论大情景图式下的信息分析，本文主要内容关键词为：图式论文,情景论文,信息论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 情景分析的提出背景
在社会生活的各个领域，不完全信息现象是普遍存在的，它对人们的政治、经济、生活的很多方面产生了影响。研究情报分析和决策过程中的不完全信息现象，以及不完全信息条件下的情报分析和决策问题具有很强的现实意义。在当前这个“情报爆炸”和信息资源尤其是网络资源极为丰富的时代，大量有用信息被淹没在信息的海洋中，错误和虚假信息也大行其道；竞争的加剧使人们更注重信息的保密工作，这使得情报分析工作很难搜集到全面有用的信息；用于分析的情报往往由存在于多个信息资源的信息片断构成，情报来源的分散化导致了信息的碎片化；以超文本结构和超链接形式组织的网络信息资源加剧了信息的碎片化。上述这些因素造成了作为情报分析对象的信息的不完全，使可供情报分析的信息往往表现为一些表象信息或信息碎片[1]。
如何在新的数字化环境中获取有用的情报，传统的定量分析方法和定性分析方法面临着挑战，亟待在方法上有新的突破。最明显的局限性体现在现有的分析方法是在获取过去或现在信息的基础上进行研究时，忽视了事物发展过程中的不确定性因素，且无法对研究对象未来的状态进行跟踪和预测。许多用于预测的方法一般都是以趋势外推为基础的，其基本假设是：影响和决定事物过去与现在的发展因素，在未来也基本保持不变，也即关于现在和未来的信息是完全的。但在新环境下，信息的数量和内容是瞬息万变的，可能再无“权威、绝对准确”而言，而是不完全的信息碎片，由此带来了事物未来发展趋势的不确定性，如何预测与评价这种不确定性是现有的情报分析方法无能为力的[2]。
由于现有传统分析方法往往不能适应在当今瞬息万变的决策环境中进行情报分析的需要，于是人们开始研究在不完全信息条件下的情报分析，出现了征兆分析、假设分析、情景分析、基于案例的推理技术(CBR)、信息融合技术等方法和工具。这其中，国内外实践表明情景分析无疑是一种应对不完全信息条件下的有效方法。情景分析法最早被用在军事上，20世纪40年代末，美国兰德公司的国防分析员对核武器可能被敌对国家利用的各种情形加以描述，这是情景分析法的开始。1972年，SHELL公司的规划人员P.Wark运用情景分析法分析了中东局势，得出将爆发石油危机的结论。20世纪70年代中后期，情景分析法才得到迅速发展和广泛运用，提出了所谓的美国模式、法国模式、OECD模式和欧洲共同体模式，世界许多大型公司尤其是跨国公司陆续开始使用情景分析法。
近期陈峰博士在总结国外多个技术预见项目过程与方法后也明确指出：在该领域情景分析已经成为近年来引人注目的主流方法[3]。虽然早在20世纪90年代初就有学者把情景分析法带入国人视野，但相对于国外大规模的普遍应用，情景分析在国内的理论与实践研究还显得十分的薄弱。为了揭开情景分析的神秘面纱，有必要从情景观入手进行研究。
2 情景观——大情景图式
认知情报学派认为，情报的接受（用户）与传递（情报系统）都需要与知识结构发生作用，并以知识结构的改变和完善为目的。只有运用了哲学方法、思维方法或现代科学方法，才能使情报研究人员对研究对象的认识从感性阶段提升到理性阶段，从而得到关于情报研究对象的更本质的判断和更准确的预测[4]。我们的情景观正是基于这样一种背景提出的。
目前在认知心理学和信息加工模型统治着的学习研究中，批评者已经认为它由于片面关注认知过程而忽视了一些重要方面。这些方面包括：①学习的社会／文化本质；②“真实任务”（现实世界）而非人工任务；③动机、兴趣和情感的作用；④学习的具体领域本质。
以上代表了正在出现的研究领域和对已存在的学习的认知理论的扩展，从而表现了在学习研究上的一个转变。这就是学习研究正在向一种新取向——情景观转变，这种取向一般又称为“建构主义”。情景观强调活动中出现的问题空间、相互构建理解和人们的活动投入等方面，扩大了认知观学习研究中的原有知识基础或知识结构概念。它不仅指原有的书本知识，而且指原有的情景知识。情景观同样非常强调社会因素、动机等对知识和策略获得的影响[5]。
情景分析方法第一次将情景观带入到信息分析领域之中进行考量，而“大情景图式”的情景观对传统预测逻辑是具有颠覆性的（见图1）。
图1 大情景图式的情景观
传统预测的逻辑框架是根据现有的情况推测未来的发展，并力图勾画被研究对象未来最可能发生的情况，将不确定性极小化。其逻辑结果是单一的，因为它的预测线路是固定的——从现在到未来的展望分析。如果说传统预测是一种静态的情景观，那么情景分析则是一种动态的情景观。
大情景图式的情景观，首先承认事物的发展模式是发散性的，或称之为爆炸性的，在此假设上的展望分析，必然呈现出来一个宽阔的“面”，这就远远突破了作为传统预测结果的那一“点”。与此同时，在这个“面”的基础上，有一个从未来指向现在的回溯分析(Backcasting)。在展望和回溯的过程中，是完全有可能勾画出一个更全面更合理的“大情景图式”。
大情景图式，在承认未来发展多样性的前提下，突破传统线性思维，对未来形成一种发散式的图景。这个图景远远超越了人们对未来的所期望的那一“点”，也超越了通常人们关于未来的大概的一个预期情况（区域1），而是包括了由许多不可控因素、突发事件导致的偏移，区域2的边界为可以想象的极端情景。包括区域2在内和区域2之外的所有图景是我们所界定的“大情景”。
3 大情景图式统筹下的信息分析模型
作为核心观点，我们把大情景图式作为情景分析的情景观提出。这里的情景分析我们更愿意将其定位为广义的情景分析法。之所以称其为广义，一方面是因为情景分析已远远超出方法的本身，而是一种系统性的思考方式；另一方面情景分析实践过程中整合了多种其他信息分析方法。在信息分析方法论的讨论中，一般都是从金字塔塔尖的哲学方法到一般方法再到作为应用基础的专用方法[6]。在这样一种体系结构指导下，我们构造出了大情景图式统筹下的信息分析模型（见图2）。
图2 大情景图式统筹下的信息分析模型
大情景图式统筹下的信息分析模型包括这样三层结构：
核心层：以大情景图式为基础的情景观，是整个信息分析模型的核心和指导思想，它负责统筹整个信息分析过程。
方法层：情景分析的过程中，完全可以并且可能借鉴到传统的一些信息分析方法。实际上这种方法上的结合被证明是非常有效的，国外许多项目实践也证实了这一点，像日本在第八次技术预见中的情景分析就综合运用了德尔菲调查、社会经济需求分析和引文分析[3]。包括德尔菲、想象法、模型模拟技术、交叉影响分析、Backcasting在内的方法和技术为情景分析的实施提供了有效保障。
应用层：或称为操作层，它将按照情景分析的框架组织项目实施。这里我们从情景发展顶层的三个维度来刻画，首先是项目目标(Project Goal)，主要是探索型和决策支持两种类型；然后是过程设计维(Process Design)，两种基本思路是直观想象和正式演绎；最后是情景描述维(Scenario Content)。三者之间是紧密联系的，从一项有机过渡到另一项，其中情景描述和项目目标之间是一种弱相关的关系，它们之间的关联取决于情景发展是否续接、循环或者其他特设的处理[7]。
我们可以清晰地看出：该信息分析模型内核是作为哲学思维的大情景图式，中层以一般的信息方法和分析工具为手段，而外延再次回归到情景分析的大框架下，将情景分析的思想和传统信息分析方法融合起来。通常在讨论信息分析方法体系的过程中，一般都是将信息分析的流程功能块和方法块嫁接起来，形成所谓的方法集成分析体系[8]。这种“集成”由于缺乏作为核心的情景观的支撑，显得空洞无力，有堆积方法之嫌。而在大情景图式统筹下的信息分析模型中，方法维则是作为大情景图式思想和情景分析实践的过渡桥梁，不再是简单的方法综合，而是将有关方法在情景分析的框架下进行了有效整合，真正形成了一个既开放又统一的方法体系。
4 情景分析的实施流程
关于情景分析法的实施步骤的讨论，国外有众多版本。A.L.Gilbert将情景分析分为10个步骤。A.Fink认为情景工程应该分为从“情景准备”到“情景传递”的5个阶段。现在大多数国际组织和公司更常用的是斯坦福研究院(Stanford Research Institute，SRI)拟定的6项步骤[9]。各研究机构对情景分析步骤的划分存在较大的区别，从某些方面也说明了情景分析应用过程中的灵活性，但是他们对情景分析内涵的理解应该是基本一致的，只是分析的侧重点可能会不同。在综合前人研究成果的基础上，基于大情景图式统筹下的信息分析模型，我们提出情景分析的实施框架，分为以下6大流程。
1)全景扫描。以所在行业或领域为对象，进行全景扫描。如在考察国内外环境的时候，通常可以使用STEEP方法，分别关注社会、技术、经济、环境和政治5个方面的因素对本领域的驱动力(Drivers)和限制(Constraints)。全景扫描作为情景分析的准备阶段，其目的是弄清楚研究范围内的基本状况和互动结果。
2)情景开发。情景设计的基础是事件分析，这需要调动相关事件的案例库，结合上一阶段的结果，识别出内部关键因素和外在的驱动力量，最后抽象出一个多维的变量空间。这是一个专业过程，中间可能会借鉴德尔菲或专家调查方法，同时会涉及数学模型的应用，最后的产出则是各个情景。如果说，情景分析是一个系统的话，那么各种各样的情景则是子系统，随着参数的变化，这些情景将会发生变化。而所有的这些变化，均将涉及未来。
3)关系模型。各个情景之间具有互动关系，这种关系的互动模式，就是关系模型。情景的互动关系，由关系模型来决定。在这里，主要是情景间的交叉影响分析，作为用以综合出自各种来源预测的一种系统的方法，它提供用以检查各种对事件间相互作用的明确的方法，且可以用来产生一些内部一致性的方案，而这些又可以用来检验策略和发现临界事件。
4)技术实现。技术实现实际上是将开发出的情景和关系模型以某种合适的形式呈现出来。它主要有两种途径，一个是计量方法，做出数学模型即可；另一个是电脑方法，用编程来进行软件实现。目前也有一些较为成熟的工具可供利用，如以清华大学为首开发的CityMaker，就是情景分析在城市规划领域的应用。
5)回归测试。数学模型和程序软件均需要进行测试，主要是按照现实环境代入一定的变量，测试情景系统的运作。从原理角度来说，情景分析的关键在于逐步逼近式地得出结论，参数对结论的影响是需要修正的，这是本阶段的任务目标。
6)模拟应用。在以上各个步骤的基础上，展开实际运用。由于性质本身属于模拟，所以可称为是模拟应用。例如上文提到的CityMaker产品已在数字城市开发过程中得到成功的运用。
从全景扫描开始，到情景开发、关系模型、技术实现、回归测试和模拟应用，是一个循环，是一个流程，也是一个框架。正是因为这个循环、流程和框架的存在，使情景分析具有清晰的系统分析特征。需要强调的是，在以上6大步骤中，情景开发和关系模型是两个具有特别意义的环节。前者决定了情景分析的性质和效用，后者决定了互动模式，使得情景分析，由个体转为系统，实现了情景分析的最终价值。
5 结束语
情景分析方法被引入国内已有一段时间，但目前国内的研究仍处于较为初级的阶段，在信息分析应用领域，更是没有引起足够的重视。其根本原因，是我们仅仅把其作为一种“假设性地”分析，而没有把它作为补充传统预测观的角度来看待。实际上在某种层面，情景分析与其说是一种方法，不如说是一种思维。这也正是为什么本文试图从大情景图式的角度出发来研究信息分析工作。
大情景图式统筹下的信息分析模型区别于一般关于信息分析方法体系的研究，后者通常都是关于信息方法的罗列、分类和比较，而本文给出的模型旨在大情景图式下，把常规信息分析方法有效整合起来，使情景分析从一种思维或是假定条件，过渡到一种可以实施的方法框架，这种意义是不言而喻的。
情景分析策略性、开放性、系统性的本质特点，决定了它可以很好地汲取其他信息分析方法的优点，于是在面对不确定性、复杂性问题的时候拥有特别的优势就顺理成章了。在技术预见、服务业管理、城市应急预案、战争游戏、军事演习、城市规划与战略制定等诸多领域，情景分析都有很大的发挥空间。
收稿日期：2008-01-16