Социального объекта 1 страница

Таблица 7

№ п/п

Показатель

Качественная характеристика

Простой, числовой абсолютный (например, численность населе­ния)

Наиболее простой и наименее трудоемкий показатель. Приго­ден в тех случаях, когда извес­тен сравнительно-исторический контекст индицируемого инфор­мационного массива

Простой числовой относительный (например, число телевизоров на 1000 человек)

Сравнительно простой и нетру­доемкий показатель: также тре­бует конкретного сравнительно-исторического контекста

Простой процентный (процент­ная доля)

Сравнительно нетрудоемкий (но более трудоемкий, чем два пред­шествующих) и самый эффектив­ный среди простейших показате­лей, чем объясняется его подав­ляющее господство в современ­ных индикаторных системах

Продолжение табл. 7

№ п/п	Показатель	Качественная характеристика
	Динамический процентный (на­пример, темпы развития в про­центах к предыдущему итогу)	Относится к числу простейших показателей, используется для характеристики темпов роста. За пределами этой задачи не несет почти никакой информации, чем снижает информативность всей системы. Используется сравни­тельно ограниченно
	Средний числовой абсолютный (например, средняя величина зарплаты, дохода и т. п.)	Более трудоемкий, но и более информативный показатель, поскольку дает больше материа­ла для обобщения. Однако дей­ствие показателей этого типа, как и предьщущего, весьма ограничено, поэтому удельный вес его незначителен
	Сложный процентный (напри­мер, соотношение процентных долей в структуре населения)	Гораздо более трудоемкий, но и гораздо более информатив­ный показатель. Наиболее рас­пространен в практике индици-рования среди сложных типов показателей
	Сложный числовой относитель­ный (например, соотношение ко­личества квартир в государст­венном, кооперативном и част­ном секторах)	Показатели этого типа использу­ются в тех случаях, когда выявить процентное (долевое) соотноше­ние практически невозможно или затруднительно. В особенности, это касается соотношения разно­качественных объектов
	Нормативный относительный (уровень приближения к заранее заданной величине-норме: на­пример, уровень питания в со­поставлении с научно обосно­ванными нормами)	Наиболее трудоемкий показа­тель, требующий предваритель­ной нормативной разработки соответствующего социального объекта. Но и чрезвычайно информативный, особенно

Продолжение табл. 7

№ п/п	Показатель	Качественная характеристика
		для нормативного социального прогноза, а также для плана, программы, проекта, целеполага-ния, организационного решения
	Балльный (оценка в баллах)	Получение балльных оценок весьма трудоемкая процедура, а их применение очень ограниче­но. Но в ряде ситуаций, когда другие типы показателей мало­эффективны, баллы могут ока­заться незаменимыми
	Динамичный балансовый, особая разновидность типа 4. Оценка состояния явления по принципу «меньше — больше» (например, баланс миграции населения)	Показатели этого типа близки по своим особенностям к показате­лям типа, хотя и не совпадают с ними
	Нормативный процентный, пред­ставляющий своеобразное соче­тание типов 3 и 8. Здесь за нор­му принимается не заранее за­данная величина, а 100%, кото­рые рассматриваются либо как исходный, либо как предельный уровень. Соответственно, показа­тель формируется либо как про-	Высокоперспективный, миними­зирующий недостатки, свойст­венные близким ему типам 3 и 8. Важно не подменять данный тип другими, базировать систему показателей на предварительной проблемно-нормативной разра­ботке индицируемого объекта
	цент роста от уровня исходного года, либо как процент прибли­жения к установленному преде­лу-норме
	Средний числовой относитель­ный (например, среднее число учеников на одного учителя)	Показатели близки по своим осо­бенностям к показателям типа 5, хотя и не совпадают с ними
	Социологический. По сути, это простые или сложные относи­тельные показатели,

Окончание табл. 7

№ п/п	Показатель	Качественная характеристика
	но полученные в результате оп­росов населения, а не анализа информационных массивов, как обычно в статистике
	Экстремальный, показывающий соотношение минимальных и максимальных величин	Сложен, трудоемок, с весьма ог­раниченным полем применения
	Когортный. Представляет собой особую разновидность типа 6. Соотношение в заранее опреде­ленных группах (например, про­центное распределение по груп­пам разного социального уровня)	Того же типа, что и 14
	Корреляционный (например, со­отношение числа занятых в сельском хозяйстве и объема произведенной ими продукции)	Того же типа, что и 15 и 14

Вместе с тем следует иметь в виду, что социальные показате­ли — это не вся социальная статистика, а только та количественно небольшая ее часть, которая позволяет измерять важнейшие соци­альные изменения, строить динамические ряды для сравнений во времени и пространстве. Такой подход непосредственно связывает любую систему социальных показателей с той или иной стороной исследуемого объекта или со всем объектом в целом, но в то же время предъявляет жесткие требования к каждому отдельному по­казателю. В частности, при подборе каждого из них, как показыва­ет сравнительный анализ существующих индикаторных систем, не­обходимо установить:

— информационную базу для практического использования по­казателя;

— степень адекватности показателя сущности индицируемого объекта;

— возможность формализации (стандартизации) показателя;

— степень его взаимосвязи с другими показателями индика­торной системы;

— соответствие показателя целям теоретической или практиче­ской работы;

— возможность замены показателя в случае необходимости столь же эффективным;

— потенция показателя для различительных и сравнительных операций при анализе результатов измерения.

Процесс построения исходной модели социального объекта, пред­ставленной как система показателей, включает следующие этапы:

1) разработку концептуальной модели объекта;

2) построение тезауруса показателей;

3) экспертные оценки значимости показателей;

4) математико-статистические оценки значимости показателей.

2. Сведение предварительного перечня к состоянию, при­годному для проведения дальнейших операций. Как правило, предварительный перечень насчитывает многие десятки, нередко сотни, а иногда и тысячи индикатумов. Правда, большинство из них обычно дублируют содержание друг друга. Поэтому в начале опера­ции по сведению предварительного перечня к состоянию, пригодно­му для исследования, проводится содержательный анализ перечня с целью вычеркнуть индикатум-дублеры. Но и после этого число показателей обычно остается неприемлемо большим. Эмпирически установлено, что индикаторная система удобна для оперирования с нею и, главное, для осмысления с целью выработки рекомендаций на ее основе только при масштабе порядка десятков (а отнюдь не сотен, и тем более не тысяч) показателей. Идеальным было бы на­личие лишь нескольких показателей, но это грозит подорвать ре­презентативность индикаторной системы, сделать ее односторонней и дать искаженное представление о предмете исследования.

Выявлено три способа минимизации индикаторной системы до оптимальных масштабов:

а) замена групп однородных показателей обобщающими ин­
дексами. Это наиболее эффективный способ, но применение его
требует предварительного развития теории индексации социальных
явлений и процессов, находящейся пока в зачаточном состоянии;

б) агрегация групп однородных показателей с конструировани­
ем высокоагрегированных показателей более общего характера, чем

первоначальные частные. Этот способ проще и применяется чаще, но также требует для повышения своей эффективности предвари­тельного развития теории, находящейся в ненамного лучшем со­стоянием, чем предыдущая;

в) выделение по каждой группе однородных показателей так называемого «проблемного», т. е. показателя, наиболее тесно кор­релирующего с какой-либо отдельной социальной проблемой, ради которой предпринимается соответствующее исследование, оставляя все прочие по необходимости без внимания. Такой способ наиболее экономичен и весьма оперативен, но грозит односторонним подхо­дом и требует ясного представления о проблеме исследования, ее четкой формулировки.

Вторая часть этой операции заключается в минимизации числа показателей исходной модели одним из трех названных способов.

3. Обсуждение (очный или заочный опрос более широ­кого круга экспертов) с целью уточнения полученной модели «методом комиссии», методом деструктивной отнесенной оценки или разновидностью дельфийской техники в зависимости от степе­ни сложности, особенностей и степени разработанности предмета исследования, а также от степени уверенности исследовательской группы в адекватности модели предмету исследования.

4. Доработка исходной модели на основании обсуждения и ее окончательная редакция с помощью методов системного анализа.

5. Индикация исходной модели (мобилизация количествен­ной информации и построение динамических рядов индикаторов по каждому показателю исходной модели соответственно установлен­ным индикатумам на весь период основания прогноза).

6. Прогнозная ретроспекция — анализ динамических рядов исходной модели с целью выявить особенности тенденций развития предмета исследования.

7. Прогнозный анализ — анализ выявленных тенденций предмета исследования с целью определения адекватности после­дующих операций собственно прогнозирования.

Конечный результат процедуры построения базовой модели и ее анализа — удобная для последующих операций модель предме­та исследования и комментарии и пояснения к ней, определяющие порядок дальнейшей работы.

§ 3. Модель прогнозного фона

Исходная модель социального прогноза не будет адекватна за­дачам и цели исследования, если она не сопрягается с моделью прогнозного фона.

Прогнозный фон — это совокупность внешних факторов, влияющих на развитие объекта исследования. Данные прогнозного фона выражаются такими же показателями, как и характеристики исследуемого объекта, но в отличие от них, выявленных путем про­ведения социологического исследования, берутся готовыми или по­стулируются условно. Сопоставление профильных и фоновых дан­ных позволяет анализировать исследуемое явление с целью разра­ботки прогноза. Фоновые данные охватывают тот минимум факторов различного характера, которые оказывают наибольшее влияние на тенденции и перспективы развития объекта исследования.

Стандартные аспекты прогнозного фона (зависят от цели прогнозного исследования):

— научно-технический — ожидаемые изменения топливно-энергетического, материально-сырьевого, транспортно-коммуни-кативного, межотраслевого, продовольственного и других балансов; наиболее значительные нововведения в области электрификации, химизации, биологизации, космизации, механизации, автоматиза­ции, компьютеризации общественного производства;

— демографический — наиболее существенные применитель­но к объекту исследования изменения демографического баланса — рождаемости, смертности, естественного и искусственного (в ре­зультате миграций) прироста или убыли населения;

— экономический — проблемы экономической ситуации в стране, данные эффективности общественного производства, балан­са доходов/расходов населения и т. д.;

— социологический — данные по социальным потребностям и структурам, организации и управления, которые тесно связаны с профильными;

— социально-культурный — нововведения в материально-технической или организационно-информационной базе учреждений образования и культуры, которые оказывают наиболее существенные воздействия на функционирование и развитие этих учреждений;

— политический — 1) внутриполитический — нововведения государственно-правового, законодательного, в частности, порядка, которые ставят в определенные рамки социальное развитие общест­ва по профильным показателям; 2) международный — данные о процессах развития международных отношений, назревания воен­но-политических конфликтов, разрядки, разоружения, развития ми­ровой торговли, контактов в сфере культуры;

— международный.

Выбранные данные прогнозного фона необходимо свести в сис­тему показателей, а затем последовательно сопоставить профиль­ную систему показателей с фоновой, систему с системой, показа­тель с показателем, выявляя наиболее тесные связи между ними.

Сложность этого этапа заключается в том, что при сопоставле­нии профильных и фоновых данных необходимо учитывать взаимо­действие большого количества характеристик, которые с трудом или совсем не поддаются измерению и могут быть представлены только в виде качественных оценок. Поэтому для данной операции используют различные системы приемов соотнесения профиля и фона, одной из которых является принцип системного подхода. Суть его состоит в следующем:

— рассматривать объект исследования как комплекс взаимо­связанных элементов (включая обратную связь);

— рассматривать этот комплекс в единстве с внешними факто­рами, которые обусловливают его функционирование и развитие;

— рассматривать объект, если это возможно, как подсистему, элемент системы более общего порядка;

— рассматривать элементы комплекса, в свою очередь, как ча­стные системы со своими собственными подсистемами;

— выявлять, с учетом перечисленных требований, закономер­ности функционирования и развития объекта для выработки реко­мендаций по оптимизации управления им.

Собственно методология системного анализа в общем виде тако­ва: исследуемая система представляется в виде объектов, их свойств и связей между ними. К системным объектам относятся: вход, про­цесс, выход, обратная связь, ограничения. «Вход» — состояние, предшествующее процессу и изменяющееся при его протекании. «Выход» — результат, конечное состояние процесса. «Процесс» — преобразование «входа» в «выход». «Обратная связь» обеспечивает

соответствие между фактическим и желательным «выходом» путем изменения «входа». «Ограничение» — разница между «выходом» и требованиями к нему как «входу» в последующую систему. В под-системе «обратной связи» сравнивается ожидаемый «вход» с жела-тельным, выявляется различие, вырабатывается решение о воздейст-вии на «вход» с целью ликвидации или минимизации различия. В подсистеме «ограничение» «выход» анализируется с позиции его последующих модификаций, причем учитывается цель системы и оп­ределяются принуждающие связи (разновидность обратной связи), которые согласуются с требованиями к нему на «входе» в после-дующую систему.

Если между необходимым (желательным) и существующим (ожидаемым) входом есть различие, то оно фиксируется как нали-чие проблемной ситуации. Проблема — это разница между суще­ствующей и желательной системой, решение ее — особая система, заполняющая разрыв между ними.

Конструирование такой системы осуществляется путем выяс­нения условий, цели и возможности решения проблемы. Если они известны полностью, проблема носит чисто количественный харак-тер, если известны лишь частично — качественный. Номенклатура функций решения проблемы включает: выявление проблемы, оцен­ку степени ее актуальности, определение ограничения (цели и при­нуждающих связей) критериев измерения степени приближения действительного и желательного, анализ действительного, опреде­ление структуры возможностей для построения набора альтернатив и выбор из них оптимальной, принятие решения, его реализация и определение ее результатов.

Перечисленные основополагающие принципы системного под-хода можно взять в качестве методологической основы системного анализа данных исходной модели и прогнозного фона. При этом «входом» будет показатель или группа показателей в качестве эле­мента или подсистемы профильного объекта, сопряженные с тем или иным элементом его подсистемой прогнозного фона. «Про-цесс» — оценка степени воздействия прогнозного фона на объект. «Обратная связь» — уточнение или изменение исходных показате­лей. «Ограничения» диктуются особенностями прогнозируемого объекта и его прогнозного фона в целом или особенностями обста-

новки, в которой рассматривается объект. На «выходе» получаются выводы о перспективном значении той или иной взаимосвязи.

Как только устанавливается перспективное значение той или иной корреляции, обнаруживается перспективная социальная про­блема, от постановки которой во многом зависит характер и кон­кретные особенности преобразования исходных показателей в про­гностическую поисковую модель. При этом «вход» — это постав­ленная проблема, «процесс» охватывает особенности ее назревания и (или) разрешения, «обратная связь» дает возможность уточнить или изменить при необходимости постановку проблемы, «ограниче­ния» вытекают из операции объекта, к которому относится проблема. На «выходе» получается оценка ожидаемых результатов назревания и (или) разрешения проблемы при наметавшихся тенденциях.

Последовательность операций при построении модели прогноз­ного фона и ее анализа включает в себя следующие операции:

1. Составление предварительного перечня индикатумов модели прогнозного фона по всем семи разделам. Два последних раздела (политический и международный) в социальных прогнозах обычно постулируют условную неизменность фона на весь период упреждения, за исключением тех случаев, когда политические во­просы входят непосредственно в предмет исследования. Два преды­дущих раздела (социологический и социокультурный) также в со­циальных прогнозах обычно большей частью входят в предмет ис­следования.

2. Сведение предварительного перечня к состоянию, пригодному для дальнейших операций, одним из способов: за­меной групп однородных показателей обобщающими индексами, агрегацией групп однородных показателей с конструированием по­казателей более общего характера; выделением из каждой группы однородных показателей «проблемного» показателя.

3. Обсуждение с целью уточнения полученной модели, методами «комиссии», деструктивной отнесенной оценки или раз­новидностью дельфийской техники. Если предмет исследования не особенно сложен, возможно совмещение операций 2 и 3.

4. Доработка модели прогнозного фона на основе обсуж­дения методами системного анализа.

5. Индикация модели прогнозного фона (мобилизация ко­личественной информации в имеющейся литературе, по заказам в

компетентных учреждениях или условно постулируемой, с по-строением динамических рядов).

6. Прогнозная ретроспекции фоновых данных.

7. Прогнозный анализ фоновых данных, заключающих в себе не только тенденции периода основания, как в исходной моде-ли, но и тренды периода упреждения по полученным (или посту-лированным) готовым данным.

Конечный результат — документ того же объема и характера, что и разработанный для построения исходной модели. Иногда для более основательной ориентации последующих операций к обоим документам добавляют так называемый предмодельный сценарий (в смысле — предшествующий прогнозным моделям), который по существу является дальнейшим развитием концептуальных рабочих гипотез и содержит общие предварительные соображения о воз­можном и желательном состоянии объекта исследования в буду-щем с учетом данных прогнозного фона.

§ 4. Поисковый прогноз

При сравнении обществоведческих и естественно-научных про-гнозов легко прослеживаются их специфические особенности. Мы уже говорили, что большинство объектов исследования в естест-венных и технических науках совсем или почти не поддается видо-изменению посредством действий на основе решения, принятого с учетом прогноза. Во всех без исключения сферах исследования ес­тественных и технических наук — атмосфере, гидросфере, лито-сфере, биосфере, техносфере, космосфере, микросфере и т. п. — речь может идти только о безусловном предсказании возможного реального состояния прогнозируемого объекта с целью приспосо-биться к этому состоянию (например, прогноз погоды).

Объекты исследования общественных наук, как правило, сравнительно легко поддаются видоизменению с помощью дейст-вий на основе решения, принятого с учетом прогноза. Именно это обстоятельство делает методологически несостоятельной ориента­цию прогноза на получение безусловного предсказания: любое предвосхищение возможного будущего реального состояния про-гнозируемого объекта, а также решения и действия на основе та-

кого предсказания видоизменят исходное состояние, и прогноз станет недостоверен.

Тем не менее многие социальные процессы, теоретически под­дающиеся управлению, на практике развиваются стихийно, что дает основание применять к ним методы естествоведческих прогнозов. При этом следует иметь в виду, что стихийность протекания ана­лизируемого процесса может смениться строго контролируемым целенаправленным развитием (например, давно назрела необходи­мость таких перемен в сферах расселения, градостроительства, де­мографии и многих других). Такие изменения могут осуществлять­ся как волевым порядком, так и с учетом научного анализа, диаг­ноза и прогноза исследуемого явления. Из этого следует, что в от­личие от естественно-научных социальный прогноз должен быть ориентирован не на безусловное предсказание, а на содействие оп­тимизации принимаемых решений.

Реализуется эта задача путем использования исследователь­ской техники поискового и нормативного прогнозирования, дающе­го достаточно обоснованные материалы при выработке рекоменда­ций для целеполагания, планирования, проектирования и управле­ния в целом.

Основная задача поискового прогноза при этом — выяв­ление перспективных проблем, подлежащих решению средствами управления. Предсказание в данном случае носит сугубо условный характер, базирующийся на абстрагировании от возможного и даже необходимого вмешательства со стороны сферы управления. Мето­дологически недопустимо сводить социальный прогноз к поиску, но столь же недопустимо переходить сразу к нормативной разработке данной модели, не имея представления о проблемной ситуации, в условиях которой и для преодоления которой будет функциони­ровать предложенный оптимум.

В наиболее общем виде поисковый (изыскательский, исследова­тельский, трендовый, генетический, эксплоративный и др.) прогноз выглядит как условное продолжение в будущее тенденций развития изучаемых явлений, закономерности развития которых в прошлом и настоящем достаточно хорошо известны. При этом заведомо абстра­гируются от возможных и даже необходимых, неизбежных плано­вых, программных проектных и организационных решений, способ­ных существенно изменить наметившиеся тенденции. Суть и цель

прогнозного поиска не в адекватном предвосхищении будущего ре­ального состояния прогнозируемого объекта, а в выяснении того, что реально произойдет при сохранении существующих тенденций раз­вития, т. е. при условии, что сфера влияния не выработает поисковых решений, способных изменить неблагоприятные тенденции.

Последовательность операций при разработке поискового прогноза:

1. Прямая (механическая) экстраполяция динамических рядов исходной модели на период упреждения прогноза с целью создать ориентирующую основу для последующих операций мето­дами трендового моделирования и сведения их в систему первой (основной) поисковой модели.

2. Вычисление так называемой верхней экстремы про­гнозного поиска: сопоставление данных первой поисковой модели с данными прогнозного фона и определение таким путем макси­мально возможных отклонений тренда до условного рубежа, за ко­торым начинается область заведомо нереального, фантастического (например, максимально возможного роста темпов и масштабов ав­томатизации производства, роста народонаселения и т. д.).

Здесь, как и в дальнейшем, уже не обойтись трендовыми моде­лями, требуется расширение аппарата моделирования (формализо­ванные сценарии, матрицы, графы, сетевые и имитационные модели и пр.). Полученные результаты сводятся в систему второй поиско­вой модели прогноза.

3. Вычисление нижней экстремы прогнозного поиска те­ми же способами с определением максимально возможных откло­нений тренда до противоположного условного рубежа, за которым начинается область заведомо катастрофического (например, истоще­ние ресурсов, нехватка средств, депопуляция и пр.). Результат — третья поисковая модель прогноза.

4. Вычисление наиболее вероятного тренда между верх­ней и нижней экстремами на основе углубленного анализа дан­ных прогнозного фона теми же способами, что и при вычислении верхней и нижней экстрем. Результат — четвертая (заключитель­ная) поисковая модель прогноза, которая представляется обычно в виде «дерева социальных проблем», подлежащих решению.

5. Обсуждение всех четырех или хотя бы заключитель­ной поисковой модели путем опроса экспертов (желательно с

учетом психологии экспертов, с обращением к дельфийской техни­ке заочного коллективного опроса и лишь в случае острой нехватки времени и средств — к очному опросу, гораздо менее эффективно­му в данном случае; индивидуальные экспертные оценки, даже оч­ные, сопряжены с повышенным риском односторонности, неадек­ватности экспертизы).

6. Доработка поисковых моделей прогноза на основе об­суждения и сведение их в единую систему. Методологически недо­пустима подмена такой системы любой из поисковых моделей — даже заключительной, т. к. для нужд управления чрезвычайно важ­но иметь представление не об одном тренде (как бы основательно он не был рассчитан), а обо всем «веере трендов», охватывающем область реально возможного и позволяющем заранее принимать во внимание различные возможные отклонения от наиболее вероятно­го тренда.

Исследовательская техника разработки поискового прогноза базируется на принципе экстраполяции в будущее (или интерполя­ции отсутствующих значений) динамических и на данных, законо­мерности развития которых в прошлом известны. Собственно экст­раполяция (интерполяция) может быть довольно сложной, учиты­вающей разнообразные факторы и делающей прогноз более инфор­мативным. При этом на практике поисковый прогноз дает не одно, а целый ряд возможных значений, позволяющих точнее ориентиро­ваться в складывающейся ситуации.

Наиболее простой является так называемая прямая (механи­ческая, наивная) экстраполяция, которая продолжает начатый динамический ряд со времени основания до времени упреждения прогноза, реализуясь по принципу: если имеется 1, 2, 3, 4 (период основания), то при условии невмешательства извне и сохранения наметившейся тенденции динамический ряд будет выглядеть как 5, 6, 7, 8 и т. д. по периоду упреждения (или в случае интерполяции: если 1, 2, 3, 6, 7, 8, то в середине окажется 4, 5). Не следует недо­оценивать эффективность такой логики: во многих случаях жизни важные социальные процессы развиваются именно подобным обра­зом и прогноз на этой основе оказывается в высокой степени дос­товерным.

Правда, на практике социальные прогнозы часто развертыва­ются гораздо более сложным образом — не обязательно линейно,

а, допустим, в геометрической прогрессии, экспоненциально, гипер­болически, логистически и т. д. Однако на каждый такой случай существует или может быть введена соответствующая математиче­ская формула, позволяющая усложнять экстраполяцию до любой требуемой степени. Поэтому 1, 2, 3, 4 не обязательно должны оз­начать в экстраполяции 5, 6, 7, 8. Экстраполяция может выглядеть и как 6, 9, 15, 24, и как 16, 32, 64, 128, и даже как 5, 4, 3, 2, 1 (в зависимости от используемой формулы). Она может быть не только количественной (статистической), но и качественной (логической), например, при экстраполяции какого-нибудь явления на более ши­рокий круг других явлений во времени или пространстве (либо в том и другом сразу) с использованием метода аналогии.

Дата добавления: 2014-12-17