Ennakoinnin ja tulevaisuudentutkimuksen menetelmät ja prosessi

HTML
DOWNLOAD

Koko: px

Aloita esitys sivulta:

Download "Ennakoinnin ja tulevaisuudentutkimuksen menetelmät ja prosessi"

Tuomo Hänninen
10 vuotta sitten
Katselukertoja:

Ennakoinnin ja tulevaisuudentutkimuksen menetelmät ja prosessi Kaakkois-Suomen ennakointiverkosto Lappeenrannan teknillinen yliopisto, Lappeenranta 11.4.

1 Ennakoinnin ja tulevaisuudentutkimuksen menetelmät ja prosessi Kaakkois-Suomen ennakointiverkosto Lappeenrannan teknillinen yliopisto, Lappeenranta Tässä kuvasarjassa esillä olevat tekstit ja kuvat ovat tulevaisuutta, tulevaisuuden tukimusta tai ennakointia kartoittavaa taustamateriaalia, eivätkä ne välttämättä edusta Suomen hallituksen tai työ- ja elinkeinoministeriön virallista kantaa

2012 Tässä kuvasarjassa esillä olevat tekstit ja kuvat ovat tulevaisuutta, tulevaisuuden tukimusta tai

2 KOKONAISUUDEN SISÄLLYSLUETTELO TEORIA Johdanto Aika Monimutkaisuus Tieto ja tahto Strategia Ennakoinnin määritelmä Prosessi MENETELMÄT Tilastoanalyysit ja trendiextrapolaatio Ekonometriset mallit, simulaatiot Haastattelututkimukset, delfoi Heikot signaalit, trendit ja megatrendit Skenaariot Strateginen ennakointi TULEVAISUUS Miltä tulevaisuus näyttää?

trendiextrapolaatio Ekonometriset mallit, simulaatiot Haastattelututkimukset, delfoi

TIEDON LUONNE Ennakoinnin ja tulevaisuuden tutkimuksen menetelmiä LUOVAN AJATTELUN JA KEKSELIÄISYYDEN VAPAUS Pieni Suuri Laadullinen, verbaalinen Määrällinen, numeerinen Text Mining Megatrendit TKTT

3 TIEDON LUONNE Ennakoinnin ja tulevaisuuden tutkimuksen menetelmiä LUOVAN AJATTELUN JA KEKSELIÄISYYDEN VAPAUS Pieni Suuri Laadullinen, verbaalinen Määrällinen, numeerinen Text Mining Megatrendit TKTT Yritysharava Tilastoanalyysit Trendit Haastattelut Delfoi Ammattibaro Tulevaisuusverstas Tulevaisuuspyörä Tulevaisuustaulukko Relevanssipuu Bonsai Ekonometriset mallit MindMap Strateginen nelikenttä TASSU Skenaariot Trendiextrapolaatio

Tilastoanalyysit Trendit Haastattelut Delfoi Ammattibaro Tulevaisuusverstas Tulevaisuuspyörä

TIEDON LUONNE Ennakoinnin ja tulevaisuuden tutkimuksen menetelmiä TULEVAISUUDESTA TIETÄMINEN VAI TULEVAISUUDEN TEKEMINEN Tieto Tahto Laadullinen, verbaalinen Määrällinen, numeerinen Text Mining TKTT

4 TIEDON LUONNE Ennakoinnin ja tulevaisuuden tutkimuksen menetelmiä TULEVAISUUDESTA TIETÄMINEN VAI TULEVAISUUDEN TEKEMINEN Tieto Tahto Laadullinen, verbaalinen Määrällinen, numeerinen Text Mining TKTT Yritysharava Megatrendit Tilastoanalyysit Trendit Haastattelut Delfoi Ammattibaro Ekonometriset mallit Tulevaisuusverstas Tulevaisuuspyörä Tulevaisuustaulukko Relevanssipuu Bonsai MindMap Strateginen nelikenttä TASSU Skenaariot Trendiextrapolaatio

Tilastoanalyysit Trendit Haastattelut Delfoi Ammattibaro Ekonometriset mallit Tulevaisuusverstas Tulevaisuuspyörä

5 TIEDON LUONNE Ennakoinnin ja tulevaisuuden tutkimuksen menetelmiä Laadullinen, verbaalinen Määrällinen, numeerinen Henkilökeskeinen Autoritaarinen Text Mining Ekonometriset mallit Megatrendit Trendiextrapolaatio Tilastoanalyysit AVOIMUUS Delfoi Osallistuminen Demokraattinen Trendit Tulevaisuus- MindMap verstas Strateginen Tulevaisuus- nelikenttä Haastattelut pyörä TASSU Skenaariot Ammattibaro Tulevaisuustaulukko Relevanssipuu Bonsai TKTT Yritysharava

AVOIMUUS Delfoi Osallistuminen Demokraattinen Trendit Tulevaisuus- MindMap verstas Strateginen Tulevaisuus-

6 Menetelmien ryhmittely Määrälliset Numeeriset Tulevaisuudesta tietäminen, TIETO Henkilökeskeinen, Autoritaarinen Laadulliset Verbaaliset Tulevaisuuden tekeminen, TAHTO Osallistuminen, Demokraattinen

SISÄLLYSLUETTELO MENETELMÄT Tilastoanalyysit ja trendiextrapolaatio Ekonometriset mallit, simulaatiot Haastattelututkimukset, delfoi

7 SISÄLLYSLUETTELO MENETELMÄT Tilastoanalyysit ja trendiextrapolaatio Ekonometriset mallit, simulaatiot Haastattelututkimukset, delfoi Environmental Scanning Luova tulevaisuuden ryhmäideointi Skenaariot Strateginen ennakointi Numeeriset Määrälliset TIETO Verbaaliset Laadulliset TAHTO

Environmental Scanning Luova tulevaisuuden ryhmäideointi Skenaariot

8 Ennakoinnin ja tulevaisuuden tutkimuksen menetelmiä LÄHDE: RINER (1987). ARTIKKELISSA: Borg Olavi (2003): Tulevaisuuden tutkimksen suhde muihin tieteisiin, 306. TEOKSESSA: Vapaavuori Matti ja Von Bruun Santtu (Toim.)(2003): Miten tutkimme tulevaisuutta?

9 Theodore J. Gordon and Jerome C. Glenn: Futures Research Methodology Version 3.0 [CD-ROM] (The Millennium Project, 2009)

10 Tulevaisuustietämyksen raaka-aineet a) Numerot b) Ihmisten ajatukset c) Muut (tekstit, ) Ohjattua ja Suuri osa menetelmistä systemaattista ajattelua ja kommunikointia

TIEDON LUONNE Ennakoinnin ja tulevaisuuden tutkimuksen

Pieni Suuri Laadullinen, verbaalinen Määrällinen,

perusinfrastuktuuri: Tilasto- KOVA: Tietolähteet,

prosessit Trendiextrapolaatio Tulevaisuus- Trendit

Haastattelut pyörä prosessit TASSU Tulevaisuus- Delfoi

11 TIEDON LUONNE Ennakoinnin ja tulevaisuuden tutkimuksen menetelmiä LUOVAN AJATTELUN JA KEKSELIÄISYYDEN VAPAUS Pieni Suuri Laadullinen, verbaalinen Määrällinen, numeerinen Text Mining Megatrendit Ensin perusinfrastuktuuri: Tilasto- KOVA: Tietolähteet, analyysit työkalut, ohjelmat PEHMEÄ: Ajattelutavat, prosessit Trendiextrapolaatio Tulevaisuus- Trendit verstas Sitten luovemmat ja strategisemmat Tulevaisuus- Haastattelut pyörä prosessit TASSU Tulevaisuus- Delfoi taulukko Relevanssipuu Bonsai Ekonometriset mallit MindMap Strateginen nelikenttä Skenaariot

ohjelmat PEHMEÄ: Ajattelutavat, prosessit Trendiextrapolaatio Tulevaisuus- Trendit verstas Sitten luovemmat ja strategisemmat Tulevaisuus-

12 Tärkein menetelmä Fundeeraus EI OLE AUTOMAATTI- MENETELMÄÄ, JOKA TUOTTAA TUUTISTA TULEVAISUUSKUVAA KUVA: Wikimedia COMMONS, This work has been released into the public domain by its author, I, Jens Langner. This applies worldwide

14 Kondratieff in pitkät syklit LÄHDE: Alar Tamming (2008): Talous on luonteeltaan syklinen. Lehtiartikkeli: Tavexin Kultalehti nro. 2 /

15 Tilastot

16 Tilastotiedon lähteitä

17 Tilastotiedon lähteitä

18 Toimiala Online

19 Toimiala Online

20 Toimiala Online

Kansantalouden tuotannon volyymi 2005 2012, trendi ja kausitasoitettu sarja LÄHDE: Tilastokeskus

21 Kansantalouden tuotannon volyymi , trendi ja kausitasoitettu sarja LÄHDE: Tilastokeskus

22 Trendit

23 Lineaarinen malli arvonlisäyksestä toimialoittain 400 Arvonlisäys, Milj., ja lin. ennuste, Hemaasu 2, Versio Elintarvikkeiden, juomien ja tupakan v. T ekstiili-, nahkatuotteiden ja nahan v. Puutavaran ja puutuotteiden v. Massan, paperin yms valm; kust. ja pain. R² = 0,7141 ; 0,2073 ; 0,9226 ; 0,9127 LINREGR y = mx + b

24 Trendin arviointi: Luonnollinen väestönmuutos Kanta- ja Päijät- Hämeessä vuosina Henkilöä Kanta-Häme Päijät-Häme Päivitetty LÄHDE: Tilastotietokannat > Tietokanta: PX-Web Statfin > Väestö/Syntyneet, Väestönmuutokset alueittain. Viimeisin tieto Tilastokeskus

25 Trendin arviointi: Luonnollinen väestönmuutos Kanta- ja Päijät- Hämeessä vuosina Henkilöä Kanta-Häme Päijät-Häme Päivitetty LÄHDE: Tilastotietokannat > Tietokanta: PX-Web Statfin > Väestö/Syntyneet, Väestönmuutokset alueittain. Viimeisin tieto Tilastokeskus

26 Trendimenetelmiä Lineaarinen malli Trendiextrapolaatio Aikasarjojen estimointi Jatketaan nykyistä kehityskulkua tulevaisuuteen Huomioidaan trendeissä kausivaihtelut Regressioanalyysi Tulevaisuus jatkuu ennustettavasti usean tekijän suhteen Historiallinen analogia Muuttuminen noudattaa aikaisempaa muotoa

27 Aikasarjat ja trendit Plussat Numeerista tietoa voidaan käsitellä johdonmukaisesti ja sitä voidaan päivittää, lukuja voidaan yhdistää ja vertailla, trendejä voidaan ekstrapoloida. Määrällinen aineisto mahdollistaa ilmiöiden laajuuden vertailun erilaisissa olosuhteissa. Tilastollinen aineisto voi ohjata dokumentoimaan ja ymmärtämään ongelmien syvyyttä ja laajuutta, kun vaihtoehtona voisi olla tukeutuminen pelkkiin olettamuksiin. Tuloksia voidaan esittää taulukkoina, käyrinä ja kaavioina, jotka voivat usein kertoa paljon tutkittavasta aiheesta. Tutkijatkin oivaltavat toisinaan uusia asioita, kun tieto visualisoidaan tällä tavoin. Anne Laakso, HAMK, Jukka Vepsäläinen, TEM Toimialapalvelu

28 Aikasarjat ja trendit Miinukset Joitakin asioita on vaikea esittää numeerisesti Ilmiön määrällisten osien ei pidä tulkita kuvaavan koko ilmiötä. Numeerinen tieto vaikuttaa objektiiviselta, vaikka kyse olisi ennusteista tai vain valistuneista arvauksista. Tulevaisuuksien tutkimuksessa ja ennakoinnissa EI SAA OLLA LIIAN TARKKA. Numerotilastot ovat liian täsmällisiä. Ennakoinnissa desimaaleilla ei ole merkitystä. Anne Laakso, HAMK, Jukka Vepsäläinen, TEM Toimialapalvelu

30 HEMAASU

31 HEMAASU

32 HEMAASU

33 VATT Vattage

34 Vattage LÄHDE: Honkatukia Juha (2009): Yleisen tasapainon mallien käyttö työllisyyden kehityksen ennakoinnissa ja talouspolitiikan vaikutusten analysoinnissa. Työpoliittinen aikakauskirja 1/

35 Vattage LÄHDE: Honkatukia Juha (2009): Yleisen tasapainon mallien käyttö työllisyyden kehityksen ennakoinnissa ja talouspolitiikan vaikutusten analysoinnissa.työpoliittinen aikakauskirja 1/

36 Vattage LÄHDE: Honkatukia Juha (2009): Yleisen tasapainon mallien käyttö työllisyyden kehityksen ennakoinnissa ja talouspolitiikan vaikutusten analysoinnissa.työpoliittinen aikakauskirja 1/

37 Suomen Pankin suhdanne-ennusteen laadintaprosessi AINO-ennustemallilla Ekonometristen mallien soveltaminen edellyttää myös luovaa ajattelua Tulevaisuus, oletukset Historia, trendit LÄHDE: Pieleen meni Onko ennustamisessa järkeä? Helsingin Sanomat , E

38 KESU Mitenna-malli

Samankaltaiset tiedostot

Millaista ennakointitietoa tarvitaan? Miten ennakointitietoa voidaan kerätä?

Jukka Vepsäläinen Millaista ennakointitietoa tarvitaan? Miten ennakointitietoa voidaan kerätä? Ennakointiseminaari 16.2.2016 Opetushallitus, Helsinki Tässä kuvasarjassa esillä olevat tekstit ja kuvat ovat