クロスインパクト分析

クロスインパクト分析は、1966 年にセオドア J. ゴードンとオラフ ヘルマーによって開発された手法であり、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 ] : 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な影響を与えるかを予測する分析テクニックとして、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、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、この手法を多数使用し始めました。[ 1 ] : 1–2 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多くの関連手法に成熟しました。[ 3 ]

発達

クロスインパクト分析の基本原則は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。最終的に、クロスインパクト分析の原則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、その基本的な手法は現在、未来シンクタンク、ビジネス環境、そして諜報機関で応用されています。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することは可能か？」という疑問から生まれたと記しています[ 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 ]：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。[ 1 ]：1–2 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。

1970年代初頭にクロスインパクト分析が普及するにつれ、研究者や未来学者たちはその基本原理を修正し、手法を改良しました。1972年には、未来研究所の研究者たちが「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用い、ジュリアス・ケインは事象ではなく時系列変数間の相互作用を用いたシミュレーション手法「KSIM」を開発しました。[ 1 ] : 2 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（SMIC）を開発しました。[ 3 ]

シミュレーションモデルの進歩は1980年代まで続きました。1980年、カリフォルニア大学のセルウィン・エンザーは、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みました。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ました。[ 1 ]：2

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てから、アナリストたちはそれ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。[ 1 ] : 2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、世界の地政学的展開、2000年までの企業活動と雇用など、多様な主題に使用されるようになりました。 [ 1 ] : 2–3 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、イギリスが中華人民共和国に支配権を明け渡した際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版を使用しました。[ 4 ]

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があります。1つは、この手法を最初に開発した未来予測スタイルです。もう1つは、情報分析の専門家が独自のニーズに合わせてオリジナルの手法を改良したサブグループです。いずれにせよ、クロスインパクト分析は、事象や活動が真空中で発生するのではなく、他の事象や周囲の環境が特定の事象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。[ 1 ] : 4

クロスインパクト分析は、事象と変数の関係性を関連付ける試みです。これらの関係性は、互いに正または負の相対関係として分類され、特定の時間枠内でどの事象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。[ 3 ]

先物予測スタイル

先物予測のスタイルは、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。[ 1 ]：4–5

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個のイベントを使用することを推奨しています。

第二に、アナリストは各事象の初期確率を考慮に入れなければなりません。事象の確率は、互いに独立して考慮されなければなりません。

第三に、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。これは基本的に、「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」という問いかけです。これは、イベント間のあらゆる相互作用について行う必要があります。

4つ目に、アナリストは初期の条件付き確率を検証し、数学的な誤り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複数回実行することによって行われます。

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、[ 3 ]他のイベントが特定のイベントに対して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。[ 1 ]：10

数学的手法

未来学者によるクロスインパクト分析の予測手法は、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[ 1 ] :5 、またはパーセンテージに相当する因子数[ 3 ]を用いて計算されます。研究者は、正確な結果と、事象同士の影響が現実的で矛盾の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も注意が必要です。マイナスの影響は数学的に不可能な事象を生み出す可能性があるためです。[ 1 ] :5

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

数学や特定の事象の正確さには、その事象や議論のテーマに関する専門知識が必要です。事象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[ 1 ]：5 として直接、またはアンケート[ 3 ]を通じて、事象や確率に関する意見を求めます。

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。デルファイ法とは、ある分野の専門家を集め、シナリオや予測について意見を募る分析手法です。通常、アナリストは平均的な予測やシナリオを最も起こりやすいと見なします。[ 5 ]この2つは非常に密接に関連しているため、アナリストはこれら2つの手法を組み合わせて使用​​したり、より大規模な手法の一部として使用したりすることがよくあります。[ 1 ] : 2

強み

未来予測型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。専門家グループを活用することで、事象の確率を計算する際に検討に値する複数の意見を確実に得ることができます。確率計算における数学的レベルの高さにより、研究者が導き出せる限りの正確な結果が得られます。さらに、他の分析手法と併用することで、この種のクロスインパクト分析は、定性的な分析よりも定量的な結果をもたらすことができます。[ 1 ]：5 手法間の相対的な整合性により、異なる手法やシミュレーションを用いる分析者でも同様の結果が得られ、より広範な設定で検証可能になります。

弱点

未来学者によるクロスインパクト分析の予測スタイルには、多くの長所がある一方で、多くの短所も生じています。このスタイルの画一性は、環境条件や政治問題といった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的処理が伴うため、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、ベイズの定理に関する特定の問題が現れるなど、長い遅延が発生します。 [ 1 ] : 5–9 あるいはベイズの定理に関する特定の問題が現れる場合もあります。[ 6 ]この高度な数学的処理は、研究者がシナリオやこの手法の確率を扱うために、数学の知識や追加のコンピュータプログラムを必要とする場合もあります。

情報分析スタイル

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て間もなく、米国の諜報機関はこの技術を採用し、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相互影響分析を修正しました。

情報機関は、当初の手法よりも柔軟で多様なシステムを構築しました。事象の関係性と影響は、未来学者が採用した手法と依然として類似しています。[ 7 ]しかし、情報分析官はクロスインパクト分析のパラメータを、事象の比較だけにとどまらず、環境、政治状況、世論といった変数を組み込むように拡張し、特定の事象の確率に影響を与える要素も含めるようになりました。[ 8 ]さらに、情報分析官は、従来の手法の厳格な数学的手法ではなく、「促進」、「阻害」、「無関係」といったより柔軟な指標を用いて、事象以外の変数も含めることができます。[ 9 ]

クロスインパクトマトリックス

クロスインパクト分析というインテリジェンス分析スタイルの主要部分は、クロスインパクトマトリックスです。この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、直接的な一対一の関係だけでなく、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。[ 10 ]従来のクロスインパクト分析手法のいくつかではマトリックスの作成が推奨されていますが、優先順位は依然として確率、一対一の関係、そして事象の順序に依存しています。[ 1 ] : 5–9

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することで、イベント以外の変数を考慮し、計算なしで変数を他のすべての変数と直接比較することができます。[ 11 ]

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、分析者は起こりうる事象だけでなく、異なる種類の変数を相互に比較して測定することができます。[ 12 ]さらに、厳格な数学的基準を放棄できるため、研究者はクロスインパクト分析を使用するために高度な数学の訓練や特殊なソフトウェアを必要としません。また、これにより、ある分野の専門家は、未来予測スタイルで直面する多数の計算を相互に検証することなく、比較的迅速にこの手法を使用することができます。[ 1 ] : 6–9

弱点

インテリジェンス分析スタイルには厳格な手順が欠如しており、これもまた大きな欠点をもたらします。このスタイルの柔軟性は、関与するアナリストの意見や知識に大きく依存しており、異なるグループで結果を再現することが困難です。さらに、数学的要素を排除するオプションは、数値的な裏付けのない結果を生み出すことで、アナリストに悪影響を及ぼす可能性があります。数学的要素が欠如していることで、最初はプロセスが容易になるかもしれませんが、未来予測スタイルと比較すると、専用のソフトウェアの数は限られており、変数の数が増えるにつれて作業はより煩雑になります。

アプリケーション

研究者はクロスインパクト分析を幅広い用途に活用できます。未来学者たちは既にこの手法を用いて、特定の産業、政治、市場、さらにはコミュニティ全体における出来事の予測を行っています。[ 1 ] : 2–3 [ 4 ]

情報分析において、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、出来事、状況、または決定を予測することができます。[ 12 ]

参照

参考文献

  1. ^ a b c d e f g h i j k l m n o p q r s t u Gordon , Theodore Jay (1994). 「クロスインパクト法」（PDF） .未来研究の方法論.国連大学ミレニアムプロジェクトのためのアメリカ評議会.オリジナル（PDF）から2025年4月21日アーカイブ。 2026年1月7日閲覧。
  2. ^ a b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」、CQ プレス、2011 年、p 107
  3. ^ a b c d e f「Cross-Impact Analysis」 . European Foresight Platform . 2024年6月24日時点のオリジナルよりアーカイブ。 2026年1月7日閲覧。
  4. ^ a b 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。
  5. ^ホイヤー、リチャーズ J.、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手法』247 ページ
  6. ^ Blanning, Robert, Bruce A. Reinig,グループ意思決定支援システムを用いたクロスインパクト分析：香港の将来への応用Archived 2011-07-06 at the Wayback Machine , p 40
  7. ^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
  8. ^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
  9. ^ホイヤー、リチャーズ J.、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手法』105ページ
  10. ^ホイヤー、リチャーズ J.、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手法』106 ページ
  11. ^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
  12. ^ a b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
「 https://en.wikipedia.org/w/index.php?title=Cross_impact_analysis&oldid=1332962865」より取得