在供应链管理领域，学者常用与供应链管理者有关的横截面调查数据检验宽泛的组织理论，相关理论概念被简化为基于感知性的调查条目。由此得出的统计关系在理论上看似自洽，但当学者考察现实中供应链结构、规划系统或运营流程与绩效间的关系时，这种统计关系却难以帮助学者获得深刻见解。

　　这种研究及其所代表的一整类研究正陷入一个奇特的窘境：它们在方法上无懈可击，在理论上逻辑自洽，却似乎与充满复杂互动、瞬息万变的现实世界隔着一道无形的墙。社会科学领域的许多学者都开始意识到，连接宏观理论与微观经验的那座桥梁——中层理论（Middle-Range Theory，又称中观理论）正变得摇摇欲坠，在一些学科内部甚至出现了“断代”的危机。

　　中层理论的提出，源于美国社会学家罗伯特·默顿（Robert K. Merton）对20世纪中叶社会科学研究两极分化格局的批判。面对美国现代社会学奠基人塔尔科特·帕森斯（Talcott Parsons）的宏大理论体系与经验主义的零碎研究之间日渐割裂，默顿在《社会理论与社会结构》一书中提出了第三条道路：通过有限社会现象分析构建可验证命题，避免宏观理论抽象化与微观研究碎片化。这一构想迅速成为社会科学学科专业化的重要引擎，催生了从“资源依赖”到“沉默的螺旋”等一系列深刻影响管理学、社会学、传播学的理论。

　　瑞典皇家科学院院士、林雪平大学分析社会学教授彼得·赫斯特洛姆（）在接受本报记者采访时将中层理论定义为“清晰精确的解释性理论”，他给出了一个“最小可行定义”：中层理论为所要解释的结果Y提供部分解释。它通过具体阐明可促使Y这类结果发生的过程机制回答“为何会出现Y”这一问题。Y通常是某种超个体特征，用于描述由个体构成的群体属性，这类群体规模可小至小型友伴群体，大至整个社会。

　　美国田纳西大学商学院教授西奥多·斯坦科（Theodore P. Stank）认为，在管理学领域，宏大理论（如资源依赖理论、信息处理理论）为组织行为提供了宏观方向指引，但它们通常过于抽象，难以解释具体运营情境中复杂的互动关系。理解这些互动关系需要在具体场景中研究相关现象。供应链是在极为特殊的环境中运行的，行业结构、产品特性、需求变化、技术局限、制度关系都会影响最终结果。而中层理论建构正是探索和理解这些情境机制的关键。

　　在美国哥伦比亚大学社会学系副教授詹姆斯·诸（James Chu）看来，机制阐释与经验验证是中层理论研究的核心特征。“如果我们不采用宽泛意义上的中层理论定义，那么在我看来，中层理论研究就是提出一系列精确、逻辑上相互关联的命题，并明确其适用范围条件，最终形成可被经验检验的论断。”

　　然而，与其积极意义相对应，中层理论在当代也面临一些问题。当“假设检验”固化为方法教条，当复杂机制被简化为问卷量表上的变量关系，当数字时代的新现象以理论建构难以企及的速度喷涌而出，默顿所寄望的、那条介于具体经验与普遍原理之间的坚实道路，正变得日益狭窄而不接“地气”。

　　中国人民大学新闻学院传播系主任、教授刘海龙对本报记者表示，传播学本是一个以中层理论著称的学科，议程设置、沉默的螺旋等经典理论，都曾精准捕捉大众媒体时代特定的社会心理与信息传播机制。然而，当传播技术的底层逻辑从大众传播转向智能算法和数字连接时，旧地图便无法再指引人们走向新大陆。

　　“原有的中层理论的情境在边缘化，解释力在下降，”刘海龙坦言，“新的技术变化较快，来不及进行理论抽象。新现象层出不穷，但又迅速过时，这导致很多中层理论存在于描述现象阶段，来不及形成具有解释性的宏观理论；已经形成的理论也只是比较孤立地描述某个具体现象，没有与更大的社会结构钩连在一起。”

　　与此同时，从技术哲学等领域舶来的、关于“媒介技术社会影响”的宏大论述又过于抽象，与具体语境脱节，以至于“很难被证伪”。在快速变迁的经验现实与高度抽象的哲学思辨之间，中层理论出现了断裂。

　　“困难并不在于开展此类研究，而在于对成果的认可标准。”斯坦科如此解释当前管理学研究的结构性困境。在他看来，许多扎根于具体情境的案例研究、实地调查或归纳探索，被一些期刊和评审视为缺乏普适性而拒之门外。学者被推入一个怪圈：为了发表，必须去“测试”那些宏大而抽象的理论，哪怕这些理论“原本并非为精确适用而设计”。他告诉记者，由此产生的大量实证研究虽然在形式上“检验了理论”，但有关发现对实际运营活动的启示极为有限。研究结果往往依赖测量量表、调查对象与样本构建等方面的技术性选择，而非揭示有意义的因果机制。

　　然而，并非所有领域的学者都认同“危机论”。赫斯特洛姆就持不同看法，他认为中层理论面临的主要问题是“缺乏体系化梳理”。他回忆称，在与默顿同场的一次学术会议上，他们双方都认识到，与“社会机制”类似的基于解释机制的理论，与中层理论的精神高度契合。

　　斯坦科也表示，社会学、政治学以及经济学部分领域更倾向于探讨特定情境中的具体机制。随着时间推移，有关累积性发现逐渐构建出更为广泛的理论认知。

　　“要讨论中层理论的发展现状，很大程度上取决于我们如何划定它与其他社会学知识生产路径的边界，”詹姆斯·诸对记者表示，“如果从最宽泛的意义上定义它（也就是发展可解释的机制，或是与经验数据紧密结合的解释），那么我认为，中层理论当下在社会学领域正处于上升态势。从这个角度来说，发展出具有清晰适用范围且与经验数据紧密结合的理论命题，本身就是‘优质的社会科学’。另外，传统上与分析社会学有关的各类研究工具，比如因果推断、基于主体的模型、立足经验的民族志、自然语言处理、社会网络分析等，如今也都越来越受重视。”

　　在詹姆斯·诸看来，关于理论碎片化与解释力有限的担忧，要具体情况具体分析。“如果批评的核心是：许多研究虽被贴上了‘中层理论’ 的标签，却仅专注于经验描述或相关性分析，并未明确理论机制——那么我认同，该类研究确实会加剧理论碎片化。”

　　“我们很难弄清，一项关于X的研究所得出的知识与一项关于Y的研究所得出的知识间存在何种关联。但对中层理论研究而言，至少在我看来，核心前提是关注在普遍适用范围条件下，明确并通过经验验证理论机制。这一点似乎能直接回应人们对理论碎片化的担忧，因为它有助于实现知识的关联，推动知识的累积性生产。”詹姆斯·诸解释道。

　　为何构建有力的中层理论变得困难？学者从不同角度揭示了背后的多重压力。在管理学领域，斯坦科认为根源在于学科对“科学合法性”的过度追求。作为一门相对年轻的学科，管理学曾通过紧密模仿自然科学与经济学的方法论标准——尤其是逻辑实证主义和假设检验——来确立自身的学术地位。这导致了一种“方法论上的崇拜”：研究价值日益与统计的复杂性、模型的严谨性挂钩，而非与对现实问题的洞察深度相关。

　　“中层理论建构通常产生于情境性调查和归纳推理，与这种范式较难兼容。”斯坦科总结道。学术出版相关制度固化了这种偏好，长篇文章、复杂模型、宏大理论成为“标准格式”，无形中扼杀了那些源于具体情境、小而精的探索性研究。

　　刘海龙则将视野投向更广阔的社会与时代背景。他认为，技术发展带来社会变迁，而社会变迁速度已经超越了理论建构的常规节奏，产生了“刻舟求剑”式的滞后感。同时，社会发展不平衡，再加上文化多元发展，用单一的普遍性理论解释现实变得越来越困难。

　　更深刻的反思指向了中层理论提出者默顿本身的方法论局限性。在刘海龙看来，默顿主张从经验积累中自然归纳出理论，但“这个过程并不是理所当然的，研究者的主观性和学术想象力被忽略了”。如果缺乏批判性视角，这种主观性可能沦为用简化过的普遍理论去裁剪多元复杂的经验现实。

　　赫斯特洛姆则认为，问题不在于没有中层理论，而在于大量研究“仅关注统计关联与因果效应，却不具体阐明X与Y之间的关联是通过何种机制与过程产生的”。此类研究或许有价值，但“并非真正的中层理论”。他认为，未来的出路在于为中层理论与解释机制构建一套更具结构性的理论工具箱，对社会机制进行系统性分类与抽象，进而识别出“马太效应”这种在多个领域都能发挥作用的通用机制，以此对抗理论的碎片化，彰显社会学理论的普遍解释力。

　　以经验厚度和理论想象力

　　那么，重建有力、贴地的中层理论，最需要突破的是什么？是发明新概念、采用新方法，还是改革学术制度？斯坦科直言，这需要“文化层面而非方法论层面”的变革。管理学需要重新定义何为“优秀研究”，应从追求理论的“完美包装”，转向鼓励“更精简、设计严谨的实证研究”，让知识在不同情境中逐步累积，自下而上地构建理论，而不是持续将宏大理论框架强行套用于它们本不适用的问题。

　　詹姆斯·诸认为，当前瓶颈在于学生的培养，即如何让他们拥有足够的训练和宽广的视野，以构建出“能够显著加深我们对问题的理解的理论，而非仅仅作出渐进式的小改进”。

　　刘海龙表示，首先需要对中层理论本身的时代前提进行批判性反思。重建的关键在于找回中层理论最初的优势：在经验与理论之间取得平衡。然而，“这两个方面目前都比较薄弱”。一方面，学者对经验的描述不够深厚，缺乏历史纵深与跨文化比较，导致“经验贫乏”。特别是成长于数字虚拟环境的新一代学者，“生活经验相对单一，同时历史教育有所缺失”，有的研究可能“从书本到书本”，缺乏真切的社会关怀。另一方面，是“理论想象力缺乏训练”。在碎片化阅读和学术评价急功近利的双重挤压下，对经典的深入研习被忽视，研究者面对纷繁复杂的现象时，缺乏必要的知识储备进行有效抽象与勾连，往往会陷入“乏力和失语”。

　　人工智能特别是大语言模型的崛起，是一个无法回避的新变量。它们会取代中层理论研究，成为新的“理论生成器”吗？

　　詹姆斯·诸对此持谨慎态度。他认为，如果使用得当，人工智能工具可以极大加快数据处理、编码分类等基础工作。但理论构建的核心——“想象因果机制”，尤其是针对全新现象的因果想象——是当前人工智能难以企及的。

　　他认为，人工智能或许具有登上“因果阶梯”第一层（关联）的能力，但这种能力与登上第二层（干预）和第三层（反事实推理）所必需的人类特有的想象力与理论构建能力相比，还有本质区别。

　　这反而凸显了中层理论在人工智能时代的独特价值。面对算法黑箱、人机共生等新现象，空洞的宏观批判或纯粹的技术描述都显得无力。唯有深入具体情境，剖析数据流转如何影响新闻生产，算法推荐如何重塑社会认知，平台规则如何组织数字劳动，才能形成切实的、可检验的解释。中层理论，恰恰是理解这些复杂新现象不可或缺的认知工具。

　　纵观管理学、传播学、社会学领域学者的论述，中层理论的困境并非学科独有的病症，而是社会科学在当代遭遇的普遍性挑战的集中体现：在专业化、制度化的过程中，学术生产有时异化为一种与真实世界疏离的、自我指涉的游戏；在技术爆炸、社会裂变的时代，理论进步的步伐追赶不上经验的流速；在追求“科学”形式的同时，可能遗忘了关切社会、解释世界的初心。重建中层理论的解释力，首先意味着学术评价体系能包容那些从“泥土”中生长出来的、或许不完美但充满生命力的探索；其次意味着研究者既能沉入“厚”的经验现场，保持对社会的敏锐感知与深切关怀，又能跃升至理论的高度，以丰富的想象力和扎实的学养，在具体现象与社会结构间架起桥梁；最后意味着社会科学重新确认自己的核心使命——不是生产精巧但无关痛痒的模型，而是提供对我们所处时代的、具有说服力的深刻解释。

　　中国社会科学报记者  陈密容  杨雪