4.4. Прогнозирование в управлении органами внутренних дел
Основные понятия и термины теории прогнозирования.
Важная роль в управленческой деятельности органов внутренних дел принадлежит функции прогнозирования. Прогнозирование является неотъемлемой частью управленческого цикла. Этот этап завершает анализ информации об объекте управления и непосредственно предшествует выработке управленческого решения. Сегодня уже ни у кого не возникает сомнения в том, что без учета информации не только о прошлом и настоящем, но и вероятном будущем состоянии объекта, т.е. без прогноза его развития, невозможно принимать эффективные решения.
Еще совсем недавно прогнозирование было уделом узкого круга специалистов и находило применение при решении весьма ограниченного круга задач, преимущественно в естественнонаучной сфере. В настоящее время нет ни одной области человеческой деятельности, в которой бы в той или иной степени не использовалась прогнозная информация. Ею занимаются представители различных научных дисциплин: экономисты, физики, философы, математики, социологи, историки, юристы и т.д., что дает основание говорить о возникновении на стыке названных наук новой научной дисциплины - прогностики. Предметом ее исследования являются общие принципы, методы и средства прогнозирования состояния объектов любой природы, а также закономерности разработки самих прогнозов.
Под прогнозированием обычно понимают научное (т.е. основанное на анализе фактов и доказательств, причинно-следственных связей и закономерностей) определение вероятных путей и результатов предстоящего развития явлений и процессов, оценку показателей, характеризующих эти явления и процессы, для более или менее отдаленного будущего. Иными словами, прогнозирование заключается в получении информации о будущем состоянии какого-либо объекта на основе анализа его состояний в прошлом и настоящем.
585
На сегодняшний день разработано значительное число прогнозов в самых различных сферах человеческой деятельности, которые могут быть классифицированы по различным основаниям: в зависимости от целей, задач, объектов прогнозирования, периода упреждения прогноза, методов, используемых для его разработки, и т.д.
Рассмотрим основные понятия и термины, используемые в сфере прогнозирования 13.
Наиболее общим критерием типологии всех прогнозов является проблемно-целевой критерий, разграничивающий прогнозы с точки зрения цели, с которой они разрабатываются. По данному критерию различают два вида прогнозов: поисковые (другое название - исследовательские, трендовые) и нормативные (программные, целевые) 14.
Поисковое прогнозирование - определение возможных состояний объекта прогнозирования в будущем на основе информации о его прошлом и нынешнем состоянии. При таком прогнозировании производится условное продолжение, перенесение в будущее тенденций развития объекта, существующих в прошлом и настоящем, в предположении, что в прогнозируемом периоде не произойдет никаких событий, способных резко изменить эти тенденции.
Нормативное прогнозирование - определение путей и сроков достижения возможных состояний объекта, которые (состояния) принимаются в качестве цели. Такой прогноз, отвечающий на вопрос, каким путем достичь желаемого состояния, строится на основе заранее заданных норм, идеалов, целей.
На практике, однако, оба типа указанных прогнозов в чистом виде встречаются редко, чаще всего они применяются в комплексе. Типичная схема прогнозирования в этом случае состоит в следующем. Вначале развитие объекта прогнозируется исходя из существующих тенденций (поисковый прогноз). Если прогноз оказывается неблагоприятным, осуществляется поиск возможных способов, с помощью которых удалось бы переломить неблагоприятное развитие ситуации. При этом сперва определяется цель, которую необходимо достигнуть в предстоящий период, например снижение темпов роста
13 Рабочая книга по прогнозированию / Под ред. И.В.Бестужева-Лады и др.- М., 1982; Прогностика. Терминология:// Сборник научно-нормативной терминологии. -М., 1990. Вып. 109.
^Бестужев-Лада И. В. Нормативное социальное прогнозирование: возможные пути реализации целей общества. - М.,1987.
586
преступности (в целом, конкретного вида) или ее стабилизация на определенном уровне. Затем оцениваются вероятные сроки и определяются возможные способы достижения указанной цели (нормативный прогноз).
К нормативному прогнозированию можно отнести и оценку криминологических последствий проектов законодательных и ведомственных нормативных актов, вообще любых управленческих решений, затрагивающих правоохранительную сферу. Минимизация таких последствий еще на стадии разработки подобных документов, а также заблаговременная подготовка органов внутренних дел к действиям в новых условиях, возникших в связи с их принятием, - актуальная проблема сегодняшнего дня.
По объекту исследования различают естествоведческие, научно-технические и обществоведческие (социально-экономические в широком значении этого термина) прогнозы. В свою очередь, например, обществоведческие прогнозы подразделяются на различные виды в зависимости от конкретной сферы их приложения. Наиболее распространенными из них являются:
социально-экономические (перспективы развития народного хозяйства, вообще экономических отношений);
социально-экологические (перспективы сохранения равновесия между состоянием природной среды и жизнедеятельностью человека, вероятность наступления экологических катастроф, оценка их последствий);
юридические, в том числе уголовно-правовые и криминологические (развитие государства и законодательства, состояние преступности и других правонарушений, вообще правовые отношения);
социально-медицинские (здравоохранение, физкультура, спорт);
демографические (изменение численности, половозрастной структуры населения, миграция) и др.
Особо необходимо остановиться на классификации прогнозов с точки зрения периода упреждения (горизонта прогнозирования, периода прогноза), т.е. временного интервала, на который разрабатывается прогноз. Применительно к социальной сфере в литературе можно встретить различное количество градаций прогнозов по этому критерию. В некоторых источниках предлагается более детальная классификация прогнозов, в зависимости от периода упреждения: оператив-
587
ные (текущие), краткосрочные, среднесрочные, долгосрочные и даль-несрочные (сверхдолгосрочные)15. Чаще всего прогнозы, разрабатываемые в органах внутренних дел, по характеру и темпам развития прогнозируемых явлений подразделяются на следующие три вида 6:
- краткосрочные прогнозы - до одного года;
- среднесрочные прогнозы - на несколько (обычно до пяти) лет;
- долгосрочные прогнозы - на период свыше пяти и примерно до 15 лет.
С периодом упреждения в определенной степени связана и другая группировка прогнозов, зависящая от характера прогнозной информации. По этому критерию они подразделяются на качественные и количественные. В первом случае прогнозы разрабатываются в виде качественных оценок развития объекта: общего описания тенденций и ожидаемого характера изменений, а в самом простом случае - утверждения о возможности или невозможности наступления прогнозируемых событий (например, «возможен рост преступности», или «может наступить стабилизация определенных видов преступлений», или «можно ожидать снижения темпов роста аварийности» и т.п.).
Количественные прогнозы представляют собой числовые значения прогнозируемых показателей (например, «число краж превысит миллион», «темпы прироста тяжких преступлений возрастут на 5 %» и т.п.) либо количественные оценки вероятностей достижения этих значений. На практике, как правило, прогнозируются одновременно и качественные и количественные характеристики объекта. Соотношение этих сторон в прогнозе зависит от специфики самого объекта прогноза, целей прогнозирования, периода упреждения и др. Так, достаточно распространенной является следующая взаимосвязь между структурой прогнозной информации и периодом упреждения прогноза: краткосрочные прогнозы являются преимущественно количественными, среднесрочные - количественно-качественными, долгосрочные - в основном качественными. Кроме того, поскольку в переходные периоды точность и достоверность прогнозов вообще и количественных особенно резко снижается, в такие периоды повышается роль качественных прогнозов.
«Прогностика. Терминология. С. 10; Теория управления в сфере правоохранительной деятельности:Учебник. - М., 1990. С.131. «' Рабочая книга по прогнозированию. С. 12.
588
Существуют и другие основания классификации прогнозов (например, характер источника информации, масштабность прогноза и некоторые другие).
Правовое и организационное обеспечение прогнозирования в органах внутренних дел. Прогнозирование в органах внутренних дел является разновидностью так называемого обществоведческого (или социально-экономического) прогнозирования, которое объединяет целый ряд отдельных направлений, связанных с конкретной сферой приложения прогнозов. Наиболее распространенный вид прогноза в сфере деятельности органов внутренних дел - криминологический. Под криминологическим прогнозом обычно понимается научное предсказание изменений в структуре и динамике правонарушительст-ва (в целом как явления, отдельных его видов, групп и т.д.) в будущем 17. Это направление в прогнозировании возникло сравнительно недавно, лишь в конце 50-х гг. появились первые публикации по этой проблеме. У истоков формирования нового направления стояли такие известные ученые, как Г.А. Аванесов, Ю.Д. Блувштейн, С.Е. Вицин, Н.Ф. Кузнецова и другие.
В системе органов внутренних дел особенно активно проблемами криминологического прогнозирования стали заниматься с конца 60-х гг. В этот период наряду с теоретическими исследованиями предпринимались первые попытки разработки прогнозов преступности. Специально для решения этих проблем в Штабе МВД СССР был образован отдел прогнозирования и перспективного планирования. Именно здесь был подготовлен первый в нашей стране криминологический прогноз на пятилетний период, а на его основе разработан перспективный план совершенствования деятельности органов внутренних дел на 1971-1975 гг. К концу 70-х гг. в ГНИЦУИ МВД СССР на основе экстраполяционных методов разрабатывались прогнозы различных видов преступлений и категорий лиц, их совершивших, как для отдельных регионов, так и в целом по стране. Активно велась
10
научно-исследовательская работа в этом направлении
п Аванесов Г.А. Теория и методология криминологического прогнозирования. - М.,
1972,
18 Горяинов К.К., Кондратюк Л.В. Проблемы прогнозирования преступности в
регионе //Вопросы борьбы с преступностью. - М., 1983. Вып.39.
589
\
Период бурного развития криминологического прогнозирования сменился спадом, и лишь в конце 80-х гг. в ОВД, как и других системах государственного управления, вновь отмечается резкое повышение интереса к научным методам управления вообще и прогнозированию в частности. Для решения методологических и методических проблем прогнозирования в составе Академии МВД СССР в тот период создается Научный центр управления и социологии, одна из лабораторий которого непосредственно занималась исследованием указанных проблем (в настоящее время лаборатория находится в структуре ВНИИ МВД РФ).
Основным видом прогноза в органах внутренних дел является криминологический прогноз. Вместе с тем широкое распространение получили и другие виды прогноза. Так, в настоящее время важное значение приобретает прогнозирование явлений и процессов, влияющих на состояние правонарушительства, что позволяет разрабатывать более точные и обоснованные криминологические прогнозы. С другой стороны, сами криминологические прогнозы все активнее используются при решении не только тактических задач борьбы с преступностью, но и задач стратегического характера, связанных с развитием системы органов внутренних дел (формирование целей и задач на перспективу, финансовое, кадровое, материально-техническое обеспечение, организационно-штатные изменения и т.п.). Иными словами, на основе криминологических прогнозов могут разрабатываться другие виды прогнозов, в частности ресурсного обеспечения органов внутренних дел.
Примером решения подобного рода задач может служить предпринятая в конце 80-х г. попытка дать на предстоящий пятилетний период развернутую картину предполагаемого изменения криминогенной обстановки в зависимости от возможного развития социально-экономической и политической ситуации в.стране19. В свою очередь, с учетом возможных изменений криминальной обстановки в стране в 1988 гг. сотрудниками Академии был подготовлен «Прогноз потребности основных служб органов внутренних дел в специалистах высшей и средней квалификации на XIII пятилетку». Указанные прогнозы использовались МВД РФ при подготовке ряда управленческих решений стратегического характера.
Более активное и широкое использование прогнозов в управленческой деятельности ОВД всех уровней до последнего времени сдерживалось прежде всего отсутствием необходимой нормативной базы прогнозирования - ее формирование значительно отставало от потребностей управленческой практики. Несмотря на очевидные научные успехи в этой области, а также опыт инициативного практического использования прогнозов в центре и на местах, первые шаги по разработке нормативной базы прогнозирования были сделаны лишь в начале 90-х гг. Так, хотя в основополагающем документе - Положении о МВД РФ, утвержденном постановлением СМ РФ от 22 октября 1991 г. № 557, конкретно прогнозирование как вид управленческой деятельности еще не упоминался, однако его осуществление косвенно подразумевалось при реализации таких функций, как разработка комплексных программ укрепления правопорядка и подготовка предложений по численности органов внутренних дел, организация научных исследований и др.
Во многих последующих ведомственных нормативных актах подготовка прогнозов уже рассматривается как одна из важных задач и обязанность субъектов управления. К ним относится прежде всего Положение о Штабе МВД России 20. В качестве первой по значимости задачи и функции назывался комплексный анализ и прогнозирование криминогенной обстановки в республике и отдельных регионах.
В Положениях о некоторых других главках министерства также в той или иной степени затрагивались вопросы прогнозирования, в частности, в них указывалось на необходимость получения и использования прогностической информации при решении управленческих и оперативно-служебных задач, стоящих перед соответствующими службами21. Однако даже в таком усеченном виде функция прогнозирования получила нормативное закрепление далеко не во всех отраслевых службах МВД России. Например, упущена данная функция в Положениях о Главном управлении уголовного розыска, ГУГАИ, ГУВДТ и некоторых других главках.
В последующие годы МВД России предприняло шаги по дальнейшему нормативному закреплению функции прогнозирования не только на уровне МВД РФ, но и в среднем (МВД, УВД) и нижнем (ГОРОВД) звеньях системы. Так, приказ МВД РФ от 14 сентября
« Методология и методика прогнозирования в сфере борьбы с преступностью. -М.,1989.
20 Приказ МВД РФ № 30 -1992 г. « Приказы МВД РФ № 26 - 1992 г.; № 35 - 1992 г.; № 85 - 1992 г.
21
590
591
1993 г. N 420 «О мерах по совершенствованию организации работы городских, районных органов внутренних дел и линейных ОВД на транспорте», а также Наставление по работе ГРОЛОВД (приказ МВД РФ N 260-1994 г.) рассматривают работу по прогнозированию в качестве необходимой составной части управления в горрайлинорганах.
Принятые в 1995-1996 гг. нормативные акты, касающиеся проблем управления, подтверждают курс МВД России на широкое использование прогнозов. В решении коллегии МВД РФ от 17 ноября 1995 г., подведшем итоги работы органов внутренних дел страны и определившем задачи на следующий год, требуется от всех органов, служб и подразделений «...активнее использовать прогнозы развития событий...» при разработке мер противодействия преступности (п. 1.5). Приказ МВД РФ N 433-1995 г. «О мерах по повышению эффективности управленческой деятельности в органах внутренних дел» напрямую связывает разработку плановых мероприятий с результатами прогноза развития оперативной обстановки.
Наконец, наиболее полное нормативное закрепление функция прогнозирования получила в Положении о Главном штабе Министерства внутренних дел Российской Федерации 22, приказе МВД РФ № 180-1996 г. «О мерах по совершенствованию организации работы министерств внутренних дел, главных управлений (управлений) внутренних дел субъектов Российской Федерации, УВД на транспорте и режимных объектах» и приказе МВД РФ № 86-1997 г. «Об утверждении временного наставления по службе штабов ОВД»23. В соответствии с этими приказами повышается значение управления в решении задач, стоящих перед органами внутренних дел всех уровней. В этой связи значительно возрастает роль штаба как основного органа управления, призванного координировать деятельность отраслевых подразделений МВД (ГУВД, УВД, ГОРОВД).
Именно на штаб возлагается задача комплексного анализа и прогнозирования криминогенной обстановки. Так, для выполнения этой задачи в среднем звене управления штаб организует совместно с другими подразделениями аппарата МВД, УВД, образовательными и научно-исследовательскими учреждениями криминологические и социологические исследования, в том числе прогнозирование тенденций и процессов в сфере правопорядка (п.3.13). Особенно важно то,
22 Приказ МВД РФ № 110 - 1996 г.
23 Приказ МВД РФ № g6 -1997 г.
592
что впервые приказом определены виды документов, при подготовке которых необходимо осуществлять прогнозирование. К ним, в частности, относятся:
- информационно-аналитические и справочные материалы, предложения по профилактике правонарушений и укреплению правопорядка в регионе, направляемые в органы государственной власти;
- отчет об итогах оперативно-служебной деятельности за год, направляемый в МВД России;
- оценки оперативной обстановки по итогам работы за полугодие и год, проблемные записки и иные информационно-аналитические документы, которые готовятся для министра внутренних дел, начальника управления внутренних дел.
О структуре и содержании подобных документов можно судить, например, по материалу «Состояние и меры укрепления правопорядка, усиления борьбы с преступностью в России», поготовленному Главным штабом МВД РФ24. В нем дан развернутый анализ факторов, определяющих динамику и структуру преступности в 1993-1995 гг., результатов деятельности органов внутренних дел в борьбе с преступностью, а также прогнозируемые тенденции в ее развитии. Завершается документ разделом, в котором изложены планируемые меры обеспечения правопорядка и усиления борьбы с преступностью. Именно таким документом целесообразно завершать разработку криминологического прогноза на всех уровнях управления системы ОВД.
Очевидно, от степени нормативного регулирования функции прогнозирования зависит и ее организационное обеспечение. До издания приказа МВД РФ № 180-1996г. о специализированных подразделениях, реализующих функцию прогнозирования в практических органах, говорить не приходилось, за исключением отдела комплексного анализа и прогнозирования информационно-аналитического управления Штаба МВД РФ (в настоящее время - аналогичное подразделение Главного штаба МВД России). Хотя эта функция в той или иной мере осуществляется и в информационно-аналитических подразделениях отраслевых главков (например, в Главном управлении по борьбе с организованной преступностью (ГУОП) - отдел анализа и исследований; в ГУООП - управление оценки и подготовки решений, а также оперативно-информационный отдел) и соответствующих подразделениях в МВД, УВД, в их структуре отсутствуют подразде-
24 Штабная практика. 1996. № 3. С.96-127.
593
ления, специализирующиеся на выполнении этой функции.
Поскольку в настоящее время структура и функции штабов МВД, УВД приводятся в соответствие с новым приказом, пока трудно сказать, как на практике будут выполняться его требования в части осуществления прогнозирования оперативной обстановки в регионе. Можно лишь предположить, что отсутствие подготовленных специалистов и сложность методического обеспечения прогнозирования затруднят решение этой задачи.
Несмотря на очевидный прогресс, в целом как нормативное, так и организационное обеспечение прогнозирования нуждается в дальнейшем совершенствовании. Видимо, в крупных аналитических структурах следует специализировать сотрудников на функции прогнозирования. Только тогда они будут овладевать соответствующими методами и приемами прогнозирования, разрабатывать прогнозы, необходимые для эффективного управления. Методическое же обеспечение прогнозирования, а также разработка прогнозов на средне- и долгосрочную перспективу, носящих сложный, комплексный характер, должны осуществляться специализированными научными подразделениями совместно со штабными аппаратами органов внутренних дел.
Основные методы и технология прогнозирования. В настоящее время разработано и широко применяется для решения различных прогностических задач большое количество разнообразных методов и их модификаций. По оценкам зарубежных и отечественных специалистов, их насчитывается свыше 200.
Следует отметить, что в основе любого метода прогнозирования, по существу, лежит экстраполяция, под которой в широком плане обычно понимают получение информации о будущем какого-либо объекта на основе данных, относящихся к его прошлому и настоящему. В узком смысле экстраполяция рассматривается как распространение закономерностей, связей и отношений, действующих в изучаемом периоде, за его пределы, т.е. в будущее.
В самом общем случае все методы прогнозирования подразделяются на две большие группы: фактографические и интуитивные. Фактографические (или формализованные) методы прогнозирования базируются на использовании фактически имеющейся, чаще всего статистической информации об объекте прогнозирования. Поэтому
594
большинство из них основано на применении известных математико-статистических методов обработки и анализа информации.
В основе интуитивных (или экспертных) методов прогнозирования лежит способность человека, являющегося специалистом в соответствующей сфере деятельности, предвидеть развитие событий, исходя из своего опыта, знаний, интуиции.
Условно весь процесс прогнозирования, независимо от используемого для этой цели метода, можно разделить на два этапа: построение модели прогнозируемого объекта и собственно прогнозирование. Вид модели неразрывно связан с конкретным методом, применяемым для разработки прогноза. Так, если прогнозирование производится одним из фактографических методов, модель объекта, как правило, представляет собой математическое описание (в виде математических уравнений, формул) либо динамики самого объекта, либо его зависимости от факторов внешней среды. Экспертный прогноз также основан на построении модели, однако в данном случае она является логической и отражает интуитивное представление эксперта о закономерностях развития прогнозируемого объекта, о его взаимосвязях с факторами внешней среды. Не построив такую модель в своей голове, эксперт едва ли смог бы дать более или менее обоснованную оценку предстоящему развитию объекта.
Дальнейшая, более подробная классификация методов прогнозирования связана прежде всего с конкретизацией моделей, используемых для описания объекта прогноза. Подробно с наиболее распространенными методами прогнозирования, применяемыми в различных сферах человеческой деятельности, можно познакомиться в специальной литературе25. Здесь же остановимся на рассмотрении лишь трех основных методов, которые чаще всего применяются для разработки прогнозов в системе органов внутренних дел:
1) статистическая экстраполяция динамических рядов;
2) многофакторное моделирование;
3) экспертные методы прогнозирования. Первые два метода относятся к группе фактографических, а третий - к группе интуитивных методов.
25 Рабочая книга по прогнозированию.; Заблоцкис Н.Я., Хеша Л.Г. Методы прогнозирования в управленческой деятельности органов внутренних дел. - М., 1990. С. 13-20.
595
Статистическая экстраполяция динамических рядов - наиболее простой и, пожалуй, самый распространенный метод криминологического прогнозирования. С применения этого метода начиналось прогнозирование в органах внутренних дел. Экстраполяция -универсальный метод математической статистики. Принципиальная возможность его использования для разработки криминологических прогнозов основана на инерционности общественных процессов и их влиянии на преступность. Под инерционностью понимается невозможность коренного изменения на коротком интервале времени сложившихся ранее общественных отношений и форм противоправного поведения. В частности, инерционность криминологических процессов выражается в сохранении общей тенденции либо характера динамики (абсолютный прирост, темп роста и прироста) соответствующего статистического ряда в течение сравнительно продолжительного времени.
Первый этап (разработка модели динамического ряда) состоит в определении основной тенденции развития явления во времени и выборе аналитической формы (т.е. математической формулы) для описания этой тенденции в виде Y = Y(t), где Y - прогнозируемые показатели преступности (уровни динамического ряда), t - временной параметр. Иными словами, при таком подходе показатели преступности рассматриваются как функция от времени.
Второй этап (прогнозирование) заключается прежде всего в обосновании возможности распространения основной тенденции, и особенно формы, в которой она выражена, в будущее, и только после этого - расчет прогнозных значений по выведенной формуле, являющейся математической моделью соответствующего динамического ряда.
Основная сложность применения метода заключается в подборе математической функции для описания ретроспективного динамического ряда. От точности выбора функции зависит в конечном итоге точность и обоснованность самого прогноза. Сложность такого выбо-
596
pa обусловлена тем, что в общем случае динамические ряды могут быть представлены в виде суперпозиции (наложения, суммы) нескольких компонентов: тенденции развития (тренда); циклической долговременной тенденции; сезонных колебаний, имеющих регулярный характер.
Долговременная тенденция развития (тренд) описывается чаще всего гладкими непериодическими функциями типа линейной, квадратичной и некоторыми другими. Циклическая долговременная тенденция связана с периодическими изменениями процессов, в том числе имеющих сезонный характер. Как правило, она описывается функциями типа sin или cos. Некоторые из перечисленных математических функций, используемых для моделирования динамических рядов, приведены ниже в табл. 4.4.1.
Таблица 4.4.1 Основные математические функции, используемые для прогнозирования рядов динамики
597
Таблица 4.4.1 (продолжение)
Таблица 4.4.1 (продолжение)
Современные компьютерная техника и программное обеспечение во многих случаях позволяют значительно упростить построение математической модели динамического ряда. Существующие пакеты прикладных программ по обработке статистической информации, как правило, содержат большой набор стандартных математических функций, вполне достаточный для моделирования большинства динамических процессов. Однако получение математической модели динамического ряда в этом случае не является, как это может показаться на первый взгляд, автоматической процедурой. Важная роль здесь принадлежит аналитику, осуществляющему разработку прогноза. Именно он должен не только определить вид математической функции, обеспечивающей наилучшую аппроксимацию ретроспективного динамического ряда, но и оценить, сохранятся ли описываемые ею закономерности в будущем. Только в этом случае математическая модель может использоваться для экстраполяции этого ряда. Проиллюстрируем сказанное на следующем примере (см. рис. 4.4.1).
На рис. 4.4.1 для математического описания ретроспективного динамического ряда использована линейная функция зависимости количества преступлений (Y) от времени (t) вида:
Y= а + bxt,
где а и b - постоянные коэффициенты, зависящие от особенностей конкретного динамического ряда. Обычно этот вид функции используется, если общей тенденцией динамического ряда является равномерный рост (Ь>0), снижение (Ь<0) или стабилизация (Ь=0), причем показатели абсолютного прироста (снижения) из года в год примерно одинаковы.
599
'исходньй динамически ряд—линип^ тренда
Рис. 4.4.1. График линейной модели тренда
Тот же динамический ряд может быть аппроксимирован и более сложной, например квадратичной функцией, т.е. параболой (см. рис. 4.4.2). Математическая модель тренда в этом случае описывается формулой:
Y=a+bxt+cxt'2
В принципе обе рассмотренные модели тренда могут использоваться для прогнозирования, поскольку каждая из них в целом правильно отражает общую тенденцию данного динамического ряда, суть которой состоит в постоянном росте его уровней. Вместе с тем очевидно, что квадратичная функция более точно описывает характер динамики, а именно: положительная динамика в данном случае сопровождается постоянным увеличением ежегодных абсолютных приростов значений уровней динамического ряда.
Поэтому, если, по мне-
Квадратичная модель тренда
Рис. 4.4.2. График квадратичной модели
тренда нию аналитиков, установленная выше закономерность (и описанная математически с помощью квадратичной функции), определяющая общую тенденцию и характер динамики, сохранится в будущем, именно эту математическую модель следует использовать для разработки прогноза. Кроме визуального анализа и оценки точности выбора той или иной функции для моделирования динамических рядов, представленных в графическом виде, существуют статистические способы такой оценки.
Наконец, для получения прогнозных значений динамического ряда необходимо в формулу, представляющую собой математическую модель динамического ряда, подставить вместо аргумента t значения
600
временных интервалов, относящихся к прогнозируемому периоду (в рассмотренном выше примере t будет равно соответственно 8,9,10... годы). На этом прогнозирование методом статистической экстраполяции динамических рядов завершается.
Более сложным и трудоемким является прогнозирование на основе многофакторного моделирования. Именно по этой причине, видимо, эти методы не получили пока широкого распространения. В отличие от статистической экстраполяции, многофакторное моделирование предполагает использование для построения математических моделей информацию не только о преступности, но и о факторах внешней среды, влияющих на динамику и структуру правонаруши-тельства. Сами же модели представляют собой математическое уравнение (систему уравнений), описывающее зависимость показателей преступности от факторов внешней среды. Способ математического описания таких зависимостей предопределяет конкретную разновидность данного метода прогнозирования.
Простейшим примером многофакторной модели является уравнение множественной регрессии вида
(4.4.1)
где: Y(t)- показатель, характеризующий состояние преступности в период времени t;
Y;(/)- количественное значение i-ro фактора внешней среды в период времени t; а, - постоянные коэффициенты; n - количество факторов внешней среды, используемых в модели. Прогнозирование на основе многофакторной модели (4.4.1) осуществляется в следующей последовательности.
1. Построение многофакторной модели:
отбор факторов внешней среды, оказывающих определенное влияние на данный вид преступления (для з эй цели, как правило, используются методы экспертных оценок);
формирование количественных показателей, характеризующих интенсивность проявления соответствующих факторов внешней среды (по данным статистических отчетов или результатам социологических исследований);
отбор факторов внешней среды, оказывающих существен-
ное влияние на данный вид преступления, т. е. имеющих статистически значимый коэффициент корреляции с показателем преступности
(корреляционный анализ);
построение многофакторной модели (4.4.1) методами регрессионного анализа.
2. Разработка криминологического прогноза:
прогнозирование показателей, характеризующих изменение факторов внешней среды в предстоящий период (либо одним из статистических методов, либо методом экспертных оценок);
расчет по формуле (4.4.1) прогнозных значений преступности на тот же период, исходя из прогноза факторов внешней среды.
Многофакторное прогнозирование может осуществляться с использованием и более сложных математических моделей (например, системы дифференциальных уравнений), также описывающих влияние факторов внешней среды на преступность, но учитывающих более сложные зависимости между ними . На их основе осуществляется так называемое имитационное моделирование криминологических процессов, которое дает возможность исследовать различные варианты развития преступности, в зависимости от предполагаемых сценариев развития социально-экономических, демографических и иных факторов внешней среды. Однако разработка таких моделей под силу лишь специалистам, владеющим соответствующим
математическим аппаратом.
Рассмотренные выше методы предназначены в основном для
разработки поисковых прогнозов. Более универсальными являются экспертные методы прогнозирования, они могут использоваться как при поисковом, так и при нормативном прогнозировании. Более того, экспертные методы могут оказаться незаменимыми также и при разработке сложных многофакторных моделей прогнозируемых объектов. Применение этих методов наиболее эффективно в следующих
случаях:
при отсутствии представительных и достоверных статистических данных о прогнозируемом объекте;
в условиях большой неопределенности среды функционирования объекта, влияния на его развитие факторов внешней среды;
в условиях дефицита времени, необходимого для разработки
26 Основы математического моделирования в деятельности органов внутренних дел: Учебное пособие. - М., 1993.
602
прогноза, или иных экстремальных ситуациях.
Для решения задач прогнозирования в принципе может быть применен любой из существующих методов экспертной оценки. Однако, на наш взгляд, для обеспечения максимальной точности и обоснованности прогнозов целесообразно использовать одну из разновидностей методов коллективных экспертных оценок - метод Делыры. К этой группе относятся, как известно, и другие методы: метод мозгового штурма, метод экспертных комиссий и метод суда 7, отличающиеся между собой способом организации совместной работы экспертов.
Достоинство перечисленных экспертных методов прогнозирования связано именно с коллективной, совместной работой экспертов, что в принципе является положительным фактором, повышающим объективность экспертных оценок. Это обусловлено тем, что в ходе совместной работы эксперты, выслушивая мнения своих коллег, их аргументацию в пользу предлагаемых ими вариантов прогноза, получают новую для себя информацию, повышают тем самым уровень своей компетентности.
Однако отмеченное достоинство при определенных условиях может оказаться серьезным препятствием на пути получения объективной экспертной информации. Дело в том, что совместная работа оказывает существенное психологическое воздействие на экспертов, приводит к отказу некоторых экспертов от своей позиции (даже если она и является верной) в пользу мнения более авторитетных членов экспертной комиссии (с точки зрения их известности, должностного положения и т.п.).
Лишенным этого недостатка и одновременно обладающим достоинствами перечисленных выше методов коллективной экспертной оценки является дельфийский метод (или метод Дельфы). Суть экспертного прогнозирования по этому методу заключается в следующем. Прежде всего, в отличие от других методов коллективных экспертных оценок, каждый член экспертной группы работает независимо от остальных, опрос экспертов (в форме анкетирования) производится в индивидуальном порядке. Затем осуществляется статистическая обработка индивидуальных экспертных оценок: определяется обобщенное мнение группы, выявляются крайние оценки (т.е. вари-
27 Бешелев С.Д., Гурвич Ф.Г. Математические методы экспертных оценок. - М., 1980.
603
анты прогнозов, имеющие максимальные и минимальные значения по сравнению с остальными). Экспертов, высказавших крайние точки зрения, просят в письменном виде аргументировать свою позицию,
т.е. обосновать свой вариант прогноза.
На следующем этапе экспертам сообщается обобщенная информация о мнении всей группы относительно предстоящего развития криминальных процессов28: усредненная оценка, максимальная и минимальная оценки, а также аргументация экспертов, высказавших эти оценки (без указания их авторства). Получив дополнительную информацию о возможных изменениях в структуре и динамике преступности, а также факторах внешней среды, влияющих на эти процессы, эксперты имеют возможность скорректировать свои первоначальные оценки (варианты прогноза), если сочтут аргументы своих коллег убедительными. Следовательно, эксперты, с одной стороны, повышают уровень своей компетентности за счет полученной информации (как и в остальных методах коллективных экспертных оценок), а с другой - избавлены от давления авторитетных членов комиссии, поскольку эту информацию они получают в обезличенном виде.
Указанная процедура повторяется несколько раз и завершается после стабилизации экспертных оценок, т.е. когда эксперты больше не вносят коррективы в свои прогнозы (обычно для этого бывает достаточно двух этапов). Как правило, в результате подобной многоэтапной процедуры происходит сужение диапазона разброса экспертных оценок (т.е. расхождения в индивидуальных оценках отдельных экспертов уменьшаются), а объективность и точность итогового
прогноза повышается.
При организации прогнозирования с использованием экспертных методов одна из наиболее важных и сложных задач - формирование экспертной группы. От ее профессионального состава, а также численности в решающей степени зависят точность и обоснованность экспертного прогноза. Прежде всего необходимо решить, специалисты какого профиля должны и могут выступать в роли экспертов. В первую очередь это должны быть самые квалифицированные и опытные сотрудники органов внутренних дел. Участие в экспертном прогнозировании могут принять также представители прокуратуры,
28 Этим они отличаются от методов индивидуальных экспертных оценок, когда эксперты работают независимо друг от друга и между ними отсутствует обмен информацией в любой форме.
604
юстиции, адвокатуры. Поскольку криминологическое прогнозирование сегодня невозможно без анализа внешней среды, в состав экспертной группы целесообразно включать специалистов других профилей. Так, неоценимую помощь могут оказать опытные практики и ученые, работающие в области экономики, юриспруденции (правоведы, криминологи), социологии, психологии. К работе в качестве экспертов может привлекаться профессорско-преподавательский состав высших учебных заведений, сотрудники научно-исследовательских институтов, расположенных в соответствующем республиканском, краевом или областном центрах.
Что касается количественного состава экспертной группы, то при решении этого вопроса в принципе можно воспользоваться рекомендациями, содержащимися в специальной научной литературе29. Однако предлагаемый в ней формальный подход не всегда реализуем на практике, а с содержательной точки зрения применение для этой цели обычных статистических методов оценки объема выборки, как в социологических исследованиях, едва ли обоснованно. В данной ситуации основное значение, на наш взгляд, имеет не количественный, а качественный состав группы. Главное - добиться, чтобы даже в малочисленной группе (5-10 экспертов) были представлены наиболее квалифицированные и опытные специалисты в соответствующей области знаний, склонные к аналитической работе, обладающие высоким уровнем общей эрудиции и умением работать в качестве эксперта. Кроме того, важно, чтобы в случае, если экспертная группа формируется только из сотрудников органов внутренних дел, в целях избежания односторонней деформации экспертных оценок в нее были включены представители различных служб.
Обычно опрос экспертов проводится с помощью специально разработанных для этой цели анкет, содержащих несколько разделов. Во вспомогательных разделах излагаются цели и задачи прогнозирования, обосновывается важность данного прогноза для совершенствования работы органов внутренних дел; здесь же предусмотрены вопросы, касающиеся самого эксперта (возраст, образование, место, стаж работы и т.п.), ответы на них в дальнейшем могут использоваться для косвенной оценки его компетентности.
Основной раздел анкеты содержит конкретные вопросы по существу проблемы. Так, если речь идет о количественном прогнозе,
29
Бешелев С.Д., Гурвич Ф.Г. Указ. раб.
605
эксперта просят оценить, какое, по его мнению, наиболее вероятное количество преступлений (всего, по отдельным группам или видам) будет совершено (или зарегистрировано) в том или ином году (месяце и т.д.) прогнозируемого периода. При разработке качественного прогноза эксперт должен оценить наиболее вероятную тенденцию соответствующих показателей преступности (стабилизируется ли она на достигнутом уровне, будет продолжаться ее рост или произойдет снижение; изменятся ли темпы роста преступности и какой характер
эти изменения могут носить и т.п.).
Кроме вопросов, непосредственно касающихся криминологического прогноза, эксперту необходимо дать возможность обосновать свою точку зрения, исходя из собственного понимания развития общественных процессов, протекающих в конкретном регионе и влияющих на состояние и динамику правонарушений.
Непосредственно разработке прогноза должна предшествовать очень серьезная аналитическая работа эксперта по изучению всей информации, которая ему может понадобиться для подготовки своего варианта прогноза. Сюда относятся статистические и иные данные о структуре и динамике преступности, социально-экономическом развитии региона, его демографическая характеристика и т.п. Очень важно ознакомить экспертов с программами социально-экономического развития региона, если таковые имеются, проектами управленческих решений, готовящихся местной администрацией и касающихся различных аспектов правоохранительной деятельности, социально-экономических проблем региона и т.п.
Обработка экспертных оценок (вариантов прогноза, предложенных каждым экспертом), а также последующая организация экспертного опроса производится в соответствии с описанным выше методом Дельфы.
Рассмотренные методы как по отдельности, так и в комплексе
могут быть использованы при разработке любых типов прогнозов в сфере деятельности органов внутренних дел. Следует отметить, что прогнозирование во многом все еще остается больше искусством, чем наукой. Однако несмотря на это, с методической точки зрения прогнозирование любого вида, в том числе и криминологическое, обязательно должно включать ряд этапов и удовлетворять некоторым общим требованиям. В свою очередь, каждый из этих этапов реализуется в определенной последовательности и предполагает решение определенных задач.
606
В число задач первого этапа входят прежде всего: постановка задачи прогнозирования; формирование информационной базы; анализ информации и построение модели прогнозируемого объекта. Следовательно, прогнозирование всегда начинается с определения целей, субъекта и объекта прогнозирования.
Поскольку функция прогнозирования в настоящее время целиком и полностью возложена на штабные подразделения, именно они должны выступать основными организаторами этой работы, исходя из цели: определять объект прогнозирования (т.е какие аспекты пра-вонарушительства подлежат исследованию и прогнозированию), период упреждения и Основание прогноза; решать организационно-технические вопросы.
В организационном плане разработка прогноза может осуществляться как силами самого Штаба (при наличии в его составе соответствующих специалистов), так и с привлечением специалистов из учебных заведений или научно-исследовательских учреждений. В качестве экспертов к работе могут привлекаться сотрудники других подразделений органа внутренних дел, а также иных ведомств.
Кроме того, на Штаб возлагается и информационное обеспечение прогнозирования. Он должен определить источники получения и виды информации, необходимой для разработки прогноза, период времени, за который такая информация должна быть представлена. При определении глубины ретроспективного анализа (основания прогноза) необходимо исходить из требования, чтобы она была достаточной для установления закономерностей развития прогнозируемого объекта. В практическом плане обычно следуют рекомендации, согласно которым глубина ретроспективы должна быть не меньше двух периодов упреждения прогноза. Так, для разработки среднесрочного криминологического прогноза желательно проанализировать данные о преступности и факторах внешней среды не менее чем за 8-10 лет.
При формировании информационной базы следует иметь в виду, что помимо данных о самой преступности (количество и структура совершенных преступлений и лиц, их совершивших) в информационную базу необходимо включать и данные о социально-экономическом развитии региона за тот же период, об изменении демографической ситуации и т.п., т. е. информацию о всех факторах внешней среды, которые, по мнению специалистов, влияют на динамику и структуру преступности в данном регионе.
607
Анализ информации и построение модели прогнозируемого объекта производятся с учетом выбранного метода прогнозирования. Выбор конкретного метода (или методов) прогнозирования определяется прежде всего характером и полнотой информации об объекте прогнозирования, степенью изученности закономерностей его развития, наличием специалистов, владеющих соответствующими методами. В настоящее время прогнозирование методом статистической экстраполяции динамических рядов, а также с применением экспертных методов вполне под силу сотрудникам штабов на уровне МВД, УВД. Разработка прогнозов с применением более сложных методов должна осуществляться, как правило, представителями научно-исследовательских учреждений, профессионально занимающимися проблемами прогнозирования.
Второй этап представляет собой процедуру непосредственного получения конкретных значений прогнозируемых характеристик на весь период упреждения. Так, на этом этапе экспертами заполняются анкеты (экспертное прогнозирование) либо производятся необходимые вычисления на калькуляторе или компьютере в соответствии с математической моделью объекта прогнозирования. Здесь же осуществляется статистическая обработка анкет, заполненных экспертами, с целью получения обобщенных прогнозных данных всей экспертной группы.
Более сложный и трудоемкий характер процедура прогнозирования приобретает при комплексном прогнозировании, т.е. при одновременном применении нескольких методов. Например, в случае последовательного применения фактографических и экспертных методов вначале осуществляется прогнозирование на основе соответствующей математической модели, а затем эксперты, анализируя его результаты, корректируют их, т.е. предлагают свои варианты возможного развития объекта в перспективе.
Одна из важнейших и наиболее сложных задач этого этапа - верификация прогнозов. Под верификацией понимается оценка достоверности и точности или проверка обоснованности прогноза. Основная сложность решения этой задачи состоит в том, что целью верификации является оценка достоверности и точности результатов прогнозирования еще до наступления возможных событий, обеспечивающая при этом достаточную степень уверенности при подготовке управленческих решений. Подробно с различными способами верификации прогнозов можно познакомиться в специальной литерату-
608
ре . Здесь же отметим, что при ее осуществлении обычно производятся оценки:
точности, с которой модель аппроксимирует эмпирические данные в периоде основания прогноза (на ретроспективном участке), т.е. анализ отклонений расчетных данных от фактических;
величины доверительных интервалов, в которых будут находиться значения прогнозируемых переменных в период упреждения, т.е. определение разброса прогнозируемых значений;
степени близости значений прогнозируемых переменных, полученных по разным моделям, т.е. анализ согласованности прогнозов, полученных разными методами;
степени совпадения прогнозных значений с реальными данными на части интервала периода упреждения, т.е. частичное подтверждение результатов прогнозирования.
В следующих разделах главы методические вопросы прогнозирования будут подробно рассмотрены на примере решения конкретных прогностических задач: разработки среднесрочного и краткосрочного криминологических прогнозов; прогнозирования потребности органов внутренних дел в кадрах; прогностической оценки криминологических последствий управленческих решений.
Методика разработки криминологического прогноза. Самый распространенный вид прогноза в органах внутренних дел - криминологический. Рассмотрим на конкретных примерах некоторые методики разработки криминологических прогнозов, основанных на применении описанных выше методов прогнозирования.
1. Разработка среднесрочного прогноза методом статистической экстраполяции динамического ряда.
Прогнозирование с применением этого метода основано на построении математической модели ретроспективного динамического ряда, т.е. описании его одной (или несколькими) из функций, приведенных в табл.1. Подбор такой функции для конкретного динамического ряда производится в общем случае на компьютере с использованием соответствующих программных средств (например, пакета Microsoft Excel для среды Windows). Однако в том случае, когда общая тенденция может быть описана прямой линией, не составляет особого труда вывести уравнение этой линии, не прибегая к помощи
Рабочая книга по прогнозированию.
20 Заказ 1497
609
компьютера, сделав это «вручную», с использованием обычного калькулятора. Рассмотрим на конкретном примере, как решается задача прогнозирования в этом случае.
Уравнение прямой линии, как уже указывалось выше, в общем случае имеет вид:
Y(t)=a+bxt. (4.4.2) Чтобы это уравнение описывало конкретный динамический ряд, необходимо определить постоянные коэффициенты а и Ь, соответствующие данному ряду. Задача эта решается с помощью метода наименьших квадратов. Суть метода состоит в нахождении таких значений коэффициентов а и Ь, которые бы минимизировали сумму квадратов отклонений уровней реального ряда от их значений, принадлежащих искомой прямой линии. В общем случае решение задачи достаточно трудоемкий процесс. Однако коэффициенты могут быть легко вычислены, если вместо обычного временного масштаба, который используется для описания динамических рядов, перейти к условному, в котором начало координат помещено в середину динамического ряда. В новой системе координат при нечетном числе уровней ряда получаются следующие значения условного периода времени t (см. табл. 4.4.2).
Таблица 4.4.2
Реальные годы
1992
1993
1994
1995
1996
Условные годы
-2
-1
0
+1
+2
Если число уровней ряда четное, то два серединных члена обозначаются соответственно -1 и +1, а остальные принимают нечетные значения по возрастающей по мере удаления от срединных уровней (см. табл. 4.4.3).
Таблица 4.4.3
Реальные годы
1991
1992
1993
1994
1995
1996
Условные годы
-5
-3
-1
+1
+3
+5
I Условные годы | -5 | -3 | -1 | +1 | +3
Переход от реального масштаба времени к условному позволяет упростить расчетные формулы, которые в этом случае приобретают вид:
(4.4.3)
610
(4.4.4)
Проиллюстрируем расчет этих коэффициентов на следующем примере (см. рис. 4.4.3).
Рис. 4.4.3. График динамики тяжких преступлений в N-ской области
Изучение графика показывает, что общая тенденция и характер динамики тяжких преступлений в данном случае могут быть аппроксимированы линейной функцией. Все расчеты целесообразно производить в табл. 4.4.4.
Таблица 4.4.4 Пример расчета коэффициентов
Показатели
Годы
2:
Сумма
1990
1991
1992
1993
1994
1995
1996
Исходный ряд, Y; Условный год, t;
398 -3 -1194 9
650 -2
-1300 4
1034 -1 -1034 1
1134 0 0 0
1450 1 1450 1
1642 2 3284 4
1981 3 5943 9
8289
7149 28
Расчетные данные
Yixt;
t.2
Используя формулы (4.4.3) и (4.4.4) и данные табл. 4.4.3, определим значения коэффициентов а и Ь:
а = (398+650+1034+1134+1450+1649+1981) : 7 = 8289 : 7 = 1184;
b = (-1194-1300-1034+0+1450+3284+5943): (9+4+1+0+1+4+9) = =7149:28=255.
20*
611
Таким образом, уравнение прямой линии (4.4.2), аппроксими-руещей исходный динамический ряд (т.е. линейная модель динамического ряда), имеет следующий вид:
Y(t)=1184+255xt. (4.4.5) Отметим, что перенос начала отсчета времени в середину динамического ряда позволяет дать вполне понятную содержательную интерпретацию коэффициентам уравнения. В этой системе координат коэффициент а представляет собой среднее арифметическое значение уровней ретроспективного динамического ряда (в рассмотренном примере он равен 1184), коэффициент Ь, равный 255, - среднегодовой абсолютный прирост уровней динамического ряда, описываемого уравнением (4.4.5).
Если аналитики предполагают, что существующие тенденции в динамике тяжких преступлений сохранятся в ближайшие несколько лет (например, 2-3 года), это уравнение можно использовать для прогнозирования данной категории преступлений. При этом следует иметь в виду, что в новой системе отсчета, в которой ретроспективные годы изменялись в пределах от -3 до +3, следующие за ними три прогнозных года будут иметь значения +4 ,+5 ,+6, что соответствует 1997, 1998, 1999 гг. реального времени. Задача прогнозирования в этом случае сводится к подстановке в уравнение (4.4.5) значений условного времени и вычислении для них прогнозных значений количества преступлений. Например, если период упреждения прогноза равен трем годам, то прогнозные значения количества преступлений для каждого из трех лет (4, 5 и 6) рассчитываются следующим образом31:
Y(t=4) = 1184+255х4=1184 + 1020 » 2200;
Y(t=5) = 1184+255х5=1184 + 1275 » 2460;
¥(1=6) =1184 +255х6=1184 +1530 « 2710.
Аналогичным образом на основе метода наименьших квадратов рассчитываются параметры уравнений и более сложного вида, однако вычисления в этих случаях более громоздки и могут быть осуществлены лишь с использованием современной компьютерной техники и соответствующих программных средств.
Приведенная выше методика может быть использована также и для разработки краткосрочных криминологических прогнозов.
Учитывая вероятностный характер прогнозных данных, результаты расчета в данном случае целесообразно округлять до десятков преступлений.
612
2. Разработка среднесрочного прогноза на основе многофакторной модели преступности.
Рассмотрим методику криминологического прогнозирования, основанную на применении многофакторных моделей преступности. Простейший вид такой модели - уравнение множественной линейной регрессии (4.4.1), описывающее линейную зависимость показателей преступности от факторов внешней среды.
В соответствии с изложенной методикой разработка криминологического прогноза осуществляется поэтапно.
1. Отбор факторов внешней среды, оказывающих определенное влияние на данный вид преступления. На этом этапе эксперты формируют перечень факторов, которые, по их мнению, оказывают влияние на динамику исследуемого вида преступления. Например, изучение особенностей преступности в N-ской области за последние годы позволило экспертам прийти к выводу, что изменения в преступности по линии уголовного розыска в регионе были связаны прежде всего с такими процессами, как урбанизация региона, миграция населения, рост числа безработных, ранее судимых, проживающих в области, и наркоманов, а также с увеличением потребления алкоголя.
2. Формирование количественных показателей, характеризующих интенсивность проявления соответствующих факторов внешней среды. Для того чтобы отобранные экспертами факторы можно было использовать в математической модели, они должны иметь количественное выражение, например фиксироваться в соответствующих видах статистических отчетов. Кроме того, эти данные должны быть представлены за ряд лет (не менее чем за 8-10-летний период), что необходимо для установления закономерностей в развитии указанных факторов и их влияния на преступность. И наконец, для выявления названных закономерностей, а также в целях обеспечения устойчивости математической модели как преступность, так и факторы внешней среды должны быть выражены в относительных показателях. Обычно для этой цели используются либо структурные показатели, либо показатели интенсивности. Применительно к рассматриваемому примеру исходные данные для построения математической модели могут быть представлены в следующем виде (см. табл. 4.4.5).
Количественные значения перечисленных показателей за девять
613
лет приведены в табл. 4.4.6.
3. Отбор факторов внешней среды, оказывающих существенное влияние на данный вид преступления. Для построения математической модели (уравнения множественной регрессии) предварительно следует убедиться в наличии статистической взаимосвязи между уровнем преступности Y, с одной стороны, и показателями X;, характеризующими факторы внешней среды, - с другой. Наличие такой взаимосвязи устанавливается с помощью коэффициента парной корреляции, их значения приведены в табл. 4.4.7.
Таблица 4.4.5
Перечень показателей, используемых для разработки прогноза
Обозначение
Наименование показателя
Единица измерения
Y
Преступность по линии УР
Уровень преступности по линии УР на 10 тыс. чел.
X,
Х2
Урбанизация региона Миграция насе
Доля городского населения среди всего населения области (%) Количество иммигрантов на 1 тыс. населения
ления
Хз
Уровень безрабо
Количество безработных на 100 тыс. населения
тицы
Х4 Х5
Ранее судимые Наркоманы
Количествово ранее судимых, проживающих в регионе, на 10 тыс. населения Количество наркоманов на 100 тыс. населения
Хб
Потребление алкоголя
Потребление алкоголя на душу населения (в литрах на 1 чел.)
Таблица 4.4.6
Исходные данные для построения модели
Показатель
Годы
1
2
3
4
5
6
7
8
9
Y
78,0
75,2
72,7
63,7
46,0
50,9
60,8
102,4
128,1
X,
80
81
84
85
86
78
72
74
75
X;
16,2
16,4
15,1
16,6
19,1
21,1
22,3
23,3
22,0
Хз
35,9
41,3
44,2
55,8
56,7
76,3
110,9
129,8
142,5
Х4
154,7
•151,3
149,0
144,9
137,9
132,2
145,3
164,2
170,9
Х5
2,0
2,3
2,3
4,0
5,9
2,9
13,7
11,2
13,9
х<
6,0
6,0
5,9
5,2
4,6
4,7
5,1
6,2
6,6
614
Таблица 4.4.7
Xi
Xz
Хз
Х4
Х5
Х5
Y
-0,48
0,32
0,63
0,97
0,52
0,91
Коэффициент корреляции в данном случае считается значимым с 95% ной вероятностью, если его значение не ниже 0,58. Исходя из приведенных в таблице данных, можно утверждать, что статистически значимая связь Y существует только с Хз (коэффициент корреляции равен 0,63), Xi (0,97) и Х^ (0,91). Следовательно, именно эти факторы должны быть включены в математическую модель (уравнение множественной регрессии)32.
4. Построение линейного уравнения множественной регрессии, описывающего зависимость уровня преступности от факторов внешней среды. Математической моделью, описывающей зависимость уровня преступности от трех выбранных факторов внешней среды, является уравнение вида (4.4.1), в котором соответствующие коэффициенты а, должны быть определены с учетом структуры исходных данных. Для их вычисления используются методы регрессионного анализа. Соответствующие функции содержатся в библиотеках большинства статистических пакетов, поэтому расчеты производятся автоматически. Так, используя функции «=ИНДЕКСО» и «=ЛИНЕЙНО» из «Мастера функций» русифицированного пакета Microsoft Excel, достаточно просто вычислить искомые коэффициенты уравнения множественной регрессии. После их вычисления и подстановки в (4.4.1) получим следующее уравнение множественной регрессии:
(4.4.6)
Коэффициент детерминации, характеризующий степень совпадения фактических и расчетных значений Y, равен в данном случае 0,91, что означает почти полное их совпадение. Следовательно, математическая модель (4.4.6) достаточно точно описывает зависимость уровня преступности от трех выбранных факторов.
5. Прогнозирование показателей, характеризующих изменение факторов внешней среды в предстоящий период времени.
32 Отсутствие статистической взаимосвязи с остальными факторами не означает, что они не влияют ийлуровень преступности. Одна из причин такого результата может состоять в недостоверности соответствующих статистических данных.
615
Чтобы воспользоваться математической моделью преступности (4.4.6) для криминологического прогнозирования, необходимо предварительно получить прогнозы каждого из факторов, входящих в эту модель. Прогнозирование этих факторов может осуществляться любым из описанных выше методов, причем при использовании экспертных методов в качестве экспертов должны принимать участие специалисты в соответствующих областях знаний (например, экономисты, демографы и т.п.).
В частности, применяя метод статистической экстраполяции динамических рядов, можно получить следующие прогнозные значения факторов Хз, Х4 и Хб, например, на три предстоящих года - 10, 11 и 12 (см. табл. 4.4.8).
Таблица 4.4.8 Результаты прогнозирования факторов внешней среды
Фактор
Прогностическая функция
Время t
10
11
12
Хз
Х4
Хб
6,6 +1,4 х t 172,9-14,9 xt+1,6 xf2 7,3 - 0,96 x/+ 0,097 x t1
147,6 183,9
7,4
161,7 202,6 8,5
175,8 224,5 9,7
6. Расчет прогнозных значений уровня преступности. Криминологическое прогнозирование завершается вычислением прогнозных значений уровня преступности. Для этого в уравнение (4.4.6) необходимо подставить прогнозные значения факторов внешней среды из табл. 4.4.6.
У(10) = 0,37 х 147,6 - 1,43 х 183,9 + 46,73 х 7,4 « 140
У(11) = 0,37 х 161,7 -1,43 х 202,6 + 46,73 х 8,5 » 170
7(12) = 0,37 х 175,8 -1,43 х 224,5 + 46,73 х 9,7 » 200
В заключение отметим, что точность прогнозных данных, получаемых на основе уравнений вида (4.4.1), зависит от структуры исходных (ретроспективных) данных, степени их разброса. Чем ближе эти данные группируются относительно прямой, тем более точной является модель (4.4.1) и, следовательно, выше точность самого криминологического прогноза (естественно, если закономерности, описываемые данной моделью, сохраняются на прогнозируемом участке). Если же распределение исходных данных во времени значительно от-
616
личается от прямой линии, указанная модель перестает работать. В этих случаях следует применять более сложные модели.
Прогнозирование кадровых ресурсов. Другое важнейшее направление прогнозирования в системе органов внутренних дел связано с прогнозированием ресурсного обеспечения, т.е. с оценкой кадровых, материально-технических, финансовых потребностей на перспективу.
Основной вид ресурса в организационных системах, к которым принадлежат и органы внутренних дел, - люди, обеспечивающие выполнение задач, стоящих перед этой системой. Поэтому прогнозирование кадровых ресурсов, в частности потребности различных служб и подразделений органов внутренних дел в специалистах соответствующей квалификации, всегда являлось одной из наиболее важных управленческих задач в системе МВД. Особую актуальность данная проблема приобретает в настоящее время, в условиях децентрализации управления, повышения самостоятельности низовых органов в решении организационно-штатных задач.
Для их решения разработан ряд методик расчета и обоснования кадровых потребностей. Часть из них основана на применении сложных математических моделей, учитывающих влияние кадровых ресурсов на результативность деятельности органа, а также уровень ла-тентности преступности в регионе 33. Рассмотрим более простую методику прогнозирования кадровых ресурсов, которая базируется на криминологических прогнозах: в данном случае численность и уровень профессиональной подготовки сотрудников соответствующей службы определяются исходя из прогнозируемых объемов и сложности функций борьбы с преступностью и охраны общественного порядка.
Кроме криминологических прогнозов при обосновании потребности органов внутренних дел в кадрах необходимо учитывать и современные социально-экономические, политические и демографические процессы, поскольку они не только определяют криминальную обстановку в стране, но и оказывают значительное влияние на условия комплектования ОВД.
Заблоцкис Н.Я., Кононенко В.И., Минаев В.А. Математическое моделирование преступности в быстроразвивающемся регионе // XI Всесоюзная школа-семинар «Управление большими системами»: Тезисы докладов. - Вильнюс, 1988. С. 78-79.
617
Таким образом, в основе расчета потребности в кадрах, по существу, лежит комплекс прогнозных оценок различных факторов внешней среды, влияющих как на состояние преступности, так и на условия комплектования ОВД квалифицированными кадрами.
В методическом плане эта задача распадается на несколько относительно самостоятельных, но взаимосвязанных задач. Прежде чем рассмотреть методику прогнозирования потребности в кадрах, введем несколько определений.
Под общей потребностью органа (службы, подразделения) в кадрах будем понимать численность его сотрудников (специалистов соответствующей квалификации), необходимую для решения оперативно-служебных задач, стоящих перед данным органом (службой, подразделением). В идеальном случае общая потребность должна совпадать со штатной численностью органа, однако в силу ряда причин, в том числе из-за ограничений экономического характера, штатная численность обычно всегда меньше общей потребности в кадрах.
Вместе с тем для управления кадровыми процессами знаний одной лишь общей потребности недостаточно. В ОВД, как и в любой другой организационной системе, происходит постоянное движение кадров. Этот процесс весьма динамичен и связан с увольнением сотрудников из органов, их^переводом на другие должности или переходом из одной службы в другую. В результате указанных процессов происходит образование вакантных должностей, которые в целях обеспечения нормального функционирования системы нуждаются в заполнении соответствующим числом специалистов.
Исходя из этого, будем называть ежегодной потребностью в кадрах то количество специалистов соответствующего профиля и уровня квалификации, которое необходимо для замещения вакантных должностей. Последние образовались в течение года, во-первых, за счет увеличения штатной численности; во-вторых, в результате увольнения сотрудников из органов внутренних дел по различным основаниям (болезнь, уход на пенсию, окончание срока обязательства, переход на работу в другие министерства и ведомства и т.д.) ;
в-третьих, в связи с переходом сотрудников в другие органы (службы, подразделения).
Таким образом, под ежегодной потребностью в кадрах понимается численность сотрудников, которых необходимо принять в орган в течение года с тем, чтобы, с одной стороны, восполнить их убытие из этого органа, а с другой - укомплектовать должности, об-
618
разевавшиеся в результате увеличения штатной численности (естественно, если таковое произошло).
Основное содержание оргштатной работы в органах внутренних дел состоит в конечном итоге в определении численных значений как общей, так и ежегодной потребности в кадрах. Однако роль этих показателей в управлении кадровыми ресурсами различна. Задача определения общей потребности (штатной численности) наиболее актуальна на этапе образования органа. В дальнейшем она корректируется с учетом долговременных и устойчивых изменений криминальной обстановки в регионе. Более динамичной характеристикой является ежегодная потребность в кадрах, она подвержена значительным колебаниям. Именно эта характеристика должна лежать в основе планирования подготовки специалистов в системе учебных заведений ОВД.
Перейдем к описанию методики прогнозирования потребности органов внутренних дел в кадрах. В ее основе лежит математическая модель движения кадров, под которым понимается изменение количественных и качественных характеристик кадрового состава органа, службы, подразделения за счет влияния перечисленных выше факторов. Поэтому математическая модель движения кадров представляет собой систему уравнений, описывающих зависимость количества образовавшихся вакантных должностей (т.е. ежегодная потребность в кадрах) от указанных факторов:
N(t) = K(t) x N„(t) - [Мф(1-1) - Ny(t) - N,e(t)]
N,K(t) = S„K(t) x N(t) (4.4.7)
Ne„(t)=[l-SB„(t)]xN(t),
где N(t) - суммарная потребность в специалистах высшей (вк) и средней (ск) квалификации в предстоящем году t;
N(t) =N,K(t)+NeK(t);
Nai<(t), NcK(t) - потребность в специалистах высшей (средней) квалификации в том же году;
K(t) - предполагаемый коэффициент укомплектованности (отношение фактической (списочной) численности сотрудников к количеству должностей по штату) в году t;
Nm(t) - планируемая штатная численность службы на предстоящий год;
N,j,(t-l) - фактическая (списочная) численность сотрудников (специалистов высшей и средней квалификации) на конец предыдущего года(1-1);
619
Ny(t) - общее количество сотрудников (специалистов высшей и средней квалификации), которое предполагается уволить из органов внутренних дел в предстоящем году;
N40(1) - число сотрудников, которые собираются перевестись в другие службы;
8вк(1) - Доля должностей, подлежащих замещению специалистами высшей квалификации, от общего количества должностей по штату;
(1-8вк) - доля должностей, подлежащих замещению специалистами средней квалификации, от общего количества должностей по штату.
В приведенной выше системе уравнений (4.4.7) первая формула позволяет рассчитать ежегодную потребность во всех специалистах. Вторая и третья формулы подразделяют общую потребность в кадрах (N) на специалистов высшей (Naic) и средней (Н:к) квалификации пропорционально удельному весу соответствующих должностей в общем количестве должностей по штату.
Из приведенных формул следует, что потребность службы (подразделения) в кадрах в том или ином году достаточно просто может быть рассчитана, если известны показатели, характеризующие количественные и качественные изменения в составе кадров в соответствующем году: штатная численность службы (Nm); количество сотрудников, подлежащих увольнению из органов внутренних дел (Ny); численность сотрудников, которые, возможно, перейдут в другие службы или подразделения (Мдс); соотношение между должностями, подлежащими замещению специалистами высшей и средней квалификации (8вк).
Сравнительно точно эти показатели могут быть определены лишь на предстоящий год посредством изучения, например, результатов работы по аттестованию лиц начальствующего состава. На более отдаленную перспективу значения перечисленных показателей определяются на основе прогнозных оценок. В частности, для оценки потенциальной текучести кадров могут быть использованы результаты социологических исследований, проводимых среди сотрудников органов внутренних дел.
Таким образом, все показатели, используемые в математической модели, подразделяются на расчетные (N, М„к, Иск) и прогнозируемые (Ми,, Ny, Nnc, К, 8вк). Фактическая численность (Кф) при расчете потребности в кадрах на первый год прогнозируемого периода принимается реально существующей на начало этого года. Для последующих лет прогнозируемого периода Нф рассчитывается в предполо-
620
жении, что все должности по штату (за вычетом «рабочего» некомплекта) на начало соответствующего года укомплектованы, т е Nф(t)=K(t)x Nш(t).
В соответствии с предлагаемой методикой определение ежегодной потребности в кадрах производится поэтапно в следующей последовательности:
1) прогнозирование штатной численности;
2) прогнозирование текучести кадров и их квалификационных характеристик;.
3) расчет ежегодной потребности в кадрах на основе математической модели кадровых процессов.
Рассмотрим решение этой задачи на конкретном примере.
1 .Прогнозирование штатной численности.
Определение штатной численности службы (подразделения) представляет собой самостоятельную, причем достаточно сложную задачу и требует специального анализа. Один из возможных подходов к ее решению состоит в нахождении соотношения между общим объемом работы, выполнение которого возлагается на данную службу или подразделение в течение определенного периода времени (например, года), и тем объемом, который в состоянии выполнить один сотрудник (так называемая норма выработки). Вид и количественное значение показателя, характеризующего общий объем работы соответствующей службы, выбирается в зависимости от характера решаемых ею задач. Так, для подразделений уголовного розыска это может быть количество преступлений в целом и по видам; объем следственной работы может оцениваться количеством уголовных дел, находящихся в производстве (с учетом категории их сложности). Для этих служб количественная оценка объема работы на перспективу определяется непосредственно по данным криминологического прогноза.
Расчет численности сотрудников для выполнения соответствующего объема работы в этом случае производится по формуле:
Hu(t) =P(t) : n(t), где N(t) - прогнозируемый объем работы, подлежащей выполнению данной службой в году t ; n(t) - нормативная на-
621
грузка на одного сотрудника службы . Например, в N-ском УВД, исходя из динамики преступности по линии УР за предыдущие шесть лет, а также принимая во внимание современные политические, социально-экономические и демографические процессы и их влияние на криминологическую обстановку в области, был разработан следующий прогноз этих преступлений на ближайшие три года (см. табл.
4.4.9.).
Таблица 4.4.9
Прогнозируемый показатель
Прогнозируемые годы
1997
1998
1999
Количество преступлений по линии УР
13400
14200
14800
В 1996 г. нагрузка составляла 75 преступлений на одного сотрудника уголовного розыска (12 825 преступлений : 171 сотрудник по штату), в то время как оптимальная нагрузка, установленная в ходе научных исследований, не должна превышать 40 преступлений. Исходя из приведенных данных, возможно несколько вариантов определения штатной численности.
Вариант 1. Штатная численность в предстоящие три года изменяется таким образом, чтобы нагрузка была по крайней мере не выше 1996 г., т.е. не более 75 преступлений на одного сотрудника.
Вариант 2. Нагрузка не должна превышать научно обоснованной нормы равной примерно 40 преступлениям.
С точки зрения качества раскрытия преступлений, создания
Следует отметить, что практическая реализация указанного подхода в чистом виде затруднена. Существующие на сегодняшний день реальные нагрузки сотрудников основных служб намного превосходят научно обоснованные нормативы. В этих условиях приведение нагрузок в соответствие с нормативными потребует значительного увеличения штатной численности, что едва ли возможно, учитывая ограниченные финансовые и материально-технические ресурсы государства. Кроме того, существует ограничение на рост штатной численности и по другой причине: при резком ее увеличении возникнет проблема комплектования соответствующих служб и подразделений квалифицированными специалистами, т.е. вакантные должности попросту будет некем комплектовать. Поэтому штатная численность, рассчитанная описанным выше способом, используется, как правило, лишь для обоснования необходимости ее увеличения. Число же реально выделяемых дополнительно штатных единиц в силу упомянутых причин меньше расчетных значений и в каждом конкретном случае зависит от финансовых и иных возможностей данного органа.
622
нормальных условий работы для оперативного состава, естественно, второй вариант является более предпочтительным. Однако учитывая реальные финансовые и материально-технические возможности министерства и УВД, местных органов власти, более реальным представляется промежуточный вариант увеличения штатной численности (вариант 3). например обеспечивающий среднюю нагрузку между существующей в настоящее время и научно обоснованной. Она равна: (75+40):2 = 57 преступлениям на одного сотрудника УР.
Вычисление штатной численности Nm для каждого года трехлетнего прогнозируемого периода производится делением прогнозируемого количества преступлений на показатель нагрузки. Так, для варианта 1 количество всех должностей подразделений уголовного розыска по штату в 1997 г. составит: 13 400 : 75=179(ед.), соответственно для варианта 2 - 335 (13 400 : 40) и для варианта 3 - 235 (13 400 : 57). Результаты этих расчетов представлены в табл. 4.4.10.
Таблица 4.4.10
Варианты прогноза штатной численности уголовного розыска (количество единиц-)
Номер
Прогнозируемые годы
варианта
1997
1998
1999
1
179
189
197
2
335
355
370
3
235
249
260
2. Прогнозирование текучести и квалификационной структуры кадров.
Показатели текучести кадров (Ny, Мдс) обычно прогнозируются либо методами статистической экстраполяции, либо методом экспертных оценок, причем последний метод является более предпочтительным. Только эксперты в состоянии оценить показатели текучести кадров, используя, в частности, данные социологических исследований, в ходе которых изучались личные дела сотрудников, морально-психологический климат в коллективе, настроение сотрудников и другие факторы. Основная цель такого исследования - определить влияние на текучесть кадров факторов внешней среды.
Прежде всего речь идет о социально-экономической обстановке в регионе и в стране в целом, поскольку современные процессы в
623
этой сфере серьезно обостряют проблему комплектования органов внутренних дел квалифицированными кадрами. Так, можно предполагать, что дальнейшее продвижение к рыночной системе хозяйствования приведет, по крайней мере в ближайшие несколько лет, к усилению двух негативных тенденций, наметившихся в последнее время: резкому сокращению притока людских ресурсов в органы внутренних дел, с одной стороны, и увеличению оттока квалифицированных специалистов из системы - с другой.
Эти тенденции связаны, во-первых, с относительно низким уровнем материального обеспечения сотрудников при значительных физических и психологических нагрузках на них и, во-вторых, с пока еще недостаточной престижностью службы в органах внутренних дел, низкой социальной защищенностью сотрудников. Кроме того, инфляционные процессы, задержки с выплатой денежного содержания снижают реальный жизненный уровень сотрудников и их семей, что также неблагоприятно может сказаться на комплектовании органов внутренних дел кадрами.
Вариант экспертного прогноза показателей текучести кадров для рассматриваемого примера приведен в табл. 4.4.11.
Таблица 4.4.1 1 Пример прогноза текучести кадров (доля в %)
№ п/п
Прогнозируемый показатель (в %)
Прогнозируемые годы
1997
1998
1999
1
2
Уволено из ОВД Переведено в другие службы
6,4 8,5
10,0 6,0
10,7 3,8
В данном случае эксперты исходили из предположения, что в ближайшие три года в силу указанных выше причин число увольняемых ежегодно из органов внутренних дел будет увеличиваться, хотя темпы роста к концу прогнозируемого периода (к 1999 г.) уменьшатся в результате улучшения материального обеспечения сотрудников, стабилизации социально-политической и экономической ситуации в стране.
В этих условиях, а также принимая во внимание сложность комплектования большого количества вакантных должностей (в том числе образующихся в результате увеличения штатной численности), эксперты считают возможным частично решить эту проблему за счет регулирования перевода сотрудников УР в другие службы. Именно поэтому они предлагают постепенно уменьшать интенсивность этого процесса, сократив до минимума ежегодное количество сотрудни-
624
ков, переводимых в другие службы (с 8,5% в 1997 г. до 3,8% в 1999 г.).
Важное значение для дальнейших расчетов имеет определение показателя укомплектованности службы K(t). Его величина фактически является результатом, с одной стороны, процессов, обусловливающих образование вакантных должностей, а с другой - целенаправленной деятельности кадровых аппаратов по их заполнению специалистами соответствующей квалификации. Для разработки прогноза потребности в кадрах величина этого показателя может быть зафиксирована на определенном уровне. В зависимости от реальных возможностей комплектующего органа, особенностей той или иной службы в качестве цели на прогнозируемый период может быть выдвинуто, например, требование полного (100%) замещения всех вакантных должностей либо замещения с учетом «рабочего» некомплекта и т.п. В любом случае укомплектованность той или иной службы (подразделения) выступает не как объект прогноза, а как конкретная целевая установка, на которую следует ориентироваться комплектующему органу при оценке потребности в кадрах.
Так, средний показатель укомплектованности подразделений уголовного розыска N-ского УВД за последние годы составил 97,3%, т.е. некомплект ежегодно составлял в среднем 2,7%. Этот показатель, по мнению руководителей уголовного розыска, вполне приемлем и может быть заложен в расчеты ежегодной потребности данной службы в кадрах.
Что касается показателя квалификационной структуры, то здесь в первую очередь требует решения вопрос о том, каково должно быть соотношение между специалистами высшей и средней квалификации для данной службы. В настоящее время уровень квалификации сотрудников во многих органах внутренних дел (особенно низового звена) часто не соответствует даже тем требованиям, которые предъявляются действующими нормативными документами. Так, из общего числа сотрудников уголовного розыска N-скго УВД на конец 1996 г. лишь 29,4% являлись специалистами высшей квалификации, в то время как число должностей, подлежащих замещению такими специалистами, составляло 35,6%. Учитывая наличие качественного некомплекта в службе, в данном случае целесообразно поставить следующую задачу: до конца прогнозируемого периода довести численность сотрудников уголовного розыска, имеющих высшую квалификацию, по крайней мере до уровня соответствующего числа должностей, т.е. 35,6%.
3. Расчет ежегодной потребности в специалистах высшей и
625
средней квалификации.
Расчет ежегодной потребности в кадрах (специалистах высшей и средней квалификации) производится по формулам (4.4.7) для каждого прогнозируемого года последовательно, исходя из прогнозируемых значений штатной численности, а также показателей текучести кадров и требований к их квалификации. Для рассматриваемого примера исходные для расчета данные содержатся в табл. 4.4.12.
Таблица 4.4.12
Исходные данные для расчета ежегодной потребности в кадрах__________
№ пп
Прогнозируемые и расчетные показатели
Прогнозируемые годы
1997
1998
1999
1
2 3 4
5
Штатная численность (Мщ) Коэффициент укомплектованности (К), % Количество уволенных из ОВД (Ny) Количество переведенных в другие службы(Мдс) Квалификационная структура (Звк), %
235 97,3 15 20
35,6
249
97,3 25 15
35,6
260 97,3 28 10
35,6
Кроме того, для расчета потребности в кадрах на 1997 г. понадобится фактическая численность сотрудников уголовного розыска на начало этого года, она равна 162 чел. Подставляя исходные данные в первое уравнение системы (4.4.7), рассчитаем обитую потребность в кадрах (N) в 1997 г.:
N(1997) = (97,3 : 100) х 235 - (162 - 15 - 20) = 229 - 127 = 102. Это означает, что для того, чтобы на 97,3% укомплектовать штатную численность службы УР в 235 ед., с учетом того, что на начало года фактическое число сотрудников службы составляло 162 чел. и предполагается увольнение из органов внутренних дел 15 и перевод в другие службы 20 сотрудников, общая потребность в кадрах в 1997 г. составит 102 чел.3 Из них специалисты высшей квали-
35 Такая большая потребность получилась из-за резкого увеличения штатной численности со 176 до 235 ед., что на практике едва ли возможно. Именно невозможность комплектования всех вакантных должностей специалистами требуемой квалификации вынуждает выбирать более умеренные темпы изменения штатной численности даже в случае острой необходимости в дополнительных людских ресурсах. Поэтому любые изменения штатной численности в сторону ее увеличения должны всегда соизмеряться с реальными возможностями по комплектованию дополнительных штатных единиц квалифицированными специалистами.
626
фикации составят:
Мвк(1997) = (35,6 : 100) х 102 = 36.
Остальная численность 66 чел. (102-36) приходится на специалистов средней квалификации.
Аналогичным образом рассчитывается потребность в кадрах на 1998 г. При этом фактическая численность принимается равной штатной за предыдущий 1997 г., умноженной на коэффициент укомплектованности: 235 х (97,3:100) = 229. Иными словами, предполагается, что в предыдущем году служба была укомплектована на 97,3%. С учетом прогнозных данных на 1998 г. (см. табл. 4.4.12) определяется ежегодная потребность в кадрах, а также потребность в специалистах высшей и средней квалификации:
N(1993) =(97,3:100) х 249 - (229 - 25 - 15) =242 - 189= 53;
Мвк(1993) =(35,6:100) х 53=19;
NcK(1993)=53- 19=34.
Следовательно, из общей потребности подразделений уголовного розыска в кадрах на 1998 г., равной 53 чел., 19 составят специалисты высшей, а 34 - специалисты средней квалификации.
Для 1999 г. расчеты производятся в следующем виде:
Мф(1998)=249 х (97,3:100) =242;
N(1999) = (97,3:100) х 260 - (242 - 28 - 10) = 253 - 204 = 49;
N„(1999) = (35,6:100) х 49 = 17;
Кк(1999)=49-17=32.
Формально процедуру вычисления потребности в кадрах можно считать завершенной. Однако с содержательной точки зрения полученные результаты требуют анализа с целью установления возможности комплектования прогнозируемого числа вакантных должностей специалистами соответствующей квалификации. При этом рассматриваются возможности различных источников комплектования (выпускники учебных заведений МВД; сотрудники других подразделений, служб или органов внутренних дел; выпускники гражданских учебных заведений; специалисты из других министерств и ведомств и т.д.). В том случае, если расчетная ежегодная потребность в специалистах не может быть обеспечена за счет этих источников комплектования, следует внести коррективы в исходные данные, используемые для расчетов.
С этой целью необходимо, например, уменьшить темпы изменения штатной численности или/и снизить показатели текучести кадров. Так, для рассматриваемого примера изменение штатной численности службы уголовного розыска N-ского УВД можно скоррек-
627
тировать следующим образом. Оставляя без изменения конечную цель - довести штатную численность к 1999 г. до 260 единиц, темпы роста ее по годам прогнозируемого периода целесообразно скорректировать таким образом, чтобы основной прирост приходился на последний год.
В некоторых случаях можно пойти на временное снижение уровня укомплектованности кадров, т.е. на увеличение количественного и качественного некомплекта. Выбор оптимального варианта организационно-штатного построения и кадрового обеспечения службы зависит от особенностей той или иной службы, конкретных условий и возможностей комплектования ее квалифицированными кадрами.
После корректировки исходных данных расчеты целесообразно повторить по приведенной выше схеме. Процедура вычисления повторяется до тех пор, пока не будет найдено оптимальное решение, т.е. компромисс между ежегодной потребностью в кадрах и реальной возможностью укомплектования рассчитанного числа вакантных должностей специалистами высшей и средней квалификации.
Процедура выбора способа комплектования службы по-существу представляет собой нормативное прогнозирование: при фиксированной конечной цели (требуемый качественный и количественный уровень укомплектованности к 1999 г.) осуществляется поиск оптимального способа решения данной задачи с учетом влияния разнообразных факторов, как внутрисистемных, так и внешних.
«все книги «к разделу «содержание Глав: 32 Главы: < 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. >