Rakkauden astrologia ja horoskoopit 

Opintojakso: Sosiaalisen ennustamisen metodologia. Pääkäsite tässä tapauksessa on "järjestelmä" - kokonaisuus, joka koostuu osista; yhteys tai elementtijoukko niiden välisillä suhteilla ja yhteyksillä, jotka muodostavat tietyn eheyden. Välttämätön

Ihmiskunnan tulevaisuutta koskevien erilaisten käsitteiden kokonaisuutta kutsutaan joskus futurologiaksi (latinasta futurum - tulevaisuus ja kreikkalainen logos - opetus). Tulevaisuuden tutkimus perustuu ennakointiin, joka ennustaa yhteiskuntajärjestelmän tulevaisuuden tiloja.

Kulttuuri-ideologisen ja tieteellis-rationaalisen komponentin korrelaation näkökulmasta tulevaisuuden käsite voidaan jakaa kahteen ryhmään. Ensimmäinen sisältää ei-tieteellisiä ideoita tulevaisuudesta, toinen - tieteellisiä.

Ei-tieteelliset ideat syntyivät kulttuurissa aikaisemmin ja kiinnostavat enemmän massatietoisuutta, koska ne eivät vaadi käytännön tehokkuuden todentamista ja erityistä valmistautumista havainnointiin. Tulevaisuuden ennustamisen elementit sisältyvät taikuuteen, uskontoon, myytteihin. Esimerkiksi kristinusko sisältää ennustuksia kaukaisesta tulevaisuudesta, kuten toisesta tulemisesta tai viimeisestä tuomiosta. Renessanssin aikana sosiaalinen utopia yleistyi. Esimerkiksi T. Moren ja T. Campanellan kirjat. He rakentavat kokonaisvaltaisen kuvan tulevaisuuden yhteiskunnasta pienimmätkin yksityiskohdat huomioiden. Tapoja ja mekanismeja tämän tulevaisuuden saavuttamiseksi ei ole osoitettu. 1800–1900-luvun kirjalliset utopiat ja dystopiat ansaitsevat huomiota. Esimerkiksi romaanit N.G. Chernyshevsky, E.I. Zamyatin, O. Huxley, D. Orwell, F. Kafka. Ne auttavat esittämään selkeästi negatiiviset ilmiöt, jotka ovat olemassa vasta alkuunsa, edistävät sosiaalisen ihanteen kehittymistä. Fantasialla on erityinen rooli. Koska se on muodoltaan kirjallinen teos, se perustuu vahvasti tieteelliseen tietoon ja teknisiin saavutuksiin.

Tulevaisuuden tieteelliset tutkimukset saivat laajamittaisen luonteen 1900-luvulla ja toteutuivat sosiaalisen ennustamisen metodologian muodostumisessa.

Sosiaalinen ennustaminen on tulevaisuuden tutkimisen erityinen muoto, joka perustuu erityisiin menetelmiin ja jolle on ominaista korkea tieteellinen validiteetti ja objektiivisuus. Yhteiskunnallisen ennustamisen päätehtävänä on perustella yhteiskunnallisen kehityksen suuntauksia ja suunnitelmia ja lisätä niiden tehokkuutta. Sosiaalinen ennustaminen on sosiaalisen ennustamisen perusta.

Yhteiskunnallinen ennuste on teoreettinen malli tutkittavan ilmiön tulevasta tilasta. Yhteiskunnallinen ennuste on luonteeltaan todennäköisyyspohjainen ja perustuu ihmistietoisuuden kykyyn ennakoida todellisuutta. On olemassa monia sosiaalisia ennusteita, jotka voidaan jakaa eri tyyppeihin eri kriteerien mukaan.

Riippuen siitä, mikä tietty todellisuuden alue heijastuu, ennusteet koskien luonnollista tai sosiaaliset järjestelmät. Esimerkiksi meteorologiset, hydrologiset, geologiset, biolääketieteen, sosio-lääketieteen, tieteelliset ja tekniset ennusteet.

Ennusteet vaihtelevat myös mittakaavaltaan. He voivat kuvata sekä koko järjestelmän että sen yksittäisten osajärjestelmien tai elementtien tulevaa tilaa. Esimerkiksi lainopillisen koulutuksen kehittäminen sisäministeriön akatemiassa tai Valko-Venäjän tasavallassa kokonaisuudessaan.

Kronologisten parametrien näkökulmasta ennusteet voivat kohdistua lähitulevaisuudessa tai pitkällä aikavälillä: pitkällä aikavälillä, keskipitkällä aikavälillä, lyhyellä aikavälillä.

Yhteiskunnallisia ennusteita, jotka liittyvät tiettyihin yhteiskunnan osa-alueisiin ja jotka on suunniteltu nopeaan toteuttamiseen nykyaikana, kutsutaan sosiaalisiksi teknologioiksi. Erityisindikaattoreilla on johtava rooli niiden kehittämisessä. Pitkän aikavälin ennusteet rakennetaan kokonaisvaltaisen ja systemaattisen lähestymistavan pohjalta. Niiden välitön tehokkuus on pienempi kuin lyhyen aikavälin ennusteiden, mutta vaihtoehtoisten kehitysmallien valikoima on runsaampi.

Yhteiskunnallisissa ennusteissa otetaan huomioon käytännön merkitys ja sidosryhmien odotetut reaktiot. Tästä riippuen ne ovat haku-, sääntely- ja analyyttisiä. Hakuennusteet rakentavat todennäköisyysmallin, ts. näyttää, mitä tulevaisuus voi olla, mihin suuntaan kehitys etenee nykyiset trendit säilyttäen. Usein ne ovat varoitusluonteisia. Normatiiviset ennusteet sisältävät tavoitteita ja suosituksia, asettavat tarkat puitteet prosessin ja sen toivottujen tulosten kehittämiselle. Ne perustuvat oikeusperustaan ​​ja voivat olla ohjeellisia. Analyyttiset ennusteet eivät ainoastaan ​​luo vaihtoehtoisia tulevaisuuden malleja, vaan myös arvioivat menetelmiä ja keinoja, kustannuksia ja kuluja niiden saavuttamiseksi.

Yhteiskunnallisten ennusteiden tehokkuuden määrää analyysin objektiivisuus ja tarkkuus todellisia prosesseja; ennusteiden tekijöiden ammattitaito, vastuullisuus ja ideologiset asenteet; teknisten ja taloudellisten resurssien saatavuus. Yhteiskunnallisilla ennustemenetelmillä on johtava rooli ennusteiden kehittämisessä.

On olemassa melko suuri määrä erilaisia ​​menetelmiä, erikoistekniikoita, teknisiä, matemaattisia ja loogisia keinoja luoda sosiaalisia ennusteita. Tunnetuin niistä:

Ekstrapolointimenetelmä perustuu ilmiön osan tai elementin ominaisuuksien jakautumiseen, siirtämiseen koko ilmiöön kokonaisuutena. Esimerkiksi sosiaalisen ryhmän yksittäisten jäsenten havaintojen perusteella tehdään johtopäätös koko ryhmän kulttuurin tasosta.

Interpolointimenetelmä perustuu integraalin todellisuuden ominaisuuksien siirtämiseen elementteihin, joista se koostuu. Jos käännymme edelliseen esimerkkiin, niin interpolointi koostuu sosiaalista ryhmää koskevien päätelmien projisoimisesta tämän ryhmän jokaiselle yksittäiselle jäsenelle.

Historiallisen analogian menetelmä perustuu oletukseen samankaltaisuudesta, saman ilmiön tilojen vastaavuudesta nykyisyydessä ja tulevaisuudessa.

Mallinnusmenetelmä perustuu erityisten korvikkeiden luomiseen todellisille esineille tai ilmiöille niiden ominaisuuksien ja reaktioiden tutkimiseksi muuttuvissa olosuhteissa. Mallinnuksella on merkki-symbolinen muoto, joka liittyy tietotekniikan käyttöön. Ihmiskunnan kehitysnäkymien ja teknologisen sivilisaation "kasvun rajojen" tietokonemaailmallinen mallinnus tehdään Rooman klubin raporttien valmistelussa. Tämän menetelmän validiteetti on erittäin korkea.

Asiantuntijaarviointimenetelmä perustuu jatkuvasti muuttuvan järjestelmän tiedon vertaamiseen ennalta määrättyihin numeerisiin indikaattoreihin. Arviointi on tapa selvittää ilmiön merkitys näyttelevälle ja kognitiiviselle subjektille. Asiantuntija on korkeasti koulutettu asiantuntija, tutkija, joka tekee arvion. Ilmiön merkitys voi olla teoreettinen, käytännöllinen ja aksiologinen. Se riippuu toiminnan tarpeiden ja vaatimusten luonteesta.

Future Scenario Method on tulevaisuuden kuvaus, joka perustuu uskottaviin oletuksiin. Se edustaa tiettyä määrää mahdollisia kehitysvaihtoehtoja, useita skenaarioita: optimistinen, pessimistinen ja keskipitkä (todennäköisimmin). Ne on kehitetty tietyille kohteille: tekniikka, markkinat, maa, alue. Ne kattavat pitkän ajanjakson, joten luotettavuus on alhainen.

Harjoittele

1. Muotoile Valko-Venäjän tasavallan kestävän kehityksen päätehtävät tieteen ja teknologian kehityksen ja globalisaation yhteydessä.

2. Missä muodossa ja missä määrin aikamme globaalit ongelmat ilmenevät Valko-Venäjän tasavallassa? Miten ne otetaan huomioon lainsäädännössä?

3. Anna esimerkkejä sosio-oikeudellisista ennusteista, ennusteista sisäasioiden elinten työntekijän toiminnassa ja määritä niiden tehokkuus.

KURSSITYÖT

Aihe "Sosiaalisen ennustamisen perusteet"

Aihe "Sosiaalisen ennustamisen metodologia"

Johdanto

Ennustaminen - se on tieteellisen tutkimuksen menetelmä, jolla pyritään tarjoamaan mahdollisia vaihtoehtoja niille prosesseille ja ilmiöille, jotka valitaan analyysin kohteeksi.

Ennusteprosessi on varsin ajankohtainen tällä hetkellä. Sen käyttöalue on laaja. Ennustaminen on laajalti käytössä taloustieteessä, nimittäin johtamisessa. Johtamisessa "suunnittelun" ja "ennustamisen" käsitteet kietoutuvat tiiviisti yhteen. Ne eivät ole identtisiä eivätkä korvaa toisiaan. Suunnitelmat ja ennusteet eroavat toisistaan ​​aikarajojen, niihin sisältyvien indikaattoreiden yksityiskohtaisuuden, tarkkuusasteen ja niiden toteutumisen todennäköisyyden, kohdistamisen ja lopuksi oikeusperusta. Ennusteet ovat pääsääntöisesti suuntaa antavia ja suunnitelmilla on ohjevoimaa. Ei suunnitelman ja ennusteen korvaaminen ja vastustaminen, vaan niiden oikea yhdistelmä - tämä on tapa talouden järjestelmälliseen säätelyyn markkinatalous ja siirtyä siihen.

Teollisuudessa ennustemenetelmillä on myös keskeinen rooli. Ekstrapoloinnin ja trendin avulla voidaan tehdä alustavia johtopäätöksiä erilaisista prosesseista, ilmiöistä, reaktioista, toiminnoista. Ennustemenetelmiä on monia. Niiden kokonaismäärän eriyttämisen jälkeen on tarpeen valita optimaalinen käytettäväksi kussakin tilanteessa.

Ennustemenetelmien analyysi, näiden menetelmien tutkiminen, niiden käyttö eri alueita toiminta on rationalisoivaa toimintaa. Ennusteiden luotettavuusastetta voidaan sitten verrata todella todellisiin indikaattoreihin ja johtopäätökset tehtyään edetä seuraavaan ennusteeseen olemassa olevilla tiedoilla, ts. olemassa oleva trendi. Saatujen tietojen perusteella on mahdollista siirtyä korkeammalle tasolle aikasuhteessa jne.

Ennustava malli - ennusteobjektin malli, jonka tutkiminen mahdollistaa tietojen saamisen objektien mahdollisista tiloista tulevaisuudessa ja (tai) niiden toteuttamisen tavoista ja ajoituksesta.

sosiaalinen ennustaminen- kaiken sosiaalisen, kaiken yhteiskuntaan liittyvän, sosiaalisten suhteiden ennustaminen, jonka keskellä on ihminen.

1.1 Yhteiskunnallisen ennustamisen metodologian käsite ja ydin

Ennustaminen- tiede tulevaisuuden ajattelumme järjestelmästä, tulevaisuuden tutkimisen tavoista ja menetelmistä, monimuuttujaisten vaihtoehtojen löytämisestä tulevaisuuden muuttamiseen, mikä on luonteeltaan todennäköisyyttä.

Prognostiikka (futurologia) on tieteellinen tieteenala, joka käsittelee ennusteiden kehittämisen malleja.

sosiaalinen ennustaminen on suunnattu muutosten tekemiseen ihmisen ja yhteiskunnan sosiaalisella alueella ja on yksi ilmentymistä johtajien määrätietoisesta toiminnasta kehitettäessä ja valmisteltaessa erilaisia ​​vaihtoehtoja sosiaalisten ongelmien ratkaisemiseksi.

Sosiaalisen ennustamisen metodologia tutkii tulevaisuutta ontologisesti, loogisesti ja epistemologisesti.

ontologinen puoli näyttää kuinka tulevaisuus syntyy ja muodostuu, luonnehtii sen kokonaiskuvaa, siihen vaikuttavia tekijöitä.

Looginen puoli voit muodostaa ennusteen perustuen dialektisiin periaatteisiin, jotka perustuvat luonnon ja yhteiskunnan yleisiin kehityksen lakeihin sekä tieteellisen ajattelun menetelmiin.

Gnoseologinen puoli sen tehtävänä on selvittää, kuinka tulevaisuus näkyy ihmismielessä, mitkä ovat tämän esityksen muodot, sen totuus. Epästemologisen puolen ennuste on kognition muotona heijastus ennustettujen prosessien ja ilmiöiden malleja ja mahdollisia kehitystapoja.

Objektiivisen totuuden tunteminen ennustamisessa tapahtuu suunnassa elävästä kontemplaatiosta abstraktiin ajatteluun ja siitä käytännön toteutukseen.

Metodologia(käsite, oppi) - periaatteiden ja menetelmien järjestelmä teoreettisen ja käytännön toiminnan järjestämiseksi ja rakentamiseksi sekä oppi tästä järjestelmästä. Jos teoria on kognitioprosessin tulos, metodologia on tapa saavuttaa tämä tieto.

Yhteiskunnallinen ennustaminen koostuu useista vaiheista, joten jokaisessa vaiheessa ratkaistaan ​​tietyt kognition tehtävät. Ennustemetodologian kannalta erityisen tärkeä on ennakkoennusteorientaation vaihe, jossa kehitetään tutkimuksen konseptia, käsitelaitteistoa, määritetään analyysin ja ennustamisen metodologiset pääperiaatteet, menetelmät ja tekniikat, muodostetaan hypoteeseja, jotka testataan tutkimuksen aikana.

1.2 Yhteiskunnallisen ennustamisen metodologian perusperiaatteet ja kriteerit

Alla ennuste viittaa tieteellisesti perusteltuun arvioon esineen mahdollisista tiloista tulevaisuudessa, sen toteuttamisen vaihtoehtoisista tavoista ja ajoituksesta. Ennusteiden kehittämisprosessia kutsutaan ns ennustaminen .

esine sosiaalinen ennustaminen voi olla kaikkia sosiaalisia järjestelmiä, kaikkia yhteiskunnassa tapahtuvia ilmiöitä.

Aihe sosiaalinen ennustaminen ovat ihmisiä - yksittäisiä tieteellisiä ja käytännön työntekijöitä ja tutkimusorganisaatioita.

Aihe on parantaa yhteiskunnan tarpeita ja vastata sen tarpeisiin.

Ennusteiden muodostamisen perustana on staattinen tieto ja tietojoukko - tieteellisesti määritettyjen parametrien ja tekijöiden järjestelmä, jotka kuvaavat kokonaisvaltaisesti ennusteen kohdetta.

Siellä on seuraavat ennustetyypit:

1) Ohjaushierarkian mukaan:

a) ennusteet yksittäisten yritysten ja niiden yhteenliittymien kehityksestä

b) ennusteet toimialojen ja klusterien kehityksestä

c) ennusteet kuntien kehityksestä

d) aluekehitysennusteet

e) maiden kehitysennusteet

f) ennusteet kansainvälisen yhteistyön ja kansainvälisten rakenteiden kehittymisestä

g) globaalit ennusteet (maailmanlaajuinen)

2) Tapahtumien ajankohdan mukaan:

a) toiminnassa (7 päivää - 1 vuosi)

b) lyhytaikainen (1-3 vuotta)

c) keskipitkän aikavälin (4–10 vuotta)

d) pitkäaikainen (10-20 vuotta)

e) pitkäaikainen (20-50 vuotta)

f) erittäin pitkäaikainen (50 vuotta tai enemmän)

3) Objektin ja horisontin mukaan:

a) määrällisesti spesifiset (selvästi lasketut ratkaisuvaihtoehdot kehitysindikaattoreiden kanssa)

b) laatu

4) Ennustetietojen antamistavalla:

a) piste (yhden arvon muodossa)

b) intervalli (joukko ennustetun arvon arvoja intervallilaskelmien perusteella)

5) Toiminnallisesti:

haku

b) normatiivisia

Tällä hetkellä erotetaan useita sosiaalisen ennustamisen metodologisia periaatteita, joiden perusteella ennusteen kohteen analyysi suoritetaan ja itse ennustetta kehitetään.

Periaate on perusta, josta on edettävä ja jota ohjataan toiminnassa.

1) Johdonmukaisuuden periaate ennustamisessa. Pääkäsite tässä tapauksessa on "järjestelmä" - kokonaisuus, joka koostuu osista; yhteys tai elementtijoukko niiden välisillä suhteilla ja yhteyksillä, jotka muodostavat tietyn eheyden. On pidettävä mielessä, että järjestelmän käsitteen olemus liittyy läheisesti sellaisiin luokkiin kuin: eheys, rakenne, yhteyselementti, relaatioalijärjestelmä jne.

Järjestelmän ominainen piirre on järjestelmän muodostavien elementtien joukon ominaisuus, joka vastustaa ympäristöä. Ja lisäksi järjestelmän toiminta perustuu sen elementtien, suhteiden ja yhteyksien tiettyyn järjestykseen.

Yhteiskunnallinen järjestelmä ymmärretään monimutkaiseksi, järjestetyksi kokonaisuudeksi, joka sisältää yksilöt ja sosiaaliset yhteisöt, joita yhdistävät erilaiset luonteeltaan nimenomaan sosiaaliset yhteydet ja suhteet.

2) Historialismin periaate yhteiskunnallisessa ennakoinnissa se keskittyy tiettyjen mallien ja niiden kehittymisen edellytysten tutkimiseen ja edellyttää globaalien muutosten ennakoinnin vahvistamista systemaattisesti ennustamalla erityisiä sosiaalisia prosesseja.

Tässä mielessä ennuste jalostaa ymmärrystämme yleisestä kehityssuunnasta, paljastaa ilmiöiden tulevan kehityksen erityispiirteet ja ominaisuudet, lokalisoi ne tila-ajallisiin rajoihin, ts. edustaa ennustavaa mallia tietyn ilmiön tai prosessin kehitykselle. Samalla huomioidaan mahdolliset muutokset ennusterahastossa, ts. olosuhteet tulevaisuudessa.

3) Käyttää sosiaalisen päättäväisyyden periaate ja kehitystä ennustamisessa otetaan huomioon erilaiset suhteet ja riippuvuudet julkinen elämä(osana systemaattista lähestymistapaa). Tiedetään, että aineellisen ja henkisen maailman ilmiöt ovat objektiivisessa säännöllisessä suhteessa ja keskinäisriippuvuudessa (determinismi). Ja tämän ehdollisuuden tärkeä säännös on kausaalisuus, ts. sellainen ilmiöiden yhteys, jossa yksi ilmiö (syy) hyvin määritellyissä olosuhteissa välttämättä synnyttää, tuottaa toisen ilmiön (vaikutuksen). Skenaariomallinnus, skenaarioajattelu perustuu tähän kantaan.

4) Johdonmukaisuuden periaate edellyttää normatiivisten ja tutkivien lähestymistapojen ja vastaavasti ennusteiden yhdenmukaistamista; ennusteet eri alueiden - talouden, ympäristön, väestörakenteen ja muiden - mahdollisesta kehityksestä, eri aikakausi ennusteet ennusteissa - lyhyt, keskipitkä, pitkä, pitkällä aikavälillä.

5) Todennettavuuden periaate Ennustaminen tarkoittaa pakollista menettelyä kehitettyjen ennusteiden tarkkuuden, luotettavuuden, luotettavuuden ja pätevyyden tarkistamiseksi. Tätä tarkoitusta varten on olemassa joukko menetelmiä, joita käsitellään jäljempänä.

6)Kannattavuuden periaate Ennustaminen liittyy läheisesti luotettavuuteen, sillä vain luotettava ennuste voi olla kustannustehokasta. Tämä tarkoittaa, että ennusteen laatimisen kustannusten, ja tämä on erittäin kallis tutkimus, pitäisi maksaa itsensä takaisin, eikä vain tuoda voittoa, tuloja asiakkaalle sitä käytettäessä tai positiivista vaikutusta missään muussa tapauksessa.

7)Jatkuvuusperiaate ennustaminen (erityisesti kriisitilanteissa) edellyttää ennusteiden oikaisemista sitä mukaa, kun uutta tietoa ennustekohteesta tulee saataville. Ja tämä on mahdollista pysyvien ennustejärjestelmien toiminnassa tutkimuskeskuksissa tilanteen seuraamiseksi ja sen mukaisesti ennusteen tarkentamiseksi. Vain tässä tapauksessa voit luottaa luotettavaan ennusteeseen.

2.1 Yhteiskunnallisen ennustamisen indikaattorijärjestelmä

Yhteiskunnallisen ennustamisen indikaattorijärjestelmä jaetaan yleensä kahteen luokkaan:

1) Laadullinen ja määrällinen

2) Yksittäinen ja ryhmä.

Absoluuttiset indikaattorit ilmaistaan ​​absoluuttisena arvona, esimerkiksi kappaleina (kappaleina). Suhteellinen - osakkeissa, ts. prosentteina (%). Luonnolliset ilmaistaan ​​fysikaalisin termein, esimerkiksi lehmien maitotuotos. arvolla on rahallinen ilmaisumuoto. Vertailevat perustuvat vertailumenetelmään ja kontekstuaaliset valintaan.

Rakenteelliset indikaattorit perustuvat komponenttien väliseen dataan sosiaalisella alalla. Globaalit indikaattorit käsittävät yhteiskuntajärjestelmän kokonaisuuden, ts. globaalissa mittakaavassa.

2.2 Yhteiskunnallisten ennustemenetelmien luokittelu ja ominaisuudet

Sosiaalinen ennustaminen tutkimuksena, jossa on laaja analyysikohde, perustuu moniin menetelmiin. Ennustemenetelmien luokittelussa erotetaan niiden pääpiirteet.

Sosiaalisen ennustamisen menetelmät- joukko tekniikoita ja ajattelutapoja, jotka perustuvat retrospektiivisen datan analyysiin, ennusteen kohteen eksogeenisiin (ulkoisiin) ja endogeenisiin (sisäisiin) yhteyksiin sekä niiden mittauksiin tarkasteltavan ilmiön tai prosessin puitteissa , johtaa tiettyä luotettavuutta koskevia arvioita sen (objektin) tulevasta kehityksestä.

Yhteiskunnallisia ennustemenetelmiä on monia, ja siksi ne erottavat toisistaan 2 pääryhmää menetelmiä .

1) Yksinkertaiset menetelmät

Faktografiset ennustamismenetelmät todellisen perusteella tiedotusmateriaalia käytetään hakuennusteissa ja sisältävät:

1) tilastolliset menetelmät

ekstrapolointimenetelmä

Se lähtee kohteen menneisyydessä ja nykyisyydessä saatujen kvantitatiivisten ominaisuuksien käsittelystä järjestelmän suhteellisen vakauden kanssa. Tärkein niistä on aikasarjojen analyysi.

analoginen menetelmä jne.

Matemaattisiin analogioihin kuuluvat taloudelliset mallit ja objektien väliset analogit. Niitä käytetään useimmiten talousennusteen yksinkertaisimpina malleina. Historialliset analogiat liittyvät edistykseen (toimiala tai alueellinen).

2) julkaisujen analysointimenetelmät

Dynamiikka

Aikasarjojen rakentaminen perustuen monenlaisia tiedot,
analyysi ja ennustaminen tämän perusteella vastaavan kehityksen
esine.

Julkaisu

Julkaisujen ennustamismenetelmä perustuu julkaisujen sisällön ja dynamiikan arviointiin suhteessa tutkimuskohteeseen.

Patentointi

Se mahdollistaa pohjimmiltaan uusien keksintöjen arvioinnin hyväksytyn kriteerijärjestelmän mukaisesti ja niiden patentoinnin dynamiikan tutkimisen.

Asiantuntevat ennustusmenetelmät Ne perustuvat asiantuntijoiden tietämykseen ennustekohteesta ja heidän näkemyksensä yleistyksestä kohteen tulevasta kehityksestä.

Asiantuntijatyön metodologia sisältää useita vaiheita:

- asiantuntijapiiri määritellään;

- ongelmat tunnistetaan;

- hahmotellaan toimintasuunnitelma ja -aika;

– asiantuntija-arviointiperusteita kehitetään;

- ilmoitetaan muodot ja menetelmät, joilla tutkimuksen tulokset ilmaistaan

Normatiivisessa ennustamisessa käytetään yksilöllisiä ja kollektiivisia ennustemenetelmiä.

Yksittäisiä menetelmiä ovat mm :

Haastattelu (asiantuntijan ja asiantuntijan välillä on suora yhteys "kysymys-vastaus" -järjestelmän mukaisesti)

Analyyttiset asiantuntija-arviot jne.

Ne edustavat syvällistä ja kattavaa analyysiä mahdollisista skenaarioista tutkittavan prosessin kehittämiseksi. Tällöin asiantuntija voi ottaa mukaan lisädokumentaatiomateriaalia ja miettiä vastauksiaan riittävän pitkään.

Kollektiiviset menetelmät sisältävät:

Käsikirjoituksen rakentaminen

Skenaario on kuvaus (hypoteettinen kuva) tulevaisuudesta, joka perustuu todennäköisimpiin oletuksiin. Kehitetään skenaarioita tulevan kehityksen puitteiden määrittelemiseksi. Ennuste sisältää useita skenaarioita ("skenaarioiden putki"). Useimmissa tapauksissa nämä ovat kolme skenaariota: optimistinen, pessimistinen ja keskirealistinen (todennäköisimmin.

- maalipuu

« Tavoitepuu” on jäsennelty, hierarkkisesti jäsennelty (tasojen mukaan luokiteltu) joukko järjestelmän, ohjelman ja suunnitelman tavoitteita. Se on rakennettu valitsemalla peräkkäin pienempiä ja pienempiä komponentteja alemmilla tasoilla ja se on yhdistelmä yleistä tavoitetta, päätavoitetta ja osatavoitteita.

morpho looginen analyysi jne.

Mahdollistaa uuden tiedon luomisen objektista kaikkien tietojen systematisoinnin tuloksena mahdolliset ratkaisut tutkittava ongelma.

2) Monimutkaiset menetelmät

Nämä sisältävät:

1) Ennustava graafimenetelmä

Graafi on kuvio, joka koostuu pisteistä, joita kutsutaan pisteiksi, ja niitä yhdistävistä segmenteistä, joita kutsutaan reunoiksi. Graafirakenteen valinnan määrää niiden järjestelmän elementtien välisten suhteiden olemus, jotka sen on ilmaistava.

Menetelmä perustuu asiantuntija- ja muodollisiin matemaattisiin menetelmiin, joilla muodostetaan ja analysoidaan graafi, joka heijastaa laajan asiantuntijajoukon yleistä arviota tavoitteen saavuttamiseksi tarvittavista tarpeista, mahdollisista tavoista ja resursseista.

Jokaisella tasolla asiantuntijaryhmä muotoilee tapahtumatavoitteet ja ehdot niiden saavuttamiselle.

Menetelmän etuna on kyky työskennellä kaavion kanssa dialogitilassa "henkilö - Tietojärjestelmä” testata joitain tilanteita, eli kykyä pelata erilaisia ​​tilanteita.

Kaavio on dynaaminen järjestelmä, ja kun se tulee asiantuntijoilta uusi tieto arviot, ennustevaihtoehdot ja tehdyt päätökset käydään läpi.

2) Kuviojärjestelmämenetelmä

Käytetään suunnittelussa kehitystä epävarmoissa olosuhteissa. Menetelmä perustuu monimutkaisen ongelman jakamiseen pienempiin ongelmiin, kunnes jokainen osaongelma on kattavasti (eri kriteerien mukaan) ja luotettavasti asiantuntijoiden kvantifioitavissa.

Tätä menetelmää käytetään pääasiassa ennustamaan, kuinka tilanteen hallitsejat saavuttavat muotoiltuja päämääriä ja tavoitteita.

Menetelmän rakenne:

ennusteobjektin valinta

nykyisten sisäisten ja ulkoisten mallien tunnistaminen

säännönmukaisuushierarkian analyysi, joka ilmaisee kunkin tason suhteellisen tärkeyskertoimen yksikön puitteissa ja hierarkian tasojen summan yhtä

ennusteen yleisen tavoitteen ja sen saavuttamiseen tähtäävien tehtävien muotoilu

skenaarion valmistelu (esimerkiksi kehitys)

resurssien allokointialgoritmin kehittäminen

jakelutulosten arviointi

Ennusteprosessi toteutetaan järjestelmäanalyysimetodologialla. Mikä tärkeintä, sen avulla voit luopua taloudellisesti vakuuttamattomista ja toissijaisista aiheista.

3) Simulaatiomenetelmä

1) mallin rakentaminen kohteen esitutkimuksen perusteella;

2) esineen olennaisten ominaisuuksien korostaminen;

3) kokeellinen ja teoreettinen analyysi mallit;

4) simulointitulosten vertailu kohteen todellisiin tietoihin;

5) mallin korjaus tai jalostaminen.

Taloudellinen ja matemaattinen mallinnus perustuu analogiaperiaatteeseen, eli mahdollisuuteen tutkia esinettä tarkastelemalla toista, samankaltaista ja helpompaa kohdetta. Tällainen helposti saavutettavissa oleva kohde on taloudellis-matemaattinen malli. Se on formalisoitujen yhtälöiden järjestelmä, joka kuvaa muodostuvien elementtien tärkeimmät suhteet talousjärjestelmä tai mikä tahansa taloudellinen prosessi.

Tämä malli mahdollistaa alkutiedon hankinta- ja käsittelyprosessin saattamisen täydelliseen ja kattavaan kuvaukseen sekä tarkasteltavana olevien ongelmien ratkaisemisen melko laajassa erityistapausten luokassa.

4) Ennakointimenetelmä

Ennakointi (englanniksi - vision of the future) - prosessi, jossa järjestelmällisesti yritetään katsoa kaukaiseen tulevaisuuteen, jotta voidaan tunnistaa strategisen tutkimuksen ja teknologian alueet, jotka todennäköisesti tuovat suurimmat taloudelliset ja sosiaaliset hyödyt; monimutkainen mekanismi, joka saavuttaa tuloksia menetelmäjärjestelmän yhdistelmällä.

Tämä menetelmä sisältää suunnittelun, menetelmän huomioiden laaditun suunnitelman toteutumisen valvonnan. Yhdistää ennuste- ja suunnitelmatoiminnot. Asiantuntijoiden lisäksi mukana ovat ammatinharjoittajat ja esimiehet. Nuo. kokemusta, joka ei aina ole innovaation lähde. Tämä on eniten käytetty menetelmä maailmassa.

Ennustemenetelmät voidaan edelleen jakaa kahteen lisäryhmään (kuva 1):

1) intuitiiviset menetelmät (perustuvat intuition vallitsevaan, eli subjektiivisiin periaatteisiin)

2) formalisoidut menetelmät

Intuitiiviset menetelmät ennusteita käytetään tapauksissa, joissa on mahdotonta ottaa huomioon monien tekijöiden vaikutusta ennusteobjektin merkityksettömän monimutkaisuuden vuoksi. Tämä menetelmä sisältää asiantuntijalausuntojen pohjan, jonka luovan ajattelun perusteella voidaan rakentaa luotettava tulevaisuuskuva saatujen ennustetulosten myöhemmin muodollisella käsittelyllä.

Intuitiivisen ennustamisen tärkein keskeinen vaihe on asiantuntijoiden kyselyjen tekeminen seuraavista menetelmistä:

Yksilöllinen ja kollektiivinen

henkilökohtainen ja kirjeenvaihto

suullisesti ja kirjallisesti

avoin ja anonyymi

Intuitiivisella ennustemenetelmällä on seuraava rakenne:

1) asiantuntijaryhmien muodostaminen ja asiantuntijoiden pätevyyden arviointi

2) mallinnetun tutkimuskohteen synteesikaavio

3) kysymysten muodostaminen ja asiantuntija-arviotaulukoiden kehittäminen

4) asiantuntijatyön analysointi

5) algoritmi asiantuntija-arviointitaulukoiden käsittelyyn

6) saatujen ennusteiden variaatiomenetelmä ja ennustemallien synteesi.

Asiantuntijaarvioinnit ovat yksilöllisiä ja kollektiivisia.

Osa yksittäisiä asiantuntija-arvioita sisältää:

1) Haastattelumenetelmä

Asiantuntijan ja asiantuntijan välillä on suora yhteys "kysymys-vastaus" -järjestelmän mukaisesti.

2) Analyyttinen menetelmä

Kaikista ennustettavissa olevista tilanteista tehdään looginen analyysi, laaditaan analyyttiset raportit. Sisältää järjestelmäanalyysi(sen elementtien eheys ja yhtenäisyys), indeksianalyysi (tehollisten indikaattoreiden suhde faktoriaaliseen ja homogeenisten tuotteiden suhde toisiinsa eri ajanjaksoina) ja synteesi.

3) Käsikirjoituksen kirjoitusmenetelmä

Perustuu prosessin tai ilmiön ajallisen kehityksen logiikan määritelmään erilaisissa olosuhteissa. Skenaarion päätarkoituksena on määrittää ennustetun kohteen, ilmiön kehityksen yleinen tavoite ja kriteerien muotoilu "tavoitepuun" ylempien tasojen arvioimiseksi. Skenaario on kuva, joka heijastaa johdonmukaista yksityiskohtaista ongelman ratkaisua, mahdollisten esteiden tunnistamista, vakavien puutteiden havaitsemista, jotta voidaan ratkaista aloitetun työn mahdollinen lopettaminen tai meneillään olevien töiden loppuun saattaminen ennustettuun kohteeseen .

menetelmät kollektiiviset asiantuntija-arviot sisältää:

1) "Palkkioiden" menetelmä

Asiantuntijaryhmä kokoontuu toistuvasti keskustelemaan samasta asiasta. "Komissioiden" menetelmässä asiantuntijoiden yhteisen lausunnon saamiseksi suoritetaan vapaa näkemystenvaihto. Täysaikainen Asiantuntijoiden kommunikointi lyhentää merkittävästi tutkimusaikaa, helpottaa yhden sovitun lausunnon saamista. Toimeksiantomenetelmää käytettäessä laaditaan alustavasti keskusteluohjelma. Asiantuntijaryhmä valitaan "vapaaehtoisella tavalla" - nimitysmenetelmällä. Yleensä se on 10-12 henkilöä.

2) "Aivoriihi" ("Aivoriihi")

Aivoriihimenetelmän ydin on asiantuntijoiden potentiaalin toteuttaminen ongelmatilanteen analysoinnissa, joka ensin toteuttaa ideoiden synnyttämistä ja sitä seuraavaa ideoiden tuhoamista. Ohjaaja paljastaa ongelmallisen muistiinpanon sisällön ja "hyökkäys" kestää 20-60 minuuttia.

3) Delphi-menetelmä

Se rakentuu periaatteelle, että yksittäisten asiantuntijoiden mielipiteet yleistetään sovituksi ryhmänä, ja siihen sisältyy kollektiivisten keskustelujen täydellinen hylkääminen.

4) Matriisimenetelmä

Ennustemenetelmä, joka perustuu matriisien käyttöön, jotka kuvastavat ennusteobjektin graafimallin kärkipisteiden arvoja (painoja), jota seuraa matriisien muunnos ja niillä toimiminen. Matriisimalli on suorakaiteen muotoinen taulukko, jonka elementit heijastavat esineiden suhdetta.

Riisi. 1. Ennustemenetelmien luokittelu formalisoinnin mukaan

Virallinen ennuste sisältää:

1. Ennustava ekstrapolointimenetelmä

Se lähtee kohteen menneisyydessä ja nykyisyydessä saatujen kvantitatiivisten ominaisuuksien käsittelystä järjestelmän suhteellisen vakauden kanssa. Tällä menetelmällä voidaan ennustaa 5–7 vuoden ajanjaksoa, koska virhe kertyy ajan myötä.

Näitä menetelmiä ovat:

1) Pienimmät neliöt

Se koostuu trendimallin parametrien löytämisestä, jotka minimoivat sen poikkeaman alkuperäisen aikasarjan pisteistä. Tärkeä kohta ennusteen saamiseksi tällä menetelmällä on tuloksen luotettavuuden arviointi.

2) Eksponentiaalinen tasoitus

Se on erittäin tehokas ja luotettava ennustamismenetelmä. Menetelmän tärkeimmät edut ovat kyky ottaa huomioon lähtötiedon painot, laskennallisten toimintojen yksinkertaisuus sekä erilaisten prosessidynamiikan kuvauksen joustavuus. Tällä menetelmällä on mahdollista saada arvio karakterisoivista trendiparametreista keskitaso prosessi, mutta havainnointihetkellä vallitseva suuntaus. Menetelmä löydetty suurin sovellus keskipitkän aikavälin ennusteiden toteuttamismenetelmänä.

3) Liukuvat keskiarvot

Liukuvan keskiarvon ekstrapolointi sisältää tietoryhmien keskiarvon laskemisen tietyltä aikaväliltä. Lisäksi jokainen myöhempi tietoryhmä muodostuu 1 vuoden tai kuukauden siirrosta. Tämän seurauksena aikasarjan alustava vaihtelu tasoittuu. Menetelmän ydin on siinä, että ennustettu indikaattori arvoltaan on yhtä suuri kuin viimeiselle aikavälille laskettu keskiarvo.

2. Mallinnusmenetelmät

Mallintaminen – tämä on menetelmä tutkia tietokohteita niiden vastineiden - aineellisten tai henkisten - kanssa.

Mallinnus tapahtuu:

Rakenne (edustaa monien monimuuttujaanalyysimenetelmien kehittämistä, nimittäin moninkertaisen lineaarisen regression, varianssianalyysin, tekijäanalyysin)

Verkko (voit ottaa käyttöön järjestelmällinen lähestymistapa, soveltaa matemaattisia menetelmiä ja nykyaikaista CT:tä monimutkaisten prosessien tutkimuksessa, parantaa tällaisten prosessien suunnittelun ja hallinnan tehokkuutta) jne.

Mallintamismenetelmät ovat eniten monimutkainen menetelmä ennustaminen, joka koostuu erilaisista lähestymistavoista monimutkaisten järjestelmien, prosessien ja ilmiöiden ennustamiseen. Nämä menetelmät voivat myös olla ristikkäisiä asiantuntijamenetelmien kanssa.

3. Yhteiskunnallisen ennustamisen metodologian kehittämisen pääsuunnat

3.1 Yhteiskunnallisen ennustamisen metodologian kehittämisongelmat ja kehittämissuunnat

Ennustamisen päätehtävänä on ennustemetodologian kehittäminen ennusteiden kehittämismenetelmien ja -tekniikoiden tehostamiseksi. Ennustamisen ongelmiin kuuluu ennusteen ominaisuuksien tutkiminen tieteellisen ennakoinnin konkretisointimuotona ja tieteellisen tutkimuksen erityislajina, ennustemenetelmien optimaalisen valinnan ja yhdistämisen periaatteet, ennusteiden luotettavuuden tarkistus- ja arviointimenetelmät, periaatteet kybernetiikan, todennäköisyysteorian, peliteorian ja operaatiotutkimuksen tulosten hyödyntämisestä ennusteiden kehittämiseen. , päätösteoria jne.

Jotta ennustaminen olisi tehokkainta, tavoitteiden on oltava täsmällisiä ja mitattavissa. Toisin sanoen jokaiselle tavoitteelle tulee olla kriteerit, joiden avulla voidaan arvioida tavoitteen saavutusastetta. Ilman näitä kriteerejä on mahdotonta toteuttaa yhtä tärkeimmistä johtamis-valvontatoiminnoista.

Ennustemetodologialla on tärkeä rooli ennustamisessa. Yleisimmin käytetyistä menetelmistä yhteiskunnallisen kehityksen ja väestön elintason ennustamisessa voidaan erottaa seuraavat: asiantuntija-arviointimenetelmä; normatiivinen menetelmä; ekstrapolointimenetelmä; taloudellisen ja matemaattisen mallintamisen menetelmä; eksponentiaalinen tasoitus jne.

Erityisen tärkeä on alueiden sosiaalisen kehityksen ennustamisen metodologia. Viime vuosina aluetasolla (tasavallat, alueet, alueet) on tehty ja tehdään työtä lyhyen ja keskipitkän aikavälin taloudellisen ja sosiaalisen kehityksen ennusteiden laatimiseksi.

Tällaisen ennustamisen metodologinen edellytys on, että alue on yhtenäinen osajärjestelmä yhteinen järjestelmä sosiaalinen tuotanto, joka suorittaa tiettyä kansantaloudellista tehtävää tuottamalla tiettyä määrää tuotteita tai palveluita, jotka ovat sen erikoistumisen kohteena.

Ennustekehitysprosessi sisältää kolme lohkoa: analyyttisen, käsitteellisen ja ennustavan.

Alueellisen sosiaalisen kehityksen käsitettä kehitettäessä voidaan erottaa kaksi päävaihetta:

1. tavoitteiden muodostaminen ja niiden konkretisoiminen tiettyjen tehtävien muodossa, joilla pyritään ratkaisemaan relevantteja ongelmia;

2. taloudellisen ja sosiaalisen kehityksen päämäärien ja tavoitteiden priorisointi ja strategian kehittäminen näiden pohjalta aluekehitys.

Ennustelohkon päätehtävänä on määrittää yhteiskuntajärjestelmän alueellisen kehityksen määrälliset parametrit ja indikaattorit tulevaisuudessa. Tässä tapauksessa käytetään kolmenlaisia ​​ennusteita: yleiset talousennusteet koko järjestelmän kehitykselle; ennusteet yksittäisten toimialojen kehityksestä; ennusteet alueen yksittäisten hallinnollis-alueyksiköiden (kaupungit, piirit jne.) kehityksestä.

Pääasiallinen menetelmä näiden ennusteiden laatimiseksi on tulevaisuuden kehitysskenaarion laatiminen. Nämä skenaariot kuvaavat alueellisen yhteiskuntajärjestelmän ja sen rakenteiden tulevan kehityksen todennäköisiä tilanteita, sen suhdetta muihin järjestelmiin, määrittävät alueen kehityksen optimaaliset indikaattorit eri tekijöiden ja olosuhteiden perusteella.

Skenaariomenetelmä sisältää indikaattoreiden asettamisen ulkoisen ympäristön kriittisten indikaattoreiden tulevaa kehittämistä varten. Esimerkiksi sosiaalialan kehittämistä varten on tarpeen sisällyttää useita vaihtoehtoja vaihtoehtoisille tulevaisuuden indikaattoreille. Alueviranomaiset järjestävät niin, että alueen väkiluku kasvoi vuoden aikana vähintään 1,5 % tai 3 %. Jos skenaariota laadittaessa paljastuu, että alueen ympäristötilanne huononee, tilanne huononee, niin tarkemman ja luotettavamman ennusteen saamiseksi on tarpeen säätää lukua (3 %) alaspäin, esimerkiksi pienennä se 2 prosenttiin.

3.2 Sosiaalisen kehityksen indikaattoreiden ennakoivat laskelmat

Tärkein sosioekonominen kategoria, joka määrää ihmisten hyvinvoinnin, on elintaso. Elintaso on se, missä määrin väestölle tarjotaan aineellisia ja henkisiä etuja olemassa olevien tarpeiden ja maan taloudellisen kehitystason perusteella.

YK:n suosituksen mukaan elintasoa mitataan terveyttä, kulutusta, työllisyyttä, koulutusta, asumista ja sosiaaliturvaa kuvaavalla indikaattorijärjestelmällä. Viime vuosina maailmankäytäntö on käyttänyt ihmiskehitysindeksiä (HDI) elämän tason ja laadun arvioimiseen. Se sisältää: BKT asukasta kohden, elinajanodote, väestön keskimääräinen koulutusvuosien lukumäärä. Otetaan esimerkki HDI-laskennasta.

1) elinajanodote vähintään 25 vuotta; enintään 85 vuotta; RF 67,6 vuotta.

2) reaalinen BKT asukasta kohden ($) vähintään 100 dollaria; enintään 5448 dollaria; Venäjän federaatiossa 5184 $.

1. Laske elinajanodoteindeksi (LE)

Iopzh \u003d (Xsr - Xmin) / (Xmax - X min)

jossa Xav on keskimääräinen elinajanodote,

X min - keskimääräinen vähimmäiselinajanodote,

Xmax on keskimääräinen enimmäiselinajanodote.

Kaksi viimeistä indikaattoria laskelmissa kestävät 25 vuotta ja 85 vuotta.

Iexp = (67,6 - 25) / (85 - 25) \u003d 0,71 tai 71 vuotta

2. Etsi BKT-indeksi:

Ivdp \u003d (5184 - 100) / (5448 - 100) \u003d 0,95

3. Laske HDI-indeksi:

I rchp \u003d (Iopzh + Ivvp + Iobr) / 3

jossa Iobr on väestön koulutusindeksi

I rchp \u003d (0,71 + 0,95 + 0,888) / 3 \u003d 0,85

Vastaus: HDI-indeksi on 0,85

Ennustamisen päätehtävänä yhteiskunnallisen kehityksen alalla on ennen kaikkea selvittää väestön pitkän aikavälin tarpeet ja mahdollisuudet täyttää ne elintarvikkeissa, teollisuustavaroissa, kotitalouspalveluissa, asumisessa, koulutuksessa, terveyspalveluissa, kulttuuria ja taidetta.

Hyvin yleisnäkymä yhteiskunnallisen kehityksen ja väestön elintasoennusteiden tekemisen järjestys voidaan esittää seuraavalla tavalla.

1. Elintason nousun muodostumisen hypoteesi määräytyy yleisesti kolmella komponentilla: BKT:n kasvulla, sosiaalisten tarpeiden kasvulla ja tulevan kulutuksen resurssien kasvulla.

Ennuste kulutuksen resurssien kasvusta perustuu ennustettuihin laskelmiin talouskasvusta, tuotannon tehokkuuden kasvusta, investointien kasvusta jne.

2. Saavutetun elintasoanalyysiin sisältyy joukko indikaattoreita, jotka tarjoavat keskinäisen yhteyden ja loogisen järjestyksen ennusteiden kehittämisessä.

Tärkeimmät näistä indikaattoreista ovat seuraavat:

1. sosiodemografiset indikaattorit

2. työolot

3. väestön nimellis- ja reaalitulojen kustannusindikaattoreiden yleistäminen

4. terveydentila ja sen muutokset koko väestössä ja yksittäisissä yhteiskuntaryhmissä;

5. väestön peruselintarvikkeiden ja muiden kuin elintarvikkeiden kulutusta kuvaavat indikaattorit;

6. palvelusektorin yleiset indikaattorit (väestön menot palvelujen maksamiseen, tietyntyyppisten väestön maksullisten palvelujen hintaindeksi (tariffit);

7. elinolot ja julkiset palvelut (väestön keskimääräinen asuntotarjonta, julkisten peruspalvelujen tarjonta jne.);

8. koulutusindikaattorit (väestön koulutustaso, oppilaiden määrä kouluissa, opiskelijoiden määrä yliopistoissa ja keskiasteen erikoistumisasteissa koulutusinstituutiot mukaan lukien 10 tuhatta asukasta kohti jne.);

9. kulttuurin indikaattorit (kirjastojen, teatterien, museoiden, klubien lukumäärä, niiden osallistuminen, kirjojen, aikakauslehtien, sanomalehtien levikki);

10. ympäristön tila;

11. väestön säästöt.

Sosiaalisen kehityksen ja elintasoennustejärjestelmä seuraa edellä käsitellystä indikaattorijoukosta. Tämä tarkoittaa, että kunkin indikaattorin muutos on ennakoitava, jotta saadaan riittävän kattava ja objektiivinen kuva ennustejakson yhteiskunnallisen kehityksen ja elintasodynamiikasta. Ennusteita kehitetään esimerkiksi väestön reaalitulojen dynamiikasta, vähittäishintaindeksin muutoksista, kehityksestä. asuntojen rakentaminen jne.

Tärkein elintasoa yleistävä indikaattori on väestön tulot. Väestön rahatulon pääkomponentit ovat palkat, tulot yrittäjyydestä ja omaisuudesta (voitto, osingot, korot, vuokra), sosiaalimaksut (eläkkeet, lisät, stipendit jne.).

Tärkeä rooli väestön elintason ennustamisessa on: toimeentulon vähimmäisbudjetti; kuluttajan vähimmäisbudjetti; korkean tulotason budjetti.

Toimeentulon vähimmäisbudjettia on käytetty Venäjän federaatiossa vuodesta 1992. Se edustaa kuluttajakorin arvoa sekä pakollisia maksuja ja palkkioita. Kuluttajakori on minimi asetettu elintarvikkeet, muut tuotteet ja palvelut, jotka ovat välttämättömiä ihmisten terveyden ylläpitämiseksi ja sen elintärkeän toiminnan varmistamiseksi.

Vähimmäiskulutusbudjetti on varojen sosiaalinen vähimmäismäärä, joka tarvitaan henkilön normaalin toiminnan varmistamiseksi.

Tärkein elintasomittari on väestön ostovoima. Se osoittaa, kuinka monta toimeentulominimiehdollista sarjaa väestö voi ostaa keskimääräisillä rahatuloillaan.

Ottaen huomioon Venäjän federaation kuluttajabudjettien koko väestön tulojen ja kulutuksen perusteella voidaan jakaa seuraaviin ryhmiin.

Ensimmäinen ryhmä- köyhät väestönosat, joiden kuukausitulo asukasta kohden on alle toimeentulon vähimmäisbudjetin kustannusarvion. Elintulo Venäjällä on nykyään keskimäärin 5187 ruplaa.

Toinen ryhmä- pienituloiset väestöosuudet, joiden kuukausitulo asukasta kohden on toimeentulominimibudjetin kustannusarvion ja vähimmäiskulutusbudjetin kustannusarvion välissä.

Kolmas ryhmä- keskisuuri tai suhteellisen varakas väestönosa, jonka kuukausitulo asukasta kohden on vähimmäiskulutusbudjetin kustannusarvion ja korkean vaurauden budjetin kustannusarvion välissä.

Neljäs ryhmä Varakkaat ja varakkaat ihmiset, joiden kuukausitulo asukasta kohti ylittää korkean vaurauden budjetin.

Ennustearviot Venäjän federaation väestön elintason paranemisesta liittyvät pääsääntöisesti makrotalouden vakauttamisen ja kestävän talouskasvun saavuttamiseen.

Johtopäätös

Ennustaminen on yksi projektitoiminnan tärkeimmistä vaiheista. Ihmiskunta, jolla on ennusteita, etsii tietoisesti ja löytää keinoja ulospääsyyn. Ensin - metsästys ja keruu, sitten - siirtyminen maatalouteen ja paimentotoimintaan, paimentolaiselta vakiintunut tapa elämä kylistä kaupunkialueille; maailman valtameren luonnonvarojen kehittäminen jne. Ennustaminen laajassa merkityksessä on yleensä kaiken tulevaisuutta koskevan tiedon ennustaminen. Suppeassa merkityksessä se on erityinen tieteellinen tutkimus, jonka aiheena on ilmiöiden kehitysnäkymät.

Yksi tärkeimmistä ennustetyypeistä on sosiaalinen ennustaminen - tämä on sosiaalisten järjestelmien, objektien, kehityssuuntien ja tulevaisuudennäkymien ennustaminen, sosiaalisia ilmiöitä, prosessit. Yhteiskunnallisen ennustamisen kohteena voivat olla kaikki sosiaaliset järjestelmät, kaikki yhteiskunnassa esiintyvät ilmiöt.

Ennuste on olennainen osa sosiaalisen projektin kehittämisprosessi. Suunnittelusta erillään ennustaminen menettää käytännön merkityksensä. Yhteiskunnallinen ennustaminen mahdollistaa sosiaalisten järjestelmien liikkumisen ja kehityksen eri vaihtoehtojen huomioimisen. Oikeiden ennusteiden kehittäminen mahdollistaa johtamisen täydellisemmän ja suunnittelun tehostamisen.

Sosiaalisen ennustamisen menetelmät ovat joukko tekniikoita ja ajattelutapoja, jotka mahdollistavat retrospektiivisen datan analyysin perusteella ennusteen kohteen eksogeeniset (ulkoiset) ja endogeeniset (sisäiset) yhteydet sekä niiden mittaukset ennusteen puitteissa. tarkasteltavana olevan ilmiön tai prosessin tekeminen tietyn luotettavuuden arvioimiseksi sen (objektin) tulevan kehityksen suhteen.

Intuitiivisia ennustemenetelmiä käytetään tapauksissa, joissa on mahdotonta ottaa huomioon monien tekijöiden vaikutusta ennusteobjektin merkityksettömän monimutkaisuuden vuoksi. Tässä tapauksessa käytetään asiantuntija-arvioita. Samalla erotetaan yksilölliset ja kollektiiviset asiantuntija-arviot.

Formalisoitujen menetelmien ryhmään kuuluvat alaryhmät: ekstrapolointi ja mallintaminen. Ensimmäinen alaryhmä sisältää menetelmät: pienimmän neliösumman, eksponentiaalinen tasoitus, liukuvat keskiarvot. Toiseen - rakenne-, verkko- ja matriisimallinnus.

Luettelo käytetystä kirjallisuudesta

1.Arzhenovsky S.V. Sosioekonomisen ennusteen menetelmät: Opetusohjelma. - M .: Kustantaja "Dashkov and Co"; Rostov n/a, 2008

2. Safronova V.M. Ennuste ja mallinnus sisään sosiaalityö: Proc. opintotuki opiskelijoille. korkeampi oppikirja laitokset. - M .: Kustannuskeskus "Akatemia", 2002

3. Bestuzhev-Lada I.V. Sosiaalinen ennustaminen. Luentokurssi. - M .: Venäjän pedagoginen seura 2002

4. Safronova V.M. Ennustaminen ja mallintaminen sosiaalityössä: Proc. opintotuki opiskelijoille. korkeampi oppikirja laitokset. - M .: Kustannuskeskus "Akatemia", 2002

Sosiaalisen ennustamisen menetelmät.

Yhteiskunnallisten ennusteiden tyypit

Sosiaalisen ennustamisen menetelmät

Sosiaalisen ennustamisen käsite ja tyypit

Aihe 2. Turvallisuuden sosiologinen seuranta

sosiaalinen ennustaminen on erityinen tutkimus sosiaalisen laitoksen kehittämisen todennäköisistä näkymistä. Lisäksi kohde voi olla sosiaalinen ilmiö, prosessi ja sosiaalinen kerros ja yksilön sosiaalinen tila.

Sosiaalisen ennustamisen tarkoitus on tieteellisesti perusteltujen ehdotusten laatimista suuntiin, joissa sosiaalisen kohteen kehittäminen on toivottavaa. Tieteellisen ennustamisen aikana ratkaistaan ​​kaksi päätehtävää:

Kohteen todennäköisen kehityksen tavoite on määritelty ja motivoitunut;

Keinot ja tavat tämän tavoitteen saavuttamiseksi määritellään.

Yhteiskunnallisen ennustamisen tyypit: sosioekonominen, oikeudellinen, sosiopoliittinen, sosiokulttuurinen, sosiologinen jne.

Sosiaaliset ennustustoiminnot:

1. suuntautuminen sisältää yhteiskunnallisesti merkittävien tavoitteiden ja keinojen valinnan optimoinnin niiden saavuttamiseksi

2. normatiivisia tarkoittaa yhteiskunnallisen kehityksen tärkeimpien suuntausten tunnistamista,

3. ennaltaehkäisevä sisältää mahdollisen määrittelyn ja kuvauksen negatiivisia seurauksia todennäköisissä kehityssuunnissa.

Yleinen tieteellinen: analyysi, synteesi, ekstrapolointi - ilmiön yhtä osaa koskevien päätelmien laajentaminen toiseen osaan, ilmiöön kokonaisuutena tulevaisuutta varten, interpolointi - funktion arvon palauttaminen välipisteeseen sen tunnetuista arvoista\u200b\ u200bat naapuripisteet, induktio, deduktio, analogiat, hypoteesit, kokeilu ja simulointi - siirto tutkimustoimintaa toiseen esineeseen, joka toimii tutkittavan kohteen korvikkeena.

tieteidenvälistä, keskityttiin kollektiiviseen mielipiteeseen, asiantuntijoiden enemmistön mielipiteeseen :

1. aivoriihi menetelmä on kollektiivinen asiantuntijaarvio ennustetusta tapahtumasta. Se sisältää eri tutkimusalojen asiantuntijoiden, tieteellisten koulujen yhteisen keskustelun ongelmasta ja keskittyy asiantuntijakantojen lähentymiseen.

2. menetelmä "Delphi" erottaa asiantuntijatyön anonymiteetin ja arvioinnin kirjallisen muodon.

Yksityisiin tieteellisiin menetelmiin sosiaaliseen ennustamiseen kuuluu yleensä asiantuntijakysely, testaus jne.

I. Ennusteet vaihtelevat kohdekriteerin mukaan:

1. Hae ennustetta, jonka sisältönä on määrittää ennusteobjektin mahdolliset tilat tulevaisuudessa. Tällainen ennuste vastaa kysymykseen: mitä todennäköisimmin tapahtuu, jos nykyinen suuntaus jatkuu?


2. Normatiivinen ennuste, jonka sisältönä on määrittää tavat ja edellytykset ennusteen kohteen mahdollisten (ennakolta otettujen) tilojen saavuttamiseksi tulevaisuudessa. Tämä ennuste vastaa kysymykseen: millä tavoilla haluttu tulos saavutetaan?

3. Kattava ennuste, sisältää haku- ja normatiivisten ennusteiden elementtejä.

II. Tekijä: läpimenoaika erottaa seuraavat tyypit ennusteet:

Toimintaennuste jopa 1 kuukauden toimitusajalla;

Lyhyen aikavälin ennuste, jonka läpimenoaika on 1 kuukaudesta 1 vuoteen;

Keskipitkän aikavälin ennuste, toimitusaika 1-5 vuotta;

Pitkän aikavälin ennuste, toimitusaika 5-15 vuotta;

Pitkän aikavälin ennuste, toimitusaika yli 15 vuotta.

III. Tekijä: ennusteen mittakaavassa jakaa:

Maailman ennusteet;

Valtion ennusteet;

Rakenteelliset (alojen ja alueiden väliset) ennusteet;

Ennusteet teollisuuden, talouden, kulttuurin yksittäisten kompleksien kehitykselle;

Teollisuuden ennusteet;

Alueelliset ennusteet;

IV. Tekijä: tutkimuksen kohde eroavat:

-luonnontieteellisiä ennusteita(meteorologinen, hydrologinen, geologinen, biologinen, kosmologinen

-tieteelliset ja tekniset ennusteet, jotka kattavat tieteen ja teknologian kehityksen näkymät;

-sosiaaliset ennusteet, jotka kattavat ihmisen toiminnan eri aloja ja niiden välisiä suhteita.

Tulevaisuuden käsite. Sosiaalisen ennustamisen menetelmät.

Tulevaisuus 1. Yksi filosofian keskeisistä tehtävistä on ennustetoiminto, jonka tarkoitus ja tarkoitus on tehdä järkeviä ennusteita tulevaisuudesta.

2. Kautta historian filosofiassa on keskusteltu aktiivisesti kysymyksestä: onko ylipäätään mahdollista luotettava ennustus, tulevaisuuden visio.

Moderni filosofia Vastaus tähän kysymykseen on myönteinen: se on mahdollista. Perustettaessa mahdollisuutta ennustaa tulevaisuutta erotetaan seuraavat näkökohdat: ontologinen; epistemologinen; Looginen; neurofysiologinen; Sosiaalinen.

Ontologinen aspekti piilee siinä, että ennakointi on mahdollista olemisen olemuksesta - sen objektiivisista laeista, syy-seuraus-suhteista. Dialektiikasta lähteen kehitysmekanismi pysyy muuttumattomana jokaiseen laadulliseen harppaukseen asti, ja siksi tulevaisuutta on mahdollista "jäljittää".

Gnoseologinen puoli perustuu siihen, että koska kognition mahdollisuudet ovat rajattomat (kotimaisen filosofisen perinteen mukaan) ja ennustaminenkin on kognition tyyppi, niin ennustaminen itsessään on mahdollista.

Looginen puoli- siitä tosiasiasta, että logiikan lait pysyvät aina muuttumattomina, sekä nykyisyydessä että tulevaisuudessa. neurofysiologinen Aspekti perustuu tietoisuuden ja aivojen mahdollisuuksiin edistää todellisuuden heijastusta.

Sosiaalinen puoli on se, että ihmiskunta pyrkii oman kehityskokemuksensa perusteella mallintamaan tulevaisuutta.

3. Nykyaikaisessa länsimaisessa tieteessä erottuu erityinen tieteenala - futurologia. Sen luoja on saksalainen tiedemies Flechtheim (XX vuosisadan 40-luku), joka ehdotti termiä. G. Parsons, E. Hanke, I. Bestuzhev-Lada, G. Shakhnazarov ja muut ovat maailmankuuluja nykyajan tiedemiehiä ja filosofeja, jotka käsittelevät tulevaisuuden ennustamisen ongelmia.

4. erikoislaatuinen ennustaminen on sosiaalista ennustamista, joka käsittelee yhteiskunnassa tapahtuvien prosessien ennakointia.

Niitä ovat prosessit seuraavilla aloilla: työmarkkinasuhteet; Tiede ja teknologia; koulutus; terveydenhuolto; kirjallisuus, rakentaminen; avaruustutkimus; kansainväliset suhteet. Tätä suuntaa kutsutaan prognostiikaksi, ja se eroaa futurologiasta konkreettisemmin (tutkimukset sosiaalisia prosesseja, heidän tulevaisuutensa, ei ollenkaan tulevaisuutta).

Sosiaaliset ennustusmenetelmät

Perustuu kolmeen tapaan saada tietoa tulevaisuudesta. Ensinnäkin tämä ekstrapolointi(-looginen ja metodologinen menettelytapa esineiden tai ilmiöiden osasta tehtyjen johtopäätösten levittämiseksi (siirtämiseksi) näiden esineiden tai ilmiöiden koko joukkoon (joukkoon) sekä mihin tahansa muuhun osaan niistä) havaittujen trendien tulevaisuuteen, mallit, joiden kehitys menneisyydessä ja nykyisyydessä tunnetaan varsin hyvin. Toiseksi tämä arvosana tietyn ilmiön mahdollinen tai toivottava tuleva tila. Kolmanneksi tämä mallinnus ennustettuja tapahtumia. Kaikki kolme menetelmää erottuvat ehdollisesti, koska ne muodostavat orgaanista. yhtenäisyys: mikä tahansa ekstrapolaatio, looginen. tai tilastollinen, on itse asiassa ennustava arvio ja eräänlainen ennustemalli. Mikä tahansa ennustava estimaatti on ennen kaikkea ekstrapolaatio yhdessä tai toisessa malliesityksessä, mikä tahansa ennustemalli sisältää ekstrapoloinnin ja arvion. Kaikki ennustusmenetelmät ovat olennaisesti erilaisia. elementtien yhdistelmät yllä olevista tavoista saada tietoa tulevaisuudesta. Useat menetelmät ovat yleistieteellisiä, ESIMERKIKSI, ennustaminen Samalla lailla. Ennustavat arviot deduktiivisesta tai induktiivisesta jne. Käytännössä M.s.p.:n arsenaalissa. sisältää kaikki menetelmät sosiologia, tutkimus - dokumentaaristen lähteiden ja kirjallisuuden tutkimus, havainto, gallupit väestö ja asiantuntijat, koe lavastus ja kokeilu jälkikäteen, mallinnuskaavio. ja matemaattinen. Monet menetelmät ovat tieteellisten välisiä tai intertieteellisiä, ja niitä käytetään useissa tieteellisissä. tieteenalojen, esimerkiksi regressio- tai tekijämenetelmät analyysi, kokopäiväiset ja osa-aikaiset kollektiiviset ja yksilölliset asiantuntijakyselyt, yksinkertaiset ja formalisoidut ennusteskenaariot jne. Jotkut menetelmät ovat yksityisiä tieteellisiä eli koskevat vain k.-l. yksi tieteellinen kurinalaisuutta, esim. väestötutkimukset sosiologiassa, projektiivinen testejä psykologiassa jne. Hyväksytyn ennustemenetelmien luokituksen mukaan (joka kattaa tieteellisen, teknisen ja sosioekonomisen ennustamisen menetelmät ottamatta huomioon maatalouden, hydrometeorologisen ja useiden muiden luonnontieteellisten ennusteiden erityispiirteitä) Menetelmät jaetaan formalisaatioasteen mukaan intuitiivisiin (asiantuntija) ja formalisoituihin (faktuaalisiin).

1. Asiantuntijan arvio.

2. Ekstrapolointi.

3. Mallintaminen.

4. Analogioita.

5. Skriptien kirjoittaminen.

6. Monimutkaiset menetelmät.

On helppo nähdä, että pohjimmiltaan ennusteet perustuvat intuitio erikoistutkija, analogioita jo tunnetuilla ilmiöillä ja prosesseilla ja lopulta suoralla linjalla ekstrapolointi jonkinlaisia ​​prosesseja tulevaisuudessa. On selvää, että monimutkaisten ilmiöiden alalla milloin me puhumme Tiettyjen ennustearvioiden osalta tämä kaikki antaa vain suhteellisen rajallisen vaikutuksen.

Tässä tapauksessa tiedemiehen intuitio ei tarkoita alitajunnan salaperäistä aluetta, vaan hohtoa, arvausta, joka perustuu kertyneisiin havaintoihin, ihmisen elämänkokemukseen, jonka avulla hän voi arvioida yleisellä tasolla hänelle tuttu ilmiö. Siten kokenut arkkitehti, joka tarkastelee rakenteilla olevan rakennuksen projektia, tuntee intuitiivisesti tärkeimmät positiiviset ja negatiiviset puolet tämän projektin toteutuksen seurauksista. Kokenut taloustieteilijä, joka on tutustunut laitoksen tai yrityksen työn organisoinnin erityispiirteisiin, pystyy välittömästi antamaan yleisen arvion tämän laitoksen tai yrityksen työnäkymistä.

Analogia todellisuudessa jo tapahtuneiden ilmiöiden ja prosessien kanssa auttaa tekemään tällaisista ennusteista yksityiskohtaisempia ja tarkempia, sisällyttämään selvemmin määriteltyjä vaihtoehtoisia vaihtoehtoja. Joten esimerkiksi insinööri voi muistella menneisyyden kokemuksesta, minkä hinnan on maksettava muiden yritysjohtajien teknisestä kulttuurin puutteesta. Ja päinvastoin, esimerkiksi teollisuuskaasujen puhdistamisesta saatuihin positiivisiin kokemuksiin viittaaminen mahdollistaa ennusteen tarkentamisen viittaamalla olosuhteisiin, joissa ei-toivotut seuraukset voidaan välttää.

Lopuksi ekstrapolointi on pohjimmiltaan minkä tahansa ennusteen perusta. Ennustelemalla jatkamme aina henkisesti jotain tulevaisuuteen. Yksinkertaisin esimerkki: Maapallolla asui vuonna 1900 1500 miljoonaa ihmistä, vuonna 1950 - 2500 miljoonaa, vuonna 1960 - lähes 3000 miljoonaa. Joka vuosi maapallon väkiluku kasvaa 70 miljoonalla ihmisellä (kaksi prosenttia nykyisestä kokonaisväestöstä). Tällä kasvuvauhdilla ihmisten määrä maapallolla kaksinkertaistuu noin 35 vuoden välein. Jatkamalla henkisesti tätä kehityslinjaa tulevaisuuteen, saat 6-7 miljardia vuoteen 2000 mennessä ja 2000-luvun 30-luvulla. - 12-14 miljardia jne.

Kaikki nämä ovat todistettuja menetelmiä. He "työskentelivät" menestyksekkäästi menneisyydessä ja palvelevat ihmisiä tulevaisuudessa. Niitä ei voi jättää huomiotta. Mutta vain yksityiskohtaisille pitkän aikavälin ennusteille ja jopa monimutkaisille nykyaikaiset olosuhteet, ne eivät selvästikään riitä. Intuitio pettää koko ajan. Mikä tahansa analogia on hyvin suhteellista ja ilman merkittäviä muutoksia voi johtaa virheellisiin johtopäätöksiin. Mitä tulee ekstrapolointiin, se voi olla tehokas vain silloin, kun tarkastellaan prosessia, joka ei ole erityisen monimutkainen, ja jopa silloinkin suhteellisen lyhyessä ajassa.


Yritä jatkaa maailman väestönkasvuprosessia kaukaiseen tulevaisuuteen. Saat sata ihmistä jokaista neliömetriä kohden maanpinta, ja tämä sata tuplaantuu edelleen kiihtyvällä vauhdilla. Mikään avaruuteen asettautumisprojekti ei muuta tilannetta: puhummehan joka vuosi uusien kymmenien ja satojen miljardien ihmisten ilmestymisestä. On selvää, että tällainen prosessi ei yksinkertaisesti voi jatkua, ei vain loputtomiin, vaan yleensä millään tavalla. pitkä aika. Edessä ilmeisesti merkittäviä muutoksia ennustetun prosessin aikana.

Samalla tavalla opiskelijoiden tai vaikkapa tutkijoiden määrän kasvu ei voi jatkua loputtomasti samaa vauhtia kuin nyt, muuten koko maapallon aikuisväestö tulisi heiksi! Tiedon määrä (kaikki kirjoista ja sanomalehdistä radio- ja televisiolähetyksiin) ei voi kasvaa samaa tahtia. Nyt määrä kaksinkertaistuu 10-15 vuoden välein. Mutta loppujen lopuksi ihmisen kyky "imeä" tietoa ei ole rajaton! On aivan ilmeistä, että edessä on vakavia laadullisia muutoksia ja muutoksia nykyisissä prosesseissa.

Onko mahdollista ennakoida tällaisia ​​laadullisia muutoksia, kun otetaan huomioon yhteiskunnallisten ilmiöiden äärimmäisen monimutkainen luonne? Kyllä sinä voit. Mutta vain, jos otamme huomioon stokastisen lähestymistavan tarpeen tällaisiin ilmiöihin, käytä jo kertynyttä laajaa kokemusta luonnollisten, biologisten ja teknisten prosessien ennustamisessa.

Vielä 10-15 vuotta sitten sosiaalisten ilmiöiden ennustamiseen tarkoitettujen erityismenetelmien lukumäärä mitattiin yksiköissä. Nyt niitä on yli sata vain tieteen ja teknologian alan ennusteisiin. Erikoistekniikoiden lukumäärää mitataan sadoissa. Tämän työn puitteissa on mahdotonta edes lyhyesti luetella kaikkea saatavilla olevaa kehitystä. Lisäksi on mahdotonta antaa mitään Yksityiskohtainen kuvaus lukuisia menetelmäryhmiä. Niiden monimutkaisuus voidaan päätellä yhdestä yrityksestä luokitella tieteellisen ja teknisen ennustamisen menetelmät. Siksi rajoitamme lukijaa käyttämään erikoiskirjallisuutta yleiskatsaus yhteiskunnallisten ilmiöiden ennustamismenetelmien pääsuunnat. Näitä aloja ovat vertaisarviointi, ekstrapolointi (tarkemmin interpolointi ja ekstrapolointi) ja mallintaminen. Erityisen alueen muodostavat patenttianalyysiin perustuvat ennusteet. Pysähdytään lyhyesti näihin ohjeisiin.

Asiantuntijan arvio yksilön tietyn prosessin kehitysnäkymät asiantuntija-asiantuntijat tai kollektiivinen asiantuntijaarviointi. Tällaista arviointia varten käytetään kyselylomaketta, eli asiantuntijoilta saadaan vastauksia kyselylomakkeiden sisältämiin kysymyksiin ennustettujen kohteiden tulevaisuuden tilasta. Joskus tehdään tutkimuksia suuria ryhmiä asiantuntijat tietyssä ohjelmassa, useissa kierroksissa, ja sitten asiantuntijoiden mielipiteiden keskiarvon perusteella esitetään todennäköisin vastaus esitettyihin kysymyksiin. Tämän tekniikan yksi muunnelma on Delphi menetelmä(Delphic-oraakkelin menetelmä), johon kuuluu erityisten kyselylomakkeiden laatiminen, monimutkainen menettely asiantuntijoiden haastattelemiseksi, elektronisilla tietokoneilla saatujen tietojen käsittely. Delphi-menetelmä perustuu johdonmukaiseen yksilölliseen asiantuntijoiden kyselyyn ja pelkistämiseen heidän mielipiteidensä keskiarvolla. Tyypillisesti asiantuntijoiden vastaukset ovat anonyymejä; vastaukset saadaan kyselylomakkeesta; mielipiteiden vaihto tapahtuu asiantuntijakyselyn suorittajan kautta. Ryhmän mielipide on tulos viimeisellä kyselykierroksella olevien asiantuntijoiden mielipiteiden yhdistämisestä.

Asiantuntijatutkimuksella saadut ennusteet eivät tietenkään perustu niinkään objektiiviseen nykytilanteen tutkimukseen ja objektiiviseen tietoon sen kehityksen suuntauksista, vaan asiantuntijoiden jo kertyneeseen tietoon ja intuitioon eli tunnistamiseen. objektiivisen tieteellisen totuuden enemmistön kyselyyn vastanneista asiantuntijoista, joiden tietämys itsessään on rajallinen. Tässä tapauksessa he yrittävät saada ennusteen ilman kohteen syvällistä tutkimusta, joka perustuu vain asiantuntijoiden tulevaisuuden mielipiteiden keräämiseen, vallitsevan (keskiarvotetun) arvion tunnistamiseen. Siksi, kuten kaikki muut, tämä menetelmä on rajalliset mahdollisuudet luotettavien tieteellisten ennusteiden kehittämisessä.

Ekstrapolointi. Oletetaan, että ensimmäisenä vuonna n:s tehdas tuotti 100 autoa, vuonna - 200, toisena vuonna - 300 ja viidessä vuodessa - 500. Kysymys kuuluu: kuinka monta autoa tämä tehdas tuotti vuoden neljäntenä vuonna sen olemassaolo?

Rakennamme digitaalisen sarjan: 100-200-300-?-500. Katsottuamme sitä vastaamme ilman monimutkaisia ​​laskelmia: todennäköisesti 400. Elämä yleensä vahvistaa tällaisen johtopäätöksen. Miksi? Koska sarjan rakentamisessa on tietty säännöllisyys, ja jos tämä säännöllisyys paljastuu, ei ole vaikea määrittää jokaisen välipisteen kvantitatiivista arvoa jopa erittäin monimutkaisissa sarjoissa - suorittaa interpolointi, kuten tällainen matemaattinen toiminta kutsutaan.

Vaikuttaa siltä, ​​mikä suhde interpoloinnilla voi olla ennustamiseen?

Muista D. I. Mendelejevin jaksollinen elementtijärjestelmä. Nämä ovat myös lukusarjoja - alkuaineiden atomipainot, jotka on järjestetty tiukimpaan malliin niiden atomien ytimen varauksen mukaan: natrium (22,9) - magnesium (24,3) - alumiini (26,9) - pii (28,0) - fosfori (30) ,9) jne. Jos tässä sarjassa tunnetaan sinkki (65.3) ja arseeni (74.9), niin niiden väliin tulisi sijoittaa vielä kaksi alkuainetta, joiden atomipainot ovat noin 68 ja 72. Tämän interpoloinnin jälkeen D. I Mendelejev ehdotti kahden, silloin tuntemattoman olemassaoloa kemiallisia alkuaineita. Hän nimesi ne ekaaalumiiniksi ja ekasiliconiksi, ennustaen yleisesti niiden kemialliset ominaisuudet. Muutamaa vuotta myöhemmin todellakin löydettiin gallium (69,7) ja germanium (72,6), joiden ominaisuudet vastasivat ekaaalumiinia ja ekasilikonia (yhteensä Mendelejev huomautti myöhemmin neljä avoin elementti). Se oli yksi tieteen historian loistavimmista ennustuksista.

On selvää, että tällainen lähestymistapa voi vaikuttaa paitsi luonnontieteisiin. Tällainen eri ilmiöiden ja prosessien välinen keskinäinen riippuvuus (korrelaatio) paljastaa monimutkaisempia suhteita kuin suorat syy-seuraussuhteet. Niitä kutsutaan korrelaatioiksi. Joidenkin ilmiöiden tai prosessien ennustamiseksi muista ilmiöistä saatujen tietojen perusteella, jotka ovat korrelatiivisessa suhteessa ensimmäiseen, on kehitetty erityisiä yhtälöitä (ns. korrelaatio- ja regressioyhtälöt). Jos tällaisia ​​ilmiöitä on monia, käytetään useita regressioyhtälöitä, jotka mahdollistavat ennustetun prosessin kvantifioinnin erityisellä alkuarvojen yhdistelmällä. Kaikki tämä lisää huomattavasti ennusteen tehokkuutta.

Mutta matemaattisten tilastojen menetelmät eivät ole jotain yleistä ennustamisen pääavainta. Niitä käytetään yleensä yhdessä muiden menetelmien kanssa. Esimerkkinä sellaisesta integroitu lähestymistapa Sitä voidaan kutsua Hudson Instituten (USA) työntekijän R. Ayresin ehdottamaksi ennustemenetelmäksi verhokäyrillä. Lyhyesti sanottuna se tiivistyy seuraavaan. Määritetään järjestelmän tunnusomaisimmat parametrit, joiden muutosten analysointi mahdollistaa muutosten kulun ennustamisen koko järjestelmässä kokonaisuutena. Kullekin parametrille rakennetaan kehityskäyrä vuosille menneisyydessä ja nykyisyydessä, joka voidaan ekstrapoloida tulevaisuuteen. Analyysi järjestelmän menneisyydestä voi antaa hyvä malli sen tulevaisuus - kirjoittaa metodologian kirjoittaja. Ekstrapoloimalla verhokäyrät järjestelmäparametrien tyypillisimpien virta-arvojen mukaan, otamme automaattisesti huomioon järjestelmän jatkuvan parantamisen. Harvinaisten ja poikkeuksellisten löytöjen vaikutuksia on tietysti vaikea ottaa huomioon, mutta tavallisten parannusten järjestys ja jatkuvuus otetaan huomioon melko hyvällä likiarvolla. Tämän tekniikan kirjoittajan mukaan se mahdollistaa nykyaikaisten ennustetekniikoiden puutteista johtuvien poikkeamien todennäköisyyden vähentämisen, mahdollistaa ennakoitujen parametrien raja-arvojen ennakoinnin etukäteen ja lisää ennusteen vakauden astetta.

Mallintaminen. Malli sanan laajassa merkityksessä on yksinkertaistettu kuva (kaavio, kuvaus) ilmiöstä tai prosessista jälkimmäisen analysoinnin helpottamiseksi. Asettelumallin mukaan esimerkiksi suunnitellun tai olemassa olevan asuinalueen etuja ja haittoja on helpompi ymmärtää. Mallikaavion tai kaupungin kartan mukaan on helpompi kehittää esimerkiksi kaupunkiliikennejärjestelmää. Jos karttaan liitetään samaan kaupunkiliikenteeseen liittyvä kuvaus tai matemaattiset laskelmat (nämä ovat myös malleja), kehitysten tarkkuus ja laatu paranee entisestään.

Malleja käytetään menestyksekkäästi monilla tieteillä. Muodossa ne ovat hyvin erilaisia: subjekti (esimerkiksi asettelut, niitä kutsutaan arjessa malleiksi), fyysinen (jota yleensä kutsutaan toimivaksi malliksi), looginen (esineen kuvaus), matemaattinen (sen kuvaus yhtälöjärjestelmä) jne. Jos puhumme yhteiskunnallisista ilmiöistä, on erityisen kätevää mallintaa ne loogisesti (esimerkiksi analogisesti samankaltaisen, mutta helpompi analysoitavan ilmiön kanssa tai skenaariokaaviolla, joka yksinkertaisesti toistaa prosessin pääkohdat) tai matemaattisesti (esim. esimerkiksi prosessin kvantitatiivisten ominaisuuksien muodossa, yhtälöjärjestelmän muodossa, joka toistaa tiettyjen ilmiöiden toiminnan). Suurin osa monimutkaiset tyypit mallit on rakennettu niin laajalle ja monimutkaiselle tietojoukolle, että niitä voidaan yleensä käyttää vain elektronisten tietokoneiden avulla.

Mallinnusta on käytetty pitkään menestyksekkäästi konkreettisessa taloustieteessä ja sosiologiassa. Ei ole olemassa syitä, jotka estäisivät sen yhtä menestyksekkään käytön sosiaalisessa ennustamisessa. Totta, jälkimmäisessä tapauksessa puhumme erityistyypeistä sosiaalisista malleista - ennustavista malleista, eli ei ole olemassa olevien, vaan odotettujen, tulevien ilmiöiden ja prosessien mallintamisesta. Ennakointimalleilla on omat erityispiirteensä, ja niiden kehittämiselle on ominaista merkittävät lisävaikeudet. Mutta periaatteessa tämä ei ole muuta kuin erilaisia ​​yhteiskuntamalleja, jotka yleensä rakennetaan samoilla menetelmillä ja jotka pystyvät tuottamaan melko suuren vaikutuksen tieteellisen tutkimuksen aikana.

Yleisesti ottaen malli on minkä tahansa ennusteen orgaaninen osa. Aloitamme kaikki ennusteet siitä tosiasiasta, että siirrämme (jatkamme) jonkin ilmiön henkisesti tulevaisuuteen, ja päätämme siihen, että toistamme tämän ilmiön tulevaisuudessa tarvittaessa enemmän tai vähemmän yksinkertaistetussa muodossa - mallia, niin kauan kuin todellisuudessa tällainen ilmiö on edelleen olemassa. Toisin sanoen mikä tahansa ennuste alkaa olennaisesti aina ekstrapoloinnilla (sanan laajassa merkityksessä) ja päättyy ennustavaan malliin. Mutta tässä tapauksessa emme puhu ennustavista malleista yleensä, vaan mallintamisesta yhtenä sosiaalisen ennustamisen metodologian pääalueista. Tyypillisesti koko ennakoiva mallinnusprosessi sisältää:

1. Tehtävän asettaminen ja mallin läpimenoajan määrittäminen (niin monelle vuodelle eteenpäin).

2. Mallin kehittämiseen tarvittavien lähtötietojen muodostaminen (alkumallin rakentaminen).

3. Päätoiminto on näiden tietojen muutoksen laskeminen läpimenoajan mukaan niiden havaittujen ja odotettujen kehityssuuntien mukaisesti (yleensä asiantuntijoiden haastattelu- ja (tai) ekstrapolointimenetelmiä käyttäen.

4. Muutoksen minimi- ja maksimitasojen sekä todennäköisimpien tai toivottavien muutostasojen määrittäminen ja tämän mukaisesti mallin päämuunnelmien määrittäminen.

5. Yhden, useamman tai kaikkien vaihtoehdon tarkempi kuvaus yhtälöjärjestelmällä tai millä tahansa muulla tavalla on mahdollista.

6. Kehitetyn kehityksen jalostaminen houkuttelemalla lisätietoa mahdollisten virheiden korjaamiseksi.

7. Mallin ns. ennustavan skenaarion kehittäminen, eli sen toiminnan ominaisuuksien määrittäminen tietyissä (erityisesti määrätyissä) läpimenoajan ehdoissa. Toisin sanoen staattisen mallin (tai mallisarjan) muuntaminen toimivaksi järjestelmäksi.

8. Manipulointi ("peli") tämäntyyppisen toimintatoiminnallisen mallin elementeillä simuloimalla sen toimintaa (tietokoneella tai manuaalisesti) erilaisilla elementtien yhdistelmillä tilanteen odotettavissa olevien muutosten mukaisesti. Usein tätä työvaihetta kutsutaan mallintamiseksi termin suppeassa merkityksessä.

9. Ennuste saatujen tietojen perusteella tietyistä muutoksista ennustetussa objektissa. Tätä mallipohjainen ennustaminen on - ennustavan mallinnuksen lopputuote.

10. Ennusteen luotettavuusasteen määrittäminen, sen säätö ja tarkoituksenmukaiset suositukset suunnittelua, ohjelmointia, suunnittelua ja hallintaa varten niiden tieteellisen tason parantamiseksi. Tämä on itse asiassa kaikkien suoritettujen toimintojen käytännön vaikutus.

Viimeinen vaihe ansaitsee erityistä huomiota, koska monimutkaisten sosiaalisten ilmiöiden ennakoiva mallintaminen on työlästä ja kallista. Amerikkalaisten asiantuntijoiden mukaan täysimittaisen mallin rakentaminen maan sisäisistä sosioekonomisista tai sotilaallisista poliittisista prosesseista (eli useiden satojen monimutkaisten yhtälöiden kehittämisestä) kestää keskimäärin 2–6 vuotta.

Mikä tahansa malli luonnehtii todellista objektia vain likimääräisesti; tämän likiarvon aste riippuu käytetyn mallin tyypistä, mallinnustyökalujen metodologiasta ja tekniikasta. Yhteiskunnallisten järjestelmien mallit voivat muodossaan toimia humanististen tieteiden sanallisina kuvauksina, kaavioina, kaavioina, matemaattisina ja kyberneettisinä järjestelminä.

Yhteiskunnallisten järjestelmien mallit voidaan jakaa seuraaviin päätyyppeihin: tilastollinen mallit, ts. heijastaa sosiaalisten järjestelmien tilaa tietyllä hetkellä; yksinkertainen dynaaminen mallit, jotka heijastavat sosiaalisten järjestelmien rakenteen lisäksi myös toimintaprosessia; monimutkainen dynaaminen malleja, jotka heijastavat paitsi rakenteen ja toimintaprosessin, myös sosiaalisten järjestelmien kehitysprosessia, eli niiden laadullisen muutoksen prosessia. Siten malli voi heijastaa sosiaalisen järjestelmän objektiivista rakennetta sekä sen toiminta- ja kehitysmalleja.

On huomattava, että mallinnus liittyy läheisesti koe. Mallikokeen erityispiirre tavanomaiseen kokeeseen verrattuna on, että kohteen kognitioprosessi sisältää välilinkkimallin, joka toimii toisaalta välineenä ja toisaalta kokeellisen tutkimuksen kohteena. , joka korvaa "korvaavan" tutkimusobjektin. Tästä johtuen kokeellisen tutkimuksen mahdollisuudet laajenevat huomattavasti, sillä monia esineitä voidaan kopioida ja tutkia malleilla.

Analogioita. Hyvin yleinen sosiaalisessa ennustamisessa on analogiamenetelmä, eli ennustetun prosessin vertaaminen johonkin samankaltaiseen kuin menneisyydessä tapahtuneet sosiaaliset prosessit. Analogiamenetelmä, kuten ekstrapolointimenetelmä, ei välttämättä ota huomioon mahdollisuutta siirtyä toiseen järjestelmässä tapahtuvien laadullisten muutosten vaiheeseen.

Skriptien kirjoittaminen. Yksi sosiaalisen ennustamisen menetelmistä on skenaarioiden laatimismenetelmä. Skenaariot ovat kuvaava kopio väitetystä tulevaisuuden kuvasta koko maailmasta tai julkisen elämän eri osa-alueista tietyssä maassa tai toiminta-alueella. Skenaarion valmistelu sisältää yleensä tapahtumien ja prosessien loogisen järjestyksen kuvauksen, jotta voidaan tunnistaa kehitysvaihtoehdot, näkymät ja mahdolliset vaihtoehdot yhteiskunnallisten järjestelmien muutoksille. Näin ollen skenaario keskittyy niihin syy-suhteisiin, joita ennustaja pitää tärkeimpänä.

Skenaariota kehitettäessä voidaan asettaa erilaisia ​​tavoitteita, erityisesti yhteiskunnallisen tilanteen arviointi, mahdollisten vaihtoehtojen ja kehityssuuntien määrittäminen, todennäköisten tapaturmien ja tiettyjen päätösten seurausten määrittäminen sekä erilaiset toimintatavat erilaisiin sosiaalisiin tilanteisiin. Näin ollen skenaario on suunniteltu auttamaan löytämään vastauksia kysymyksiin, miten sosiaalinen tilanne voi kehittyä ja mitä mahdollisuuksia sen eri kehitysvaiheissa tulisi hyödyntää joidenkin tapahtumien alkamisen nopeuttamiseksi ja toisten ehkäisemiseksi.

Monimutkaiset menetelmät. Voisimme luonnollisesti mainita vain ne sosiaalisen ennustamisen menetelmät, jotka näyttävät olevan yleisimpiä ja suuntaa antavia. Niiden lisäksi on kymmeniä muita, joista jokaista voidaan käyttää tehokkaasti samoihin tarkoituksiin. Esimerkiksi ehdotetaan lähestymistapoja, jotka käyttävät "mustan laatikon" periaatetta (toimivan järjestelmän "panos"- ja "lähtö"-elementtien suhteen analyysi), "päätösmatriisien" periaatetta (tilaa kuvaavat järjestelmätaulukot). erilaisia ​​ilmiöitä ja prosessit), periaate, jonka mukaan otetaan huomioon "liitännäiset tapahtumat" (yhden prosessin ennustaminen toisen, jo havaitun prosessin tulosten perusteella), "yrityksen ja erehdyksen" periaate (peräkkäinen likimäärä a priori uskottavista ehdotuksista tarkkaan ennusteeseen ), ja monet muut.

Emme ota niitä huomioon vain siksi, että se johtaisi pois tämän osion aiheesta, vaan myös siksi, että nykyaikaiset erityiset ennustemenetelmät ovat yleensä luonteeltaan monimutkaisia ​​ja kattavat merkittävän osan luetelluista (eikä luetelluista) lähestymistavoista ja heijastaa tavalla tai toisella ainakin kaikkia edellä mainittujen tekniikoiden pääsuuntia.

Menetelmien monimutkaisuutta vahvistaa esimerkiksi se, että ennusteen asiantuntijaarviointi on orgaanisesti yhdistetty ekstrapolointiin ja mallintamiseen, ennustemallin kehittämiseen sisältyy yleensä asiantuntija-arvioita ja ekstrapolointia jne. Ennustamisen nopea kehitys, joka alkoi useita vuosia sitten, johtuu juuri siitä tehokas käyttö koko joukko menetelmiä. Kävi ilmi, että jos yhdistät erilaisia ​​ennustusmenetelmiä siten, että ne näyttävät vahvistavan toisiaan antaen kumulaatiovaikutuksen, voit saavuttaa merkittävän lisäyksen ennusteen tarkkuuteen, vaihteluväliin ja luotettavuuteen.

Yleisimmällä tavalla tällaisen monimutkaisen metodologian periaatemalli seuraavasti:

1. Teoreettinen käsite ennuste ja kuvaus sen lähtötilanteen perusteella (lähinnä kyselylomakkeilla, joihin on laadittu lopullinen ennustetun sahauksen tai prosessin alkuperäinen malli).

2. Johtavien kehityssuuntien tunnistaminen ja mallintaminen (pääasiassa ekstrapolointitekniikoilla).

3. Tiettyyn aikaan sidotun ennustavan mallin vaihtoehtojen kokoaminen.

4. Asiantuntijakysely kehitettyjen mallien selventämiseksi (jälleen kysely).

5. Erityisten eroavaisuuksien tunnistaminen mallin muunnelmien välillä.

6. Ongelmien muotoilu, joiden ratkaiseminen on välttämätöntä todennäköisimmän ja halutuimman (optimaalisen) mallin maksimaalisen konvergenssin saavuttamiseksi.

7. Toinen asiantuntijakysely ehdotetun mallin tarkentamiseksi.

9. Todennäköisyysennusteiden jälkeisten mallien laatiminen (suositeltujen suunnitelmien, ohjelmien, hankkeiden, päätösten toteuttamisen todennäköisten seurausten mallintaminen).

10. Jälleen asiantuntijakysely ennusteen arvioimiseksi kokonaisuutena. Virheiden, puutteiden, ristiriitojen, ei-toivottujen seurausten, suositusten jne. tunnistaminen.

11. Ennusteen kriittinen tarkistaminen saatujen kommenttien ja kertyneen kokemuksen mukaisesti.

12. Jälleen tilanteen kuvaus, uusien trendien tunnistaminen ja niin edelleen ilman loppua, eli siirtyminen uuteen ennustuskiertoon, koska ennusteprosessi voi ja sen pitäisi olla loputon, jatkuva, vain tämä mahdollistaa ennustamisen. systemaattinen tutkimus mahdollistaa niiden tieteellisen tason ja siten tehokkuuden jatkuvan parantamisen.

Mutta tämä on niin sanotusti ihanteellinen malli, joka on täysin toteutettu käytännössä. Mitä tulee tällaisiin käytännössä sovellettaviin menetelmiin, voidaan esimerkkinä viitata PATTERN-järjestelmään (alkukirjaimilla: Suunnitteluapu, vaikka tekninen relevanssilukujen arviointi - suunnittelun perustelu tieteellisen ja teknisen kehityksen kvantitatiivisella arvioinnilla), jonka ehdotti amerikkalaisen Honeywell-yhtiön asiantuntijat. Lyhyesti sanottuna se tiivistyy seuraavaan:

· asiantuntija-arvio ennustettavan kohteen kehitykseen vaikuttavista tekijöistä, tärkeimpien kehityssuuntien tunnistaminen ekstrapoloimalla; kehitysnäkymien alustavat mallit;

tavoitteiden, ongelmien ja aliongelmien hierarkian kehittäminen, jonka ratkaiseminen on välttämätöntä niiden saavuttamiseksi (ns. "tavoitteiden puu");

· nykyisen mallin (skenaarion) kehittäminen mahdollisesta kehityksestä ottaen huomioon "tavoitepuun" tiedot;

· asiantuntija-arvio ennustettujen ilmiöiden suhteellisesta merkityksestä sekä niiden mahdollinen toteutusaika (erityisesti kehitetyn merkittävyyskertoimien asteikon mukaan);

· "tavoitteiden puun" ongelmien, osa-ongelmien ja osa-ongelmien ratkaisemistapojen määrittäminen arvioimalla niiden monimutkaisuuden astetta erityisellä kerroinasteikolla;

· erilaisten ongelmien ratkaisemisen "keskinäisen hyödyllisyyden" analysointi ja arviointi "hyötysuhteiden" asteikolla, jotka määrittävät tietyntyyppisten ongelmien soveltuvuuden samanlaisiin tai toisiinsa liittyviin ongelmiin;

· lopullinen, yleistävä arvio, konsolidoitu ennuste ja suositukset suunnitelmien, hankkeiden, päätösten kehittämiseksi.

Yleinen ennusteen logiikka PATTERN-järjestelmän mukaan näyttää suunnilleen tältä. Skenaarion perusteella määritellään kiinnostuksen kohteet - poliittiset intressit, Tieteellinen tutkimus, kehitystyötä. Kullekin alueelle asetettujen tavoitteiden mukaisesti kehitetään tarvittavat toimenpiteet ja hahmotellaan ratkaistavien tehtävien tasot:

a) ennusteen tarkoituksen määrittäminen;

b) arviointi mahdolliset päivämäärät suunnitellun näkökulman toteuttaminen;

c) tieteellisen ja teknisen tason vertailu tähän mennessä ja ennusteen alkamisajankohtaan;

d) sama vertailu muihin maailman maihin;

e) joidenkin tieteen ja teknologian kehityksen alojen odotettujen vaikutusten määrittäminen toisiin;

f) mahdollisten sosiaalisten seurausten arviointi;

g) tarvittavien edellytysten määrittäminen ennakoitujen näkymien toteuttamiselle (uudet taloudellisten suhteiden ja rakenteiden muodot, elvytysmenetelmät jne.).

h) ennusteiden täytäntöönpanovaihe; samassa vaiheessa testataan ensin ennustemenetelmät ja saadut tulokset, tarkistetaan ennusteen kaikkien avainasemien perustelujen perusteellisuus.

Ennusteiden toteutusvaihe ratkaisevassa määrin varmistaa ennustetietojen hyödyntämisen suunnittelu- ja ohjepäätöksissä. Tässä vaiheessa tieteelliset ja tekniset ennusteet käytännössä "liittyvät" laajaan sosioekonomiseen ennustejärjestelmään.