一、引言 图像作为政治的重要载体，是政治生活中不可或缺的重要媒介。凭借高度的信息浓缩与强烈的情感共鸣，图像不仅能够作为一种直观记录政治事件的介质，也可以成为人们参与政治实践的重要工具，主动塑造政治认知、引导政治行动并推动政治进程。鉴于此，图像被纳入政治科学的研究范畴，成为分析政治思想、政治文化与政治行为的重要材料，并逐渐形成名为图像政治学的跨学科领域。图像政治学以政治图像①作为研究对象，既阐释图像本身的意义，也分析图像中所呈现的政治关系的生成和发展，尤其关注对图像的制作、传播和接受起决定作用的政治文化、政治制度和意识形态等。②相关研究表明，政治图像能够有效影响民众的认知和行为，③但图像中的视觉偏见也可能强化受众的刻板印象。④ 学界对数据内涵的认知是一个不断演进的过程。行为主义革命推动了政治科学领域量化研究方法的迅速更新迭代，但受限于统计技术，研究者在进行量化分析时一度主要依赖由阿拉伯数字呈现的数值型数据，其他类型的数据则由于获取难度高且可读性差，未能在政治科学的证据基础中充分发挥作用。⑤随着数字技术的发展尤其是算力的提升与新算法的开发，政治科学领域对数据的理解与应用发生了深刻变革。2013年，贾斯汀·格里默(Justin Grimmer)等提出了“文本即数据”(text as data)的理念，号召在政治科学研究中重视文本类数据的使用，并加强对政治文本自动化分析技术的开发。⑥这一呼吁在学界得到了充分响应，学界对数据的理解不再仅仅局限于数值型数据，开始尝试将其他模态数据纳入研究，推动了政治文本数据化研究的兴起。2017年，阿西什·瓦斯瓦尼(Ashish Vaswani)等基于自注意力(self-attention)机制开发出在机器学习领域具有泛用性的模型Transformer。Transformer模型极大降低了技术的应用门槛：一方面，它推动生成式人工智能时代的到来，促使学者开始探索人工智能技术与大语言模型在政治科学中的应用；另一方面，算法工程师基于Transformer开发了应用于文字处理的BERT、应用于图像处理的VIT以及应用于音频处理的AST等一系列多模态数据处理模型，不同表现形式的数据由此被整合进同一框架模型，便利了跨模态研究。因此，Transformer的普及使图像等非传统数据类型进入政治科学视野，并催生了“图像即数据”(image as data)的研究取向。 当前，数字空间的扩张不断改变人们的交往与认知方式，在这一过程中图像日益宰制文字，跃升为传播活动的主导形态，⑦在传播领域掀起一场“可视化革命”。图像在政治传播中的主导地位更加突显，政治图像数据呈指数级增长，推动了政治传播结构的系统性调整。⑧面对这一趋势，政治科学亟须提升对图像数据的识别、解析与解释能力。近年来，部分算法工程师尝试与社会科学研究者开展跨学科合作，探索将计算机视觉相关技术应用于政治议题的研究，取得了一系列基于图像数据分析的初步研究成果，涵盖选举、⑨集体行动和⑩政治形象建构(11)等领域。(12)然而就技术的实际应用来说，这些研究在设计逻辑、方法选择与理论支撑上具有显著差异，彼此缺乏联系，反映出当前该研究路径仍处于“术”的层面，缺乏“道”的方法论自觉。这不仅限制了计算政治图像研究方法的推广，也难以完成研究方法应用于理论的生成和验证的研究目标。(13)因此，本文旨在从政治科学的专业意识出发，结合当前图像数据处理的前沿算法，尝试从范式与方法两个层面讨论计算图像在政治学中的运用，以期构建一套具有理论内涵、逻辑清晰且操作门槛较低的计算政治图像研究框架。 二、计算政治图像的认识论审视与类面板数据模型 研究计算政治图像的理论范式，核心在于回答政治图像为何可以计算以及如何计算的问题。为此，本文尝试提出一个形式模型即类面板数据模型，用以描述政治图像的数据结构，并作为计算政治图像的基本范式。为搭建这一模型，首先需要从认识论角度对政治图像的内涵与构成要素进行逻辑推导。 (一)图像中的政治信息及其机制 图像作为信息载体，天然具备承载多样化信息的能力，是人类社会知识传播与情感表达的重要媒介。文艺学、考古学与人类学等学科历来重视对图像的研究与解读，对历史流传下来的重要图像进行阐释，其中颇具影响力的便是由阿比·瓦尔堡(Aby Warburg)开创的图像阐释学，该学派强调图像在特定文化语境中的象征意义与历史演变。(14)然而包括瓦尔堡在内，早期的图像学研究者普遍较少关注图像中政治信息的表现方式。因此在研究之初，首要任务便是明确政治信息在图像中的主要呈现形式与逻辑路径。 权力的视角能够分析图像中所承载的政治信息，还可以进一步解读图像中各视觉元素的政治意义。在现代政治科学中，权力被视为最核心的分析概念之一。有学者认为，政治权力的形成可以由生物、心理和文化等因素合成而来。(15)这种复杂性和多维性使权力在面对图像这一较为抽象的信息呈现形式时更具解释力。同时，在分析看图的视觉过程时，米歇尔·福柯(Michel Foucault)的“全景敞视主义”(panopticism)理论(16)提供了一个视觉层面的分析视角。这一思路与以权力为核心的政治图像研究路径相衔接，可以通过挖掘图像中蕴含的权力关系来解读政治信息。
