大数据、人工智能及国际合作与冲突演变的基本规律——专访多尺度分析和非线性时间序列分析专家、北京师范大学地理学部教授高剑波

作者：林鹰

来源：《环球财经》2024年08月刊；环球财经

在人类文明的进程中，很多关键的突破点，都来自于“仰望星空”。混沌理论的被发现也是如此。20世纪60年代初，在麻省理工学院（MIT）任教的美国数学家、气象学家洛伦兹（Edward Lorenz）所做的主要研究，是利用最新的大型计算机来预测天气。他推导出描述空气对流的一组简单方程，并利用计算机来求解方程。然而，他意外地发现，在没有任何随机数引入的情况下（确定系统），计算机利用同样参数两次因初始条件略有不同跑出的结果大相径庭。也就是说，在一个能被数学方程式精确描述的系统中，即使所有的一切都是确定的，且没有外界的干扰，也会自发地产生不可预测的现象。

混沌理论就此进入人类研究的视野，并在1972 年洛伦兹把一篇科普文章取题为“在巴西的一只蝴蝶拍打一下翅膀会在得克萨斯州引发一场龙卷风吗？”后，以“蝴蝶效应”之名为大众熟知，它描绘的就是在一个动态系统中，即使是一个微小的变化，也可能在不远的将来引起巨大的连锁反应，形象地说明了事物的发展具有复杂性。

在“蝴蝶效应”一词被创造出来的三年后，1975年，马里兰大学数学家李天岩（Tien-Yien Li）和他的导师詹姆斯·约克（James A. Yorke）在发表的有关离散时间系统的经典论文《周期三意味着混沌》（Period Three Implies Chaos）中，首次在动力学研究中引入“混沌”（Chaos）这个概念并以严格的数学论证来描述了“蝴蝶效应”。

混沌现象的发现，‌引发了人们对复杂性问题的研究，‌逐渐认识到非线性因素是这种复杂性问题的根源。‌通过简单的一维非线性映射，‌发现了倍周期分叉现象的普适常数和时间演化中趋向混沌并且出现奇怪吸引子等非线性问题的共同特点，‌这启发人们突破不同学科领域的局限性，‌形成了非线性科学这样综合性、‌交叉性的前沿学科。

从此，存在着密切联系和互动的非线性科学和复杂性科学，成为研究自然界复杂性的重要领域。‌非线性科学主要关注非线性现象和过程，‌这些现象和过程通常表现出复杂的动态行为，‌如混沌、‌分形等。‌非线性问题的研究揭示了自然界和社会中存在的各种复杂性问题，‌改变了人们观察周围世界的思维方法。‌复杂性科学则更广泛地探讨复杂系统的性质和行为，‌包括复杂系统的组织、‌演化、‌自组织和适应性等方面。‌复杂系统往往表现出非线性的特征，‌如整体大于部分之和的现象。

‌自‌20世纪80年代以来，‌在诺贝尔物理奖获得者盖尔曼（Murray Gell-Mann）、菲利普·安德森5（Philip W. Anderson）等人的大力推动下，‌复杂学研究从传统科学领域拓展到计算机、‌生物学、‌人工智能、‌生命科学、‌认知科学等广阔领域，‌进而拓展到人文社会学科领域，‌显示了非线性研究在诠释丰富多彩的自然界、‌复杂多变的周围世界方面的深刻性，‌在哲学与方法论方面引起深刻的变革。

对于1988年从浙江大学工业自动化专业毕业的高剑波，大三那一年在浙大电机系听了一位外校教授关于混沌动力学的报告，或许也是他人生中的“蝴蝶扇了一下翅膀”。当他了解到，中国科学院力学所筹划在他毕业的这一年6月成立非线性连续介质力学开放实验室（LNM）时，就决心要追随郑哲敏院士从事相关研究。 在LNM刚开始时，真正从事非线性研究的年轻人只有两三位，高剑波便是其中之一。

这个领域的研究者们一直没有放弃对复杂性科学的探索。据中国工程院院士、中国信息化百人会学术委员李国杰在《对大数据的再认识》一文中的介绍：20世纪70年代，新三论（耗散结构论、协同论、突变论）的兴起对几百年来贯穿科学技术研究的还原论发起了挑战。1984年盖尔曼等三位诺奖得主成立以研究复杂性为主的圣菲研究所（SFI），提出超越还原论的口号，在科技界掀起了一场复杂性科学运动。随着集成电路、计算机与通信技术的发展大大增强了人类研究和处理复杂问题的能力，大数据技术将复杂性科学的新思想发扬光大，使复杂性科学有了更多的用武之地。也就是说，复杂性科学是大数据技术的一个重要科学基础。

1994年，高剑波赴美继续深造，于2000年获得加州大学洛杉矶分校（UCLA）通信和网络领域的博士学位，并先后在佛罗里达大学和莱特州立大学任教。2007，他作为第一作者的专著《复杂时间序列的多尺度分析：混沌与随机分形理论的融合及超越》（Multiscale Analysis of ComplexTime Series:Integration of Chaos and Random Fractal Theory,and Beyond，下简称《复杂时间序列的多尺度分析》）出版，这是国际上有关多尺度分析和非线性时间序列分析领域的首部专著，广受好评，其所创立的复杂性科学领域诸多分析方法，为解决电气工程、生物医学工程、金融，以及地理和环境科学等领域由数据驱动的重大现实问题，提供了有力的工具。

2013年我国正式提出“一带一路”倡议。也正是在这一年，高剑波受广西大学前校长赵艳林8的邀请，回国筹备并创办了复杂性科学和大数据技术研究所。他敏锐地意识到，随着“一带一路”倡议的具体开展，“一带一路”大数据的收集、定量分析变得日益重要。“一带一路”大数据涵盖基础设施建设、世界贸易、政治冲突、政治和经济风险评估、国际关系、民意、旅游、宗教、体育、教育、环境、法律等方面。系统全面地收集这些数据是一个极大的挑战。而定量分析这些数据以发现规律，并帮助了解各国的内政和国际关系，是一个更大的挑战。以发现规律为主导的分析，与基于统计分析和机器学习的一般性大数据分析有很大的不同。后者允许有错，但前者不容许，因决策上的失误导致的后果可能是灾难性的。

高剑波认为，复杂性科学重概念而非模型，如混沌（对初值的敏感性）、分形（自相似性）、长程相关性、重尾现象、非平稳性、分叉、自组织、临界现象等。这些概念都有某种普适性，因此，它们的适用范围极广。更重要的是，由概念驱动的思维模式能较好地阐述、提炼问题。若没有好的问题作导向，面对海量数据，人们将束手无策，在这种情形下，大数据无疑是累赘而非财富。因此，他提出的解决方案是：重点运用系统科学、信息论和复杂性科学的思想，来更好地提炼问题，识别哪些是真正富有挑战性的，并且对其中若干问题提供部分答案或解决思路。

不仅“一带一路”沿线国家，随着数据库和指标体系不断创立，百年变局下世界经济发展、国际合作与冲突演变的基本规律，从海量的数据中浮出水面。由于以往关于世界经济发展与停滞和国际合作与冲突的研究甚少交叉，当可以串联新老概念的新量化分析方法出现时，其呈现的结论，也必然是颠覆性的和崭新的。

《环球财经》和高剑波的对话，就从那一只扇动了人类科学进程的“蝴蝶”谈起。

众智与反众智：人工智能，突破在何方？

环球财经： 非线性科学被誉为世纪自然科学的“第三次大革命”，其研究范围极为广泛，‌涉及到从规则运动向不规则运动的转化和跃变，‌以及系统中参量的极微小变动如何在一些关节点上引起系统运动形式的定性改变。有评论认为，非线性科学‌将自然视为关系之网而非孤立的对象，‌强调参与、‌补给和整体论，‌而非抽离、‌占有和还原论，直接挑战了现代科学和现代哲学的基本立场。混沌和分形是非线性研究的重要主题。有一个简单的描述是：混沌是时间尺度的分形，分形是空间尺度的混沌，都是揭示自然复杂系统中的自相似性。您认为这个描述是准确的吗？《复杂时间序列的多尺度分析》作为全球在多尺度分析和非线性时间序列分析领域的首本著作，是您在复杂性科学研究领域的一个阶段性重大成果，也是您构筑后面的各类分析指标的基础。请问您能简单地向我们介绍一下本书及其应用吗？

高剑波： “混沌是时间尺度的分形，分形是空间尺度的混沌，都是揭示自然复杂系统中的自相似性”这一描述，看似简洁，但不妥当。混沌现象一般指的是决定性系统的现象，其最核心的性质是系统的极微小扰动以指数方式增长。混沌理论的革命性在于，一个没有任何随机性的决定性系统，也能产生类似随机性的行为，因为系统的微小变化能以指数方式增长。这个特性就是通常所说的蝴蝶效应：得克萨斯某地一只蝴蝶甩动一下翅膀，可能引发纽约城的一场暴风雨，假如那时整个美国的天气系统正好是一个混沌系统。

混沌现象不局限于时间域，也可以出现在空间上。1992年我国改革开放总设计师小平同志南巡，选定深圳作为改革开放的桥头堡。中国现在的经济格局与当时的选择有关。近几年，雄安被选为首都北京的延申，也会深刻影响未来中国经济发展的格局。

举这两个例子，是为了说明混沌可以同时出现在时间和空间上，即时空混沌。用深圳、雄安作为比拟，是为了方便说明时空混沌这个概念。当时的选择深圳、现在的选择雄安，是否真的是空间上的混沌现象，很难证明。

分形最核心的性质确实是自相似性。这个自相似性既可以是时间上的，也可以是空间上的。决定性系统和随机性系统都可以有这个现象。上世纪80年代末我在中科院力学所追随恩师郑哲敏院士等老师研究混沌时，一个核心的任务是推断一个复杂信号是混沌的还是随机的。当时的经历，让我在很长一段时间里瞧不起随机系统。但在UCLA的电机系读博时，我发现随机分形在有些场合，比如互联网流量的建模，非常有效。这个新的经历对我日后融合并超越决定性混沌和随机分形起了关键性的作用。为了完成那一步，我们发展了一个新的概念——依赖尺度的李雅普诺夫指数（SDLE），并发现现有的几乎所有的数学模型都有独特的可由SDLE表述的标度律。这就是2007年《复杂时间序列的多尺度分析》这本书的核心内容。对于简单信号的分析，这些比较高深的分析方法不是必不可少的；但是，对于复杂时间序列分析，如火箭发动机燃烧室内声压与热释放相互作用的研究，或一些复杂的生物医学数据分析，那些高深的分析方法是必须用到的。

环球财经： 1980年，著名未来学家托夫勒（Alvin Toffler）在《第三次浪潮》一书中将“大数据”（big data）称为“第三次浪潮的华彩乐章”；2008年8月被誉为“大数据之父”的奥地利数据科学家舍恩伯格（Viktor Mayer-Schönberger）和法国科学家库克耶（Kenneth Cukie）在编写《大数据时代》中提出，大数据指对所有数据进行整体分析处理，而不是采用随机分析法。次月，美国《自然》杂志开辟大数据专栏，从而使“大数据”一词开始走入公众的视野。而您在2007年就出版了《复杂时间序列的多尺度分析》一书，使复杂性科学有了技术实现的基础。请问这是否是您做量化社会科学、经济和金融复杂性，及地球物理和环境数据多尺度分析的基础？

高剑波： 奠定了大部分基础。还有部分基础来自一个非线性自适应滤波器。这个方法可以非常好地确定一个复杂信号任意的非线性趋势、消除噪声、进行多尺度分解、并作分形和多分形分析。有了那个方法，就能非常好地刻画历史的似曾相识（随机但又有类似周期性的行为）。这个方法是虽然是在书出版前发展的，但没来得及写进书里。

环球财经： 从美国回国后，2015年，您在广西大学创办了复杂性科学与大数据技术研究所，开展用大数据技术来对复杂问题的海量信息进行分析处理的研究，可谓是开创了我国高校在大数据研究领域的先河。我们注意到，一年后，我国有三所高校（北京大学，对外经济贸易大学和中南大学）开设了“大数据”专业（“数据科学与大数据技术”），就您的了解，以北京大学为例，这是我国数学学科最高水平的学府，他们在大数据方面的研究方法和您的方法有哪些异同？

高剑波： 在研究方法上异大于同。一般研究大数据只用统计分析和机器学习那些方法。那些方法我们也用，但我们会同时用复杂性科学的方法。这样，我们就有一个大多数人没有的优势，从复杂性科学的基本概念出发思考、提炼问题，然后有机地整合统计分析、机器学习，以复杂性科学的方法找到数据背后的基本规律，并解决重大的实际问题。很多研究大数据的学者，可能有这么一个经历——数据越多，越困惑、越抑郁。我们没有那种经历。利用复杂性科学，至少我们能提炼出合适的问题。

环球财经: 您呼吁：为实现大数据的价值，不仅需要学术界跨学科的合作，更需要工业界与学术界的合作。当前，我国在跨学科合作和跨界合作方面开展的情况如何？

高剑波： 我在2013年回国时选择加盟广西大学，是因为当时的赵艳林校长帮我成立了复杂性科学和大数据技术研究所，并鼓励我同时带数学、计算机、电信、商学、公管、新闻等学科的研究生。所以我们有一个非常好的跨界团队。可惜，在赵校长卸任后，研究所被限定只能在一个学科内招研究生，不好继续开展研究，我只好选择离开广西大学。这种跨界的合作，在国内高校还是不太多见。所幸，现在北京大学由朱松纯教授领衔，联合众多人文学科的教师们，正在进行一个大规模的跨界合作。我相信北大这边会给学界带来惊喜，并期望北大的实践能推动全国的跨学科合作和跨界合作。

环球财经： 虽然早在2008年就提出了“大数据时代”，但是在普通公众的认知里，直到ChatGPT的横空出世，机器学习和大数据的融合，人们才感知人工智能时代的来临。在您的眼里，人工智能意味着什么？

高剑波： 人工智能分三类，感知智能、认知智能、决策智能。决策智能非常难，尤其当错误决策的代价非常高昂时，比如让一国灭亡。ChatGPT相当于众智，即整合各种数据库后最可能出现的信息（“智慧”）。它已经能在很多方面帮助个人并帮助管理社会。所以，现在正在发展的人工智能，能在很大程度上影响人类文明的进程，不拥抱这类人工智能并积极参与研发，肯定会落伍、被淘汰。但光这样做远远不够，作为一个正在崛起的大国，中国必须同时花大力气摸索出一条能媲美真正意义上人类智能的人工智能新路子。特别要强调的是，科学革命的本质是革众人智慧的命，即与众智是完全相反的。

让数据说话：全球风险感知和公理层次规律

环球财经： 2016年，您在第三届世界互联网大会乌镇峰会做了题为《大数据时代如何让数据说话》，提出“机器学习不是万灵药”，需借复杂科学和系统性科学来进行大数据研究。您能详细谈谈目前在这方面取得的进展和成果吗？

高剑波： 我们一直在那样努力和实践。我们主要分析的是国际新闻媒体大数据和国际经贸大数据。关于前者，我们发展了三类方法，一个基于概率统计，刻画国际关系里的双边关系、国家实力、国际形象，以及一国一般性风险。因为基于统计，这个方法的预测功能不强。另一个基于信息论，能非常好地预警一国的一般性风险。基于这个方法，2021年底，我们尝试预测了来年全球十大冲突和危机。我们当时预测，若美西方不做任何退让，俄乌冲突必然爆发，同时预测，假如西方对俄施加极限制裁，俄将不得不让战事缓慢发展，通过制造难民潮，将欧洲拖下水，以维持俄在国际阶层中的位置。除了没有预测到俄乌冲突的规模，其他方面基本都对。我们当时预测的节选发表在《南华早报》上。我们的第三个方法是基于我们自己的自适应分形分析法，可以非常好地刻画各国内政演变。这种分析对我们在海外的基础设施建设能否成功有很强的指导作用。这个方法同时可以非常好地预警敌对方双边接触关系的动态变化，包括俄乌冲突爆发前美俄关系的动态变化。

某种意义上，俄乌冲突是美方设计、俄方不能逃避的一个坑。事实上，美国早在俄乌冲突爆发前就要求瑞典、芬兰加入北约。这些研究，加上我们关于国际经贸大数据的分析，促使了我近几年发展了一个关于世界经济发展和国际合作的新理论。这些研究，就理解世界局势变化、解惑这些目的来说，是非常让人满意的。

环球财经： 如您已经介绍的，近年来，您比较集中的一个研究方向是系统复杂科学与区域国别研究，目的是连续监测、预警世界各国基本政治、经济、竞争的动态演化。这是一个模型还是多个模型实现的？您能详细地介绍一下其实现的方法吗？

高剑波： 这些年我一直在强调，不要指望用一个模型解决所有问题。如前面所解释的，我们已经发展了三类模型。这些模型整合在一起，是否已经能够足够好地连续监测、预警世界各国基本政治、经济、竞争的动态演化，我们自己也不清楚。但我们还会继续发展其他方法，特别是适用于小区域的方法。

我们的三个方法，其中一个是双边关系指数（Bilateral relation index，BLR），它基于两个概率，一个概率是其中一国占另一国合作或冲突的比例，另一概率是其中一国在另一国国际事务中的重要程度。另一个基于信息论（相对熵）的方法，是通过比较一国在一段时间内发生的所有事件的概率分布偏离全球平均行为的程度。第三种方法基于随机分形，是通过刻画自相似性参数的动态变化实现的。

环球财经： 您认为，在您的体系中，您创建的双边关系指数（BLR）的不对称性与地区性霸权的识别，对哥本哈根学派的区域安全综合体理论（RSCT）带来了哪些方面的补充、完善？

高剑波： 国际关系的哥本哈根学派主要研究一国包括军事、政治、社会、经济和环境等方面的安全问题。其代表人物包括英国政治学家巴里·布赞（Barry Buzan）、丹麦政治学家奥勒·韦弗（Ole Wӕver）和荷兰政治学家怀尔德（Jaap De Wilde）。这些安全问题，在我们用的国际新闻媒体数据库（GDELT）里都有很好的表述。这个学派最著名的观点是韦弗关于言语行为（speech act）的表述。言语行为与地区霸权的存在有关。通常，霸权的言语能促使领国有所行动，反之，则不然。

哥本哈根学派的国际关系理论尚无动态的结构。我们计算的双边关系指数，尤其地区性霸权与邻国在双边关系上的不对称性，都能非常好地充实这个理论。可惜，我们还缺乏这个方向上深入的资源、资金和人才。希望未来能有加大这方向投入的可能性。

环球财经： 刚才您谈到近期发展了一个关于世界经济发展和国际合作的新理论，这指的是您在“全球阶层、世界秩序、经济发展与停滞、国际合作与冲突”方向上的研究成果吗？您认为发展对秩序造成冲击是冲突代替合作的最原始、最持久的原因，而美国政治学家亨廷顿（Samuel Huntington）把非文明冲突描绘成文明的冲突，将会造成哪些误判？

高剑波： 当依附理论（Dependency Theory）把世界表示成“中心+边缘”，或者当美国社会学家沃勒斯坦（Immanuel Wallerstein）的世界体系理论把世界表示成“中心+半边缘+边缘”时，全球阶层（或等级，hierarchy）的概念自然就出现了。但是，这个阶层具体有什么样的结构、是否稳定等问题，一直没有答案。原因是阶层这个概念一直没有被量化。

为了量化全球阶层结构这个现象，我们引入了一个新的变量——显示性比较财富（RCW），它是一国人均GDP与世界人均GDP之比。这个简单的无量纲处理，使得我们不再受GDP或人均GDP在时间上的非平稳因子不方便跨时间比较的困扰。全球阶层结构是通过对RCW排名得到的。

为充分认识RCW的价值，我们比较图1所示古巴的RCW和其人均GDP。自从菲德尔·卡斯特罗（Fidel Castro）的军队于1959年 1月8日通过革命进入古巴首都哈瓦那后，古巴与美国的关系急剧恶化。因此，苏联成为古巴的主要援助者和贸易伙伴。由图1的 RCW 曲线，我们可以推断古巴与苏联的关系在1984年之前相当稳定。但从1984年开始，RCW曲线急剧下降，预示着苏联在经济上遇到了大麻烦。苏联解体对古巴经济造成了重大且深远的影响。虽然古巴经济自20世纪90年代中期以来一直在复苏，但即使到了2020年，其经济状况仍未回到20世纪70年代的水平。这是无论人均GDP如何计算都不可能得到的推论。由此可见无量纲量的巨大作用。

联想到空气动力学在超音速和亚音速时的行为是完全不同的，我们就能明了，一国的经济发展必定严重依赖于RCW，就像空气动力学的行为严重依赖于马赫数。换句话说，不同发展阶段的经济有其独特的规律。可惜，至今为止，没有经济理论蕴含了RCW或与RCW等价的参数。这说明现有的所有经济理论存在严重的缺陷。明白了这一点，就能理解为什么每年有那么多经济学家向国际货币基金组织和世界银行建言献策，却没能真正帮助发展中和不发达国家发展。

RCW排名的重要性在于两个方面。一是对于每个国家的个人而言，另一是对于国家本身来说。就个人而言，若RCW远大于作为世界平均水平的1，那么，该国大量公民将能够从事艺术、科学和创新等工作，而不仅仅是为了谋生而奋斗。从长远来看，此类活动对于经济发展至关重要。另一方面，对于国家而言，较大的 RCW 意味着国家将能够提供更好的福利体系，拥有更廉洁、更少腐败的政治体系，拥有一个能够更好地抵御外部冲击的经济体系，能够从国外吸引更好的科技人才等。简而言之，社会大概率会更加和谐，至少在短期内如此。

如果一国的RCW在短时间内急剧下降，就会出现各种社会不和谐，包括企业倒闭、失业潮，出现动荡和冲突。由这些讨论，我们可以明了，诺贝尔经济学奖得主、美国经济学家克鲁格曼（Paul R. Krugman）的观点——国家在经济上不竞争、企业才竞争，是非常片面甚至错误的。

当我们每年对RCW排队，并将它取对数后的值与其序号（即排第一的对应1，排第二的对应2，等）的对数值画图，我们分析，曲线的形状可由一个简单的数学表达式——齐普夫-曼德尔布罗特定律（Zipf-Mandelbrot law，ZML）刻画。为理解这种排名，可类同国内高校的排名，一般清华、北大总在前两位。

RCW的排名非常稳定，因为背后有三个保障：首先是美霸权的军事力量和各种机构和制度的威慑力，包括美元霸权。其次是华盛顿共识。这层保障给人一个自然竞争的假象，但当一个国家一旦犯错，比如陷入债务危机，各种惩罚措施将使那一国家在未来基本不能发展。假如这两层保障还不足以阻止某些国家挑战美霸权，则有第三层保障：霸权通过搞各种同盟、关闭市场、禁售一些重要商品等打压挑战者。这一层保障已被称作“新华盛顿共识”，是美国针对中国的一些政策、措施。虽然美国这样做非常不公平，但大多数西方发达国家不会太有顾虑，因为他们明白这是针对中国的。

世界秩序基本是由齐普夫-曼德尔布罗特定律定义的曲线加上各国在曲线上的位置决定的，这一发现，使我们认识到，当前经常引用的世界秩序的定义——规范国际行为的规则、法规、制度，可能是不正确的，因为这个定义忽略了最重要的一个前提：那就是无论你什么规则、法规、制度及行为，必须是被霸权认可或允许的。理解了全球阶层结构和世界秩序后就能明白，当一国的经济发展或国际合作不会干扰全球阶层结构和世界秩序时，该国的经济发展和国际合作才能顺利开展。否则，该国的经济发展会被打压，国际合作会被叫停，甚至被代以冲突、战争。

亨廷顿关于“文明的冲突”之论述，乍一看，不少人会觉得他的理论有道理。可是，细想一下，就可以明白这个世界的真实运行情况并不如此。假如没有利益冲突，不同文明不会有任何冲突。当发展中和不发达国家的发展没对全球阶层结构和世界秩序造成任何干扰时，西方文明也不会这么排斥非西方文明。只有当发展中和不发达国家的发展对全球阶层结构和世界秩序造成干扰时，西方文明才会通过文明冲突这个话语体系来打压挑战者。

环球财经： 在您的指标体系中，哪些政治冲突是能被预测的，哪些不能？对于2024年下半年的国际主要冲突，您有哪些判断？对于今年的美国大选，您认为可能的结果是？

高剑波： 政治冲突的预测可以分成三类。第一类因其惯性大，几乎必然发生，因此很容易预测。第二类完全是随机的，不可预测。第三类的预测聚焦于系统是否已进入分叉点。若是，则各方都会努力施加各种力量使得系统的演化最符合自己的利益。这一类本质上就是通过博弈将利益最大化。这一类的预测最有价值。

2024年下半年国际上的主要冲突还是俄乌冲突、巴以战争/冲突、俄与美西方的博弈、中美（或中国与美西方的）博弈。其他冲突的重要性将远低于这些问题。至于美国的大选，事实上，在2023年巴以战争爆发后，基本已无悬念。美政府对美高校内学生运动的粗暴、非民主的处理（包括让便衣警察在哥伦比亚大学当兼职副教授），旷日持久的巴以战争，都使拜登的票仓大量流失。俄乌冲突中乌克兰遭受的挫折和困难，加上近期拜登在竞选表演中不尽如人意的表现，以及特朗普刚刚遭遇的“未遂刺杀”，再加上拜登宣布退选，都使得大选的天平倾向了特朗普一方。

环球财经： 如果特朗普胜选，将会对目前的美、俄、欧/日及中国的国际关系格局产生什么样的影响？

高剑波： 从有效性和利益最大化角度来说，美选择与俄缓和关系甚至合作以对抗中国可能是更优选择，这也是国际关系理论“进攻性现实主义”创始人、芝加哥大学教授米尔斯海默（John Mearsheimer）所持观点。特朗普在其上一任执政期，尝试过与俄缓和关系以便专心对付中国。但是欧洲不允许，因为那样会帮助俄成为欧洲的霸权而对欧洲其他国家造成生存威胁。还是因为这个原因，美俄关系在未来也不会有大的改变，即便特朗普胜选、不同意继续援助乌克兰。法、德、英、日等强国为了在将来的多极世界中变成重要的极，会继续援助乌而让俄乌冲突继续，并让美国难以脱身。

环球财经： 您提出，二战后世界运行的基本规律是公理层次的规律，能详细解释一下这个规律吗？

高剑波： 二战后，主导世界的是苏美。二者的经济体制完全不一样。美方自然是发扬光大了资本主义体系。这个体系有两个特征，其一是必须时不时有创新引领经济发展。其二是供需平衡。二战结束后不久，美国的产能远超其阵营内其他国家的购买能力，所以美国必须培育市场。这是美国实施“马歇尔计划”的最根本原因。

美国在通过让其他国家发展而开辟市场的同时，又必须提防任何国家挑战其霸权。所以，美国允许的发展是一个有限的发展，一旦某国越过美国划定的红线，美国就会迅速应对“挑战”。日本在上世纪80~90年代在经济上严重挑战了美霸权，所以遭到了美国多方位的打压，直至1995年美国认为日本的发展趋势已被完全遏制住，美日关系才变得真正友好。近期大家常说的“日本失去的30年”，并不是日本自己选择错误的发展之路，而是被美国打压造成的。其实，美国在1971年积极接触中国，其中一个目标就是想通过中国遏制日本的发展。

我国近十几年的发展已远超美设定的红线，所以，美对中的打压会越演越烈。根据我们的模型，美国的目标是使中国的RCW减退约30%，甚至减退50%，回到2010年前的水平。另外，当美的盟友在经济领域以外挑战美霸权时，也会遭到美的打压。俄乌冲突爆发的其中一个原因是美可以乘机废除法、德、俄、乌搞的“诺曼底四国机制”：这四个国家认为解决俄乌间的问题，不需美国参加，由他们四国商讨就足够了。但这是美国不能接受的。所以，二战后世界运行的公理层次的规律就是发展，即为了保持世界市场足够大，有些国家必须发展，以便扩大世界市场，使其能够支撑美国的不断创新、发展。但这个发展必须是有限的，不能超越美划定的红线。在经济领域或其他领域，都不能挑战美霸权。

数据揭示：我国的风险与应对谏策

环球财经： 2010年10月，我刊刊发的封面文章《走向质变的中美关系》，这个观点在当时引起较大的争议，近年来屡屡被誉为“雄文”。我们注意到，2010年10月这个关键点，与您的研究结论是重合的。您能从您的研究角度来谈谈您的依据吗？您认为中美关系未来将会有怎样的演化？

高剑波： 很多国内的国际关系学者认为中美关系质变的时间点发生在近些年，比如中美贸易战发生后或更晚些。甚至有学者认为中美关系至今尚未发生质变。在计算中美双边关系指数时，我们发现中美的摩擦、冲突从2010年始就居高不下，因此怀疑中美关系的质变可能在2010年就发生了。在寻找其他可以佐证的信息时，我们发现在2010年中国的制造业指数首次超过了美国，同时综合了人力资本、实物和生产资本、自然资本的包容性财富指数也已对美造成威胁。最重要的是，美国在2010年发现凭其一国之力，已不能遏制中国的崛起，必须联合韩、日、印、澳等一起打压中国。因此我们不得不推断2010年确实是中美关系质变的关键时间节点。