Прогнозирование параметров социально-экономического развития региона с использованием аппарата нейронных сетей (на примере ВРП Воронежской области)

Цель : исследование возможностей применения аппарата нейронных сетей для прогнозирования параметров региональных социальноэкономических систем в процессе формирования стратегий административно-территориальных образований России. Обсуждение : использование математических методов прогнозирования социальноэкономического развития регионов широко обсуждается в научной литературе. Однако на практике их применение весьма ограничено в связи с высокой сложностью и трудоемкостью формирования моделей, направленных на решение конкретной задачи. Тиражирование таких моделей, позволяющее использовать готовый к применению математический аппарат, затруднительно в силу специфики каждого административно-территориального образования. Распространение данных методов, в том числе и нейронных сетей, может иметь практическое значение при использовании стандартных пакетов компьютерных программ. Результаты : в статье продемонстрированы возможности и ограничения прогнозирования индикаторов социальноэкономического развития регионов на период до 2024 года на примере ВРП Воронежской области. Установлено, что прогноз нейронной сети, сформированный на основе ее обучения за ретроспективный период, можно считать адекватным реальным экономическим процессам в регионе. Частные ошибки прогноза имеют место, но общий вывод о возможности применения нейронных сетей в задачах прогнозирования динамики показателей социально-экономического развития региона является положительным. Применительно к ВРП прогноз нейросетей является более «осторожным» по сравнению с прогнозом экспертов, причем нельзя априори отдать предпочтение ни одному из методов. В связи с этим можно считать оправданным использование метода прогнозирования с использованием аппарата нейронных сетей в качестве вспомогательного инструмента для формирования прогноза на долгосрочный период, не выходящий за пределы, принятые для использования большинства экономико-статистических методов (1/3 от периода, за который сформированы исходные данные).