二、案例数据搜集原理与方法

案例调查研究阶段的工作主要有搜集数据、整理数据、分析数据等工作，本章概述搜集数据工作。整理数据和分析数据工作则应在下面几章的指导下进行。

（一）数据搜集前的框架准备

突发事件应对案例数据搜集前的框架准备包括理论准备和分析主题或分析单元的准备。

1．理论准备

案例研究的理论准备有两个层面。

一是框架性理论的准备。本案例研究要采用什么样的分析框架？是危机酝酿、危机爆发、危机消解的三阶段危机演化理论模型，还是突发事件应对的四个环节模型？有了框架，就有了分析主题的线索。

二是问题点理论的准备。在分析每一个主题时，将要采用什么理论来分析？例如在分析领导者行为时，是采用领导特质理论，还是领导行为理论，还是是权变领导理论？抑或是从所有三个理论层面来分析？

2．主题准备

分析主题的准备是对要分析的问题领域做出确定。依据目的不同，有的案例研究要就一个主题进行深入的分析，例如，对事件处置中的危机沟通进行深入的分析；而有的案例则要做较为全面的主题分析，包括事前的预防准备、事中的一系列决策与处置活动，以及事后的恢复重建等。关于主题的分析内容则在下一章阐述。

（二）搜集数据方法

案例调查研究工作的基础内容是搜集数据。在处理问题的过程中，需要获得有关决策与实施过程的足够信息，以便对该案例进行深入的分析。案例研究者要进行“过程回溯”。通过钻研该案例，努力了解该案例中每一天、甚至每一个小时中究竟发生了什么，探究为什么会发生这些事。所以，获得非常具体的信息十分重要。

信息来源最好是直接材料，如有关档案材料、当事人的访谈、座谈会等。当然信息也可以来自各种间接材料，如有关人员的自述或回忆录、记者和学者的分析、有关的新闻报道。

在获得案例数据的过程中，应当采取多种途径，尽可能全面搜集相关信息。案例研究者可依据调研提纲，采取如下基本方法搜集信息。

1．间接信息调查法

通过搜集有关文字资料获得有关信息。资料来源有内部报告、决策会议记录、应急处置工作记录或日志、新闻报道、网络言论、档案资料等。

当前，互联网日益成为重要的文献信息调研渠道。网上信息、网络舆情，一方面可能难以准确反映真实情况，甚至会反映错误信息、虚假信息；另一方面却也是社会心态的指示器。

随着大数据分析时代的到来，一些机构开始用大数据现象分析案例事件的方方面面。互联网的应用必将会改变案例研究搜集信息的方式方法。

2．现场调研法

通过在事件处置现场进行观察、取证（如录音、录像）、量表调查等获取第一手资料。

案例调研者往往非常重视现场的观察和亲身的体验。研究者要主动与事件当事人进行非正式的交流，尽可能列席指挥部会议等有关会议等。观察到的定性的数据可以与通过其他方式获得的数据进行比较和验证。

3．访问调查法

依据调研提纲，通过事后对有关人物进行访谈、召开座谈会等方式搜集信息。

访问调查法常常采用访谈的方式。访谈是与企业有关人员进行面对面沟通交流，以获取突发事件应对的实时、定性数据的一种方法。这种方法具有很多优点：第一，真实性。通过访谈，研究者易于获取真实鲜活的第一手数据。虽然研究者可以通过间接的方式获得有关数据，但是，这些数据往往浩如烟海、真伪难辨，而深入到有关机构和现场中，与有关人员直接面对面充分交流，可以有机会获得更加贴近现实的丰富信息。第二，互动性。访谈具有及时的辨明问题的特性和很强的灵活性，研究者和被访问人员可以就一个问题展开讨论，沟通是双向的、互动的，这样容易将某个问题辨识清楚。尤其是对新的管理研究领域，很多新概念说法不一、模棱两可，只有通过访谈，才有可能使得双方在相同的边界下讨论问题。访谈的这种互动性是其他研究方法（问卷调查和二手数据分析）所不具备的，这样就极大地保证了数据的真实性和有效性。第三，启发性。应急管理实践的很多鲜活思想在很多方面是领先于理论研究的。在现实中，往往是一线人员自觉不自觉地创造着新的管理理念与方法。因此，访谈的一个重要功能就是有机会发现实践中的新思想、新做法，甚至捕捉到连被访问者也没有意识到的思想火花，反复切磋、总结，加以显化、条理化、系统化，进而升华至理论的高度。从某种程度上说，访谈重点在于发现已有问题之外的新的启发性的信息。只有这样，才能够构建出新的理论。

为了使访谈更加有效，访谈前的准备工作是非常重要的，它使得问题更明确、更有针对性。当然，预制的访谈提纲并不能限制访谈的思想和内容，它只起到一个提示大纲的作用，访谈双方完全有充分发挥的自由，也就是所谓的半结构化访谈（semi-structured interview）。

召开相关人员座谈会也是一种常见的访谈方法。例如，斯特恩和桑德利斯（2002年）组织了一次名为“目击者座谈会”的会议，将参与某个事件决策的所有人员和研究该案例的学者聚集到一起，回想该事件中发生了什么。事实证明这种工作访谈形式非常有效，因为案例研究者先前已经开展了研究工作，对于该事件有了较多的了解。

（三）数据确认与分析方法

1．三角互证法

三角互证法源自三角测量法（Triangulation）。后者是自然科学研究中的一种精确测量距离和方向的方法。案例研究使用三角测量法就是通过多种数据的汇聚和相互验证来确认新的发现，避免由于访谈双方的偏见影响最终判断，这种方法提供了要形成的理论和假设的更强有力的证据。当一个研究者有意识地用多种资源和模式重复、验证发现时，他就是在用三角测量的方法进行数据收集。

总体上，三角互证法是质的研究中保证效度的方法（陈向明，2006）。这种方法可用来检验不同的资料来源或不同的资料收集方法。有学者认为，三角互证法的特点是在研究同一经验性单元时，采用两种或两种以上的研究策略。它是通过比较不同来源的信息，以确定它们是否相互证实，其目的是为了评价资料的真实性。三角互证法的基本原则是从多个角度或立场收集有关情况的观察和解释，并对它们进行比较。

三角互证法的方法有很多种，它可以通过数据资源的多样性（人、事件、地点等）、方法的多样性（观察和访谈等）、观察者的多样性、理论和数据类型的多样性（文本、数据等）等来实现。例如，多个访谈对象和非正式座谈能够为同一个问题带来不同视角，文档分析可以作为无偏见的证据来验证访谈得到的数据是否带有偏见。

2．数据分析

数据分析是案例研究方法构建新理论的关键环节，同时，数据分析又是最困难和最没有规范的。一般地，数据分析主要包括三种相互配合的方法和流程：数据提炼（Datareduction）、数据展示（Datadisplay）和数据推导（确认）（Conclusion drawing/verification）。数据提炼就是指将数据加以筛选、聚焦、简化、抽取，以及将现场记录加以转化的过程；数据展示是将数据加以适当组织、压缩、集成，以便归纳的过程；数据推导是指确认数据具有的“规则、形式、解释性、可能的结构、因果流程和性质”的过程。实际上，上述三种数据分析方法是相互交织、联系在一起的，它们在数据搜集和数据分析中共同形成一个循环，在实际中很难非常明确地区分这些活动。因此，简单将这些过程分开是不明智的。