Аналитическая оценка тенденций основана на использовании количественной информации о прошлых состояниях системы для описания возможных состояний системы в будущем, т.к. сложившиеся объективные тенденции изменения социальных показателей в известной степени предопределяют их величину в будущем. К тому же многие социальные процессы обладают некоторой инерционностью. Аналитическое прогнозирование предполагает, что факторы, действующие в прошлом, целиком и полностью сохранят свое действие в будущем. В то же время прогноз на отдаленный период должен максимально принимать во внимание вероятность изменения социокультурных, социально-политических и соци-ально-экономических условий.
Самым простым аналитическим методом прогнозирования является экстраполяция, т.е. распространение тенденций, сложившихся в прошлом, на будущее. Основу экстраполяционных методов прогнозирования составляет анализ временных (динамических) рядов и получение прогнозных значений на основе данного анализа. Прогнозирование на основе анализа временных рядов предполагает, что происходившие изменения в социальных показателях могут быть использованы для определения этого показателя в последующие периоды времени. Временной ряд y может быть представлен в следующем виде:
|
|
y = f(t) + f(τ)+ f(ξ), (7.1)
где f(t) – детерминированная компонента процесса, определяющая общее направление развития;
f(τ) – детерминированная компонента процесса, фиксирующая изменения показателя в определенные промежутки времени;
f(ξ) – стохастическая компонента процесса.
Временные ряды, подобные тем, что приведены ниже (рис.24), обычно служат для расчета трех различных типов изменений в показателях: трендовых, циклических и случайных.
Рис. 24. График экстраполяции функции y = f(t) + f(τ)+ f(ξ)
Если детерминированные компоненты f(t) и f(τ), характеризуют существу-ющую динамику развития процесса в целом, то стохастическая компонента f(ξ) отражает случайные колебания или шумы процесса. Все составляющие процесса определяются каким-либо функциональным механизмом, характеризующим их поведение во времени. Задача прогноза состоит в определении вида экстраполирующих функций f(t), f(τ), f(ξ) на основе исходных эмпирических данных. Разработка прогноза детерминирующей составляющей не представляет больших трудностей, если определена основная тенденция развития и возможна ее дальнейшая экстраполяция. Прогноз случайной компоненты сложнее, т.к. ее появление можно оценить лишь с некоторой вероятностью.
Положительная сторона метода экстраполяционных методов прогнозирования – это взаимосвязь прошлого, настоящего и будущего, формализация этой связи, количественные оценки. Однако имеются и серьезные ограничения. Данный метод применим лишь для процессов с неизменными качественными параметрами, т.е. он не дает точных результатов на длительный срок прогноза, постепенно по мере перехода анализа от прошлого и настоящего в период упреждения накапливаются погрешности. И как показывает практика, в течение 5÷7 лет они становятся существенными и приводят к значительному искажению прогнозного результата.
|
|
В экстраполяционном методе первоначально определяется трендовая со-ставляющая f(t). Тренд – это изменение, определяющее общее направление развития, основную тенденцию временных рядов. Тренд – это, как правило, аналитическое или графическое представление изменения переменной во времени, полученное в результате выделения регулярной составляющей динамического ряда f(t). В этом случае параметр времени входит в состав функциональной зависимости. Если же придать параметру времени значения выходящие за настоящее, то с помощью такого математического описания можно распространить (экстраполировать) наблюдавшуюся в прошлом закономерность на будущее. Тем самым будет получена прогнозная тенденция (или просто тенденция), т.е. количественная характеристика направления развития объекта прогнозирования.
Математически задача в трендовом методе формулируется следующим образом: требуется найти аналитическое выражение зависимости прогнозируемого параметра от времени, т.е. ищется функция y = f(t). В методическом плане основным инструментом любого прогноза является схема экстраполяции, которая представляет собой предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза.
Первым этапом поиска аналитической зависимости является предварительная обработка и преобразование исходных данных с целью облегчения выбора вида тренда путем сглаживания и выравнивания временного ряда, проведения формального и логического анализа особенностей процесса. Вторым этапом является выбор оптимального вида функции, описывающей эмпирический ряд. При выборе вида зависимости руководствуются следующим: он должен согласовываться с профессионально-логическими соображениями относительно природы и характера исследуемых связей; по возможности используют простые зависимости, не требующие сложных расчетов, легко поддающиеся интерпретации и практическому применению. В группу методов прогнозной экстраполяции трендовой составляющей можно включить метод среднего темпа изменения показателя, метод наименьших квадратов и их модификации.
Контроль качества прогнозных исследований. Понятие верификации трактуется как оценка достоверности и точности (или обоснованности) прогноза. Известные в литературе методы верификации направлены в большей степени на оценку метода прогнозирования, с использованием которого был получен тот или иной прогнозный результат, чем на оценку качества самого прогнозного результата. Однако и эта проблема в методах верификации не решается в полной мере, т.к. качество работы метода можно оценить только применительно к качеству используемой информации. Причина в том, что один и тот же метод может выдать равновероятно достоверный и недостоверный результат в зависимости от качества информации, используемой при прогнозировании. Что же касается оценки достоверности и надежности самого прогноза, то совпадение прогнозных результатов, полученных разными методами, из различных источников и т.д., еще не доказывает, что прогноз был выполнен качественно. Последнее зависит от того, какое управленческое решение было принято на основе разработанного прогноза.
|
|
Итак, перед исследователями встают две проблемы: как оценить качество прогностического исследования до его реализации и можно ли считать качественным прогностическое исследование, которое не достигло своей цели. На первый вопрос теория прогностики ответа пока не дала. И на второй вопрос нельзя ответить однозначно. Однако очевидно, что прогностическая разработка должна помогать принимать рациональные решения.
Понятие качества прогностического исследования можно рассматривать двояко: а) в рамках и представлениях самого исследования, б) по результату использования прогностической разработки для целей управления. Качество прогностического исследования – это совокупность характеристик, которые в комплексе позволяют сделать прогноз и проект эффективным и полезным в управлении, обеспечивают получение достоверного описания объекта на некоторую перспективу.
В отношении прогнозной деятельности абсолютная верификация допустима только после перехода периода упреждения из будущего в прошлое. Но задолго до этого можно прибегать к повторным или параллельным исследованиям по другому методу (например, провести опрос экспертов). Если результаты совпадают, то появляются основания с большей уверенностью считать степень достоверности осуществления прогноза или реализации проекта высокой, если нет – есть время для поиска и устранения ошибок или недочетов в методике разработки прогнозов, перехода на иные методологические позиции.
В этом плане важно четко разграничить категории обоснованности и истинности прогнозной деятельности. Обоснованность информации зависит от уровня научного знаний в определенный исторический период, развитости методологии и качества научного исследования. Если новая научная информация опирается на основательную научную теорию, эффективность которой в отношении аналогичных социальных систем и процессов доказана, если эта информация получена в результате достаточно надежных методов, процедур, операций научного исследования, то она считается вполне обоснованной еще до подтверждения ее практикой.
|
|
Критерием истинности прогнозной информации, как известно, является практика. Однако практику нельзя понимать лишь как поставленный и проведенный эмпирический опыт. Более широкое понимание практики включает, прежде всего, общественно-историческую практику развития общества в целом. Поэтому проблема истинности прогноза не может ограничиваться возможностью «сиюминутной» практической проверки, должна связываться с реальными тенденциями развития общества.
В конечном итоге любая верификация прогноза и подтверждение реализуемости проекта – не самоцель. Если прогнозно-проектная деятельность дает эффект в плане повышения научного уровня управления, она выступает как полноценный результат научного исследования задолго до возможности абсолютной верификации. Следует обратить внимание и на то обстоятельство, что проверка качества единичного прогноза или реализованного проекта не дает исчерпывающей уверенности в пригодности метода. В самом деле, на формирование исследуемого явления влияет множество разнообразных факторов, поэтому, например, полное совпадение или значительное расхождение прогноза и его реализации может быть следствием просто особо благоприятных (или неблагоприятных) стечений обстоятельств. Другими словами, хороший единичный прогноз может быть получен и по плохой модели. Отсюда следует, что о качестве прогнозов можно судить лишь по совокупности сопоставлений прогнозов и их реализаций.
Знакомство с современным прогностическим инструментарием показывает, что он отнюдь не универсален и всесилен. Особенности способов осуществления прогнозно-проектной деятельности накладывают принципиальные ограничения на ее возможности как в диапазоне времени (как правило, период упреждения на практике ограничен ближайшими десятилетиями), так и в диапазоне исследуемых социальных систем (не все явления и процессы поддаются прогнозным оценкам или могут быть изменены в ходе реализации проекта). Эти ограничения надо постоянно учитывать при уточнении заданий на разработку прогнозов и проектов.