基于近5年来本课题组对全国部分县的社会调查数据,作者提出并解决了社会形势预测领域的两大核心问题:ⅰ)个体水平的态度数据如何与宏观水平的社会形势数据整合?ⅱ)不同统计方法所建构的预测模型的各类效力如何比较?对于前一问题,作者采用了:平均数(MEAN)、标准差(SD)、变异系数(CV)、混合二阶矩(M2)和势(TD)等五个整合统计量在各个县级行政区的水平上将个体态度与宏观社会形势数据整合,形成新的整合数据集；并在此数据集基础上,作者解决了后一问题,即,逐一采用多元回归分析(MRA)、判别分析(DA)和支持向量机(SVM)等建模方法构筑多个预测模型。然后按逐步一迫入法、近期一远期预测、不同整合(统计)模型等维度,采用元分析和统计效力分析的方法,在各个建模方法内和各个建模方法间,分层次比较各模型的预测效力。　　 最终,本文研究得出如下结论:1)不同整合(统计)模型的统计效力间确实存在显著性差异,其中,势(TD)整合模型的统计效力最高,而变异系数(CV)整合模型的统计效力最低；2)逐步模型与迫入模型间,近期预测与远期预测间,各模型的统计效力差异均不显著；3)不同建模方法所构建的模型的统计效力有显著性差异,支持向量机(SVM)模型的统计效力最高。　　 该研究为进一步地探索最优社会形势预测模型进行了全面的铺垫,并且将元分析与统计效力的方法首次融入到形势预测模型的评估中。