姚夢嬌 馬亞萍 張 輝 鄧 青

(1. 武漢理工大學(xué)安全科學(xué)與應(yīng)急管理學(xué)院 武漢 430070;2.清華大學(xué)工程物理系 北京 100084;3.北京科技大學(xué)大安全科學(xué)研究院 北京 100083)

當(dāng)今世界面臨百年未有之大變局,政治多極化、經(jīng)濟(jì)全球化、文明多元化、社會信息化,國際國內(nèi)風(fēng)險(xiǎn)日益增多,國家安全戰(zhàn)略決策和重大事件應(yīng)急處置能力亟需升級。大國沖突是目前面臨的最大國家安全問題[1]。近年來,國家間沖突事件層出不窮,對世界各國都造成了不可估量的影響。俄烏沖突升級以來,美西方與俄方之間制裁與反制裁的持續(xù)沖擊造成了國際格局的劇烈動蕩,引發(fā)了國際經(jīng)濟(jì)、輿論和政治等多方面的連鎖反應(yīng)[2],嚴(yán)重加劇了國際政治中的集團(tuán)對抗和陣營對立,對全球安全治理體系產(chǎn)生巨大威脅[3]。嚴(yán)峻的形勢下,迫切需要科學(xué)分析復(fù)雜國際環(huán)境中的國家間沖突風(fēng)險(xiǎn),提高國家安全風(fēng)險(xiǎn)監(jiān)測預(yù)警能力。

1 文獻(xiàn)綜述

目前對國家間沖突的研究主要包括兩大類:國家間沖突影響因素分析和國家間沖突預(yù)測研究。

國家間沖突影響因素研究主要集中在經(jīng)濟(jì)、軍事、科技等領(lǐng)域:Kim等[4]通過內(nèi)容分析創(chuàng)建1990—2011年的事件數(shù)據(jù),調(diào)查了韓美關(guān)系的影響因素,發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展對韓美關(guān)系有積極影響;楊光等[5]通過多層次對數(shù)線性模型發(fā)現(xiàn)全球化和組織參與情況對軍事支出有負(fù)面影響,而經(jīng)濟(jì)與能源對軍事支出存在顯著的正向影響;黃日涵等[6]分析了拜登政府的科技競爭戰(zhàn)略,提出在未來的大國競爭中,科技優(yōu)勢帶來的戰(zhàn)略優(yōu)勢將成為博弈的關(guān)鍵。目前對于單個(gè)或少部分領(lǐng)域國家間沖突影響因素的研究較為充分,然而,國家間沖突影響因素涉及領(lǐng)域廣泛,且要素間存在復(fù)雜的跨領(lǐng)域交互作用,單領(lǐng)域的影響因素研究難以為決策提供全面的支持。需要從國家安全系統(tǒng)[7-9]的角度出發(fā),全面梳理跨領(lǐng)域的國家間沖突影響因素,同時(shí)建立有效的模型來厘清多個(gè)因素之間的相互作用及演化路徑。

目前國家間沖突預(yù)測研究以主觀歸納概括和事件關(guān)系定性分析為主[10]。部分研究采用博弈模型對國家間沖突進(jìn)行定量分析,如基于動態(tài)演化博弈模型探究中印經(jīng)貿(mào)競合互動關(guān)系[11]。此外,復(fù)雜網(wǎng)絡(luò)方法在國際關(guān)系領(lǐng)域也應(yīng)用廣泛,通過構(gòu)建國際沖突與合作復(fù)雜網(wǎng)絡(luò),研究國際關(guān)系的相應(yīng)特征,討論國家在國際沖突與合作中可能的行為模式[12]等。然而國際關(guān)系具有高度復(fù)雜性和不確定性,當(dāng)前的國家間沖突預(yù)測過于靜態(tài),常常滯后于事態(tài)發(fā)展,無法適用于動態(tài)變化的國際環(huán)境。因此,需要通過實(shí)時(shí)、全面的態(tài)勢感知,構(gòu)建“情景-應(yīng)對”型管理和決策模式[13]。

鑒于此,本文基于國家安全系統(tǒng)視角,以案例數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)為支撐,探討國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型的構(gòu)建思路,建立跨領(lǐng)域國家間沖突情景要素集,理清國家間沖突影響要素的演化機(jī)制,實(shí)現(xiàn)國家間沖突風(fēng)險(xiǎn)的動態(tài)預(yù)測和快速評估,以期為國家安全風(fēng)險(xiǎn)監(jiān)測預(yù)警體系建設(shè)提供新的思路。

2 國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型構(gòu)建框架

國家間沖突是一類典型的系統(tǒng)性風(fēng)險(xiǎn)問題,應(yīng)當(dāng)從國家安全系統(tǒng)的角度出發(fā)實(shí)現(xiàn)國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型的構(gòu)建。本文的模型包括國家間沖突情景感知、數(shù)據(jù)收集與預(yù)處理、態(tài)勢預(yù)測三個(gè)模塊,其實(shí)現(xiàn)的主要任務(wù)是:國家間沖突情景要素集構(gòu)建→情景表達(dá)→情景要素量化表征→多源數(shù)據(jù)融合處理→監(jiān)測預(yù)警模型構(gòu)建→風(fēng)險(xiǎn)要素實(shí)時(shí)監(jiān)測→國家間沖突風(fēng)險(xiǎn)情景推演(如圖1所示)。

圖1 國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型框架

2.1 國家間沖突情景感知

國家間沖突影響要素復(fù)雜多樣,涉及領(lǐng)域繁多,同時(shí)要素間存在領(lǐng)域內(nèi)和跨領(lǐng)域交互作用,需要對其影響要素集進(jìn)行整合。本文按照情景分層分解的思路,從國家安全系統(tǒng)的各個(gè)領(lǐng)域出發(fā),每個(gè)領(lǐng)域可被分解成多個(gè)分類指標(biāo),然后進(jìn)一步分解成若干個(gè)中間指標(biāo),每個(gè)中間指標(biāo)又通過不同的情景要素來表征。最終的國家間沖突情景要素集借助文獻(xiàn)調(diào)研、案例分析和專家咨詢等方法確定。

考慮到情景要素集中的要素之間存在相互影響和演變,本文采用解釋結(jié)構(gòu)模型(ISM)理清它們的結(jié)構(gòu)先后關(guān)系、相互影響/作用以及要素演變方向。ISM模型可通過矩陣運(yùn)算、分解等數(shù)學(xué)工具梳理復(fù)雜影響要素之間的關(guān)系,從而將復(fù)雜的系統(tǒng)分解為各個(gè)子系統(tǒng),最終構(gòu)建為一個(gè)多層次遞階結(jié)構(gòu)模型,直觀地展示系統(tǒng)結(jié)構(gòu)和因素之間的關(guān)系[14]。

2.2 國家間沖突數(shù)據(jù)收集與預(yù)處理

對國家間沖突影響要素進(jìn)行量化表征和數(shù)據(jù)分析是國家間沖突監(jiān)測預(yù)警模型構(gòu)建的基礎(chǔ)。國家安全相關(guān)的數(shù)據(jù)體量龐大且來源廣泛[15],主要通過開源數(shù)據(jù)集、研究機(jī)構(gòu)以及情報(bào)機(jī)構(gòu)獲取。國家間沖突風(fēng)險(xiǎn)作為結(jié)果變量,其量化至關(guān)重要,清華大學(xué)國際關(guān)系研究院發(fā)布的雙邊關(guān)系分值表已經(jīng)發(fā)布了1950年到2023年1月12組有代表性國家的雙邊關(guān)系得分,為國家間沖突風(fēng)險(xiǎn)量化提供了數(shù)據(jù)支持。該數(shù)據(jù)集利用的雙邊關(guān)系定量評估方法主要由閻學(xué)通和周方銀教授提出[16],雙邊關(guān)系分值的變化范圍為[-9,9],其中-9和9分別表示雙邊關(guān)系最差和最良好的狀態(tài)。本研究基于文獻(xiàn)[16]設(shè)置的國家雙邊關(guān)系數(shù)值標(biāo)準(zhǔn)(見圖2),定義雙邊關(guān)系分值小于0時(shí),國家間沖突風(fēng)險(xiǎn)較高(S1),分值在0～3.9區(qū)間為中風(fēng)險(xiǎn)(S2),大于3.9為低沖突風(fēng)險(xiǎn)(S3)。

圖2 國家雙邊關(guān)系數(shù)值標(biāo)準(zhǔn)

國家間沖突一般涉及兩個(gè)國家主體,而目前所能獲取的數(shù)據(jù)大多數(shù)僅代表一個(gè)國家的情況,因此在所獲數(shù)據(jù)的基礎(chǔ)上,計(jì)算兩個(gè)國家各指標(biāo)的相對值以表示兩國的差距和相互作用。對指標(biāo)進(jìn)行量化表征后,采用等頻法或等寬法對連續(xù)變量進(jìn)行離散化處理,之后,基于專家知識對一些指標(biāo)的離散區(qū)間進(jìn)行適當(dāng)調(diào)整,使區(qū)間劃分更加合理。

2.3 國家間沖突態(tài)勢預(yù)測

2.3.1國家間沖突貝葉斯網(wǎng)絡(luò)模型構(gòu)建

結(jié)合神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)可以實(shí)現(xiàn)國家間沖突風(fēng)險(xiǎn)情景推演和態(tài)勢預(yù)測。貝葉斯網(wǎng)絡(luò)(BN)是一種典型的因果結(jié)構(gòu)學(xué)習(xí)方法,能在有限的、不完整的、不確定信息條件下實(shí)現(xiàn)知識學(xué)習(xí)和推理,并輸出高精度的預(yù)測結(jié)果[17],已廣泛應(yīng)用于網(wǎng)絡(luò)輿情態(tài)勢評估[18-19]和公共安全情景推演[20-21]。國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型主要基于貝葉斯網(wǎng)絡(luò)(BN)構(gòu)建,將量化后的情景指標(biāo)作為貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn),接下來通過結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)構(gòu)建完整的風(fēng)險(xiǎn)監(jiān)測預(yù)警模型,見圖3。

圖3 國家間沖突貝葉斯網(wǎng)絡(luò)(BN)模型構(gòu)建步驟

貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)主要有兩種方法:①通過專家經(jīng)驗(yàn)獲取貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),即基于ISM模型構(gòu)建BN結(jié)構(gòu);②通過歷史數(shù)據(jù)學(xué)習(xí)獲取貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。樹增強(qiáng)樸素貝葉斯(TAN)算法是一個(gè)經(jīng)典的BN結(jié)構(gòu)學(xué)習(xí)算法,通過計(jì)算任意兩個(gè)屬性之間的條件互信息,將屬性間的依賴關(guān)系化為樹形結(jié)構(gòu)[22],保留了強(qiáng)相關(guān)屬性之間的依賴性。因此,本文使用TAN算法學(xué)習(xí)歷史數(shù)據(jù)獲得BN結(jié)構(gòu)。

E步:基于觀測數(shù)據(jù)和當(dāng)前參數(shù)計(jì)算對數(shù)似然函數(shù)的條件期望,如公式(1)。

Q(θ|θ(i))=Eθi[logP(Y,Z|θ)|θ(i),Y]

(1)

M步:假設(shè)E步中發(fā)現(xiàn)的分布是正確的,通過公式(2)最大化Q(θ,θ(i))。

(2)

2.3.2國家間沖突態(tài)勢預(yù)測

在完成國家間沖突貝葉斯網(wǎng)絡(luò)模型的構(gòu)建后,對各個(gè)情景要素進(jìn)行實(shí)時(shí)監(jiān)測可以及時(shí)發(fā)現(xiàn)異常狀態(tài)。當(dāng)新的戰(zhàn)略和措施不斷地更新和實(shí)施(模型中表現(xiàn)為指標(biāo)狀態(tài)變化),國家間沖突風(fēng)險(xiǎn)也會隨之改變。將現(xiàn)實(shí)情景作為證據(jù)進(jìn)行輸入,可以推演指標(biāo)變化對其他情景要素的影響,從而對國家間沖突風(fēng)險(xiǎn)進(jìn)行識別和研判。將以上態(tài)勢推演結(jié)果反饋給國家安全決策人員,在各領(lǐng)域?qū)＜业拿芮信浜弦约安块T協(xié)同機(jī)制下,推進(jìn)協(xié)同知識判斷,為國家安全響應(yīng)提供決策支撐[23]。

3 國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型構(gòu)建

3.1 國家間沖突情景感知

國家間沖突涉及領(lǐng)域眾多,本研究站在國家安全系統(tǒng)的視角,以國家安全中的5個(gè)關(guān)鍵領(lǐng)域(政治、軍事、經(jīng)濟(jì)、社會、科技)為例,通過文獻(xiàn)調(diào)研、專家意見以及案例分析確認(rèn)了國家間沖突風(fēng)險(xiǎn)的12個(gè)影響因素。以國家間沖突風(fēng)險(xiǎn)為結(jié)果要素,最終得到由13個(gè)要素構(gòu)成的國家間沖突情景要素集,如表1所示。

表1 國家間沖突情景要素及狀態(tài)分配標(biāo)準(zhǔn)

獲取國家間沖突情景要素集之后,通過ISM模型對情景要素的演化機(jī)制進(jìn)行分析。為了使模型結(jié)果更具科學(xué)性,大部分要素之間的二元關(guān)系通過國家間沖突影響因素關(guān)聯(lián)分析相關(guān)的文獻(xiàn)調(diào)研確定,剩余少部分待確定的二元關(guān)系基于德爾菲法,通過問卷咨詢來自不同領(lǐng)域的10位專家進(jìn)行確定,由此構(gòu)建國家間沖突情景要素的鄰接矩陣SSIM。

鄰接矩陣建立后,基于鄰接矩陣計(jì)算可達(dá)矩陣,計(jì)算公式如下:

M=(SSIM+I)k+1=(SSIM+I)k≠
(SSIM+I)k-1

(3)

其中,I是單位矩陣,k是節(jié)點(diǎn)Si到節(jié)點(diǎn)Sj的路徑長度。根據(jù)上述規(guī)則得到可達(dá)矩陣M。

按照層次劃分標(biāo)準(zhǔn)將國家間沖突情景要素分為6個(gè)層級,同時(shí)將具有關(guān)聯(lián)的影響要素以箭頭進(jìn)行連接,確立要素之間的層次結(jié)構(gòu)圖如圖4所示,箭頭方向反映了要素的影響路徑。

圖4 國家間沖突影響因素層次結(jié)構(gòu)圖

如圖4所示,第一層和第二層因素為直接因素,受到間接因素和根源因素的影響,同時(shí)直接作用于國家間沖突風(fēng)險(xiǎn);第三層和第四層因素為間接因素,它們影響直接因素的同時(shí)又受到根源因素的影響,在結(jié)構(gòu)中起到承上啟下的作用;第五層和第六層因素是國家間沖突的根源因素,對國家間沖突的影響程度最深,同時(shí)也對間接和直接因素產(chǎn)生影響。

3.2 國家間沖突數(shù)據(jù)獲取與預(yù)處理

識別國家間沖突情景要素之后,需要選取指標(biāo)將其量化。如2.2節(jié)所述,我國面臨的國家間沖突風(fēng)險(xiǎn)通過雙邊關(guān)系分值衡量。對于其他指標(biāo),涉及數(shù)據(jù)源眾多,主要包括世界幸福報(bào)告、系統(tǒng)和平中心、世界銀行等(見表1)。計(jì)算兩個(gè)國家各指標(biāo)的相對值,以代表其相互作用,采用均值替換和線性擬合等方式補(bǔ)充一些缺失數(shù)據(jù)。基于以上描述,獲得了2007—2019年13年間共156組雙邊關(guān)系案例數(shù)據(jù)。

以量化后的指標(biāo)作為貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)變量,同時(shí)為每個(gè)節(jié)點(diǎn)分配狀態(tài)值。每個(gè)變量的狀態(tài)值量化方法不完全一樣,節(jié)點(diǎn)狀態(tài)劃分標(biāo)準(zhǔn)如表1所示。對于分類變量,如政治體制,依據(jù)兩國是否具有相同的政治體制進(jìn)行劃分。對于其他的連續(xù)變量,采用等寬法或等頻法進(jìn)行數(shù)據(jù)離散化處理,如匯率相對值采用等頻法。之后,基于專家知識對一些指標(biāo)的離散區(qū)間進(jìn)行簡單調(diào)整,如軍費(fèi)支出相對值的狀態(tài)“S1(較低)”設(shè)置為“<1”,表明一國的軍費(fèi)支出與另一國相比較低。

從總共156組案例中選擇2007—2016年的120組案例作為訓(xùn)練數(shù)據(jù),其余36組案例(2017—2019年)用于模型的有效性測試,訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)的比例約為3.3∶1。

3.3 國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型構(gòu)建

本文基于貝葉斯網(wǎng)絡(luò)(BN)構(gòu)建國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型,主要包括兩個(gè)步驟:結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)。

為了比較分析專家知識和案例數(shù)據(jù)在國家間沖突態(tài)勢推演中的作用和優(yōu)勢,本研究分別基于ISM模型和TAN算法學(xué)習(xí)兩種方式實(shí)現(xiàn)國家間沖突貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建。BNISM模型使用ISM模型的結(jié)果(如圖4)作為BN結(jié)構(gòu),BNTAN模型利用TAN算法從真實(shí)案例數(shù)據(jù)(120組訓(xùn)練數(shù)據(jù))中學(xué)習(xí)并構(gòu)建BN結(jié)構(gòu)。

在得到國家間沖突貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)之后,基于兩種結(jié)構(gòu)使用EM算法進(jìn)行參數(shù)學(xué)習(xí),最終形成兩個(gè)完整的貝葉斯網(wǎng)絡(luò)模型:BNISM和BNTAN,如圖5所示?？梢钥闯鰣D5(a)中有些連接沒有出現(xiàn)在圖5(b)中,如制造業(yè)競爭力相對值和軍費(fèi)支出相對值之間的連接;但也有一些新的連接出現(xiàn),如政治體制分類和其他12個(gè)節(jié)點(diǎn)之間的連接。這說明了案例數(shù)據(jù)和專家經(jīng)驗(yàn)之間存在一定的差異。

(a) BNISM模型 (b) BNTAN模型

4 結(jié)果分析

4.1 模型準(zhǔn)確率分析

為了對比分析模型的優(yōu)缺點(diǎn),本研究對比了兩個(gè)模型在高風(fēng)險(xiǎn)(S1)、中風(fēng)險(xiǎn)(S2)和低風(fēng)險(xiǎn)(S3)三方面的預(yù)測準(zhǔn)確率及整體準(zhǔn)確率,如圖6所示。

圖6 模型預(yù)測性能對比

根據(jù)圖6,得到以下結(jié)論:

第一,BNTAN模型的整體預(yù)測準(zhǔn)確率達(dá)到了72.22%,同時(shí)在低風(fēng)險(xiǎn)(S3)預(yù)測方面表現(xiàn)出色,但無法預(yù)測高風(fēng)險(xiǎn)(S1)和中風(fēng)險(xiǎn)(S2)。這說明僅靠案例數(shù)據(jù)學(xué)習(xí)不能很好地識別復(fù)雜國家關(guān)系中的深層次信息。

第二,BNISM模型在高風(fēng)險(xiǎn)(S1)預(yù)測方面與BNTAN模型相比具有比較明顯的優(yōu)勢,準(zhǔn)確率為50%,但其在整體預(yù)測和低風(fēng)險(xiǎn)(S3)預(yù)測方面表現(xiàn)差強(qiáng)人意。這意味著僅依靠專家知識進(jìn)行國家間沖突風(fēng)險(xiǎn)預(yù)測也是不可行的。

第三,兩個(gè)模型均未能準(zhǔn)確預(yù)測中風(fēng)險(xiǎn)(S2)。對數(shù)據(jù)集進(jìn)行分析,發(fā)現(xiàn)在訓(xùn)練集中只有15%的案例是中風(fēng)險(xiǎn)(S2),而在測試集中也只有4個(gè)中風(fēng)險(xiǎn)(S2)的案例,比例僅為11.11%。因此,相關(guān)案例的數(shù)據(jù)量不足導(dǎo)致了模型訓(xùn)練不充分,造成了預(yù)測準(zhǔn)確性低。

第四,兩個(gè)模型各有優(yōu)缺點(diǎn),說明在面對國家間沖突風(fēng)險(xiǎn)預(yù)測等復(fù)雜的問題時(shí),單一的模型已經(jīng)不再適用,可以使用綜合模型,即結(jié)合專家知識和案例數(shù)據(jù)來進(jìn)行預(yù)測,這也是未來研究的重點(diǎn)。

4.2 國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警

本文構(gòu)建的國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型可以實(shí)現(xiàn)國家間沖突風(fēng)險(xiǎn)異常發(fā)現(xiàn)、監(jiān)測預(yù)警和態(tài)勢推演,通過輸入基于現(xiàn)實(shí)情景的證據(jù),可以定量評估政策措施變化(模型指標(biāo)變化)對國家間沖突風(fēng)險(xiǎn)的影響。鑒于4.1節(jié)已經(jīng)證明了BNTAN模型在整體預(yù)測準(zhǔn)確率方面的優(yōu)勢,本節(jié)的情景推演基于BNTAN模型進(jìn)行。

基于現(xiàn)實(shí)情況構(gòu)建一個(gè)假想場景來展示模型的推理過程。對于兩個(gè)政治制度不同的國家來說,其綜合政體分?jǐn)?shù)相差11分,兩國在其他指標(biāo)的相對值如下:國際組織參與程度2,全球化指數(shù)1.1123。根據(jù)表1中的狀態(tài)分類標(biāo)準(zhǔn),為這些觀察值分配狀態(tài)如表2所示。

表2 基于現(xiàn)實(shí)情況的情景設(shè)置

將以上觀察結(jié)果輸入到BNTAN模型中,觀察情景推演結(jié)果,發(fā)現(xiàn)兩國的國家間沖突風(fēng)險(xiǎn)為低(S3)的概率由正常狀態(tài)下的78%(見圖5(a))降低為67%(見圖7),說明兩國的國家間沖突風(fēng)險(xiǎn)增加,在發(fā)現(xiàn)異常后將推演結(jié)果及時(shí)反饋給國家安全決策者,通過進(jìn)一步的數(shù)據(jù)分析、專家討論尋找降低國家間沖突風(fēng)險(xiǎn)的途徑,以輔助國家安全決策。

圖7 模型情景推演及風(fēng)險(xiǎn)預(yù)測結(jié)果

5 結(jié) 語

復(fù)雜的國際形勢給國家安全風(fēng)險(xiǎn)監(jiān)測預(yù)警體系提出了更高的要求。面對大國沖突這一重要的國家安全問題,構(gòu)建國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型是提升國家安全戰(zhàn)略決策能力的關(guān)鍵。本文基于國家安全系統(tǒng)視角,構(gòu)建了集國家間沖突情景感知、數(shù)據(jù)收集與預(yù)處理、態(tài)勢預(yù)測于一體的國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型,為國家間沖突風(fēng)險(xiǎn)實(shí)時(shí)監(jiān)測和預(yù)警提供新思路。

如本文所述,國家間沖突是一類復(fù)雜的系統(tǒng)性風(fēng)險(xiǎn)問題,涉及的影響因素復(fù)雜多樣,本文僅以國家安全系統(tǒng)的5個(gè)領(lǐng)域?yàn)槔龢?gòu)建了國家間沖突情景要素集,尚需進(jìn)一步構(gòu)建更全面的情景要素體系。通過對模型的結(jié)果分析發(fā)現(xiàn),面對國家間沖突預(yù)測等復(fù)雜的問題時(shí),單一的模型已經(jīng)不再適用,未來的國家間沖突風(fēng)險(xiǎn)監(jiān)測預(yù)警模型應(yīng)當(dāng)綜合運(yùn)用各種技術(shù)、模型、數(shù)據(jù),實(shí)現(xiàn)國家間沖突動態(tài)態(tài)勢分析,并通過大量的實(shí)踐驗(yàn)證其有效性,為推動國家安全治理體系建設(shè)貢獻(xiàn)力量。