需水預測
出自 MBA智库百科(https://wiki.mbalib.com/)
目錄 |
什麼是需水預測[1]
需水預測是指根據村鎮的總體規劃採用多種預測法，對未來總需水量所做出的推算。
需水預測的方法[2]
在需水預測中應用過的各種各樣的方法歸納起來大致可分為3類：判斷預測法、趨勢預測法和因果預測法。有人又進一步將因果預測分為單要素預測和多要素預測兩種，並將其和判斷法、趨勢法相併列，這些方法的特征及其應用將在下麵予以介紹：
1．判斷法
判斷法是基於個人或集體的經驗和知識而進行預測，它可以是純主觀的，也可以是對任何一種客觀預測結果的主觀修正(Mcdonald和Kay，1988)。這種方法並不著力去解釋現狀和未來的用水情況，也不作任何明確的解釋說明，只是著眼於純粹的預測，這種方法用起來省時、經濟，並且不受數據資料的限制，但它的客觀性極差，那麼其可靠性就很難說了。判斷法在不同程度上被應用著，尤其是和其它方法結合著用的更加普遍，對由一些客觀預測法得到的預測結果進行主觀修正常常是必要的，因為所有的客觀方法都是根據過去的用水模式而進行預測，而未來的發展趨勢很可能不同於過去。另外，由於受資料的限制，有些變數間的關係無法通過統計分析來確定，故只能根據經驗進行判斷，如西雅圖水資源署就時而在預測需水時根據經驗來確定將來用水系統的需水率或者假定用水和某一變數的關係。
判斷總是和願望或發展目標分不開的，有時很難將判斷預測和規劃目標區別開來，如在我國7O年代末和80年代初所完成的不少區域水資源規劃中就不難發現這一點。Prasifka(1988)曾經指出所有的預測都在不同程度上依賴於主觀判斷，但是主觀判斷在每項預測中所起的作用應該有明確的說明，並應控制在適當的程度上。
2.趨勢外延法
趨勢外延法是建立在用水的變化是可以由時間來解釋這樣的理論概念基礎上的。該方法只是將未來的用水需求和過去的用水量相聯繫，而不考慮任何其它變數，在所有預測模型中這種方法需要的數據最少，用起來也不難。
趨勢外延的具體技術方法很多，如有圖形法和數學方法，其中的函數關係可以採用線性、指數、對數關係等等，最簡單的方法如直接將用水量和時間變數 進行相關分析 。過去的趨勢能否在將來得以持續是值得懷疑的，因此趨勢外延法在一定的時間範圍之外不大可能得出可靠的預測。時間序列法有兩大缺陷：(a)當影響需水的要素在將來會有很大變化時，預測結果會有很大偏差，因此這種預測不能作為制定政策的依據；(b)預測結果受初始值的影響太大。
趨勢外延法在一些短期行為中預測，如供水系統的日常管理中，不失為一種有效的方法．在中長期需水預測中，這種方法常用來產生一種基礎預測，然後結合或者由其它方法對其進行修正。 像判斷法一樣，趨勢外延法也被不同程度地用於所有預測當中，這是因為過去的經驗和數據資料是進行預測的唯一依據，所有的預測都可以說是過去某種模式的外延。
3.單要素預測法
單要素預測故名思義，其中只有一個解釋變數或自變數，常用的自變數如人口。該方法可用下麵的數學表達式來簡單概括
Q＝cx＋e
其中Q是用水量，c是單位用水繫數，x是解釋變數，e是誤差項，e的數學期望為零。
在應用中，上述線性方程可以由指數、對數以及其它可轉換形式替代。根據所選擇的自變數的不同，單要素法又常分為3種類型：人均法、網點法和單位用水量法。
4.多要素預測法
多要素預測是將用水量表達為兩個或兩個以上變數的函數，它可簡單地由下麵的數學通式來表述
Q = b0 + b1x1 + b2x2 + ...bmxm + e (2)
其中Q是用水量，b0是常數項，b1,b2...,bn是繫數，x1,x2,...,xm是影響用水的變數， e是誤差項。
事實上，在應用中所採用的函數關係可以是能夠轉換為上述方程式的任何一種形式，如徐得潛應用的Cobb-Douglas生產函數模型就可將其原形：
![W(t)=b_0[V(t)]^{b_1}[W(t-1)]^{b_2}](/w/images/math/6/9/7/6975eba36fa5866f22683881294f3e8a.png)
兩邊取對數便可變為方程式(2)的形式。
自變數的選擇常取決於它們過去與用水量的相關性，並由相關分析來估算各繫數的值,自變數的個數可以是兩個到多個不等，有人曾用17個自變數預測美國l9個地區的總用水量,多要素法需要較多的數據資料和較高的建橫技能，在實踐中最困難的是數據的獲得。
在過去所建立的這類模型中大都是對部門用水進行預測，且多是預測生活用水，這種模型放應用的例子很多，針對我國情況所建的模型如徐得潛的生產函數模型。曾有人對這種基於多元回歸分析的建橫方法提出過質疑，得出結論說在他們的預測研究中曾試圖用這種模型，但結果井不令人滿意以致無法用於預測。
需水預測的局限性[2]
需水預測，尤其是長期需水預測，曾在它的理論基礎、方法、假設以及應用的數據等方面招致不少批評意見，最尖銳的批評是將預測和實際發生情況的對比。有人將20年前所作的一些需水預測和實際情況進行對比後指出：需水預測，無論其採用什麼樣的預測方法和怎樣的時間尺度，總是常常與事實不符．受到這種批評的不儀是需水預測，其它的預測，如能源需求也不例外，這主要是受預測本身的局限性所致。
1.依靠假設
所有的預測都不同程度地依賴於假設，不管是否有明確的說明．例如，趨勢外延法是假設過去的變化趨勢會延續到將來；單要素或多要素回歸模型是假設因變數和自變數間由過去資料導出的相關關係會在將來保持不變，如果假設不是基於過去，便是根據預測者的主觀判斷，可以說沒有假設便沒有預測。
沒有人敢說所有的假設都是沒有道理的，但是任何一種假設都存在與現實不符的危險，一個不真實的假設就會導致一個失敗的預測，一個複雜的預測模型往往包含著多種假設，那麼預測失敗的危險可以想見。評價一種預測不僅要看其結果是否與現實發生的情況一致，還要看它依賴的假設是真是假；預測者在給出預測結果的同時應儘量明確給出其中所憑藉的假設，這樣也許會避免一些批評。
2.應用他人的預測結果
影響用水的因素很多，包括人口、社會經濟、技術以及自然因素等等，當利用因果方法進行預測時，需水預測者不可能全由他(她)自己對所有自變數的將來情況進行預測，而是常要抄用有關專業人員對這些要素本身的預測，因此，不准確的用水預測可能是因選用了對某一要素的不准確預測所造成的，如果水資源需求預測者對所有涉及到的影響要素也作預測，其結果可能比錄用他人的預測更糟，造成預測失敗的可能性更大，這是因為沒有誰能夠承擔起這樣一個跨多種學科的工作．因此，除非所有的預測都變的非常可靠，因採用了他人不准確的預測而招致需水預測失敗的危險總是存在的。
3.可靠數據資料的稀缺
所有的需水預測都必須依靠一定的歷史用水資料，困難的是所需要的資料往往是不存在的，或即使能找到也不可靠．造成這種狀況的原因是沒有一個統一的用水分類標準，用水量常是靠粗估而不是靠量算得出，甚至即便裝有水錶，不定期抄錄和不適當的彙總也會造成數據的不可靠．早就有人在預測需水時發現了這一問題的存在，但改變這種狀況並不容易，目前，缺乏可靠的數據資料仍然是需水研究中的一大障礙。
建立在不可靠的數據資料上，任何預測都極可能是不准確的。從理論上講，這類預測的失敗不象依賴假設所造成的失敗那樣不可避免，隨著數據收集手段和管理水平的提高，由此造成預測失敗的可能性會越來越小。嚴格地講，沒有哪種統計結果是百分之百準確的，一定範圍內的誤差是正常的．為了提高預測的實用價值，在給出預測結果的同時，還應儘量提供一些關於所應用資料的情況，如統計誤差、分佈檢驗等。
