孟天广：计算政治学：试析数智时代的政治学理论与方法范式

摘要：随着第四次工业革命走向纵深，国家治理数字化转型展现了“科技革命”和“治理革命”相碰撞而推进政治学学科创新发展的时代机遇。计算政治学的兴起和发展呈现了数智时代政治学理论与方法范式的创新迭代，不仅拓宽了政治学的研究领域，创设了全新的研究议程，还促进了研究方法转换。计算政治学的兴起源于政治学两大传统在数智时代的对话与融合，不仅传承和发扬了政治学的计算传统，还将计算科学引入国家治理实践。概言之，计算政治学涵盖了政治学在本体论、认识论和方法论三个维度上的认识深化和知识生产过程，集中呈现了政治学对理解、分析和预测国家治理数字化转型的理论更新和方法迭代。

数智时代的政治学研究范式革命

伴随着第四次工业革命走向纵深，以大数据、大模型为代表的科技革新在全球范围掀起了生产方式、生活方式和治理方式变革的现代化进程。我国率先探索适应于数字时代的国家治理实践，这为基于先发经验构建政治学新的理论与方法范式提供了实践基础。

国家治理数字化转型展现了“科技革命”和“治理革命”相碰撞而推进政治理论范式创新的时代机遇。一方面深刻地影响着国家形态、国家结构、国家—社会关系等经典政治现象的演变，另一方面推进着数字治理、数字民主、数字科层制等新生政治现象的萌生。尽管学界普遍认同第四次工业革命在全球范围内带来治理革命，但尚未形成系统化理论范式以理清国家治理数字化转型的逻辑、动力与机制。计算政治学是政治学科对国家治理数字化转型这一重大理论与实践命题的参与式观察和学理性回应，其兴起呈现了学术共同体对数字智能时代政治学知识生产的学术自觉，涵盖了政治学在本体论、认识论和方法论三个维度上的认识深化和知识生产过程，推进了政治学理论与方法范式的发展。

政治学的计算传统

（一）早期国家的计算传统

虽然计算政治研究近年来方兴未艾，国家治理的计算实践却源远流长。早期国家实践已经出现了各式各样的“数目字管理”现象。无论是在东方还是西方早期国家中，人口登记、田亩登记等信息汲取是广泛存在的国家实践。我国早在商周时期就形成了人口登记制度，譬如甲骨文中就记载了“登人”制度，即“以征集兵丁、组建军队为目的的人口调查登记”。秦汉以降则形成了较为成熟的国家统计体系，譬如“编户齐民”等人口登记和“度田”等田亩登记制度。西方则在古罗马时期就开启了“人口普查”（census），定期收集帝国辖区居民的族群身份、人口规模、家庭财产等信息以征税或征兵。

政治学也长期具有计算传统。柏拉图的《理想国》通过哲学推论和计算模拟来阐述理想城邦的构成及运行，亚里士多德《政治学》通过比较分析古希腊城邦国家来探究政体类型及其变化规律，这均为计算政治学提供了厚实而持久的理论传统。

（二）现代国家的计算实践

现代国家构建过程中，工业革命、市场经济促使超大规模现代国家逐渐成形，因此，如何在高度复杂且异质性强的超大规模国家中实现有效治理成为国家构建的核心命题。现代国家治理中，信息成为国家理解经济社会运行以及国家自身运行的关键要素，因此政府应用数字、地图、图表、指数等治理技术的政治实践更是层出不穷。尤为重要的是，现代国家普遍设立统计局等专门机构，将原来分散的信息整合起来，建立了无所不在的信息汲取体系。现代国家的信息体系是国家构建的有机构成。信息能力不仅是生产其他国家能力的前提基础，还是现代国家构建的重要任务。韦伯论述了上传下达的信息传递体系是现代官僚制的应有之义，为政府内部实现信息交换、信息传输提供了保障。斯科特则提出了“可读性”的概念：国家为了有效地从社会中汲取信息，有意忽略人、事、物之间的异质性，而以标准化方式采集和处理信息以提升其对复杂社会的简化理解。

总之，现代国家形成了无处不在的基于“计算”的治理实践。这促使政治学从传统强调哲学和思辨的规范分析转换为基于实证和经验的科学研究，要求政治学成为一门“经验科学”，对政治现象做“系统的、经验的和因果的解释”。二战以来行为主义、理性选择、政治文化等领域兴起，促使问卷调查、定量分析、仿真模拟等定量方法快速迭代。数学、统计和模拟为分析现代国家运行提供了方法工具，奠定了计算政治学的方法论基础。

（三）计算政治学的兴起：两个传统的融合

第四次工业革命给社会科学知识生产带来了本体论、方法论和认识论层次的全新问题，成为数字时代社会科学理论范式与方法范式迭代的时代机遇。数智时代的来临对国家治理发挥着“破坏性创设”效应，治理主体的多元化、治理需求的复杂性和治理技术的不确定性正在驱动国家治理数字化转型，全球范围内掀起一场以数字民主、数字治理、数字监管等为核心的超大规模“社会实验”，这为我们思考数智时代的政治学理论和方法范式提供了实践基础和理论需求。在这一时代背景下，计算政治学作为政治学科对国家治理数字化转型这一重大理论与实践命题的参与式观察和学理性回应而得以萌芽。

概括起来，计算政治学的兴起源于政治学两个传统的遭遇和对话。一方面，计算政治学传承和发扬了政治学的计算传统，从政治计算的理论构建与政治研究的计算方法两个层面入手，聚焦国家构建、国家运行、国家治理的计算过程分析，以及统计学、大数据、大模型等计算技术迭代开展前沿研究，推进数智时代政治学理论与方法范式迭代，譬如近年来信息政治学、数字政治学的兴起。另一方面，计算政治学是更为广泛的计算社会科学的有机构成之一，是计算科学、数据科学与政治学交叉融合的新兴交叉学科。计算社会科学基于学科交叉视角，将计算科学引入公共治理和政策过程，倡导利用强大算力直接分析海量数据来分析社会运行，乃至开展社会预测。这一视角强调政治学研究利用日益丰富的多源异构数据、日益强大的计算能力和快速迭代的算法技术，深入探究数字智能技术对政治过程、政治行为、政治沟通等一系列政治实践的深刻影响，譬如近年来大数据政治学、算法政治学乃至更为广义的科技政治学的兴起。

计算政治学的理论范式发展

（一）数据作为新要素：数字时代国家治理的三重内涵

进入数智时代，数字和智能技术影响着国家治理的宏观结构、中观模式和微观机制。以信息、数据和算法为代表的科技革新作为外生因素冲击着传统的国家治理体系，并对之前的国家治理产生颠覆性的影响。数字智能技术革新及其应用扩散，为人类社会积累了海量社会互动及行为的数字化痕迹，进而为利用大数据、人工智能开展数据分析以理解社会运行提供了可行性。作为数智时代的全新治理模式，国家治理数字化转型具有三重内涵。一是面向数据的治理。“数据”“信息”“算法”本身成为新生治理对象，即“对数据的治理”。二是运用新兴的数智技术进行治理，即大数据、人工智能等新兴技术赋能国家自身，改进治理技术、治理工具，进而全方位提升国家治理能力，即“经由数字的治理”。三是治理场域拓展到数字空间。数字空间不仅成为公共讨论、政治沟通的新生公共空间，也成为政民互动、公共参与的新生渠道，成为国家治理的新生场域，即对“数字空间的治理”。

（二）信息作为新机制：国家治理数字化转型的理论基础

信息是政治学长期关注但缺乏系统理论构建的经典议题。进入数智时代，信息（数据）不仅成为国家治理的核心要素，更是引起国家治理变革的关键变量。从元治理层面来看，现代国家通常同时面临国家内部信息问题（纵向信息问题）和国家—社会间信息问题（横向信息问题），这对于规模庞大、结构复杂的现代国家而言构成结构性约束。尽管早期国家即具有政治计算传统，创设了一系列汲取信息的机构、制度乃至形成了初步的国家信息体系，但数字时代的来临无疑彰显、强化了国家治理实践中信息的关键作用，譬如数字政府、数字治理等新生政治现象均源于信息在国家治理中的关键作用，尤其是大数据、人工智能等技术革新显着提升了信息处理能力，进而促使信息成为政治学理论构建的新兴理论要素。从这个意义上，数智技术促使国家内部信息生产、处理和流通方式都产生了深刻变革，信息政治学提供了不同于传统上强调组织论、结构论的信息论视角。

（三）赋能与赋权：国家治理数字化转型的动力机制

国家治理数字化转型的核心任务在于同时实现国家自身数字化再造与国家—社会间数字化协同，数字智能技术通过赋能国家和赋权社会双重机制驱动着国家治理数字化转型。对于国家而言，数字技术赋能带来的信息整合和信息流动不仅增强了国家内部的激励考核、部门间协同和监督问责机制，更显着提升了国家对社会的信息汲取和信息沟通能力。对于社会而言，数字技术赋权社会大众，降低了公众获取信息的成本，提供了信息传播和表达的新渠道，提升了公共参与和政民互动的能力。数字技术嵌入政府内部引发传统政府向数字政府的转变，在治理实践中通过数据融合化、业务协同化、组织整体化的数字化转型提升治理能力。数字技术嵌入社会运行机制，驱动数字经济与数字社会的演化，推进各类创新应用，进而塑造社会成员的数字素养和数字能力。

计算政治学的方法范式迭代

计算社会科学是人类社会进入数字智能时代的科学研究范式转换，呈现了数据驱动范式的兴起，即基于海量数据和超级计算能力以理解社会运行规律和趋势的全新范式，这一范式在大模型时代取得了新的突破式发展。可以说，计算政治学囊括了当代政治学研究的三大范式：定量研究范式、大数据范式和大模型范式。

（一）定量研究范式：理论驱动

进入近现代以来，定量研究成为政治学研究的重要方法范式。这一方面源于社会科学实证主义传统的兴起和发展，另一方面源于政治算术这一政治实践的快速扩散。就方法范式发展脉络而言，计算政治学无疑与定量社会科学有着深厚的渊源。哈佛大学加里·金在其经典着作《社会科学中的研究设计》中阐述了政治学研究的理论驱动实证研究范式，即广为接受的“假设—建模—检验”范式。时至今日，定量社会科学不仅没有弱化，反而在计算机技术的辅助下进入新的发展阶段，尤其是近十年来在数据采集、概念操作化、因果推论等方法技术层面实现了突破式创新。

（二）大数据范式：数据驱动

进入数字时代，大数据方法挑战着科学研究的传统范式。图灵奖得主吉姆·格雷认为大数据时代促使科学研究超越过去的实验范式、理论范式和模拟范式，正在形成数据密集型科学研究的“第四范式”。该范式认为大数据时代的科学研究不再需要预先设定的理论模型或研究假说，而是利用超级计算直接分析海量数据，发现相关关系即可获得新知识，充分呈现了数据驱动范式的兴起。计算社会科学是一门数据驱动的、以数据密集化为特征的新兴交叉学科。需要注意的是，尽管数据驱动范式正在兴起，但理论驱动范式并未过时，二者构成政治学研究的“双轮驱动”。

（三）大模型范式：算法驱动

近年来生成式人工智能（AGI）跨越式发展，大语言模型快速迭代并普及应用。大语言模型既带来了算法治理、智能决策辅助、智能社会治理等新生研究议题，也为政治学研究带来了大模型范式，即利用大语言模型推进政治学方法范式创新。不同于理论驱动和数据驱动范式，这为政治学研究提供了一个新范式——算法驱动。在算法驱动范式中，研究者利用参数体量大、预训练数据广和算法高度优化的模型，对研究问题所涉及的海量数据进行采集、模拟、挖掘和分析，并利用自生成模型对政治现象进行推演和预测。

计算政治学视角下的中国政治研究进展

计算政治学为我们穿透政治现象的复杂性、理解政治实践的规律性提供了新兴理论视角和方法范式。基于技术赋能国家与技术赋权社会、政治过程与政治结果两个维度，可从理论上梳理出计算政治学视角下的中国政治研究议程。具体而言，赋能—赋权维度关注计算政治学的理论路径，而过程—结果维度关注计算政治学的研究范畴，据此可归纳出数字国家构建、数字政治行为、数字国家运行，以及数字政治价值等四个方面的研究进展，呈现了计算政治学的前沿议题和未来研究议程。

结语

计算政治学的萌生标志着政治学理论和方法范式的一次重大变革，不仅拓宽了政治学的研究领域，创设了全新的研究议程，还促进了研究方法的转换进而提升了研究的科学性，集中呈现了政治学对理解、分析和预测国家治理数字化转型的理论更新和方法迭代。

作为全球范围内国家治理数字化转型的先发国家，中国的政治学科理应积极承担学术责任，基于中国先发实践构建数字时代的政治学理论与方法范式，一方面服务国家治理数字化转型的重大需求，另一方面促进中国政治学对政治学一般理论发展的原创性知识贡献。

概言之，计算政治学涵盖了政治学在本体论、认识论和方法论三个维度上的认识深化和知识生产过程，致力于推进政治学理论与方法范式重构。计算政治学在本体论上聚焦国家治理数字化转型的过程、规律和模式，在认识论上关注互联网、大数据、人工智能等科技革新影响政治过程、政治结构、政治行为的新要素、新机制和新效应，在方法论上综合运用统计学、大数据、大模型等数据科学与计算科学方法探究政治现象背后的相关和因果性关系。

孟天广，清华大学政治学系、计算社会科学与国家治理实验室教授

摘自：《世界社会科学》2025年第1期