CC BY
131
С.<Н. Никитин,
Ы.". "ойтехович,
Ы.С. ^Ьилютич
КОМПЬЮТЕРНЫЕ МОДЕЛИ ДЛЯ ПРОГНОЗИРОВАНИЯ, СТРАТЕГИЧЕСКОГО И ЭНЕРГЕТИЧЕСКОГО ПЛАНИРОВАНИЯ
В последние три десятилетия произошли существенные перемены в энергетической политике почти всех стран мира -наряду с задачами обеспечения энергетической безопасности, оптимизации системы обеспечения энергией и минимизации затрат при развитии энергосистемы все большее внимание начинает уделяться принципам устойчивого развития [1, 2], предотвращению угрозы глобального изменения климата и достижения экологической стабильности [1]. Это влечет за собой переход от традиционной экономики, нацеленной на достижение максимальной прибыли и благополучия людей, что неизбежно ведет к значительному сокращению природных и социальных ресурсов, к экономике устойчивого развития, которая позволяет учитывать все большее количество природных факторов.
Научным сообществом уже не подвергается сомнению то, что человечество, выбрасывая в атмосферу парниковые газы, оказывает влияние на климат [3], поэтому на протяжении последнего десятилетия предотвращение угрозы глобального изменения климата вошло в число основных задач, стоящих перед современным обществом и напрямую затрагивающих все сферы его жизнедеятельности. Принимая во внимание, что основная «ответственность» за антропогенные выбросы парниковых газов лежит на энергетике, иными словами на процессе сжигания ископаемых видов топлива (так, для Беларуси это 63% суммарных выбросов по стране), многие страны мира ставят целью более эффективное использование энергии, получаемой за счет ископаемого углеродного топлива. Это свя-
174
зано с обеспечением энергетической безопасности, обусловленной в первую очередь исчерпанием дешевых запасов углеводородного сырья и их неравномерным распространением, а также уменьшением воздействия на окружающую среду, связанного со сжиганием углеродного топлива [4]. «Такой природный ресурс как ископаемое топливо более не рассматривается как ограничитель экономического роста. Сегодня ограничивающим фактором является природная среда: воздух, вода, земля и экосистема планеты» [5].
Подобная постановка формирует тенденцию перехода к новой низкоуглеродной энергетике в глобальном масштабе [4] и требует переориентации нынешнего вектора развития в направлении создания низкоуглеродного общества [6], способного обеспечивать сохранение высокого уровня роста при одновременном внедрении принципов устойчивого развития на основе инновационных технологий, более устойчивых моделей производства и потребления, а также образа жизни в целом. Можно с большой долей уверенности сказать, что в скором будущем такие понятия, как «торговля сокращениями выбросов, углеродоемкость продуктов и услуг», «межнациональные рынки торговли», «компенсация "углеродного следа"» будут все более активно внедряться странами во все сектора национальной экономики для обеспечения благоприятных возможностей экспорта товаров и повышения их конкурентоспособности. Это означает, что в настоящее время появляется все большее количество социальных, экологических, политических, рыночных факторов, которые практически не учитывались ранее, но без которых решение задач стратегического и транзитного7 планирования и комплексного энергетического моделирования становится уже невозможным [5, 7]. Так, в Европе сейчас проводится активная работа по планированию пе-
1 Данное понятие применяется в рамках европейского стратегического плана по ис-
пользованию энергетических технологий (БЕТ-Р1ап), который устанавливает политику
по использованию энергетических технологий с упором на разработку и внедрение рентабельных низкоуглеродных технологий, т.е. оговаривает переход (транзит) к низ-
коуглеродной, конкурентоспособной и надежной энергосистеме, который займет зна-
чительный промежуток времени и потребует важных инвестиционных решений. Осо-
бая роль в реализации плана отводится разработке и использованию моделей и методологий для поддержки принятия таких решений [8, 9].
175
рехода энергетических инфраструктуры и систем к низкоуглеродному развитию. Особую роль в формировании стратегии перехода будут играть модели, которые связаны с решением задач стратегического и транзитного планирования и комплексного энергетического моделирования.
Разработка и использование низкоуглеродных энергетических технологий играет важнейшую роль для достижения целей европейской энергетической и климатической политики -снижения выбросов парниковых газов, повышения надежности энергопоставок и конкурентоспособности.
Краткая классификация моделей. К настоящему времени разработано достаточно большое число математических моделей и программ для решения различных задач стратегического и транзитного планирования и комплексного энергетического моделирования. Их перечень включает модели оптимизации электрогенери-рующих мощностей, модели анализа функционирования энергосистем, макроэкономические, социально-технические и другие модели. Большинство из них свое бурное развитие получили после нефтяного кризиса 1970-х годов, что в свою очередь привело к значительным изменениям в приоритетах энергетической политики. Энергия стала стратегическим товаром, который оказался напрямую связан с жизнедеятельностью всех промышленно развитых экономик, постепенно занимая центральное место в геополитике на всем земном шаре. Вопросы энергетической безопасности стали ключевыми при рассмотрении политики национальной безопасности; системный комплексный подход заменил традиционную практику разрозненного рассмотрения отдельных секторов экономики. Использование разработанных многочисленных моделей на институциональном и национальном уровнях стало жизненно необходимо для проработки и анализа долгосрочных стратегий развития.
Представим обзор и краткую характеристику моделей с точки зрения применяемых при их построении методологии и аналитического подхода, географических и временных рамок, технико-экономических данных.
Самым значимым признаком при классификации моделей является используемая методология. Наиболее распространенными энергетическими моделями являются [10]:
176
• симуляционные модели, которые основаны на алгоритмах таблиц ввода/вывода, уравнениях векторной алгебры, эконометрических уравнениях и т. д.;
• оптимизационные модели, которые используют методы линейного программирования (ЛИ), или динамического программирования (ДП), другие оптимизационные алгоритмы.
Симуляционные модели больше подходят для исследовательского подхода. Они являются моделями выбора, когда нужно ответить на вопрос «Что случится, если лицо, принимающее решение, выберет эту стратегию?». С помощью симуляционных моделей можно получить ясную картину того, как энергетическая система будет реагировать на внутренние или внешние изменения.
Оптимизационные модели в первую очередь позволяют получить ответ на вопрос типа «Как можно достичь определенного оптимума?». Оптимизационные модели являются моделями выбора, когда есть только один, хорошо описанный и охарактеризованный объект. Оптимизационные модели позволяют, например, получить план развития генерирующих мощностей с наименьшими затратами,
Вторым по значимости дифференцирующим признаком моделей является используемый аналитический подход, согласно ему модели можно разделить на следующие классы [9, 11]:
• «нисходящие» модели;
• «восходящие» модели;
• гибридные модели;
• гибридные модели комплексной оценки;
• полуколичественные модели;
• качественные модели.
«Нисходящие» модели получили свое название, потому что представляют собой всю экономику как совокупность относительно небольшого числа комбинированных переменных и уравнений. В этих моделях каждый сектор представлен производственной функцией, предназначенной для выявления и имитации потенциальной зависимости между основными (вводимыми) факторами производства (такими как энергетика, капитал и труд) и объемом выпуска продукции. Функционирование таких моделей основано на принципах частичного равновесия, которое
177
означает, что соотношение между вводимыми факторами и итоговым выходом продукции находится в равновесии в базовом году.
В этих моделях параметры производственной функции рассчитываются для каждого сектора таким образом, что входные и выходные данные формируют определенный базовый год. При формировании и анализе стратегий сочетание фактических расходов материальных ресурсов, необходимых для производства одной единицы продукции отрасли, может варьироваться только в зависимости от выбранной пользователем эластичности замещения ресурсов. Секторальные производственные функции чаще всего имеют следующий общий вид:
^ = Л0[БК (Кр + Бь)(Ьр + Ве)Е? ]1/р, (1)
где Xр - объем выпуска продукции сектора Р; Кр, ЬР и Ер -
показатели капитала, труда и энергии, необходимые для производства единицы продукции в секторе Р; р - показатель эластичности замещения2; Л0 и ВК, Бь, Бр - коэффициенты.
Выбор р определяет чувствительность, с которой один производственный фактор может быть заменен на другой: чем меньше р (но не менее 1), тем проще заменить используемые факторы при производстве того же количества продукции в секторе Р.
Степень взаимозаменяемости производственных факторов не меняется - коэффициент эластичности, с которым капитал может быть заменен на труд, равен коэффициенту, с которым капитал может быть заменен на энергию, при сохранении того же уровня выпуска продукции.
Модели общего равновесия могут также использовать альтернативные варианты производственной функции, но при этом должны сохранить основную идею определенной взаимозаменяемости факторов производства.
В этой категории находится ряд моделей национальных или глобальных энергетических систем.
«Восходящие» модели представляют собой очень подробные, технологически направленные модели, ориентированные
2 Эластичность замещения является очень важной характеристикой производственной функции, которая показывает, на сколько процентов должно измениться отношение между количеством ресурсов, чтобы предельная норма замещения изменилась на 1% [12].
178
прежде всего на энергетический сектор экономики. В этих моделях каждая энергопотребляющая технология определяется подробным описанием ее технических и экономических характеристик. В «восходящих» моделях каждый сектор состоит из детального перечня технологий, связанных между собой их входными и выходными параметрами (энергоносители, материалы, товары, выбросы, спрос на энергетические услуги).
В «восходящих» моделях единица выпускаемой продукции сектора (например, один миллион перевезенных пассажиро-километров или один МВтч выработанной энергии) производится с использованием некоторой комбинации продукции, выпускаемой отдельными технологиями. Таким образом, производственная функция сектора является неявной и может быть достаточно сложной - в зависимости от сложности соответствующей энергосистемы каждого сектора.
В «восходящих» моделях для энергетического сектора () оптимизируется целевая функция, общий вид которой представлен, например, уравнением (2) [13, 14].
где В. - это целевая функция, соответствующая данному плану развития энергетической системы; £ - время в годах (1, 2, ...., Т); Т - продолжительность периода исследования (общее число лет); I - капитальные затраты; £ - ликвидационная стоимость; Е - стоимость топлива; Ь - стоимость запасов топлива; М - эксплуатационные затраты и затраты на техническое обслуживание и ремонт; О - стоимость недопоставленной энергии; СТ - углеродный налог.
Черта над символом означает дисконтированные величины, приведенные к указанной дате со ставкой дисконта /.
Оптимальный план развития определяется как минимум В.
по всем.. В качестве необходимых входных данных в рассматриваемых моделях используются кривая продолжительности нагрузки по электроэнергии, пиковая нагрузка по периодам и годам, экономические характеристики станций, технические характеристики станций и другие системные ограничения.
(2)
179
Основные различия названных моделей сводятся к следующим моментам.
• «Нисходящие» модели учитывают макроэкономические показатели за пределами энергетического сектора, такие как ставка заработной платы, объем потребления ресурсов, ВВП и банковские процентные ставки. Для данного класса моделей наиболее важным является описание рыночных механизмов и экономических взаимодействий и связей производителя с потребителем, при этом технологическая детализация часто опускается. Данные модели обычно представляют технологии, используя агрегированные производственные функции для каждого сектора экономики.
• «Восходящие» модели учитывают подробное представление различных технологий (существующих или будущих) для удовлетворения спроса на энергию, а также позволяют отслеживать широкий спектр произведенных товаров. Эти модели традиционно отличает технологически ориентированный подход, при этом спрос на электроэнергию рассматривается как заданная величина либо как функция стоимости энергии и уровня национального дохода. Технологии обычно описываются посредством линейных моделей, основанных на инженерных данных о затратах в течение жизненного цикла и термодинамического КПД.
Гибридные модели - в основном это «нисходящие» модели, которые включают в себя достаточно детальное представление технологий и оценку их влияния на окружающую среду.
Гибридные модели комплексной оценки - в основном «восходящие» модели с детальным описанием используемых технологий и комбинирующие экономические, технологические и экологические характеристики; чаще всего используются для оценки воздействия климатических стратегий, описываемых функцией ущерба.
Полуколичественные модели - используют аналитический подход, который учитывает не только количественные аспекты, но и качественные, как, например, аспекты социальной приемлемости энергетических проектов.
Качественные модели - используют аналитический подход к не поддающимся расчету аспектам преобразования энерго-
180
систем, к примеру, таким как социальные изменения; вопросы, связанные с управлением энергосистемой, или вопросы планирования политики в области энергетики.
По рассматриваемому масштабу модели можно разделить на следующие классы [19].
Дезагрегированные модели - представляют собой очень подробные модели, которые рассматривают и предлагают решения вопросов, связанных с компоновочным проектированием, например, завода, оценкой ресурсного потенциала, расширением или укреплением инфраструктуры. Результаты расчетов с помощью таких моделей могут служить в качестве исходных данных для более сложных, агрегированных моделей и могут представить количественные значения таких факторов как капитальные затраты, ресурсы, барьеры, КПД и т.д.
Модели секторального уровня применяются для анализа некоторых частей энергетической системы, используя разные уровни детализации, например, моделирование работы энергосистемы в целом или электроэнергетической системы в частности, либо представление модели для единых рынков топливных ресурсов или для отдельных секторов экономики.
Модели энергосистем предназначены для анализа развития всего топливно-энергетического комплекса в сочетании его частей (различные сектора и виды топлив) с упором на конкуренцию и взаимодополняемость энергетических технологий.
Макроэкономические модели включают в себя как энергетическую систему, так и другие сектора экономики с возможностью их взаимодействия между собой. Как правило, энергосистема описывается как один из компонентов экономической системы (порой, в ущерб уровню детализации первой).
Модели «энергетического поведения» (формирования поведения при спросе на энергию) предназначены, главным образом, для анализа поведения потребителей, их предпочтений при принятии решений об использовании различных энергопотребляющих технологий или видов энергоресурсов, что в конечном итоге влияет на энергопотребление (с упором на сектора, формирующие спрос).
181
Модели социально-технических сценариев (СТС) отражают способы возникновения переходных траекторий (или путей перехода из одного состояния в другое) в процессе взаимодействия участников и правил, по которым они строят взаимоотношения (технические, правовые, финансовые, инфраструктурные и т.д.). Целью СТС является демонстрация того, как различные траектории перехода могут быть приведены в движение с помощью различных многоуровневых связей.
Модели горизонтального сканирования (сканирования перспектив) направлены на системный анализ потенциальных угроз, возможностей и вероятных будущих событий, включая (но не ограничиваясь) те, которые кажутся менее важными в рамках текущего анализа и планирования. Целью является выявление потенциального воздействия «диких карт» (Ж1)3 и «слабых сигналов» (ЖЕ)4 на Европу и мир.
3 Концепция «диких карт» была представлена в 1992 г. после совместных исследований СШБ (Копенгагенский институт футурологических исследований, Дания), В1РЕ (Агентство по информации и экономическим прогнозам, Франция) и Института для целей будущего (США). Три института предложили определение, которое было сосредоточено на бизнесе: «"дикие карты " представляют будущее развитие или событие с относительно низкой вероятностью, но имеющее очень большое влияние на ведение бизнеса». Применительно к социальным системам определение звучит следующим образом - «"дикая карта" является маловероятным мероприятием высокого воздействия, которое настолько значимо или происходит настолько быстро, что социальные системы не в состоянии эффективно отреагировать на него».
Основная функция «диких карт» заключена в изменении нашей системы отсчета, ментальной карты мира. Одним из примеров является появление новых слов после произошедших событий, которые можно расценивать как «дикие карты»: терроризм, защита климата, или - некоторые, возникшие ранее - ВИЧ / СПИД, стагфляция, глобализация. Таким образом, «дикие карты» не только меняют реальность, но и, возможно, воздействуют даже более глубоко, - они меняют наше восприятие реальности и понятия, которые мы применяем для организации информации о мире вокруг нас [15].
4 «Слабый сигнал» - это «фактор изменения, который едва уловим в настоящее время, но который будет представлять собой сильный тренд в будущем» [16]. В качестве «слабых сигналов» рассматриваются прошлые или текущие события/вопросы с неоднозначной интерпретацией их происхождения, смысла и / или последствий. Они являются неясными наблюдениями, которые предупреждает нас о вероятности будущих событий, которые влекут за собой дальнейшее рассмотрение. В качестве метода используются в моделях сканирования окружающей среды, их дальнейший анализ часто приводит к выявлению потенциальных «диких карт».
Учитывая, что «слабые сигналы» находятся в поле зрения наблюдателя, практически все может расцениваться как «слабый сигнал», например, тенденции развития, существующие проблемы, стратегии и политика; угрозы и возможности и др. [16].
182
Таблица
Характеристики и подход известных моделей
Тип модели Наименование модели Подход
Дезагрегированные модели BALMOREL, CGEN, ESPAUT, Green-NET - Europe model, MTSIM, REMARK, SAMLAST, WASP, WILMAR, Wilmar Planning Tool (JMM, STT). нисходящий
Модели секторального уровня BEST, COALMOD, COMPETES, EME-LIE, EMM, GASMOD, Long term energy demand model (MURE,ISI,TEP), Model for Power Plant and Transmission Expansion, MoreHys, OILMOD, POWERS, RESolve - E, RESolve - T, ROM, TEMPO. восходящий
Модели энергосистем E2M2s, EFDA - TIMES, EnergyPLAN, ENPEP - BALANCE, ETP model, GET, GMM, GRAPE, IMAGE - TIMER, INVERT, LEAP, MDM - E3, MESSAGE, MINI - CAM, POLES, PRIMES, TIAM - World, TIMES PanEU, WEM гибридно-комплексной оценки восходящий
Модели макроэкономического уровня ABARE - GTEM, ADAGE, AIM, AMIGA, COMBAT, DICE, DNE21+, E3ME, E3MG, EDGE, ENV - Linkages, EPPA, FUND, GEM - CCGT , GEM - E3, GEMED, GEMINI - E3, GTAP - E, IGEM, IMACLIM, IPAC, MERGE, MIRAGE, NEMESIS, NEMS, NEWAGE, PACE, REMIND - R, RICE, SGM, UKENVI, WIAGEM. нисходящий гибридный гибридно-комплексной оценки
Модели «энергетического» поведения ESTEEM, Changing Behavior, IEE -Behave/PRECEDEPROCEED Planning Model, Climate Bonus/Carbon footprint-ing, monitoring, feedback & rewards. полуколичественный
Социально-технические модели STSc SocioTechnical Scenario, GoReNEST framework. количественный
Модели горизонтального сканирования Horizon Scan, iKnow количественный
Необходимо подчеркнуть, что модель может соответствовать более чем одной категории. Например, модель функционирования энергосистемы может быть классифицирована и как дезагрегированная модель, и как модель секторального уровня. Соответственно подход к категоризации моделей может брать за основу различные признаки.
183
Выводы. В последние годы все внимание разработчиков крупных моделей энергетических систем сконцентрировано на их анализе по модульному принципу, что является инструментом смягчения последствий изменения климата и использования условий устойчивого развития. Модульная структура позволяет использовать модели либо в качестве полноправных интегрированных моделей со ссылками на другие крупные модели и базы данных, или в качестве самостоятельных моделей на технологическом, секторальном, национальном или региональном уровне. В США и ЕС компьютерные модели как инструменты поддержки принятия решений начали использоваться в энергетической политике с 1970 г., т.е. использование инструментальных средств энергетического планирования и анализа в рамках процесса принятия стратегических решений является уже устоявшейся практикой.
В США основной моделью, используемой при формировании энергетической политики, является Национальная система моделирования энергии (NEMS). Эта модель основана на принципе общего равновесия при взаимодействии энергетики (энергетических рынков США) и экономики. Первичными моделями, используемыми на уровне ЕС при разработке стратегий, являются PRIMES и POLES.
Другими моделями, которые используются во всем мире и выходят на передний план при проведении энергетического планирования и анализа, являются ENPEP, LEAP, TIMES и MARKAL
С точки зрения продвижения национальных стандартов в области энергетического анализа и планирования к международным, ограничения, которые могут встретиться в Республике Беларусь, в основном связаны с доступностью данных. Модели энергосистем, используемые в мировом масштабе, такие как PRIMES, NEMS и ENPEP, представляют собой большие сложные модели, полное применение которых требует связи с детальными базами данных и результатами работы других моделей, предоставляющих некоторые внешние переменные. Первоначальные исследования показали, что отдельные модели не всегда работают успешно, прежде всего по причине отсутствия или недоступности данных и/или необходимого уровня подготовки разработчика или пользователя.
184
В рыночных условиях во многих странах оптимизационное планирование и анализ все чаще будут использоваться инвесторами, в то время как энергетический анализ и планирование - государственными органами и общественными организациями, чтобы сосредоточиться на устойчивом развитии и анализе смягчения последствий изменения климата.
Все подходы к моделированию энергосистем схожи в том, что они по существу являются количественными и используют математические формулировки и уравнения, параметры которых могут быть оценены либо эконометрически, либо являются техническими. Каждая энергетическая модель имеет свои преимущества и недостатки, учитывая которые пользователи должны искать компромисс.
Выбор наиболее подходящей модели планирования в области энергетики для каждой страны будет разным, ибо он зависит от уровня снабжения первичной энергией, топливных цепочек и преобладающих векторов энергетической политики.
Прогнозирование и энергетическое планирование означает поддержку решений правительства в преодолении проблем на пути к более эффективному использованию энергии. Анализ позволяет провести всестороннюю и системную оценку полной энергетической системы, включающей взаимосвязанные энергетические потоки и применяемые технологии. В контексте планирования и принятия решений анализ энергоснабжения и потребления должен содержать в себе проекцию энергетического потребления на будущее с учетом экономического и социального развития страны. Энергетическая стратегия определяет роль и место энергетики в социально-экономической жизни страны и, соответственно, требования государства к энергетическому сектору, при которых хозяйствующие субъекты в состоянии выполнить свои функции.
Многообразие моделей является очевидным подтверждением того, что использование прогнозирования и планирования -неотъемлемая практика практически во всех экономически развитых странах.
Многие правительственные и общественные организации, академические институты, консалтинговые компании в разных
185
странах используют такие модели, в том числе для проработки и анализа долгосрочных стратегий развития, прогнозирования потребления энергоресурсов, интегрированного ресурсного планирования, исследования сценариев развития топливно-энергетического комплекса, а также для оценки и прогноза выбросов парниковых газов и анализа возможностей их сокращения. Модели энергетического анализа и планирования используются на разных уровнях принятия решений: на местном, региональном, национальном и глобальном.
Литература и информационные источники
1. Декларация тысячелетия ООН // Официальный веб-сайт ООН. http://www.un.org/ru/documents/decl_conv/declarations/summitdecl.shtml.
2. Медоуз Д., Рандерс Е. Пределы роста. 30 лет спустя. М.: ИКЦ «АКАДЕМКНИГА», 2007. - 342 с.
3. Fourth Assessment Report of the Intergovernmental Panel on Climate Change /IPCC. Geneva, Switzerland. 2007. 104 р.
4. Шкрадюк И.Э., Чупров В.А. Технологическая картина мировои"энер-гетики до 2050 г. М.: Гринпис России, 2010. - 78 c.
5. Левченко, С.А., Якушев А.П. Планирование развития энергетических систем. Минск: Белорусская наука, 2007. 292 с.
6. Войтехович И.В. Предотвращение глобального изменения климата как ключевой фактор устойчивого развития // Экологический вестник. 2011. № 3 (17). С. 73-78.
7. Поспелова Т.Г., Кузьмич В.В., Кузьмич Г.В. Современные вызовы развитию электроэнергетической отрасли: альтернативы ответа // Энергия и менеджмент. 2005. №4 (25). c. 2-4.
8. A European Strategic Energy Technology Plan (SET-Plan) 'Towards a low carbon future' (Commission of the European Communities. Brussels, 22.11.2007 C0M(2007) 723 final). // Official website of the European Union. http://ec.europa.eu/energy/technology/set_plan/set_plan_en.htm.
9. Amerighi O., Ciorba U., Tommasino M.C. Inventory and characterization of existing tools - ATEsT Models Characterization Report / Amerighi O., Ciorba U., Tommasino M.C./ENEA, Italy - 2010. - 89p.
10. Якушев, А. П. Прогнозирование и энергетическое планирование: учебно-методическое пособие. Минск.: БГТУ, 2004. 133 с.
11. Loulou R., Remne U., Kanudia A., Lehtila A., Goldstein G. Documentation for the TIMES Model PART I / Loulou R., Remne U., Kanudia A., Lehtila A., Goldstein G. /Paris, France. 2005. - 78 p.
186
12. Производственная функция // Market-journal. http://www.market-journal.com.
13. Wien Automatic System Planning (WASP) package: A Computer Code for Power Generating System Expansion Planning. Version WASP-III Plus, User's Manual / Vienna: IAEA, 1995. - Vol. 1-2. - 426p.
14. Korres, G. WASP-IV Enhancements: Maintenance Scheduling and Pumped Storage Plants Operation (manuscript) / Korres G., Vassos S. // Athens, 1995. 197 p.
15. Thinking about the future - Strategic anticipation and risk assessment and horizon scanning / National Security Coordination Secretariat and S. Rajaratnam School of International Studies Nanyang Technological University. Singapore. 2008. 199 p.
16. Godet, M. From anticipation to action / Godet M. / UNESCO, Paris, France. 1994. 292 p.
187
