战略思维方法：抽象思维与预测

第七节　抽象思维与预测

抽象思维是概念性思维的一个种类，抽象思维预测也是概念性思维预测的一个种类。概念性思维预测主要包括整体趋势预测、抽象思维预测、科学具象思维预测、战略思维预测（参阅第第三章第八节）。

与其中的整体趋势型预测相比，抽象思维预测的特征性在于，虽然抽象思维预测也用一个整体概念代表预测对象，但它在预测过程中还要将这个整体概念分解为多个局部概念，并且，它在整体性概念所代表的整体事物的层次放弃了未来就是历史的复印件的假设，转而在局部概念所代表的局部事物的层次沿用未来就是历史的复印件的假设（参阅第三章第八节）。换言之，虽然抽象思维预测依然把对未来的预测归结为对一个整体概念的变化状况的预测，但那是经过了分析过程和综合过程以后而得出的对一个整体概念的变化状况的预测，这是抽象思维预测与同属于概念性思维预测的整体趋势型预测的根本区别。

与其中的科学具象思维预测、战略思维预测相比，抽象思维预测的特征性在于，虽然抽象思维预测也要涉及由多个概念所组成的概念组，但这个概念组中代表预测对象的整体概念比代表影响因素的其他概念高一个逻辑层次，而不是像科学具象思维预测和战略思维预测那样，代表预测对象的整体概念和代表影响因素的其他概念属于同一个逻辑层次的并列概念。并且，抽象思维预测是线性预测，一次先测算出一个局部概念对整体概念的影响，而全部局部概念对整体概念的总影响需要一个求代数和的综合过程，这个综合过程就是我们在第六章第五节描述的内容。科学具象思维预测和战略思维预测则直接对一组包括代表预测对象的整体概念在内的并列概念组成的概念格局的变化状况做出预测（参阅第七章第八节）。

抽象思维预测方法也叫因素分析预测方法。可以这样具体描述因素分析预测方法的机理：

第一步是用一个整体概念界定将要对其未来状况进行预测的事物，找出影响这个用整体概念代表的整体事物的各个局部事物或局部因素，并按照逻辑树的要求全面、准确、分层次地罗列出代表各个局部因素的次级概念（参阅第五章第四节），逻辑树的最顶端是那个代表将要对其未来状况进行预测的事物的整体概念。

第二步是按照时间序列连续观察和记录整体概念和各层次次级概念的变化状况，并寻找和发现每一个次级概念和它的上层概念变化时的历史规律性，这个历史规律性不仅包括每一个次级概念和它的上层概念的数量对应性，还包括从次级概念发生变化到上层概念发生变化的时间间隔，即传导时间。如果历史记录具备定量计算的条件，就可以算出在各个时点的以次级概念为自变量、以它的上层概念为因变量的弹性系数。由于计算理论弹性系数的难度很大，在实际预测工作中经常使用的是通俗弹性系数（参阅第六章第五节）。在相对特殊的情况下，还可以从各个时点的弹性系数的变化轨迹中，或者直接从每一个次级概念和它的上层概念的数量对应性的变化轨迹中，推演出以次级概念为自变量、以它的上层概念为因变量的线性模型，包括直线模型和曲线模型。

第三步是结合已经观察到的次级概念发生的变化和已经总结出的每一个次级概念和它的上层概念变化时的历史规律性，推测出每个次级概念的变化所带来的上层概念的变化以及变化的传导时间，以此类推，直至推测出每个第二层级概念的变化所带来的最上层整体概念的变化以及变化的传导时间。

第四步是综合全部第二层级概念的变化所带来的最上层整体概念的总体变化以及变化的传导时间。抽象思维预测所使用的综合是传统综合方法，它与后面将要描述的非线性思维的新综合方法完全不同（参阅第六章第五节、第七章第七节），它假设最上层整体概念的总体变化就是每个第二层级概念的变化所带来的最上层整体概念的变化的代数和，其中导致最上层整体概念的数量减少的为负数，导致最上层整体概念的数量增加的为正数。这样得出的最上层整体概念的总体变化以及变化的传导时间就是抽象思维预测的结果。

目前，已经在实际工作中运用抽象思维预测的领域主要是经济领域，尤其是在以市场需求预测、市场供给预测、市场价格预测为主要内容的市场行情预测领域，以及在需要以历史记录、历史分析为基础为企业管理者提供具有综合性、前瞻性的预报信息的管理会计领域，抽象思维预测的运用最为广泛。

当历史记录的数量化程度不高时，或者寻找数量模型化的历史规律的难度过高时，人们往往用零零散散的统计指标来进行粗略的定量预测，有时甚至只做仅仅涉及变化方向的定性预测。(www.xing528.com)

当历史记录的数量化程度较高时，人们也尝试建立数学模型进行预测，例如直线方程预测、指数曲线方程预测、二次曲线方程预测，等等。

人们观察和计算历史记录值时，如果发现所有时点的弹性系数均为一个常量，人们就可以根据历史记录值推演出代表局部变量X和整体变量Y之间数量关系的直线方程Y＝a＋bX，如果再假设该直线方程在未来仍然有效，就很容易推算出X在未来某个时点的某个数值时的Y的数值。人们再按照同样的方法推算出其他次级变量在未来同一个时点的某个数值时的Y的数值，最后，再进行抽象思维机理所要求的综合过程，就完成了对整体概念的预测工作。

人们观察和计算历史记录值时，如果发现所有紧邻两个时点的弹性系数按一种近似不变的比率增加，人们就可以根据历史记录值推演出代表局部变量X和整体变量Y之间数量关系的指数曲线方程Y＝ab^x，如果再假设该直线方程在未来仍然有效，就很容易推算出X在未来某个数值时的Y的数值。人们再按照同样的方法推算出其他次级变量在未来同一个时点的某个数值时的Y的数值，最后，再进行抽象思维机理所要求的综合过程，就完成了对整体概念的预测工作。

人们观察和计算历史记录值时，如果发现所有紧邻两个时点的弹性系数的差为一个常量，人们就可以根据历史记录值推演出代表局部变量X和整体变量Y之间数量关系的二次曲线方程Y＝a＋bX＋cX²，如果再假设该直线方程在未来仍然有效，就很容易推算出X在未来某个数值时的Y的数值。人们再按照同样的方法推算出其他次级变量在未来同一个时点的某个数值时的Y的数值，最后，再进行抽象思维机理所要求的综合过程，就完成了对整体概念的预测工作。

需要注意的是，在实际工作中，有一种被称作时间序列数据预测的方法，它虽然也采用了上面提及的各种数学模型，却完全不同于我们描述的抽象思维预测，而属于前面提到过的整体趋势型预测方法。它不再通过分析过程罗列出整体概念的各个次级概念，不再是在整体概念的层次上放弃未来是历史的复印件的假设，不再是仅仅在次级概念的层次上假设未来是历史的复印件，也不再是经过对次级概念的综合过程来最终完成对整体概念的预测，而是直接在整体概念的层次就假设未来是历史的复印件，直接用已经发现的整体概念的历史规律性来完成对整体概念的预测。例如，在进行时间序列数据预测时，上面的数学方程中的次级变量X被替换成时点数T。如果Y＝2－3T是人们根据当前时点之前5期的数据建立的关于整体变量Y以时期数T为自变量的数学模型，人们也敢直接用这个数学模型来预测第六期、第七期等未来时点的整体变量Y的数值，第六期的Y＝2－3×6＝－16，第7期的Y＝2－3×7＝－19。

另外，加权平均预测法、一次指数平滑预测法、布朗指数平滑预测法、三次指数平滑预测法等，也都属于直接在整体概念的层次就假设未来是历史的复印件的整体趋势型预测方法。当事物变化非常迅速以及变化情形非常复杂时，这样的整体性预测误差极大。

抽象思维预测与形象思维预测和整体趋势型预测相比有较大优势，但是，在解决多个变量共同变化的实际问题时，其不足之处也日益明显。

抽象思维预测方法解决实际问题的思路是，首先假设其他现象与B现象无关，分别找出A与B、m与B、n与B、k与B的片段规律性。在自然科学领域，通过创造实验室环境，还真能找出这些定性的和定量的理论性片段规律；在绝大部分社会科学领域，因为无法创造实验室环境，只能做模糊的、粗略的、定性的关于理论性片段规律的描述。

抽象思维预测找出片段规律以后，再放弃当初的假设条件进行综合（请读者温习第五章、第六章），求出B分别由A、m、n、k引起的变化量的代数和或更复杂的数学关系。在大部分自然科学领域，由于可以把实验室条件用技术手段在现实综合环境中复制，综合的误差非常小，例如，我们在实验室里发现钨丝在真空中发光的规律，我们在实际生产灯泡时也真能为钨丝创造一个真空环境。在大部分社会科学领域，由于第一步就没有找出定量的片段规律，也由于一旦放弃了虚拟的假设前提哪怕仅仅是定性的片段规律也不再成立，实际上严格意义的求代数和的综合过程根本就不存在！也就是说，由于综合的巨大困难，在严格意义上能够真正全面解决社会领域的实际问题的完整的抽象思维方法根本不存在。到目前为止，在社会领域解决多个变量共同变化时的实际问题的抽象思维方法，从方法论的角度看仍然停留在粗略的个案摸索阶段。

在现实中，大部分现象之间相互联系、相互影响的情况都非常复杂，与B现象有关的现象除了A可能还有m、n、k。另外，人们要求B现象出现的目标也复杂得多，可能有要求B现象少量、中量、大量的区分，也可能有还要B现象伴随着k现象、s现象等等。这样一来，掌握规律的工作、预测的工作和实现目标的工作就也困难多了。总体来讲，当我们面对变量较少、变量变化频率较慢的情形时，比如长期趋势性预测，抽象思维预测就能表现出优势；当我们面对变量较多、变量变化频率较快的情形时，后面将要介绍的科学具象思维预测和战略思维预测具有优势。