第1章 意外发现 意外发现是驱动研究引擎的燃料。社会学家、计算机科学家石峰（Feng Shi）和詹姆士·埃文斯（James Evans）基于来自研究文献、专利和科学事业的数百万条数据，总结道：“科学和技术因意外发现而进步。”（Shi and Evans，2019）在他们之前几十年，科学社会学家罗伯特·默顿（Robert Merton）就发现了经验研究中的“偶然性科学发现模式”（the serendipitypattern），这种模式是指“意外的、异常的和战略性的”观察结果成为构建新理论的基础。默顿的表述一如既往地发人深省。我们可能会认为意外发现是异常的，却通常不会觉得它们具有“战略性”。不过观察者需要能够战略性地看到偶然发现的理论意义。默顿补充道：“一位具有理论敏感性的观察者，才能从特别中发现一般。”（Merton，1968：158）我们怎样才能系统地获得意料之外的发现？你怎样才能让自己敏锐地察觉正在萌芽的意外发现？本书正是要给你这方面的帮助。 我们的第一本书《溯因分析：质性研究的理论化》（Abductive Analysis：Theorizing Qualitative Research），在越来越不切实际的质性数据分析领域标示了我们的主张。我们主要关切的是传统的数据分析方法削弱了质性研究的潜力。大多数质性研究者充其量不过是夸夸其谈那些他们在实践中并不会遵循的认知模型。研究文献的方法部分，无论是归纳的还是演绎的，大多都常常只是脱离质性研究数据分析实际的、老套的幻想。 我们与其他深入研究过实用主义先驱查尔斯·S.皮尔士（Charles S.Peirce）成果的其他学者持相同的观点（Locke，2007；Reichertz，2007；Strubing，2007），认为溯因，即基于意外发现的推理模式，在研究领域被低估了，特别是在理论发现中被严重低估。聚焦溯因推理，能够卓有成效…