Ø Единичные и групповые. Единичные – всякий показатель, индикатум которого мыслится как единичный предмет; среди них бывают:
а) абсолютные – отражают такие характеристики субъектов, которые конструируются без использования информации как о группе в целом, так и о взаимоотношениях в ней (возраст, семейное положение);
б) относительные – выводятся на основе информации об отношениях между членами группы (широко используются в социометрии);
в) сравнительные – характеризуют субъект посредством сравнения значения, которое приобретается на некотором континууме, со значениями других членов группы;
г) контекстуальные – описывают члена группы свойством группы в целом (работник торговли, дошкольник).
Групповые показатели бывают трех типов:
а) аналитические – формируются посредством статистического обобщения данных о каждом единичном объекте; имеют дополнительные различия:
- один и тот же индикатор может быть использован для описания как всей группы в целом, так и ее каждого отдельного члена;
- сами показатели могут быть выражены мерами изменчивости статистического распределения: стандартным отклонением, дисперсией, параметрами кривизны и т. п. Будучи рассчитанными на основе единичных, экстраполироваться на них эти показатели не могут;
б) структурные – основываются на данных об отношениях членов группы;
в) глобальные – описывают только группы в целом и не сводятся к свойствам индивидов.
Возможно соединение нескольких типов в одном показателе, одновременная характеристика одних и тех же объектов как групп и как индивидов.
Сами по себе социальные показатели опосредуют переход от теории к методологии исследования социального явления или процесса к сбору эмпирической информации и обратно через анализ и интерпретацию данных к концептуальной модели объекта.
Таблица 7. Примерная типология показателей, используемых для построения исходной модели социального объекта
№ п/п | Показатель | Качественная характеристика |
1 | Простой, числовой абсолютный (например, численность населения) | Наиболее простой и наименее трудоемкий показатель. Пригоден в тех случаях, когда известен сравнительно-исторический контекст индицируемого информационного массива |
2 | Простой числовой относительный (например, число телевизоров на 1000 человек) | Сравнительно простой и нетрудоемкий показатель: также требует конкретного сравнительно-исторического контекста |
3 | 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 |
4 | 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 |
5 | 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 предыдущего, весьма ограничено, поэтому удельный вес его незначителен |
6 | Сложный процентный (например, соотношение процентных долей в структуре населения) | Гораздо более трудоемкий, но и гораздо более информативный показатель. Наиболее распространен в практике индицирования среди сложных типов показателей |
7 | 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. |
8 | 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 для нормативного социального прогноза, а также для плана, программы, проекта, целеполагания, организационного решения |
9 | 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 |
10 | Динамичный балансовый, особая разновидность типа 4. Оценка состояния явления по принципу «меньше ¾ больше» (например, баланс миграции населения) | Показатели этого типа близки по своим особенностям к показателям типа, хотя и не совпадают с ними |
11 | 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 процент роста от уровня исходного года, либо как процент приближения к установленному пределу-норме | 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 |
12 | 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 |
13 | Социологический. По сути это простые или сложные относительные показатели, но полученные в результате опросов населения, а не анализа информационных массивов, как обычно в статистике | |
14 | Экстремальный, показывающий соотношение минимальных и максимальных величин | Сложен, трудоемок, с весьма ограниченным полем применения |
15 | 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 |
16 | Корреляционный (например, соотношение числа занятых в сельском хозяйстве и объема произведенной ими продукции) | Того же типа, что и 15 и 14 |
В существующих системах социальных показателей в основном используются простейшие частные типы показателей, по которым сравнительно легко индицировать информацию, но которые дают невысокий уровень материалов для обобщений и выводов, необходимых в теоретической или практической работе с показателями. Наиболее распространенный тип – процентная доля. При правильной постановке дела этот показатель сообщает исследователю или практическому работнику гораздо больше, чем простое абсолютное число, но все же гораздо меньше, чем более сложные и более трудоемкие показатели.
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 ее 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 (от фр. 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 индексами. 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 конструированием 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.
4.3. 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 (зависит от цели прогнозного исследования):
– научно-технический – ожидаемые изменения топливно-энергетического, материально-сырьевого, транспортно-коммуникативного, 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 обуславливают 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 подсистеме «обратной связи» сравнивается ожидаемый «вход» с желательным, выявляется различие, вырабатывается решение о воздействии 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 последующую систему.
Если между необходимым (желательным) и существующим (ожидаемым) входом есть различие, то оно фиксируется как наличие 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 характер, 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 подхода 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. «Процесс» – 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 обстановки, 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 построением динамических рядов).
6. Прогнозная ретроспекции фоновых данных.
7. Прогнозный анализ фоновых данных, заключающих в себе не только тенденции периода основания, как в исходной модели, но и тренды периода упреждения по полученным (или постулированным) 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 будущем с учетом данных прогнозного фона.
4.4. Поисковый прогноз
При сравнении обществоведческих и естественнонаучных прогнозов легко прослеживаются их специфические особенности. Мы уже говорили, что большинство объектов исследования в естественных и технических науках совсем или почти не поддается видоизменению посредством действий на основе решения, принятого с учетом прогноза. Во всех без исключения сферах исследования естественных и технических наук – атмосфере, гидросфере, литосфере, биосфере, техносфере, космосфере, микросфере и т. п. – речь может идти только о безусловном предсказании возможного реального состояния прогнозируемого объекта с целью приспособиться к этому состоянию (например, прогноз погоды).
Объекты исследования общественных наук, как правило, сравнительно легко поддаются видоизменению с помощью действий 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 прогнозируемого объекта, а также решения и действия на основе такого 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 естественнонаучных 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 ….) 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.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 |



