想像你的研究桌面疊滿了報告、檔案與舊報紙，你沒有受訪對象，也不必跑田野；你要做的，就是把這些「靜態的證人」拆解、重組，讓它們說出新故事——這正是文獻分析法（document analysis）的日常景象。
這種方法常被歸類為質性研究工具，但它也能支援量化統計，屬於跨領域萬用刀。簡單來說，研究者透過有系統地蒐集與評讀既有文本（學術論文、政府檔案、實務報告、甚至日記與漫畫），再加以編碼、分類與詮釋，藉此回答研究問題，甚至推演未來趨勢。
文獻分析法（literature analysis method），是指透過系統性蒐集、閱讀、整理與評析已有的研究或出版資料，來回答研究問題、建立理論基礎或發現研究缺口的一種研究方法。它不是單純的「看過幾篇文章」，而是一套有步驟、有目的的分析過程。
這種方法常見於以下情境：
撰寫研究計畫或論文時的文獻回顧段落；
探討特定主題的研究趨勢與發展脈絡；
整理某領域的理論模型或操作定義；
為後續的實證研究找出切入點。
當你決定要用文獻分析法展開研究，表面上看起來像是單純「讀資料」，但實際上，每個步驟都有明確的技術與思考脈絡。下面這套流程，能幫助你有系統地走完從撿拾資料到提煉洞見的整個過程。
面對網路與圖書館龐大的文獻資源，如果沒有事先設定好範圍，很快就會被海量資訊淹沒。因此，第一步要明確界定研究的主題與核心關鍵字。例如，你想研究的是「台灣電動機車政策影響」，就應先設定像是「電動機車政策」、「台灣綠色運輸」、「能源轉型政策」這類具體搜尋詞。這個步驟的目標，不是急著開始蒐集，而是劃出一個搜尋邊界，讓後續行動更有效率。
文獻來源五花八門，有的來自國際期刊，有的來自政府報告，也不乏企業宣傳資料或網路文章。這個階段的任務，就是逐一確認每份文件的出版背景、作者資格與背後的意圖。舉例來說，一份由某車廠贊助的產業報告，雖然提供了豐富數據，但背後可能帶有商業推廣色彩。相反地，來自政府或學術機構的公開資料，則相對客觀中立。這個步驟就像在篩沙子，留下可信又有價值的資料，過濾掉過度行銷或立場偏頗的來源。
接下來進入最耗時卻最關鍵的工作——深入閱讀與摘要記錄。你可以運用開放編碼，也可以先設計好分析標籤，例如「政策目標」、「實施困難」、「社會回應」等，再針對每份文件的相關內容進行摘錄。除了單純摘錄內容，也要注意紀錄出現的時間脈絡或作者觀點。這不只是抄筆記，更是一場資訊重組的工程，幫助你逐步建構出研究素材庫。
當素材累積到一定程度後，就需要進行整理與比對。你可以利用心智圖、矩陣表或比較表格，將不同資料排列在一起，觀察它們之間的敘事落差與重複出現的模式。例如，某些文件強調政策的環保效益，另一些則點出民眾反彈或基礎設施不足。透過這樣的交叉檢視，你不只是在拼湊資料，而是在辨識哪些觀點被忽略、哪些爭議尚未解決，這些發現將成為你後續論證的基石。
最後，把整理好的資料重新帶回你的研究問題，進行詮釋與理論對接。如果資料數量足夠，還可以進一步使用統計分析或回歸檢定，為你的發現增加量化佐證。重點不在於「列出你讀過什麼」，而是要說明「這些文獻如何支持或挑戰你的研究假設」，讓讀者相信你的論述是經過嚴謹推理與多方驗證的。這個步驟就像是煉金術的最後一環，把零散的資料煉成具有說服力的研究成果。
敘述性文獻回顧（Narrative Review）
最常見、操作門檻最低的文獻回顧方式，重點是概括性描述、整理與評論既有研究。
特點：沒有嚴格搜尋或篩選標準，依研究者判斷選取代表性文獻。
優點：適合快速了解某議題的研究發展脈絡或理論基礎。
風險：容易有主觀選擇偏誤，缺乏系統性與再現性。
系統性文獻回顧（Systematic Review）
強調明確、透明、可複製的文獻搜尋與篩選過程，目的是全面盤點所有符合條件的研究。
特點：事先設定搜尋策略與篩選標準，並詳列排除與納入依據。
優點：提升文獻回顧的公正性與完整性，適合作為政策、實證基礎。
風險：耗時且程序複雜，需要團隊合作與嚴謹執行。
後設分析（Meta-analysis）
建立在系統性文獻回顧基礎上，進一步統計整合不同研究的量化數據，計算總體效果量。
特點：需要可比對的統計資料（如樣本數、平均數、標準差等）。
優點：提供客觀量化證據，常用於醫學、心理學、教育等領域的效果評估。
風險：只適用於有足夠可量化資料的研究議題，且易受資料品質與異質性影響。
善用工具：你可以用 Zotero 來整理和管理找到的資料或文章。當你要分析大量訪談或文章內容時，可以用 NVivo 這個工具來幫忙標記和分類，比手動一個一個抄還有效率。如果要做一些統計或數字分析，可以用 Excel，如果你想進階一點，也可以用 R 這種專業的統計工具來跑更複雜的數據分析。
建立透明流程：保留搜尋策略與排除理由，日後方便審查與重複實驗。
寫作層次：先描述文件特色，再提出詮釋，最後連結理論，讀者較能跟上你的思路。
雖然文獻分析有他的好處，但是也可能有以下問題
歷史情境錯位：老資料放進當代研究，若忽略時空差異，易產生錯讀。
存活者偏差：能被保存下來的往往是主流、官方聲音，底層或邊緣群體的記錄可能蒸發。
作者動機：檔案製作者帶著目的寫作；研究者若未拆解那些動機，解讀將失真。
資訊疲勞：文件越齊全，分析負擔越重；當代「開放資料」雖好，但也可能拖慢進度。
面對這些疑慮，研究者必須交叉佐證、標註不確定之處，並在結論節如實揭露資料盲點。
Sinoimeri & Teta（2024，國際商管研討會論文集）
樣本來源：從 Elsevier 與 Springer 抓出 76,493 篇供應鏈相關文章，透過關鍵字與主題篩選。
方法亮點：作者用 PRISMA 流程圖說明篩選步驟，再以 Excel 統整期刊、國別、關鍵詞出現頻率。
可學之處：論文篇幅精簡，但把「資料庫查詢策略→排除條件→可重製的程式碼」寫得一清二楚，很適合初學者仿作。ResearchGate
Eriksson（2018，International Journal of Strategic Communication）
樣本來源：蒐集 2004–2017 間 104 篇危機傳播研究，限定有實務建議的文章。
方法亮點：先質化編碼歸納出 157 項「社群媒體危機應對建議」，再跨文章比對五大主題。
可學之處：作者把「建議 → 聯結證據 → 批判反思」三段式寫法套進文獻分析，非常適合想把質性內容轉成實務指引的研究者。ResearchGate
Udegbe et al.（2024，International Medical Science Research Journal）
樣本來源：檢索 2013–2023 間 AI 醫療應用文章，使用機器學習、NLP、預測分析等關鍵詞。
方法亮點：將發現依照「診療輔助、個人化治療、院內營運」三類別歸檔，並對應倫理與隱私挑戰。
可學之處：作者把挑戰直接對照對策，示範如何把文獻分析延伸到策略建議；如果你的研究要寫「限制與建議」段落，這篇很好參考。ResearchGate
Li et al.（2024，International Journal of Strategic Property Management）
樣本來源：收錄 420 篇綠建築評估文獻，透過 CiteSpace 畫知識圖譜、HistCite 算引用權重。
方法亮點：先跑書目計量，再視覺化群集出「指標更新」「BIM 整合」等四大研究主流。
可學之處：想把文獻分析升級成「誰跟誰在對話」的結構，這篇教你用圖形說服讀者。維爾紐斯 Gediminas 科技大學期刊
Kutsyuruba（2017，收錄於 Reimagining Utopias 專書）
樣本來源：分析烏克蘭 1990 年代至今的教育法規、政策文件，並補充歷史脈絡。
方法亮點：作者示範「政策文件 → 社會變遷脈絡 → 影響層面」的三層次對讀法。
可學之處：如果你的研究材料是官方文件或白皮書，這篇的批判框架能直接搬用。ResearchGate
Your Schedule, Our Prime Concern AsiaEdit takes a personalised approach to editing.
香港灣仔軒尼斯道99號
彰顯大廈 2101室
上午 9:00 至下午 6:00
(+852) 2590 6588
If the current upload is a revision of a document previously submitted to AsiaEdit, let us know the original invoice number to ensure the most competitive quote.
We’d love to know how you discovered AsiaEdit so that we can better reach other authors like you in the future. If you heard about us/from us on multiple platforms, please choose the earliest you can recall. Choose “Returning client” if you’ve worked with us before.