CC BY
150
АДАПТИВНО -РАЦИОНАЛЬНОЕ ПРОГНОЗИРОВАНИЕ ПОКАЗАТЕЛЕЙ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ
РЕГИОНА
Проведена оценка степени применимости современных математических методов для разработки региональных прогнозов. Предложен адаптивно-рациональный подход к прогнозированию социально-экономического развития региона. Основа подхода — совместное использование информации фактографической и субъективной природы, а главное его преимущество в том, что он обеспечивает «сбалансированную надежность» прогнозной динамики моделируемых показателей.
Эффективность управления социально-экономическими системами, как известно, значительно возрастает, если удается предугадать направление и характер предстоящих изменений в их внешней и внутренней среде. Поэтому ориентация на эффективное управление требует проведения научно обоснованных прогнозных расчетов, которые с определенной степенью надежности обеспечивают получение информации об ожидаемых изменениях. Поскольку требуемая информация имеет разный характер и природу, современные научные исследования, освещающие вопросы прогнозирования, ориентированы на решение следующих основных задач [6]:
■ поиск путей оптимального выбора метода прогнозирования для решения конкретной прикладной задачи;
■ разработка подходов к прогнозированию нечисловых данных;
■ формирование математического и инструментального аппарата регионального прогнозирования;
■ интенсификация усилий по разработке комбинированных методов и моделей;
■ разработка пакетов прикладных программ по экономическому прогнозированию.
Действительно, одним из ключевых направлений развития прогностики является создание математического аппарата моделирования прогнозных оценок показателей социально-экономического развития региона. Актуальные региональные проблемы, связанные, в частности, с прогнозированием показателей социально-экономического развития региона, отражены в трудах А. Г. Аганбегя-на, Ю. В. Вертаковой, А. Г. Гранберга, Е, В. Заровой, Э. Н. Кузьбожева, И. Е. Ри-сина, Т. Г. Розановой, Г. Р. Хасаева, Р. И. Шнипера и многих других.
Повышенный интерес к данной проблематике вполне закономерен,.поскольку прогноз как вероятностное представление о перспективах изучаемого объекта в будущем позволял и позволяет руководителям региона увидеть основные ориентиры происходящих перемен, что дает им возможность своевременно оценить опасность рисков и угроз, а следовательно, принять упреждающие меры для избежания негативных последствий. Прогноз стал средством опреде-
ления основных характеристик, приоритетов и направлений государственной экономической и социальной политики. Об этом, в частности, свидетельствует Федеральный закон «О государственном прогнозировании и программах социально-экономического развития Российской Федерации» от 20 июля 1995 года, который является правовым основанием для государственных и региональных прогнозов.
Составной частью российского государственного прогноза являются прогнозы социально-экономического развития регионов. Они за счет приближения к реальной экономической ситуации, складывающейся в субъектах Федерации, уточняют прогнозные показатели, полученные в результате макроэкономического анализа. На основе информации из регионов и учета региональных различий в процессах экономических преобразований удается выявить изменения территориально-отраслевой структуры, а также выделить проблемные регионы и своевременно предупредить нарастания территориальной дифференциации в уровнях развития и иные негативные последствия.
Минэкономразвития России в своих Методических рекомендациях к разработке показателей прогнозов социально-экономического развития субъектов Российской Федерации предлагает ориентироваться не только на метод прямого счета, но и на активное использование более сложного математического аппарата. В настоящее время разработано более 150 методов прогнозирования, и, естественно, чтобы следовать указанным ориентирам, необходимо выбрать из них наиболее известные и оценить степень пригодности каждого метода для разработки региональных прогнозов. С этой целью была сформирована специальная таблица.
Оценка степени применимости методов для разработки региональных прогнозов
Метод Суть метода Возможность применения метода в региональном прогнозировании
Методы, основанные на обработке статистических данных
Экстраполяция по трендовым зависимостям Прогнозная оценка — расчетное значение фуикции, отражающей основную закономерность изменения показателя во времени Используется ограниченно, так как для построения модели требуется достаточно длинные временные ряды, а в практике прогнозных расчетов, как правило, ощущается недостаток таких данных. Кроме того, построенная модель не учитывает взаимосвязь между прогнозируемыми показателями
Однофакторная регрессия Прогнозная оценка определяется в зависимости от значения факторной величины в упреждающий момент времени Используется ограниченно, так как, во-первых, для построения модели требуется достаточно длинные временные ряды. Во-вторых, чтобы сделать прогноз показателя необходимо иметь прогнозную оценку фактора, при получении которой возникают те же самые проблемы, что и при прогнозировании показателя
Метод Суть метода Возможность применения метода в региональном прогнозировании
Множественная регрессия Прогнозная оценка получается в зависимости от значений факторов в упреждающий момент времени Используется ограниченно, так как для построения модели требуется достаточно длинные временные ряды. Кроме того, если значения факторов для перспективного периода в сценарии отсутствуют, то проблема получения факторных прогнозных оценок сложнее прогноза самого показателя
Динамическая регрессия Прогнозная оценка рассчитывается по уравнению регрессии с изменяющимися во времени по заранее известному закону коэффициентами Практически не применяется, поскольку построение модели предъявляет повышенные по сравнению с множественной регрессией требования к своему информационному обеспечению, т. е. необходимо наличие длинных временных ряды исходных данных и знание законов изменения коэффициентов модели во времени
Авторегрессия Прогнозная оценка определяется в зависимости от запаздывающих значений самого прогнозируемого показателя Используется ограниченно, так как для построения модели требуется достаточно длинные временные ряды. Кроме того, построенная модель не учитывает возможное влияние факторов на прогнозируемый показатель
Каноническая корреляция Рассчитывается прогнозная оценка степени воздействия одной группы показателей на другую Практически не используется ввиду сложности самого метода и трудностей, связанных с информационным обеспечением
Модели бинарного выбора Прогнозная оценка — вероятность наступления прогнозируемого события при выполнении условий, описываемых факторными показателями Практически не используется в силу малоизученности самого метода и сложной процедуры подготовки данных для построения модели
Экстраполяция по огибающим кривым Прогноз — это вероятностная оценка скачкообразного изменения качественных характеристик достижения в науке, технике и экономике Практически не используется вследствие своей сложности, а также его направленности на получение долгосрочных прогнозов, значительно превосходящих глубину региональных прогнозов
Экстраполяция по скользящей средней Прогнозной оценкой является текущее значение скользящей средней Не используется в силу того, что дает ненадежные прогнозные оценки. Кроме того, не учитывается взаимосвязь между прогнозируемыми показателями
Экстраполяция по экспоненциально взвешенной средней В прогнозной оценке доминируют значения уровня последнего наблюдения Не используется в силу того, что дает смещенные прогнозные оценки в тех случаях, когда в показателях наблюдается линейный рост. Кроме того, не учитывается взаимосвязь между прогнозируемыми показателями
Адаптивный предиктор Хольта За прогнозную оценку принимается расчетное значение полинома первой степени с изменяющимися во времени коэффициентами Используется ограниченно, поскольку не учитывает взаимосвязь между прогнозируемыми показателями
Метод Суть метода Возможность применения метода I в региональном прогнозировании
Адаптивный полином Брауна Для расчета прогнозной оценки используется адаптивные полиномы первого и более высоких порядков Используется ограниченно, поскольку не учитывает взаимосвязь между прогнозируемыми показателями
Модель Тригга Для получения прогнозной оценки используется адаптивный полином с постоянно изменяющимся параметром адаптации Используется ограниченно, поскольку эту модель целесообразно применять только в автоматизированных системах прогнозирования. Кроме того, не учитывается взаимосвязь между прогнозируемыми показателями
Модель Лэхири і Прогнозная оценка рассчитывается с помощью адаптивного полинома с дискретно изменяющейся степенью экспоненциального сглаживания Используется ограниченно в силу малоизученности. Эту модель целесообразно применять только в автоматизированных системах прогнозирования, Кроме того, в ней не учитывается взаимосвязь между прогнозируемыми показателями
Адаптивная регрессия В качестве прогнозной оценки принимается расчетное значение, полученное по регрессионному уравнению с текущими коэффициентами Используется ограниченно, во-первых, поскольку для построения модели требуется такой объем исходных данных, которым прогнозист не всегда располагает. Во-вторых, чтобы сделать прогноз показателя необходимо иметь прогнозные оценки факторов, при получении которых возникают те же самые проблемы, что и при прогнозировании показателя
Адаптивная фильтрация Прогнозная оценка рассчитывается по уравнению регрессии с коэффициентами, изменяющимися пропорционально градиенту прогнозной ошибки Используется ограниченно, так как для построения модели требуется такой объем исходных данных, которым прогнозист не всегда располагает. Кроме того, чтобы сделать прогноз показателя необходимо иметь прогнозные оценки факторов, при получении которых возникают те же самые проблемы, что и при прогнозировании показателя
Матричный мультипликатор Прогнозная оценка многомерного процесса получается путем умножения вектора текущего состояния на матричный мультипликатор, представляющий собой комбинированную матрицу прямых и косвенных темпов роста Рекомендуется применять в тех случаях, когда в распоряжении прогнозиста имеется минимальный набор исходных данных. Ограниченно используется, когда в прогнозных расчетах необходимо учесть ресурсные показатели, предусмотренные сценарием
Адаптивный матричный мул ьти пл икатор Прогнозная оценка многомерного процесса получается путем умножения вектора текущего состояния на матричный мультипликатор с изменяющейся во времени структурой Рекомендуется применять, когда в распоряжении прогнозиста имеется не менее трех наблюдений. Ограниченно используется, когда в прогнозных расчетах необходимо учесть ресурсные показатели, предусмотренные сценарием
Метод Суть метода Возможность применения метода в региональном прогнозировании
Матричная модель с разделенными переменными Прогнозная оценка целевых (ресурсных) показателей многомерного процесса получается путем умножения скорректированного на возможности ресурсных (на требования целевых) показателей вектора текущего состояния на матричный мультипликатор Рекомендуется применять в тех случаях, когда переменные, описывающие будущее состояние региональной системы, можно разделить на две группы: целевые и ресурсные
Имитационное моделирование Прогнозная оценка получается в виде интервала возможных значений прогнозируемого показателя либо вариантов возможного его развития Используется ограниченно для воссоздания картины всего многообразия будущего при разработке сценариев, поскольку требует написания достаточно сложных компьютерных программ
Адаптивно- имитационное моделирование Прогнозная оценка получается в виде интервала возможных значений прогнозируемого показателя либо в виде вероятности достижения заданного уровня прогнозируемого показателя Используется ограниченно, так как в ее основу положена адаптивная регрессия, построение которой связано с описанными выше проблемами
Методы, основанные на субъективных суждениях
Экспертные оценки Прогнозная оценка — индивидуальное или групповое мнение высококвалифицированных специалистов относительно будущего состояния прогнозируемого объекта Используется ограниченно только для определения качественных составляющих регионального прогноза
Метод Дельфы Прогнозная оценка — согласованное мнение группы экспертов, полученное в результате многократного индивидуального их опроса Используется ограниченно только для определения качественных составляющих регионального прогноза
Мозговой штурм Прогнозная оценка —■ результата последовательной реализации двух процессов — генерирования и оценки идей относительно будущего состояния прогнозируемого объекта в ходе дискуссии Используется ограниченно при определении комплекса мероприятий, ориентированных на устранение негативных тенденций, выявленных в результате прогнозных расчетов
Построение сценария Прогнозной оценкой является достаточно детальное описание комплекса будущих условий прогнозируемого объекта . Используется весьма широко при подготовке различных сценариев, описывающих условия функционирования региона в перспективном периоде
Метод Суть метода Возможность применения метода в региональном прогнозировании
Матричный метод Прогнозом является представление о будущем состоянии объекта, что позволяет выбрать ту или иную стратегию его функционирования Используется ограниченно при выборе конкретных мероприятий, ориентированных на устранение негативных и поддержку положительных тенденций, выявленных в результате прогнозных расчетов
Метод дерева целей В качестве прогноза выступает цекая последовательность вероятностных оценок достижения сформулированных целей Используется ограниченно для получение вероятностных оценок реализации целевых установок, препятствующих развитию негативных тенденций, предсказанных прогнозными расчетами
Публикационная активность Прогнозная оценка — результат анализа большого числа публикаций, научных журналов, а также контент-анализа с целью выявления наметившихся, но еще не проявившихся в полной мере в действительности тенденций в развитии прогнозируемого объекта Используется ограниченно при определении вектора ориентиров тех «прорывных» областей, в которых региону целесообразно концентрировать свою деятельность
Комбинированные методы
Адаптивно- рациональное моделирование (авторский) Прогнозной оценкой является расчетное значение, полученное в результате специального комбинирования траекторий адаптивной экстраполяции (формализованных оценок) и рациональных ожиданий (интуитивных оценок) Рекомендуется использовать для расчета подавляющего большинства показателей регионального прогноза
Все методы, включенные в таблицу, были рассмотрены с точки зрения их прогностических возможностей и с точки зрения практического использования в региональном прогнозировании. Анализ методов показал, что подавляющее их большинство имеют ограниченную степень применимости. Классифицируя причины этого, можно выделить три основные:
* сложность практической реализации метода;
■ неадекватность подхода специфике, прогнозируемых процессов, описывающих развитие региона;
■ повышенные требования к информационной базе, необходимой для реализации метода.
Преодолимой из этих трех причин, на наш взгляд, является только первая. Устранение ее возможно посредством создания компьютерного программного обеспечения. Две последние, в принципе, непреодолимы, игнорирование же любой из них приводит к абсолютно ненадежным прогнозным оценкам. Причем между этими причинами существует тесная взаимосвязь: при построении статистически надежных прогнозных моделей (а только такие и являются адекват-
ными) необходимо использование выборочных совокупностей достаточно больших объемов. Современная динамика экономики российских регионов, продол-'жая оставаться нестабильной, не позволяет сформировать для этих целей однородные совокупности требуемых объемов. Следовательно, традиционные методы, основанные на построении статистических зависимостей (экстраполяционные, регрессионные, авторегрессионные и т. п.), в настоящих условиях не могут использоваться в практике региональных прогнозных расчетов. В то же время в расчетах необходимо учитывать, что процессы, характеризующие социальноэкономическое развитие региона, взаимосвязаны, и это должно найти соответствующее отражение в моделях и методах.
Результаты сравнения методов позволяют сделать вывод о предпочтительности применения в прогнозных расчетах регионального уровня адаптивно-рациональных моделей [3; 4]. Эти модели являются авторской разработкой и предполагают интерференцию адаптивного подхода, имитационного моделирования и рациональных ожиданий (экспертных предпочтений) и являются эффективным инструментом прогнозирования показателей, характеризующихся «короткой» и нестабильной динамикой (т. е. той динамикой, которая присуща показателям развития региона). Следовательно, составляющими адаптивно-рационального прогнозирования должны быть:
* модели с матричным мультипликатором [1; 5];
■ адаптивно-имитационные модели многомерных процессов Р; 5];
■ процедуры экспертного оценивания [2; 7];
■ адаптивные модели многомерных переходных процессов £4; 5];.
Заметим* что предусмотренный в этой модели блок формирования рациональных ожиданий реализует еще одну важную рекомендацию Минэкономразвития России: использование экспертных оценок при. разработке показателей прогнозов социально-экономического развития регионов. В основе совместного использования всех перечисленных составляющих лежат следующие ключевые принципы:
■ принцип информационной надежности, предусматривающий дублирование источников информаций и каналов ее поступления. Реализация этого принципа предполагает включение в схему вычислительных экспериментов с адаптивно-рациональной моделью процедуру группового экспертного опроса;
* принцип единообразного представления информации, предполагающий, что совместная обработка данных, измеренных в разнородных шкалах, требует приведениях их к сопоставимому виду;
■ принцип распределенного доверия, учитывающий тот факт, что для моментов времени, близлежащих к текущему, прогнозные оценки, полученные с помощью экстраполяции, пользуются большим доверием по сравнению с данными субъективного характера. Оценки отдаленного будущего, основанные на рациональных ожиданиях экспертов, как правило, обладают большей, степенью доверия, чем данные экстраполяционных прогнозов. По сути, мы имеем дело с ситуацией, когда с течением времени один набор данных как бы теряет свою информационную ценность, а другой — ее повышает.
Социально-экономическое развитие региона описывается столь большим чис-
лом разнообразных показателей, что попытка построения единой прогнозной модели, отражающей взаимодействие между всеми этими показателями, вряд ли окажется успешной. На наш взгляд, в подобной ситуации целесообразнее, использовать многоэтапную схему прогнозных расчетов. В рамках такой схемы удается сгруппировать все факторы по какому-либо признаку (сектор экономики, отрасль, источник доходов и т.д.), что позволяет значительно снизить размерность решаемой задачи посредством сведения ее к последовательности задач меньших размеров. Каждая так определенная группа характеризуется соответствующим агрегированным показателем, являющимся, как правило, суммой всех показателей, включенных в группу. Например, агрегированный показатель — «Выпуск товаров и услуг», показатель 1-го уровня дезагрегирования — «Промышленная продукция», показатели 2-го уровня дезагрегирования — «Электроэнергетика», «Черная металлургия» и т. д.
Из практики прогнозных расчетов известно, что динамика агрегированных показателей менее подвержена случайным колебаниям, и, следовательно, их прогнозные оценки являются более надежными, чем прогнозные оценки дезагрегированных показателей. Эти рассуждения приводят к выводу, определяющему последовательность расчетов «сверху вниз», т. е. вначале получают прогнозные оценки агрегированных показателей, которые затем используются для получения прогнозных оценок показателей 1-го уровня дезагрегирования, используемые, в свою очередь, для получения прогнозных оценок показателей 2-го уровня-дезагрегирования и т. д.
Предлагаемый подход обеспечив ает более высокую точность прогнозных расчетов, и, кроме того, позволяет учесть структурную взаимосвязь между моделируемыми показателями, а также вею априорную информацию, известную к моменту начала процесса прогнозирования.
Вычислительная схема адаптивно-рационального моделирования для целей регионального прогнозирования предполагает выполнение следующих шагов;
1. Расчет альтернативных вариантов моделируемых показателей в соответствии с ожидаемыми темпами роста этих показателей.
2. Построение начального значения матричного мультипликатора, позволяющего осуществлять прогнозные расчеты показателей сразу на несколько периодов.
3. Адаптивное преобразование матричного мультипликатора и оптимальная настройка его параметров.
4. Имитационные расчеты, воссоздающие весь спектр возможных значений моделируемых показателей.
5. Построение вероятностного распределения, характеризующего степень реальности альтернативных вариантов, на основе экспертных оценок (рациональных ожиданий).
6. Расчет значений комбинированных (адаптивно-рациональных) прогнозных траекторий.
8. Повторение этапов для следующего уровня дезагрегирования показателей.
Верификация на реальных данных (с помощью адаптивно-рациональной модели были рассчитаны прогнозные оценки более 60 показателей социально-экономического развития Воронежской области) показала, что разработанный ап-
парат прогнозирования, действительно, может использоваться в практике массовых расчетов, имеющих место при формировании вариантов социально-экономического развития региона. Более того, применение этого аппарата вносит в прогнозные расчеты элементы системного подхода, что упорядочивает весь многоэтапный процесс и значительно повышает оперативность решения задач регионального прогнозирования.
Список литературы
1. Давние, В. В. Адаптивные модели: анализ и прогноз в экономических системах: монография / В. В. Давние, В. И. Тинякова. Воронеж: Изд-во Воронеж, гос. ун-та, 2006.380 с.
2. Давние, В. В. Прогнозные модели экспертных предпочтений: монография / В. В. Давние, В. И. Тинякова. Воронеж: Изд-во Воронеж, гос. ун-та, 2005.248 с.
3. Тинякова, В. И. Адаптивно-рациональное моделирование прогнозных траекторий по одномерным временным рядам / В. И. Тинякова// Йзв. высш. учеб. заведений. Северо-Кавказский регион. Общественные науки. Спецвып.: «Вопросы теории и практики экономики». 2006. С. 94—99.
4. Тинякова, В. И. Адаптивно-рациональное прогнозирование: сущность, этапы, модели переходных процессов/В. И. Тинякова//Вестн. Ставроп. гос. ун-та. 2006. № 44. С. 93—103.
5ь Тинякова, В. И. Прогнозирование многомерных социально-экономических процессов: адаптивно-рациональный подход / В. И. Тинякова // Вестн. Костром, гос. ун-та им. Н. А. Некрасова. 2005. № 12. С. 57—61.
6. Тинякова, В. И. Современные тенденции развития прогностических методов: адаптивно-рациональный подход / В. И. Тинякова // Научно-технические ведомости С.-Петерб, гос. техн. ун-та. 2006. № 4. С. 348—353.
7. Тинякова, В. И. Формирование рациональной составляющей адаптивно-рациональных прогнозов ( В. И. Тинякова // Проблемы современной экономики. 2006. № 1/2 (17/18). €.211—216.
