跳转到内容

探索性预测

来自VeritasWiki 真理百科

探索性预测是技术预测中的一大类别,指从现有的技术能力与历史趋势出发,向前探问"沿着这条路,技术能走到哪里、何时能到"。它不问社会需要什么,只问技术自身还有多少余地。这一分类与"规范预测"成对出现,两者的区分由奥地利学者埃里希·扬奇在1967年为经济合作与发展组织撰写的技术预测综述中系统提出,此后成为技术预见领域最基本的坐标之一。

分类的由来

1960年代,各国政府开始把科技投入当作可以规划的对象,随之需要一套说明"预测究竟在预测什么"的语言。扬奇的贡献是把方法按推理方向分成两支:一支是技术推动式的,从能力出发向前推;一支是需求拉动式的,从目标出发向后拉。前者即探索性预测,后者即规范预测。他还指出两者不该对立,实践中应当交替使用——先用探索性预测看技术能提供什么选项,再用规范预测检验这些选项是否足以支撑目标,如此往复。

这一划分至今仍出现在多数技术预见的教科书与政府手册里,原因很简单:它对应两种完全不同的提问方式,而混淆这两者是技术规划失败最常见的原因。

它到底在探索什么

探索性预测的核心假设是技术演进具有某种可识别的规律性。这种规律性可能表现为性能随时间的稳定提升,可能表现为替代过程的有序推进,也可能表现为不同领域之间相似的成熟节奏。由此派生出几类具体技法。

第一类是趋势外推。把某项性能指标的历史序列拟合为曲线,再向外延伸。它最简单,也最容易在拐点处失效。

第二类是生长曲线拟合。承认任何技术都有物理上限,用逻辑斯蒂或龚珀兹曲线描述"先慢、后快、再饱和"的节奏,据此判断何时接近极限。它比线性外推多了一个上限参数,也多了一个难题:上限本身往往正是最不确定的量。

第三类是类比。找一个在时间上领先的领域或国家,把它的轨迹搬到后来者身上。半导体工艺的演进路线被反复用于其他制造业,人口与耐用消费品保有量的国际比较也属此类。

第四类是专家判断的聚合,包括德尔菲与各类专家座谈。当历史数据不足、规律尚不清晰时,这是唯一可用的办法,代价是结论难以复核。[1]

一个典型的推理链

以光伏发电为例。探索性预测会先取过去二十年的组件转换效率与单位成本序列,判断成本下降是否呈稳定的幂律;再检查是否存在物理上限,例如单结电池的理论极限;然后用生长曲线判断装机规模目前处在"S"的哪一段;最后给出"在某某年前后达到某个成本区间"的判断,并附上置信区间。整条链条没有一句话涉及"社会应该用多少清洁电力",这正是探索性预测的特征——它只描述能力边界,不评价边界之内该做什么。[2]

长处与短处

长处在于可检验。探索性预测给出的往往是带年份与数值的判断,几年之后就能核对,错了也容易找到错在哪一环,方法因此能够积累。它还有一个隐性优点:逼迫使用者把"技术能力"拆成可测量的指标,而不是停留在"更先进""更智能"这类无法证伪的说法上。

短处同样明显。首先,它天然保守。趋势外推的数学结构决定了它只能预测"更多、更快、更便宜",无法预测"换一种做法"。历史上被外推法漏掉的东西,往往正是后来真正改变格局的东西。其次,它对制度与社会因素几乎无感。一项技术在实验室达到指标,与它在市场上普及,中间隔着成本、标准、基础设施与用户习惯,这些都不在曲线里。第三,数据质量决定一切。历史序列若有口径变化或统计中断,拟合出的曲线不过是把噪声放大。

还有一层更根本的限制:探索性预测假设未来的可能性由过去决定。当一项技术处在原理更替的前夜,任何基于旧原理序列的外推都会系统性高估其潜力、低估替代者的速度。包络曲线正是为缓解这一点而设计的,它把多条单一技术的曲线叠起来看整体能力的走向。

在中国的位置

中国的技术预测工作长期以规范预测为主,即先定国家目标再分解任务。探索性预测的引入相对较晚,主要集中在几个领域:一是产业技术路线图研制中对关键指标的趋势判断;二是技术成熟度评估中对"何时可用"的估计;三是企业与投资机构的技术尽调。近年来随着专利数据与论文数据的可得性提高,基于文献计量与技术挖掘的探索性预测增长较快,但其结论仍高度依赖专家对数据的解释。

另外两条路径

另一条容易被忽略的路径是规则型预测。苏联发明家阿奇舒勒在整理大量专利后提出,技术系统的演进并非随机,而是遵循若干可复用的方向,例如先向"理想化"推进、先改进"矛盾最集中的部件"、先由"宏观转向微观"、先"向超系统合并"。这些被称作技术系统进化趋势的规则,本身不是数值模型,却提供了一种结构化的探索方式:不看曲线,而看这项技术目前处在哪条演化路线的哪一段,下一步合乎规律的方向是什么。它在工程界的影响不小,因为它把"技术会往哪走"从直觉问题变成了可以逐条核对的问题。

还有一类方法在近二十年增长很快,即基于文献与专利的定量探索。做法是统计某一技术领域的论文数量、专利族数量、被引结构与合作网络,据此判断该领域处在萌芽、成长还是成熟阶段,并给出"何时可能进入应用"的粗略估计。这类方法的优点是覆盖广、更新快,缺点是它统计的是"关注度"而非"能力",一个被大量研究的领域完全可能长期没有可用产品。[3]

把三条路径放在一起看,可以发现它们回答的其实是同一个问题的不同侧面:曲线回答"速率有多快",规则回答"方向朝哪边",计量回答"热度有多高"。三者的结论若彼此矛盾,通常说明该领域正处在一个不稳定的阶段,此时最稳妥的做法不是挑一个相信,而是把矛盾本身作为判断的依据。

  1. ↑ Organizing Foresight Tools,罗斯基勒大学前景研究工具汇编。
  2. ↑ 技术预测,MBA智库百科。
  3. ↑ Increasing Technological Literacy Through Improved Understanding of Technology Emergence and Diffusion,美国工程教育学会年会论文。