文章摘要

在冲突研究的领域中，虽然预测分析的重要性不言可喻，但是却一直没有受到足够的重视。我们认为，预测不仅具有实质公共政策参考的能力，另一方面也能用来检证既有理论模型、避免统计上过度配适(overfitting)且降低确认误差(confirmation bias)，藉以建构出更可靠的冲突预测。在本篇文章中，我们回顾了学界在冲突预测研究中有哪些进展，发现由于这五十年来学科在资料搜集和运算能力的进步下，研究者得以从事过去所难以企及的预测研究工作，尤其在自动化的编码程序辅助下，快速的搜集数字化的新闻讯息成为可能，冲突研究得以应用以每日、每周、每月为单位的事件解析数据(disaggregated event data)来进行国家层次以下，有关政府与反抗团体的个体活动资料进行及时性的冲突预测工作。

为了呈现冲突研究在过去几年的重大进展，本文重新检视Fearon and Laitin (2003)这份奠定冲突研究基础的文献，从而比较和凸显预测分析在近几年的进展。结果发现，虽然Fearon and Laitin的研究中有很多的解释变量具有统计上的显著性，但是模型对于样本外事件的预测精确度却不高，这因为利用观察型的资料建构出具有统计上显著变量的模型，并无法回答像是何时、何处会发生内战这种决策者所关注的预测问题。

Read More