对应 Bhattacherjee 单元 5 | 研究设计的核心决策框架
📋 正面：核心框架
完整决策树：从"你要研究什么"出发
研究设计不是"选一个方法"，而是一连串逻辑决策。下面这棵树帮你从研究问题出发，一步步走到具体方法：
你要研究什么？
│
├─ A. 想知道"是什么 / 有多少"
│ └─ 描述性研究（Descriptive）
│ ├─ 方法：横截面调查、二手数据统计
│ ├─ 目标：描绘现状、分布、趋势
│ └─ 农村金融例：四川省农户贷款覆盖率是多少？
│
├─ B. 想知道"为什么 / 怎么办"
│ │
│ ├─ B1. 已有理论可以检验？
│ │ │
│ │ ├─ YES → 实证研究（Deductive，演绎路径）
│ │ │ ├─ 能控制变量吗？
│ │ │ │ ├─ 能 → 实验 / 准实验（RCT、DID）
│ │ │ │ └─ 不能 → 调查回归 / 二手数据面板
│ │ │ └─ 想发现新现象/模式？
│ │ │ └─ 二手数据探索 + 案例
│ │ │
│ │ └─ NO → 诠释研究（Inductive，归纳路径）
│ │ ├─ 关注个体体验 → 现象学 / 深度访谈
│ │ ├─ 关注组织/项目 → 案例研究 / 人种志
│ │ └─ 关注行动干预 → 行动研究
│ │
│ └─ B2. 想测新政策或新产品的因果效果？
│ └─ 准实验 / 自然实验方法族
│ ├─ DID（双重差分）：有处理组和对照组 + 前后数据
│ ├─ RDD（断点回归）：存在政策阈值/分数线
│ ├─ PSM（倾向得分匹配）：观测数据模拟随机分组
│ ├─ 合成控制法（Synthetic Control）：单一处理单位
│ └─ IV（工具变量）：存在外生冲击
│
└─ C. 想构建新理论？
└─ 扎根理论 / 多案例归纳 → 见 C5 卡片三条路径速记
| 路径 | 英文 | 逻辑方向 | 核心目标 | 典型方法 |
|---|---|---|---|---|
| 描述性 | Descriptive | 无预设理论 | 描绘"是什么" | 调查统计、频率分析 |
| 实证性 | Deductive | 理论 → 假设 → 数据 | 检验已有理论 | 回归、实验、DID |
| 诠释性 | Inductive | 数据 → 模式 → 理论 | 发现/构建新理论 | 案例研究、访谈、扎根理论 |
关键决策节点说明
节点 1：你能控制变量吗？
- "控制"指的是你能决定谁接受处理、谁不接受（如随机分配贷款名额）
- 在农村金融中，真正的实验很少——你不能随机决定谁获得贷款
- 所以大多数走"准实验"路径（DID、PSM、RDD）
节点 2：你想检验理论还是发现理论？
- 检验理论（deductive）：你已经知道信息不对称理论，想用数据验证它在农贷市场是否成立
- 发现理论（inductive）：你观察到蒙牛供应链金融很成功，但现有理论解释不了，想从数据中归纳出新框架
节点 3：你有面板数据还是截面数据？
- 面板数据（多期 × 多个体）：适合 DID、固定效应模型
- 截面数据（单期 × 多个体）：适合 OLS 回归、Logit/Probit、PSM
🔄 反面：自查与示例
农村金融场景常见选择 4 例
| 场景 | 研究问题 | 推荐方法 | 理由 |
|---|---|---|---|
| 农贷通效果评估 | "农贷通上线后，农户贷款可得性是否提高？" | DID 或 PSM | 有明确的处理（上线农贷通）和对照（未上线地区），需要识别因果效应 |
| 蒙牛链主模式 | "蒙牛作为链主企业，为什么能降低上下游融资约束？" | 单案例或多案例研究 | 现象独特、机制复杂、需要深入理解"怎么做到的"，属于诠释性路径 |
| 农户违约行为 | "哪些因素影响农户贷款违约？" | 调查 + 回归分析 | 已有成熟理论（信用风险理论），需要大样本检验，属于实证性路径 |
| 政策影响评估 | "某省农村金融改革试验区对县域 GDP 增长的影响" | 二手数据 + 合成控制法 | 只有少数县被选为试验区（单一处理单位），适合合成控制法构造反事实 |
快速判断流程图
拿到一个研究问题
│
├─ 1. 有明确的"处理"（政策/项目/干预）吗？
│ ├─ 有 → 因果识别方法（DID/RDD/PSM/SCM）
│ └─ 没有 ↓
│
├─ 2. 想检验一个已有假设吗？
│ ├─ 是 → 回归分析（OLS/Logit/面板模型）
│ └─ 不是 ↓
│
├─ 3. 想深入理解一个独特现象吗？
│ ├─ 是 → 案例研究（见 C5 卡片）
│ └─ 不是 ↓
│
└─ 4. 只是想描述现状 → 描述性统计常见错误提醒
- 错误 1：想做 DID 但没有对照组 → 退而求其次用前后对比（但因果推断力弱）
- 错误 2：想做案例研究但选了"典型"案例 → 案例研究应选"极端""启示性"或"反常"案例，不是随机选
- 错误 3：想做回归但没有理论假设 → 先读文献、建假设，再跑数据，不能"先跑数据再编故事"
- 错误 4：混淆"相关"和"因果" → 回归发现的是相关性；因果推断需要识别策略（DID/IV/RDD）
农村金融业务及监管 2026 秋季 | 科研入门 V3 速通卡系列