Методы геопрогнозирования. 
Теория и методология географической науки

Цель и объект прогноза определяют выбор его методов. Под методами географического прогнозирования понимаются способы теоретических и практических разработок прогноза. Существует большое количество методов экономико-географического прогнозирования, и их число постоянно растет (схема 44). Выбор того или иного метода прогнозирования зависит от цели исследования, информационной базы, характера обработки исходной информаций. Поэтому каждому конкретному исследованию.

Схема 44

Классификация методов прогнозирования (по И.В. Бестужеву-/!ада).

и стадии прогнозирования соответствуют определенные методы. Эти методы могут быть подразделены на три группы: общенаучные (анализ и синтез, индукция и дедукция, экстраполяция и интерполяция, аналогия, эксперимент и т. д.), межнаучные (моделирование, исследование операций, статистические, экспертных оценок и др.) и частнонаучные (оценка перспективности географического положения, функциональное зонирование территории, картографический и т. п.). Рассмотрим наиболее распространенные методы географического прогнозирования.

Логические методы. В основе этих методов — применение определенной последовательности мыслительных операций. Широкое распространение их при изучении территориальных систем обусловлено их большой сложностью, разнообразием взаимоотношений между природными и хозяйственными системами, продолжительным временем формирования объектов прогноза.

К общенаучным логическим методам относятся методы индукции и дедукции. Методом индукции устанавливаются причинно-следственные связи между предметами и явлениями. Исследование проводится от частного к общему путем определения сходства и различия в развитии объекта. В прогнозировании этот метод применяется для получения вероятностных суждений при недостаточной информационной базе, т. е. при отсутствии длинного ряда статистических данных.

Метод дедукции представляет собой переход в процессе познания от общего к частному и единичному, выведению частного и единичного из общего. Этот метод используется для определения стратегии прогнозных явлений.

Широко распространен в географическом прогнозировании метод межсистемного анализа, предложенный А. Л. Чижевским еще в 20-х годах для двух периодически связанных систем — солнечной активности и ритмов природных процессов. В качестве главного периода, оказывающего влияние на многие природные процессы Земли — сток рек и наводнения, лавины и сели, оползни и пыльные бури и другие, — отмечается 11-летний период солнечной активности. Этот период используется для прогнозирования многих стихийных природных процессов. Отклонения от 11-летних циклов объясняются как свойствами самих природных процессов, так и восприятием солнечных ритмов конкретным природным и хозяйственным фоном, подстилающей поверхностью Земли. Это делает необходимым прогнозирование природных процессов с учетом местных ландшафтов и хозяйственных особенностей региона.

Методы экспертных оценок. Эти методы используются в условиях, когда отсутствует достаточная теоретическая база (обоснование) развития объекта. Их применение оправданно также в тех случаях, когда отсутствует репрезентативная и достоверная статистика характеристики объекта, существует большая неопределенность среды функционирования объекта, при прогнозирование социально-экономических объектов, подверженных сильному влиянию научно-технического прогресса, а также при проведения прогнозирования в условиях дефицита времени или экстремальных.

Методы экспертных оценок подразделяются на индивидуальные и групповые. Первые базируются на независимых мнениях экспертов. Прогноз формируется либо на основе интервью с экспертом, либо посредством длительной и тщательной работы (метод аналитических оценок). Недостаток индивидуальных экспертных методов состоит в субъективности оценок эксперта. Второй вид экспертных оценок основываются на коллективном мнении экспертов о перспективах развития объекта или процесса, о повторяемости тех или иных явлений и т. п. Однако в этом случае не удается избежать недостатков, связанных с влиянием авторитета, ролью большинства и т. п.

Наиболее распространенный метод групповых экспертных оценок — метод «Дельфи». Его сущность заключается в последовательном анкетировании мнений экспертов — специалистов в различных отраслях науки и техники для получения информационной базы прогнозирования. Полученная информация отражает индивидуальные оценки экспертов, которые основываются как на логическом анализе, так и на интуитивных представлениях. На следующем этапе используется другая серия анкет с информацией и мнениями, вытекающими из предыдущих. При разработке и обработке анкет следуют определенным принципам: вопросы в анкетах должны быть сформулированы так, чтобы можно было количественно оценить мнения экспертов; опрос специалистов осуществляется по турам, в каждом из которых вопросы и ответы все более конкретизируются и уточняются; после каждого тура эксперты знакомятся с результатами опроса; производится оценка экспертами, как собственных оценок, так и тех, которые отличаются от мнения большинства; обработка ответов осуществляется последовательно от тура к туру для получения обобщающих характеристик. После окончательной обработки полученных ответов формулируется относительно обоснованное мнение группы экспертов. Достоверность прогноза, полученного методом «Дельфи», зависит от следующих условий:

• • группы экспертов должны быть стабильными и иметь ограниченную численность;
• • время между каждым туром опроса не должно превышать одного месяца;
• • вопросы в анкетах должны быть четко сформулированы;
• • число туров должно быть достаточным для получения достоверных результатов;
• • необходимы надежные способы согласованности оценок различных специалистов;
• • следует учитывать влияние общественного мнения на результаты экспертизы;
• • необходимо стимулировать экспертов на получение достоверных и правильных оценок.

Метод программного прогнозирования. Этот метод предполагает разработку классификации типа событий, которые необходимо анализировать, и начального списка экспертов по исследуемой проблеме. Применительно к каждому типу проблем определяется авторитетность каждого эксперта по 100- балльной шкале при помощи объективных методов. На первом этапе производится постановка задачи путем перечисления событий, время и вероятность которых называют заключительными. Сценарий этих событий дается экспертам, имеющим наивысший «вес» по данной проблеме. Эксперты определяют условия, при которых возможна оценка этих событий. Затем оценивают вероятность наступления события и вероятную величину времени между временем выполнения условия и временем наступления события. Конечный прогноз наступления данного события производится на основе усреднения оценок отдельных экспертов с учетом их «веса».

Метод эвристического прогнозирования назван в связи с однородностью форм мыслительной деятельности эксперта. Этот метод применяется для получения представлений о перспективах развития узкой области науки и техники на основе систематизированной обработки прогнозных оценок групп экспертов. Техника сбора и обработки результатов опроса экспертов во многом сходна с методом «Дельфи». Отличие — в большей разработанности теоретических основ, особых способах формирования анкет и таблиц, возможности их обработки на ЭВМ.

Метод коллективной генерации идей, или метод «мозговой атаки». При использовании этого метода происходят лавинообразное выдвижение новых идей и активизация творческого потенциала группы специалистов. Это достигается следующим образом:

• • каждый участник получает возможность видения поставленной проблемы глазами коллег;
• • развиваются навыки коллективного творческого мышления.

Подведение итогов проводится коллективно. Решаются следующие задачи:

• • получают окончательные ответы на поставленные вопросы;
• • формируется план решения соответствующих задач;
• • отбираются идеи, которые могут быть использованы для решения той или иной проблемы;
• • устанавливаются новые аспекты исследуемой проблемы.

Другой метод экспертных оценок — метод ПАТТЕРН. На начальном этапе изучаются тенденции развития прогнозируемого объекта и дается их экспертная оценка для получения суждений о возможных путях изменения объекта. Затем определяются оптимальные варианты и средства достижения главных задач. Для этого составляется сценарий развития прогнозируемого объекта. Сценарий — это способ определения логической последовательности вероятностных событий для установления альтернатив развития. Событие — это действие, которое может произойти или не произойти при соблюдении определенного комплекса условий. Этот метод широко применяется при решении задач прогнозирования научно-технического прогресса и развития отраслей промышленности.

Метод дерева целей. Его сущность заключается в отображении применительно к цели ветви дерева целей (прогнозный граф) с иерархией и характеристикой уровней объектов исследования. Дерево целей — это систематизированная запись этапов решения поставленной проблемы. Конечная цель разбивается на промежуточные этапы, каждый их которых необходим для решения предыдущей задачи. Каждый из узлов дерева целей разбивается на несколько ветвей с элементами, оценивающимися по степени важности с точки зрения достижения ближайшей цели.

Несмотря на большое значение методов экспертных оценок, они не лишены ряда недостатков, наиболее характерными из которых являются:

• • ошибки в исходных данных; для их преодоления необходимо соблюдение требований полноты, достоверности и других характеристик исходных данных;
• • ошибки, связанные с возможностью двоякого толкования вопросов, неправильной процедурой формирования и заполнения таблиц экспертных оценок;
• • ошибки, обусловленные возможной нерепрезентативностью (представительностью) экспертной группы;
• • ошибки в связи с трудностью учета аномальных оценок;
• • ошибки экспертов, связанные со слабым освоением метода, отсутствием практических навыков и др.;
• • случайные отдельные события типа открытий, которые трудно учесть;
• • ошибки, возникающие при обработке информации, полученной от экспертов.

Главным же недостатком метода экспертных оценок является большая доля субъективизма результатов экспертизы.

Широко распространен в географическом прогнозировании один из старейших способов познания — метод аналогий. Прогноз по аналогии представляет собой вывод, сделанный о свойствах прогнозируемого объекта на основании его сходства с другими объектами как по структурным, так и по генетическим признакам, т. е. данная пространственно-временная ситуация сравнивается с некоторой прошлой исторической ситуацией. При помощи этого метода уточняются прогнозируемые параметры, сроки наступления и значимость ожидаемых событий. Основные этапы метода аналогий — поиск и выбор аналога, построение модели и ее исследование, экстраполяция данных с аналога на изучаемый объект, проверка экстраполяционных выводов по аналогии. Самый ответственный этап — выбор аналога. При этом должны соблюдаться следующие правила:

• • сравниваемые объекты и историческая ситуация их развития должны быть общими по признакам сходства;
• • сравниваемые свойства и ситуации должны как можно чаще повторяться во времени и пространстве;
• • общие свойства должны быть не однотипными, а характеризовать объект с разных сторон.

Таким образом, применение метода аналогий представляет одновременно и комплексный анализ прогнозируемого объекта (схема 45).

Схема 45

Система прогнозирования на основе метода аналогий (по А.Г. Емельянову).

Для определения сходства сравниваемых объектов используются различные критерии подобия: критерии однородности, показатели однородности, меры сходства и др. Часто прогнозируемый объект и объект-аналог расположены на значительном расстоянии друг от друга, поэтому для достоверности прогнозирования по аналогии необходимо большое внимание уделять сходству структуры и режиму их функционирования, а также однородности природных и социально-экономических факторов формирования систем. Метод аналогий используется часто для разработок локальных прогнозов изменения состояния природной среды в сфере действия водохранилищ. Например, будущий режим и влияние на прилегающие территории водохранилищ, проектируемых в Западной Сибири, в значительной мере определяют по водохранилищам-аналогам, уже давно эксплуатируемым в сходных природных условиях европейской территории России.

Эффективность использования метода аналогий зависит как от степени общности сравниваемых объектов, так и от всесторонности (неоднотипности) его характеристик. Например, надо сравнивать не только параметры водохранилищ, но и характер окружающих их ландшафтов, направленность и интенсивность природных процессов, природные компоненты, от которых в наибольшей степени зависят размеры воздействия водохранилищ на природную среду: состав горных пород, углы наклона склонов, залесенность и заболоченность берегов.

Популярен в прогнозировании генетический метод, основанный на анализе пространственно-временных эволюционных стадий развития явлений и процессов, которые объясняют наблюдаемые факты и подсказывают еще неизвестные. В физикогеографическом прогнозировании этот метод интерпретируется как метод ландшафтно-генетических рядов. Зная последовательность пространственной смены природных комплексов в пределах генетического ряда, можно предсказать порядок их смены в процессе развития. Используя эти и другие методы прогнозирования, можно наметить тенденции будущих изменений природной среды под влиянием естественных и антропогенных факторов воздействия с вероятностью порядка 60—65%. По масштабности такие географические прогнозы могут быть глобальными, региональными и локальными. В нашей стране при ее огромных размерах пока актуальны локальные и региональные прогнозы сферы действия на природную среду промышленных комплексов, городов, водохранилищ и т. п. Площади, находящиеся под влиянием таких объектов, пока еще изолированы друг от друга. Однако в урбанизированных районах намечается тенденция к их слиянию.

Статистические методы прогнозирования направлены на выявление устойчивых во времени характеристик прогнозируемого объекта, поиски закономерностей его развития и исследование состояния для определения главных направлений изменения объекта во времени и пространстве.

Наибольшее развитие из формализованных методов прогнозирования получил метод экстраполяции тенденций развития. Метод экстраполяций — классический популярный метод прогнозирования, основан на нахождении по известным характеристикам вероятностного значения прогнозируемого объекта в данный момент времени. Для этого определяют тенденции развития объекта прогноза, т. е. тенденции развития природной среды в прошлом и будущем с учетом не только ее стабильного развития или сохранности абсолютных приростов прогнозируемых величин, но и их возможного ускорения или даже появления новых факторов, ограничивающих или стимулирующих развитие.

Решение экстраполяционной задачи предполагает нахождение по известным качественным и количественным значениям вероятностной величины прогнозируемого показателя в определенный момент времени с учетом продолжительности периода прогнозирования. Прогнозируемый процесс складывается из регулярной f (а, х) и случайной г (х) составляющих:

Первая величина представляет собой составляющую тренда. Вторая считается некоррелируемым случайным процессом и необходима для корректировки характеристик прогноза. Главное внимание уделяется процессу наилучшего описания тренда, на основе которого строятся прогнозные экстраполяции. Выбор тренда, наиболее адекватно описывающего прогнозируемый процесс, связан с определением соответствующего вида функций. На начальном этапе числовой ряд сглаживается методом скользящей средней, затем на основе визуального анализа определяется ориентировочный вид соответствующего средней скользящей тренда из конечного числа простых функций. Чаще всего применяются следующие функции: линейная, параболическая, кубическая параболическая, степенная, экспоненциальная, модифицированная экспоненциальная, логистическая (S-образная), гиперболическая, квадратическая логистическая, колебательная и др. Для построения прогностических функций необходимы сведения об устойчивых взаимосвязях, темпах и направленности процессов за длительное время, свойствах процессов в определенный момент, о начальных и ограничительных условиях процесса развития.

Важно также правильное определение лага экстраполяции (дальности экстраполяции). Глубина прогнозной экстраполяции не должна превышать половины периода, принятого за базу, т. е., например, для 10-тилетнегопрогноза необходим временной ряд продолжительностью 25—30 лет. Надежность полученного прогноза определяется вероятностью наступления прогнозируемого события.

Другими формализованными Методами географического прогноза являются корреляционный, регрессионный, факторный анализ, метод огибающих кривых и др.

Корреляционный анализ — это определение взаимосвязи между двумя величинами, выражающейся в том, что при изменении одной величины в определенном направлении изменяется и другая. Регрессионный анализ заключается в выявлении функциональной зависимости среднего значения одной величины от одной или нескольких переменных. Факторный анализ позволяет «сжать» большое количество исходных показателей в меньшее число обобщенных характеристик (факторов) при потере незначительного количества исходной информации. Метод огибающих кривых основан на выявлении тенденций изменения параметров прогнозируемого объекта при разных условиях, определяющих пределы роста. Основные тенденции развития наносятся на график, а затем по точкам перегиба кривой проводится огибающая кривая, которая представляет собой обобщенную тенденцию изменения объекта во времени. Этот метод особенно эффективен для получения краткосрочных прогнозов изменений в технико-экономических показателях технологических процессов и изменения уровня загрязнения природной среды от источников разной мощности.

Моделирование как метод прогнозирования. Для разработки экономико-географических прогнозов все шире переменяется моделирование, в частности математическое. Оно необходимо для создания адекватных прогнозных моделей изучаемых объектов, явлений и процессов. Моделирование позволяет выявить причинную обусловленность параметров системы и дать функциональную, точечную и интервальную их оценку.

Применение моделирования для целей прогнозирования — чрезвычайно сложный процесс. Оно основано на большом массиве информации, требует адаптации существующего математического аппарата для конкретных целей прогнозирования и привлечения специалистов разного профиля (математиков, программистов, географов, экономистов, социологов и др.).

Среди существующих моделей для целей прогнозирования применяются следующие модели:

• 1. Функциональные у описывающие функции, которые выполняются отдельными компонентами системы и системой в целом.
• 2. Модели физического процесса, определяющие математические зависимости между переменными этого процесса. Они могут быть непрерывными и дискретными во времени, детерминированными и стохастическими.
• 3. Экономические у определяющие зависимость между различными параметрами изучаемого процесса и явления, а также критерии, позволяющие оптимизировать экономические процессы.
• 4. Процедурные, описывающие операционные характеристики систем, необходимые для принятия управляющих решений.

Прогностические модели могут быть концептуальные (выраженные словесным описанием или блок-схемами), графические (представленные в виде кривых, чертежей, карт), матричные (как связующее звено между словесным и формализованным представлением), математические (представленные в виде формул и математических операций), компьютерные (выраженные описанием, пригодным для ввода в ЭВМ).

Особое место занимают имитационные прогностические модели. Имитационное моделирование представляет собой формализацию эмпирических знаний о рассматриваемом объекте с использованием современных ЭВМ. Под имитационной моделью понимается модель, воспроизводящая процесс функционирования систем в пространстве в фиксированный момент времени путем отображения элементарных явлений и процессов с сохранением их логической структуры и последовательности. Это позволяет, используя исходные данные о структуре и главных свойствах территориальных систем, получить сведения о взаимосвязях между их основными компонентами и выявить механизм формирования их устойчивого развития.

Все имитационные модели построены по типу «черного ящика», когда имеется какой-то вход в него, описываемый экзогенными переменными (которые возникают вне системы, под воздействием внешних причин), и выход (описывается выходными переменными), который характеризует результат действия системы. Имитационные эксперименты состоят из многократных расчетов по заданной модели при изменении входных параметров и предполагают целенаправленный поиск оптимальных решений. Изменение значений входных и управляющих параметров задается в виде сценариев развития моделируемого объекта для оценки его функционирования в соответствии с этими сценариями в ходе компьютерных экспериментов с моделью. При большом количестве используемых в данной модели показателей и возможности их изменения в широких пределах существует неограниченное количество Ьценариев и их вариантов.

Процесс разработки экономико-географических прогнозов на основе математического моделирования включает следующие этапы:

• 1. Формулировка цели и задач исследования. Качественный анализ прогнозируемого объекта в соответствии с целью исследования.
• 2. Определение предмета и уровня моделирования, зависящие от задач прогнозирования.
• 3. Выбор основных признаков и параметров модели. В модель должны быть включены только существенные для решения определенной цели параметры, так как увеличение числа переменных увеличивает неопределенность результатов и усложняет расчеты по модели.
• 4. Формализация основных параметров модели, т. е. математическая формулировка цели и задач исследования.
• 5. Формализованное представление взаимосвязей между параметрами и характеристиками прогнозируемого объекта или процесса.
• 6. Проверка адекватности модели, т. е. точности отражения математической моделью признаков оригинала.
• 7. Определение информативных возможностей модели путем установления количественных связей закономерностей и синтезирования.