韓卓希、劉學洋：借數智之力，助推區域國別學發展

近年來，區域國別學的發展正在駛入快車道。2022年，區域國別學成為交叉學科門類下獨立的一級交叉學科。2024年，我國首批區域國別學學位點單位獲批，涵蓋碩士點31家、博士點8家。2025年4月，區域國別學被列入新增本科專業。區域國別學的興起，與國家戰略需求緊密相連。隨着綜合國力和國際地位的不斷提升，我國的國際影響力持續擴大、海外權益日漸增多。正如北京大學區域與國別研究院創始院長錢乘旦所言，新形勢下，我們需要準確把握國際形勢，正確認識外部世界，精準制定國際戰略，有力推進對外工作。

那麼，如何發展區域國別學？作為交叉學科，區域國別學不僅涉及傳統意義上的人文社科研究，更需要大數據、人工智能（AI）等數智技術的支持。

第一，數智技術助力構建區域國別學知識體系。區域國別學是一門動態的學科，需注重如何組織、獲取對於研究國別/區域的最新知識。研究國別/區域的各領域相關數據、文獻、調研材料等，對於該學科而言，是極為寶貴的資源。區域國別學服務國家戰略的重要環節就是將上述“原材料”進行加工、轉化，來推動相關知識生產。然而，囿於多種原因，我國區域國別學學科建設過程中，依舊面臨缺少“原材料”的問題。

西方國家開展區域國別研究較早，相關學科體系建設完善，積累了較多區域國別相關的數據、文獻、檔案、圖書及其他學術資料。步入數字化時代，西方已將大量區域國別的“原材料”進行了數字化編排，提高了研究效率，更好地服務了他們的國家戰略。例如，美國國家檔案館為了滿足其國內政策需求、研究需求，將達到解密標準的文件整理並創建美國解密檔案在線（U.S. Declassified Documents Online）。該數據庫按照亞洲、歐洲、拉美、中東和非洲等地區進行分類，收錄涉及古巴導彈危機外交、伊朗伊斯蘭革命等多地區、多領域內容。北京大學區域與國別研究院也聯合北京大學大數據分析與應用技術國家工程實驗室、北京大學長沙計算與數字經濟研究院開發了“全球智多星”系統，對全球主要區域、國家大事記、智庫、國際組織以及跨國公司動態進行跟蹤，致力於將該數據庫打造為區域國別學科的知識庫。

可見，區域國別學所需要的“原材料庫”，不僅是動態監測的數據庫，更是一個需要和歷史相結合、全維度的知識庫。這對區域國別學與新興數智技術的結合提出了要求。區域國別學可對特定區域國別事件給出定義，提出相關信息蒐集與整理的標準；數智技術則提供技術實現路徑，如依託爬蟲技術大量整理網絡相關信息、分析視頻信息、爬取全球各地旅遊博主對當地認知的信息等，以作為對區域國別學及相關專家專有知識的補充。由此，作為一種技術手段，數智技術可加快區域國別學知識體系的構建。未來，兩者結合還可協同制定區域國別學信息技術標準，整體提高區域國別學服務國家戰略的效率。

第二，數智技術優化區域國別學教學體系。學科建設的目標之一，旨在將該學科知識傳授給學生，數智技術的應用可提高這一過程的效率。例如，教材是學科知識體系的濃縮與再現，是學科知識的具體化，需要系統反映學科的內容。教材是教學的主要媒介，其質量是決定教學成果質量的重要因素。區域國別學是一門動態的學科，需要在持續變化的國際局勢中對一個區域、一個國家進行全面、深入、系統的研究與教學。這不僅需要對研究區域/國別的歷史脈絡有較為詳細的瞭解，更需要對研究區域/國別的變化持續跟進，由此，才能較為精準地把握研究區域/國別的變與不變。

傳統的紙質教材存在更新迭代速率較慢、編制難度較大等問題，並不能完全契合區域國別學的需求。反觀新興的數字教材，它們不僅能夠利用多媒體技術將傳統紙質教材的內容進行數字化處理，轉化為適用於各類電子終端的教材；還能依託相應技術，時刻對教材內容進行修訂、增減，更適用於區域國別學這一門動態的學科。比如，開展針對歐洲地區的研究，歐洲一體化模式是一個重要研究議題。縱觀國內外，大多教材對於歐洲一體化的探討停留於經濟和政治一體化以及相關領域的泛歐洲一體化層面，缺乏歐盟提出的歐洲聯軍等安全一體化的內容。這就凸顯了數字教材能夠快速摘錄、排版、增補的優勢。

此外，數智技術還可採用虛擬仿真等技術，將課堂模擬為歐盟就歐洲聯軍談判、協商的現場，加強學生對於歐洲安全一體化的理解；打造一個與研究國別/區域極為相似、具備當地風土人情的數字空間，使學生能夠在數字空間對調研對象有身臨其境的感受等。由此，數智技術的運用，將進一步完善區域國別學的教學體系，提高教學效率。

第三，數智技術創新區域國別學研究體系。區域國別學對特定區域、國家進行研究，需要剖析研究對象的方方面面，並對研究對象未來走勢進行研判。此種研判需要建立在相對完備的區域國別知識體系上，並以人工智能模式的方式推進，儘可能使研判結果更為科學。在這一過程中，數智技術將豐富區域國別研究方法，對研究對象發展趨勢進行更為全面、客觀的預測分析，輔助形成對研究國別/區域的報告。

例如，2008年，美國國防部高級研究計劃局資助開發了ICEWS（Integrated Crisis Early Warning System）系統，旨在幫助美國政策分析人士瞭解特定區域/國別的過去和現在，並預測美國可能在該地區需要應對的各類危機。該系統主要從數字化的新聞媒體、社交媒體和其他來源獲取大量語料，然後通過計算機編碼自動生成時間數據庫。依託於海量數據，其使用混合方法進行不穩定預測，會預測諸如“X國家有60%內戰的可能性”。據稱，該系統預測準確度超過80%。除了該項目外，美國蘭德公司等智庫也有類似的戰略推演系統，且已經投入實踐多年。有專家稱，美國此類系統已經進行過多次迭代。目前，我國領先的大學也就相關議題進行了多次兵棋推演、舉辦兵棋競賽。 

未來，可以區域國別學知識體系等為基礎，與數智技術結合，進一步開發區域國別態勢推演平台。該平台可依託區域國別學數據庫、知識庫訓練人工智能模型，以對特定區域、國家戰略、政策、行為進行預判並輔以專家校對。這樣，既可達到區域國別學服務國家戰略的目的，還會推動區域國別學整體研究體系和研究方法的現代化、數智化。（作者分別是北京大學全球互聯互通研究中心助理研究員、北京大學軟件工程國家工程研究中心副教授）