社会科学研究最重要的任务是认识、揭示社会现象的复杂性，而研究方法的发展正是为了提高我们认识、揭示这一复杂性的能力。社会科学研究方法与社会科学自身均在不断地与时俱进。随着现代信息技术的进步，一种新的社会科学研究方法——计算实验方法正在形成和发展。
计算实验方法通过抽象与符号化，把社会现象、社会科学问题最基本的情景（情节与环境背景），如人的心理活动与行为、组织的基本特征与功能、社会基本运行机制等系统进行建模，构造人工社会，以此为基础再以计算机为“实验室”开展各种社会现象情节和动态演化过程的实验，通过对实验结果的分析研究社会现象，即是社会科学计算实验的核心思想。
计算实验突破了传统社会实验的成本、法律、道德等方面的限制，实践证明，将它与定性分析、定量分析、案例分析、统计调查等方法集成在一起，能够更好地研究结构复杂、宏微观相互作用、动态与演化性强的社会现象，并能较好地体现社会科学研究“环境依赖”和“问题导向”的宗旨。
社会科学计算实验的关键是对社会现象和问题进行情景建模，模型一般由社会智能主体基元层次（主体的记忆、认知、学习、偏好、行为等）、智能主体层次（公司、社会组织、政府等）和社会系统层次（行政区域、经济系统、行业、供应链等）组成，并由界定研究的问题与环境、设定研究的基本假设、建立可计算模型、实现计算实验、评估和比较实验结果等步骤构成计算实验研究的基本范式。
可见，计算实验方法在某种意义上可以把过去和现在的社会现象情景“搬到”计算机系统中，并在现实社会现象的这一“替身”上进行可控、可重复的实验，通过实验结果的分析告诉我们对于已经发生过和正在发生的社会现象及其规律的丰富信息和内涵，从而使我们通过“再现”和“回放”社会系统的“昨天”与“今天”，更深刻地总结与反思社会现象和社会发展的历史与现状；计算实验还可以在计算机上构建非现实、虚构的社会系统的“明天”，为我们展现社会发展趋势的未来图像，因为社会系统的演化过程向后有其确定的路径，但向前不能确定，即社会的今天包含着过去，但今天未必包含在过去之中，明天也不完全包含在过去与今天之中，所以这些未来图像可能是我们过去与现在均未见过甚至是没有估计到的，这样，通过社会科学计算实验方法对社会系统“明天”前景的揭示，可以帮助我们更好地预测社会的未来，更有效地避免可能出现但我们不愿出现的社会现象，或让我们所向往的社会未来更加美好、更快地实现。
计算实验与传统的有人参与的社会科学实验相比，有多方面的重要区别：传统的社会实验主体为实验的参与者（人），而计算实验的主体为计算机程序所构建的模拟社会现象中个体、组织、资源和功能的人工代理；传统实验的思路主要是设计由真实人群参与的实验及其他辅助工具与系统，而计算实验更强调自下而上的多代理建模过程，重点是架设社会现象微观与宏观之间的桥梁，模拟社会现象宏观层面的整体行为涌现与发展演化趋势。
另外，计算实验方法与传统的计算机仿真技术也有很大的不同。计算机仿真需以某个真实系统为“标杆”，“仿真”追求“逼真”，而计算实验因为是对现实社会现象情景的模拟，因此虽然在一定意义上也是一种“仿真”，但由于社会现象的路径依赖性、不可逆性及演化趋势的不确定与分岔性，计算实验结果的“真”，已不能用我们所见的“这个”真实社会系统所提供的这一种“真”来衡量，也不一定就是曾经的“那一次”“尘埃落地”的路径，计算实验的结果应该理解为是在一定的基本社会现象法则下经过社会系统组织与自组织作用的“一束”可能状态和路径中的一种，在“可能”意义上，实验结果也是“真”的。
目前，计算实验方法在环境治理、经济演化、社会管理、金融市场、产业集聚、技术创新、公共安全、社会舆论、供应链协调与管理、重大工程项目管理、传染病的传播机理与公共卫生管理、语言进化甚至历史变迁等许多社会科学研究领域都有应用并取得不少创新性成果。
（作者为伊春园2023入口直达大象重大项目“社会科学计算实验基本理论、关键技术及应用研究”首席专家、南京大学教授）
