计算社会科学与科学决策的未来

计算社会科学的发展为复杂决策带来变革的可能。尽管专家知识和判断仍将是决策的重要依据,但基于客观数据和计算的判断将有可能让决策变得更加科学。计算社会科学有两大技术路径:一是以“模仿”(imitate/mimic)为基础的机器学习与人工智能技术;二是以“模拟”(simulate)为基础的行为体建模(Agent-Based Modeling,ABM)技术。而未来的一个重要方向应该是机器学习与ABM技术的结合。根据计算社会科学的这一特点,研究者需要超越“大数据计算”思维,采取“全数据计算”思维,根据需要解决的不同问题确立不同的数据需求组合,而不是让数据量或者来源来决定研究问题。鉴于计算社会科学对决策的积极作用,中国应在“决策计算社会科学”上有所作为。

机器学习在冲突预测方面的局限

《世界经济与政治》2023年12期,37000字暴力冲突尤其是大规模暴力冲突对任何社会都会带来灾难性后果,除阻碍经济增长外还会导致大量人员伤亡并引发难民潮。冷战结束后,世界范围内的各类冲突数量呈上升趋势。提前预测可能爆发的暴力冲突对预防、缓解和化解冲突都具有重要意义。

机器学习在冲突预测方面的局限——基于对暴力预警系统的再检验与讨论

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热门工具之一。在和平与冲突研究领域,作为预测冲突的重要手段,机器学习算法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。一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。另一些项目和研究虽然公布了它们的数据和算法等,但在关键指标上表现欠佳。通过检验暴力预警系统,发现该系统基于机器学习的相关分析对非洲地区冲突的预测效果并不理想。事实上,无论是基于统计学建立的因果关系模型还是机器学习挖掘出的关联性规则,都无法精准预测未来发生的冲突,其原因在于国家的内外部环境会随着时间推移而发生变化。新冲突的发生可能受全新因素的影响,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,这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预测冲突这一涌现性结果的前景并不乐观,研究者在对冲突进行预测时还需要融合多种方法。

不确定的建议的价值:罗伯特·杰维斯的《知觉与错觉》

《国际政治中的知觉与错误知觉》(以下简称《知觉与错觉》)是罗伯特·杰维斯(Robert Jervis)在而立之年完成的一部令人赞叹的杰作。②在这本书中,他凭借广博的学识实现了心理学、科学史(第165-172、195-201页)、外交史和国际史的有机整合。

算法瞄准与智能选举:算法如何重塑西方选举

西方正在进入智能选举的新时代,数据资源和算法技术开始重新定义西方的选举政治,选举不仅是政党政策主张之间的比拼和选民自由意志的选择,而且越来越成为不同政党和选举人在数据和算法领域的较量。最大限度地搜集和挖掘选民数据,运用智能算法对选民展开精准动员,引导选民行为以收割选票,成为算法时代新的选举方程式。

“无代表,不算法”:算法统治的政治代表性问题

算法统治(algocracy)是公共部门利用算法技术创造的一种新型统治秩序和治理形态。政务算法化正席卷各类政体,不断放大国家的规制性权力、强制性权力和分配性权力,重塑权利与权力、自由与秩序、公平与效率之间的平衡关系。当前,算法统治在算法输入、运算和输出环节存在授权、问责、回应方面的实质性代表性问题,造成公民声音的不在场性和公民权益的损失风险。同时,算法统治倾向于不断沉积、固化、强化乃至结构化特定群体的弱势地位,排斥少数群体的平等出场和权益实现。建构“算法代表性”有助于约束“算法利维坦”的权力边界和运行方式,保障公民特别是弱势群体的算法权益,提升算法统治的合法性,同时拓展新技术环境下的代表理论。

国家安全要素的互动:经贸联系对双边外交立场的影响——基于联合国大会投票数据的研究

基于实证数据,对中美两国与其他国家双边立场的距离和经贸相关变量进行回归分析。对有关中国外交立场的距离和经贸相关变量作出进一步处理并进行实证检验。研究表明:第一,不论是中国还是美国,各国对其贸易依赖度越高,双边外交立场距离越近;第二,对于发达国家,各国对中国贸易依赖度越高,双边外交立场距离越近,而对于发展中国家,各国对中国贸易依赖度同其与中国的双边外交立场距离不存在显著关系;第三,不论是发达国家还是发展中国家,各国对中国投资依赖度越高,双边外交立场距离越近。通过实证检验,对未来中国对外经贸政策提出建议:第一,中国应继续提高同各国的经贸联系,加强本国在世界经贸体系和全球供应链的地位,从而增强与其他国家的外交联系;第二,面对不同经济水平的国家,中国在对外交往过程中应制定与该国实际情况相符的政策,从而更好地促进双边关系,保障中国的国家安全。

选举争议的政治逻辑:美国的选举公正问题及其政治极化根源

自由且公正的选举是西方竞争性民主体制得以运转的制度根基.然而,近年来选举操作失范和选举争议在西方屡见不鲜,2020年美国总统大选中,唐纳德·特朗普曾宣称出现大规模选举舞弊并拒绝承认选举结果.发达民主国家存在哪些选举公正问题?为何会出现这些问题?将造成怎样的政治影响?本文基于比较政治的视野,聚焦美国选举过程中的公正问题,围绕选举管理系统、选民资格认证、选区划分、投票和计票规则等关键领域展开深入剖析,并通过区分选举操控和选举舞弊,考察美国选举公正问题的表现形式、争议根源及其政治后果.基于此,本文尝试从政党政治极化的视角剖析美国选举争议的生成机理和发展情势.本文认为政党政治极化推动了选举公正问题的高度政治化,选举公正问题的党派之争反过来进一步加剧了政治极化.美国当前的选举公正问题集中表现为不合理的选举制度安排和两党对选举规则的争夺和操控上,并未上升为大规模系统性组织化的选举舞弊.政党政治极化与选举争议的交互强化以及共识型选举改革的僵局才是当前美国选举制度的危机所在.