刘辰辉、唐世平：机器学习在冲突预测方面的局限

按语：在机器学习蓬勃发展之时，文章通过重新评估冲突预测领域现有公开系统中表现最好的模型之一——政治暴力早期预警系统（包括 ViEWS 1.0 和 ViEWS 2.0 ）——对非洲地区冲突的预测效果，讨论了机器学习在冲突预测中的现有表现，指出其忽略行为体之间、行为体与环境的互动等多重局限，并提出了与模拟算法结合的机器学习新方向。文章发表于《世界经济与政治》2023年第12期。

文章简介

内容提要：随着“大数据”时代的来临，各领域的研究越来越依托于“大数据”，机器学习算法已成为社会科学研究的一种热门工具。在和平与冲突研究领域，机器学习是预测冲突的一种重要研究手段，认为通过大量数据训练得到的模型能够准确预测国家的冲突行为和冲突事件。由于有些项目并没有事前公开其数据、算法和代码，因此无法对其预测能力进行评估。有一些项目和研究虽然公布了它们的数据和算法等，但在关键指标上并没有较佳的表现。通过检验“政治暴力早期预警系统”，发现该系统基于机器学习的相关分析在对非洲地区冲突预测的效果并不理想。

事实上，无论是基于统计学模型所建立的因果关系模型，还是机器学习挖掘出的关联性规则都不能对未来发生的冲突进行精准预测，其原因在于国家的内外部环境会随着时间的推移而发生变化。新冲突的发生可能受全新因子的影响，也可能受因素之间相互作用的影响，还可能是由不同机制驱动所致，但这些因素都无法被机器学习与算法所捕捉，因此导致相关模型和算法缺乏外部效度。通过机器学习算法的方式来预测冲突爆发这一涌现性结果的前景并不乐观，因此在对未来冲突进行预测时需要融合多种方法。

关键词：机器学习；冲突预测；社会结果；非洲地区冲突；行动

作者简介：刘辰辉，复旦大学复杂决策分析中心高级数据分析师；唐世平，复旦大学国际关系与公共事务学院教授

原文刊发：《世界经济与政治》2023年第12期（点击阅读原文）

复旦大学“复杂决策分析中心”简介

复旦大学“复杂决策分析中心”成立于2013年，是我国第一个基于“计算社会科学”，专门为国家战略决策提供技术支持的研究中心。中心立足社会科学研究方法和问题前沿，直面变化与复杂的世界，旨在建立起一套基于广泛而丰富的历史经验和科学方法的分析框架、模型和工作软件，将前沿的社会科学研究方法与实际的学术和政策研究结合起来；把战略行为和战略决策研究的经验一般化、模型化，做到可复制、可移植。通过改进或整合既有的技术平台，开发新的技术平台，成为国家战略决策的技术支持中心，为我国的战略分析和决策提供技术支持。

中心的成立得到了来自国家多个重要部门和机构的支持。从2016年起，完全抛开民意调查，而是基于计算机模拟仿真技术，中心的团队已经连续五次精准预测了美国和我国台湾地区的选举结果。中心还开发了多款针对其它复杂决策问题的计算模拟预测平台。

唐世平教授简介

复旦大学“复杂决策分析中心”主任唐世平教授，是复旦大学特聘教授、教育部“长江学者”特聘教授、国际研究协会（ISA）副主席。作为当代中国最具国际影响的社会科学家之一，他在多个领域均有广泛丰硕的成果。迄今为止，他已出版五部英文专著、三部中文专著、一部英文编著和三部中文编著。其中，Social Evolution of International Politics （《国际政治的社会演化》，牛津大学出版社，2013年）于2015年荣获 ISA “年度最佳著作奖”，是亚洲和中国首位获此殊荣的学者。他的第五部英文专著The Institutional Foundation of Economic Development（《经济发展的制度基础》）于2022年在普林斯顿大学出版社出版。他也是多个国际顶级和一流刊物的第一位来自中国的编委会成员。唐世平教授是中国计算社会科学、特别是决策计算的拓荒者之一，他提出了基于“全数据计算”（total data computation）的“决策计算社会科学”理念。