Авторы в статье рассказывают о феноменологических методах, которые с необходимой точностью позволяют получить макроскопические описания объектов и процессов без объяснения истинных причин явления.
Ключевые слова: феноменологическая модель, модель, страна мира, особенность, государственная статистика, кластерный анализ.
Прежде чем установить феномелогические особенности и закономерности состояния и развития схожих объектов, были изучены существующие официальные ресурсы различных организаций, деятельность которых связана со сбором, накоплением и обработкой статистической информации о состоянии и развитии городов, регионов и стран по различным показателям. Среди таких организаций выделяют органы ведомственной статистики и органы государственной статистики в России, Организации Объединенных Наций (ООН), специализированных учреждений (МОТ, ФАО, ВОЗ и др.) и других международных организаций — Организации экономического сотрудничества и развития (ОЕСД), Европейского сообщества (ЕС) и т. д.
Для обработки статистической информации используются методы степенной схожести объектов, группировки объектов. От правильности выбора метода для анализа информации зависит качество полученных результатов. Поэтому должно быть уделено значительное внимание выбора метода. Рассмотрены методы определения степени схожести объектов.
Анализ существующих баз данных показал, что для группировки объектов одного класса, например, городов, регионов и стран мира может существовать несколько групп. Данные по показателям могут группироваться в отдельные группы, близкие по смыслу. С этой целью проанализирован метод кластерного анализа. Его особенностью является то, что он используется для первоначальной обработки данных по группе одного класса. Например, кластерный анализ применяется к совокупностям временных рядов, здесь могут выделяться периоды схожести некоторых показателей и определяться группы временных рядов со схожей динамикой. Применение евклидова расстояния оправдано при одинаковых свойствах (признаках) объекта одинаково важны для классификации и признаковое пространство совпадает с геометрическим пространством. Манхэттенское расстояние можно применять в таких же случаях как и евклидово. Расстояние Чебышева применяют, когда свойства объектов различаются по какому-либо одному параметру. Степенное расстояние используют когда объекты отличаются от размерности. Методы положения центра тяжести объекта подходят для объектов, которые находятся в пространстве.
Также описано понятие и особенности феноменологического подхода. Показано, что феноменологический подход позволяет описывать процессы, объекты, явления с достаточной точностью без учета его особенностей на макроуровне, опираясь на теоретические сведения и экспериментальные данные. Его особенностью является то, что при построении феноменологической модели используются как данные опыта, так и теоретическая основа.
Феноменологическая модель содержит механизм для описания явления. Считается, что сегодня феноменологические модели имеют статус временных решений и требуют подтверждения гипотез и полученных зависимостей путем развития теории и экспериментальных исследований.
Феноменологическая модель берет за основу поведение моделируемых объектов, количественно описываемых функциональной моделью (или несколькими моделями), и описывает эти функции как результат действия некоторого процесса, суть которого в общем примерно понятна, но в деталях пока еще не ясна. При этом в модель вводятся некоторые «постоянные», описывающие специфику поведения объекта, с конкретизацией этого объекта, но без конкретизации точного смысла самих «постоянных».
Феноменологических моделей в науке известно не так уж много (к примеру, модель Птолемея, описывающая движение небесных тел), но именно они очень часто оказываются удивительно удобным прогностическим инструментом, поскольку, с одной стороны, количественно предсказывают развитие событий, а, с другой, не требуют точного знания структуры и прочих особенностей моделируемых объектов. Однако, ввиду резко возрастающей сложности, грамотное построение таких моделей обычно бывает доступно очень немногим. Тем не менее, если модель построена, ее дальнейшее практическое использование, как правило, не вызывает затруднений — за исключением часто возникающей сложности корректного определения параметров, ибо их физический смысл на этой фазе развития модели еще не вполне понятен.
Новым элементом в этой модели является понятие процесса, то есть закономерного изменения параметров объекта в зависимости от времени или, реже, других характеристик, в конечном итоге все равно являющихся функциями времени. Записывается такая модель обычно в виде системы уравнений, хотя бы одно из которых является дифференциальным.
Примеры феноменологических моделей: модель диффузии (и основанная на ней «диффузионная» модель Басса, описывающая изменение рыночной доли продукта во времени), модель релаксации механических напряжений в вязкоупругих системах.
Сбор данных в феноменологическом исследовании осуществляется через отчеты испытуемых, рефлексивные самоотчеты исследователя, через любые тексты и документы, в которых содержатся описания данных для исследований.
Анализ данных осуществляется поэтапно, когда в полученных в ходе интервью, письменных отчетов, наблюдений, текстов выделяются смысловые единицы, которые объединяются затем в «кластеры смыслов», и на этой основе производится обобщенное описание переживания исследуемого человека.
Существует множество подходов к построению феноменологических моделей. Чуть подробнее остановимся на двух из них.
Первый подход предполагает минимум параметров порядка и разложение в ряд Тейлора вплоть до какой-либо степени: четвертой, шестой, восьмой по этому минимуму параметров. При этом нет строгого научного обоснования, почему ряд обрывается на данной конкретной степени, что иногда приводит к построению структурно неустойчивых моделей, в которых возникают ошибочные, нефизические результаты. Следует отметить, что имеются в виду многокомпонентные и взаимодействующие параметры порядка [1].
Второй подход, хотя и требует некоторые знания в теории дифференциальных операторов и построения эквивариантных векторных полей в кольце многочленов [1], логически последователен. В этом подходе параметры порядка играют роль независимых переменных, а феноменологические коэффициенты являются управляющими параметрами, то есть параметрами, зависящиями от физических величин, варьируемых в эксперименте.
Оба подхода широко используются в физических и математических исследованиях.
Данное направление в науке имеет большое значение, так как дает возможность предложить объективные методы исследования социально-экономических систем многомерной размерности.
Что касается городов, то феноменологические особенности и закономерности позволяют создавать модели различных систем, состояния которых характеризуются множеством параметров, несущими в себе социально-экономическую, промышленную, ресурсную, экологическую, культурную и другую информацию. Также феноменологический метод может быть использован при изучении групповых особенностей развития и поведения объектов социально-экономической и общественной природы. Например, при изучении тенденций развития стран, регионов, городов и других государственных и общественных образований, при оценке особенностей и уровня налоговых поступлений в группах однородных субъектов налогообложения, при изучении поведения социальных групп и различных категорий людей, исходя из анализа однородных значимых событий и среднестатистических особенностей и т.д [2].
Феноменологические методы позволяют получить с необходимой точностью макроскопические описания объектов и процессов без объяснения истинных причин явления. Такие методы включают в себя методы сравнения (измерения) состояний и процессов в многомерных пространствах переменных, методы построения и выбора эмпирических мер для комплексной характеристики состояний объектов, способы создания шкал и принятые системы измерения эмпирических мер, способы и методики построения уравнений состояний для групп объектов, методы получения эмпирических зависимостей и определения значений феноменологических величин и констант и так далее. Для этого необходима феноменологическая модель.
Литература:
- Арнольд В. И., Варченко А. Н., Гусейн-Заде С. М. Особенности дифференцируемых отображений. Т. 1. Классификация критических точек, каустик и вол- новых фронтов. М., 1982.
- Мир прогнозов. Новые модели развития городов. Точка зрения McKinsey&Company.
