📈 economics

BRICS Under Stress: A Crisis-Adjusted Divergence Index for Measuring Coalition Alignment Under Systemic Pressure

本文介绍了危机调整分歧指数（CADI），这是一种通过将系统性压力建模为五个结构维度的动态重新加权来预测联盟对齐情况的前导指标，并通过金砖国家案例研究证明了结构异质性在压力下驱动分歧，而相似性并不保证凝聚力。

原作者： Antoine Bachelin Sena

发布于 2026-07-28

📖 1 分钟阅读☕ 轻松阅读

原作者： Antoine Bachelin Sena

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大联盟之谜：压力之下，友谊如何渐行渐远

想象一群在顺境中总是喜欢聚在一起的朋友。他们共享美食，分享笑话，并在社交媒体上发布看起来完美统一的合照。但当一场巨大的风暴来袭时，会发生什么？他们是会挤在同一个角落寻求庇护，还是会为了保护各自的特定利益而散落到房子的不同角落？这正是国际关系领域的科学家们一直在针对一个强大的国家集团——金砖国家（BRace, Russia, India, China, and South Africa）所提出的核心问题。

多年来，专家们一直在争论这个群体究竟是一个联系紧密的团队，还是仅仅是一群恰好在某些问题上有共同见解的国家集合。问题在于，大多数衡量“友谊”的方法只能观察事后的结果——比如查看谁在会议中投了赞成票，或者谁签署了条约。这就像试图仅通过一封分手信来理解一段关系。我们需要一种方法，能在分手发生之前，预测危机压力如何改变这种动态。为此，我们需要理解几个关键概念：“结构性暴露”（structural exposure，这只是一个说法，意指一个国家在安全、资金或技术等方面对其他国家的依赖程度）和“系统性压力”（systemic stress，即全球紧张局势或危险程度）。大问题在于：随着世界变得越来越危险，这个群体是会紧紧粘在一起，还是裂痕会开始显现？

友谊的“压力测试”

这时，出现了一个名为**危机调整分歧指数（CADI）**的新工具，由研究员安托万·巴切林·塞纳（Antoine Bachelin Sena）创立。请不要把 CADI 看作是一个测量关系在烧毁后有多热的温度计，而要把它看作是一个天气预报，它能在风暴来临前预测风会将朋友们吹向何方。

论文指出，看待金砖国家的老方法太简单了。它把这个群体视为一块坚固的石头。但 CADI 将每个国家视为电子游戏中的一个独特角色，由五个特定的“属性”或脆弱性来定义：

安全暴露度： 他们在多大程度上依赖他人来保障安全？
国防工业依赖度： 他们是否需要从别人那里购买武器？
贸易集中度： 他们的业务在多大程度上仅限于少数几个合作伙伴？
技术依赖度： 他们是否需要来自国外的尖端科技产品？
监管-金融一致性： 他们的货币规则和法律是否与西方大国相似？

CADI 的神奇之处在于一个特殊的“压力旋钮”（用希腊字母 $\sigma$ 表示）。当世界太平时（旋钮处于 0），这五个属性的重要性是相等的。这就像一次随意的聚会，每个人的爱好都同样重要。但当危机发生时（如战争或重大的地缘政治冲击），旋钮就会转动。随着压力的上升，属性的“权重”会发生剧烈变化。突然之间，生存相关的事务（安全和武器）变得至关重要，而“锦上添花”的事物（贸易和技术）则被推到了后台。

当旋钮转动时会发生什么？

研究人员利用巴西、印度和中国测试了这个想法。他们运行数据，观察当压力旋钮从“轻松” (0) 转向“极限恐慌” (2) 时会发生什么，这种情况发生在 2022 年乌克兰危机期间。

令人惊讶的结果是：这取决于你是谁。

漂移者（巴西和印度）： 这两个国家的“属性”非常不同。巴西在西方贸易和金融方面有很深的联系，而印度在安全和国防方面有很深的联系。当压力旋钮转动时，CADI 显示它们的差异正在爆发。巴西与印度的分歧指数跳升了 86%，巴西与中国的分歧指数跳升了 81%。这就像两个通常在音乐和饮食上意见一致的朋友，突然发现当房子着火时，一个想跑向消防站，而另一个想给保险公司打电话。他们并不是在争吵，只是被各自不同的结构性需求拉向了相反的方向。
双胞胎（印度和中国）： 这是最有趣的部分。印度和中国拥有非常相似的“属性”——他们都高度依赖安全和技术。你可能认为危机会让它们产生冲突，但 CADI 预测它们在结构上不会产生分歧。事实也确实如此，指数保持平稳。它们的“结构距离”几乎没有变化。论文指出，尽管它们可能是政治对手，但它们的底层“齿轮”如此相似，以至于危机的压力并没有像对待其他国家那样将它们拉开。

“显性偏好”校验

为了确保这不仅仅是一个酷炫的数学技巧，作者将他们的预测与现实世界的行为进行了对比。他们观察了这些国家在联合国大会上的实际投票情况（即“显性偏好”）。

结果高度吻合。当 CADI 预测巴西和中国会产生分歧时，他们在联合国投票记录中的差距确实出现了巨大鸿沟（两者的距离几乎增加了三倍）。当 CADI 说印度和中国在结构上保持相似时，投票记录却显示了不同的故事：他们的投票记录确实出现了分歧，但论文解释说，这是因为一个该指数并未测量到的特定“竞争关系”因素。这证明了该工具正发挥着预期的作用：它测量的是推动国家分离的“结构性压力”，而非可能因其他原因导致分离的“政治戏码”。

启示：不在于“统一”，而在于“层次”

论文得出结论，关于金砖国家是“统一”还是“破碎”的争论其实是一种误解。这个群体两者皆是！

第一层（低压力层）： 当情况平稳或危机尚未上升到生死存亡的程度时，各国保持统一。他们举行峰会，签署联合声明，并维持新开发银行的运转。这是看起来统一的“外交假象”。
第二层（高压力层）： 当压力旋钮进入红色区域时，各国会根据其特定的脆弱性产生分歧。他们并没有解散这个集团，只是停止了在事关生存的最重要事务上的合作。

论文建议，对于决策者而言，那种将金砖国家视为一个整体（无论是去遏制还是去忽视）的旧思维方式是错误的。相反，他们应该观察“压力地图”。如果你是一个试图与金砖国家进行谈判的国家，你需要知道在高度压力下，巴西可能对贸易协定持开放态度（因为那是他们的弱点），而印度可能对安全对话持开放态度（因为那是他们的弱点）。

简而言之，这篇论文为我们提供了一个新的视角，让我们看到在多极世界中，联盟并非固定不变的。它们是具有弹性的。它们会根据风力的强度而拉伸或收缩，而 CADI 正是那个终于让我们能够测量出它们在断裂前究竟能拉伸多少的工具。

技术摘要：压力下的金砖国家（BRICS）与危机调整分歧指数（CADI）

问题陈述
现有关于金砖国家（巴西、俄罗斯、印度、中国、南非）的文献呈现出一种悖论：该集团在政治局势平稳时期表现出凝聚力，但在面临如2022年俄罗斯入侵乌克兰等急性危机时则会出现选择性分裂。虽然学者们已经记录了这种规律性——即区分了外交凝聚力（峰会、公报）与行为分歧（投票、贸易转向）——但目前缺乏正式的工具来衡量这种碎片化发生的“何时”、“如何快”以及“沿着哪些结构性维度”进行。现有的对齐量化指标（例如联合国大会理想点、投票相似度得分）是“滞后指标”，它们仅在行为发生后才捕捉到已显现的偏好。这些指标无法模拟在选择发生之前存在的潜在结构性压力，也无法解释系统性压力如何动态地重新分配不同政策领域的显著性。

方法论：危机调整分歧指数（C（Crisis-Adjusted Divergence Index）DADI）
本文引入了 CADI，这是一个正式、透明且可复制的工具，旨在衡量以系统性压力为条件的结构性压力对对齐程度的影响。该方法论通过三个核心组件展开：

结构暴露向量（Structural Exposure Vectors）： 每个国家被建模为一个五维向量（ $v_i \in [0, 1]^5$ ），代表客观的结构性情况而非偏好。这五个维度分别是：
- 安全暴露度
- 国防工业依赖度
- 贸易集中度
- 技术依赖度
- 监管-金融对齐度
  这些向量根据公开数据（SIPRI、UN Comtrade、世界银行等）构建，并在样本中进行归一化处理（min-max normalization）。
系统性压力标量 ( $\sigma$ )： 压力被视为一个连续标量，范围从 0（基准稳定性）到 2（峰值地缘政治压力）。它通过外部校准，使用国家层面的地缘政治风险（GPR）指数（Caldara and Iacoviello, 2022）进行设定，并以 2015–2019 年的平均值和 2022 年乌克兰危机峰值为锚点。
压力敏感型重加权（Softmax 函数）： 核心机制是将系统性压力视为一个变量，动态地重新分配五个维度的显著性权重。Softmax 函数将线性得分（ $\alpha_k + \beta_k \sigma$ ）转化为权重（ $w_k$ ）。
- 生存相关维度（安全、国防工业）被赋予正向的压力敏感系数（ $\beta > 0$ ），这意味着随着压力的上升，其显著性呈指数级增加。
- 优化导向维度（贸易、技术、监管-金融）被赋予负向系数（ $\beta < 0$ ），这意味着其显著性在压力下会受到压缩。
- 在 $\sigma = 0$ 时，所有维度的权重相等（0.20）。随着 $\sigma$ 的增加，模型会将重心转向生存相关的脆弱性领域。
指数计算： 对于每一对关系（dyad） $(i, j)$ ，CADI 是其压力加权暴露向量之间的欧几里得距离：
$CADI_{ij}(\sigma) = \|\tilde{v}_i(\sigma) - \tilde{v}_j(\sigma)\|_2$
这衡量了在特定压力条件下结构剖面的分歧程度。

主要贡献
本文声称对文献有三个主要贡献：

结构压力的领先指标： 与现有测量显现偏好的工具不同，CADI 是一个领先指标，它量化了在观察到对齐选择之前的、塑造对齐行为的“事前”（ex ante）结构性压力。
“收缩的对冲空间”的形式化： 该指数将“随着竞争加剧，对冲空间缩小”这一理论主张进行了操作化。它通过数学方式证明，随着压力上升，安全/自主性维度的权重系统性地提高，而贸易/金融维度的权重则被抑制。
可证伪的适用范围条件： 该框架明确定义了其适用范围。它预测了在压力下结构异质性的对关系会产生分歧，但在结构相似的对关系中则预测会保持稳定，即使存在政治对抗。这使得该指数能够提供具有信息价值的失败案例（如印度–中国案例），而不是强行拟合。

结果
该指数应用于三组关系（巴西–印度、巴西–中国、印度–中国），使用了 2015–2024 年的数据：

异质性对关系（巴西–印度、巴西–中国）： 随着压力 ( $\sigma$ $σ$ ) 从 0 上升到 2（2022 年峰值），CADI 显著增加。
- 巴西–印度 CADI 上升了 86%（从 0.160 升至 0.298）。
- 巴西–中国 CADI 上升了 81%（从 0.181 升至 0.329）。
- 轨迹是非线性的，随着安全权重趋于主导地位，分歧加速上升。
结构相似的对关系（印度–中国）： 尽管存在高度的地缘政治紧张，但 CADI 保持平稳（0.068 至 0.065）。这证实了假设 G2：因为印度和中国拥有相似的高 $\beta$ 暴露特征（高安全和高技术依赖），压力诱导的重加权并不会拉开它们的结构剖面。
外部验证： CADI 轨迹与联合国大会理想点距离（Bailey et al., 2017）进行了对比：
- 对于异质性对关系，CADI 与显现的分歧之间的相关性为 0.68。
- 对于印度–中国对关系，相关性为负（-0.34），这证实了该指数正确识别了结构相似性，而外部数据揭示的分歧则是由于双边对抗驱动的（这是该指数刻意排除的一个因素）。
- 压力重加权机制相比静态距离零模型，将预测误差降低了 36%。

意义与主张
本文认为，关于金砖国家在 2022 年后是“维持了团结”还是“发生了分裂”的争论，并非实证层面的争议，而是分析层面的分歧。

调和不同的解读： C-ADI 表明，两种解读可以同时成立。该集团在“低 $\beta$ ”领域（外交、发展银行、联合公报）保持凝聚力，因为这些领域在压力下维持成本较低；但在“高 $\beta$ ”领域（安全、国防工业自主性）则出现显著分歧，因为生存相关的压力占据了主导。
政策启示： 对于决策者而言，该指数表明不应将金砖国家视为一个单一的整体，而应视为一系列差异化的暴露剖面的集合。接触策略应针对特定的结构性锚点（例如，针对印度的安全合作，针对巴西的贸易稳定），而非仅仅针对“金砖国家”这一标签。
适度的研究范畴： 作者明确指出，该指数衡量的是“结构暴露的分歧”，而非“政治对齐的方向”。印度–中国案例是一个边界条件：低剖面分歧是政治对齐的必要但不充分条件。本文并不声称能预测具体的政策结果，而是旨在绘制出在不同系统性压力下，使某些结果变得更可能或更不可能的结构性约束图谱。