
1.2 研究方法与技术路线
1.2.1 研究方法
围绕学术创业主题,本书采用以定性研究为主的多元分析方法进行研究,具体包括:
1.2.1.1 扎根理论研究
扎根理论研究方法论最早由Glaser和Strauss于1967年提出,但该方法目前已经演化出三个主要流派(费小冬,2008),分别是Glaser和Strauss提出的原始版本、Glaser和Corbin在原始版本的基础上形成的程序化版本(Corbin and Glaser, 1990)、Charmaz建立的构建型扎根理论(The constructivist's approach to grounded theory)(Charmaz, 2006)。尽管学术界认为Glaser和Corbin所提出的程序化版本偏离了扎根理论强调理论自然涌现的初衷,但它依然是目前应用最广泛的版本。扎根理论虽然强调理论的自然涌现,但也需要通过与现有理论对话,以表征研究者所构建的理论的合法性。
广泛阅读文献是扎根理论研究方法论的构成要素之一,文献阅读可以帮助研究者建立对所在领域内研究问题的基本认知,识别出有待弥补的理论空缺(Smith and Biley, 1997)。与实证研究不同的是,扎根理论研究的文献回顾强调寻找某一现象的所有理论解释,而不是聚焦于某个特定的理论视角。这样可以避免理论预设,有助于从扎根理论研究中提炼和发现理论,而不是验证理论。也有研究指出,扎根理论不需要通过文献回顾了解相关知识,但正如Goulding(2001)所指出的那样,没有人是从一张完全空白的纸展开研究的。必要的知识能够帮助研究者更好地理解现象,并在前人所构建的理论体系基础上发现新的理论机制。为了避免文献阅读可能给研究者带来的思维固化,研究者可以暂时放弃已知的理论概念和假设,避免这些假设引导数据收集与分析(Shah and Corley, 2006)。
遵循扎根理论方法强调理论的自然涌现,而不是精确性与验证核查(Verification)的原则(Glaser and Strauss, 1967; 费小冬,2008),本书在第4章使用了扎根理论的研究方法。在过去3年间深度观察并访谈了学术创业领域的创业者,并通过不同样本间的对比形成本书的研究问题、建构新的理论机制(费小冬,2008)。具体而言,笔者最初聚焦于学术创业企业作为一种新的科技成果转化方式为技术转化效率提升所带来的影响。但随着访谈的进一步深入,研究发现创业机会开发才是学术创业企业面临的核心问题。在扎根理论“一切皆为数据”的指导原则下(Glaser, 2001),笔者反复对比不同样本,以及样本中涌现的问题、构念与现有文献中的理论构念的差别,通过寻找差异和共性提炼出理论解释机制。在文献与研究现象的对比上,笔者通过关键词检索在Web of Science数据平台检索了与学术创业有关的文章,并总结整理每篇文章所关注的研究问题、所使用的理论视角和主要结论。详细的文献回顾不仅保证了理论与实践现象的频繁互动与对话,也使得本书所构建的理论具有扎实的理论基础。
1.2.1.2 案例研究
案例研究适合回答“如何”和“为什么”的问题,多以过程研究的方式呈现。案例研究包括单案例研究和多案例研究,根据其所要回答的研究问题的不同,可以分为两大理论流派,分别是以欧洲学者为主的诠释主义(Interpretive)(Gephart Jr, 2004)和以美国学者为主的实证主义(Positivist)(Eisenhardt, 1989; Yin, 2003)。两个流派的主要差异体现在认识论层面,诠释主义强调理论是社会建构的,因此对同一问题可以有多种解释;而实证主义则认为真理只有一个,研究者的作用是通过科学的度量发现唯一的真理,并认为不可度量的事物就不是真实的。
(1)多案例研究
第5章采用了实证主义多案例研究方法。与单案例研究方法相比,多案例研究方法通过不同案例之间的对比和广泛的素材收集,为构建理论奠定了更坚实的基础(Yin, 1994),也更加适合构建理论,而不是发现理论。相反,单案例研究则注重选择极端案例,通过寻找“一只会说话的猪”来解释某个现象(Siggelkow, 2007)。为了回答第二个研究问题:学术创业企业如何进行创新模式选择?在案例选择的典型性、代表性原则的指导下,分别选取了人工智能领域有相似背景的四个企业,通过结构化访谈、观察、档案数据收集等多种数据来源对所提炼的理论机制进行三角验证,最终提炼出理论框架。
具体而言,在过去的3年间,围绕学术创业这一话题,分别对以中国科学院为依托的中科创星、清华—四川能源研究院、山西阳煤集团与清华能源院校企合作项目、清华大学内典型的学术创业企业等进行了实地调查,并访谈了项目或企业的核心人物。同时,对人工智能行业进行了深度调研,包括研读行业报告、参与企业在公开场合的汇报、访谈与案例企业业务和技术赛道有关的友商等,并通过投资人、创业孵化器指导老师等利益相关者了解人工智能行业的发展和企业成长的故事。这一过程将前期的文献研究与实践紧密结合,指导笔者发现并提出兼具理论和实践意义的细分研究问题。
(2)双案例研究
为回答第三个研究问题,采用实证主义双案例进行研究。根据理论抽样原则,选择在智能语音行业起步较早的两个企业,比较企业商业模式创新的方式有哪些相同点和不同点。具体而言,笔者收集了两个企业的公开资料,了解企业的发展历程和关键事件。根据对二手资料的梳理,有针对性地选择创始人及企业高管团队进行访谈,验证二手资料信息的正确性,并在研究问题的指引下深度挖掘某个现象或事件背后的驱动机制。
1.2.2 技术路线
本书的研究是一项从现象出发的研究,目的在于解释“为什么有些学术创业企业成长速度较慢,而有些则成长较快”这一现实问题。然而,随着调研的深入,笔者发现影响企业成长速度的因素分布在企业成长的各个阶段,因此本书选取了企业成长过程中的三个重要节点回答以上问题。本书的技术路线如图1.1所示。

图1.1 技术路线