Методы моделирования социально-экономических процессов

Наиболее часто используются два метода моделирования социально-экономических процессов — это регрессионное и когнитивное моделирование.

Регрессионные модели основаны на статистических данных, а именно, временных рядов изменения тех или иных показателей развития социально-экономических процессов. Поэтому в этих моделях могут использоваться только количественно измеримые факторы, значения которых берутся из статистических данных.

По этим данным строятся уравнения парной или множественной регрессии. Для этого среди показателей определяются независимые и зависящие от них переменные. Далее выбирается вид функции — ли- нейная (у = ах + Ь), многочлен второй степени (у = а + Ьх + сх ), обрат2 3

ная (у = а + Ь/х), многочлен третьей степени (у = а + Ьх + сх + dx ) и т.д.

Выбор математической функции может быть осуществлен тремя методами:

  • • графическим;
  • • аналитическим, т.е. исходя из теории изучаемой взаимосвязи;
  • • экспериментальным.

Графический метод достаточно нагляден. Он основан на корреляции. Выбор функции осуществляется по расположению точек на графике.

Аналитический метод основан на изучении материальной природы связи между факторами.

Экспериментальный метод используется при обработке информации на компьютере и основывается на сравнении величины остаточной дисперсии (разброс значений, рассчитанный при разных моделях).

От правильно выбранного вида функции зависит величина ошибки. Кроме того, на величину ошибки влияет и недоучет в уравнении регрессии какого-либо существенного фактора, т.е. использование парной регрессии вместо множественной.

Наряду с ошибками данного вида (их называют ошибками спецификации) могут иметь место ошибки выборки. Ошибки выборки имеют место в силу неоднородности данных в исходной статистической совокупности. Для получения хорошего результата обычно исключают из совокупности единицы с аномальными значениями исследуемых признаков.

Наибольшую опасность в практическом использовании методов регрессии представляют ошибки измерения. Если ошибки спецификации можно уменьшить, изменяя вид математической функции, а ошибки выборки — увеличивая объем исходных данных, то ошибки измерения практически сводят на нет все усилия по количественной оценке связи между факторами, выраженными используемыми показателями.

Обычно используются линейные регрессии у = а0+ а^Ч- а2х2 + + ...+апхп,

Далее методом наименьших квадратов вычисляют коэффициенты ао, аь ..., ап. Для этого можно использовать специальные математические пакеты на ПВМ, например Excel или Spss.

После нахождения всех коэффициентов производится оценка изменения независимых факторов уравнения регрессии. Это можно сделать тремя способами.

В первом способе привлекаются эксперты, которые определяют значения подобных переменных для каждого временного отрезка горизонта прогнозирования.

Во втором способе значения данных переменных экстаполиру- ются с помощью математических методов.

В третьем способе аналогично построению регрессионной модели определяется аналитическая функция зависимости каждой подобной переменной от времени, беря в качестве значения времени номер временного отрезка от начала периода, за который собиралась статистика по данному показателю. Таким образом, находятся коэффициенты зависимости данной переменной от временного интервала. Далее по найденной формуле, продолжая нумерацию временных интервалов до конца горизонта прогнозирования, вычисляются все значения переменных на период прогнозирования.

Полученные данные независимых показателей подставляются в уравнение регрессии и получаются прогнозные значения зависимого, т.е. искомого, фактора.

К недостаткам данного метода можно отнести, помимо ошибок спецификации, ошибок выборки и ошибок измерения, обязательное использование тех факторов, по которым собирается статистика, прогнозирование изменения разных факторов разными способами, обязательный выбор независимых факторов, т.е. зависящих только от времени, что не бывает в реальности, и невозможность закладывать в уравнения регрессии управленческих воздействий.

Другим видом моделирования социально-экономических процессов является когнитивное моделирование.

Когнитивным моделированием будем называть моделирование с помощью когнитивных моделей. Когнитивные модели — это динамические модели, основанные на построении когнитивной карты и функционирующие по правилам импульсного процесса.

Термин «Когнитивная карта» (от лат. cognitio — знание, познание) заимствован из психологии, где он обозначает — «образ знакомого пространственного окружения» По аналогии с приведенным выше определением в данном случае когнитивная карта — это статическое, упрощенное изображение процесса. Как правило, он создается в виде ориентированного графа, т.е. конструкции, состоящей из кружков, соединенных стрелками. Кружки обозначают компоненты социально-экономического процесса, стрелки — причинно-следственные связи между данными компонентами. Причем вершина, из которой выходит стрелка, является причиной, вершина, в которую входит стрелка, — следствием.

Функционирование модели строится на основе передачи импульса от активных вершин к смежным. Смежными для любой вершины называются те вершины, которые являются для первых следствием, т.е. они соединены с ней стрелкой причинно-следственных отношений. Импульс, переданный из вершины-причины, по определенному правилу изменяет значение данной вершины, делая ее активной. Если вершина является следствием для многих вершин, то все вошедшие импульсы по определенному правилу объединяются в интегральный импульс, который затем воздействует на данную вершину. Став активной, вершина-следствие формирует по определенному правилу импульс, зависящий от величины изменения ее, и становится уже вершиной- причиной. Из нее выходит импульс во все вершины, которые для данной являются следствием. Таким образом, импульсы перемещаются от вершины к вершине, изменяя состояние и значение вершин.

Изменения вершин происходят дискретно, т.е. по шагам. За один шаг импульс передается от активных вершин к смежным. От неактивных вершин импульс не передается. Один шаг обозначает некоторый временной интервал. Причем таких шагов может быть столько, сколько необходимо для моделирования. Количество шагов называется горизонтом прогнозирования.

Значение временного интервала выбирают исходя из предметной области. В социально-экономической сфере обычно в качестве временного интервала берут один месяц, так как, с одной стороны, месяц — это тот срок, за который уже заметны произошедшие изменения, с другой стороны, все балансы, отчеты также ведутся по месяцам.

Во время работы модели импульсы постоянно циркулируют по замкнутым циклам. Если хоть один цикл будет не замкнут, импульс, дойдя до последней вершины данного цикла, остановится. Если все циклы окажутся незамкнутыми, то модель вскоре остановится, не отработав полный срок горизонта прогнозирования. Если же модель состоит из замкнутых циклов, то импульсный процесс в каждом цикле будет подвержен влиянию и будет влиять сам на остальные замкнутые циклы. То есть при моделировании с помощью когнитивной модели происходят процессы, аналогичные реальным процессам влияния разных жизненных циклов друг на друга. Например, культурных, циклов Кондратьева, экономических циклов, описанных К. Марксом, и пр.

На основе изменения значений вершин строится тенденция состояния процесса. Если значение вершины колеблется в некоторой ограниченной области, то в этом случае можно говорить, что данный процесс устойчивый. В нем для того, чтобы определить, положительно или отрицательно развивается моделируемый процесс, можно рассматривать соотношение значений факторов по отношению к их начальному состоянию, а именно значения факторов улучшились или ухудшились. Если же колебания факторов осуществляются со все возрастающей амплитудой, то следует говорить о неустойчивом процессе, и если модель построена с вполне достаточной точностью, т.е. она адекватно отражает сам процесс, то можно сделать вывод о приближающемся социальном конфликте.

Когнитивное моделирование — наиболее оптимальный из всех имеющихся методов моделирования социально-экономических процессов, так как позволяет учитывать все особенности протекания подобных процессов в реальной жизни. Данный вывод можно сделать по следующим причинам:

  • • Данные процессы зависят от огромного количества факторов. Когнитивное моделирование позволяет без ущерба для исследования процесса отбрасывать те факторы, влияние которых принципиально мало по отношению к другим факторам, т.е. можно выделять существенно значимые для моделируемого процесса факторы. Также можно группировать произвольное количество факторов в группы — создавать любые степени агрегации факторов.
  • • Факторы, влияющие на социально-экономические процессы, разнопорядковы и разнокачественны. Одни факторы можно измерить с помощью количественных эталонных мер, другие нельзя (количественные и качественные факторы). По одним можно собирать статистику, по других — нет (в силу разных причин, обусловленных демократическими традициями и правовыми гарантиями). Данный метод не требует статистических рядов для моделирования. Кроме того, в одной модели можно использовать как качественные, так и количественные величины.
  • • Все факторы в социально-экономических процессах взаимозависимы. Нет ни одной пары факторов, в которой бы изменение одного из них через некоторое время не повлекло бы изменения другого. Из этого следует, что в подобных процессах нет независимых факторов. Данный метод не строит аналитических функций, для которых необходимо определить независимые и зависящие от независимых переменные, и учитывает взаимовлияние всех факторов между собой.
  • • Данный метод не требует знания высшей математики и сложных математических расчетов. Поэтому с помощью данного метода можно моделировать, не привлекая специалистов-математиков. Единственно, что необходимо для моделирования с помощью когнитивных моделей, это знание предметной области, т.е. знания тех процессов, которые необходимо промоделировать.
  • • Данный метод позволяет учитывать критические значения, которыми обладают большинство существенных факторов. Критические значения — это такие значения факторов, переход через которые изменяет поведение самого процесса, ускоряя его негативные тенденции. Данные ситуации моделируются вводом так называемой негативной петли на соответствующий фактор.
  • • Данный метод позволяет использовать любые достижения математики, эконометрики, социологии и других научных дисциплин для определения параметров непосредственного взаимовлияния факторов между собой (социологические опросы, построение регрессии, экспертные оценки).

Кроме того, данный метод позволяет уже на стадии построения когнитивной карты увидеть негативные тенденции в развитии того или иного социально-экономического процесса, рассматривая только причинно-следственные отношения.

В качестве заключения для этой лекции можно сказать, что суть социальной политики сводится к минимизации социальных рисков. Для этого в составе мер государственной или муниципальной социальной политики должны быть меры, позволяющие отслеживать состояние социально-экономического развития и выявляющие негативные тенденции в данном развитии.

Решение этих проблем сводится к прогнозированию развития подведомственной территории и имеет большие методологические трудности, так как социальная сфера развивается под воздействием множества факторов, неучет особенностей которых может существенно повлиять на точность прогнозных оценок.

Основными методами прогнозирования развития социальной сферы являются: экспертное прогнозирование, построение математических моделей и их исследование.

Наиболее часто используются два метода моделирования социально-экономических процессов — это регрессионное и когнитивное моделирование.

Регрессионные модели основаны на статистических данных, а именно, временных рядов изменения тех или иных показателей развития социально-экономических процессов.

Когнитивные модели основываются на причинно-следственных отношениях факторов моделируемого процесса.

Литература

  • 1. Юсов А.Б. Когнитивный анализ социально-экономических процессов // Приоритеты преодоления бедности в российском обществе. Материалы дискуссии за «круглым столом» / под общ. ред. И.Ф. Суслова. М.: Изд-во РАГС, 2006.
  • 2. Юсов А.Б. Методика моделирования социально-политических процессов с помощью когнитивных моделей // Моделирование в социально-политической сфере: Труды межвузовского научно-практического семинара / Сост. О.Ф. Шабров. М.: Изд-во Нац. ин-та бизнеса, 2004.
  • 3. Федулов Ю.Г., Юсов А.Б. Социальная политика: формализация, измерение, прогнозирование. М.: Агентство социальный проект, 2007.
  • 4. Федулов Ю.Г., Юсов А.Б., Матвеев А.А. Исследование социально-экономических и политических процессов с помощью когнитивных моделей: учеб.-метод, пособие. М.: Изд-во РАГС, 2004.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >