孟天广｜数字智能时代的政治学发展：学科交叉驱动的计算政治学
日前，教育部发布了政治学一级学科简介及学位基本要求。一方面该发布简要介绍了政治学的学科概况、内涵和范围，规划了政治学理论、中国政治、国家治理、科学社会主义与国际共产主义运动、比较政治、国际政治、国际关系、外交学、全球治理与国际组织、计算政治学等10个二级学科，对于政治学的学科发展有着重要的指导意义。另一方面，此次发布还提出了政治学硕士、博士生培养目标，需要具备的基本知识、基本素质、学术能力，提出了学位论文基本要求，对于政治学的人才培养亦有着重要的指导意义。在此之际，为了进一步探讨和促进学科进步，《政治学评论》编辑部特别邀请了政治学教学与科研领域的著名学者，分享政治学学科发展的成功经验、发展思路和未来规划，以启发政治学人，共同推动政治学学科发展。
数字智能时代的政治学发展：学科交叉驱动的计算政治学
一、数字智能时代的政治学发展：知识生产与国家需求的对话
伴随着第四次工业革命走向纵深，以大数据、大模型、人工智能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。正如马克思所说：“手推磨产生的是封建主社会，蒸汽机产生的是工业资本家社会”。从这个意义上，数字智能革命正在驱动一场全球范围内的治理革命，不仅深刻地影响着国家形态、国家结构、国家－社会关系等传统政治现象的演变，而且推进着数字治理、数字民主、数字科层制、数字人（智能体）等新生政治现象的萌生，这为全球政治学科发展提出了全新的理论命题和知识需求，要求学术共同体解释、分析和预测未来政治发展，进而形成数字时代人类过美好政治生活的思想、理论和知识体系。
在第四次工业革命与“第五个现代化”——国家治理现代化叠加并进的时代进程中，数字智能技术与国家治理实践的深度融合与互嵌重构为我国带来了一场超大规模“社会实验”，促使大数据、人工智能被广泛应用于国家治理、社会治理乃至全球治理等多样化治理场景，凸显出数字时代我国治理模式的引领性发展，为人类探索数字文明时代的国家治理范式提供了丰富的实践经验，因此中国政治学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国家重大需求，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。
二、计算政治学的兴起：国家治理数字化转型的理论与方法范式
伴随着第四次工业革命的加速推进，人类文明正在经历快速、大尺度和深层次的数字化转型，这从本体论、认识论和方法论意义上系统地重构着社会科学的研究对象、科学问题和研究范式，将社会科学研究范畴拓展到数字经济、数字社会、数字治理等全新领域，为社会科学理论与方法范式迭代创造了时代机遇。
作为前沿交叉学科，计算社会科学（Computational Social Science）的兴起是社会科学与数据科学、计算科学交叉融合的产物。回顾2009年提出计算社会科学构想以来的发展历程：在方法范式上从聚焦数据驱动发展为理论驱动与数据驱动相融合，利用大数据、大模型等新兴方法对复杂的人类行为及社会运行进行跨学科研究，显著提高了人们理解、分析和预测社会规律的能力；在理论范式上直面数字时代的社会科学本体论和认识论转变，围绕数字时代的新生研究对象构建新理论，以解释数字时代的社会构造机理、社会运行机制和国家治理转型等新知识。可以说，计算社会科学从萌芽到兴起体现了人类社会迈入数字时代社会科学知识生产的必然趋势，展现了社会科学未来发展的新范式。
计算政治学（Computational Political Science）是计算社会科学的有机组成，是数字时代政治学科理论与方法范式创新的集中体现。人类政治文明的重大进程中，科技革命作为生产力飞跃的动力始终发挥着驱动国家治理体系变革的基础性作用。可以说，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。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。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国家治理数字化转型的理论范式提供了实践基础。政治学的计算传统可以追溯到早期国家的信息实践，如古代帝国的“编户齐名”“数目字管理”，现代国家普遍建立的国家统计与登记体系。进入数字时代，数字技术通过赋能国家和赋权社会双重机制深刻影响国家治理，信息成为国家构建的基本要素和国家运行的基础机制。对于国家而言，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，更显著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，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。
计算政治学还推进政治学研究方法范式的迭代发展。2009年大卫·拉泽尔（David Lazer）及其合作者发表的《计算社会科学》被视为计算社会科学的“诞生”，论述了数据驱动范式的兴起，尤其是基于海量数据和超级计算能力理解社会运行规律和趋势的可能性。近年来伴随着大数据、大模型方法的兴起，将自然语言处理、机器学习、大语言模型、时空数据分析、自动文本分析、视频图片分析、社会仿真建模等新兴方法引入政治分析，并与传统的理论驱动范式如定性分析、定量分析、实验设计深度融合，形成了一系列基于大数据的因果推论方法，推进着政治学研究方法范式的突破式发展，为数字时代生产因果性、相关性、探索性知识提供了强大而丰富的方法工具箱。
三、计算政治学的清华探索
“自下而上”的学术自觉。清华大学的计算政治学起源于自下而上的自发探索，2014年清华大学社会科学学院几位学者关注到大数据革命对社会科学研究范式的影响，倡议启动计算社会科学研究并发起“首届大数据社会科学讲习班”，吸引到多位青年教师加入讲习班教学团队，并招收到200多位国内各高校学员。在此基础上2016年在全国率先建立了计算社会科学平台，围绕交叉学科建设、新兴方法范式、数字人才培养开展积极探索。2018年申请建设校级科研条件平台，为全校人文社科类院系提供海量数据和计算资源支撑。2019年，在清华大学、北京大学相关研究机构倡议下成立了“中国计算社会科学联盟”，迄今已有20多所高校加入，举办5届全国计算社会科学高端论坛、2届计算社会科学国际会议，推进科学研究、人才培养和学科建设领域的跨校合作。
“学科交叉”的育人特色。清华大学特别重视培养兼具社科知识与数字素养的复合型人才，在国内首个将计算社会科学纳入学科规划，经过长期积累初步形成了较为系统性的课程体系。2014年发起“大数据社会科学讲习班”迄今已经连续举办9届，累计培养了近2000位高校教师、科研机构研究人员和硕博士研究生，推进了国内计算社会科学研究型人才培养。2014年以来在校内推出“大数据分析能力提升证书项目”和“大数据分析兼修硕士项目”，数千名在校生选修相关课程。2017年政治学系开始招收大数据政治学特色方向的博士研究生，2020年开始招收计算政治学方向的硕士研究生，目前已经形成了包括“政治学方法论”“政务大数据分析与应用”“治理技术专题”“实验政治学”“数据科学与社会科学工作坊”等本研课程，以及Python编程语言研习营、R编程语言研习营等特色教学项目。
“数字治理”的社会实验。2015年依托政治学系成立了数据治理研究中心，建设跨学科团队开启计算政治学研究。近年来聚焦数字政府建设、数据要素治理、智能社会治理等领域开展跨学科研究，发起“政治科学前沿理论与方法论坛”“大数据与国家治理高端论坛”“清华数据治理系列论坛”“数字政府40人论坛”等学术交流平台。整合调查数据、实验数据、政务数据、政策数据、司法数据、社交数据等多源数据建设政治学与国家治理研究数据库，支撑多位老师承担国家社科基金重大项目、国家重点研发计划等科研项目。基于大量田野调查提出数字政府评价指标体系，2020年以来每年发布《中国数字政府发展指数研究报告》，形成国内数字政府研究的基础数据库。2019年以来深度参与北京市接诉即办改革，探索超大城市数字治理的理论模型及应用体系，形成系列研究成果探索技术赋能与技术赋权相结合的数字治理生态模式。
建设文科实验室探索“有组织科研”。依托文理交叉优势，清华大学整合文理工科学术力量建设“计算社会科学与国家治理实验室”并入选教育部首批哲学社会科学实验室，积极探索文科有组织科研。实验室以计算社会科学与国家治理为研究对象，从科研资源、学科建设、国家治理、人才培养四方面构建四大“枢纽型”平台——基础条件平台、学科创新平台、实验仿真平台和实验教学平台。近年来，实验室通过科研基础条件建设有效地推进了计算政治学交叉学科发展。实验室建设政务数据、经济数据、社会数据、司法数据、传媒数据、微观经济社会数据等六个主题数据库，汇聚了政策文件、政务热线、工商登记、司法文书等二十余类数据资源。实验室还开发计算社会科学算法库，形成支撑海量数据分析的大数据方法及相应的软件包，为科学研究提供开放数据和算法支撑服务。
四、计算政治学的未来发展
自2009年计算社会科学作为交叉学科构想被引入社会科学研究以来，一场“范式革命”已悄然而至。数字时代呼唤计算政治学，迫切要求政治学对于理解数字文明语境下新生政治现象形成本体论、方法论和认识论层面的概念、理论和方法体系。一方面，计算政治学是政治学未来发展的必然趋势。计算政治学成为国际范围内政治学形成新范式、新理论和新知识的前沿领域，因此构成国家“新文科”建设的重要领域。另一方面，计算政治学致力于培养服务数字时代国家治理的急需人才。十九大提出“数字中国”战略，“十四五规划”明确我国要“加快数字化发展”，统筹推进数字经济、数字政府和数字社会发展，这为计算政治学复合型人才培养提出国家需求。
我国计算社会科学在过去十余年里快速发展，在持续推进理论和方法范式创新的同时，推动了计算思维在社会科学各领域的应用和发展，形成了数字经济学、计算政治学、计算社会学、计算传播学和计算法学等交叉学科方向，有力地支撑了社会经济数字化发展和国家治理数字化转型的知识需求。因此我国应加快推进计算社会科学交叉学科建设，通过构建全国共享的数字科研基础设施、优化学科目录体系、建设文理交叉重点实验室、加快培养复合型数字人才，基于我国数字化转型的先发实践和学科交叉的创新机遇，形成计算社会科学的自主知识体系，为人类社会迈入数字文明做出原创性知识贡献。