总体上，我觉得文献综述难在三点：①在研究的不同阶段，读文献的目的是不同的，如何搜索、如何选择文献、如何阅读、如何做笔记等的策略也是不同的，需要我们不断换挡；②综合（synthesizing）文献的信息也比较困难；③最困难的是运用文献讲个动人的故事。

我们先说第一个难点。

表格中列出了5个研究阶段，我们在不同的阶段使用文献的目的是不同的。因此，在文献搜索、文献选择、文献阅读、文献笔记等方面的策略是不一样的。举个例子，如果我们正处于选题阶段，那么进行文献搜索很可能是漫无目的，仅仅用猜测的一两个关键词在各种数据库里搜索。也许此时一天你要读几百篇文章（哈哈，如果只读标题也算读文章的话），基本上也没有做文献笔记的需要（可能需要做些搜索的记录）；假如我们到了研究设计阶段，那么我们的问题是比较清晰的，猜想也大体上有了，我们可能就需要读很少一部分方法的文献，帮助我们回答：这么做行不行？有没有漏洞？耗费多不多？划算不划算？如果那样做逻辑上有没有问题？能不能达到目的？有没有更合理的方法？

如果这些阶段能够截然分开还好，问题复杂在这些阶段是交叉重叠的、相互纠缠的，这就搞得我们在读论文的时候大脑也处于纠结状态，是浅读还是深读？记不记笔记？是否要把文献下载到Endnote里面？是否要打印出来看？怎么我想的这篇论文都做过了？相关的问题都有啥？怎么这么多人都做了这方面的问题？有啥没做过的？这个问题重不重要啊？要是我做，有可能发表吗？我能不能搞定？

但是这个困难随着研究的推进，会越来越小。大家仅仅是在开始的时候经历这么一个混乱的阶段。如果“运气好”，导师把问题、方法都说得很清楚了，你可能连这些困难都不会经历。但是，我建议最好还是经历一下。

接着我们讲第二个难点。关于如何综合，我在推文“如何综合（synthesize）文献中的信息”中已经具体讲过了，大家可以看一下。这里再重点强调一下文献堆砌和文献综合的区分。有朋友说，在写文献综述时总是下意识地写“作者X用什么方法解决了什么问题，作者Y认为……”。这就是文献堆砌的特征。综合是要发现文献间的关联的。我们说过在矩阵中是沿着列从上往下走（也有可能沿着列跳着走）。

在叙述的时候主角是下图中的信息点，而不是作者。叙述要围绕着信息点1、3、6、8（概念）进行，而不是围绕着论文1、2、3（作者）进行。

每个信息点本质上都是一个问题，每列的单元格就是各个论文对这个问题的回答。对相同问题的各个回答之间可以进行比较（寻找相同点和不同点）。针对相同点，我们就可以进行归类，还可进行趋势分析，或者寻找其它类型的模式。针对不同点，我们可以追问原因，提出我们的问题，这个问题就变成一个新的信息点（可参考刘军强教授总结的提问句型：为什么“有的……有的……”）。如果追问的是，不同点是如何在过程上一步步生成的，通常就会产生一个因果机制的信息点；如果追问的是变量间的关系，通常会产生一个因果效应的信息点。

除了对文章作（问题，回答）序列的抽象，我们还可以从概念和命题的角度来看待论文。倘如此，那么信息点就可以是，概念A如何定义，有没有A的例子，概念B如何定义，有没有B的例子，……；两概念命题：A和B是什么关系，B和C是什么关系，A和C是什么关系，……；三概念命题：A，B和C之间是什么关系，……。对上述命题为何成立的追问，又产生了新的信息点。

我们还可以从论证理论的角度来看待一篇论文。那么，信息点就可以是：观点是什么，理由是什么，证据是什么，保证是什么，反驳与回应是什么。

我们再来看文献堆砌的示意图。

文献堆砌本质上是按行走，走完一行再走下一行。这样的话，我们根本就看不到文献之间的关联。按行走的时候，是不是最容易写：作者X认为……；作者Y认为……？

但是问题没有这么简单，有一种隐蔽的文献堆砌方式。说它隐蔽是因为实质上是文献堆砌，但是看上去又像综合。

如上图所示，叙述的时候，虽然给了个帽子（信息点4），这个帽子说出了论文1、2、3、4之间的共同点，但是接着就进行了堆砌：论文1说了啥；论文2说了啥；论文3说了啥；论文4说了啥。举一个稍微具体一点的例子吧。

围绕这个表格，一位同学写文献综述：

上述文字虽然看似进行了文献综合，也有不少学者这么写。但是本质上仍然抹不掉文献堆砌的印记。那么文献综合的写法是怎样的呢？

我们看一下下面两种都可以：

怎么看上去第一种写法跟前面标为“文献堆砌”的写法一样啊，都是以作者为中心的方式写的呀。两种方式的本质不同就体现在两个表格上：文献综合的本质是要让不同信息点（列）之间展开对话；文献堆砌的本质是没有对话。文献堆砌一般只有在举例子的情况下才使用，其他情况，尽量少用。

我们再说最后一个难点：讲故事。

如果仅仅是根据信息点在文献中找答案，每位同学都会，文献综述就不会那么难了。进行文献综述最大的困难在于寻找论文间的关联，并以这些关联为素材讲故事。而且故事的结局我们是知道的：找到一个别人没做过的、有意义的、我们能搞定的研究问题（详见有关科研三角模型的介绍）。

但是这个结局仅仅是框架性的结局，就像电影剧本中正义战胜邪恶的结局一样，需要我们在这个框架里填充具体内容。例如，蜘蛛侠打败了怪物，拯救了世界。在这个意义上说，每位写文献综述的同学都是一位编剧，需要利用文献编出一个能够让同行信服的故事。

说得有点抽象，我们还举刚才的例子吧。

图上虚线框中就是我们设想的一个故事大纲。故事的素材是我们从文献中获得的三个信息点。前面已经说过，怕忘了，再明确一下：

信息点1：建立在假设1、假设2和假设3基础上的推荐研究方法书籍的算法有哪些？论文3回答说有算法L3；论文4回答说有算法L4。

信息点2：建立在假设1和假设2基础上的推荐研究方法书籍的算法有哪些？论文2回答说有算法L2。

信息点3：只建立在假设1基础上的推荐研究方法书籍的算法有哪些？论文1回答说有算法L1。

利用这三个主要的信息点，我们就可以猜想，我们能否继续放松假设1来设计一个新的算法？当然我们刚才说的3个信息点仅仅是关键的，还有一些比较重要的，也不能缺少，例如，L1，L2，（L3，L4），在推荐结果评价指标上的表现相当，耗费资源相当等。

这里，我们就是在利用论文1、2、3、4之间的关联来讲故事的。论文3和4的关联是它们的相同之处：建立在假设1、2、3上；论文3、4和论文2之间的关联：2比3、4少了一个假设；论文1和2之间的关联：前者比后者又少了一个假设。

那么你可能会问，我怎么知道讲什么故事呢？故事大纲怎么编啊？哈哈，每一位编剧都会这么问。有学者用图示的方式给我们提供了一些故事大纲：

图片来源：(Lebrun, 2007) p. 164

我只知道这里是最难的地方，而且是我所读过的研究方法、文献综述类专著、论文、推文都没有重点讨论的内容，Lebrun可能是触碰这个话题最多的学者，但是仍然着墨不多。我暂时也没有一个很好的回答。是否可以从以下三个方面着手：①多积累些故事大纲；②论文阅读量不能小了；③在读论文的过程中，不断地编自己的研究故事，多个版本的故事，然后不断地放弃一些故事。

可能有人还会问：要讲好一个故事，最核心的信息点要多少啊？最核心的文献要几篇啊？这个问题没有确切的答案。不同的学科、不同的问题可能要求的数量不太一样。但是也有一些学者根据他们的经验界定了一下大致的数量。例如(Huff, 1999)p. 46说大体上只需要3~4篇最相关的文献即可；(Murray, 2011) p.126说2~3篇即可，最多不超过5~6篇文献。不仅仅是期刊论文，即使学位论文可能也是这样。在一个网站上看到下面这张图：

接着你可能要问了，既然5篇左右的核心参考文献就行了，为什么一篇期刊论文动辄就几十篇参考文献，学位论文要上百篇呢？这里面有很多故事，我也解释不清楚，只给一个类比说一下道理吧。大家都看过电影、电视剧，里面的主角有多少呢？一般情况下不会超过5个吧。出现在演员列表里的人名有多少呢？少则十几位，多则几十位。

与上述问题紧密相关的另一个问题是，文献综述要写多长呢？以我们刚才讨论的故事为例，似乎一两段话就能说清楚了。再往下，就感觉没话了，或者只能说些相关性不大的话，或者说些车轱辘话。如果从学理上说，文献综述要介绍多少，要看我们和我们的读者之间有多少信息差（Knowledge gap 请参考(Lebrun, 2007)第五章），也就是说我需要呈现多少背景信息，这位读者才能看明白我们之后展开的推理。按照这个道理，同样是刚才我们举的不断放松假设的那个例子，如果你和导师讨论，最多只需要那4篇论文即可，文献综述可能只需要两段话；如果你和一个大同行讨论，你可能要说更多的话。文献综述要写多长，学理之外的考虑也是有的。举个相关的例子说吧，我听说过，也见过，不少人为了做生意贷款买豪车，最后不能按时还贷，车被银行收回。写文献综述也有类似的情况，有时候我们写些看似相关实际上用处不大的文字，主要是为了撑撑门面，或者炫耀一下。问题的关键是，这种炫耀是我们预期读者想要看到的，如果不炫耀，读者就可能认为我们没有。这样的话，文献综述就不可能写得很短。当然，不管我们如何炫耀，也不用事事都从一万年前开始说。我原来建议过，从离你研究问题最近的领域常识开始说。

参考文献

[1]Huff, A. S. (1999). Writing for Scholarly Publication. London: SAGE Publications.

[2]Lebrun, J.-L. (2007). Scientific writing : a reader and writer's guide. Hackensack, NJ ; London: World Scientific.

[3]Murray, R. (2011). How to write a thesis (3rd ed. ed.). Maidenhead: Open University Press.