評論與爭鳴 | 評預測性研究“無用論”

預測性研究通過分析歷史數據和推演未來趨勢，爲政策和決策提供支持，是瞭解社會動態、制定政策的重要工具。儘管在許多領域取得了進展，但由於社會經濟現象的複雜性，部分預測結果難免與實際發展存在偏差。這使得一些學者質疑預測性研究的價值，尤其當預測與現實差距較大時，批評聲更爲強烈。有些人認爲預測性研究不準確，無法有效支持實踐，因此它“無用”。然而，這種觀點忽略了預測性研究的深層價值，是對預測性研究的誤解。實際上，預測性研究並非追求完美的準確性，而是通過揭示潛在的趨勢與風險，提供應對不確定性的框架，幫助決策者制定更加科學的策略，並推動學術與實踐的進步。

01

預測性研究的價值

預測性研究常被認爲無用，源於將其價值與“精準預測未來”相掛鉤的偏見。科學預測的本質並非提供絕對精確的答案，而是在有限的信息和假設基礎上，探索複雜系統中的規律與可能性。預測與現實之間的偏差不可避免，尤其在社會科學領域，這種偏差通常來自複雜變量、不確定性和不可預見的因素。然而，這並不意味着預測性研究無用，反而在識別趨勢、應對挑戰和政策制定中發揮着不可替代的作用。

預測性研究無法完全消除偏差，但其價值在於爲複雜系統中的規律探索提供深刻的洞察。“黑天鵝”事件、模型參數假設的不合理性以及數據質量等因素都會影響預測結果。例如，在人口預測中，生育率、死亡率和人口遷移等參數時常存在偏差。聯合國發佈的《世界人口展望》通過全球數據分析各國未來幾十年的人口變化趨勢，儘管其預測方法已趨成熟並被廣泛應用，但面對突發事件時，預測仍難以完全準確。例如，突發的全球性疾病會大幅提高全球死亡率，人口預測無法預見類似事件。然而，這並不意味着人口預測“無用”。相反，預測的偏差凸顯了其價值：基於現有數據和趨勢的預估能夠幫助識別潛在的風險與挑戰，爲政策制定和資源配置提供科學依據。突發事件也提醒我們，預測性研究應關注不可預見因素，完善模型並提高預測精度。

批評者還認爲預測性研究因誤差較大而價值有限，但“誤差”恰恰是科學進步的重要組成部分。在科學研究中，模型和假設的修正是普遍現象。尤其在複雜的社會系統中，隨着數據更新和新信息的發現，模型必然需要調整。例如，氣候變化研究長期預測氣溫上升，揭示全球變暖可能引發的極端天氣、海平面上升和生態系統變化等問題。儘管早期預測存在偏差，但隨着研究深入，氣候模型逐步改進，預測結果越來越接近實際情況。這些預測爲全球減排政策和環保措施提供了科學依據。

許多社會經濟現象具有高度複雜性和不確定性。例如，人口遷移受經濟發展、政策環境、氣候變化和社會文化等多重因素的影響，變量間相互作用，呈現突發性和非線性特徵。預測性研究正是在這種複雜性中探索規律的重要工具。以海灣國家爲例，2008年全球金融危機期間，油價暴跌和項目停滯導致移民數量低於聯合國機構預測；而在21世紀10年代，隨着油價回升和大型項目啓動，移民潮又大幅超出預期。儘管預測結果與實際數據存在偏差，它們仍爲海灣國家提供了關鍵參考，幫助優化基礎設施規劃、調整勞動力市場需求，並完善外籍勞工的社會保障體系，從而更有效應對移民潮的波動性和不確定性。

因此，預測性研究的“誤差”並不意味着無價值，而是提醒我們應不斷優化模型和改進數據質量，使其能夠在複雜系統的不確定性中提供深刻視角。這種“帶着誤差的精確”不僅推動了科學發展，也在政策制定中發揮了重要作用。

02

科學認識預測性研究的重要性

面對預測性研究的質疑，我們需要重新審視其價值及重要性。從科學角度看，預測性研究並非孤立的工具，而是瞭解和應對複雜社會現象的一種方法。

首先，科學認識預測性研究的本質。一個常見誤解是，預測性研究應準確預測未來的每個細節。實際上，它並非簡單的“未來預測”工具，而是通過模擬不同情境、分析歷史數據、整合專家意見，展示未來可能的多種發展趨勢。其目的是幫助決策者在不確定性中提供參考框架，從而作出更有準備的決策，而非給出絕對的“未來”情景。

其次，預測性研究的深層價值，包括揭示趨勢與應對風險、預見社會和經濟結構轉型、爲政策制定和優化提供方向。

預測性研究的顯著價值在於揭示未來趨勢併爲應對潛在風險提供科學依據。例如，在新冠疫情初期，研究者通過傳播模型預測病毒傳播速度和潛在影響，爲各國政府提供了及時預警，推動封鎖措施、防疫資源調配和隔離政策的出臺，有效減緩了疫情擴散，減少了對社會經濟發展的衝擊。

預測性研究的另一個重要價值在於預見社會和經濟結構的轉型，並提供前瞻性建議。例如，研究顯示，包括中國在內的大多數國傢俱有家庭小型化和核心家庭主導的趨勢。這既反映了社會結構的轉型，又直接影響了消費模式，如能源、汽車、住房和社區服務等需求，並對資源分配和社會保障制度帶來挑戰。爲應對這一趨勢，房地產開發商應注重中小戶型和多樣化住宅設計，同時推動智能家居設備、外賣服務、短租平臺和遠程醫療等領域的發展。預測性研究正是通過識別這些趨勢，爲社會和經濟的轉型提供有效的決策支持。

預測性研究還爲政策制定和優化提供方向。許多歐洲國家通過早期人口預測，預見老齡化社會的到來，並據此調整退休制度、勞動力市場和養老金制度等。在中國，政府基於人口預測結果，逐步推行延遲退休、完善醫療和養老服務體系等，以應對老齡化加劇的挑戰。同時，預測性研究在政策實施後的效果評估中也具有重要作用。由於政策效果通常具有滯後性，預測性研究可通過中長期趨勢分析，幫助決策者提前發現政策潛在不足並進行調整。例如，研究發現全面放開生育限制可能無法立即扭轉生育率下降趨勢，這可促使政府優化生育支持政策，如提高產假福利、減輕育兒負擔、爲職場女性創造更友好的就業環境等，從多個維度提升政策效果。

最後，評價預測性研究的價值應從多個維度綜合考量。（1）趨勢性是預測性研究的重要標準之一。預測能否揭示長遠趨勢和潛在變化，直接影響其對未來的指導意義。（2）科學性是評判預測性研究可靠性的核心要素。預測模型和分析方法必須符合科學研究的基本要求，包括數據採集方法、假設合理性、結果透明度等，以確保預測的可信度。（3）適用性是衡量預測性研究實際價值的關鍵。預測結果的實際意義和可操作性對政策制定至關重要。即使預測結果有偏差，只要能爲實際決策提供有效支持，就具有重要應用價值。

03

客觀科學地評價預測性研究

預測性研究是科學探索的重要組成部分，通過揭示未來趨勢和風險，爲政策決策提供科學依據。雖然預測結果可能存在誤差，但這反映了科學研究的動態性和不確定性。隨着模型和方法不斷改進，預測性研究能夠更好地應對複雜社會問題。評價預測性研究時，應關注其對現實問題的貢獻，而非僅限於其侷限性。

近年來，預測性研究在揭示覆雜社會問題和提供政策建議上取得了顯著進展。然而，面對高度不確定的社會現象，預測性研究仍需改進。比如，引入敏感性分析、多方案預測、概率預測及多維政策仿真等方法，可爲決策者提供更多元的視角，幫助理解未來趨勢。與此同時，大數據分析、機器學習和人工智能等新質生產力技術的應用將顯著提升預測效率與精度。通過構建多學科綜合性預測模型和動態更新模型參數，可確保預測模型更好地反映社會經濟的實時變化，增強其適應性與前瞻性。此外，不應忽視全球性預測在幫助各國把握宏觀發展趨勢方面的作用，並加強縣市及以下小區域的預測，將短、中、長期各種預測相結合，爲各級政府提供更加全面和精準的政策依據。

總之，儘管預測性研究仍有改進空間，但其重要性毋庸置疑。我們應客觀、無偏見地認識其價值。隨着方法的優化、跨學科合作的深化和新技術的應用，預測性研究將在揭示趨勢、應對風險和政策指導方面發揮更大作用，爲社會可持續發展提供堅實的科學支持。

（作者系聯合國人口司研究員，文章僅代表作者個人觀點，並不代表聯合國的官方立場）