投稿常犯的错误

投稿被拒的最大问题是科学研究的过程（scientific research process）不够缜密。这有可能是在研究问题、理论以及假设（research question, theory, and hypothesis）上做得不好；也可能是在效度与普适性（validity and generalizability）上有所不足。这些问题当然是可以预防的。因此，大家必须要了解几个最好的、常用的研究设计方式，以及它们所存在的问题。

在常常出现的失败事件中，90%的失败原因是研究问题问得不好、不清楚。别人看你的论文，看了三十几页还不知道重点在哪里。当问题不清楚、不重要、又问得不完整时，人家看了也提不起兴趣。如果论文中的概念非常多而混乱，而且文字又不通顺的话，论文的可信度就会降低。所谓理论，基本上就是指概念与概念间的关系。所以你的概念一定要非常清楚，不能太多，太多太复杂的概念很难操作，也很难控制。所谓的没有理论的假设（hypothesis without theory）就是指一篇文章有很多的假设，但这些假设后面却没有理论基础，让人看不见假设与假设之间的联系，这是一个很大的问题。

另外，你要详读文献。文献没看全的话，审稿者会说这个研究已经有文章发表过了，你现在的研究重复、没有新的知识，不值得发表。另外，文献也会告诉你有哪些理论可以解释这个现象。一个研究里面可能有三到五篇主要的参考文章，而其中最重要的文章就能对你的研究做一个很好的总结，告诉你你问的问题为什么重要？为什么值得关心？过去文献对这个问题的解释有哪些？为什么这些答案对这个问题的解释不够好、不够对、不够深？所以你现在做这个研究想回答这个问题，有什么样不同的看法、新的想法？新的想法是由什么理论衍生出来，这个理论又是如何解释的？这样一来，就可以清清楚楚地把思路构想出来，把整个研究历程浓缩到这一篇论文当中。这篇论文既然要被审查，也要让其他人想看，就必须像放电影一样，从一开始就要很有意思，让人愈读愈有味道。如果一篇论文读起来乱七八糟，连个主题故事都没有，人家就会想：读了这篇文章没有什么收获，也没学到什么东西。如果没有什么东西，很多结果或说法又错了，人家就不可能同意你的结论。

第二类问题与研究方法有关。第一，你研究中的主题与假设在测量或分析层面上，没能相互匹配（level or unit measured does not match that hypothesis）。比如说，我以前研究领导，想要问领导对企业文化的重要性。那么在这个例子中，研究的层面在哪里？是个人、团体还是企业？应该是企业层面。但是，很多人在研究中，只问员工“你的上级怎么样”，又问员工“企业的文化怎么样”。所有的衡量，全都是在个人层面，这样就使得研究问题与测量层面不一致。你的问题是属于企业层面的，然而，研究的对象却是个人层面的。因此，你改变了你的问题与概念建构，由企业层面改到个人层面去了。这是一个很大的毛病，很多很好的文章就在这个问题上失败了。第二个问题与测量也有一点关系，就是你的测量跟你的概念不符合，或是一种无效（缺乏效度）的测量（measures do not match constructs or invalid measure），这种问题在心理测验中谈论很多，在这里我就不多说了。第三，就是大家都知道的，把横截面数据（crosssection data）拿来做因果关系的分析。在做因果关系假设（causal hypothesis）时，假设与理论会影响到研究设计，在很多情况下，使用纵向（longitudinal）的研究设计是很有必要的。

其他的问题还包括控制变量不合适或模型未做完整界定（Inadequate control, model underspecification）等。有时也可能是研究设计中控制变量选得不对或做得不好。假如以一个简单的回归模型来预测公司绩效，你找到一些变量用以预测公司绩效，但是，需要控制的变量却可能不对。在这个例子中，基本的控制变量是什么？产业类别是其中之一：在某些产业中，不管做得多糟，这个公司都会赚钱。所以，在这类研究中，如果没有控制产业类别，结果的可信度就不高。你是研究的设计者，你就必须仔细思考，有什么其他可能的解释，并将这些解释因素加以考量或加以控制。此外，缺乏抽样计划（no sampling plan）或是样本仅能提供很微弱的证据（weak justification for sample），则属于样本的问题。

还有一个问题是共同方法变异（common method variance problem），就是研究中的自变量与因变量都是来自于同一测量来源，因而会造成虚假相关（spurious correlations），不仅可能隐藏了真实关系，而且会干扰自变量与因变量间的联系。另外就是使用单一信息与回溯性资料（single informant and retrospective recall）的问题。例如，到中国内地做企业绩效研究时，你会发现没有好的客观资料可用，一般现成的数据资料不可靠。你一个人一个人去问，还是会有误差，有了误差人家就不相信你的结果。所以，一定要有两三个不同来源的资料，结果又能聚合（convergence），可信度才能提高。

一篇论文，从前言开始，到理论—问题—假设的提出，构成第一部分；第二部分则是研究设计上的问题；第三部分是解释你的结果。解释结果常见的问题首先是过度解释，即你的结论根本无法从结果中获得论证，但你却这样解释；或者是说过头了。其次，一些粗心的错误，如格式不对、写作技巧太差，都会显出研究者很不认真；若是连论文里面基本的数据都是错的，那就不只是不认真，而是不专业了。一篇论文从头到尾，起码会碰到十几项问题，所以，一定要仔仔细细、反反复复地校正，一点都马虎不得。虽然这很费时，但却是十分重要的工作。

最后一个是贡献不够的问题（insufficient value added contribution），就是这篇研究对现有知识的附加价值不高，没有什么新贡献。那么，什么才是有价值的研究呢？简单地说，有价值就是指这个研究为某个领域的问题增加了新知识。关于这一点，有一个很好的比喻，有人把发表论文比喻为一种对话：在专业领域的文献里面，有关这类题目也许已发表了很多论文，我们可以把每一篇发表的论文都视为一个谈话，你写一篇文章就是加入一场对话。当你要插入一项话题，就得要看你的话题是否值得人家去倾听？你加入的这些话题，是否能让别人学到新的东西？你讲得是否清楚？是否有意义？另一方面，你究竟参加哪一个研究主题的对话，这又跟你怎么认定研究问题有关系了。首先，要了解自己要问什么问题。假如想要了解有关企业控制的问题，就要先找文献，看有哪些人谈论过这些问题，或写过这些文章，你把他们的文献拿来看；接着，就看这些对话是如何进行的。假如你想研究“控制”，但文章内容却都在关心“文化”的问题，那你的方向就弄错了。

可是，要如何才能问“对”的问题呢？问题要问得对，重点在哪里？重点就在你研究的主要构念是什么。一个研究问题中一般包括好几个构念，到底哪个最重要？举例来说，在“领导如何影响企业文化或绩效”的问题中就涉及三个构念：领导、文化、绩效，哪一个才是最主要的呢？有人说“我关心企业”，所以最主要的构念是企业；有人说“我关心文化”，所以文化是主要构念；也有人说“我关心领导这一块”，所以领导是主要构念。你不能同时参加这三个对话，这太辛苦了，也没有重点。所以假使你主要关心的是领导议题，就要进入领导的文献库，找出研究者对领导与企业文化或企业绩效等的关系的看法，看看他们是怎么对话的。然后你再加入进去，贡献你的想法。

为了帮助大家做严谨的管理学研究，并在一流期刊上发表研究成果，我们编撰了此书。希望该书出版之后，我们会在国际一流的管理学期刊上读到更多的由中国学者撰写的论文，看到他们与全世界的管理学者分享中国管理学的新知识，对全人类的管理学知识积累做出贡献。