Типология методов социально-экономического прогнозирования

Появление в начале 70-х гг. прошлого столетья фундаментальной исследовательской работы Э. Янча «Прогнозирование научно-технического прогресса» [14], посвященной выявлению и анализу существующих и активно используемых к тому моменту в практике корпоративного управления специальных технологий: методов и универсальных методик прогнозирования развивающихся экономических объектов, кажется, поставило точку в формировании обширного, но, тем не менее, ограниченного множества инструментов прогнозирования. Сообщение о наличие в арсенале прогнозистов более ста двадцати видов разнообразных методов научного обоснования предсказания будущего, по всей видимости, должно бы поселить в их умах хотя бы относительный покой касательно возможности достойного выбора в той или иной проблемной ситуации хотя бы нескольких возможных подходов, гарантирующих получение качественного предсказания. Можно утверждать, что после выхода этой книги научное, технологическое прогнозирование до определенной степени приняло свои завершенные формы и в дальнейшем совершенствование инструментария прогностики шло в направлении совершенствования в основном вычислительных алгоритмов, позволяющих наращивать количественные параметры в основном объемов и скорости обработки анализируемых массивов исходной информации с помощью средств вычислительной техники.

Однако на сегодняшний день можно констатировать, что большинство традиционных классических методов прогнозирования, в обоснование которых чаще всего положены теоретико-вероятностные и статистические предпосылки, далеко не всегда обнаруживают на практике свою состоятельность. Определим то, что мы называем методом и классическим методом прогнозирования.

Метод прогнозирования это способ исследования объекта прогнозирования с целью получения прогнозной информации.

В настоящее время существует огромное множество более-менее эффективных методов обоснования научных прогнозов.

При этом методы прогнозирования различаются не столько процедурой получения прогнозного результата (рис.1), сколько способом описания объекта и среды, взаимным соответствием исходной информации и самого метода, а также соответствием прогностической силы и возможностей метода целям прогноза.

По степени формализации будем различать [14] интуитивные, формализованные и комбинированные (гибридные) методы прогнозирования.

Генератором множества допустимых прогнозных заключений при использовании методов интуитивного прогноза является эксперт либо группа экспертов. При этом механизм выработки заключения представляет собой интуитивно-логический анализ ситуации и может строиться на основе прямой оценки объекта прогнозирования (метод индивидуального интервью, коллективных комиссий и т.д.) либо включать механизм обратной связи (групповые экспертные оценки, метод мозгового штурма и т.д.).

Формализованные методы прогнозирования базируется на использовании преимущественно фактографических источников информации, однако в некоторых ситуациях возможно использование и экспертной информации. По своему содержанию они представляют собой генераторы прогнозной информации, построенные с помощью математических методов и моделей.

Комбинированные методы прогнозирования являются, по сути, специальными методиками (процедурами) проведения прогнозных исследований и реализуют с той или иной степенью успешности принцип системности прогноза (сценарный метод, метод анализа иерархий и т.д.). По своему существу, являясь гибридными, они могут объединять в рамках единой методики, как интуитивные, так и формализованные методы, основанные как на фактографической, так и на экспертной информации.

Предметом нашего дальнейшего рассмотрения в рамках формализованных методов описания обоснования и проведения прогнозных исследований социально-экономических объектов будут математические методы и модели прогнозирования.

С точки зрения специалистов в области использования математических методов в экономике не будет преувеличением сказать, что любой математический инструментарий может оказаться полезным в решении конкретной социально-экономической проблемы. В этой связи стоит вспомнить высказывание патриарха современной экономико-математической теории Оскара Моргенштерна: «Экономическая теория во всех ее видах в конечном итоге предназначена для построения прогнозов» [11, c.92]. Данное высказывание можно продолжить и за счет уточнения: любая экономико-математическая модель предназначена для обоснования и построения научнообоснованных прогнозов. При этом в триаде основных типов задач, решаемых экономистами-математиками, а именно – анализе, моделировании и прогнозировании, последняя является наиболее «сильным» вариантом постановки исследовательской проблемы [5].

На сегодняшний день наиболее распространенными инструментами обоснования социально-экономических прогнозов с помощью методов математического моделирования можно назвать:

- экономико-статистические (эконометрические) методы и модели;

- математические методы обработки экспертной информации.

- методы прогнозирования на основе дескриптивных моделей (статических и динамических).

К числу последних мы будем относить самый широкий арсенал аналитических и прикладных математических методов, которые в свою очередь могут классифицироваться в соответствии с принятыми у математиков традициями на, например, аппарат линейного и нелинейного программирования, теории игр, методы оптимизации и методы теории управления и т.д. и т.п.

Следует заметить, что в силу ряда причин: наличия прочного и обширного фундамента, позитивного исторического опыта использования, огромному числу практических приложений и других факторов, безусловно, лидирующая роль в математическом инструментарии прогноза принадлежит экономико-статистическим (эконометрическим) методам и моделям. Именно их мы называем классическим математическим инструментарием прогноза. Популярность этого метода настолько велика, что рядовой исследователь, подчас не задумываясь, использует в любой ситуации именно его.

Однако не будет преувеличением сказать, что все указанные методы эффективно применимы лишь при наличии в рамках изучаемых явлений свойства инерционности.

Последние исследования во многих областях науки и практики доказали, что, по всей видимости, в принципе невозможно дать «долгосрочный прогноз» системы в обычном его понимании («прогноз - … вероятностное научно обоснованное суждение о возможных и желаемых состояниях объекта…» [14]). Не углубляясь в подробное рассмотрение причинности, следует констатировать, что, по-видимому, главная проблема состоит не столько в несовершенстве инструментария или его ограниченности, сколько в степени постижения непосредственно сути механизмов развития объектов прогноза, корректности построения их адекватных образов-моделей.

Метод научного исследования по природе своей не может быть более универсален, нежели познаваемый с его помощью объект исследования. В этой связи в истории развития экономической науки четко прослеживается тенденция определенной корреляции существенных этапов ее развития господствующими на каждом историческом этапе естественнонаучными парадигмами соответствующего времени. В этом смысле выработка и развитие инструментального арсенала научного прогнозирования социально-экономического развития во многом, если не во всем, предопределяется результатами точных, естественно - научных отраслей знания. Так само формирование целостной фундаментальной экономической науки пришлось на эпоху, когда вся интеллектуальная атмосфера общества испытывала мощное влияние успехов физики и математики. Соответственно в основу первоначальных экономических концепций, сложившихся в рамках классической политической экономии, была положена ньютоновская механистическая картина мира, а соответствующее первое представление о статике и динамике экономических процессов в явном виде формулирует Д.С.Милль. Оно полностью опирается на идеи обратимости и равновесности экономических процессов. В дальнейшем механистический образ экономики получил развитие в равновесных моделях экономического роста, моделях экономической динамики, отражающих устойчивость и адаптационные возможности рыночного хозяйства. При всем многообразии постановочной части этих моделей содержательно проблематика сводилась к выявлению соответствующего экономического и технико-технологического механизма общественного производства и дальнейшему выяснению условий равновесного функционирования системы, где основным адаптационным механизмом является перелив факторов производства и подстройка ценовых характеристик системы, уравнивающие эффективность фирм, отраслей, регионов и государств. Практически весь сложившийся ко второй половине двадцатого века комплекс научных дисциплин, обосновывающих методологию, методы и механизмы принятия эффективных управленческих решений связывал их с обоснованием необходимости достижения и удержания некого экономического равновесия посредством механизма обратных связей.

Однако дальнейшее развитие реальных производственных, социальных, экономических структур убедительно доказало практическую эффективность спонтанного ухода от равновесных траектории развития, целесообразность ориентации в управлении на положительные обратные связи. Именно последнее обстоятельство послужило дополнительным катализатором революционных изменений теории и практики современного менеджмента.

В настоящее время неоклассическая теория экономического роста все еще доминирует как в науке, так и в экономическом образовании. Однако нельзя не замечать, что в ее рамках остаются не объясненными важнейшие факты экономической реальности [12]:

- в течение длительных промежутков времени одновременно сосуществуют институты различной (в том числе и отрицательной) эффективности (хреодный эффект);

- наблюдаемое развитие реальных социально-экономических объектов далеко не всегда ведет к их качественному прогрессу;

- недостаточно эффективные фирмы (институты) на длительный отрезок времени могут захватывать определенную рыночную (институциональную) нишу и удерживать ее (эффект гиперселекции);

- в условиях постоянно меняющегося окружения наиболее приспособленными оказываются системы, содержащие неоднородные элементы, действующие по различным правилам (принцип неоднородности);

- системы, имеющие равные стартовые технико-технологические условия, через определенный отрезок времени имеют подчас абсолютно различные результаты (институциональные эффекты).

Обозначенные выше факты, а также ряд других не менее существенных, не позволяют отметать в ходе исследований объектов социально-экономического прогнозирования в качестве мало значимых такие фундаментальные особенности экономического развития как его нелинейность, неравномерность, неопределенность, альтернативность. Детерминируются они, прежде всего ключевой ролью научно-технического прогресса в обеспечении современного экономического роста человеческой цивилизации.

На сегодняшний день зримым подтверждением этого факта является беспрецедентно бурные темпы развития базовых научных разработок и, прежде всего степень их интеграции в производственный процесс и ускоренный характер реальной экономической отдачи в обеспечение жизненного уровня в промышленно развитых странах мира. На наших глазах происходит формирование качественно нового социально-экономического мироустройства [1, 2, 6, 10].

В качестве элементов ядра этого нарождающегося экономического уклада ускоренно развиваются биотехнологии и системы искусственного интеллекта, глобальные информационные сети и интегрированные высокоскоростные транспортные системы. Дальнейшее существенное развитие в реально предвидимой перспективе получат системы общей автоматизация производства, космические технологии, производство конструкционных материалов с заранее заданными свойствами, альтернативная энергетика; рост потребления природного газа будет дополнен расширением сферы использования водорода в качестве экологически чистого энергоносителя. Еще сильнее будет интеллектуализироваться производство, произойдет переход к практически непрерывному инновационному характеру его развития в большинстве отраслей, и как следствие можно предположить стремление к «индустриализации» образования, т.е. усиления тенденции к его непрерывности и технологичности в большинстве профессий. Прогресс в информационных и телекоммуникационных системах, в финансовых технологиях продвинет вперед процессы глобализации экономики, утверждения единого мирового рынка товаров, капиталов и рабочей силы.

Весь этот перечень реальных и вероятных цивилизационных трендов и достижений будет не полным, если не говорить о не менее обширном перечне проблем встающих перед человечеством в той же связи и может быть еще большей скоростью и неотвратимостью. Самые неотложные и очевидные из них экология, конечность факторов производства, диспропорции развития. Ситуация обостряется тем, что речь идет о необратимом развитии. Возможность плодотворного анализа и предсказания положительных и отрицательных последствий развития в рамках изучения динамики т.н. больших систем возможно лишь в рамках новых концепций развития. К наиболее известным и признанным из них на сегодняшний день можно отнести синергетический и эволюционный подходы [3, 7-10, 12].

Синергетика - междисциплинарная наука, изучающая особенности развития больших систем. Фундаментальной основой ее может быть названа теория развивающихся физико-химических систем, а также теория катастроф. Основным качественным понятием синергетики является - самоорганизация систем, а главным предметом изучения - кооперативные эффекты в системе в ходе ее развития. Само же развитие представляется как последовательность циклов эволюционного изменения состояний внутри цикла, со скачкообразным переходом состояния в конце цикла на качественно новый уровень, являющийся началом нового этапа развития. При этом неравновесность процесса определяется параметрами источника развития.

В рамках этого подхода для развивающихся систем характерна с одной стороны устойчивость структур, с другой - ее потеря и создание новых форм. В своей эволюции системы проходят фазы устойчивого развития (квазистационарная фаза), определяемого их генетической программой и соответствующей системой аттракторов (движущих сил и основных трендов развития). При достижении пороговых значений в развитии в некоторый случайный момент (время обострении) система переходит в фазу нестабильности, обретает диссипативную структуру, которая может устойчиво функционировать при условии отсутствия бифуркаций (случайных дестабилизирующих воздействий). Если же последние имеют место система либо переключается на новый динамический режим, либо входит в фазу катастрофы.

В настоящее время ученые выделяют три типа бифуркаций в развитии социально-экономических систем [6]:

- вызванные дестабилизацией технико-технологических нововведений (“Т-бифуркации”);

- вызванные внутренними и внешними социально-политическими конфликтами (“С-бифуркации”);

- вызванные экономическими, социальными, экологическими и др. кризисами (“Е-бифуркации”).

Эволюционный подход к развитию систем (в основе которого лежит эволюционная теория Дарвина и теория генетического развития экономики Н.Д.Кондратьева) в настоящий момент включает в себя, по крайней мере, два направления [7]:

- шумпетерианскую концепцию развития, фокусирующую внимание на проблемах индустриальной динамики, длинных волнах, техническом прогрессе, инновациях, рыночной структуре, эволюции фирм и технологий;

- институциональную концепцию, развивающую идеи когерентности как формальных, так и неформальных субъектов рынка, эволюции; изучающую социально-экономические и организационные условия, сопровождающие технологические преобразования.

Параллельно с развитием концептуальных построений происходит обоснование и разработка эффективного инструментария исследования будущего социально-экономических объектов, базовой составляющей здесь рассматривается теория нелинейной динамики.

Говорить на сегодняшний день об окончательном создании законченной и эффективной концепции развития общества на основе синергетического и эволюционного подхода еще рано, а аппарат ее описания и исследования находится в стадии формирования. Главная причина этого кроется, возможно, не столько в теоретических и методических недоработках, сколько в необходимости радикальной смены общих концепций экономической науки и на первый взгляд неочевидности экономической целесообразности их использования. Однако стадия формирования нового подхода пройдена. Убедительным доказательством этому могут быть весьма интересные публикации, появившиеся в научной литературе за последнее время [3, 4, 15 и др.].

Общий методологический подход к формированию процедуры прогнозирования в рамках новых парадигм развития может быть определен как трехшаговый процесс исследования объекта прогноза, состоящий из следующих этапов.

1. Научный анализ исследуемой системы и построение математической модели ее развития. Основная цель – максимально точная идентификация параметров порядка системы и точек бифуркаций, их пространственно-временных характеристик. Основной аппарат исследования – методы нелинейной динамики. Факт обнаружения точек перелома развития делает возможным исследование (прогнозирование) системы посредством сценарного исследования в двух режимах: стационарного и постстационарного развития. Для первого характерна неизменность исходной формы существования системы и характера ее взаимосвязей со средой, во втором случае резко возрастает вероятность изменения формы, как самой системы, так и поля ее материально-энергетического и информационного взаимодействия.

2. Исследование традиционными способами прогнозирования устойчивых состояний, траекторий в развитии объекта прогноза. Цель может формулироваться как обоснование механизма осознанного перехода к новой траектории развития без радикальной потери потенциала развития, т.е. в терминах экономики - без резкого снижения социально-экономической эффективности системы. Основной аппарат исследования – сценарные исследования с применением классического инструментария прогнозирования. Следует заметить, что данные исследования имеют смысл лишь в ситуации, когда объект исследования еще не вошел в режим диссипативности и создание механизма адаптации имеет смысл.

3. В стадии нахождения системы в виде нестационарной диссипативной структуры традиционный прогноз развития системы теряет всякий смысл, т.к. «растворяется» непосредственно объект исследования, происходит потеря его доминант. Первоочередная задача этого этапа выявление диапазона и направлений возможных траекторий развития и выработка механизма подстройки (резонирования) текущих параметров системы допустимо-желаемой траектории развития при минимальных потерях потенциала с целью предотвращения необратимых изменений развития. Основной аппарат исследования – сценарные исследования с применением аппарата нелинейного моделирования развития.

В этой связи понятно, что в силу без преувеличения сказать безбрежности возможного инструментария прогноза, мы в дальнейшем остановимся на подробном рассмотрении использования в прогнозировании экономико-статистических методов и моделей, а также математических методов обработки экспертной информации. Они представляются двумя крайними точками, отражающими специфику инструмента и его применимость на практике. Обобщенный анализ специфики подходов можно представить с помощью информации отраженной в таблице 2.

Нетрудно понять, что в рамках общего подхода к проведению прогнозных исследований развития систем особая роль отводится построению сценарных методик исследования, а вся программа прогнозных исследований четко подразделяется на исследование стационарных и нестационарных режимов развития объектов прогнозирования, а также идентификации моментов «перелома» развития. В той связи особый практический интерес для

Таблица 2.

Сравнительные особенности базовых методов прогнозирования

.

специалистов в области количественных методов обоснования параметров прогноза представляют:

1. методы обнаружения признаков качественных изменений в системе,

2. методы обоснования целей развития,

3. методики и специальные процедуры проведения сценарных исследований;

4. методы и модели нелинейной динамики;

5. методы проведения экспертиз.

В рамках первой части данного учебного пособия предполагается рассмотрение обязательного учебного материала дисциплины «Прогнозирование социально-экономического развития», связанного лишь с разделами, посвященными вопросам эконометрического прогноза, подготовки и проведения экспертиз, а также общеметодическим проблемам сценарных исследований. Остальные разделы предполагается изложить во второй части пособия.

Л и т е р а т у р а

5. Глазьев С.Ю. Теория долгосрочного технико-экономического развития.- М.: ВлаДар, 1993.

6. Глазьев С.Ю. Проблемы прогнозирования макроэкономической динамики.// «Российский экономический журнал», №3,4, 2001.

7. Занг В.-Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории. – М.: Мир, 1999.

8. Капица С.П. и др. Синергетика и прогнозы будущего.- М.: Наука, 1997.

9. Ксенофонтов М.Ю. Теоретические и прикладные аспекты социально-экономического прогнозирования. М.: Издательство ИСЭПН, 2002.

10. Ласло Э. Рождение слова-науки-эпохи/ Политические исследования, №2, 1993.

11. Маевский В.И. Макроэкономические аспекты теории эволюционной экономики.- М.: РАН, «Эволюционный подход и проблемы переходной экономики», 1995.

12. Маевский В. Ведение в эволюционную макроэкономику. - М.: РАН, Изд-во «Япония сегодня», 1997.

13. Маевский В. Опасное несоответствие // Независимая газета, - №154, 18.08.2000. – с.4.

14. Макаров В.Л. Эволюционная экономика: некоторые фрагменты теории.- М.: РАН, «Эволюционный подход и проблемы переходной экономики», 1995.

15. Моргенштерн О. О точности экономико-статистических наблюдений. М.: "Статистика", 1968

16. Норт Д. Институты, институциональные изменения и экономические преобразования.- М.: Начала-пресс, 1997.

17. Прогностика. Терминология. Под ред. Сифорова В.И., М.: Наука, 1978.

18. Рабочая книга по прогнозированию /Под ред. Бестужева-Лады И.В. – М.: Мысль, 1982.

19. Сухарев О.С. Структурные изменения в экономике: философия, институты, инвестиции. – Брянск, Изд-во БГИТА, 1998.

20. Янч Э. Прогнозирование научно-технического прогресса. - М.: "Прогресс",1974.

Поиск по сайту: