分享

国际关系定量研究趋势增强

 monique828 2016-08-15

    国际关系研究定量分析方法受到广泛关注始于20世纪50年代末的行为主义革命。经历几十年发展后,越来越多涉及国际关系前沿问题的研究成果运用了这种方法。近两年来,中国国际关系定量研究的相关探索不断增多,取得了一定的成果。

  直观展现复杂机理

  定量分析最基本的途径是运用统计方法进行测量、描述、分析和推论,从科学实证的意义上讲,恰当的定量分析可以对事实进行准确描述,也可以发现规律并得出具有普遍意义的验证。

  而国际关系研究中一些基本概念,如“权力政治”、“安全”等带有较强主观性,该如何做定量研究?国际关系学院教授林宏宇解释说,许多基本概念本身就具有双重属性,比如“安全”,既是一种肉体上不受伤害或免于伤害的实然状态,也是一种精神上免于恐惧、可以安乐生活的心灵感受。“实然状态”是定量研究的切入点,“空气质量指数”将PM2.5的日均浓度作为测量变量,类似的,冲突伤亡人数或可作为“安全”的测量变量。像利用“空气质量指数”帮助人们了解空气质量一样,通过量化可以得出“安全质量指数”,帮助人们更直观地了解国际安全状况。

  那么,静态的数据如何描述动态的国际态势?对外经济贸易大学国际关系学院副教授董青岭解答了记者的这一疑问:“假如一个地区即将陷入部族冲突或武装动乱,它会反映在一系列的客观指标上。如当投资者感受到一个地方不安全时,他们会提前撤资,旅行社将减少甚至终止前往该地的旅行次数,逃离该地区的避难人数激增,当地物价尤其是食品价格飞涨等,这些细微的现象都会产生相应的数据。找到了国际局势变化与行为变化之间的关系,就可以做回归分析,非常直观地呈现出安全态势,也可用模型做预测,提高感知力,预防事变。”

  有学者认为,许多国际问题,没有统计描述就说不清楚,用定性方法只能进行模糊的表述,而用数理统计的方式则可以比较清楚地说明各种可能性有多大。国际组织的各种年度报告对事实的描述几乎都建立在数据统计的基础之上。

  关注数据背后因果关系

  中国人民大学国际关系学院教授宋伟认为,国际关系理论研究一般是对一种规律性现象做解释。解释就要求提出一种基本的因果关系,在证明因果假设的过程中,必然要对自变量和因变量做一定的测量。科学研究都要求做一定程度的量化研究,但社会科学的量化程度要求不高,是因为人和人所构成的社会有相当的主观能动性和偶然性。两国领导人互访的次数可测量,而国民士气、民族性格等很多要素并不能进行精确的测量。因此,不仅要关注其量化结果,更应该关注量化公式背后所体现的因果关系、对相关要素的理解和赋值等。

  林宏宇表示,定量研究的分析也好,作出的预测也好,都是基于数据计算和模型应用的,具有“路径依赖”的特质,得出的结论极有可能与实践中观察的有偏差。这些“偏差”往往是理论创新的迸发点,需要研究者去深究。通过具体问题具体分析,可以感受到国际政治并不总是沿着既定的预测路线前进,而是具有复杂的系统效应,有间接原因和非本意结果。因此,定量研究要与定性研究相结合,研究者要具备定性分析的素质。如果没有对数据的分析,那么数据就是“死”的。

  有学者认为,无论是小样本调研,还是在大数据时代从“数据池”中挖掘数据,获得的都是素材。而素材本身不能自我解释,需要学者对其进行分析、阐述。比如,研究两个国家的关系,可以通过统计贸易量、互访次数等数据来预测发展趋势,但是各自的战略文化也要说清楚,两者结合起来才能得到比较恰当的结论。

  引入“大数据”提供新视角

  宋伟表示,定量方法在国际关系研究领域一直不是一种占主导地位的研究方法,而是一种辅助性的实证方法。但是,由于其具备的优点,量化研究的确获得了越来越多的重视。

  的确,在国际上,目前国际关系定量研究的趋势还在增强,几本最重要的国际期刊,例如《国际组织》(International Organization)、《国际研究季刊》(International Studies Quarterly)中的许多文章都包含统计分析的内容。在国内,该方法应用还处于起步阶段,学者纷纷作出探索,如阎学通等人对国际形势的预测等。近年来,各类期刊刊载定量方法的文章数量也呈上升趋势,一些高校正在探索并建立自己的数据库,下功夫做基础性工作,期望能够摆脱“想当然”、“拍脑袋”的研究方式,对学科发展有所贡献。

  定量研究的关键是有高质量的数据。日前,本报记者了解到,对外经济贸易大学与国际关系学院的一项联合研究,将“大数据”引入国际关系分析,双方共同发布了研究成果“国际安全态势感知指数排名”。该研究试图利用神经网络和逻辑回归随机识别冲突模式,并进行安全态势预测,展示“大数据”方法具有从多样和多源数据中快速获取信息、并行处理结构化和非结构化数据的能力,以及对海量信息进行动态可视化的能力。以往定量研究的数据多为静态统计数据分析,而引入“大数据”探索,将事件态势模糊预测建立在海量、动态流数据的社会计算基础之上,或可为研究提供新的视角。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多