預測技術

　　行政領導利用科學方法對未知的、不確定的或未來發生的行政事件所作的事前推斷。

　　隨著近代科學技術的發展，預測技術已廣泛應用於社會生活的許多領域。19世紀末，法國經濟學傢C.朱格拉作出物價與財政預測；稍後，美國經濟學傢J.A.熊彼特等又根據統計學研究提出經濟週期學說，對社會經濟發展提出瞭富有建設性的預測；第二次世界大戰後，預測技術被應用於科技發展和國際關係。50年代以來，預測技術已被引入政府規劃、預算以及公共福利事業等領域。預預測技術理論認為，任何未知事件的發生，總是與在一定條件下發生的已知事件有關。利用已知行政事件，推測與之相關的未知行政事件，是行政預測可能性的基礎。隨著現代預測技術的發展，行政預測采用的技術，主要有以下幾種。

　　直觀判斷技術　又稱主觀資料預測。在對行政事件缺乏客觀資料的情況下，通過主觀調查取得直觀信息資料，加上預測者本人的分析、判斷和研究，對事件的未來發展作出事前推測。所用的方法有：抽樣調查、類比分析、專傢評議等。這些方法往往帶有主觀性，多數用作預測的補充手段。

　　趨勢外推技術　又稱時間序列預測。在行政事件不發生重大變異的情況下，同類行政事件的未來趨勢和過去狀態有關，可將現象發生按時期先後為次序，分組排列，近期的序列比遠期的狀態關系更大。由歷史和現在資料排成時間序列，按過去趨勢向外推移延伸，借助於數學模型測出趨勢，這種趨勢常被視為時間的函數。所用具體的方法有：滑動平均法，即按時期順次推移，分段取得平均；指數滑動平均法，即按時期順次推移、分段加權平均或用系數調整等。這種技術用於近期和短期有較高的可靠性。如按滑動平均法預測某地區在某時期的社會就業人數（表1）。

表1　某地區實際就業人數與預測人數（百人）

　　按滑動平均法的計算公式

式中： x _ｔ， x _ｔ-1，…， 為按最後一月算起的各月實際就業人數；n 為用以平均的月數； x _ｔ+1為次月預測就業人數。如按三月滑動平均法，第4個月的預測就業人數為158百人。又按五月滑動平均法，第9個月的預測就業人數為163百人。

　　回歸分析技術　又稱因果關系預測。在行政事件的發展變化中，由於一變量（自變量）的變動，引起另一或一組變量（因變量）的相應變動，這兩者之間存在一定的因果關系。這種關系雖不一定是確定性關系，但有一種統計性質的聯系。在這種聯系基礎上所作的預測分析稱為回歸分析技術，它分為一元回歸分析和多元回歸分析。這種技術在行政預測中用得較為普遍。如利用回歸分析技術預測某些地區在年國民生產總值不斷增長情況下的人才需求量（表2）。

表2　某地區年國民生產總值和年人才需求量實際數

　　回歸分析的基本公式

　　Y＝α＋bX式中：X為年國民總產值；Y為年人才需求量；α、b為回歸系數；按最小二成方計算為

　　

如某地區的其他條件與上述抽樣地區相同，年國民生產總值為12億元，則該地區預測年人才需要量應為

　　

　　行政預測的主要用途包括：①指出行政發展的方向。通過全面分析行政現象之間的內在聯系，幫助行政領導找出行政活動的一般規律，正確掌握和運用歷史資料和現狀，以利於探索未來的發展和防止失誤。②找出行政決策的失誤。行政管理的重大決策，很多涉及未知或不確定的因素，而且未來又是變化多端的。通過對各變量間關系的探索，使不可測性事件為可測性，使行政決策具有可靠的基礎。③制訂行政規劃的基礎。行政規劃要求對未來行政活動作出安排，並增強預見性，減少盲目性。通過行政預測可把事件的不確定性轉變為確定性，使行政規劃立於科學基礎之上。

　　

參考書目

　S. C. Wheelwright and A.Makoidakis，ForecastingMethods for Management，2nd ed.，John Wiley，N.Y.，1980.

　 J.M.Martin，Technological Forecastingor Deci-sion Making，2nd ed.，North Holland，N.Y.，1983.