Прогнозная оценка развития лесного комплекса на основе эвристического метода

Введение

Экономические механизмы управления хозяйственной деятельность лесного комплекса нацелены на повышение эффективности хозяйственной деятельности лесного комплекса, рациональное использование лесных ресурсов. Для разработки стратегических программ развития лесного комплекса России необходимо прогнозирование объёмов спроса и предложения на долгий период. Планирование ситуации на среднесрочный период и прогнозирование конъюнктуры лесопромышленного рынка на долгосрочный период необходимы и для разработки планов на микроуровне (производственных, сбытовых, технических и инвестиционных). Прогнозы позволяют организациям оперативно регулировать и распределять материальные, финансовые и интеллектуальные ресурсы, определять возможности привлечения заёмного капитала.

Снять некоторую неясность и неточность прогнозирования поможет комбинация интуитивных и формализованных методов. К настоящему времени для прогнозирования социально-экономических процессов на микро и макроуровне разработано множество вариаций методов как интуитивных, так и формализованных. В практике часто применяются интуитивные методы прогнозирования, которые достаточно просты, но имеют невысокую точность и одновременно высокую субъективность. Для получения точных прогнозов применяют формализованные методы, и чаще всего они основаны на экстраполяции и интерполяции. На предварительном этапе использования сложных методов полезно применять интуитивные методы прогнозирования, полученные на основе опросов, анкетирования, метода комиссий специалистов соответствующей области. Вместе с интуитивными методами прогнозирования на начальных этапах исследования помогает экспресс-прогнозирование, которое основано на обнаружении устойчивых тенденций, и прогнозирование по аналогии с оценкой достигнутых результатов.

Сегодня прогнозированием развития лесного комплекса и рынка занимаются исследовательские институты в области леса, международные и национальные организации, консалтинговые компании, специализированные в сфере лесоводства, лесозаготовок, лесного хозяйства. Так, заслуживает внимания исследования Международного союза лесных исследовательских организаций (IUFRO) [3]. В России создана Ассоциация российских организаций, которая является членом ИЮФРО, и включает пятнадцать ведущих учреждений, занятых исследованиями в лесной области: ВНИИ лесоводства и механизации лесного хозяйства, ВНИ информационный центр по лесным ресурсам, Санкт-Петербургская государственная лесотехническая академия им. С. М. Кирова, Научно-исследовательский институт лесной генетики и селекции, Санкт-Петербургский научно-исследовательский институт лесного хозяйства, Уральский государственный лесотехнический университет, Представительство Всемирного Союза Охраны Природы для стран СНГ, и др. Для исследований по прогнозированию также значимы труды Центра международных исследований в области лесоводства (CIFOR) [2]. Для прогнозирования формализованными методами используются разнообразные базы данных, которые составляются статистическими службами Российской Федерации, Рослесхоза, региональными интеграционными объединениями, специализированными отраслевыми организациями и ассоциациями. На глобальном уровне статистические базы и отчётные обзоры представлены международными организациями (ЮНЕП - United Nations Environmental Programme, ЮНКТАД, ВТО, Всемирного банка, Международного института устойчивого развития, и др.) [1, 2, 3]. Авторитетными считаются прогнозы Комиссии ФАО Продовольственной и сельскохозяйственной ООН, которая для прогнозирования лесных ресурсов использует моделирование на основе уравнений множественной корреляции. Прогнозирование спроса на лесопродукцию комиссией ФАО ООН выполняется раздельно по региональным сегментам мирового рынка с учётом социально-экономических факторов потребления лесопродукции, наличия собственных лесных ресурсов. Для прогнозирования объёмов выпуска лесопродукции для России оценка спроса на лесопродукцию на внутреннем и внешнем рынках проводится с корректировкой на производственные мощности лесопроизводителей. Основными факторами потребительского спроса на лесопродукцию являются: численность населения страны и темпы прироста, объём валового продукта на душу населения, средний доход на душу населения, удельная доля лесопродукции в потребительской корзине, и др. При разработке прогнозов экспортных поставок лесопродукции России определяются такие основные детерминанты, как: прогноз общего потребления лесопродукции на мировых рынках, доля российского импорта в потреблении других стран, внешнеторговая политика стран, сертификация лесов и др. В ранее проводимых научных исследованиях мы в большей степени опирались на формализованные методы экстраполяции, а также разрабатывали прогнозы с помощью математического моделирования. Для моделирования динамики цен на разные виды лесопродукции на среднесрочную и долгосрочную перспективы нами разрабатывались разные модели (аддитивная, тригонометрическая регрессия, регрессия с переменной структурой, мультипликативная) и адаптивные модели, которые показали наиболее высокую точность при проверке временем. Прогнозы развития рынка продукции лесного комплекса могут быть ограничены точностью информации и погрешностями аналитических методов. Повысить достоверность прогнозов можно дополнив формализованные методы эвристическими методами, например, экспертными оценки специалистов и исследователей. Поэтому в задачи диссертационного исследования входит адаптировать методологический подход прогнозирования развития рынка лесопродукции с использованием эвристических методов.

Эффективное развитие российского лесного комплекса возможна при активизации использования лесоресурсного потенциала страны. Поскольку запасы древесины в нашей стране обширные, но при этом эффективность их заготовки и переработки неэффективны, то правительство России пытается развивать лесной комплекс и перевести на новую модель ведения лесного хозяйства. Развитие лесного комплекса планировали первой Стратегией-2020, принятой в 2008 г., которая не оправдала надежд, поскольку была в большей степени политическим инструментов, а после кризиса 2008–2010 гг. стала невостребованной, так как запланированные показатели не соответствовали фактическому состоянию лесного комплекса [5, 13, 14, 15]. Поэтому в 2018 г. ещё до окончания срока действия первой стратегии была принята новая Стретеги-2030, которая сразу же подвергалась критике, так как содержала многие ошибки, и точно также не учла факторов развития лесного комплекса. В конце января 2021 г. Правительство России обновило Стратегию развития лесного комплекса до 2030 г. [13, 14, 15]. Обновлённая стратегия обозначила основные показатели, которые необходимо достичь за короткий срок, и что будет возможно только при переходе на интенсивную модель с внедрением инновационных и цифровых технологий. Обновлённая программа призвана повысить экономическую и экологическую составляющую лесного комплекса. Но ряд специалистов и учёных, жёстко критикуя данную стратегия развития лесного комплекса, считают, что она не может быть названа документом стратегического планирования. Так, профессор А. Петров, считает, что снова не учтены факторы хозяйственной деятельности лесного комплекса как объекта стратегического планирования, а также приводит причины, почему документ нельзя считать стратегическим планом (рисунок 1). Есть и более критичные мнения касающихся Стретагии-2030, с которыми мы отчасти согласны. Анализ прогнозных показателей стратегии развития лесного комплекса и производства лесопродукции показывает неоднозначные выводы (таблица 1, 2) [5, 6, 7, 8]. Так, по показателю плата за пользование природными ресурсами установлено увеличение с уровня 2019 г. к 2030 г. в 2 раза по базовому и в 4 раза по стратегическому сценарию, но какими способами и мероприятиями можно добиться таких результатов и разницы в стратегическом сценарии не представлено. И сама установленная величина 200 млрд. руб. несколько неожиданная, так как за период с 2010 г. (40 млрд руб.) по 2019 г. (52,8 млрд, руб.) плата за пользование росла медленными темпами [5, 13]. Ещё более непонятен сам текст поясняющий, что рост ставки платы за один куб метр древесины в 2019 г. увеличился по сравнению с 2018 г. на 11,7%, но если обратиться к прошлому варианту стратегии, то в ней указан рост 12% за 10 лет (2006–2016 гг.) [13]. Также интересным вопросом является почему установлены невысокие показатели по лесовосстановлению, хотя мы знаем, что с 2019 г. начал действовать федеральный проект «Сохранения лесов».

Рисунок 1 – Критическая оценка Стратегии-2030

Источник: разработано авторами по данным [13]

Научная проблема данного исследовании связана с выявлением и обобщением противоречивых результатов прогнозирования деятельности лесного комплекса, представленных в стратегических документах. Исследовательским объектом стал лесной комплекс России, который является сложной экономической системой, включающей несколько отраслей с отличающимися технологическими процессами, связанными между собой использованием лесных ресурсов. Цель исследования заключается в развитии прогнозных подходов применительно к прогнозированию деятельности лесного комплекса России. Основные задачи данного научного исследования заключаются в следующем:

- провести анализ прогнозов лесного комплекса России, представленных в стратегических документах; - проанализировать достижимость уровня прогнозных показателей по производству лесопродукции в 2022 г.;- разработать алгоритм прогнозирования развития лесного комплекса с учётом метода эвристического прогнозирования; - апробировать разработанный алгоритм прогнозирования развития лесного комплекса. Научная новизна состоит в том, что развит методологический подход к прогнозированию развития лесного комплекса, который отличается от существующих подходов применением эвристических методов, построенных на комбинаторики прогнозных количественных и экспертных оценок.

Научные труды отечественных и зарубежных авторов, изучающие стратегическое развитие и прогнозирование деятельности лесного комплекса положены в основу исследования [4-12, 16 - 19]. В информационную базу включены статистические данные, справочные данные и базы российских организаций, стратегические документы и справочные материалы официальных органов власти, и другие источники. Для проведения исследования использовались разнообразные эмпирические методы.

Результаты исследования, дискуссия

Нами проанализирован уровень прогнозных показателей стратегии развития лесного комплекса на 2022 г. Но следует учитывать, что последние три года для экономики России, в том числе и для деятельности лесного комплекса стали экстраординарными. Тем не менее, такой анализ даёт возможность установить были ли предусмотрены стратегий кризисные периоды, выделить острые проблемы в развитии лесного комплекса по фактическим показателям 2022 г. (рисунок 2) [13].

Рисунок 2 – Сравнение установленных стратегических показателей по результатам развития лесного комплекса 2022 г.

Источник: разработано авторами по данным [13]

Анализ фактических результатов деятельности лесного комплекса показал, что острой проблемой является цифровая трансформация, которая представлена в восьмом разделе стратегии, и одним из важных показателей этого развития является рост пользователей информационной системы учёта древесины. Но результат числа пользователей в 2022 г. в 2 раза ниже установленного в стратегии даже по базовому варианту развития [13]. Остальные показатели развития лесного комплекса в целом соответствуют и даже превышают установленные, и снова возникает вопрос. В разработанной стратегии действительно учтены кризисные ситуации, связанные с санкционным ограничением, или установлены более низкие показатели, чем должны быть по факту. Дальнейший анализ показателей производства лесопродукции также показывает расхождения и неоднозначные выводы. Значительный рост производства к 2030 г. по сравнению с 2019 г. (основа прогноза) в базовом сценарии спрогнозирован по мебели (156%), пеллетам (164%), продукции лесохимии (140%) [13]. По остальным видам лесопродукции стратегическим прогнозом установлен умеренный темп прироста от 2,5% до 17% за весь десятилетний период (таблица 1). Более значительные темпы роста производства за десятилетний период предусмотрены стратегическим сценарием (рисунок 3).

Рисунок 3 – Темпы роста производства лесопродукции согласно Стратегии-2030

Источник: разработано авторами по данным [13]

Анализ достижимости уровня прогнозных показателей по производству лесопродукции в 2022 г. показал значительные расхождения по всем видам продукции (рисунок 4) [13]. Значительно ниже базовых показателей стратегии объём лесозаготовки в 2022 г. (на 7%), производство пиломатериалов (на 40%), фанеры (на 34%), по плитам всех видов (на 5 – 18%%) [13]. По остальным видам лесопродукции наоборот объёмы производства значительно выше.

Рисунок 4 – Сравнение установленных стратегических показателей по результатам производства лесопродукции 2022 г.

Источник: разработано авторами по данным [13]

Таким образом, проведённый нами анализ, а также мнения учёных и специалистов, показывают, что данная стратегия требует актуализации и доработки. Кроме того, в настоящий период неэффективность деятельности лесного комплекса усложняется новыми проблемами, связанные с санкционными ограничениями. По поручению президента России в настоящее время проводится актуализация стратегии с возможностью увеличения доли лесного вклада в ВВП, повышении уровня обработки и переработки древесины, а также импортозамещения в сфере лесной промышленности. И мы согласны с мнением многих учёных, что к разработке стратегии должны быть высококвалифицированными специалистами, и как считает А. Петров, в формате финансирования Гранта.

Таблица 1 – Основные показатели Стратегии развития лесного комплекса до 20230 г. и фактический уровень развития лесного комплекса на 2022 г.

Таблица 2 – Прогноз развития производства лесного комплекса до 2030 г. по изменённой Стратегии от 2021 г. и фактический уровень развития лесного комплекса на 2022 г.

При прогнозировании развития рынка лесопродукции были использованы разные методы эвристического прогнозирования: анкетирования и интервьюирования, экспертного опроса, аналитической экспертной оценки, коллективного обсуждения. Общая схема разработки экспертных планов прогнозирования развития производства лесопродукции в целом не отличается от принятой процедуры работы с экспертами (рисунок 5).

Рисунок 5 - Общая схема разработки экспертных планов прогнозирования развития производства лесопродукции

Источник разработано автором по экспериментальным данным

В качестве экспертов отобраны специалисты федеральных и региональных органов управления в сфере лесного комплекса, специалисты частного бизнеса, состав которых формировался с максимальным охватом крупных предприятий лесного комплекса. В нашем исследовании принимало участие 25-30 экспертов, и этого количества было достаточно для получения стабильных количественных оценок экспертных суждений при их усреднении с использованием процедур метода анализа иерархий. Но для разработки стратегических прогнозов для макроуровня, необходимо увеличить количество экспертов. Для оставления анкет можно использовать разные типы вопросов или несколько типов вопросов, что требует отдельных обработок с последующим их сравнением, тем самым это усиливает достоверность полученных прогнозных оценок развития лесного комплекса. Нами были составлены экспертные таблицы с несколькими альтернативами объёмов производства по каждому виду продукции на период 2021 – 2025 гг.

На этапе анализа и обработки полученных экспертных оценок формируем матрицу, в которой строки матрицы соответствуют ответам экспертов по вопросам, которые представляют виды лесопродукции. Внутри каждого вопроса (виды лесопродукции) включены альтернативы объёмов производства лесопродукции (1, 2, 3, 4), которые должен оценить эксперт. Общее число вопросов (m) соответствует видам лесопродукции, которые представлены в стратегии развития лесного комплекса. Но также желательно расширить виды лесопродукции, например, добавив такие как сангвиническая бумага, бумага упаковочная, упаковка из картона и т.д. (таблица 5.7). Можно также добавить градацию некоторых видов продукции, например, целлюлоза хвойная, целлюлоза лиственная. По столбцам матрицы проставляются ответы экспертов по альтернативам по указанным видам лесопродукции. Порядковый номер альтернативы (j) нумеруется в соответствии с номерами столбцов матрицы (таблица 3). N — общее число альтернатив, на которые оценивает эксперт.

Таблица 3 - Матрица ответов экспертов

Метод анализа иерархий нами выбран потому, что оптимально подходит для процесса выбора оптимального варианта прогноза из множества существующих альтернатив. При наличии определённых достоинств метода анализа иерархий есть и проблемы. Так проблемой данного метода обнаруживается в необходимости получения большей информации от экспертов, в проведении процедур проверок, начиная от предварительного ранжирования количественных критериев прогноза до проверки достоверности полученных результатов. Обобщённо схему метода анализа иерархий можно представить следующим образом (рисунок 6).

Рисунок 6 – Обобщённая схема метода анализа иерархий

Источник разработано автором по экспериментальным данным

Для оценки качества работы экспертов использовался общеустановленный критерий в методе анализа иерархий – отношение согласованности. Важной процедурой исследования является определение степени согласованности мнений экспертов, который определяется через коэффициент конкордации, и расчётом существенности через значение коэффициента с помощью критерия распределение Пирсона. Значение полученного критерия сравнивают с табличным при уровне значимости α = 0,05 и числе степеней свободы f=m–1. Полученная в наших исследованиях величина значима и можно установить, что присутствует неслучайная согласованность мнений экспертов. Коэффициент конкордации может принимать значения от 0, что показывает отсутствие согласованности, до 1 или 100%, который показывает полное единодушие. В этот критерий уложилось значительное большинство экспертных суждений, что является подтверждением компетентности экспертов. Далее определяются количественные значения факторов через расчёт весовых коэффициентов. Для расчёта весовых коэффициентов факторов использовался метод анализа иерархий. Согласно определению, сумма весовых коэффициентов внутри группы должна быть равной единице или 100%. Необходимый для полноты анализа рассчитывается как абсолютное сравнение весовых коэффициентов.

На этапе обработки и анализа экспертной информации с целью получения обобщенной и новой информации экспертных оценок получены данные прогноза развития производства лесопродукции (таблица 4, 5, рисунок 7). Обобщенную оценку рассчитывают через суммирование парных сравнений матриц с учетом экспертных мнений. Далее рассчитывают межгрупповые весовые коэффициенты. Для адекватности сравнений полученные значения весовых коэффициентов выражаются в процентах. Следует учитывать, что сравнивать внутригрупповые и межгрупповые коэффициенты между собой нельзя, в силу того, что внутригрупповые коэффициенты являются результатом приведения, а межгрупповые коэффициенты представлены в первоначальном виде. Для сравнения и подтверждения данных прогноза, представленного в Стратегии 2030 г. [13] проведен экспертный опрос участников лесного комплекса по вопросам развития и перспектив рынка лесопродукции. На основе анализа ожиданий участников лесного комплекса разработан рейтинг сегментов по прогнозным темпам роста производства (рисунок 7). Экспертные опросы показали, что наиболее перспективными сегментами лесного комплекса в России являются: древесные пеллеты, беленая целлюлоза, фанера, бумага санитарно-гигиеническая, бумага оберточная, пиломатериалы, упаковочный картон, гофрокартон, древесный уголь, круглый лес.

Сравнение показателей производства лесопродукции представленной в Стратегии-2030 [13] и показателей, скорректированных с использованием эвристических методов на период 2021 г. показывает, что более близкие значения с фактическим результатами имеют скорректированные оценки (таблица 5).

Таблица 4 - Значения весовых коэффициентов по результатам экспертного опроса

Рисунок 7 – Прогнозная динамика развития российского лесного комплекса на основе анализа ожиданий экспертов

Источник разработано автором по экспериментальным данным

Таблица 5 – Прогнозирование производства лесопродукции на основе результатов экспертного опроса развития

Другим вариантом разработки прогноза развития лесного комплекса может быть применение метода Дельфи, метода программного прогнозирования, который является обобщением методов Pert и Дельфи, и предназначается для определения вероятности наступления спрогнозированных оценок. Вариантом развития разработанной методики прогнозирования развития лесного комплекса на разные периоды может быть создание программы, которая будет размещена на онлайн-платформе федеральных государственных органов, например, на сайте Министерства экономического развития РФ и/или сайте Министерства природных ресурсов и экологии РФ.

Выводы

Таким образом, в исследовании, направленного на решение актуальной научной проблемы прогнозирования деятельности лесного комплекса России, предлагается использовать эвристические методы. В целом решены поставленные задачи научного исследования:

- проведён анализ прогнозов лесного комплекса России, представленных в стратегических документах; - проанализированы прогнозные показатели по производству лесопродукции в 2022 г.;- разработан алгоритм прогнозирования развития лесного комплекса с учётом метода эвристического прогнозирования; - апробирован разработанный алгоритм прогнозирования развития лесного комплекса.Научная значимость полученных в исследовании результатов заключается в том, что разработанный алгоритм прогнозирования с включением эвристических методов привносит вклад в методологию прогнозирования. Прикладная значимость обусловлена возможностью использования результатов исследования для формирования прогнозных показателей в стратегии развития лесного комплекса России и региональных стратегий.