管理理論證偽：方法與路徑

【摘要】理論的發展是學科進步的表現。管理學科的“理論叢林”中， 同樣需要有優勝劣汰， 而篩選的過程就需要借助于證偽主義的方法論。用好理論證偽這個工具， 需要從概念、 樣本、 數據、 結果等多個維度提升證偽的效力， 從而更好地推動管理理論的構建與發展。本文旨在將證偽的思維更好地運用到管理領域， 嘗試構建一套初步的管理理論證偽的方法體系， 以供后續研究將此作為參考， 進而逐步形成提升科學性的方法論體系。

【關鍵詞】管理理論；可證偽性；可靠證據；檢驗；證偽

【中圖分類號】 F276"""" 【文獻標識碼】A""""" 【文章編號】1004-0994（2024）20-0009-4

一、 理論、 可證偽性與證偽

自然科學領域存在眾多理論， 在過去的發展中不斷地有理論被證偽（如著名的“地心說”）， 同時也有一些新的理論產生。而管理領域似乎很少聽到有被證偽的理論， 反而管理理論累積越來越多， 形成了所謂的近百種理論組成的“理論叢林”（賈明， 2023a、 2023b）。這不禁讓人思考， 對于管理學科而言， 管理理論應該如何發展、 如何去偽存真， 建立更加有效的理論？

理論是對問題的解釋， 解釋的精練表述形成命題， 表述相關概念間的關系。在形成理論的過程中， 首先需要對問題有清晰的界定（賈明， 2024a）。提出研究問題是學者們討論的起點， 只有大家都圍繞同一個問題展開討論， 才能將各種各樣的觀點進行總結、 提煉、 優化、 驗證， 從而逐步形成被大家都能夠認可和接受的對該問題的解釋。如何確定討論的是同一個問題？這本身就是一個問題。這就需要對問題的描述達成一致， 而這里最有效的辦法就是借助概念來描述問題。例如， 物理學中的力、 加速度就是被構造出來用于描述自然界特征的概念。概念的名稱和定義需要統一、 公認。

此外， 想要清楚界定問題， 光有概念還不行， 還需要明確限定條件， 從而更為準確地描述問題， 如在什么情況下研究概念A如何影響概念B？例如， 在宏觀、 低速的情況下， 作用力如何影響物體的加速度（為何作用力越大， 物體移動越快； 發動機功率越高， 車跑得越快）？這里的限定條件就是后續形成的理論的邊界條件， 也就是說理論只是在這個范圍內能夠起作用， 表現為能夠解釋與預測概念A和概念B這兩者間的關系。

在提出了同一問題后， 學者們就要分析問題和解釋問題。不同的學者、 不同的學科采用的思路、 方法不同， 不過目的都是一樣的， 即希望能夠找到解釋問題的核心邏輯并形成理論。例如， 質量與物體下落速度有關嗎？亞里士多德首先提出物體下落的速度與質量有關； 而伽利略隨后提出物體下落的速度與質量無關。兩套理論針鋒相對， 現實情況似乎更加符合亞里士多德的理論， 比如在地球上把羽毛和鐵球同時從高處放手， 鐵球先落地。不管誰對誰錯， 起碼都給出了對“同一問題”的“符合邏輯”的解釋。

接下來的問題就是， 如何檢驗哪個理論是對的？對于同一個問題的解釋， 不可能存在兩個相互矛盾的理論。如何判斷理論的對錯？這就要借助于證偽的方法。基于理論， 能夠通過邏輯推理形成命題， 命題的正確與否就是判斷理論正確與否的依據。在這里， 并不討論什么理論是對的或者錯的， 而是關注怎樣提出的理論才是科學的（與偽科學區分開）， 以及如何更有效地檢驗理論的真偽。

一個理論的命題能不能被證偽是劃分科學命題與偽科學命題的邊界（卡爾·波普爾， 2008）。例如， 理論分析提出命題“A影響B”， 就要有可能找到證據去反對“A影響B”， 這就是可證偽性。對于沒有辦法找到反例的理論（命題）， 就不屬于科學， 而是偽科學。例如， 有論斷認為“如果看到晚霞， 明天就很可能是晴天”， 第二天即便是雨天， 也沒有違背這個推斷（說的是“很可能是晴天”， 但沒有排除會下雨）； 又比如“好人好報”， 這個論斷沒有說明什么是好報以及何時、 何地得到好報， 即便當前沒有得到好報， 也不能否定命題， 故而無法證偽。由此可見： 科學的理論都有明確的界定和清晰的關系陳述， 沒有模糊性； 而偽科學的理論都是含糊的界定和模糊的關系陳述， 不具有確定性。

具有可證偽性的理論是科學的理論， 科學的理論就可能被證偽。但是， 不能僅根據一個或者幾個反例就推翻一個理論， 推翻一個理論要保持謹慎。通常有三個問題需要思考。

一是反例證據可靠嗎？首先要評估證據的可靠性， 只有得到一個可靠的反例證據， 才能作為依據去證偽一個理論。其一， 這個證據的來源符合理論的基本設定。例如， 檢驗“天鵝是白色的”， 卻去看鴨子的顏色， 那么有關鴨子顏色的證據顯然是一個無關的或者無效的證據， 因為“天鵝是白色的”這個論斷的前提是“天鵝”這個群體。其二， 可靠的證據還需要是可重復出現的。單一的證據具有偶然性， 雖然只要有一只黑天鵝， 就可以證偽“天鵝是白色的”， 但是如何保證現在看到的黑天鵝以前或者未來不是白天鵝？如果能夠看到不同生長階段的黑天鵝， 重復出現的反例證據就更加可靠。

二是理論可以修正嗎？當獲得可靠的反例證據時， 是否就要推翻原理論？這也不一定。不要輕易否定一個理論， 要考慮理論是否可以修正。例如， 結合反例證據的特征， 增加一些限定條件修正理論， 能夠讓理論更加精準， 有更加明確的適用范圍， 從而提高理論的可靠性。比如， “天鵝都是白色的”， 當在A國發現黑天鵝后， 就可以將論斷修正為“除了A國， 天鵝是白色的”。如果沒有發現還有其他國家天鵝也有黑色的， 這個修正后的理論就更加可信。

三是如何提出新的理論？如果反例證據集與理論論斷完全相反， 例如全世界各個國家都發現了黑天鵝， 在這種情況下， 就要考慮放棄原理論， 不再認為“天鵝是白色的”， 而要考慮提出新的理論來解釋這些現象。此時， 就需要研究什么條件會導致天鵝是黑色的， 從而形成新的理論來解釋天鵝的顏色問題。這體現了證偽在推動理論發展中的作用。

理論用于解釋現實世界某個領域的現象。現實世界中， 每個學科都有看待世界的視角， 從而描繪成一幅科學的地圖。假如科學世界是由像七巧板一樣分割的區域拼起來的， 那么每個板塊的邊界就是對應理論的邊界， 構成被某個理論支配的領域， 在這個給定的領域中， 不可能存在其他理論。一個給定的領域只能是一個理論。當然， 領域有大小的差別， 也就是說理論之間有解釋力的差異， 有的理論適用的范圍更廣（如同七巧板， 有的板塊更大）， 具有更強的解釋力。例如在自然科學領域， 牛頓的力學定理對于解釋宏觀環境下的低速運動是非常有效的， 可以解釋現實生活中大部分現象。但是， 高速運動或者微觀領域的運動（如量子）則是新的板塊領域， 需要引入新的理論。

二、 管理理論及可證偽性

上面的論述邏輯同樣適用于管理領域。只是管理領域的特點在于限制條件更多， 例如關于組織的特征維度、 人的特征維度眾多， 使得對現實世界管理問題的領域劃分會更加細致。如果說自然科學（如物理學）領域是用簡潔的七巧板來劃分理論領域和形成理論邊界， 則管理領域更像是復雜的拼圖世界， 由很多小的模塊拼接而成。每個管理領域的劃分更加細致， 限定條件也更多， 在這些限定條件圍成的每個領域中， 都有一個管理理論； 各式各樣的管理理論匯總起來， 就形成了“理論叢林”（賈明，2023a、2023b）。

當然， 管理的“理論叢林”中同樣存在“大”理論和“小”理論的區別。“大”理論對應的拼圖模塊更大， 可以解釋的管理活動范圍更廣。例如代理成本理論， 它的理論前提是在企業中只要存在委托人和代理人分離的公司治理結構， 代理人（比如經理）又是自利的， 就會產生代理成本。這個理論的設定場景具有很高的普適性， 在世界范圍內很多企業都會出現能用代理成本理論解釋的現象。但是， 如果該理論的設定不成立， 比如家族企業， 經理作為家族企業的成員， 不是自利的， 而是有很強的責任感， 甚至不用領取工資都會盡職盡責地經營公司。在這種情況下， 代理成本理論就不適用了， 因為企業的現實情景不符合代理成本理論的設定， 超出了代理成本理論適用的版圖范圍。故而在這個新的版圖中要引入新的理論， 例如用管家理論來支配， 但這個管家理論的版圖范圍要小很多。

管理理論的使用取決于限制條件， 不能輕易說某個管理理論是錯的。例如， 不能夠用B區域的證據否定A區域的理論， 而只能用A區域的證據檢驗理論是否正確。大多數情況下， 證偽證據（反例）能幫助研究者修正理論， 例如縮小理論的適用范圍； 極端的情況下才可能推翻這個理論。但是從現在的經驗來看， 管理理論很少出現被推翻的情況， 原因在于總能找到一種情境， 使得這個理論能夠解釋一部分現象， 哪怕只是管理世界拼圖中很小的一塊。故而， 管理“理論叢林”中， 各個理論的邊界不是固定的， 有的理論邊界在擴大， 而有的理論邊界在縮小。

怎樣的管理理論可以被證偽？如前所述， 能夠被證偽的理論才是科學的。管理理論要提升科學性， 就需要能夠被證偽。首先， 理論要有清晰的前提設定。代理成本理論不限制企業所處的制度環境， 制度理論則不關心企業高管是否自利。其次， 能夠基于理論做出符合邏輯的推斷， 形成一個清晰的有關概念間關系的陳述。例如， 可以提出A正向影響B， 甚至是A不影響B。但是， 不能提出A可能正向影響B， 或者A既正向影響B也負向影響B。如果認為A可能正向影響B， 那么這個陳述是不能被證偽的。因為即便拿到一個反面的證據， 也跟這樣一個陳述關系不矛盾。例如， 如果說“天鵝可能是白色的”， 那么即便是發現一只黑色的天鵝， 也不能證明這個陳述不對。

三、 管理理論的可靠證據與檢驗

要證偽理論， 還需要有可靠的證據。獲取的證據可靠， 需要滿足四個條件。

1. 概念能夠測量。基于理論推導提出的命題陳述中涉及的概念要能夠測量， 唯有如此， 才有可能獲取相關的數據并形成證據來檢驗理論。概念的測量涉及概念操作化， 即將概念轉化為內涵相同的變量。

概念是對客觀世界中一類具有相同屬性事物的抽象描述， 研究者基于概念的屬性、 內涵、 外延來討論因果關系， 構建假設命題（賈明， 2024b）。例如， 假設氣溫與汽水銷量正相關。在這里， “氣溫”和“銷量”用來表示兩類事物。操作化指的是采用一定的規則對概念所表達的內涵進行具象化， 也就是讓概念的內涵以“象”的方式呈現出來。比如， 用溫度計上的刻度數值來表示“氣溫”， 用賣出去多少瓶汽水來表示“銷量”。

表象是概念的展示。表象是主觀設定的， 目的是將概念具象化。就如同照鏡子， 概念是一面， 代表客觀世界的真實， 而鏡子里面的“象”是我們理解和具體看到的概念展示。這個鏡像是否可靠取決于人的主觀認識。就像我們每天早上照鏡子， 如何確定鏡子里面展現的胖瘦形象就是自己， 這取決于自己的經驗。故而我們能做的就是盡量按照符合社會認知的角度描述概念的表象， 并讓其他人相信和接受。例如， 測量身高為1.5米， 那么為何不能是1.7米或1.8米？這個測量標準就是人主觀設定的（如設定1米有多長）。

一個概念可以具有不同的具體表象， 這取決于用什么“鏡子”來“照”這個概念。例如， “氣溫”既可以用溫度計來指示， 也可以用主觀感受來評價（如很冷、 一般冷、 熱、 很熱等）。按照這個理解， 概念操作化過程中就會出現一些常見錯誤， 包括概念的扭曲、 夸大、 縮小。

概念操作化扭曲指的是測量得到的表象不能代表概念本身的內涵。例如關于工作場所不文明行為的研究， 較多文章采用已開發的量表對工作場所不文明行為進行衡量， 如詢問受訪者“你在工作中是否用含有輕蔑、 粗魯或貶低的語言評論他人”等。但是， 受訪者在填寫這樣的問卷時很少會進行真實回答， 哪怕實施了不文明行為， 也往往說沒有， 這就會導致變量的衡量不準確， 偏離概念本身的定義。

概念操作化夸大指的是測量得到的表象超出了概念本身的內涵。例如關于企業環境績效的研究， 有些研究直接用ESG評分來衡量， 這就超出了企業環境績效的概念內涵， 而把一些無關的表象包括進來。

概念操作化縮小指的是測量得到的表象不足以代表整個概念本身的內涵。例如關于企業社會責任績效的研究， 有些文章用企業慈善捐款衡量企業社會責任表現， 但是企業慈善捐款只是企業社會責任表現的一個方面， 并不能代表全部企業社會責任。

2. 選定可靠樣本。確定有效的數據來源即選定樣本， 這是一個既簡單又復雜的問題。如前所說， 最有效的樣本要符合理論的邊界條件， 即在理論發揮作用的領域內選擇樣本。根據某個理論的前提劃分出一個區域（樣本選擇條件）， 屬于這個區域的對象（由管理研究對象組成， 如企業、 組織、 個人）才是研究的樣本總體（population）， 抽樣就要基于這個總體展開。

樣本選擇是管理研究中不太被重視的一個方面。很少有論文在介紹樣本選擇時會深入、 清晰地討論這個研究的樣本總體是如何設定的， 選擇的樣本是如何從總體中篩選出來的。例如很多研究中， 在理論部分可能根本就不涉及具體的中國情境， 而是在一般意義上進行論述、 推導， 進而提出假設關系， 但選擇的樣本卻是中國企業的樣本。顯然， 中國企業會有一些獨特的地方， 而這個是在理論推導和假設的論述中沒有提及的。故而基于這個樣本所得到的證據并不一定完全符合理論的前提設定， 從而降低了證據的可靠性。

3. 獲取可靠數據。有了測量方法和樣本， 就可以生成（generate）數據（這里用“生成”指的是數據既可能是現實中已經有的， 研究者可以去收集， 也可能是現實中還沒有的， 需要研究者創造條件產生）。但要注意， 生成數據的過程需要符合規范。通常研究者所提出的研究假設是因果關系。要檢驗因果關系， 就要按照因果關系的檢驗要求來規范數據生成的方法和流程。因果關系的檢驗需要具備四個條件： 除了要有理論邏輯支持A影響B， 在定量分析層面還需要滿足三個條件， 即自變量要比因變量先發生數值變化、 不存在其他替代因素能夠解釋因變量的變化、 A與B之間具有相關性。

自變量比因變量的數值先發生變化， 這個不是一種人為的假定， 而是一種事實上的時間先后的關系。這里并不是指研究者收集自變量和因變量數據的先后順序， 而是指自變量的數值變化要比因變量的數值變化先發生。為了滿足這一要求， 需要參照自然科學的實驗設計思路， 即先操控自變量的數值變化， 再觀察由此引發的因變量的數值變化， 以此來滿足這一條件。

同時， 在實驗設計中還需要做必要的控制， 以排除其他可能影響因變量變化的干擾因素的影響。研究者感興趣的是因變量的變化是不是由自變量引起的， 故而要首先排除其他可能影響因變量變化的干擾因素。這個實驗的可控性要求是保證研究可重復的關鍵。相比而言， 管理實驗研究比自然科學的實驗可能更難做到盡善盡美的控制。原因在于管理研究的對象是人， 而人的很多因素是沒有辦法操控的， 如情緒、 思維等。這就削弱了管理研究的證據可靠性。當然， 通過大量反復的研究， 實際上也能在一定程度上削弱這個方面的影響。

4. 形成可靠結果。有了數據， 接下來就是假設檢驗。假設檢驗的核心邏輯是“小概率事件”不可能在一次抽樣中發生， 這屬于統計學的信仰。如果有人覺得自己是幸運兒， 運氣特別好， 不相信“小概率”， 就沒有辦法理解后面說的假設檢驗的邏輯。例如， 連續5次擲硬幣都是正面朝上的概率約為3%。一般認為， 這就屬于小概率事件， 故而任何人試一次基本不可能實現。但是， 這并不意味著這種情況絕對不可能發生。如果小概率事件發生了， 就屬于異常事件， 需要特別關注。

在假設檢驗中， 通常把假設關系作為備擇假設， 將它的對立面作為原假設（1 hypothesis）。例如， 如果假設是A與B正相關， 那么它的原假設就是A與B無關， 相當于認為它們之間的關系強度是零。這樣一來， 如果研究者做了一次抽樣獲得了一些數據， 基于這些數據就可以計算得到樣本均值， 據此估計總體的均值和方差。假定原假設成立， 如果一次抽樣要得到當前的樣本均值， 就可以根據樣本總體的分布特征來進行推斷， 計算得到一個概率， 這個概率就是通常所說的P值。對于P值多小才可以認為是小概率事件， 就需要有一個判斷標準。

一般而言， 主觀上認為0.05或者更小如0.01是小概率。P值小于這個小概率的標準， 就可以認為是小概率事件發生了。但是， 這又是不可能的（統計學的信仰： 小概率事件在一次抽樣中不可能發生）。哪里出了問題？只能是原假設認為A與B不相關錯了， 而要拒絕原假設。小概率事件的發生證偽了原假設， 備擇假設可能是成立的。這里要強調一點， 雖然數據分析的結果并沒有支持原假設， 也不能據此就認為備擇假設一定是對的， 只是目前還沒有找到支持原假設的證據。如同我們還要繼續尋找“黑天鵝”， 在這個過程中卻發現了更多支持“白天鵝”的證據。

四、 管理理論證偽的要點

總結來看， 管理理論的證偽是一件很復雜的事情。從證據可靠性的角度來看， 要證明某個管理理論是不對的， 就必須要有可靠的測量、 可靠的樣本、 可靠的數據、 可靠的證據。證據是否足夠有力取決于主觀設定的判定標準。

通常研究都是匯報支持理論假設的證據， 也就是證實理論。越多的支持證據越會讓我們相信理論是對的。但是， 更有利于管理理論完善的證據反而是那些支持原假設的證據。往往是那些證偽理論的證據能夠激發更多的思考， 讓研究者能夠更進一步完善理論、 發展新理論。

其一， 明確理論和理論的邊界。管理研究中的理論太多， 不清楚理論的邊界會導致理論濫用。要提倡在論文中清晰明確地闡述用的是什么理論、 這個理論的前提設定是什么、 理論的設定與研究的問題是否匹配。一項研究中運用多個理論不是好的做法， 因為會導致理論的前提設定不清。

其二， 提高管理研究中證據的可靠性。只有可靠的證據才能作為判斷理論真偽的依據， 而可靠的證據需要建立在可靠的測量、 可靠的樣本、 可靠的數據和可靠的結果之上。

其三， 關注與理論相反的證據。不要漏掉這些修正或者創立新理論的機會。要關注這些反例證據， 對其進行深入的分析和猜測， 啟迪后續的研究。支持理論的證據能夠鞏固理論版圖的圍墻， 而這些反例證據則是圍墻上的裂縫， 它可能會推倒圍墻、 重構版圖。

管理研究要提升科學性， 除了理論命題要更加清晰、 有邊界， 具有可證偽性， 還要著力從發掘可靠的證據入手。成稿中， 吸收了杜運周、 付漢良、 張濤、 陳思鰻等的意見， 在此表示感謝。

DOI：10．19641/j．cnki．42-1290/f．2024．20．002

【 主 要 參 考 文 獻 】

賈明．工商管理學科向“硬”科學演進之路［ J］．財會月刊，2023a（8）：8 ～ 10．

賈明．提升工商管理學科有用性的反思［ J］．財會月刊，2023a（17）：3 ～ 6．

賈明．研以致用：管理研究中的機制、路徑和對策［ J］．財會月刊，2024a（18）：41～ 43．

賈明．管理研究的思維方式（第二版）［M］．北京：機械工業出版社，2024b．

卡爾·波普爾著．查汝強，邱仁宗，萬木春譯.科學發現的邏輯［M］．杭州：中國美術學院出版社，2008．

（責任編輯·校對： 陳晶" 喻晨）