数字时代，大数据与人工智能等技术的发展引发了组织管理的变革，为社会科学提供了新的研究场景和研究方法，也扩展了计算科学的研究空间。当前，多学科交叉融合研究已成为必然趋势，亟待社会科学与计算科学实现研究议题、理论体系、工具方法等方面的知识更新。近日，第四届全国计算社会科学高端论坛顺利召开。论坛以“促进社会科学与计算科学的融合发展：新方法、新议程”为主题，邀请社会科学、计算科学和实务领域专家展开深度研讨，为寻求数字时代社会科学与计算科学融合发展提供经验与思路。

　　大数据、人工智能引发社会科学系统性变革。数字时代，大数据、人工智能等技术通过影响社会科学的实践对象与研究领域，革新了社会科学的思维理论与方法工具，进而引发了社会科学系统性的变革与发展。数据与算法驱动的新模式正在重新界定社会治理的新形态和社会科学的新方法，社会科学领域的范式革命方兴未艾。

　　大数据、人工智能首先改变了社会科学的实践对象和研究场域。浙江大学郁建兴提出，数字技术改变了人类社会的经济活动、社会交往和公共生活，以数据驱动的经济社会新形态重新定义了公共管理的实践场域，也为公共管理研究提供了新工具，迫切要求公共管理的研究范式转型。清华大学张小劲认为，信息化、网络化催生了网络民情舆情、网络建言资政等新形式，这是数字政府需求侧快速发展的表现。它要求政府在“以数感知”“依数治理”和“循数决策”等治理路径上实现变革。复旦大学周葆华提出，计算对于社会科学的意义可以在增进从行为意向到行为的研究，实现大规模、多案例的比较与规律挖掘，促进过程社会科学的研究，丰富跨层次的研究，数据驱动的想象等五个方面得到体现。

　　大数据、人工智能革新了社会科学的思维观念、理论方法和技术工具。郁建兴指出，数字时代数据和算法驱动既是问题的起源，也成为解决问题的途径。基于大数据探索和建模的研究工作流将成为公共管理知识生产的一种新模式。南京大学陈云松指出，作为社会信息载体的数据和数据模型、算法模型为传统的社会科学带来了稳健可靠的信息来源和途径。它从逆向思维、外生思维、可视思维、预测思维、具象思维和借喻思维等思维方式上，促进了计算社会科学的理论生产。清华大学罗家德指出将大数据的方法引入复杂社会系统研究，会带来近乎范式革命一样的革命。计算社会科学方法和技术的使用，使得复杂社会系统研究拥有长远发展的可能性。浙江大学柯荣住则通过明代的科举数据挖掘实例，验证了大数据、人工智能的具体运用优势。

　　社会科学为大数据、人工智能发展提供思想资源和方向指引。社会科学不仅为大数据、人工智能的发展提供了思想资源和理论支持，也为其具体应用提供了方向指引和领域知识。大数据、人工智能的发展离不开这些思想资源和理论的指引，也离不开社会科学对具体社会领域的探索与发现。

　　社会科学首先为大数据、人工智能的发展提供了思想资源。浙江大学吴飞认为，人工智能70年的发展过程表明人工智能可以赋能人类社会的发展，但其发展前景和力度不能被无限夸大。人工智能可以被视为一种具备通用目的的技术，但不是解决方案本身。“AI+X”意味着人工智能一定要和社会计算等社会科学相融合，推动一种新的社会范式的变革。电子科技大学贾开认为，将人工智能视为解决问题工具的功能主义视角，限制了探索人工智能技术发展及治理创新的其他可能性，这是达特茅斯会议的局限。昂格尔对于知识经济作为最先进生产力的论述，有助于讨论机器与人的相互影响关系，以及如何通过治理体系的改革与完善释放人机合作的巨大潜力。

　　社会科学还为大数据、人工智能应用场域的拓展提供了方向指引。北京大学王腾蛟认为，2009年计算社会学应运而生，此后“计算+”各类学科成为一种流行趋势。北京大学数智基地的研究成果与技术支撑等建设实践表明，通过计算与政治、经济、人文、医学、社会调查等具体领域的结合，使得大数据、人工智能有了更加广阔的应用前景。浙江工商大学魏贵义认为，现实中的许多问题具有异常高的复杂度，很难将其转化成一个能够求数学最优解的问题，应该赋予计算机系统观察、解释、理解和预测人的行为的能力，综合运用心理学、认知科学、行为科学构建计算模型，开发具有推理和推断能力的算法。

　　社会科学数据资源的建设与开放是计算社会科学的基础性工程。计算社会科学在大数据及其技术的快速发展中诞生，数据资源的建设与开放为计算社会科学研究的成长提供丰厚土壤。建设社会科学数据集对构建计算社会科学体系具有重要意义，当代学者为社会科学数据库建设做出了诸多探索和努力。清华大学蒙克认为，构建中国自主的哲学社会科学知识体系存在知识的本土化与科学化两个互有张力的内容，为此可以借鉴马克斯·韦伯比较历史社会学的立场，帮助构建同时满足本土化和科学化要求的哲学社会科学体系。中国人民大学林展认为，历史数据库的建设充分利用丰富史料的比较优势，能够有效地在社会科学中加入更多的中国元素，检验既有国家建构的理论。

　　社会科学学者在构建数据基础设施方面已经开展了持续的探索和努力。清华大学孟天广介绍，清华大学计算社会科学与国家治理实验室把数据作为一个底座，形成了6个研究方向，有效推动了校内不同院系的合作与人才培养。浙江大学沈永东展示了浙江大学社会治理研究院在促进社会治理数据库建设方面的成果，详细说明了社会组织与社会治理数据库、中国社会治理百强县（市、区）数据库和全国社会治理创新案例的案例库情况。上海交通大学季程远介绍了研究团队构建的民意调查数据面板数据库，该数据库覆盖了140多个国家和地区，展现了政府信任、移民政策等领域的跨国社会调查情况。浙江大学张晓鸣所在团队开发的数据库涵盖了中国境内已经出土的所有考古墓葬资料，并对它们进行了高度结构化处理。林展介绍了团队基于地方志的清代职官信息建设进展，指出该数据库是相对《缙绅录》时间更为完整、记录更为准确、信息也更为丰富的集成数据库。

　　与会专家同时认为，当前社会科学数据库建设仍然存在诸多困难。沈永东认为，当前数据库在全面开放、爬虫技术获取数据、增强样本数据代表性方面有困难。北京大学董浩提出，把历史的微观数据直接连接到当代的数据并尝试得出一些长期结论，这是一个挑战。浙江大学范晓光认为，数据集构建存在敏感性问题，需要考虑保护样本隐私，同时要助力学术共同话语体系的建设。季程远认为，在数据收集中如何进行众包、如何有效分享、如何确认产权和贡献等方面仍然存在问题。张晓鸣认为，目前历史数据的结构化程度不够，二手数据的结构化处理较为粗糙。浙江省大数据发展管理局金加和认为，当前政府向高校开放公共数据过程中普遍存在数据质量不高、数据标准不统一等问题。

　　构建开放共享的计算社会生态。构建开放共享的计算社会生态并非一朝一夕之事，既需要社会科学和计算科学学者的共同努力，也需要政府提供良好的制度环境，营造良好的社会氛围。金加和认为，公共管理和社会科学领域的专家学者可以围绕数据产权制度、数据的流通交易、收益分配和数据的安全治理这四个方面开展研究。前期，浙江省已通过政府部门之间的数据共享利用和数据开放创新大赛等方式，促进了数据开放。后续，浙江省可以继续借助数字化改革先行优势，推动学术界更好发展。季程远认为，社会科学研究者可以借鉴Gary King等提出的“复制研究”（replication）倡议，提供复制研究的数据集，为后进学者提供便利。蒙克认为，通过数据集的整理、翻译、上线开放和维护，中国学者可以向西方世界提供学术的公共产品，构筑学术的基础设施。浙江大学高翔认为，计算社会科学生态的边界不止于学者这个共同体，还涉及许多社会制度，需要重建科学研究的组织方式。专业知识的共享、行业规范的建立可以由科学家共同体完成，但是组织保障和激励机制的建立完善已经远超学者能够承担的范围。这就要求哲学社会科学发展体系的优化升级，也需要各级政府、企业、社会组织，甚至广大民众共同参与营造良好的计算社会科学发展生态。

　　在大数据与人工智能背景下，社会科学与计算科学相辅相成、砥砺前行。计算社会科学既是社会科学广泛运用计算工具的契机，也是计算科学在新技术背景下的发展机遇。在此过程中，既需要专家学者推动跨领域的知识共享和行业规范，也需要构建一个有利于计算社会科学发展的生态环境。构建中国自主的计算社会科学体系，前景广阔又任重道远。论坛由中国计算社会科学联盟主办，浙江大学公共管理学院、浙江大学社会治理研究院、浙江工商大学社会科学研究院和浙江大学计算社会科学中心联合承办。

　　（作者单位：浙江大学公共管理学院）