計算政治學(xué)的形成與發(fā)展

李鋒 王浦劬

摘要：在新技術(shù)時代，隨著政治學(xué)研究對象和政治環(huán)境的變化，政治學(xué)研究的方法和范式持續(xù)更新，形成了計算政治學(xué)的新范式。隨著計算機(jī)獲取數(shù)據(jù)能力的提升、算法的逐步優(yōu)化、算力的日益增強(qiáng)和用戶界面的友好化，計算政治學(xué)的研究范式也不斷發(fā)展，形成了大數(shù)據(jù)政治學(xué)、智能體仿真模擬和計算實驗等研究方法。大數(shù)據(jù)政治學(xué)可以運用自動文本分析、機(jī)器學(xué)習(xí)等方法分析海量的、類型多元的、實時互動的政治數(shù)據(jù)。智能體仿真模擬的仿真能力不斷提升，能夠更好地設(shè)定與調(diào)整參數(shù)、分析智能體與復(fù)雜環(huán)境系統(tǒng)的互動。計算實驗依托互聯(lián)網(wǎng)政治實踐，能夠較好解決傳統(tǒng)實驗研究中干預(yù)困難和外在效度不足的問題，更好地探索互聯(lián)網(wǎng)政治行為和規(guī)律。

關(guān)鍵詞：計算政治學(xué)；大數(shù)據(jù)政治學(xué)；智能體仿真模擬；計算實驗；機(jī)器學(xué)習(xí)

DOI： 10.20066/j.cnki.37-1535/G4.2023.02.06

基金項目：本文系國家社會科學(xué)基金重大研究專項項目“新時代中國特色政治學(xué)基本理論問題研究”（18VXK003）、國家社科基金青年項目“大數(shù)據(jù)背景下地方政府回應(yīng)性實證研究”（20CZZ017）的階段性成果。

一、引言：新技術(shù)時代下的計算政治學(xué)

習(xí)近平總書記指出，“與以往歷次工業(yè)革命相比，第四次工業(yè)革命是以指數(shù)級而非線性速度展開”①。第四次工業(yè)革命本質(zhì)上是信息革命，核心特征是計算機(jī)技術(shù)、互聯(lián)網(wǎng)技術(shù)科學(xué)的深入發(fā)展和持續(xù)升級。隨著第四次工業(yè)革命的發(fā)展，人類生產(chǎn)生活方式和組織方式、運行價值發(fā)生深刻變化，引發(fā)了社會科學(xué)研究范式、研究工具的重大變革②。

一般來說，研究范式是通過學(xué)術(shù)研究方法、研究問題的學(xué)術(shù)評價標(biāo)準(zhǔn)等要素表現(xiàn)出來的，它體現(xiàn)著學(xué)科內(nèi)容和方法的統(tǒng)一，常常被認(rèn)為是新學(xué)科形成的標(biāo)識。政治學(xué)以政治現(xiàn)象及其發(fā)展規(guī)律為研究對象，在不同的技術(shù)時代，政治現(xiàn)象形態(tài)及其環(huán)境等具有很大差異性。關(guān)注的問題不同，相應(yīng)研究也顯示出不同的特征。在第四次工業(yè)革命過程中，計算機(jī)的運力不斷提升，計算機(jī)應(yīng)用軟件界面愈益簡單，研究方法和工具不斷更新，大量研究者有意識地應(yīng)用新的計算方法來分析政治現(xiàn)象和議題，形成了計算政治學(xué)的研究方法和范式，標(biāo)志著計算政治學(xué)的問世。

計算政治學(xué)（Computational Politics）是計算社會科學(xué)（Computational Social Sciences）的一個分支，屬于計算科學(xué)與政治學(xué)的交叉學(xué)科。它基于計算社會科學(xué)的方法論，利用不斷擴(kuò)展的多源異構(gòu)的海量大數(shù)據(jù)、日益增強(qiáng)的算力和逐步優(yōu)化的算法，來研究政治行為與話語實踐，形成了大數(shù)據(jù)政治學(xué)、智能體仿真模擬和計算實驗等多種計算政治學(xué)的研究形態(tài)。大數(shù)據(jù)政治學(xué)的出現(xiàn)，使得許多政治學(xué)研究者可以直接分析海量的文本信息、圖像、視頻和社會網(wǎng)絡(luò)信息等非結(jié)構(gòu)化數(shù)據(jù)，探索分析新的研究議題，并為傳統(tǒng)議題研究提供新方法。智能體仿真模擬也成為計算政治學(xué)的重要分析方法，在當(dāng)前能夠更簡單地設(shè)定參數(shù)、調(diào)整參數(shù)，更好地分析主體與環(huán)境的互動關(guān)系。此外，更多的政治現(xiàn)象在計算機(jī)和網(wǎng)絡(luò)平臺出現(xiàn)，也為研究政治行為提供了更多創(chuàng)新性場域。例如，人工智能實驗室OpenAI在2022年11月發(fā)布了ChatGPT，可在提示詞（prompt）的引導(dǎo)下生成文本，也可以用來生成大量政治話語，這為研究新技術(shù)條件下的政民互動形態(tài)提供了新的機(jī)制性可能，而元宇宙等新興技術(shù)也為計算政治學(xué)提供了新的研究議題。

二、從政治算數(shù)到計算政治學(xué)

從計算的角度研究政治學(xué)并不是21世紀(jì)的新發(fā)明。隨著現(xiàn)代自然科學(xué)的發(fā)展，人們一直希望能夠運用像數(shù)學(xué)、物理那樣的自然科學(xué)的范式來研究社會問題。格勞秀斯就試圖以模仿數(shù)學(xué)的方式來建構(gòu)新的社會科學(xué)。配第在《政治算數(shù)》（Political Arithmetick）中希望通過數(shù)學(xué)算式規(guī)則來更好地實現(xiàn)人的幸福，強(qiáng)調(diào)在政治學(xué)中引入數(shù)學(xué)計算，創(chuàng)建以“數(shù)學(xué)”為基礎(chǔ)的國家科學(xué)，用數(shù)學(xué)工具來揭示治國方略的規(guī)律①。配第使用大量統(tǒng)計資料，研究工業(yè)革命后資本主義生產(chǎn)的內(nèi)在流通和生產(chǎn)過程。馬克思認(rèn)為，配第所創(chuàng)立的“政治算術(shù)”是“政治經(jīng)濟(jì)學(xué)作為一門獨立科學(xué)分離出來的最初形式”②。

19世紀(jì)末20世紀(jì)初，實證主義、科學(xué)主義思潮極大地影響了政治學(xué)的發(fā)展。人們認(rèn)為，政治學(xué)應(yīng)與自然科學(xué)一樣，采用歸納和實證方法來研究。20世紀(jì)20年代，美國興起以“科學(xué)主義”為指導(dǎo)的“新政治學(xué)運動”，到“二戰(zhàn)”后形成行為主義政治學(xué)的研究范式。學(xué)者們認(rèn)為，應(yīng)該通過可觀察的政治行為構(gòu)建政治理論、進(jìn)行政治分析。但即便在定量研究盛行的美國，因當(dāng)時的統(tǒng)計硬件和軟件滯后于統(tǒng)計理論，政治學(xué)者無法直接基于統(tǒng)計理論進(jìn)行“計算”，大部分實證研究主要是定性分析，以統(tǒng)計為主的定量研究停留在基礎(chǔ)方法層面③。此后，在大規(guī)模數(shù)據(jù)采集技術(shù)形成、計算機(jī)分析軟件逐步成熟后，政治學(xué)定量方法才逐步成為美國政治學(xué)統(tǒng)計分析的主流。

1975年，Alker 提出 Polimetrics 概念，意指通過數(shù)學(xué)形式、統(tǒng)計技術(shù)對觀察到的政治現(xiàn)象進(jìn)行的編碼、度量和對政治理論的形式模型（formal model）。但是，這個概念內(nèi)涵過于豐富，許多非計算的描述（邏輯、集合論、博弈論等）也都?xì)w屬于此概念④，使此概念的使用受到限制。隨著人工智能理論的發(fā)展，越來越多的學(xué)者注意到人工智能對社會的影響，開始強(qiáng)調(diào)計算科學(xué)對研究政治現(xiàn)象的作用。1987年，Richard Ennals提出“計算政治”的概念，主張采用并行計算、并行邏輯程序設(shè)計語言等方式來解決長期存在并在人工智能時代不斷發(fā)展的并行與復(fù)雜協(xié)同問題①。麻省理工學(xué)院人工智能實驗室的John C. Mallery指出，應(yīng)該開辟“計算政治學(xué)”的學(xué)術(shù)領(lǐng)域，開發(fā)更好的政治認(rèn)知理論和計算模型，科學(xué)設(shè)計評估這些理論和模型的標(biāo)準(zhǔn)，推動國際社會中人工智能系統(tǒng)的作用。羅切斯特大學(xué)的Edith Hemaspaandra 等分析了1876年劉易斯·卡羅爾（Lewis Carroll）提出的一種選舉制度。該選舉制度是為了解決18世紀(jì)法國思想家提出的“孔多塞悖論”，即認(rèn)為在選民投票偏好中變動最少的人應(yīng)該當(dāng)選。計算科學(xué)教授利用計算科學(xué)中的算法，確認(rèn)這種方式雖然在運行中更為復(fù)雜，但確實是更好的選舉方式②。此外，他們還系統(tǒng)分析了選舉投票相關(guān)的計算和可處理性問題，通過對算法的比較，指出模擬退火算法（Simulated Annealing Algorithm）比美國正在使用的選舉計算方式更為科學(xué)③。

新世紀(jì)以來，更多學(xué)者提出，應(yīng)該利用計算科學(xué)的方式來研究政治和社會現(xiàn)象。許多計算機(jī)學(xué)者開始分析公共管理與政策過程中的信息處理過程。例如，麻省理工學(xué)院計算機(jī)科學(xué)與人工智能實驗室的Patrick H. Winston和 Mark A. Finlayson提出“計算政治學(xué)”，一方面幫助政治學(xué)學(xué)者和政府工作人員找到合適的分析工具來分析日益增多的信息流，以作出更加可靠的決策；另一方面，越來越多的學(xué)者指出，在理性行為之上還有很多“非理性”機(jī)制影響認(rèn)知決策，希望能有更好的工具來理解社會環(huán)境④。但在大數(shù)據(jù)分析技術(shù)出現(xiàn)之前，這些計算學(xué)者開發(fā)的工具分析能力有限，無法理解復(fù)雜的句子?？傊?，在這個時期，關(guān)于計算政治的研究，大多由計算機(jī)專業(yè)教授發(fā)起，他們試圖用計算方法分析政治現(xiàn)象。但是他們實際上并未認(rèn)真分析政治運行過程和機(jī)制，而是簡單將政治學(xué)視為計算科學(xué)的應(yīng)用場景。隨著高性能計算顯卡出現(xiàn)，算力得到提升，數(shù)據(jù)采集技術(shù)得到新的發(fā)展，海量的大數(shù)據(jù)更容易被政治學(xué)者使用和分析，包括Python等分析軟件的出現(xiàn)，進(jìn)一步促進(jìn)了計算政治學(xué)的發(fā)展，計算政治學(xué)的重點才由此逐步從“計算”轉(zhuǎn)向“政治”。

三、大數(shù)據(jù)政治學(xué)：計算政治學(xué)的大數(shù)據(jù)研究

2009年，大衛(wèi)·拉澤爾等十余位來自哈佛大學(xué)、麻省理工學(xué)院等多所世界知名高校和研究機(jī)構(gòu)的學(xué)者在《科學(xué)》雜志發(fā)表了題為《計算社會科學(xué)》（Computational Social Science）的文章。文章提出，在新的技術(shù)時代，人們的日常生活和經(jīng)濟(jì)、政治行為都留下了數(shù)字痕跡，而計算機(jī)收集和分析大規(guī)模數(shù)據(jù)能力的提升，使得數(shù)據(jù)驅(qū)動的新研究領(lǐng)域即計算社會科學(xué)出現(xiàn)⑤。大衛(wèi)·拉澤爾提出并重塑“計算社會科學(xué)”的概念，把用大數(shù)據(jù)研究社會科學(xué)的方法定義為計算社會科學(xué)。在政治學(xué)領(lǐng)域，利用大數(shù)據(jù)技術(shù)分析采集海量多元數(shù)據(jù)，就成為大數(shù)據(jù)政治學(xué)。從大數(shù)據(jù)政治學(xué)來說，政治行為的大數(shù)據(jù)具有5V特征，即數(shù)據(jù)體量（volume）大、數(shù)據(jù)類型（variety）多、數(shù)據(jù)收集快（velocity）、數(shù)據(jù)密度（value）低、數(shù)據(jù)真實性（veracity）高，這些特征實質(zhì)性地影響了政治學(xué)的研究方法和研究范式。

從數(shù)據(jù)體量來看，大數(shù)據(jù)政治學(xué)的研究樣本不再局限于抽樣的“小”數(shù)據(jù)，而是能夠研究不需要抽樣的大數(shù)據(jù)、全數(shù)據(jù)，數(shù)據(jù)總規(guī)模從TB（240）級別發(fā)展到EB（260）級別，甚至ZB（270）級別。在傳統(tǒng)的問卷調(diào)查階段，學(xué)者基于理論假設(shè)，通過結(jié)構(gòu)化問卷對復(fù)雜的政治學(xué)概念進(jìn)行操作化處理，利用多種科學(xué)抽樣方法最大限度地“代表”總體，由此識別政治心理、政治行為等復(fù)雜性關(guān)聯(lián)。隨著社會發(fā)展，依賴面訪和概率抽樣的實證研究抽樣調(diào)查成本持續(xù)高企，城市小區(qū)進(jìn)入難度提高，無應(yīng)答率不斷提升①。計算政治學(xué)希望依托大數(shù)據(jù)直接從“總體”出發(fā)，而不需要進(jìn)行傳統(tǒng)的抽樣；同時，希望通過大數(shù)據(jù)分析方法，以強(qiáng)大的算力，對全樣本數(shù)據(jù)進(jìn)行采集和分析，由此全面地分析公民的政治痕跡數(shù)據(jù)，減少在抽樣環(huán)節(jié)帶來的誤差。比如，學(xué)者通過對全國性網(wǎng)絡(luò)問政平臺全樣本的分析，利用大數(shù)據(jù)分析技術(shù)可以整體把握分時段、分地區(qū)面向不同層級政府的訴求特征②，而不需要研究者自己按照系統(tǒng)抽樣選取部分帖子來進(jìn)行人工閱讀和分析③，可以減少主觀選擇帶來的誤差。當(dāng)然，大數(shù)據(jù)可以不需抽樣，并不代表大數(shù)據(jù)和抽樣方法本身互相排斥，在一定程度上，人們可以結(jié)合大數(shù)據(jù)與抽樣方法，在全面性和效率之間尋求平衡。

從數(shù)據(jù)類型來看，大數(shù)據(jù)政治學(xué)的數(shù)據(jù)具有類型多樣、多源異構(gòu)的特征。傳統(tǒng)政治學(xué)在定量研究中高度依賴結(jié)構(gòu)化問卷，而政治學(xué)的概念，如權(quán)利、權(quán)力、利益等都具有高度復(fù)雜性，將這些概念操作化為可定量測量的問卷難度極大，而且不同受訪者面對同樣的測量問卷會形成參照系偏差，由此產(chǎn)生測量誤差。針對這種情況，有學(xué)者采取了虛擬情境測量等多種方法，設(shè)定多個虛擬情境來體現(xiàn)政治效能感的高低，并讓受訪者比較自身和虛擬情境中的人物的“效能感”，從而更好地理解“政治效能感”的復(fù)雜概念④。然而受訪者針對概念的理解仍然高度受限于問卷設(shè)計。不論問卷調(diào)查設(shè)計如何復(fù)雜，最終調(diào)查對象的調(diào)查數(shù)據(jù)都會形成一個結(jié)構(gòu)完全一致的矩陣，調(diào)查者更加豐富的信息和內(nèi)容遭到裁減，信息化約嚴(yán)重，信息失真較多。大數(shù)據(jù)政治學(xué)則可以直接分析類型多元的圖像、視頻和結(jié)構(gòu)差異大的文本信息，并且綜合多源異構(gòu)的多種數(shù)據(jù)。例如，利用自動文本分析研究大規(guī)模的司法裁判文書，給政治學(xué)者觀察司法過程提供了良好的契機(jī)⑤。通過采集和文本分析獲得的司法裁判文書數(shù)據(jù)，政治學(xué)者可以更好地分析司法改革的政治效應(yīng)，理解行政訴訟在規(guī)范公權(quán)力、調(diào)整政商關(guān)系等方面的運行機(jī)制⑥。此外，為了更好地感知城市居民對城市規(guī)劃的主觀態(tài)度，更好地建設(shè)人民滿意的城市，城市規(guī)劃者可以采集多源數(shù)據(jù)，如利用新浪微博 API采集帶有位置信息的微博數(shù)據(jù)，根據(jù)微博上的人脈關(guān)系利用聚類規(guī)則抓取16000名微博上的規(guī)劃圈成員的ID信息及社交關(guān)系①，利用OPEN STREET MAP和興趣點數(shù)據(jù)獲取用地現(xiàn)狀，結(jié)合公交一卡通刷卡數(shù)據(jù)和開放的地理信息資源數(shù)據(jù)，進(jìn)行城市研究和規(guī)劃評估工作②。斯坦福大學(xué)李飛飛教授利用谷歌街景車收集的5000萬張街景，使用深度學(xué)習(xí)的視覺技術(shù)，估計美國200個城市地區(qū)的社會經(jīng)濟(jì)特征，結(jié)果顯示，根據(jù)街區(qū)中皮卡車和轎車的數(shù)量，可以很好地預(yù)測相關(guān)人群在總統(tǒng)選舉中的黨派傾向③。這種大數(shù)據(jù)技術(shù)可以高度精確地動態(tài)測量經(jīng)濟(jì)社會和人口統(tǒng)計特征。

從計算政治學(xué)的數(shù)據(jù)收集來看，與傳統(tǒng)數(shù)據(jù)收集過程相比，大數(shù)據(jù)的收集過程更加便捷，而且可以實時動態(tài)采集多地區(qū)、多時段數(shù)據(jù)，這在傳統(tǒng)數(shù)據(jù)采集過程中耗費巨大且難以完成。例如，Macy基于 84 個不同國家 240 萬用戶在兩年內(nèi)發(fā)布的 5.09 億條 Twitter 帖子來研究不同國家網(wǎng)民的情緒變化，發(fā)現(xiàn)人們的情緒在周末和早晨更為積極，這樣的研究能夠證實許多之前的推論或假設(shè)④。而且這種收集方法成本更低，有助于推動大數(shù)據(jù)政治學(xué)的發(fā)展，幫助學(xué)者以數(shù)據(jù)為資源，以算力為驅(qū)動力，來發(fā)現(xiàn)傳統(tǒng)研究中無法發(fā)現(xiàn)的現(xiàn)象，形成基于數(shù)據(jù)驅(qū)動的研究范式。

從數(shù)據(jù)密度來看，大數(shù)據(jù)的體量較大，其中的有用信息需要進(jìn)行大量的分析才能獲得。但是，數(shù)據(jù)密度低并不意味著數(shù)據(jù)價值低，一旦掌握了正確的分析方法，就能得到傳統(tǒng)方法無法得到的結(jié)論。在2012年總統(tǒng)選舉的競選活動中，奧巴馬競選團(tuán)隊在Facebook上開發(fā)了一個應(yīng)用程序，吸引可能支持奧巴馬的用戶使用，在掌握了用戶資料后，跟進(jìn)發(fā)動這些選民進(jìn)行投票。此后，越來越多的公司開始關(guān)注與選舉相關(guān)的社交媒體數(shù)據(jù)。在2016年總統(tǒng)大選中，8700萬Facebook用戶數(shù)據(jù)被泄露給政治咨詢公司劍橋分析，被認(rèn)為較大程度上影響了總統(tǒng)選舉結(jié)果。由此表明，從低密度的數(shù)據(jù)中可以挖掘具有高價值的信息資源。

從數(shù)據(jù)真實性來看，許多大數(shù)據(jù)信息由用戶生成，造成數(shù)據(jù)真?zhèn)坞y辨，影響研究的真實性。但是，從數(shù)據(jù)獲取來說，許多大數(shù)據(jù)并非研究者的“設(shè)計”，而是直接出自用戶的自發(fā)行為，反映了政治行為主體的行為和話語事件，是真實政治活動中的數(shù)據(jù)，是一種“發(fā)現(xiàn)的數(shù)據(jù)”⑤，更加接近現(xiàn)實政治實踐，且避免引發(fā)所謂的實驗者“需求效應(yīng)”和問卷調(diào)查中的“社會期許偏差”。此前，問卷數(shù)據(jù)由受訪者自陳，限于問卷結(jié)構(gòu)，問卷的設(shè)計和提問過程只能盡可能照顧大多數(shù)受訪者。同時盡管問卷設(shè)計者通過多種方式希望受訪者能夠更加如實地作答，但問卷調(diào)查實際上難以獲取部分受訪者的真實想法。例如，在傳統(tǒng)的實證研究中，研究普通民眾的意識形態(tài)，通常都是依賴受訪者準(zhǔn)確、真實地表明主觀態(tài)度，而這些問題又高度敏感，許多民眾傾向于拒絕作答或者隱藏真實態(tài)度。在新技術(shù)時代，研究者可以利用爬蟲技術(shù)收集并非出于研究者設(shè)計的海量數(shù)據(jù)，從這些政治行為數(shù)據(jù)中揭示政治意識形態(tài)。有學(xué)者基于消費者在亞馬遜網(wǎng)站大規(guī)模的圖書共同購買數(shù)據(jù)，得到26 467 385組共同購買的關(guān)系，1 303 504本書籍消費記錄，構(gòu)建了政治關(guān)聯(lián)性政治傾向、政治極化等多個指標(biāo)，并通過對這些指標(biāo)之間關(guān)系的梳理來可視化地呈現(xiàn)美國不同黨派對科學(xué)書籍消費差異，發(fā)現(xiàn)科學(xué)書籍甚至比政治性書籍對不同黨派的預(yù)測作用更為顯著，而且發(fā)現(xiàn)社會網(wǎng)絡(luò)關(guān)系對意識形態(tài)影響較大①。

大數(shù)據(jù)政治學(xué)帶來了新的研究范式，同時也帶來了新的相關(guān)問題。比如，如何進(jìn)行因果推斷、如何促使大數(shù)據(jù)算法更加透明等，這些問題引起了學(xué)者的關(guān)注。北京大學(xué)黃璜教授提出，應(yīng)該研究“算法政治學(xué)”，算法可能導(dǎo)致社交媒體對用戶的推送形成“信息繭房”和“回音壁”，甚至導(dǎo)致對傳統(tǒng)制度的威脅②。美國政治學(xué)者M(jìn)atthew Crawford指出， “算法正在取代可被追究責(zé)任的具體的人類作出的判斷”，政府很愿意采取算法治理，因為“算法可以將各種形式的權(quán)力與民眾的壓力隔離開來”，但是“算法統(tǒng)治具有極大的模糊性和很差的可解釋性③?！蓖瑫r，算法問題也面臨著相關(guān)司法問題、政治問題和倫理問題，算法本身也可能會與政治關(guān)聯(lián)，影響政治過程的結(jié)果。因此，在大數(shù)據(jù)政治學(xué)中，算法與政治的結(jié)合問題正在逐步成為一個值得關(guān)注的新興領(lǐng)域。

四、智能體仿真模擬：計算政治學(xué)的仿真模擬

仿真模擬（simulation）是人類構(gòu)造出一個客觀世界的理論模型，并通過設(shè)定規(guī)則和參數(shù)來驗證構(gòu)造出的仿真模型。在具體應(yīng)用中，研究者將某些思想建構(gòu)抽象為數(shù)學(xué)語言或者程序語言表示的仿真模型，對給定條件下真實系統(tǒng)的行為進(jìn)行分析和解釋④。仿真模擬可以廣泛應(yīng)用于經(jīng)濟(jì)學(xué)、政治學(xué)等相關(guān)理論研究；同時，在涉及政治安全、公共突發(fā)事件、危機(jī)處理等很多實踐領(lǐng)域和問題研究中具有應(yīng)用價值。從時間來看，仿真模擬的發(fā)展實際上早于大衛(wèi)·拉澤爾2009年提出的“計算社會科學(xué)”。在21世紀(jì)初，計算社會科學(xué)本身就等于基于計算機(jī)的社會仿真模擬⑤。2002年Macy首次提出“計算社會學(xué)”的概念，認(rèn)為仿真模擬應(yīng)用到社會學(xué)中就是計算社會學(xué)⑥。近年來，基于程序語言的仿真模型發(fā)展越來越快，尤其是基于計算機(jī)程序語言、大量數(shù)據(jù)得出參數(shù)的智能體計算仿真模擬方法不斷發(fā)展。

20 世紀(jì) 80 年代，復(fù)雜性科學(xué)運動產(chǎn)生。相關(guān)研究者認(rèn)為，傳統(tǒng)的定量社會研究分析方法只能分析簡單的系統(tǒng)，而社會系統(tǒng)極其復(fù)雜，必須依賴復(fù)雜適應(yīng)系統(tǒng)（Complex Adaptive Sys？ tems）來進(jìn)行分析。復(fù)雜適應(yīng)系統(tǒng)認(rèn)為復(fù)雜系統(tǒng)的智能體（agent）能夠應(yīng)對環(huán)境的刺激作出反應(yīng)，在此背景下，智能體之間、智能體與環(huán)境之間具有復(fù)雜的互動關(guān)系，智能體對環(huán)境的適應(yīng)還會造成系統(tǒng)的動態(tài)演變，微觀個體的自適應(yīng)過程最終導(dǎo)致宏觀層面的多元變化①。在我國，錢學(xué)森提出“開放的復(fù)雜巨系統(tǒng)”概念，認(rèn)為智能體在開放的復(fù)雜環(huán)境中進(jìn)行信息等多種交換，這些具有異質(zhì)性的智能體無時無刻不處于非線性關(guān)系和動態(tài)變化中，導(dǎo)致傳統(tǒng)的統(tǒng)計技術(shù)根本無從描述其宏觀狀態(tài)②。同時，在復(fù)雜適應(yīng)系統(tǒng)中，涌現(xiàn)性（emergence）問題也是困擾研究者從微觀個體到宏觀現(xiàn)象認(rèn)識的因素之一，研究者發(fā)現(xiàn)，構(gòu)成要素的線性加總不等于總體，從單獨個體到群體的認(rèn)識沒有固定規(guī)則，卻又不是完全隨機(jī)，需要在復(fù)雜性系統(tǒng)內(nèi)考慮多重互動③。政治系統(tǒng)是相互作用的復(fù)雜系統(tǒng)，非常適合利用復(fù)雜性理論進(jìn)行分析。

基于復(fù)雜性理論，研究者意識到，傳統(tǒng)數(shù)理統(tǒng)計中的假設(shè)簡化忽視了環(huán)境的復(fù)雜性，把許多非線性關(guān)系假定為線性關(guān)系，并假定環(huán)境與主體間的關(guān)系是單向的，因而極大地影響了分析的精度和效度。通過將復(fù)雜的社會環(huán)境模擬為人工系統(tǒng)，研究者可以對社會環(huán)境變量和主體變量予以模擬設(shè)定，來研究復(fù)雜社會中的結(jié)構(gòu)、功能及發(fā)展方向。黃璜教授認(rèn)為，利用計算模擬來研究政治和政府過程，本質(zhì)上是對傳統(tǒng)運籌學(xué)和系統(tǒng)分析方法的擴(kuò)展，這種擴(kuò)張主要經(jīng)歷了宏觀計算模擬、微觀計算模擬和基于智能體的建模仿真（Agent-Based Modeling）階段，并且在公共池塘治理、政治選舉、社會沖突、地方自治等諸多方面研究中均有應(yīng)用④。呂鵬指出，仿真模擬分為三個階段，即系統(tǒng)動力學(xué)、元胞自動機(jī)（Cellular Automata）和基于智能體的建模仿真。其中系統(tǒng)動力學(xué)是靜態(tài)的、確定性的數(shù)學(xué)推演，而元胞自動機(jī)在微觀視角下采取行為規(guī)則定義行為機(jī)制，具有一定的動態(tài)性和視覺具象性，但是其系統(tǒng)具有封閉性，缺乏對主體間和主體環(huán)境間關(guān)系的考慮，只有智能體建模仿真才真正能夠處理高度復(fù)雜、高度智能的社會系統(tǒng)，適應(yīng)計算社會科學(xué)的發(fā)展⑤。吉爾伯特等則將社會科學(xué)中的仿真模擬研究分為三種類型：微觀模擬、系統(tǒng)動力學(xué)模擬、智能體建模仿真。微觀模擬基于微觀個體的真實數(shù)據(jù)進(jìn)行模擬，根據(jù)系統(tǒng)運行的靜態(tài)規(guī)則和固有參數(shù)來運行，用數(shù)學(xué)模式來描述系統(tǒng)的運行規(guī)則及其后果，但是缺乏對互動關(guān)系的分析。系統(tǒng)動力學(xué)模擬更側(cè)重于觀察系統(tǒng)中的互動關(guān)系，但是對系統(tǒng)中主體的異質(zhì)性關(guān)注不足，也忽視了不同主體的適應(yīng)性和多樣性。為此，吉爾伯特認(rèn)為，真正將環(huán)境和主體共同考慮在內(nèi)的計算模擬方法就是智能體建模仿真⑥?？傊?，在計算社會科學(xué)時代，智能體建模仿真能夠關(guān)注人類的社會特征如主動性、有限理性、交互性和學(xué)習(xí)特征，能夠關(guān)注如選舉投票等動態(tài)過程，能夠分析自組織和社會秩序等“涌現(xiàn)性”的形成，如合作演化研究等，作為一種形式模型⑦，可以模仿分析復(fù)雜性環(huán)境和智能主體的互動關(guān)系。

盡管存在復(fù)雜性科學(xué)的理論，但由于缺乏對特征變量的準(zhǔn)確參與估計，傳統(tǒng)的智能體建模和仿真技術(shù)發(fā)展應(yīng)用范圍相對有限，也難以對非常復(fù)雜的系統(tǒng)進(jìn)行解析求解⑧。今天，在計算機(jī)編程技術(shù)和計算能力迅速發(fā)展的態(tài)勢下，智能體建模仿真可以很方便地運行、停止并重新進(jìn)行參數(shù)調(diào)整，這在傳統(tǒng)的數(shù)學(xué)建模和傳統(tǒng)建模中是很難做到的。同時，智能體建模仿真在獲取數(shù)據(jù)量、繪制個體特征畫像、行為模式預(yù)測等方面更加便利，其應(yīng)用范圍和精度都不斷提升，從而成為重要的解決問題路徑之一①。還有學(xué)者指出，智能體建模方法本身脫胎于計算機(jī)人工智能研究中的“分布式人工智能”和“機(jī)器學(xué)習(xí)”②。如果與大數(shù)據(jù)技術(shù)結(jié)合，智能體仿真模擬可以實現(xiàn)更加方便的可視化展示，海量數(shù)據(jù)讓模型校對和參數(shù)調(diào)整更為便利，實時數(shù)據(jù)也使得數(shù)據(jù)測量免于滯后，數(shù)據(jù)驅(qū)動和模型模擬相互促進(jìn)，能夠更高效地輔助多主體建模。許多政治行為都受到政治環(huán)境、社會環(huán)境等復(fù)雜系統(tǒng)的影響，因此非常適合以智能體仿真模擬的方式來研究。

網(wǎng)絡(luò)中的政治傳播涉及廣泛多元的主體，信息傳播與演化的路徑具有一定的隨機(jī)性，同時也遵循一定的規(guī)律，智能體仿真模擬方法可以分析網(wǎng)絡(luò)輿情演化過程，充分考慮群體規(guī)模、意見領(lǐng)袖規(guī)模、意見領(lǐng)袖觀點等。例如，學(xué)者Ross利用智能體仿真模擬方法發(fā)現(xiàn)，在理想狀態(tài)下僅僅控制2%—4%的核心節(jié)點就可以決定輿論的走向，這為價值引導(dǎo)和輿論引導(dǎo)提供了機(jī)制支持③。學(xué)者郭勇陳等采用智能體建模與仿真方法，在Netlogo仿真平臺模擬了網(wǎng)絡(luò)論壇輿情演化過程， 發(fā)現(xiàn)意見領(lǐng)袖在輿情初期的“形成”和“爆發(fā)”階段影響并不大，但是在“高峰”階段影響力巨大，且能夠拉長輿情存續(xù)時間④。

政治安全研究的場景在現(xiàn)實生活中難以再現(xiàn)，且出現(xiàn)頻次不高；但是，由于主體與環(huán)境的交互關(guān)系非常明顯，因此，非常適合采取仿真模擬的方法進(jìn)行分析研究。例如，恐怖襲擊活動很難通過傳統(tǒng)的問卷調(diào)查去研究，甚至大數(shù)據(jù)的統(tǒng)計、應(yīng)然性的風(fēng)險評估等也具有宏觀性和靜態(tài)性的特點，無法挖掘遭受恐怖襲擊的群體動力學(xué)過程。而在復(fù)雜適應(yīng)系統(tǒng)下進(jìn)行計算模擬，則可以揭示其互動機(jī)制并提供決策咨詢。學(xué)者呂鵬基于微觀粒子運動建立智能體仿真模型來分析反恐場景中的微觀機(jī)理和毀傷機(jī)制，得出很多在現(xiàn)實場景中很難發(fā)現(xiàn)卻具有現(xiàn)實意義的結(jié)論。同時，粒子仿真也可以為反恐力量的配置、介入時機(jī)、日常演練提供精準(zhǔn)依據(jù)⑤。

此外，傳統(tǒng)的政治研究也可以利用智能體仿真模擬來進(jìn)行創(chuàng)新性研究。塞爾根蒂等利用智能體仿真技術(shù)來分析政治競選行為，認(rèn)為政黨活動可以被視為智能體主體和主體之間交互的產(chǎn)物，政黨可以根據(jù)動態(tài)策略和行為規(guī)則來更新其狀態(tài)和行動，并且可以據(jù)此研究不同政黨之間的競爭，分析選民行為和政治環(huán)境對選舉結(jié)果的影響⑥。學(xué)者還發(fā)現(xiàn)，在大數(shù)據(jù)時代，研究者能夠收集包括個體行為、社會網(wǎng)絡(luò)、環(huán)境因素等多方面的數(shù)據(jù)，基于這些大數(shù)據(jù)的智能體建?？梢愿玫匮芯空螞Q策中的群體行為和社會動態(tài)，幫助政策制定者更好地了解不同利益相關(guān)者之間的相互作用和影響⑦。在沖突政治中，每個個體都有行為的信念、偏好和策略，根據(jù)自己的利益和目標(biāo)行動，而且行為主體之間的互動是在社會網(wǎng)絡(luò)中實現(xiàn)，不同的社會網(wǎng)絡(luò)形態(tài)會影響他們的行為和決策。學(xué)者通過智能體仿真模擬方法研究示威、抗議、暴力事件等沖突性政治事件，并研究不同政策、經(jīng)濟(jì)、社會等因素對事件發(fā)展的影響，取得了豐碩的成果①。

今天，隨著技術(shù)的發(fā)展，運用現(xiàn)代計算技術(shù)進(jìn)行仿真模擬形成了更加廣泛的應(yīng)用場景，例如元宇宙可以與計算仿真相結(jié)合。元宇宙從最初階段的虛實孿生，發(fā)展到虛實相生、虛實融生，建立在生成現(xiàn)實空間鏡像的虛擬世界上，這一思路與人為構(gòu)建仿真模擬的平行系統(tǒng)和人工社會的思路非常接近②。因此，伴隨著元宇宙的發(fā)展，人們還可以對更復(fù)雜的多維空間進(jìn)行計算仿真，進(jìn)一步擴(kuò)展仿真模擬的場景和空間。這都為智能體仿真模擬的發(fā)展開創(chuàng)了更為廣闊的空間。

五、計算實驗：計算政治學(xué)的場域創(chuàng)新

2012 年，14 位國際學(xué)者在《歐洲物理學(xué)刊?？钒l(fā)表了《計算社會科學(xué)宣言》，指出實驗方法與計算方法、計算機(jī)平臺相結(jié)合，將促使社會科學(xué)范式發(fā)生變化，更能夠鏈接起理論概念、經(jīng)驗事實和研究本身③。隨著技術(shù)革命的發(fā)展，計算方法、計算平臺越來越多地影響政治行為的運行規(guī)則，從而為計算政治學(xué)提供了新的場域和平臺。

實驗研究主要包括實驗室實驗、調(diào)查實驗、實地實驗等諸多形式，最早出現(xiàn)在20世紀(jì)四五十年代選舉投票中的動員投票領(lǐng)域，隨后被廣泛引入政治學(xué)研究的多個領(lǐng)域，如公共輿論、政治傳播等，以更好地挖掘政治行為的因果機(jī)制。其中，實驗室實驗主要源于心理學(xué)實驗，人們期望借此實現(xiàn)更加科學(xué)的干預(yù)和控制，但其外在效度一直遭受質(zhì)疑。調(diào)查實驗將實驗設(shè)計與大規(guī)模的社會調(diào)查相結(jié)合，包括背書實驗、虛擬情境錨定等多種形態(tài)，通過受訪者閱讀到不同的問卷題目來實施干預(yù)，調(diào)查者可以分析不同干預(yù)下的后果，由此識別其中的因果機(jī)制。通過與社會調(diào)查結(jié)合，調(diào)查實驗避免了實驗室實驗“方便抽樣”的問題，同時也避免了研究局限于實驗室的弊端，但是其外部有效性、有限的實驗設(shè)計、提前暴露干預(yù)等問題，也值得研究者關(guān)注④。例如在美國實驗研究最為普及的選舉研究中，就主要與調(diào)查問卷結(jié)合，更多的受訪者基于問卷設(shè)計的情境進(jìn)行“推測”，而很少結(jié)合真實的政治情境⑤，這很容易帶來對研究效度的質(zhì)疑。與之相對，實地實驗則主要發(fā)生在真實情境中，避免了實驗室實驗、調(diào)查實驗的人工干預(yù)，可以有效結(jié)合真實的場景，并利用隨機(jī)干預(yù)的優(yōu)勢，實現(xiàn)因果推斷。

在大數(shù)據(jù)時代，互聯(lián)網(wǎng)成為政治行為發(fā)生的重要場域，越來越多的政治現(xiàn)象依托計算機(jī)進(jìn)行，人們的政治參與和信息傳播方式也因此改變，這就給人們提供了從事政治學(xué)研究的新的場域。計算機(jī)平臺的信息傳播方式和互動方式，會導(dǎo)致社會成員行為方式的重大變化，這為學(xué)者關(guān)注政治行為的因果機(jī)制提供了新的平臺和場域。計算實驗平臺成為大數(shù)據(jù)時代實地實驗的重要平臺，廉價的、可編程的計算機(jī)技術(shù)的發(fā)展促使了實驗研究的迅速增加①。

第一，在計算實驗平臺可以更方便、更貼近現(xiàn)實地進(jìn)行實驗。雖然實驗室實驗受外界政治環(huán)境影響最小，但在計算實驗平臺進(jìn)行實驗研究，能夠進(jìn)一步擴(kuò)展實驗研究的設(shè)計多樣化和科學(xué)化水平，可以有更多方式進(jìn)行隨機(jī)化分配，在智能平臺APP或小程序?qū)嵤└深A(yù)變得非常便捷且成本很低，這也使實驗對象受到的干預(yù)與現(xiàn)實生活更加接近。此外，政治心理學(xué)的研究，尤其是研究志愿者的招募，也可以借助在線實驗室以更低成本的方式獲取多元的、大量的數(shù)據(jù)②。

第二，在計算實驗平臺可以進(jìn)行更多元化的調(diào)查實驗。在計算機(jī)實驗平臺進(jìn)行調(diào)查實驗，可以向受試者施加文字、圖像、視頻、網(wǎng)絡(luò)關(guān)系等非結(jié)構(gòu)化干預(yù)信息，從而使實驗結(jié)果的記錄更為豐富和準(zhǔn)確，可以保留文本信息、語音信息、視頻信息，更好地實現(xiàn)實驗實施效果的科學(xué)化。這既保障了調(diào)查實驗的便捷性，又豐富了調(diào)查實驗的現(xiàn)實性，還可以更好地觀察干預(yù)的短期效應(yīng)和長期效應(yīng)③。

此外，新的計算機(jī)方法和技術(shù)也可以成為計算機(jī)實驗平臺的研究對象。例如，有學(xué)者針對人工智能生成信息的政治說服能力進(jìn)行了實驗。研究者針對4836個在線注冊樣本進(jìn)行了三輪調(diào)查實驗，來檢驗當(dāng)參與者讀完人工智能程序GPT3生成的自動說服性信息、人工事先編寫的說服性信息和人工從GPT3生成信息中主動選擇的信息后，改變政策禁令的程度，具體政策領(lǐng)域包括禁止攻擊性武器、碳稅和帶薪產(chǎn)假計劃。研究發(fā)現(xiàn)，人工智能生成信息和研究者事先編寫的信息都能夠極大地改變?nèi)藗兊恼邞B(tài)度，有受訪者甚至認(rèn)為，人工智能生成信息邏輯更強(qiáng)、且憤怒情緒控制更加得力。由于人工智能生成的說服性信息幾乎無成本且數(shù)量無限，如果生成信息背后的算法帶有偏見或者傳播了錯誤信息，可能會導(dǎo)致選民改變政策態(tài)度，因而必須對基于人工智能生成信息進(jìn)行規(guī)制，必須標(biāo)注自己為人工智能機(jī)器人。研究同時顯示，盡管人工智能語言語句連貫、邏輯通順，但是其政治說服力仍然低于人工參與的說服性信息④。

第三，在計算實驗平臺進(jìn)行實地實驗可以大幅提高實地實驗的適用性。實驗研究更多分析特定的政治行為如何引發(fā)相應(yīng)的政治后果，因此，政治行為“設(shè)定發(fā)生”或者“真實發(fā)生”的具體場景就構(gòu)成實驗研究的重要背景知識和場域。在過去的實地實驗中，人們需要“設(shè)想”行為刺激的出現(xiàn)，同時傳統(tǒng)的信息渠道導(dǎo)致產(chǎn)生行為刺激過程較為緩慢。許多政治學(xué)的實地實驗需要進(jìn)行多輪嚴(yán)密的設(shè)計，且花費很多資金、耗費很長時間，但其研究結(jié)果嚴(yán)重滯后于政治實踐，使得其應(yīng)用價值較低。例如，Green發(fā)現(xiàn)面對面拉票有助于提升投票率，然而這一結(jié)果已經(jīng)是調(diào)查研究開始三年后⑤。在計算實驗平臺中，研究者可以依托網(wǎng)絡(luò)設(shè)計很多實驗研究，且這些研究反饋非常及時，能夠及時用于下一步的政治活動。例如，在2007年奧巴馬的競選活動中，在奧巴馬的競選網(wǎng)站首頁隨機(jī)出現(xiàn)了24種不同的廣告頁面，每種頁面下收集了13000多人的后續(xù)行為，結(jié)果發(fā)現(xiàn)當(dāng)宣傳廣告內(nèi)容是奧巴馬的家人和孩子時，訪問網(wǎng)站的人更可能注冊網(wǎng)站并進(jìn)行政治捐贈。正是基于這些發(fā)現(xiàn)，在后續(xù)活動中，奧巴馬的選舉宣傳廣告也主要采用其家人和孩子的照片①。另外，羅伯特·邦德（Robert M. Bond）在2010年美國國會選舉期間利用Facebook向6100萬用戶推送了政治動員信息，最終提醒34萬原本沒打算投票的人參加投票。結(jié)果顯示，該動員信息不僅影響接收信息的用戶，還影響了用戶的朋友，以及朋友的朋友，投票的動員作用符合“三度影響力”。社會信息傳遞的互動關(guān)系極大地影響了政治行為②。此外，計算實驗平臺的出現(xiàn)還提高了實地實驗的可重復(fù)性，因為大量計算機(jī)平臺上的行為本身并非出自人們的設(shè)計，而是人類在計算平臺上行為的副產(chǎn)品，這也進(jìn)一步提高了計算實驗平臺實地實驗數(shù)據(jù)的可信度。

總之，互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能技術(shù)不斷影響人們的政治行為、社會生活和市場活動，為此，人們必須認(rèn)真思考計算機(jī)、人工智能的影響。政治學(xué)科也必須與互聯(lián)網(wǎng)平臺相結(jié)合，將互聯(lián)網(wǎng)平臺作為實驗場景展開研究。這就要求人們建立一批文科實驗室，重點關(guān)注互聯(lián)網(wǎng)上的政治行為，將計算機(jī)科學(xué)與政治學(xué)相結(jié)合，融合國家戰(zhàn)略、社會需求與社科理論研究，充分利用互聯(lián)網(wǎng)平臺和人工智能場景，打造更加富有情境化的實驗平臺，提升政治實驗開展過程中的針對性、開放性、交互性與互動性。

六、結(jié)語：作為“新文科”的計算政治學(xué)

通過梳理和分析計算政治學(xué)的發(fā)展歷程和主要方法，不難發(fā)現(xiàn)，計算政治學(xué)是特定技術(shù)條件發(fā)展的產(chǎn)物，也是第四次工業(yè)革命條件下政治學(xué)發(fā)展的必然。人工智能的神經(jīng)元邏輯模型算法在20世紀(jì)40年代就已經(jīng)產(chǎn)生，但是，在個人計算機(jī)強(qiáng)大算力產(chǎn)生和便捷獲取海量數(shù)據(jù)產(chǎn)生以前，計算機(jī)方法與政治學(xué)研究并沒有實現(xiàn)有機(jī)結(jié)合。在21世紀(jì)初，相關(guān)研究也主要是計算機(jī)學(xué)者將政治視為一個應(yīng)用場景來驗證算法，而非直接研究政治行為本身。而隨著計算機(jī)硬件的改善、計算機(jī)算力的提升和相關(guān)計算機(jī)應(yīng)用界面的便捷化，大量政治學(xué)者開始直接分析海量的大數(shù)據(jù)，廣泛利用仿真模擬方法，直接通過計算實驗方法來分析互聯(lián)網(wǎng)平臺和基于人工智能的政治行為，由此形成了計算政治學(xué)的研究范式。

美國圖靈獎獲得者吉姆·格雷將科學(xué)研究范式按歷史發(fā)展依次分為經(jīng)驗范式、理論范式、虛擬范式和數(shù)據(jù)密集型范式等四大類型。不難發(fā)現(xiàn)，計算模擬和大數(shù)據(jù)技術(shù)分別對應(yīng)虛擬范式和數(shù)據(jù)密集型范式，計算實驗平臺則對應(yīng)著經(jīng)驗范式在新場景下的應(yīng)用，在這個意義上，范式革命絕不意味著一種范式取代另外的范式，而是意味著新的范式的出現(xiàn)和多種范式的綜合。作為新文科的中國計算政治學(xué)，應(yīng)該有機(jī)結(jié)合經(jīng)驗范式、理論范式、虛擬范式和數(shù)據(jù)密集型范式③，更充分地結(jié)合多種分析方法，更深入地研究新技術(shù)時代的傳統(tǒng)議題和新興議題。

在具體研究方法中，計算模擬、大數(shù)據(jù)分析和計算實驗的結(jié)合日益緊密，可以更好地分析計算時代的政治現(xiàn)象。與大數(shù)據(jù)方法的歸納方法不同，計算仿真模擬通過數(shù)學(xué)推理或程序推理方式，是一種典型的演繹方法。例如，隨著大數(shù)據(jù)政治學(xué)的發(fā)展，研究者可以從現(xiàn)有大量數(shù)據(jù)中更好地設(shè)定模型和進(jìn)行參數(shù)調(diào)整，更好地分析具有自主性、目標(biāo)性、認(rèn)知能力和行動能力的實體如何根據(jù)其內(nèi)部狀態(tài)和環(huán)境因素進(jìn)行智能體間互動①，并且更加科學(xué)動態(tài)地調(diào)整參數(shù)，在數(shù)據(jù)驅(qū)動基礎(chǔ)上更好地進(jìn)行智能體仿真模擬。大數(shù)據(jù)分析一般被認(rèn)為是相關(guān)關(guān)系而非因果關(guān)系，借助計算實驗的分析方法，研究者可以更全面地探索大數(shù)據(jù)政治學(xué)背后的因果機(jī)制②。再如，智能體仿真模擬中得出的機(jī)制規(guī)律，也可以通過計算實驗平臺的方式進(jìn)行驗證，揭示因果機(jī)制的微觀實現(xiàn)機(jī)制③。因此，計算政治學(xué)不僅需要結(jié)合政治學(xué)和計算科學(xué)，還需要更好地結(jié)合傳播學(xué)、管理科學(xué)與工程等多學(xué)科，構(gòu)建計算政治學(xué)內(nèi)部的交叉學(xué)科，打造符合新技術(shù)時代要求的“新文科”。

在研究議題上，計算政治學(xué)不僅應(yīng)該分析具體的網(wǎng)絡(luò)現(xiàn)象和議題，而且應(yīng)該利用新的研究方法研究中國特色社會主義政治發(fā)展和國家治理現(xiàn)代化的更多新的政治議題，同時為傳統(tǒng)政治學(xué)議題的研究帶來新的分析思路和視角，由此推動中國特色政治學(xué)學(xué)術(shù)的持續(xù)創(chuàng)新發(fā)展，打造具有“科學(xué)性”“本土性”“時代性”和“前沿性”的世界一流的計算政治學(xué)學(xué)科。

[責(zé)任編輯 韓玲]

① 習(xí)近平：《論把握新發(fā)展階段、貫徹新發(fā)展理念、構(gòu)建新發(fā)展格局》，北京：中央文獻(xiàn)出版社，2021年，第176頁。

② 李強(qiáng)：《“大數(shù)據(jù)社會科學(xué)”專題主持人語》，《清華大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2015年第3期。

① I·伯納德·科恩：《自然科學(xué)與社會科學(xué)的互動》，北京：商務(wù)印書館，2016年，第139-161頁。

② 馬克思：《政治經(jīng)濟(jì)學(xué)批判》，北京：人民出版社，1976年，第37-38頁。

③ 蘇毓淞、劉江銳：《統(tǒng)計分析方法與美國政治學(xué)研究》，《美國研究》2020年第3期。

④ Hayward R. Alker Jr， “Polimetrics： Its Descriptive Foundations”， Handbook of Political Science， vol.7 （1975）， pp.140-210.

① Richard Ennals，“Socially Useful Artificial Intelligence”， AI & SOCIETY， vol.1 （1987）， pp.5-15.

② Edith Hemaspaandra， Lane A. Hemaspaandra and J？rg Rothe， “Exact Analysis of Dodgson Elections： Lewis Carrolls 1876 Voting System is Complete for Parallel Access to NP”， Journal of the ACM （JACM）， vol.44， no.6 （1997）， pp.806-825.

③ Edith Hemaspaandra and Lane A. Hemaspaandra， “Computational Politics： Electoral Systems”， MFCS 2000 （Springer，2000）， pp.64-83.

④ Patrick H. Winston and Mark A. Finlayson， “Computational Politics”， MIT Computer Science and Artificial Intelligence Laboratory， 2004， pp.783-784.

⑤ David Lazer et al.， “Computational Social Science”， Science， vol.323， no.5915 （2009）， pp.721-723.

① 嚴(yán)潔：《政治學(xué)研究中的抽樣調(diào)查： 難點，問題與方法創(chuàng)新》，《政治學(xué)研究》2018年第3期。

② 李鋒：《網(wǎng)絡(luò)空間公民利益訴求的對象選擇與行為特征——以全國網(wǎng)絡(luò)問政平臺的大數(shù)據(jù)分析為例》，《探索》2019年第6期。

③ 呂程平：《網(wǎng)民留言中的參與性、歸屬感與自由感——人民網(wǎng)〈地方領(lǐng)導(dǎo)留言板〉10省留言數(shù)據(jù)分析》，《中國農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）》2014年第4期。

④ 李鋒：《虛擬情景錨定法如何提高問卷調(diào)查的可比性——以公民訴求影響力的測度與分析為例》，《甘肅行政學(xué)院學(xué)報》2019年第3期。

⑤ 馬超、于曉虹、何海波：《大數(shù)據(jù)分析：中國司法裁判文書上網(wǎng)公開報告》，《中國法律評論》2016年第4期。

⑥ 孟天廣、李熠：《立案登記制改革與行政糾紛解決司法化》，《中國社會科學(xué)院大學(xué)學(xué)報》2022年第4期。

① 茅明睿：《大數(shù)據(jù)在城市規(guī)劃中的應(yīng)用：來自北京市城市規(guī)劃設(shè)計研究院的思考與實踐》，《國際城市規(guī)劃》2014年第6期。

② Xingjian Liu and Ying Long，“Automated Identification and Characterization of Parcels with OpenStreetMap and Points of In？ terest”，Environment and Planning B： Planning and Design， vol. 43， no.2 （2016）， pp.341-360.

③ Timnit Gebru et al.， “Using Deep Learning and Google Street View to Estimate the Demographic Makeup of Neighborhoods Across the United States”， Proceedings of the National Academy of Sciences of the United States of America， vol.114， no.50 （2017），pp.13108-13113.

④ Scott A. Golder and Michael W. Macy， “Diurnal and Seasonal Mood Vary with Work， Sleep， and Daylength Across Diverse Cultures”， Science， vol.333， no.6051 （2011）， pp.1878-1881.

⑤ Matthew J. Salganik， Bit by Bit： Social Research in the Digital Age （Princeton： Princeton University Press， 2019）， p.83.

① Feng Shi et al.， “Millions of Online Book Co-purchases Reveal Partisan Differences in the Consumption of Science”， Nature Human Behaviour， vol.1， no.4 （2017）， pp.1-9.

② 黃璜：《數(shù)據(jù)計算與治理變革：對政府計算的研究與基于計算的政府研究》，《電子政務(wù)》2020年第1期。

③ Matthew B. Crawford， “Algorithmic Governance and Political Legitimacy”， American Affairs， vol. 3， no. 2 （2019），pp.73-94.

④ 王敏、張子柯：《計算傳播學(xué)的仿真研究范式：優(yōu)勢、挑戰(zhàn)與發(fā)展》，《新聞界》2022年第10期。

⑤ Steven Bankes， Robert Lempert and Steven Popper， “Making Computational Social Science Effective： Epistemology， Meth？ odology， and Technology”， Social Science Computer Review， vol.20， no.4 （2002）， pp.377-388.

⑥ Michael W. Macy and Robert Willer， “From Factors to Actors： Computational Sociology and Agent-Based Modeling”， An？ nual Review of Sociology， vol.28， no.1 （2002）， pp.143-166.

① 羅?。骸队嬎恪つM·實驗：計算社會科學(xué)的三大研究方法》，《學(xué)術(shù)論壇》2020年第1期。

② 錢學(xué)森、于景元、戴汝為：《一個科學(xué)新領(lǐng)域——開放的復(fù)雜巨系統(tǒng)及其方法論》，《自然雜志》1990年第1期。

③ 劉曉平、唐益明、鄭利平：《復(fù)雜系統(tǒng)與復(fù)雜系統(tǒng)仿真研究綜述》，《系統(tǒng)仿真學(xué)報》2008年第23期。

④ 黃璜：《數(shù)據(jù)計算與治理變革：對政府計算的研究與基于計算的政府研究》，《電子政務(wù)》2020年第1期。

⑤ 呂鵬：《計算社會科學(xué)中仿真模擬的三個發(fā)展階段》，《清華社會學(xué)評論》2022年第1期。

⑥ Nigel Gilbert and Klaus G. Troitzsch， Simulation for the Social Scientist （Berkshire： McGraw-Hill Education， 2005），pp.6-9.

⑦ 黃璜：《社會科學(xué)研究中“基于主體建模”方法評述》，《國外社會科學(xué)》2010年第5期。

⑧ 吳彤：《復(fù)雜性范式的興起》，《科學(xué)技術(shù)與辯證法》2001年第6期。

① 呂鵬：《ABM仿真模擬方法漫談》，《貴州師范大學(xué)學(xué)報（社會科學(xué)版）》2016年第6期。

② Nigel Gilbert and Klaus G. Troitzsch， Simulation for the Social Scientist （Taylor & Francis Group， 1999）， p.13.

③ Bj？rn Ross et al.，“Are Social Bots a Real Threat？An Agent-Based Model of the Spiral of Silence to Analyse the Impact of Manipulative Actors in Social Networks”， European Journal of Information Systems， vol.28， no.4 （2019）， pp. 394-412.

④ 郭勇陳、沈洋、馬靜：《基于意見領(lǐng)袖的網(wǎng)絡(luò)論壇輿情演化多主體仿真研究》，《情報雜志》2015年第2期。

⑤ 呂鵬等：《反恐場景中的群體效應(yīng)——基于粒子運動系統(tǒng)的ABM仿真模擬》，《社會發(fā)展研究》2021年第3期。

⑥ Michael Laver and Ernest Sergenti， Party Competition： An Agent-Based Model （Princeton： Princeton University Press，2011）.

⑦ Lin Qiu and Riyang Phang， “Agent-Based Modeling in Political Decision Making”， Oxford Research Encyclopedia of Politics（New York： Oxford University Press， 2020）.

① Eugenio Dacrema and Stefano Benati， “The Mechanics of Contentious Politics： An Agent-Based Modeling Approach”， The Journal of Mathematical Sociology， vol.44， no.3 （2020）， pp.163-198.

② 王飛躍：《人工社會、計算實驗、平行系統(tǒng)——關(guān)于復(fù)雜社會經(jīng)濟(jì)系統(tǒng)計算研究的討論》，《復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)》2004年第4期。

③ Rosaria Conte et al.， “Manifesto of Computational Social Science”， The European Physical Journal Special Topics，vol.214（2012）， pp.325-346.

④ Brian J. Gaines， James H. Kuklinski and Paul J. Quirk， “The Logic of the Survey Experiment Reexamined”， Political Analy？ sis， vol.15， no.1 （2007）， pp.1-20.

⑤ Alan S. Gerber and Donald P. Green， “The Effects of Canvassing， Telephone Calls， and Direct Mail on Voter Turnout： A Field Experiment”， American Political Science Review， vol.94， no.3 （2000）， pp.653-663.

① Janet M. Box-Steffensmeier， Henry E. Brady and David Collier， The Oxford Handbook of Political Methodology （New York： Oxford University Press， 2008）， pp.339-356.

② Jason Radford et al.， “Volunteer Science： An Online Laboratory for Experiments in Social Psychology”， Social Psychology Quarterly， vol.79， no.4 （2016）， pp.376-396.

③ 孟天廣：《從因果效應(yīng)到因果機(jī)制：實驗政治學(xué)的中國路徑》，《探索》2017年第5期。

④ Hui Bai et al.， “Artificial Intelligence Can Persuade Humans on Political Issues”， February 5， 2023. https：//doi. org/ 10.31219/osf.io/stakv.

⑤ Donald P. Green， Alan S. Gerber and David W. Nickerson， “Getting Out the Vote in Local Elections： Results from Six Doorto-Door Canvassing Experiments”， The Journal of Politics， vol.65， no.4 （2003）， pp.1083-1096.

① Dan Siroker， “Obamas $60 Million Dollar Experiment”， November 29， 2019， https：//www.optimizely.com/insights/blog/ how-obama-raised-60-million-by-running-a-simple-experiment/.

② Robert M. Bond et al.， “A 61-million-person Experiment in Social Influence and Political Mobilization”， Nature， vol.489，no.7415 （2012）， pp.295-298.

③ Tony Hey， Stewart Tansley， Kristin M.Tolle， The Fourth Paradigm： Data-Intensive Scientific Discovery （Microsoft Re？ search， 2009）， pp.xvii-xxxi.

① Michael W. Macy and Robert Willer， “From Factors to Actors： Computational Sociology and Agent-Based Modeling”， An？ nual Review of Sociology， vol.28， no.1 （2002）， pp.143-166.

② 孟天廣：《政治科學(xué)視角下的大數(shù)據(jù)方法與因果推論》，《政治學(xué)研究》2018年第03期。

③ Elizabeth Bruch and Jon Atwell， “Agent-Based Models in Empirical Social Research”， Sociological Methods & Research，vol.44， no.2 （2015）， pp.186-221.