CC BY
1
2. Чернова О. А. Механизмы ресурсного обеспечения стратегии сбалансированного развития региона //Вестник Череповецкого государственного университета. - 2011. - Т. 1. - №. 2 (29). - С. 66-69.
3. Федорова Н. В. Региональная модель воспроизводства ресурсов в системе земледелия //Вестник Чувашского университета. -2012. - №. 2. - С. 509-517.
4. Сляднева Н. А. Информационные ресурсы в информационном обществе: онтологический статус и методология //Информационные ресурсы России. - 2009. - №. 1. - С. 8-13.
5. Руденко Л. Г. Приоритетные формы финансовой поддержки малого предпринимательства на современном этапе развития экономики России // Вестник Московского университета имени СЮ Витте. Серия 1: Экономика и управление. - 2014. - №. 3 (9). - С. 17-23.
6. Оглуздина О. Б., Шульгин Д. Б., Сон Л. Д. Конкурентный ресурсный VRIO-профиль высокотехнологичного предприятия // Вестник УрФУ. Серия: Экономика и управление. - 2016. - № 6. - 2016. - Т. 6. - С. 830-847.
7. Мкртумова А. А. Теоретические основы ресурсного подхода для формирования конкурентного преимущества страны // Креативная экономика. - 2019. - Т. 13. - №. 2. - С. 211-218.
8. Аппанова Ю. Э. Основные элементы ресурсной концепции: соотношение и взаимосвязь // Экономика и управление: новые вызовы и перспективы. - 2016. - №. 10. - С. 52-55.
9. Карташова Е. И. Проблемы формирования системы ресурсного обеспечения малого и среднего бизнеса // Вестник Омского университета. - 2011. - №. 4. - С. 258-260.
10. Венгерова И. В. Формирование системы управления ресурсным обеспечением медицинских услуг в современной экономике //Современные проблемы науки и образования. - 2012. - №. 5. - С. 237-237.
11. Сальникова Т.С. Повышение роли ресурсного потенциала в экономическом развитии организации в современных условиях / Т.С. Сальникова, Н.Н. Матненко, Ю.А. Мезяков // Международный научно-исследовательский журнал. - 2023. - №5 (131). -URL: https://research-journal.org/archive/5-131-2023-may/10.23670/IRJ.2023.131.107. - DOI: 10.23670/IRJ.2023.131.107
12. Юдин А.В. Ресурсный потенциал как фактор устойчивого развития предприятий агропромышленного комплекса / А.В. Юдин, Д.И. Де-ренский, О.М. Коробейникова // Международный научно-исследовательский журнал. - 2024. - №3 (141). - URL: https://research-journal.org/archive/3-141-2024-march/10.23670/IRJ.2024.141.119. - DOI: 10.23670/IRJ.2024.141.119 (дата обращения: 28.08.2024).
13. Валиев В.Н., Косолапов О.В. Ресурсосбережение и его роль в обеспечении рационального природопользования // Экономика и эффективность организации производства. 2012. № 17. С. 3-6.
14. Горбунова Н.А. Стратегический анализ ресурсного потенциала организации в условиях импортозамещения / Горбунова Н.А., Саранцева Е.Г., Челмакина Л.А. // Фундаментальные исследования. - 2023. - №7. - URL: https://s.fimdamental-research.m/pdf2023/7/43476.pdf (дата обращения: 15.09.2024).
15. Пушкарева М. В. Управление высокотехнологичным предприятием по критерию его VRIN-эффективности в условиях интенсивного импортозамещения //ФГБОУ ВО «ЧелГУ», г. Челябинск. - 2023. - С. 155.
EDN: XFEMRT
А.Г. Айрапетова - д.э.н., профессор, Санкт-Петербургский государственный экономический университет, Санкт-Петербург, Россия, [email protected],
A.G. Airapetova - Doctor of Economics, Professor, St Petersburg State University of Economics, [email protected], St Petersburg, Russia;
К.А Чукаров - научный соискатель кафедры экономики и управления предприятиями и производственными комплексами, Санкт-Петербургский государственный экономический университет, Санкт-Петербург, Россия, [email protected],
K.A Chukarov - research candidate of the Department of Economics and Management of Enterprises and Industrial Complexes, St Petersburg State University of Economics, Saint Petersburg, Russia.
ИННОВАЦИОННЫЕ ПОДХОДЫ ОЦЕНКИ ПЕРСПЕКТИВ РАЗВИТИЯ РЕГИОНАЛЬНЫХ СИСТЕМ INNOVATIVE APPROACHES TO ASSESSING THE PROSPECTS FOR THE DEVELOPMENT OF REGIONAL SYSTEMS
Аннотация. Управление развитием региональных систем является долгосрочным и многозадачным процессом, направленным на достижение устойчивого процесса повышения благосостояния региона и достижения эффективности деятельности его субъектов - предприятий, учреждений, организаций, населения и т.д. Комплекс мер, направленных на достижение этой цели, должен быть разработан на базе оценки региональных систем и прогнозных сценариев развития региона и его компонентов, которые в свою очередь, должны опираться на постоянно обновляемую базу данных по региону и применение инновационных подходов к оценке и прогнозированию состояния региона. Разработанные на базе прогнозных оценок программы по достижению установленных ориентиров по региону являются основой управленческих решений и пошаговой схемой реализации мероприятий регионального устойчивого развития. Разработка системы индикаторов эффективной реализации составляют необходимый элемент комплекса регионального развития и входят в комплекс мер по мониторингу, контролю и корректировке программ устойчивого развития региональных систем. Авторы рассматривают в статье основные подходы к прогнозированию и управлению развитием региональных систем и формируют базовые элементы прогнозирования и управления развитием региональных систем.
Abstract. Managing the development of regional systems is a long-term and multi-task process aimed at achieving a sustainable process of improving the well-being of the region and achieving the effectiveness of its subjects - enterprises, institutions, organizations, the population, etc. A set of measures aimed at achieving this goal should be developed on the basis of an assessment of regional systems and forecast scenarios for the development of the region and its components, which in turn should be based on a constantly updated database for the region and the application of innovative approaches to assessing and forecasting the state of the region. The programs developed on the basis of forward-looking estimates to achieve the established targets for the region are the basis of management decisions and a step-by-step scheme for the implementation of regional sustainable development measures. The development of a system of indicators of effective implementation is a necessary element of the regional development complex and is part of a set of measures for monitoring, monitoring and adjusting programs for the sustainable development of regional systems. The authors consider in the article the main approaches to forecasting and managing the development of regional systems and form the basic elements of forecasting and managing the development of regional systems.
Ключевые слова. Устойчивая политика регионов, региональная политика, индикаторы оценки регионов, методы прогнозирования, управление развитием регионов, программы развития регионов.
Keywords. . Sustainable regional policy, regional policy, regional assessment indicators, forecasting methods, regional development management, regional development programs
Введение
Прогнозирование будущего всегда было привлекательным и востребованным в разных областях деятельности, предвидение развития событий, реализация правильного варианта действий, достижение запланированных результатов - все это объясняет популярность и распространение прогнозирования в экономике и политике [1]. Тем не менее, запланировать и предвидеть не означало точного соответствия прогнозным сценариям,
Естественно-гуманитарные исследования № 5 (55), 2024_27
где-то больше, где-то меньше, но прогнозы не сбывались, показатели оказывались не соответствующими запланированным, результаты получались не те, которые ожидались. Поэтому методы и подходы прогнозирования развиваются, дорабатываются, добавляются более точные и многовариантные, что позволяет увеличить ценность прогнозов и разработанных сценариев.
Прогнозирование как процесс не может быть отделено от оценки показателей системы, по которой формируется прогноз. Схема прогнозирования является фактически частью процесса анализа, оценки, прогнозирования и управления любой системой, что позволяет определить состав и последовательность шагов по его проведению.
Основные этапы - выбор метода, сбор данных, оценка и формирования плана мероприятий являются стандартными для любого объекта проведения прогнозирования, а специфические особенности применения прогнозирования для отдельных объектов разрабатываются в зависимости от особенностей объектов и сильнее всего это проявляется на этапе формирования сценариев и плана мероприятий [2, 3]. Например, для региональных систем необходимо сочетание методов прогнозирования, а план мероприятий формируется в виде программ развития. Все методы прогнозирования имеют свои преимущества и недостатки. Поэтому выбор правильного метода прогнозирования имеет решающее значение для всех лиц, принимающих решения.
Теоретические и методические подходы к прогнозированию можно разделить на универсальные - общеэкономические и специальные - разработанные для оценки и сценарного прогнозирования региональных систем. Универсальные методы также классифицируются по группам, наиболее часто встречающаяся классификация составлена на основе разделения по применению статистических оценок, обычно выделяются подходы к прогнозированию на базе эмпирического качественного анализа, либо прогнозы на базе математического количественного анализа. Такая классификация также определяет разделение методов прогнозирования на качественные и количественные, что в принципе является более упрощенным подходом.
Методы качественного прогнозирования обычно считаются экспертными, но автор предлагает выделить отдельно экспертные, отдельно сценарные, которые также опираются на экспертные оценки, но все-таки содержат некоторую долю вероятностных предположений [4, 5]. Экспертные методы опираются в первую очередь на знания и опыт специалиста или эксперта-консультанта. Такие методы могут быть использованы в широком спектре ситуаций, когда базы данных недоступны или обстоятельства меняются настолько быстро, что математическая модель прогнозирования, основанная на прошлых данных, может оказаться несоответствующей действительности. Для эффективного использования качественных суждений экспертов был разработан ряд методов качественного прогнозирования.
Автор предлагает разделить экспертные методики на две группы - простые экспертные методы, такие как метод Дельфи или мозгового штурма, и методы сложных экспертиз, например, метод приоритетов, метода Саати, матрица попарных сравнений и т.д. Они также опираются на опыт и знания специалиста, но дополнительно оцениваются средневзвешенность баллов, выстраивание рейтингов, сопоставление факторов и показателей [6]. Что касается сценарных методик, то они также базируются на эмпирическом подходе, но содержат аналитические методы, поскольку подразумевают перебор и оценку экспертами вариантов развития событий. Например, сценарный анализ в упрощенной форме предлагает выстраивание сценариев развития событий по критериям отнесения к оптимистичным или пессимистичным вариантам, а критерии выбираются экспертами. Анализ чувствительности также предлагает варианты факторов, в той или иной степени влияющих на состояние объекта, оценку этих факторов и оценку степени влияния на объект.
Количественные методы позволяют делать прогнозы на основе математических моделей, а не субъективных суждений, хотя полностью от них не свободны - интерпретацию результатов также осуществляет специалист. Эти методы являются основным направлением в методах прогнозирования в результате значительных достижений в области математического моделирования и цифровых технологий, что значительно расширило варианты и подходы оценки [7]. Модели количественного прогнозирования используются в широком спектре предприятий и отраслей промышленности, также они хорошо подходят под оценку региональной системы, но с изменениями и адаптацией. Как показано на рисунке 1, количественные методы могут быть классифицированы как ортодоксальные и вероятностные. Вероятностные модели позволяют делать прогнозы путем извлечения систематических закономерностей на основе данных за определенный период времени и на основе выделенной закономерности предложить прогнозные варианты будущих данных. Ортодоксальные модели автор определил как исторически применяющиеся для анализа модели, по большей части экстраполирующие динамику собранных данных, прогнозируемая переменная в которых определяется соответствующими влияющими факторами.
К вероятностным относится широкий круг сложных моделей для решения которых нужно программное обеспечение и обучение специалистов.
Например, имитационное моделирование позволяет обработать данные даже при отсутствии точных показателей, применяя нормальное распределение Гаусса и генератор случайных чисел специалист может получить большое количество жизнеспособных моделей и сравнить с критериями отбора вариантов. Циклические и сезонные модели, основанные на выявлении закономерностей и их циклов, используют линейные и нелинейные функции и выявляют устойчивые повторяющиеся циклы, в финансовых временных рядах часто встречаются нестационарные циклы.
Рисунок 1 - Классификация методов прогнозирования (составлено автором)
Ортодоксальные более простые и применительно к набору данных больше работают с небольшим набором показателей или отдельными направлениями оценки. Например, выстраивание трендов относится к устойчивой тенденции роста или снижения, проявляющейся в данных. Тренд временного ряда может быть как линейным, так и нелинейным. Соответственно, для моделирования тренда могут использоваться линейные и нелинейные функции. Также, для прогнозирования применяются вычисление скользящего среднего, экспоненциальное сглаживание, модель Бокса-Дженкинса, модели пространства состояний и спектральные методы.
При выборе моделей прогнозирования часто учитываются два аспекта: точность и предвзятость. Точность относится к расстоянию между прогнозами и фактическими значениями. И прогноз становится предвзятым, если ошибки в одном направлении значительно превышают ошибки в других направлениях. В целом, основной целью всех прогнозных моделей является максимальная точность и минимизация искажений. После подгонки нескольких моделей-кандидатов к заданному набору данных, следующим шагом является сравнение и выбор наилучшей модели прогнозирования [8, 9].
Для прогнозирования развития региональной системы необходимо учесть несколько особенностей. В первую очередь, это многокомпонентность региона, составные части которого являются неоднородными, разноуровневыми и сложными, оценка проводится в условиях нелинейности и неопределнности. Также, региональная система зависит от большего числа факторов, которые нельзя сравнивать между собой. Структурированность, целостность и иерархичность региональной системы мешает выстраивать единый прогноз, скорее это прогнозный сценарий с вариантами и альтернативами. И наконец, прогнозы необходимо сделать для многих направлений: субъектов, производственных отношений, совокупности отраслей, общего состояния региона как отдельного субъекта страны. Отсутствие единой методики прогнозирования развития региона еще больше усложняет выбор метода прогнозирования региональных систем.
Автор провел анализ подходящих методик для прогнозирования развития региональной системы, отметив особенности оценки и необходимую адаптацию (таблица 1). Методики обобщены по предложенной автором классификации, поэтому в некоторых случаях приводятся только название группы методов, более подробную классификацию имеет смысл провести после выбора группы.
Таблица 1 - Анализ методов прогнозирования для оценки развития региональных систем (составлено автором)
Методы и подходы Сущность Сложности Оценка региональной системы
Простые экспертные методы оценка специалистами на основе своих знаний и опыта субъективная, неточная, неполная применяется частично, как составная часть оценки
Сложные экспертные методы применение экспертами методов количественной оценки и расчета весов менее субъективна, сложно при больших объемах, неточная некоторые отдельные методы из группы подходят для оценки отдельных элементов региональных систем
Сценарные методики составление вариантов развития событий при больших объемах сложна, не подходит под многокомпонентный анализ подходит для оценки при адаптации под особенности региональных систем
Вероятностные методы совокупность методов по прогнозированию на основе исходных данных на базе выявления закономерностей сложная, требует программного обеспечения подходит для оценки
Ортодоксальные методы статистические методы в краткосрочном периоде формализованный, небольшой диапазон оценки подходит только для отдельных направлений и только в совокупности с другими методами
Комплексные методы совокупность качественных и количественных методов требует умения и навыков применения метода и интерпретации результатов подходит для прогнозирования региональной системы
Автор учитывает, что методики и подходы внутри групп отличаются большим разнообразием, дальнейшие исследования выбора и обоснования методики прогнозирования следует проводить в группах вероятностных и комплексных методик. Комплексные методы содержат конкретные подходы, разработанные исследова-
Естественно-гуманитарные исследования № 5 (55), 2024_29
телями для отдельных целей, например, методика оценки рисков или подход Перегудова - Сагатовского для анализа среды и целеполагания. Исследование подходов позволит составить оптимально подходящую под прогнозирование развития региональных систем методику.
Возникает вопрос в выборе критериев для сравнения или достижения показателей по прогнозным вариантам. Автор предлагает формировать модели прогнозирования с учетом аттракторов - это либо крупный кластер или интенсификация экономических процессов, либо механизм положительной обратной связи, связанный с кругооборотом капитала. По мнению автора, точность и эффективность прогнозирования развития региональной системы улучшиться, если процесс прогнозирования будет распределен по аттракторам региона и для каждого будет сформирован отдельный прогноз.
Обычно аттракторы легко выделяются и структурируются, в целом все зависит от подхода и цели классификации. Это позволит дифференцировать прогнозные подходы и получить более точную картину регионального развития.
Заключение
В текущее время проблемы экономики, которые совпали с волатильностью рынка в результате непредвиденных воздействий, все в большей степени определяют актуальность прогнозирования развития в целом -или, более конкретно, развития региональных систем. Одним из основных недостатков подходов к прогнозированию развития регионов является отсутствие единого методологического подхода, высокий уровень субъективности и низкий уровень точности оценок. Обеспечение высокой точности оценки и прогнозирования развития регионов требует использования разнообразных методов, а также их комбинации, позволяющие устранить недостатки и обеспечить более высокую степень влияния факторов, направленных на изменение качества и темпов регионального развития. Модель, которая хорошо соответствует данным, не обязательно оптимально прогнозирует. Идеальное соответствие всегда можно получить, используя модель с достаточным количеством параметров. Чрезмерная подгонка модели под данные так же плоха, как неспособность идентифицировать систематическую структуру в данных. Следовательно, в качестве решения используется стратегия разделения данных, в рамках которых выделяются сценарные направления.
Что касается выбора и обоснования подходов, то любая модель прогнозирования неизбежно будет использовать экспертную оценку как на стадии определения цели, выбора методов прогнозирования, так и на стадии выстраивания сценариев и определения результатов [10]. Если есть необходимость в одноразовом прогнозировании, точнее в краткосрочном периоде или в отношении отдельного кластера, существует методы попроще - эконометрические или статистические. С другой стороны, если прогнозирование ведется постоянно, отсутствуют собственные экспертные знания, много серий для прогнозирования и т.д., то обычно используются методы, основанные на данных, и они «автоматизированы» и быстры в вычислительном отношении. Чтобы улучшить проверку прогнозов, необходимо оценить рассматриваемую систему, а точнее развитие регионов в течение длительного периода, по крайней мере, пяти лет. Проверка прогноза также может быть улучшена с помощью использование специальных методов, таких как экономико-математическое моделирование наиболее влиятельных показателей на достижение целей развития регионов. Источники:
1. Бурак П. И., Топилин А. В. Трансформация системы стратегического планирования социально-экономического развития страны и регионов: поиск новых методов и организационных решений //Вестник РАЕН. - 2021. - Т. 21. - №. 2. - С. 4-10.
2. Коломак Е. А. и др. Пространственное развитие современной России: тенденции, факторы, механизмы, институты. - Институт экономики и организации промышленного производства Сибирского отделения Российской академии наук, 2020.
3. Шеломенцева А., Беспалий С., Ифутина Е. Методологические подходы к определению системы показателей мониторинга социально-экономического развития региона. Экономическая серия Вестника ЕНУ им. Л. Н. Гумилева, 2021. - N°1. - С. 128-139.
4. Shouyi Wang, Wanpracha Chaovalitwongse Evaluating and Comparing Forecasting Models. In book: Wiley Encyclopedia of Operations Research and Management Science. February 2011. - url: https://www.researchgate.net/publication/313991989_Evaluating_and _Comparing_Forecasting_Models дата обращения: 02.04.2024.
5. Васконселос Б. С. Анализ формирования предпринимательской экосистемы умного города //38.04. 06 Торговое дело. - 2022.
6. Oginni B. O. et al. Work Ethics Practices and Employee Retention Towards Economic Recovery in the Brewery Industries of Lagos Metropolis, Nigeria //RUDN Journal of Public Administration. - 2023. - Т. 10. - №>. 2. - С. 248-268.
7. Показаньева Т. В., Кондратьева И. В. Оценка конкурентоспособности региона // Достижения и перспективы научно-инновационного развития АПК. - 2020. - С. 255-259.
8. Безрукова Т. Л., Гиязов А. Т., Байзиева А. М. Моделирование и прогнозирование инновационного развития предпринимательских структур в условиях глобальной конкуренции // Актуальные проблемы экономики. 2016. 182 (8). с. 344-351.
9. Фирсова А. А., Цыпин А. П. Оценка структурных изменений в пространственном инновационном развитии регионов России // Физический журнал: Серия конференций. 2021. - №»1.
10. Невежин В. П., Жиляев А. В., Смирнов В. В., Муравицкая Н. К. Эконометрические модели для прогнозирования инновационного развития страны // Журнал обзоров глобальной экономики. 2019. N°8, с. 767-775.
