体系贡献率评估方法研究综述与展望

来源：系统仿真学报 第31卷第6期 2019年6月

作者：殷小静，胡晓峰，荣明，刘海洋，杨永利

摘要：战争就是交战双方作战体系之间的对抗。体系贡献率评估是体系建设和分析重点关注的问题，是对作战要素在作战体系中所发挥作用的一种度量。在梳理体系贡献率的基本概念和分类的基础上，剖析了其内涵和性质。归纳总结了现有体系贡献率评估方法并分析了研究的技术难点，提出了体系贡献率的未来研究方向，为评估工作提供参考。

关键词：体系；贡献率评估；多视角；复杂网络；仿真实验

引 言

       

战争已不是武器平台之间的单打独斗，而是交战双方作战体系之间的对抗。“要以对作战体系的贡献率为评价标准，科学设计装备需求和技术指标”。提出体系贡献率的概念，旨在通过体系贡献率评估回答作战体系相关要素对作战体系的影响程度。体系贡献率评估是体系建设和分析的重要内容，是研究作战体系构建、优化体系结构、提高体系能力、引导体系演化和打击敌方作战体系的重要依据。体系贡献率已经成为体系研究的热点和难点。

目前，国内外对体系贡献率评估仍缺乏统一的认识，评估方法适用性和实用性看法并不一致。本文对体系贡献率的概念进行了辨析，归纳梳理了当前常用的评估方法，分析了其中存在的不足，并结合研究现状和技术发展，提出了体系贡献率研究发展趋势，为下一步评估工作的开展和研究提供参考。

1 体系贡献率的概念内涵

       

1.1 体系贡献率的概念

贡献率，是经济领域常用的概念，既可以表示投资的收益率，又可以表示不同部门对总收益的贡献程度。通俗的说，贡献率就是贡献者对收益者贡献程度的度量。贡献的大小不仅取决于贡献者能力的大小，而且取决于受益者的需求。借鉴经济领域“贡献率”的定义，我军创造性的提出了体系贡献率的概念。

体系贡献率反映了评估要素(贡献者)对作战体系的贡献程度，是评估要素在作战体系中所发挥作用的一种度量。当前很多研究主要针对武器装备体系贡献率，从实际研究的角度，考虑到武器装备必须在作战中才能体现出作用，其实评估武器装备体系贡献率是在衡量武器装备对作战体系的贡献程度。体系贡献率评估的重点是部分与整体的关系，是对体系中某一个或多个组分、结构的变化对体系整体变化贡献大小的度量。体系贡献率建立了体系层面宏观行为和整体能力与组分层面的细观/微观行为和能力之间的联系。

体系贡献率评估可以归纳为 4 个方面：(1) 增加体系能力类型，如 Cyber 作战能力；(2) 改进战技短板，如提升或改进了原有作战能力；(3) 提高运行效率，如现代化的指挥信息系统促进了信息的融合共享；(4) 减低整体成本，如降低建设、使用成本等。一般从体系能力、效能、费效比等方面来评估体系贡献率。如图 1 所示，按照贡献者和收益者的关联关系，体系贡献率可以分为直接贡献率和间接贡献率；按照贡献模式，分为脉冲模式、线性模式和非线性模式，其中非线性模式是体系贡献率存在的一般性情况，另 2 种情况仅是特殊情况，如图 2 所示；按照度量方法，可以分为绝对贡献率和相对贡献率，分别对应基于增量的度量模型和基于比值的度量模型，其中基于增量的度量模型可能得出体系贡献率为 100%的不合理结果，适于评估同类装备的体系贡献率。目前装备的贡献模型常用相对贡献率的概念模型：

体系贡献率的评估可以服务于装备建设，也可以直接面向体系作战。借鉴上述模型，本文给出泛化后的体系贡献率概念模型：

其中要素 A 可以是受关注的“作战装备”、“作战部队”、“作战行动”、“保障行动”、“网络体系”等不同类型的评估要素，体系度量指标亦可是体系能力、体系效能、费效比等不同视角的衡量指标。

图 1 体系贡献率的分类

1.2 体系贡献率的性质

体系具有整体涌现性、能力相对性、结构进化性等复杂性特点，体系贡献率不仅继承了体系的复杂性特点，还有其自身的涵义和性质。一是层次性。体系贡献率只针对体系，不针对系统。针对不同层次的作战体系，体系贡献率的评估层次不同。体系贡献率评估因素也是分层次的，可以是单项装备，也可以是系统装备，还可以是多种装备的组合，但整体贡献并不等于局部贡献之和。二是相对性。面对不同的作战任务，体系贡献率有高有低；同一使命任务下，面对不同的作战对手/采取不同的作战样式/处于不同的作战环境下，体系贡献率结果也会不同；面对作战体系的不同阶段，例如在装备全寿命周期内的不

同阶段、在作战过程的不同阶段等，体系贡献率都会不同。体系贡献率的相对性导致了评估结果的不确定性。三是涌现性。体系贡献率是通过体系组分之间的动态交互演化得出的整体效果，自底向上，整体演化。体系总是处于不断的发展变化之中，体系贡献率也会随时间发生变化。四是关联性。评估因素对作战体系的各种贡献作用是相互关联在一起的，如优化体系构成、提升能力水平、降低作战成本等联系紧密且相互影响。五是整体性。体系具有非线性、不可分解等复杂系统特点，考察体系局部的贡献率得不到体系的整体性质。开展体系贡献率评估时，必须从整体的角度对作战体系进行分析，充分考虑各组分系统之间的相互作用和整体贡献，才能得到科学客观可信的评估结果。

图 2 体系贡献率的 3 种模式

1.3 体系贡献率评估视角

基于对体系贡献率的基本理解，不同研究中从衡量体系的多个视角进行评估并给出了不同的定义，评估视角主要有作战效能、任务支撑、体系演化、结构抗毁、需求满足度、技术进步、费效比等。李瑞军认为，体系贡献率应以“作战任务”为出发点和落脚点进行分析，不仅分析评估要素对特定功能子体系(如指挥体系、侦察预警体系等)的能力提升，还要分析能力提升后对使命任务完成的影响和体系需求满足度的提升程度；王飞等认为装备体系贡献率是在特定使命任务下，单类装备或装备组合对体系的贡献程度，可以通过体系效能来表现；李际等认为体系贡献率是在给定的作战条件下，某类特定的装备或装备系统在体系完成使命任务中所发挥的能力或效果的价值，提出要从作战能力、任务支撑、抗毁性等多个角度评估体系贡献率；金丛镇认为，体系贡献率是武器装备系统对整个作战体系遂行特定的作战使命贡献的占比程度，通过对体系作战效能的影响或作战能力需求的满足来体现，分别看作是动态和静态贡献；陈立新从体系建设和体系破击两个角度分别定义了“体系建设贡献率”和“体系作战贡献率”，前者着眼部队建设，衡量评估因素在体系运行和发挥功能中的作用，后者着眼部队作战，衡量评估因素在完成使命任务或达成作战效果中的作用；管清波等认为体系贡献率是武器装备体系加入作战体系后对体系需求满足度和体系效能提升度的影响，如作战体系在打击强度、感知能力、指挥效果、保障力度等方面的提升程度。还有其他学者研究体系贡献率随作战对手、使命任务等体系背景变化时的演化性问题、研究作战体系兵力功能结构及装备层次结构视角的体系贡献率、研究支撑任务种类和打击目标适应性等视角的体系贡献率等。

体系贡献率是一个复杂问题，不同的评估对象对体系贡献侧重点不同。针对不同的评估案例和评估目的，学者们提出了诸多评估视角和评估标准，虽然尚未有统一的定义，但也达成了一些共识，当前从体系能力和体系效能的视角开展体系贡献率研究评估最为普遍。能力是相对静态的概念，而效能是相对动态的概念。从体系能力视角评估体系贡献率，侧重体系建设，即在一定的作战条件下，对体系表现出来的整体作战能力的提升做出的贡献，表现为需求满足度、生存能力等指标；从体系效能视角评估体系贡献率，侧重作战输出效果，即在特定的作战想定和使命任务下，对完成既定的使命任务程度的度量，用衡量体系对外输出的作战效能的变化量衡量体系贡献率，表现为战果、战损、作战消耗、OODA 时长等指标。

2 体系贡献率评估方法研究现状

       

体系贡献率的研究需要从分析作战体系入手，把握作战特点和体系特征，合理量化体系贡献率的评估指标，进而提出科学、有效的评估方法。体系贡献率评估的一般框架可总结为：明确任务背景；构建体系描述化模型；选取评估视角和度量体系的综合指标；计算评估要素增/减/改前后体系的综合指标值；通过对比体系前后的综合评估值，计算评估要素的体系贡献率。基于不同的任务背景和评估要素，针对不同的评估视角，体系贡献率评估方法各异。总结大量文献的研究成果，本文将体系贡献率评估方法归纳为以下几种。

2.1 基于传统数学解析的体系贡献率评估方法

数学解析方法通过建立函数方程描述体系的变化结果，包括层次分析法、信息熵评估法、指数法等。毛昭军等持续开展体系贡献率相关研究，包括其概念、内涵、流程、方法、案例、框架等等，提出要在“能力-任务”二维框架下开展武器装备体系贡献率评估(如表 1)，任务维，是指评估对象所支撑的使命任务集、任务所对应的典型作战场景和作战效能指标要求。能力维，是指评估体系贡献率所对应的体系能力指标以及相应的指标要求。采用“彩色积分卡”等形式对体系能力指标和使命任务目标进行分级描述，采用实验设计方法得到各级指标项，然后采用相对贡献率度量公式得到体系贡献率的评估结果。

表 1 体系贡献率评估示例

综合指数法是一种基于分解-综合思想的数学解析方法，对于能力之间的“与”和“或”的关系，分别采用“加权积”和“加权和”进行聚合。李炜等从体系能力的角度，应用模糊集合统一不同种类武器的衡量标准，将舰船体系作战能力分为设备性能、系统指数、平台指数、任务指数四个层次，利用能力指数求解方法依次求得系统指数、平台指数、体系任务指数，将对海、对空、反潜能力指数乘以相应的权重系数加权可得体系综合指数，然后利用体系综合指数对部分舰船变化后的体系贡献率进行评估。该方法按层次对能力进行适当综合，适合描述高层次、约束条件少、分辨率比较低的体系。

数据包络方法(DEA)是著名运筹学家 Charnes等提出的一种对多个决策单元之间“相对有效性”进行评价的理论方法，是一种基于分解-判别的思想的数学解析方法，首先得到对体系指标量化得到不同层次体系能力值，然后利用多属性决策中的判别函数对能力值进行对比分析，以得到体系能力的重要影响因素。齐晓光针对技术对体系贡献率评估问题的多目标、不确定性等特点，采用数据包络分析法中的交叉有效性评价模型作为计算求解模型，对每一项技术和每一个上层评估指标构建上述模型，进而形成各项技术对应各上层指标的体系能力贡献度矩阵，最终实现了精确数据条件下和区间数据条件下的技术对体系贡献率评估。DEA方法适合多输入多输出的评估决策。

综上所述，数学解析方法是一种静态评估方法，基于数学解析的体系贡献率评估方法建模简单、直接明了、容易落地，但评估指标过多时，面临数据统计量大、难以确定权重的问题。体系是能够得到进一步涌现性质的关联或联结的独立系统的集合，这些独立系统相互关联并通过涌现得到体系的整体性质，因此体系具有整体性、涌现性、非线性等复杂系统特征。但对于实体关系复杂的作战体系，数学解析方法仅根据加权聚合得到各层次之间的关系，忽略了各组分各层次间的非线性关系、难以反映体系的整体性和涌现效应。

2.2 基于统计数据的体系贡献率评估方法

统计方法主要通过实战、演习、试验等获取大量数据，应用数理统计等多种分析方法得到体系贡献率，如相关分析、回归分析、结构方程模型方法等。结构方程模型(SEM)是卡尔·乔瑞斯考格等提出的一种多元统计分析方法，首先建立显变量与潜变量的定性关系模型，利用显变量的观测数据对定性模型进行定量化转换，然后进行参数和拟合度检验，最终得到满意的 SEM 模型。罗小明等等将作战效能评估指标、体系贡献率评估指标定义为显变量，将作战能力指标定义为潜变量，建立防空反导体系贡献率结构方程模型(SEM)，计算反导预警体系信息结构效能、信息结构能力、信息结构贡献率指标之间的定量关系，采用极大似然估计法和 LISREL 8.0 软件进行 SEM 分析，将估计的参数值作为体系贡献率评估的加权参数，进而得到体系能力、作战效能与贡献率指标之间的定量关系。该方法通过模型将 3 种指标相关联，体现了系统思想。

基于统计数据的体系贡献率评估方法易于理解，基于现实数据的统计分析结果可信高。但其可操作性较大程度上依赖评估数据的数量和质量，而全方位、全要素、全领域的战争数据非常稀少，加上保密性高、收集困难、规范性差，在实际问题研究中很难发挥统计方法的最佳效果。

2.3 基于不确定性推理的体系贡献率评估方法

不确定性推理方法从不确定性初始证据出发，通过运用不确定知识推出结论，包括模糊推理方法、粗糙集方法、证据推理方法、可信度方法等。现实世界总是充满不确定性和模糊性，而不确定方法为处理评估过程中的不确定的、不完备的、模糊的信息提供了有效的解决途径。规则推理方法(RBR)通过建立专家经验知识对应的规则库来进行推理，通过匹配输入信息和规则库条件，推断出问题解决方案，是专家系统中常用的推理方法。叶紫晴等在海军航空作战体系中，由体系能力来推理使命任务的执行水平，进而分析装备的体系贡献率。首先将使命任务分解为多个子任务，基于手册信息、实验数据和专家经验等建立“能力-任务”映射关系的推理规则库，然后计算海军航空作战体系能力值与规则的匹配程度，设置激活条件。在作战体系中加减某个武器装备，并利用规则库推理体系能力变化前后的任务执行水平，进而得到装备对任务的支撑作用和装备对任务的贡献率。姜剑雄等用直觉模糊推理方法对天基海洋监视系统贡献率评估问题进行了求解，简化贡献率评估指标，在确定的模糊空间中建立推理规则，设计解模糊算法和推理算法，并对某 5 种天基信息系统对海洋监视系统的贡献率给出了有效的评估结果。陈文英等采用基于信度规则库的证据推理方法开展评估，按照准则将方案评估结果分为 N 个等级，每个等级分别对应一个信度，由此建立由若干个“IF… THEN…”形式的规则组成的信度规则库，针对新型智能装甲作战系统，从体系功能完备性、作战能力提升、体系技术进步、体系结构优化 4个视角构建了体系贡献率评估指标体系，得到传统和新型作战系统的体系贡献率效用值。

基于不确定性推理的体系贡献率评估方法是在模糊理论、证据理论、专家系统和多属性决策理论等基础上发展起来的。该方法基于专家知识和各种历史数据，采用定性与定量相结合的思路，可以有效应对评估过程中的各种不确定性问题，而且逻辑思路清晰，逻辑结构易于被系统分析人员掌握。但实际工程应用中，随着考虑因素的增多，规则库的建立和维护难度较大，易产生“组合爆炸”，操作性困难。

2.4 基于作战环的体系贡献率评估方法

作战环的概念借鉴 Cares提出的信息化时代交战模型 IACM，采用网络结构描述 OODA 循环运转过程，并定义了 4 种典型的作战实体节点：侦察实体 S(Sendor)、决策实体 D(Decider)、影响实体 I(Influencer)、目标实体 T(Target)。李际超将作战环的概念进行扩展，将装备抽象为节点、装备之间的关系抽象为网络节点，建立“功能&过程”作战网络模型，提取体系贡献率评估指标。首先根据功能将装备细分为侦察、指控、影响 3 类元功能节点，将武器装备体系抽象为功能作战网络。认为作战环的数量越多，体系完成使命任务的方式就越多、能力就越强。以作战环的数目为指标，评估了作战能力视角的体系贡献率。然后将作战过程离散为时间维度的有限个作战阶段，建立过程作战网络模型，利用有向二分网络图进行描述。定义由特定功能节点到对方目标完成的作战任务的时间序列过程为杀伤链，以杀伤链的数量作为衡量任务执行情况的评估指标，进而从任务支撑的视角给出了体系贡献率的求解方法。另外，赵丹玲等借鉴作战环理论，以能力需求满足度为评估视角，用所有作战环中最大的作战能力值表示体系作战能力，并将体系作战能力与作战环数进行加权综合作为体系贡献率评估的指标；李小波等将装备平台参与任务 OODA 环路占总 OODA 环路的比例作为其对作战任务重要度的度量值，采用体系对抗网络邻接矩阵的 Perron-Frobenius 特征值法，基于不同体系方案下的 OODA 环路数量评估装备数量变化对体系贡献率的影响。

基于作战环的体系贡献率评估方法主要选取作战环数量、作战环时长、作战过程信息熵等反映“观察-判断-决策-行动”作战过程的指标，可以衡量作战能力、抗毁性、能力满足度等视角。该方法不同于“先分解分层，后逐层聚合”的指标生成模式，体现了体系的整体涌现效果。但是针对大

规模的体系对抗，作战环建模和分析较为复杂，特别是针对人在回路的作战体系建模，人在作战过程中的作用建模难度较大。另外，目前作战环建模大多集中在静态刻画描述上，时间序列过程的研究还相对较少，作战过程的动态性还需进一步研究。

2.5 基于复杂网络的体系贡献率评估方法

复杂网络是反映复杂系统的一种网络形式，体现了复杂系统中的相互作用，已经成为研究复杂系统的一种新方法。基于复杂网络的体系贡献率评估方法将体系的结构和交互关系进行抽象，基于复杂网络理论提出了度量体系贡献率的许多指标，例如网络节点数量、链路数量、度分布、介数、最短路径等。例如美军采用复杂网络分析算法对大规模战场通信网进行了分析，通过寻找复杂网络的组群和核心显示网络中的族群关系，利用强弱连通片、最短路径、关键路径、最大流和网络直径等分析战场网络的鲁棒性。王飞认为当前研究重点关注静态网络，而上述单层同质网络的各种特征参数难以反映体系内部的级联关系和涌现效果，因而提出了体系 PRI 超网络模型，将武器装备体系映射为物理网络、关系网络和交互网络，并以流的形式定义了交互网络，定义有效交战环的数量为交战结构系数，定义实体对相应目标形成的势能和为对抗势能，并作为体系贡献率的评价指标。最后设计了基于体系对抗仿真的相关评估案例，针对预警探测系统、4 代机和防空驱逐舰等焦点装备，评估其物理性贡献率、初级效能贡献率、势能贡献率、使命任务贡献率等，验证了所提指标和方法的有效性。

复杂网络方法将体系中的实体以及实体之间的相关关系抽象为网络节点和边，不仅能够描述体系中的个体，又能描述个体之间的复杂关系，如体系的整体涌现性行为。基于复杂网络的体系贡献率评估方法将体系的结构与贡献率联系起来，该方法符合复杂系统研究思路，在一定程度上超越了还原论理论。但基于复杂网络的指标选取仍然是人为选择评估指标，具有很强的主观性，单纯依靠复杂网络的度量指标难以客观、全面、准确的评估体系贡献率，目前仍处于理论探索阶段。

2.6 基于探索性仿真分析的体系贡献率评估方法

计算机仿真方法是计算机技术、科学实验理论、建模与仿真技术等综合运用的一种方法，通过模拟真实的环境、分析仿真数据来分析体系，受到世界各军事强国的青睐。美军海军启动的“阿尔伯特计划”、普渡大学研发的面向分析与仿真的综合环境(SEAS)、新西兰的 MANA 等都是采用基于多Agent 建模仿真方法对体系整体涌现性进行研究。自底向上的多 Agent 仿真方法可以较好的描述体系演化过程中的结构变化，但规则相对固定，难以描述人的因素，而且单纯基于计算机仿真的体系贡献率研究方法，容易脱离实际作战。兰德公司提出的探索性分析方法是另一个处理体系整体性和不确定性的方法，并在《恐怖的海峡》中得到应用。诸多专家学者将计算机仿真方法和探索性分析方法相结合，提出了探索性仿真分析方法，为研究不确定条件下战争复杂系统的评估问题提供了一些新思路。

近几年，人们逐渐认识到研究体系贡献率需要着眼体系角度，必须充分考虑对抗的动态交互作用。传统的注重局部研究的静态分析方法已经无法适应现实需求，在动态的对抗条件下的研究战争对抗的整体性效果，才有可能获得科学、可信的结论。针对挑战，国防大学团队提出基于对抗仿真的体系贡献率评估方法，建立了一个信息化联合作战体系对抗仿真环境——体系仿真试验床，引入人在回路、动态协同的多重循环实验框架(如图 3)，可以通过改变体系组分进行实验，测量观察体系效能发生的变化，从而得知“增”、“减”、“改”后体系发生的变化，即体系贡献率。该方法引入了整体、动态、对抗的因素，使结果更具科学性和可信度。在利用计算机进行推演与实验的过程中，将探索性分析和计算机仿真实验相结合，最大限度的模拟体系作战对抗状态，利用人的定性分析和计算机大样本空间探索体系贡献率评估问题。

图 3 体系试验床多重循环实验框架

探索性仿真实验方法不仅能够最大限度的模拟真实的环境，减少试验成本，还能将装备建设和作战运用结合起来，为认识战争提供了一条很好的途径。基于体系仿真试验床的体系贡献率评估方法，以“合起来看、动起来测、抗起来评”的评估理念为指导，应用探索性仿真分析思想，不仅能够刻画体系作战的非线性、涌现性、适应性等特点，而且具有高效性、可重复性优势，成为研究不确定条件下的体系贡献率评估问题的一条有效途径。但探索性仿真实验方法是在部分要素空间的探索，存在忽略重要样本值的风险。另外，对人的认知建模，特别是对人的直觉经验的捕捉，一直是计算机仿真领域的难点，如何使评估结果更可信、更可用仍然是研究中的重点。

2.7 其他体系贡献率评估方法

国外尚未发现直接相关的体系贡献率评估研究文献，但“需求满足度”、“抗毁性分析”、“效能提升度”等概念均是度量体系组分对整体性能的影响，在思路和方法上有借鉴之处。兰德公司采办分析中开发了“基于能力的规划”(Capability-BasedPlanning，CBP)的组合分析方法和工具，首先构建基础体系，然后加入待研装备的组合，并赋予多种任务，从而形成多维多层次的装备-任务组合，然后对其任务效能进行度量和分析，以得到最利于体系能力需求的装备发展组合。基于能力的组合分析方法，也被国内学者应用到了体系贡献率评估领域。另外，华盛顿国防作战测试与评估办公室报告]从作战效能、作战适用性以及生存能力等方面评估具有核心能力的移动平台，美国系统工程研究中心采用任务完成的概率来度量濒海战斗舰对作战体系的影响，与体系贡献率的评估思路也有相通之处。

2.8 小结

体系贡献率评估方法众多，但大多采用相对传统的评估方法，如传统数学解析方法、基于不确定性推理的方法、基于统计分析的方法等。随着体系对抗的加剧，基于还原论思想和过于依赖专家经验的方法面临着从模型到结论的不好用、不管用和不可信等问题。在体系对抗仿真环境下，采用作战环、复杂网络等方法构建贡献率度量指标，虽然不失为体系贡献率评估的一种有效途径，但仍然面临难以选取可信指标等难题。另外，目前基于探索性仿真分析的评估方法多是武器装备系统仿真或简单的作战系统仿真，能够支撑体系对抗实验、特别是联合作战实验的平台仍然不多。总之，体系贡献率评估方法的研究与满足实际需求效果差距较大，其可行性和适应性有待进一步证实。

3 体系贡献率评估未来发展的趋势

       

随着无人技术、人工智能技术、互联网技术等领域的发展突破，集中产生了具有颠覆性作用的武器装备和作战手段，体系对抗的网络化、智能化等特点越来越突出，也加剧了体系贡献率评估的复杂性。突破体系贡献率评估难题必须着眼于贡献率评估的定义内涵、度量方法和实践落地，才能切实服务于装备发展和体系建设。

3.1 完善体系贡献率评估相关概念

在概念、表达、理论、实践等方面，体系贡献率评估还有很多基础研究和工作需要推进。(1)统一和完善体系贡献率的定义和表达。体系贡献率的定义不够统一，尚缺少公认的评估视角和严谨的评价标准。目前常用的相对贡献率表达形式过于简单，不足以表征非线性模式下体系贡献率的度量方法；(2) 扩展体系贡献率的评估要素。当前对体系贡献率评估的研究主要集中于武器或武器系统对作战体系影响的度量，而忽略了作战体系其他要素贡献率的评估价值。体系贡献率的评估不仅可以针对武器装备，还可以有部队编成、作战概念等对作战体系贡献情况的评估，以及各因素对体系贡献率的影响机理及关键关系；(3) 推动评估方法的实践落地。现阶段评估的基本方法有很多，但针对体系贡献率的典型评估方法较少，且不同方法的适用性缺乏分析，实际落地的少；(4) 加紧拟制基础文件。体系贡献率的实际评估工作牵涉部门多、复杂性强，需要一系列基础性文件支撑，如作战任务清单、体系能力发展需求清单等。

3.2 探索客观高效的非线性评估方法

作战体系中组分系统具有非线性关联和共同演化关系，使得体系贡献率评估中面临诸多非线性问题。一是体系内部关系错综复杂，难以采用一种严格的数学形式来对作战过程进行分析。体系贡献率指标之间为互相联系的网状结构，而非树状结构。二是传统的自底向上的指标计算与聚合，无法反映体系的整体特性，评估体系贡献率的指标应该为各类基础指标的“涌现和”而非“简单和”。三是体系贡献率评估的结果与决策是相关多值变化的，其结果应该为“结果云”而非“单一值”。

现代科技的进步为体系贡献率研究提供了更合适、更有效的理论方法和手段，其中大数据方法和深度学习方法为构建体系贡献率评估指标和模型提供了有益参考。大数据方法从实际或仿真的作战结果数据去倒推体系中的关键成分和因素，为避开体系仿真中的“因果”建模提供了条件；深度学习方法提供了一种全新的复杂系统描述方法，通过构建多层神经元网络模型，来描述和表达复杂系统的运行规律，具有强大的非线性映射能力和良好的特征自主提取能力。基于复杂系统理论，合理利用大数据和深度学习等现代科学方法，构建科学合理的体系评估指标、探索高效客观的非线性评估模型，有望为体系贡献率评估研究带来突破。

3.3 推进作战试验条件建设和体系评估实践

作战试验强调构建真实的作战环境，能够最大限度模拟体系真实的作战对抗状态，还能将作战运用和装备建设结合起来共同研究，是开展体系贡献率分析和评估的有效手段。美军虽然并没有明确提出过体系贡献率的概念，但历来重视采用作战实验的方法进行体系分析，重视在装备全寿命周期中形成相应的能力文件，通过执行各类作战试验，鉴定新装备对体系能力需求满足度，可视为体系贡献率的大小。美军在试验条件建设和体系评估实践上经验丰富，重视构建基于实装、模拟、仿真一体化(LVC 模式)的大规模系统试验验证环境，如全球信息栅格试验床(GIG-EF)、未来作战系统体系试验床(FCS SOSIL)、联合任务试验环境(JMETC)、国家网络靶场(NCR)等体系验证环境，推行一体化评估模式，应用“能力试验方法”(Capability TestMethodology，CTM)，提出在联合任务环境下评估体系贡献率和体系效能。除美国外，俄罗斯、英国等其他国家也都有较好的试验鉴定条件，可以为体系贡献率评估工作提供基础。与发达国家相比，我军在体系评估顶层设计和落地实践体系贡献率作战试验鉴定方面差距明显。国内学者在基于计算机仿真环境的体系贡献率评估任务中进行了探索，但我国现阶段大规模作战体系试验环境尚处于攻关阶段，实装试验和仿真分析相结合的评估方式还得不到有效验证。只有加强作战试验条件建设，推进体系贡献率评估方法实践落地，才能达到贡献率评估的量化外推和结论闭环。

4 结论

       

开展体系贡献率评估方法研究是我军研究的热点和重点，当前面临理论、方法和平台三重挑战。本文剖析了体系贡献率的概念内涵，通过归纳总结现有的体系贡献率评估方法，发现其中存在的不足。结合方法论、平台、技术的发展趋势，提出了体系贡献率评估工作未来的发展方向，为下一步的研究工作提供参考。