Loading article…
クロスインパクト分析は、1966 年にセオドア ゴードンとオラフ ヘルマーによって開発された手法で、イベント間の関係が結果として生じるイベントにどのような影響を与えるかを判断し、将来の不確実性を軽減するのに役立ちます。 [1]中央情報局(CIA) は、さまざまな要因と変数が将来の決定にどのように影響するかを予測する分析手法として、1960 年代後半から 1970 年代前半にかけてこの手法に興味を持ちました。[2] 1970 年代半ばには、未来学者がこの手法を、特定のイベントの確率を予測し、関連するイベントが互いにどのように影響するかを判断する手段として、より多く使用し始めました。[3] 2006 年までに、クロスインパクト分析は、未来学者や情報アナリストだけでなく、企業やコミュニティにも使用されるいくつかの関連手法に成熟しました。[4]
発達
クロスインパクト分析の基本原理は1960年代後半に遡りますが、当初のプロセスは比較的単純で、ゲームデザインに基づいていました。[1]最終的には、クロスインパクト分析の原理を適用するための高度な技術、方法論、プログラムが開発され、基本的な方法は現在、未来シンクタンク、ビジネス環境、諜報機関で適用されています。
起源
セオドア・J・ゴードンは、クロスインパクト分析は「将来の出来事がどのように相互作用するかについての認識に基づいて予測できるか？」という疑問の結果であると書いている[1]。
この方法の最初の形式は「Future」というタイトルのカードゲームで、イベントは確率、特別なサイコロ、および以前にプレイされたイベントの影響によって決定されました。[1]このクロスインパクト分析の最初のゲーム形式は、1968年にUCLAでコンピューター用にプログラムされました。[3]この時点から、この方法論は、ユーザーの特定のニーズと条件を満たすために、ますます開発と洗練が進められました。
初期の開発
1970年代初頭にクロスインパクト分析が拡大するにつれ、研究者や未来学者は方法論を改善するために基本原理を修正しました。1972年、未来研究所の研究者は「スライス・オブ・タイム」の代わりに時系列を追加し、ノーマン・ダルキーは条件付き確率を使用し、ジュリアス・ケインはイベントではなく時系列変数間の相互作用を使用するシミュレーション手法「KSIM」を開発しました。[5] 1974年、デュペランとゴデはフランスで将来予測研究のためのクロスインパクトシステムとマトリックス（またはSMIC）を開発しました。[4]
シミュレーションモデルの進歩は1980年代まで続いた。1980年、カリフォルニア大学のセルウィン・エンツァーは、インターアックスと呼ばれるシミュレーション手法にクロスインパクト解析を組み込んだ。デルファイ法は1984年にクロスインパクト解析と統合され、テキサスA&M大学の研究者はKSIMのケインアルゴリズムに基づいた「EZ-IMPACT」と呼ばれるプロセスでクロスインパクトを使用した。[5]
最近の開発
クロスインパクト分析のシミュレーションモデルと手法が開発された後、アナリストはクロスインパクト分析が扱えるトピックの範囲を開発し始めました。ジョン・ストーバーがウルグアイの経済をシミュレートするためにこの手法を適用したように、クロスインパクト分析は現実世界の問題を解決するために使用されていました。[5]しかし、この手法の現実世界への応用は1990年代に急速に進みました。1993年までに、SMICは原子力産業、世界の地政学的発展、2000年までの企業活動と雇用など、さまざまな主題に使用されました。 [6] 1999年、ヴァンダービルト大学オーウェン経営大学院のロバート・ブランニングとブルース・ライニグは、英国が中華人民共和国に支配権を譲渡したときの香港と香港経済の将来を判断するために、クロスインパクト分析の修正形式を使用しました。[7]
方法論
クロスインパクト分析には2つの考え方とアプローチ方法があります。1つは、この方法論を最初に開発した未来予測スタイルです。2つ目は、インテリジェンスアナリストのサブスクールで、元の方法論を自分たちのニーズによりよく対応できるように修正しました。しかし、クロスインパクト分析は、イベントや活動は真空中で発生するものではなく、他のイベントや周囲の環境が特定のイベントの発生確率に大きな影響を与える可能性があるという前提に基づいています。[8]
クロスインパクト分析は、イベントと変数の関係を結び付けようとします。これらの関係は、互いに正または負に分類され、特定の時間枠内でどのイベントまたはシナリオが最も発生する可能性が高いかを判断するために使用されます。[4]
先物予測スタイル
先物予測スタイルは、1970 年代から 1980 年代に開発されたシステムと方法に基づいており、いくつかの厳格な手順に従います。
まず、分析者は分析で考慮するイベントの数と種類を考慮し、イベントセットを作成する必要があります。各イベントは他のすべてのイベントと相互作用するため、ゴードンは10～40のイベントを使用することを推奨しています。[8]
第二に、アナリストは各イベントの初期確率を考慮に入れなければなりません。イベントの確率は互いに独立して考慮されなければなりません。[8]
3つ目に、アナリストはイベント同士が持つ条件付き確率を生成する必要があります。基本的に、これは「イベントAが発生した場合、イベントBが発生する新しい確率はいくらか」という質問をします。これは、イベント間のあらゆる可能な相互作用に対して行う必要があります。[9]
第4に、アナリストは初期の条件付き確率をテストして、数学的なエラーがないことを確認する必要があります。これは通常、コンピューターでシミュレーションを数回実行することによって行われます。[9]
第五に、アナリストは分析を実行して将来のシナリオを決定したり、[4]特定のイベントに対して他のイベントがどの程度重要であるかを判断したりすることができます。[10]
数学的手法
未来予測スタイルのクロスインパクト分析は、そのプロセスにおいて確率と数学に大きく依存しています。初期確率と条件付き確率は、パーセンテージ[9]またはパーセンテージに相当する因子数を使用して計算されます[4] 。研究者は、正確な結果と、イベント同士の影響が現実的で矛盾がないことを保証するために、数値またはパーセンテージを非常に正確に計算する必要があります。さらに、研究者は、マイナスの影響を計算する際には、数学的に不可能なことが生じる可能性があるため、注意する必要があります[9] 。
この数学的な厳密さにより、クロスインパクト分析の未来予測スタイルが統一され、実際の分析方法、シミュレーション、プログラムの違いは、特定の研究者やアナリストのニーズに合わせてわずかに異なります。
デルファイ法との関係
数学と特定のイベントの正確さには、イベントや議論のトピックに関する特別な専門知識が必要です。イベントや計算に必要な洞察を得るために、アナリストは通常、多数の専門家に連絡を取り、グループで直接イベントや確率についての意見を尋ねます[9]。またはアンケート[4]を通じて。
これらのグループ分けは、デルファイ法によく似ています。デルファイ法は、あるテーマの専門家を集めて、シナリオや予測について意見を聞く分析手法です。通常、アナリストは平均的な予測やシナリオが最も起こりやすいと考えます。[11]この2つは非常に密接に関連しているため、アナリストは2つの手法を組み合わせて使用したり、より大きな方法論の一部として使用したりすることがよくあります。[5]
強み
未来予測スタイルのクロスインパクト分析には、いくつかの重要な強みがあります。専門家のグループを使用することで、イベントの確率を計算する際に考慮する価値のある意見が多数得られます。確率を計算する数学のレベルにより、研究者が可能な限り正確な結果が得られます。さらに、他の分析手法と組み合わせて使用すると、このタイプのクロスインパクト分析は、定性的な分析よりも優れた定量的な結果をもたらすことができます。[9]方法の相対的な適合性により、異なる方法やシミュレーションを使用するアナリストが同様の結果に到達でき、より広い設定で結果をテストできるようになります。
弱点
クロスインパクト分析の未来予測スタイルの長所の多くは、その弱点の多くを生み出しています。スタイルの一貫性は、環境条件や政治問題など、イベント以外の変数を扱う際に、ある程度の柔軟性の欠如を生み出します。さらに、このスタイルには高度な数学が関係しているため、確率の数学的正確性を確保するためにシナリオを実行する必要があり、長い遅延が発生します。 [12]またはベイズの定理に関する特定の問題が現れます。[13]この数学のレベルにより、研究者は、シナリオと方法の確率を扱うために、数学の知識または追加のコンピュータープログラムのいずれかを必要とします。
インテリジェンス分析スタイル
セオドア・ゴードンとオラフ・ヘルマーがオリジナルのクロスインパクト法を開発した直後、米国の諜報機関がこの技術を採用し、30年以上にわたって使用してきました。[2]
複数の変数間の関係性と影響という基本的な前提は同じままですが、諜報機関はさまざまなニーズを満たすためにクロスインパクト分析を修正しました。
諜報機関は、元の方法論よりも柔軟で可変的なシステムを作成しました。イベントの関係と影響は、未来学者が取り入れた方法と似ています。[14]しかし、諜報分析者は、クロスインパクト分析のパラメータをイベントの比較を超えて拡張し、環境、政治状況、世論などの変数を含めて、特定のイベントの確率に影響を与えています。[15]さらに、諜報分析者は、従来の方法論の厳格な数学の代わりに、「強化」、「抑制」、「無関係」などのより柔軟な測定方法を使用して、イベント以外の変数を含めることもできます。[16]
クロスインパクトマトリックス
クロスインパクト分析のインテリジェンス分析スタイルの主要な部分は、クロスインパクトマトリックスです。マトリックスはクロスインパクト分析を視覚化したものであり、変更が可能です。また、分析者は、直接的な1対1の関係だけでなく、最も影響力のある変数と他の変数から最も影響を受ける変数の両方を見つけることができます。[17]いくつかの従来のクロスインパクト分析方法ではマトリックスの作成が提案されていますが、優先順位は依然として確率、1対1の関係、およびイベントの順序に依存しています。[12]
インテリジェンス分析スタイルのクロスインパクトマトリックスでは、アナリストは数値の代わりにプラスとマイナスを使用して、非イベント変数を考慮し、計算なしで変数を他のすべての変数と直接比較できるようにします。[18]
強み
インテリジェンス分析スタイルのクロスインパクト分析には、いくつかの重要な利点があります。モデルの柔軟性により、アナリストは、起こりうるイベントだけでなく、さまざまな種類の変数を互いに比較して測定できます。[19]さらに、厳格な数学的基準を破棄できるため、研究者はクロスインパクト分析を使用するために、広範な数学のトレーニングや特殊なソフトウェアを必要としません。これにより、トピックの専門家は、未来予測スタイルで直面する多数の計算をクロスチェックすることなく、比較的迅速に方法論を使用できます。[20]
弱点
インテリジェンス分析スタイルには厳格な手順がないため、かなりの欠点もあります。このスタイルの柔軟性は、関係するアナリストの意見や知識に大きく依存しており、別のグループで結果を再現することは困難です。さらに、数学を排除するオプションにより、数値を裏付けない結果が作成され、アナリストに悪影響を与える可能性があります。数学がないため、最初はプロセスが簡単になりますが、未来予測スタイルと比較すると、専用のソフトウェアの量が限られているため、変数の数が増えるにつれて作業が面倒になります。
アプリケーション
研究者はクロスインパクト分析をさまざまな用途に使用できます。未来学者はすでにこの手法を使用して、特定の業界、政治、市場、さらにはコミュニティ全体のイベントを予測しています。[6] [7]
諜報分析では、アナリストはこの方法を使用して、地域、国家、国際レベルでのさまざまな変数と条件に基づいて、イベント、状況、または決定を予測することができます。[19]
参照
参考文献
- ^ abcd Gordon, Theodore Jay, Cross Impact Method Archived 2011-07-13 at the Wayback Machine、国連大学ミレニアムプロジェクト、1994年、p 1
- ^ ab Heuer、Richards J.、Randolph H. Pherson、「インテリジェンス分析のための構造化分析手法」、CQ Press、2011年、p 107
- ^ abゴードン、セオドア・ジェイ、クロスインパクトメソッド、2011-07-13 ウェイバックマシンでアーカイブ、pp 1-2
- ^ abcdef For Learn – Cross Impact Analysis Archived 2011-07-20 at the Wayback Machine、For Learn、Joint Research Centre、欧州委員会、2006年
- ^ abcd Gordon, Theodore Jay, Cross Impact Method 2011-07-13 にアーカイブ、Wayback Machine、p 2
- ^ ab Gordon, Theodore Jay, Cross Impact Method 2011-07-13 にアーカイブ、Wayback Machine、pp 2-3
- ^ ab Blanning, Robert および Bruce Reinig、「グループ意思決定支援システムを使用した相互影響分析：香港の将来への応用」、Wayback Machineで 2011-07-06 にアーカイブ、Elsevier Science Ltd.、1999 年。
- ^ abc Gordon, Theodore Jay, Cross Impact Method Archived 2011-07-13 at the Wayback Machine、p 4
- ^ abcdef Gordon, Theodore Jay, Cross Impact Method 2011-07-13 にアーカイブ、Wayback Machine、p 5
- ^ゴードン、セオドア・ジェイ、クロスインパクトメソッド、2011-07-13 ウェイバックマシンでアーカイブ、p 10
- ^ ホイヤー、リチャーズ J.、ランドルフ H. ファーソン、インテリジェンス分析のための構造化分析手法、p 247
- ^ abゴードン、セオドア・ジェイ、クロスインパクト法、2011-07-13 ウェイバックマシンでアーカイブ、p 5-9
- ^ Blanning, Robert、Bruce A. Reinig、「グループ意思決定支援システムを使用したクロスインパクト分析：香港の将来への応用」Wayback Machineで 2011-07-06 にアーカイブ、p 40
- ^ クラーク、ロバート M.、インテリジェンス分析：ターゲット中心のアプローチ、CQ プレス、第 3 版、2010 年、p 202-203
- ^ ホイヤー、リチャーズ J.、ランドルフ H. ファーソン、インテリジェンス分析のための構造化分析手法、pp 104-105
- ^ ホイヤー、リチャーズ J.、ランドルフ H. ファーソン、インテリジェンス分析のための構造化分析手法、p 105
- ^ ホイヤー、リチャーズ J.、ランドルフ H. ファーソン、インテリジェンス分析のための構造化分析手法、p 106
- ^ ホイヤー、リチャーズ J.、ランドルフ H. ファーソン、インテリジェンス分析のための構造化分析手法、pp 105-106
- ^ ab ホイヤー、リチャーズ J.、ランドルフ H. ファーソン、インテリジェンス分析のための構造化分析手法、pp 104-106
- ^ゴードン、セオドア・ジェイ、クロスインパクトメソッド、2011-07-13 ウェイバックマシンでアーカイブ、pp 6-9
さらに読む
- クロスインパクト法、セオドア・ジェイ・ゴードン著。国連大学ミレニアムプロジェクト、未来研究方法論。1994年
- リチャーズ・J・ホイヤー・ジュニア、ランドルフ・H・ファーソン著『インテリジェンス分析のための構造化分析技術』 CQ Press、2011年
- インテリジェンス分析: ターゲット中心のアプローチ、ロバート M. クラーク著。CQ プレス、2010 年