Предыдущая страница реферата | 1  2  3 | Следующая страница реферата



Наша итоговая оценка оптимальной дальности интервалов упреждения, сформированная на основе всех рассмотренных выше данных, состоит в том, что для конкретизированных прогнозов с преобладанием оценок прикладных научно-технических решений Топт=10-15 лет, а для более обобщенных прогнозов научно-технического развития в связи с наличными природными ресурсами и социально-демографическими процессами - Топт=35-40 лет. Естественно, что разные области и объекты прогнозирования требуют различной глубины прогнозирования. Периодизацию эшелонов прогнозирования не следует отождествлять с выбором конкретного горизонта прогнозирования применительно к а) своеобразию объекта, прогноза ; б) специфике управленческих задач, ради которых предпринято само это прогнозное исследование ; в)методам, которыми будет производиться разработка данного прогноза.

Современные представления научно-технической прогностики по этому вопросу с учетом последних данных об управленческих требованиях и специфике объекта (пункты а и б) сведены в табл. 1.

Таблица 1

Области и объекты прогнозирования	Требуемая глубина прогнозных оценок, лет	Обычно достигаемая глубина, лет
Объем доступных природных ресурсов	50 и более	25-35
Нововведения и технические средства с сильно выраженными социальными последствиями (автоматизация, массовые средства связи, транспорт, проекты городов и др.)	30-40	8-12
Ядерная энергия	25-30	12-15
Космические программы	20-30	10-12
Средства вооружения	20-25	10-12
Национальная экономика	20-25	7-10
Массовое и крупносерийное производство технических средств (например, в электронике, химии и др.)	10-20	7-10
Производство новых потребительских товаров	5-10	3-5

Из приведенных в таблице сведений виден разрыв между требуемой и достигаемой ныне глубиной прогнозирования. Отсюда вытекает актуальность совершенствования методов научно-технической прогностики.

Что касается определения краткосрочных, среднесрочных и долгосрочных прогнозов с позиций специфики методов прогнозирования (пункт в), то это может быть сделано, например, на основе корреляционных соображений. Если взять за основу время сдвига в ряду данных стационарном случайном процессе, в пределах которого автокорреляционная функция существенно отличается от нуля (так называемое время когерентности - Тк), то прогнозы с упреждением (0,1-0,2) Тк относят к краткосрочным, прогнозы с упреждением (0,2-1,0) Тк к среднесрочным и с упреждением > Тк -к долгосрочным.

При прогнозировании на основе патентной информации исходным обстоятельством для периодизации времени упреждения будет оценка длительности жизненного цикла данного класса технических средств и т. д.

Практически всегда следует принимать во внимание все группы указанных обстоятельств.

Глава 2. Современные методы научно-технического прогнозирования.

§ 1. Методы экстраполяции.

Научная прогностика насчитывает в настоящее время около 140 различных по уровню, масштабам и научной обоснованности методов и приемов прогнозирования научно-технического развития. Главные направления, в которых идет развитие методического обеспечения прогнозных работ, состоят :

в углубленной теоретической и прикладной разработке нескольких групп методик, отвечающих требованиям разных объектов и различных видов прогнозных работ ;

в разработке и реализации на практике системных способах и процедур использования различных методических приемов в ходе одного конкретного прогнозного исследования ;

в поиске путей и способов алгоритмизации методик и реализации их с использованием современных ЭВМ.

Наиболее давняя гипотеза будущего - это представление о нем как о прямом и непосредственном продолжении настоящего. На предположении о неизменности или хотя бы относительной стабильности наличных тенденций развития базируются все приемы экстраполяции. Экстраполироваться могут и тенденции, формулируемые на описательном уровне, но чаще всего это делается относительно статически складывающихся тенденций изменения тех или иных количественных характеристик науки, техники и организационной системы науки.

Степень реальности такого рода прогнозов и мера доверия к ним в решающей степени обусловливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия измерителей сущности рассматриваемого явления. Эти измерители зачастую оказываются несопоставимыми в больших масштабах времени - второго и третьего эшелонов прогнозирования. В подобных случаях экстраполяция нередко приводит к спорным или даже абсурдным результатам. Вот несколько примеров.

За пределами верхней границы второго эшелона прогнозов экспонента роста численности ученых проходит через точку ожидаемого количества населения Земли. Если экстраполировать неизменной общую тенденцию роста скоростей транспортных средств, то уже к концу века можно было бы получить значения, близкие величине скорости света.

Предварительная формулировка обоснованных логических гипотез, проникновение в физическую сущность экстраполируемых процессов, вскрытие на основе содержательного анализа причинно-следственных отношений в изучаемых с помощью статистики явлениях - все это обязательные условия корректного, а зачастую элементарно грамотного использования аппарата математической статистики. Уместно напомнить предупреждение, сделанное статистиком с мировым именем Ф. Миллсом : Статистическое доказательство само не устанавливает причинность. Статистика устанавливает степень ковариации, но существуют ли причинные связи или нет и каким путем они развиваются, не может быть установлено статистикой . В случае использования методов экстраполяции в научно-техническом прогнозировании прямым следствием этого требования является необходимость учета факторов общественного спроса на новые научно-технические разработки, оценки влияния на развитие прогнозируемого объекта политики цен и специфических в разных странах социально-экономических и производственных условий. Так, например, статистика технических решений в сухогрузном морском транспорте Японии и ее основных торговых партнеров явно говорит о тенденции к созданию сверхтоннажных судов. Конъюнктура ввоза и вывоза сырья морским транспортом России принципиально отлична от ситуации, имеющей место в Японии. Это обстоятельство делает неправомерным распространение выводов их экстраполяции подобных данных на соответствующие технические решения российского судостроения.

Еще одним важным методическим обстоятельством рассматриваемых приемов прогнозирования является выбор соотношения глубины ретроспектабельности экстраполируемой тенденции (базы экстраполяции) и дальности экстраполируемого интервала. А.С.Консон считает возможным брать их равными. В.А.Лисичкин рекомендует выбирать срок прогноза равным 1/3 отчетного ряда данных . Последнее предложение нам представляется более приемлемым, хотя обосновано оно преимущественно эмпирически. Полезным ориентиром и в этом случае будет являться предварительная качественная оценка стабильности процесса и характера определяющих его закономерностей.

Прогноз по методу экстраполяции состоит обычно в том, что в полученную тем или иным способом зависимость y=f(t) представляют интересующие нас даты t и находят соответствующие значения y , которые и принимают за прогноз на данный год. При этом для обоснования прогноза необходимо доказать : что закон (тенденция), найденный на известном промежутке, не изменится и вне его в определенных границах ; что сами параметры качественно не изменятся.

Для доказательства обычно используют в качестве предпосылки инерционность прогнозируемой системы. Считают, что в сложных системах изменения происходят сравнительно медленно, поэтому можно ожидать, что ошибки экстраполяции за малые отрезки времени будут незначительными. Такая предпосылка не является достаточно сильной.

Рекомендуем скачать другие рефераты по теме: allbest, реферат экспертиза, реферати українською мовою.

Предыдущая страница реферата | 1  2  3 | Следующая страница реферата