内容提要：社会科学的发展经历了从分析到综合再到复杂性科学三个阶段，与之相伴，科学方法论从还原论到整体论再到复杂适应论持续演进。复杂适应系统理论把被经典科学理性所简化、排除的多样性、无序性、个体性因素重新带回科学的视野，加深了社会科学家对研究对象的本质的认识，指明了社会科学方法体系创新和突破的方向。但由于缺乏能够满足复杂适应系统研究要求的数据条件和技术手段，使其实际取得的成果远未达到人们的期待。大数据时代带来的空前丰富的数据资源与先进的数据处理技术，为社会科学实证研究开辟出新的路径，计算社会科学已经形成大数据的获取与分析、多主体社会模拟、互联网社会科学实验三大方法体系，为社会调查、统计分析、社会实验等研究方法增添了全新的内容。复杂适应系统研究的技术实现正在成为可能，社会科学正处在一次突破性进展的前夜。在新一轮的信息技术革命浪潮中，中国已经跻身于世界先进行列，这为中国社会科学实现“弯道超车”准备了极为有利的条件。中国社会科学界应当敏锐地觉察和把握这一重大机遇，积极推动计算社会科学的发展，使之在实现国际学术话语体系重构上发挥重要作用。
关 键 词：计算社会科学 复杂适应系统 大数据 科学方法论 学术话语权 computational social sciences complex adaptive system big data scientific methodology power of academic discourse
引用本文：罗教讲，张东驰.大数据时代的计算社会科学与学术话语体系重构[J].吉首大学学报(社会科学版)，2018，39(2)：08-16.
虽然对人类社会的思考自古有之，但严格意义上的社会科学却是在19世纪才真正建立起来。社会科学之所以能成为科学，主要是基于这样一种信念，即在研究社会普遍规律的过程中，严格的科学方法不仅是必需的，而且是可能的。例如，可以通过理论思辨与/或经验归纳提出假设，然后以严格的实证方法进行验证。然而，与自然科学家对物理世界——无论是微观领域还是宏观领域——的研究所取得的辉煌成就相比，社会科学家对人类行为与人类社会的认识与解释能力相形见绌。
一、历时性考察：社会科学发展历程与科学方法论的演进
社会科学的发展经历了三个阶段：分析阶段—综合阶段—复杂科学阶段。与此相伴随的是科学方法论从还原论到一般系统论再到复杂适应系统理论的不断演进。
(一)分析阶段：社会科学的产生与发展
真正意义上的社会科学发轫于19世纪的欧洲。历史学、政治学、经济学、社会学、人类学成为最先建立的五个社会科学学科(此后逐步开枝散叶)，各个学科均划定了自己的领域，从研究主题和方法论上把自身与其他学科加以区分。随着这种学科结构和制度的建立，形成了一些相对独立的知识生产机制，并在各自领域内取得了大量成就。
采用分学科研究来认识社会是基于当时对科学方法论产生普遍影响的还原论(Reductionism)假设：复杂的事物、现象总是可以分解为各个部分的组合，人们可以通过对各部分及其相互作用关系的理解和描述，来认识其总体[1]。因此，不同科学分支描述的是实在的不同层次，但最终都可建立在关于实在的最基本的科学——物理学之上[2]。
(二)综合阶段：社会科学的交叉与融合
二战后，学科分立、领域分明的知识生产机制在诸多现实问题面前，其研究方式的弱点和局限逐步暴露出来。例如，随着美国国际地位的上升，它力图在全球范围内更有效地发挥政治作用，所以亟须了解不同地理区域的情况和形势。而要达到这一目的，被研究区域的政治、经济、社会、历史等因素必须都在研究视域之内，学科壁垒必须突破。于是有了一项引人注目的学术创新——地区研究，地区研究以文化、历史、语言方面具有某种一致性的大地理区域为研究对象(如东亚、中东等)，把各个领域的研究整合在一起。
以区域研究为开端，20世纪下半叶，社会科学的学科界线开始逐渐模糊。随着社会的现代化，以及世界各国、各民族的互动越来越频繁，新的政治、经济、社会等方面的问题层出不穷，原来产生于各个学科领域之内的知识越来越无法满足全面、深入认识社会，客观、合理解释社会现象，科学、准确预测社会发展的需要。单一的学科理论和方法难以应对一系列迫在眉睫的重大挑战，研究者的知识结构也越来越难以支撑他们完成符合时代要求的研究课题，于是学科交叉和学科融合越来越普遍。
在这一阶段，一般系统论在科学方法论层面对还原论产生了巨大的冲击。系统论的核心观点是，系统是若干相互联系、相互作用、相互依赖的要素以一定结构形式结合而成的，具有某些功能的，处在一定环境之中的有机整体；系统论特别强调要素、结构、功能、环境四个概念，以及要素与要素、要素与系统、系统与环境的相互作用关系。系统可分为物理系统、生物系统和社会系统；系统思维视角下的人类社会，是一个由各个要素组合而成的，具有整体性、动态性和目的性的复杂系统。尤为重要的是，它会呈现出组成要素/子系统所不具备的某些属性和特征。这实际上是对还原论的否定——“我们自己处在一个可逆性和决定论只适用于有限的简单情况，而不可逆性和随机性却占统治地位的世界之中。”[3]40一般系统论揭示了还原论假设只能适用于简单系统，而一般系统有着不同于简单系统的规律，提出以整体论替代还原论。社会科学也从分析阶段进入综合阶段，有物理学家如此反思：“过去的三个世纪以来，西方科学思想的主要倾向是还原论。的确，‘分析’这个词在最广泛的范围中被使用，这种情况也清楚地显明，科学家习惯上是毫无怀疑地把一个问题拿来进行分解，然后再解决它的。但是，有些问题只能通过综合才能解决。它们在性质上是‘综合’或整体的。”[4]64-65
(三)复杂科学阶段：系统理论的冲击
发端于自然科学、生命科学与工程科学的(广义的)系统理论作为一门横向科学，对社会科学的启示之大、影响之深是前所未有的。20世纪80年代，社会发展的加速，信息时代的到来，使社会科学所面临的许多问题更加复杂多变。在这种背景下，自问世之后一直在丰富、发展的系统理论也与时俱进，有“第三代系统思想”之称的复杂适应系统(Complex Adaptive Systems)理论问世。1984年美国的圣塔菲研究所成立，随后在科技界掀起一场复杂性科学(Complexity Science)运动，其研究宗旨是：“现代科学的一个重大挑战是沿着阶梯从基本粒子物理学和宇宙学到复杂系统领域，探索兼具简单性与复杂性、规律性与随机性、有序与无序的混合性事件。”[5]119约翰·霍兰把系统中的成员称为具有适应性的主体(Adaptive Agent)，适应性则是指主体能够与环境以及其他主体进行交互作用。在持续不断的交互作用的过程中，主体不断地“学习”或“积累经验”，并且根据学到的经验改变自身的结构和行为方式。他认为整个宏观系统的演变或进化，包括新层次的产生，分化与多样性的出现，新的、聚合而成的、更大的主体的出现等等，都是在这个基础上逐步派生出来的[6]9-10。
复杂适应系统理论对一般系统论进行了“升级改造”，它以揭示和解释复杂系统运行规律为主要任务，创立新的理论框架体系、范式，应用新的思维模式来理解物理世界和人类社会。它尤其关注的是——系统组成要素(主体)能够通过信息处理，从经验中发现客观世界的规律，并将其作为自己行为的参照，然后通过实践活动中的反馈来改进对世界规律性的认识，从而改善自己的行为方式。以此对生物、社会等高级系统的能动的自组织机制进行探究，这无疑是人类认识的一次飞跃。
一般系统论超越了还原论，而复杂自适应系统理论又超越一般系统论，推动社会科学进入了第三阶段。在这一阶段，一方面，传统学科之间的界限被进一步打破，各学科都在探索相互联系、相互合作的统一机制；另一方面，社会科学家对研究对象的本质有了更为深刻的认识，从整体论出发的“综合”也被赋予了新的、更为丰富的含义——对“分析”与“综合”的“再综合”。
二、学科再认识：社会科学研究对象的性质
复杂适应系统理论把被经典科学理性所简化、排除的多样性、无序性、个体性因素重新带回科学的视野，一方面深刻了社会科学对自身研究对象的本质的认识，另一方面在科学方法论上的突破和创新给了社会科学极重要的启示。
(一)社会系统关键组成要素的特性
社会科学以人类社会作为研究对象，要认识人类社会这个复杂系统，了解它与物理系统的区别，需要从对系统关键组成要素的认识开始。
1.同质性与异质性的统一
人类社会作为一个高度复杂的系统，其最关键的组成要素是人(其他组成要素包括人赖以生存的各种物质、生物，等等)。人是同质性与异质性的统一，亦即在某些方面具有相同性或高度的相似性，在另外一些方面具有明显的甚至是极大的差异性。例如，人们对某些事情的感受和看法大致相同或高度相似，即所谓“人同此心，心同此理”；而人与人之间在性格、道德水平上存在显著差异，即所谓“人过一百，形形色色”。同质性与异质性因素都会对人的行为产生影响，并进而对社会系统产生不同程度的影响。这是社会系统与物理系统最根本的区别。物理系统的研究对象一般不具备显著的异质性，其同一类组成要素(如氢分子、氧分子等)之间的差异极为微小。因此，在对物理系统的研究中可以将同一类组成要素标准化、理想化，实际存在的要素与理想化的要素之间的微小差别作为可接受的误差来处理。而在对社会系统的研究中，却不能将最关键的组成要素——人——做标准化、理想化处理。
2.主观能动性与适应性
广义的能动性指能够对刺激做出有选择性的反应，有机生命体都具有这种能动性。狭义的能动性则专指人的主观能动性——不但能够对外部或内部的刺激做出选择性的反应，而且能够把思维与实践相结合，主动、有目的、有计划地改变自身和对外部世界进行反作用。复杂适应系统理论强调主体能够“学习”、“积累经验”，并在此基础上改变自身的结构和行为方式，正是对人的主观能动性的阐明。主观能动性使人的行为具有很强的选择性与适应性，这也是物理系统组成要素所不具备的特性。假如有一颗小行星高速向地球撞来，地球不可能做出任何反应，而生活在地球上的人会运用知识来分析、估计可能产生的灾难，会想方设法地去改变小行星的轨道或采取其他的手段减轻自身受害的程度。也正因如此，信息对于具有主观能动性的主体有了价值——信息有助于主体有效地对外部世界进行反作用。此外，在主观能动性的持续作用下，选择能力与适应方式是动态的，不断地学习，使知识与经验不断积累，人对外部世界的适应、改造能力也会越来越强。也就是说，某些异质性也是动态的。
3.趋同性与多样性的统一
人的同质性使人在某些方面的行为呈现明显的趋同性，例如，人们对鸟语花香的喜爱，对自身利益的关切和维护等等。而人的异质性与主观能动性又决定了人的行为选择的多样性，即在面对相同的情况时，不同的人可能有不同甚至截然相反的选择。例如，当一个民族遭到强大外敌的入侵时，有人会抵抗，有人会逃避，有人会屈服，有人会背叛。不同行为选择的背后是人的异质性(如能力、道德等方面的差异)，以及不同的主观能动性(如基于不同能力、道德水平产生的意志和信念上的差异)。需要注意的是，人的异质性也会导致人在主观能动性上的差异，而主观能动性上的差异又会放大某些方面的异质性，导致行为倾向出现更大的差异。换言之，主体的适应性在某些时候呈现趋同化，在某些时候又有多样化的表现。
综上所述，人的异质性、主观能动性，以及由此导致的选择性与适应性行为的多样性是物理系统的任何组成要素所不具备的特性。正是这些特性的存在，使社会系统会具有物理系统所不具有的某些特征，也就决定了物理系统的研究范式不可能完全满足社会系统研究的需要。
(二)社会系统的复杂性
1.非线性作用关系
在复杂系统中，要素与要素、要素与系统、系统与环境之间存在普遍的相互作用，而这些相互作用的关系很多是非线性的。非线性相互作用关系是系统复杂性和多样性的产生原因之一。适用于线性系统的叠加原理，即L(aφ＋bψ)≠aL(φ)＋bL(ψ)，在非线性系统中是失效的，其最主要的原因是要素状态变量ψ与φ之间存在相互作用。有些非线性关系可以近似为线性关系(偏差较小)，但有些则无法做近似处理。因此，用于处理线性系统的理论、方法，无法完美解决非线性系统的问题。
非线性作用关系在物理系统和社会系统中广泛存在，而社会系统中的非线性作用关系尤为复杂。社会历史现象一般都受众多的自然、主体和组织变量的影响，而这些变量之间往往又是非线性相关的。同时，作为社会系统的关键组成要素的主体还具有异质性、主观能动性，这使人与人、人与组织、人与社会之间的相互作用呈现更为复杂的多样性。但传统科学对非线性系统的研究大多是将其简化为线性系统，这无疑是严重的缺陷。
2.系统状态与系统演变
复杂系统是简单性与复杂性的统一、规律性与随机性的统一、有序与无序的统一。埃德加·莫兰认为社会组织的“高度复杂性表现在它们同时是无中心的(也就是说以无政府的方式通过自发的相互作用运转)、多中心的(即拥有几个控制和组织的中心)和一中心的(即同时还有一个最高的决策中心)”[7]141。因此，他一方面批判西方割裂、简约各门学科的传统思维模式，用“多样性统一”的概念模式来纠正经典科学的还原论的认识方法，用关于世界基本性质是有序性和无序性统一的观念来批判机械决定论。另一方面，他提出要把认识对象的背景也作为研究的部分，而不应剥离，以此来反对在封闭系统中追求完满认识，主张以整体和部分共同决定系统来修正传统系统观的单纯整体性原则[8]182-188。
以主体为关键组成要素的、具有能动性的、“多样性统一”的复杂社会系统，一般都具有自我组织、自我创造、自我发展的能力，其演变过程有很多简单系统所不具备的模式和特征。如涨落、突变、部分—整体式涌现[9]、简单—复杂式涌现[10]231-237等。物理系统和社会系统中都存在自组织现象，但其机理不尽相同，社会系统的自组织更为复杂，更具多样性和不确定性。限于篇幅，本文不就复杂系统演变问题展开探讨。
三、困境与反思：传统社会科学研究方法的局限
社会科学研究所面临的根本问题是方法问题，其中任何一个学科或研究领域所产生的突破性发展，通常都是由研究方法上的革命所引发的。既有社会科学研究所面临的研究方法上的困境和问题具有基本的共同性和一致性。以下以社会学为例来分析这个问题。
与其他社会科学如经济学与心理学等相比，社会学研究方法面临的问题更为严重。这是因为社会学所研究的对象和问题更为复杂，而且研究方法的实施所受到的局限性更大。社会学创始人孔德为社会学设立的目标非常宏大，他要把社会学建成一门凌驾于所有科学之上，运用实证的方法，建立能够解释较之自然现象更为复杂的社会现象发展变化规律的强势社会科学。“他强调社会现象的复杂性使它们比物理的或生物的现象更具有可变性……孔德相信社会学能够在自然科学的基础上被模式化。社会学能够追寻和发现社会世界中基本的结构和关系，并且像其他科学一样，能够用很少数量的抽象原理来表达这些结构和关系。对经验现象的观察能够被用来产生、证实和改进社会学的法则。一旦充分发展的法则被系统地陈述出来，它们就能够被当作手段或者工具去改进社会世界。”而且，“孔德是第一个认真思考方法论问题的社会思想家，该问题涉及社会世界的事实如何被收集以及如何被用于发展和检验理论原理。他在新的社会物理学中提出四种方法：观察、实验、比较和历史分析”[11]23。
社会学基本上是在按照孔德当初的理想目标设计向前发展，只是直到今天，离实现这个目标似乎还遥遥无期，由此人们开始怀疑孔德为社会学设计的理想目标是否合理与可行。因为在孔德之后社会学的发展过程中，遇到的困难和需要解决的问题，远远超出了孔德那个时代的预期和想象。
首先为实现孔德理想做出贡献的是杜尔克姆，他运用实证的方法研究“社会事实”，为社会学成为一门名副其实的实证社会科学奠定了发展的基础，创造性地指出了发展的方向。社会学发展到现在所形成的学科体系特别是其研究方法的主流与非主流范式结构，都留下了杜尔克姆影响的痕迹。当然，现代社会学的快速发展，是二战后社会学研究的中心从欧洲转往美国之后实现的，因此当今的社会学不可避免地带上了明显的美国实证主义与实用主义文化的特色。
尽管社会学经过一百多年的发展，已经取得了不小的成就，但离实现孔德当年设定的理想目标还差得很远，这主要表现为社会学的研究方法还有太多的问题需要解决。这些问题包括：个体主义方法论与整体主义方法论在社会学研究中的运用问题；社会学与自然科学的关系问题；定量研究与定性分析的关系问题；社会学研究中的因果关系问题；等等。这些问题的研究与争论由来已久，但至今仍看不到解决的希望与前景，由此导致人们对社会学发展前景的担忧甚至沮丧。我国研究社会学研究方法的著名学者谢宇教授感慨：“社会学家在政策圈里的影响是有限的。也有大量的社会学研究做得非常糟糕，不仅不能赢得社会科学中其他学科的尊重，甚至也不能获得社会学界优秀学者的认可。单凭这些事实，就足以让社会学专业的人感到沮丧，包括我自己。”这种状况主要是社会学研究方法上存在缺陷造成的。谢宇指出：“依我之见，社会学中最明显的也是最为严重的矛盾，是方法上的矛盾……事实上，用以研究社会和社会关系的所有方法，都被发现存在局限。”[12]3-5
其实，对社会学研究方法的反思和批评由来已久。美国著名经济学家、经济学诺奖得主阿罗批评社会学说：“通过我和哈佛大学社会学系几位熟人的接触，我特别注意到了社会学的一个问题是，没有两个人在做同一件事情。……社会学看来是个相互之间完全不相干的学科。……社会学的情况好像是每一个社会学家对某个问题的研究都是从头开始的。”[13]183其指出的也是社会学研究方法上存在的问题。美国社会学家兰德尔·柯林斯等在《发现社会之旅：西方社会学思想述评》一书的“导论”标题为“社会与幻象”，他说：“我们所了解的和已经了解的社会世界大部分都是幻象”。其原因是我们所使用的认识和研究社会的方法存在问题。社会之复杂对研究方法提出了很高的要求，这使得虽然“社会学并不是一门不可能的科学，但的确是一门艰难的科学”[14]2。
反思社会科学研究方法存在的问题，是一件重要但不容易做到的事情，这也许正是社会科学研究方法发展比较缓慢的原因之一。对此，赵鼎新教授直言不讳地指出：“社会科学家自认为是在做‘科学’研究，但他们对社会科学方法的特点和弱点往往不甚了了。在这一点上，不仅中国学者如此，甚至大多数西方学者——甚至不少知名学者——的学术训练和知识面也不足以做出提纲挈领的反思。”[15]
反思研究方法存在的问题，目的在于推进社会研究方法的创新与突破。经过长时段社会研究的探索，人们终于认识到社会系统是一个复杂适应系统，也看清了前行的方向。
四、创新与突破：大数据时代社会科学研究方法
尽管复杂适应系统理论为社会科学的发展树立了一个新的路标，但由于缺乏对其进行全面、深入研究的材料，缺乏与之相适应的技术手段，所以实际取得的成果远不及它应该取得的成果。李国杰认为，复杂性科学30年来并未取得预期的效果，其原因之一可能是当时还没有出现解决复杂性的技术[16]。有迷茫就会有勇敢的先行者去探索可能的路径，计算社会科学由是应运而生。
计算社会科学的产生绝不是偶然性的，它是各种因素共同作用所产生的必然结果。我们可以把推动计算社会科学产生的因素分为内在和外在两大类因素。内在因素是社会科学自身发展的需要，也就是社会科学发展的内在动力，它具体表现为社会科学研究者们突破既有社会科学困境的创新欲望与冲动；外在因素则是社会的发展特别是科学技术的进步为社会科学突破困境提供了条件，也就是所谓大数据时代的到来，以当代计算机技术、互联网、物联网、云计算、认知科学与脑科学特别是人工智能等高科技的快速发展为手段，在数据的产生、收集、挖掘与分析处理方面的革命性突破所引发的新型的时代变迁，为社会科学的突破性发展提供了前所未有的机遇和可能性空间。
研究者们在经过了一系列试图突破社会科学发展困境的努力之后，最终发现计算范式的引入或转换才是真正有可能解决问题的有效方法，也即计算社会科学才是解决社会科学发展危机的最佳选择。社会科学界之所以能够认识到这一点，一方面是多数据时代的到来，提高了社会科学家们的认识水平。标志着这个新时代到来的以计算机技术、互联网、云计算、人工智能等为代表的众多高科技手段，让社会科学家们看到了解决社会科学困境的希望。另一方面，社会科学家们此前一直在努力寻找社会科学脱困的其他方法和途径，比如有学者曾把希望寄托在神经科学的发展上，进行过神经经济学、神经社会学、神经管理学等方面的研究工作，也取得了不小的成绩，但社会科学的整体脱困寄希望于神经科学，似乎不太现实。更有人曾经想把社会科学的脱困寄希望于社会物理学的再生。
通过不断的探索，人们发现世界已经进入计算时代，社会计算已经成为社会研究的核心思想和手段，各种旨在突破社会研究困境的努力，无论是大脑与神经社会科学及认知社会科学，还是新社会物理学研究等，都必须借助社会计算才能够完成，于是这些研究都被称之为计算社会科学。
计算社会科学主要可以通过以下三种方式来实现研究方法的创新与发展：
(一)社会研究计量范式向计算范式的转换。
研究范式的转换是科学研究发展甚至产生科学革命的重要方式之一。虽然有学者认为社会科学不同于自然科学，都是多范式并存的学科，这决定了“社会科学的发展路径是多元范式下主流范式的交替(paradigm alternation)而不是范式转移”[15]。但大数据时代社会科学的范式变化与其他时候不一样。大数据时代的社会科学计算范式(computational paradigm of social science)是这个时代“社会的信息处理计算范式”(information processing computational paradigm of society)所产生的必然结果[17]。时代的不可逆转性，决定了以互联网/移动互联网、物联网、云计算、人工智能新技术等作为工具和手段，以产生、挖掘和分析海量、异构数据为内容的社会科学计算范式，不可能再退回到以其他低级工具处理传统数据为标志的计量范式去[18]。当然，科学范式变化的特点决定了计算范式成为主流范式需要时间，社会科学在相当长的时期内必定还是计算范式与计量范式并存的局面。
(二)大数据条件下的多重数据交互验证模式
大数据时代为社会科学研究形成多重数据交互验证模式提供了条件。社会研究现在流行定量研究与定性分析相结合的所谓混合研究方法(mixed methods)。这实际上是人们发现无论定量还是定性分析都存在无法克服的问题，因而将其合并进行，以期相互弥补，尽可能减少方法缺陷的无奈之举。进入大数据时代后，对同一个研究的对象，可以使用不同的工具，运用不同的方法，通过不同的途径，收集到各种不同的数据，从而进行多重数据交互验证，做到尽可能减少误差，真正达到科学研究目的。比如现在的社会研究，可以运用互联网数据挖掘、多主体社会模拟、互联网社会科学实验等方法同时收集研究所需要的相关数据，进行交互的比照与印证分析，真正实现孤证不立、多证方立的科学研究目标。
(三)社会计算范式统摄下的多学科交叉融合研究
提倡开展跨学科社会研究由来已久，但实际实施起来却发现并不容易。其根本性的原因在于缺乏一个能够为多学科学者所认同的核心思维方式、研究范式与技术手段。大数据时代的到来，这个问题可以说迎刃而解。社会世界的复杂程度，决定了跨学科研究成为社会研究的唯一选择。到目前为止，我们所知道的有望解开复杂社会适应系统之谜的最适合的研究范式是社会计算范式；因此，复杂性思维成为大数据时代社会研究的最佳思维方式；而运用社会计算范式开展研究所要求的技术手段包括：计算机技术、互联网技术、云计算、认知科学与人工智能，等等。大数据时代已经为我们准备好了这些条件，跨学科社会研究的展开与成果的取得已经可以预期。
五、使命与机遇：计算社会科学与学术话语体系重构
尽管计算社会科学还面临诸多困难和挑战，在实际研究中遇到了大量的意料之中和意料之外的问题，但正如希尔伯特所言：“只要一门科学分支能提出大量的问题，它就充满生命力，而问题缺乏则预示着独立发展的衰亡或中止。”①计算社会科学在前行之路上恰是如此，重重困难既说明它必须沿着陡峭的山路攀登，也预示着前方有一座辉煌的峰顶——复杂适应系统研究的技术实现正在成为可能，社会科学正处在一次突破性进展的前夜。
中国社会科学界应当敏锐地觉察和把握这一重大机遇，因为正在迎接新时代的社会科学界肩负着重要的使命——不仅要为中国社会实践服务，也要为世界贡献中国智慧。而在全球化趋势下，要承担起这一使命，还必须争夺国际学术话语权；尤其是在日益看清社会科学背后国家利益与意识形态因素的今天，更加凸显出社会科学话语体系建设的重要性。而社会科学突破性进展的时期正是重构国际学术话语体系的契机。
纵观世界学术话语权的变迁，可以发现“先发优势”至关重要。自18世纪产业革命在欧洲发生，推动了英、法等欧洲国家社会的进步，进而促使了真正意义上的社会科学在欧洲诞生。因此在社会科学的分析阶段，欧洲完全主宰着社会科学学术话语体系。二战后，欧洲先进国家遭受严重的战争创伤，美国强势崛起，以国力为支撑的美国社会科学研究能力也迅速超越欧洲，由此以美国意识形态为背景的学术话语体系逐渐形成，在社会科学的综合阶段与复杂性科学阶段占据主导地位。
决定能否掌握学术话语权的因素有很多，其中学术产出能力与学术研究水平无疑是至为关键的，而一国的学术产出能力与学术研究水平又与其技术、经济、社会发展水平息息相关。在社会科学的两个世纪的发展历史中，中国社会科学的一些学科的发展落后于西方。例如，社会学是在20世纪初才引进中国，早期的中国社会学人在学习中探索社会学中国化的道路；20世纪中叶又遗憾地中断了近30年，80年代恢复重建时，首要任务是“赶快补课”，争取尽快缩小与西方学术水平之间的差距，尽早与国际接轨。近百年来，中国社会学一直是学习者、仿效者和追赶者。社会发展落后于人，社会学发展落后于人的现实状况，自然导致在国际上没有学术话语权可言。
进入21世纪，中西的技术、经济、社会发展形势已经发生了深刻的变化。经过30余年的高速发展，中国正在实现世界上唯一的一次大国和平崛起，正走向世界舞台的中心；在21世纪的新一轮信息技术革命，以及由此引发的第四次工业革命的浪潮中，中国已经跻身于世界先进行列；中国的社会科学经过几十年的追赶和积累，也已经消灭了与西方先进国家之间的“代差”。这为中国社会科学实现“弯道超车”准备了极为有利的条件。
可以预见，在大数据时代，在计算范式日趋成为社会科学主流范式的情况下，社会科学国际学术话语权的争夺将以一种新的方式展开——学术产出能力和研究范式的推广能力都需要依赖数据资源与计算能力来实现。未来可能形成的局面是，国家可以通过数据资源和计算能力的领先来获得学术话语权。而在这两个方面，中国都具有自己的优势。
首先，数据资源量大：中国已经成为世界第一网络大国。截至2017年6月，中国互联网用户规模达到7.51亿，移动互联网用户规模达7.24亿。用户规模已经超过了除印度之外世界各国的总人口数。从发展潜力来看，中国的互联网普及率目前为54.3％；超过全球平均水平4.6个百分点[19]，但距离美国等发达国家80％以上的普及率还有很大距离。中国物联网的发展也极为迅猛，作为人口最多和工业规模最大、门类最全的国家，中国的物联网设备总量也必然成为世界第一。三大网络的规模优势，将直接决定中国是世界第一数据生产大国。
其次，数据生成范围广：中国政府正积极推进“互联网＋”行动、促进大数据发展行动。“互联网＋”行动的宗旨是将信息技术的创新成果与经济社会各领域深度融合，推动技术进步、效率提升和组织变革，提升实体经济创新力和生产力，形成更广泛的以互联网为基础设施和创新要素的经济社会发展新形态。同时，这也是将生产、生活等人类行为数据化的过程。“互联网＋”率先融合的就有工业制造、农业、能源、商务、政务、金融、医疗、交通、物流、生态等众多领域，这些领域的大量信息因此被记录下来，成为数据。例如电商购物与传统购物的一大区别是交易行为被实时记录为数据，从这些数据中可以挖掘消费行为特征等有价值的信息。
最后，数据处理技术强：曾经错失三次技术革命机遇的中国，在这次互联网时代的信息革命中，终于与世界站在同一起跑线上。中国在物联网、大数据、云计算、人工智能等关键技术方面的水平处在世界前列，从整体上看，中国正紧追美国，与英国、法国、德国、日本等技术强国互有长短。这意味着，中国的计算能力与数据处理技术水平将为社会科学研究提供强有力的支持。
六、结语
在社会科学突破性发展的前夜，中国社会科学已经具备了与西方学术并驾齐驱，甚至领先超越的内在和外在条件。我们应当敏锐地觉察和把握这一重大机遇，积极推动计算社会科学的发展，使之在实现国际学术话语体系重构上发挥重要作用。
注释：
①1900年希尔伯特在巴黎国际数学家大会所作题为《数学问题》的演讲。
