PREDICTIVE ANALYSIS AND FORECASTING SOCIO-ECONOMIC DEVELOPMENT OF THE SUBJECT OF THE RUSSIAN FEDERATION
Rubrics: ENGINEERING AND NATURAL SCIENCES
Authors:
1.
Astrakhan State Technical University
2.
Astrakhan State Technical University
(Candidate of Technical Sciences, Assistant Professor; Assistant Professor of the Department of Applied Informatics)
Russian Federation
Russian Federation
Type:
Article
Pages:
from 62
to 68
Status:
Published
Received:
10.04.2017
Accepted:
14.04.2017
Published:
14.04.2017
Subject area:
UDK 004.9
GRNTI 20.01 Общие вопросы информатики
GRNTI 26.03 Общественно-политическая мысль
GRNTI 43.01 Общие вопросы естественных и точных наук
GRNTI 44.01 Общие вопросы энергетики
GRNTI 45.01 Общие вопросы электротехники
GRNTI 50.01 Общие вопросы автоматики и вычислительной техники
GRNTI 62.01 Общие вопросы биотехнологии
GRNTI 69.01 Общие вопросы рыбного хозяйства
GRNTI 70.01 Общие вопросы водного хозяйства
GRNTI 73.34 Водный транспорт
GRNTI 20.01 Общие вопросы информатики
GRNTI 26.03 Общественно-политическая мысль
GRNTI 43.01 Общие вопросы естественных и точных наук
GRNTI 44.01 Общие вопросы энергетики
GRNTI 45.01 Общие вопросы электротехники
GRNTI 50.01 Общие вопросы автоматики и вычислительной техники
GRNTI 62.01 Общие вопросы биотехнологии
GRNTI 69.01 Общие вопросы рыбного хозяйства
GRNTI 70.01 Общие вопросы водного хозяйства
GRNTI 73.34 Водный транспорт
Language:
Russian
Keywords:
economic and social development of the region, forecasting indicators, analytical platform, data processing script
Abstract (English):
The article analyzes the features of forecasting analysis of the socio-economic development of the RF subject (the Astrakhan region is taken as an example). The article describes the process of conducting analysis of coming data and forecasting; shows the stages of the process (forming a purpose of the study, collecting participating explanatory variables; accumulation of important statistical data; analyzing forecast figures using a certain predicting method; forming and visualizing analysis and prediction reports), requirements to baseline information and most common methods of socio-economic forecast. The existing relationship and interaction between the forecasting indicators should be taken to consideration in order to obtain well-coordinated and consistent data forecasts. On the basis of the analytical platform Deductor there has been developed the information-analytical system, its purpose is running of the script proposed by an analyst, and creating reports. The system calculates the forecasts, which are then combined into one data set. This method is based on information about the model, which allows selecting the optimal forecast with a minimum error.
The article analyzes the features of forecasting analysis of the socio-economic development of the RF subject (the Astrakhan region is taken as an example). The article describes the process of conducting analysis of coming data and forecasting; shows the stages of the process (forming a purpose of the study, collecting participating explanatory variables; accumulation of important statistical data; analyzing forecast figures using a certain predicting method; forming and visualizing analysis and prediction reports), requirements to baseline information and most common methods of socio-economic forecast. The existing relationship and interaction between the forecasting indicators should be taken to consideration in order to obtain well-coordinated and consistent data forecasts. On the basis of the analytical platform Deductor there has been developed the information-analytical system, its purpose is running of the script proposed by an analyst, and creating reports. The system calculates the forecasts, which are then combined into one data set. This method is based on information about the model, which allows selecting the optimal forecast with a minimum error.
Keywords:
economic and social development of the region, forecasting indicators, analytical platform, data processing script
economic and social development of the region, forecasting indicators, analytical platform, data processing script
Введение Астраханская область, как геополитический и геокультурно значимый регион, крупный транспортно-транзитный узел, территория, имеющая значительные запасы природных ресурсов, оказалась в выгодном положении и сумела воспользоваться исключительно благоприятными внешними условиями. Успехи в социально-экономической сфере региона во многом связаны с грамотным применением таких средств, как анализ и прогнозирование социально-экономических показателей. В современных условиях, с учетом развития макроэкономической теории, стратегического планирования и широкого применения математических моделей, внимание к прогнозированию не ослабевает, а методы прогнозирования обогащаются и обретают новые черты. Одной из современных тенденций является рост значения и роли прогноза в системе управления развитием территорий - стратегические целевые решения должны быть обоснованы с применением современных методов и инструментов прогнозирования и должны учитывать специфику развития конкретной территории. Без учета особенностей развития регионов стратегические прогнозы и планы будут попросту бессодержательными. Вне потребностей и спецификации регионов не может быть сформирована и реализована ни одна долгосрочная общегосударственная программа. Анализ данных и прогнозирование являются базовыми для принятия государственных решений в отношении регулирования социально-экономических процессов. О. Моргенштерн и Дж. фон Нейман в книге «Теория игр и экономическое поведение» [1] отметили, что экономическая теория во всех ее видах в конечном итоге предназначена для построения прогнозов. На современном этапе большое внимание уделяется обеспечению надежного прогнозирования, позволяющего лучше видеть варианты изменений и принимать обоснованные решения, вследствие чего исследование методов и инструментов социально-экономического прогнозирования как элемента управления региональным развитием является актуальной научной задачей. Этапы построения прогноза показателей социально-экономического развития региона Задачи обеспечения губернатора Астраханской области и председателя правительства Астраханской области необходимыми аналитическими и справочными материалами возложены на государственное казенное учреждение Астраханской области «Центр социально-экономического мониторинга и аналитики» (далее - Центр аналитики). Построение прогноза показателей социально-экономического развития субъекта Российской Федерации в Центре аналитики включает в себя следующие этапы: Этап 1. Формирование цели исследования, набора участвующих в модели объясняемых и объясняющих переменных. Основная цель исследования - получение прогноза показателей социально-экономического развития субъекта Российской Федерации. С целью получения согласованных и непротиворечивых прогнозов показателей социально-экономического развития субъекта Российской Федерации при выборе объясняющих переменных необходимо учитывать существование взаимосвязей и взаимодействия между прогнозными показателями [2]. Существует устойчивая зависимость между динамикой населения и параметрами развития экономики и социальной сферы. Демографические показатели оказывают влияние на трудовые ресурсы, а последние оказывают влияние на развитие экономики, а также служат исходной базой для прогнозов объемов и структуры потребления, доходов и расходов населения. Взаимосвязи между рассматриваемыми показателями социально-экономического развития субъекта Российской Федерации по укрупненным блокам формы 2 представлены на рис. 1. Рис. 1. Схема взаимосвязей между группами показателей социально-экономического развития субъекта Российской Федерации Этап 2. Информационно-статистический. Заключается в сборе необходимой статистической информации, т. е. значений факторов и показателей моделируемой системы, участвующих в анализе. Исходная информация [3]: - должна быть полной, т. е. достаточной для формирования решений модели во всем расчетном периоде; - должна обладать точностью и достоверностью, достаточной для достижения целей моделирования; - все показатели, входящие в состав исходной информации, должны быть взаимосогласованными, т. е. соответствовать некоторой логически непротиворечивой системе посылок. Основными источниками информации в ретроспективе являются: - сборники и доклады Федеральной службы государственной статистики (Росстат) [4]; - официальные отчеты Федерального казначейства Российской Федерации [5]. К разработке прогнозов по каждому показателю приводится перечень источников информации на ретроспективный период, а для экзогенных факторов - на ретроспективный и прогнозный периоды. Этап 3. Расчет прогнозных показателей на основе выбранной методики прогнозирования. При разработке социально-экономических прогнозов наиболее часто используют следующие четыре группы методов: - линейная регрессия (если были выделены факторы, оказывающие наибольшее влияние на прогнозный показатель, а характер зависимости линейный); - нелинейная регрессия (если были выделены факторы, оказывающие наибольшее влияние на прогнозный показатель, а характер зависимости нелинейный); - методы экстраполяции (если анализ динамики отдельных показателей в ретроспективный период показал, что последующие значения показателя в наибольшей степени определяются не изменением других факторов, а динамикой этого же показателя в предшествующие периоды); - детерминированное уравнение (значение отдельных показателей в каждый момент времени однозначно определяется соотношением значений других показателей, поэтому для определения их прогнозных значений используются заранее определенные формулы). Выбор конкретного вида уравнения в каждом случае проводится по результатам анализа динамики показателя за ретроспективный период, а также должен быть обоснован на последнем этапе при проверке качества модели. Этап 4. Формирование и визуализация отчетов по анализу и прогнозированию. Даже самые мощные технологии извлечения закономерностей и машинного обучения не представляют особой ценности без инструментальной поддержки в виде соответствующего программного обеспечения, поэтому в качестве реализующей среды нами была выбрана аналитическая платформа Deductor [6], т. к. она имеет необходимый инструментарий и адаптирована для проведения анализа деятельности бюджетной организации. Концепция и архитектура хранилища данных прогнозирования показателей социально-экономического развития Внедрение технологий интеллектуального анализа данных на основе платформы Deductor изменяет состав этапов построения прогноза показателей социально-экономического развития субъекта Российской Федерации: обозначить цель; выбрать сценарий, соответствующий цели; выполнить сценарий; сформировать и выгрузить отчеты; отредактировать отчеты. Задача аналитика сводится к корректному выбору сценария обработки данных, а его выполнение и формирование отчетов перекладываются на аналитическую платформу Deductor. Важной задачей для реализации этих этапов становится формирование хранилища данных, пополнение которого происходит периодически из различных внешних источников, в том числе - из статистических отчетов [4, 5]. Структура хранилища данных «Prognozirovanie» включает процессы «Показатель», «Показатели по отраслям», «Показатели по категориям хозяйств» (рис. 2). а б в Рис. 2. Структура хранилища данных «Prognozirovanie». Процессы: а - «Показатели»; б - «Показатели по категориям хозяйств»; в - «Показатели по отраслям» Рис. 3. Семантический слой хранилища данных «Prognozirovanie» Схему построения реляционного хранилища данных в Deductor реализуют с помощью редактора метаданных. Для каждого узла метаданных - измерения или его атрибута - задают идентификатор, метку и тип данных. Затем определяют ссылки или иерархию измерений и их связь с центральной таблицей фактов (см. рис. 3). Следующим важным этапом является загрузка внешних данных в хранилище данных [7]. Источниками структурированных данных в образовательной версии платформы Deductor Academic могут служить обычные txt-файлы. Сценарий загрузки имеет древовидную форму, его узлами является последовательность таких операций, как: 1) импорт данных из внешних источников; 2) экспорт данных в измерения с атрибутами, начиная с самого верхнего уровня иерархии; 3) экспорт данных в процессы «Показатель», «Показатели по отраслям», «Показатели по категориям хозяйств». Фрагмент сценария загрузки изображен на рис. 4. Во вкладке «Сценарии» происходит обработка информации, в ходе которой используются мастера импорта, обработки, визуализации или экспорта. Рис. 4. Панель сценариев хранилища данных «Prognozirovanie» В таблице приведены встроенные аналитические методы платформы Deductor, использовавшиеся для анализа входных данных. Аналитические методы Аналитические методы Показатель Скользящее окно Валовая продукция сельского хозяйства; валовой региональный продукт (ВРП) Линейная регрессия Валовая продукция сельского хозяйства; ВРП Прогноз Валовая продукция сельского хозяйства; ВРП Трансформация (объединение) ВРП; индекс промышленного производства; оборот розничной торговли; объем инвестиций в основной капитал; численность населения; коэффициент рождаемости; коэффициент смертности; миграционное сальдо Кросс-таблица ВРП; индекс промышленного производства; оборот розничной торговли; объем инвестиций в основной капитал; уровень зарегистрированной безработицы (к экономически активному населению); численность населения; коэффициент рождаемости; коэффициент смертности; миграционное сальдо Все рассчитанные прогнозы объединяются в один набор данных, затем, на основе информации о модели с минимальной ошибкой, выбирается оптимальный прогноз. На основе расчетных данных формулируются выводы о социально-экономическом развитии Астраханской области (рис. 5). Рис. 5. Фрагмент отчета о социально-экономическом развитии Астраханской области Данные отчеты являются управляющей информацией и служат для обеспечения руководства Астраханской области необходимыми аналитическими и справочными материалами. Заключение В ходе исследования на базе современных автоматизированных технологий разработана система эффективного анализа поступающих данных и прогнозирования социально-экономического развития Астраханской области как субъекта Российской Федерации. Описан процесс проведения анализа поступающих данных и прогнозирования: сбор статистических данных, формирование банков данных, выбор модели прогнозирования, анализ и обработка данных и формирование аналитических отчетов. Система, на основе информации о модели с минимальной ошибкой, позволяет выбрать оптимальный прогноз. Использование системы будет способствовать обеспечению надежного прогнозирования, позволяющего руководству региона лучше видеть варианты изменений и принимать обоснованные решения.
1. Morgenshtern O., Dzh. fon Neyman. Teoriya igr i ekonomicheskoe povedenie. M.: Kniga po Trebovaniyu, 2012. 708 s.
2. Khanova A. A., Protalinsky O. M., Dorokhov A. F., Bolshakov A. A. Socio-Economic Systems Strategic Management Concept Based On Simulation // World Applied Sciences Journal. 2013. Vol. 24, no. 24. P. 74-79.
3. Barsegyan A. A., Kupriyanov M. S., Stepanenko V. V., Holod I. I. Metody i modeli analiza dannyh: OLAP i Data Mining. SPb.: BHV-Peterburg, 2004. 336 s.
4. Regiony Rossii. Social'no-ekonomicheskie pokazateli. 2014: Stat. sb. M. Rosstat, 2014. 900 c.
5. Ocenka rezul'tatov realizacii mer pravovogo regulirovaniya gosudarstvennoy programmy Rossiyskoy Federacii «Upravlenie gosudarstvennymi finansami i regulirovanie finansovyh rynkov» za 2014 god. URL: http://www.roskazna.ru/upload/iblock/9e2/otsenka-rezultatov-realizatsii-mer.xlsx (data obrascheniya: 15.11.2016).
6. Paklin N. B., Oreshkov V. I. Biznes-analitika: ot dannyh k znaniyam: ucheb. posobie. SPb.: Piter, 2010. 704 s.
7. Zinchenko M. N., Artyushina E. A. Realizaciya OLAP-tehnologii na baze analiticheskoy platformy Deductor Academic // Sovremennye naukoemkie tehnologii. 2014. № 5 (ch. 2). S. 88-90.
