以解釋力和想象力再造中層理論

在供應鏈管理領域，學者常用與供應鏈管理者有關的橫截面調查數據檢驗寬泛的組織理論，相關理論概念被簡化為基于感知性的調查條目。由此得出的統計關系在理論上看似自洽，但當學者考察現實中供應鏈結構、規劃系統或運營流程與績效間的關系時，這種統計關系卻難以幫助學者獲得深刻見解。

這種研究及其所代表的一整類研究正陷入一個奇特的窘境：它們在方法上無懈可擊，在理論上邏輯自洽，卻似乎與充滿復雜互動、瞬息萬變的現實世界隔著一道無形的墻。社會科學領域的許多學者都開始意識到，連接宏觀理論與微觀經驗的那座橋梁——中層理論（Middle-Range Theory，又稱中觀理論）正變得搖搖欲墜，在一些學科內部甚至出現了“斷代”的危機。

“清晰精確的解釋性理論”

中層理論的提出，源于美國社會學家羅伯特·默頓（Robert K. Merton）對20世紀中葉社會科學研究兩極分化格局的批判。面對美國現代社會學奠基人塔爾科特·帕森斯（Talcott Parsons）的宏大理論體系與經驗主義的零碎研究之間日漸割裂，默頓在《社會理論與社會結構》一書中提出了第三條道路：通過有限社會現象分析構建可驗證命題，避免宏觀理論抽象化與微觀研究碎片化。這一構想迅速成為社會科學學科專業化的重要引擎，催生了從“資源依賴”到“沉默的螺旋”等一系列深刻影響管理學、社會學、傳播學的理論。

瑞典皇家科學院院士、林雪平大學分析社會學教授彼得·赫斯特洛姆（Peter Hedstr?m）在接受本報記者采訪時將中層理論定義為“清晰精確的解釋性理論”，他給出了一個“最小可行定義”：中層理論為所要解釋的結果Y提供部分解釋。它通過具體闡明可促使Y這類結果發生的過程機制回答“為何會出現Y”這一問題。Y通常是某種超個體特征，用于描述由個體構成的群體屬性，這類群體規模可小至小型友伴群體，大至整個社會。

美國田納西大學商學院教授西奧多·斯坦科（Theodore P. Stank）認為，在管理學領域，宏大理論（如資源依賴理論、信息處理理論）為組織行為提供了宏觀方向指引，但它們通常過于抽象，難以解釋具體運營情境中復雜的互動關系。理解這些互動關系需要在具體場景中研究相關現象。供應鏈是在極為特殊的環境中運行的，行業結構、產品特性、需求變化、技術局限、制度關系都會影響最終結果。而中層理論建構正是探索和理解這些情境機制的關鍵。

在美國哥倫比亞大學社會學系副教授詹姆斯·諸（James Chu）看來，機制闡釋與經驗驗證是中層理論研究的核心特征。“如果我們不采用寬泛意義上的中層理論定義，那么在我看來，中層理論研究就是提出一系列精確、邏輯上相互關聯的命題，并明確其適用范圍條件，最終形成可被經驗檢驗的論斷。”

“解釋力”危機是否存在

然而，與其積極意義相對應，中層理論在當代也面臨一些問題。當“假設檢驗”固化為方法教條，當復雜機制被簡化為問卷量表上的變量關系，當數字時代的新現象以理論建構難以企及的速度噴涌而出，默頓所寄望的、那條介于具體經驗與普遍原理之間的堅實道路，正變得日益狹窄而不接“地氣”。

中國人民大學新聞學院傳播系主任、教授劉海龍對本報記者表示，傳播學本是一個以中層理論著稱的學科，議程設置、沉默的螺旋等經典理論，都曾精準捕捉大眾媒體時代特定的社會心理與信息傳播機制。然而，當傳播技術的底層邏輯從大眾傳播轉向智能算法和數字連接時，舊地圖便無法再指引人們走向新大陸。

“原有的中層理論的情境在邊緣化，解釋力在下降，”劉海龍坦言，“新的技術變化較快，來不及進行理論抽象。新現象層出不窮，但又迅速過時，這導致很多中層理論存在于描述現象階段，來不及形成具有解釋性的宏觀理論；已經形成的理論也只是比較孤立地描述某個具體現象，沒有與更大的社會結構鉤連在一起。”

與此同時，從技術哲學等領域舶來的、關于“媒介技術社會影響”的宏大論述又過于抽象，與具體語境脫節，以至于“很難被證偽”。在快速變遷的經驗現實與高度抽象的哲學思辨之間，中層理論出現了斷裂。

“困難并不在于開展此類研究，而在于對成果的認可標準。”斯坦科如此解釋當前管理學研究的結構性困境。在他看來，許多扎根于具體情境的案例研究、實地調查或歸納探索，被一些期刊和評審視為缺乏普適性而拒之門外。學者被推入一個怪圈：為了發表，必須去“測試”那些宏大而抽象的理論，哪怕這些理論“原本并非為精確適用而設計”。他告訴記者，由此產生的大量實證研究雖然在形式上“檢驗了理論”，但有關發現對實際運營活動的啟示極為有限。研究結果往往依賴測量量表、調查對象與樣本構建等方面的技術性選擇，而非揭示有意義的因果機制。

然而，并非所有領域的學者都認同“危機論”。赫斯特洛姆就持不同看法，他認為中層理論面臨的主要問題是“缺乏體系化梳理”。他回憶稱，在與默頓同場的一次學術會議上，他們雙方都認識到，與“社會機制”類似的基于解釋機制的理論，與中層理論的精神高度契合。

斯坦科也表示，社會學、政治學以及經濟學部分領域更傾向于探討特定情境中的具體機制。隨著時間推移，有關累積性發現逐漸構建出更為廣泛的理論認知。

“要討論中層理論的發展現狀，很大程度上取決于我們如何劃定它與其他社會學知識生產路徑的邊界，”詹姆斯·諸對記者表示，“如果從最寬泛的意義上定義它（也就是發展可解釋的機制，或是與經驗數據緊密結合的解釋），那么我認為，中層理論當下在社會學領域正處于上升態勢。從這個角度來說，發展出具有清晰適用范圍且與經驗數據緊密結合的理論命題，本身就是‘優質的社會科學’。另外，傳統上與分析社會學有關的各類研究工具，比如因果推斷、基于主體的模型、立足經驗的民族志、自然語言處理、社會網絡分析等，如今也都越來越受重視。”

在詹姆斯·諸看來，關于理論碎片化與解釋力有限的擔憂，要具體情況具體分析。“如果批評的核心是：許多研究雖被貼上了‘中層理論’ 的標簽，卻僅專注于經驗描述或相關性分析，并未明確理論機制——那么我認同，該類研究確實會加劇理論碎片化。”

“我們很難弄清，一項關于X的研究所得出的知識與一項關于Y的研究所得出的知識間存在何種關聯。但對中層理論研究而言，至少在我看來，核心前提是關注在普遍適用范圍條件下，明確并通過經驗驗證理論機制。這一點似乎能直接回應人們對理論碎片化的擔憂，因為它有助于實現知識的關聯，推動知識的累積性生產。”詹姆斯·諸解釋道。

多種原因導致難以構建中層理論

為何構建有力的中層理論變得困難？學者從不同角度揭示了背后的多重壓力。在管理學領域，斯坦科認為根源在于學科對“科學合法性”的過度追求。作為一門相對年輕的學科，管理學曾通過緊密模仿自然科學與經濟學的方法論標準——尤其是邏輯實證主義和假設檢驗——來確立自身的學術地位。這導致了一種“方法論上的崇拜”：研究價值日益與統計的復雜性、模型的嚴謹性掛鉤，而非與對現實問題的洞察深度相關。

“中層理論建構通常產生于情境性調查和歸納推理，與這種范式較難兼容。”斯坦科總結道。學術出版相關制度固化了這種偏好，長篇文章、復雜模型、宏大理論成為“標準格式”，無形中扼殺了那些源于具體情境、小而精的探索性研究。

劉海龍則將視野投向更廣闊的社會與時代背景。他認為，技術發展帶來社會變遷，而社會變遷速度已經超越了理論建構的常規節奏，產生了“刻舟求劍”式的滯后感。同時，社會發展不平衡，再加上文化多元發展，用單一的普遍性理論解釋現實變得越來越困難。

更深刻的反思指向了中層理論提出者默頓本身的方法論局限性。在劉海龍看來，默頓主張從經驗積累中自然歸納出理論，但“這個過程并不是理所當然的，研究者的主觀性和學術想象力被忽略了”。如果缺乏批判性視角，這種主觀性可能淪為用簡化過的普遍理論去裁剪多元復雜的經驗現實。

赫斯特洛姆則認為，問題不在于沒有中層理論，而在于大量研究“僅關注統計關聯與因果效應，卻不具體闡明X與Y之間的關聯是通過何種機制與過程產生的”。此類研究或許有價值，但“并非真正的中層理論”。他認為，未來的出路在于為中層理論與解釋機制構建一套更具結構性的理論工具箱，對社會機制進行系統性分類與抽象，進而識別出“馬太效應”這種在多個領域都能發揮作用的通用機制，以此對抗理論的碎片化，彰顯社會學理論的普遍解釋力。

以經驗厚度和理論想象力重建中層理論

那么，重建有力、貼地的中層理論，最需要突破的是什么？是發明新概念、采用新方法，還是改革學術制度？斯坦科直言，這需要“文化層面而非方法論層面”的變革。管理學需要重新定義何為“優秀研究”，應從追求理論的“完美包裝”，轉向鼓勵“更精簡、設計嚴謹的實證研究”，讓知識在不同情境中逐步累積，自下而上地構建理論，而不是持續將宏大理論框架強行套用于它們本不適用的問題。

詹姆斯·諸認為，當前瓶頸在于學生的培養，即如何讓他們擁有足夠的訓練和寬廣的視野，以構建出“能夠顯著加深我們對問題的理解的理論，而非僅僅作出漸進式的小改進”。

劉海龍表示，首先需要對中層理論本身的時代前提進行批判性反思。重建的關鍵在于找回中層理論最初的優勢：在經驗與理論之間取得平衡。然而，“這兩個方面目前都比較薄弱”。一方面，學者對經驗的描述不夠深厚，缺乏歷史縱深與跨文化比較，導致“經驗貧乏”。特別是成長于數字虛擬環境的新一代學者，“生活經驗相對單一，同時歷史教育有所缺失”，有的研究可能“從書本到書本”，缺乏真切的社會關懷。另一方面，是“理論想象力缺乏訓練”。在碎片化閱讀和學術評價急功近利的雙重擠壓下，對經典的深入研習被忽視，研究者面對紛繁復雜的現象時，缺乏必要的知識儲備進行有效抽象與勾連，往往會陷入“乏力和失語”。

人工智能：終結者還是加速器

人工智能特別是大語言模型的崛起，是一個無法回避的新變量。它們會取代中層理論研究，成為新的“理論生成器”嗎？

詹姆斯·諸對此持謹慎態度。他認為，如果使用得當，人工智能工具可以極大加快數據處理、編碼分類等基礎工作。但理論構建的核心——“想象因果機制”，尤其是針對全新現象的因果想象——是當前人工智能難以企及的。

他認為，人工智能或許具有登上“因果階梯”第一層（關聯）的能力，但這種能力與登上第二層（干預）和第三層（反事實推理）所必需的人類特有的想象力與理論構建能力相比，還有本質區別。

這反而凸顯了中層理論在人工智能時代的獨特價值。面對算法黑箱、人機共生等新現象，空洞的宏觀批判或純粹的技術描述都顯得無力。唯有深入具體情境，剖析數據流轉如何影響新聞生產，算法推薦如何重塑社會認知，平臺規則如何組織數字勞動，才能形成切實的、可檢驗的解釋。中層理論，恰恰是理解這些復雜新現象不可或缺的認知工具。

縱觀管理學、傳播學、社會學領域學者的論述，中層理論的困境并非學科獨有的病癥，而是社會科學在當代遭遇的普遍性挑戰的集中體現：在專業化、制度化的過程中，學術生產有時異化為一種與真實世界疏離的、自我指涉的游戲；在技術爆炸、社會裂變的時代，理論進步的步伐追趕不上經驗的流速；在追求“科學”形式的同時，可能遺忘了關切社會、解釋世界的初心。重建中層理論的解釋力，首先意味著學術評價體系能包容那些從“泥土”中生長出來的、或許不完美但充滿生命力的探索；其次意味著研究者既能沉入“厚”的經驗現場，保持對社會的敏銳感知與深切關懷，又能躍升至理論的高度，以豐富的想象力和扎實的學養，在具體現象與社會結構間架起橋梁；最后意味著社會科學重新確認自己的核心使命——不是生產精巧但無關痛癢的模型，而是提供對我們所處時代的、具有說服力的深刻解釋。

中國社會科學報記者 陳密容 楊雪

來源：中國社會科學報

責任編輯：姚曉丹

新媒體編輯：常暢

如需交流可聯系我們