三、社会群体研究的创新视阈

进入二十一世纪以来，人类社会和信息技术的快速发展为社会群体研究提供了新的视角、对象、技术和方法。一是社会群体的井喷式发展及其对社会发展和稳定的影响凸显了社会群体研究的对象和目标；二是移动互联网技术的普及和应用为社会群体的科学和精准研究提供了海量的数据和信息；三是软件技术的普及为社会群体的量化研究提供了快捷且科学的研究工具。这一切都为社会群体研究方法的创新奠定了基础。

（一）研究范式：发现——评估——解析——应对

“任何一类研究都需要综合运用思维工具、技术工具和符号工具，都要有一套从发现问题到检验结论正确性所必需的顺序和规范……这些工具、程序、规范的特定结构性组合，即为‘研究范式’。”在大数据时代和社会转型期，社会群体研究需要创新与开拓。社会群体研究的根本目标是促进社会群体的健康有序发展，最大程度发挥社会群体对社会稳定与和谐发展的作用。因此，社会群体研究在开展理论探讨的同时，也应加强应用实践，形成以社会安全为导向的“发现——评估——解析——应对”的研究范式。

社会群体发现是对不同形态社会组织的挖掘和认定。根据社会群体的存在形态，既有获得政府管理部门注册的社会组织，如慈善机构、社会团体等，也有诸如老乡会、校友会等隐形社会群体；尤其是近年来虚拟社会群体和网络社区的出现，为社会群体发展提供了新范式。社会群体发现由两个层面内容构成，一是社会群体认定的关键特征及指标要求，主要为结构特征、属性特征和动力学特征；二是基于群体特征的社会群体发现技术，主要体现为社团或群体的发现算法和挖掘模型，如常用的网络结构优化发现方法、属性优先发现方法和多源信息优化发现方法。

社会群体评估是根据社会群体的基本特征，建立针对性的评估指标，对社会群体的运行状况、社会效益、社会信用、安全风险及社会影响进行的评价活动。社会群体评估所采用的技术和方法主要有“3E”评估技术和“3D”评估技术。“3E”评估技术设定经济性（Economy）、效率性 （Efficiency）与效果性 （Effectiveness）三个方面社会群体评估指标。“3D”评估技术，是从诊断（Diagnosis）、设计（Design）和发展 （Development）方面评估社会群体的运行。同时，借助大数据技术，业界开发设计了“360 度评估系统” （360 degree feedback assessment）方法，即通过多源反馈系统（multisource feedback），对社会群体或社会组织进行全要素（full⁃element appraisal）、全过程（full⁃step appraisal）和全方位评价（full⁃circle appraisal）。近年来，针对群体性事件的发生，学界加强了社会群体的社会稳定和社会安全风险评估，从风险识别、风险评估和风险应对等方面，建立了风险感知模型、风险评估模型、矩阵评估方法和应急处理体系等。

社会群体现象的解析是指借鉴不同学科的理论研究，发现和解释社会群体形成、运行和发展的原因、动力、机制、逻辑和规律。社会群体现象解析的实现路径包括移植和原创。前者是指借鉴其他学科或国外理论解释和分析社会群体，如运用系统动力学对社会组织筹款机制的探讨、场域理论对社会群体形成的分析，以及对群体性事件的分层模型构建等。后者是指针对国内情景的社会群体的理论构建，如社会组织公共服务功能的解释结构模型、群体性事件社会燃烧理论、社会网络群体的演化模型等。需要强调的是，借鉴和运用国外理论解释和分析国内社会群体应注意与中国社会文化、社会习惯及社会场景的适用性，实现国外理论应用的中国化。

社会群体研究中的应对是指社会群体管理活动中所实施的策略、制定的政策以及构建的社会文化氛围等。社会群体管理的策略是指社会群体运行或管理过程中采取的具体方法和措施等，都具有较强的针对性和可操作性，如针对群体性事件的应对策略、对弱势群体的帮扶策略等。而根据社会群体的发展动态，政府管理部门会进行社会政策乃至法规的完善和调整，从宏观角度对社会群体的管理进行调控，如政策体系构建、公共政策的制定等。与上述不同，社会群体的社会文化氛围则通过公众认知、媒介形象，以及社会舆论等构成社会群体的文化空间等。

（二）内容分析：群体交流研究的新方法

内容分析是对信息内容进行客观、系统、定量的科学研究方法。基于软件分析技术的应用，内容分析的数据形式已从文本逐步扩大到视频、图像和语音，成为一种普适性研究方法，被广泛应用于社会学、心理学、教育学、管理学、情报学和法学等领域，以进行案件侦查、舆情管控、知识发现、情报分析、政策评估、文献计量等方面的研究。

应用于网络社会群体研究时，内容分析的实施分为四个方面：一是文本数据获取，主要是通过网络爬虫工具抓取论坛或网站的文本数据等，如常用的八爪鱼网页采集器、火车头采集器、GooSeeker网页采集工具等；同时，也包括深度访谈、政策文本、法律条文等文字资料的收集等。二是内容分析方法，主要包括以词频分析、词语共现、语义网络、语义建模，以及以知识图谱为主的定量分析和基于扎根理论的质性研究等方法。三是内容分析对象，主要包括针对群体成员的信息交流进行情感分析、热点话题分析、思想观念分析等。四是文本分析工具，常用工具主要有KH Coder、Nvivo及分析平台DiVoMiner等。

词频统计是文本分析的基本方法和技术，由于其以客观数据为基础，具有较高准确性和可信性，因而被广泛应用到自然科学、社会科学及人文科学等诸多领域。词频统计以词语作为文本分析的基本单位，主要考察某些关键词语出现的频数，进而发现文本的主题分布。表10是社会群体研究领域出现频次排名前二十的词语，清楚地显示了社会群体领域学界所关注的焦点及其研究的侧重点，一是学界重点研究的社会群体，如弱势群体、大学生群体、农民工、新生代农民工及青年群体等；二是学界所使用的解释工具，如社会认同、身份认同、社会支持、社会资本、社会排斥及和谐社会理论等；三是学界着重关注的事件，如群体性事件和网络群体性事件等。

（三）行为计量：群体行为研究的新视角

群体行为是一种非常复杂的社会现象。美国社会学家戴维·波普诺（David Popenoe）认为，“群体行为是指那些在相对自发的、无组织和不稳定的情况下因为某种普遍的影响而发生的行为”。美国社会心理学家斯坦利·米尔格兰姆（Stanley Milgram）则认为，“群体行为是自发产生的，相对来说没有组织的，甚至是不可预测的，它依赖于参与者的相互刺激”。综上，本研究认为，群体行为是指一定群体在社会制度、文化习惯和价值观念的影响下，对社会环境刺激所作出的能动反应。

行为计量主要是在对群体行为观察、统计和分析的基础上，发现和总结群体的行为特征及其发展趋势。借鉴心理学、管理学、社会学，以及计算机科学的行为科学研究方法和技术，群体行为计量方法主要包括四个方面，即行为观察法、行为访谈法、群体画像及事理图谱分析等。行为观察法和行为事件访谈法是对行为计量数据的收集。行为观察法来自心理学研究领域，是研究者在自然条件下，借助感官或仪器对人们的社会生活行为有计划、有目的的系统观察和记录。行为事件访谈法（Behavioral Event Interview，简称BEI）源于管理学研究领域，包括关键事件法和主题统觉测验两部分，主要观察和记录访谈对象曾经事件的关键情境和感知。群体画像方法来自商业营销中的用户画像（Persona）技术，主要是运用大数据技术获取研究对象的基本信息（性别、职业等）、行为状态信息（分享、收藏等），以及偏好信息（点赞、评论等）得出研究对象特征标识，并用标签反映研究对象特征标识的过程。事理图谱分析起源于计算机科学与技术领域，重点研究行为或事件之间的关系，并将事件或行为之间的关系概括为顺承关系、因果关系、转折关系、条件关系和并发关系等，以此来揭示现实世界的事件间的发展逻辑和演化规律。

我们以“北京义联劳动法援助与研究中心”等12家服务农民工组织为研究对象，截取2019年至2020年末12家组织网站或自媒体的文本数据，分析文本词语的意义，提炼“农民工NGO”的行为类型，建立由“行为——活动——目标”三个层次组成的行为分析量表。

根据表中“农民工NGO”的行为参与程度，可以清楚看到其行为倾向，维护农民工合法权益>提升农民工文化素养>农民工职业能力培养>“农民工NGO”创新发展研究>农民工子女的教育关爱。

（四）网络分析：群体聚合研究的新技术

作为一种社会现象，社会网络表现为节点及节点之间关系的集合。其中，节点往往指行动者，如个人、群体，乃至城市或者国家，甚至某些更抽象的事物，譬如词汇或专利。关系则体现为多种形式，包括人际关系，如同学关系和生意伙伴关系等，也包括人与事物的关联等。社会网络分析发轫于人类学、心理学、社会学、数学及统计学等领域，是综合运用图论、数学模型来研究社会行动者之间关系的社会科学研究方法。目前，社会网络分析已成为一种新的理论范式，其技术和方法已应用于多个领域，如教育学、管理学、医学等。

社会网络分析兼具理论视角和研究方法。在理论层面，社会网络分析提供了解析社会现象的工具，如结构洞、弱关系、嵌入性及社会资源等理论研究。在内容层面，社会网络分析主要包括网络规模、网络强度、网络密度等。在操作层面，社会网络分析提出了中心性、凝聚子群、“核心——边缘”结构及结构对等性等分析技术。借助于计算机技术的普及应用，社会网络分析业已软件化，如UCINET、Pajek及Netminer等。

运用社会网络分析软件UCINET，作者对《消防科学与技术》中297篇“高被引论文”作者的互动关系进行了分析。分析显示，论文作者群体643个节点（Nodes）共建立1810个联系（Ties），平均联系≈2.81（次），即人均合作频次为2.81。启动主成分分析（Main Component），可以发现由多个子群构成的作者网络，其节点为53（个），建立联系268（个），平均联系≈5.06（个），合作强度远高于整体网络，成为具有密切合作关系的研究群体。

图3显示，在整个作者合作网络中，活跃度较高的有10人（即具有高度中心性和桥接性，图中加粗显示），4人来自中国科学技术大学火灾科学国家重点实验室：张和平、霍然、朱杰与胡隆华；4人来自中国人民武装警察部队学院：李思成、吴立志、董希琳与郭其云；2人来自安徽省消防总队：吴振坤和翁韬。可以看出，消防实战部门及公安高等院校的论文作者具有较高的链接性，成为推进消防科学与技术科学家群体发展的潜在力量。