一种竞争性假设分析量化情报分析方法

牛鹏 曹立宁 薄小龙

摘 要：文章介绍了情报分析中的竞争性假设分析方法（Analysis of Competing Hypothesis，ACH），针对现有ACH采信证据时可信度参数不明确、证据评级没有量化、结论评估没有概率化的问题，引入主观概率参数来表示证据可信度，对证据评级进行分值量化来反映证据的“诊断价值”，并提出了一种评估结论概率化表示的方法，以数值概率的方式描述各种假设成立的可能性，使分析和表述更加精确。

关键词：竞争性假设分析法（ACH）;可信度;量化;概率化

中图分类号：G353.1文献标识码：A文章编号：1674-1064（2021）06-126-03

DOI：10.12310/j.issn.1674-1064.2021.06.061

英国哲学家卡尔·波普尔提出了证伪主义思想，并影响了情报分析方法。波普尔认为，科学发现始于假说，始于问题。科学知识或科学理论不能用经验来证实，科学和非科学的划界标准不是“可证实性”，而是“可证伪性”，经不起观察和实验检验的理论必须淘汰。在情报分析领域，霍耶尔基于证伪主义思想，提出了竞争性假设分析方法，即定义问题、提出假设、搜集信息、评估假设、选择最有可能的假设以及对新症候继续监控[1]。

在ACH研究方面，崔华华介绍了竞争性假设分析法在军事情报分析中的应用[2];辛永涛认为ACH的合理运用和推广，可以有效解决边防情报分析人员思维定势和认知偏见的问题[3];王肖戎提出对ACH进行结构化改进，辅以自动化技术支持的设想[4];姚泽清针对情报资料中“信号”与“噪声”并存的问题，提出一种基于竞争性假设分析的主成分分析方法来进行情报分析[5];施国良引入竞争性假设分析法，通过对马航失联事件的分析，介绍ACH方法及其在大型突发性事件中的应用[6];吕学志分析了现有ACH存在的不足并给出了改进方法，并以诺曼底登陆战役为例，证明了改进后的ACH方法可以更加合理[7]。上述文献对于ACH的分析过程和评估结论中，如何以量化的形式进行研究和精确表述尚未充分研究。文章对ACH的8个步骤中的3个步骤，通过引入证据可信度参数、证据评级赋分和计算评估结论概率的方法，提出了一种ACH量化分析方法。

1 ACH概述

ACH是一种结构化分析方法，提倡以系统化、透明化的方式，将主观思考过程外在化、具体化，以使其能够被他人共享、改进和更容易被评判[8]。基于对认知心理学、决策分析和科学方法的基本认识，ACH经过了实践检验，能帮助情报分析人员克服人的知觉、记忆等认知局限，避免常见的思维定势、满意策略、镜像思维等思维误区，主要包括8个步骤。

步骤1，确定假设：可以采用团队头脑风暴法考虑所有可能的假设，不确定性越高，或者分析结论对政策的影响越大，需要考虑的假设就越多。所有假设都应具有排他性。

步骤2，列出证据：证据是影响判断假设的所有因素，而不单单指可靠证据，还有分析人员的假定或逻辑推论。既有正面证据，也有反面证据。

步骤3，生成矩阵：建立以假设为行、以证据为列的矩阵，对各种证据的“诊断价值”进行分析。

步骤4，精简矩阵：用于区分两个假设的证据很少，可以合并假设;为了涵盖所有关键选项，可以增加新的假设;针对情报信息空白可以加入新的证据，也可以剔除毫无“诊断价值”的证据。

步骤5，得出初步结论：统计支持假设与反对假设的证据比重，得出初步结论。

步骤6，分析证据敏感程度：考虑对关键证据或因素的敏感程度，对关键假定条件进行质疑，重新审视前面步骤的思考过程。

步骤7，报告结论：阐明各种假设的可能性，而不仅仅是相对可能的假设。

步骤8，设定监控清单：分别确定能够证实和反对现有判断的未来事件的指标清单，实施持续监控。

2 对ACH的量化分析改進

针对现有ACH第2步证据可信度和第3步“诊断价值”未量化以及第5步初步结论未概率化的问题，分别做以下三个方面的量化改进。

2.1 引入证据可信度参数

证据并不都是经过完全证实的，可能是对手通过传递信息或发出信号，塑造的分析人员希望看到的欺骗信息，分析人员应当经常考虑对手或竞争者试图进行误导或隐藏重要信息的可能性[8]。欺骗的最终结果，是导致敌方误判形势，作出（或不作出）某种你希望他作出的反应[9]。所以，分析人员对现有证据不能抱以百分之百确信的态度。主观概率，是情报分析中的常用表述方式，表达的是分析人员个人对某种解释或判断正确性的相信程度[10]。文章引入主观概率参数C，表示证据本身的可信程度，Ci表示第i个证据的可信程度。证据是否可信，可以采用“欺骗识别法”[8]等方法进行评估，给每个证据赋予一个主观的可信度数值概率。0表示肯定错误，1表示肯定可信。文章采用的主观概率数值如表1所示。

2.2 对证据评级进行分值量化

设第3步的诊断价值矩阵中共有m个证据，n个假设，用E表示证据，H表示假设，诊断价值矩阵为M，Mij表示第i个证据Ei对第j个假设Hj的反对程度或不一致程度，则诊断价值矩阵所示为：

基于证伪思想，为进行量化评估，给Mij赋予一个合理的分值，取值范围为[-10，10]，分为5个等级。如果Ei与Hj一致，Mij=-5，如果不一致，Mij=5;如果证据特别有说服力，Mij=-10，如果证据会大大降低假设的可能性，Mij=10;如果证据不适用于该假设，则Mij=0。Mij为正，表示证据反对假设;Mij为负，表示证据支持假设。证据与假设的不一致程度或反对程度越高，Mij越大，反之越小。用分值的大小和正负体现波普尔的证伪思想。

2.3 对评估结论进行概率化表示

对诊断价值矩阵进行精简处理后，矩阵中只剩下有诊断价值的证据与合理的假设。基于现有证据，为得到一个概率化的评估结论，对矩阵中各假设的综合诊断价值分值进行函数映射，通过映射后的分值反映假设成立的可能性。

设精简矩阵还有证据L个，假设S个，记Hj的综合诊断价值分值为Mj，则Mj= Ci Mij，则Mij的取值范围为[-10L，10L]，Mj越大，表明证据对该假设的反对程度越高，该假设成立的可能性就越低;反之，可能性越高。

这个综合诊断价值分值，虽然可理解性比较强，但不能统一直观地反映假设成立的可能性。为此，考虑将综合诊断价值分值统一映射到一个新的分值区间，以便较好地反映假设成立的可能性。Mj映射后的分值用yj表示，文章对新的分值有以下三点考虑：

映射后的分值位于区间[0，100]，所有证据可信度为1且都强烈反对Hj，即Mj= 10L时，yj= 0;所有证据可信度为1且都强烈支持Hj，即Mj= -10L时，yj= 100;所有证据可信度为1且对Hj的支持程度和反对程度完全抵消，即Mj=0时，yj= 50;

yj分值越高，Hj成立的可能性越高，反之可能性越低;

采用线性函数映射。

计算可得该函数为yj= -  Mj+50。

各个假设互斥，成立的概率之和为1，则Hj成立的概率Pj可表示為Pj= 。

3 量化分析改进后计算示例

不考虑具体情报分析问题，简化其他步骤，仅关注文章提出的量化改进点，设精简后的诊断价值矩阵后还有5个证据，3个假设，一个简单的ACH分析计算示例如表2所示。

计算概率后，在第5步得出初步结论时，可以将结论描述为H1成立的可能性为17.8%，H2成立的可能性为30.6%，H3成立的可能性为51.6%，而不仅仅是H3成立的可能性最高这样的简单表述。有了合理的数值化概率，能方便决策者针对各种可能性制定合理的预案。

4 结语

文章在现有ACH基础上，基于证伪主义思想，通过引入证据可信度主观概率参数、证据评级量化赋分、评估结论概率化等三个方面的改进，提出了一种ACH量化分析方法，使得ACH过程能量化分析、结论能概率化表示，分析和表述更加精确。将量化改进后的ACH用于军事情报分析，如对敌方重要军事目标或行动的判断，所得结论能为决策者提供精确的可能性判断，便于决策者精准考虑所有假设的可能性，科学调度资源，制定合理方案。

需要关注的是，量化分析后的评估结论的概率化数值不是一成不变的，后期如果有新的证据的继续添入或原有证据可信度的调整，评估过程需要重新计算，会得到新的假设可能性，这也是结构化分析方法开放、透明的体现。

参考文献

[1] 高金虎，张魁.情报分析方法论[M].北京：金城出版社，2017：184-187.

[2] 崔华华，林涛.论军事情报分析中竞争性假设分析法的应用[J].情报杂志，2006（12）：53-55.

[3] 辛永涛.浅析竞争性假设分析法在边防情报分析中的应用[J].云南警官学院学报，2008（2）：91-94.

[4] 王肖戎，史建伟.结构化改进竞争性假设分析法[J].社科纵横，2009，12（6）：114-116.

[5] 姚泽清，张晨光.基于竞争性假设分析的主成分分析法在情报分析里的运用[J].军事运筹与系统工程，2014，28（1）：25-29.

[6] 施国良，周晓帆.竞争性假设分析法在大型突发性事件分析中的应用研究[J].情报杂志，2015，34（1）：27-31.

[7] 吕学志，胡晓峰.基于改进竞争性假设分析的战役企图分析方法[J].系统工程与电子技术，2019，41（3）：555-563.

[8] 小理查兹·J.霍耶尔，伦道夫·弗森.情报分析结构化分析方法[M].北京：金城出版社，2019：1-5，205-210.

[9] 高金虎.军事情报学[M].南京：江苏人民出版社，2017：390-391.

[10] 小理查兹·J.霍耶尔.情报分析心理学[M].北京：金城出版社，2015：190-193.