陈 烨 马晓娟 闻 杰

(国防科技大学国际关系学院 南京 210039)

预警情报分析工作始终需要应对不确定性的难题。搜集空白、未来的不可控和趋异现象(Divergent Phenomena)[1]186所带来的复杂性问题，使得分析人员往往难以寻找明显的规律性，因此无法也不愿意给出预警判断，或者只能得出模糊的结论，却很难被决策所理解和接受。无论是哪种情况都可视为未能成功预警。因此对预警情报成功的标志在于情报界能否识别、理解和监督事态的关键性发展，以及预警情报分析人员如何就从未发生过的危机情况向决策用户发出预警。发出预警信号和支持决策也成为预警工作的两个重要目标。在实现目标的方法研究方面，国内外学者都从不同角度有相关论述。葛莱伯[2]认为，决策者必须明白，预警不可能在绝对有把握的情况下才能发布，最好的情况也只是一种概率评估，因此对预警情报分析来说，概率分析是一种重要的方法。罗伯特·克拉克[1]认为预测的不确定性问题可以使用概率法则来解释，并从变量分类的角度探讨了预测性方法的适用性。伍德罗·J·昆斯[3]认为预测的方法不能简单得出结果，而要能够描述趋势和影响形势发展的因素和变量，提出未来发生的情景，才能为决策做出良好的铺垫。杰克·戴维斯[4]认为应该从识别威胁变化的概率角度来警惕危机信号，为决策进行防御准备和风险管理。伊弗雷姆·卡姆[5]认为预警情报分析应该能够清晰具体的描述时间、地点、方式等突袭危机爆发的相关概率，使得决策者能够更好地理解和接受。高金虎[6]认为预警需要全面跟踪和监控事态发展过程，并对威胁的可能性进行判断。张长军[7]从指标与征候关系研究的视角，探讨了预警模型构建的方法。

上述研究不同程度探讨了如何从改进方法的角度来适应预警情报分析的特点，应对不确定性挑战。但是不确定性的问题贯穿了预警情报分析整个过程，其影响也不仅仅在于最终的分析结果，而是体现在对过程的累积性影响。预警情报的概率性分析也不只是一种结果性的呈现，而是一种过程性的递进，任何单一的方法都无法解决过程中的所有问题。因此对于预警情报分析来说，从分析流程角度审视方法的适用性、探讨多元方法组合就显得十分必要。预警情报分析方法研究应该建立在深刻理解预警情报分析本质的基础上，厘清不确定性对于分析流程中不同环节的影响，从克服预警难题、有效实现预警目的的角度来思考方法的适配性以及方法间的组合性作用。本文试图从预警情报分析的概率性预测本质的角度，结合分析的步骤流程，探讨方法的体系性构建问题。

1 预警情报方法体系构建的依据

预警情报分析的目的是能够克服不确定性所带来的分析模糊性问题，但是降低模糊性不是得出绝对肯定的判断，事实上由于预警情报分析的本质，这一目标也几乎无法实现。因此分析方法的存在，是为了以更为清晰的方式呈现分析人员对于预警问题的认知结果与认知过程。由此分析人员才能检视这个过程，观察不确定性产生的负面影响，并通过这种元认知的自省模式，更好地发现问题和矫正问题。这也是建立透明开放的方法体系的主要依据。

1.1预警情报分析的本质：概率性预测由于不确定性的存在，预警情报分析很难得出绝对性判断，大多数情况下，只能对敌方意图和危机爆发的概率进行预测判断。从本质上来看，预警情报分析是一种对于未来可能性的描述。葛莱伯认为，预警情报分析人员通常需要面对残缺不全甚至带有欺骗性的数据，因此不具备全面概率统计的量化分析条件，所以在这种情况下，概率分析不过是表达主观评估认识的一种辅助手段[8]。分析过程不是基于全面数据的概率统计分析，而是一种主观概率分析；分析工作并非通过数据驱动，而是由概念驱动。这个概念就是针对预警问题的基本思考框架，也是与预警问题相关的假设。预警情报分析需要建立正确的概念，并理解概念建立、评估和判断的过程，并尽力为决策提供清晰、可理解、可接受的判断结果。因此预警情报分析主要依托定性评估，并辅以定量评估来提供清晰的数理逻辑，但是更需要能够清楚描述主观思考和定性评估过程的方法，从某种程度上减少过程模糊性带来的问题。

1.2预警情报分析的理论过程与步骤方法需要服务具体的分析任务，以实现特定分析目标，因此在理论层面厘清预警情报分析的基本步骤是方法体系构建的基础。预警情报分析的逻辑起点是与预警问题相关的概念框架或假设，实质上是一个不断提出假设，评估与验证假设和形成判断结论的过程。提出假设的过程是从预警问题可能演化的各类假设情景出发，通过影响因素和相互作用的分析，来初步判断假设情景出现的概率；假设概念框架建立起来后，还需要基于征候的累积分析观察事态发展的概率趋势，进一步评估和验证假设，并关注危机假设的概率变化，给出预警信号；如果危机假设的概率偏低时，仍然要警惕潜在的风险，所以需要开展替代分析，弥补大概率判断可能存在的遗漏，并提醒用户危机存在的可能性，用理性论证的方式向用户预警。

这个过程围绕假设展开，在假设建立、融合与验证环节开展概率分析，得到可能性判断。对于过程和过程中可能出现问题的细化研究，是筛选方法、组合方法、构建体系的重要参考标准。

1.3概率判断过程中的重要影响因素：认知偏见上述概率分析过程中始终需要应对不确定性，这不是一个简单的数理分析过程，而是一个由头脑中预警问题相关假设驱动的过程。霍耶尔[9]认为分析人员在做出判断时总是要超越已知信息，克服空白，利用自己的认知来判断形势发展、得出结论，这是克服不确定性的主要手段。这种主观认知本身就可能包含了偏见，也是影响分析的重要因素。另外，欺骗的问题、意图分析的复杂性都会使得认知扭曲，认知偏见也就成为一种不可避免的存在。

这种认知偏见贯穿概率分析的整个过程。偏见可能存在于假设提出的过程中，如认为危机绝对不可能爆发，不愿意将危机假设纳入评估范围；也可能存在于征候评估阶段，如无法正确或充分认识征候价值，或忽视重要征候；也可能出现在得出判断的阶段，如认为依赖已有征候就可以得出预警判断，亦或不愿意相信那些看似十分清晰的征候信息，认为依靠已有信息无法得出清晰的判断，从而不愿发出预警；还有可能是针对预警情报分析工作模式的偏见，认为动态情况最能反映事态发展趋势，或认为搜集能解决所有的问题。不确定性对预警情报分析的负面影响主要体现在分析人员头脑中的认知偏见，因此在始终需要应对不确定性的预警概率分析的整个过程中，认知偏见也始终存在。

应对认知偏见的首要前提是要识别和接受其存在，让其从头脑中的抽象存在转化成可视化的问题，呈现在分析人员面前，理解认知偏见对分析可能产生的影响及影响程度，然后才能思考解决策略。实现这一目标，不能仅靠概率量化方法，而是需要有恰当应对思维问题的方法工具的支持。

2 预警情报分析方法体系的构成与分析路径

预警情报分析方法的选择和体系构建是以分析路径为依托，以应对分析问题的适用性为标准，以实现分析目的为目标。在构建体系的方法工具中，以假设-演绎法为核心的逻辑分析方法虽然不是显性存在，却是解决问题的重要底层思维工具，用于理清预警问题的逻辑和观察结果。此外，以分解和思维外化为特点的结构化分析方法是体系中的主线与核心，有助于克服思考过程中“黑箱式”操作带来的不透明问题，解决分析过程不可回溯的问题，提供应对认知局限的全新路径[10]。认识和使用结构化分析方法也被美国情报界认为可以提高分析人员的预警能力，可以就当前正在发生和突然性危机问题向决策发出警报[11]。概率统计与预测方法作为重要的辅助手段，可以用数字化方式量化和细化主观判断结果，同时呈现概率判断的过程和结果，有助于给出更清晰、更具逻辑性的判断结论，有序阐述结论得出的过程，或可更有利于与决策用户有效沟通。

上述三类方法可以纳入预警情报分析过程的三个阶段中：一是假设提出与选择，其特点在于尽可能勾勒未来的多种可能性，建立周详分析框架的方法，因此主要包括简单情景分析法、由表及里分析法这种便于拓展分析视野的方法；二是假设评估与验证，其特点在于通过情报信息来评估假设可能性的方法，因此需要诸如年表与时间轴线法、竞争性假设分析法等梳理情报信息并与假设进行关联的方法；三是假设的替代分析，其特点在于关注小概率危机假设，减少突然性带来的消极影响，因此需要若则分析、高影响低概率分析法等方法来减少主流假设思维定势的影响，将危机假设演化路径和结果呈现给决策用户。这种方法的分类主要基于分析阶段的功能，而非基于固有的、已形成共识的通用方法类别。这些方法工具相互融合，构建起预警情报概率分析的方法体系(见图1)，并形成明确的分析路径。

图1 分析方法体系基本架构示意图

2.1假设提出与选择：基于影响因素的逆向分析路径与方法群昆斯认为，为决策提供关键影响因素更为重要，分析不是简单的预测，特别是面对复杂问题时，更应该去描述趋势和作用力，识别可能影响形势发展的因素或变量，提出未来可能发生的情景，并对每种情景发生的可能性进行描述[3]。克拉克也认为，预测方法就是一种综合数据和评估作用力的方法，综合数据是为判断实体当前状态，评估作用力是为预测其未来状态[1]。基于影响因素的逆向分析就是通过情景分析建立假设，通过影响因素分析和假设概率初步分析来筛选假设的过程。这种以未来结果作为分析起点的逆向分析过程需要借助简单情景分析法、由表及里思考法、交叉影响矩阵法、决策影响树等方法工具，其中假设情景构建类方法具有情景生成的作用；影响因素分析类方法具有识别、提取影响因素并进行价值评估的作用，影响因素作用路径分析类方法具有形成假设初步结果概率的作用，具体如图2所示。

图2 基于影响因素的逆向分析路径与方法群

2.1.1 重构未来情景 未来有多种可能性，通过尽量清晰、合理地描述每种可能性的演化路径，是用故事情节的形式对未来的目标模型进行的描述[1]，由此构建起有关预警问题的图景式假设。简单情景分析法为实现上述目的提供了平台，以事理逻辑为基础，通过四种情景分类所构建的分析框架进行情景描述，展示推动情景发展的一系列相关的可能性事件、事件之间的相互关联与影响以及对于结果的影响，尽可能让这个描述的过程完整而符合逻辑。情景法不预测未来，却可以扩大分析框架，一组良好的情景能划定对未来可能走向的界限[12]，还可以降低不确定性带来的模糊性；分析结果的呈现也有助于决策者制定计划、充分利用未来可能出现的任何机会、管理不确定性带来的风险；对各种情景的关键指标进行监控，还可获得未来走向的预警[12]。情景分析是以结果为导向的逆向分析预测过程，未来图景的描述和展示也为后续分析奠定重要的思维基础。

如表1中，利用简单情景分析法针对某国政治选举结果开展的预测，描述了如期选举和民主过渡的最佳情景、遭到抵制延迟选举的最差情景、反对派抵制但当局控局的主流情景、政府不能控局的意外情景等四类情景的事件演化过程。情景描述本身就是一个拓展分析思维、直面预测复杂性的过程，直观呈现未来的多种发展路径也是一种寻求建立分析边界和管控不确定性的努力和尝试。通过细化对情景的描述，便于指标提取和监控。

表1 简单情景分析示例：某国大选结果

2.1.2 关键影响因素分析 情景想定的目的是彰显塑造未来的主要力量[1]。在勾勒情景的同时，影响因素会变得更加清晰可见。对于影响因素的分析可以为分析人员提供看待未来不确定性的理论指导和多种视角，也是让决策者对不确定性变得更加敏感的有效方法。情报判断能为决策用户所做的就是提醒其有哪些力量在起作用[3]。

关键影响因素分析包含三个重要步骤：一是影响因素的识别和归类，形成清单。克拉克认为可以从社会动力、经济问题、政治问题、技术问题等几个重要领域来归类[1]。另外，也可以利用由表及里思考法[12]，借助诸如STEEP+2等记忆术来进行归类。二是识别关键影响因素。利用交叉影响矩阵分析法[12]对影响因素的作用力进行比较判断，以量化分析呈现比较结果，可以得到影响因素重要性排序表，明确关键影响因素，形成假设情景概率分析的条件基础。三是识别关键影响因素的作用。可以利用力场分析法[12]细化关键影响因素对假设的作用维度和程度的分析，深化对关键影响因素的认知。

如表2中，对某国政治选举影响因素的分析，通过由表及里思考法，从政治、社会、技术、环境等几个类别提取出关键影响因素后，利用交叉影响矩阵对关键影响因素的重要性进行价值评估。在这种评估之后，还可以建立力场分析矩阵来细化影响因素作用方式的分析。

表2 交叉影响矩阵分析示例：某国大选结果

2.1.3 假设情景概率分析 确定关键影响因素后，还需明确因素间如何相互作用，因为危机情景演化是诸多影响因素相互作用的结果，所以假设的最终概率应该是影响因素概率的累积结果。利用决策影响树以假设情景作为决策点，反向思考影响因素之间的作用路径，逐层构建作用演化路径，形成假设结果与影响因素构成的概率图。这种系统化概率图的关键在于将一个问题分为若干部分，找出导致某种后果的影响因素[13]。这种逆向概率分析具有几个鲜明特点：一是以可视化的方式呈现概率结果以及影响因素的不同作用路径，分析人员不应仅仅关注结果概率，更应重视形成结果的影响因素以及其相互之间影响力的变化，观察事态演化的多种路径，以及对于结果可能产生的影响；二是每种假设情景并非只有一种结果概率，其概率会因为影响因素之间不同的作用方式和作用力大小而出现变化，分析人员应以此为线索进一步分析变化出现的原因和条件。这种分析能更好地向决策用户呈现事态发展的多种可能性，以及危机情景演化的条件路径，或将比简单呈现单一结果更加有效。如图3所示，通过关键影响因素的不同作用方式，勾勒出民主过渡、寡头政治当选、颜色革命等不同未来情景的发展路径，并通过路径节点的概率累积分析，形成对于结果概率的最终评估。

图3 决策影响树概率分析示例：某国大选结果

2.2假设评估与验证：基于征候信息的动向分析路径与方法群征候是预警情报分析的基础，指标则是判断征候的根本依据，基于指标的征候分析是预警情报分析的核心内容，也是对假设进行评估和验证的关键方法。基于征候信息的正向分析是通过对分散的征候信息的识别、关联和推理，进行逻辑归纳，形成假设概率结论。核心任务是对征候信息进行持续观察和梳理，开展包括征候变化分析、征候指标关联价值分析、征候诊断价值分析等深度征候分析，基于此进行假设概率评估和判断，反映概率变化情况与趋势。因此，这个过程需要诸如征候梳理与关联、价值评估以及假设概率判断等方法，见图4。

图4 基于征候信息的正向分析路径与方法群

2.2.1 征候梳理与关联分析 预警情报分析需要以征候事实为基础。预警情报分析是一项系统工程，征候也应被视为一个整体来看待，而非碎片化的情报信息，因此，征候分析的前提是系统整理所接收到的信息，放在同一框架下评估。对于需要分析危机演化路径的预警情报分析来说，时间逻辑线应该是最好的综合评估框架。使用年表与时间轴线法[12]可以通过时间线索识别信息内在联系，开展关联分析。葛莱伯认为，征候时序表是一种最为有效的征候分析方法，在进展缓慢、持续数月的危机中，如果按时间先后记录信息，新旧情报素材之间的内在关系可能会突然变得明显起来[2]。同时，经过整理的征候时序表便于分析人员观察征候变化，这种变化反映的可能是某种异常情况，变化的累积也可能就是危机演进或即将出现的征兆。危机通常由一系列异常事件所组成[2]，识别异常变化，有助于勾勒危机演进路径图，识别重要趋势。如表3中，针对A国动武意图的分析，首先以系统梳理征候信息时间顺序为切入点，一方面通过与“可能动武”这一危机假设进行关联，去除没有明显关联性的非征候信息；另一方面还可以关注异常情况。

表3 征候时序表示例：判断A国是否会对B国动武

表3中，通过时序分析至少能够发现两处异常变化：一是政治征候前后出现较大变化，领导人态度在短期内发生巨大转变，因此后期释放“和平”信号的政治征候被标识为异常信息；二是政治征候和军事征候在后期出现矛盾，即可能动武的军事征候愈发明显，但相关政治征候却逐渐淡化，似乎出现和平转机，因此最后一条显示动武准备的军事征候也应该被标识为异常信息。这种变化和矛盾之处应该作为后续分析的线索，便于对危机爆发可能性以及预警对象的意图做出更为客观的分析和判断。

2.2.2 征候-指标关联价值分析 基于时间逻辑线的梳理可以得到一份征候信息清单，但是进一步分析会发现清单中可能存在的两个问题：一是征候可靠性的问题，即存在虚假的情报信息，或者情报信息为真，却是虚假的征候，因此真假征候信息之间可能存在相互矛盾之处；二是征候重要性的问题，即使所有情报信息都为预警征候，有些可能是明确指向危机动态的关键征候，有些可能指示意义不大，不应同等对待。因此还需要对征候进行细化处理，判断征候的关联价值大小，即征候本身的可靠性以及与指标的关联程度，识别具有重要意义的征候。这种关联价值判断可以借助关联矩阵方法，利用多专家赋值的方式对于征候与指标的匹配度进行评价，得到每个专家对于征候关联价值的基本判断，见表4。然后通过方差分析综合统计赋值的具体情况，分析征候评价的变异系数，得到有关征候价值的最后评价结果，见表5。

表4 征候关联价值判断：基于专家赋值的关联矩阵分析示例

表5 征候关联价值判断：方差分析示例

表5列出专家对表3中出现的矛盾征候信息进行价值判断的结果，基于多位专家的赋值，通过方差计算，可以得到每条征候信息赋值的平均值和变异系数。其中，变异系数最小的是第19条征候信息，说明专家对该征候的价值判断更趋于一致，因此其价值平均值更具参考性，同时该征候的得分也最高，由此该征候的价值更大，在概率分析时应予以重点关注。另外，与该征候矛盾的征候信息12和18存在更多争议且得分更低，因此价值相对更低。

2.2.3 征候诊断价值分析 征候指标关联价值分析关注的仍是征候本身，更为深入分析需要评估征候的诊断价值，即对假设的支撑度，一方面去除缺乏诊断价值的征候，另一方面基于对征候的整体评估情况，可以对每种假设的可能性得出初步结论，作为假设概率分析的基础。利用竞争性假设分析方法[12]提供的可视化平台呈现这个综合匹配的过程和结果。此外，还可以用量化赋值的方式标记征候与假设的匹配度。根据诊断价值大小，规定不同的赋值区间：如(1)支持一个假设得分为60～100分；(2)支持两个假设得分为20～60分；(3)支持三个假设得分为0～20分。不支持任何假设的征候信息应该用特殊符号来标记，这可能意味着存在其他可能性。征候诊断价值分析是在征候关联价值分析的基础上，完善对于征候价值的评估。征候价值的变化并非一成不变，因此这个矩阵图也应该随之不断调整。如表6所示，征候-假设匹配矩阵可以直观呈现征候信息的诊断价值高低；值得关注的是征候信息6，不支持已有假设，却恰好说明存在其他可能性，这是完善假设情景的重要线索，可以用重点符号标记。

表6 征候信息匹配度评估示例：A国是否会对B国动武

2.2.4 假设概率综合分析 对征候关联价值和诊断价值的评估，可以建立起对征候的基本认识。但是多数征候在单独分析时很难看出明确的指示意义，看似价值小、匹配度不高的征候可能是危机事态发展的重要标志，而价值大、匹配度高的征候也可能存在欺骗的问题。因此应该将所有征候视为一个整体，通过累积性关联来分析假设的概率变化。贝叶斯分析法就是这样一种概率分析工具，将经过时序梳理的征候与假设逐一匹配，形成概率累积计算结果，竞争性假设分析得出的假设可能性结果可作为先验概率设置的参考值，对征候信息进行似然比赋值可以计算假设的后验概率。在贝叶斯矩阵中，似然比是个重要的概念，既反映了征候信息对假设的支持度，也会对假设概率产生累积性影响。这种方法有助于反映每种假设概率的变化情况，更为直观地呈现事态发展方向。持续关注和比较概率变化，以此为线索开展搜集和分析，有利于及时识别危机信号。分析人员随时可以根据获得的新征候更新概率，通过重复使用这种方法，可以用似然值来评估和显示不同假设发生的相对可能性[13]，看似不重要的征候不会被轻易舍弃，而是被融入到整个分析过程中，对最后的概率判断发挥作用，见表7。

表7 贝叶斯假设概率分析示例：A国是否会对B国动武

表7的贝叶斯分析矩阵中，武力进攻的危机假设概率在明显的军事征候出现后持续上升，并呈现压倒式增长，即使后续出现了显示和平的征候信息，基于累积分析，也不能逆转概率趋势，此时的分析人员应予以警惕，必要时发出预警。另外，该危机假设的概率值到达顶峰后，在较短的时间内又出现突降，这种概率的较大变化也应予以关注，作为分析线索来探查变化出现的原因。由于征候搜集的不完整性和欺骗的存在，这种累积概率分析也可能存在错误，但是其最大意义在于尽可能记录事态发展的路径，便于标记出现的变化，这些或大或小的变化将会为深入评估提供重要线索。

2.3替代分析：小概率替代分析路径与方法群预警概率判断的重要性不完全在于精确描述概率，还在于让决策用户接受危机爆发的可能性并考虑采取应对措施。如果密集出现昭示和平的否定性征候后，前期的大概率分析可能会得出一个判断：大概率假设不是危机假设。理解了预警情报分析概率性预测本质，就应该明白，影响重大的危机假设即使当前的概率值很低，也无法排除其存在的可能性，这种低概率的判断结果可能是因为搜集空白或对手欺骗造成的。此时有必要开展小概率替代分析，以危机假设已成现实作为逻辑分析起点，构建事态发展的可能路径。这个过程也需要使用逆向思维，构建情景想定，提取观察指标来监控危机假设的概率变化，因此需要情景分析法、指标法和主观概率赋值判断等方法支持，见图5。

图5 小概率替代分析路径与方法群

2.3.1 基于危机假设重构情景想定与生成指标 葛莱伯认为，预警判断对决策者的重要性并不取决于事件概率本身，而取决于相关事件一旦发生所带来的潜在后果[8]。小概率替代分析正是从危机结果入手逆向论证结果出现需要具备的基本条件及其可能性。危机结果可能有多种演化路径，应该尽量充分纳入考虑，才能最大限度管理由此带来的后果风险。若

则分析法[12]为实现这一分析目的提供了重要的思路，假设危机已经发生，思考危机爆发需要的前提条件，以情景想定的方式描述危机多种演化路径，并细致呈现这个过程中的阶段性、具有转折性意义事件，结合指标法[12]和指标因子法[12]从中提取关键性指标并进行价值判断，作为征候关联分析的标准，以备定期监控事态变化，见表8。

表8 小概率危机假设分析示例：若则分析法

2.3.2 情景想定概率分析 针对已经建立起的情景想定，可以利用诸如德尔菲法等专家评估方法，对可能性和重要性给出基本判断，作为后续评估的基准参考值。然后利用提出的观察指标不断匹配接收到的征候情报，对小概率危机假设的概率进行深度评估。这种评估主要关注两个方面的内容：一是利用专家判断的方式对已有的想定进行概率判断，进一步识别影响因素，评估影响因素的相互作用，分析可能造成的影响和后果。二是基于贝叶斯方法的征候关联，评估小概率假设的概率变化情况，当概率评估出现较为明显的变化，应该引起注意。这种变化可能由异常征候引发，此时应对异常征候进行深度分析，甄别其可靠性，并对其关联与诊断价值进行二次评估；或者也可以启动下一步的应对分析。

2.3.3 基于异常征候的危机假设应对分析 利用征候分析监视情景想定概率变化的同时，一旦发现异常征候信息时还需启动高影响低概率分析[12]，这种方法通常在收到信息，指示某些极小概率危机事件具有发生可能性时会使用，目的不在于评估事件发生概率，而在于评估事件本身可能造成的后果和应对方案。从该警示性信息入手，分析事件最可能产生的结果以及如何应对这种结果。跳脱原来的思维框架，从危机思维的角度重新审视容易被忽视的小概率事件。如表8中的想定3的概率排序上升到首位，可能是由于出现了诸如“反对派在各新媒体上造势，称其候选人被当局刺杀”这样的异常征候。此时应该在想定3描述的事态发展路径基础上，探讨如何应对由此引发的结果。同时针对新征候不断细化危机爆发合理性路径描述，增加观察指标，利用贝叶斯方法持续评估和监控概率的后续变化，并定期将变化和评估告知决策用户。这种针对情景想定的描述和论证可能只是对未来的某种大胆推断，却能提高决策用户对这种危机假设可能性的敏感度和重视程度。

依托假设分析为核心的预警情报分析流程所建立起的方法体系，以分析阶段特点、功能与目标为结构分类标准，确定纳入每个阶段的方法。三个阶段虽然功能目标有所差异，但共同之处都在于建立分析边界、控制思维偏见的误导、降低突然性的消极影响，并一定程度上实现对不确定性的管控。如图1所示，虽然阶段性目标确定了方法的分类边界，但这种边界并非一种绝对固化的存在，方法体系是为应对预警情报分析过程中的不确定性问题而设计的体系性策略，这种策略可以根据分析阶段中出现的新问题进行有序调整，因此是一个具有动态调整弹性的体系结构。

3 方法体系的价值评估

基于概率视角的分析方法体系，是以理解预警概率分析过程为出发点，探讨方法对完成每个分析步骤的适用性，以及作为体系如何更好地实现预警目标。方法体系的构建具有明确的理论和应用价值，当然也有一些需要注意的局限性。

3.1方法体系构建的理论价值方法体系构建本身对于理解预警情报分析本质、厘清预警情报分析主要问题和深化预警情报分析方法与模式研究都具有理论价值。一是通过对方法构建依据的研究，理解不确定性和认知偏见对预警情报分析的影响是贯穿始终的，由此预警情报分析本质上只是一个不断应对这种影响的工作过程，预警情报分析能够得到的只是基于已有征候数据的概率性预测结果；二是方法体系构建的前提是研究预警情报分析流程，这个过程始终受到认知偏见的影响而使得结果容易出现偏误，因此对于过程环节的研究可以不断深化对分析存在问题的认知，并从体系构建的角度探讨解决方法；三是方法体系构建研究探讨方法的适用性、方法的关联性以及方法组合的可能性，在这个过程中构建了多种分析模式，包括动向分析模式、逆向分析模式、应急分析模式等，有助于深化对预警情报分析方法的研究，对于不断优化基于方法的预警情报分析模式研究也有参考意义。

3.2方法体系的应用价值该分析方法体系对于分析实践也可以起到辅助性作用：一是通过序化概率分析过程实现分析的结构化，呈现从假设提出到得出结论的整个分析思考过程，便于回溯检视可能存在的认知偏见，思考应对之策；二是融合多方法工具建立多元思维分析模式，斯科特·佩奇认为通过考虑多个模型，实现可能情况的交叉，可以克服单个模型导致的狭隘性[14]。方法体系融合了多种思维模式，有助于从多个角度针对预警问题开展分析，避免使用单一方法可能带来的分析偏误；三是可以根据任务需求开展多功能分析，三条路径的组合可以形成完整的预警情报分析链路，形成对预警问题的全方位研究；同时不同路径可以独立使用或重新组合，以满足不同研究时长、研究任务内容要求的预警情报分析工作；四是形成预警情报分析的基本认知框架，便于后续不断吸纳新的方法，实现体系的迭代和升级，进一步提升预警情报分析工作质量；五是分析环节细化、阶段任务与目标的进一步明确，不断完善这个体系，可以为预警情报分析自动化平台建设提供重要的方法基础。

3.3方法体系的局限性方法体系为开展预警概率分析提供了重要的方法路径，对征候的不完整性、欺骗的存在、分析人员的认知偏见等不确定性难题都提出了应对之策，但是却无法完全消除模糊性的问题。另外，面对涉及复杂影响因素的预警问题，方法体系虽然可以在一定程度上优化对影响因素或变量的管理，却不能解决关键变量不可知的问题。未来有多种可能性，受到多种变量错综复杂的作用，无论多么高效科学的分析方法，都难以将所有的变量及其相互关系形成清晰有序的图谱，特别是在进行预测判断时更是如此[15]。面对这种不可控性，方法体系只能试图以限定边界的方式来勾勒看似合理的未来框架，在一定程度上管理风险，而非完全控制风险。最后，促使决策采取行动是一件更为复杂的任务，如何能够清晰评估不确定性对于决策用户的影响程度，以及用户对概率判断的接受程度，都是需要进一步研究的方向。

4 结 语

预警情报分析是一个对预警问题相关假设开展概率性分析的过程，这个过程始终受到不确定性的影响，这种影响以认知偏见为主要形式贯穿分析始终。理解预警情报分析的本质、厘清分析步骤以及对抗认知偏见的影响，就成为方法体系构建的依据。方法体系的构建对应假设的提出与选择、评估与验证及替代结论得出的思考阶段，由此形成相互支撑的三条分析路径，以及可视化的预警概率分析的操作流程。方法体系构建本身对于预警情报分析以及分析方法的研究都具有理论意义，同时方法体系本身也体现出较为明显的应用价值。充分利用方法体系，不仅可以建立应对不确定性和认知偏见的分析框架，形成应对复杂问题的思维分析模式，同时可以实现分析的回溯和纠偏功能，提高了分析的科学性，也为实现预警目标提供方法基础。