Прогнозирование в экономической географии

Прогнозирование^[1] – это специфический вид человеческой деятельности, некий процесс, в котором применяются конкретные инструменты. В прогнозном процессе предметом деятельности выступает информация. После ее переработки, систематизации, упорядочения, появляется возможность форматировать суждения о том, как изменится прогнозируемый объект. Такое суждение, оценка (числовое значение показателя или качественная характеристика ситуации) также носят информационный характер.

Прогнозирование может быть направлено на разнообразные объекты, которые могут относиться и к различным отраслям (сферам) человеческой деятельности.

Можно предложить разные варианты связей между природными, экономическими, социальными объектами прогнозирования. Один из них представлен на рис. 11.6.

Рис. 11.6. Отраслевая классификация прогнозов

На этой схеме возможные связи отраслевых прогнозов показаны в их логической (временной) последовательности реализации. В полной мере иерархию осуществить не удалось. Это проявилось в том, что прогноз внешнеполитической ситуации хотя и расположен на нижнем уровне, но одновременно используется при проведении экономического прогнозирования.

Географическое прогнозирование – рассмотрение вероятностного состояния и развития геосистем с раскрытием изменений в пространственных отношениях как внутри систем, так и между ними.

Под методами прогнозирования подразумевают совокупность приемов мышления, способов, позволяющих на основе анализа информации о прогнозном объекте вынести относительно достоверное суждение о будущем развитии объекта. От типа объекта зависит тип применяемого метода.

Большинство российских специалистов совокупность прогнозных методов делят на три группы: фактографические, экспертные, комбинированные. Фактографические методы базируются на первичной информации об объекте, обычно документально зафиксированной на каком-либо носителе. Экспертные методы предусматривают использование информации, получаемой от специалистов-экспертов; которые в свою очередь предварительно обобщают фактографическую или иную информацию. Комбинированные методы основаны на применении смешанных информационных массивов, т.е. и фактографических и экспертных.

Наиболее распространенными фактографическими методами прогнозирования являются эктраполяционные. Описание изменений временного ряда на основе зависимостей между переменными и механизма его формирования часто используют для статистического прогнозирования, которое в большинстве случаев сводится к экстраполяции обнаруженных тенденций развития, т.е. к продлению в будущее тенденции, наблюдавшейся в прошлом.

К эктраноляционным методам прогнозирования относят: метод прогнозирования экстраполяцией динамического ряда показателей (нередко исследователи называют его методом прогнозирования с помощью тренда); метод прогнозирования экстраполяцией регрессионных зависимостей (в литературе данный метод отождествляется с методом прогнозирования с помощью многофакторных производственных функций – регрессий); метод прогнозирования экстраполяцией кривой, соприкасающейся в некоторые моменты времени с кривыми для коротких периодов (в литературе его иногда называют методом огибающих кривых).

В географии применяют также пространственный анализ. Он может быть полезен для прогнозирования в случаях, когда отсутствует информация по временным рядам. Суть его заключается в поиске устойчивых пространственных структур, отражающих тенденции развития. Эти тенденции являются базовыми, так как с их помощью оценивают возможности возникновения тех или иных ситуаций в будущем.

Массовое проявление каких-либо событий, фиксирующихся в виде определенной закономерности, задает в пространстве определенную структуру. Определенная направленность географических процессов, выражающаяся в том, что в пространстве протекают направленные и, чаще всего, определяющие друг друга либо вытекающие друг из друга процессы (пространственная концентрация, эффект агломерации, сферы и зоны влияния, поля и потоки, миграция и т.д.).

Географическое прогнозирование – целая отрасль научных знаний, кратко описать которую невозможно. В связи с этим рассмотрим в качестве примера разработки географических прогнозов лишь два направления: прогнозирование природных ресурсов и демографическое прогнозирование.

Прогнозирование природных ресурсов находится в основе отраслевой классификации прогнозов. Природные ресурсы составляют естественный базис производства. Их наличие является главным фактором производства в растущих экономиках; они определяют производственную специализацию регионов. В структуре природных ресурсов ведущее место занимают энергетические.

Характерная для нефтяных и газовых залежей приуроченность к локальным поднятиям позволяет начинать поиски месторождений с выявления этих поднятий. Для их обнаружения проводят геологические исследования различных физических полей: гравитационного, магнитного, электрического. Важнейший геофизический метод – сейсморазведка. Она позволяет "просветить" земную твердь и установить местоположения локальных поднятий. На выявленных поднятиях бурят глубокие скважины, предназначенные для обнаружения, вскрытия и опробования залежей, их предварительной и детальной разведки, подсчета запасов нефти и газа и сбора фактических геологических данных, необходимых при проектировании разработки залежей и управлении самим процессом разработки.

Если геологическое тело имеет форму пласта, при математическом моделировании его удобно рассматривать как совокупность бесчисленного количества отрезков прямых – "проколов" тела, примерно перпендикулярных поверхностям, ограничивающим пласт сверху и снизу. Роль носителя свойств принимают на себя "проколы". Мысленно заменив каждый "прокол" точкой, получим пространственно-двухмерную математическую модель пласта – плоскую геометрическую фигуру (рис. 11.7).

Чтобы отразить пространственные положения и формы геологических тел, надо использовать такие средства, с помощью которых, опираясь на заранее выбранную систему пространственных координат, для любой точки модельного пространства по ее координатам можно было бы определить, принадлежит ли она той или другой из геометрических фигур, которые в этом пространстве служат моделями тел.

Для примера выберем в качестве модели шар радиусом R. Центр шара находится в точке с координатами . Чтобы узнать, принадлежит ли точка с координатами данному телу, достаточно вычислить значение выражения

Рис. 11.7. Геологическое тело:

а – пласт; б – пространственно-двухмерная математическая модель пласта (в числителе – номер скважины-"прокола", в знаменателе – толщина пласта); 1 – скважина-"прокол" и ее номер; 2 – порода-неколлектор (т.е. плотная, не содержащая свободных трещин и пустот); 3 – порода- коллектор (т.е. содержащая в своих пустотах и трещинах углеводороды); 4 – границы геологического тела

Выражение в квадратных скобках определяет величину квадрата расстояния от точки (xi, yi, zi) до центра (x0, y0, z0) нашего шарообразного тела. Если точка принадлежит телу, расстояние будет меньше R, и при подстановке в формулу численных значений фигурирующих в ней переменных после выполнения всех арифметических операций получим число, большее нуля. Для точки, принадлежащей границе тела, расчет даст значение нуль. Если же точка не принадлежит ни границе тела, ни его внутренней части, то в результате получится число, меньшее нуля.

Прикладные аспекты применения подобных моделей весьма обширны. Их использование оправдано не только в геологическом прогнозировании.

Демографическое предвидение (прогнозирование) может иметь разный диапазон: от общей оценки будущей численности населения страны или региона до детального расчета предполагаемой половозрастной структуры или состава населения по другим признакам. Общую оценку часто называют демографическим прогнозом; детальный расчет – проекцией населения.

Предвидение будущего режима воспроизводства населения прямо зависит от того, насколько полно и всесторонне изучены факторы, под воздействием которых этот режим изменяется. На практике, к сожалению, чаще всего будущие тенденции рождаемости и смертности либо предполагаются неизменными, либо экстраполируются на основании прошлых закономерностей.

Трудность однозначной оценки будущего изменения режима воспроизводства приводит к необходимости составления перспективного расчета в нескольких вариантах и выбора затем наиболее вероятного из них. Серьезную проблему при составлении прогнозов численности населения для отдельных городов, районов с интенсивной внешней миграцией представляет оценка будущих перемещений населения.

Различают прогнозы трех видов: реалистические; предостерегающие; аналитические. В реалистических прогнозах показывают, что будет, а не что может быть. Предостерегающие прогнозы позволяют обнаруживать такие перспективы, которых обязательно следует избегать. Аналитические прогнозы используют для изучения влияния изменений в уровне плодовитости и смертности на возрастную структуру населения.

Наиболее известными и вместе с тем простыми моделями, характеризующими изменение численности населения в целом являются:

– модель, основанная на показательной функции у-аt; в ней коэффициент естественного прироста остается постоянно неизменным на заранее установленном уровне (рис. 11.8);

Рис. 11.8. График показательной функции

– модель, основанная на логистической функции ; в ней коэффициент естественного прироста постоянно изменяется (рис. 11.9).

1. Изменение численности населения по показательной функции. В демографических исследованиях принято определять рост численности населения по этой функции на основе выражения

где – численность населения через t лет; – численность населения в исходный момент; р – коэффициент естественного прироста, выраженный в долях единицы; е – основание натурального логарифма (е = 2,718281).

По приведенной формуле можно рассчитать численность населения по истечении произвольного числа лет t, если известна численность населения в некоторый момент и принят неизменный уровень коэффициента естественного прироста.

Следует подчеркнуть, что это построение не дает возможности получить никаких сведений о возрастной структуре населения и не позволяет определить уровень коэффициентов рождаемости или смертности. В связи с этим нельзя установить никаких пропорций между упомянутыми величинами.

Очевидно, что когда р > 0, численность населения растет, а когда р < 0, она уменьшается (естественная убыль населения). Если р = 0, численность остается на неизменном уровне.

В несколько модифицированном виде рассматриваемое выражение представляет собой известную в демографии формулу

где с – постоянная величина (1000 или 10 000 в зависимости от того, как исчислен коэффициент р, т.е. на 1000 или 10 000 человек населения).

В этом виде формула применяется в анализе демографических процессов для самых общих оценок. Например, когда требуется установить число лет, необходимое для многократного увеличения численности по сравнению с исходным моментом, или определить общую численность по истечении времени t.

Принятие гипотезы о развитии населения по показательной функции равнозначно принятию предпосылки роста численности населения в геометрической прогрессии. Причем коэффициент естественного прироста – единственный параметр, характеризующий этот рост.

2. Изменение численности населения по логистической функции. Логистическая функция характеризует сначала ускоряющийся темп роста до момента, называемого критической точкой, а после ее достижения – уменьшение его, стремящееся к нулю.

Формула логистической функции имеет вид

где – численность в момент времени t, – численность населения, выражающая уровень насыщения; a, b – числовые параметры.

В демографической науке разработаны приемы, позволяющие найти для такой функции все необходимые параметры. В частности, можно применить следующую систему уравнений для расчета , параметров а и b:

где – численность населения в различные моменты времени, соответствующие точкам 0; 1; 2 на рис. 11.9.

Рис. 11.9. График логистической функции.

Поворотные точки: 0 – начало демографического "взрыва"; 1 – замедление темпов роста численности населения; 2 – темпы роста близки к нулю

Для построения демографических прогнозов на базе методов статистического моделирования используют регрессионные модели. Их применяют тогда, когда оценка должна быть произведена в зависимости от набора факторов, оказывающих существенное влияние на демографические показатели. Задача анализа состоит в том, чтобы раскрыть взаимодействие этих факторов, отделить внутренние (эндогенные) от внешних (экзогенных), количественно выразить взаимосвязи, чтобы в дальнейшем использовать их для управления демографическими явлениями, разработки мероприятий в области демографической политики. Построение многомерных регрессионных моделей позволяет учитывать влияние среды, в которой происходит рост численности населения или иной демографический процесс. Этот вид прогнозов чаще всего находит применение в региональном анализе народонаселения.

Применение на практике нашли перспективные расчеты населения, так как они являются не только методом оценки будущего изменения возрастной структуры, но и более точным методом оценки (по сравнению с экстраполяцией) изменения общей численности населения. Перспективные расчеты населения представляют собой исчисление ожидаемой численности и половозрастной структуры населения страны и ее регионов на основании фактической структуры, существующих или предполагаемых уровней рождаемости, смертности и тенденций миграции.