4.4. Прогнозирование в управлении органами внутренних дел

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 
17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 

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.