科学预测方法

预测方法是进行预测的工具，正是因为有了科学的预测方法，才使预测成为一门科学，具有实用意义。由于预测的用途广泛，预测的对象庞杂，以及应用中的多样性和灵活性，所以预测方法的种类也比较多。据美国斯坦福研究所统计，现代预测方法有150多种，广泛使用的有31种，经常使用的有12种。归纳起来，预测方法可分为经验推断和数学模型法两大类。

一、经验推断法

经验推断法主要是靠人的经验和智慧对现有资料进行分析、判断，以预测未来事物发展趋势的一种方法。它是一种偏重于定性的预测方法，广泛运用于各类预测，特别是在以下几种情况下运用时结果最好：

第一，没有历史数据可以利用或预测对象不可计量；

第二，预测对象能计量，但变量太复杂，不能用数学模型来描述；

第三，数据不准不全，不能作为依据；

第四，预测结果要求精度不高，用数学方法花时间，费成本；

第五，在进行定量计算的同时，必须进行定性的分析。

常用的经验推断法有：民意调查法，专家意见法，趋势外推法，主观概率法，相关分析法，未来场景技术，形态分析法等。这里介绍常用的两种：

1．民意调查法

它是一种通过广泛地向与预测事物有关的人员作调查，以了解该事物未来发展趋势为目的的预测方法。如向消费者了解消费需求、购买意图、购买力变动趋势；向商品经营者了解对未来市场的动向的估计和推测等等。民意调查法与一般调查的区别有二：第一，民意调查的内容测重于事物未来的变动方向，而一般调查则侧重于事物的历史和现状；第二，民意调查的结果主要是反映人们的心理因素，含主观成分较多；一般调查则完全反映客观存在的实际。

民意调查法的具体形式很多，如典型调查、抽样调查、展销会、座谈会、函信卡等等。不管采用何种方式都要注意调查者的心理，要精心设计调查内容，提问数量、方式，所提问题要简明、易于理解与回答，不占用应答者的很多时间。总之，要使被调查者易于接受，乐意配合。

2．专家意见法

专家意见法是以专家为索取未来信息的主体，利用专家对预测对象这一领域或相关领域的经验、知识和智慧、对预测对象的过去和现在的透彻分析综合和对今后发展趋势的判断，经过多次征询和反馈，然而对各专家意见进行整理归纳，得出预测结果。专家意见法有多种演变形态，其中特尔菲法是目前众多预测方法中使用比例最高的一种。70年代中，使用比例占所有预测方法的24.2%。特尔菲法是20世纪40年代末，由美国著名的兰德公司（美国一家独立的非赢利性研究组织）首创的。特尔菲是古希腊城名，传说是阿波罗神殿所在地，这里可以预卜未来，因借此名。

长期以来，人们受到生产、技术等各方面因素制约，只能大量使用定性预测法，精确度往往不高，不能令人满意。二次大战以后，科学技术突飞猛进，人们充分利用新技术创造了许多非直观预测方法，尽管吸收了当代最新科学技术，结果有时也难以令人满意。对于某些问题非直观方法也显得无能为力，人们不得不重新重视直观预测方法，特尔菲法就是在这种情况下从专家意见法中演变而来的。

特尔菲法是利用一系列简明扼要的征询表和对征得的意见有控制的反馈，从而取得一组专家的最可靠的统一意见的方法。它有三个特点：第一，匿名性，是指应答者（专家）相互之间的匿名，各专家意见只通过管理小组（负责实施预测的组织机构）反馈而知其他专家的意见，这样可以避免受权威人士的影响，随声附和或对多数意见“随大流”，不敢提出自己独特看法的现象；第二，反馈性，指经过多次反馈（至少2次以上）使每个专家知道每轮询问的分布情况，促使每位专家对不同的论据深入思考，以便修改自己的意见；第三，收敛性，通过多次反复使意见逐步趋于一致，而对不同预测意见可以保留。基本作法如下：

（1）成立管理小组，制定预测计划

管理小组的职责是负责预测过程的组织工作，小组人数的多少据工作量大小而定，一般2－20人即可。工作人员除应具备一定的组织能力外，还应有一定的专业知识和统计学、数据处理等方面的知识，对该方法能熟练掌握，深刻理解。管理小组应干的工作是对整个预测过程制订一个全面计划，根据预测课题选择有关专家组成专家小组（或叫应答小组），人数由十几个到一、二百个不等，其中应有本专业专家，也应有相关专业及从事跨学科研究的专家。管理小组应对他们充分了解，如专业、水平、年龄、性格、社会背景等情况，然后向专家发出邀请信，说明预测什么，以及整个过程的设想，并请专家们提出有关这次预测组织方面问题的建议等。

（2）反复征询，逐步收敛

管理小组设计第一轮征询表格以及提供有关背景资料供专家参考。征询表格一般包括要问什么问题，可供选择的答案，说明回收期限，供专家提出其他建议的栏目等，表格应根据具体情况灵活制订。各专家根据所提供的资料，提出自己的初步预测结果、论据和进一步研究需要的资料。管理小组把收集到的专家的不同意见加以集中整理，再发给各个专家，并提供有关补充资料，进行第二轮征询，请他们对预测意见加以评论和说明，以后几轮征询程序一样，但征询表的设计应相应变化，每一轮的征询表应反映上一轮答复的分布情况，提出本轮的征询问题，以及补充材料和需要进一步说明的问题等，要求每一位专家根据所收到的意见和补充材料，修改自己的预测，经过多次反复使意见渐趋一致。

（3）考察征询情况，结束征询工作，整理全部材料，得出预测结果，并将最后结果通报各专家。

特尔菲法对哪些难以用精确技术处理的预测问题较有效，被认为是能综合多种因素，及时反映当前情况的一种预测方法。运用该法所需要的信息数量要求不高，主要是依靠建立在专家集体的知识、经验、智慧基础之上的直观判断。但对管理小组的要求高，由于信件往复时间长，分析管理工作量大，组织工作复杂，要成功有效地使用该方法应注意以下几个问题：

第一，征询表是专家和管理小组的媒介，征询表要力求简明扼要，问题鲜明，不能模糊不清，并应根据具体情况灵活设计。

第二，要防止把带有倾向性的、约束性的意见强加给应答者，要充分尊重专家，让他们能自由地发表意见，对不同意见平等看待，不能因为回收率不高而丧失信心。

第三，管理小组、专家小组应对该方法的意义、作用和程序有充分认识。

下面以上海内燃机研究所用特尔菲法预测我国内燃机技术发展为实例，说明此种方法。

首先，确定调查内容。调查内容是有关我国内燃机技术发展和政策问题。

其次，选择专家，成立专家小组。因为内燃机技术本身也涉及到多种学科，况且这次预测不但有技术问题，也有管理体制问题，故专家小组由科研工作者、工厂技术人员、管理干部这三方面专家组成。

随后，开始征询。第一轮的调查内容确定5个方面26个问题，共4种提问方式，以第5题为例，如表4－1所示：

表4—1　关于我国内燃机技术发展问题征询表（部分）

要求对“正确性”、“重要性”、“迫切性”、“可能性”作出回答。表中还包含提出几个项目要求专家对它们的重要程度或发展顺序进行排队，还有请各位专家填写发展项目或建议等，这里省略。第一轮征询发出一个半月内，共收到专家复函189件，回收率75.6%，第二轮共12题，征询发出后亦为一个半月，共收专家复函102件，回收率83.6%，

最后，统计答案，将最后结果及有关意见汇总成表。

二、数学模型法

数学模型法又叫定量预测法。这是一种根据数学模型或数学原理，对反映事物现象的数据进行计算，最后对事物未来发展趋势从数量方面作出预测的方法。数学模型法又可分为时间序列法和因果关系法两个大的方面，其具体方法很多，下面介绍两种常用的方法：

1．移动平均预测法

它属于时间序列预测法，其基本思想是：事物是一个发展过程，从它的产生、发展的历史和现状，可以推断它的未来。移动平均法就是利用预测对象的历史和现状资料，即一组按时间顺序排列起来的数字序列，对它们进行计算分析，而后进行趋势外推，求出以后各期的水平。

移动平均预测法有简单移动平均预测法和加权移动平均预测法两种。一般认为，预测值与近几期的实际值关系密切，因此用近几期的实际值的简单算术平均数可作为下一期的预测值。可用下列公式计算：

t——时间单位。

n取多大为好呢？当n取得较大时，精度高，但对外界的偶然波动反映慢；n取得小些，精度低，对外界波动反映快，但容易将外界的偶然波动误认为发展趋势，所以n的选取是用好此方法的关键。一般来说，当需要处理的资料数据点较多，预测精度要求高时，n可取大些，反之则可小些。为了求得最佳的移动期，一般n可取几组数据进行计算，而后计算各组预测值与实际值的绝对误差，取误差最小的一组数据的移动期作为最佳移动期。

例如，某百货商店的洗衣机逐月销售量如表4－2，现以前3个月的实际销售量的算术平均数作为下月的销售量预测值，计算结果如表4－2。

在以上的计算中，对于各期的实际值是同等看待的。而在实际中各期的实际值对预测值的影响是不均衡的，如近期实际值比远期实际值更能反映当前情况，因而对预测值的影响也大一些。这一问题我们通过权数解决。也就是说对于认为影响较大的实际值，如近期实际值，我们赋给它较大的权数，然后用对各期实际值的加权平均数作为预测值。这种方法叫加权移动平均数法，计算公式如下：

表4—2　移动平均法计算表单位：台

移动平均预测是建立在预测对象稳定性和连续性基础之上的。所谓稳定性是指预测对象的过去和现在的情况将会持续到未来，过去是今后的序幕，有点象牛顿第一定律所说的物体运动的惯性；所谓连续性是指预测对象无跳跃式的发展。而事实上客观事物发展的稳定性和连续性都是相对的。这类方法只研究预测对象与时间的演变关系，而影响事物变化发展的根本是内因。内因变化需要时间，故将这种变化与时间联系在一起。由于该法未涉及事物发展的因果关系，只有在资料充分可靠，预测对象稳定性和连续性较强，且精度要求不高时，运用此法才有效。

2．回归预测法

影响事物变化的因素，我们可以用变量表示。因素与客观事物之间的关系就成为自变量与因变量的关系。在实际中，变量之间既有确定的函数关系，也有不确定的相关关系，如人的身高与体重，施入肥量与农作物的产量等。就是相关关系。相关关系指变量之间有一定联系，但不存在精确的数量关系的一种不肯定关系。回归分析为分析这类关系提供了行之有效的方法。英国的高尔登在生物统计的研究中，依据概率论的原理最先提出回归和相关的概念。后来发展用来进行预测。

回归分析的类型很多，常用的是一元线性回归分析，这种方法的基本思想是：利用现有各变量的统计资料，建立回归方程，并检验此方程是否有意义，变量的相关联系达何种程度，然后利用回归方程预测。对于现有的一组统计资料（X1，Y1），（X2，Y2），……，（Xn，Yn），通过直观判断，或通过在坐标系上描图，如果基本上呈直线分布，我们就可以利用一元线性回归分析方程，一元线性回归方程如下：

其中：a为经验常数，b为回归系数，计算公式如下：

式中：n为数据组数，Xi，Yi为各期的实际值，

下面我们通过实例看它的运用。

以家庭为单位，某种商品年需求量与该商品价格之间的一组调查数如下：

表4—3　某商品价格与需求量统计表

要求利用回归预测法预测当价格是1元时，年需求量是多少。

将以上数据在直角坐标系中描图，称散点图（如图4— 1），可以看出，所有散点大体呈直线分布，故决定采用一元线性回归预测法。

图4—1　散点图

表4－4　一元线性回归预测法有关项目计算表

一般利用下表先计算有关项目：利用表4—4中的数据，计算回归系数。用公式②求b：

计算说明当商品价格是1元时，以家庭为单位年需求量的预测值是4.9公斤。

【注释】

[1]哈罗德孔茨、西里尔奥唐奈合著《管理学》，贵州人民出版社，第209页。

[2]赫伯特·A·西蒙，《管理决策新科学》，中国社会科学出版社，第114页。

[3]《经济预测论丛》，辽宁人民出版社，第9页。