很多第一次做质性研究的人，访谈录音攒了十几个小时，逐字稿导出来两百多页，坐在电脑前却不知道该从哪一行开始看。文献读了一堆，概念框架在心里隐隐成形，可一旦动笔又怕自己是在"拿数据证明自己早就想好的结论"。这种卡住的感觉，恰恰是扎根理论要解决的问题的入口。

扎根理论（Grounded Theory）做的事情说起来很朴素：让理论从田野数据里长出来，而不是先搭好架子再往里填材料。它提供了一整套从原始文本到概念、从概念到范畴、从范畴到解释性框架的操作路径——开放编码、主轴编码、选择性编码、持续比较、理论抽样、备忘录写作。这套路径特别适合那些研究问题还没被现有理论讲透、或者现有理论跟你的田野现场对不上号的场景：教育现场里的师生互动、医疗场景中的医患沟通、组织内部的隐性规则、社区里的互助网络，都能用。适合刚入门质性研究的学生，也适合做惯了量化、想补上"意义解释"这一块的研究者。

但这套方法也是最容易被做走样的。我见过太多论文，前面写着"采用扎根理论"，翻到编码部分一看，就是把访谈稿切成一句话一个标签，归归类，然后宣布"浮现了三个核心范畴"。这跟主题分析没什么区别，只是换了个名头。所以这篇不打算只讲流程，而是把每个环节真正的手感、判断标准、以及那些踩过才知道的坑，一块儿摊开来说。

1. 从"先立假设"到"让数据说话"：这套方法到底在反什么

1.1 归纳不是万能钥匙，但它针对的痛点很具体

量化研究的典型路径是：读文献→提出假设→设计工具→收集数据→验证假设。这条路径的效率很高，前提是你研究的问题已经被前人切得足够细，变量之间的关系大致清楚，你只需要在某个具体情境下再确认一遍。问题在于，很多社会现象不是这个结构。你去研究一个新出现的行业里从业者怎么理解自己的职业身份，翻遍文献也找不到合适的量表；你去研究一个社区里邻里互助是怎么自发组织起来的，现成的理论要么太宏观要么太西方。这时候你需要的是先搞清楚"这里到底在发生什么"，而不是"我的假设成不成立"。

扎根理论就是为这种"说不清楚"的状态准备的。它的核心主张是：理论应该从数据中归纳生成，而不是从既有理论中演绎推导。注意这里的措辞，不是"不要理论"，而是"延迟理论化"。你带着理论敏感性进入田野——知道哪些概念可能相关、哪些文献值得读——但你不预设它们之间的关系，也不预设哪个是核心。你要做的是让受访者的话、观察到的行为、收集到的文本，自己告诉你哪些东西重要。

这个转向的代价是时间和不确定性。量化研究可能三个月跑完数据，扎根理论做扎实了一年半载很正常，因为你得一边收数据一边分析一边调整下一步收什么。而且你没法提前知道最后会得出什么结论，这对习惯了"开题就写清楚预期成果"的人来说是很不舒服的。我自己的体会是，这个不舒服是必须熬过去的，因为一旦你提前锁定了结论，后面所有的编码都会不自觉地往那个方向偏。

1.2 三个流派的分野，决定了你手上的操作手册长什么样

扎根理论不是铁板一块。发展到现在，大致可以分成三条脉络，它们在编码流程、对研究者的定位、以及理论呈现方式上差别不小。选哪一条，直接决定你接下来的操作步骤。

程序化流派是国内论文里最常见的，因为它步骤清楚、写出来好看、评审也好对照着查。开放编码、主轴编码、选择性编码三段式，加上一个"条件—行动—结果"的编码范式，基本能撑起一篇硕士论文的方法章节。但它的风险是容易变成机械套模板：不管数据长什么样，都硬往那个范式里塞，最后出来的框架千篇一律。

经典流派更强调"让数据自己说话"，编码阶段只分实质编码和理论编码，中间不做那么细的结构化。它对研究者的理论敏感性要求极高，因为流程给你的支撑少，全靠你自己在数据里泡着找感觉。建构主义流派则把研究者的位置摆得很清楚：你不是在外面看，你是在里面和受访者一起把意义谈出来，所以反身性（reflexivity）是必须处理的部分，你得交代自己的立场、预设、以及这些怎么影响了分析。

我的建议是：如果是第一次做，走程序化流派，至少有步骤可循；做到第二第三个项目，可以往经典流派或者建构主义流派靠，因为那时候你已经有了自己的分析手感，不需要那么多外部框架来扶着走。

2. 开放编码：把一页访谈稿拆成几十个标签的那几个小时

2.1 逐行编码与概念化的操作手感

开放编码是整套流程里最耗神也最见功力的部分。它的任务是把原始材料的"厚描述"拆成一个个有分析价值的片段，然后给这些片段贴标签、归概念、聚范畴。听起来简单，做起来是真磨人。一百页逐字稿，认真做开放编码，做个两三周是正常的。

操作上，我习惯先做逐行编码：一行一行地看，遇到有意思的表述就给它一个初始编码。这里的"有意思"包括：受访者用了特别的词、讲了一个具体的事件、表达了某种矛盾的情绪、反复提到某个东西。初始编码要尽量贴近受访者的原话，这叫"活体编码"（in vivo code），比你自己概括的词更有生命力。比如受访者说"我就是不想再解释自己了"，初始编码就是"不想再解释自己"，不要直接抽象成"自我呈现疲劳"，那是后面才做的事。

做完一批初始编码后，做概念化：把表达相似意思的编码聚在一起，起一个能涵盖它们的名字。然后再做范畴化：把概念归到更高一层的类别里。这三个层次的关系，用一个具体的片段来说明最清楚。

假设有一段访谈，受访者是一位刚转行做社区养老服务的中年人，他说：

"刚开始那半年，我天天被家属问，问我以前是干嘛的，问我有没有证，问我能不能保证老人不出事。我也说不清楚，就只能笑着答。后来我学会了，一进门先把我的培训证书拿出来放桌上，他们就不问了。"

这段话的编码过程大致如下：

到范畴这一层，你就能看到两条线索：一条是"身份合法性怎么被家属怀疑又怎么被化解"，另一条是"从业者在压力下发展出了哪些应对策略"。这两条线索会引导你下一步去问什么问题、找什么人。

提示：初始编码阶段先别急着分类。我吃过这个亏——刚开始编码就想着"这个属于哪个维度"，结果手速是快了，但很多有价值的细节被过早压缩掉了。前期宁肯标签多一点、碎一点，后面聚合的时候再做减法。

2.2 初始编码常见的三种偏差，以及怎么在过程中自查

第一种偏差是过度抽象。很多人编码的时候不自觉就往大词上靠：把"每天早起给老人烧水"编码成"日常照护实践"，把"跟家属吵架后躲在楼梯间抽烟"编码成"情绪调节机制"。这样编出来的东西看起来很像论文，但实际上已经丢掉了数据的质感，而且后续再也没法从这些标签里还原出具体场景。自查的办法很简单：编完一段，回头看你的编码，问问自己"如果我只看这个编码，能不能想象出受访者当时在干什么"。想象不出来，说明抽得太狠了。

第二种偏差是忽略负面案例。人有个天然的倾向，看到符合自己直觉的材料就兴奋，看到不符合的就跳过。扎根理论特别强调"持续比较"，其中一项就是要把负面案例和正面案例放在一起比。你在数据里发现大部分受访者都说"培训很有用"，但有三个人说"培训就是走个形式"，这三个人不能被当成异常值扔掉，反而要追问：他们的情境有什么不同？是不是入职时间、机构类型、岗位层级有差异？负面案例往往是理论深化的突破口。

第三种偏差是编码语言和数据语言脱节。有些人的编码表做得特别工整，全是"适应""建构""张力""嵌入"这类学术词汇，但跟原始材料的距离已经很远了。我建议在编码表里保留一列"代表性原话"，每个概念下面挂一到两句受访者的原话。这样写到论文里的时候，你的每一个论断都能落回到具体的人说的具体的话上，评审也没法说你"空对空"。

还有一个小技巧：编码日志。每天编完码，花十分钟写一下今天编了多少、遇到什么困难、哪个概念反复出现、下一步想重点看什么。这本日志积累下来，就是你后面写方法论章节和讨论部分的一手材料，也是判断自己有没有"编麻木"的重要依据。

3. 主轴编码与选择性编码：把碎片串成有骨架的故事线

3.1 编码范式是工具不是枷锁：条件、行动、结果的因果链怎么搭

开放编码做完，你手上有几十个概念、十几个范畴，但它们还是散的。主轴编码的任务是把这些范畴之间的关系建立起来。程序化流派给出的核心工具是编码范式：把每一个范畴放到"因果条件—现象—情境—中介条件—行动/互动策略—结果"这个链条上去问。

举个实际操作的例子。前面那个养老服务的情境里，"身份合法性的建立"这个范畴，用编码范式拆开来问是这样的：

• 因果条件：行业新、从业者背景杂、家属缺乏判断依据
• 现象：家属对从业者资格反复质疑
• 情境：上门服务、初次接触、家属在场
• 中介条件：有没有证书、机构背书、熟人介绍、以往口碑
• 行动策略：主动出示证书、请机构出面、用服务效果说话
• 结果：质疑减少、信任初步建立、但也有从业者因承受不住而离职

这样一拆，原本静态的范畴就变成了一个有前因后果的"故事片段"。你把多个范畴都这样拆一遍，它们之间的连接点自然就出来了：某个范畴的"结果"可能正好是另一个范畴的"条件"。

注意：编码范式是个提问工具，不是必须填满的表格。有些范畴用不上"中介条件"这一栏，有些范畴的"结果"在数据里根本没出现，那就空着，不要硬编。我见过为了把范式填满而生造因果关系的论文，读起来很别扭，评审也看得出来。

主轴编码阶段还要做一件事：范畴属性的细化。开放编码给出的范畴往往比较粗，主轴编码要把每个范畴的维度、边界、变化条件都摸清楚。比如"应对策略的演化"这个范畴，你要问：演化分几个阶段？每个阶段的触发点是什么？有没有人卡在某个阶段出不来？不同机构类型下演化路径一样吗？这些问题问得越细，后面写出来的理论就越有解释力。

3.2 核心范畴的浮现：它是"选"出来的，不是"凑"出来的

选择性编码的核心任务是找出一个核心范畴，把其他所有范畴串起来，形成一个有解释力的故事线。核心范畴有几个判断标准，我一般用这几条来筛：

• 中心性：它是不是出现频率最高、连接其他范畴最多的那个？
• 解释力：用它能不能把大部分数据都讲通，包括那些看起来矛盾的案例？
• 延展性：它有没有足够的维度可以展开，不至于写两页就写完了？
• 未饱和性：围绕它还有没有需要继续收数据去补的地方？

很多论文在这一步出问题，是因为核心范畴不是从数据里长出来的，而是从文献里借来的。比如研究乡村教师的职业认同，最后选的核心范畴是"身份建构"，这个词当然没错，但它太通用，放在任何一个职业群体上都成立，说明它没有真正抓住你这个田野的特殊性。好的核心范畴往往带着现场的味道，比如"在编制与乡土之间的摇摆"就比"身份建构"具体得多，它直接点出了这个群体面对的两股力量。

找到核心范畴之后，要写故事线：用一段话把整个理论框架讲清楚——什么条件下出现了什么现象，行动者怎么应对，产生了什么结果，又反过来改变了什么条件。这段话是你整篇论文的骨架，写顺了，后面每一章都知道该往哪儿放。

4. 理论抽样与饱和判断：数据收够了的信号长什么样

4.1 理论抽样是滚动的，不是一次性设计好的

量化研究的抽样是提前设计好的：样本量算出来，随机抽，抽完就完了。扎根理论的理论抽样完全是另一回事：你下一个要访谈谁，取决于你上一个阶段编码出了什么。这是它最反直觉的地方，也是很多人做不下去的地方——因为开题的时候你没法写清楚"我到底要访谈多少人"。

实际操作大概是这样滚动的：先做一批目的性抽样，找那些最了解情况、最愿意说话的人，比如机构里的老员工、社区里的活跃分子。编完这一批，你会发现某些概念特别突出、某些关系还说不清楚，然后你针对性地去找下一批人。比如发现"证书的仪式化使用"这个策略在不同机构里效果差别很大，那下一步就专门去找不同机构类型里的从业者，做最大差异抽样。再编，再发现新的空白，再调整。这个过程可能来回四五轮。

理论抽样的类型，常用的有几种：最大差异抽样（找差异最大的个案来检验范畴的边界）、极端个案抽样（找做得特别好或特别差的）、典型个案抽样（找最普通的情况）、滚雪球抽样（让受访者推荐）。用哪种，看你当前最需要补什么。

提示：理论抽样阶段最怕的是"图省事"。带学生做论文的时候，经常遇到这种情况：第一批访谈做完，概念也编出来了，后面就按原来的访谈提纲再找几个人问一遍。这不叫理论抽样，这叫重复抽样，它只能增加数据量，不能增加理论的密度。

4.2 饱和不是"没有新东西了"，而是"新东西不再改变框架了"

饱和（saturation）是扎根理论里被误用最多的概念。很多人把它理解成"再访谈也访不出新内容了"，这个理解有偏差。真正的理论饱和指的是：新收集的数据不再产生新的范畴，也不再改变已有范畴的属性和关系。注意关键词是"改变框架"，不是"产生新句子"。受访者当然会说出你没听过的话，但只要这些话能放进你已有的框架里，不推翻也不大幅修改，那就可以说这个范畴饱和了。

判断饱和，我一般看几个信号：

• 连续3-5个新样本，编码出来的概念都能归入已有范畴，没有新范畴出现
• 已有范畴的维度已经比较完整，很难再找到新的变化形式
• 范畴之间的关系稳定，新数据没有带来关系上的意外
• 围绕核心范畴的故事线能解释绝大多数案例，包括负面案例

这里有几个"假饱和"的陷阱要警惕。第一种是编码疲劳：编到后面人麻木了，看什么都觉得"这个之前见过"，其实是自己的敏感度下降了。对付这个的办法是隔一段时间回头重编几份早期材料，看看会不会编出不一样的东西。第二种是样本同质：你访谈的全是同一类人，当然很快就饱和了，但这种饱和是假性的，换个群体可能立刻就不饱和了。第三种是时间压力：论文要交了，不得不宣布饱和。这种情况下至少要在方法论部分老实交代，别把没做完的活儿包装成做完了。

饱和到什么程度可以停？没有一个硬性的数字。比较务实的做法是：核心范畴做到饱和，外围范畴做到基本饱和，然后在论文里交代清楚哪些地方饱和了、哪些地方还有待后续研究。这比笼统说一句"已达到理论饱和"要诚实得多，也经得起追问。

5. 备忘录与理论敏感性：编码之外真正拉开差距的功夫

5.1 备忘录要分层写，别都写成流水账

备忘录（memo）是扎根理论里最容易被忽略、但实际价值极高的部分。它的作用是把你在编码过程中的想法、疑问、比较、灵感都留下来，形成一条分析轨迹。很多人做编码不做备忘录，等到写论文的时候，编码表是有的，但每个范畴为什么这么归、当时是怎么想的，全忘了，只能对着编码表硬编故事。

备忘录大致可以分几层来写：

• 操作性备忘录：记录抽样决定、访谈调整、编码规则的变化。这类偏流水账，但要写，后面写方法论章节直接用得上。
• 分析性备忘录：针对某个范畴，写它的属性、维度、和其他范畴的关系、可能的解释。这类是核心，写得越细越好。
• 理论性备忘录：把多个范畴串起来，尝试提出一个初步的解释框架，看看能不能讲通。这类不用多，但每个阶段至少要写一两篇。
• 反思性备忘录：记录你自己的预设、情绪、以及它们可能怎么影响了分析。这类在建构主义流派里是必须的，在程序化流派里也很有价值。

写备忘录不用追求文采，想到什么写什么，重要的是频率。我的习惯是每次编完码写15分钟，不用长，但要坚持。积累两三个月，回头看这些备忘录，你会发现自己其实一直在往前走，只是当时感觉不到。

5.2 理论敏感性不是天赋，是可以练出来的

理论敏感性指的是你对数据里"有理论意味的东西"的敏锐度。同样一段话，新手可能觉得平平无奇，有经验的人能看出背后的机制。这个东西一半靠积累，一半靠方法。

练的方法有几个。第一是广泛读理论，但不照搬。读社会学、人类学、组织研究里的经典理论，读的时候不是记住结论，而是记住它们"怎么提问"——它们关注什么类型的机制、什么类型的张力。这样你进田野的时候，脑子里有一堆问题可以问数据，但不预设答案。第二是做比较。把你的数据和其他研究里的类似现象比，和你自己生活经验里的类似现象比，和不同受访者之间的差异比。比较是产生分析性想法的发动机。第三是写。想法不写出来就是飘着的，写出来才会发现自己哪里没想清楚。

关于什么时候读文献，扎根理论内部一直有争论。经典流派主张尽量晚读，怕被既有框架框住；程序化流派主张早期可以读，但要保持距离。我自己的做法是分层读：研究设计阶段读方法论和同领域的经验研究，知道别人做到什么程度了；编码阶段读一些能提供分析视角的理论，但不读跟你研究问题太接近的实证研究，免得被别人的结论带跑；框架成形之后再集中读，这时候读是为了对话，不是为了模仿。

注意：文献回顾的位置在扎根理论论文里跟常规论文不太一样。常规论文是"文献→问题→方法→发现"，扎根理论论文更常见的是把文献回顾放在发现之后，或者把大量文献对话放到讨论部分。这个结构差异在开题和答辩时经常被质疑，最好提前跟导师和评审沟通清楚，别到最后一刻才发现结构不合规矩。

6. 把扎根理论做成主题分析：五种走样与修正

6.1 只编码不比较、编码停在描述层，是两个高频翻车点

走样一：只编码不比较。持续比较是扎根理论的方法论内核，但很多人只做了编码，没做比较。比较至少要在三个层面做：不同受访者之间比、同一受访者不同时期比、数据和文献比。少了比较，编码表就是一堆静态标签，出不来关系，也出不来理论。修正的办法是每编完一个概念，强制自己问一句"这个概念跟之前哪个概念像、哪里不一样、为什么会不一样"。

走样二：编码停在描述层。描述层的意思是，你的范畴只是在复述受访者说了什么，没有往机制层面走。比如"家属质疑从业者资格"这是描述，"资格质疑作为一种信任成本的转嫁机制"这就往分析层走了一步。从描述到分析的跃迁，靠的是不断问"为什么""在什么条件下""导致了什么"。修正的办法是给每个范畴写一段分析性备忘录，强迫自己回答这几个问题。

6.2 没有理论抽样、核心范畴靠拼凑、把访谈提纲当分析框架

走样三：没有理论抽样，只有方便抽样。论文里写着"采用理论抽样"，但实际的抽样逻辑是"谁能联系上就访谈谁"。这会导致样本结构性地偏向某一类人，很多范畴的边界根本探不到。补救的办法是至少在关键范畴上做一轮针对性抽样，专门去找能挑战你现有框架的个案。

走样四：核心范畴是拼凑出来的。表现是核心范畴和下面的主范畴之间没有真正的统摄关系，只是把它们并列放在一个图里，然后画箭头连起来。判断标准很简单：拿掉核心范畴，下面的主范畴还能各自成立吗？如果能，说明核心范畴没有起到统摄作用，它只是个标签。真正的核心范畴应该是，拿掉它，整个故事就讲不通了。

走样五：把访谈提纲当成分析框架。有些人做完访谈，发现提纲分了几个板块——比如"入行动机""工作困难""应对方式""未来打算"——就直接把这几个板块当成范畴，编码的时候往里面塞。这是典型的"用先验框架切割数据"，跟扎根理论的精神正好相反。访谈提纲是收集工具，范畴是分析产物，两者不能混为一谈。修正的办法是把提纲收起来，重新从原始编码开始归并，看看数据自己会聚成什么形状。

6.3 从"贴了标签"到"讲出机制"：一个自查清单

做完一轮分析，可以用下面这个清单自查一下，看看自己做的是扎根理论还是主题分析：

这个表不是用来评判别人论文的，是给自己做过程自查用的。我个人觉得最有用的两行是"比较"和"理论"——如果一个研究做完，你只能描述"这里发生了什么"，说不出"为什么会这样、在什么条件下会不一样"，那基本可以判断，扎根理论的活儿还没做到位。

最后分享一个我自己一直在用的笨办法：每完成一个编码阶段，用一页纸把当前的分析状态画出来。不是画漂亮的框架图，就是拿张白纸，把范畴写上去，能连的连线，连不上的标个问号。这张纸会一直暴露你的薄弱环节在哪里——哪个范畴孤立着、哪条关系线是你硬连的、哪个区域还是空白。下次访谈之前看一眼这张纸，该问什么、该找什么人，心里就有数了。这比对着电脑屏幕上的编码表干想要有效率得多，也比等框架"自然而然浮现"靠谱得多。