ПРИМЕНЕНИЕ КОНЕЧНО-РАЗНОСТНЫХ МОДЕЛЕЙ ДЛЯ КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ПРИРОДНО-РЕСУРСНОГО ПОТЕНЦИАЛА ПЕРМСКОГО КРАЯ

Наталья Александровна Сиротина, Анна Владимировна Копотева, Андрей Владимирович Затонский

Аннотация


Статья посвящена проблеме математического моделирования природно-ресурсного потенциала Пермского края на основе конечно-разностных моделей 1-го и 2-го порядков. Ранее нами было установлено, что при исследовании сложных социально-экономических процессов такие модели позволяют получать более качественные прогнозы по сравнению с традиционно применяемыми моделями линейной множественной регрессии. Высокое качество модели природно-ресурсного потенциала и соответствующих прогнозов является одним из необходимых условий эффективного управления природными богатствами региона с целью обеспечения его устойчивого экономического развития. Цель работы. Целью данного исследования являлось построение на основании статистических данных за период с 2001 по 2018 г. конечно-разностных моделей комплексного показателя природно-ресурсного потенциала и оценка их прогностических свойств на примере Пермского края. Материалы и методы. В качестве базы сравнения использовалась модель множественной линейной регрессии. Комплексный показатель природно-ресурсного потенциала региона рассчитывался как взвешенная сумма частных критериев, характеризующих природные богатства региона. Конечно, разностные модели первого и второго порядка получены путем добавления в модель множественной линейной регрессии авторегрессионных слагаемых первого и второго порядков соответственно. Оценка неизвестных параметров уравнений выполнена на основании модифицированного метода наименьших квадратов, сохраняющего знаки коэффициентов при факторах такими же, как в исходной линейной модели. При этом отбор объясняющих факторов и оценка качества моделей осуществлялись исходя из точности полученных по ним прогнозных значений изучаемого показателя. Результаты исследования. В связи с изменениями в методике формирования статистических данных, определяющих составляющие и факторы природно-ресурсного потенциала, процедура построения конечно-разностных моделей была выполнена для трех различных временных интервалов: 2001–2018, 2001–2008 и 2008–2018. Число расчетных прогнозных значений составило 18, причем лишь в 4 из 18 случаев (22,2 %) их качество оказалось хуже, чем у прогнозов с использованием линейной множественной модели. Обсуждение и заключение. Полученные результаты позволяют утверждать, что предложенная модификация множественной линейной модели регрессии с добавлением авторегрессионных слагаемых позволяет повысить качество прогнозирования комплексного показателя природно-ресурсного потенциала региона и, следовательно, принимать более эффективные решения при управлении его уровнем.

Ключевые слова


математическое моделирование, прогнозирование, конечно-разностная модель, природно-ресурсный потенциал региона, Пермский край

Полный текст:

PDF

Литература


Ходиев, Д.А. Моделирование и прогнозирование привлечения инвестиций для освоения природно-ресурсного потенциала региона / Д.А. Ходиев, Ф.А. Хофизов // Вестник Таджикского национального университета. – 2018. – № 6. – С. 30–36.

Investment risk and natural resource potential in “Belt & Road Initiative” countries: A multi-criteria decision-making approach / J. Hussain, K. Zhou, S. Guo, A. Khan // Science of The Total Environment. – 2020. – Vol. 723, 137981. DOI: 10.1016/j.scitotenv.2020.137981

The politics of natural resource investments and rights in Africa: A theoretical approach / L. Buur, R. Pedersen., M. Nystrand et al. // The Extractive Industries and Society. – 2020. – Vol. 7. – P. 918–930.

Красильников, П.А. Геоинформационное обеспечение экономической оценки природно-ресурсного потенциала территорий Пермского края / П.А. Красильников // Экономика региона. – 2009. – № 1. – С. 143–151.

Kumar, N. Applications of Remote Sensing and GIS in Natural Resource Management / N. Kumar, S.S. Yamaс, A. Velmurugan // Journal of the Andaman Science Association. – 2015. – Vol. 20 (1). – Р. 1–6.

Multi-criteria decision support for geothermal resources exploration based on remote sensing, GIS and geophysical techniques along the Gulf of Suez coastal area, Egypt / S. Abuzied, M. Kaiser, E. Shendi, M. Abdel-Fattah // Geothermics. – 2020. – Vol. 88, 101893.

GIS-based spatial multi-index model for flood risk assessment in the Yangtze River Basin, China / D. Zhang, X. Shi, H. Xu, Q. Jing // Environmental Impact Assessment Review. – 2020. – Vol. 83, 106397.

Горячев, А.А. Моделирование добычи в мировых и региональных оптимизационных газовых моделях / А.А. Горячев // Проблемы экономики и управления нефтегазовым комплексом. – 2015. – № 6. – С. 51–58.

Кузнецов, Ю.А. Математическое моделирование оптимального использования невозобновимых природных ресурсов / Ю.А. Кузнецов, А.В. Семенов, М.Н. Власова // Экономический анализ: теория и практика. – 2012. – № 32. – С. 45–57.

Managing agricultural water and land resources with tradeoff between economic, environmental, and social considerations: A multi-objective non-linear optimization model under uncertainty / M. Li, Q. Fu, P.V. Singh et al. // Agricultural systems. – 2020. – Vol. 178, 102685.

Biswas, M.H. Mathematical Modeling Applied to Sustainable Management of Marine Resources / M.H. Biswas, M.R. Hossain, M.K. Mondal // Procedia Engineering. – 2017. – Vol. 194. – Р. 337–344.

Lata, K. The influence of forestry resources on rainfall: A deterministic and stochastic model / K. Lata, A.K. Misra // Applied Mathematical Modelling. – 2020. – Vol. 81. – Р. 673–689.

Курышев, Н. И. Модель и способ оценки эколого-экономического состояния регионов / Н.И. Курышев // Вестник кибернетики. – 2005. – № 4. – С. 149–158.

Кудрявцева, О.В. Математические модели анализа потребления природных ресурсов / О.В. Кудрявцева // Вестник Московского университета. Серия 6: Экономика. – 2007. – № 3. – С. 67–87.

Бурцев, С. В. Экономико-математическая модель оценки эффективности мероприятий по восстановлению окружающей природной среды закрываемых угольных предприятий / С.В. Бурцев // Горный информационно-аналитический бюллетень (научно-технический журнал). – 2012. – № 1. – С. 357–359.

Потравный, И.М. Модели истощения природных ресурсов и оценки прошлого ущерба от загрязнения окружающей среды / И.М. Потравный, А.Л. Новоселова, Е.М. Алныкина // Плехановский научный бюллетень. – 2015. – № 2. – С. 53–78.

Соловьева, Н.В. Комплексный подход к моделированию управления ресурсами и отходами в системе «природа – техносфера» с целью минимизации воздействия на окружающую среду / Н.В. Соловьева, М.Ю. Худошина // Безопасность жизнедеятельности. – 2012. – № 2. – С. 33–40.

Бузина, Т.С. Модели управления процессами аграрного производства в условиях неполной информации / Т.С. Бузина, М.Н. Полковская // Вестник ИРГСХА. – 2016. – № 74. – С. 101–109.

Свентицкий, А.Г. Эксергетическая модель рационального использования энергетических природных и техногенных ресурсов в агротехнологиях / А.Г. Свентицкий, И.И. Свентицкий // Вестник ВИЭСХ. – 2016. – № 3. – С. 97–99.

Майорова, М.А. Экономико-математические модели в управлении производственно - экономической деятельностью сельскохозяйственных предприятий / М.А. Майорова // Интернет-журнал «Науковедение». – 2014. – № 4. – С. 109.

Analysis of sustainable utilization of water resources based on the improved water resources ecological footprint model: A case study of Hubei Province, China / H. Wang, J. Huang, H. Zhou, C. Deng // Journal of Environmental Management. – 2020. – Vol. 262, 110331.

Сиротина, Н. А. Оценка вклада горнодобывающей отрасли в природно-ресурсный потенциал региона / Н.А. Сиротина, А.В. Копотева, А.В. Затонский // Горный информационно-аналитический бюллетень (научно-технический журнал). – 2020. – № 8. – С. 163–178. DOI: 10.25018/0236-1493-2020-8-0-163-178

Кремер, Н.Ш. Эконометрика: учеб. для вузов / Н.Ш. Кремер. – М.: ЮНИТИ-ДАНА, 2002. – 311 с.

Доугерти, К. Введение в эконометрику: учеб. / К. Доугерти. – 2-е изд. – М.: ИНФРА-М, 2007. – 432 с.

Елисеева, И.И. Эконометрика / И.И. Елисеева, С.В. Курышева – М.: Финансы и статистика, 2007. – 576 с.

Волков, Е.А. Численные методы / Е.А. Волков – М.: Лань, 2008. – 256 с.


Ссылки

  • На текущий момент ссылки отсутствуют.