［本站讯］7月8日至11日，2024年IACMR研究方法研讨会在山东大学管理学院召开。IACMR主席、上海交通大学井润田教授担任本届研讨会议程主席。会议邀请来自英国、美国、加拿大、新加坡、中国大陆和中国香港的15位著名学者授课，详细规划了为期四天的讲座、课程，开展了系统深入的互动式培训。讲座期间，指导教授分别带领学员进行小组讨论，逐一分析和指导小组提案，并择优进行汇报演示。

学术讲座阶段，美国华盛顿大学陈晓萍教授作了题为“科学的精神与道德（The Spirit and Ethics of Science）”的讲座，讲解了什么是负责任的研究、负责任研究的七个原则以及建立负责任的研究生态系统三部分内容，从可靠和有用两个维度说明商业研究中存在的诚信危机和相关性危机，倡导建立负责任的研究生态系统，并介绍MOR期刊的使命、特刊等。在问答交流环节，与学员就AI工具的使用、研究和实践的关系、写作范式和中国化情景等问题进行讨论。

香港浸会大学黄旭教授作了题为“Follow the Theory”的讲座，依次介绍了理论是什么、如何链接理论和现象、如何判断找到正确的理论、是否需要全局理论、模型是否合理、如何提出令人信服的论点以及如何撰写假设等内容，并以具体文献为例，讲解理论的构建和发展，就如何寻找与现象精准匹配的理论、如何提升理论构建的能力、如何看待学术identity等问题与学员展开交流。

南安普顿大学Stratos Ramoglou教授作了题为“管理研究的哲学基础（Philosophical Bases of Management Research）”的线上讲座。Stratos Ramoglou教授首先提出四个问题：What is the nature of knowledge? What does it mean to know? Is knowledge even possible? What does it mean to explain？分享交流了经验主义的基本原理、现实的社会建构、现实主义的基本原理、科学知识的观点总结等内容。

北京大学张志学教授围绕“实验研究（Experimental Research）”这一主题，以两篇“辱虐管理”顶刊文献引入，讲解了实验研究的详细步骤，介绍了实验室研究的优劣势、实验情境、实验变量的操纵、如何给出操作定义、如何控制外生变量以及实验研究的两种效度等内容，并强调了科研伦理的重要性。

新加坡国立大学宋照礼副教授围绕“经验取样（Experience Sampling: Micro）”这一主题，结合相关领域几篇经典文献，交流讨论了日记与体验抽样法的定义、主要特征、优势与局限，日记与体验抽样法在组织行为学中的三种应用范式以及各种的优势和劣势，日记与体验抽样法的实施方法，主流组织行为学杂志采用日记与体验抽样法的文章等内容。

美国亚利桑那州立大学沈伟教授作了题为“纵向研究（Longitudinal Research）”的讲座，介绍了纵向研究的界定标准和数据种类，说明纵向研究在管理学中的应用和优越性，讲解了在纵向研究中应注意的事项，如个体效应的控制、因变量的自相关、异方差性和时间效应的控制等问题。讲座最后，沈伟教授与南京大学贾良定教授与学员们进行了学术探讨。

同济大学梁建教授作了题为“微观调查研究（Survey Research: Micro）”的讲座，讲解了调查研究的定义、研究理论、效度、目标人群和分析单位，阐明了如何开发测量量表这一重要问题，介绍了验证性因素分析、信度和效度等内容，强调了在数据收集过程中的注意事项，如跨文化、测量误差等问题。

南京大学贾良定教授围绕“宏观方向的调查研究（Survey Research: Macro）”这一主题，从自身研究经历出发，以“雇佣关系”为例，讲解了如何进行调查研究，介绍了调研程序，强调了研究设计、严谨且注重调查效果、真诚沟通的重要性，并分享了团队研究进展。

牛津大学赵雁飞教授和约克大学Majid Majzoubi博士联合作了题为“最优区分研究中的机器学习（Machine Learning in Optimal Distinctiveness Research）”的讲座。赵雁飞教授梳理了最优区分的相关研究，结合文献介绍了情境因素、时间动态、参考点、利益相关者的多样性四方面内容。Majid Majzoubi博士通过对比机器学习和传统统计分析，强调机器学习的优越性，说明了机器学习可能存在的过拟合和一般化的问题，并介绍机器学习的模型类型和具体应用，通过文献举例说明机器学习在管理学中的广泛应用以及未来的研究机会。

香港理工大学刘武教授作了题为“多层次研究（Multi-level Research）”的讲座。刘武教授首先从理论和方法的视角回答了“我们为什么以及何时需要多层次研究？”，其次介绍了多层次研究的类型，包括跨层次的直接效应、跨层次的交互效应、纵向模型等。在多层次的测量和分析中，以具体例子阐述总体单位、共享单位和形态单位。最后讲解了多层次的研究方法，通过文献说明HLM和MSEM方法，并指出未来的研究趋势。

香港中文大学（深圳）姜翰副教授作了题为“内生性和因果推断（Endogeneity and Causal Inference: Macro）”的讲座。姜翰教授首先阐明了内生性的统计学定义、来源和理论含义，依次介绍了度量误差、遗漏变量、同时相关和反向因果四种内生性来源，针对不同的内生性应选择对应的解决方法，解决内生性的方法有工具变量法、Heckman两阶段模型、广义矩估计、实验设计法、双重差分和断点回归。他认为，内生性绝对不是纯方法问题，而是在选题开始时就需要考虑的重要问题。

美国南卫理公会大学张震教授围绕“一致性分析（Congruence Analysis）”这一主题，阐明了一致性包括人与环境相适应和二元体中的相似精确性，说明了在response surface的分析方面如何进行概念性考虑与多项式回归图，并介绍了一些经典研究以规范研究方法，与同学们就位移量比较方面进行进一步讨论。

清华大学李宁教授作了题为“社会网络分析（Network Analysis）”的讲座。李宁教授回顾了社会网络研究，讲解了社会网络中的重要问题，包括属性到关系、网络类型、网络指标和网络内容等。他提出，组织网络分析具备高度的灵活性，几乎所有的OB和HR问题都可以使用网络分析来探索，可以将网络分析视为一种研究工具，使用网络分析研究组织中领导力、信任、创造、团队、社会化、文化等重要话题，提倡应用网络分析作出更细微、新颖的研究设计。

上海交通大学井润田教授作了题为“定性研究方法（Qualitative Research）”的讲座。井润田教授分别介绍了实证主义案例研究和诠释主义案例研究。在实证主义案例研究的部分，通过具体案例讲解研究设计、数据收集、数据分析和理论四方面的要素，并主张“视案例为实验”的观点。在诠释主义案例研究的部分，具体介绍了诠释主义案例研究的范式优势、过程和Gioia方法论，并分析了成都公交和小米公司等案例。在问答交流环节，井润田教授与学员交流讨论了案例研究模型、编码过程中的主题凝练、主观性和客观性的平衡等问题。

演示汇报阶段，每组学员共进行了7次小组讨论，确定本组的最佳提案，并通过团队合作帮助汇报学员收集资料、完善提案。汇报展示分为微观组和宏观组同时进行。导师和同学围绕汇报内容展开讨论，并提出可行的修改建议。

微观组获得最佳论文提案的是第7组来自香港理工大学的段晓晓同学，指导教师为张志学教授，研究题目为“Motivation and impact of returnee digital entrepreneurship”（本组组员为：张卓、陈鑫、段晓晓、董靖渝、王琬瑄、沈发美、崔圣仪、乔月桥、李杨、国佳宁）。宏观组获得最佳论文提案的是第8组来自北京大学的周梓洵同学，指导教师为贾良定教授，研究题目为“Lighting the path forward: The signaling effect of domestic firms’ socially-oriented investment on foreign MNEs’ investment decisions”（本组组员为：周欣雨、房彤玥、尹年崴、周梓洵、叶虹铃、秦鹏、齐超、赵熠婷、蒋雨思）。

闭幕式上，山东大学管理学院院长武常岐，教授王益民、辛杰、徐月华等学院教师代表及全体授课专家出席活动，院党委书记付岩志致辞。井润田教授致闭幕词并颁发感谢铭牌。他对山东大学管理学院的筹办、对各位专家老师的辛勤付出、对各位学员的参与表示感谢，希望各位学员继续发扬本次会议精神，在学术道路上不断成长，并把学术精神不断传递下去。

南京大学贾良定教授为本届研讨会赋藏尾诗一首，表达了对山东大学以及各位学子的美好祝愿。山东省书法家协会会员、山东大学管理学院辛杰教授亲笔书写。山东大学杰出校友赵雁飞教授作为教师代表致辞，来自香港理工大学的段晓晓作为学员代表发言。专家教授为学员颁发毕业证书。小组学员带来精彩纷呈的表演。

来自海内外52所大学的120位博士生及教师参加相关活动。