随着信息技术的迭代，网络社会的基本样态和运作机制也会发生变化。因此，关于网络社会的研究方法必然受制于信息技术所固有的组网方式，也就是说，不同研究方法对特定网络社会样态的适配度是不一样的。事实上，网络社会研究的每一次转向，都是因信息技术迭代而起的方法论跃动，其底层逻辑是为重置适配度而进行的研究工具进化。

　　一、网络社会研究的实证方法及其适配度检视

　　（一）网络世代观及方法论依赖

　　1.以社会为本位的网络世代观

　　进入信息时代后，人类自然会用长期积淀的历史经验和思维定式去审视网络新世界。无论是学人还是网民，都会站在社会演化的视角，将网络空间看作信息技术主导下的一种社会形态，是人类社会发展到网络化阶段的社会结构样态，其本质是现实社会的延伸。在他们看来，网络不过是社会的一个亚结构，而网络社会则是被网络化了的社会，它是社会进化的一个链条，可称之为网络世代。

　　网络世代论者，必然会用早已被实践证明了的经典方法来分析这个正在到来的新社会。这样一来，网络社会和农业社会、工业社会一样，都是人类社会进化的一环，亦即演进过程中的一个世代。按照这样的思维定式，曾经成功过的方法论可以继续沿用，研究工业社会的实证方法也可适用于网络社会。

　　2.源于现实经验的因果定律及实证分析

　　在现实社会中，因果关系分析是实现求知欲和分析社会现象的基本规律，并且产生了影响力巨大的实证主义。在实证主义大旗下，汇聚了各种可操作的研究工具，它们试图向人们提供实在、有用、确定的知识，借以揭示社会现象的内在构成和普遍联系。长期以来，因果性（Causality）被视为社会科学研究的“圣杯”,而实证分析则是传统社会研究的基本路线。

　　首先，实证分析要遵循一套行之有效的标准化程序。其方法论基础是：社会现象的发生和演化均有其内在因果关系，如能发现这种关系，就可以揭示社会机制、复制社会过程。人们有理由相信，工业社会和信息社会虽为人类社会的不同世代，但都要遵循宇宙之“天理”，因而都具有因果性。

　　其次，实证分析看似以统计技术为核心，实则是由理论预设驱动的。理论预设不仅提出了研究思路和底层逻辑，而且框定了抽样方案和统计工具，并且是阐释统计结果的依据。网络研究者相信，只要将网络社会理论与成熟统计技术进行良好的契合，就可以科学描述“网络实然”现象，并通过可靠的因果线索确定关键性影响因素，进而找到通向“网络应然”的行动路线。

　　最后，实证分析一般以量化分析和统计软件为基础，具有数学上的可靠性。在许多研究者看来，社会研究非实然不可做起点、非量化不可言科学、非软件不可看能力。这种研究特色，恰好契合于具有技术/社会双重属性的网络社会。

　　3.路径依赖下的网络实证研究

　　早期网络社会研究，具有对经典实证方法的路径依赖特征，主要表现在三个方面：其一，网络人类学的开创性发展。互联网曾被称为虚拟社区，这引起了现实社区研究者如人类学家的极大兴趣。2002年确立的“网络人类学”(Cyber Anthropology)，致力于研究互联网对人类所产生的生理、心理和社会文化层面的影响。刘华芹2005年出版的《天涯虚拟社区——互联网上基于文本的社会互动研究》，是国内关于网络人类学的开创性著作。随着互联网的发展尤其是分众传播技术出现，虚拟社区在形态上不断出新，对网络人类学及虚拟民族志方法提出了越来越严峻的适配性考验。

　　其二，社会网络分析的跨界域发展。社会网络分析（Social Network Analysis, SNA）发端于20世纪30年代，至70年代后逐渐形成一套测绘和分析人、组织以及事物之间关系的成熟方法。早在1978年，巴瑞·威尔曼（Barry Wellman）和林顿·弗里曼（Linton Freeman）就开始研究“互联网支持的社会网络”。国内相关研究，最早可见白淑英、何明升于2003年发表在《社会学研究》的《BBS互动的结构与过程》。此后的研究在数量、广度、深度等方面均有推进，并且形成了多学科共振的良性局面。

　　其三，社会调查及数据库的网络化改进。作为实证研究主流方法的社会调查及统计分析，在网络社会研究中始终处于活跃状态。在这方面，中国互联网络信息中心(China Internet Network Information Center，CNNIC)是卓有成效的，其标志性贡献有：（1）每半年发布的《中国互联网络发展状况统计报告》，至2025年1月已发布了55次；（2）专题研究报告，不定期进行12大门类的专题研究；（3）网络调查数据库，基于中国互联网络发展状况调查和各项专题调查，建立了珍贵的网络调查数据库。

　　（二）平行世界观下的适配度检视

　　1.在技术迭代中渐强的平行世界观

　　在互联网诞生伊始就有人意识到，这一次技术革命与以往经历过的那些革命不一样，网络将架构起一个充满未知的虚拟世界，这就是所谓平行世界观。这种平行世界观虽声势浩大，但多属于形而上的思辨，在实证研究上少有成效。随着信息技术的持续迭代，传统实证方法的局限性愈发凸显，平行世界观逐渐加强为新方法论的理论基础。

　　在平行世界观下，网络构建了某种特定的社会结构和功能机制。现实生活中的人都被真实世界所定义，有一种脚踏实地的感觉；而置身于网络之中的人则被虚拟时空所定义，呈现出某种数字化生存方式。在这里，规则的生成以及网络行为的有序化都是通过特定的内在过程而产生的。从这个意义上说，互联网形成了一个可以承载人类生存新内涵的时空形式，为社会提供了更加多样化的可能。

　　2.网络研究工具的适配性进化

　　SPSS（社会科学统计包）的出现，奠定了实证研究在社会研究中的主流地位。之后的STATA、R语言以及NetDraw、NetMiner等，容纳了越来越高级的实证分析运算。但是，在面对网络社会这一新研究对象时，它们都遭遇着巨大的适配性冲击。可以说，网络动摇了社会统计学的根基，也带来了数学软件的适配性难题。

　　显然，依因果论逻辑回应平行世界观问题并改进实证手段和数学软件，既是一种惯性行为也最直截了当。为此，许多人致力于实证研究工具的适配性改进，并取得了相当程度的进展。随着新一代数学软件如MATLAB、UCINET的进化，越来越多的网络现象可被纳入实证研究范畴，有关研究结论也越来越具有数学上的可靠性。

　　3.隐秘于适配性进化中的转向密语

　　研究工具的适配性进化，大大提升了实证分析的网络生命力。但实证工具越来越好用仅仅是表象，更深层的意义在于其隐含的转向趋势。首先，工具进化不仅是统计方法的完善，更重要的是研究工具的多元化。那些“非经典”的社会研究，如以仿真为手段的社会实验研究、以动态系统为工具的社会政策分析，正在进化为更加贴近网络社会的新方法。

　　其次，工具进化过程提示了社会研究方法将会从统计走向计算。面对网络新世界，社会统计方法常常力有不逮，客观上需要开发出更加适用的研究工具。这为工具进化提示了新方向，也使MATLAB、UCINET的优势愈发凸显。从这个意义上说，更好的工具不在于其新，而在于新计算方法所代表的方向。

　　最后，数学软件的迭代，预示了计算方法的新主流地位。互联网充满了人与人、人与网以及其他相关要素之间的交互性、相关性和协同性，会产生具有特定联系的数据结构。契合此类数据结构的新方法陆续进入数学软件，终会将大数据方法推升至新主流地位。

　　二、社会计算与计算网络社会研究

　　（一）发端于社会计算的计算网络社会研究

　　1.从社会计算到计算社会科学

　　“社会计算”（Social Computing）一词早已有之，其完整意义的概念由舒勒（Doug Schuler）于1994年提出。2009年，大卫·拉泽尔(David Lazer) 等15位学者在《科学》杂志上发表《计算社会科学》(“Computational Social Science”)一文，认为信息化数据中蕴含的关于个人和群体行为的规律足以改变我们对个人、组织和社会的认知。随着人们收集和整理大规模数据能力的迅速提高，一个数据驱动（Data-driven）的研究领域，即计算社会科学正在出现。文章发表后，在社会学、经济学、政治学、管理学、心理学等学科产生了广泛影响，在社会科学领域显示出全方位的渗透力。目前，学术界普遍认为，计算社会科学是以个体和组织等为研究对象，以科学计算为手段来研究社会问题的一门交叉性学科。

　　2.新计算社会学与计算网络社会研究

　　一些投身于计算社会科学的社会研究者认识到，社会学在研究对象、理论视角和研究方法等方面与其他社会科学如经济学、政治学存在着不同的要求，其学科属性和知识框架具有某种独特性，因此有必要脱离计算社会科学而自立门户。他们于2014年8月15日在斯坦福大学召开会议，提出了“新计算社会学”（New Computational Sociology）概念。新计算社会学视角下的计算网络社会研究，更加注重大数据方法的运用，长于互联网社会实验和人类行为的仿真建模。

　　十年来，计算网络社会研究取得了一些具有高显示度的重要成果，如发表在《美国社会学杂志》的《基于 Google 搜索词汇的全球文化品位和消费偏好研究》、《基于篮球赛音频数据的广播内容种族差异研究》，刊发于《美国社会学评论》的《关于百万就业申请的研究》等。计算网络社会研究的数据来源可以包括传统抽样调查，但更加注重互联网、物联网等数字平台的海量信息，因而能够前所未有地扩展社会学家的视距和时空边界，可以全景式地观察人际互动关系和社会运作模式。可见，计算网络社会研究是一次全方位转向和方法论跃动，它确立了大数据方法对新一代网络社会的有效性，重置了网络社会研究中手段与对象的关系。

　　（二）计算网络社会研究的方法论特征

　　1.与数据社会相宜的“关联论”思维

　　一直以来，实证的科学性和可靠性都建立在确定的因果关系之上，一旦失去了对因果性的追求，社会学研究也就失去了根基。网络社会的复杂性特征，大大动摇了这个关键所在。此时，如果有一种方法可以摆脱因果关系的束缚，将高高在上的因果论“去魅化”，就将打开网络社会研究的一片天。计算网络社会研究的魅力正在于此，它以“关联论”为底层逻辑，将确定因果关系转换为寻找关联数据，可以有选择地运用大数据计算方法，为认识网络社会、解决复杂网络问题提供新的方法论体系。

　　2.数据与计算合二为一的驱动机制

　　进入大数据时代后，人与人、人与物甚至物与物都被变为数据(online/digital data)，而数据之间又是高度结构化的。此时，计算网络社会研究就具备了极大的优势，它可以“在没有理论假设的前提下，利用数据资源与新的数据处理技术，通过模式识别、深度学习等方法开展分析和研究，从人类行为互动数据中发现某些规律”。对于计算网络社会研究来说，数据驱动还需要有一个得以实现的工具，那便是计算方法(computational methods)。网络社会的数据是充盈的，但需要用计算手段去获取；数据社会的内在关联性很强，但需要用计算方法去挖掘。可以说，数据与计算合二为一，是计算网络社会研究独有的驱动机制。

　　3.更加个性化的样本策略

　　相对于寻找因果关系的传统方法，计算网络社会研究可采用更加个性化的样本策略，借此可确认复杂和多元的相关联系，使其更加贴近“网络实然”。对于大样本尤其是巨大样本、长时间序列数据和海量信息而言，计算方法具有很大的优势；对于有明确界域的小样本如某微信群、粉丝群，可采用全样本策略来挖掘其关系形态；对于难以采集网络数据的多元复杂行为，可以在不抽样的情况下，利用非传统样本Agent（代理人）对其进行仿真研究。

　　（三）计算网络社会研究的分形发展

　　1.网络大数据分析

　　网络大数据分析是网络社会研究中最重要的一种分形，它将人类在网络社会生活中自然留下的各种痕迹视为数据，并通过数字化处理后转化为大规模数据，借以分析网民的行为特征和互动模式。这些大数据主要来源于“社交平台数据以及移动设备所记录的数据，前者如记录人们浏览网络内容的数据、通过网络消费的数据以及Facebook、Twitter、微博、微信等社交平台上的数据，后者如记录人们位置和移动速度等的数据。这些数据都并非为了特定的研究问题而产生的，而是人类活动所留下的‘数字脚印’( Digital Footprint) ，是一种痕迹性数据”。网络大数据分析已经取得了令人瞩目的成就，如计算社会科学及新计算社会学概念下的诸多成果。

　　2.网络社会模拟研究

　　社会研究中的模拟方法起源于20世纪50年代，大体经历了从系统动力学到元胞自动机再到智能体三个阶段。2007年，奈杰尔·吉尔伯特(Nigel Gilbert)发表《计算社会科学:基于主体的社会模拟》，将利用ABM方法进行的社会模拟研究纳入“计算社会科学”。由于“模拟”常体现为“演化”，因此，网络社会模拟一般聚焦于某种网络现象的生命周期，如网络舆情、网络谣言、网民运动，以及人肉搜索、意见领袖等。宗利永等人关于不同参数环境下网络舆情演变过程的分析，是国内较早的研究成果。

　　3.互联网社会实验研究

　　早期的互联网社会实验，针对的是网站架构下的电子邮件、文本链接等。1995年，韦尔奇(N.Welch)和克兰茨(J.H.Krantz)共同开展的听觉实验，“第一次将互联网与实验方法相结合”。移动互联网出现后的社会实验，多围绕社交网站、个性化服务等分众互动平台进行。2006年，萨尔加尼克(M.J.Salganik)团队的互联网实验成果“社交因素对文化产品成功的影响”发表在《科学》杂志上。此后十年间，《自然》《科学》等期刊又陆续刊发了多篇互联网社会实验论文，奠定了其在计算社会研究方法中的地位。国内较早的社会实验，可见刘振华、闵庆飞、刘子龙《虚拟团队中的社会惰性——基于知识型团队的实验研究》。

　　三、人工智能与生成网络社会研究

　　（一）“类人”辩题与智能场景

　　人工智能的出现，让很多人重拾“人是什么”的辩题，但讨论的焦点已经从人转换为“类人”。人工智能与互联网相结合，就产生了智能互联网，即所谓万物互联网络，其中的人工智能既可以是控制节点,也可以是智能终端，它（他）们构成了智慧社会的神经元和机器脑。此时，智能场景成为人类运用智能互联网进行日常生活和社会运作的具体场域，也是新一代网络社会研究的聚焦点。

　　目前，智能场景大体可分为两类:一是将人工智能技术引入传统场景，二是为某个专门领域构建的智能场景，它们都是“人工智能+互联网+人类生活”所构成的微生活单元。在这些新生活单元中，代码可以介入并在相当程度上影响规范体系，从而使传统人—人关系转换成人—机—物关系，而社群则被泛化为人与“类人”的聚合体。这样一来，就使得网络社会研究发生了又一次转向，即所谓生成网络社会研究。通过这次转向和方法论跃动，确立了生成论及动态方法对智能网络社会的有效性，再一次重置了网络社会研究中手段与对象的关系。

　　（二）生成网络社会研究的方法论属性

　　1.智能网络的广义智慧性

　　在互联网发展史上，不止一次出现过“网络就是计算机”的智能网络设想，但直到人工智能嵌入互联网后，才真正看到这种“有智慧”的网络。在严格意义上，智慧仅指人的智力器官所具有的功能，是生命基于其生理/心理构造而产生的创造能力。但广义智慧概念并不局限于人，可以指某个复杂体系的“思维”和“创新”能力。智能网络就是具有广义智慧能力的复杂体系，而“人类社会从网络技术演化出人工智能技术是一个自然而然的过程”，“我们正处于网络、大数据、人工智能技术三位一体叠加的”智能网络时代。

　　2.多元系统的即时生成性

　　进入智能网络时代后，网络社会已进化成由人、智能体、互联网、物联网等集为一体的多元系统，具有自主生成能力和多主体互动特性。此时，信息发布者可以是人也可以是智能体，信息内容可以是既有知识也可以交互生成。这种具有生成能力的智能网络，可以在不同场景下进行人与智能体的多主体互动，并在互动过程中进行“即时生成”式信息交换，这就从技术上奠定了生成网络社会的物质基础。在智能互联网环境下，人与智能体可以通过多元自主交流场景生成对话、指令及相关内容。从长远看，这不仅会衍生出各种内容型交互软件如ChatGPT、豆包、Grok、DeepSeek，更会孕育出无限可能的多元复合结构如人机复合的广义人际关系、人与类人共享的新型社群形态，以及以智能体为中介的社会合作模式。

　　3.智能场景的内生驱动性

　　传统社会虽然非常看重场域对人的塑造作用，但大多将场域看作外在的环境和境况。在传统场景中，人的主动性体现为对生活空间的感知，以及由此所创造的参照体系，重建和重新诠释等再生产活动是由人独自完成的。智能场景的出现，彻底颠覆了人与环境的关系，从根本上重塑了再生产活动的动力机制。此时，人与智能体是共存于同一场景的两类“主体”，他/它们互为客体和环境，并在相互作用中协同进行再生产活动。由于智能场景的驱动力是通过人与智能体的相互生成持续产生的，因此具有很强的内生属性。

　　（三）生成网络社会研究的关键议题

　　1.生成式场景的“类人法则”

　　其一，“类人”的生存方式和行为准则。如果“类人”是自我定义的，那它/他可能是一个完整意义的主体，其生存机制就有脱离人类社会的可能；但如果它/他是由人类定义的，那它/他就是一个有限意义的主体，其生存机制必须立足于人类社会。显然，不同的定义会发展出不一样的“类人”生存法则。

　　其二，面向“类人”的“人类哺育责任”。承认智能体是人类的作品，就要尽量避免吉登斯所言的技术风险即设计错误、操作错误、未预期的后果以及知识的反思性和循环性。在人工智能从新兴技术到主导技术的全过程，人类都要对其进行如“育儿”般的哺育。

　　其三，以人类为中心的“智能体底线”。我们可能要尊重“类人”的有限主体性，但更要坚持人为目的、智能体为手段的价值阶梯。洛根认为，人工智能和人类智能不能相提并论，它不是一种独立的智能形式，而是人造物。既如此，就要尽快制定出如“机器人三原则”那样的智能体守则。

　　2.智能场景驱动的生成式生活样态

　　首先，以“智能体”为中介的多元互动模式。在社会发展进程中，主导技术一直是互动模式的决定因素。古人以简陋传输工具如车马、书信为互动中介，大机器造就了大范围传输工具如火车飞机、电报电话，互联网则开启了“缺场”互动方式。到了人工智能时代，将孕育出以“智能体”为中介的多元互动模式。

　　其次，智能场景中泛群体行为的生成与演化。具有主体属性的智能体可以自主参与多元互动，与其他人或“类人”组成所谓“泛群体”。当面对一个具体情境或问题时，泛群体行为是人与“类人”共同生成的，其动态过程也是由人和“类人”协作推动的。

　　最后，微生活样态与生成式生活方式。人和“类人”的混合生活样态不仅丰富多彩而且变化多端。这些微生活样态，构成了智能网络社会的鲜活元素。当海量鲜活元素汇聚在一起，那些广受欢迎的生活样态就会被复制和放大，其精神内核和典型形式会慢慢沉淀下来，生成为流行的智能化生活方式。

　　3.基于智能网络的生成式合作模式

　　第一，生成式内容的网络传播及生态问题。当海量“智能体大V”加入舆论场后，不仅会模糊信息内容的主体边界，而且会再造内容聚集样貌。此时，生成式内容还能否代表人类主体意识，人/类人复合传播规律为何，怎样形成既多彩多姿又相互竞争的内容生态关系，都是需要认真思考的问题。

　　第二，生成式行为规范与现实规制体系的再平衡。近年来，人们已逐渐适应智能体衍生的行为规范，其与现实规制体系似乎并不违和。但随着生成式行为规范的发展，终将会与现实规制体系发生冲突。到那时，是否要承认生成式行为规范的主体属性和原发地位，怎样实现生成式行为规范与现实规制体系的再平衡？

　　第三，复杂合作模式下的智能贫困与社会分化。Web3.0与智能体的相互耦合，为“圈子”增添了除现实地位以外的技术门槛。在资本的推动下，原本的“圈子”关系会演化为“智能圈层”结构，“富智能者”和“贫智能者”会拉开所谓“智能鸿沟”，从而造成新的社会分化并引发相应的结构性问题。

　　第四，嵌入“智能体”的复杂社会结构及其治理框架。在智能网络环境下，社会治理框架会被“人工智能+传统治理”再造，人与类人将共同生成新的合作治理关系。这种以“智能管理体”为节点的复合治理结构，可以使“‘困难选择’变得没那么困难”，具有更好的治理效能。

　　四、方法论跃动的理论逻辑及工具意义

　　（一）方法论跃动是为重置适配度而进行的工具进化

　　网络社会研究中的适配度，是指研究方法与研究对象之间的匹配程度，即某种研究方法相对于特定网络社会样态的有效性。这里所说的方法，可以是一个研究工具，也可以是一套方法体系。如前所述，从传统网络社会研究到计算网络社会研究再到生成网络社会研究，经历了三种匹配状态和两次方法论跃动。在此过程中，由信息技术特性所决定的网络社会样态几经变化，而每一次变化都会引发方法论跃动，进而推动研究工具进化。一方面，从适配度维度看，信息技术迭代意味着组网技术换代，而组网技术换代后则会形成新的网络社会样态，此时，既有研究工具面对网络社会新样态会出现适配度下降的不良状况；另一方面，网络社会新样态又将催生出与之相应的方法论跃动，并进化出适配度更高的研究工具。因此，方法论跃动的实质是通过研究工具的进化，将适配度重置为“好”的状态。

　　网络社会存在机制实际上是人网共在模式，但人网共在的具体样态却呈现出由组网技术决定的阶段特征。从历时性看，Web1.0是以门户网站为中心节点的大众组网技术，人网共在模式是围绕网站展开的。一方面，Web1.0使人的心智与计算机的高性能得到了良好的耦合，因而打开了虚拟社会那扇门。另一方面，由于组网技术仍处于模拟现实社会的有控制中枢阶段，用户得到的信息都是网站处理后的内容，网络社会的基本样态是以网站为中枢的新闻组、电子邮件、BBS社区等。面对这样的网络社会样态，传统研究方法显然是“有效”的。即便是相对于现实社会而言适配度打了折扣，但因果方法论及实证方法仍然是当时的“好”手段。

　　Web2.0是注重用户交互的分众组网技术，人网共在模式是基于“关系”展开的。一方面，Web2.0实现了点对点互动，互联网内容更丰富、网民联系更紧密，网络社会的新样态是微博“圈子”、精准推送信息、分众互动平台等。另一方面，分众组网技术通过推送自主化钝化了传统研究方法的触角，因而大大降低了与Web2.0样态的适配度。面对这样的网络社会新样态，需要在方法论上进行跃动性变革，于是联系方法论应运而生，能收集大数据的新触角、可运算大数据的新算法不断出新。通过联系方法论及计算工具进化，实现了网络社会研究的2.0转向，并将研究工具和网络样态重置为“好”的匹配状态。

　　从Web3.0开始，互联网进入智能时代，它是一种全覆盖式的万联组网技术，人网共在模式是围绕场景展开的。一方面，Web3.0可构建出个性化明显、生成性较强的智能场景，实现特定的智慧生活或生成式目标。另一方面，万联组网技术将“智慧”载体扩展为“类人”，将人类合作变换为人与智能体的合作，从而引发了适配度下降问题。面对人与智能体互构的网络社会样态，生成方法论渐成主流，针对各种生成式生活场景和再生产单元的研究方法逐渐被开发出来。随着生成论及动态研究工具的不断完善，网络社会研究终将完成3.0转向，其间发生的方法论跃动会再次将研究工具和网络样态重置为“好”的匹配状态。

　　（二）研究工具进化并非相互取代而是共生之机

　　网络社会研究中的工具进化是不是“后浪”对“前浪”的淘汰？对此可套用一句俗话：只有过气的人，没有过气的方法。事实上，研究工具的进化不但不会相互取代，反而会带来三种共生之机。

　　第一是共在，即不同方法共同构成网络社会研究工具箱。本质上，网络社会研究方法都是“数据”处理手段。不管数据来源于何处，是随机抽样或是海量信息抑或是场景生成的，总归要用某些数学手段去描述特征、寻找规律，而这些手段之间并不排斥。网络社会研究工具箱，就是由不同方法和工具排列而成的方法谱系。每一项具体研究，都要在这个方法谱系中进行比较和选择，找到那个（或几个）适配度最高的研究方法。因此，各种研究方法是共在于同一个工具箱的，它们都处于一种备选状态。从这个意义上说，越来越丰富的研究工具并非“后浪”对“前浪”的取代，而是方法工具箱的进化式扩容。

　　第二是联合，即不同工具联合应用于网络社会研究。从既有成果看，统计方法与大数据方法的联合并不少见，如大数据的统计特征分析、大数据采样的统计方法、海量统计数据的分类挖掘等。随着生成式数据的广泛运用，方法联合的对象和空间将大大拓展。在这个问题上，既要放下方法焦虑，又要祛除方法鄙视。那些只掌握一种方法的研究者，其实无须焦虑，因为本来“一招鲜”就可“吃遍天”，再加上“一样精”便可“触类通”，方法联合之路就在眼前。而那些掌握了大数据甚至人工智能方法的研究者，也没必要怀有鄙视情结，因为本来就没有“独尊之法”。在面对网络社会这个变动不居的研究对象时，我们都应怀有一种超越“本命方法”的跨圈意识，携手推进方法联合及共同体繁荣。

　　第三是复合，即在网络社会研究中进行跨越方法的工具整合。在任何学术领域，方法复合都是一种难度极大的学术创新。为此，必须熟练掌握各种方法、工具的精髓和适用对象。在网络社会研究的方法谱系中，每种方法和工具都有其适用问题域，如描述数据特征的集中指标、离散指标，研究动态过程的系统方法、社会仿真，分析静态关系的回归分析、因子分析，擅长结构分析的数据挖掘，可用于人工智能的生长曲线，等等。对这些方法、工具的正确选择和科学运用，是复合性创新的基础保证。有了这个基础，才能考虑是否要迈出复合性创新“那一步”。应该认识到，研究方法的复合性创新，虽属于高手的高水平运用，但仍是一个可期待的目标。

　　（三）不同方法体系可在理论层面实现通约性对话

　　每种方法体系都有其背后的理论，一般是关于“人之为人”“群之为群”“社之为社”的解说。以此为基础，不同方法体系其实是可以通约的，不同方法下的研究结果也是可以讨论的。互联网出现以后，经典社会理论受到了极大挑战，如数字化生存理论挑战了人的存在方式，虚拟社会理论挑战了现实社会理论，万物皆数似乎异化了世界所有，智能体向人的社会地位发起了冲击。但所有这些，都没有逃出“人”“群”“社”的社会理论范畴。既如此，社会研究者甚至今古学者之间，就能够以社会理论为中介进行跨时空讨论，这就是所谓的通约性对话。

　　以社会理论为中介的通约性对话，为网络社会研究者提供了一个可相互撬动的支点。一方面，可以通过与经典社会理论对话来检验网络社会研究的成色，看看哪些成果可发出理论之光，谁能与先哲和大师们进行对话和讨论，是否真有人可以挑战甚至超越经典社会理论。另一方面，网络社会研究者还可通过社会理论这个中介点进行彼此间的沟通和交流，以经典社会理论为背景板来验证自己或他人研究成果的品级，看看谁的研究成果能够留在社会理论庙堂。

　　网络社会研究中的通约性对话，应根据不同方法体系寻找切入点。对于经典网络社会研究而言，要从研究设计和理论预设做起，避免用工作假设偷换理论假设的做法，让因果论逻辑扎根于厚实的理论土壤而非生活常识。对于计算网络社会研究而言，要从数据和算法的背后想问题，站在比海量信息、算法语言更高之处，给关联论思维插上理论的翅膀。对于生成网络社会研究，则要从场景构建起步，为场景赋予适当的文化元素，杜绝虚无主义场景观，使生成论思维获得亲人类禀赋。

　　在这个问题上，研究者的理论素养是一个根本性前提。目前，存在一些“去理论化”的研究偏好，如就方法玩方法、根据需要攒对策等。对于这些快餐式研究，有人说实证研究本不需要理论。更深层的原因在于，从事网络社会研究的学者，虽然大多可称为方法高手，但却鲜有理论能手。可以设想，一旦网络社会研究攀上理论高峰，就可以凭借学术成果来讨论共同的人性和社会议题。那时，无论用哪一种方法来研究网络社会问题，都可以借理论之梯进行通约性对话。这样一来，就形成了既可历时传承又能共时对话的良性学术生态。

　　〔本文注释内容略〕

　　原文责任编辑：李文珍