Прогнозные сценарии в виноградарстве

Инструмент является таковым лишь в умелых руках.

Инструментарий прогнозирования

Применяемые в настоящее время методы прогнозирования разнообразны и многочисленны (по некоторым оценкам порядка 200), хотя исчерпывающей применительно к потребностям практического прогнозирования их совокупность, конечно же, назвать нельзя. В таких условиях нетривиальными являются процедуры выбора и эффективного использования методов прогнозирования.

Большинство методов прогнозирования базируется на использовании ретроспективной информации об объекте прогнозирования. Такие методы нередко называют фактографическими. Различают также генетический и нормативный подходы в прогнозировании. Методы прогнозирования нередко разделяют на интуитивные и формализованные. Наиболее часто при классификации исходят из типа используемой информации, различая обычно следующие методы прогнозирования: экстраполяционные; адаптивные; экспертные; логические (в том числе и методы аналогий); построение трендовых моделей (слайд 3); комбинированные, включая современные компьютерные технологии прогнозирования (в том числе и с использованием имитационного моделирования PowerSim Studio 7 (слайд 4)).

В качестве иллюстрации приведем разработанную нами методику построения и обоснования прогнозных сценариев развития виноградарства.

Для построения прогнозных сценариев были выделены наиболее значимые закономерности развития виноградарской отрасли:

1. Виноград необходимо рассматривать как систему – ампелоценоз.

2. Урожайность винограда находится в непосредственной зависимости от солнечной активности и ее циклических особенностей.

3. Относительная стабильность урожайности винограда, обусловленная спецификой отрасли, за последние 100 лет (слайд 5).

4. Неоднородность воздействия антропогенных и природных факторов во времени и в пространстве.

5. Большой временной лаг экономической отдачи капитальных вложений.

На слайде 6 представлена классификация методов, применимых для прогнозирования тенденций развития виноградовинодельческой отрасли, разработанная с учетом вышеизложенных положений.

Отметим, что процесс прогнозирования отдельных параметров (показателей) отраслевого состояния с целью построения сценарных прогнозов развития невозможен с использованием какого-либо одного из перечисленных методов, поэтому считаем целесообразным, объединить их в группы. На наш взгляд для прогнозирования в отрасли виноградарства и виноделия применимы четыре группы методов: экспертные, расчетные, экспертно-расчетные и расчетно-экспертные методы.

В группу расчетных методов для прогнозирования тенденций в виноградарстве на основе выявленной специфики прогнозирования экономических процессов в рассматриваемой отрасли были включены следующие инструменты: построение многофакторных моделей (моделирование), метод аналогий, метод экспоненциального сглаживания, циклические закономерности.

Предложенный алгоритм включает в себя следующие основные этапы, представленные на слайде 8.

В основу моделирования была принята следующая, казалось бы, достаточно очевидная гипотеза: продуктивность винограда находится в непосредственной зависимости от уровня солнечной активности. Гораздо более сложным является установление вида значимой связи между ними, так как на результаты хозяйственной деятельности оказывают существенное воздействие и другие факторы, включая антропогенные. Да и влияние солнечной активности также весьма неоднородно.

Прогнозный период (2009-2017 гг.) относится к двадцать четвертому одиннадцатилетнему циклу солнечной активности с началом в 2008 году и окончанием в 2017 году – согласно [8], тип этого цикла второй (нулевой номер присвоен циклу, максимум которого был около 1750 г.).

Графически результаты прогнозирования урожайности винограда в Ставропольском крае, представлены на слайде 9. Верификация используемой методики, представлена на слайде 10.

Анализ совокупного влияния экономических и природных факторов в настоящее время приводит к заключению о том, что наиболее вероятное функционирование виноградарской отрасли в 2011-2012 гг. будет происходить по пессимистическому сценарию (слайд 11). Следовательно, необходимо разработать и принять комплекс мер по целенаправленному изменению этой ситуации и переходу от пессимистического к реалистическому сценарию: страхование виноградных насаждений от природно-климатических катаклизмов; адаптация производственных мощностей и процессов; формирование стратегии реализации виноматериалов на время снижения объемов производства винограда; изменение структуры финансирования государственной поддержки, для выделения средств на минимизацию и ликвидацию последствий форс-мажорных ситуаций.

Предлагаемая методика апробирована (слайд 12), так отклонение прогнозного значения урожайности винограда от фактического составило в 2009 году 0,37%, а в 2010 году - около 8%. При этом прогнозная и фактическая тенденции изменения урожайности совпадают.

Одним из направлений развития наших исследований может стать прогнозирование качественных характеристик винограда, так как качество сырья определяет качественные показатели винодельческой продукции и все дальнейшие технологические процессы и влияет на ценообразование отрасли.

Важным свойством данной методики сценарного прогнозирования является ее универсальность. Основные результаты проведенного исследования, несмотря на выраженную отраслевую направленность своего приложения в силу системности объектов и системного инструментария применимы и к другим предметным отраслям. Подтверждением тому, в частности, могут служить наши исследования в активно развивающиеся сфере телекоммуникационных услуг. Не смотря на сущностные отличия аграрного предпринимательства от телекоммуникационного, системный подход и использование системных закономерностей позволили спроецировать предлагаемую методику на столь, на первый взгляд, отличную сферу экономики.

Прогнозирование не только необходимо, но и реально!

Дата добавления: 2014-01-06