Предмет и метод прогнозирования земельных ресурсов

В переводе с греческого слово «прогноз» означает предвидение, предсказание о развитии чего-либо, основанное на определенных фактических данных. В общем виде под прогнозом следует понимать научно обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его осуществления.

Процесс разработки прогнозов называется прогнозированием. Прогнозирование есть составление прогноза развития, становления, распространения чего-либо на основании изучения тщательно отработанных данных. В проблеме прогнозирования различают два аспекта: теоретикопознавательный, подразумевающий описание возможных или желательных перспектив, состояний, решений проблем будущего, и управленческий, предполагающий использование информации о будущем при принятии решений.

Цель прогнозирования состоит в создании научных предпосылок, включающих научный анализ тенденций развития экономики; вариантное предвидение предстоящего развития общественного воспроизводства, учитывающее как сложившиеся тенденции, так и намеченные цели; оценку возможных последствий принимаемых решений; обоснование направлений социально-экономического и научно-технического развития для принятия управляющих решений.

Прогнозирование использования земельных ресурсов позволяет решать задачи эффективного и рационального использования земель, дает возможность обеспечивать баланс спроса и предложения на землю.

Задача прогнозирования с одной стороны — выявить перспективы ближайшего и более отдаленного будущего в использовании земель, и с другой стороны — способствовать выработке оптимальных и перспективных планов, опираясь на составленный прогноз.

Предметом исследования прогнозирования земельных ресурсов является объем информации затрагивающий все аспекты жизнедеятельности человека связанные с землей, как с пространственным базисом существования человечества.

Прогнозирование использования земельных ресурсов носит комплексный характер и включает в себя:

• 1) Экономический прогноз — исследуют перспективы развития отдельных элементов производительных сил и производственных отношений: производительности труда; использование и воспроизводство трудовых ресурсов и основных фондов; объектов инвестиций; темпов экономического роста; определение объемов, состава и качества получаемой продукции;
• 2) Прогнозирование использования земельных ресурсов дает анализ современного использования земельных ресурсов, ведется перераспределение и освоение новых земель, перераспределение земель между собственниками;
• 3) Социальный прогноз — включает потребление населением продуктов питания и непродовольственных товаров, розничный товарооборот, развитие отраслей непроизводственной сферы: общее и непрофессиональное образование, культуру и искусство, здравоохранение и жилищно-коммунальное хозяйство, бытовое обслуживание населения.
• 4) Прогнозирование демографической ситуации охватывают движение народонаселения и воспроизводство трудовых ресурсов, уровень занятости трудоспособного населения, его квалификационный и профессиональный состав. Они включают показатели численности и естественного движения населения (рождаемость, смертность), соотношение по половому и возрастному составу и др.

По масштабу прогнозирования выделяют макроэкономические (народнохозяйственные), межрегиональные и межотраслевые прогнозы.

По времени упреждения прогнозы подразделяются на оперативные (период упреждения до одного месяца), краткосрочные (период упреждения от одного месяца до года), среднесрочные (период упреждения от года до 5 лет), долгосрочные (период упреждения от 5 до 15, 20 лет) и дальнесрочные (период упреждения свыше 20 лет).

Под периодом упреждения при прогнозировании понимается отрезок времени от момента, для которого имеются последние статистические данные об изучаемом объекте, до момента, к которому относится прогноз.

Прогнозирование имеет некоторые специфические особенности. Во-первых, оно основано на прогностических методах.

Во-вторых, прогнозирование существует как самостоятельная отрасль знаний, так как ряд социально-экономических процессов не поддается планированию и являются исключительно объектом прогнозирования.

Принцип системного прогнозирования предполагает исследование количественных и качественных закономерностей в экономических системах, построение такой логической цепочки исследования, согласно которой процесс выработки и обоснования любого решения отталкивается от определения общей цели системы и подчинения достижению этой цели деятельности всех входящих в нее подсистем. При этом данная система рассматривается как часть более крупной системы, также состоящей из определенного количества подсистем.

Под системностью методов и моделей социально-экономического прогнозирования следует понимать их совокупность, позволяющую разработать согласованный и непротиворечивый прогноз по каждому направлению. Однако в условиях переходной экономики построить целостную систему моделей социально-экономического прогнозирования очень сложно, поскольку это сопряжено с рядом трудностей методологического и организационного характера. Решение этой проблемы может быть достигнуто на основе унификации блочных моделей, вычислительных способов решения, создания информационного банка данных.

Основными функциями прогнозирования являются:

• — научный анализ экономических, социальных, научно-технических процессов и тенденций;
• — исследование объективных связей социально-экономических явлений развития народного хозяйства в конкретных условиях в определенном периоде;
• — оценка объекта прогнозирования;
• — выявление объективных альтернатив экономического и социального развития;
• — накопление научного материала для обоснованного выбора определенных решений.

В настоящее время, насчитывается свыше 150 различных методов прогнозирования, но на практике используется в качестве основных около 20.

Наибольшее распространение имеет группировка методов прогнозирования по степени формализации, в соответствии с которой все методы можно разделить на эвристические (методы экспертных оценок), формализованные и комбинированные.

Эвристические методы прогнозирования как научный инструмент решения сложных неформализованных проблем позволяют получить прогнозную оценку состояния развития объекта в будущем независимо от информационной обеспеченности. Их сущность заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами и оценки и обработки полученных результатов. При этом обобщенное мнение экспертов принимается как решение проблемы.

Организация процедуры экспертной оценки включает несколько направлений: формирование репрезентативной экспертной группы; подготовку и проведение экспертизы; статистическую обработку полученных результатов опроса.

В зависимости от организации экспертной оценки и формы экспертов различают методы индивидуальных и коллективных экспертных оценок.

При аналитическом методе осуществляется логический анализ какой-либо прогнозируемой ситуации; составляются докладные записки. Он предполагает самостоятельную работу эксперта над анализом тенденции, оценки состояния и путей развития прогнозируемого объекта.

Развитие статистических методов обработки информации и внедрения в практику математических расчетов современных ПЭВМ вывело на первое место методы математического прогнозирования.

В основе математических методов прогнозирования лежат данные об предыстории развития объекта, т. е. динамические характеристики и математическое моделирование.

Математическое прогнозирование, используемое при наличии четко сформулированной математической модели поведения объекта.

В практике методы математического прогнозирования условно подразделяют на методы моделирования процессов движения (развития) и экстраполяции (статистические методы).

Первую группу составляют методы, использующие в качестве модели дифференциальные уравнения с заданными начальными условиями.

Ко второй группе относятся методы, использующие для выбора и обоснования модели статистические данные об объекте.

Комбинированное прогнозирование, которое объединяет эвристическое и математическое прогнозирование в один процесс таким образом, чтобы достоинства одного компенсировали недостатки другого метода.

Математическое прогнозирование заключается в использовании имеющихся наблюдений за поведением прогнозируемых объектов, обработке результатов этих наблюдений математическими методами, формировании зависимости, связывающей характеристики объекта со временем или характеристиками других объектов, и в вычислении с помощью найденной зависимости характеристик объекта на интервал упреждения.

Один из методов определения путей повышения эффективности управления земельными ресурсами — создание математической модели на основе социально-экономических факторов, влияющих на снижение финансовых затрат на процесс управления и, главное, на повышение собираемости земельных платежей. Обе этих цели есть конечный результат повышения эффективности управления землей.

Для группы методов, общая цель которых — выявление сложных зависимостей, обработка больших массивов информации для нахождения новых, скрытых ранее закономерностей, сложился термин Data Mining (добыча данныхДД), определяемый как процесс аналитического исследования больших массивов информации (обычно экономической) с целью выявления определенных закономерностей и систематических взаимосвязей между переменными в условиях неопределенности.

Вычислительные методы РАД включают основные статистические методы, а также более сложные специально разработанные методы многомерного анализа, предназначенные для отыскания закономерностей в многомерных данных.

Основные методы РАД :

процедура анализа распределений переменных (например, чтобы выявить переменные с несимметричным и негауссовым распределением, в том числе и бимодальные) ;

просмотр корреляционных матриц с целью поиска коэффициентов, превышающих определенные пороговые значения ;

анализ многоходовых таблиц частот (например, «послойный» последовательный просмотр комбинаций уровней управляющих переменных).

Нейронные сети — это класс аналитических методов, построенных на (гипотетических) принципах обучения мыслящих существ и функционирования мозга и позволяющих прогнозировать значения некоторых переменных в новых наблюдениях по данным других наблюдений (для этих же или других переменных) после прохождения этапа так называемого обучения на имеющихся данных.

Нейронные сети — один из методов ДД.

При применении этих методов прежде всего необходимо выбрать конкретную архитектуру сети — число слоев и число нейронов в каждом из них. Размер и структура сети должны соответствовать (например, в смысле формальной вычислительной сложности) существу исследуемого явления. Поскольку на начальном этапе анализа природа явления обычно не бывает хорошо известна, то выбор архитектуры не будет простой задачей и часто связан с длительной процедурой проб и ошибок.