一種競爭性假設(shè)分析量化情報(bào)分析方法

牛鵬 曹立寧 薄小龍

摘 要：文章介紹了情報(bào)分析中的競爭性假設(shè)分析方法（Analysis of Competing Hypothesis，ACH），針對(duì)現(xiàn)有ACH采信證據(jù)時(shí)可信度參數(shù)不明確、證據(jù)評(píng)級(jí)沒有量化、結(jié)論評(píng)估沒有概率化的問題，引入主觀概率參數(shù)來表示證據(jù)可信度，對(duì)證據(jù)評(píng)級(jí)進(jìn)行分值量化來反映證據(jù)的“診斷價(jià)值”，并提出了一種評(píng)估結(jié)論概率化表示的方法，以數(shù)值概率的方式描述各種假設(shè)成立的可能性，使分析和表述更加精確。

關(guān)鍵詞：競爭性假設(shè)分析法（ACH）;可信度;量化;概率化

中圖分類號(hào)：G353.1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-1064（2021）06-126-03

DOI：10.12310/j.issn.1674-1064.2021.06.061

英國哲學(xué)家卡爾·波普爾提出了證偽主義思想，并影響了情報(bào)分析方法。波普爾認(rèn)為，科學(xué)發(fā)現(xiàn)始于假說，始于問題?？茖W(xué)知識(shí)或科學(xué)理論不能用經(jīng)驗(yàn)來證實(shí)，科學(xué)和非科學(xué)的劃界標(biāo)準(zhǔn)不是“可證實(shí)性”，而是“可證偽性”，經(jīng)不起觀察和實(shí)驗(yàn)檢驗(yàn)的理論必須淘汰。在情報(bào)分析領(lǐng)域，霍耶爾基于證偽主義思想，提出了競爭性假設(shè)分析方法，即定義問題、提出假設(shè)、搜集信息、評(píng)估假設(shè)、選擇最有可能的假設(shè)以及對(duì)新癥候繼續(xù)監(jiān)控[1]。

在ACH研究方面，崔華華介紹了競爭性假設(shè)分析法在軍事情報(bào)分析中的應(yīng)用[2];辛永濤認(rèn)為ACH的合理運(yùn)用和推廣，可以有效解決邊防情報(bào)分析人員思維定勢(shì)和認(rèn)知偏見的問題[3];王肖戎提出對(duì)ACH進(jìn)行結(jié)構(gòu)化改進(jìn)，輔以自動(dòng)化技術(shù)支持的設(shè)想[4];姚澤清針對(duì)情報(bào)資料中“信號(hào)”與“噪聲”并存的問題，提出一種基于競爭性假設(shè)分析的主成分分析方法來進(jìn)行情報(bào)分析[5];施國良引入競爭性假設(shè)分析法，通過對(duì)馬航失聯(lián)事件的分析，介紹ACH方法及其在大型突發(fā)性事件中的應(yīng)用[6];呂學(xué)志分析了現(xiàn)有ACH存在的不足并給出了改進(jìn)方法，并以諾曼底登陸戰(zhàn)役為例，證明了改進(jìn)后的ACH方法可以更加合理[7]。上述文獻(xiàn)對(duì)于ACH的分析過程和評(píng)估結(jié)論中，如何以量化的形式進(jìn)行研究和精確表述尚未充分研究。文章對(duì)ACH的8個(gè)步驟中的3個(gè)步驟，通過引入證據(jù)可信度參數(shù)、證據(jù)評(píng)級(jí)賦分和計(jì)算評(píng)估結(jié)論概率的方法，提出了一種ACH量化分析方法。

1 ACH概述

ACH是一種結(jié)構(gòu)化分析方法，提倡以系統(tǒng)化、透明化的方式，將主觀思考過程外在化、具體化，以使其能夠被他人共享、改進(jìn)和更容易被評(píng)判[8]。基于對(duì)認(rèn)知心理學(xué)、決策分析和科學(xué)方法的基本認(rèn)識(shí)，ACH經(jīng)過了實(shí)踐檢驗(yàn)，能幫助情報(bào)分析人員克服人的知覺、記憶等認(rèn)知局限，避免常見的思維定勢(shì)、滿意策略、鏡像思維等思維誤區(qū)，主要包括8個(gè)步驟。

步驟1，確定假設(shè)：可以采用團(tuán)隊(duì)頭腦風(fēng)暴法考慮所有可能的假設(shè)，不確定性越高，或者分析結(jié)論對(duì)政策的影響越大，需要考慮的假設(shè)就越多。所有假設(shè)都應(yīng)具有排他性。

步驟2，列出證據(jù)：證據(jù)是影響判斷假設(shè)的所有因素，而不單單指可靠證據(jù)，還有分析人員的假定或邏輯推論。既有正面證據(jù)，也有反面證據(jù)。

步驟3，生成矩陣：建立以假設(shè)為行、以證據(jù)為列的矩陣，對(duì)各種證據(jù)的“診斷價(jià)值”進(jìn)行分析。

步驟4，精簡矩陣：用于區(qū)分兩個(gè)假設(shè)的證據(jù)很少，可以合并假設(shè);為了涵蓋所有關(guān)鍵選項(xiàng)，可以增加新的假設(shè);針對(duì)情報(bào)信息空白可以加入新的證據(jù)，也可以剔除毫無“診斷價(jià)值”的證據(jù)。

步驟5，得出初步結(jié)論：統(tǒng)計(jì)支持假設(shè)與反對(duì)假設(shè)的證據(jù)比重，得出初步結(jié)論。

步驟6，分析證據(jù)敏感程度：考慮對(duì)關(guān)鍵證據(jù)或因素的敏感程度，對(duì)關(guān)鍵假定條件進(jìn)行質(zhì)疑，重新審視前面步驟的思考過程。

步驟7，報(bào)告結(jié)論：闡明各種假設(shè)的可能性，而不僅僅是相對(duì)可能的假設(shè)。

步驟8，設(shè)定監(jiān)控清單：分別確定能夠證實(shí)和反對(duì)現(xiàn)有判斷的未來事件的指標(biāo)清單，實(shí)施持續(xù)監(jiān)控。

2 對(duì)ACH的量化分析改進(jìn)

針對(duì)現(xiàn)有ACH第2步證據(jù)可信度和第3步“診斷價(jià)值”未量化以及第5步初步結(jié)論未概率化的問題，分別做以下三個(gè)方面的量化改進(jìn)。

2.1 引入證據(jù)可信度參數(shù)

證據(jù)并不都是經(jīng)過完全證實(shí)的，可能是對(duì)手通過傳遞信息或發(fā)出信號(hào)，塑造的分析人員希望看到的欺騙信息，分析人員應(yīng)當(dāng)經(jīng)?？紤]對(duì)手或競爭者試圖進(jìn)行誤導(dǎo)或隱藏重要信息的可能性[8]。欺騙的最終結(jié)果，是導(dǎo)致敵方誤判形勢(shì)，作出（或不作出）某種你希望他作出的反應(yīng)[9]。所以，分析人員對(duì)現(xiàn)有證據(jù)不能抱以百分之百確信的態(tài)度。主觀概率，是情報(bào)分析中的常用表述方式，表達(dá)的是分析人員個(gè)人對(duì)某種解釋或判斷正確性的相信程度[10]。文章引入主觀概率參數(shù)C，表示證據(jù)本身的可信程度，Ci表示第i個(gè)證據(jù)的可信程度。證據(jù)是否可信，可以采用“欺騙識(shí)別法”[8]等方法進(jìn)行評(píng)估，給每個(gè)證據(jù)賦予一個(gè)主觀的可信度數(shù)值概率。0表示肯定錯(cuò)誤，1表示肯定可信。文章采用的主觀概率數(shù)值如表1所示。

2.2 對(duì)證據(jù)評(píng)級(jí)進(jìn)行分值量化

設(shè)第3步的診斷價(jià)值矩陣中共有m個(gè)證據(jù)，n個(gè)假設(shè)，用E表示證據(jù)，H表示假設(shè)，診斷價(jià)值矩陣為M，Mij表示第i個(gè)證據(jù)Ei對(duì)第j個(gè)假設(shè)Hj的反對(duì)程度或不一致程度，則診斷價(jià)值矩陣所示為：

基于證偽思想，為進(jìn)行量化評(píng)估，給Mij賦予一個(gè)合理的分值，取值范圍為[-10，10]，分為5個(gè)等級(jí)。如果Ei與Hj一致，Mij=-5，如果不一致，Mij=5;如果證據(jù)特別有說服力，Mij=-10，如果證據(jù)會(huì)大大降低假設(shè)的可能性，Mij=10;如果證據(jù)不適用于該假設(shè)，則Mij=0。Mij為正，表示證據(jù)反對(duì)假設(shè);Mij為負(fù)，表示證據(jù)支持假設(shè)。證據(jù)與假設(shè)的不一致程度或反對(duì)程度越高，Mij越大，反之越小。用分值的大小和正負(fù)體現(xiàn)波普爾的證偽思想。

2.3 對(duì)評(píng)估結(jié)論進(jìn)行概率化表示

對(duì)診斷價(jià)值矩陣進(jìn)行精簡處理后，矩陣中只剩下有診斷價(jià)值的證據(jù)與合理的假設(shè)。基于現(xiàn)有證據(jù)，為得到一個(gè)概率化的評(píng)估結(jié)論，對(duì)矩陣中各假設(shè)的綜合診斷價(jià)值分值進(jìn)行函數(shù)映射，通過映射后的分值反映假設(shè)成立的可能性。

設(shè)精簡矩陣還有證據(jù)L個(gè)，假設(shè)S個(gè)，記Hj的綜合診斷價(jià)值分值為Mj，則Mj= Ci Mij，則Mij的取值范圍為[-10L，10L]，Mj越大，表明證據(jù)對(duì)該假設(shè)的反對(duì)程度越高，該假設(shè)成立的可能性就越低;反之，可能性越高。

這個(gè)綜合診斷價(jià)值分值，雖然可理解性比較強(qiáng)，但不能統(tǒng)一直觀地反映假設(shè)成立的可能性。為此，考慮將綜合診斷價(jià)值分值統(tǒng)一映射到一個(gè)新的分值區(qū)間，以便較好地反映假設(shè)成立的可能性。Mj映射后的分值用yj表示，文章對(duì)新的分值有以下三點(diǎn)考慮：

映射后的分值位于區(qū)間[0，100]，所有證據(jù)可信度為1且都強(qiáng)烈反對(duì)Hj，即Mj= 10L時(shí)，yj= 0;所有證據(jù)可信度為1且都強(qiáng)烈支持Hj，即Mj= -10L時(shí)，yj= 100;所有證據(jù)可信度為1且對(duì)Hj的支持程度和反對(duì)程度完全抵消，即Mj=0時(shí)，yj= 50;

yj分值越高，Hj成立的可能性越高，反之可能性越低;

采用線性函數(shù)映射。

計(jì)算可得該函數(shù)為yj= -? Mj+50。

各個(gè)假設(shè)互斥，成立的概率之和為1，則Hj成立的概率Pj可表示為Pj= 。

3 量化分析改進(jìn)后計(jì)算示例

不考慮具體情報(bào)分析問題，簡化其他步驟，僅關(guān)注文章提出的量化改進(jìn)點(diǎn)，設(shè)精簡后的診斷價(jià)值矩陣后還有5個(gè)證據(jù)，3個(gè)假設(shè)，一個(gè)簡單的ACH分析計(jì)算示例如表2所示。

計(jì)算概率后，在第5步得出初步結(jié)論時(shí)，可以將結(jié)論描述為H1成立的可能性為17.8%，H2成立的可能性為30.6%，H3成立的可能性為51.6%，而不僅僅是H3成立的可能性最高這樣的簡單表述。有了合理的數(shù)值化概率，能方便決策者針對(duì)各種可能性制定合理的預(yù)案。

4 結(jié)語

文章在現(xiàn)有ACH基礎(chǔ)上，基于證偽主義思想，通過引入證據(jù)可信度主觀概率參數(shù)、證據(jù)評(píng)級(jí)量化賦分、評(píng)估結(jié)論概率化等三個(gè)方面的改進(jìn)，提出了一種ACH量化分析方法，使得ACH過程能量化分析、結(jié)論能概率化表示，分析和表述更加精確。將量化改進(jìn)后的ACH用于軍事情報(bào)分析，如對(duì)敵方重要軍事目標(biāo)或行動(dòng)的判斷，所得結(jié)論能為決策者提供精確的可能性判斷，便于決策者精準(zhǔn)考慮所有假設(shè)的可能性，科學(xué)調(diào)度資源，制定合理方案。

需要關(guān)注的是，量化分析后的評(píng)估結(jié)論的概率化數(shù)值不是一成不變的，后期如果有新的證據(jù)的繼續(xù)添入或原有證據(jù)可信度的調(diào)整，評(píng)估過程需要重新計(jì)算，會(huì)得到新的假設(shè)可能性，這也是結(jié)構(gòu)化分析方法開放、透明的體現(xiàn)。

參考文獻(xiàn)

[1] 高金虎，張魁.情報(bào)分析方法論[M].北京：金城出版社，2017：184-187.

[2] 崔華華，林濤.論軍事情報(bào)分析中競爭性假設(shè)分析法的應(yīng)用[J].情報(bào)雜志，2006（12）：53-55.

[3] 辛永濤.淺析競爭性假設(shè)分析法在邊防情報(bào)分析中的應(yīng)用[J].云南警官學(xué)院學(xué)報(bào)，2008（2）：91-94.

[4] 王肖戎，史建偉.結(jié)構(gòu)化改進(jìn)競爭性假設(shè)分析法[J].社科縱橫，2009，12（6）：114-116.

[5] 姚澤清，張晨光.基于競爭性假設(shè)分析的主成分分析法在情報(bào)分析里的運(yùn)用[J].軍事運(yùn)籌與系統(tǒng)工程，2014，28（1）：25-29.

[6] 施國良，周曉帆.競爭性假設(shè)分析法在大型突發(fā)性事件分析中的應(yīng)用研究[J].情報(bào)雜志，2015，34（1）：27-31.

[7] 呂學(xué)志，胡曉峰.基于改進(jìn)競爭性假設(shè)分析的戰(zhàn)役企圖分析方法[J].系統(tǒng)工程與電子技術(shù)，2019，41（3）：555-563.

[8] 小理查茲·J.霍耶爾，倫道夫·弗森.情報(bào)分析結(jié)構(gòu)化分析方法[M].北京：金城出版社，2019：1-5，205-210.

[9] 高金虎.軍事情報(bào)學(xué)[M].南京：江蘇人民出版社，2017：390-391.

[10] 小理查茲·J.霍耶爾.情報(bào)分析心理學(xué)[M].北京：金城出版社，2015：190-193.