Methodological Innovations in Public Administration: A Symposium
本文集收录五项方法论研究，涵盖理论模型与经验数据结合、选择偏差、面板数据分析、同源误差及贝叶斯统计，旨在提升公共行政管理研究的严谨性。
《公共行政管理研究方法的创新：研讨文集》 作者：安德鲁B. 惠特福德,肯尼思J. 迈尔 一些公共行政管理学者将发展严谨的研究和实用的研究视为不同的学术诉求。我们认为这二者之间并无矛盾。绝大多数公共行政管理学的研究都具有深远的实际政策影响。因此这些研究更应遵从至高的学术标准。本研讨文集含括了公共行政管理学研究中五项重要的方法论考量。斯特凡·拉瓦度(Stéphane Lavertu) 和唐纳德 P. 莫伊尼汉 (Donald P. Moynihan) 的文章运用将理论模型和与其相关的经验数据结合的研究方法(Empirical Implications of Theoretical Models, EITM)，并表明使用这一研究方法的优势。大卫M. 柯尼斯基 (David M. Konisky) 和克里斯朵夫·雷诺克 (Christopher Reenock)在他们的文章中探讨了复杂的选择偏差(selection bias)问题及其解决方案。朱凌在她的论文中运用公共行政管理的面板数据(panel data)实例讨论了如何正确选用不同的面板数据模型同步分析跨地域和跨时间的变量。肯尼思J. 迈尔 (Kenneth J. Meier) 和小劳伦斯 J. 奥图尔(Laurence J. O’Toole, Jr.) 探讨了运用政府官员关于政府绩效自我评定数据进行研究时涉及的同源误差问题(common source bias)。杰夫·吉尔 (Jeff Gill) 的文章表明，运用贝耶斯的统计方法 (Bayesian statistics)有助于更加有效的分析公共行政管理学的研究命题。本研讨文集首次采用全新的审稿方式甄选被收录的论文。本文集收录的每一篇论文均需通过双盲审的审稿方式证明其学术价值。因此，本文集中收录的所有论文其审稿和发稿程序均和其他普通研究论文完全一致。