跳转到内容

交叉影响分析

来自VeritasWiki 真理百科

交叉影响分析是一种把若干未来事件放在同一张矩阵里、逐一判断"若其中一件发生,另一件的概率会怎样变化"的方法。它的出发点是一句常识:事件不会在真空里发生,一件事件的发生往往改变其他事件的前景,而分别预测每一件、再把它们并排放好,会得出在逻辑上彼此冲突的图景。中文文献也称交叉影响法。

起源:从桌游到模型

这一方法的成形与一个商业纪念活动有关。1966年前后,美国铝业企业凯撒铝业为纪念成立二十周年,委托西奥多·戈登与奥拉夫·赫尔默设计了一套名为"未来"的桌游。游戏由六十张卡片构成,每张卡描述一个可能的未来事件——超轻金属问世、城市禁止汽车通行、人脑与计算机直连之类——并附有专家给出的先验概率。玩家掷一枚二十面骰决定事件是否发生,一张卡的发生又会调整其他卡的赔率。围绕这张桌面,一种把事件间相互影响显式记录下来的分析格式诞生了。[1]

1968年这套游戏被加州大学洛杉矶分校的程序员改写为计算机程序,方法由此脱离娱乐。同一时期,美国情报界注意到它可以用来判断不同因素如何影响未来的决策环境,1970年代中期未来学界开始大规模使用,到2006年前后已经分化出若干个成熟的流派。

方法的骨架

一次分析通常这样展开。第一步定事件集:把关注的领域拆成十到四十个可判断"发生与否"的事件,数量太少反映不出结构,太多则判断量爆炸——事件数为n时,需要判断的关系有n乘以n减一那么多,三十个事件就是八百七十个判断,专家很快疲劳。

第二步赋初始概率:对每个事件给出在目标年内发生的先验概率。

第三步填矩阵:对每一对事件,判断"若A发生,B的概率上升还是下降,幅度多大",通常用五级或七级量表,再据此换算成调整系数。

第四步演算:或用解析法逐次调整概率直到收敛,或用蒙特卡洛模拟反复抽样,观察哪些事件出现频率高、哪些组合最常同现。

第五步解读:找出"敏感事件"(一旦发生就大幅改变局面)、"被驱动事件"(自身几乎不主动,完全被别的因素带动)与"稳定事件"(几乎不受影响),据此排序监测重点。[2]

几个重要变体

1972年,未来研究所的研究者在矩阵中加入了时间序列,把"某一时点的截面"改成随时间演化的过程;达尔基引入条件概率,使调整有了更严格的概率论基础;凯恩则提出"KSIM",不再以事件为单位,而是以连续变量为单位做交互模拟,适合描述"程度"而非"有无"。

法国方向的进展是杜佩兰与戈代1974年提出的交叉影响系统与矩阵,此后在法国的战略研究中长期使用。1980年,恩泽把交叉影响嵌入名为"INTERAX"的模拟框架。1984年出现了与德尔菲结合的版本:先用德尔菲得到初始概率,再用交叉影响做一致性调整。德州农工大学的研究者则基于凯恩的算法开发了更易操作的实现。这些变体的共同点是把"专家的一次性判断"变成"可迭代、可检验的结构"。

它解决什么问题

最直接的用途是检验一致性。一套情景若声称"氢能大规模普及、同时电价大幅下降、同时电网不扩建",交叉影响矩阵会立刻暴露其中的张力。情景规划做完之后用它过一遍,可以筛掉那些讲得动听但内部矛盾的版本。

第二个用途是识别关键少数。矩阵能算出某个事件对其他事件的总影响,从而指出"最值得监测的那几件"。对资源有限的机构而言,这比平均用力更有价值。

第三个用途是推演连锁效应。某项技术突破会带动哪些监管松动、哪些成本下降、哪些新需求出现,这些链条在矩阵里可以逐级展开,比线性叙述更接近实际。

局限

第一,判断量太大,且高度主观。几百上千个条件概率的赋值,实际上很难保证专家认真对待每一个;量表本身的刻度也没有公认标准,"影响较大"和"影响很大"之间的区别因人而异。

第二,忽略高阶反馈。多数实现只处理两两影响,而现实中的连锁往往是A影响B、B影响C、C又反过来加强A。虽然蒙特卡洛模拟能部分捕捉,但模型结构仍然偏线性。

第三,概率的语义混乱。专家对"某事件在2035年前发生的概率为百分之六十"的理解并不一致,有人按频率理解,有人按信心理解;不同理解混在一张表里,算出来的结果难以解释。

第四,结果对初始事件集高度敏感。漏掉一个重要事件,整个结构就偏了;而"该把哪些事件放进来"本身没有客观答案。

第五,它只处理"事件",不处理"程度"。现实中的变化多是渐进的,把连续变化切成"发生/未发生",会损失大量信息,这也是凯恩当年转向变量模拟的原因。

在中国的使用情况

交叉影响分析进入中国较晚,主要在技术预见、能源战略与城市规划的研究课题中使用,尚未成为常规的规划工具。一个现实的障碍是它对专家投入的要求很高:几十个事件、上千个条件概率,需要一批愿意坐下来逐格讨论的专家,而这类时间的组织成本在行政体系内很难安排。因此见到的多是简化版本,事件数压到十个左右,量表压到三级,结论只用于定性说明。

简化本身不是问题,问题在于简化之后仍按原方法的语气表述结果——把十来个事件的粗略判断写成"经交叉影响分析测算",给人的印象是做了严格计算。方法的名声往往就是这样被消耗掉的。[3]

与相邻方法的关系

交叉影响分析与德尔菲是互补的:德尔菲获取独立判断,交叉影响修正这些判断之间的不一致。它与情景规划的关系更近,常被用作情景的"一致性检验器"。它与系统动力学共享"关注相互作用"的立场,但前者依赖专家判断、后者依赖方程与存量流量结构。在技术预见的工具箱里,它属于中等复杂度的方法,用得好能显著提升分析的严谨度,用不好则会生成一堆看起来精密、实则无法解释的数字。

  1. ↑ Cross-Impact Analysis,研究方法学资料库。
  2. ↑ Cross-Impact Analysis,前瞻方法工具集。
  3. ↑ 交叉影响法,MBA智库百科。