序二

（2006年4月26日下午在中国科学院预测科学研究中心第一次学术委员会会议上的讲话）

我作为中心的学术委员会主任，想从学术观点和运行机制两个方面来谈谈我的意见。

预测、评价、优化是系统工程的三大支柱。因为未来世界的不确定性和人们认知能力的有限，预测不可能做到绝对准确，只能达到相对准确或近似准确，但预测是必不可少的。没有预测，人们将无法确定未来的行动和方向，所以预测的重要性显而易见。

简单地说，预测方法分为两类：一类是根据现有数据去推测，另一类是根据专家已有的经验去推测。从现有的数据去推测，最简单的办法就是外推，前提是客观世界没有太大变化。这种方法只适用于短期预测。在此之上的方法就是把外界可变因素按照一定的规律加入进来，如投入产出方法、马尔可夫链、数据挖掘等。再高级一点的方法就是从数据中发现知识，即所谓数据库中的知识发现（KDD）、统计推断等。这是目前在预测技术中比较占主流的方法，即由过去的数据去推断未来。当然，数据的数量和质量保障是使用这种方法的前提。根据专家的知识和经验去推测，实际上就是根据经验预测未来，如Delphi法等群决策方法。我把群决策方法分为协调型决策和协同型决策，前者是指参加决策的人们有利益冲突，但又都希望达成一个妥协的结果；后者则是指参加决策的人们没有利益冲突。虽然后者已经达到了很高的协同性，但是专家的意见还是会有分歧，专家的知识背景还是会有差异，当然也难免存在权威的干涉。

要想把预测工作做好，就要把主观的专家经验和客观的数据结合起来。一般有两种方法：一种是数学方法，另一种是仿真。数学方法是建立以数学为基础的模型，由专家检审后反馈意见，再进行修改与计算，再返回到专家，也就是人机系统集成方法。这种方法的缺点是设备复杂、变量多、回路多，因而在计算上操作困难较大。仿真的方法，即以智能体为基础（agent based）的仿真技术。我在国家自然科学基金委兼任管理科学部主任的时候曾支持过戴汝为、于景元、顾基发三人牵头的支持宏观经济决策的人机交互综合集成系统研究，投入了500多万元，但效果还是与理想有些差距。所以，预测科学研究中心也不能期望自己能够解决所有的预测问题，问题的解决要一步一步地去做，如中心现在的农业产量预测和外贸预测就做得比较好，预测的精度较高。

从实际情况来看，中心目前只能以任务为主，以完成任务为考核的主要指标。在任务完成的同时，去进行理论、方法的提炼和升华，逐步地归纳、总结，以提高学术水平。实际情况决定了预测科学研究中心有大量的工作要去做，而且大多数的工作都是属于中短期的。造成这样的原因有两点：一点是科学院需要中心出一批有影响的预测报告，另一点就是经费的压力。经费全靠“化缘”是不行的，中国科学院支持中心40%的经费，另外的60%要用两种办法取得：一种是四处申请课题，另一种是找几个主要的用户给予固定支持，如商务部等。如果没有一个成型的机制，既不稳定，也会牵扯太多的精力。对于经费的来源，我建议采用4∶3∶3机制，即40%科学院支持，30%固定用户支持，30%机动。这样的话，就有70%的经费是稳定的，其余30%的波动对中心的影响可能不太大。

还有一点，目前预测科学研究中心由4个研究部组成，但事实上有6家单位参与，还是像一个“拼盘”。中心要想真正发挥优势，必须要加强集成。从理想状态来说，我认为要由中心确定课题，并从各单位抽出人员与中心招聘的人员共同组成课题组，一起完成课题，待课题结束后抽调人员再返回原单位，这样能达到统一组织，集成优势的目的。

最后一点，是激励机制的设立。对于在中心工作的科研人员，中心应当给予一定的补贴，这样才能使科研人员精力更加集中。目前，中国科学院总体来说还是处于所、院相对独立的状态，不进行制度上的创新，就很难出现真正意义上的学术创新。

我到这里来担任学术委员会的主任，就是希望能够推动预测科学的发展。发展预测科学一定要不断创新。建立中国的预测学派可能需要十年、二十年的努力，所以，现在提这个目标还为时过早，但可以作为一个远期目标。我希望大家一同来支持这个中心，三五年之后，预测科学有可能更受重视，我们要努力争取做出最好的成果。