全球AI竞争胜负预测：综合评价与情景模拟建模全解析

1. 一眼看穿题目本质：它到底在问什么

2026华数杯ICM的Problem B题目全称是“Who Will Win the Global Competition in Artificial Intelligence?”，中文翻译过来就是“全球人工智能竞争谁会赢”。很多队伍拿到题的第一反应，是去搜各种AI大模型报告、排行榜，想直接找到现成答案。我个人的建议是：先别急。这类“预测谁赢”的题，表面上是一道数据题，真正考的是你如何定义“赢”、如何构造评价指标、如何在充满不确定性的数据里给出一个能自圆其说的结论。

准备数学建模竞赛，尤其是带ICM字样的题，评委更看重的是建模思路和论文逻辑，而不是你最终猜中了哪个国家。哪怕你预测的结果和真实发展完全不同，只要模型合理、分析到位，照样能拿奖。换句话说，这道题的本质不是“占卜”，而是“用数据说话”。这篇文章适合所有正在备赛的学生队伍，也适合想学习综合评价、时间序列预测和情景模拟这类建模方法的同学参考。下面我会把从破题、数据、建模到论文输出的完整流程拆开讲清楚。

1.1 “赢”的定义是最大的坑

题目问“谁会赢”，但这个“赢”字本身就有多种解释。是算力最强算赢，还是论文最多算赢？是产业规模最大算赢，还是人才培养最猛算赢？不同定义下，排名结果可以完全不同。比如一个样本科研产出很强，但人才供给跟不上，按学术指标排第一，按产业落地指标可能只排第三。所以第一步不是急着找数据，而是把“赢”的可操作定义写清楚。

我见过有队伍直接拿单一指标，比如“AI论文总数”，排个序就说谁赢。这种做法的最大问题在于：论文数反映的是过去几年的存量，不能代表未来趋势，更无法反映一个国家的产业转化能力。还有队伍用“算力规模”作为唯一标准，结果排出来以后自己都觉得不靠谱。正确做法是，把“赢”拆成一个多维度的综合竞争力指数，再用这个指数去比较和预测。题目里给的虽然是竞赛场景，但内核就是综合评价问题。

1.2 评委真正想看的四件事

参加华数杯这类赛事，队伍之间的模型水平差距其实没有想象中那么大。真正拉开分数差的，往往是以下四件事。

第一，可解释性。选哪些指标、为什么选这些指标，必须给出逻辑，不能“因为数据好获取就选”。第二，稳健性。换一套权重、换一个年份区间，排名不能剧烈变化，否则结论没有说服力。第三，动态性。题目问的是未来，不能只给一个静态排名，必须有时序预测和趋势判断。第四，结论简洁。评委看完论文，要能立刻知道“预测谁会在未来胜出”，以及“在什么条件下结果会强烈变化”。这几个要素会在后面的建模路线里逐一展开。

2. 数据准备：把AI实力变成可计算的数字

这道题没有直接给定数据集，所以数据工作至少占工作量的一半。AI发展水平不是一个可以直接点击下载的数字，必须把抽象能力转化为多个可量化的指标。数据源的选择要遵循两个原则：公开、可追溯。尽量使用国际组织、知名行业报告或学术数据库发布的数据，并在论文附录里写清数据来源和获取时间。这样评委既容易复现，也会觉得你的工作扎实。

数据准备阶段最容易犯的错，是一上来就把能找到的所有指标堆在一起，然后跑个算法。堆指标的问题在于：冗余度太高，指标之间高度相关，最后模型解释起来一团乱。比如“AI企业数量”和“AI融资总额”大概率正相关，都放进指标体系，等于变相把产业规模这个维度加了两次权重。所以先建框架，再选指标，最后才去找数据。

2.1 指标体系怎么搭才完整

我建议从五个维度来搭这个框架：科研产出、人才储备、产业落地、基础设施、开放生态。每个维度下再选2到3个具体指标。这里列一个可以直接参考的初版框架：

为什么用这个框架？因为它覆盖了“从基础到应用再到影响力”的完整链条。算力是燃料，人才是引擎，论文是积累，产业是变现，开放生态是外部环境。少任何一个维度，都会让“赢”的评判失去公信力。

指标选好后，还需要做一个动作：相关性分析。如果两个指标之间的相关系数超过0.85，建议只保留其中一个，或者用主成分分析法降维。这一步能避免后续熵权法权重失真。不要以为指标越多越严谨，指标之间的信息重复才是常见问题。

2.2 数据缺失、滞后与量纲处理

公开数据大概率会缺年份、缺部分样本，这是常态。处理缺失值时，不要直接把整个样本删掉，可以先看缺失比例。如果缺失比例超过20%，建议放弃这个指标；如果只是个别年份空缺，可以用前一年数值填充，或者用相邻两年的均值平滑。更稳妥的办法是从另一个数据源做交叉验证。比如论文数据缺了某一年，可以查同一份机构的其他出版版本。

这里还要特别提一个容易被忽略的点：滞后效应。AI投入不会在当年就体现到全部产出上。今天投进去的算力和人才，可能要两三年后才能反映到论文和产业成果上。所以在建模时，尽量把“投入类指标”（如资金、算力）做滞后处理，比如用当年的基础设施数据去解释两年后的科研产出。这会让整个模型在逻辑上更顺，评委一问“为什么用当年数据预测当年结果”时，你也答得出来。

数据量纲是另一个麻烦。论文数可能是几万，融资额可能是几十亿美元，两者不能直接相加。一般用极差归一化或Z-score标准化，把所有指标压缩到同一量级。我习惯用极差归一化，因为它保留“该样本在所有样本中的相对位置”这一含义，后续解释起来更方便。唯一注意点是，如果有逆向指标，比如“人才流失率”，要先做正向化处理，让所有指标都变成“越大越好”。

3. 建模主线：评价、预测、情景三层递进

光有指标还不够，更高分的关键在于把模型做成一个三层递进的结构：先用综合评价算“当前谁领先”，再用时序预测算“未来各自怎么走”，最后用情景模拟算“有没有可能逆转”。这层结构既回答了“现在谁赢”，也回答了“未来谁赢”，还回答了“凭什么相信你会赢”。

备赛时最容易走的一条弯路，是直接对总排名做时间序列预测。比如算出了今年的综合得分，明年、后年也直接拿这个综合得分去外推。这种做法不够严谨，因为综合得分的指标权重每年可能不同，直接预测一个聚合指标会丢失结构性信息。正确做法是先对底层指标分别预测，再代入评价模型算未来得分。这样还能解释清楚：某个国家明年的排名上升，是因为论文增速快，还是因为算力投入上来了。

3.1 第一层：当前竞争力评价（熵权TOPSIS）

评价模型有很多种，比如层次分析法、CRITIC法、主成分分析、TOPSIS。这道题我比较推荐熵权TOPSIS。理由很简单：层次分析法权重靠专家打分，主观性太强，答辩时容易被挑战；主成分分析虽然降维效果好，但成分含义往往模糊；熵权法则完全基于数据离散程度来定权，数据波动越大，说明信息量越大，权重越高。结合TOPSIS，可以计算每个样本与“最优解”的距离，从而得到综合得分。逻辑很直白：越靠近理想最优方案，竞争力越强。

实操步骤一般是这样：指标正向化与归一化；计算每个指标的熵值和权重；按权重计算加权规范化矩阵；确定正理想解和负理想解；计算各样本到正负理想解的欧氏距离；最后算贴近度作为综合得分。有些队伍还会在熵权基础上人为微调，比如某个维度你特别认为重要，就给一个修正系数，这同样可以，但必须在论文里写明理由。

熵权法有一个要注意的边界情况：某个指标在所有样本上的数值几乎一样，它的熵会接近1，权重接近0。这时候不要直接认为这个指标没用，要回头看一下是不是数据取错口径了，或者样本之间差异确实很小。如果是后者，可以在模型里保留但降低权重；如果是前者，需要重新处理数据。

3.2 第二层：时间序列预测（灰色模型与机器学习对照）

当前得分算完后，下一步是预测未来。样本的时间跨度通常不会太长，可能只有五年到十年的年度数据。这种“小样本、短时序”的场景，灰色预测模型GM(1,1)非常实用。它不要求太多历史数据，对指数型增长趋势的拟合也比较好，正适合AI这样处于快速上升期的领域。但灰色模型的缺点是只适合单调序列，如果某个指标出现明显波折，预测效果就会下降。

另一条路线是用随机森林、XGBoost这类机器学习模型做回归预测。优点是能纳入多个解释变量，比如用过去三年的论文增速、融资增速去预测下一年综合得分。缺点是对历史样本量要求高，数据点太少时很容易过拟合。所以我的建议是：不要只押一种模型。把GM(1,1)、ARIMA和机器学习模型各跑一遍，然后按误差加权组合。用2010到2020年数据训练，用2021到2024年数据做验证，选误差最小的组合方式。预测未来的2026到2030年，就用这个组合模型。这样既稳妥，又能在论文里放一个“模型对比表”展示工作量。

3.3 第三层：情景模拟与“逆转”分析

预测永远有误差，比预测结果更重要的是判断“什么时候结果可能翻转”。我当时做这类题的常用方法，是在预测值上施加随机扰动，做蒙特卡洛模拟。举个例子：假设某样本在基准情景下论文年均增速是8%，那我在情景模拟里让这个增速在5%到11%之间随机波动，跑一千次，统计最终排名为第一的次数占比。这能很自然地回答“谁赢的概率更大”。

情景也可以人为设置成三种。乐观情景：头部样本加速投入，算力和资金增速上调20%。中性情景：维持基准增速。悲观情景：地缘合作受阻，国际交流指标下降。注意这里不要过度解读环境因素，而是把它当作模型参数的变化来讨论。模拟完成后，画一张“夺冠概率分布图”或者“排名变化区间图”，这往往是全篇最抓评委眼球的部分，因为它把不确定性和判断结合起来了。

4. 实操记录：从空表格到答辩全流程

实操阶段最忌讳的是“模型都会，代码全崩”。很多队伍卡在数据处理这一步，最后没时间写论文，分数自然上不去。这一章我会把实操中必经的几个关键动作讲一遍，包括一个可以直接照抄的熵权法计算示例，以及灵敏度分析和排查bug的方法。以下过程基于通用实践，具体数据请根据你找到的数据集替换。

4.1 熵权法权重计算：一个可抄作业的完整示例

假设现在有3个样本，代号分别是S1、S2、S3，选了3个指标：论文产出X1、专利数量X2、人才规模X3。原始数据给成这样：

先做极差归一化。以X1为例，最大值是92，最小值是56，那么S1的归一化值为(92-56)/(92-56)=1，S2为0.389，S3为0。用同样方法处理X2和X3，得到归一化矩阵。

接下来计算每个指标的比重矩阵：每个值除以所在列的和。以X1为例，三个样本的归一化值求和是1.389，则S1的比重为1/1.389，约0.72；S2为0.389/1.389，约0.28；S3为0。再按熵值公式 e_j = -1/ln(n) * Σ(p * ln p) 计算各指标熵值。n为3，ln3约1.099。最后通过 w_j = (1 - e_j) / Σ(1 - e_j) 得到权重。这里为了表述清晰，我当时算出的权重大约为：论文权重0.38、专利权重0.33、人才权重0.29。不同数据集结果会不同，但计算流程就是这个。

算完权重后，把加权规范化矩阵代入TOPSIS。S1在论文上最强，S2在专利和人才上稍占优，所以最后结果通常是S1>S2>S3，但差距并没有原始数据看起来那么大。这里还想提醒一个习惯：不要直接展示一个巨大的原始数据矩阵，挑3到5个代表性样本、2到3个核心指标做示例即可，完整数据附在附录。

4.2 灵敏度分析与排名稳定性图

模型搭好之后，评委最常问的一个问题是：“你的权重怎么来的？换一组权重结果还成立吗？”所以灵敏度分析不是可选动作，而是必须做的防守动作。我一般会让每个指标权重在基准值上下浮动20%，做500到1000次随机组合，重新计算所有样本的排名，再统计排名的均值和标准差。如果前三名几乎不变，说明结论很稳健；如果一换权重就大洗牌，就要反思是不是某几个样本得分太接近。

这里给一个我常用的Python模拟思路，稍作修改就能用：

import numpy as np # 假设得分矩阵是 samples x indicators score = np.array([ [92, 78, 85], [70, 88, 90], [56, 64, 60] ]) n_sim = 1000 rank_matrix = [] for _ in range(n_sim): # 在基准权重附近随机扰动 base_w = np.array([0.38, 0.33, 0.29]) noise = np.random.uniform(0.8, 1.2, size=base_w.shape) w = base_w * noise w = w / w.sum() weighted = score * w total = weighted.sum(axis=1) rank = total.argsort()[::-1] rank_matrix.append(rank) rank_matrix = np.array(rank_matrix) # 统计每个样本排第一名的次数 first_place_count = (rank_matrix == 0).sum(axis=0) print("夺冠次数占比：", first_place_count / n_sim)

跑完模拟后，我会画两张图：一张是排名的频数柱状图，另一张是箱线图展示每个样本综合得分的分布。这样就能直观看到哪些样本排名稳定，哪些样本存在“逆袭”可能。这一小节的内容放到论文里，说服力会大幅提升。

4.3 常见bug与排查思路

建模过程中会遇到很多让人想摔键盘的问题。我把常见问题整理成一张速查表，方便你对号入座：

排查这些问题时，我最大的心得是：先用一个小样本把链路跑通，再加数据。不要一上来就追求全量数据建模。先拿5个样本、3个指标跑完一遍，确认每步代码输出符合预期，再扩展到全量。这样能节省大量调试时间，避免“数据一大堆，报错一脸懵”的窘境。

5. 论文写作与最后一公里

到这里，模型已经跑完，图表也画得差不多了，但分数还没落袋。数学建模竞赛最终比拼的是论文表达。同一个模型，有的队伍写出来像技术报告，有的队伍写出来像科研论文，得分差距就在这一层。论文写作不需要多么华丽，但要做到“逻辑闭环、重点突出、可复现”。

正式动笔前，先把所有图表、核心结论、模型假设列在一张草稿纸上。论文要围绕题目要回答的问题组织，不要按“我做了A、我做了B”的顺序流水账。按问题组织是按“先定义赢、再评价现状、再预测未来、再检验稳健性”的逻辑展开，这样读起来节奏很顺。

5.1 摘要和关键词：给评委的第一印象

摘要大约占了评委第一印象的百分之八十。千万不要在摘要里堆砌“本文运用了层次分析法、熵权法、TOPSIS、灰色预测……”这类罗列。好的摘要应该四句话讲完：第一句亮明“要解决什么问题”，第二句指出“用什么思路和数据”，第三句给出“最核心的定量结论”，第四句说明“结果经过哪些检验”。如果你想写得更扎实，再加一句“模型在未来拓展中的应用价值”。

关键词选择也不要全堆模型名。可以用“人工智能竞争力评价”、“动态预测”、“情景模拟”、“排名稳健性”这类能反映问题核心的词。这样搜索引擎和评委都能快速定位你的研究重点。很多队伍把“熵权法”、“TOPSIS”当关键词，不是不行，但这只是工具，不是问题本身。

5.2 模型检验表格的写法

评委非常喜欢看到对比和检验，因为这是“科学态度”的体现。不要只在文字里说自己模型好，要放对比表格。比如将三种预测模型在同一段历史数据上的误差进行比较：

这张表放上去，评审老师能一眼看到“为什么最后选了组合模型”。同样的逻辑也适用于权重验证。把灵敏度分析后的排名变化情况整理成一张“不同权重情景下的前五名排名表”，比在正文里写一百句“模型稳健”都有用。

5.3 我的三条避坑心得

第一条，不要为了预测精确牺牲解释性。有的队伍用深度神经网络，跑出来精度很高，但评委问“为什么这个样本排名上升”，队伍支支吾吾答不上来。宁可模型简单一点，也要保证每个变化都能讲清楚原因。

第二条，别忽略“2026”这个时间坐标。题目直接点明了年份，说明它要的是面向未来的判断，而不是历史回顾。所以论文结论必须落到“截至2030年的趋势判断”上，至少要讨论“3到5年后谁赢面更大”。很多队伍把所有精力放在历史数据拟合上，最后忘了讨论未来，这是方向性错误。

第三条，团队分工要前置。我见过不少队伍临近提交时才发现论文没人写，代码和文字对不上。建议从第一天就确定“数据组”、“建模组”、“写作组”，写作组从第二天开始跟进度写框架，不要把写论文压缩到最后几小时。文档同步用在线协作文档，截图和数据表格实时更新，这样能减少大量重复沟通。

最后再分享一个小技巧：提交前一定要有一份“给决策者的一页摘要”，把核心结论、关键数据、置信程度浓缩在一页内。这在答辩和评委快速翻阅时非常加分。哪怕竞赛没有现场答辩，一页摘要也能让评审在几十份论文里更快记住你的工作。真正亲测有效的做法是，等论文写完后，让一个不懂建模的同学花三分钟读这页摘要，如果他读懂了，你的论文就成功了大半。