案例选得好不好，直接决定论文的说服力。同样的分析框架，放在一个有代表性的案例上，结论让人信服，放在一个边缘的、说不清来路的案例上，评审第一个疑问就是凭什么研究它。典型性不是靠感觉判断的，背后有一套可以操作的思路。

选案例之前要把选取的标准想清楚，这是最容易被忽略的一步。很多论文只写一句本文选取某企业作为研究案例，为什么选它、依据是什么，一概不提，这种写法在评审那里过不了关。标准要从研究问题里推出来，研究什么，案例就必须在哪方面能够回答这个问题，把需要满足的条件一条条列出来，比如行业地位、发展阶段的覆盖、数据的可得性、现象的显著程度，写进论文的案例选取部分，让读者看到选择是有依据的，不是随手抓的。

典型案例通常要在关键维度上具有普遍意义，也就是它身上能反映出同类对象的共同特征。研究某个现象，就要选这个现象表现充分、形成过程完整的案例，现象在它身上发展得足够充分，分析才有材料可用。判断普遍意义有个办法，看案例的关键条件和它所属类别的整体状况是否接近，行业平均水平、常见的发展路径、典型的问题表现，案例和这些参照越吻合，从它身上得出的结论越有向外推广的余地。反过来，如果选的是一个各方面都极端特殊的对象，写出来的东西再精彩，评审也会追问这能说明什么。

和典型性配合的还有一条思路，是有意选择具有差异性的案例组合。论文如果只用一个案例，典型性靠它自身支撑，如果用两个以上，可以在同类中挑选情况各异的几个，比如规模不同、路径不同、结果不同的企业放在一起，互为对照，典型性由整组案例共同承担。差异本身也是信息，条件相似而结果不同，背后一定有值得挖掘的因素，这种设计让案例选取从单纯的对象挑选变成研究设计的一部分。

数据的可得性在选取时就要纳入考量。再典型的案例，拿不到内部资料、接触不到相关人员，研究就无法深入，勉强写出来只能是公开报道的拼贴。很多作者吃过这个亏，选题阶段雄心勃勃，进了 Field 才发现企业不配合，只好降低分析深度。稳妥的做法是在典型性和可行性之间找交集，列出候选案例后逐一评估接触渠道，优先选典型程度够高而且自己有途径深入了解的对象，宁可典型性稍打折扣而材料扎实，也不要选一个光鲜却挖不动的案例。