前几期我们讲了很多通用的写作技术，今天要聊一个很具体但常常被忽略的差异：定量研究和定性研究的论文其实是两种生物，用错表达系统会让文章变得不伦不类。我带过一些混合方法的同学，经常在写作中混搭，定量部分写得像散文，定性部分写得像实验报告，结果两头不讨好。所以这篇就是来帮你分清这两套语言系统，搞清楚自己的论文该用哪种方式说话。
开篇的差异：假设驱动还是问题驱动？
定量论文开篇一般以“假设”为导向。在绪论的末端或者文献综述之后，你会明确抛出一组假设（H1/H2/H3），整个研究就是去检验这些假设是成立还是不成立。写作时的叙事逻辑是“验证”——读者和你都在等待一场关于假设的判决。定性论文开篇以“研究问题”为导向。你可能不会提出假设，而是提出一组开放性的问题，研究过程是去探索这些问题，而不是检验预设。写作时的叙事逻辑是“发现”——你要带着读者一起逐步揭示现象是什么、过程怎样、意义如何。如果你的论文没有假设却硬凑了几个，结果讨论部分又无法围绕假设组织，就会显得结构混乱。
呈现数据的语气：证据感vs沉浸感
定量写作在呈现数据时追求客观和距离感，典型表达如“统计结果表X显示”“回归系数为正且达到显著水平（p<0.01）”“该变量解释了32%的变异量”。你不必渲染数据的情感色彩，数据本身就是证据。语言保持冷静甚至略带干涩是合理的，重点在于统计汇报的准确性和完整性。
定性写作呈现材料时则需要适度的“深描”和代入感。你引用一段受访者原话，不只是为了证明某个范畴存在，更是要让读者感受到那种情境和语气。“小陈在讲述被恶意差评的经历时，数次停顿，语气从最初的愤怒转为无奈——‘后来我就不看了，爱咋咋地’。”这种引述后面必须跟上你的分析，但前提是你提供了足够的“质性细节”让读者身临其境。如果定性论文通篇都是干巴巴的范畴百分比，那还不如做个量表。
图表的话语权：自明性vs解释性
定量论文里，表格和图形必须具有高度的自明性。也就是说，读者不看正文只看图表，就应该能大致明白你的主要结果。因此图表标题要写清楚、变量名要规范、注释要详尽。正文中对图表的解释力求精炼，避免重复啰嗦图表里已有的数字——典型格式是“表X呈现出……趋势，具体而言……，这表明……假设X得到支持/未得到支持”。
定性论文如果要使用图表，往往是用于展示编码体系、理论模型、故事线或过程模型。这些图表本身可能是一张概念图，不自带完整解释，需要正文陪同才能被理解。正文围绕图表展开详细叙事，把它当成一个整合性的视角工具，而不是一个数据报告。
讨论部分的走向：普遍化vs情景化
定量研究的讨论倾向于将结果往外推，寻求一定范围内的概括化和规律性。讨论中会频繁出现“本研究结果表明”“因此可以推测”“在类似情境下”，强调外部效度和理论贡献。
定性研究则反过来，讨论往往向内收，强调情境化和特殊性。好的定性讨论不是“我这个结论普遍适用”，而是“在这个特定情境下，发生了什么，对我理解类似现象提供了什么启发”。你的任务不是做统计概括，而是做分析概括——从个案中提炼出概念和关系，让读者自己判断它们在自己的情境中是否适用。语态上，定性讨论中可能会出现更多的“可能”“或许”“在本研究的情境中”，这不是不自信，是方法论上对复杂性和情境性的尊重。
研究者位置：隐身还是现身？
定量写作传统上要求研究者隐身，使用第三人称被动为主，“本研究采用……”“问卷被发放至……”。除非是专门的方法反思段落，否则“我”字很少出现。
定性写作中，研究者的反身性经常被要求体现出来。在某些质化范式下，你需要适当交代研究者的身份、与研究参与者的关系、进入田野的方式、自己的前见及其被悬置的过程。这不是啰嗦，是为读者提供判断研究可信度的必要信息。当然，这与研究范式的传统有关，并非所有定性论文都如此，但如果你做的是一种高度依赖于研究者自身作为工具的研究（如民族志、深度访谈、行动研究），那么“我”的适当在场是合理的。
如果你在做混合方法研究，最佳做法不是把两种写法强行揉成一个四不像，而是在不同的章节根据各自的研究范式切换语气，但整体由一条清晰的研究逻辑线统领。这种“分而治之”的策略，会让你的论文既有骨感又有肉感。
（编辑王老师）
