俄乌战争凸显了大规模作战行动(LSCO)的强度及其惊人的人员需求。这就要求对美国陆军的战略纵深进行紧急审查,以便在伤亡惨重的冲突中作战并取得胜利,这对领导人的影响尤为严重。陆军的人员预备役(IRR)正在缩减,而陆军各部门持续的征兵危机加剧了这一趋势。在全面动员的情况下,规模不足的个人预备役将几乎耗尽,无法填补授权兵力结构中的空缺,几乎无法满足伤亡替换、重建或扩充的要求。不能假定选择性服役系统(SSS)会及时启动,通过选择性服役系统招募的第一批训练有素的人员至少要在恢复征兵后 270 天才能部署到位。在过渡时期的 “死亡之谷”,枯竭的 IRR 和退役后备役将在大约九个月的时间里构成陆军唯一一个可观的预先训练的个人人力战略储备库。必须重振 IRR,缩短当前的动员和扩编时间表,以满足预期的 LSCO 人员需求。这可以通过一系列可行的政策改革来实现: 1) 优先扩大 IRR;2) 将 SSS 的入伍人员初始交付日期恢复到 1994 年之前的标准(M+13);3) 加强对退役后备役 I 类人员的管理。

俄罗斯自 2022 年 2 月以来的军事行动颠覆了许多长期以来对美军果断参与针对大国的长期大规模作战行动(LSCO)能力的假设。尽管俄罗斯军队在最初入侵乌克兰时的作战表现出人意料地糟糕,但它仍在继续从早期的严重挫折中吸取教训,并以令西方观察家仍感惊讶的方式进行调整。俄罗斯能够在不到五个月的时间内成功动员、训练和雇佣 30 多万名非现役预备役人员以及 8 万多名新志愿者,这展示了一种未被充分重视的战略人力能力,对美国及其北约盟国具有深远影响。简而言之,俄罗斯表明,在 21 世纪的战争中,规模仍然重要,它具有巨大的胁迫和威慑作用。一个国家的动员能力是向盟友和对手传达其决心的最重要方法之一。

美国目前正处于一个战略十字路口,既要面对扩编后的俄罗斯军队,又要面对中国强大的人民解放军。尽管媒体和政界对美国国防工业基础的健康状况日益关注,但对美国陆军目前的战略人力深度及其在与同级或近级竞争对手的冲突中动员和维持足够人员的不稳定能力的关注却相对较少。乌克兰战争凸显了 LSCO 的强度及其惊人的人员需求。这一现实必须促使人们进行早该进行的讨论,探讨美国陆军如何才能在日伤亡人数估计达数千人的情况下扩充和重组单元,从而对经验丰富的领导人造成不成比例的影响。

五十年前,在全志愿军(AVF)成立之初,美陆军推出了一系列变革性的条令和采购举措,以吸取 1973 年以色列与阿拉伯联军之间赎罪日战争的教训。在一场对外冲突后进行这种深刻的组织反思是不寻常的,它标志着一个拐点,需要进行调整和变革,以便在未来战争中取得胜利。1973 年可以说是美国陆军的最后一个大拐点,它所引发的全企业范围的创新仍然具有很大的影响力。同样,俄乌战争也可能是战争演变过程中的一个类似转折点。从乌克兰战场上得出的一个最重要的结论是,保持一支由先前训练有素的军事人才组成的强大后备力量,以填补现有空缺、补充伤亡人员并在紧急情况下扩大部队结构,是非常有价值的。

本研究报告中将讨论的各种原因,美国陆军允许其战略人力储备减少到今天危险的低水平。这一短缺又因所有三个组成部分持续存在的招募危机而加剧,如果不采取纠正措施阻止其下降,战略储备的规模将更小。作为必要的第一步,陆军高级领导人和文职决策者必须认识到这一问题的严重性及其对国家安全的严重影响。

为了充分说明美国日益严重的战略人力困境,本专著将向读者简要介绍美国陆军的人员预备役、其组织和历史。介绍性概述之后,将总结 2022-23 学年期间通过广泛研究确定的有关陆军当前战略人员深度的六个高层次发现。最后,提出了在不确定的大国竞争时代振兴个人预备役和深化陆军战略人员深度的三项关键建议。

成为VIP会员查看完整内容
11

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《美国陆军统一数据参考架构》最新发布73页
专知会员服务
52+阅读 · 4月1日
《军团层面的兵力融合》美陆军52页报告
专知会员服务
19+阅读 · 2023年11月29日
《国防弹药工业基地的激增能力》美国陆军2023最新报告
专知会员服务
31+阅读 · 2023年11月6日
《将无人机和其他新兴技术融入美军》2023最新56页报告
专知会员服务
75+阅读 · 2023年10月21日
《美国多域陆军的未来》【译文】2022.12最新报告
专知会员服务
118+阅读 · 2023年1月11日
《探讨未来军事技术的可能性》美国陆军2022最新52页报告
专知会员服务
90+阅读 · 2022年12月28日
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
33+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
41+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
45+阅读 · 2011年12月31日
A Survey of Large Language Models
Arxiv
399+阅读 · 2023年3月31日
Arxiv
20+阅读 · 2023年3月17日
Neural Architecture Search without Training
Arxiv
10+阅读 · 2021年6月11日
Arxiv
12+阅读 · 2020年8月3日
Arxiv
12+阅读 · 2019年3月14日
VIP会员
相关VIP内容
相关资讯
相关基金
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
33+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
41+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
45+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员