一、政治学研究范式转向与演进 政治学致力于理解、归纳、分析特定政治现象及其发展规律，无论是宏观层面的国家治理与全球治理、中观层面的政党与科层组织运行，还是微观层面的个体与群体的政治态度、偏好和行为，捕捉现象(识别政治生活的重要问题并加以概念界定)、描述分析(分析阐释政治现象的外部关联)、因果推断(剖析研究对象发生发展的内在逻辑)，一直是政治学研究的主要任务。① 在政治学长期的发展中，其研究视角、内容和方法几经转向，形成了丰富的研究议题。西方古典政治学研究最初集中探讨了城邦与公民权、政治体制、正义、法治等主题，采用哲学的研究范式，既注重概念界定与理论辨析，也关注政治实践的具体分析。无论是亚里士多德在《政治学》中对城邦政体与公民权利分配的深入剖析，还是卢梭在《社会契约论》中对公意(General Will)和政治合法性理论构建，②国家权力、公民权利、正义与自由等问题始终是政治学的主要研究议题。 19世纪末，美国哥伦比亚大学政治学研究机构的创立，是政治学逐渐从哲学和历史学科中独立出来，成为一门独立学科的重要标志之一。③20世纪以来，政治学学科体系逐步完善，融合了欧陆的制度主义分析、马克思主义的阶级分析以及美国的行为主义分析等不同路径，并从宏观议题向中观组织与微观个体视角延伸，④形成了国家治理、党派竞争博弈与科层制组织运作、公民态度与政治参与等多元主题。然而，伴随研究议题与分析视角的拓展，方法论上的争论特别是实证主义与规范主义之间始终贯穿政治学学科发展的脉络。 20世纪上半叶，芝加哥学派推动行为主义方法论进入政治学研究，强调借鉴统计学、心理学等学科的经验方法，开启了政治学科学化的进程。⑤行为主义政治学以经验主义和实证主义为核心，批判传统政治哲学研究中过度形而上学、理论与实践脱节以及缺乏科学性的问题。二战后尤其是20世纪50—60年代以来，定量分析逐渐在学界兴起，并在顶级期刊发表中占据越来越重要的地位。⑥研究者以统计模型为基础，推动政治学向系统化和可验证方向发展，并在随后的几十年中逐步将因果推断确立为研究的重要目标。 在定量研究引领政治学发展过程中，计量政治学逐渐兴起。⑦以《美国政治学评论》刊文为例，定量研究成果的发表比例从20世纪60年代前的不足四分之一跃升至近年来的一半以上。⑧但定量研究的大幅增加也加剧了定量研究与定性研究的方法论之争，主要集中于研究目标、方法适用性和理论框架等维度。一方面，计量政治学强调以结构化数据为基础，依靠统计模型揭示政治现象的规律，注重数据的精确测量与指标转化，以及模型有效性与结果显著性。但部分研究因此被批评在方法与技术倾向中削弱了问题意识与理论关怀。⑨另一方面，样本数据不足或缺失、数据质量信效度缺陷、模型泛化能力受限和研究结果的可靠性低等困境导致计量政治学备受诘难。有学者指出，传统计量范式中，线性回归模型虽然广泛应用，但其在处理数据内部复杂结构和非线性关系时存在一定局限性，可能无法捕捉到更深层次的因果机制。⑩另有学者认为，传统计量研究更多依赖事后假设检验，而在事前的因果识别与预测性推断方面相对薄弱。(11) 21世纪以来，社会科学经历了“计算转向”(computational turn)，这一趋势既为人工智能技术的应用扩大提供了契机，(12)也为政治学发展开辟了新的视角。计算政治学(Computational Political Science)由此兴起，强调运用算法来剖析复杂政治现象，推动了计算机科学与政治学的交叉融合，(13)尤其在选举分析、政策模拟等领域表现突出。随着数据量的激增和算法的不断优化，机器学习作为一种关键方法，强调以算法为核心，主张运用多源异构的大数据来研究政治现象，(14)逐渐形成与传统计量政治学并行发展的研究范式。(15)同时，算法已不再仅是技术工具，而是深度嵌入政治过程的制度性力量。那么，算法作为权力的表达载体是否会以“黑箱”的形式削弱政治透明性与问责？(16)算法对信息传播与群体交互的重塑是否会加剧个体的政治观点极化？(17)这些问题标志着计算政治学的议题已超越方法论层面，进入政治学规范性与哲学性的深度讨论。 在人工智能驱动的学术语境中，计量政治学与计算政治学呈现出显著差异。本文通过归纳并比较二者的研究范式特征，揭示计算政治学在处理复杂性、非线性与大规模数据方面的独特优势，并进一步探讨算法如何在宏观层面的国家与公民权利关系、中观层面的政治组织与官员自主性，以及微观层面的个体政治行为与态度中开辟新的研究议题，旨在表明计算政治学不仅是方法工具的革新，更是促进政治科学与政治哲学重新对话的重要契机，从而为中国政治学的方法论创新与学科建设提供启示。 二、数据驱动：计量政治学的传统范式 政治学的目标之一是深入探索政治现象中的规律。计量政治学以数据为核心，力图将政治概念转化为可量化的数据，并通过数学语言构建统计模型来探索政治学研究对象的不同变量之间的关系，旨在获取有关政治现象的描述性或因果性知识，(18)前者以探索表层的相关关系为旨趣，后者以揭示深层的因果机制为内核，形成了传统计量范式，强调以数据、假设和模型为基础来分析政治学研究对象。 (一)从复杂政治现象转向结构化数据 数据是政治信息的一种表现形式和载体，也是政治学剖析因果机制的符号介质。长期以来，理论概念与政治现象的鸿沟是困扰研究者的重要问题，以逻辑思辨与推理为基础的应然研究往往难以通过科学化的方式来分析与检验一个具体的政治现象。受行为主义运动的影响，越来越多的研究者遵循实证主义的逻辑，试图从政治现象中抽离主要特征，将政治现象的属性和特征通过指标、量表等量化工具操作化为一系列结构化数据。
