一、因果推理法：构建研究问题的解释框架

1. 正向因果：从原因到结果

将研究现象视为结果，追溯其形成原因。例如在研究"青年养老焦虑"时，可梳理工作中断、效能感缺失等前因变量。这种逻辑特别适用于解释性研究。

2. 逆向因果：从结果反推影响

当研究聚焦特定因素时，可探索其可能产生的影响。如分析"信息过载"时，既可考察其对隐私披露的抑制作用，也可探讨其引发的决策疲劳效应。这种双向思维能显著提升文献挖掘深度。

二、样本推演法：建立微观与宏观的连接

1. 归纳逻辑：从个体到总体

通过典型个案推导群体特征。研究数字排斥现象时，可先分析老年人、残障人士等子群体，再归纳数字弱势群体的共性特征。关键在于确保样本的代表性。

2. 演绎逻辑：从总体到个体

用普遍规律解释特定现象。研究青年阅读焦虑时，可先梳理读者群体的普遍焦虑机制，再聚焦青年群体的特殊性。这种方法能有效解决新兴领域文献不足的问题。

三、类比迁移法：拓展研究视野

1. 特征类比：寻找相似主体

当研究对象缺乏直接文献时，可寻找特征相似的替代主体。"小镇做题家"研究可借鉴"蚁族"、农村大学生的身份建构理论。关键要论证类比对象的相似性。

2. 行为归因：解构结果的作用机制

针对政策效果类研究，可逆向分析达成目标的关键行为要素。如提升扶贫绩效，需要重点考察基层干部的职业倦怠、腐败行为等影响因素。这种方法特别适合对策性研究。