臧雷振:爭論中的政治學實驗方法及其發展前景

作者簡介：臧雷振，日本東京大學政治學法學研究科國際特任研究員、北京大學政治發展與政府管理研究所研究員。北京 100871

內容提要：政治學傳統研究方法在因果機制探索中存在的困境，難以滿足學術發展的需求，此時，借鑒並融合其他學科的實驗方法被引入到政治學研究之中。政治學實驗方法在興起過程中，經歷了學者的否定、質疑和初步肯定，同時也伴隨著其對政治學研究對象能否予以有效解釋和預測的爭論。政治學實驗方法要實現更好的發展前景，不僅需要澄清其在政治學科中的應用目標、應用過程、應用結果等方面的困惑，還需解決如下問題：如統計學意義上的因果意蘊與現實中的因果意蘊之間的區別、實驗取樣中的學生群體與非學生群體的區分、以及促進實驗方法與其他研究方法的有效融合。

A common criticism of political traditional research methods,including qualitative and quantitative approaches,is that can not provide efficient way to explore causal relationships among variables.In the course of fusion and reference methods from others disciplines,experimental method has been introduced to political science.However,the researchers" opinion on experimental method in political science has gone through the journey from the negative to the positive.Experimental method has its own disadvantages and advantages.If this method wants to reach more advantages and better development prospects,there are some problems needed to be solved,such as distinguishing causal relationship in reality from causal relationship in statistics,the problem of student sample and non-student sample,integration of experimental method and other methods.

關 鍵 詞：政治學/研究方法/實驗方法/發展前景/Politics/Methodology/Experimental Method/Application and Perspectives

本文系國家社科基金項目「政治學研究方法前沿及其在國家治理能力指標建構中的應用研究」(項目編號：15BZZ001)，北京市社科基金重點項目「京津冀協同治理模式與包容性政策建構研究」(項目編號：16ZGA001)的階段性成果。

作為與現實緊密聯繫的政治學，其學科內在知識的表達既包括對政治行為、政治現象的描述和歸納，也包含對其解釋和預測。而後者所傳遞出的政治學價值更容易被公眾所接受，當然，解釋和預測緊密相關，在研究中也常被理解為因果效應探索。但這一研究目標在傳統研究路徑中並不容易實現，首先，政治行為和政治現象的發生往往由多種因素導致，故研究中常面臨如此困境：僅因為X能使得Y產生變化，並不能簡單認為Y在現實世界中的變化都能被X所解釋，我們缺少足夠的控制變數來嚴格保證X造成Y的變化，事實上，也可能有其他干擾項和誤差等因素影響Y的變化。其次，影響特定政治行為和政治現象發生的自變數往往難以測量，目前的研究多是通過搭建中介效應變數，即探索自變數X通過中介變數M傳遞了某種特定因果效應。比如考察網民對網路政治議題興趣的研究中，可以較容易通過控制網民互聯網接觸頻率和時長、訪問不同類型新聞網站等中介變數來予以分析。

然而，隨著自變數和中介變數的增加，在所有的社會科學模型中，幾乎不可避免地存在著共線性的問題，此時研究者很容易得到錯誤卻貌似可靠的因果關係，並錯誤地指定相關變數作為因果機制建立的決定性要素。在政治學實證研究中，這類錯誤廣泛地存在於線性回歸、聚類分析和主成分分析等方法應用的成果上。隨著研究技術的發展，在社會科學不同學科研究方法相互交叉相互學習不斷深入的背景下，經濟學、心理學等領域發揮重要作用的實驗方法被政治學者所關注。當然，政治學一直以來作為學科方法發展的被動接受者，對其他學科方法的吸納借鑒也伴隨著各類水土不服的現象並存在各種爭論和困惑。下文將對實驗方法在政治學研究中應用的興起過程、當前所面臨的爭論和困惑及未來發展前景進行初步的探討。

一、政治學實驗方法的興起

在社會科學不同分支中，政治學科並不像經濟學、社會學那樣容易就某一理論達成共識，更別提就某一研究方法達成共識。學科內部缺乏中心凝聚性，一方面形成學科研究方法常處於爭論的焦點，另一方面，卻也有利於去開放地借鑒不同學科研究內容和研究方法，發揮政治學研究方法應用的想像力。所以，政治心理學、政治生物學等新的研究主題不斷湧現，學科研究方法也不斷豐富。在其他學科的影響和政治學研究方法自我變革過程中，特別是在「行為主義革命」推動下，政治學研究者可以「自由地使用任何其他學科可以借鑒的方法」①，如運用經濟學、社會學、心理學及統計學和應用數學等多學科的研究成果來回答新時期的政治學問題，為了更好解決對政治行為和政治現象進行具體因果機制分析等方面的實證需求，學者在定量分析方法興起過程中也漸漸引入了實驗方法。

但是，實驗方法在政治學應用中並不順利，比如早在1909年，洛厄爾(Lowell)就任美國政治科學會(APSA)主席所做的就職演講中，認為政治學界要對實驗研究保持警惕，他強調「政治的科學屬性在於觀察性，而非實驗性的」②。這主要由於當時政治學研究主題和關注的研究對象主要是國家或次國家分析單位，實驗方法顯然難以實現宏大敘事對象的研究設計。所以，政治學20世紀早期因果關係探索中，一直以密爾提出的「最大相似設計和最大差異設計」等歸納路徑為主導。之後，統計學發展和廣泛應用所帶來的行為主義革命和後行為主義革命等轉變了學科的研究方法和研究對象，學界的關注點既超越了傳統宏觀上國家或組織政治行為，在後期還跨越了微觀上個體政治行為或心理，如更強調探討對政治角色的理解、政治情緒與政治態度的變化等現象發生的原因及結果，此時雖然統計回歸等數理方法逐漸成為主流，但由於前文所提到的現實政治的複雜性，對特定政治行為或現象的發生存在諸多容易混淆的影響因素。同時，政治生活的主觀性也存在諸多被忽略或無法測量的變數，如政治興趣濃厚、政治知識多寡等變數測量。因此，如傳統定量研究中的截面數據分析，很難為因果機制探索的需求建立起解釋變數發生前後順序的模型設計③。

由於因果機制研究目標的達成面臨著研究方法不足的困境，不同學科方法的融合逐漸為實現對研究對象系統性檢驗提供新的方法思路，主要有如下三種：一是分析自變數和因變數之間的共變關係；二是少數個案的深度觀察形成過程追蹤；三是競爭性理論的比較檢驗構成同餘分析。前兩者側重於理論發展的歸納路徑，最後一種則是側重於理論驗證的演繹路徑(見表1)。這些新的方法由於既可以實現挖掘較長時間跨度的因果過程，也可以界定特定政治現象的因果鏈條，進而受到廣泛關注，並逐步在此基礎上發展完善了政治學實驗方法，其核心是通過對政治學研究對象在發展過程中不同時間段的比較，或控制不同中介變數情況下比較研究對象的變化程度，進而實現確定影響因變數的關鍵因素。

打開應用保存高清大圖

在實驗方法興起之後，學者藉助實驗設計來開展政治學議題的分析，如對投票行為、政治人的人格塑造、政治觀點的形成等進行分析並取得系列成果。到1970年代之後，紐約大學石溪分校的政治心理實驗室、耶魯大學媒體對社會輿論影響的相關實驗、密歇根大學政治心理實驗項目、加州洛杉磯分校的政治心理實驗項目等紛紛成立或開展，形成整個20世紀80年代紐約大學石溪分校、密歇根大學和加州洛杉磯分校三足鼎立的局面。到20世紀末，1996-1997年奧斯特羅姆當選美國政治學會主席，其所作就職演講中提出，「政治學行為主義研究轉向，特別是實驗方法應用對政治學發展具有重要意義」④，標誌著實驗方法在政治學研究中的正式復甦，世界各大主要政治學研究重鎮紛紛成立政治學為主導或跨學科的實驗室(見表2)。

打開應用保存高清大圖

實驗方法雖然引入政治學研究中並被逐步認可，但如同其他社會科學學科採納此方法一樣，政治學實驗方法多半是類實驗(Quasi Experiment)，並非如同自然科學那般是純粹隨機實驗(Pure Randomized Experiment)。換句話說，社會科學中實驗方法實施過程並不如自然科學那般要求嚴格，類實驗在研究設計中，實驗對象的處理並不一定強調隨機分布和隨機開展，通常對實驗對象的干預多以一種非隨機的方式產生。這主要是因為學者顯然對如政府新政策實施、政治宣傳活動新方式的開展等研究對象無法進行隨機干預和隨機觀察，研究者此時多是通過了解和評估新政策對部分社會個體和社會發展的影響，或者評估比較新政策對不同時間、不同地點背景下相關社會政治群體的影響。

雖然類實驗設計愈來愈複雜並逐步完善，通過發展不同新的干預技術和選取對照組系統分析潛在的影響因素來界定因果機制，此時類實驗的結果甚至可以和隨機實驗相媲美，但類實驗和完全隨機實驗除了邏輯上的相似性，兩種實驗依然存在若干差距，如研究者無法保證其實驗干預對每個研究對象均等有效⑤；社會科學實驗中測量誤差和對潛在影響因素的忽略更為常見，如對不同人群的政策干預實驗中，雖然可以控制參與實驗者的社會經濟地位特徵，但難以估計其社會生活背景和家庭因素，而這些恰恰也是影響實驗結果的一部分。所以，由於政治學研究對象特徵和類實驗方法特徵，其應用也總是遇到不同的爭論和困惑。

二、政治學實驗方法的爭論和困惑

前文提到實驗方法引入的目的是為了提高對政治研究對象的解釋和預測。對研究對象的解釋可以歸入實驗方法內部效度範疇，表明這種解釋的可信度、真實性等，而預測則可以歸入外部效度範疇，指某一研究結論在實驗情境之外環境中的有效性。研究者為了提高內部效度往往需要控制更多的變數，這就在一定程度上限制了外部效度的擴展⑥。即實驗研究中總是面臨內部效度和外部效度一致性的矛盾，在提高內部效度的同時則會降低外部效度。也正因為如此，實驗方法貌似複雜，其實依然是定量研究的重複，簡單地說，當傳統定量分析中進行一次回歸研究設計時，實驗方法則進行實驗組和對照組兩次以上的回歸研究設計。但是這種重複是否有價值和有意義呢?有學者就指出，政治學研究論文「大量使用一些離政治科學領域很遙遠的方法，且幾乎沒有證據能證明作者真正懂這些方法，然後我們會看到很多同樣不堪的文章噴涌而出，其實大部分的結果都與研究主題不相干」⑦。雖然複雜的模型並不總是不恰當，在某些情境下，它們很明顯要比其替代的簡單模型更高級，但當前的研究中，更多是為了複雜而複雜，為了方法新穎而新穎。這顯然不利於學科知識的增量成長，為了避免長期以來重方法而輕理論的研究詬病，2001年開始，美國國家科學基金試圖通過強調「理論模型中的經驗意蘊」(Empirical Implications of Theoretical Models，EITM，又被稱為EITM行動)⑧來反思當前政治學研究過於強調統計分析、博弈論、形式模型等實證探索，而弱化理論建構的偏頗。美國國家科學基金實施一系列暑期學校、研究會議和獎學金等資助項目，試圖實現彌補定量分析和理論建構之間愈加擴大的差距。

但這並沒有減少實驗方法在現實應用中所存在的若干困惑，本文將應用過程中實驗方法困惑歸納如下：主要包括方法應用的目標、方法應用的過程、方法應用的結果等方面。對於這些困惑的澄清有助於未來研究方法應用中更好地與政治學理論相結合，提高研究方法應用有效性。

困惑1：實驗方法的目標是推進政治學科概念的檢驗創新，還是推進理論的發展完善。研究者普遍遇到的困擾是如何將概念和理論相互聯繫起來，概念能否有效支撐理論，理論又能否有效反映出概念是一個好的研究設計的核心。政治學科研究中對概念的細化和澄清是重要的任務，概念一般而言可以分為背景性概念、系統性概念、指標性概念三個層次⑨，不同層次的概念構成理論生成的基礎單位，同時，理論中的概念又受到研究情境的影響，尤其是在跨國比較研究中，在實驗方法應用中，往往難以控制被實驗者對特定概念理解的差異，這就難以實現概念驗證和理論發展，部分學者通過嘗試建立其他等價的替代變數等路徑調和實驗方法在政治學研究中對概念驗證和理論發展之間的衝突，但是這種研究的洞察力還有待進一步觀察。

困惑2：上一個困惑指出由於政治學研究中存在概念創新和理論發展的兩種面向，在具體方法應用過程中，進而形成測量效度和因果效應分析在研究設計中孰輕孰重的困惑。測量效度主要針對變數中的概念而言，不同情境下的單一變數概念往往面臨不同的測量效度，如同一套問卷調查中的術語在不同群體看來往往存在不同的含義，比如政治學研究中比比皆是的「普適性」、「特殊性」、「民主」等概念。測量效度通過解決研究對象指標界定、指標選擇等相關概念問題，進而實現因果效應分析的可靠性，可以說，一個良好的測量效度設計是因果效應分析的基礎。當然，測量效度並不一定完全取決於定量研究手段和技術，還受到研究者研究經驗、研究素養、學術敏銳度等定性知識積累的影響，甚至在某種程度上，可認為這種定性知識是良好定量分析的前提。

困惑3：既然定性知識是定量研究的前提，那麼實驗方法是進一步拉大還是縮小定量研究和定性研究之間的差距，抑或提高政治學的門檻。定性研究者和定量研究者雖然通過不同的研究工具尋找答案，但一個普遍的共識是：其都面對政治學研究中的共同分析對象。在此共識框架中，定性與定量研究者可以從相互差異的研究工具中學習互補。而長期以來，政治學學科門檻一直面臨著兩種特殊的尷尬，一方面，在發展中國家或政治學研究的早期，其學科研究的學術性門檻並不高，這也就使得政治學學科的邊界過於模糊並面臨其他不同學科的侵蝕，但同時，這種低門檻並沒有使得政治學更為廣泛地被傳播、被公眾所接納；另一方面，當行為主義革命之後，政治學研究學術性提高主要體現在廣泛地使用數學模型，「大量政治科學學科的博士學位看起來就像經濟學科的博士學位一樣」⑩，但同時，這種門檻的提高卻又面臨著公眾排斥的情緒，一個明顯的例子就是21世紀初期美國政治學研究中所面臨的「改革」呼聲和美國國家科學基金一度要停止資助政治學研究等(11)。如果簡單地認為實驗方法拉大或縮小定量研究和定性研究的差距，或提高政治學研究的門檻，並不恰當，這既有當今政治學發展中方法論的融合、相互借鑒愈加緊密，也有實驗方法相比早期傳統的回歸分析並沒有體現出更深奧的方法論創新等緣由。

困惑4：信息超載的背景下，研究方法創新和研究理論創新孰輕孰重。信息通過「數據」進行表達，實驗方法由於通過控制和比較來實現更多的信息收集，這種「數據化」過程會產生更多的數據要求，並形成自我累積循環。在研究方法創新過程中，有理論指導比沒有理論而盲目地複製其他學科方法要更為可靠，沒有理論指導的實驗是空洞的，且貌似科學認知過程的實驗結果也會被否定，當理論滲透到實驗研究方法過程中的各個部分時，不但有助於擴大實驗的外部效應和預測範圍，還有助於改進實驗流程和內部效應。所以，實驗方法提供經驗性貢獻，而理論提供話語性貢獻更具有基礎性價值地位。

三、政治學實驗方法的未來前景

實驗方法應用中，由於研究者可以積極介入研究對象發展變化過程，在理論上能夠辨識或剝離影響研究對象發展變化的特定因素，進而提供解讀有關政治現象更為可靠的因果信息。但由於實驗方法目前尚處於初步興起階段，其不僅僅存在上述諸多困惑，未來發展前景還主要受到如下因素能否得到有效解決的影響。

首先，實驗室實驗和田野實驗的一致性驗證(統計學意義上的因果意蘊和現實中的因果意蘊區別)。雖然將實驗方法進行諸多分類，而基於實驗開展地點的不同一般可以分為實驗室實驗和田野實驗，其他區別還包括實驗對象的背景環境、實驗干預的類型以及結果的測量方法，二者為政治學的因果效應研究提供了互補的方法，都試圖通過消除其他因素的系統性干擾，以使一個或更多的干預效應獨立顯現出來。田野實驗傾向於評估真實世界的干預效果，而實驗室研究注重創造一個受控制的環境，如會告訴參與實驗的學生目前正在參與一項研究，他們的行為或決策正在被觀察。同時，從研究開展的成本來看，實驗室實驗更低，更容易實現，而田野實驗的代價更大更難；在時間維度上，實驗室研究通常是在刺激干預後立即測量，田野研究則在幾天後評估影響效果。

實驗室實驗和田野實驗既有相同之處，也存在若干差異，顯然，實驗室實驗由於其簡單低成本優勢受到更多的關注，但通常採用的實驗室實驗結果能否推廣到田野實驗之中呢?在現實研究中，圍繞此問題如下名詞往往成為討論的中心——「介入性(Obtrusiveness)、干預真實性(Treatment Fidelity)、結果測量和背景依賴(Context-dependent)的干預效應」(12)。這多是因為當前存在著實驗室實驗和田野實驗相互矛盾的實驗結果，如有學者對將實驗室發現推廣到田野的可能性持懷疑態度，認為典型的實驗室實驗改變了真實的決策環境(13)，當然，也有學者給出實驗室與田野兩個領域一致性的證據(14)。圍繞實驗室和田野實驗比較優勢的爭論，也就體現在實驗室實驗的外部效應演繹上，如果實驗室實驗不僅僅提供孤立的因果機制，也能較好地解釋現實問題，即實驗室實驗和田野實驗具有相互一致性的結果；此時，實驗室實驗所得到的結果不僅僅是統計學意義上的因果意蘊，而更具有現實中的因果意蘊，由於實驗室實驗開展的便利性和低成本，那麼將極大有利於未來實驗方法在政治學研究中的推廣。

其次，實驗取樣中學生群體和非學生群體的影響。隨著實驗研究開展的增多，為了實驗開展的便利，大多數的實驗取樣都依賴於大學學生。特別是在實驗室實驗中，學生是最常用的實驗樣本。學生作為樣本在某些情況是合適的，如在實驗中尋找內部有效性的因果關係(15)，但在其他一些情況下，學生對於實驗的反應和普通民眾不一樣。學生比較年輕、認知能力更強、配合權威和潛在的被動員能力更強，因此更容易被實驗設計影響，如從實驗中利用認知能力推斷出「正確答案」。此時，這種以學生為主體的取樣會影響到實驗結果的可靠性和實驗結果的外部有效性，特別是當實驗結果要轉移到非學生群體上的時候，這種差異更為明顯。

將實驗室結果向外界進行推演是政治學實驗方法應用的重要目標，要實現這一目標，未來實驗的實施者應該拓寬實驗參與者的範圍，如系統性納入非學生群體作為實驗室樣本。比如，當我們想設計分析新媒體對公眾政治行為和政治態度影響的實驗時，如果參與實驗者都是大學生，其無論是受教育程度、還是新媒體使用的普及程度都遠遠高於其他群體，如失業者、受教育程度較低者，這類弱勢群體的特殊情況和需求往往沒有予以足夠的重視。當然，招募非學生人群參與實驗存在諸多困難，比如缺乏對他們的物質激勵、他們缺少對研究的興趣、對校園環境不了解、對實驗中專有學術術語難以理解等。對於這類問題的解決關係到未來實驗方法在政治學研究中的效能提升和認可度提高。

最後，實驗方法能否與其他研究方法有效地融合。在過去幾十年中，政治學研究愈加強調不同方法的融合，這種融合既包括不同定量分析技術的融合，也包括定量研究方法和定性分析方法的融合。比如田野實驗在複雜的現實環境中捕捉實驗對象的行為，其所收集的數值數據、分類數據和有序數據等，同樣可以在定性研究方法如民族志、人類學等採訪、參與式觀察和檔案收集中獲取，只有融合了以上兩種類型的數據，才可以更好地發現因果效應，捕捉到政治行為背後所包含的背景信息。此時，定性數據可以增強、修改、甚至完全顛覆對定量數據的解釋。

毫無疑問，當前政治學研究中實驗方法的採用依然有限，這主要是部分政治學研究話題歷史性太強，基於隨機分配的實驗干預，有悖倫理或者根本不可能。比如，革命和衝突爆發的原因、民主和平論的假設都屬於這類範疇。而定性研究方法中案例選擇策略、歷史檔案分析則能夠為實驗設計提供必要的輔助條件，當然，田野實驗設計與傳統定性觀察研究的融合，還需要在戰略案例選擇方面(定性研究者在這方面尤為擅長)以及在某些情況下與政策制定者或者政治精英合作(16)。

事實上，實驗法作為方法論發展中閃光點在於其與其他研究方法存在或隱或現的交叉和互補，如從互惠的角度看，形式化建模為實驗研究法提供了用以驗證、完善與探索的各種假說，而「恰當的定性研究方法運用也為實驗的理論拓展和因果建構完善指明方向」(17)。未來，實驗方法如果有效融合其他研究工具，不斷提高自身解釋力的同時，亦與其他研究方法溝通完善，這對於實驗方法的未來發展推廣至關重要。

實驗方法解決了部分傳統定量分析的不足，但也面臨諸多爭論和困惑，其研究中的優勢不應被過於高估。當研究人員受到過於盲目的鼓勵，將關注點和研究資源轉移到因果機制的實驗設計研究上時，有必要首先回顧本文所提到的實驗研究方法所面臨的爭議、所存在的困惑以及未來發展所需要解決的問題。

只有研究者能夠清晰地看到一種研究方法在因果機制探索過程中的局限性所在，政治學研究中未來的方法創新才能夠被進一步激活，否則，會誤以為所做的研究探索已經簡單地完成，這並不能有效改善政治學研究過程的科學性和嚴謹性，對於中國政治學發展而言，實驗方法的應用尚未受到廣泛的關注和應用，以中國期刊網數據檢索為例，存在明顯的反差：一方面，是有限的實驗方法運用成果，另一方面則是顯著的關注度和下載閱讀量。同時，實驗方法在經濟學、心理學、社會學等學科中的應用要廣泛地高於在政治學科中的使用。中國政治學研究對實驗方法的採用，不僅要更為全面客觀認知該方法的不足和優勢，同樣還應在具體的研究實踐中反思性地使用，並不斷加強政治學研究方法的規範性、嚴謹性和實踐創新。

注釋：

①N.L.Beck,「Political Methodology:A Welcoming Discipline」,Journal of the American Statistical Association,Vol.95,No.450,2000,pp.651-654.

②A.L.Lowell,「The Physiology of Politics:Presidential Address,Sixth Annual Meeting of the American Political Science Association」,American Political Science Review,Vol.4,No.1,1910,pp.1-15.

③D.Freedman,Statistical Models:Theory and Practice,Cambridge:Cambridge University Press,2009,pp.2-3.

④Elinor Ostrom,「A Behavioral Approach to the Rational Choice Theory of Collective Action:Presidential Address,American Political Science Association,1997」,The American Political Science Review,Vol.92,No.1,1998,pp.1-22.

⑤參見Robert F.Winch and Donald T.Campbell,「Proof? No Evidence? Yes.The Significance of Tests of Significance」,The American Sociologist,Vol.4,No.2,1969,pp.140-143; Jane Green,「Points of Intersection between Randomized Experiments and Quasi-Experiments」,The Annals of the American Academy of Political and Social Science,Vol.628,No.1,2010,pp.97-111。

⑥F.M.Garcia and L.Wantchekon,「Theory,External Validity and Experimental Inference:Some Conjectures」,The Annals of the American Academy of Political and Social Science,Vol.628,No.1,2010,pp.132-147.

⑦Philip A.Schrodt,「Seven Deadly Sins of Contemporary Quantitative Political Analysis」,Journal of Pence Research,Vol.51,No.2,2014,pp.287-30.

⑧J.H.Aldrich,J.E.Alt and A.Lupia,「The EITM Approach:Origins and Interpretations」,in J.M.Box-Steffensmeier,H.E.Brady and D.Collier,ed.,The Oxford Handbook of Political Methodology,New York:Oxford University Press,2008,pp.828-832.

⑨Robert Adcock and David Collier,「Measurement Validity:A Shared Standard for Qualitative and Quantitative Research」,American Political Science Association,Vol.95,No.3,pp.529-546.

⑩Randy T.Simmons and Ryan M.Yonk,「The Empty Intersection:Why so Little Public Choice in Political Science」,Public Choice,Vol.164,No.1,2015,pp.45-46.

(11)臧雷振、黃建軍：《美國政治學研究方法發展現狀及趨勢：新世紀初的新爭論、挑戰與反思》，《政治學研究》2014年第4期。

(12)Alexander Coppeck and Donald P.Green,「Assessing the Correspondence between Experimental Results Obtained in the Lab and Field:A Review of Recent Social Science Research」,Political Science Research and Methods,Vol.3,No.1,2015,pp.113-131.

(13)S.D.Levitt and J.A.List,「What do Laboratory Experiments Measuring Social Preferences Reveal about the Real World」,Journal of Economic Perspectives,Vol.21,No.2,2007,pp.153-174.

(14)C.F.Camerer,「Can Asset Markets be Manipulated? A Field Experiment with Racetrack Betting」,Journal of Political Economy,Vol.106,No.3,1998,pp.457-482.

(15)M.Hooghe,D.Stolle,V.A.Mahro and S.Vissers,「Why can"t a Student be more like an Average Person? Sampling and Attrition Effects in Social Science Field and Laboratory Experiments」,Annals of the American Academy of Political and Social Science,Vol.628,No.1,2010,pp.85-96.

(16)Elizabeth Levy Palucke,「The Promising Integration of Qualitative Methods and Field Experiments」,The Annals of the American Academy of Political and Social Science,Vol.628,No.1,2010,pp.59-71.

(17)A.N.Glynn and N.Ichino,「Using Qualitative Information to Improve Causal Inference」,American Journal of Political Science,Vol.59,No.4,2015,pp.1055-1071.