内容提要：面向日益纷繁的复杂性社会，不确定性更是充斥其中，计算社会科学就此应运而生。文章从科学与哲学二维视角来探究传统社会科学研究的发展限度，厘清计算社会科学的内涵体系，并从规律与理论模型诠释计算社会科学的内核。嵌入复杂性的计算社会科学范式有效地型构出社会科学研究的行动能指，摒弃了传统社会科学研究的缺陷，以期不断提升社会学研究的深度与广度。至此，面向复杂科学时代下的计算社会科学作为一种科学学的新知识谱系，有效契合了科学研究的复杂性需求。

关键词：计算社会科学/社会科学研究/复杂性/概念谱系/知识再生产

作者简介：詹国辉，南京大学社会学院博士后流动站，南京财经大学政府管理研究中心；栗俊杰，河北科技工程职业技术大学纪检审计监察办公室

一、引言

随着社会系统的开放程度不断提高，当今社会愈发复杂化，这已经成为大多数社会科学家的共识，它的重要性亦受到诸多学者关注。然而，基于隔离、搜集以及分析现象所涵盖的所有信息的传统科学方法依然认为所有的现象是密闭的，把找寻决定其可控制以及预测的普遍适用的规律当作目标，显然它在解释以开放、自反、复杂和不确定为特征的真实的社会系统上遇到了前所未有的困境。与此同时，它在对社会系统在非线性的演化过程和动力机制两个方面的揭示上亦存在着局限。除此之外，即便已经过去了半个多世纪，诸多学者亦做出了诸多努力，但是，在社会系统以及社会组织的研究方面，学界在研究纲领以及框架上并没有形成一个共识，并且，当前各种理论偏离实践的问题在具体的社会科学的学科中都有体现，这就在某种程度上证明以牛顿范式为指导的传统社会科学范式上的不足。

复杂性社会科学依托于计算机的基本工具，以复杂性特征的社会科学为研究内容，整体性分析了社会系统的复杂现象，提出了一系列具有适应性的社会科学理论，同时在一定程度上亦实现了社会科学研究方法上的创新。在上述背景下，计算社会科学等一系列新研究方法开始出现。社会计算走入了人类社会的视野，计算范式亦渐渐在社会科学的研究中开始流行，因此，通过对复杂性的思维以及方法的嫁接可以对社会实在的揭示产生促进作用，具体是指以社会系统的复杂性为基础，对社会科学在认知模式上进行重新构建以此来实现社会科学研究在方法上的丰富与发展，从而探索新的社会科学研究路径，计算社会科学亦就是在这样的背景下应运而生的。计算范式在社会科学应用性方面的研究旨在透过以复杂性为显著特征的社会科学问题来实现社会科学研究在范式上的转化，而对社会科学在研究方式上的构建过程，就是社会科学在学科上不断进步的过程。与此同时，它亦是以复杂性为特征的哲学思想在社会科学研究中的一个逐渐形成的过程，就本体论而言，它实现了异质主体对同质要素的替代，它提倡认识论上的非平衡的过程性研究，而不同于传统的对简单的因果关系的找寻，它提倡方法上对二元对立的克服，力求针对社会实在给出多元化的解释。因此，从某种意义上说，一方面，计算范式是对社会科学发展的促进；另一方面，它亦深化了社会科学在哲学上的反思。

二、传统社会科学研究的发展限度：科学与哲学的二维分析

社会科学成立伊始就一直受到各个方面的质疑，这种质疑既有自然科学上的，亦有哲学上的，具体来说，主要表现在以下几个方面：一是就科学层面来看，主要有两个方面的质疑，一方面，社会科学在学科建制上是否存在必要性，另一方面，社会科学在理论知识上的科学性和真理性遭到质疑；二是从本体论的角度去审视社会科学在研究主体以及对象上是否具有客观性；三是就认识层面来看，对社会科学的研究方法是否具有普遍的适用性以及是否具有科学性。产生以上现象的原因是多样的，具体可以概括为以下几个方面：就社会科学的本身来看，社会科学在本质上来说具有其自身的特殊性，尤其是与自然科学相比，它的研究在对象上、模式上以及方法上都具有开放性、多样性以及不确定性；就外部环境来看，自然科学是实证主义对一切进行统治的科学，它讲究对研究对象的定量分析，因此以自然科学的角度去对社会科学的研究过程以及实践标准进行评价和判断显然会产生不适应障碍，然而基于社会科学的学科本质去分析或者澄清自然主义的局限性，上述问题就得到了相当程度的解决。

(一)科学研究维度

社会科学是一门科学，因此，科学性应该是其具备的基本特征。社会科学的科学性关乎它为何是一门科学的问题，因此，这一问题一直都是各个社会学家关注的焦点。斯蒂芬·P.特纳(Stephen P.Turner)在《社会科学哲学》中就这一问题给出了他自己的论述，他认为就历史发展来看，社会科学哲学就是围绕社会知识的科学地位这一核心来展开研究的，但是，科学地位的问题是与19世纪后期社会科学的产生相伴而生的，与此同时，它亦以各种方式支配起发生在20世纪的大多数讨论，这样不管是科学哲学还是社会哲学都可以被当作是基于社会科学的上述问题亦即科学地位的问题而产生的。然而由于历史以及研究传统的制约，自然主义一直以来被看作是判断社会科学科学性的标准，亦就是说，社会科学应该通过对自然科学方法论的模拟去证明其科学性，从而实现对社会的解释以及发现真理，对此，不同的理论站在自己的角度对社会科学和自然科学在方法论上的一致性给予过论述，其中比较具有代表性的理论有逻辑经验主义、批判实在论和证伪主义，这其中的原因主要来自两个方面：一是应用于自然科学的牛顿范式取得了巨大的成功，促进了自然科学的迅速发展；二是这种范式传递和表达的观念同我们常规的认识以及直观的感觉是一致的，亦同我们的世界观相符合。除此之外当然亦有一些其他因素，如社会以及政治方面的因素等。

但是，社会科学中的自然主义的哲学立场亦有诸多弊端。第一，它有一个预先的假定，那就是绝大多数的自然科学可以基于同样的探究逻辑，自然科学中不同的学科就方法论而言是一致的，并且，评判标准是唯一的，亦即真理在表现形式上是唯一的。很明显这在自然科学内部亦是行不通的，生物学、物理学以及化学在样态模式上就是不同的，但是这不会影响其变成一门成熟的科学学科，亦不影响其通过对生物体生命现象和生命的研究去完善它的理论知识以及学科体系。除此之外，不仅仅在学科之间没有一个统一的观点，就是在学科内部以及在研究的逻辑及模式上亦可能存在不一致。库恩在此之前就论证过物理学中并不存在普遍的方法论方面的规范性原则去引导科学研究。第二，它对系统性质包括独立性以及封闭性两个方面的要求即使是在自然科学中亦鲜有情况能够符合，例如太阳系，诸多物理事件都是以人为的实验性隔离为观察和研究基础的，而这同社会现象本质上的开放性是一致的。实际上，尽管依靠控制参数以及变量的方式在一定程度上实现了实验环境的封闭性以及客观性，其是社会现象的短时间的初步认识，对于社会科学研究有其现实可操作性，但是整个研究的过程对价值以及意义上不够重视，因此，上述社会科学研究得出的结论在阐述现象的本质去指导实践方面还存在相当难度，从这个意义上来说，过分追求科学本质在范式上的自然主义目标并没有实际的价值，原因是本身判断科学活动的标准就不具有唯一性和统一性。就定义上来看，后实证主义中的社会科学哲学是对归纳主义的一种批判，而这亦可以帮助它实现对其他领域哲学的超越，取得属于自己的硕果。

(二)哲学研究维度

自然科学与自然科学哲学的关系同社会科学与社会科学哲学的关系是不同的。就发展进程来看，自然科学哲学与自然科学具有相对独立性，而社会科学哲学与社会科学则具有同步性，与此同时，它还保持着在哲学思想上的较高的开放性。不同哲学流派就社会科学在地位上的科学性方面从不同角度给出了他们的探讨和解释，比较具有代表性的有日常语言哲学家、新康德主义以及主流分析哲学家等。因此，就社会科学研究中的主体及对象在哲学上以及在本体论层面、认识论在方法论层面对认知结构及研究方法提出质疑，发起的讨论是社会科学哲学的一个重要议题。

第一，在本体论的层面上来看，就社会科学在研究主体以及对象两个方面提出质疑。在主体上，社会科学研究所面对的是人，而且这些人具有主观能动性，因此，就研究主体及方法而言存在相应的倾向性。从研究对象以及研究主体的特征上来看，其具有同质性，一般就是指社会实在和他们彼此之间相互作用下构成的复杂的社会系统。从研究的过程中来看，研究者习惯把价值贯穿到实验的程序中，这与自然主义者提倡的客观性以及价值中立性是相悖的。关于客观性，通过对研究问题以及研究过程进行区分来寻求一种中间的立场。有学者赞同诠释学的一些看法：研究者所坚持的价值和规范方面的因素会对议题以及研究的焦点产生一定的影响，然而假设排除影响或者组织上的观点，对文化的客观评价和分析亦就消失了。由于社会科学的对象具有“绝对无限性”，因此研究者会基于自己的价值导向有选择地展示自己的素材，这样就仅能解释部分现象，这样一来，想要对社会现象产生的原因进行全面分析，既没有现实可行性亦没有什么实际意义，但这并不是研究主体抛弃全部学术准则的理由，而让自己的知识在规划和计划内亦不代表社会科学领域的专家依照客观性的标准无价值。需要引起重视的是，不管他们如何努力，他们的研究不可能处于一个道德真空的环境下，并且，从一定意义上来讲，带有实践检验价值和应用价值的社会科学知识亦需要主观性的合适程度的介入，原因是对现实进行主观排序是经验知识形成的基础，但是经验知识亦只能对信奉科学真理价值的人以及文化圈产生正确的引导，亦只能显现出其内嵌的主观价值。

第二，在认识论的层面上来看，在社会科学中认知结构方面的普遍适用性问题存在质疑。在认知结构上，社会科学处于传统映射观以及建构论的中间位置。科学认知的着眼点应该由外部客观系统转到认知及社会过程中来，我们通常亦是通过后者来建立系统的主观模型。其实，社会科学的认知结构处于前后两个立场，前者则会显现一种虚无行动主义，而后者又容易变成相对主义，而在认知结构普遍适用性方面的要求上，它与社会科学的认知目标在定位上是息息相关的。实证主义认识论中不正确的部分主要是依据自然科学研究的逻辑去推导、分析社会认知的整个过程，从而使研究中的认知旨趣由多重变成单一，使得解释过程本身就具有对预测的导向性。

第三，在方法论的层面上来看，社会科学研究方法上的科学性问题存在争议。社会科学执着于自然科学中的“科学化标准”，其主要体现在不同的具体社会科学分支学科使用的研究方法，但是，理查德·罗蒂却认为不管自然科学中的方法对社会科学是否适用，上述有关社会科学方法论上的争议亦都是伪命题，原因是目标才是方法论的基础，目标上无共识对方法论的争论显然无意义。实际上，对社会科学来说不管是研究的主体、对象和认知结构还是方法的三个特性(客观性、科学性以及普遍性)，在本质上来说，其实就是传统意义上的社会科学研究的发展限度问题。

三、计算社会科学：一个概念谱系的延展

(一)计算社会科学的内涵体系

在世界学术场域空间内“计算社会科学”仍然是一个“新生”的学术概念，因而在中西方学界亦尚未达成一致性共识。学界从不同的研究视角来研讨了“计算社会科学”的现实命题。克劳迪奥·乔菲—雷维利亚认为计算社会科学是以个体和组织等为研究对象，以科学计算为手段来研究社会问题的一门交叉性学科。与此同时，研究内容囊括了社会模型、社会网络等，但从结构—功能主义来看，社会本身是一个复杂的适应性系统，其内部运行机理得益于社会内生处理系统的信息流转。正如拉泽尔等认为该学科是通过借助大规模的信息收集和数据分析工具，科学研究人抑或群体的行为模式，进而探究出在其行为模式当中所共在的规律与科学，而这亦成为计算社会科学的研究主题。还有学者认为计算社会科学是由信息通信技术引领的用来研究社会领域的一门学科，主要从事跨多学科的交叉研究，需要认知科学、社会科学、物理学、计算机学以及数学等多门学科体系的内在精髓，对相关理论和模型进行创新。陈浩等对计算社会科学的理解则是侧重于信息科学相关技术的使用，同时将个体网络、群体网络、社会演变和行为习惯作为该学科着重的分析对象。

通过梳理上述对“计算社会科学”的学术概念谱系，在此学术文献基础之上，笔者认为，“计算社会科学”是在社会相关研究领域运用信息科学相关技术，并通过相关数据的挖掘、信息的提取以及社会建模等方法来解决社会科学研究的既有问题和难点。至此，计算社会科学是信息技术和社会科学相互作用、相互结合所产生的一门新型学科，将理论和数据相结合来诠释社会现象和解决社会问题，侧重的研究对象是比较复杂的社会现象和群体现象，其研究方法是依托于计算机技术的“社会计算”，其研究工具则是获取大数据的计算机及大数据网络，由此，在一定程度上可以认为“计算范式”在社会科学研究上的外延拓展。

(二)计算社会科学的内核重构：规律、诠释与理论模型

复杂性既是一种新的视角亦是一种新的思维，因此它会对社会科学研究具有十分重要的作用。在前面的论述中，一方面关于复杂性思维之于社会科学在学科的合法性以及知识的真理性的探讨中已经有所体现，另一方面从社会科学哲学的角度关于研究对象、研究过程和研究方法在客观性、普适性以及科学性三个方面的支持中有所体现。前面在几个比较有影响力的社会科学哲学流派局限性的探讨中，无时无刻都表明复杂性思维在整体性、自组织性以及非线性等方面保持了较高的关注度。与此同时，受复杂系统观的支持而产生的复杂性社会科学观和针对社会科学几个重要争论的解决都在一定程度上表明它作为新方法抑或是新思维应用到社会科学研究中的无限前景。

有一些议题自社会科学作为一门学科成立之初就已经存在并一直备受争议，而在这些问题上不同的社会科学哲学研究流派有它们自己的认识以及解决方式，这亦是他们对立的根源以及社会科学哲学在发展中的一个主要线索，这些问题既与社会科学学科地位以及其科学性等有密切关系，亦对社会科学研究在研究范围以及前提假设两个方面造成影响。费格尔(Herbert Feigl)等大多数哲学社会科学家关注的问题主要包括：社会科学在论题、方法论和价值判断等方面的复杂性、客观性和合理性等方面的问题，而与上述问题有关的最有代表性的问题主要有三个：一是社会科学规律的问题，二是社会科学解释的问题，三是社会科学模型的问题。

在社会科学规律的需要问题上，传统观点争议的焦点在于其规律是否存在以及科学与否两个方面，而在这一点上诸多学者都试图在社会科学不同方面给出界定，主要有规律本质和表现形式以及规律同目标之间的关系等方面。代表性学者主要有纽拉特(Otto Neurath)等，他们的代表性观点分别是“至少在原则上应该把社会规律归结为物理规律”“没有集体发展的历史规律，只有作为个体活动之集合的规律”“普遍规律绝不是社会科学的唯一目标”“包括经济规律在内的社会规律采取趋势的形式的规律观”。但是不管是靠论证社会科学无严格的规律性，还是执着于规律同社会解释以及预测关系并不紧密，从本质上来说都是对社会科学规律的存在在合理性上的一种否定。实际上，在形成和发展过程中对比自然科学和社会科学不难发现，研究对象的复杂性并不足以证明科学规律不存在，科学规律的存在亦不足以充分证明其科学性，反而是通过运用计算机模拟以及数学模型同时在把它们与形式因素进行有机的结合从而产生了强有力的效用。除此之外受经验适当性以及条件依赖性的限制，社会科学规律应该依据外界环境条件的变化来不断进行调整，然而这是以动力学的视角去分析社会科学运行上的规律为基础的。

社会科学解释的问题亦大量存在于不同的社会科学研究领域，日常语言哲学家关于因果说明方法上的反对的观点，如韦伯关于因果说明与意向性解释方面的一致性的观点以及胡赛关于客观实在的超验的解释性观点。与此同时维特根斯坦认为的个体对自我的一个内部意识的表达必须以别人的经验性规则为基础的观点等其实都是在就解释行为、主体意识和外部环境三者之间的关系在进行探讨。在解释目标以及核心上，当代的社会科学已经在根本上发生了变化，就目标上来看，由过去追求“为什么必然”实现向“如何可能”转变，就核心来看，通过重新修正模型以及规律之于解释的作用以及运用复杂性分类方法对社会现象及系统进行分类定位解释的核心，即社会机制形成以及运行的过程，通过对理论解释与经验解释的合理衔接去完成对解释模型包括调节、检验以及确认三个方面的功能。

模型从本质上来看，是人们主观上对目标原型的抽象，它是因为人们想要对目标原型进行认识并解释而产生的。模型在社会科学研究领域的广泛使用开始于20世纪60年代，而它的重要性被科学家所认识则是开始在20世纪90年代。在社会科学研究的模型中一种较为常见的模型是数学模型，但是由于社会科学研究的复杂性，一直以来，对主体的同质性、均衡条件和相对稳定的系统变化假设等三个方面构成冲击，因此，基于异质主体中的非线性相互关系而构建的模型的方法亦逐渐遭到科学家们质疑。以异质主体为基础的模型将复杂系统观作为其元理论的基石，认为系统并不由单一的线性或者非线性的联系构成，不管什么性质的反馈回路，消极的抑或是积极的之于系统行为在演化和发展上都是必需的，的确存在不能被还原或者是分割的复杂系统，有些系统行为简单地对组成要素进行聚合亦不能说真正地对系统行为进行解释说明，诸多系统行为都是各种复杂关系共同作用的结果。

然而有一点必须明确的是：从本质来看，模型是对现实社会情境极尽模拟，从一定程度上来讲，它不能完全对社会系统的状态进行系统描述，模型的定位不应该是准确而全面地对真实系统的复制，而建立模型的基础和前提需要理清核心变量以及他们之间的关系。然而能否恰当地对支配性的变量进行选择会受社会开放程度的制约，原因主要有两个方面：一是支配性变量作为系统模型的核心，其恒定性是确保支配性变量稳定地对系统进行反应的关键；二是社会系统本身就是开放的，它始终会受到各种外部因素的影响，因此稳定的作用基本上来说是无法保障的，更别提在它的基础上建立模型了。综上，不同于社会学中诸如陈述式描述、理论式介绍，模型并不能全面说明和介绍社会现象，但它确实是已经变成了人们对社会现象进行认识的一个非常重要的工具。

四、计算社会科学范式的应用行动能指

新的计算社会学致力于通过利用同社会学研究有关的多种新的技术、新的手段以及新的工具，从而克服现有的缺陷和障碍，以期不断提升社会学研究的科学与有效二重属性去创造其发展的崭新时代。而这一目标的实现需要依赖创新，这种创新不是一个方面的，而是存在各个环节，因此，从这个意义上说，计算社会科学是以全面创新为基本特征的一套方法体系。我们在充分分析各项研究成果的基础上把它划分成几个相互联系的部分：一是大数据的获取与分析，二是质性研究与定量研究的融合，三是互联网社会实践研究，四是计算机社会模拟研究，五是新型社会计算工具的研制与开发。

(一)大数据的获取与分析

对数据、资料进行获取及分析是社会学研究领域里比较重要的两个问题，正因如此，在这两个问题上学界存在的争议亦比较大。有学者认为，通过获取及分析大数据，可以在问题的解决上实现一种新的突破，比如在这个问题上有学者认为未来政治学甚至是社会科学研究都可能被大量数据模型分析所异化。将大数据应用到计算社会科学中必然会提高数据分析处理的全面性和系统性。大数据同传统数据的不同主要来自三个方面：一是就样本容量而言，大数据有传统数据不可能拥有的庞大的数据量，基本上样本就等同于总体，这样，抽样亦就失去了意义；二是就数据来源及性质而言，调查问卷一般是传统数据的主要来源，因此，传统数据受问卷设计者主观因素的制约，数据的可信度并不高，而大数据的数据基本上就是原始数据或者说是“自然数据”，因此，它的可信度明显高于传统数据；三是就数据的可利用度而言，传统数据一般从问卷中来，因此它往往是为了某一具体问题而设计的，可利用范围及次数非常有限，而大数据它是对真实事件的一种客观的反映，它包含的信息量大，并不为某一个问题而设计产生，因此对该种数据的挖掘能够充分发挥主观能动性，数据的可利用范围非常广，能够被应用的领域亦完全没有边界。综上所述，大数据在社会科学研究领域的应用将大大提高社会研究的广度和深度。

(二)质性研究与定量研究的融合

怎样高效地对包括文本以及影像等在内的质性资料进行利用并且展开研究一直是社会学所面临的难题，而质性研究同定量研究二者之间一直以来解决不了的问题就是缺乏有效的研究方法。大数据从一定意义上来讲呈现给社会学研究新的研究方法和工具，这样一来，将定量研究同定性研究融合起来就成为一种可能。在人工智能时代背景下，如何实现人工智能计算与质性分析相结合的新分析方法就显得尤为重要。应用大数据结合文本的量化分析能够较好地促进传统数据在框架上比较狭窄的问题，这种研究还存在的一个比较突出的特点就是成功地对“可视化”方法进行运用，换言之，对于诸多质性数据我们不一定需要构建一个比较复杂的模型，仅应用简单的可视化的方法就可以反映出相当重要的现象及规律。

在质性研究和定量研究进行融合的过程中，比较重要的环节就是设计并开发文本资料的分析工具。就目前的发展现状来看，虽然此项工作起步较晚，依然存在诸多没有解决的问题，但是它发展的速度十分快，几年的时间就已经研究并开发出了不少软件分析工具，因此，我们有理由相信随着研究工作的不断深入，会出现更多更加先进和精细的分析工具，实现质性研究与定量研究的融合是迟早的事情，由此而带来的将不仅仅是方法上的一种创新，而更多的是社会科学研究在理念以及思维方法上的革新。

(三)社会科学互联网实验研究

实验的研究方法在社会学中一直有一席之地，并且利用实验的研究方法进行社会学研究的例子亦不难找到，然而，由于实验的研究方法有一些不能克服的问题及障碍，因此，社会学界对实验方法一直存在一定的戒备。通过互联网这一新的平台来开展社会学实验的研究本身就是一种创新，并且实验法非常有潜力，并成为将来一种比较主流的研究方法。社会学互联网实验是一种控制在理想的自然条件下而开展的社会实验，因此，它是一种新的实验方法，此种实验方法有它自己的优势，具体来说，主要有它在一定程度上可以实现对传统实验方法局限的规避，更为重要的是它基本不受时间和空间条件的制约，这就能够提高社会学研究的广度，人们通过充分发挥自己的想象力而实现互联网社会实验的个性化设计。

(四)ABM在社会学研究中的运用

社会学的计算机模拟研究方法经过发展已经进入到第三代，人们把它称作“基于行动者的模拟方法”(Agent-Based Modeling，ABM)，其主要是对复杂的社会现象的演化过程以及变化机制等方面的研究具有独特优势。随着新技术不断发展、成熟和完善，使其越来越普遍应用到社会学的研究当中。但是，在使用过程中，对社会学进行研究的学者有一定的前置条件，即对研究者提出更高的数学能力要求，有些具有很强理工科背景的学者在研究当中便使用了更为艰深的数学方法，例如关于研究自增长型群体的森拖拉，甚至使用了物理学中的临界质量公式，读者如果对其进行有效阅读和理解，就需要读者具备非常高的数学甚至物理能力。

(五)新型社会计算工具的研制与开发

新计算社会学是一个以互联网技术为物质基础、以计算机和人工智能等新的科学技术为支撑条件而产生和发展起来的新的社会学研究方法体系。在这个新的社会学研究方法对其研究目标进行研究的过程中，根据所需数据的获取以及分析的要求，综合运用互联网、计算机技术和人工智能等新的科学技术，开发出可以有效实现研究目标的具体操作工具，这就是所谓的新型社会计算工具的开发。新型社会计算工具各式各样，可以依据特定研究的需要去研制和开发。其中，比较具有代表性的就是2014年由麦考利和莱斯科韦茨研制出的一种新的网络算法，用来对社交网络上的不同种类的联系人信息进行检测，这无疑对日后社会网络的研究工作以及社会网络理论方面发展具有重要作用。

应用上述工具，研究人员可以通过挖掘社会网络中存在的数据，而后利用这些数据对社会网络进行进一步实证分析。对新的社会计算方式方法的创造是各种各样的。为了对某项课题进行研究，社会学和计算机技术领域的专家通过合作就能够开发出与本次研究相匹配的某些新的小型工具。大型并且功能比较多且复杂的工具就需要不同学科合作与努力，有时亦需要专业公司的支持，甚至是需要国家力量的支持才能够完成。

五、结语与反思

应对大数据时代的新变革，“社会科学的计算范式”被大多数的社会科学研究领域的主体所接受，并且多数人亦认为它实现对其他范式的一种取代并变成一种占据主流地位的范式会是未来发展的一种必然趋势。正是基于特殊性是社会科学的一个特征属性，因此，一种全新的主研究范式将会在全球社会科学领域形成。与此同时，它还会用一种不一样的方式来实现对话语权的争夺。就社会科学发展的纵向历史过程来讲，新的计算社会科学是以大数据作为其时代背景的，因此它的时代环境同任何一个历史时期都是不一样的。大数据时代之前共经历了前工业化、工业化和后工业化三个时代，而大数据时代同他们最大的不同就是人类社会由于计算机和互联网的产生和广泛应用，社会已经变成了一个以无限空间和行为可能为特征的网络体系，没有人可以离开这个体系而生存，而生活在上述体系中的人和组织必须具备的重要能力就是对信息技术的处理。人们对此已经形成了一定的共识，并把它称为“社会的信息处理范式”。“社会科学的计算范式”与“信息处理范式”在大数据时代是最匹配、最贴合的，因此，它必然会是与时代潮流最符合的范式。

一方面，计算社会科学研究范式是全球化的高度理性行动的产物；另一方面，它作为一种知识工具，亦是呈现出对世界理性图景的一种客观形塑。换言之，社会科学研究计算化以及知识的计算化分别是社会世界及知识领域在现代化和理性化两个方面的一种新的表现形式。当然，面向大数据时代，计算范式以一种不可阻挡的趋势不断实现计算化扩张，但却遭到多数研究者一系列的追问：不管是社会计算化还是知识计算化，其发展边界在何处？计算范式的适用范围应该处于什么区间？诚然，计算社会科学并不是为了给前文所述问题提出一个终极解决方案，它是通过利用计算思维和计算工具对“内部黑箱”进行深度揭示，以便于能够进一步展示人们建构过程中的复杂性以及竞争中的复杂性权力关系。这在一定程度上有利于对计算范式在科学性以及客观性迷信的一种澄清，但是，在另一个意义上我们应该看到这种迷信亦不是毫无道理、毫无根据的。事实上，它是理性化的一种近乎极致的表现形式，甚至是对这些有一定程度上的过度的或者盲目的推崇，这就为计算化发展提供了强大的精神上的支撑和价值上的支持，推动计算方法由工具转变为范式，由此建构一套自身的话语体系，以便获得发展所需的内外环境之需。

（注释与参考文献从略，全文详见中国人民大学复印报刊资料《社会学》2021年第11期/《武汉科技大学学报：社会科学版》2021年第5期）