简短回答：叙事分析是一种定性研究方法，它把完整的故事（而不是被编码切碎的片段）作为分析单位。它追问人们讲了什么、如何组织讲述，以及讲给谁听。Catherine Kohler Riessman 将其分为四种类型：主题式、结构式、对话/表演式和视觉式。当事件顺序、转折点与身份认同比跨案例的模式更重要时，就适合使用叙事分析。
最后更新：2026 年 9 月 26 日
\n\n当受访者不只是陈述事实，而是在讲故事——如何离开学术界、如何与疾病共处、如何移民——研究者往往会选择叙事分析。本指南界定定性研究中的叙事分析，解释其四种类型，将其与主题分析进行比较，并通过六个步骤和一个简短的示例演示完整流程，便于你在论文或项目中直接改用。
\n\n叙事分析是一组以故事为分析单位的定性研究方法。分析者不把访谈拆成许多简短的编码，而是将每段叙述作为整体来阅读，追问事件如何被挑选、排序和评价，以及这种讲述对讲述者本人起到什么作用。故事被视为有意义的建构，而非对事实的透明记录。
\n\n有两个术语经常被混用。叙事探究（narrative inquiry）与 D. Jean Clandinin 和 F. Michael Connelly 相关，通常指从研究设计到写作的一整套研究方法论。叙事分析（narrative analysis）则指应用于叙事性资料的分析方法。Catherine Kohler Riessman 的 Narrative Methods for the Human Sciences（SAGE，2008）是后者的标准参考书。
\n\n如果需要先撰写研究问题，请参阅我们的定性研究问题示例，其中包含叙事探究类问题。
\n\nRiessman 将这一领域归纳为四种分析取向。下表总结了每种类型的关注点及其回答的问题。
\n\n| 类型 | 关注点 | 核心问题 | 典型资料 |
|---|---|---|---|
| 主题式 | 讲了什么 | 哪些主题在完整故事内部及故事之间反复出现？ | 访谈、书面叙述、档案 |
| 结构式 | 如何讲述 | 故事如何组织？讲述者在哪里对事件作出评价？ | 保留停顿与自我修正的逐字稿 |
| 对话/表演式 | 讲给谁、为何讲 | 故事如何与听众共同建构？它展演了怎样的身份？ | 包含访谈者话轮的访谈、日常对话、小组讨论 |
| 视觉式 | 图像作为叙事 | 照片、绘画或视频如何讲述或支撑一个故事？ | 照片引谈、绘画、视频日记 |
主题式叙事分析关注内容，但与常规编码不同，它保持每个故事的完整性，并在情节中的具体位置上解读主题。例如，你可能发现\"不被认可\"出现在许多职业转换故事中，但它在一些叙述里位于开头，在另一些叙述里却是转折点。这种位置本身就是研究发现的一部分。
\n\n结构式分析考察形式。最常用的工具是 William Labov 与 Joshua Waletzky 的口头叙事模型，后重刊于 Journal of Narrative and Life History（1997）。该模型识别六个要素：
\n评价性语句往往最具揭示性，因为讲述者正是在这里告诉听众应当如何理解这些事件。
\n\n对话式分析把讲故事视为一种社会行为。它将访谈者的提问纳入逐字稿，追问听众、场景和更宏观的话语如何影响可说与不可说的内容。如果受访者知道访谈者同样是学者，他讲述离职经历的方式可能与讲给业界朋友时不同。
\n\n视觉分析把这一取向延伸到受访者制作、挑选或被展示的图像上。它同时考虑图像本身、图像的产生过程以及人们如何谈论它，常见于照片引谈和艺术本位的研究。
\n\n两者都属于诠释性方法，也可以结合使用，但回答的问题不同。按照 Braun 与 Clarke（Qualitative Research in Psychology，2006）的描述，主题分析识别整个数据集中的意义模式；叙事分析则保留每段叙述的顺序与语境。
\n\n| 标准 | 叙事分析 | 主题分析 |
|---|---|---|
| 分析单位 | 完整的故事或案例 | 跨案例的编码片段 |
| 对顺序的处理 | 核心：顺序与转折点本身就是数据 | 通常不予考虑 |
| 典型样本 | 小样本，逐案深入 | 小到大样本，跨案例求广度 |
| 主要产出 | 案例画像、故事类型、结构模式 | 一组主题及支撑摘录 |
| 最适合 | 身份认同、变化、随时间的意义建构 | 共同的经验、观点与实践 |
主题分析与扎根理论的比较，请参阅主题分析与扎根理论；完整的主题分析流程，请参阅我们的主题分析指南。
\n\n有两种相邻方法很容易与叙事分析混淆。话语分析关注语言如何建构社会现实，而不是某个人的故事是如何组织起来的；解释现象学分析（IPA）则在小而同质的样本中考察对某一特定事件的生活体验。
\n\n以下片段是为说明方法而构造的示例，并非真实受访者资料。设想一位职业中期的讲师，讲述自己为何离开大学、转入业界研究岗位。
\n\n\n\n\"说白了，这是一个关于我不再等下去的故事。我签了六年的短期合同，一直满工作量教学。那年春天，那个长期教职给了一位外部候选人，系主任是在走廊里告诉我的。说实话，就在那一刻我想：我一直在为一个根本不存在的职位试镜。那年夏天我投了三家公司。现在我做的是自己真正设计的研究，觉也睡得更好了。\"
| Labov 要素 | 文本 | 分析说明 |
|---|---|---|
| 摘要 | \"一个关于我不再等下去的故事\" | 把叙述定调为主动选择，而非失去 |
| 定向 | 六年短期合同，满工作量教学 | 以不稳定处境作为背景 |
| 复杂化行动 | 教职给了外部候选人；消息是\"在走廊里\"告知的 | 随意的场合暗示被轻视 |
| 评价 | \"为一个根本不存在的职位试镜\" | 对过去的关键性重新诠释 |
| 结局 | 投了三家公司；现在设计自己的研究 | 重建的职业身份 |
| 尾声 | \"觉也睡得更好了\" | 以一个判断回到当下 |
主题式解读会编码出\"不稳定处境\"和\"缺乏认可\"。叙事式解读则进一步指出：讲述者把转折点放在一个具体场景中，并把六年的工作重新诠释为一场试镜。在多个类似案例之间，你可以比较\"不再等下去\"型故事与\"被迫离开\"型故事，并追问两者的差异何在。
\n\n这份 Qualitati 编辑清单帮助你判断叙事分析是否适合你的研究。请逐项回答\"是\"或\"否\"。
\n四个及以上回答为\"是\"，说明适配度较好；少于四个，则主题分析可能更适合你的研究问题。
\n\nQualitati 是一个面向高校和研究机构的欧洲定性研究平台，将 GDPR 与数据隐私作为核心优先事项。它支持叙事分析前后的实际操作步骤，而解读始终由你来完成：
\n第一次使用？教程会带你完成第一个项目。免费版每月提供 30 个积分，无需信用卡；详见价格。
\n\n本指南适合通过深度访谈研究生命事件、职业、疾病、移民或组织变革的博士生、学者和研究团队。如果你需要比较大量简短回答（例如开放式问卷回答），或者你的问题关注的是共同观点而非个人轨迹，则不宜使用叙事分析。
\n\n依据 Riessman（2008）：主题式（讲了什么）、结构式（如何讲述）、对话/表演式（讲给谁、为何目的），以及视觉式（图像如何讲述或支撑故事）。
\n\n叙事分析保持每个故事的完整性，并把顺序视为数据；主题分析则在众多受访者的片段中识别意义模式。
\n\n没有固定数字。由于每个案例都要深入分析，叙事研究的样本通常较小；应依据研究目的和分析深度来论证样本量，而不是依赖配额。
\n\n把一段职业转换访谈对应到 Labov 的六个要素上，展示讲述者把转折点放在哪里、如何评价它，正如上文的示例所示。
\n\nAI 可以协助转写、定位故事和生成初步摘要。现有已发表的研究支持在研究者监督下把它作为助手使用，而不是替代解读。
\n\n当一个故事的形态、转折点和听众与其内容同样重要时，叙事分析就是合适的方法。从 Riessman 的四种类型中选定一种，收集有展开空间的叙述，先逐案整体分析，再进行比较。准备好后，免费开始，获得 30 个积分，在 Qualitati 中运行能引出故事的访谈并组织你的叙事分析。
\n\n人工审核说明：文中示例为说明方法而构造，适配度检查是 Qualitati 研究团队的编辑工具，并非经过验证的量表。请与导师或本学科的方法论文献确认你的方法选择。
\n","related":[{"slug":"synthetic-survey-panels-marginal-fidelity-2026","title":"合成问卷样本库真的在模拟人吗？2026 年的一项检验","description":"合成问卷样本库能模拟真实受访者吗？2026 年研究发现，与公开平均值吻合并不能证明模拟成功：无人设提示在 9 组对比中 9 次胜过人设样本库。","category":"研究方法论","date":"2026-10-22","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"llm-as-judge-qualitative-interpretation-2026","title":"LLM 评审能给定性访谈解读打分吗？2026 年研究的检验","description":"LLM-as-judge 能否替代人工审核定性访谈解读？2026 年一项研究对比 3,560 条 AI 解读与人类评分：它能淘汰弱模型，却漏掉言外之意与细微差别。","category":"研究方法论","date":"2026-10-21","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"rehearse-interview-protocol-simulated-participants-2026","title":"能用 AI 模拟受访者预演访谈吗？2026 年研究发现","description":"能否用 AI 模拟受访者预演访谈提纲？一项 2026 年对 21 位定性研究者的研究发现，预演带来了实际的提纲修改，也暴露出三个隐藏风险。","category":"研究方法论","date":"2026-10-21","readTime":"7 分钟阅读","author":"Qualitati 研究团队"}]}