来源：管理学季刊
很多学者，只重视假设检验，却很少重视理论创造，他们只重视方法却不重视理论思想。这是错误的趋势。
在社会科学中，理论创造、假设检验都是非常重要的。但归根结底，理论创造是最为重要的。如果忽视了理论，就会导致乱用模型，或者导致概念界定的错误、盲目使用数据库，无法为知识增长做出贡献。
https://www.sohu.com/a/425547482_691737
在IR学界中，理论研究无疑是最核心的领域。那些伟大的名字，几乎全部都是理论学者。根据2009年的统计，IR学界中，影响力最大的三个学者，是基欧汉、沃尔兹、温特。还有一些伟大的名字，也都是与理论相关的。例如，摩根索、布尔、麦斯奇塔（Bruce Bueno de Mesquita）、布赞、芬妮莫尔、亨廷顿、杰维斯、卡赞斯坦、鲁杰、多伊尔、克拉斯纳、苏珊·斯特兰奇、詹姆斯·费伦，等等。在美国以外的其他国家也是如此，理论家的贡献毫无疑问是最大的。没有理论，就没有IR学科的今天，理论塑造了我们这个学科的发展（四大理论是现实主义、自由主义、建构主义、马克思主义）
然而，近些年来，美国学者似乎不太重视理论了。
在著名期刊中，似乎定量研究方法占据了主流，其文章数量远远多于其他方法。但作者认为，事实上，就美国的IR学者而言，做定量的并不是主流（不到一半），但定量的文章却占据绝对多数。这导致二者不成比例。越来越多的人只重视定量，而不重视其他方法。
甚至在IPE领域，也有这种趋势。以前，IPE非常重视理论辩论。但现在，很多人追逐时髦。BenjaminCohen认为，美国顶级杂志中，充斥着大量“只重视时髦方法，不重视理论辩论”的文章。
越是复杂的学科，越需要理论
Lake认为，国际关系是一个非常复杂的学科，因此尤其需要理论的指导。理论有助于我们诊断政策的问题，也有助于决策。有人认为，“理论仅限于学术，与实际无关”，这是非常错误的。没有理论，决策者就不知道该如何决策。只有理论才能告诉事情的因果机制。同时，理论也有助于评价政策的有效性。理论有助于认识历史，从而总结经验。而当历史经验稀缺的时候，就更加需要理论，比如当某个国家领导人正在做一项前无古人的创新，没有理论是不行的。
理论给出的是一般性的解释（generalexplanations），即跨越时空的解释。不同的理论，有不同的解释范围，好的理论都是可以被证伪（falsifiable）。有的时候，理论可能会失灵，但不代表这个理论就是错误的、没有价值的。建立理论时，为了追求简约，我们不得不故意忽略某些次要的因素；在某些特殊的时候，这些次要的因素可能会发生重大作用，导致理论预测失灵。只要一个理论能解释多数事实，就是好理论；少数反例，并不能推翻理论的价值。当一个理论被其他理论取代之前，即使它有缺陷，也不能否定其意义。
并不是说定性一定比定量好，也不是说定量一定比定性好。这并不重要。但无论是定量，还是定性，必须将理论置于核心地位，只有理论才能对研究过程提供指导。无论是定量还是定性，忽视了理论，而仅仅“就事论事”，都不算好的研究。“假设检验”是必不可少的，但必须置于理论的指导之下，理论为“假设检验”提供了背景知识。
并不是说，哪种理论重要，而是说“理论论战”和“理论发展”本身很重要（主流的实证主义作用较大，批判理论、诠释主义、解释学、激进建构主义对于认识世界作用不大）。就现在而言，“理论论战”已经很难了，“大理论”的提出不容易，但中层理论是很有意义的。例如Lake认为各种“主义”与实践脱节，应该研究具体的问题。因此，不属于任何范式的研究（non-paradigmaticresearch）已经变得越来越多。不过，现在的多数学者，既不追求大理论，也不追求中层理论，而只是追求简单的假设检验，这是非常错误的方向。
从认识论上，区分“科学实在主义”与“工具主义”非常重要。科学实在主义，既重视能观察的因素，也重视不能观察的因素。很多时候，因果机制蕴藏于不能观察的因素之中。 工具主义则不同，他们只关心“理论预测地是否准确”，他们认为“预测地准确的就是好理论”。但工具主义忽视了因果机制，他们认为那些“不能观察的机制”是没有价值的。工具主义这只重视检验那些“可观察的因素”，这就导致了为什么“理论检验”式的研究如此盛行。这样的研究，不是真正的“科学实在主义”。工具主义者只关注那些清晰的概念，只关注那些清晰的逻辑。
检验理论有三种方法
第一种是看理论本身是否符合逻辑；
第二种是检查A与B之间的共变关系，包括相关关系、因果关系，等等；
第三种是“过程追踪”（即因果关系的具体过程，第三种与第一种不同）。
但是，做定量的学者，往往是持工具主义认识论。他们不认为“过程追踪”是有用的。他们只关注自变量与因变量之间的关系，只关注理论本身是否符合逻辑，以及理论是否能预测事实。
不重视理论，会导致什么后果？
导致模型的错误，如忽视干预变量，不能准确确定因果关系
使用错误的方法
数据本身不准确（国际关系与投票行为不同，后者容易获得准去的数据，而前者很难），2003年美国发动伊拉克战争，到底死了多少人？没有人有绝对准确的数据，我们不可能用这种不准确的数据去做研究
数据匮乏的领域，难以做研究。比如社会革命、核战争，本身没有发生过多少次，因此很难做定量
很多定量研究成果，缺乏生命力，缺乏持久性，不利于知识的积累
选择偏差、概念界定不足
不同的事件，彼此不同，定量研究一般不区分不同事件的差异，盲目认为过去的事一定能用于预测未来（如果没有理论的指导，我们不能直接判定“过去的经验一定适用于将来的事情”），只有理论才能告诉我们预测的前提条件是什么
导致这种现象出现的原因，主要有如下几点。
第一，很多人认为，理论辩论已经过时了，因此只能检验细节。的确，理论创造并非易事，但这不代表我们不应朝着这个方向努力。简单的假设检验，很难贡献太多新的知识。理论创新很难，但不代表理论本身没有用。错误的趋势，将导致学术与政策越来越脱节，大众和决策者看不懂学者的作品。
第二，由于大数据的发展，很多数据很容易获得。因此，只需要简单地培训与操作，就可以做研究。这导致很多人图省事，追求省力，而不注重理论研究。但事实上，即使大数据越来越普遍，如果没有理论的指导，研究成果也难以有持久性，可能过了一段时间成果就被人遗忘了。
第三，很多学校鼓励博士生研究简单的东西，只做“理论检验”，而不鼓励博士生进行大胆的理论创新。这种学术氛围，导致简单的“理论检验”成为了主流。很多老师，也不知道“如何培养学生的创新能力”，思想难教，而数学知识很容易教。因此学生只成了工匠，而不能成为思想家。而且学生面临着毕业的压力，进行“理论思考”，似乎很耽误时间，而做大数据统计似乎是一种捷径。
第四，“假设检验”式的研究，本身就会导致“无谓的创新”。这样的研究越多，缺陷也就越多。然后有人就会去纠正缺陷，因此这样的研究繁衍地很快。例如，关于“国际冲突”，很多研究都非常无聊。就是几个数据库，翻来覆去地进行计算，永远没有尽头。这样的研究越多，漏洞也就越多，所谓的“创新”也就越多，导致IR研究陷入了困境。
第五，IR学者追求专业化，让自己的东西“故作高深”，让圈外人看不懂，以显示自己的能力。而且“假设检验”的文章，一般容易被转载。所以很多人拼命地做这样的研究，其他人再转载。这样就陷入了恶性循环，诞生了很多“靠数据吃饭的学者”。
第六，学术评价机制，导致“假设检验”式文章的膨胀。由于有些人不懂定量，因此就无法评价定量的研究成果。不同研究领域的人，无法进行横向地比较。唯一的比较方式，就是问对方“你发了多少篇文章啊？”或者“你的文章被引用了多少次啊？”很多大学，用所谓的“客观标准”来衡量学者的水平，那么教授们自然就想办法多发文章（特别是大数据的文章）。作者认为，很多学生受此影响，为了找更好的工作，也不得不这么效仿了。
“假设检验”是必不可少的，但只有“假设检验”又是远远不够的。
但归根结底，理论才是最重要的。这是因为，世界是非常复杂的。只有理论才能告诉我们，究竟什么东西是最重要的，它能够使复杂的世界变得清晰起来，就像“交通地图”一样告诉我们“路应该怎么走”。
理论可以告诉我们，事情的因果机制，而且告诉我们哪种因素是最重要的、哪些因素不是最重要的（例如，现实主义告诉我们，导致大国战争的最重要因素，是“权力制衡”，而国内因素则不是最重要的）。此外，理论是提出假设的前提，也是正确“检验假设”的前提，如果没有理论做基础，那些复杂的检验将无法避免错误。如果没有理论，我们就难以界定概念，就难以提出假设，最终导致IR发展方向进入歧途。
经管世界成立专门团队独家收集整理等信息，并在公众号第一时间推送，更多相关整理后的资讯请在公众号回复关键字 征文获取。
