2020年12月，国家安全学一级学科正式设立。五年多来，其学科体系日臻完善，研究队伍持续扩容。但国家安全学学科发展深嵌于社会快速变革之中，特别是新一轮科技革命下数智化变革纵深推进，传统物理边界逐步消融，数据要素价值持续释放，算法机制重塑资源配置模式，新兴智能技术改写大国博弈态势，国家安全呈现出愈发明显的跨界联动、复杂交织、智能演化特征。受数智化浪潮驱动，国家安全学学科边界被进一步打破，正是外部环境的深刻变动，倒逼国家安全学应打破既有学科发展模式，加快实现由单一封闭向深度融合、由经验研判向数智量化、由理论言说向实战赋能的深层次变革。

　　一、学科体系之变：由单一封闭向深度融合转变

　　尽管国家安全学定位为交叉学科，但受传统学科发展惯性之影响，其交叉性、综合性尚未清晰展现出来。传统学科结构划分清晰、板块相对独立，研究重点集中于政治、军事、经济、管理等传统领域，侧重依托本学科的视角开展战略研判、政策解析和理论阐释。在国家安全结构简单、风险类型单一的阶段，简约化的学科架构尚能满足传统安全治理之需，为国家战略决策提供理论支撑。然而，进入数智时代，安全博弈场域由物理空间延伸至虚拟数智空间，数据主权、智能算法、网络攻防等新兴安全议题持续涌现，单纯依靠本学科的分析框架则难以应对复合型技术性国家安全难题，国家安全学学科体系的融合重构已成必然趋势。

　　首先，学科边界互通交融，成为数智时代国家安全学学科变革的一个显著特征。以往国家安全学的交叉性并不凸显，还存在明显的学科壁垒，人文社科与理工学科泾渭分明，研究视角相对固化、知识结构单一。而面对日益数字化、智能化的国家安全风险，仅仅依赖政治学、军事学、经济学、管理学、法学等学科理论难以破解技术性安全痛点。在此背景下，国家安全学学科建设需主动打破学科隔阂，构建文理兼容、理工互补、多元协同的复合型学科建设生态。一方面，深耕人文社科根基，依托政治学、军事学、经济学、管理学、法学，完善国家安全治理、法理及战略体系；另一方面，又充分吸纳计算机技术、大数据分析、人工智能、密码学等理工科知识，补齐技术研究短板，破解数智时代安全防控难题。只有通过多学科跨界融合打破“知识孤岛”，才能推动实现人文思维和技术逻辑的有机统一。

　　其次，研究范畴需持续外延，以更好契合全域国家安全治理的数智时代需求。在总体国家安全观指引下，国家安全治理涵盖政治、经济、科技、网络、文化、社会、生态等诸多领域，数智技术的广泛普及加剧各类风险联动耦合，数据跨境流动威胁国家数据主权，智能算法干预公共舆论生态，科技垄断压制产业发展韧性。对此，国家安全学学科建设需在坚守传统安全研究阵地基础上，不断拓宽研究边界，及时将网络空间防护、算法风险治理、数据合规管控、数字文化安全等新议题纳入核心研究范畴，构建传统安全和非传统安全并重、物理空间和数智空间协同的全域研究体系。只有与时俱进延伸研究覆盖面，方能精准服务数智时代立体化、全域化的安全治理布局。

　　最后，推动知识架构迭代升级，夯实国家安全学学科长效发展根基。知识体系重构是学科转型的核心内核，也同科研攻关和人才培育要求息息相关。在数智时代，高等院校、科研院所需优化国家安全学课程体系，删减滞后固化的教学内容，保留国家安全基础理论、国家安全战略等核心基础课程，增设大数据分析、智能技术原理、网络攻防实操、数据合规治理等数智化相关课程，搭建“人文+理工”“理论+实操”的复合型知识框架。同时，立足国家安全学学科建设实际，整合本土科研成果，优化自主知识架构，摆脱国外理论依附，打造具有中国特色、本土气质、时代特征的中国国家安全学体系。

　　二、研究范式之变：由经验研判向数智量化转变

　　研究范式决定着学科的科研逻辑、分析手段和研判方式。一直以来，国家安全学的研究模式以定性研判为主，依托历史资料、文献文本、逻辑推演开展学术研究，依靠科研人员经验判断安全局势、甄别风险隐患。这种经验化的研究主观偏差较大、数据支撑不足，难以精准捕捉隐蔽性、动态化的数智安全风险，存在研判滞后、分析片面等先天性不足。而数智技术可为国家安全学学科研究赋能增效，推动科研思维、分析方法、研判模式全方位升级，推动实现从经验感性判断向数据理性研判的范式跃迁。

　　其一，以数据要素重塑研究逻辑，实现抽样分析向全域研判转变。受技术条件制约，传统研究多依赖于小样本、碎片化资料开展抽样研判，其数据体量不足、覆盖范围十分有限，极易产生分析偏差。大数据技术突破数据采集、存储、处理瓶颈，依托智能抓取、云端存储、筛查算法，整合网络舆情、跨境信息、产业动态、社会舆情等多维度资源，搭建全覆盖、立体化的国家安全数据库。而研究视角由局部样本转向全域数据，兼顾因果关系、关联关系，依托算法挖掘潜藏的隐性安全风险，可大幅提升风险识别的完整性和精准度。

　　其二，用技术工具优化分析手段，促成定性和定量研究协同融合。过往国家安全研究以文字剖析、逻辑推导为主，量化分析占比偏低，研究结论往往缺乏客观数据佐证。进入数智时代，随着算力、算法、大数据深度融入科研流程，需逐步构建定性研判同定量测算相结合的复合研究体系。一方面，国家安全学学科建设应保留人文社科的定性优势，深度剖析风险本质、研判战略走向；另一方面，也应重视运用数据建模、态势可视化、仿真模拟等技术，将抽象的安全问题转化为可观测、可测算的数据指标，实现风险量化评级、趋势精准推演，例如，依托舆情分析模型监测思想舆论动态，借助仿真平台模拟网络攻防场景，以使研究结论更具科学性、客观性。

　　其三，通过研判时序前置优化，实现事后复盘向事前预警跨越。传统的安全研究多为事后复盘总结，在风险爆发后梳理成因、归纳经验，此时的安全治理模式偏向被动应对。在数智化背景下，动态监测、智能研判、超前预警则成为研究新方向。依托智能监测平台全天候捕捉物理空间和数智空间的风险异动，借助算力模型动态分析数据演化规律，预判风险的发展走向并生成防控方案；搭配态势可视化系统直观呈现安全格局变动，为科学决策提供时序支撑。前置化研判模式有助于扭转国家安全治理的被动局面，形成监测、研判、预警、处置一体化机制，以显著提升安全风险防控时效性。

　　三、实践应用之变：由理论言说向实战赋能转变

　　学术研究最终应服务于社会实践。长期以来，国家安全学偏重宏观理论建构，聚焦顶层战略解读、安全理论创新、国际格局研判，研究成果与基层治理、应急处置、风险管控等具体实践场景衔接不足，存在理论落地难、成果转化率低等问题。随着“十五五”时期国家安全治理现代化的提速，研究服务实战要求持续拔高，只有推动国家安全学学科建设走出学术研究圈层，下沉安全治理一线，完成从理论钻研向实战赋能的应用转型，才能更好凸显学科建设的应用价值。

　　第一，通过应用场景下沉，打通宏观战略和基层治理间的壁垒。传统学科应用重点聚焦国家宏观层面，服务于国防建设、外交布局、顶层安全决策。在数智化建设背景下，地方数字治理、网络舆情管控、企业数据合规、民生安全防护等基层领域，对专业化安全服务的需求持续攀升。为此，国家安全学学科建设应主动拓宽服务边界，深度融入地方治理、行业监管、企业风控等实操场景，针对数据管理漏洞、网络谣言传播、行业安全隐患等现实问题，提供专业化、针对性研判方案，形成宏观战略引领、微观精准施策的多层次服务体系。

　　第二，通过成果转化效能提升，推动学术理论向治理工具蜕变。依托数智技术载体，国家安全学研究成果不再局限于论文、专著等传统文本形式，可逐步转化为可落地、可复用的技术工具与治理方案。例如，科研机构可联合科技企业研发智能风控系统、网络攻防平台、舆情监测模型、合规检测工具，为监管部门提供技术保障；可围绕算法滥用、数据泄露、跨境传输等行业痛点，完善标准化管控规范，健全行业监管体系；还可结合风险演化规律搭建仿真推演平台，模拟各类安全突发案事件，优化应急处置流程，让学术理论切实转化为破解国家安全治理难题的实用抓手。

　　第三，通过人才培养模式迭代，锻造复合型实战人才队伍。人才储备是学科发展和安全治理的重要支撑。传统培养模式偏重于理论讲授，培育人员精通理论知识，但技术实操能力薄弱，难以满足数智时代复杂的国家安全治理工作需要。对此，高校应进一步优化国家安全人才培养方案，调整教学架构，强化实践训练，依托专业实验室、校外实训基地、校企合作平台，培育数据分析、风险排查、网络监测等实操技能；并同步强化国家安全素养培育，塑造兼具人文底蕴、理论基础、技术能力、实战思维的复合型人才，为我国国家安全事业筑牢人才储备防线。

　　（作者系西南政法大学国家安全学院教授）