Q1：您是组织社会学、制度学派的重要学者，著作如《组织社会学十讲》《中国国家治理的制度逻辑》在国内外都有很大影响。您是如何从组织社会学的训练出发，最终走向中国研究的？能否分享一下您的学术历程？

周雪光教授：说起来有些戏剧性。我的博士论文做的是美国问题——斯坦福大学规章制度一百年的演变。我的训练是组织社会学，受制度学派的影响。斯坦福社会学系很小，有些领域非常强——比如组织社会学——但有些领域几乎没有，比如社会分层。你进去以后只能跟着导师们做他们在做的东西。我在毕业之前没有上过一门和中国有关的课。

但我在中国长大，经历过“上山下乡”。虽然没受太多苦，但那个烙印对我影响非常大——国家对我们个人生活影响太大了。这些经历一直在我心里，只是做博士论文的时候没有机会去触及。

毕业以后第一份工作在康奈尔。我自己申请研究资助的时候，第一个想到的就是研究中国问题。当时拿到了美国国家科学基金的课题，研究中国城市的社会流动和生活机遇。从1991年到差不多1999年，将近十年时间，我基本都在做这个项目，写了一批文章，后来合集出了一本书《国家与生活机遇》。

做完以后本来想转回去做经济社会学。我在准备的时候，已经到杜克经济系去旁听研究生讨论班了。但这时候香港科技大学邀我去商学院工作。离国内很近，我就想做田野调查——因为中国社会变化那么大，我光做数据分析还不知道到底发生了什么。

一位朋友介绍我去了河北一个乡镇。我来往那个乡镇做田野，持续了十余年，每年多次来回。乡镇政府给了我一间房间，我就住在那里，跟着观察他们如何落实各种政策——计划生育、各种检查、条线上的工作。就这样，我注意到了基层政府的很多活动，注意到国家政策在落地的时候是什么情况。这就是后来我写了很多关于国家治理的研究工作的起点。

所以我是带着理论视角去观察基层实践，然后再理论化。这是一个不断往返的过程——理论让你看到别人看不到的东西，田野让你修正理论中不足的东西。这个经历也让我意识到：好的研究需要长期深耕，在一个方向上持续积累。

Q2：您刚才提到自己的研究往往是“慢工出细活”——一个课题要做好多年。在当前“不发表就出局”的学术环境下，这种“长期深耕”还可行吗？

周雪光教授：一个好的学者要有自己的研究脉络，要有持续深耕的研究问题，研究工作是有系列性的、不断推进的，而不是东一榔头西一棒子。

一个相关的故事。我在读研究生时，一次上课时老师说道：“我们刚开完教授委员会，拒了一个发表很好的 junior professor的申请。不是因为他发表太少，而是因为发表太多。”他们的评价是，该学者发表这么多东西，但没有重要的研究工作；第二，他在不同领域中发表，而没有在一个领域中从事持续深入的耕耘；第三，他发表的都是二流、三流杂志——你虽然发表很多，但你的定位就是在这个水平上。反而是那些还没怎么发表的学者，被人推荐说有潜力，大家更愿意给他一个机会来看看发展前景。

一个研究工作可能需要很长期的积累，在一个方向上不断推进。你虽然可能只研究一个领域，但你把这个领域的道理讲清楚了，你的方法和思路可能适用于很多其他领域。

Q3：您说自己在一段时间里读经济学的时间比读社会学还多——这听起来有点“不务正业”。跨学科学习对学术创新到底意味着什么？应该给学生什么样的跨学科训练？

周雪光教授：我在一段时间里读经济学的东西比读社会学花的时间更多。我喜欢经济学那种清楚的逻辑，做 model 做得非常巧妙，从 “美”的角度来讲，这是我特别欣赏的。心理学我也读了一些，主要是行为心理学方面。哲学最近两年读了一些。

我读研究生的时候，第一年就把所有学分修完了，第二年到第三年全部上其他系的课——经济学、政治学、心理学、运筹学、统计、生物、数学等等。还记得我慕名去上过阿罗（Kenneth Arrow）在运筹学系开的一门课，结果他第一堂课一开始就在黑板上写数学公式，从头到尾，我一看完全跟不上，就只好撤了。我还上过创立行为心理学的特沃斯基（Amos Nathan Tversky）的课——就是和卡尼曼长期合作的那位心理学家。这样多重渠道学来的知识在无形中都在帮助我思考问题。

记得一个学者写过这么一段故事：他在学生时代想学哲学思想，苦于没有线索，请教一位哲学家。那位哲学家在一页纸上开出了一串哲学书籍目录。在那一页的最后写道：“最为重要的是，别忘了多读小说。”

我也有这种感受。你读《红楼梦》，里面讲的等级制度、人际关系、内外之别，就是中国社会伦理观念的一个非常生动的反映。你读这些东西，再去观察现实世界中的社会关系，就特别有启发。这些阅读在无形中影响你的研究直觉。

跨学科训练的关键不是让你从别的学科搬来一个工具使用，而是让你看到不同学科看待同一个问题的不同方式。经济学讲究逻辑推导和因果识别，社会学关注制度环境和历史脉络，心理学揭示心理机制和认知过程——这些不同的视角会在你心里慢慢发酵，你面对自己的研究问题时，它们就会冒出来，给你意想不到的启发。

所以培养学生的跨学科视野，最好的办法是给学生一个比较大的空间，让他自己去选择。而不要规定学生一定要学什么，把门打开，让他们自己去探索。在这个探索过程中，他自己发现哪些知识、科目有用，主动地去建设他们的知识结构。

Q4：您怎么看待基础研究与应用研究的关系？当前大力提倡智库建设、鼓励学者做政策研究，您怎么看这一趋势？为什么很多应用研究的政策建议看起来不太靠谱？

周雪光教授：这是一个非常重要的问题。经济学有基础研究和应用研究之分。如果基础研究没做出实质性东西来，应用研究就不会有什么价值。

中国学术界近年来发生了变化，大力提倡搞智库、搞应用研究。这一点我持保留态度。比如说没有数学就没有力学，没有力学就没有工程学——你放弃了基础研究，整个学科的知识根基就会动摇。如果没有扎实的理论支撑，很多应用研究就容易流于表面——讲了很多政策建议，但没有根基。

反过来看，经济学现在在许多国家的政策里都是显学，经济学家扮演了非常重要的角色。为什么？我想，这是因为经济学提出的很多想法，包括背后的逻辑，经过了长期试错检验，大家觉得好用才会得到应用的。这个转化的前提就是有基础研究。没有前面几十年甚至上百年的理论积累，就不可能有后来真正有用的应用。

不同的文化观念对知识的意义有不同的看法。我的导师之一约翰·迈耶（John Meyer）跟我讲：“我做学问不是为了造福社会，是为了贡献知识。”学者的天职是对知识的追求。无用之学到最后才会真的有用。你奔着“有用”去做的东西，最后可能就非常浅薄，而且很快就没用了。

学术追求的是 truth、beauty、justice。追求 truth 就是追求真理，追求 beauty 就是欣赏理论之美感，追求 justice 就是改造社会。每个人在其中做选择，但不能放弃基础研究。学者可以自己选择，从事各种政治的或社会的活动。但我以为，学术界应该保持自己相对的独立性，离公共舆论远一点，离社会政治远一点。

现在很多应用研究出问题，根子上是理论没跟上。大家都涌去做热门的政策议题，但对背后的机制没有深入理解，给出的建议看起来很漂亮，但缺乏因地制宜的分析——不同的条件、不同的结构，适用的逻辑可能完全不同。如果基础研究这一步没走稳，后面所有的应用都建在沙滩根基上。

Q5：您刚才提到学术工作要有扎实的根基、需要长期积累。这背后折射出什么样的学术评价逻辑？在您看来，什么样的学者是好学者？中美学术评价体系有什么差异？

周雪光教授：在美国，好的学校和二三流学校有很大区别。二三流学校也很看重数量——因为在质量上难以把握，只能数论文。好的学者通常发表相对少，但每一篇分量比较重。这就是学术品味（taste）的差异。

我前面提到过那个被教授委员会拒掉的 junior professor 的故事。那个故事要说明的不是“发太多不好”，而是整个评价逻辑的不同：好的评价标准不是你发了多少，而是你在做什么样的问题、有没有属于自己的研究项目、有没有在推动一个领域的知识边界。一个还在成长中的年轻学者，虽然还没有很多的发表，但如果其他学者评价说“这个人有想法、有潜力”，反而是更受青睐的。

这个“品味”背后其实是一种学术共同体的共识：真正重要的工作不是短时间能做出来的，它需要长期的思考、试错和打磨。一个学者最重要的品质，不是产出速度，而是对自己研究问题的执着和诚实——你是不是真的在试图理解这个世界，还是在应对指标压力。

当然，中国的学术评价体系有自己的约束条件——发表压力是实实在在的，你不能不去应对。但底线是：最后可能是现实逼你妥协，而不是你自己愿意去妥协。你要向着高标准去奋斗、去挣扎。

Q6：您刚才提到“最后可能是现实逼你妥协，而不是你自己愿意去妥协。你要向着高标准去奋斗、去挣扎。“什么样的学术环境能让学者不必被迫妥协？斯坦福的氛围为什么能做到这一点？

周雪光教授：斯坦福给了我一个非常宽松的学术氛围。我后来写了很多中文的东西，同事们根本不懂中文，但他们连问都不问，各种待遇都不受什么影响。我发表的中文文章他们也看不懂，但这也不影响我的学术意愿和活动。这是一个制度化的学术环境，是不同系科教师员工之间的共识。

我也很羡慕那些著作等身、发了一大堆文章的人，但我做不到——只能勤奋地努力工作。做一个研究工作要做好多年，才能真正收集到资料、学到方法、做出有分量的东西。

我非常感激斯坦福和我的同事们。他们从来没有给我任何压力，说你一定要赶快出东西。你不必担心如果不出东西，别人会怎么样对待你，或者自己会受到刁难。你可以真正去做自己喜欢做的、非常想做的事情，而不计后果——因为没有后果。

斯坦福也有形式上的评价体系，——每年填个表，说发表了多少文章、教了多少课。但对教授们的实际活动产生影响。有人今年发表好几篇文章，没什么影响；有人没发文章，也没什么影响。大家的研究动力是内在的，不是因为这些评价体系。当然，一些学者可以通过外面的市场机制来提高自己的地位回报——别的学校来挖你，学校为了留你就给你更好的条件。

Q7：回到研究方法的问题。面对复杂的社会现象，您主张采用什么样的研究策略？是先建模还是先归纳？AI 时代对研究方法有什么影响？

周雪光教授：针对我们刚才讨论的中国组织中的庇护主义现象和已有的研究观察来说，我觉得研究策略需要两步走。

第一步是分类。分类是理论化的第一步。面对复杂的经验材料，我们不要急着建模，而是先把现象分门别类。现在数据越来越丰富、越来越公开，你可以设想几种可能性，都列出来，然后看统计上哪些有关系、哪些没有。也可以通过访谈去建立一些基本的经验认知——“这类现象中，可能是某种机制在发挥作用”——然后再回到数据建模去验证。这是一个自下而上的归纳过程。

现在有了 AI 的辅助，还可以做得更精细。比如给 AI 一大堆样本，让它帮你识别出不同的模式——哪些是平行的流动，哪些是垂直的跃迁，哪些是异常的偏离。先把经验材料的结构搞清楚，再做进一步分析。

第二步是机制分析。从理论上搞清楚到底哪些机制在发挥作用。比如可以利用 discontinuity 来做“自然实验”——通过找到一个冲击或变化，观察前后的差异，从而在统计意义上把混杂其中的因素区分开来。

关键是要先有机制的假说。如果没有假说，将来怎么检验呢？你可以先采纳文献中已有的某一种说法，看看按照这个假说应该观察到什么样的模式。如果数据和这个模式不一致，那就说明还有其他原因，可以寻找其他的机制来解释。这就是理论推进的过程。

The devil is in the details——最重要的就是研究设计里面那些精细的考虑，把问题一层一层剥离出来。好的研究工作，有些是在理论上有突破，有些是在研究设计上非常巧妙地把不同的因素区分开来。

Q8：但很多时候，研究中的关键变量——比如“治理能力”“制度环境”——本身就难以直接观测。这种情况下，应该如何设计研究来剥离混淆因素？审稿人提出的“替代性解释”是不是就意味着研究失败？

周雪光教授：这恰恰是需要理论着力的地方。很多因素混在一起——比如制度环境、市场力量、历史路径——你要想办法分辨出来。因为如果分不清楚，道理就讲不清楚了。

实证上，有些变量确实非常难以测度。比如你想研究一个地区的“治理能力”，但你能观测到的只有“经济表现”，而经济表现又受到地理条件、资源禀赋、宏观政策等多重因素的影响。过去解决这个问题的一个做法是看历史性的表现——当然也有问题，但总要先找一个可用的代理变量（proxy），再慢慢改进。

当然还可以利用“自然实验”的逻辑：通过找到一个外生的冲击或变化，观察事前事后的差异。比如当某个关键制度发生变化时——一个地区原来的约束条件突然改变了——你就可以观察，在新的条件下，当地的发展轨迹有没有发生系统性转变。如果能保持原来的势头，说明某些内在因素在起作用；如果发生了明显变化，说明原来更多是外部条件在支撑。通过这样的设计，可以在统计意义上把混淆因素区分开来。

审稿人的质疑其实是很好的理论推进的机会。他们提出一个替代性解释（alternative explanation），这是一个非常合理的质疑。那你就想一个研究设计，把这个解释排除掉——或者，如果不能排除掉，那也是新的发现。你解决了这个问题，实际上就解决了文献中一个令人困扰的问题。如果你能提出一种方法来处理这种混淆效应（confounding effects），大家都可以借鉴。研究工作的推进往往就是在这种学术交流中产生的。

Q9：刚才谈了很多学术研究的问题。现在把目光转向学生。当下的学生越来越焦虑，评价体系越来越单一，AI又在改变一切。您怎么看这个时代的学生困境？

周雪光教授：每个时代不一样，焦虑感不一样。但我就想说——我们不都是这么过来的吗？这是青少年时期的一种正常状态。

当然这个时代确实变化太快了。特别是AI出来以后，连我们教育者自己都不知道未来的路径是什么样了，学生当然更难。刚才你们说起，有大一的学生已经规划好了七年后的路——读研、考选调生。这让我很感慨。当然也能理解，面对不确定性，人本能地想要抓住一个确定的东西。

我作为老师，面对AI的发展，也有困惑——我上课应该怎么上，才能让学生觉得有价值？如果我们只是在传授书本知识，我们讲的东西学生用AI做一做可能都知道了，而且比你讲得还全面。但从另一个角度提供了一种新的激励——你一定想办法提供AI给不了的东西，你自己要有创造性。

AI给不了的是什么？是对问题的敏锐感觉，是你在长期研究中积累的判断力，是你对一个现象背后深层逻辑的认识。这些东西需要时间去浸泡，需要你自己去做过研究、犯过错误、被拒过稿，才能慢慢发展出来。这不是知识传授的问题，是经验积累的问题。

所以我对学生的建议是：焦虑是正常的，但不要让焦虑驱赶你去做选择。真正重要的是找到一个你真的感兴趣的问题，然后扎进去。一旦你开始做自己觉得有意思的事情，正向反馈就来了——越做越有意思，越有兴趣，就越不想停下来。

Q10：您对学生的建议是“找到真正感兴趣的问题扎进去”。但对年轻学者来说，还有另一个困境：学术研究和政策研究之间存在“注意力竞争”——精力有限，不可能同时做好。年轻学者应该如何建立自己的学术身份？这道选择题怎么选？

周雪光教授：学术研究和政策研究之间存在注意力分配的竞争关系，你不可能同时都做好。每个阶段要有轻重缓急的安排。

我的看法是，年轻学者第一步就是要在自己学科里站稳脚跟，建立非常明确的学术身份——我是研究什么领域的，在这个领域里有什么思想、什么建树。这个身份建立好了，你再转做社会政策研究或其他方向，那是你自己的选择。但如果第一步就什么都做一点，我觉得这可能是一个失误。

你真正开始学术道路是，你研究生毕业后， 独立做研究、被拒稿、审别人的稿、自己从头到尾完成一篇论文——这个过程非常重要，而且一定要全神贯注。人的创造性发展是有阶段的，过了那个阶段就真的很难了。

学术道路上的正向反馈很重要：如果一个课题你越做越有意思，就会越有兴趣，就越想继续做下去。但如果一开始东张西望，什么都在做，但什么都不深入，就容易进入负向反馈——觉得什么都没意思，什么都做不好。

当然，发表压力是制度环境的问题，你不能不去应对，我们都要适应环境。但底线是：最后可能是现实逼你妥协，而不是你自己愿意去妥协。你要向着高标准去奋斗、去挣扎。

Q11：您刚才提到“发表压力是制度环境的问题，你不能不去应对”。当制度用指标来驱动行为时，会发生什么？目前国内大学正在建立越来越精细的考核指标体系，这会对人才培养产生什么影响？

周雪光教授：指标体系一旦设立起来，哪怕初衷是好的，也容易走向异化。因为一旦有了指标，大家的行为就会被指标引导——不是去做真正重要的事情，而是去做能显示出指标的事情。

我在斯坦福的体验就很不一样。表面上也有年度评估——每年填个表，发了多少文章、教了多少课。但实际上，没有人真的拿这些表格来评判你。有人今年发了三篇文章，有人一篇没发，在系里的待遇没有本质区别。激励机制不是内部的考核，而是外部的学术市场——如果你的工作做得好，别的学校会来挖你，学校为了留人就会给你更好的条件。更为重要的激励是学者的内在动机，学术研究的好奇和冲动。

这种制度的本质是：它信任你已经是一个合格的学者，然后给你空间让你做最好的工作。 而不是用一套指标来驱动你——你想想，如果一个人的注意力都放在“怎么满足考核”上，他还有多少精力去想真正重要的学术问题？

所以你看，同样是“评价”，方向完全不同。一个是向内挤压——用指标逼你产出；一个是向外开放——用信任激发你的自主性。对人才培养来说，后者的效果要好得多。特别是年轻学者和学生，他们所需要的不是一个严密的考核体系，而是一个能让他们安心做自己觉得重要的事情的环境。

注：本文根据座谈录音整理，已做口语化修订与结构调整，保留了讨论的核心内容与学术观点。

撰稿：范翻、阮睿

审核：王麒植

责编：张子璐