Материал: Государственное прогнозирование социально-экономического развития

Пример метода «мозгового штурма»: при обсуждении вопросов строительства нового, ультрасовременного стадиона, с нестандартной архитектурой, были приглашены ряд специалистов с креативными целями и был использован метод «мозгового штурма».

Метод морфологического анализа представляет собой упорядоченный способ рассмотрения объекта и получения систематизированной информации по всем возможным вариантам его развития. Он включает ряд приемов, имеющих единый принцип действий: систематизированное рассмотрение характеристик объекта, стремление не пропустить ни одной из них, ничего не отбрасывать без предварительного исчерпывающего исследования. Этой цели служит прием систематизированного охвата информации с последующим исследованием ее по методу «морфологического ящика». Последний строится в виде дерева или матрицы, в клетках которых помещены соответствующие характеристики объекта. Последовательное соединение одного из параметров первого уровня с одним из параметров последующего уровня представляет собой одно из возможных состояний объекта или решений проблемы. В результате создается новая информация об изучаемом объекте и вырабатывается оценка всех возможных альтернатив его состояния.

Пример: можно использовать научно-технических прогнозах, при развитии какой-либо отрасли науки.

Группа методов коллективных экспертных оценок основана на том, что при коллективном мышлении, во-первых, выше точность результата и, во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, могут возникнуть продуктивные идеи.

Формализованные методы

Формализованные методы базируются на использовании фактографической информации (описательна, необобщенная информация для дальнейшего анализа).

Используются в следующих случаях: если есть ретроспективная информация, то есть существует статистика; когда количество факторов и их сила будет такой же, как и в прошлом (факторы влияют на объект), тенденция развития такая же.

Суть: на основе объективных данных, глубины имеющихся данных, описывается развитие на основе математического аппарата.

Глубина - частота имеющихся данных. Необходимо убедиться в гладкости тенденции.

Результат использования может быть двояким: не только для составления прогнозов, но и для накапливания первичной информации об объекте.

«+» :

• 1 возможность анализа прогнозирования при отсутствии ретроспективной информации
• 2 позволяет прогнозировать при высокой вероятности возникновения качественных скачков в развитии объекта

«-» :

• 1 сложность процедуры сбора и обработки информации
• 2 индивидуальный субъективизм экспертов
• 3 дискретность прогноза

Достоинства:

• 1. Простота в применении. Наличие готовых алгоритмов.
• 2. Объективность (не достоверность), доверие
• 3. Динамика. Формализованные методы позволяют определить динамику развития на любое будущее время.

Недостатки:

• 1. Формализованные методы можно применять, только если мы знаем предысторию развития исследования объекта.
• 2. Не могут учесть скачкообразные изменения, ведущие к скачкообразным изменениям в количестве.

Формализованные методы:

• 1) Экстраполяция
• а) Метод наименьших квадратов
• б) Метод экспоненциального сглаживания
• в) Метод адаптированного сглаживания
• 2) Системено-структурные методы
• а) Морфологический анализ
• б) Матричный метод
• в) Метод сетевого моделирования
• г) Метод структурной аналогии
• 3) Ассоциативные
• а) Вероятностное моделирование
• б) Имитационное моделирование
• в) Историко-логическое моделирование (анализ)
• 4) Опережающей информации
• а) Анализ потоков публикаций
• б) Метод анализа патентной информации
• в) Метод значимости открытий и изобретений
• 1. Экстраполяционные - методы прогнозирования, основанные на математической экстраполяции, при которых выбор аппроксимирующей функции осуществляется с учетом условий ограничения и развития объекта прогнозирования (методы экстраполяции основаны на статистическом наблюдении динамики определенного показателя, определении тенденции (трения) его развития и продолжении этой тенденции для будущего периода).
• 2. Системно-структурные - методы, основанные на выявлении структурной взаимосвязи и анализу выявленных взаимосвязей.
• 3. Ассоциативные - методы ассоциации, основанные на установлении зависимости, внутренней логики развития природных объектов (живых и общественных явлений), и затем модель переносится на объект прогнозирования.
• 4. Методы опережающей информации - информация опережает практику.
• 1.1. метод наименьших квадратов (статистический метод определения параметров генеральной совокупности путем минимизации критериев суммы квадратов отклонений между фактическими и расчетными данными);
• 1.2. метод экспоненциального сглаживания (предназначен для прогнозирования динамики показателей, заданных в виде динамических рядов, путем экстраполяции тенденций (трендов), выявленных по данным прошлых лет. Метод экспоненциального сглаживания является развитием трендовых методов и базируется на построении уравнений тренда с коэффициентами, меняющимися на горизонте прогнозирования);
• 2.1. морфологический анализ (основан на выявлении структуры объекта прогнозирования и последующей оценке элементов структуры; это метод прогнозирования, основанный на построении матрицы характеристик объекта прогнозирования и их возможных значений с последующим перебором и оценкой вариантов сочетании этих значений);
• 2.2. матричный метод (основан на оценке фактов, описывающих объект; Метод прогнозирования, основанный на использовании матриц, отражающих значения (веса) вершин граф-модели объекта прогнозирования, с последующим преобразованием матриц и оперированием с ними);
• 2.3. метод сетевого моделирования (осуществляется на событийном уровне; определяются, какие действия происходят в системе, какие состояние предшествовали этим действиям и какие состояния примет система после выполнения действия. Выполнения событийной модели описывает поведение системы. Анализ результатов выполнения может сказать о том, в каких состояниях пребывала или не пребывала система, какие состояния в принципе не достижимы. Пример - сетевые графики);
• 2.4. метод структурной аналогии (пример: установление цены на товар. Суть данного метода заключается в том, что при установлении цены нового товара определяют структурную формулу цены по его аналогу. Для этого используют фактические или статистические данные о доле основных элементов в цене или себестоимости аналогичного товара. Если возможно точно определить для нового товара один из элементов цены, например материальные затраты по рабочим чертежам, нормы расхода и т.п., то, перенося структуру аналога на новый товар, можно рассчитать ориентировочную цену);
• 3.2. метод имитационного моделирования - основано на сочетании формализованных методов и экспертных оценок; связывают результативный признак с различными изменениями факторов; цель - отследить влияние факторов, но и силу их воздействия на результирующий признак
• 3.3. метод историко-логического анализа (Метод прогнозирования, основанный на системе структурно-временных карт и (или) построении тезаурусов с последующим анализом изменений их структур);

Моделирование

Распространенной методикой описания тех или иных процессов и явлений служит моделирование. Моделирование считается достаточно эффективным средством прогнозирования возможного явления новых или будущих технических средств и решений. Впервые для целей прогнозирования построение операционных моделей было предпринято в экономике. Модель конструируется субъектом исследования так, чтобы операции отображали характеристики объекта (взаимосвязи, структурные и функциональные параметры и т.п.), существенные для цели исследования. Поэтому вопрос о качестве такого отображения - адекватности модели объекту - правомерно решать лишь относительно определенной цели. Конструирование модели на основе предварительного изучения объекта и выделения его существенных характеристик, экспериментальный и теоретический анализ модели, сопоставление результатов с данными объекта, корректировка модели составляют содержание метода моделирования.

Метод моделирования, разработка которого применительо к прогнозированию научно-технического прогресса встречает серьезные трудности, требует к себе особого внимания.

Трудность применения метода моделирования в прогнозировании научно-технического прогресса вызывается сложностью структуры технического развития и поэтому вынуждает пользоваться не единст­венной моделью, а системой методов и моделей, характеризующейся определенной иерархией и последовательностью.

Под системой моделей прогнозирования научно-технического прогресса следует понимать совокупность методик и моделей, позволяющую дать согласованный и непротиворечивый прогноз научно-технического развития отрасли, основывающийся на изучении складывающихся в текущем и будущих периодах технико-экономических тенденций и закономерностей, на заданных целевых установках, на имеющихся ресурсах, выявленных потребностях народного хозяйства и их динамике.

Такая система предполагает определенную очередность использования моделей для целей составления комплексного прогноза.

Использование математического аппарата для описания моделей (включая алгоритмы и их действия) связано с преимуществами математического подхода к многостадийным процессам обработки информации, использованием идентичных средств формирования задач, поиска методов их решения, фиксации этих методов и их преобразования в программы, рассчитанные на применение средств вычислительной техники.

Разработка системы моделей прогнозирования проходит три этапа.

На первом этапе разработки локальных методик прогнозирования прорабатываются отдельные модели и подсистемы моделей прогнозирования. Разработанные модели должны быть взаимно увязаны и составлять единую систему для целей прогнозирования, обеспечивающую взаимодействие отдельных моделей в соответствии с определенными требованиями. Такие требования будут зафиксированы в программе исследований по проблеме в целом.

На втором этапе разработки локальных методик прогнозирования научно-технического прогресса создается система взаимодействующих моделей прогнозирования, уточняются и согласовываются подсистемы моделей, проверяется их взаимодействие, определяется последовательность использования отдельных моделей, а также приемов оценки и методов проверки получаемых комплексных прогнозов. На этом этапе также должны быть составлены соответствующие программы для решения задач на электронных вычислительных машинах.

Третий этап создания системы моделей прогнозирования в основном связан с уточнением и развитием отдельных локальных систем и методик в ходе практического их использования для целей комплексного прогнозирования научно-технического прогресса.

При составлении детальных программ исследований для первого и второго этапов необходимо учитывать, что задачи методики и круг проблем и показателей, разрабатываемых при прогнозировании, существенным образом зависят от сроков прогнозов. С увеличением деятельности прогнозируемого периода происходит укрупнение показателей, уменьшается количество имеющейся и доступной информации всех видов; этому соответствует использование укрупненных (агрегированных) моделей, рассмотрение более крупных синтетических проблем развития народного хозяйства. При этом необходимо выявить показатели, которые связаны устойчивыми функциональными связями, как между собой, так и с показателями прогнозов на менее длительный период и которые существенно влияют на динамику показателей для периода в целом и отдельных его частей (принцип отбора существенной и устойчивой информации).

Требования, предъявляемые к отдельным моделям и системе моделей прогнозирования, предопределяют методы, с помощью которых эти модели могут и должны разрабатываться, а также методы и средства осуществления расчетов по ним. Эти требования сводятся главным образом к следующим положениям:

• - методика должна давать четкое описание последовательности правил (алгоритма), позволяющее составить отдельный прогноз при достаточно широких предположениях о характере и значениях исходной для данного прогноза информации определенной структуры;
• - методика должна использовать методы и технические средства, позволяющие проводить расчеты своевременно и многократно, исходя, как правило, из неоднородной и большой по объему, меняющейся по вариантам прогноза информации;
• - в подобных методиках должны учитываться сложные, многофакторные связи прогнозируемых процессов и показателей. Необходимо обеспечить выявление в этих условиях важнейших и устойчивых закономер­ностей и тенденций. Такое выявление необходимо как на исходном материале, так и в процессе анализа результатов, получаемых по данной методике, и их расчетов по комплексу связанных с ней моделей;

- необходимо системное согласование отдельных прогнозов, которое должно обеспечить непротиворечивость и взаимную корректировку последних.

Применение математических методов является необходимым условием для разработки и использования моделей прогнозирования, обеспечивающим высокие требования к обоснованности, действенности и своевременности прогнозов научно-технического прогресса.

Моделирование - это конструирование модели на основании предварительного изучения объекта и процессов, выделение его существенных признаков и характеристик. Прогнозирование с использованием моделей включает в себя ее разработку, экспериментальный анализ, сопоставление результатов предварительных прогнозных расчетов с фактическими данными состояния процесса или объекта, уточнение и корректировку модели.