第一节 研究框架与分析思路
一、现状描述
（一）网络集体行动的现状分析
对网络集体行动的考察主要从网络社会参与、网络政治参与及网络整体参与感三个方面展开，网络社会参与包括以网络为信息资源的参与、以网络为互动平台的参与和以网络为行动空间的参与三个层面；网络政治参与包括网络政治参与时间、网络政治参与态度和网络政治参与行动三个层面；网络整体参与感则包括网络政治参与意愿、网络增能赋权体验和网络社会参与态度三个层面。
（二）社会心理机制的现状分析
从现实场域和网络场域分别对集体情绪机制、工具理性机制、身份认同机制和底线道德机制等四种社会心理机制进行了间接测量。
（三）网络集体行动的案例分析
我们以近十年典型网络事件为例，分别分析四种社会心理机制在青年网络集体中的作用，并对这些现象进行了理论与现实的反思。
二、影响因素
（一）社会结构变量
青年所属于的群体类型、生活城市和主观阶层都是其在整体社会结构中的位置/关系的体现。
（二）社会经历变量
我们通过社会歧视、生活压力和社会支持三个变量来反映青年的社会经历。
（三）公民意识变量
我们主要通过权利意识、公平意识、民主意识和政治意识来体现公民意识，但考虑到测量变量本身的主观性，此类变量未放入对社会心理机制影响因素的分析当中。
（四）数字鸿沟变量
本研究认为有必要考察数字鸿沟变量对我国青年网络集体行动及其社会心理机制的影响作用。
三、路径分析
运用回归方程和结构方程模型，对多种集体行动社会心理机制理论模型进行假设、检验和修订，并提出我国青年网络集体行动的社会心理机制模型。
四、政策建议
对青年参与网络集体行动社会心理机制的了解，是创新网络风险控制、维持社会稳定与和谐的基础。本研究在实证数据分析的基础上，提出应对青年网络集体行动的政策建议，从而为相关部门提供一定的参考。
第二节 数据来源
一、调查数据来源
（一）调查方法
问卷调查。
（二）样本描述
经过数据清理，得到有效样本3483，其中，青年白领、青年农民工、青年学生（大学生）各占三分之一左右。
二、典型案例来源
本研究中使用的典型案例来自我们历经三年时间整理构建的“网络事件数据库”（2003至2016年），入选数据库的事件至少满足以下四条标准中的一条：（1）被中央媒体报道或提及。（2）被重要新闻网站报道或提及。（3）被相关学者研究或提及。（4）引发网民广泛参与，并造成负面社会影响。
第三节 主要影响变量的设置
一、社会结构变量
（一）群体类型
青年的群体类型包括青年白领、青年农民工和青年学生三个类别，设置为以青年学生为参照群体的两个虚拟变量。
（二）生活城市
青年的生活城市包括上海、北京和郑州三个城市，分别代表经济中心、政治中心和一般省会城市，操作化为以郑州为参照城市的两个虚拟变量。
（三）主观阶层
本研究中，青年的主观阶层操作化为对个人综合社会经济状况的主观评估，具体包括“上层”“中上层”“中层”“中下层”“下层”和“说不清”。
二、社会经历变量
（一）社会歧视
我们列出13种主要社会歧视的因素，包括民族、性别、户籍、收入、疾病、身体条件、语言、年龄、宗教、家庭背景、职业、学历和其他。
（二）生活压力
生活压力操作化为青年对目前压力状况的自我评估。
（三）社会支持
具性支持操作化为“过去一年里，在您遇到困难的时候，谁给您提供的帮助最大”。情感支持操作为“过去一年里，当您心情不太好时，或感到有点沮丧时，您找过谁谈心吗？”。社交陪伴操作化为“过去一年里，闲暇时间您是否跟别人一起度过？”。
三、数字鸿沟变量
数字鸿沟的概念中，网络接入是指人们是否能够接入互联网；技能掌握是指人们是否掌握各种操作电脑和网络应用的技能；应用选择则是指人们如何利用互联网来有效地提升自己的工作和生活质量。
（一）网络接入时间
网络接入时间操作化为除工作需要外，青年平均每天的上网时间。
（二）网络技能水平
“翻墙”是一个网络术语，它指的是网络使用者绕过政府的互联网管制，去访问那些被政府禁止访问的网站。
（三）网络资源利用
网络资源利用操作化为青年是否将网络作为了解时事新闻、人物或社会问题的主要途径。
四、公民意识变量
（一）权利意识
权利意识操作化为青年对于“钉子户”的维权行为的态度。
（二）民主意识
民主意识操作化为青年对“基层干部应该怎样产生”的态度。
（三）公平意识
公平意识操作化为青年对“我国社会存在着大量社会不公平的现象”的认同程度。
（四） 政治意识
政治意识操作化为政治疏离感。
第四节 主要统计方法
除了频次、百分比、交互分类表等描述性分析方法以外，还采用了以下高级统计方法：
一、因子分析
根据多变量之间的内部依赖关系，探求观测数据中的基本结构，并用潜在变量来表示基本的数据结构。
二、线性回归
由于网络集体行动和社会心理机制均转化为连续变量，因此采用线性回归的方法来分析各自变量的影响作用。
三、路径分析
在本研究中，我们的数据满足递归模型的假设和限制条件，故采用递归模型假设。