Javni problemi i alternativna politika

Snežana Đorđević

Javni problemi: istraživanje

Složeni, isprepletani, dinamični, promenljivi Kompleksno pitanje meodologije (dilema načina merenja društvenog razvoja: indikator opšteg progresa: ekonomski rast, ali postoji neophodnost uključivanja ekonomskih, socijalih i ekoloških ciljeva - koncept održivog razvoja). Istraživanja: uzroka i posledica (kako pronaći informacije) ? Izvori: knjige, dokumetni vlasti, istraživanja (Istr.centri, NGO), internet, statistika itd. Da li su informacije aktuelne, tačne, pozdane: važan preduslov kreiranja kvalitetne politike

Kreiranje alternativa

Vlast: reguliše (dozvole, ogrančenja) Ugovaranje, korišćenje tržišnih podsticaja, privatizacija, Davanja, oslobađanja od poreza, davanje poreskih olakšica, Obrazovanje, kampanje, Istraživanje

Tipologije politika i analitički instrumenti

Identifikacija problema, njegovih uzroka, geneze i posledica su temelj kvalitetnog kreiranja javne politike. Identifikovati ciljnu grupu na koju se dati problem odnosi Tipovi politika prema pet glavnih grupa instrumenata: Autoritarni instrumenti Podsticaji i kazne Instrumenti podizanja kapaciteta (treninzi, obuke) Podsticajni instrumenti (preko govora, javnih proklamacija i simbola, šalju jasne poruke javnosti o vrednostima za koje se data vlast zalaže) Instrumenti učenja ohrabruju se ciljne grupe da učestvuju u odlučivanju, da budu aktivni, da uče iz prakse

preporučuje se mnoštvo metoda u procesu kreiranja političkih akcija

Analize koje ne traže nove akcije Brzi upitnici i ankete Pregled literature Poređenja sa realnim situacijama Pasivna skupljanje i klasifikacija Korišćenje analogija i metafora Brainstorming Poređenje sa idealnom situacijom

Kreativno razmišljanje o političkim akcijama

Procena alternativnih politika: veština u kojoj su argumenti važni ali i ubedljivost. Primer izbora između alternatinvih politika republikanaca i demokrata u vezi sa otvaranjem naftnih bušotina na Aljasci Osnovni kriterijumi za procenu javnih politika su: Efikasnost, efektivnost (neprihvatljivo je razbacivanje i neefikasnosti u realizaciji javnih politika - cost benefit analiza) Jednakost (jednakost u društvu i u raspodeli) Značaj etičkih standarda (napor da se bude etički neutralan ali i pored teškoća od distanciranja, etika i vrednosti moraju sastavni, neodvojiv i nužan deo ovih analiza).

PROCENA ALTERNATIVNIH POLITIKA

Predviđanje očekivanih rezultata

Razlikujemo tri osnovna pristupa predviđanju: Predviđanje na osnovnu pretpostavki (extrapolative forecasting) Teorijsko predviđanje (theoretical forecasting) i Vrednosno predviđanje (judgemental forecasting). Identifikacija nekih pravilnosti i procena da će uočene tendencije i kretanja nastaviti da se ponavljaju i u budućnosti. uočiti vezu između raznih fenomena koje istražujemo. Verovatnoća daljeg ponavljanja tendencije mora biti visoka da bi prediđanje bilo pouzdano. Jedan broj metoda: kao što je analiza vremenskih serija, analogija

Teškoće predviđanja

Preciznost, kompleksni modeli predviđanja, Kontekst: institucionalan, vremenski i istorijski Što je duži vremenski period na koji se predviđa, predviđanja su nužno manje precizna i pouzdana. Što je kompleksniji istorijski kontekst (savremeno doba je vrlo kompleksno) predviđanje je manje precizno. Buduće društveno stanje možemo posmatrati kao: moguće – to je stanje koje se razlikuje se od sadašnjeg a naziva i alternativna budućnost, verovatno – to je stanje kakvo bi bilo bez naše intervencije i željeno predstavlja stanje kakvo bismo želeli da postoji.

Pitanja i instrumenti

za prošlost: šta je bilo, šta je moglo biti i šta je trebalo biti; za sadašnjost: šta je, šta može biti i šta treba da jeste; i za budućnost: šta će biti, šta može biti i šta bi trebalo biti. Instrumenti i izvori kreiranja javnih politika Vlast i eksperti, uvid od strane aktera, brojne naučne metode, naučne teorije, Motivacija, vrednosti, potrebe aktera javnih politika, iskustva drugih Etika i društvena pravda

Vidovi predviđanja

Predviđanje dobija tri osnovna vida: Procena trendova predstavlja identifikovanje trendova i procena njihovog ponavljanja u budućnosti (indukcija) Teorijske pretpostavke predstavljaju set zakona ili predloga koji su sistematično struktuirani i empirijski testirani (dedukcija: iz opštih stavova ka posebnim zaključcima) Informisano procenjivanje se odnosi na znanje zasnovano na iskustvu i uvidu, pre nego na induktivnom ili deduktivnom rezonovanju. Često se oslanja na retroduktivnu logiku koja daje iskaze o budućnosti podupirući je argumentima iz prošlosti

Tri pristupa predviđanjima

Pristup Baze Metode, Tehnike Proizvod

Procena trendova

Procena trendova

Analiza vremenskih serija Linearna procena trendova Eksponencijalno merenje Transformacija podataka Metodologija katastrofa

Projekcije

Teorijske pretpostavke

Teorija Teorijsko mapiranje Modelovanje uzročnosti Regresiona analiza Procene tačaka i intervala Korelaciona analiza

Predviđanja

Informisano procenjivanje

Informisana procena

Konvencionalni Delfi Delfi polisi analiza Analiza presečnog uticaja Procena izvodivosti

Veze

Vrednosna procena

Nekoj pojavi se daju numeričke vrednosti u različitim vremenskim periodima, uz izvlačenje linije prosečne vrednosti. Ova metoda se zasniva na tri bitne pretpostavke: Uverenju da će stanje koje je identifikovano u prošlosti i sadašnjosti nastaviti da postoji i u budućnosti, Pravilnost kretanja određene pojave se ponavlja i u budućnosti (ciklične krize na primer), Pouzdanost i vrednost podataka koja podrazumeva da se posmatrane veličine mogu meriti kao i da se izmerene veličine mogu precizno izraziti.

Vremenske serije se često koriste za identifikaciju sezonskih varijacija (na primer potrošnja goriva tokom godine). Ciklične fluktuacije su takođe periodične ali se mogu neočekivano pojaviti. Ove cikluse je veoma teško objasniti jer na njih utiče veliki broj faktora. u dužem vremenskom period (100 godina). Pojava nepravilnih kretanja često otežava objašnjavanje cikličnih kretanja (kojima identifikujemo pravilan uzorak) jer unose nepredviđene varijacije u vremenske serije.

Linearna procena trendova Linearna procena trendova je standardna tehnika koja koristi regresionu analizu da napravi statistički pozdane procene očekivanih procesa. Otkloniti devijacije. Regresiona linija (linija trenda) koja ukazuje na trend predstavlja prosečnu vrednost. Odstupanja na jednu ili drugu stranu negiraju (svode na 0). Devijacija podignuta na kvadrat je minimalna. U cilju smanjivanja moguće greške (a povećavanja preciznosti i tačnosti vrednosti), svaka od vrednosti se podiže na kvadrat. Tako se obezbeđuje najtačniji put povlačenja regresione linije kroz seriju tačaka.

Regresiona analiza Regresiona analiza je tehnika za procenu odnosa između varijabli u

modelima teorijskog predviđanja. Ona je opšta statistička metoda koja teži da proceni uzorak i magnitudu (raspon i snagu) odnosa između zavisne varijable i jedne ili više nezavisnih varijabli. Jednostavna regresija: kada se regresiona analiza bavi jednom nezavisnom varijablom i višestruka (multipla) regresija: kada se bavi sa dve ili više nezavisnih varijabli. Korisna u teorijskom modelovanju: merenje uzroka odnosa nezavisne i zavisne varijable. Ona uključuje regresionu liniju. Služi za procenu zavisne varijable na osnovu poznavanja vrednosti nezavisne varijable. Meri se vertikalna distanca posmatranih vrednosti od regresione linije. Bazira se na principu najmanjih kvadrata koji omogućavaju veliku preciznost. Regresiona analiza može samo da proceni odnos između varijabli, jer jedino teorija može da predviđa. Za prikaz se koristi i scatter dijagram (scatterplot). Uzorak odnosa prema formi može biti linearan i nelinearan, prema pravcu pozitivan ili negativan a prema snazi odnosa jak ili umeren (ponekad i slab odnos i tada nema odnosa među varijablama).

Primer vremenske serije Godina Energija,

y, 2 Vreme x, 3

xy 2X3 x² Vrednost trenda,yt

1970 66.9 -3 -200.7 9 68.35

1971 68.3 -2 -136.6 4 69.31

1972 71.6 -1 -71.6 1 70.27

1973 74.6 0 0 0 71.24

1974 72.7 +1 72.7 1 72.20

1975 70.6 +2 141.2 4 73.17

1976 74.0 +3 222.0 9 74.13

N = 7 Σ y=498,7 Σx=0 Σ (xy)=27.0 Σ(x²)=28 Σyt =489.7

Kreiranje formule regresione linije Formula je y=α+βx+ε Y je zavisna varijabla

x je nezavisna varijabla α je odsečak (koliko je linija

odvojena od vertikalne ose) β je ugao pod kojim se kreće regresiona linija u odnosu na horizontalnu osu ε je svaka druga varijabla koja utiče na zavisnu varijablu - y (a nije uključena) Energija, y sabere se i podeli na broj godina (prosek potrošnje energije) i to je α (alfa) iznosi 71,24 Računamo β: Σ (xy)=27 dobije se 0,964

Σ(x²)=28 Regresiona linija iz primera je: y=71,24+0.964x+ε

Nelinearne vremenske serije Oscilacije obuhvataju period unutar jedne godine,

godišnjeg doba, meseca, nedelje ili dana. Ciklusi su nelinearne fluktuacije koje se pojavljuju u dužem vremenskom periodu (godina ili duže). Nepredvidivi ili se pojavljuju sa upornošću i pravilnošću. Krive rasta i krive pada Eksponencijalno merenje, transformacija podataka su metode kojima se linearna regresija prilagođava specifičnim situacijama pada ili rasta. Korišćenje logaritama, korena, podizanje veličina na kvadrat itd. Katastrofične krive: uslovi naglih i oštrih diskontinuiteta Metodologija katastrofa: nenadani i veoma oštri zaokreti i promene u procesima. Teško ih je pratiti, predvideti i shvatiti.

Korelaciona analiza

Korelaciona analiza odnosa raznih varijabli: koristi se za interpretiranje činjenica. Razni skater dijagrami se koriste da se utvrdi i identifikuje uzorak odnosa između vrednosti ali i da se utvrdi smer i snaga te relacije (grafički, vizuelno). U analizama nam nekad treba da utvrdimo i numeričke vrednosti smera i snage relacije. Jedan od važnih instrumenata je koeficijent uticaja: sumarna mera ili indeks vrednosti varijacija u zavisnoj varijabli koja se objašnjava nezavisnom varijablom. Koeficient korelacije: predstavlja kvadratni koren koeficijenta uticaja. Koeficijent korelacije varira izmedju -1 i + 1, i govori nam da li je smer odnosa pozitivan ili negativan kao i koliko je jak.

Teorijsko predviđanje Teorijsko predviđanje pomaže predviđanje budućih socijalnih stanja, procese na osnovnu teorijskih pretpostavki i tekućih i istorijskih podataka: dedukcija. Najbitnije metode su: teorijsko mapiranje, modelovanje uzročnosti, regresiona analiza, procena tačaka i intervala i korelaciona analiza. Teorijsko mapiranje služe da se identifikuju i sistematizuju teorijske pretpostavke, Regresiona analiza obezbeđuju bolju procenu budućih socijalnih stanja predviđenih u teoriji. Teorijsko mapiranje pomaže u otkrivanju 4 tipa uzročnih argumenata: konvergentnih, divergentnih, serijskih i cikličnih.

Teorijsko mapiranje 1

2

3 4

5

a. Bitno za teoriju javnog izbora b.Primer: Objašnjenje neefikasnosti vladinih institucija c. Godon Tullock u „The Politics of Bureaucracy“ mapira

interes službenika da napreduje (1), sa skrivanjem napovoljnih informacija (2), pa sa slabom kontrolom od strane menadžera zbog nedovoljnih podataka (3), sa pojačanom kontrolom (4) i još boljom organizacijom službenika u prikrivanju (5) te sa opštom posledicom neefikasnosti vladinih institucijau radu

Teorijsko modelovanje Teorijsko modelovanje se odnosi na mnoštvo tehika i pretpostavki kojima se kreira pojednostavljeni model (predstavljanje) teorije. Modeli prema ciljevima mogu biti: deskriptivni i normativni, prema formi izraza verbalni, simbolički i proceduralni prema metodološkim funkcijama surogati i perspektivni. Većina teorijskih predviđanja je deskriptivna jer se teži predviđanju pre nego optimiziranju vrednovanih rezultata. Većinom im je iskaz simbolički tj. u vidu matematičkih simbola i jednačina. Y= a + b (X). Brojne forme standardnog modelovanja: model uzročnosti, linearnog programiranja, input-output model, ekonometrijski i mikroekonomski modeli i model sistemske dinamike itd.

Modelovanje uzročnosti Modelovanje uzročnosti služi da se objasne uzroci i

posledice kao i da se predvidi dalji tok javnih politika. Najčešća statitička procedura koja se koristi je analiza puta (path analysis) kao specifičan pristup lineranoj regresiji koja koristi višestruke nezavisne varijable. Iskazuje jednosmerni uzročni odnos između nezavisne i zavisne varijable. Dijagram puta

veza

Odnosi između menadžera i nemenadžera

veza

Cena javne usluge

Službenik u javnoj organizaciji

Vrednosno predviđanje Javni problemi su pokretna meta, oni se stalo menjaju jer se konstantno menjaju socijalne, ekonomske i političke okolnosti u kojima se odvijaju. Otuda je proces predviđanja razvoja određenih posmatranih procesa veoma složen . Tehnike vrednosnog predviđanja su pokušaj sinteze i kreiranja informativne procene. Ova metoda se oslanja na intuiciju, na argumente do kojih dolazimo uvidom, na iskustvo. Ovi stavovi i procene se ispituju preko nekih objektivnih pokazatelja koji ih podupiru ili dovode u pitanje. U ovoj metodi je kreativnost i otvorenost prema novom od velikog značaja. Postoje mnoge tehnike a među najbitnijim su: Delfi tehnika, analiza međusobnog uticaja i tehnika procene izvodivosti.

Delfi metod Delfi metod je sistematski, interaktivni metod predviđanja, koji okuplja nezavisne eksperte ili panel eksperata. Pažljivo se selektuju eksperti da odgovore na upitnik u dva ili u tri kruga ispitivanja. Posle svakog kruga, fasilitator napravi anonimni siže predviđanja eksperata kao i pregled razloga koji podupiru te procene. U drugom krugu se eksperti podstiču da revidiraju ili dopune svoje ranije odgovore u svetlu odgovora drugih aktera panela. Po pravilu tokom ovog procesa krug odgovara se sužava prema „korektnom“ odgovoru. Proces se zaustavlja u određenom trenutku u zavisnosti od dogovora. Principi: anonimnost, zajedništvo, kontrolni povratni odgovor, statistički odgovor grupe, konsenzus eksperata na kraju (na osnovu prosečnog odgovaora dobijenog u radu).

Analiza međusobnog uticaja Analiza međusobnog uticaja je metod koji procenjuje

mogućnost pojave nekog događaja na osnovnu mogućnosti da se pojave drugi događaji koji ga izazivaju. Važan instrument ove metode je Matrica međusobnog uticaja koja daje prikaz mogućih događaja.

Ako se E dogodi Tako je promenjena mogućnost događaja sledeća:

Mogućnost je 1. 0

E1 E2 E3 E4

E1 benzin skuplji 3 $

* 0.7 0.7 0.5

E2 priliv u grad 0.4 * 0.7 0.4

E3 porast kriminala

0.5 0.4 * 0.1

E4 električna kola 0.4 0.5 0.7 *

Događaji Izvorna mogućnost

(P) E1 P1=0.5 E2 P2=0.5 E3 P3=0.6 E4 P4=0.2

Procena izvodivosti

Kada se pripremi neka politika od velikog je značaja napraviti procenu izvodivosti pre primene. Procena mogućeg ponašanja svakog od bitnih aktera na političkoj sceni. Svojevrstan je vid skeniranja ambijenta: često ide uz korekcije i prilagođavanja projekta radi postizanja boljih rezultata pri primeni. Procena izvodivosti se fokusira na nekoliko apekata političkog i organizacionog ponašanja:

proceniti stav svakog od aktera prema problemu koji se identifikuje: podržavajući (+ 1), suprotan (- 1) ili indiferentan (0) odrediti resurse kojima svaki od učesnika raspolaže: budžet, zaposleni, pristup informacijama i komunikacionim mrežama, legitimitet, prestiž itd. Skala dostupnosti resursa se kreće od 0 do 1.0. Rangiranje resursa je identifikacija mesta svakog od aktera na skali, mereno prema snazi resursa kojom raspolaže i potencijalnoj mogućnosti budućeg uticaja.

Alternativa 1 i 2 u rešavanju deficita (1 - povećavanje poreza ili 2 - smanjivanje budžeta opštine)

Akteri Pozicija

Verovatnoća

Deo raspoloživih

resursa

Rang resursa

Stopa izvodivosti

Gradonačelnik

+ 1 0.2 0.2 0.4 0.016

Skupština

- 1 0.6 0.7 0.8 -0.336

Asocijacije

poreskih platiša

- 1 0.9 0.8 1.0 -0.720

Sindikat zaposleni

h

+ 1 0.9 0.6 0.6 0.324

Mediji + 1 0.1 0.5 0.2 0.010 ΣF=-0.706

Akteri Pozicija

Verovatnoća

Deo raspoloživih resursa

Rang

resursa

Stopa izvodivosti

Gradonačelnik

+ 1 0.8 0.2 0.4 0.192

Skupština + 1 0.4 0.5 0.8 0.160

Asocijacije poreskih platiša

+1 0.9 0.7 1.0 0.630

Sindikat zaposlenih

-1 0.9 0.8 0.6 -0. 432

Mediji - 1 0.1 0.5 0.2 -0.000 ΣF= 0.54

HVALA NA PAŽNJI !