社会心理学研究方法与报告实践及优先事项的变迁
罗杰·吉纳-索罗拉(Roger Giner-Sorolla)，肯特大学
作为心理学的分支学科，社会心理学在其相对短暂的发展历程中经历了四次重大的方法论变革。第一次发生在1910年左右，当时铁钦纳（Titchener）和波林（Boring）将美国心理学从应用导向转向实验主义、理论聚焦的学科路径(O'Donnell, 1979)。这一转变将基础研究置于应用研究之上，这种不平等持续了数十年(Giner-Sorolla, 2019)。第二次变革归功于弗洛伊德·奥尔波特（Floyd Allport）(Greenwood, 2000)，他在1920年代建立了以个体为基础的社会心理学，与当时仍扎根于社会学分支的社会心理学所采用的集体层面解释路径形成鲜明对比。第三次变革发生在1960年代末至1970年代，学界开始质疑社会心理学与日益凸显的社会问题的相关性，同时反思标准实验室研究模式的伦理性与效度(Elms, 1975)。其他社会心理学家，尤其是欧洲学者，反对此前确立的个体主义和实验主义秩序，复兴并进一步发展了集体与话语研究路径(Hogg & Williams, 2000)。第四次变革同样发生在这些年间，学界开始担忧仅以0.05为显著性阈值的单篇研究文章能否为证据提供充分支撑（例如：Lykken, 1968; Meehl, 1978）。
1980至1990年代的证据标准调整并未完全平息上述最后一类担忧。但在过去十年间，关于证据稳健性与报告透明度的关切——其中一些由来已久，另一些则相对新颖——开始被期刊编辑、专业学会及社会心理学领域的其他把关者所重视。因此，近年来社会心理学的研究方法与报告标准发生了广泛变革。撰写本章以更新上一版于2010年出版的手册，更需要捕捉这种价值观变迁的时代特征，而非单纯关注研究方法的纯技术进步。但要评估最新创新为何被采纳，我们必须先理解旧有的运作模式。
社会心理学研究方法与报告实践及优先事项的变迁(上) | 社会心理学手册(第六版）
对操纵与测量规则的挑战
对呈现证据方式的批评，近年来也伴随着对方法论的较低调但持续的批评鼓点。方法关切紧随理论关切之后讨论是恰当的。正如我们所见，对心理学测量准确和有效性的低优先级，近期受到了显著批评。其中较突出的批评针对心理学中“可疑测量实践”，抨击了领域内的“测量，管他呢”态度(Flake & Fried, 2020)。除了担忧测量决策中未披露的灵活性（例如挑选量表中的哪些题目使用），他们还进一步担忧信度低下和量表未经验证的问题。从对心理学测量实践的考察中（例如：Hussey & Hughes, 2020），Flake和Fried得出结论：心理测量关切在研究和出版中常被忽视。Weidman等人(2017)更早且更针对性地针对情绪研究中不精确和临时的量表测量提出了简要批评。Schimmack(2021)警告心理学中存在构念效度赤字，再次将理论与方法关切结合起来，认为最佳解决路径是通过名学网络（nomological networks）细致映射构念。
对改进测量的呼吁，伴随着对提升实验操纵严谨性的聚焦。过去几十年，实验的阳性结果通常被视作操纵有效的充分证据。但当独立团队尝试重复这些结果，或者当研究者提交可能以零结果发表的注册报告时，问题就变得复杂了。我们如何确保阴性结果反映了有意义的近零效应，而非仅仅实验设置不正确？一种答案是包含操纵检验：即自变量测量，它应在实验组和控制组间产生适当的变异。这个术语的构念验证定义，不应与更简单的注意力或理解力核查混淆(Ejelov & Luke, 2020)。
实验心理学中操纵检验的效用已争论一段时间。一些作者担保其有用性和必要性。例如，Lench等人(2014)强调了在社会认知研究中确立有效操纵的重要性，并建议分析以检验操纵检验是否进而预测结果。援引Campbell和D. T. Fiske(1959)等先前关于效度的著作，Fiedler等人(2021)主张操纵检验对于解决当前时代显著性检验的疑虑是必要的。它们从聚合效度（检验被操纵变量的存在）和区分效度（检验其他变量以排除其影响）两方面确立效度。
然而，其他作者持怀疑态度。Sigall和Mills(1986)以及后来的Fayant等人(2017)认为，同一环节内的测量本身无法确立或排除实验操纵的有效性。Kidd(1976)，以及后来的Hauser等人(2018)和Fayant等人(2017)，也警告自我报告检验本身可能影响程序，使参与者意识到被测量的变量。他们建议非言语检验作为更好的替代。Gruiters(2022)主张操纵检验本身是不必要的检验，仅告知我们操作层面的效应，且可能削弱对潜在构念的推断。与Fiedler等人(2021)类似，Gruiters建议更广泛地聚焦于操纵的特异性，评估它对若干候选构念中哪一个的影响最强。
Ejelov和Luke(2020)回顾了争议，最终谨慎倡导操纵检验。它们既可作为实验效度的检验，也可作为因果强度测量的一部分。但必须注意其对实验程序的影响，以及检验本身的信度和效度。事实上，即使表达对操纵检验的怀疑，大多数作者也同意操纵的效度应以某种方式被检验。他们建议，例如，在独立环节或不同样本中开展预测试。
采纳情况
仔细观察会发现，社会与人格心理学的文章只需以有限且刻板的方式处理信度和效度关切，即可发表。Flake等人(2017)回顾了2014年JPSP的文章，发现尽管克隆巴赫α系数（Cronbach's alpha）被例行报告，但大多数测量缺乏关于效度其他维度的证据。Hussey和 Hughes(2020)考察了一个包含26种社会与人格心理学常用量表的大型数据集。尽管大多数通过项目总分相关指数显示出良好的内部信度（这也是常被报告的），但其他信效度指标表现不佳，26种量表中仅有一种能声称所有心理测量属性达到可接受水平。社会与人格心理学中克隆巴赫α信度指标的盛行，也与提供更优替代方案的统计学发展相悖（例如：Crutzen & Peters, 2017）。Cortina等人(2020)在《应用心理学杂志》中识别了测量方面的许多同类问题，提供了示例和改进量表开发的路线图。
审视操纵，Hauser等人(2018)显示，在2015-16年选取的社会心理学期刊样本中，操纵检验的使用率在40-60%区间，但考虑到作者显然并未仅编码实验研究，实际实验研究中的流行率可能更高。然而，操纵检验常表现出问题特征，例如缺乏检验检验对变量影响所需的区组平衡。Chester和Lasko(2021)更精确地聚焦于2017年JPSP发表的实验，发现约40%的实验操纵是临时创建的，没有任何有效性核查或预测试，同时存在Hauser等人(2018)指出的操纵检验执行问题。Ejelov和Luke(2020)进一步发现，社会心理学期刊中许多标榜为“操纵检验”的测量无法满足该方法学功能，因为它们仅仅是注意力或理解力核查，只能确定参与者能否重新识别刺激的表面意义。
方法论批评似乎起步晚于假阳性批评。它尚未经历证据标准所经历的那种革命——尽管正如方法挑战所示，许多测量批评早在数十年前就已存在。诚然，一些社论提到了测量问题。但截至目前，我们尚未普遍看到社会心理学期刊出台具体政策，要求更细致地开发测量和操纵。这与过去十年中开放数据、披露声明、效力分析、效应量报告已成为惯例形成对比。如何解释方法关切的滞后？
目前，对方法的批评基于社会心理学家方法不准确、不可靠和嘈杂的主张；换言之，当前实践太容易产生假阴性。这类论点的问题在于，它们无法直接引发人们对已被接受为真的阳性结果的怀疑。事实上，它们甚至可能错误地让人看到，在恶劣条件下获得的阳性结果因其能“穿透噪音”而显得“超强”(Loken & Gelman, 2017)。再加上认为假阴性发现主要由研究实验室自身承担成本的信念。在这种理解下，更谨慎方法与提升可用阳性结果率之间的权衡，变成了个人决策，而非质疑已呈现阳性结果质量的理由。
这种放任自流的态度，可以通过与提升样本量的进展进行直接类比来反驳。事实上，如同提升样本量，提升信度也作用于统计效力。当因变量的测量信度高时，可能获得更大的效应量估计，而效应量是评估统计效力的关键输入。Heo等人(2015)展示了信度提升如何增加统计效力。例如，在配对t检验中，使用不同的参数组合，将因变量的测量信度从0.70提升至0.90，会将显著性检验的效力从约0.63提升至约0.99——这相当于在检测中等总体效应时，将样本量从23人增加到81人(Heo et al., 2015, 表2)。所有关于低效力研究导致更高假阳性率的论证，同样适用于低信度测量。测量革命或许能通过发现不准确方法研究中的关键失败案例，点燃改革的火花。
还有一些引人注目的案例支持方法批评的另一臂——不仅糟糕检验的方法嘈杂，而且可能测量错了对象。例如，在自我损耗研究中，要就研究发现达成一致并理解其对理论的意义，因不确定如何操纵和测量关键构念而变得困难(Forestier et al., 2022; Friese et al., 2019)。举一例，自我损耗研究有时将自我控制操作化为参与者在解决无解任务时坚持的时长（例如：Baumeister et al., 1998; Dvorak & Simons, 2009）。然而，哪种选择需要更多的执行控制并不立即清晰：是尽管越来越多的证据表明无解仍盲目坚持任务？还是尽管疲劳加剧仍坚持到底？尽管这些问题至关重要，但它们目前仅限于影响单一研究领域，而非被视作社会心理学更普遍的警示。
成本与局限
社会心理学家通常不投入更多精力检验和验证方法，有一个清晰且普遍的原因。这个过程理所当然被视为费力、耗时，且回报甚少。文章的字数限制，以及编辑和审稿人的有限耐心，常常阻碍对新创测量开发和验证的完整描述。与人格心理学期刊定期发表量表和其他方法验证文章不同，社会心理学期刊并不常明确鼓励针对特定研究主题的方法开发独立写作。事实上，这类文章可能因期刊要求推进理论而触犯红线。正如文献计量研究显示，临时测量和操纵的绝对数量，并未伴随着印刷品中验证研究爆炸式的同步增长。
如果期刊开始因使用临时、验证不足的方法而拒收任何研究，将面临一种此前十年报告要求变革未曾面临的麻烦。研究的时间尺度和过程将不得不改变，以满足更严格的方法要求，使得最近产出的研究面临不确定的发表前景。而且，如果仅有少数期刊率先收紧要求，它们可能会发现作者转投其他更友好的期刊。
方法上严谨的研究无疑是更好的研究。它确实会以更高的阳性率和确定性发现回馈实验室。但在学术界的职业压力下，发展中研究者无法承担走慢路径的风险，如果这意味着其表面记录将逊于竞争对手。在这种情况下，采用更严格的方法论，必须与重复、注册报告和发表零结果等其他改革措施相伴而行。尽管协调推进方法论将改善领域现状，但对大多数个体研究者而言，这仍是一个缺乏吸引力的前景。改变社会心理学的测量和操纵规范，需要强有力的针对性激励。
新规则？
Flake和Fried(2020, p. 459)提供了一系列具体的启发式问题，用于评估任何给定文章中测量的质量。他们要求作者：1. 定义其核心构念；2. 论证测量选择并报告先前的验证；3. 匹配测量与构念；4. 描述测量在本样本中的反应编码、计算和信效度属性；5. 描述并论证任何修改；6. 论证新创测量的验证（或缺乏验证）理由。结合对使用经验证且合理测量的研究的明确偏好，这份清单可以作为期刊投稿指南进行宣传。稍加修改也可应用于操纵。可以颁发“验证测量”或“验证操纵”徽章，作为认可这类努力的第一步。
对普适性的挑战
为什么？
对大多数社会心理学研究聚焦于狭窄样本和情境的怀疑并不新鲜。早期的批评者注意到1950-60年代对大学生样本的日益依赖，并担忧从如此有限的人类文化和经验中能得出何种结论(Borgatta & Bohrnstedt, 1974; Sears, 1986)。其他人质疑为何基于实验室的基础研究被美化，而牺牲了现实世界的相关性（例如：Silverman, 1971）。还有一些人谴责依赖简易的自我报告态度测量，而非更费力但更现实的行动观察(Baumeister et al., 2007; McNemar, 1946)。
这些批评近期作为一股潮流重新浮现，这股潮流往往独立于证据标准改革的尝试，有时也给改革方案带来困难。WEIRD（西方、受教育、工业化、富裕、民主）这一缩写词被创造出来，指代大多数心理学研究参与者（包括社会心理学）的文化局限性（但参见Ghai, 2021和Syed and Kathawalla, 2021对缩写范围的批评）。更广泛的研究问题和答案中的偏见，以及从参与者到研究者再到期刊编辑的人员构成偏见，也受到了批评(Adams et al., 2015; Smith & Bond, 2022)。
这些批评质疑了一种隐含的扭曲：该体系将美国和（有时）加拿大置于中心，其次是多数白人英语国家（英国、澳大利亚、新西兰），再次是非英语西欧，然后是东欧、东亚和全球南方国家。进一步审视各国内部，农村人口相较于城市人口研究不足(Smith & Bond, 2022)，更不用说完全脱离农业或工业社会的人口(Henrich et al., 2010)。在上述框架中，中心国家内部，研究中的种族和民族代表性——涵盖参与者、研究主题和研究人员——也受到了质疑(Roberts et al., 2020)。
近期的元科学研究识别了这些社会科学中偏倚的机制和后果。研究者、期刊编辑和研究人群绝大多数来自上述框架中更中心的国家和文化(Arnett, 2008; Rad et al., 2018; Roberts et al., 2020; Thalmayer et al., 2021)。这种不平等助长了一种隐含的偏倚：对中心人群的研究被视为常态且自动具备普适性，而更边缘群体的研究则被视为需要标签和解释的特例（cf. Hegarty & Bruckmüller, 2013; Rad et al., 2018; Syed, 2020）。Kahalon等人(2022)、Cheon等人(2020)和Castro-Torres与Alburez-Gutierrez(2022)各自报告的文献计量研究显示，使用中心人群样本的研究，在文章标题中标注来源的可能性更低。Kahalon等人(2022)进一步发现，这种差异导致了对边缘导向研究的感知重要性降低。此外，近期一项针对全球社会心理学家的调查揭示了普遍存在的歧视：被告知他们的研究过于具体、无趣，或需要中心区域研究不需要的证明有效性证据（例如，来自更中心人群的控制组，对测量的特殊验证；Bou Zineddine et al., 2022）。
尽管很少有文章明确宣称普适于全人类，但心理学常隐含地做出这类宣称。Henrich等人(2010)指出的少数子领域例外，如个人价值观、情绪表达和人格特质研究，本质上聚焦于个体差异，因此允许文化变异。但总体而言，正如Henrich等人(2010)所言，“一篇典型文章不会声称讨论‘人类’，而是简单地描述决策偏误、心理过程、相关系数等等，而不涉及普适性问题，尽管发现常与‘人’相关联”(p.62)。这些观察得到了Rad等人(2018)对《心理科学》期刊文章分析的定量支持。
即使完全没有提及“人类”或“人”，根据格赖斯（Gricean）沟通规范，阅读“X预测（或导致）Y”这类主张时，除非进一步说明，否则会导致泛化解读(Cheon et al., 2020；关于基于认知语言学的进一步证据，参见：De Jesus et al., 2019)。西方读者若仍存疑虑，不妨自问会如何反应于诸如“红色与婚礼内隐相关”或“向他人露出脚底会引发愤怒”这类基于研究的陈述。如果读者的反应是“在我的经验中并非如此”，并希望这些发现能更明确地置于语境中（分别对应东亚婚礼传统，以及许多亚洲和非洲国家的礼仪），那么他们正在体验不恰当泛化陈述的另一面。
近期对心理学研究焦点狭窄的批评比以往更为深远。一些人主张心理学过快地给结果贴上普适标签。他们呼吁在普适性确立之前采取更谨慎的推进步伐，这不仅跨越人类群体，也跨越类别的情境和刺激(Yarkoni, 2022)。其他批评更进一步，超越了研究普适性的关切，呼吁逆转流向：主流心理学严肃对待更边缘领域和区域的理念与优先事项。去殖民心理学运动强调，非西方国家和文化不仅是研究对象，更应有权参与科学，并贡献植根于自身文化的本土心理学理念(Adair, 2006; Decolonial Psychology Editorial Collective, 2021; Reddy & Amer, 2023)。
对社会心理学研究相关性的长期关切，也以更尖锐的形式重新浮现，特别是关于授予基础研究特权的批评：因其隐含地将自身情境和研究人群视为去情境化的。近期的批评不仅要求出版和资助中更多考虑应用情境。他们还呼吁平衡Kurt Lewin(1951)在社会心理学发展关键阶段倡导的过程：即将实地和应用发现关键性地纳入基础理论的开发与评估，同时将理论输出到实践中(Berkman & Wilson, 2021; Giner-Sorolla, 2019)。近期也有新的警示，呼吁在将基础研究发现应用于COVID-19大流行等政策问题之前，暂缓行动，直至更多了解其在文化、情境和人群中的普适性(Bryan et al., 2021; Cesario, 2022; IJzerman et al., 2020)。
任何曾被拒稿但被要求转投“更专业化”期刊的作者，都见证过普适性作为出版过程中声望要素的运用。事实上，声望最高的期刊是那些覆盖心理学多个子领域或科学领域的期刊；那些要求理论进展以提升发现普适性（及生成性）的期刊；以及那些常要求跨不同方法和情境多次展示效应的期刊，再次提升了普适性。尽管这些标准都有其价值，但一种不那么正当的获取普适表象的捷径，则利用了关于被视为常态和常规的研究参与者的隐含假设。正如社会心理学家要求美国人直面那种将“默认美国人”视为白人的隐含偏倚（例如：Devos & Banaji, 2005），普适性挑战也要求研究者直面他们可能隐含地将“默认样本”视为西方、美国人和/或多数白人，任何其他特征都需要特殊解释的潜在可能。
采纳情况
过去十年间，增加心理学参与者多样性的举措虽有限，但仍值得回顾。正如Thalmeyer等人(2021)所记录的，六种高声望心理学期刊中美国本土样本的比例自Arnett(2008)的综述以来下降了约10%，但空缺主要由其他英语国家和西欧的研究者填补。Newson等人(2021)也发现，主流心理学期刊中西方研究的比例在十年间统计显著下降，但仅从95%降至92%，差额主要由亚洲奖学金的增加填补。进展的缓慢和范围有限并不令人惊讶，因为除了Kitayama(2017)呼吁在JPSP态度与社会认知板块进行更多跨文化重复外，几乎没有采取具体措施来促进对美国及更广泛西方以外样本的研究。
过去十年间，社会心理学的样本构成也因更易获取的众包在线参与者的普及而发生转变。到2015年，主要社会心理学期刊报告的实证研究中近50%使用在线数据收集，其中大多数是Amazon Mechanical Turk，其余大部分仍是大学群体(C. A. Anderson et al., 2019)。在某些方面，这一转变缓解了早期对基于学生样本的科学的担忧（例如：Sears, 1986）。然而，来自Amazon Mechanical Turk、Prolific等平台的新样本主要源于西方，且即使在其本国人口中也缺乏代表性，特别是典型工作者已完成的研究数量庞大（例如：Hargittai & Shaw, 2020; Stewart et al., 2016; Weigold & Weigold, 2022）。尽管一些社会心理学研究发现便利样本与更普遍的美国人口样本显示出相似效应（例如问题框架效应；Mullinix et al., 2015），但其他研究发现差异，通常是在一般人口中效应量更低（例如社会影响和启发式效应；Yeager et al., 2019）。
外部效度关切常在已发表文章的局限性部分被例行提及，正如B. Clarke等人(2023)所示，但这种反复的道歉行为未必转化为改善外部效度的意愿。相反，在Clarke等人看来，这标志着“一个领域愿意承认的次优实践，或许因为在当前语境下它们是合理的，但并不理想”(p.896)。尽管如此，一些倡议明确要求更明确和针对性的样本局限性承认。一个突出的例子是“普适性约束声明”（Constraints on Generality statement），这是一种正式陈述样本和方法局限的声明，被提议作为研究文章讨论部分的一部分(Simons et al., 2017)。普适性约束声明已在若干期刊实施，连同类似的倡议（例如：Kitayama, 2017; Lindsay, 2019；Roberts等人(2020)倡导的涵盖研究者视角的立场声明）。对于怀疑这类声明在文末可见度低的批评者，《期刊文章报告标准》（JARS; Appelbaum et al., 2018）——经APA认可并纳入其出版手册第7版——规定文章的标题和摘要必须包含参与者来源和特征信息。但可以说，目前没有社会心理学期刊（无论APA与否）似乎在执行这一标准，否则目录中将尴尬地充斥着“大学生样本”和“在线工作者样本”。
诸如“心理科学加速器”（Psychological Science Accelerator; Moshontz et al., 2018）——前文已作为提升研究统计效力的手段提及——同时也实现了心理学参与者和研究者基础的多元化（关于其他领域分布式研究工作的概览，参见：Coles et al., 2022）。当这类分布式项目在纳入西方世界与东亚工业化国家样本之外，进一步纳入全球南方（Global South）样本时，其研究结果对人类整体的代表性也随之提升（IJzerman et al., 2021; Silan et al., 2021）。另一项值得关注的发展是“非洲多实验室项目”（ManyLabs Africa），该项目旨在招募全球样本，以检验非洲心理学家提出的理论和测量工具（Adetula et al., 2022）。这种将研究思路从“中心流向边缘”的惯常模式加以逆转的努力，值得关注与效仿。
成本与局限
“便利样本”之所以得此名，自有其缘由。要提升研究的普适性，就意味着要走出社会心理学主流的方法、场景和人群范畴，这对研究者而言意味着高昂的成本。在一个评估研究者时“重计数而非重阅读”的学术环境中，开展难度更高的研究未必能获得与之相称的认可。更重要的是，回应普适性关切，有时会与证据可靠性要求产生冲突。如果严格执行扩大样本量的导向，可能会打击研究者招募难度更大样本的意愿，也会阻碍其采用实施难度更高的行为研究方法。推动数据开放的政策，可能会抑制涉及保密要求更高样本的研究（Chauvette et al., 2019）。僵化的预注册要求，也可能不利于在更适合开展探索性和描述性研究的场景与人群中开展工作。
化解所有这些冲突的方案在于：推进科学改革时应着眼于终极目标，而非狭隘地强制执行达成目标的特定手段。我们既要对提升普适性与效度的研究价值保持更开放的心态，同时也要清醒地认识到研究在何时才真正支持强有力的推断。秉持这种态度，科学改革的洞见将拓宽而非收窄研究世界的可用路径。在此过程中，研究者和研究评估者最好能将视野投向研究建制中心的外部，吸纳关于科学改革的多元视角（例如：Lewis Jr., 2021，关于中心—边缘关系与应用—基础关系的关联；Serwadda et al., 2018，关于开放数据；Syed & Kathuwalla, 2021，关于文化心理学与开放科学）。
新规则？
鉴于学界日益认识到在狭窄场景内开展研究的局限性，部分期刊（如《心理科学》Psychological Science；《人格与社会心理学杂志：态度与社会认知》JPSP: Attitudes and Social Cognition）已开始采纳“普适性限制声明”（Constraints on Generality）或类似说明。正如笔者所言，若此类举措能在文章的标题或摘要中体现，效果将更为显著——毕竟许多读者仅通过这两部分便得出结论，不再深入阅读正文。另一个促进样本多元化的低成本举措，是在评审环节提升对样本偏差的意识。期刊有必要通过政策明文规定及审稿意见函明确传达：不得以国籍或族裔为由，认定某个人类样本的有效性或普适性低于其他样本。尽管使用少数群体或非西方样本的研究者在审稿过程中，时常被问及为何未设置“白人对照组”（Chang & Sue, 2005; Markus, 2008），但这类提问并不恰当；尤其当使用常规样本的研究者从未被问及“你们的非白人（或非西方）对照组在哪里”时，这种双重标准更显不合理。
提高对样本来源的关注，还可以通过要求在“参与者”部分注明国籍及其他人口统计学特征来实现——即便参与者来自“中心”人群也不例外。目前，《APA出版手册》（第7版，2020）虽鼓励报告各类参与者人口统计学特征，却唯独未将样本国籍列入其中（颇为奇怪的是，移民身份却被纳入了）。在其他细微之处警惕“美国中心主义”，亦有助于强化更具包容性的思维定式。例如，当文献描述参与者来自“一所东南部大型大学”时，是否默认指的是美国佛罗里达或佐治亚州，而非中国的广州或深圳？再举一例，美国民主、共和两党有时被期刊视为核心意识形态分类变量（如：de Leon et al., 2020; Gelfand, 2022）。那么，一项针对印度国民大会党与印度人民党支持者差异的研究——两党合计选民规模是美国两大主要政党总和的两倍有余——在普通社会心理学期刊的编辑与审稿人眼中，真的会具有同等的吸引力吗？
这些对出版意识进行的细微却可喜的调整，好比是为学界敞开了大门。然而，考虑到全球研究生态系统中根深蒂固的不平等，要确保代表性不足的群体真正走到这扇门前，仍是一项复杂而艰巨的任务。总部位于“中心”地区的专业学会可发挥其作用，公开承认包容性与多样性存在的问题，并在力所能及的范围内提供解决方案。例如，“心理科学改进学会”（SIPS）的全球参与工作组已呼吁加强与西方以外组织的联系；通过虚拟参会、浮动收费标准和多元化会议选址，考量参会者的经济与跨境障碍；并通过问卷调查倾听西方以外成员的声音（Steltenpohl et al., 2019）。
面对这些对普适性的挑战，数十年来众多学者呼吁重新审视“通则式科学”（nomothetic science）——即那种试图检验并将普遍规律应用于人类行为的传统研究范式。他们提出，采用“特则式”（idiographic）与批判性研究路径，或许能更敏锐地捕捉社会现象，这类方法借鉴史学或民族志的思路，对个体现象进行情境化阐释（Gergen, 1973; Langdridge, 2008; Sullivan, 2020）。这些方法通常拒斥定量研究——因其侧重于确立跨人群、跨场景的集中趋势参数——转而青睐定性与描述性方法（Marecek et al., 1997）。在适当警示过度泛化的前提下，更广泛地接纳特则式研究目标，与上述理论部分所倡导的接纳描述性与探索性研究相辅相成。对于那些因数量有限、可及性差而难以用新型定量推断研究标准加以考察的人群，特则式方法尤为适用。此外，当一个观点可通过单一反例被证伪或限定适用范围时，基于小样本或有限样本所做的推断同样具有价值。不过，这种论证模式在政治学等其他学科（如：Coppedge, 1999; Dion, 1998）中可能比在社会心理学中发展得更为成熟。
结语
本文对过去十年方法论挑战的分析表明，受限于评判已发表研究质量的启发式规则，若干研究实践与报告中的“捷径”已然失效。文章同时回顾了通过新实践接纳新标准、并重审研究优先级的持续进程。其中，变化最为显著的，是我们对“强证据”的认知。如今，仅凭一系列一致的显著性 p 值便可证实假设的观点，已不再被普遍接受。我们必须追问效应量大小、方法论质量（尤其是统计效力），以及得出阳性结果的研究报告的完整性。若能更全面地审视研究发现所处的背景与质量，理想情况下也将促使学界更广泛地接纳已发表的阴性结果——无论是在多研究论文内部，还是将其本身作为独立结论。
上述各维度的变革虽未彻底完成，但已势不可挡。社会心理学领域的主流期刊大多已发表社论并出台政策，以多种方式承认改革的必要性。数据与方法材料开放、为重复研究开辟空间，以及更完备的统计报告，均在迅速成为常态。尽管在学界厘清研究中何种效应量属合理预期之前，具体的统计效力标准仍存争议，但单篇研究的统计效力要求正不断提高。诸多学者及部分期刊正通过预注册、披露声明和注册报告（Registered Reports）等举措，进一步夯实其证据基础的稳健性。即便期刊编辑对发表所有送审的零结果仍心存顾虑，但学界已愈发意识到，仅仅因为结果是零就予以压制是错误的，且我们有必要重新审视那些长期以来规避《APA出版手册》相关禁令的传统借口。
在推进变革的过程中，我们必须牢记：社会心理学家之所以投身这一领域，是因为它允许他们通过创造力与严谨性的结合，探寻个体与社会问题的答案。部分反对变革的声音描绘了一幅黯淡的科学反乌托邦图景：改革者最终实际上禁止了某些类型的研究——无论是挑战先验设定的创造性探索，还是不符合实验室实验规范科学范式的认知方式。正如一位政治学批评者谈及预注册时所言：“发现的惊奇感从整个事业中被剥离，使得这份工作更接近于技工而非艺术家”（McDermott, 2019, p. 58）。
然而，若应用得当，变革不应从根本上扼杀创造力。相反，它应当清晰地界定某项活动何时处于“创造模式”，何时又遵循了科学严谨性的机械规则。我在题为《科学还是艺术？》（Giner-Sorolla, 2012）的文章中曾批评过一种现象：艺术的标准——执行上宽松随意，却对证据应有的样貌抱持完美主义期待——被错误地套用于科学证据的评估过程。若希望我们的创意获得科学方法所宣称的那种尊重，就不可避免地需要做出一些妥协。这种尊重恰恰源于一种意愿：当数据证伪观点时，愿意依据原则性的分析程序对其进行修正或摒弃。创意性地生成观点，严谨性地检验观点——这才是任何科学的本质。
为避免扼杀兼具创造力与普适性的研究，践行新政策的社会心理学家应始终铭记其终极目标。定义清晰的实践规范与启发式规则有助于形成对标准的共识，理想情况下能让人感到评估是公正的而非任性的。但它们也容易在“守门人”手中僵化，或被聪明的“越界者”所利用，因此必须审慎对待。需谨记，各项实践之间存在一定的冗余。例如，预注册的目标与对方法的完全实时透明（Rubin, 2020）高度重叠。此外，在理论得到严谨发展且方法随之验证的前提下，预注册与直接重复试验的必要性也会降低（Fiedler, 2017）。因此，若某项改革在特定情境下显得困难或不甚适宜，仍有其他路径可达致目标。
我们还应认识到，一端的收紧往往伴随着另一端的放宽。诸多变革纠正了以往编辑和审稿人为迎合实证主义研究形象而对研究实践进行的错误标签化处理。这些变革确保了标签的正确使用，但我们同样可以坦然接纳“贴标”与“未贴标”的研究，而非一味拒斥后者。例如，预注册且理论建构严密的假设，不应挤占探索性与描述性分析的发表空间。全面披露的标准应与放松对“完美结果”的期待并行不悖。不同的认知方式都应被接纳，尤其是在实证主义科学力有不逮之处。不过，我怀疑当前被视为出版质量标志的80%以上的拒稿率，使得大规模放宽标准举步维艰。若要在维持现有体系的同时拓宽“好科学”的定义，编辑们就需要厘清前20%的描述性研究、重复研究、探索性研究或质性研究究竟应具何种形态。这并非不可能完成的任务。但在为了维持那80%的拒稿率而过度折腾之前，我们也该反思：这对科学传播与职业发展究竟是利大于弊，还是弊大于利。
最后，社会心理学研究方式的改革值得推进，还出于一个终极原因：我们在社会心理学界之外的公众眼中的伦理与道德形象。常识对科学的期许包含了对诚信的期望。外行认为科学家应当报告所有证据，无论结果是否支持待检验的观点。事实上，他们将选择性报告视为应受惩罚的违规行为，有时甚至视同实际的数据捏造般严厉（Bottesini et al., 2022; Pickett & Roche, 2018）。外行也期望科学发现是可重复的（Fetterman & Sassenberg, 2015; Mountcastle-Shah et al., 2003），并且如果数据与材料得以开放，他们更倾向于信任科学结果（Schneider et al., 2020）。那些为可疑研究行为辩护时常见的理由——如“期刊编辑要求的”、“压制失败结果是为了读者利益”、“整理数据集以供开放共享太费功夫”等（如：Washburn et al., 2018）——很难动摇公众的固有认知。常识对诚信的期许承载着伦理分量。当代心理学研究的道德性，不在于判定特定工具的对错，也不在于贬低研究者的过往实践。我们正在构建的，是一套研究与报告层面的职业道德体系，这套体系旨在为我们始终致力阐明的社会重大问题，提供坚实可靠的答案。
Giner-Sorolla, R. (2025). Changing practices and priorities in socialpsychological research methods and reporting In D. T. Gilbert, S. T. Fiske, E. J. Finkel, & W. B.Mendes (Eds.),The handbook of social psychology(6th ed.). Situational Press. https://doi.org/10.70400/ZUTF8520
社会心理学史：四个持久的张力(上) | 社会心理学手册(第六版）
社会心理学史：四个持久的张力(下) | 社会心理学手册(第六版）
测量构念(Measuring Constructs) | 社会心理学手册(第六版）
