在一篇研究“为什么会如此”的论文中，我们通常需要去探寻“影响因素”，但找到问题最根本的“影响因素”，却并非一件容易事。比如我们要研究“为什么京东裁员事件被众网友吐槽?”这个问题，如果选择“近年来网民法律意识提高”“当前社会就业压力大”等因素进行分析，看起来似乎也有些道理。但很快我们就会发现。同样是在裁员，美团、滴滴却没有遇到京东的麻烦，而网民也还是那批网民，就业环境也是同样的就业环境。这就说明，造成京东被吐槽的根本原因另有其他，刚才的研究选错了影响因素。怎样在众多看似有道理的影响因素中找到真正发挥作用的那个呢?清华大学刘军强教授在他的著作《写作是门手艺》中，特别提到了一种“变量”的思维，使我们在寻找影响因素和这些因素的过程更具操作性。笔者根据书中的观点进行了总结，分享如下。

　　一、什么是“变量”

　　变量(variable)是指至少有两个取值的量，包含了“动”的意蕴。与变量相反的是常量(constant)，取值恒定，或者说缺少变化，即所谓“静”。“变量”的思维是一种通过控制变量的变化，来思考解决问题的方式。《周易》有云：“参伍以变，错综其数。通其变，遂成天下之文;极其数，遂定天下之象。”在研究中，去思考那些“变化”的东西往往更容易获得新的发现，因为它们更能把事物间的联系暴露出来。

　　(一)“变量”与“常量”的“相对论”

　　刘军强教授认为“变量”与“常量”并不是绝对的，不同的情境下同一个概念有时会是一个“变量”，有时则会是一个常量。他在书中举了个别例子，笔者沿着他的思路进行了补充，即“变量”与“常量”在以下情况会是相对的。

　　1.不同对象间是相对的。如对一群人而言，性别是一个变量，因为它至少有男、女两个取值;出生地是个变量，因为不同人可能来自不同的出生地方;身高也是一个变量，因为它可以从几十厘米到两百厘米以上;同样，体重也是如此。但对一个人的一生来说，标注性别的染色体就通常是个常量;出生地也是常量，因为这出生时已经形成;但是，身高仍然是一个变量，从出生到死亡都可能在变化;体重也还是一个变量，在家宅上几个月，体重自然会增长。

　　2.同一对象不同的时间是相对的。如我们将一个人的身高和体重限定在一生来看，肯定是在不断变化的;但在一堂课的时间，恐怕不会有太大差别，可以视作一个常量。

　　3.同一对象不同的组成部分也是相对的。就像一家公司一段时期不同部门的主要职责，有的部门的某项职责就几乎不会有变化，如财务部门制作财务报表，但有些职责却会随着各种变化在部门间流动，如某项具体数据的统计。

　　(二)因变量与自变量

　　有了因果关系，我们才能够合理解释恰当干预。一组因果变量中变量可分两类，即因变量(dependent variable)和自变量(independent variable)。一个有趣的现象(谜题)，我们把它作为一个有待解释的结果，即为因变量。从这个结果出发，我们可以反推哪些原因造成了这个状况，即为自变量。结果中没有“因”字，不过它被称作因变量。而原因中有“因”字，但它被称作自变量。我们在探究因果关系时，应明确何为因变量，何为自变量，因果倒置是一种常见的逻辑谬误，如果我们的论文研究建立在错误因果关系上，那结果也必然是错误的。

　　(三)比较差异，寻找机制

　　刘军强教授把“变量”的思维概括为八个字：比较差异、寻找机制。科学推理建立在两个最核心的思维环节上：控制和比较。通过比较现象之间的差异可以认识事物间的关系，但比较的同时要尽量加以控制，以使比较对象之间“可比”。

　　二、为什么研究要有“变量”的思维

　　如果一个事物静止不变，就如同一只黑箱，我们难以发现它的运动规律以及和其他事物之间的联系。正因如此，排查原因时首先被排除的就是那些没有变化的因素。刘教授在书中引用了历史学家布尔斯廷的一个例子。古代普通人通常穿得衣衫褴褛，只有富人才有钱去量身定做。人们普遍认为，每个人躯体的尺寸同另外任何一个人的尺寸都大不相同，这在当时是一种常识。在当时，一个人若想有一身合体的衣服，他要么自己动手，要么雇一个裁缝。可现在的我们中的大多数人为什么不需要每次买衣服都去雇佣裁缝了呢?原来，南北战争促使人们突然需要大量的制服，同时也提供了人体一般尺寸的大量新资料。于是，人们发现了一个重要的事实：某些配套的尺寸经常重复出现，并且有一定的规律。由于这个简单的发现，为大量人口制造合体的衣服就成为可能了。这个发现虽然很简单，它对成衣工业却是至关重要的。因为，没有它，商店要得到能满足顾客需要的存货是根本不可能的。

　　做研究本身也是去发现事物间规律的过程。好多人认为理工科和量化研究才用得着“变量”的思维。但实际上，定性研究同样需要“比较差异、寻找机制”。对此，刘军强教授以彭长桂、吕源教授的《制度如何选择:谷歌与苹果案例的话语分析》一文举例。在相似的压力下，为何谷歌和苹果做出了不同的反应?这篇论文是典型的定性研究，采用了话语分析法，解释了差异产生的机制。虽然没有使用量化数据，但其分析、推理却是在控制和比较下进行，采用了“比较差异、寻找机制”的路径。

　　三、怎样提升论文写作中“变量”的思维

　　如何在我们的论文写作中，使用“变量”的思维研究问题呢?刘军强教授书中也给出了一些具体的办法。

　　(一)反事实分析

　　变量之间的关系大致有三种:巧合、相关和因果。发现可靠的因果关系是整个科学研究最重要的目的之一。因果关系的识别需要非常苛刻的条件，需要用到反事实推断(counterfactual inference)。如你吃了一种药后病好了，这不能证明药物有用(事实);你还需要证明，如果没吃这个药，病就没好(反事实)。反事实分析可以很好的解决巧合和共因而非因果造成的相关问题。

　　(二)随机受控实验

　　反事实分析的方法虽然有效，但如果一件事情没办法控制反事实事件的发生，我们又该怎样对比分析呢?答案是随机受控实验(Randomized Control Trials)。统计学家罗纳德·费歇尔(Ronald A. Fisher)较早提出并设计了随机实验的原则。如在某些角落，作物长得又高又密，而其他角落，作物则又细又稀。这可能是由于排水方式、土壤类型的改变、未知养分的出现、多年生野草的抵制，或者一些其他未能预见的原因。如果我们想测试两种人工肥料的效果，又不想被其他因素所干扰，就可以使用随机的方法，在单一地块人工肥料或许可能受其他因素的影响更大，但通过随机受控实验后的数据统计，仍然可以总体上比较两种肥料间的差异。

　　(三)单一案例多个维度

　　有人会说，我的研究对象只是个案，没有比较怎么办?刘军强教授指出，至少还可以从三个维度找出差异：时间维度、空间维度、类别维度。如研究一座村庄某种文化习俗的形成，就可以搜集有这个习俗前的史料和形成期间的史料，通过对比找出原因。研究这个村庄一种艺术的传承，我们也可以走访不同人家。研究这个村庄老人为何长寿，我们也可以在研究个案的基础上，再与村庄相似但又类别不同的其他村庄对比，以找出答案。

　　通过时间维度、空间维度、类别维度这三个维度的比较，你将获得大量的变异。变异是指变量的取值及其范围。好的研究问题需要做到以下三点，控制部分比较对象之间越相似越好，越可比越好;变异部分差异越大越好，无论是结果还是原因;解释部分要能讲清楚自变量和因变量之间有无关系、何种关系(相关还是因果)，以及它们具体的作用机制是什么。通过比较变异，你就能够深入案例分析之中，进而发现有趣的机制。学术上的庖丁解牛，无非是把案例内部的差异进行系统的比较，以发现关联。

　　四、小结

　　变量关系不仅是理解研究问题最关键的一把钥匙，也是理解这个世界运行规则的一个基础视角。正因为有了“变量”的思维，我们才能够把孤立的事情联系起来，通过变量之间的关系把整个世界编织成一个比较有组织的网络。养成“变量”的思维方式，使我们在思考问题时，就好像在头脑中搭建了一座“实验室”，我们控制一些因素，再去调节一些因素，帮助我们更好的发现究竟是哪些因素在真正发挥作用。