過程說明
特爾斐預測法，是蘭德公司的一個傑作，成為全球120多種預測法中使用比例最高的一種。其過程是：利用一系列簡明扼要的徵詢表和對徵得意見的有控制的反饋，從而取得一組專家的最可靠的統一意見。
特爾斐法的歷史
特爾斐法是一種直觀的預測法。直觀預測法是最古老的預測方法。自從人類對自然現象和社會現象進行預測時起，就大量使用著直觀預測法，一直到現在，直觀預測法還是使用得最多的一種方法。
隨著科學技術的發展，生產規模的擴大，人們預測對象的規模和複雜性擴大了，古老直觀預測法在預測今天的生產技術和社會現象方面常常顯得很不夠，精確度不能保證。為此，近20年來，人們研究了種種非直觀的預測方法。尤其是存貯量很大的高速電子計算機的廣泛套用，使得人們可以利用人腦所不能比擬的計算速度和精度進行計算、判斷、推理，進行大規模預測。50年代末和60年代初，西方出現追求預測數學化的熱潮；60年代中期，很多國家的政府和企業都熱衷於建立電子計算機數據處理系統。但是，人們在實踐中認識到，直觀的預測方法仍有強大的生命力，人腦是任何電腦所無法代替的，盲目而過分追求預測數學化會使管理科學化走向死胡同；即使有了速度更高、功能更多、自動化程度更高的電子計算機，當遇到以下一些情況時，利用人腦進行直觀預測仍是不可避免的。
所獲得的可以用於輸入的信息量很微小，計算機的任何預測程式都難以使用如此微小信息進行預測；即使進行預測，其結果也不可靠。一般地說，用數學模型進行預測，占有數據的年份應與超前預測年份相等，甚至大於超前預測的年份。這個條件往往很難具備。
原始信息量極大，超出了機器的存貯量。很多預測問題需要對涉及技術、政治、經濟、心理、文化傳統等眾多相關因素作出判斷。如城市的規劃建設有上萬個變數，計算機加工這樣大的信息量，代價很大。據美國1974年的一些公司統計，公司預算的10％用於電子計算機數據處理，為此耗費上百萬美元，常常得不償失。
所需要信息已無法獲得或者花很大代價才能得到。
採用數學模型進行預測，一般只能考慮技術自身發展可能。用過去和現在的發展來推導未來的發展趨勢，它必須假定邊界條件下不會發生突然的變化。因此，它對於政治、社會因素、政策影響等等條件變化的反應不敏感。
在這些場合，計算機進行預測顯得很困難，人們必須依賴於直觀預測技術。從70年代開始，人們開始重視人的智慧在預測中的作用，特爾斐法就是在這樣的歷史條件下又重新發展起來的。
特爾斐法是因蘭德公司50年代初的一項研究計畫而產生的。當時，蘭德公司受美國空軍委託實施一項預測，稱為“特爾斐計畫”。該計畫的研究內容是：“從一個蘇聯戰略計畫者的觀點看，應如何選擇美國工業體系中的最佳轟炸目標，並且估計出，使美國工業產量減少到預定的數量所需要的核子彈數目。”在50年代初期，用其它方法對該問題進行預測需要花費大量的時間和資金來收集資料，還需要編寫極其複雜的計算程式，建立龐大的數學模型，這幾乎是當時的電子計算機所難以勝任的。即使使用了電子計算機，仍然需要對蘇聯的政策和諜報工作作出許多主觀估計，這些主觀估計對預測結果仍有舉足輕重的影響。在這種情況下，用特爾斐法進行預測，代價小、而可靠性還是較高的。
1964年，T.J.哥頓和O.海爾默在蘭德公司報告書上正式報告了用特爾斐法進行長期（10～15年）預測的問題，特別重視有關科學技術及其對社會、世界的可能影響的長期預測。他們的研究涉及六個課題：(1)科學的突破；(2)人口控制；(3)自動化；(4)空間技術；(5)防止戰爭；(6)武器系統。他們要求專家們就將來可能的發展作出回答，然後估計哪些事件有50％以上的機會發生。他們開始在非國防領域進行特爾斐法的預測。
同時，由於空間技術、電子技術的飛速發展，在這些領域國防計畫者的負擔沉重。制訂計畫，分配和調撥研究力量及資源，都取決於預測，而傳統的趨勢外推法顯然不能勝任。結果，特爾斐法就成為技術預測中的基本方法之一了。即使是在所謂經典管理科學中，人們也越來越認識到，需要把主觀信息（如風險分析）直接結合到社會所面臨的複雜問題（如環境、保健、運輸等）的處理模式中，所以在這些領域也開始採用特爾斐法，不僅用於預測，還為制訂政策、長遠規劃而收集意見。
特爾斐法的預測過程
特爾斐法的本質是利用專家的知識、經驗、智慧等等無法數量化的帶有很大模糊性的信息，通過通信的方式進行信息交換，逐步地取得較一致的意見，達到預測的目的。
在一般情況下，特爾斐法的實施需要以一些組織工作作為基礎。首先應有一管理小組，人數從二人至十幾人，隨工作量大小而定。管理小組應該對特爾斐法的實質和過程有正確的理解，了解專家們的情況，具備必要的專業知識和統計學、數據處理等方面的方法。
管理小組對利用特爾斐法進行預測的工作過程有了一個大致設計以後，選出一份專家名單。通常，管理小組掌握著可供選擇的專家名單，從中選擇參加預測的專家，稱為應答小組，人數由十幾個到一、二百不等。專家的情況各不相同，有專業、水平、年齡、職務、性格、社會背景等等諸方面的差別，這些都會影響他們對某一問題的認識，影響他們的回答，影響預測的結果。所以，應仔細研究選擇應答小組名單，使這個小組的結構足以對研究的問題有全面的考慮，不致遺漏重要的信息。為此，名單中要有有關課題的各專業的專家，也要有其它專業的專家。最好安排幾個善於進行跨學科思考的人，或者喜歡爭論，喜歡提出問題的人。擬邀請的專家應事先徵得同意，否則回收率太低，甚至不到50％。
特爾斐預測程式大致如圖1所示，左列各框是管理小組的工作，右列各框是應答專家的工作。
在第一輪徵詢表中，給出一張空白的預測問題表，讓專家填寫應該預測的一些技術問題，應答者自由發揮，這樣可以排除先入之見，但是常常過於分散，難於歸納。所以經常由管理小組預先擬訂一個預測事件的一覽表，直接讓專家們評價，同時允許他們對此表進行補充和修改。
與預測課題有關的大量技術政策和經濟條件，不可能被所有應答者掌握，管理小組應儘可能把這方面的背景材料提供給專家們。尤其在第一輪中，這方面信息力求詳盡同時也可以要求專家對不夠完善、準確的過去數據提出補充和評價。
在徵詢表上，最常見的問題是要求專家對某項技術實現的日期進行預言，在一般情況下專家回答的日期是與實現可能性正好相當的日期。在某些情況下，常要求專家提供三個機率不同的日期，即不大可能實現—— 成功機率10％；實現可能性相等 ——50％；基本上已能實現 —— 90％。當然也可選各類日期的均值作為預測結果。
特爾斐法是一個可控制的組織集體思想交流的過程，由許多不同的專家組成的集體作為一個整體解答某個複雜問題。它有如下特點：
— 應答者有某種程式的匿名性。雖然徵詢表可以是不匿名的，但徵詢與應答必然“背靠背”進行，應答者只能在信息反饋時才知道全體專家的傾向。他不知道具體個人的回答也不知道作出某答覆的人是誰。這樣，某一個答覆不會因權威、資歷、才能等其它原因而“衝擊”集體的信息交流。
— 在統計評估的基礎建立集體的判斷和見解。
— 徵得的答覆經過統計處理，至少一次以上反饋給參加應答的專家，每個人可以知道集體答覆的分布以及持與眾不同意見者的理由。
— 每個應答者至少有一次機會修改自己的意見，不會因此產生任何其它顧慮。
特爾斐法適用於以下種種情況：
* 問題以藉助精確的分析技術處理，但是建立在集體基礎上的直觀判斷可以給出某些有用的結果。
* 面對一個龐大複雜的問題，專家們以往沒有交流思想的歷史，因為他們的經驗與專業有著十分不同的背景。
* 專家人數眾多，面對面交流思想的方法效率很低。
* 時間與費用的限制使得經常開會商討成為辦不到的事。
* 專家之間分歧隔閡嚴重，或出於其它政治原因不宜當面交換思想。
* 需要保持參加者的多種成份，提出各種不同意見，避免因權威作用或人數眾多而壓倒其它意見。這叫做“樂隊效應”，也就是隨大流的傾向。
在使用任何依靠專家主觀判斷與估計的直觀預測技術時，一個根本性的問題是，怎樣認識和評價專家所給出的信息的可靠程度。專家對未來事件或趨勢的發展可能性所作的主觀判斷或估計，就是所謂主觀機率。
對“機率”的解釋有兩種不同的觀點，一種是客觀的解釋，另一種是主觀的解釋。
客觀的解釋認為，所謂一個事件的機率，就是在大量重複包含該事件的試驗時，此事件出現的相對頻率。這種觀點在定義機率時，總是假設可以在完全相同的條件下重複某一試驗。但是，在對未來事件進行預測的時候，機率的各種客觀性解釋顯得很不現實。常常不能夠看作是完全相同條件下可重複的試驗的結果。然而，以前的大多數統計理論都是建立在機率的客觀解釋的基礎上的。
機率的主觀解釋認為，所謂機率就是人們對某一“試驗”的特定結果的主觀信念的量度。根據這種解釋，“某人被選為總統的機率為0.75”這種說法是合理，可接受的。
由於不同的個人對未來事件出現的機率有不同的“信念”，所以這種主觀判斷與估計被稱為主觀機率。主觀機率必須滿足機率論的基本公理：
0≤（E1）≤1
這兒的E1是某“試驗”的樣本空間中的一個事件。
問題在於，為這種只能試驗一次或最多試驗幾次的事件確定主觀機率有沒有邏輯基礎呢？主觀機率理論通過種種試驗和邏輯推理證明，人們對未來事件的信念程度是可以用數值度量的。雖然面對同一情況，兩個人可能會定出不同的主觀機率，但是主觀機率理論建立了一個基礎，使得我們可以在此基礎上發展出各種直觀預測方法，利用專家的主觀判斷和估計來進行預測。
