内容分析法在公共管理学中的运用范文

一、内容分析法的概念及对其的理解误区

有关内容分析的定义很多，但其区别并不大。例如，布里森将内容分析定义为对显现的内容进行客观与系统描述。霍尔茨（Holsti）认为内容分析对内容的某些特定特征进行的客观系统的辨识，并以此作为论据进行分析推理。克林格（Kerlinger）认为内容分析的实质是以系统客观的方式度量被分析内容中所携带的某种变量。也有学者将内容分析简单地定义为一种研究手段，其目的是从一系列被研究的文本中获得可重复的且有效的推理。尽管在概念上获得了较大共识，学者们对内容分析法还是存在较多误区。本文一一列举这些误区，并从概念及应用上对这些误区进行厘清，从而进一步明确内容分析法的方法论特性。

（一）误区一：内容分析法是一种定量研究方法内容分析法需要使用数据，甚至在进行分析的过程中需要对数据进行编码处理，从而将之变成数值（nu－meric）。由此一些学者认为，内容分析法是定量分析的一种。甚至有关内容分析法的第一本教科书也将之定义为一种定量的方法。另一位社会学家在综合整理研究方法时也将内容分析法归入定量分析的范畴。但同时，也有学者指出过于注重对分析内容的量化会导致对分析过程的强调，而忽视内容本身的特性。笔者认为内容分析应当实现定量与定性研究的结合，因为“定性的方法关注某种现象的外在形式与内在因果关系；而定量的方法关注该现象的持续时间与发生频次。”在实际的内容分析法中，需要对“内容”进行编码。而编码的结果既可以以定量的方式呈现，如频次、字数等，也可以以定性的方式呈现，如类别、褒贬含义等。需要强调的是，无论定性还是定量，内容分析法遵循的是科学的研究逻辑，从本质上看是一种科学的实证研究方法。

（二）误区二：内容分析法只是计算内容的频次从形式上看，内容分析法简便明了，确实包含了对某些关键内容的频次进行统计。但是，内容分析法的频次统计有着更为深厚的方法论基础。这主要表现在以下两方面：第一，对关键内容进行频次统计并非目的，而是手段。在获得“内容＋频次”的初步结果之后，这一结果可以成为新的变量，参与到新的定量或定性方法之中。例如，在政治心理学中较为流行的行为代码（operationalcodeanalysis）就是以决策者谈话中某些具有关键含义的词汇的出现频次为变量，进行进一步的分析。第二，内容分析具有结构性。“内容＋频次”是看似简单的结果，但这一结果包含着一套方法论体系。如果只是把内容分析法简单地理解为对特定内容的频次统计，那么则忽略了内容分析法本身的结构与理性。事实上，内容分析法由“研究问题”、“内容”与“分析建构”三个要素组成，缺一不可。第一个要素是“研究问题”，即研究者通过内容分析要获知的结论。内容分析中的研究问题与一般定量研究中的研究假设类似；略有不同的是内容分析中的研究问题具有开放性，其答案来自于对内容进行合理的推理与分析。研究问题是内容分析的核心与起点。立足研究问题对内容进行分析，能够有的放矢，提高分析的效率。同时，通过内容获知对研究问题的解答，能够确保整个分析过程的规范性与实证性。内容分析法的第二个要素是“内容”。学者们运用内容分析法时所面对的对象或样本即为“内容”。作为此研究方法的数据，对内容唯一的要求是其具有涵义，即这些“内容”是包含有信息的，是需要被其受众所阅读、倾听、理解或阐释的。内容分析法的第三个要素是“分析建构（analyticalconstruct），即联系“内容”与“研究问题（结论）”之间的逻辑关系。“分析建构”一般采用“如果－则”的形式，即“如果内容怎样，则结论如何”。例如，何艳玲教授一篇运用内容分析法探讨我国公共管理学研究现状的文章中，其分析建构基本为“如果样本中的文章研究方法缺失理论对话少，则我国的公共管理学存在方法不规范、知识增长缓慢的问题”。另一些分析建构过程比较复杂，需要依靠现有的理论文献加以支持。内容分析法的三个要素之间的关系可用图1显示。图1内容分析法的要素关系诚然，从形式上看，将内容分析法高度凝练为“对特定内容频次的统计”并不是一个错误的陈述。但更为重要的是在内容分析中要明确对这一特定内容进行统计的目的。唯有此，才能有针对性的使用内容分析法，有效的发挥其作用。

（三）误区三：内容分析法只对“文字”进行分析目前研究者所接触到的绝大多数“内容”确实是以文字的形式加以呈现的。但若由此认为内容分析法等同于“文本分析”，那犯了以偏概全的错误。内容就是内容分析法的数据，它并不仅仅局限于“文本”，也可以表现为图片、网页、网站、符号、甚至手势姿态。例如，一位加拿大学者使用内容分析法，通过对其所刊登的新闻图片的分析，总结了几个不同西方国家的媒体对某一社会运动的不同态度。一位中国学者通过对我国各层级政府的政务网站所呈现的功能进行内容分析，在一定程度上对我国电子政务，特别是政府网站的现状进行了综合描述与分析。内容分析法综合定量研究与定性研究，具有非常广大的研究空间。而需要指出的是，尽管大多数内容都体现为“文字”，文学领域或后现代学者们经常使用的直接对文字进行研究的“叙事分析”、“文本分析”等（narra－tiveanalysis，discourseanalysis）却不属于科学研究方法的领域，也不是我们在此所谈论的内容分析。

（四）误区四：所有“文字”都可以使用内容分析法是否所有文字都可以使用内容分析法来进行分析呢？这一理解仍然与内容分析法的科学性有直接关系。在辨读内容时，无论是内容的接受者还是分析者都希望从中获得准确的信息。但在有些时候，文字表面所表达的意义（表面意义）与信息传递者的真实含义（潜在意义）并不一致；这时就必须通过对上下文的进一步梳理，甚至对信息发送者与接受者的关系的明确，才能准确的判断内容所携带的含义。早期的学者曾经指出：为了保证内容分析的科学性，内容分析应当只针对那些明确传达的、表面的（manifest）意义。但也有学者指出，内容分析应该去分析真实的、潜在的（latent）意义，哪怕不是字面表达的。在内容分析法的早期，有关表面意义与潜在意义的理解并未形成真正的争论。因为无论是表面意义也好，潜在意义也罢，研究者需要获得的是“真实的意思表示”。当研究者所面临的数据（即内容）数量较少时，可以通过多人同时编码来保证内部信度，有效地解决这一问题。但现今，两个原因使得内容分析法面临着更大的挑战。第一，我们处在一个“大数据”的时代，更多的内容不断涌现。此时对内容进行逐一辨读存在会占用极大的人力与时间成本。第二，研究者们所面对的“内容”风格各异、形式繁多，为分析造成了更多困难，最终可能难以保证内容分析法的内部信度。因此，在澄清“所有的文字都可以使用内容分析法”这一误区时，笔者提出两个建议：第一，尽管目前计算机科学家、人工智能专家等开始开发各种中文的内容分析软件，社会科学学者必须对使用内容分析软件保持警觉的态度。毫无疑问，社会科学学者们也要借助于计算机软件进行内容分析，比如SPSS、EXCEL等。但这些软件所进行的只是辅助分析。目前一些人工智能专家开始完全使用机器对内容进行识别，更高级的软件甚至可以通过关键词的频数对情绪进行自动识别，进而推断舆情。这种应用，在样本数量足够大的时候也许能够获得相对准确的结果；但这一结果的有效性很难保证。社会科学学者们还需要谨慎对待这些内容。也正因为如此，本文不对任何中文内容分析软件进行推荐。第二，学者们需要思考何种“中文内容”更适合进行内容分析。网文微博等由于其内容生产过程的随意性太大，并不适合进行严谨规范系统的内容分析。对这些内容而言，无论是抽样还是编码都有较大困难。相比之下，已发表的学术文章，形式齐整内容规范，比较适合进行内容分析。同理，《人民日报》的社论或评论员文章、政府工作报告等有严格统一的格式、语言风格稳定、意思表达明确，也是内容分析的较好数据来源。

二、内容分析法的操作步骤与注意事项

在内容分析中，一个严谨的研究设计要有效的将其三个要素结合在一起：即从研究问题出发，寻找可得的数据，通过分析建构获得结论。一般而言，内容分析的研究设计包含以下六个步骤：（1）确定研究问题；（2）选择样本；（3）确定分析单元；（4）根据研究问题确定数据的类别并进行编码；（5）对编码进行信度检验；（6）将通过编码获得的数据进行分析，并得出结论。内容分析法的流程，见图2。针对内容分析法，目前已有多本教科书对其操作进行了详尽的讲解。鉴于此，本文并不对这六个步骤进行逐一描述。但针对我国公共管理领域内学者使用内容分析法的现状，本研究对选择样本和信度检验这两个步骤加以强调。“确定研究问题”是内容分析法的起始问题，也是核心问题，将留待第四部分有针对性的进行详细探讨与分析。

（一）样本选择样本选择即确定要进行分析的“内容”。具体讲：到底哪些内容最终能成为有用的数据，这些数据的时间段是什么。如果所涉及的内容数量庞大，那么就需要进行抽样。抽样开始之前要回答的问题是：抽样的单元是什么？从理论上说，抽样单元可以是词、短语、句子、段落、微博、章节、书等等。但一般而言，抽样的单元需要大于或等于分析单元，即分析单元大致上是被包含于抽样单元内的。分析单元永远不可能大于抽样单元。一个重要的原因是：之后在进行编码时，很多时候并不是仅关注这一分析单元，还需要对该分析单元的上下文（con－text）进行审读。在样例中，抽样单元是完整的文章。抽样理论的基本假设是总体（population）中每个个体所携带的信息量差别不大。例如，在进行问卷调查时，每个受访者虽然有特性上的差异，但他们都被要求回答同一问卷的问题。可能有的受访者会对某些问题拒绝回答，但大体而言，这些个体向研究者所能提供的信息差异不大。在这种情况下，抽样的目的是希望在抽样的过程中，每个个体被抽取到的概率是相同的，此时使用的方法是概率抽样的方法，具体包括简单随机抽样、系统抽样、分层抽样等方法。在内容分析中，若每一份“内容”或文本所提供的信息量是相等的时候，研究者可以使用概率抽样的方法。但在大多数时候，由于内容本身所携带的信息繁多，“所有文本（内容）所提供的信息量大致相等”是一个难以符合的条件。因此，内容分析者就需要采取新的抽样方式来确定分析样本。克里彭多夫（Krippendorff）向研究者提供了四种可用的方式。第一种被叫做变化概率抽样，即选取那些对研究问题而言更重要、更具影响力、包含更多有效信息的内容。例如，何艳玲教授所撰写的一篇文章选取了1995－2005年间《政治学研究》、《中国管理科学》、《管理科学学报》中的“行政学专业”的所有论文为样本分析我国公共行政学科研究现状。此时作者并非对这三个杂志中的文章进行“一锅端”，而是有选择地进行了变化概率抽样。因为相比政治学专业论文与商业管理专业论文，这些行政学专业论文显然与她的研究问题相关度更高。第二种抽样方式叫做整群抽样（clustersampling），即在确定样本的过程中，内容分析人员可以将一系列分析单元作为一个群（cluster），不加遗漏地全部纳入样本。例如，在笔者完成的一篇对我国公共管理研究现状进行反思的文章中，分析单元（unitofanalysis）为“在《中国行政管理》杂志上发表的学术文章”；单位为“篇”。在抽样中使用了整群抽样的做法，将2000年至2011年《中国行政管理》中发表的所有学术文章全部纳入，作为样本。这种整群抽样没有遗漏，能进行更为全面与客观的分析。例如，利用整群抽样所获得的样本，笔者根据不同研究主题的文章在样本中的频次升降，确定了这些主题在公共管理研究中的兴起与衰落，从而获得了我国公共管理研究变迁的整体图景。［20］第三种叫做滚雪球方式（snowballsampling），这是一种叠加的抽样方式，即确定了最初的样本之后，再通过这一样本提供线索，寻找更多的样本。最典型的例子便是通过学术文章的引文，对同类同主题的文章进行搜索确定。例如，杨立华和蓝志勇运用内容分析法讨论互联网对公众参与决策的影响，就是使用滚雪球方式进行样本确定。这三种抽样方式另研究人员无需预读“内容”，便可以对之进行抽样；第四种相关性抽样（relevancesam－pling）中，内容分析者至少要在分析之前对“内容”进行大致的浏览。事实上，在计算机搜索技术普及之后，相关性抽样在内容分析中的应用也更为广泛。有时我们会利用搜索引擎，如“谷歌”、“百度”，采用关键词的方法搜索内容。这实际就是相关性抽样。这些搜索引擎帮助分析人员完成了预读这一程序。笔者在此文中使用的样例，其样本就是通过这种相关性抽样来进行的。在抽样的过程中，这四种方法也可以组合使用或者先后使用。其目的在于使研究者获取最有效的信息。而需要强调的一点是：尽管内容分析法并不强调“概率抽样”，但这并不意味着研究者可以对样本进行随意的删减。相反，在条件允许的情况下，分析尽可能多的样本会提高分析的准确性

（二）编码信度检验在科学研究中，信度检验是至关重要的一个环节。对内容分析法尤其如此。在多数情况下，内容分析仍然依靠人力进行编码。因此在编码正式开始前需要对编码人员进行相应的培训，并进行编码人员之间的信度检验。其目的在于：确保不同的编码人员对同一份内容给出相同的编码。不同编码人员之间编码的相似度越高，信度就越高。信度检验是内容分析中非常重要的环节，它控制了编码过程的质量，进一步检验了编码表的清晰与明确程度，最终保证了内容分析的客观性与科学性。但是，信度检验在实际工作中往往被忽视，一份研究曾指出：在国际发表的使用内容分析法的研究中，其中超过六成的学术文章都未曾进行任何有关信度的检验。事实上，与内容分析的其他环节如确定研究问题、制定编码表等相比，信度检验并不具有特别高的操作难度。但是，由于信度检验在很大程度上体现了研究之外的功夫，因此一直以来并不为研究者们所重视。本文之所以将编码信度检验作为独立的一部分进行陈述，也意在强调，并唤起内容分析法的使用者们对这一步骤的重视。一般而言，进行信度的检验与汇报大致通过以下六个步骤：（1）确定所使用的一个或几个信度指数；（2）获得计算被选定信度指数所需要的已知条件；（3）确定信度指数的大致标准值。信度指数越高，信度就越高；参加编码的人员越多，信度就越低；被编码的分析单元越多，信度就越低。不同的信度指数在计算方式上略有差别，但无论选择哪种信度指数，0．70以下的信度值是基本不可以被接受的；（4）在编码人员培训的时候开始对信度指数进行非正式估算；（5）组织编码人员进行预编码，即不同的编码人员对同一分析单元进行独立地编码，并正式计算预编码的信度指数。在这一解决，选取三十个分析单元即可。若信度指数符合预期设想，则可以开始正式编码；若信度检验未能通过，则需要对编码人员进行继续培训与训练；（6）在编码进行的过程中，随机选取一定数量的分析单元，进行正式的信度指数计算。此时的分析单元数量，依照样本数量的不同，大致在50－300之间浮动即可。测量信度的指标有很多。但是要注意谨慎使用一下几个：谨慎使用“相似度百分比”，尽管“相似度百分比”是一个简单也被广泛使用的信度指数，但学者们公认它并不适合在内容分析法中使用，尤其不适合衡量名义数据（nominaldata）的编码信度；以相关性为基础的一些指标如Cronbach’salpha和Pearson’sr也不适合使用，因为它们所衡量的是不同编码者之间编码的“共变性（covariation）”，而不是其之间的相似度。学者们为内容分析专门设计了多个信度指标，例如Holsti的方法，斯科特的指数p，科汉（Cohen）的Kappa，克里彭多夫的alpha等。同时，许多计算机软件也可以用于计算这些信度指标。例如，SPSS可以很方便的计算科汉的Kappa（Cohen’skappa）；安装一个小插件之后也可以计算克里彭多夫的Alpha。在进行了信度检验之后，内容分析法的研究者有责任将编码信度的结果进行汇报。例如，在前文提及的笔者的研究中，对文章主题进行编码的信度为0．84，在可接受的范围内。

三、内容分析法在公共管理研究中的应用前景

内容分析法发展至今，具有相当广阔的应用前景。在公共管理研究领域，目前内容分析法在以下四个领域的应用比较突出。本文以下对内容分析法在如下领域的应用进行简单回顾，分析内容分析法的优势，同时也说明在这些领域中使用内容分析法时所呈现的问题。希望学者们运用好内容分析法这一工具，呈现出更多具有科学性、严谨性和创新性的研究。

（一）运用内容分析法对公共管理学科的整体发展进行总结与概括这类对学科的总体发展与走向进行描述与总结是内容分析法最为常见的应用。在这类应用中，分析单元大致为发表的学术文章、学术书籍、或相关领域的论文。学者们对文章的作者、基金资助情况、研究主题、关键词、研究方法等要素进行编码，试图描述在一定时期之内公共管理学科的整体发展概况。从目前我国学者的研究来看，这部分应用在内容分析法中所占的绝对数量最多。从方法论的特征来看，将内容分析法运用于学科综述是非常合理的选择。首先，样本数量丰富，无需进行严格的抽样。毫无疑问，在权威杂志上发表的学术论文或高校的博士论文数量巨大，且天然地具有合法性，能够代表这一学科的发展情况。因此在进行此类研究时，抽样工作简单。其次，在进行学科综述时所选择的样本相对收敛。无论是发表的学术文章还是未发表的学科或会议论文，其风格相对统一、结构相对一致。内容在形式上的一致性保证了编码的准确性。第三，公共管理的学科框架已经有了很好的建构，使得编码表（codingsheet）的编写并非凭空而来，而有较强的学术认同。例如，针对研究方法，学术界对其分类已经形成了共识；同理，对资助基金的层次也有公认并清晰的划分。这种整齐的分类与框架使得编码既具可信度，也在多次学术研究的检验中保证了其准确度性。但是，这类研究也存在两个主要问题：第一，如何针对研究主题进行更为准确的编码。众所周知，公共管理属于交叉学科，其知识来源包括政治学、管理学、法学、社会学等多个学科；从而一篇学术论文可能涉及多个主题。这一情况在一些新兴的研究领域与问题中尤为凸显。例如，一篇探讨分析“公立医院改革”的文章，其主题即可以确定为“事业单位”，也可以是“公共卫生”，甚至“公共政策”。对这一问题的解决方案有两个：一是在确定编码表时进行更为细致的划分；二是随时观测编码的内部信度。第二，这类领域综述型的研究如何获得创新。事实上，在本文的撰写过程中，笔者搜集了包括中英文在内的公开发表的十八篇类似主题的研究并其进行了一个简单的内容分析，发现其结论大体一致，主要认为我国公共管理研究存在着实证研究缺乏、研究方法单一滞后、缺乏问题意识等三大主要问题。对学科发展进行综述式与概览式的描述固然重要，但在这一过程中如何体现方法论与研究内容、研究视角的创新，是对学者们的挑战。

（二）运用内容分析法对某一政策的变迁过程或整体情况进行探寻在这类研究中，样本为统一的政策文件（或类政策文件，如《人民日报》社论等）；其编码单元可能为章节、段落、句子等。在多数时期，这类内容分析法使用关键词进行编码，即通过对某一关键词出现频率的统计与比较，获得结论；在某些对体例限制严格的文本文件中，如政府工作报告，也可分析某一特定内容篇幅的相对大小，从而获得结论。例如，两位学者利用我国各个省级政府的五年间的工作报告为样本，分析总结了省级政府绩效的自评估情况。笔者运用可检索获得的电子政务绩效评估方案作为样本，分析了我国当前电子政务绩效评估的主流模式。在这一领域在中运用内容分析法有两个注意事项。首先，样本的选取要高度一致，由此才能够实现有效“控制”（control），保证样本的内部效度。其次，此类研究应当注意理论建构问题，即样本的选择、编码内容的确定以及分析方式需要有严格的理论建构加以支撑。更明确的说：通过理论建构，研究者能够获得令人信服的结论，“我使用何种内容为数据，就能够获得何种结论”。例如，在国际关系领域中被广泛使用的行为代码分析认为在样本数量足够大的前提下，决策者的信念与其行为是一致的；在操作层面，理论建构为“行为代码（讲话）能够反应战略信念”。而事实上，这一看似简约的相关性是在大量心理学、生理学、行为学、以及政治学的理论基础之上所建构的。若缺乏了这一具有思想深度的理论建构过程，所选取的内容与结论之间的联系就会被切断。

（三）运用内容分析法对议程设置进行分析在公共政策过程中，议程设置是以大量公开的本文内容（言论、网络信息、媒体报道等）来加以呈现的，使用内容分析法对议程设置进行研究属于公共管理与传播学的交叉领域。随着大数据时代的来临以及各种数据挖掘软件的使用，研究者们所面对的“文本内容”也越来越丰富。但是，在使用内容分析法进行议程设置的研究时，学者们应当极为谨慎。在当前文本内容爆炸的背景之下，内容分析法只能分析媒体与公众“在想什么”（whattothink），而不能分析媒体与公众“怎么想”（whattothinkabout）。出现这种情况的原因也正在于文本内容的丰富与各种行文风格的多样。尤其是当有关议程设置的文本来源于社交媒体时，这种现象尤为突出。首先，社交媒体具有私媒体的性质，其内容的撰写毫无固定程式可依照，完全依赖内容生产者的个人创意，可能会产生表面意义与潜在意义相悖的情况；其次，（微博）有限的字数无法形成有效的上下文关系，从而对真实的意思表示更加难以判断。因此，尽管内容分析法能够根据各类媒体内容分析公共政策的议程设置过程，在应用中应当极为谨慎，从内容样本的选择到编码表的编制都要充分考虑内部与外部信度的问题。最后需要指出，内容分析法具有很多优势，但它也存在局限性。第一，内容分析的对象仅限于那些已经被以某种形式记录下来了的东西。任何事物，只有当他们被以某种形式（如文字、录音、图片等）记录下来之后，才可能成为内容分析的对象；而对未被记录下的事务，内容分析便无从谈起。这个局限要求研究者不要把内容分析当成唯一的工具来使用。很多时候，内容分析可以与访谈相结合，如对访谈内容进行分析。这种结合可以有效的弥补内容分析的这一局限。第二，它无法帮助我们厘清变量之间的因果关系。从这个意义上看，内容分析法更多的是一种描述性的分析方法。因此，学者们同样需要将内容分析法配合其他方法共同使用，推动科学实证研究的深化。

作者：刘伟单位：中国人民大学公共管理学院讲师