想像一下這個場景：你熬了無數個夜晚，寫出了一份長達十頁的文獻回顧，跑出了極度顯著的統計數據，甚至用繪圖軟體畫出了一張結構精美、箭頭交錯的滿版架構圖。你覺得自己已經建構了一個無懈可擊的理論，於是滿懷期待地將稿件投向 AMR 或 ASQ。結果，不到兩週，你收到了主編的 Desk Reject（直接退稿），理由是：

「本文缺乏理論（Lack of theory）。」

​這正是學術寫作中最容易讓人崩潰的「幻覺」。1995 年，ASQ 兩位前編輯 Robert Sutton 與 Barry Staw 寫下了一篇名為《What Theory is Not》的毒舌經典。他們冷酷地指出：很多研究者只是把一堆「零件」拼湊在一起，就誤以為自己造出了一台有引擎的車。 要完成學術寫作的轉骨，我們必須學會避開這四個最致命的「偽理論」陷阱。

​陷阱一：把「文獻綜述」當作理論

​「引用了大神的語錄，不代表你擁有了大神的靈魂。」

​很多初學者在寫作時，會陷入「報帳式」的寫法：「A 學者指出……B 學者發現……C 學者認為……，因此本研究提出……」。這不是理論，這只是一份讀書心得報告。

​Sutton 與 Staw 提醒我們，參考文獻是建構理論的「原料」，而不是理論本身。頂尖期刊不想知道別人說過什麼，他們想看的是：你如何利用 A 與 B 觀點之間的矛盾或盲區，推演出一條屬於你自己的全新邏輯？ 文獻是墊腳石，你的推論才是真正的主角。

​陷阱二：把「數據」當作理論

​「數據只會說話，但它不懂得解釋。」

​在實證研究中，我們很容易對龐大的樣本數和完美的 p 值產生崇拜。但請記住：數據是「證據（Evidence）」，是用來檢驗真理的，它本身並不能構成真理。

​如果你的研究發現「導入 AI 系統後，醫療人員的離職率下降了 15%」，這是一個極具價值的數據。但如果沒有理論，這就只是一個現象。真正的理論必須去解釋這 15% 背後的「為什麼（Why）」——是因為 AI 降低了情緒勞動？還是重塑了專業自主權？沒有「Why」的數據，在評審眼中只是一具沒有靈魂的軀殼。

​陷阱三：把「變項清單與圖表」當作理論

​「畫得出精美的箭頭，不代表你說得通背後的道理。」

​我們都喜歡在論文裡放上精美的方塊與箭頭圖（Boxes and Arrows）。定義了五個變項，把它們連在一起，看起來就是個宏大的理論框架（例如某個超級生態系的架構）。

​但 Sutton 與 Staw 一針見血地指出：圖表只是視覺化的「摘要」。一個嚴酷的自我檢測方法是：如果今天把這張圖表從論文中強制刪除，你還能用純粹的文字，流暢且邏輯自洽地解釋這些變項之間是如何互動的嗎？ 如果文字變得蒼白無力，那這張圖表就只是在掩飾你邏輯上的空洞。變項是名詞，而理論需要的是充滿因果動力的動詞。

​陷阱四：把「假設」當作理論

​「假設是旅途的終點，而理論是那段曲折的旅程。」

​「H1：健康債的累積與個人職涯發展呈負相關。」當你寫下這條假設時，這只是你對未來的一個「預測（Prediction）」。

​評審並不在乎你預測了什麼，他們在乎的是你「憑什麼」做這個預測。在寫出 H1 之前的那三個段落，你如何運用心理學、經濟學或社會學的底層邏輯，一步一步地推導出這個結論？那個推導的「過程」，才是理論真正的棲身之所。

​煉金時刻：回歸「解釋」的初心

​《What Theory is Not》這篇文章雖然讀起來讓人冷汗直流，但它卻是學術生涯中最珍貴的一劑清醒藥。它不斷地逼問我們：拿掉那些華麗的包裝後，你到底有沒有看透事物的本質？

​真正的理論，不是名詞的堆砌，不是圖表的展示，也不是數據的狂歡。理論，是一個關於這個世界為什麼會這樣運作的「好故事」。