CC BY
3в
естник АПК
Экономика
УДК 005:316.334.2
69
Байдаков А. Н., Назаренко А. В. Baydakov A. N., Nazarenko A. V.
ПРОГНОСТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ УПРАВЛЕНИЯ АГРАРНЫМИ ЭКОНОМИЧЕСКИМИ СИСТЕМАМИ: ФРАКТАЛЬНЫЙ ПОДХОД
PROGNOSTIC MANAGEMENT SUPPLYING WITH AGRARIAN ECONOMIC SYSTEMS: FRACTAL APPROACH
Рассмотрены теоретико-методологические подходы к In this article a theoretic-methodological approaches to
прогностическому исследованию аграрных экономических the prognostic research' of the agrarian economic systems
систем, базирующиеся на универсальном свойстве фрак- are considered. These approaches are based on the universal
тальности систем и процессов. Рассмотрены четыре аспек- property of systems' and processes' fractality'. Four aspects of
та фрактальности - объектный, процессный, методологиче- fractality are regarded - object, processive, methodological and
ский и результативный. efficacious
Ключевые слова: фрактал, аграрная экономическая Key words: fractal, agrarian economic system, prognostic
система, прогностический анализ и синтез, циклы. analysis and synthesis, cycles.
Байдаков Андрей Николаевич -
кандидат физико-математических наук, доктор экономических наук, профессор, заведующий кафедрой менеджмента Ставропольский государственный аграрный университет Тел.: (8652) 35-74-66 E-mail: baid21@mail.ru
Назаренко Антон Владимирович -
кандидат экономических наук доцент кафедры менеджмента Ставропольский государственный аграрный университет Тел.: (8652) 35-74-66 E-mail: antoha777@list.ru
Baydakov Andrey Nikolaevich -
Ph.D. in Physical and Mathematical Sciences
Doctor of Economics, professor
Head of the Department of management
Stavropol State
Agrarian University
Tel.: (8652) 35-74-66
E-mail: baid21@mail.ru
Nazarenko Anton Vladimirovich -
Ph.D. in Economic Sciences Associate professor of management Stavropol State Agrarian University Tel.: (8652) 35-74-66 E-mail: antoha777@list.ru
Любое управленческое решение должно содержать в себе прогностический компонент, так как обязательно основывается на некоторых предположениях о развитии ситуации в будущем и соответствующих путях достижения поставленных целей.
Необходимость прогнозирования в управлении на любом уровне никем не подвергается сомнению. Однако когда речь заходит о возможностях реализации этой функции, не говоря уже о ее регулярном практическом инструментар-ном использовании, то мы наблюдаем широкий разброс мнений - от абсолютного доверия до полного скептицизма, причем, увы, зачастую позиция управленцев расположена на соответствующей ординальной шкале ближе к скептицизму.
В то же время опора лишь на прогнозное «чутье» лица, принимающего решение (ЛПР), пусть и достаточно опытного и с развитой интуицией, является явно недостаточной, а нередко про-
сто неэффективной, особенно при управлении сложными системами и с учетом масштабов и динамики современных социально-экономических процессов, а также принимая в расчет информационно-аналитические возможности, предоставляемые достижениями НТП.
В силу неопределенности и рискованности аграрного производства прогнозированиеявляется необходимым условием успешной экономической деятельности в сельском хозяйстве. Серьезным препятствием на пути широкого осуществления эффективной прогностической деятельности в управлении аграрными экономическими системами является недостаточная развитость соответствующей информационно-аналитико-инструментальной базы в целом и ее важнейших компонентов в отдельности: кадрового, методологического, информационного, аппаратно-программного.
Применяемые в настоящее время методы прогнозирования достаточно разнообразны и многочисленны (по некоторым оценкам
порядка 200). Расширяется круг областей использования этих методов и возрастает сложность решаемых задач. В таких условиях нетривиальными являются процедуры выбора и эффективного использования методов прогностического исследования. В аграрной экономике к сказанному необходимо добавить проблемы, порождаемые воздействием на результаты деятельности широкого круга природных факторов и, как следствие, насущной необходимостью достаточно надежного и точного прогнозирования их развития и влияния на управляемую систему. К этому следует присовокупить непростые «инструментальные» проблемы реализации уже выбранных методов.
Все перечисленные проблемы естественным образом приводят к выводу о необходимости развития методологии прогностического обеспечения управления аграрными экономическими системами. На наш взгляд, в основу указанной методологии можно положить фрактальный подход [1] в рамках системного подхода.
Причем речь идет и о фрактальности исследуемых аграрных экономических систем, и о фрактальности процессов их функционирования и развития, и о фрактальности прогностических методик, и о фрактальности результатов прогностического анализа.
Фрактальность объекта исследования -аграрной экономической системы - основывается на самоподобии исследуемых систем и процессов. Причем мы исходим в исследовании аграрных экономических систем не из геометрического понятия самоподобия, а его структурного и семантического содержания [2].
Для аграрных экономических систем характерен циклический характер функционирования и развития согласно цикличности природных воздействий [3]. Соответствующие циклы имеют фрактальный характер, то есть каждый последующий цикл представляет собой суперпозицию циклов меньшего порядка [4]. А значит, и процессы функционирования и развития этих систем мы также можем рассматривать в рамках фрактального подхода.
Фрактальность объектов исследования (аграрных экономических систем) и процессов их функционирования и развития позволяет сделать вывод о целесообразности использования фрактального подхода и при формировании методологии прогностического исследования в управлении этими системами.
Фрактальный паттерн прогностического исследования (прогностическая триада) аграрных экономических систем представлен на рисунке 1. Содержательная характеристика его элементов в данной статье приведена ниже.
На каждом следующем уровне иерархии аграрных экономических систем или же на сле-
дующем (более глубоком) этапе прогностического исследования прогностические триады соответствующих подсистем образуют подобную структуру-триаду, состоящую из трех элементов АП, СП, СПИ более высокого порядка, объединяющих соответствующие компоненты прогностического исследования его предшествующей стадии.
Рисунок 1 - Фрактальный паттерн прогностического
исследования аграрных экономических систем
Отметим при этом, что, по сути, образуется новая аналитико-прогностическая система, информационно-аналитические возможности которой превышают суммарные возможности образующих ее подсистем - эмерджентный эффект. Наличие такого эффекта обусловлено тем, что при объединении возникают новые связи, как между самими триадами, так и их элементами, что позволяет значительно повысить результативность прогнозирования.
Схематично пример такого фрактального объединения для трех объектов представлен на рисунке 2. Блок АП образован в результате объединения блоков АП1, АП2, АП3, соответственно блок СП - СП1, СП2, СП3, блок СПИ - СПИ1, СПИ2, СПИ3. Число же возможных информационно-аналитических связей гораздо больше, чем изображено на рисунке, так как следует учитывать еще возможность использования различных связей между всеми компонентами трех объединяемых паттернов.
Рисунок 2 - Фрактальность методики прогностического исследования
Необходимым условием успешной реализации всех компонентов АП, СП, СПИ является формирование и развитие соответствующей информационной базы. Для этого необходимо определиться с источниками информации, регламентами ее хранения и использования, программно-компьютерными средствами. Особо сложно реализовать в должной мере эти требования для относительно малых аграрных экономических систем. Возможным решением этой проблемы является формирование и использование информационных и информационно-аналитических центров коллективного пользования.
Однако информационная база является лишь одним из компонентов ресурсного обеспечения прогностической деятельности в управлении. Необходимо также наличие соответствующих кадров, программно-компьютерных средств, опыта и наработок, связей с внешними организациями, занимающимися прогнозированием. Особое место в этой связи отводится информационно-аналитической грамотности (или хотя бы осведомленности) руководителей и специалистов аграрной экономической системы.
Обеспечение необходимого ресурсного обеспечения прогностической деятельности в управлении экономическими системами непростая, затратная и долговременная деятельность, имеющая стратегический характер.
Аналитическое прогнозирование представляет собой первую стадию прогностической деятельности, состоящую в построении прогнозов для отдельных показателей, характеризующих исследуемую систему. Она включает в себя следующие составляющие.
В качестве примера аналитического прогнозирования можно привести подход к прогнозированию урожайности винограда в зависимости от типа цикла солнечной активности, разработанный авторами ранее [5]. Обобщенный алгоритм, представленный на рисунке 3, состоит из восьми основных укрупненных этапов, полностью отражающих суть аналитического прогнозирования.
Формирование совокупности переменных обусловлено характером решаемых задач и ресурсными возможностями прогнозирования. Переменные обычно разделяют на результативные и факторные. Система переменных должна удовлетворять известным системным требованиям полноты, непротиворечивости, неизбыточности и др.
Особенностью аграрной экономики является зависимость ее результативности от природных условий, поэтому в число используемых в прогнозировании показателей должны входить и переменные, характеризующие воздействия природной среды на управляемую систему.
При формировании системы переменных обычно используют экспертный, аналоговый,
нормативный подходы, а также опираются на имеющийся опыт исследований. Эффективность рассматриваемых процедур определяется состоянием ресурсной базы, а следовательно, и проблемы ее формирования в конечном итоге сводятся к проблемам указанной базы.
Следующий этап - это установление связей между переменными, сужение их множества. Он предполагает использование методов корреляционного анализа, в том числе многомерного - канонический анализ, факторный анализ.
Далее необходимо осуществить идентификацию закономерностей, характеризующих исследуемое явление. Здесь производятся следующие действия: построение трендов, трендовый анализ, выявление цикличности, определение тренд-циклических закономерностей, определение точек бифуркации, актуализация закономерностей.
Заключительным этапом аналитического прогнозирования является построение или актуализация прогнозов (точечных и интервальных) для исследуемых показателей. После осуществления верификационных процедур и экспертной корректировки результатов прогнозирования, завершающих стадию аналитического прогнозирования, осуществляется переход к синтетической части прогностического исследования.
Синтетическое прогнозирование заключается в построении на основании результатов аналитического прогнозирования и использования синтетических моделей объектов прогнозирования, позволяющих формировать множество сценарных прогнозов, а также проводить виртуальные прогностические эксперименты применительно как ко всей управляемой аграрной экономической системе, так и к отдельным аспектам ее функционирования и развития.
Прогнозирование направлено, прежде всего, на изучение динамических характеристик исследуемых объектов и процессов. А значит, целесообразно построение и использование системы дифференциальных уравнений, отражающих динамику исследуемых процессов [6, 7]. Эта система, помимо самостоятельного аналитического интереса, может быть также положена в основание соответствующей имитационной модели.
Например, прогнозирование урожайности винограда, себестоимости его производства и цены реализации может быть осуществлено с использованием возможностей динамической среды Роме^твШЬю 7, для этого была построена система уравнений, отражающих вариацию урожайности винограда во времени в зависимости от совокупного влияния антропогенных и природных факторов, а также превалирующего воздействия солнечной активности [8, 9].
э
с
^
н
II
V
VI
VIII
I
Использование прогноза
Рисунок 3 - Блок-схема прогнозирования урожайности винограда в зависимости от солнечной активности
dY dw
— = a1 W + а2—+a3 А dt 1 2 dt 3
5 = a41 + Ь1
C = а^ + Ь2
(1)
Цена реализации и себестоимость возделывания винограда в модели представлена линейными зависимостями:
где W- солнечная активность, в относительных числах Вольфа;
А - суммарное антропогенное воздействие;
а1, а2, а3, а4, а5 - коэффициенты, причем знак и значение коэффициентов может и должно изменяться в зависимости от фазы цикла солнечной активности;
Ь1, Ь2 - коэффициенты;
Б - цена реализации винограда, руб.;
С - себестоимость производства винограда, руб.
Отметим принципиальную открытость и системы уравнений, и имитационной модели, что предполагает возможность их регулярной актуализации и развития. В частности, уравнения в системе (1) могут иметь другой вид, являющийся, например, результатом нелинейной аппроксимации.
Полученная система уравнений может быть численно реализована с использованием возможностей динамической среды Ромегвтб^ю 7 (рис. 4).
Следующим этапом синтетического прогнозирования является построение прогнозных сценариев развития исследуемых процессов (см., например, рисунок 5). Он включает в себя: определение предназначения и круга пользователей, задание параметров сценариев, опре-
деление прогнозных моделей (математических, имитационных, аналоговых и др.), экспертную адаптацию сценариев с неколичественными и неформализуемыми представлениями об объекте прогнозирования, валидацию тех или иных прогнозных сценариев для использования их в управленческой деятельности.
Далее в рамках ситуационно-прогностического исследования осуществляется определение регрессионных зависимостей и кусочно-линейных сценарных путей развития исследуемых явлений в рамках определенного прогнозного сценария в соответствии с реальным развитием ситуации. Это позволяет своевременно и адекватно корректировать управленческие воздействия согласно складывающейся ситуации с учетом прогнозного видения ее дальнейшего развития.
Завершающим действием является экспертная «обработка» полученных результатов и выработка рекомендаций для последующих управленческих действий.
Следует отметить, что нами фактически предложено общее описание алгоритма системного прогнозирования в управлении аграрными экономическими системами [10]. Укажем на его итерационный характер, а также на возможность возврата на любой из этапов аналитического или синтетического прогнозирования, если этого требует изменение ситуации или же в связи с появлением новых информационных или инструментарных возможностей прогнозирования.
Важным свойством предлагаемой методологии прогнозирования является ее фрактальный характер, что делает ее применимой как для задач различной сложности, так и аграрных экономических систем различных уровней.
Рисунок 4 - Имитационная модель формирования прогнозных сценариев развития виноградарства
Солнечная активность, W
Средняя урожайность виноградников Ставропольского края, ц/га Прогноз урожайности винограда, ц/га Нижняя граница доверительного интервала, ц/га Верхняя граница доверительного интервала, ц/га Оптимистический сценарий развития урожайности Реалистический сценарий развития урожайности Пессимистический сценарий развития урожайности
Рисунок 5 - Прогнозные сценарии развития урожайности в рамках двадцать четвертого цикла
солнечной активности
Литература
1. Мандельброт Б. Фрактальная геометрия природы. М. : Институт компьютерных исследований, 2002. 656 с.
2. Байдаков А. Н., Назаренко А. В. Фрактальный подход в управлении экономическими системами // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета = Polythematic online scientific journal of Kuban State Agrarian University. 2012. № 83. С. 467-487. URL: http://ej.kubagro. ru/2012/09/pdf/23.pdf
3. Бреус Т. К. Влияние солнечной активности на биологические объекты : автореф. дис. ... д-ра физ.-мат. наук. М., 2003. 2 с.
4. Трухачев В. И., Байдаков А. Н., Ники-тенко Е. Г. Сезонные и циклические закономерности зернового производства // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета = Polythematic online scientific journal of Kuban State Agrarian University. 2012. № 75. С. 578-585. URL: http://ej.kubagro. ru/2012/01/pdf/08.pdf
5. Байдаков А. Н., Назаренко А. В. Прогнозирование тенденций в динамике урожайно-
References
1. Mandelbrot B. Fractal geometry of the nature. M. : Institute of computer researches, 2002. 656 p.
2. Baydakov A. N., Nazarenko A. V. Fractal approach in management of economic systems. - Polythematic network electronic scientific magazine of the Kuban state agrarian university (The scientific magazine of KUBGAU) [Electronic resource]. Krasnodar : КубГАУ, 2012. № 09(83). URL: http:// ej.kubagro.ru/2012/09/pdf/23.pdf
3. Breus T. K. Influence of solar activity on biological objects: автореф. yew. ... доктор. физ. - a mat. sciences. M., 2003. 42 p.
4. Trukhachev V. I., Baydakov A. N., Ni-kitenko E. G. Seasonal and cyclic regularities of grain production // Polythematic network electronic scientific magazine of the Kuban state agrarian university (The scientific magazine of KUBGAU). [Electronic resource]. Krasnodar : КубГАУ, 2012. № 01(75). Р 578585. URL: http://ej.kubagro.ru/2012/01/ pdf/08.pdf
5. Baydakov A. N. Nazarenko A. V. Forecasting of tendencies in dynamics of productivity and the realization prices in wine growing // Economy of the agricultural and processing
сти и цен реализации в виноградарстве // Экономика сельскохозяйственных и перерабатывающих предприятий. 2009. № 4. С. 52-54.
6. Байдаков А. Н., Назаренко А. В., Запорожец Д. В. Сценарное прогнозирование как необходимый компонент системы риск-менеджмента // Вестник АПК Ставрополья. № 3. 2011. С.55-58.
7. Байдаков А. Н. Развитие механизма управления аграрными экономическими системами. Ставрополь : Изд-во СтГАУ «АГРУС», 2004. 92 с.
8. Назаренко А. В. Моделирование тенденций в виноградарской отрасли Ставропольского края // Региональная экономика: теория и практика. 2009. № 23. С. 77-80.
9. Огурцов М. Г. Солнечная активность и ге-лиоклиматические факторы - долговременная эволюция и возможные сценарии будущего развития : автореф. дис. ... д-ра физ.-мат. наук. СПб., 2009. 24 с.
10. Назаренко А. В., Звягинцева О. С. Сценарное прогнозирование развития социально-экономических систем // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета = Polythematic online scientific journal of Kuban State Agrarian University. 2012. № 84 (10). С. 575587. URL: http://ej.kubagro.ru/2012/10/ pdf/58.pdf
enterprises. 2009. № 4. P. 52-54.
6. Baydakov A. N., Nazarenko A. V., Zaporo-zhets D. V. Expected scenarios as necessary component of system of a risk management // Agricultural Bulletin of Stavropol Region. 2011. № 3(3). P. 55-58.
7. Baydakov A. N. Development of the mechanism of management by agrarian economic systems. Stavropol : Publishing house of STGAU of «AGRUS», 2004. 92 p.
8. Nazarenko, A. V. modeling of tendencies in vinogradarsky branch of Stavropol Krai // Regional economy: theory and practice. - 2009. № 23. P. 77-80.
9. Ogurtsov M. G. Solar activity and helioclimat-ic factors - long-term evolution and possible scenarios of future development:abstract of Dr. thesis in Physical and Mathematic Sciences / Ogurtsov Maxim Gennadevich. - St. Petersburg, 2009. - 24 p.
10. Nazarenko A. V., Zvyagintseva O. S. Scenario forecasting of development of social and economic systems // Polythematic network electronic scientific magazine of the Kuban state agrarian university (The scientific magazine of KUBGAU) [An electronic resource]. 2012. № 10(84). P 575-587. URL: http:// ej.kubagro.ru/2012/10/pdf/58.pdf
