研究计划最难修改的地方，往往不是英文写得不够漂亮，而是问题已经讲得很大，却不知道自己打算观察什么。尤其是写城市治理、公共服务或政策研究时，“提升治理效能”很容易成为万能句，也最容易让一份计划失去研究重心。
浙江大学公共管理学院吴结兵教授长期研究社会治理、城市治理和政府管理。比起把这些方向并列写在简历里，我更愿意从他参与的一项具体研究进入：吴结兵与合作者讨论过环境治理中的共同生产行为与公共服务感知绩效，并采用跨层次分析。这里有两个值得读申请者认真琢磨的概念。
“共同生产”不是一句宽泛的政民合作口号，而是公共服务过程里，公众或其他主体是否真的参与了具体行动；“感知绩效”指人们如何评价服务效果，它不必然与客观环境指标完全一致。而“跨层次”意味着个体的行为和其所处的组织、社区或地区条件可能需要分别识别，不能把个人问卷结果直接当成城市治理的整体效果。
拿一份常见的研究计划做例子。原来的表述可能是：“本研究拟探讨数字化赋能城市环境治理的路径，提出增强市民参与、提高政府效率的政策建议。”这句话看起来四平八稳，但研究对象、变量、机制和比较依据几乎都没有出现。如果把它递给真正做社会治理研究的学者，对方很难判断申请者准备先做什么。
我会建议先缩小到一个可研究的问题：“在城市垃圾分类的公共服务场景中，居民参与信息反馈是否与其对服务成效的评价有关？社区回应速度和反馈处理方式会不会改变这种关系？”这个版本至少出现了具体场景、可能的自变量、结果变量以及社区层面的条件。但也要立即承认：问卷关联本身不等于因果影响，居民满意的人也可能更愿意参与。
于是，下一步不是堆上更多‘数字治理’的流行词，而是确定研究如何区分可能的解释。是否能获得不同时段的社区服务记录？参与者与未参与者是否存在原本就不同的社区信任？投诉处理速度如何量化？若准备跨社区比较，是否要记录社区资源、人口结构和管理制度？这些问题比一句“采用定量与定性相结合的方法”更能体现研究意识。
这里还要特别小心论文归属与研究边界。吴结兵教授参与的公开文章为我们提供的是一个可以学习的问题视角，并不等于他会认可上述垃圾分类方案，更不代表现有研究已经证明数字平台必然提高绩效。申请者需要进一步读原文的变量、样本和结论，再决定能够借鉴的是哪一段思路。
如果背景来自公共管理，优势可能在于理解政策执行和公共服务逻辑；如果来自社会学，可以从社区互动和社会资本切入；如果曾做过信息系统项目，则应补上怎样把界面功能转成可检验的治理机制，而不是直接承诺技术会带来更好的政策效果。
我更喜欢让研究计划留下一个扎实而有限的问题：有什么尚未被解释的现象，为什么现有数据或已有说法还不够，自己打算用什么材料辨别几种可能的解释。这样的计划即使没有宏大的口号，往往也更容易引出真正有价值的学术讨论。
