Текст книги "Комплексное моделирование и прогнозирование развития стран БРИКС в контексте мировой динамики"

Глава 2. Методы моделирования и прогнозирования мировой динамики

2.1. Существующие методы моделирования и прогнозирования мировой динамики: возможности и ограничения

Моделирование мировой динамики ведет свое начало с докладов видного американского ученого Дж. Форрестера знаменитому Римскому клубу в конце 1960-х – начале 1970-х годов относительно применения разработанных им моделей системной динамики для целей долгосрочного эколого-экономического прогнозирования (Форрестер, 1978). Главный вопрос, который интересовал тогда Римский клуб, состоял в определении степени устойчивости экономической модели, господствовавшей на Западе после Второй мировой войны. Эта модель предполагала динамичный рост и неограниченное расширение при использовании ресурсоемких технологий. Доклады Форрестера показали, что продолжение стратегии ресурсоемкого роста в условиях наступившего в тот период небывалого демографического роста неизбежно приведет либо к острой нехватке ресурсов в мире, либо к катастрофическому загрязнению окружающей среды.

Идеи Форрестера были с успехом развиты его учеником Д. Медоузом. Медоуз и группа его соратников разработали модели мировой динамики, включавшие показатели численности населения Земли, обеспеченности энергией и сырьевыми ресурсами; рассматривались перспективы продовольственного обеспечения населения и опасность загрязнения окружающей среды. Результаты компьютерного моделирования были опубликованы в 1972 г. в ставшей всемирно известной книге Пределы роста (Медоуз, Рандерс, Медоуз, 1972). В данной публикации высказывались предостережения о серьезных угрозах, которые могут возникнуть на пути к устойчивому развитию человечества из-за сокращения запасов энергоносителей и других сырьевых ресурсов, а также вследствие интенсивного загрязнения окружающей среды. Эти результаты имели большой резонанс в мире, их следствием стали более пристальное внимание к экологическим проблемам, широкое внедрение энерго– и ресурсосберегающих технологий. Ответственные политические лидеры, осознав опасность сохранения старой экономической модели, предприняли попытки перейти к новой экономике, основанной на знаниях. Для изучения различных аспектов мировой динамики по всему миру было создано множество научно-исследовательских учреждений. Однако разрабатывавшиеся в 1980-е годы модели не оправдали связанных с ними надежд, поскольку не позволили предсказать реальное развитие экономических процессов. С. П. Капица приводит примечательное высказывание американского экономиста, лауреата Нобелевской премии Герберта Саймона о том, что «сорок лет опыта моделирования сложных систем на компьютерах, которые с каждым годом становятся все больше и быстрее, научили, что грубая сила не поведет нас по царской тропе к пониманию таких систем… Тем самым моделирование потребует обращения к основным принципам, которые приведут нас к разрешению этого парадокса сложности» (Капица, 2008: 9).

Следующая волна интереса к вопросам прогнозирования будущего родилась в 1990-е годы в связи с приближением третьего тысячелетия и естественным желанием заглянуть в новый век. В этот период было выполнено множество футурологических исследований, авторы которых, осмысливая итоги бурного ХХ века с его мировыми войнами, небывалым развитием научно-технического прогресса и демографическим взрывом, пытались представить мировое развитие в грядущем веке. С познавательной точки зрения они представляют немалый интерес, хотя в ряде случаев граничат с научной фантастикой.

В последние годы в мире наблюдается новый подъем активности в области геополитического и социально-экономического прогнозирования будущего. Эта активизация связана с глобальными экологическими и энергетическими вызовами, с существенным обострением продовольственной проблемы, вызванной значительным ростом численности населения Земли. Нагрузка на окружающую среду продолжает быстро расти, несмотря на развитие технологий и усилия общественных организаций. Фактически человечество уже вышло за разумные пределы природопользования и попало в область неустойчивого развития.

Линия на исследование самых острых проблем, с которыми человечеству придется столкнуться уже в обозримом будущем, поиск наиболее эффективных путей их преодоления – вот основные ориентиры сегодняшних усилий в области долгосрочного прогнозирования. В этой области предстоит дать ответы на следующие ключевые вопросы:

1. Как найти оптимальное равновесие между экономическими и социальными потребностями людей и необходимостью предотвратить экологические и иные издержки научно-технического прогресса?

2. Как разрешить нарастающие проблемы в экономической и социальной сферах и устранить факторы, породившие такие самовоспроизводящиеся проблемы, как ужасающее неравенство в доходах, бедность и нищету на глобальном и национальном уровнях?

3. Как научиться в международных отношениях предупреждать переход напряженности в фазы острых геополитических рисков и конфликтов, а на национальном уровне – снижать угрозы внутренней стабильности?

На рубеже веков четко обозначилась в качестве важнейшей задача обеспечения устойчивого развития в масштабах всего человечества (Медоуз, Рандерс, Медоуз, 2008). Достижение этой цели делает в высшей степени актуальной разработку прогнозов, позволяющих формировать долгосрочные цели и стратегию их достижения. На сегодня социально-экономическое прогнозирование ведется в различных временных диапазонах – от краткосрочных (до одного года), среднесрочных (от одного до пяти лет) до долгосрочных (от пяти до 30–50 лет). Если цель краткосрочных моделей – прогнозирование, направленное на конъюнктурную деятельность, задача среднесрочных моделей заключается в выборе политики развития в ближайшем будущем, то долгосрочные модели предназначены для исследования условий длительного экономического роста. Не умаляя значения краткосрочных и среднесрочных прогнозов, все же отметим, что наиболее востребованным является долгосрочное прогнозирование. Именно оно является предметом настоящей работы. Соответствующие модели представляют собой инструмент для исследования будущего состояния общества в зависимости от принимаемой стратегии его развития.

В содержательном плане в долгосрочном прогнозе усиливается целевой аспект, обеспечивающий формирование желаемого состояния экономики и качества жизни людей, определение путей, методов и средств их достижения. Целевой долгосрочный прогноз по сравнению со среднесрочной программой экономических реформ в большей мере отражает возможность кардинальных преобразований в производственно-технологической и социальной сферах. Цели и задачи на перспективный период ставятся с учетом достижения желаемых стандартов благосостояния общества. Что касается текущего прогнозирования, то оно должно быть увязано с проведением структурных реформ и модернизацией экономики. Все это дает основу для надлежащего распределения ограниченных общественных ресурсов, эффективного экономического планирования и разработки более выверенной долгосрочной социально-экономической стратегии развития.

В последние годы появилось немало серьезных научных прогнозов, рассчитанных на три десятилетия и даже на полувековую перспективу. Многие из методов, которые применяются с той или иной долей успеха к различным задачам долгосрочного социально-экономического прогнозирования (табл. 2.1), хорошо формализованы и опираются на применение математического аппарата. Есть и такие, которые находятся на грани между наукой и искусством, мобилизуя интуицию и другие уникальные возможности человека. Наконец, существуют методы, целью которых является не столько получение каких-то конкретных оценок, сколько достижение согласованной позиции по видению будущего среди экспертов, влияющих на процесс принятия решений о распределении ресурсов для реализации целей развития общества.

Таблица 2.1. Современные методы и модели долгосрочного прогнозирования

Окончание таблицы 2.1.

Основными объектами социально-экономического прогнозирования являются демография, экономика, социальная сфера, экология и научно-технический прогресс (НТП). Они определяют так называемые параметры порядка – те медленные переменные, под поведение которых будут подстраиваться остальные значения. Ключевыми параметрами порядка на протяжении мировой истории были и остаются численность населения (N), доступные ресурсы (R) и уровень технологий (T).

К типичным показателям социально-экономического макропрогнозирования относятся:

• ВВП страны (валовой внутренний продукт Y) в целом и в расчете на душу населения, объемы производства важнейших видов продукции, товаров и услуг;

• численность населения (N) и трудовых ресурсов (L);

• инвестиции (I) в основной капитал (K), в производственную и социальные сферы;

• экспорт (EX) и импорт (IM) товаров и услуг, сальдо торгового баланса (NX);

• производительность труда (T);

• индекс человеческого развития (HDI).

Многие исследователи полагают, что в области мировой экономики значимость количественных показателей экономического развития (например, ВВП) будет уменьшаться и на первое место начнет выходить такой показатель, как качество развития. Однако сами критерии качества развития (критерии эффективности), как правило, определяются через те же количественные показатели. Не существует также единственно верного способа сопоставления относительной экономической мощи стран с развивающимися рынками, таких, как Китай и Индия, с развитыми странами, входящими в ОЭСР. В этом случае наиболее подходящим показателем является ВВП, исчисленный по паритету покупательной способности, который является хорошим индикатором средних показателей качества жизни.

Приведем краткий обзор основных методов и моделей прогнозирования, представленных в табл. 2.1. Детальный обзор можно найти в книге Прогнозирование будущего: новая парадигма (Фетисов, Бондаренко, 2008).

В основу этого известного и широко используемого метода положено предположение, что прогнозируемый процесс обладает тенденцией к естественному продолжению тренда, отражающего динамику изменения параметров этого процесса в прошедшие периоды. Иначе говоря, динамика прогнозируемого процесса в перспективе определяется тенденциями, заложенными и проявившимися на предыдущих этапах развития системы, поэтому прогноз рассматривается как «проекция прошлого в будущее». Данный метод широко используется в ИМЭМО РАН (Дынкин, 2007). Однако метод экстраполяции макротенденций сопряжен с ошибками в прогнозах в силу циклического характера динамики экономического развития. Попытка учесть влияние больших циклов экономической конъюнктуры Н. Д. Кондратьева (Кондратьев, 1928) на долгосрочный экономический прогноз была предпринята в работе В. Г. Клинова (2008). Поскольку время начала и окончания периодов улучшения и ухудшения экономической конъюнктуры не поддается точной оценке, то и результаты прогноза имеют большой разброс и могут рассматриваться лишь как качественные. Следует признать, что основная область применения экстраполяционного метода – это кратко– и среднесрочное прогнозирование. При применении к долгосрочному прогнозированию он сильно искажает реальную картину.

Методы прогнозирования, использующие качественные оценки, в основе которых лежит анализ суждений высококвалифицированных экспертов в тех или иных областях научного знания, носят универсальный характер и применимы для краткосрочного, среднесрочного и долгосрочного прогнозирования. Учитывая, что мнения экспертов по тем или иным вопросам часто не совпадают и могут быть даже диаметрально противоположными, для уменьшения расхождений и повышения точности прогнозов применяются способы, направленные на достижение согласия сторон. К их числу относится широко используемый на практике метод Дельфи (Гапоненко, 2008).

Все большую значимость приобретают прогнозирование новых научных и технологических достижений, порожденных ими инноваций, а также оценка их влияния на экономику и природу. Интерес к этой проблеме не ослабевает прежде всего благодаря ключевой роли, которую НТП традиционно играет в обеспечении экономического роста и укреплении обороноспособности государства. Не меньшее значение НТП имеет и для повышения конкурентоспособности промышленных компаний, сохранения окружающей среды, достижения устойчивого развития. Широкое распространение в этой связи получил метод Форсайт, как разновидность методов, основанных на выработке согласованных суждений (Гапоненко, 2008). Цель применения метода Форсайт в самом широком смысле – это достижение наиболее полного согласия экспертного сообщества по вопросам социально-экономического и научно-технологического развития. Данный метод широко используется для научно-технического прогнозирования в США, странах ЕС, Японии, Южной Корее, а в последние годы – в Китае и России (Гапоненко, 2008). Японские специалисты видят ценность Форсайт-методологии не столько в достоверности получаемых оценок и принимаемых на этой основе управленческих решений, сколько в самом процессе выработки согласованных оценок.

Оригинальная методология интегрального макропрогнозирования с использованием воспроизводственно-цикличной макромодели была разработана видным российским ученым Ю. В. Яковцом (2008). Указанная макромодель строится на системной основе путем синтеза теории предвидения и учения о циклах, кризисах и инновациях Н. Д. Кондратьева, с одной стороны, и межотраслевого баланса В. В. Леонтьева – с другой. Принципиальное достоинство модели состоит в возможности выявить влияние среднесрочных циклов Жюгляра (Juglar, 1889) и долгосрочных кондратьевских циклов на структуру экономики, оценить структурные сдвиги, что невозможно получить другими методами.

В настоящее время данный метод становится одним из самых распространенных при построении долгосрочных прогнозов развития сложных систем в отсутствие необходимых для этого более надежных данных. Обычно рассматриваются три возможных сценария развития событий: оптимистичный, пессимистичный и наиболее вероятный, который находится где-то между двумя крайними случаями. Мы считаем более целесообразным брать за основу инерционный сценарий и делать на его основе производные сценарии развития, которые будут наблюдаться при том или ином изменении базовых модифицируемых параметров в соответствии с тем или иным сценарием осуществления мер государственной (или международной) политики.

Некоторые исследователи полагают, что на долгосрочную перспективу прогнозировать будущее можно только из будущего. Они предлагают изменить парадигму научного мышления, перейдя от общепринятого принципа историзма, согласно которому прогнозный процесс осуществляется «из прошлого – в будущее», к принципу метаисторизма, и исследовать «будущее из будущего». Это требует определения не просто цели развития, а высшей цели, разработку сценария ее достижения. Данный подход в чем-то сродни научной фантастике. С одним из таких прогнозных сценариев можно познакомиться в работе Э. Партриджа (Partridge, 2004).

Методы компьютерного моделирования с использованием математических макромоделей, адекватно описывающих динамику социально-экономического развития, на сегодня являются самым мощным средством для долгосрочного прогнозирования. Такие математические макромодели разрабатывают не только отдельные ученые или научные коллективы, но и крупнейшие частные консультационно-аналитические центры и инвестиционные компании, например, «ПрайсУотерхаус Куперс» (PricewaterhouseCoopers, 2006), (Wilson, Purushothaman, 2003) и др.

В методологическом плане при построении математических макромоделей, описывающих динамику социально-экономического развития, исследователи обычно опираются на сложившуюся во второй половине ХХ в. неоклассическую экономическую теорию. Часто используется неоклассическая модель долгосрочного экономического роста Солоу (Столерю, 1974), основанная на традиционной производственной функции Кобба – Дугласа:

Y = AK^αL^1-α, (2.1)

где K – капитал; L – рабочая сила; A – технический прогресс или совокупная производительность факторов; α – доля дохода, которая обеспечивается за счет роста капитальных затрат.

Под техническим прогрессом Солоу понимает не только новые технологии, но и новый уровень знаний и умений рабочей силы, новые материалы, новые формы организации производства.

Модель Солоу основана на принятии гипотезы совершенной конкуренции и допускает непрерывную взаимозаменяемость между трудом и капиталом. Рост ВВП в модели Солоу определяется допущениями по следующим факторам:

• рост объема производственного капитала;

• рост занятости (численности рабочей силы);

• рост «человеческого капитала», который зависит от уровня образования и практических навыков рабочей силы;

• развитие технического прогресса, который приводит к повышению совокупный фактор производительности.

В качестве базовой экономики для сопоставлений обычно принимают экономику США, которая рассматривается на текущий момент как мировой лидер по использованию передовых технологий и достигнутому уровню производительности труда.

Используя описанную методологию компьютерного моделирования, специалисты корпорации «ПрайсУотерхаус Куперс» дали анализ относительной мощи экономик 17 крупнейших стран мира с точки зрения паритета покупательной способности. К данным странам относятся страны «Большой семерки» (США, Япония, Германия, Великобритания, Франция, Италия, Канада), Испания, Австрия, Южная Корея, а также семь крупнейших стран с развивающейся рыночной экономикой, которые обозначены в работе как «7 стран с быстро развивающейся экономикой» (Китай, Индия, Бразилия, Россия, Индонезия, Мексика и Турция), далее – Е7 (PricewaterhouseCoopers, 2006). Отдельные результаты моделирования представлены на рис. 2.1 и 2.2.

Рис. 2.1. Прогноз развития экономик США, КНР, Индии, Японии до 2050 г. (в млрд. долл. США 2006 г.) (Источник данных: PricewaterhouseCoopers, 2006.)

На основании выполненных исследований получены следующие основные выводы.

1. В соответствии с базовым сценарием экономика стран Е7 к 2050 г. будет крупнее экономики стран G7 на 75 %, тогда как на сегодня она уже составляет 75 % G7 по паритету покупательной способности.

2. Под действием расходящихся демографических тенденций произойдут значительные сдвиги в относительных темпах роста экономик Е7. Ожидается, что в период между 2005 г. и 2050 г. Китай и Россия столкнутся с более значительным снижением численности населения работоспособного возраста по сравнению с Индией, Индонезией, Бразилией, Турцией и Мексикой.

Рис. 2.2. Прогноз изменения реальных темпов роста ВВП ряда стран до 2050 г., % (Источник данных: PricewaterhouseCoopers, 2006.)

3. Исходя из демографических тенденций и прогнозов для базового сценария, потенциал Индии позволит ей стать самой быстро растущей из наиболее крупных мировых экономик в период до 2050 г. Если делать оценку по паритету покупательной способности, к концу этого периода ВВП Индии будет примерно таким же, как у США. У Китая ВВП составит 140 % ВВП США. Экономика Бразилии обгонит экономику Японии. Сравнительно быстро будут расти в экономическом плане Индонезия, Мексика и Турция. Экономики этих стран к 2050 г. превзойдут соответственно экономики Германии, Великобритании и Италии.

4. Экономика России будет развиваться более медленными темпами в связи с прогнозами резкого уменьшения численности населения работоспособного возраста, но к 2050 г. она почти сравняется с экономикой Франции.

5. Проведенный авторами анализ указывает на то, что долгосрочные относительные прогнозы ВВП стран Е7 особенно чувствительны к допущениям об уровне образования населения, о притоке чистых инвестиций и темпах роста. Это в свою очередь зависит от многочисленных политических и институциональных факторов. При учете паритета покупательной способности результаты могут быть на 30 % выше или ниже, чем в представленных прогнозах для базового сценария.

Два наиболее важных результата прогнозных оценок, полученных сотрудниками фирмы «Голдман Сакс» (Wilson, Purushothaman, 2003), озвучиваются следующим образом:

• две трети прироста ВВП стран БРИКС будет связано с более высокими темпами роста в реальном секторе;

• наиболее значительные изменения в динамике роста ВВП стран БРИКС будут наблюдаться в ближайшие 30 лет.

Главным недостатком рассмотренной модели является то, что в ее основе лежит экономика предложения. Следовательно, модель игнорирует фактор платежеспособного спроса и исходит только из ожидаемой динамики факторов производства. Однако эпоха экономики предложения ушла надолго вместе с неоклассической экономической теорией. Снова наступила эпоха экономики спроса, кейнсианская эпоха. Именно благодаря проводившейся в развитых странах Запада в 1950–1960-х годах кейнсианской политике обеспечения эффективного спроса «неоклассические» среднесрочные и долгосрочные экономические прогнозы на основе модели роста Солоу приобрели твердую почву и стали более или менее реалистичными. Удивительно, но до сих пор жива аргументация Солоу, согласно которой составители долговременного прогноза не должны быть озабочены проблемой соотношения спроса и предложения, ибо ее «автоматически решает рынок». Ю. Ольсевич пишет, что впоследствии Солоу все же признал: «Сосредоточение внимания на способах описания технологии привело к одному плохому побочному результату. Я слишком мало внимания уделял проблемам эффективного спроса. Говоря по-иному, теорию равновесного роста крайне необходимо дополнить теорией отклонения от траектории равновесного роста» (Ананьин, 2008: 132). Отсюда следует, что новые динамические макромодели должны строиться с учетом совместного действия равновесного долгосрочного роста и циклических колебаний вокруг него, определяемых соотношением спроса и предложения. Это и есть основное направление для усовершенствования используемых сегодня математических макромоделей динамики социально-экономического развития.

Следующий важный недостаток заключается в том, что показатели численности населения рассматриваются как внешние данные для макромодели, т. е. как экзогенно определенные переменные. Это означает, что, хотя модель позволяет оценивать потенциальное воздействие изменения численности населения на различные аспекты экономического роста, она не дает возможности выявить влияние экономических изменений на рост численности населения, иначе говоря, учесть обратную связь.

Еще один недостаток данной модели заключается в том, что такой важный показатель, как совокупная производительность факторов А, также рассматривается как экзогенно заданная величина. Тем самым не учитывается влияние политики государства в области развития науки, образования и НИОКР на повышение производительности труда.

А. В. Коротаев и его коллеги разработали компактные математические макромодели технико-экономического и демографического роста (Коротаев, Малков, Халтурина, 2005а, 2005б, 2007; Коротаев, Комарова, Халтурина, 2007; Коротаев, Халтурина, Божевольнов, 2010; Коротаев и др., 2010; Коротаев, 2006, 2010; Korotayev, 2005, 2007, 2008, 2009, 2012; Korotayev, Malkov, Khaltourina, 2006a, 2006b; Korotayev, Khaltourina, 2006; Khaltourina, Korotayev, 2007; Korotayev, Malkov, 2012), где численность населения и производительность труда участвуют как эндогенные переменные. Модель представлена следующей системой дифференциальных уравнений:

где N – численность населения; E – доля грамотного населения (уровень образованности); T – уровень технологического развития (оцениваемый, например, через значение производительности труда); a, b, c – постоянные коэффициенты.

Модель (2.2) дает хорошее описание демографического и технико-экономического роста за период с начала новой эры по нынешнее время, т. е. фиксирует тысячелетние тренды. Компьютерное моделирование с использованием данной модели показало точное совпадение расчетных значений численности населения мира по модели (2.2) с фактически наблюдаемыми значениями динамики роста населения в период с 1875 г. по 2003 г. Результаты расчетов в сравнении с историческими данными приведены на рис. 2.3–2.5.

Данная модель демонстрирует, как весьма простой (в математическом смысле) подход, если в него заложены ключевые закономерности, описывающие процесс развития сложной самоорганизующейся системы, может предоставить хорошие возможности для долгосрочного прогнозирования трендовой траектории (при этом для более реалистичного прогноза модель следует адаптировать к условиям постиндустриальной эпохи и учесть циклические колебания вокруг трендовой траектории). Модели такого типа разрабатываются в рамках исследований по проекту «Математическое моделирование глобальной и региональной динамики в условиях модернизации систем науки и образования» (Садовничий и др., 2012). Общий подход к созданию подобных динамических моделей и краткое описание самих моделей изложены ниже.

Рис. 2.3. Динамика численности населения мира N за два последних тысячелетия (в млн. человек): точки – статистические данные; линии – расчет по модели (2.2); А) – линейный масштаб; Б) – двойной логарифмический масштаб (Источник данных: Коротаев, Малков, Халтурина, 2007.)

Рис. 2.4. Динамика мирового ВВП за два последних тысячелетия: точки – статистические данные; линии – расчет по модели (2.2); А) – линейный масштаб; Б) – двойной логарифмический масштаб (Источник данных: Коротаев, Малков, Халтурина, 2007.)

Рис. 2.5. Динамика уровня грамотности в мире за два последних тысячелетия: точки – статистические данные; линии – расчет по модели (2.2); А) – линейный масштаб; Б) – двойной логарифмический масштаб (Источник данных: Коротаев, Малков, Халтурина, 2007.)