【摘要】进入数智时代，“科技革命”和“治理革命”的碰撞促使数字国家兴起。数字国家的兴起绝非简单的技术治理，而是国家形态的重塑、国家运行的变革和国家范畴的拓宽。全球范围内数字国家的兴起既为政治实践引入了数据、算法、算力、人工智能等新要素、新技术，也为政治研究提供了新对象、新方法，国家计算与社会计算体系分别在技术赋能和技术赋权双重机制驱动下快速演化，促使“计算的政治”与“政治的计算”两个路径交织与融合。前者重在对国家计算或社会计算的规律和过程展开政治学分析，后者则重在从方法意义上对政治实践或政治现象进行计算化研究，二者融合为推进数智时代政治学研究提供了兼具理论意涵与方法价值的学科新范式。
作者简介
孟天广，清华大学社会科学学院、计算社会科学与国家治理实验室。
近年来，以ChatGPT等为代表的生成式人工智能推动了社会智能（Social Intelligence）与机器智能（Machine Intelligence）的深度交互与融合发展，其中，社会智能是指人类社会通过经验积累、演绎推理和知识生产所形成并传承的集体智能，而机器智能是指计算机通过高效计算、算法驱动、数据训练所形成的内容生成能力。而今，以 DeepSeek 为代表的开源大模型的普及应用，更是加速了社会智能与机器智能深度融合的进程，这对国家治理体系的构建乃至人类政治文明的发展带来了深刻影响。
在这一背景下，国家治理数字化转型成为时代命题，“科技革命”和“治理革命”的碰撞促使数字国家兴起。数字国家的兴起绝非单纯将大数据、人工智能、区块链等新技术应用于国家治理场景，而是国家形态的重塑、国家运行的变革和国家范畴的拓宽。一方面，数智技术促使国家形态、国家结构、国家社会关系快速演变，促进以数字治理、数字民主、数字科层制、AI 决策辅助等为代表的新生政治萌芽，这不仅给政治学乃至社会科学的既有知识体系带来了挑战，也为政治学知识体系更新创造了新机遇。另一方面，人类社会的数字化转型给社会科学研究范式转换带来了新空间。人们在互联网和移动设备上留下了海量可追溯、可分析和细颗粒度的行为数据，蕴含丰富的社会属性和关联关系，为刻画个体行为、社会运行和国家治理提供了新范式。因此，作为计算科学与政治学的交叉领域，计算政治学（Computational Political Science）的快速兴起并成为政治学新生学科，有力推进了数智时代政治学理论与方法范式的创新。
数字国家的兴起
在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。21 世纪以来，以信息化、数字化乃至智能化为核心特征的新一轮科技革命正在驱动一场全球范围内的治理革命，数智技术应用于国家治理的实践日益丰富、场景日趋多元，从而推进数智技术与治理实践的深度融合乃至互嵌重构，推动数字国家的兴起。信息化凸显了国家运行过程中信息处理效率的极大提升，在过去二十多年中推动了全球范围内电子政府（EGovernment）的建设；数字化以数据为新生治理要素，运用数字技术破解了信息流动与时空的交互边界的难题，正在推进面向数据、基于数据和经由数据的数字政府（D-Government）建设进程；在信息化和数字化基础上，智能化方兴未艾，通过数据驱动、算法支撑、算力保障构建强大的信息处理和内容生成能力，正在深度介入政务服务、政民互动、政务办公和决策辅助等国家治理全过程。以上实践进展，为我们认识和刻画数字国家的特征属性及运行机制奠定了充分而坚实的实践基础。
伴随数智时代的来临，数字国家逐渐兴起，并成为全新的国家形态。理解数字国家的兴起与发展，需要关注与其同步演化的两个方向：一是数智技术赋能国家，推动国家结构变革、治理技术更新，如数字治理体系、数字科层制的兴起；二是数智技术赋权社会，带来公众参与的爆炸式增长以及数字连接的社会团结方式、基于虚拟网络的组织协同方式的重构等［6］。简言之，数智技术在通过赋能国家和赋权社会的双重机制深刻影响国家治理进程的同时，也推动了强国家与强社会的协同发展。这既影响着现代国家形态的演变，也促进国家组织结构、国家-社会边界、国家运行机制发生巨大变化，还给科层制、结构论、关系论等传统理论认知带来巨大挑战，而且孕育着新理论形成的时代机遇。
数字国家的兴起给政治学研究带来以下两个方面的深刻影响：
一方面，政治学经典理论面临适应性困境。经典的国家理论、民主理论、权力理论等面临着理论重构的时代需求，这给中国政治学在新时代推进经典政治学理论的新发展、新拓展带来了创新契机。与传统国家相比，现代国家致力于解决超大规模和内部复杂性的治理挑战难题。现代国家通常采取横向分权、纵向分层的国家形态，这一国家形态有利于通过合法性塑造、理性化控制、层级化运行、效用导向激励的有机融合来提升国家能力，即所谓的“科层制国家”或“多层级治理体系”。
而今，数字国家的来临正全方位地重塑国家形态。一是国家组织形态正在从科层化、部门化变迁为扁平化、协同化。传统依赖正式制度和组织边界来加以界定的政府架构正在日益模糊化，跨层级、跨部门、跨系统的业务协同和统筹联动正在快速扩张，基于数字技术的业务流程重塑和组织结构变革正在快速推进，适应于数智时代的整体性政府成为世界各国政府改革的共同方向，同时国家治理数字化转型下的新组织机构、新制度规则、新协同机制已经在近年来的政府改革中成为现实。二是国家运行场域快速向数字空间拓展并日益与物理空间、社会空间深度融合。基于三重空间耦合效应，面对新生数字空间的公共问题和治理难题，国家权力通过进入数字空间建立新机构、新规则和新能力，加快推进政府数字化转型来促进数字空间与物理空间、社会空间融合，进而在优化国家治理体系的同时，提升国家治理能力。三是信息日益成为国家治理的基础要素和国家运行的关键机制。伴随着第四次科技革命加快推进，大数据、人工智能等科技快速迭代并渗透到日常社会运行中，数据、算法、算力等数智技术本质上都是信息技术，其广泛应用不仅切实提升了国家汲取、处理和应用信息的能力，而且增强了国家克服超大规模和超复杂性难题的能力。四是国家社会边界进一步模糊化，国家社会关系呈现交互性和协同化。数智技术的普及应用促使国家社会间信息交换成本进一步降低，政民互动渠道和机制进一步亲民化、普惠化，政府与社会间双向触达和协同交互成为国家治理的常规机制和常态模式。
另一方面，进入数智时代政治学前沿议题正在快速拓展。数智技术嵌入国家治理体系也产生了一系列新生政治现象，在数字治理、算法治理等技术治理逻辑的影响下，大数据、区块链、人工智能等技术工具被日益广泛地应用于国家治理实践，数字服务、数字监管、数字民主、数字协商等逐渐成为现代国家标配，成为现代国家实施理性化管理、科学化决策、精准化干预、交互性服务的新工具、新技术，这些现象推动着政治学新的研究领域、理论概念、研究范式的迭代发展。究其根源在于数智时代国家计算与社会计算两大系统的形成和快速发展。
国家计算（State Computing）源于数智技术赋能国家，尤其是以数字政府在全球兴起并成为政府改革的新趋势为代表，集中反映为数据、算法、人工智能等新治理要素进入政府体系中：一方面，通过技术赋能对传统政府组织结构、规则制度、政府间关系产生重塑效应，即“科层政府数字化”；另一方面，加快了基于新要素的政府治理体系构建，如数据治理、算法治理、算力基础设施、智慧城市等，即“数字政府科层化”。
表1比较了国家计算与社会计算的特征差异，国家计算重在国家政治或行政事务，尤其是针对政治系统内部运行过程的各个环节，如政治决策、政策执行、监督问责、考核激励、政治安全等进行常态化和泛在性计算。国家计算系统在设计与构建时的核心逻辑是简约化和标准化，即通过标准化程序和技术工具对多来源、多模态、多属性的国家运行数据进行简化处理和理解，由此计算主体主要由采取中心化、科层制组织结构的行政体系来实施和运行。这确保了国家计算系统的制度化、稳定化和高效化运行，为简约化、标准化计算提供了组织基础。从这个意义上来讲，现代以来兴起的国家统计体系、登记认证体系、财税审计体系以及数智时代产生的数据治理体系、计算传播体系、国家算力基础设施等，均为现代国家治理实践中国家计算的典型案例，集中反映了现代国家治理体系中国家计算系统的关键性和基础性。
社会计算（Social computing）则源于数智技术赋权社会，随着移动互联网和智能化应用的普及，计算系统与社会系统日趋深度融合，基于社会过程的高效计算与经由计算系统的社会协同在同步演化。一方面，广泛覆盖的互联网基础设施和弥散的数智化应用，为基于全社会的数据、算力和智慧提升计算系统运行的效率和效度提供了社会基础；另一方面，计算系统正在广泛嵌入社会运行的方方面面，为构建社会连接、加速社会交互、培育信任文化、促进社会协同提供了技术基础。由此社会计算也成为国家治理体系不可或缺的计算系统，并与全球范围内虚拟结社、社交媒体的快速扩散深度融合，进而深刻影响公共表达、数字参与乃至国家-社会关系的底层逻辑。
过去二十年间，社会计算系统正在重构公共参与、民意表达、协商议事、民意汇集等全过程，有力推进了数字时代民主模式的迭代与发展。不同于国家计算，社会计算重在社会或社群事务计算，尤其是围绕社会系统运行过程、国家社会互动过程，如在社会复杂性感知、社情民意分析、社会心态计算、公共舆论治理等领域的计算式治理。社会计算系统的设计逻辑尤为强调理解或应对复杂性，这与社会构成及运行的复杂性高度关联，因此非标准化地处理多样化数据和解读多维度信息是其内在特征。为了应对复杂性和发挥非标准化计算的优势，社会计算体系更依赖于多元主体的广泛介入和深度协同，如社会公众、专业机构、社会团体、媒体和社群网络等均为社会计算的主体，不同主体间通过构建生态性网络和发挥志愿性、互惠性优势来实现合作与协同。社会计算的早期雏形可以从哈贝马斯对近代欧洲城市社群中公共领域的论述中得到启示，数智时代的社会计算早已打破对物理空间和社会空间的依赖，而是在虚拟空间中构建起基于社会网络、社会关联的感知、认知乃至模拟社会运行的计算系统，为应对智能社会的复杂性提供了社会性基础设施。
计算的政治与政治的计算
“计算的政治”重在对人类政治文明发展中的国家计算或社会计算实践展开政治学分析，以帮助我们认识国家计算或社会计算的政治规律和政治过程；“政治的计算”则重在从方法论意义上对政治实践或政治现象进行计算化研究。
虽然计算政治学方兴未艾，但“计算的政治”，即对公共事务相关各类信息（数据）进行采集或处理的政治实践，如数量化度量、数目字管理和计算式治理源远流长。从早期国家到现代国家再到数字国家，信息始终是国家构建和国家运行日益重要的要素和机制，对政治过程、政治生活产生无处不在的渗透性影响。在东西方文明发展中，早期国家在构建过程中已经出现了各式各样的“数目字管理”，如人口登记、田亩登记等。在现代国家构建过程中，超大规模国家逐渐成型，因此在高度复杂且异质性强的超大规模国家中如何实现有效治理就成为国家构建的核心命题，统计、登记、认证等国家计算系统快速发展成为现代国家的必要构成，政府则在治理实践中形成了数字、地图、图表、标准、指数等治理技术。总之，无论是早期国家，还是现代国家实践，都充分展示了“计算的政治”具有悠久的传统。
计算的政治尽管涉及数据、算法、算力、人工智能等与计算相关的具体技术，但这些计算技术本质上都是在分析或理解信息的角色、作用或功能。因此，计算的政治重在理解政治过程的信息基础。值得关注的是，进入数智时代后，信息早已超越了传统意义上作为要素和机制的角色，正在成为一种新的智能体（Agent），其具备能动性和主体性，既能够实施干预、监管和规制，也产生了无处不在的政治影响。概言之，一系列将信息作为要素、机制和主体的新生政治实践，均成为“计算的政治”这一路径的研究对象和理论要素。
不同于“计算的政治”的源远流长，“政治的计算”，即对政治实践或现象的实证化研究范式，如定性分析、定量分析或大数据分析等研究方法则兴起于近现代社会科学。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）。政治学引入计算范式具有积极意义，计算方法为政治学研究提供了丰富且多元的数据，在将半结构化、非结构化的多模态数据纳入政治分析的同时，也将机器学习、深度学习等新方法引入数据处理与分析中，显著提升了政治现象的跨学科研究能力。
长期以来，“政治的计算”存在两种范式：一是理论驱动的定量研究范式。该范式源于社会科学实证主义传统以及近代以来现代化进程中政治算术这一政治实践的快速扩散。现代统计学的诞生本质上源于西方国家现代化进程中日益普遍的数目字管理及其相应的科学研究范式。二是数据驱动的大数据研究范式。进入数智时代，伴随人们能够在更多数据、更广范畴乃至更大尺度上采集和分析数据，科学研究的“第四范式”也正在发挥日趋重要的作用。数据驱动范式不再需要预先设定的理论模型或研究假说，而是利用超级计算能力直接分析海量数据来理解社会运行的规律和趋势。这一范式转换直接推动计算社会科学蓬勃发展。
对于理论驱动与数据驱动范式的差异，James Evans 专门讨论了从理论驱动到数据驱动范式转换的根源。他认为，在前数字时代，因为收集数据成本高昂，研究者通常困于数据缺乏状态，因此只能发展“强模型”（Strong Model），即好的理论和模型来生产社会知识。数智时代的来临标志着数据丰富时代的开启，这时即便采用不那么好的模型（Weak Model），也能生产社会知识。因为数据获取成本非常低，数据供给很充分，所以社会科学研究正从“贫数据-强模型”（Poor Data-Strong Model）阶段向“富数据-弱模型”（Rich Data-Weak Model）阶段转化。
生成式人工智能驱动的范式变革
伴随人工智能技术的快速迭代和普及应用，以大语言模型代表的生成式人工智能正在驱动政治学乃至整个社会科学研究的范式变革。一方面，生成式人工智能的通用性、开放性和普惠性促使其在城市治理、社会治理、政府治理等场景中得以广泛应用及扩散；另一方面，生成式人工智能也促进其方法创新优势得以充分发挥，为社会科学研究的数据采集、变量测量、推理分析、因果推论和社会预测等奠定了坚实的方法论基础。以大语言模型为代表的生成式人工智能绝非一蹴而就，其发展经历了从浅层到深层、从特定到通用、从闭源到开源的迭代过程。厘清这一演化脉络，对于理解大语言模型驱动的范式变革至关重要。
从根源来讲，语言模型（Language Model，LM）是自然语言处理（Natural Language Processing, NLP）技术发展的成果，其目标旨在利用计算机分析、理解乃至生成人类自然语言，但传统语言模型受限于文本长度和参数规模，难以实现精准的语义理解和内容生成。大语言模型（Large Language Model，LLM）则是基于海量数据训练、依赖海量参数预测的语言模型，其参数规模和复杂结构使之能够精确捕捉语言中的细微差别，因而在文本理解、内容生成等方面具有远超传统语言模型的优势。大语言模型发展的革命性突破源于2017年 Transformer 模型的提出，其核心是在机器学习框架中纳入自注意力机制，形成比传统神经网络模型更强的语义理解能力。第二次范式突破源于预训练加微调模型的引入，通过在大模型训练过程中纳入高质量预训练数据对通用大模型进行微调，以此将人类社会长期积累的社会智能（Social Intelligence）专用数据集、语料库、知识库等应用于微调，提升了大语言模型在特定任务上的能力。第三次范式突破是大参数模型的引入，即通过增加训练数据规模和参数规模来增强模型能力，如 OpenAI 的 GPT4、Meta 的 Llama、百度文心一言等均基于上千亿参数，依赖超大规模参数形成智能涌现能力和内容生成技术。2024 年底，DeepSeek 的横空出世展示了大语言模型迭代的新范式。与其他模型相比，DeepSeek 的底层算法更为透明，且通过两项关键技术创新解决了传统Transformer模型的局限性，即动态计算资源分配与结构化数据的针对性优化。DeepSeek的开源属性改写了大语言模型的创新生态，进而极大降低了大语言模型创新、开发及应用的门槛和成本，促成一系列本地化部署、垂直应用类大模型的形成及快速应用。
大语言模型技术革新快速广泛地应用于治理实践，推进国家治理从数字化向数智化转型。数字化（Digitalization）是将治理实践中以文本、语音、图片、视频等为载体的多模态信息转化成电子化数据（计算机可读数据）等治理要素，进而经由技术赋能与组织-技术互构等机制，推动业务流程重塑、组织结构优化以及政社协同耦合的过程。数字化的核心是强化信息采集、分析和应用能力，以实现治理主体间信息要素的交换、流通、共享、开放和利用，有效推进数字治理体系的构建及发展。数智化是指从数字化到智能化的过渡期和转换期，是在数字化基础上逐步建设而形成的人机互融、虚实同构、数智赋能的新治理模式，本质上仍然是利用人工智能技术形成对信息的高效处理、精准分析和敏捷应用能力。在信息化、数字化的基础上，数智化通过全域数据的实时采集、智能解析与动态反馈，形成“数据信息知识决策”的闭环逻辑，推动社会系统与计算系统的深度耦合。从这个意义上来讲，数智化不仅是技术工具的迭代升级，更是一种治理范式的重构，其核心在于构建以人机交互为赋能性机制、以智能系统为枢纽型载体、以价值耦合为治理目标的国家治理新范式。
基于以上所述的数智化转变，生成式人工智能驱动的治理模式是融合社会智能与机器智能的治理实践创新。这一治理模式超越了传统的“人控机”模式，更加强调人机互融、虚实同构、人机共创的新机制，不仅反映了技术工具层面的升级迭代，更反映了以人机交互与协同为载体、以价值耦合为目标的治理变革正在加快推进。例如，深圳上线机器人公务员，北京、杭州等多地政府将 DeepSeek 介入数字政府系统中，应用于辅助政务咨询、公文写作、信息检索、数据分析与政务服务。此外，人工智能技术与机器人技术的结合成为科技创新的新趋势，具身智能（Embodied Intelligence）将传统数字人通过机器人与外部环境的动态交互实现自主学习，快速发展并应用于政府治理实践。无论是数字公务员，还是机器人公务员的实验，均受到社会广泛关注。
大语言模型的兴起还给政治学研究带来了新范式。不同于理论驱动和数据驱动范式，大语言模型带来了算法驱动新范式，辅助研究者利用参数体量大、预训练数据丰富和算法高效优化的模型优势，实现了对文本、语音、图像、多媒体等多模态数据的序列化和高效处理以及对复杂多变的政治现象进行测量、推理和预测。从这个意义上来讲，大语言模型将发挥人工智能赋能作用，驱动社会科学研究范式转换，如利用大语言模型生成硅基样本、基于人工智能强化因果推论、开发大型社会模拟器等。伴随DeepSeek 等生成式人工智能的普及应用，越来越多的开源社区正在形成并积极探索开放科学协作新模式，在降低技术门槛的同时，也推进了跨学科研究，进而实现“理论驱动”“数据驱动”“算法驱动”等范式的融合，有力驱动了人工智能赋能社会科学研究（AI4SS）新范式的探索创新。
计算政治学的起源：当计算的政治邂逅政治的计算
新一轮科技革命对国家治理发挥着“破坏性创设”效应。国家治理数字化转型不只是政府自身的数字化转型，也不是某个治理领域的孤立式变革，而是一个涉及政治、经济、社会、文化、生态等各领域的系统性重构过程。从这个意义上来讲，计算政治学的起源是政治学有关“计算的政治”的理论发展，是与有关“政治的计算”的方法创新相碰撞而融合的结果，这种融合产生的“化学反应”回应了数智时代政治学在理论和方法范式上双重转型的学理需求。一方面，传承和发扬了“计算”的政治传统，从政治计算的规律、机制和过程入手，聚焦国家构建、国家运行、国家治理的计算过程展开分析；另一方面，创新了“政治的计算”传统，从政治过程的计算方法入手，如引入计算科学、数据科学等新技术方法，利用大数据分析、大模型技术来分析和解释政治行为，开发算法模型、仿真模拟器对政治风险、政治选举、国际冲突等重要政治现象进行预测与研判。
从这个意义上来讲，我们可以从新要素和新范畴两个维度来理解计算政治学的研究议程。
首先，从新要素维度看，数智技术尤其是人工智能技术的最新发展，为国家治理提供了四个新要素，即数据、算法、算力和人工智能，由此产生了数据治理、算法治理、人工智能治理等新生研究领域。数据是对现实世界中事物、事件或概念的符号化表示，可以采用数字、文本、图像、音频或视频等多种形式。数据本质上是信息的载体，通过处理、分析和解释可转化为有意义的信息和知识。算法是计算科学和信息技术领域的核心概念，它是解决特定问题或完成特定任务的一系列明确、有限和可执行的指令集合，本质上体现为理解和处理信息的技术能力。算力是指计算系统在单位时间内处理信息的能力，本质上体现了计算系统将输入转化为输出的效率，是解决复杂问题的关键要素。人工智能集成了以上要素的优势，可理解为通过计算机系统模拟、延伸和扩展人类智能的一门科学，本质上是利用计算机执行通常需要人类智能才能胜任的任务。因此，有必要聚焦以上四个新要素的政治属性、介入政治过程的作用机制、发挥的政治功能、带来的政治效应乃至其背后的政治关系，进行深入系统的观察和分析，以增进学界对政治与科技关系的理解和认识。
其次，从新范畴维度看，数智时代政治学研究范畴的拓展，总体上涵盖国家组织形态数字化、国家社会关系数字化、政府-市场关系数字化、治理对象（经济社会）数字化四个重要范畴。可以说，数字国家建设离不开政府、市场与社会三者之间的互动与协同，三者既是具备不同属性、多元利益的治理主体，也体现为行政机制、市场机制和社群机制的多样化治理机制。这也就是说，在数字国家构建过程中持有不同类型的治理要素，基于差异且互补的治理机制具有不同属性的功能和角色。因此，只有从四个范畴入手，才能全面认识数字国家发展的规律、特征以及路径。
基于新要素和新范畴两个维度，本文简要梳理了相关领域的未来研究议程。国家组织形态数字化是指数智技术对国家组织形态的影响，尤其是国家内部纵向与横向权力关系、制度运行的演变，如对传统科层制、分职制的重塑，进而对条块关系、央地关系的影响；国家社会关系的数字化是指数字时代国家与社会进行交互、协同乃至冲突的影响，尤其是新技术如何赋权社会，进而对社会组织网络构建、社会参与能力提升、社会协同能力培育的过程及机制的影响；政府-市场关系的数字化是指在数字经济创新、发展与治理过程中涉及的政府角色定位及功能发挥，尤其是数字产业创新政策、数字经济产业政策、数字产业的政商关系、平台经济垄断治理等议题；治理对象的数字化是指从政治学视角探讨经济社会数字化的政治后果，尤其是第四次科技革命深刻影响产业结构、社会结构的变革，促使社会结构进一步多元化、政治偏好渐趋两极化以及社交媒体广泛应用而导致的社会网络虚拟化、社会交互商业化娱乐化等，这促使利益表达和聚合过程的复杂化。
计算政治学的未来：范式革命的机遇
全球范围内政治学正在经历范式变革，这既为中国自主知识体系构建提供了契机，也让我们能与西方学界在新生政治现象的研究上同台竞技。全球数字国家的兴起既为政治实践引入了数据、算法、算力、人工智能等新要素、新技术，也为政治研究提供了新对象、新方法，这为基于“计算的政治”与“政治的计算”两个路径的融合提出新命题、构建新理论、探索新范式创造了难得机遇。计算政治学并非单纯的方法类二级学科，而是兼具理论意涵与方法价值的二级学科。在实质性（Substantive）意义上，计算政治学不仅推进政治学经典理论在数字时代的重构，还推动政治学前沿领域新概念、新理论的生成与发展；在方法性（Methodological）意义上，它作为一种方法论基础，为中国政治、比较政治、国际政治等学科方向的学术研究提供了新方法新工具。这为推进数智时代的政治学范式变革、构建中国自主知识体系提供了先发实践和本土生态。计算政治学的未来发展应该聚焦以下三个方面，即推进新理论、新方法和新学科发展。首先，国家治理数字化转型的先发实践，推进数字国家理论的新发展。数字国家的实践进展正在挑战传统国家理论的解释力。大量实证研究发现，国家组织形态、国家-社会边界、政府-市场关系、国家运行机制均发生了巨大变化，因此学界有必要基于对数字国家构建先发实践的参与式观察与理论性反思，阐明数字国家的特征属性、运行机制及构建路径，厘清数字时代国家形态的“常”与“变”，推进国家理论等政治学基础理论的新发展，为推进中国式现代化贡献政治智慧。其次，聚焦大语言模型赋能社会科学研究新机遇，加快探索新范式。以大语言模型为代表的生成式人工智能的发展经历了从浅层到深层、从特定到通用、从闭源到开源的迭代过程。当下，以 DeepSeek 为代表的开源大模型的战略性突破对社会科学研究范式转换具有重大意义，这一开源大模型通过构建开放便捷、安全可控的智能化基础设施，为社会科学研究提供全过程赋能，进而重构社会科学研究的方法论基础，推进 AI 对社会科学新范式的探索。开源大模型有助于应对生成式人工智能应用中普遍存在的垄断性、区隔化、黑箱化及高成本挑战，其开放架构特性支持数据优势、算法能力与领域知识的融合应用，推动了社会科学知识生产的开放性、共享性、透明化和普惠化。
最后，面向数字国家构建的时代需求，加快构建计算政治学这一新学科。计算政治学的构建为中国政治学基于数字政府、数字治理、数字参与等先发实践推进自主知识构建、介入国际对话提供了时代机遇。随着人类社会迈入数字文明，学术共同体一方面应加快对数智时代的政治文明开展系统性研究并不断产出原创性成果，从而为我国的政治文明发展提供理论指引并在国际学术前沿贡献原创性知识；另一方面，应积极探索计算政治学的教学体系、课程体系和教材体系，加快培养国家急需的兼具数智素养和政治知识的复合型人才，从而为数字国家构建供给创新人才。
文章来源：《行政论坛》2026年第1期
