3.2 Прогноз численности населения города

Для получения объективного и достоверного прогноза необходимо ис­пользовать различные методы прогнозирования, как по научной основе, так и по характеру прогнозирования или проблемно-целевым критериям. Перспек­тивная численность населения может быть определена как исследовательскими подходами, так и экспертными. Наиболее распространенными среди исследова­тельских или поисковых прогнозов является метод экстраполяции, который ба­зируются на динамических рядах учитывающих сложившиеся тенденции.

Учитывая позитивные процессы развития рыночных отношений и подъе­ма экономики, необходимо использовать методы и приемы, основанные на ста­тистических данных, сопоставлении трудовой и непроизводственной части на­селения, на показателях развития производства, т.е. нормативные или целевые прогнозы.

3.2.1 Прогноз численности населения методом экстраполяции

Исследователи с давних пор стремились на основе выявленных особенно­стей изменения явления в прошлом предугадать его поведение в будущем, т. е. пытались строить различные прогнозы путем экстраполяции рядов (продления рядов).

Экстраполяцию ряда динамики можно осуществить различными спосо­бами. Но, независимо от применяемого способа, каждая такая экстраполяция обязательно основывается на предположении о том, что закономерность (тен­денция) изменения, выявленная для определенного периода времени в про-

шлом, сохранится на ограниченном отрезке времени в будущем. Поэтому лю­бому прогнозированию в виде экстраполяции ряда должно предшествовать тщательное изучение длительных рядов динамики, которое позволило бы опре­делять тенденцию изменения. А так как в действительности тенденция развития в свою очередь может изменяться, т.е. данные, получаемые путем экстраполя­ции ряда, надо рассматривать как вероятностные. Метод экстраполяции ис­пользует различные прием анализа динамических рядов. Наиболее распростра­ненным является метод аналитического выравнивания динамических рядов пу­тем подбора математических функций, с помощью которых можно произвести прогноз. Подбор математических функций, отображающих общую тенденцию развития, осуществляется по специальным компьютерным программам, таким как «Stobr 4.exe.», «Статистика» и др.

Определение теоретических уровней производится на основе математиче­ских функций. Выбор из нескольких предложенных математических функций наиболее адекватную осуществляется по коэффициенту детерминации, оценке ошибки и критерию Фишера. Так, например, если коэффициент детерминации больше 0,7, то функция пригодна для практического применения.

Математическая функция может быть представлена в виде прямой, гипер­болы, параболы, логарифмической и другой. Если функция имеет вид парабо­лы:

У t = А+В*Х+С*Х², (12)

где y_t - теоретический уровень перспективной численности населения, тыс. чел;

А - параметр, соответствующий средней численности населения за рас­сматриваемый период, тыс. чел.;

В, С - параметры, соответствующие темпам изменения численности насе­ления по определенным функциям, тыс. чел.;

X - индекс года прогнозирования (соответствует году прогнозирования);

Для установления точности прогноза рассчитывается интервальная оцен­ка (М) или величина доверительного интервала:

M = G*C , (13)

где М - интервальная оценка;

G - коэффициент Стьюдента;

С - ошибка метода или среднеарифметическое значение среднеквадрати-ческого отклонения.

Затем рассчитывается граница доверительного интервала. Для определе­ния границ интервала используется формула, которая учитывает расчетное значение (У_t) и интервальную оценку (М):

У_Д = У_t М, (14)

где У_д - значения доверительного интервала;

y_t - теоретическая уровень перспективной численности населения;

М - интервальная оценка.

Важное значение, при применении данного метода, имеет продолжитель­ность базисного ряда динамики. Срок прогнозирования не должен быть больше базисного периода. Для расчета перспективной численности населения мето­дом экстраполяции берется период в 10 и 30 лет

Пользуясь этим методом, следует помнить, что экстраполяция динамиче­ского ряда на основе выбранной математической функции, полученной при вы­равнивании, только тогда может дать значения, близкие к действительности, если в динамическом ряду отсутствуют случайные колебания, выражающиеся в разности (У—Y i). А измеряемые средние квадратические отклонения, будут не­большими, и если между случайными отклонениями отсутствует автокорреля­ция.