图2-6 问题就是预期和现实之差
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。
图2-7 1998—2018年“大学生就业”议题研究数量指数
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。
表2-6 运用理论或方法的“大学生就业”议题部分成果
①蒋承，李笑秋．政策感知与大学生基层就业—基于“三元交互理论”的视角[J]．北京大学教育评论，2015，13（02）：47-56 188-189．
②罗明忠，陶志．大学生工作搜寻的“摘麦穗”效应—风险容忍视角下的大学生就业满意度分析[J]．南方经济，2017（12）：66-80．
③吴迪．大学生就业：愿景与现实—教育经济学的视角[J]．高教探索，2014（04）：135-139．
④刘芷含．大学生就业压力与主观幸福感：双向中介效应[J]．中国临床心理学杂志，2019，27（02）：378-382．
⑤倪宁．大学生就业促进政策的失业治理针对性研究—基于政策文本的内容分析[J]．高等教育研究，2014，35（05）：41-48．
⑥郑杨，张艳君．导致女大学生就业难的性别角色分析—基于哈尔滨师范大学的田野调查[J]．黑龙江高教研究，2015（06）：120-123．
⑦葛蕾蕾，保津．残疾大学生就业倾向影响因素质性研究[J]．济南大学学报（社会科学版），2019，29（02）：141-148 160．
⑧乔坤，贺艳荣．基于扎根理论的中国大学生就业能力研究[J]．现代大学教育，2010（06）：94-98 113．
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。
图2-8 EADQ模型分析顺序
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。
第五节 预设研究观点
学术界长期以来存在一个争论，在正式研究前研究者是应该有预设观点还是没有预设观点？在演绎研究逻辑中，研究者要根据理论和文献提出研究假设，一方面，“假设—演绎结构是近代以来科学史中最重要的演绎模型”(91)，另一方面，韦伯提出社会科学研究必须坚守“价值无涉”，即只研究“实然”，不研究“应然”，必须将与“应然”相关的价值判断从处理“实然”的经验科学的研究中剔除。(92)20世纪60年代，格拉泽和施特劳斯共同提出了扎根理论方法论体系，90年代施特劳斯在原来方法论基础上将扎根理论程序化，增加了“维度化”“主轴编码”的概念。格拉泽极力反对施特劳斯将扎根理论程序化。他认为，“施特劳斯违背了扎根理论的基本精神—不先入为主的构想问题、提出概念、范畴或假设来强制选择资料和形成理论”(93)。所有问题都是对着研究进展而自然涌现出来的，而扎根理论程序化是在研究之前研究者就有了一个相对完整概念，这不过是一个生硬促成、事先臆想的概念化描述。为此，格拉泽在1992年出版的《扎根理论的分析基础：自然呈现与生硬促成》中对程序化扎根理论进行批判与回应。
虽然不同学术观点之间争论激烈，但是要在实际研究中真正做到“价值无涉”是根本办不到的。“尽管研究者自身并不一定意识到，但实际上这些前提预设本身通常就包含了某些意识形态和价值判断”(94)。现在，过分强调“价值涉入”与过分强调“价值无涉”同样不正确，在警惕过多或偏激“价值涉入”的前提下，正视隐含条件，转化为研究有力的武器。如陈向明教授阐述扎根理论中对文献的运用：“原始资料、研究者个人的前理解以及前人的成果之间实际上是一个三角互动关系，研究者在运用文献时，必须结合原始资料和自己个人的判断”(95)。
一、借假修真
“借假修真”本是一个佛教用语，意思是借着四大假合的身体来求得真我，修成正果。引申出来的意思是借着表面的或假设的观点来求得真正的见解。佛教将身体视为“假”，借助身体求得“真”我。在企业管理中，将管理数据作为“假”，借助管理数据实现组织健康发展。在学术研究中，借助“研究假设”来探索“真知”已经是公认的研究逻辑。
假设是指尚未证明的、解释事物的主张。假设的概念来源于西方学术界，在英文中对应的词汇有assumption、postulation和hypothesis。虽然它们都对应假设概念，但是在内涵上有所区别。assumption指前提性的、逻辑性的假设，中文译为“假定”比较确切。postulation也指“假定”，常运用于数学中，主要指带有公理性质的假定。hypothesis对应着“假说”，假说经过一定程序证明之后就形成了具体的理论观点。学术研究中的假设更多对应hypothesis的概念，研究假设是指研究者根据经验事实和科学理论对所研究的问题的规律或原因做出的一种推测性论断和假定性解释，是在进行研究之前预先设想的、暂定的理论。
在演绎性研究中，研究的基本逻辑是从理论中发展出研究假设，再通过观察验证假设的真伪。“研究假设”是演绎性研究逻辑中必不可少的环节，也是最关键步骤，假设的好坏对于研究质量和水平具有决定作用。演绎性研究中的假设是表明两个或多个变量之间关系的一个或一组陈述句，一般会在文献综述、理论框架等部分中提出。如《董事高管责任保险降低了企业风险吗？—基于短贷长投和信贷获取的视角》(96)一文在“理论分析与假设”部分提出该文研究假设：假设1：购买董责险的公司，短贷长投更多；假设2：购买董责险的公司，银行借款更少；假设3：购买董责险的公司，经营风险更大。在很多著作和论文中，已经对演绎性研究做了比较充分的研究，但是其他类型的论文如何利用假设的方法呢？
在实际应用中，假设的理解和应用范围要广得多。假设具有不同的层次类型，综合已有文献，我们可以将假设分为：公理型假设、逻辑型假设、观点型假设和变量型假设。
公理型假设指某门学科或理论对研究对象所进行的最基本的判断，类似于哲学研究中的第一性原理。这是学科之间区别的标志，如经济学中对于资源稀缺性假设(97)、组织研究中的人性假设(98)等。
逻辑型假设指使用科学逻辑方法推导出来的，能够普遍性解释某类社会现象或行为的假设，各个学科的一般性理论就属于逻辑型假设。
观点型假设指对某类社会现象或行为的预设性观点。观点型假设的来源比较广泛，既可以来源于文献和理论，也可以来源于生活和实践；既可以做出理性判断，也可以基于某种情感或偏见的判断。观点型假设是一种巨大的力量，能推动或者阻止研究者进入某个研究现场。
变量型假设指演绎性研究中试探性阐释变量关系的命题。
从公理型假设、逻辑型假设、观点型假设到变量型假设，是一个从抽象到具象的过程。
从是否明确显示的角度，假设还可以分为隐性假设和显性假设。隐性假设就是人们没有意识到但是对人们的思想和行为产生影响的假设。隐性假设有四个特点：它们是隐藏的、没有被明确表达出来的；它们被论证者认为是理所当然的；它们是得出结论的必要条件；其本身可能为假。(99)显性假设指人们明确意识的假设。隐性假设对应着人们的潜意识领域，以一种潜移默化的力量支配着人们。
公理型假设、逻辑型假设、观点型假设到变量型假设都是研究者能够明确意识的假设，属于显性假设，而研究者的世界观、生活经历等更多背景性因素构成了研究者的隐性假设。
不管是什么类型的研究还是什么领域的研究，隐性假设都起到非常重要的作用。大多数时候隐性假设隐藏非常深，并不受自己的控制，以自动化的方式帮我们做出决策，而这种决策几乎都是共识性意见。这种机制为我们日常生活提供了很大帮助，但是在学术研究中就捉襟见肘了。为了应对隐性假设，研究者要增加元认知的能力，尽量能够意识到隐性假设的存在，并充分利用隐性假设，在隐性假设中发展出独到的见解。
与隐性假设不同，显性假设的使用边界相对比较清晰。变量型假设主要应用于演绎性研究，是演绎性研究的关键环节和标志。观点型假设可应用于任何研究类型，既可以在文本中表述出来，也可以不表述出来，只存在于研究者的构思过程中。在实际研究中存在两个误区：一是没有预设观点，这也说明研究者没有问题意识，没有自己的线索和主心骨，导致写出来的论文主题散漫，离题万里。二是先入为主。虽然假设是临时性和探索性的，但研究假设并不是随意提出来的。它植根于理论、文献和隐藏假设中，存在一定的质量标准(100)，所以研究者既要保证假设的发散性，同时也要过滤掉明显不合格的假设，然后再通过更多渠道信源初步检验假设的科学性。研究者应该主动在研究中选择使用逻辑型假设，范围包括理论、概念、方法等。这些假设一般都是经过了反复的验证，具有很强的科学性，可以有效提高研究假设的信度和效度水平。公理型假设一般不直接在研究中使用，而作为一种较为隐性的标准来规范研究者的研究。
二、奇点思维：假设的基点
以上我们对假设的概念、类型及应用作了介绍，那么如何找到假设的线索？其实，大多数时候我们头脑中的世界和现实世界是不一致的。比如我们一直以为世界是线性发展的，实际上世界是按照曲线发展的，存在着各种黑天鹅和灰犀牛事件，跌宕起伏。曲线中的转折点是一种状态的改变，也蕴含着创新，处于状态转变的这个点就是奇点。
在面对难题时，我们习惯优先调动常识来解决问题。用常识解决日常问题没有问题，但是用在学术研究中就捉襟见肘了。常识不同于专业知识。专业知识以理论为基础，而常识以实践为基础；常识更关心问题的答案而不是求解的过程，专业知识将特定的发现组织成由一般原则描述的逻辑分类的能力，而常识则在于以自己的方式处理具体情况。(101)
“奇点”（Singularity）表示独特的事件以及种种奇异的影响，引申出来指无法以常识测度的、与平均事象严重脱节的所谓“不正常的事象”“古怪的行为”或其主体，即“怪人”（数学中的“奇点”别有所指，这里仅将其定义为一般意义上的词语），尤其是随着时代和技术的变化，“新出现的特殊事象”成了“奇点”的主要来源。(102)我们现在熟知的理论，甚至一些常识都是源于当初的“奇点”。由奇点到常识存在一个发展过程，如图2-9所示。
