情报分析人员需要运用广泛的方法来应对更加广泛的课题。本期介绍了进行情报分析的4种功能不同的方法论途径，可供情报分析人员参考和使用。它们以其使用的分析方法的性质、可能的定量的类型、可用的数据的类型，以及预期要或需要接受的培训类型而相互区别。
NO1. 结构化分析
结构化分析方法是一种循序渐进的过程，以易于被他人彻底观察的方式，将分析人员的思考过程外化并被逐条逐步地审查、讨论和批判。正是由于这个原因，结构化分析通常是一种协作性的工作，而分析过程的透明化，可以让参与其中的分析人员接触发散性的或冲突的观点。
人们相信，这种类型的分析有助于减少因单个分析人员的认知局限、根深蒂固的思维定式，以及整个认知范围和其他的分析偏见而产生的负面影响。
经常使用的方法包括“结构化头脑风暴”“情景分析法”“指标法”“竞争性假设分析法”以及“关键假定检查法”等。大学和研究生院都在教授结构化方法。那些未曾学过统计学、高等数学及硬科学的分析人员，也可使用结构化方法。
NO2. 批判性思维
杰克·戴维斯是长期从事情报方法研究与实践的专家，他对批判性思维进行了定义，认为它是科学探索的过程和价值在战略情报特定环境中的应用。
善于运用批判性思维的人会停下来反思：谁是关键用户，问题是什么，哪里能找到最佳信息，如何提出一个令人信服的理由，以及如何才能高效地传递信息。他们认识到这个过程需要检查关键假定，寻找否证的数据，还有尽可能长时间地主动对待多种解释。
虽然大多数学生在从小学到大学的过程中在某个时间段内接触过批判性思维方法，但是，只有少数学院或大学开设了提高批判性思维和写作技能的具体课程。
NO3. 实证分析
实证分析使用的是定量数据。可以计量的实证数据与专家生成的数据差异很大，因此，使用这些数据进行分析的方法和使用时所针对的问题类型也大不一样。计量经济学建模是这种类别的一个常用方法。
实证数据由不同类型的传感器搜集并运用在诸如武器系统分析等对象上。此类培训一般通过统计学、经济学或硬科学等领域的研究生教育进行。
NO4. 准定量分析
准定量分析使用的是专家生成的数据,这是因为分析人员在分析情报问题时往往缺乏实证数据。在缺少实证数据的情况下，许多方法被设计成通过使用专家意见来填补数据空白，如依靠专家对关键变量进行“高”“中”“低”或“不存在”的分级，或者依靠他们给出的主观概率判断。
为得出这些判断，要采用一些特别的程序。专家对关键变量的分级评估将融入到一个描述特定现象的更大的模型中。如非军方领导人面对军事政变的脆弱性,政治动荡的程度，或者一次关于立法辩论结果的预测。
该类别包括的方法有贝叶斯推理(Bayesian Inference)、动态建模和仿真等。这些方法的培训一般通过数学、信息科学、运筹学、商业或科学等领域的研究生教育进行。
总结
这4类方法并无好坏或高效与否之分。在不同的情形下，为提高找到正确答案的概率，需要使用所有的方法在开展某个特定分析项目时使用多种方法应该成为常态而不是特例。
例如：即使是高度定量的技术分析,也必须伴随对动机、意图或能力的假定，而这些假定最好由批判性思维、结构化分析来处理或共同处理。在使用专家生成数据对变量进行量的动态模型中，用于观点生成的一种结构化方法也可被用于确定动态模型中所使用的变量。
本文摘选于《情报分析——结构化分析方法》
声明：本文来自情报分析师，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
