03第三章 计算政治学的技术基础

计算政治学的技术基础新编21世纪政治学系列教材

《计算政治学概论》

第三章目

录一、数据二、算法三、算力四、人工智能五、结论与展望一、数据数据（一）数据的概念在计算政治学语境下，数据是对现实世界中政治行为、制度运行及社会互动的符号化表达，其形式包括数字、文本、图像、音频等多种类型。从本质上看，数据并非简单的信息载体，而是政治过程的“可计算化呈现”。通过对数据的采集、处理与分析，研究者得以突破传统经验观察的局限，从微观行为到宏观结构对政治现象进行系统性刻画。

随着数据类型从结构化向非结构化转变，政治研究对象也从“制度行为”扩展至“情绪表达”“网络互动”等更为复杂的维度，这一转变标志着政治学研究进入数据驱动阶段。数据（二）数据的发展在人类历史的长期演进中，数据经历了从原始记录到数字化再到大数据时代的深刻转型。早期的数据形态主要表现为记事工具，如岩画、甲骨文与手抄文献，其功能主要限于信息记录与传播。随着统计学的发展，数据开始具备分析功能，并逐步进入科学研究领域。

进入20世纪，电子计算机的出现使数据处理能力发生质的飞跃。而在21世纪，互联网、物联网与移动通信技术的广泛应用，使数据呈现出规模化、实时化与多样化特征，大数据由此成为社会运行的重要基础资源。。数据（三）大数据的特征Volume（规模性）Velocity（高速性）Variety（多样性）Veracity（真实性Value（价值性）大数据不仅意味着数据规模的扩大，更重要的是其处理方式与应用逻辑的转变。数据从静态资源转变为动态生产要素，成为驱动经济发展与社会治理的重要基础。规模性价值性真实性多样性高速性数据（四）数据与计算政治学数据对计算政治学的影响具有基础性与结构性意义。第一，

数据为计算政治学的发展提供原料与素材；第二，

数据为计算政治学的诞生提供了研究对象；第三，

数据驱动计算政治学的方法论革命；第四，数据改变了计算政治学的知识样态。一方面，数据为政治研究提供了前所未有的观测材料，使研究者能够获取大规模、实时性与多维度的政治行为信息，从而突破传统样本调查的局限。另一方面，数据本身也成为政治研究的重要对象。政治过程不再仅仅通过制度分析来理解，而是通过数据流动、信息传播与行为轨迹进行解释。因此，可以认为：

👉

数据不仅是研究工具，更是政治现实的一种存在形态。二、算法二、算法（一）算法的概念算法是解决特定问题的一组明确且有限的操作步骤，其核心在于将复杂问题转化为可执行的计算过程

在计算政治学中，算法不仅是数据处理的工具，更是政治规则的一种技术化表达。通过算法，政治过程中的判断、分配与决策被转化为可计算逻辑，从而实现自动化与规模化运行。二、算法（二）算法的发展算法的发展经历了从数学方法到计算模型再到人工智能算法的演进过程。

从欧几里得算法到图灵机理论，再到现代机器学习与深度学习模型，算法不断突破计算边界，并逐渐嵌入社会运行之中。尤其在互联网与平台经济背景下，算法已从技术工具演变为社会基础设施，广泛应用于信息分发、行为预测与决策支持等领域。二、算法（三）算法与计算政治学算法对政治学的影响主要体现在以下几个方面：

第一，算法拟定计算政治学的传统行为规则。传统依赖制度与规范的行为约束，逐步转向由算法驱动的“代码规则”，形成“代码即法律”的新型治理逻辑。第二,算法成为计算政治学的关键研究对象。第三，算法链接人类智慧与人造智慧的桥梁。第四，算法正在引发计算政治学研究范式变迁。因此，算法不仅是计算工具，更是一种嵌入社会的制度力量。三、算力三、算力（一）算力的概念算力是指计算系统在单位时间内处理数据的能力，是支撑数据分析与算法运行的基础条件。

其核心构成包括计算能力、存储能力与网络传输能力，是信息时代最重要的生产要素之一。三、算力（二）算力的发展算力的发展经历了从机械计算到电子计算，再到云计算与人工智能计算的演进过程。

随着GPU、云计算与边缘计算的发展，算力逐渐实现分布化与规模化，使复杂模型与大规模数据分析成为可能。。三、算力（三）算力与计算政治学算算力不仅是技术资源，更是国家能力的重要组成部分。第一，算力是计算政治学研究方法革新的关键支撑力量。第二，算力是计算政治学研究范畴拓展的基本路径渠道。第三，算力成为计算政治学关注的国家基础设施。第四，算力是计算政治学本土化的重要保障。一方面，算力支撑大规模数据处理与复杂模型运算，使政治研究更加精确与科学。另一方面，算力作为基础设施，广泛应用于公共管理、社会治理与国家安全等领域，成为国家竞争力的重要体现。因此，可以认为：👉

算力是数字时代的“新型基础设施四、人工智能四、人工智能（一）人工智能的概念人工智能是通过计算机模拟与扩展人类智能的技术体系，其核心在于实现感知、认知与决策能力的自动化。

其核心构成包括计算能力、存储能力与网络传输能力，是信息时代最重要的生产要素之一。四、人工智能（二）人工智能的发展人工智能经历了从符号主义到机器学习再到深度学习的发展过程。

近年来，随着数据规模扩大与算力提升，人工智能在多个领域实现突破，并逐渐嵌入社会治理体系。四、人工智能（三）人工智能带来的伦理问题人工智能的发展也带来一系列伦理挑战：

隐私风险；算法歧视决算法黑箱；权力集中；这些问题使计算政治学不仅是技术研究，更是规范性研究领域。四、人工智能（四）人工智能与计算政治学第一，人工智能正在深刻改变政治运行逻辑；第二，

人工智能为计算政治学引入严峻的伦理议题。第三，人工智能为计算政治学构建全新的理论框架。第四，人工智能为计算政治学提供全新的知识生产范式。五、结论与