澳大社會科學學院在本學年舉辦的第三場計算社會科學工作坊中，邀請到香港中文大學社會學系助理教授朱靈分享一項方法論的研究，其聚焦於社會網絡中模塊化指數的應用現狀與核心挑戰，提出改進策略，並為相關領域研究提供關鍵方法論指引。
朱教授提到跨網絡比較模塊化指數存在各種概念性和實證性問題。從概念上講，模塊化指數可能與社會科學家感興趣的實質性概念一致。從實證角度來看，不同社交網絡中估計出的最優模塊化指數對所採用的算法以及與這些實質性概念無關的各種網絡特徵高度敏感，從而導致比較結果出現偏差。即表現為三大關鍵問題：概念依賴性問題、算法依賴性問題、及網絡依賴性問題。為驗證上述問題，朱教授以2020年美國勞動力市場職業流動研究為例，原研究認為2000年後職業流動邊界趨嚴。但經重新分析發現，原研究未解決網絡特徵隨時間變化的問題，採用Bootstrap標準化後，實際數據顯示勞動力市場更趨靈活，細分職業流動更為頻繁。
針對這些問題，朱教授提出多步驟改進策略：明確研究概念以匹配合適測量方法，分離社區檢測與模塊化計算，通過標準化和模擬驗證減少網絡特徵干擾。她強調，跨網絡模塊化指數比較並非不可行，但需嚴謹方法學保障，這一觀點為提升社會網絡研究的科學性提供了重要啟示。
朱靈現爲香港中文大學社會學系助理教授，研究專注於中國社會、計算社會科學、經濟社會學、組織與工作、以及政治社會學等。研究成果已發表於社會學領域的頂級期刊，包括《Chinese Sociological Review》、《Social Science Research》、《Chinese Journal of Sociology》及《Society》。
