Министерство сельского хозяйства и продовольствия республики беларусь
| Вид материала | Лекция |
- Министерство сельского хозяйства и продовольствия Республики Беларусь постановление, 1523.97kb.
- Министерство сельского хозяйства и продовольствия республики беларусь, 2015.15kb.
- Республики Беларусь 28 августа 2006, 1822.9kb.
- 30 мая 2000 г. N 28/10 об утверждении и введении в действие санитарных и ветеринарных, 145.46kb.
- Министерство образования Республики Беларусь, 287.26kb.
- Министерство сельского хозяйства и продовольствия республики беларусь, 491.06kb.
- Министерство сельского хозяйства и продовольствия Республики Беларусь, 419.79kb.
- Министерство сельского хозяйства и продовольствия республики беларусь, 400.98kb.
- Министерство сельского хозяйства и продовольствия республики беларусь государственное, 3215.79kb.
- Министерство сельского хозяйства и продовольствия республики беларусь, 567.2kb.
МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА
И ПРОДОВОЛЬСТВИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
ГЛАВНОЕ УПРАВЛЕНИЕ ОБРАЗОВАНИЯ, НАУКИ И КАДРОВ
УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ
"БЕЛОРУССКАЯ ГОСУДАРСТВЕННАЯ
СЕЛЬСКОХОЗЯЙСТВЕННАЯ АКАДЕМИЯ"
Кафедра землеустройства
Орешникова О.В., Червякова С.Л.
МЕТОДЫ И ПРИЕМЫ ПРОГНОЗИРОВАНИЯ, ВЕРИФИКАЦИЯ ПРОГНОЗОВ
ЛЕКЦИЯ
Для студентов стационарного отделения
специальности 1-56 01 02 – земельный кадастр
Горки 2007
МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА
И ПРОДОВОЛЬСТВИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
ГЛАВНОЕ УПРАВЛЕНИЕ ОБРАЗОВАНИЯ, НАУКИ И КАДРОВ
УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ
"БЕЛОРУССКАЯ ГОСУДАРСТВЕННАЯ
СЕЛЬСКОХОЗЯЙСТВЕННАЯ АКАДЕМИЯ"
Кафедра землеустройства
Орешникова О.В., Червякова С.Л.
МЕТОДЫ И ПРИЕМЫ ПРОГНОЗИРОВАНИЯ, ВЕРИФИКАЦИЯ ПРОГНОЗОВ
ЛЕКЦИЯ
Для студентов стационарного отделения
специальности 1-56 01 02 – земельный кадастр
Горки 2007
Рекомендовано методической комиссией землеустроительного факультета 1 февраля 2007г. (протокол № 4).
Составили: О.В. ОРЕШНИКОВА, старший преподаватель, кандидат эконом. наук; С.Л. ЧЕРВЯКОВА, ассистент.
УДК 332.3( 072)
Методы и приемы прогнозирования, верификация прогнозов: Лекция / Белорусская государственная сельскохозяйственная академия; Сост. О.В. Орешникова, С.Л. Червякова. Горки, 2007. 21 с.
В данной лекции приводится классификация основных методов прогнозирования и их содержание, дается типовая методика прогнозирования и оценка достоверности и точности прогноза
Для студентов специальности 1-56 01 02 – земельный кадастр.
Библиогр. 10. Приложений 1.
Рецензенты: Д.А. Чиж, главный специалист РУП «Проектный институт Белгипрозем», доцент кафедры геодезии и фотограмметрии, кандидат экон. наук, доцент; С.М Комлева, доцент кафедры землеустройства, кандидат экон. наук.
| | Ó Составление. О.В. Орешникова, С.Л. Червякова, 2007 |
| | Ó Учреждение образования «Белорусская государственная сельскохозяйственная академия», 2007 |
Введение
В соответствии со статьей 146 Кодекса Республики Беларусь о земле [1] землеустройство, включает разработку республиканских и региональных прогнозов и программ использования и охраны земель, разработку схем использования и охраны земельных ресурсов, схем землеустройства административно-территориальных единиц и территориальных единиц.
Важнейшим элементом проблемы организации использования земель является планирование землепользования. Планирование землепользования представляет собой многостадийный процесс, основой которого является прогнозирование. Путем прогнозирования можно предвидеть множество направлений развития землепользований, оценить последствия принятых решений.
Этап прогнозирования отличается многообразием возможных вариантов, степенью детализации и глубиной проработки. Результаты должны включаться в модели по планированию.
Немаловажное значение при прогнозировании имеют применяемые методы, так как решаемые землеустроительные задачи имеют многовариантный, альтернативный характер и необходимо выбрать из множества решений оптимальное.
В данной лекции приводится классификация и содержание основных методов прогнозирования, дается типовая методика прогнозирования и оценки достоверности прогноза. Материал лекции предлагается использовать студентам специальности “Земельный кадастр” при подготовке к проблемным лекциям.
| 1. Классификация методов прогнозирования и их сущность. |
Общая типовая методика прогнозирования
Прогнозирование представляет собой процесс разработки прогнозов. Прогноз (предсказание, предположение, прогностическая модель) научно обоснованное суждение о состоянии объекта в будущем и альтернативных путях и сроках их осуществления [10].
Под методом прогнозирования подразумевается способ исследования объекта прогнозирования, направленный на разработку прогноза [10]. Достоверность прогнозов в значительной степени зависит от применяемых методов прогнозирования. На данный момент насчитывается более ста методов и приемов прогнозирования. В научной литературе в настоящее время имеются различные их классификации. С течением времени классификации изменялись и совершенствовались.
Все методы, применяемые различными науками для разработки прогноза можно разделить на три большие группы: общенаучные методы (или логические средства); интернаучные методы; частнонаучные методы.
Общенаучные методы прогнозирования основаны на применении определенной последовательности мыслительных операций к объекту прогнозирования. В общенаучные методы входит: наблюдение и эксперимент; анализ и синтез; индукция и дедукция и др.
Интернаучные наиболее применимы для прогнозирования явлений экономики, сельского хозяйства и др. К интернаучным методам относятся методы, применяемые к объектам более чем одной науки.
К частнонаучным относятся специфические методы, основанные на закономерностях или эмпирических формулах какой-либо одной науки.
В зависимости от характера источника информации методы прогнозирования разделяются на два класса: эвристические и фактографические. В первом случае источником информации служат сведения, полученные с использованием главным образом логических приемов и методических правил теоретического исследования. Во втором случае прогностическая разработка опирается исключительно на фактический материал, на конкретные данные, строго характеризующие изменения во времени признаков объекта прогнозирования.).
В целом можно выделить четыре класса методов, наиболее часто применяемых при разработке прогнозов при прогнозировании и планирования использования земельных ресурсов: методы экспертных оценок, логического моделирования, нормативные, математические.
Методика прогнозирования включает в себя совокупность специальных правил и приемов разработки прогнозов. Методика разработки прогноза может изменяться в зависимости от особенностей объекта прогнозирования, применяемых методов, поставленных целей и задач. В целом можно выделить следующие этапы прогнозирования:
1. Определение предмета прогнозирования, целей, задач, периода упреждения (периода прогнозирования), рабочих гипотез, методов, структуры и организации прогнозирования (предпрогнозная ориентация).
2. Сбор, обработка и изучение системы данных, характеризующих объект (исходная базовая модель).
2. Сбор данных прогнозного фона (характеристика внешних условий, которые оказывают существенное влияние на объект).
3. Построение адекватной объекту модели, ее исследование и получение прогнозных характеристик.
4. Оценка степени достоверности (верификация) и уточнение предварительных моделей с помощью контрольных методов прогнозирования.
5. Выработка рекомендаций для оптимизации принятия решений в планировании, управлении и т.д. на основе сопоставления прогностических моделей.
2. Методы экспертных оценок (интуитивные)
Методы экспертных оценок применяют при анализе и прогнозе состояния объектов, развитие которых не возможно математически формализовать. Данные методы используют мнение авторитетных и компетентных ученых, специалистов в конкретной области знаний, основанное на опыте и интуиции. При этом различают методы индивидуальных (интервью, аналитические экспертные оценки) и коллективных экспертных оценок; метод Дельфи; методы коллективной генерации идей («Мозговой» атаки) [5, 7, 10].
Выделяют следующие этапы организации экспертизы: разработка плана работы с указанием источников и объемов финансирования; формирование экспертной группы; подготовка и проведение экспертных оценок; статистическая обработка полученных результатов.
Общим требованием при формировании группы экспертов является обеспечение эффективного решения изучаемой проблемы. Эффект решения проблемы характеризуется достоверностью результатов и затратами на экспертизу.
Достоверность зависит от количества экспертов в группе, долевого участия по каждой отрасли и характеристик экспертов.
Эксперты должны обладать следующими характеристиками [10]:
1. Высокий уровень эрудиции, способность решать творческие задачи.
2. Компетентность и глубокие знания в данной области.
3. Устойчивость мнения по исследуемому явлению.
4. Способность адекватно отображать тенденции развития исследуемого объекта.
5. Умение принимать конструктивные решения, в соответствии с научным интересом при отсутствии практической заинтересованности.
Максимальное количество экспертов определяется материальными средствами на разработку прогноза. Если средств не достаточно, то уменьшается точность прогноза.
Чаще всего основой экспертизы является анкета. Анкета - это структурно организованный набор вопросов, каждый из которых логически связан с основной задачей экспертизы [10] Вопросы должны формулироваться так, чтобы получить ответ в виде количественной оценки или определенных однозначных суждений. По форме вопросы подразделяют на открытые и закрытые, прямые и косвенные. Открытые вопросы не регламентируют ответ. Закрытыми считают вопросы, если заранее сформулированы альтернативные варианты ответов и эксперт должен выбрать один (несколько) из них. В анкету включают косвенные вопросы, если необходимо скрыть цель экспертизы. Это делают для того, чтобы эксперт мог представить объективный ответ, не искаженный посторонними влияниями.
Анкеты анализируются и обрабатываются с применением статистических методов. В результате проведения экспертизы формулируются выводы и даются рекомендации по изучаемому объекту прогнозирования.
Метод индивидуальной экспертной оценки базируется на использовании в качестве источника информации знания и интуицию одного эксперта. Часто применяемыми являются методы интервью и аналитических экспертных оценок. Интервью производит прогнозист у эксперта в соответствии с разработанной заранее программой по схеме «вопрос ответ». Эксперт без предварительной подготовки высказывает свое мнение в соответствии с вопросами программы.
Аналитические экспертные оценки предполагают самостоятельную работу эксперта (предварительное изучение состояния объекта, его исследование). Эксперт оценивает состояние объекта, производит анализ тенденций его развития и дает заключение относительно перспектив развития объекта. Результаты работы представляется в виде докладной записки.
Данный метод позволяет максимально использовать индивидуальность эксперта, оградить его от психологического давления авторитетов со стороны.
Данные методы непригодны для прогнозирования общих стратегий развития объекта, поскольку знания одного эксперта ограничены.
Метод коллективной экспертной оценки позволяет выявить общее суждение экспертной группы о развитии объекта прогнозирования. Данный метод имеет более высокий уровень достоверности прогноза.
Группа экспертов коллективно обсуждает проблему и производит общий прогноз по развитию объекта. Недостатками метода является то, что группа экспертов в своих суждениях часто руководствуется логикой компромисса, учитывает мнение большинства, подвержена влиянию авторитета отдельных экспертов.
Одним из наиболее распространенных методов экспертных оценок, в котором выше перечисленные недостатки отсутствуют, является метод Дельфи [7,10]. Назначение метода Дельфи выявление преобладающего суждения специалистов по какому-либо вопросу в обстановке исключающей прямые дебаты между собой, но позволяющей вместе с тем снова и снова взвешивать свои суждения с учетом ответов и доводов коллег в предыдущем туре.
Этот метод основан на индивидуальном опросе экспертов, с целью формирования группового мнения по данному вопросу. Опросы проводятся в письменной форме (анкетирование) в несколько этапов, на каждом из которых вопросы и ответы уточняются. Как правило, экспертов, прогнозы которых отличаются от мнения большинства, просят обосновать их суждение. Обработку полученных суждений для получения обобщающих характеристик производят поэтапно. Результаты сообщаются экспертам для проведения следующего этапа экспертизы (обратная связь). В результате диапазон оценок (суждений) сужается. Недостатком данного метода является то, что невозможно учесть влияние организаторов экспертизы на экспертов при составлении анкеты.
Метод коллективной генерации идей (метод «Мозговой» атаки) основан на использовании коллективного творчества при решении проблемы. Для участников экспертизы организуются сессии, рабочие совещания, круглые столы, где по определенным правилам проводятся дискуссии. Правила предполагают четкую формулировку проблемы с выделением главного вопроса; запрещают считать ошибочной любую предложенную идею и требуют ее развития; доброжелательность дискуссии. [7,10] В процессе вырабатываются множество новых идей, которые анализируются, и формулируется главная.
При прогнозировании использования земельных ресурсов методы экспертных оценок могут рекомендоваться для решения следующих вопросов прогнозирования: выбора инструментария для производства конкретных прогнозов; составления сценария, корректировки прогнозов, полученных другими методами; определения круга альтернативных вариантов прогнозируемого процесса и др.
3. Методы логического моделирования
Методы логического моделирования используются для качественного описания развития прогнозируемого объекта на основе выявления причинно-следственной зависимости, взаимосвязи единичного и общего, использования общих приемов логики (анализа, синтеза, дедукции, индукции, умозаключения по аналогии и т.д.).
Методы исходят из общих закономерностей экономического развития. Их целью является выделение наиболее важных долгосрочных проблем перспективного развития, главных путей, последовательности их решения.
К методам логического моделирования относят создание прогнозного сценария, метод исторических аналогий, прогнозирование по образцу (эталону).
Прогнозный сценарий содержит описание последовательности, взаимосвязи и значимости событий, характеризующих развитие прогнозируемого объекта. Обычно элементы «сценария» являются результатами прогнозирования, осуществленного с применением других методов. Основное назначение прогнозного сценария – определение главной цели и последовательности ее достижения. В данном методе к решению проблемы используют целевой и системный подходы.
В разработке сценария участвует группа специалистов. Чем меньше разногласий в их суждениях, тем ценнее сценарий. Последний вариант сценария анализируют, чтобы окончательно вывить основную цель. Затем приступают к прогнозированию.
Понятиями, тесно связанными с прогнозным сценарием, являются понятия «дерево целей» и прогнозный граф. Графом называют фигуру состоящею из точек (вершин), соединенных отрезками (ребрами). «Деревом» называют связанный ориентированный граф, не содержащий петель; каждая пара его вершин соединяется единственным ребром [7, 10]. «Деревом целей» называют граф-дерево, выражающее отношение между вершинами (этапами) достижения цели [7, 10]. «Дерево целей» используют при анализе объектов, в которых выделяют несколько иерархических уровней. При построении «дерева целей» ветви, исходящие из одной вершины должны быть взаимоисключающими и образовывать замкнутое множество. Примером «дерева целей» является прогнозирование эффективного использования земель сельскохозяйственного назначения (рис. 1).
Данное «дерево целей» ранжирует последовательность достижения главной цели – эффективное использование сельскохозяйственных земель. На первом этапе предполагается рациональное распределение земель между группами землепользователей и землевладельцев. На последующих этапах – выполнение мероприятий, обеспечивающих эффективное использование земель после их распределения.
Распространен метод исторических аналогий, который характеризуется тем, что прогноз будущего состояния объекта выполняется на примере развития аналогичного. Рассматриваемые объекты должны иметь определенное сходство, развиваться примерно в одинаковых условиях. При этом не стремятся прибегать к механическому копированию, а возможность приемлемости “образца” устанавливают только после анализа и сравнения специфики местных условий (экономических, природно-климатических и др.) рассматриваемых объектов.
Метод прогнозирования по аналогии (т.е. образцу) находит широкое применение при прогнозировании использования земельных ресурсов, которое осуществляется на всех уровнях (района, области, республики) с применением укрупненных нормативов и типовых разработок (по характерным областям и районам). Это позволяет накопить опыт, иметь территории-аналоги, разработать нормативы, удельные показатели, которые могут быть использованы при разработке других объектов со сходными условиями. Примером прогнозирования по эталону служат экспериментальные проекты противоэрозионный организации территории, где отработаны принципиальные положения и методика его разработки. Данный проект можно использовать в качестве образца для разработки аналогичных проектов, но применительно к конкретным природно-климатическим условиям.
Рис.1. Схема «дерева целей» прогнозирования эффективного использования земель сельскохозяйственного назначения: ЭИ – эффективное использование земель (главная цель прогнозирования); I-VII – категории земель; I – земли сельскохозяйственного назначения; 1 – земли сельскохозяйственных предприятий, организаций, учреждений для: а) сельскохозяйственных производственных кооперативов; b) сельскохозяйственных закрытых акционерных обществ; c) республиканских унитарных сельскохозяйственных предприятий; d) унитарных кооперативных сельскохозяйственных предприятий и др.; 2 – земли граждан: а) крестьянские (фермерские) хозяйства; b) огородничество; d) служебные наделы; 3 – земли научно-исследовательских институтов, учебных заведений (для исследовательских, учебных целей и ведения сельскохозяйственного производства): а) научно-исследовательские институты; b) учебно-опытные; c) опытно-производственные; d) земли ВУЗов, опытные хозяйства при СУЗах, ПТУ; 4 – земли несельскохозяйственных предприятий и организаций, религиозных организации для ведения подсобного хозяйства: а) при промышленных предприятиях; b) больницах, санаториях; c) религиозных организациях; d) прочие подсобные сельскохозяйственные предприятия; II – земли населенных пунктов, садоводческих товариществ и дачного строительства; III – земли промышленности, транспорта, связи, энергетики, обороны и иного назначения; IV – земли природоохранного, оздоровительного, рекреационного и историко-культурного назначения; V – земли лесного фонда; VI – земли водного фонда; VII – земли запаса.
Достоверность методов логического моделирования зависит от научного обоснования развития объекта, на основе которого далее будут приниматься необходимые решения.
4. Нормативные методы прогнозирования
Нормативные методы прогнозирования предполагают установление показателя (цели) с применением научно обоснованных нормативов. Различают нормативно-целевой и нормативно-ресурсный методы [5, 6]. Нормативно-целевой метод заключается в определении главной цели развития объекта, выборе наиболее эффективных способов и средств для ее достижения. В землеустройстве данный метод используют при установлении площадей отдельных категорий земель на перспективу. Нормативно-ресурсный метод позволяет прогнозировать конечный результат (состояние объекта) с учетом имеющихся ресурсов и научно обоснованных прогнозных нормативов. Примером служит прогноз выхода валовой продукции сельского хозяйства с учетом ресурсного потенциала и нормативных затрат.
5. Математические методы прогнозирования
Математические методы прогнозирования имеют высокую достоверность получаемой информации. При прогнозировании наибольшее распространение получили методы математической экстраполяции, экономико-статистического и экономико-математического моделирования.
Методы математической экстраполяции позволяют количественно охарактеризовать прогнозируемые процессы. Он основан на изучении сложившихся в прошлом закономерностей развития изучаемого явления и распространения их на будущее. Метод исходит из того, что в экономической жизни действует принцип инерции, т.е. наблюдаемые закономерности достаточно устойчивы в течение некоторого периода времени.
Экстраполяция в прогнозировании осуществляется с помощью выравнивания статистических рядов вне их связи с другими рядами экономической динамики, влияние которых учитывается в усредненном виде лишь на основе опыта прошлого. Предпосылка о сохранении неизменности условий предшествующего периода при экстраполяции ограничивает возможности применения этого метода сравнительно непродолжительными периодами, в течение которых не происходит существенных качественных изменений. Наиболее достоверны результаты прогнозирования при соотношении продолжительности предшествующего периода (ретроспекции) и периода упреждения (проспекции) 2:1 [7].
Для применения данного метода необходимо иметь продолжительный ряд показателей за прошедшей период. Данная информация изучается и обрабатывается. Фактический временной ряд выравнивается путем графоаналитического или статистического подбора аппроксимирующей функции. Далее разрабатывают гипотезы изменения объекта в прогнозный период (период упреждения) и формализуют их в виде количественных показателей (тенденций). При этом значения показателей можно прогнозировать не только на конец прогнозного срока, но и на промежуточных этапах.
Методы и приемы математической статистики, теории вероятности дают возможность использовать широкий круг функций для прогнозирования необходимого показателя во времени.
Данные методы имеют недостатки, так как не может быть дан достоверный прогноз на длительный срок, если имеются скачкообразные изменения данных; нет возможности определить качественные характеристики прогнозируемых объектов.
Методы математической экстраполяции применяются при прогнозировании отводов земель для несельскохозяйственных нужд, установления урожайности сельскохозяйственных культур и т.д.
Наиболее часто применяются при прогнозировании экономико-статистические модели. На основе их рассчитывают урожайность сельскохозяйственных культур, продуктивность животных, выход продукции с сельскохозяйственных земель, прогнозные нормативы (облесенность территории, сельскохозяйственная освоенность земель и др.). Данный метод позволяет научно обосновать показатели и нормативы, используемые при планировании.
Экономико-статистической моделью называют функцию, связывающую результативный и факторные показатели, выраженную в аналитическом, графическом, табличном или ином виде, построенную на основе массовых данных и обладающую статистической достоверностью [3]. Такие функции называют производственными, так как они описывают зависимость результатов производства от имеющихся факторов.
Процесс разработки экономико-статистической модели (моделирование) состоит из следующих стадий [3]:
1. Экономический анализ производства. Определение зависимой переменной (результативный показатель) и выявление факторов, влияющих на неё (факторный показатель).
2. Сбор статистических данных и их обработка.
3. Установление математической формы связи (вид уравнения) между результативными и факториальными показателями.
4. Определение числовых параметров экономико-статистической модели.
5. Оценка степени соответствия экономико-статистической модели изучаемому процессу.
6. Экономическая интерпретация модели.
Экономический анализ производства заключается в определении цели, задачи и выборе результативного показателя, который отражает эффективность прогнозного решения. При анализе интенсивности использования земель в сельскохозяйственных организациях в качестве результативного показателя могут быть использованы стоимость валовой продукции в расчёте на 100 га сельхозземель (пахотных земель), урожайность культур, продуктивность земель и др. В качестве факторных показателей используют балл плодородия почв, сельскохозяйственную освоенность и распаханность, энерговооруженность, трудообеспеченность и т. д.
При выборе независимых факторов руководствуются определенными правилами [3]:
1. Точность производственных функций выше при большем числе эмпирических данных (при крупных выборках).
2. Факторы-аргументы должны оказывать наиболее существенное влияние на изучаемый процесс, количественно измеряться и представляться лишь одним признаком.
3. Количество отобранных факторов не должно быть большим, так как это усложняет модель и повышает трудоёмкость её использования.
4. Включаемые в модель факторы не должны находиться между собой в состоянии функциональной связи (автокорреляция), так как они характеризуют одну и ту же сторону изучаемого явления и дублируют друг друга. При использовании их в экономико-статистической модели изучаемые зависимости и результаты расчётов могут быть искажены.
Сбор статистических данных и их обработку производят после определения зависимой переменной (результативного показателя) и факторов-аргументов. При сборе информации используют экспериментальный и статистический методы. Первый предполагает изучение данных, получаемых в результате проведения опытов, условия которых можно контролировать. Но в землеустройстве процесс экспериментирования затруднён, а при решении отдельных вопросов вообще невозможен. Второй метод основан на использовании статистических данных (сплошных или выборочных). Например, если при анализе размеров землепользования используются данные по всем сельскохозяйственным предприятиям области, то статистическая информация является сплошной, а изучаемая совокупность – генеральной. Однако размер генеральных совокупностей бывает слишком большим – несколько сотен единиц и более. Поэтому для сокращения расчётов и экономии времени число наблюдений сокращают, получая выборочные данные (формируя выборочную совокупность) различными методами, позволяющими сохранить достоверность вычислений и распространить результаты исследований на генеральную совокупность.
Во всех случаях выборка должна быть однородной; исключать аномальные объекты и данные (сильно отличающиеся от всех остальных); включать только факторы, которые измеряются однозначно некоторым числом или системой чисел.
Определение математической формы связи переменных производят, логически анализируя процесс. Анализ позволяет установить вид уравнения (линейное, нелинейное), форму связи (парная или множественная) и т. д.
Определение параметров модели включает расчёт числовых характеристик математической зависимости (уравнения). Например, если для установления зависимости урожайности сельскохозяйственных культур (у) от балла плодородия ночв (х) выбрана линейная зависимость вида
, то данная стадия моделирования заключается в получении численных значений коэффициентов 
и 
.Для определения параметров уравнения могут применяться различные методы, но практика показывает, что самые точные результаты даёт метод наименьших квадратов [3, 4, 10]:.
Оценка степени соответствия экономико-статистической модели изучаемому процессу осуществляется с использованием специальных коэффициентов (корреляции, детерминации, существенности и др.) [3, 10]. Данные коэффициенты показывают соответствие математического выражения изучаемому процессу, можно ли использовать полученную модель для проведения последующих расчётов и принятия землеустроительных решений, насколько точно определяется результативный показатель и с какой вероятностью можно доверять ему.
Экономическое применение модель находит при научном обосновании нормативов, экономическом обосновании показателей в прогнозных разработках.
Наиболее распространённым видом экономическо-статистических моделей являются производственные функции.
Производственная функция – это математически выраженная зависимость результатов производства от производственных факторов [3]. Формализованная запись производственной функции имеет вид
где
результативный показатель;
величины, выражающие различные факторы.С помощью производственных функций при прогнозировании анализируют состояние и использование земель; подготавливают исходную информацию для экономико-математических задач по оптимизации различных решений; устанавливают уровень результативного признака на перспективу при планировании и прогнозировании использования земель в схемах и проектах землеустройства; определяют экономические оптимумы, коэффициенты эластичности, эффективности и взаимозаменяемости факторов.
Для выражения зависимостей при прогнозировании наиболее часто употребляется линейная зависимость, поскольку она проста в применении. Реже применяются степенные, гиперболические, полиномиальные и другие
Экономико-математическое моделирование предполагает создание модели, которая изучает экономический объект и представляет его описание с помощью знаков и символов (математических уравнений и неравенств, матриц, формул и др.).
Решение любой экономико-математической задачи при планировании и прогнозировании в землеустройстве связано с большим количеством информации. Для моделирования необходимо получить исходную информацию, ее обработать, проанализировать и оценить. Собранная информация должна быть полной, достоверной, своевременной, оперативной, представляться в удобной форме для дальнейшего использования. При этом затраты на сбор, обработку, передачу, хранение информации. При планировании и прогнозировании в землеустройстве используют следующие виды и источники информации : геоинформационные данные, статистические и отчетные данные по объекту планирования, плановая информация, нормативная информация.
Основой экономико-математической модели является матрица – специальная таблица, содержащая смысловые или кодовые обозначения функции цели; переменных и ограничений; их числовое выражение в виде коэффициентов или ограничений;
Целевая функция это аналитическая форма выражения критерия оптимальности. При моделировании в зависимости от уровня объекта (процесса) выделяют глобальный, отраслевой, локальный и частные критерии оптимальности
Размер матрицы определяется перечнем переменных величин. В качестве переменных величин используют площади земель; показатели производственной деятельности сельскохозяйственной отрасли (по растениеводству, животноводству в целом; по сельскохозяйственным культурам; по видам скота).
Нахождение при прогнозировании оптимальных решений зависит от правильного определения состава ограничений. Ограничения формулируют в виде системы неравенств и уравнений, выражающей возможности производства и баланс ресурсов.
Ограничения могут быть основными, которые накладываются на все или большинство переменных (площади земель, рабочих участков, дозы внесения удобрений и т. д.), дополнительными – накладываются на отдельные переменные или небольшие группы (объёмы производства отдельных видов продукции, потребление некоторыми группами животных некоторых видов кормов и т. д.) и вспомогательными (не имеют самостоятельного экономического значения, используются для правильной формулировки экономических требований и математической записи).
Используют различные виды экономико-математических моделей: корреляционные модели и производственные функции, балансовые модели, модели оптимизации.
При разработке схемы землеустройства административного района решаются следующие основные экономико-математические задачи: распределение земель административного района по категориям; оптимизация мероприятий по освоению и интенсификации использования земель; оптимизация размещения, специализации и уровня концентрации сельскохозяйственного производства в административном районе; установление оптимальных размеров сельскохозяйственных организаций; перераспределения земель между сельскохозяйственными организациями и др. Данные задачи часто состоят из блоков, каждый из которых имеет свой критерий оптимальности.
Например: в основу модели по оптимизации размещения, специализации и уровня концентрации сельскохозяйственного производства в административном районе положены две модели: по определению оптимального сочетания отраслей сельскохозяйственного производства и по установлению оптимального размера землепользований сельскохозяйственных организаций [3].
Данная задача состоит из блоков, в качестве которых выступают сельскохозяйственные организации.
В качестве переменных используют неизвестные: посевные площади сельскохозяйственных культур; виды и подвиды земель; трансформируемые земли; виды внутрихозяйственных ресурсов и другие переменные, которые учитывают особенности района.
Выделяют следующие группы ограничений:
1. Условия использование земель (по площадям, по качественным условиям) и возможность их трансформации.
2. Соотношение площадей земель.
3. Агробиологические и зоотехнические условия ведения сельскохозяйственного производства.
4. Ограничения по производству и использованию кормов.
5. Рекомендуемый размер землепользований сельскохозяйственных организаций в зависимости от специализации.
6. Ресурсные ограничения (по объему продаж продукции, по затратам труда, по денежным затратам на тех. средства, мин. удобрения, семена и др.).
7. Ограничения, учитывающие особенности расселения, а также использование трудовых и механизированных ресурсов.
8. Общерайонные условия и пропорции (баланс распределения материально-технических фондов по району, численность занятых в сельском хозяйстве и всего населения по району и др.).
В качестве критерия оптимальности при решении данной задачи используют, как правило, минимум приведенных затрат на фиксированный объем производства продукции.
В результате решения задачи устанавливают: состав и соотношение земель по отдельным землепользованиям и в целом по району; площади земель, подлежащие улучшению, освоению и трансформации; посевные площади сельскохозяйственных культур; структуру стада животных, производства и потребления кормов; межхозяйственное и внутрихозяйственное размещение отраслей в районе; специализацию и объем производства продукции в сельскохозяйственных организаций и их объединениях; балансы средств в целом по району и в разрезе сельхозорганизаций; распределение единовременных средств между сельхозорганизациями.
6. Верификация прогнозов
Под верификацией прогноза подразумевают оценку достоверности, точности (обоснованности) прогноза [6, 8, 10].
Достоверность прогноза это оценка вероятности осуществления прогноза для заданного доверительного интервала. Достоверность прогноза зависит от следующих факторов: достоверности и достаточности исходной информации; правильности выявления закономерностей развития прогнозируемого объекта; адекватности применяемого метода прогнозирования. Достоверность прогноза при увеличении прогнозного периода снижается.
Точность прогноза – оценка доверительного интервала прогноза для заданной вероятности его осуществления. Различают при этом точечный прогноз и интервальный [10]. Прогноз, результат которого представлен единственным значением без доверительного интервала, называют точечным. Интервальный прогноз дает результат, который представлен в виде доверительного интервала для заданной точности его осуществления.
Существует несколько видов верификации прогнозов [10]: прямая и косвенная верификация, инверсная верификация, консеквентная верификация, верификация повторным опросом, верификация оппонентом, верификация учетом ошибок и верификация компетентным экспертом.
При этом нужно учесть, что эффективность прогноза это не только установление его точности и достоверности. Важно установить насколько данный прогноз способствует эффективности решений, принятых на его основе.
Литература
1. Кодекс Республики Беларусь о земле // Земельные отношения в Республике Беларусь. - Минск: Госкомзем, 1999. – 72с.
2. Волков С.Н. Землеустройство. Землеустроительное проектирование. Т.3. – М.: Колос, 2001. – 696 с. (Учебники и учебные пособия для студентов высш. учеб. заведений).
3. Волков С.Н. Землеустройство. Экономико-математические методы и модели. Т.4. – М.: Колос, 2001. – 696 с. (Учебники и учебные пособия для студентов высш. учеб. заведений).
4. Земельные отношения в Республике Беларусь: Сб. норматив. правовых актов в области регулирования зем. отношений, использования и охраны земель, гос. регистрации недвижимого имущества, прав на него и сделок с ним, геодезии и картографии / Сост. А.А. Гаев и др. – Мн.: Беларуская навука, 2003. – 583с.
5. Кирсанов В.А. Прогнозирование использования земельных ресурсов: Учеб. пособие. – Харьков: Изд.ХСХИ, 1984. – 84 с.
6. Лютый Я. И. Оценка использования земель в схеме землеустройства: Лекция. - Львов: Львов. СХИ, 1989. - 16с: табл.
7. Лютый Я. И. Прогнозирование и планирование использования земельных ресурсов: Учеб. пособие. – К.: Изд-во УСХА, 1991. – 136 с. ил, форм, табл, библ.
8. Андриишин М.В., Магазинщиков Т.П. Эффективность организации использования земельных ресурсов. – Львов: Высшая школа, 1981. – 234с.
9. Статистическое моделирование и прогнозирование: Учеб. пособие / Под ред. А. Г. Гранберга. – М.: Финансы и статистика, 1990. – 383 с.
10. Рабочая книга по прогнозированию/Редкол.: И.В. Бестужев-Лада (отв. ред.). – М.: Мысль, 1982. – 430с.
11. Прогнозирование и планирование использования земельных ресурсов: Методич. указ и задания для курсового проекта / МИИЗ; Сост. Р. А. Тихомиров, В. А. Синдеев. – М., 1988. – 41 с.
СОДЕРЖАНИЕ
| Введение ………………………………………………………………………………… | 4 |
| 1. Классификация методов прогнозирования и их сущность. Общая типовая методика прогнозирования | 5 |
| 2. Методы экспертных оценок | 6 |
| 3 Методы логического моделирования | 9 |
| 4. Нормативные методы прогнозирования | 12 |
| 5. Математические методы прогнозирования | 12 |
| 6.Верификация прогнозов | 19 |
| Литература | 20 |
Учебно-методическое издание
Ольга Викторовна Орешникова
Светлана Леонидовна Червякова
МЕТОДЫ И ПРИЕМЫ ПРОНОЗИРОВАНИЯ,
ВЕРИФИКАЦИТЯ ПРОГНОЗОВ
Лекция
Редактор Е.Г. Бутова
Техн. редактор Н. К. Шапрунова
Корректор Е.А. Юрченко
ЛИ №348 от 09.06.2004 Подписано в печать .…..2007.
Формат 60´841/16. Бумага для множительных аппаратов.
Печать ризографическая. Гарнитура «Таймс».
Усл. печ. л. …. Уч.-изд. л. ….
Тираж … экз. Заказ Цена …. руб.Редакционно-издательский отдел БГСХА
213407, г. Горки Могилевской обл., ул. Студенческая, 2
Отпечатано в секторе издания учебно-методической литературы и ризографии БГСХА, г. Горки, ул. Мичурина, 5