Предсказать непредсказуемое: могут ли ученые прогнозировать последствия внезапных событий
Человечеству много раз приходилось принимать решения в условиях, когда их последствия невозможно достоверно предсказать. В научной литературе принято считать, что глубокая неопределенность характеризуется отсутствием каких-либо статистических оценок развития рассматриваемого события. Лица, принимающие решения в подобных условиях, испытывают отсутствие информации о результатах, к которым могут привести те или иные доступные им действия.
В подобной ситуации неопределённости все страны мира оказались и в 2020 году: «Что поближе к нам – это COVID-19. Мы опять столкнулись с тем, что никогда в жизни с нами не происходило», – отмечает Ткачев.
На что опираться, когда происходит то, чего никогда прежде не было? Чем оперировать, если ни данных по происходящему ни аналогичного опыта в прошлом нет? В подобных ситуациях предлагается рассматривать сценарный анализ.
Международный обмен углеводами
Новую модель анализа продовольственных сетей в условиях глубокой неопределенности разработала группа исследователей Международного центра анализа и выбора решений под руководством ординарного профессора НИУ ВШЭ Фуада Алескерова. В состав исследовательской группы помимо самого Даниила Ткачева вошли научный сотрудник центра Санджай Дутта и стажер-исследователь Дмитрий Егоров.
Исследователи изучили данные экспорта и импорта продовольствия и построили сеть, отражающую торговые отношения между странами. «Грубо говоря, есть точка, которая обозначает страну и есть стрелочки, которые обозначают движение продовольствия», – поясняет Даниил Ткачёв.
Очевидно, что продовольствие – это широкое понятие, охватывающее огромный спектр товаров различного рода. Поэтому исследователи выделили одну экспортную категорию, подлежащую рассмотрению: экспорт основных зерновых культур, среди которых пшеница, рис, кукуруза и так далее – всего 9 наименований. Для анализа используются данные ООН, последние из которых датируются 2020 годом: «Это был ближайший к нам год, по которому все данные присутствовали», – поясняет выбор периода исследователь.
При этом получится 9 разных сетей экспорта для каждого продукта. «Мы хотим все сети в одну сеть скомпоновать», – отмечает спикер. Здесь он отмечает, что рассматриваемые зерновые культуры – основной источник углеводов. Обозначив содержание углеводов для каждой из рассматриваемых зерновых культур, исследователи смогли построить единую сеть экспорта зерновых культур, где величины экспорта представлены тоннами углеводов.
Углеводно-импортная зависимость
Рассматриваемая сеть может быть использована для предсказания последствий тех или иных происшествий в отдельных странах, которые могут привести к голоду. Наиболее негативно такие события скажутся на странах, которые зависят от импорта. «Представим, что я – какая-то страна, мне присылают товар – мне пока хорошо, – приводит пример Даниил Ткачёв. – Но у меня есть товарищ, и если я с ним поругаюсь, то у меня начнётся голод». Иными словами, страна зависит от импорта, если без него в ней будет наблюдаться нехватка потребления рассматриваемого продукта. Если страна способна обеспечить себя необходимым минимальным потреблением без участия других стран, то считается, что она от импорта не зависит.
При этом спикер отмечает, что необходимо определить содержание понятия «нехватка» – он предлагает это сделать на основе медицинских рекомендаций. С помощью этих данных и данных ООН о численности населения стран исследователи смогли определить минимальную норму потребления для всех участников сети.
Для выявления же зависимости стран от экспорта были использованы три индекса: In-degree, индекс группового влияния и индекс ключевого участника.
«Индекс In-degree – не что иное, как суммарный импорт на душу населения», – поясняет Даниил Ткачёв.
При этом важно помнить, что страны могут влиять друг на друга не только самостоятельно, но и группами. Например, они могут объединяться в альянсы: «Так, группа стран оказывает влияние на другую страну, если она может ограничить экспорт и привести к нехватке продовольствия в этой стране», – объясняет исследователь. – Соответственно, индекс группового влияния обозначает, сколько групп оказывают влияние на страну». Здесь важно заметить: в этой системе одна страна сама по себе тоже является группой, если ограничение её экспорта приведёт к голоду в другой стране.
Существует и третий индекс – ключевого участника. Даниил Ткачёв объясняет его суть следующим образом: «Мы будем говорить, что в нашей рассматриваемой группе какая-то страна является ключевой при том условии, что если эта страна выйдет из группы, то эта группа перестанет оказывать влияние на рассматриваемую страну». Иными словами, если без какой-то страны альянс государств не сможет обеспечить достаток продовольствия в третьей стране, то первая страна является ключевой в рассматриваемой группе.
Помимо трёх индексов, оценивающих непосредственное влияние отдельных стран и их объединений, в сетях существует и непрямое влияние: «Если страна, сократив экспорт в другую страну, повлияет на размер экспорта второй страны в третью, то мы можем сказать, что первая страна оказывает непрямое влияние на третью страну», – рассказывает Даниил Ткачёв. Такое может произойти, если второй стране вследствие случившихся изменений придётся сократить свой экспорт, для того чтобы её собственное население не голодало. «Таким образом, в нашей сети возникнут каскадные реакции, которые мы можем учесть с помощью этих индексов», – отмечает он.
Прогностические возможности новой модели
Разработанную модель можно применять на практике с использованием сценарного анализа: «Основная цель заключается в нахождении наиболее уязвимых стран в случае, если какие-то страны по различным причинам не могут экспортировать или импортировать рассматриваемое продовольствие», – говорит Даниил Ткачёв.
Не стоит рассматривать в этой сети отдельно страны и их отношения: «Мы не вдаемся в подробности в каждой стране, так как нас интересуют только последствия на макроуровне», – подчеркивает Ткачёв. Он поясняет, что в данном исследовании акцент сделан на рассмотрении стран с точки зрения их уязвимости к различным переменам на рынке.
Полученные данные за несколько лет можно использовать для расчёта влияния событий по всему миру на сети экспорта и импорта. «Мы смогли рассчитать нехватку потребления для стран за 2018, 2019 и 2020 годы, – продолжает Даниил Ткачёв. – Мы почитали индексы, а затем их проранжировали».
Рассматривая конкретные сценарии, исследователи обратили внимание на наводнение, которое произошло в Пакистане в 2022 году. «Экспорт сокращён и потребление сильно упало, – отмечает Ткачёв. – При этом после наводнения в Пакистане в Союзе Коморских островов тоже началась нехватка продовольствия».
Исследователь считает, что разработанная модель может предсказывать события в условиях глубокой неопределённости: «Мы обозначили наиболее уязвимые страны – у них больше всего ключевых участников, – и ровно у всех этих пяти стран ситуация с потреблением после наводнения ухудшилась». В Союзе Коморских островов после наводнения стала наблюдаться нехватка потребления углеводов, чего до наводнения не было. Спикер отметил, что рассмотренные индексы выявили зависимость Союза Коморских островов от экспорта.
Таким образом, исследователи международного центра анализа и выбора решений смогли ввести новую модель сетевого анализа в условиях глубокой неопределённости. Они предложили модель поиска уязвимых стран с точки зрения продовольственной безопасности, что может значительно улучшить прогностические функции науки. Даниил Ткачёв обращает внимание, что эту же модель можно применять не только к экспорту и импорту углеводов, но и для анализа других стратегических продуктов.
Данное исследование было проведено в рамках стратегического проекта «Национальный центр научно-технологического и социально-экономического прогнозирования».
Стажер-исследователь Лаборатории экономической журналистики
Все новости автора
Ткачев Даниил Сергеевич
Стажер-исследователь Международного центра анализа и выбора решений