QCA能够有效地分析导致结果的原因条件组合。，以更好的服务高校师生和学科建设。

（2）提炼前因条件。由于影响高校图书馆的数字化转型存在多维复杂诱因，本文结合组织数字化转型的实现条件[46]，从数字化转型的软硬件基础（包括信息、系统和人等维度）、组织数字化战略、内外部环境特征来构建分析框架。其中，①定量研究方法主要基于回归分析，并对大样本和变量的“平均作用”具有比较强的解释力度，但是对于中小规模样本（如本例中的高校图书馆数字化转型的案例数以中小规模为主），QCA具有一定优势体现在：①QCA关注于某一结果产生的充分条件和必要条件，不会受到多个前因变量的自相关和多重共线性的负面作用；②对于中小规模的样本数，QCA能够有效地分析导致结果的原因条件组合。系统主要指数字化技术应用水平（digital technology，DT）[47]，包括虚拟化系统（云计算）、移动系统（如物联网、智能手机）和嵌入式分析系统（大数据技术）；②信息即信息数字化（digital information，DI）是指资源数字化和共享程度[42]，包括电子资源购置（数据集获取）和纸质资源数字化（数据共享）；③人主要是指人员的素养和技能（digital human resources，DH）[42]，包括馆员数字化技能培训和师生信息素养培训；④组织数字化战略是指高校图书馆的数字化战略（digital strategy，DS）[42]，包括开放获取、开放数据和开放科学；⑤内外部环境特征包括图书馆内部环境（internal context，IC）（包括年度运行经费、工作人员总数和馆舍总面积等）和图书馆外部环境（external context，EX）（如高校层次（双一流高校））等。

（3）数据采集和QCA分析。关于原因条件和结果的数据，本文综合采用问卷调查和档案数据对高校图书馆的相关数据进行采集。QCA可以处理中小样本的数据，能有效处理小样本案例分析（如10～20）。对收集来的数据，采用fsQCA进行分析，具体流程包括：数据校准、测试必要条件和条件组态充分性分析。最终，得到高校图书馆数字化转型的原因组态，如表2和表3所示。注意，该表和图并不是根据真实数据计算出来的，本文采用标准符号汇报结果并解读这些结果[40,48]。

（4）结果解读。基于QCA的结果（表2和表3），本文发现了高校图书馆数字化转型的领先型路径（包括3个组态，即F1、F2和F3）和高校图书馆数字化转型的追赶型路径（包括2个组态，即L1和L2）。根据表3结果显示，高校图书馆数字化转型的领先型路径包括3种组态：①在缺失高校图书馆的数字化战略（DS）的情况下，具有核心条件数字化技术应用水平（DT）、人员素养和技能（DH）和良好的图书馆内部环境（IC），同时具有边缘条件信息数字化（DI），将能实现领先型数字化转型；②在良好的图书馆内部环境（IC）和外部环境（EX）的环境下，同时具有核心条件图书馆的数字化战略（DS）、边缘条件信息数字化（DI）的高校图书馆，能够实现领先型数字化转型；③在非良好的图书馆外部环境（EX）下，同时具有核心条件数字化技术应用水平（DT）、人员素养和技能（DH）、和良好内部环境（IC）的高校图书馆，也能够实现领先型数字化转型。有研究者可能还关注因果的非对称性问题，如本例中，研究者可能还关注落后型或追赶型图书馆的组态，这时只需要对领先型高校图书馆的案例进行非运算（negation）再重新运算[48]。表3中的追赶型路径表明，对于高校图书馆数字化转型的追赶型路径包括两种组态：第一种，缺乏核心条件信息数字化（DI）和边缘条件图书馆内部环境（IC），即使存在核心条件数字化技术应用水平（DT），也只能归属于追赶型数字化转型；第二种，缺乏核心条件图书馆的数字化战略（DS），并缺乏边缘条件图书馆外部环境（EX）和人员素养和技能（DH），即使存在数字化技术应用水平（DT），同样也只能归属于追赶型数字化转型。同时，表3也显示一致性达到建议阈值（大于0.80）。以上计算过程可通过fs/QCA软件、R和Stata的相关软件包计算①相关软件和软件包参加http://compasss.org/software/，该网站是分享定性比较分析法应用成果的学术社区。。

表2 高校图书馆数字化转型的组态条件

表3 高校图书馆数字化转型的领先型路径和追赶型路径

（5）方法评价。针对上述fsQCA在图书情报学的应用实例，可以发现QCA分析的优势，即有利于解释高校图书馆软硬件基础（包括信息、系统、人等维度）、高校图书馆数字化战略、高校图书馆内外部环境等多维诱因，促成高校图书馆数字化转型的领先型路径和追赶型路径的复杂因果路径。聚类分析方法虽然可以找到产生结果的不同类型，但是QCA可以揭开不同类型或路径的具体差异，进而解释在相同类型或路径中，不同要素之间是如何相互作用并影响结果的产生，描述每个要素在不同类型或路径中的角色。因此，QCA能够解释在不同组态中促成高校图书馆数字化转型的领先型路径和追赶型路径中各种原因要素的复杂动态作用过程。最后，本文通过比较不同组态条件的异同点，能够提炼出高校图书馆软硬件基础、高校图书馆数字化战略和高校图书馆内外部环境在形成高校图书馆数字化转型的领先型路径和追赶型路径中的多重角色。

5 组态视角与定性比较分析在图书情报学的研究机会

长期以来，中国的图书情报研究是以理论思辨的方法为主，非实证研究的论文比率高出国外近20倍[31]。虽然近年国内研究借鉴国外的研究方法，规范并遵循科学方法论的实证研究方法在中国的图书情报学研究得到确立和一定普及，但还存在一定的差距。作为一种新的研究视角和方法论，将组态视角与QCA引入图书情报学，将有利于拓展现有的研究视角和方法论体系。具体来看，组态视角与QCA在如下5个方面对于图书情报学具有极大的研究机会。

（1）为图书情报学领域实现广义二重证据法提供了一种可行的路径。广义二重证据法即突出整合定性研究方法与定量研究方法并统合实证检验与理论推演[3]。广义二重证据法有利于增强图书情报学作为一门经验科学的规范性和科学性。QCA是基于集合论的一种归纳和推演的方式，测量变量更加复杂和多样，关注案例本身的复杂结构中蕴含了哪些原因条件，这些原因条件之间又是如何相互组合，并共同导致某个特定结果。不同于定性研究，QCA可以同时处理多个案例（如大于10个），针对的不是单个案例，而是有着相近结构化特征的案例集群，涉及的案例是多样本。整个定性比较分析过程也是相对透明的、可重复的。QCA在案例编码、计算中还采用了量化研究的逻辑、严格和规范的程序进行数据采集、编码和运算，从而QCA具备近年来图书情报学所倡导的混合研究方法的基本特质[14]。因此，有着研究方法和分析技术双重属性的QCA吸取定性研究和定量研究各自的优点，能够有效促进广义二重证据法在图书情报学领域的应用。

（2）为解读日益复杂的图书情报学现象和对象提供了新的研究机会。随着数字化技术的日新月异，人、信息和系统的融合和交互越来越深入和复杂，图书情报领域存在着大量的多重诱因导致（多重并发因果）的复杂现象和问题。这些现象和问题具有复杂性，且难以解释，其主要根源不是因为有大量影响图书情报现象和问题发生的变量或因素（这也可能是原因之一），而是由于存在大量与原因相关的变量或因素进行组合，并以若干方式或模式导致特定的结果发生[22]。例如，有文献从性别、学历、户籍、健康状况和健康信息关注度等5个因素探索网络社区健康信息搜寻行为的原因，探究了这5个因素组合是如何影响信息搜寻行为的结果[41]。针对在线旅游评论数据，学者分别探索并比较了实用价值和享乐价值评论的组态条件，其中前因条件包括了朋友数量、评论数量、自我批量、评论得分、评论长度、图片数量、分析思维、影响力、真实性和情绪语调等10个要素。该研究分析了这10个要素组合是如何产生实用价值和享乐价值评论[9]。传统聚焦净效应的定量研究方法很难解释这种多重诱因的相互作用机制，而定性研究方法虽然能够深入的对案例进行阐释，但结果具有较强的主观性，而且结论不易推广。不同于传统实证研究方法，QCA的分析逻辑是面对“多重并发因果”的多个同类案例，在导致案例结果发生的诸多复杂条件或因素中，探索存在哪些条件或因素的组合，这些条件或因素的组合又是如何导致案例结果，并进一步分析哪一类条件或因素组合的作用更大。

QCA作为分析和解读复杂并难以解释的图书情报学现象的有利方法和技术，其重心不是单个条件变量如何导致了结果的发生，其更聚焦于多个不同的条件变量是如何以“组合”的形式导致最终结果的发生。作为分析因果复杂性的有用工具，QCA可以分析复杂的“INUS”条件，即原因条件是因果配方的不充分且必要条件（insufficient but neces‐sary，IN），而因果配方本身不是必要但是充分的条件（unnecessary but sufficient，US）[19]。QCA的 优势之一，是可以用于评估非常复杂的组态原因（INUS）。例如，针对复杂的多场景推荐问题，毕达天等[49]基于聚类方法对不同场景的移动图书馆用户画像进行分类与场景推荐。正如第4节的案例所述，QCA可以补充聚类方法，能进一步打开该过程的“黑匣子”，并阐释在不同场景中影响移动图书馆用户画像结果的要素条件组合和复杂作用机制。

（3）为图书情报领域开展多层次研究提供了新的视角与研究机会。由于图书情报领域许多研究对象和内容具有多层次性，如个体、团队、组织和地域等。在图书情报领域的个体行为研究中越来越多地出现了多层（跨层）研究文献[12,50-52]。例如，文献采用多层回归技术（hierarchical linear modeling，HLM）分析51个维基百科团队的166个体，从跨层次的角度分析知识贡献行为的前因[8]。然而，该方法主要还是基于传统的回归思想，强调了下层嵌套于上层，并利用了不同层次作用的可拆解性，因此，该方法依旧囿于还原性思维。另外，虽然现在验证前因变量跨越多个层级（目前最高HLM可以分析到4层），但数据量要求较高，而且结果变量只能是最底层，该方法还不能检测较低层次的前因变量对于较高层次的结果变量的影响[2]。这些局限性限制了HLM对于复杂现象的解释。

组态视角与QCA则能帮助图书情报学者分析更贴切现实，探索不同层次相互作用相互影响下的复杂因果作用路径，而不仅仅是团队因素对于个体因素知识贡献的影响，个体因素同样也可以影响团队层的知识创造过程。相较于方差视角关注于净效应，QCA基于集合理论非常适合多层次的情景应用。传统的HLM分析技术强调并区分了不同层次（高层和底层）的作用，在QCA分析中不同层次可以相互作用并嵌套在案例中。在现实情景中，不同层级界限可能并不明显，不同层级之间因素的相互作用和相互影响的情况特别突出。例如，科学家的数据共享/重复使用行为会同时受到机构层和个体层因素的相互影响和作用[50-51]。这种复杂跨层现象和问题正是QCA的优势，可以通过组态分析，将不同层次视为一种集合属性，突破层间的嵌套关系，能够有效处理跨层的复杂现象和问题。

（4）为图书情报学开展时序研究提供了有效的分析工具。人文社会科学（包括图书情报学）的实证研究文献长时间忽视时间因素对于结果的作用和影响，主要是基于横截面的大样本或案例分别开展定量研究或定性研究。例如，现有定量研究主要通过问卷调查法、二手数据分析（评论文本数据和数字数据等）和实验法等对多个自变量和因变量的作用展开研究[7,12,53]，而没有注意到不同自变量发生的时间顺序对于因变量（结果）的影响。定性研究主要基于田野调查对访谈文本数据进行扎根理论研究，深入解析案例，并构建相关理论模型（如农村居民数字化脱贫动态模型[54]），但也缺乏考虑前因变量和要素不同的出现顺序对于结果的差异性影响的定量分析。

近年来，学者开始将时间顺序维度纳入到QCA分析中，并发展了以TQCA为代表的时间序列组态分析（如因果链分析）的工具[37,39]。该方法考虑了不同条件的发生顺序会对结果产生重要影响，以考察前因发生“时间顺序”的重要作用。有图书情报学研究指出事件或要素的发生顺序与排列组合对结果的分析产生重要的影响，如通过事理图谱（event evolution graph）的构建，可以进一步分析不同事件时间维度上的动态演化及其影响（如医疗领域网络舆情的演化等[55]）。基于TQCA的研究者也可以补充探讨图书情报学中不同事件或因素的发生顺序对于结果的影响，即不仅不同要素的组合可能产生不同结果，而且相同要素组合发生排列顺序不同也可能有不同的结果。这种时间顺序的考虑，能够较全面地解释结果发生的复杂前因。例如，在第4节的案例中，高校图书馆的数字化战略若时间上落后于或领先于图书馆的软硬件基础的建设，可能会对高校图书馆数字化转型的成功产生截然不同的影响。

（5）为图书情报领域的理论创新提供了新的研究机会。将QCA引入图书情报领域，有助于丰富和补充此前图书情报学领域定性案例研究（田野调查）的思路。传统定性案例研究通常被认为是发展理论、实现理论创新的有效方法。例如，闫慧等[54]基于中国三个县的农村数字化贫困田野研究，利用扎根理论总结出了中国农村居民数字化贫困的常见归因类型，建立“农村居民数字化脱贫动态模型”。通过定性案例和田野调查能够促进新理论的形成，但该方法不能处理过多案例数，受限于个案的特殊性和研究者的主观性，结论模式单一且推广性较弱。

基于组态视角与QCA不仅可以开发新理论，而且可以推导出多重解释路径，并建立多个模型。这将增强对现有理论的解释。除了能够验证已有文献发现的常规因素或条件组合外，QCA还能够发现一些突破常识认知的偶然和非常态（即“黑天鹅”现象）的因素，这些因素的发现是实现理论创新的重要前提。在组态条件分析结果的基础上，研究者可以深挖这些“黑天鹅”现象，从而找到能够解释这些现象发生的深层原因。此时，在这种偏离常态的探索中往往可以挖掘出真正的理论创新点。

6 结论

组态视角与QCA结合了定性研究与定量研究两类传统实证研究方法的优势，在一定程度上弥补了其局限性，并提供了开展定性（案例）研究与定量研究的有效工具，为解释图书情报学研究中多重诱因等复杂因果关系提供了新的研究视角与分析方法，是图书情报学实证研究中的新道路。基于组态视角与定性比较分析方法，可以识别出导致同一结果的多种等效的组态路径，提供了对多重诱因导致的复杂现象的解释。总体来看，国内图书情报领域的组态研究与QCA应用还处于起步和萌芽阶段，全面的理解和科学应用QCA还需要有兴趣的图书情报学同仁共同推进。在新时代背景下，组态视角与QCA的传播和应用将为图书情报学解决复杂因果关系和增强理论创新带来革命性的贡献。

致谢感谢华中师范大学信息管理学院潘英增、王一君、方晓印、王仪雯、贺珊、周阳、刘姝君与潘美钰等同学对相关资料的整理与分析工作。