Методы прогнозирования

2. Методы прогнозирования.

а)  экстраполяция;

б)  метод экспертных оценок;

в)  моделирование;

Экстраполяция (от лат. extra—«вне », «сверх » polire—делать гладким) представляет собой распространение выводов, полученных при изучении прошлой и настоящей преступности, на ее будущие тенденции. Сущность этого методы состоит в изучении истории прогнозируемого объекта и перенесении закономерностей его развития в прошлом и настоящем на будущее.

Для целей экстраполяции применяется метод выравнивания динамического ряда. Такое выравнивание осуществляется путем соответствующих математических расчетов, позволяющих графически построить прямую линию, отстоящую от точек реальных значений конкретного явления за все годы наблюдения на минимальную сумму квадратов расстояния. Данную линию принято называть трендом. Она должна проходить как можно ближе ко всем точкам динамического ряда. Линия тренда, выходящая за пределы реального наблюдения, будет выражать экстраполяцию тенденции, характеризовавшей прошлое развитие изучаемого явления и сохраняющей свое развитие на будущее этого явления. С учетом среднеквадратических отклонений фактических данных об интересующем явлении от расчетных значений тренда определяются вероятностные характеристики прогнозируемого явления.

Рекомендация для Вас - Специфика работы психолога в организации.

Недостаток этого метода состоит в том, что он дает удовлетворительные результаты только в отношении ближайшего будущего (один-три года). По мере увеличения прогнозируемого периода ошибки в оценках возрастают. Поэтому прогнозы преступности, основанные на линейной экстраполяции, имеют важное значение лишь как первоначальный ориентир, позволяющий обнаружить неблагоприятное развитие тенденции и продолжить ее дальнейшее изучение и анализ с помощью других методов.

Методом экстраполяции можно получить вероятностные прогно­стические выводы не только о динамике, но и о структуре преступно­сти и связанных с ней явлениях.

При выработке экстраполяционного прогноза обычно исходят из того, что социальные, экономические, демографические, а также иные сугубо криминологические явления и процессы в основе своей сохраняются более или менее неизменными в прогнозируемом будущем. Частные отклонения могут не принимать­ся в расчет, так как они не изменяют общих глобальных тенденций. Но общество — система открытая, и его будущее является не только продолжением прошлого и настоящего. Социальные мутации могут быть почти неожиданными. Человечество, например, создало доста­точно гарантий для предотвращения третьей мировой войны, но они не являются абсолютными. Случайности возможны, и они могут ра­дикально изменить криминологическую обстановку в мире.

Приведем конкретный пример. Если статистический ряд преступ­ности в СССР за 1965—1985 гг. (20 лет — серьезная временная база для прогноза) экстраполировать на ближайшие 3 года, то в 1988 г. уровень преступности мог бы достичь 2,5 млн учтенных деяний. Фактически было зарегистрировано 1,9 млн. В1989 г. в СССР и на его территории было зафиксирова­но 2,5 млн преступлений, в 1990 г. — 2,8, в 1991 г. — 3,2. И если бы прогноз преступности рассчитывался не на 3, а на 5 лет, то он бы полностью оправдался.

Метод экспертных оценок в криминологическом прогнозировании дополняет экстраполяцию. Он представляет собой специфическую форму опроса (анкетирования) высококвалифицированных и опыт­ных специалистов (криминологов, социологов, экономистов, психо­логов и др.) для установления возможных тенденций преступности и ее причинной базы в прогнозируемый период. Этот метод пригоден для среднесрочного и долгосрочного прогнозирования при отсутствии необходимой основы использования других, более точных прогнос­тических методик. Его недостатком является субъективный и нефор­мализованный характер прогностических оценок.

Метод моделирования преступности в прогностических целях пред­полагает построение математических моделей преступности, анализ ко­торых в различных обстоятельствах может заменить в известных преде­лах изучение будущей преступности. Перспективной сферой применения математического моделирования возможно для анализа статистической отчетности, охватывающей сотни разливных показателей.