本文精准提炼了“数智发展”的时代背景，并以此为基础探讨政治学学科发展的新变化，尝试对其进行'理论-方法-场景'的立体范式建构。计算政治学作为新兴学科子类，其质的规定性即为将国家信息能力纳入国家能力理论体系中进行研究。本文回溯了古今中外国家建构过程中信息的作用，展现了丰富的国家信息治理实践，延续了政治学的计算传统。数据信息的增长及其生产运行方式的改变，极大丰富了现有研究资源，公共治理领域不断地更新对因果机制的探讨。本文构建了中国治理场景下计算政治学的体系化研究思路，从既有国家-社会关系视角展开，全面展现了计算政治学在中国政治现实中研究的着力点。
【文献来源】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[J].世界社会科学,2025,(01):95-115+244-245.孟天广，清华大学政治学系长聘教授，清华大学计算社会科学与国家治理实验室副主任。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。一、引言
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。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。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，数字智能技术与国家治理实践日益实现深度融合与互嵌重构，通过赋能国家和赋权社会双重机制深刻地影响着国家治理。基于数字化先发优势条件，我国率先探索适应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。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，要求学界解释、分析乃至预测政治文明的未来形态，进而形成数字时代的政治思想、理论和知识体系。随着大数据、人工智能等科技快速迭代及普及应用，计算社会科学（Computational Social Science）迅速兴起，它是社会科学与数据科学、计算科学交叉融合的产物。计算政治学（Computational Political Science）是计算社会科学的有机组成，其兴起和发展呈现了数智时代政治学学科理论与方法范式创新的积极探索，是政治学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。概言之，计算政治学的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，有力地推进了政治学理论与方法范式的发展。二、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方兴未艾，国家治理的计算实践却源远流长。早期国家实践就已经出现了各式各样的 “数目字管理”现象。无论是东方还是西方早期的国家构建中，人口登记、田亩登记等信息汲取都是广泛存在的国家实践。在这个脉络上，英文“统计”（statistics）一词源自德语“Statistik”，而“Statistik”则源自拉丁语 “statista”，意为“国家事务管理者”。可以说，早期国家的计算实践主要源于信息汲取能力考量，通过掌握农业产出信息在分散的小农经济条件下保障国家信息汲取能力，因此收税官能够在多大程度上监测和统计农业收成信息成为影响国家能力的关键因素。
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”。《周礼》也阐明了“以土均之法辨五物九等，制天下之地征，以作民职，以令地贡，以敛财赋，以均齐天下之政”的计算思想，将财产认证与土地紧密相连，通过土地的产出和土地质量来征收赋税。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。
概言之，在 “国家计算”视域中，早期国家就已借助数字、图册、黄册等计算方法来监测和理解社会，设计出复杂的数目字管理体系，这表明国家治理的“计算传统”源远流长。从这个意义上，政治学长期具有计算和统计传统。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，亚里士多德的《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渊源。
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。一方面，信息能力是生产其他国家能力的前提基础。韦伯就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。布兰博尔等通过1800年以来的历史数据，以统计机构、统计年鉴和人口普查三个指标来测量信息汲取能力，发现三个指标在现代国家建构中均呈现递增趋势且发挥积极效应。另一方面，信息的收集和处理也是现代国家构建的重要任务。譬如福柯就认为，国家汲取信息旨在通过 “全景监控”塑造改变社会现实，以对社会成员形成细致入微的管理和监控，进而形成无处不在的潜在规训。斯科特进一步发展福柯的国家理论，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”。第二次世界大战以来，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。在这一背景下，阿尔克早在20世纪70年代即提出计量政治学 (Polimetrics) 设想，试图运用数学工具建立形式模型以构建政治学理论，进而利用统计方法对政治现象进行量化分析。1987年，恩纳尔斯提出了“计算政治”概念，提倡利用并行计算来处理社会运行的并行性与复杂协同问题。可以说，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。第四次工业革命为社会科学知识生产带来了本体论、方法论和认识论层面的全新问题，这也同样影响着政治学的学科演进和知识生产。数智时代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，在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对话与融合。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。譬如麻省理工学院计算机科学与人工智能实验室的温斯顿和芬利森提出 “计算政治学”，旨在辅助政治学学者及政府官员发现适宜的分析工具，以应对日益庞大的信息流，并做出更准确的决策。总之，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。概言之，计算政治学的兴起呈现了学术共同体对数字智能时代政治学自主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，致力于推进政治学理论与方法范式重构。可以说，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。
三、计算政治学的理论范式发展
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，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人们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。进入数字时代，“数据”“信息”“算法”本身成为新生治理对象，即 “对数据的治理”。面向数据的治理既是政府内部治理的应有之义，也是面向数字经济与数字社会的治理形态，这要求现代国家构建适用于数据治理、算法治理的制度体系、组织结构以及治理技术。二是运用新兴的数智技术进行治理，即以大数据、人工智能等新兴技术赋能国家自身，从技术上改进治理技术、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。随着经济社会活动数字化运行，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，更成为电子商务、在线直播等新服务模态、新商业模式的新平台，也酝酿着虚假信息、数字利维坦、数字劳工等新生社会风险，由此成为国家治理的新生场域。（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进一步彰显、强化了国家治理实践中信息的关键作用，譬如数字政府、数字治理等新兴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著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要素。从这个意义上，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。进入数字时代，数智技术促使国家内部信息生产、处理和流通方式发生了深刻变革。依托新兴数字智能技术，国家能够更好地解决其面临的信息不对称、信息碎片化等问题。一方面，通过构建中央垂管的信息系统和国家整合的数据平台，及时、高效地汲取地方信息，显著地改善了中央信息弱势地位；另一方面，数字治理驱动着整体性政府构建，部门间信息共享和业务协同成为改革重点，有助于打破部门间信息壁垒，提升跨部门协同能力。现代国家的超大尺度和复杂性使得国家—社会间信息交换成为国家治理的重大挑战，因此现代国家始终寻求通过“读懂”复杂社会和“掌握”社会知识实施有效治理。进入数字时代，国家-社会间信息交换过程从传统的单向度“信息汲取”转变为双向度的“信息汲取”与“信息开放”并存。一方面，国家广泛借助数字技术以更细颗粒度和更高时效性收集社会运行的“多维信息”，以识别和吸纳社会中广泛表达的民意诉求，感知和监测社会运行中各类风险。另一方面，社会数字化促使社会理解国家运行的需求快速上升。随着数字技术普及，国家拓宽了向社会开放信息的途径，譬如对社会诉求和民意偏好进行有效吸纳和及时回应，保障了公众对国家治理活动的知情权和参与权。此外，国家还通过对公众释放有关国家运行的稀缺信息，譬如通过“信息性政策工具”向社会披露关于特定政策领域的知识和事实，以改变公众政策偏好，进而提升政策遵从度。（三）赋能 vs 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，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。伴随着人类社会的“数字化”乃至“智能化”，数智技术为国家治理数字化转型提供了强大的科技驱动力。数字政府成为数字时代的国家新形态，旨在运用新兴技术，与市场、社会主体相协同，通过政府数字化转型重塑国家治理结构、拓展国家范畴、优化治理技术，以同时提升政府治理能力和社会协同能力。一方面，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。另一方面，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。数字治理生态是实现数智技术赋能国家和赋权社会的前提条件，旨在释放政府、社会、市场三个机制促进国家治理数字化转型的作用。数字治理生态蕴含着数字治理主体和数字治理资源两大要素系统。前者包括政府、科技企业、科技社群、社会组织/专业组织、媒体/自媒体和社会公众，后者涉及预算、编制等传统治理资源，以及数据、算法、算力和智能化解决方案等新生治理资源。尽管数字治理生态具有显著的公共价值和正向外部性，但市场主体和社会主体缺乏充分激励和统合能力来自发构建，可以说，数字治理生态存在市场失灵和志愿失灵。因此，构建数字生态伙伴关系（digital eco-partnership）是政企社协同共治的制度设计，以此实现包容多元数字治理主体和共享多元治理资源。四、计算政治学的方法范式迭代
任何科学研究的范式发展都要经过一个相同的历程：前科学-常规科学-危机-革命-新的常规科学—新的危机—新的革命，这个过程循环往复不断进行，推动科学不断进步。社会科学的方法范式在不同科技条件下经历了多次范式转换，经历了宏大理论叙事（规范分析）、比较历史分析（定性分析）、行为主义革命 （定量分析），乃至当下日益兴起的计算社会科学（大数据分析）。计算社会科学是人类社会进入数字智能时代的研究范式转换，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理解社会运行规律和趋势的全新范式，这一范式在大模型技术支撑下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。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。早在17世纪中叶，政治算术（Political Arithmetick）学派在英国创立，威廉·配第明确提出要用“数字、重量和尺度的词汇”来描述英国的社会经济状况，标志着现代统计学的诞生。同期在德国形成了“国势学派”，这个学派所使用的“Statistik”一词展示了统计活动在国家构建中的重要性。可以说，统计学的发展史一定程度上反映了近现代国家构建过程中日益重要且普遍的数目字管理直接带来了现代国家信息能力的形成。基于上述政治实践，定量社会科学逐渐兴起并成为政治学研究的主流方法范式。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（quantitative social sciences）有着深厚的渊源。哈佛大学加里·金在其经典著作 《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。艾尔·巴比在其《社会研究方法》一书中更详尽地论述了社会科学研究的“科学之轮”（the wheel of science），即理论构建—提出假说—收集数据以及假说检验的研究流程。时至今日，定量社会科学仍然是理论驱动范式的典型代表。进入数字智能时代，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。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（Jim Gray）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”（the fourth paradigm）。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。这一范式转换也适用于社会科学，大卫·拉泽等在《科学》发文认为，数字时代来临正在推进计算社会科学兴起，这导致社会科学家将基于数据在前所未有的深度和广度上理解社会运行规律和趋势。大数据范式正在激发政治学方法论革命。可以说，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。狭义的“大数据”是指规模大维度高以至于传统数据分析方法难以有效处理的数据资源，即多源异构数据；广义的“大数据”不仅指海量数据，还涉及数据采集、传输、存储、挖掘、分析以及应用海量数据的一系列方法、技术和模式，即 “大数据分析学”（bigdata analytics）。大数据范式对政治学研究的贡献集中体现在以下三个方面。一是拓宽了政治学研究的数据范畴，超出了原来以调查数据、统计数据为主的结构化数据，将来源广泛、模态多元、维度复杂的非结构化和半结构化数据纳入政治学研究，提供了更全面、客观和内涵丰富的海量数据。二是丰富了政治学研究的方法工具箱，将自然语言处理、机器学习、自动文本分析、视频图片分析、仿真模拟技术引入政治学研究，提升了对非结构化数据（定性资料）进行系统化、定量分析的能力。三是改变了政治学研究的方法路径，在数据采集、变量测量、模式识别、因果推论等各个环节带来革命性变革，譬如大数据方法获取数据正在替代传统数据采集方法，机器学习和模式识别方法正在替代经典测量模型，模拟和实验方法正在重塑因果推论技术，等等。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”。近年来生成式人工智能（GAI）跨越式发展，以ChatGPT为代表的大语言模型快速迭代并普及应用。大语言模型的兴起既带来了算法治理、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。大语言模型是具有大量参数和计算资源的机器学习模型，其训练通常依赖海量数据处理能力和高质量预训练数据微调，在超级算力支撑下依赖百万级乃至千万级参数。其目的是提高模型的表示能力和运行性能，在处理复杂任务时能够更好地捕捉数据中的模式和规律。可以说，大模型为研究者提供了一个全新的视角和全能的工具，使得研究者可以在很短时间内依赖全网数据、自生成内容、自学习算法对社会现象进行深入、细致且高效的分析。大模型方法不同于理论驱动和数据驱动范式，而是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。在大模型方法应用过程中，研究者通常要选择快速迭代且精准高效的算法以精准、充分、深入地处理其所采集的数据，同时还可以利用训练好的模型生成数字硅基样本（homosilicus），以实现对真实社会过程的动态模拟。从这个意义上，大模型范式将使社会科学研究方法实现一次革命性跨越，帮助研究者理解复杂社会系统中广泛存在的变量间非线性关系。一方面，由于深度学习算法的内在因果机制并不清晰，大模型输出通常依赖于算法性能，因此算法本身的可解释性和输出结果的可解释性同等重要。另一方面，算法驱动范式关注变量间非线性动态关系，高效算法可以随着输入数据类型、维度和规模的变化而开展自适应学习，这将显著提升分析和预测社会演化的能力。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的理论视角和方法范式。本文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，从理论上梳理了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理论路径，而过程—结果维度关注计算政治学的研究范畴，本文分别探讨政府数字化转型、数字政治行为、技术治理的政治后果，以及数字政治价值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（见表1）。新一轮科技革命促使新兴科技逐渐渗透到传统政府科层体制，给官僚制的组织形态、层级体系、权力格局带来了新的挑战。数字政府建设成为突围科层制政府治理局限、突破条块分割治理结构、弥补科层治理漏洞的有效改革路径。既有研究主要集中于探讨数字政府建设的政策引导、组织保障和技术支撑等热点议题。数字政府是数字时代技术赋能政府和技术赋权社会两种机制共同作用而建构的新兴治理体系，认为政府数字化转型需要从技术赋能和技术赋权两个维度进行双向驱动，前者强调通过信息技术提高政府的治理能力，后者则关注利用技术手段赋予公民更多的参与权和监督权。随着信息技术的快速发展，数字治理资源的多样化与数字治理主体的协同化促使数字治理生态成为数字时代国家治理的新型结构，为构建数字政府的生态系统，实现包容性、协同性、智慧性和可持续性等治理价值提供理论支撑。总之，数字政府建设是一项系统性工程，需从理论框架、治理逻辑、转型机制等多个层面进行深入研究与探索。数字技术已成为推进城市治理不可或缺的科技驱动力。智慧城市（smart city）被认为是一种以环境、人和技术的综合性、可持续的方式来设计，政府、企业、社会组织以及公民等利益相关主体共同参与的智慧治理。学界在智慧城市的定义、运行机制以及治理效应等方面已取得初步成果，相关研究表明，与国外智慧城市治理以数字技术为驱动来感知城市客观世界和物理空间的“物感城市”不同，我国逐渐实践出以感知和回应市民诉求为核心的“人感城市”模式，即以市民诉求为传感器，以扁平化结构驱动多主体协同治理，进而提升城市民意识别、风险研判、协商议事、科学决策和施策评估的能力。随着社会数字化，社交媒体成为社会大众分享信息、政治沟通乃至社会组织化的新生平台。这不仅重塑了信息传播的方式，而且改变了政治参与方式，数字参与作为一种新生参与模式快速兴起并扩散。公众通过社交媒体平台表达诉求偏好、参与公共治理、开展公共协商的方式愈加多样化和便捷化，这不仅加强了政民互动和政治沟通，也为数字时代的民主治理提供了新动力。围绕数字参与，大量研究聚焦于探讨互联网与政治参与的关系、在线参与鸿沟等方面。阿西对海量网络博客的研究发现，在涉及腐败、环保等由主流媒体发起的议题时，政府对于参与者的评论、批评和行动吸纳意愿和能力强，数字参与发挥了“安全阀”作用。一项跨时调查研究发现，互联网使用与线上表达存在正向关系，为民主治理带来增量效应。此外，基于数字平台的协商民主也快速兴起。数字协商是多元主体借由数字平台的平等对话、沟通以达成共识的民主形式，数字技术贯穿于“多元参与-议题确定-协商对话-共识决策”环节，使不同空间的利益主体能够参与协商过程。进入数字时代，政民互动在技术赋权效应下成为政治发展的重要面向，在全球范围内掀起了回应型政府建设的热潮。数字技术为政民互动乃至构建良性的国家-社会关系提供了新渠道、新机制和新模式，网络问政、电话问政、电视问政、新媒体问政等各类政治表达与吸纳制度层出不穷，技术赋权在从政策制定到实施再到评估的整个政策过程中发挥着重要作用。数字技术在赋权公民积极参与公共治理、表达政策诉求的同时，也为政府提升政治吸纳和回应能力提供了赋能效应。政府回应是指政府决策与公众偏好的一致程度，反映了政府吸纳民意进而做出政策调整的意愿、能力和效果。当前对我国政府回应性的研究集中于对议题选择、回应条件、回应策略和影响机制等方面的探讨。总体而言，中国政府具有较高程度的回应性，但其回应行为具有选择性特征。在回应条件上，对于无论来自正式制度还是非正式网络渠道反映的民意，大多数地方政府官员都会接纳公众意见，值得注意的是，政府回应性的有效实现依赖于公众向政府表达偏好的意愿和能力、政府官员将民意纳入决策的意愿、政府间权力关系等。社交媒体对政治偏好的塑造并非全然积极的。信息的快速流动也带来了假新闻和误导性信息的泛滥，这可能导致公众对政治议题的误解和偏见，社交媒体上的回音室效应和极化现象也可能加剧社会分裂，影响政治稳定。此外，随着社交媒体和数字技术的普及，政府为了有效传播宣传内容，需要采用超越传统方式的宣传策略。因此一些研究探讨了计算宣传在中国政治话语中的作用，尤其是政府如何增加政治宣传的在线可见度。博尔索弗等人分析了微博上官方帖子的150万条评论以及使用与中国和中国政治相关的标签的110万条推特，发现社会团体使用自动化策略来操控有关中国政治的信息。可见，计算宣传的研究不应只是关注机器化，还应考虑手动制作的宣传内容及其背后的政治和社会制度。数字化转型使得意识形态、国家认同感等政治价值观发生巨大变迁。有研究基于2000万条微博文本数据，考察了信息能力对爱国主义、民族主义价值观的影响，发现全球化进程和多元信息流动正在侵蚀公众的国家认同，而信息能力是政府巩固国家认同的重要来源。还有研究基于社会身份理论（SIT）考察外交部发言人所呈现的外交话语及其观众成本，采用话语分析对哔哩哔哩平台的中国外交部例行新闻发布会视频及其弹幕（bullet screens）数据进行分析发现，数字外交话语能够影响国内民族主义情绪，积极的外交语气通过增强国家认同感促进了更积极的民族主义情绪，反之亦然。伴随着数字化转型，公共数据既是重要的公共资源，也是新生治理要素。公共数据治理集中呈现了政府、企业和公众等各个利益相关方共同对公共数据相关事务进行决策和行使权力的格局。公共数据治理研究尚处于探索阶段，主要集中于数据开放和授权运营两个方面。数据开放是指政府对公众开放公共数据以促进政府透明运行，政府数据开放需考虑数据的公共性以及如何通过开放实现社会的整体利益。公共数据授权运营则更侧重于公共数据资源的资产化开发，是一种全新的公共数据利用方式，通常承载着高价值的数据利用与高品质的数据供给双重功能。现有研究考察了公共数据授权运营的授权机制、类型分析，以此展示公共数据运营的多样性及其背后的政治根源。总之，公共数据治理是一个多维度、多层次的复杂过程。进入智能时代，算法介入国家治理成为全球范围内治理变革的重要趋势。智能革命本质上是算法革命，算法（algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令。算法政治的两个基本研究问题是所谓的“算法治理”与“治理算法”问题。一方面，当前算法广泛应用于政务服务、公共决策和社会治理等领域，在扩展治理广度和深度的同时，也带来了算法的风险和伦理问题。另一方面，算法治理存在算法透明度低、数据所有权不明晰以及算法公平性等问题，可以从“权力-权利”价值与“技术-社群”路径两个维度识别算法风险，进而构建算法风险治理体系。因此，伴随着算法政治实践演进，在理论上要推进算法嵌入政治过程的动力、机制及模式，尤其是算法催生的新型技术权力如何与国家构建及其运行耦合，进而深刻影响国家形态以及国家-社会关系。六、结论与讨论
数字智能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，全球范围内正在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。正是在这一背景下，计算政治学应运而生并展现出推进政治学学科发展的巨大潜力。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，还促进了研究方法转换以提升研究科学性，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，近年来我国在政府改革、公共决策、社会治理等诸多领域积极探索，在数字政府建设、数字民主参与、数字社会治理等领域形成了一系列创新实践。因此，中国政治学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。从这个意义上，计算政治学的未来发展可以从以下四方面展开。首先，计算政治学方兴未艾，其学科体系构建亟待学术共同体争鸣。正如上文所述，计算政治学是政治学发展两大传统在数智时代的对话与融合，这为我们构建计算政治学学科体系提供了学术指引，一方面继续传承和发扬政治学的计算传统，从政治计算（国家计算）的理论构建入手，聚焦国家构建、国家运行、国家治理的计算过程开展分析; 另一方面基于学科交叉视角，将计算科学引入国家治理实践，倡导利用大数据、大模型、仿真模拟和计算实验等方法描述、解释和预测政治现象。其次，计算政治学的理论范式构建。面对数智时代国家治理在宏观结构、中观模式和微观机制层面的新特征、新变化，现有研究提出了诸如技术治理、平台治理、数据治理、数字治理等中层理论概念，也有部分学者通过实证研究识别了特定微观机制，但尚未在国家理论、治理理论、民主理论等宏观命题上形成原创性、系统性理论范式，未来研究应在既有中观和微观研究基础上构建宏观理论，以阐述国家治理数字化转型的过程、规律和模式，分析数智时代政治过程、政治结构、政治行为变化的新要素、新机制和新效应。再次，计算政治学的方法范式迭代。数智时代来临深刻影响着政治学研究的方法范式，推进着传统规范分析和定性方法范式的转换，为政治学研究提供了定量研究范式、大数据范式和大模型范式。这一政治学研究范式转变来源于政治学研究中理论驱动、数据驱动和算法驱动的交互和融合，不仅提升了政治学研究的科学性，为理论建模、数据测量、关系识别、因果推论等提供了强大工具，而且强化了政治学知识生产与运用的衔接与融合，将政治计算应用于政治表达、民主治理、公共决策和国家能力构建等政治实践中。最后，计算政治学科研基础设施建设。数智时代层出不穷的新现象、复杂多变的新关系需要从多个学科视角、利用多种方法来加以研究，这迫切需要构建跨学科集成式新型科研基础设施，如数据平台、计算平台、模拟平台以及实验室体系等。基于新型科研基础设施，才能够有效汇聚海量数据、算力支撑、算法模型、实验环境等科研条件，促进计算政治学科研和教学体系构建。总之，计算政治学的兴起呈现了学术共同体对数字智能时代政治学自主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，致力于推进政治学理论与方法范式重构。可以说，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。*参考文献详见原文。
