Методология

оценки и прогноза ЦУР Ростовской области

AI аналитика

Для анализа текущего состояния Целей устойчивого развития Ростовской области, а также получения прогнозных значений на 2023 и 2024 годы был использован искуственный интеллект, в частности, находящиеся в общем доступе большие языковые модели (LLM).

Были рассмотрены следующие генеративные модели:

• Claude AI, модель Claude 3 Sonnet

• Google Gemini, модель Gemini 1.5 Pro

• OpenAI ChatGPT, модель ChatGPT 4o

Данные модели были выбраны с учетом ряда критериев:

• открытости: модели должны были быть открытыми и доступными для использования. По предоставленным данным и тексту запроса возможно воспроизвести ответы систем искусственного интеллекта для проверки;

• доступа к контексту: указанные модели обновлены после 2022 года и имеют доступ к историческим данным;

• возможности анализа файлов: табличные данные для моделей предоставлялись в естественном виде. Данные по ЦУР модифицировались минимальным образом, чтобы продемонстрировать возможность моделей искуственного интеллекта содействовать в прогностическом анализе.

Общий запрос для моделей имел следующий вид:

Проанализируй данные относящиеся к Цели устойчивого развития _цель_
Ответь на следующие вопросы:
- По предоставленным данным, на каком уровне находится достижение цели _цель_ в Ростовской области
- Насколько результаты Ростовской области сравнимы с общим показателем в РФ

Для прогноза использовалось продолжение:

На основании представленных данных, спрогнозируй показатели, относящиеся к _цель_, 
для Ростовской области на 2023 и 2024

В основном, в отдельных пунктах ЦУР приведены результаты от Claude AI, как генеративной модели, наиболее настроенной на анализ цифровых данных. Две другие модели в большинстве случаев выдавали общую информацию.

Функция желательности Харрингтона

Одним из прикладных инструментов при качественной оценке показателей, характер которых можно оценить только сравнительным способом (какими являются ЦУР для регионов РФ), является функция желательности Харрингтона.

Идея функции Харрингтона лежит в преобразовании значений критериев в безразмерную шкалу желательности, позволяющую сравнивать и комбинировать характеристики различной природы. Она устанавливает соответствие между психо--лингвистическими оценками экспертов и натуральными показателями критериев, к тому же, она обладает всеми необходимыми практическими свойствами характеристической функции.

Функция Харрингтона в общем виде имеет вид:

где — некая функция, устанавливающая соответствие между значениями исследуемого критерия и безразмерной шкалой. На практике она почти всегда линейная, отвечающая за сдвиг и крутизну кривой функции Харрингтона, в соответствии с прикладными потребностями. Она подбирается таким образом, чтобы соответствовать устоявшемуся отображению интервалов значений функции на лингвистическую переменную желательности: "очень хорошо" — (0.8, 1), "хорошо" — (0.63, 0.8), "удовлетворительно" — (0.37, 0.63), "плохо" — (0.2, 0.37), "очень плохо" — (0, 0.2).

Если имеется критериев с соответствующими функциями желательности , то консолидированная оценка выражается взвешенным геометрическим средним:

Так как для каждой Цели устойчивого развития будет даваться единый интегральный критерий, отвечающий состоянию этой Цели в Ростовской области, то для отдельных показателей будут указаны соответствующие веса, использованные при расчете критерия. Веса будут определяться экспертно.

Для каждого критерия в Целях устойчивого развития будут указываться два значения, соответствующие двум значениями желательности: 0.63 (будет браться средний показатель по Российской Федерации, как барьерный эталонный показатель приемлемости, за исключением случаев, когда большое количество выбросных данных смещает показатель по РФ, например, в случае детской смертности (ЦУР3)) и одно дополнительное значение, специфичное для каждого конкретного критерия. В силу линейности функции , вся функция Харрингтона восстанавливается по двум значениям.

Пример графика желательности для увеличения реальных доходов населения в 2022 году относительно 2010 года по регионам (ЦУР1)

Для каждого показателя будет представлена таблица с заголовками (З1, И1, З2, И2, Вес) — (Значение-1, Индекс-1, Значение-2, Индекс-2, Вес показателя), по которым будут рассчитаны параметры функции желательности. В каждом конкретном случае будет указываться мотивировка выбора определенных значений.

Анализ временных рядов

Проблема малого количества данных

В большинстве представленных таблиц недостаточно ширины исследуемого временного промежутка для предположения характера зависимостей и анализа значимости построенных моделей. Например, возьмем ряд среднедушевых денежных доходов в рублях с 2016 по 2022 годы.

Этот показатель по многим факторам является автокоррелирующим, как минимум, из-за:

• инерционности экономических процессов
• эффекта "запоминания" (текущие доходы во многом зависят от доходов в предыдущие периоды, так как значительная часть населения получает стабильный доход);
• цикличности экономики;
• государственной политики регулирования доходов, способствующей стабилизации.

При этом, при анализе на автокорреляцию:

earnings = {30865, 31897, 33361, 35506, 36240, 40304, 44937};
AutocorrelationTest[earnings]

p-значение теста получается большим и не позволяет отвергнуть нуль-гипотезу об отсутствии автокорреляции данных:

0.263902

Естественно, это возникает из-за объема данных, поэтому часть моделей будет предоставлено as is, без математического обоснования выбора модели, экспертным методом.

Модели временных рядов

При построении прогноза выбиралась лучшая из следующих семейств моделей временных рядов:

1. AR (Autoregressive model): Модель, в которой значение временного ряда зависит от предыдущих значений этого же ряда с использованием линейной комбинации. В AR(p) модели используется p предыдущих значений.

2. MA (Moving Average model): Модель, в которой текущее значение временного ряда зависит от случайных ошибок в прошлом. В MA(q) модели используется q предыдущих случайных ошибок.

3. ARMA (Autoregressive Moving Average model): Комбинация моделей AR и MA. ARMA(p, q) модель использует как авторегрессионную, так и модель скользящего среднего для описания временного ряда.

4. ARIMA (Autoregressive Integrated Moving Average model): Расширение модели ARMA, которое также включает дифференцирование ряда для обеспечения стационарности. ARIMA(p, d, q) модель включает в себя параметры авторегрессии, разности и скользящего среднего.

5. SARMA (Seasonal Autoregressive Moving Average model): Расширение модели ARMA для учета сезонности в данных. SARMA(p, q)(P, Q)m модель добавляет сезонные компоненты к ARMA модели.

6. SARIMA (Seasonal Autoregressive Integrated Moving Average model): Расширение модели ARIMA с учетом сезонной составляющей в данных. SARIMA(p, d, q)(P, D, Q)m модель включает в себя как сезонные, так и несезонные параметры авторегрессии, разности и скользящего среднего.

7. ARCH (Autoregressive Conditional Heteroskedasticity model): Модель, которая описывает изменяющуюся во времени вариативность (гетероскедастичность) в данных, используя авторегрессионную зависимость в условной дисперсии.

8. GARCH (Generalized Autoregressive Conditional Heteroskedasticity model): Расширение модели ARCH, которое добавляет скользящее среднее для учета зависимости текущей дисперсии от прошлых значений дисперсии. Она может быть более гибкой и учитывать более сложные шаблоны изменения дисперсии во времени.

Для выбора лучшей модели прогнозирования будет использоваться Информационный критерий Акаике (AIC). Данный критерий нацелен на баланс между сложностью модели и качеством прогноза. Формула прогноза рассчитывается следующим образом:

где — количество параметров модели, — функция правдоподобия для выбранной модели. Таким образом критерий вводит штраф за увеличение сложности. Наилучшей признается модель с наименьшим значением AIC.

Анализ временных рядов проводился в системе компьютерной алгебры Wolfram Mathematica версии 13.0. Код программы доступен по ссылке

Взаимосвязи Целей устойчивого развития

Граф связей целей устойчивого развития (ЦУР) можно представить в виде сети, где каждая цель связана с другими через различные ребра, представляющие взаимовлияние и взаимозависимость. Вот как можно описать связи между ними:

1. Ликвидация нищеты (ЦУР 1)

   • Связь с ЦУР 2 (Ликвидация голода): Устранение нищеты способствует улучшению доступа к продовольствию.
   • Связь с ЦУР 3 (Хорошее здоровье и благополучие): Более высокий уровень жизни уменьшает риск заболеваний.
   • Связь с ЦУР 4 (Качественное образование): Образование помогает людям выйти из нищеты.
   • Связь с ЦУР 8 (Достойная работа и экономический рост): Экономический рост и достойные рабочие места уменьшают нищету.
   • Связь с ЦУР 10 (Уменьшение неравенства): Уменьшение неравенства помогает снизить уровень бедности.

2. Ликвидация голода (ЦУР 2)

   • Связь с ЦУР 1 (Ликвидация нищеты): Уменьшение нищеты улучшает доступ к продовольствию.
   • Связь с ЦУР 3 (Хорошее здоровье и благополучие): Доступ к достаточному и питательному питанию улучшает здоровье.
   • Связь с ЦУР 12 (Ответственное потребление и производство): Эффективное производство и потребление снижают потери пищи.
   • Связь с ЦУР 15 (Сохранение экосистем суши): Устойчивые сельскохозяйственные практики способствуют продовольственной безопасности.

3. Хорошее здоровье и благополучие (ЦУР 3)

   • Связь с ЦУР 6 (Чистая вода и санитария): Доступ к чистой воде и санитарии важен для здоровья.
   • Связь с ЦУР 7 (Недорогостоящая и чистая энергия): Чистая энергия уменьшает загрязнение воздуха, что положительно влияет на здоровье.
   • Связь с ЦУР 4 (Качественное образование): Образование способствует улучшению здоровья через информирование о здоровом образе жизни.
   • Связь с ЦУР 8 (Достойная работа и экономический рост): Достойная работа снижает стресс и улучшает благосостояние.

4. Качественное образование (ЦУР 4)

   • Связь с ЦУР 1 (Ликвидация нищеты): Образование является ключом к выходу из бедности.
   • Связь с ЦУР 5 (Гендерное равенство): Образование для девочек и женщин способствует гендерному равенству.
   • Связь с ЦУР 8 (Достойная работа и экономический рост): Образованные люди чаще находят достойную работу.
   • Связь с ЦУР 10 (Уменьшение неравенства): Образование уменьшает социальное и экономическое неравенство.

5. Гендерное равенство (ЦУР 5)

   • Связь с ЦУР 1 (Ликвидация нищеты): Гендерное равенство способствует экономической самостоятельности женщин.
   • Связь с ЦУР 3 (Хорошее здоровье и благополучие): Равные права на здравоохранение улучшают здоровье женщин.
   • Связь с ЦУР 4 (Качественное образование): Доступ к образованию для девочек и женщин.
   • Связь с ЦУР 8 (Достойная работа и экономический рост): Гендерное равенство на рабочем месте способствует экономическому росту.

6. Чистая вода и санитария (ЦУР 6)

   • Связь с ЦУР 3 (Хорошее здоровье и благополучие): Чистая вода и санитария жизненно важны для здоровья.
   • Связь с ЦУР 12 (Ответственное потребление и производство): Эффективное управление водными ресурсами.
   • Связь с ЦУР 15 (Сохранение экосистем суши): Охрана водных экосистем важна для чистой воды.

7. Недорогостоящая и чистая энергия (ЦУР 7)

   • Связь с ЦУР 3 (Хорошее здоровье и благополучие): Чистая энергия уменьшает загрязнение и улучшает здоровье.
   • Связь с ЦУР 8 (Достойная работа и экономический рост): Доступная энергия стимулирует экономический рост.
   • Связь с ЦУР 13 (Борьба с изменением климата): Чистая энергия снижает выбросы парниковых газов.

8. Достойная работа и экономический рост (ЦУР 8)

   • Связь с ЦУР 1 (Ликвидация нищеты): Работа способствует выходу из бедности.
   • Связь с ЦУР 4 (Качественное образование): Образование увеличивает шансы на достойную работу.
   • Связь с ЦУР 10 (Уменьшение неравенства): Доступ к достойной работе уменьшает экономическое неравенство.
   • Связь с ЦУР 9 (Индустриализация, инновации и инфраструктура): Развитие инфраструктуры создает рабочие места.

9. Индустриализация, инновации и инфраструктура (ЦУР 9)

   • Связь с ЦУР 8 (Достойная работа и экономический рост): Промышленность и инновации создают рабочие места.
   • Связь с ЦУР 7 (Недорогостоящая и чистая энергия): Инфраструктура для чистой энергии.
   • Связь с ЦУР 12 (Ответственное потребление и производство): Устойчивые методы производства.

10. Уменьшение неравенства (ЦУР 10)

    • Связь с ЦУР 1 (Ликвидация нищеты): Уменьшение неравенства способствует снижению уровня бедности.
    • Связь с ЦУР 4 (Качественное образование): Образование уменьшает социальное неравенство.
    • Связь с ЦУР 5 (Гендерное равенство): Равные возможности уменьшают неравенство.
    • Связь с ЦУР 8 (Достойная работа и экономический рост): Экономический рост уменьшает неравенство.

11. Устойчивые города и населенные пункты (ЦУР 11)

    • Связь с ЦУР 6 (Чистая вода и санитария): Необходимость инфраструктуры для воды и санитарии.
    • Связь с ЦУР 7 (Недорогостоящая и чистая энергия): Энергия для устойчивых городов.
    • Связь с ЦУР 13 (Борьба с изменением климата): Устойчивые города помогают бороться с изменением климата.

12. Ответственное потребление и производство (ЦУР 12)

    • Связь с ЦУР 2 (Ликвидация голода): Эффективное использование ресурсов для продовольственной безопасности.
    • Связь с ЦУР 6 (Чистая вода и санитария): Снижение водных потерь и загрязнений.
    • Связь с ЦУР 9 (Индустриализация, инновации и инфраструктура): Устойчивое производство и инновации.

13. Борьба с изменением климата (ЦУР 13)

    • Связь с ЦУР 7 (Недорогостоящая и чистая энергия): Чистая энергия для снижения выбросов.
    • Связь с ЦУР 11 (Устойчивые города и населенные пункты): Устойчивые города помогают адаптироваться к климату.
    • Связь с ЦУР 14 (Сохранение морских экосистем): Борьба с изменением климата защищает морские экосистемы.
    • Связь с ЦУР 15 (Сохранение экосистем суши): Защита экосистем суши от климатических изменений.

14. Сохранение морских экосистем (ЦУР 14)

    • Связь с ЦУР 2 (Ликвидация голода): Здоровые морские экосистемы поддерживают рыболовство.
    • Связь с ЦУР 13 (Борьба с изменением климата): Защита морских экосистем от климатических изменений.
    • Связь с ЦУР 12 (Ответственное потребление и производство): Снижение загрязнения морей.

15. Сохранение экосистем суши (ЦУР 15)

    • Связь с ЦУР 2 (Ликвидация голода): Устойчивое сельское хозяйство.
    • Связь с ЦУР 13 (Борьба с изменением климата): Защита экосистем от климатических изменений.
    • Связь с ЦУР 6 (Чистая вода и санитария): Защита водных ресурсов.

16. Мир, правосудие и эффективные институты (ЦУР 16)

    • Связь с ЦУР 1 (Ликвидация нищеты): Справедливые институты помогают снижать бедность.
    • Связь с ЦУР 10 (Уменьшение неравенства): Справедливые законы и институты уменьшают неравенство.
    • Связь с ЦУР 17 (Партнерство в интересах устойчивого развития): Эффективные институты способствуют международному сотрудничеству.

17. Партнерство в интересах устойчивого развития (ЦУР 17)

    • Связь с ЦУР 1-16: Партнерство необходимо для достижения всех ЦУР, так как оно способствует обмену знаниями, ресурсами и технологиями.

Граф связей ЦУР можно представить как сложную сеть, где каждая цель взаимосвязана с другими через различные аспекты экономического, социального и экологического развития.