Анализ и прогнозирование социальных показателей города Обнинска

СОДЕРЖАНИЕ

 

1 Введение 2

2 ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ  ПРОГНОЗИРОВАНИЯ 3

2.1 Понятие  прогнозирования 3

2.1.1 КЛАССИФИКАЦИЯ  ПРОГНОЗИРОВАНИЯ 4

2.2 ЭКОНОМЕТРИЧЕСКИЕ  МЕТОДЫ ПРОГНОЗИРОВАНИЯ 5

2.2.1 МЕТОДЫ ПРОГНОЗНОЙ  ЭКСТРАПОЛЯЦИИ 5

2.3 ЛИНИИ ТРЕНДА 6

2.3.1  ПРЯМЫЕ ЛИНИИ  ТРЕНДА 6

2.3.2 ПОЛИНОМИАЛЬНЫЕ  ЛИНИИ ТРЕНДА 6

2.3.3 СТЕПЕННЫЕ ЛИНИИ  ТРЕНДА 7

2.3.4 ЭКСПОНЕНЦИАЛЬНЫЕ  ЛИНИИ ТРЕНДА 7

3 ПРАКТИЧЕСКАЯ ЧАСТЬ 8

4 ЗАКЛЮЧЕНИЕ 12

5  ЛИТЕРАТУРА 13

 

1 Введение

 

Прогноз в жизни любого человека и общества в целом всегда имел, имеет и будет иметь огромное значение. Во все времена человек  старался предвидеть события, которые  могут произойти с ним в  будущем. Человечество всегда стремилось подготовиться к возможным последствиям этих событий, определить, что и как  делать для того, чтобы свести к  минимуму проявления негативных последствий  и максимально использовать положительные  последствия для своего блага. Стремлением  людей было и есть изменение будущего к лучшему.

 

Необходимость предвидеть будущее осознавалась во все времена. Но особенно сильно роль прогнозирования  возросла в наши дни, при стремительных  темпах развития общества, науки и  техники, производства и производственных отношений. В наше время необходимо прогнозирование, основанное на объективных  закономерностях, на использовании  математического аппарата, проводимое на основе научных методов и моделей, на обработке первичных данных с  помощью информационных технологий.

В современных условиях умение предвидеть и прогнозировать будущее, а, следовательно, и влиять на социальные процессы становится также одним  из самых ценных качеств молодого специалиста.

 

Прогнозирование социально-экономического развития города — предвидение будущего состояния экономики и социальной сферы, составная часть государственного регулирования экономики, призванная определять направления развития регионального комплекса и его структурных составляющих. Результаты прогнозных расчетов используются государственными органами для обоснования целей и задач социально-экономического развития, выработки и обоснования социально-экономической   политики  правительства, способов   рационализации

использования ограниченных производственных ресурсов. 

В состав прогноза социально-экономического развития региона входят набор частных прогнозов, отражающих будущее отдельных сторон жизни общества, и комплексный экономический прогноз, отражающий в обобщенной форме развитие экономики и социальной сферы города.

2 ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

2.1 Понятие прогнозирования

 

Прогнозирование – это  самостоятельная отрасль науки. Социально-экономическое прогнозирование  основывается на закономерностях развития общества, социально-экономического и  технологического прогресса. Важная роль здесь отводится прикладной научной дисциплине – прогностике, в том числе экономической прогностике. В научной литературе прогностика определяется как наука о принципах, методах и средствах научного прогнозирования.

 

Исследователь с помощью  метода и инструментария обрабатывает информацию о состоянии изучаемого объекта в данный момент, о наблюдавшихся  ранее закономерностях изменения  объекта, об условиях его функционирования в настоящий момент и стремится  превратить информацию в систему  знаний о будущем состоянии или  поведении объекта.

 

Отличительной особенностью прогнозирования является то, что  оно описывает возникновение  процессов и объектов, которые  в данный момент недоступны непосредственному  восприятию и проверке на практике.

 

Результатом прогнозирования  является прогноз – вероятностное  утверждение о будущем с относительно высокой степенью достоверности. Прогноз носит вероятностный характер. Прогноз должен строиться на основе аргументированных научных представлений о текущем состоянии и тенденциях развития объекта. Поэтому любой прогноз в определенной степени носит также и достоверный характер.

 

Основная функция прогноза – обоснование возможного состояния  объекта в будущем или определение  альтернативных путей.

 

Ценность прогнозирования  как раз и заключается в  том, что прогнозы позволяют выделить существенные факторы и детально проанализировать их влияние на функционирование объекта исследования.

2.1.1 КЛАССИФИКАЦИЯ  ПРОГНОЗИРОВАНИЯ

 

По периоду упреждения (горизонту прогноза) прогнозы подразделяются на оперативные, краткосрочные, среднесрочные, долгосрочные и дальнесрочные. Как правило, чем длиннее период, на который составляют прогноз, тем значительнее может быть отклонение фактических данных от прогнозируемых.

 

1. Оперативные прогнозы основаны на предположении о том, что в прогнозируемом периоде не произойдет существенных изменений в исследуемом объекте как количественных, так и качественных.

2.  Краткосрочные прогнозы основаны на предположении, что на протяжении прогнозируемой перспективы не ожидается существенных количественных изменений объекта исследования. Краткосрочные прогнозы в подавляющем большинстве используют в странах с переходной экономикой.

3. Долгосрочные прогнозы ориентированы на перспективу, на протяжении которой ожидаются существенные не только количественные, но и качественные изменения объекта исследования.

4. Среднесрочные прогнозы охватывают перспективу между кратко- и долгосрочными прогнозами с преобладанием количественных изменений над качественными дальнесрочные (сверхдолгосрочные) прогнозы охватывают перспективу, в течение которой ожидаются столь значительные качественные изменения, что можно говорить лишь о самых общих перспективах развития исследуемого явления или процесса.

 

Временная градация прогнозов  является в определенной мере условной и зависит от характера и цели конкретного прогноза. В социально-экономических  прогнозах, как правило, используют следующую градацию по времени: оперативные  прогнозы имеют продолжительность  от 1 месяца до 1 года, краткосрочные  – от 1 года до 3 лет, среднесрочные  рассчитаны от 3 до 5–7 лет, долгосрочные – на период свыше 5–7 и примерно до 15–20 лет, дальнесрочные находятся  за пределами долгосрочных.

 

В своей работе я использую  среднесрочный прогноз для социальных показателей города Обнинска.

2.2 ЭКОНОМЕТРИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ

2.2.1 МЕТОДЫ  ПРОГНОЗНОЙ ЭКСТРАПОЛЯЦИИ

 При формировании прогнозов  с помощью экстраполяции обычно  исходят из статистически складывающихся  тенденций изменения тех или  иных количественных характеристик  объекта. Экстраполируются оценочные  функциональные системные и структурные  характеристики. Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди всей совокупности методов прогнозирования.

С помощью этих методов  экстраполируются количественные параметры  больших систем, количественные характеристики экономического, научного, производственного  потенциала, данные о результативности научно-технического прогресса, характеристики соотношения отдельных подсистем, блоков, элементов в системе показателей сложных систем и др.

Однако степень реальности такого рода прогнозов и соответственно мера доверия к ним в значительной мере обусловливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия "измерителей" по отношению к сущности рассматриваемого явления.

В экстраполяционных прогнозах особо важным является не столько предсказание конкретных значений изучаемого объекта или параметра в таком-то году, сколько своевременное фиксирование объективно намечающихся сдвигов, лежащих в зародыше назревающих тенденций.

Под трендом понимается характеристика основной закономерности движения во времени, в некоторой мере свободной от случайных воздействий. Тренд - это длительная тенденция изменения экономических показателей. При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие. Результат при этом связывается исключительно с ходом времени. Предполагается, что через время можно выразить влияние всех основных факторов.

 

Под тенденцией развития понимают некоторое его общее направление, долговременную эволюцию. Обычно тенденцию стремятся представить в виде более или менее гладкой траектории. Анализ показывает, что ни один из существующих методов не может дать достаточной точности прогнозов на 20-25 лет. Применяемый в прогнозировании метод экстраполяции не дает точных результатов на длительный срок прогноза, потому что данный метод исходит из прошлого и настоящего, и тем самым погрешность накапливается. Этот метод дает положительные результаты на ближайшую перспективу прогнозирования тех или иных объектов не более 5 лет.

2.3 ЛИНИИ ТРЕНДА

 

Линии тренда позволяют наглядно показать тенденции изменения данных и помогают анализировать задачи прогноза. Этот подход также известен как регрессионный анализ. С помощью регрессионного анализа можно продолжить линию тренда на диаграмме, чтобы оценить значения, которые находятся за пределами фактических данных.

При добавлении линии тренда на диаграмму можно выбрать любой  из следующих шести различных  типов тренда: прямые, логарифмические, полиномиальные, степенные и экспоненциальные линии тренда. Тип линии тренда, который следует выбирать, определяется типом имеющихся данных.

Линия тренда получается наиболее точной, когда ее величина достоверности аппроксимации близка к единице. ,где и .

2.3.1  ПРЯМЫЕ ЛИНИИ ТРЕНДА

Линейная аппроксимация  — это прямая линия, наилучшим  образом описывающая набор данных. Она применяется в самых простых  случаях, когда точки данных расположены  близко к прямой. Линейная аппроксимация хороша для величины, которая увеличивается или убывает с постоянной скоростью.

2.3.2 ПОЛИНОМИАЛЬНЫЕ ЛИНИИ ТРЕНДА

Полиномиальная линия  тренда используется для описания величин, попеременно возрастающих и убывающих. Она полезна, например, для анализа  большого набора данных о нестабильной величине. Степень полинома определяется количеством экстремумов (максимумов и минимумов) кривой. Полином второй степени может описать только один максимум или минимум. Полином третьей степени имеет один или два экстремума. Полином четвертой степени может иметь не более трех максимумов или минимумов.

2.3.3 СТЕПЕННЫЕ ЛИНИИ ТРЕНДА

Степенная линия тренда дает хорошие результаты, если зависимость, которая содержится в данных, характеризуется  постоянной скоростью роста. Примером такой зависимости может служить ускорение гоночного автомобиля за каждый интервал времени, равный одной секунде. Если в данных есть нулевые или отрицательные значения, использование степенной линии тренда невозможно.

2.3.4 ЭКСПОНЕНЦИАЛЬНЫЕ ЛИНИИ ТРЕНДА

Экспоненциальная линия  тренда — это кривая линия, которую  следует использовать, если скорость изменения данных непрерывно возрастает. Однако для данных, которые содержат нулевые или отрицательные значения, этот тип линии тренда неприменим.

 

 

 

 

 

 

 

 

 

 

3 ПРАКТИЧЕСКАЯ ЧАСТЬ

 

В данной работе я проанализировала и спрогнозировала  основные социальные показатели города Обниска: строительство (объем работ), объем платных услуг населению, фонд оплаты труда, численность  населения на конец  года, в т.ч. дети до 18  лет, среднесписочная численность работников   организаций.

Таблица 1. Основные социальные показатели города Обнинска на 2008 – 2012 года.

		2008	2009	2010	2011	2012
Строительство        (объем работ)	тыс. руб.	3974006	4138520	4100200	4494000	5121080
Объем платных услуг  населению	тыс. руб.	2628259	3097850	3262035	3623345	3854638
Фонд оплаты труда,   всего	тыс. руб.	10785585	11730533	13181831	14681377	16732776
Численность          населения на конец   года	тыс. чел.	105,528	105,595	104,741	105,421	105,621
В т.ч. дети до 18    лет	тыс. чел.	16,539	16,624	16,844	17,103	17,387
Среднесписочная      численность          работников           организаций	тыс. чел.	51,437	51,038	52,404	52,379	52,58