Категории: ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника |
Анализ разнообразных методов прогнозированияРассмотрим целесообразность использования разнообразных методов прогнозирования с определением спроса именно на авиаперевозку. 1. Экспертные оценки Под этим понимают методы упорядочения прогнозов на основе предложений и выводов экспертов. Применение их обосновано в том случае, если личный опыт и интуиция экспертов играют при прогнозировании решающую роль. 2. Методы активного и пассивного прогнозирования Пассивное прогнозирование — предсказание значений показателя, который нас интересует, без указания того, какими в действительности путями предсказания значения будет достигнуто. К пассивным методам относится экстраполяция временных рядов. Такой прогноз осуществляется обычно в предположении, что и в будущем сохраняются те же тенденции, которые имели место в прошлом и нашли свое отражение в использованных статистических данных. Методы активного прогнозирования точнее описывают реальный механизм формирования анализируемого показателя. На первом этапе — прогнозируется спрос на перевозку (например, с помощью регрессионных моделей), на втором — ведется эластичное выравнивание полученного значения спроса путем учета вариантов привлечения ресурсов. При этом решается задача оптимального распределения имеющегося ресурса. Полученное решение принимается за активный прогноз объема перевозок, который считается более точным, так как объединяет случайные экспертные и детерминантные пассивные методы. 3. Индивидуальные и групповые модели Индивидуальная модель прогнозирования основана на рассмотрении каждого объекта по раздельности. На основе статистических данных, которые характеризуют анализируемый объект, применяя, например, методы теории регрессии, выводят аналитические зависимости объемов перевозок от таких сопутствующих переменных, как, например год, численность населения города, платежеспособность и др. Прогнозирование осуществляется экстраполяцией этой зависимости для значений сопутствующих переменных, которые ожидаются в будущем. Групповая модель базируется на рассмотрении некоторой совокупности всех объектов одновременно. Широкие возможности групповой модели прогнозирования основаны на том, что она устанавливает объективно существующую зависимость уровня авиационных перевозок от уровня развития объекта, который характеризуется набором значений сопутствующих переменных для данного объекта. Групповая модель — динамическая, так как данные фиксируют развитие разнообразных городов и аэропортов на экономика гражданской авиации Украины разнообразных стадиях. Широкие возможности представляют комбинации индивидуальных и групповых моделей. Эти модели дают довольно точные результаты, но при наличии значительной информации. 4. Методы "вверх"и "вниз". Данные прогнозов, которые традиционно складываются для авиатранспорта, размещаются как по объектам прогнозирования (регион, аэропорт, направление), так и по временному признаку (от 5 лет и более, год, квартал, месяц). Поэтому возникает проблема взаимосвязанности (сбалансированности, согласованности) прогноз разнообразных уровней, ведь общеэкономическая ситуация также очень непостоянная. В случае прогнозирования "вверх" сначала составляют прогнозы низшего уровня, а прогнозы такого уровня получают прямым суммированием прежде составленных прогнозов. Аналогичным воображением составляют прогнозы по месяцам, потом суммированием — прогноза по годам и т. п. При прогнозировании "вниз" сначала одним из вышеупомянутых методов составляют общий прогноз деятельности авиапредприятия (часто с распределением его по зонам дальности), потом по аэропортам и, в конце концов, по направлениям. Оба последних метода, несмотря на достоинства, имеют определенные недостатки, так как мало опираются на формализованные модели. Исходя из того, что общая экономическая ситуация стабилизируется то можно утверждать о целесообразности использования формализованных математических методов прогнозирования, или наиболее пригодных для современных условий некоторых их элементов. 4.4. Метод экспертных оценок и его практическая реализация при прогнозировании развития гражданской авиации Украины до 2015 года Применение экспертных оценок для анализа и прогнозирования крупномасштабных объектов предполагает последовательный многоуровневый и опрос экспертов, в результате которого получается полный перечень проблем (условий-предпосылок), необходимых для решения исходной цели прогноза. Процесс получения информации от экспертов формализуется с помощью специально разработанных анкет для каждого объекта прогноза. В каждом туре анкеты необходимо учитывать информацию, полученную от экспертов в предшествующем туре. Хотя форма анкеты несколько ограничивает свободу "импровизации" экспертов и результаты определены задаваемыми вопросами, эти недостатки можно до некоторой степени преодолеть, предоставляя эксперту возможность высказать свои особые суждения, которые потом анализируются и обобщаются. На этом этапе получаем многоальтернативную прогнозную графу типа дерева, вершиной которого является исходная цель прогноза, а ветвями дерева, направленными вниз, направления, проблемы, научно-технические, организационно-экономические и другие условия. Характеристика методов прогнозирования авиаперевозок 119 Математическими моделями, которые описывают исследуемый объект, будет служить специально разработанный комплекс алгоритмов качественного и количественного анализа, с помощью которого можно получить необходимые прогнозные оценки. Заключительный этап прогнозирования состоит из управления прогнозируемым объектом и перевода прогнозных оценок в план. Это сложная задача, решение которой тяжело формализовать. На этом этапе ведется сравнение множества альтернатив по разнообразным показателям и определяется оптимальная альтернатива или наиболее близкая к ней. Решением этой задачи является выбор так называемого "компромиссного" варианта, который, может, не является оптимальным, но представляется наиболее подходящим из совокупности исследуемых критериев. Современность характеризуется тем, что все формы общественной жизни и их взаимодействие усложнились. Усилились взаимосвязи и взаимозависимости науки, техники, экономики, социальных условий. Возросли динамизм развития всех сторон общественной жизни и разнообразие возможных вариантов путей и средств решений тех или иных проблем социально-экономического процесса. Задача состоит в том, чтобы учесть взаимодействие множества объективных и субъективных, внутренних и внешних для данного общественного процесса факторов; добиться возможности предусмотреть как управление общественным развитием соответствовало бы действительности, было научным и убедительно достоверным. В данное время существует много методов и приемов предвидения будущего, в основе которых лежит два подхода: математический и эвристический. К математическим методам относятся методы экстраполяции и методы моделирования. Методы экстраполяции дают оценку дальнейшего положения прогнозируемого объекта как непосредственное продолжение его соответствующего действительности положения. Хотя методы могут применяться к объектам, описываемым качественными показателями, они всего лишь используются для прогнозирования характеристик, технологических нормативов, тенденций, которые изменяются во времени. Например быстродействующие ЭВМ, затраты на создание ЭВМ, изменения в росте потребностей общества в структуре и численности научных кадров и других. Методы моделирования используют в качестве моделей прогнозируемого объекта дифференциальные уравнения с заданными начальными условиями или некоторые логические конструкции. Если модель адекватна реальному объекту, то она может служить средством для экстраполяции. В то же время, применение экстраполяции предполагает использование каких-нибудь теоретических и эмпирических моделей. Эти методы взаимозависимы и служат для определения отражения исследуемого объекта в будущем. Методы экстраполяции отражают характер параметров времени и дают достаточно красивый прогноз изменения этих параметров на период до 10 лет. Результаты прогнозов на более продолжительное время — 10—15 лет значительно ухудшаются, поскольку в условиях научно-технического прогресса могут происходить значительные качественные изменения, которые приводят к скачкообразным изменениям статистических размеров. Факты показывают, что механическая экстраполяция предыдущих статистических данных на будущее без учета динамики и структурных изменений исследуемого объекта и его составных ненадежна и неудовлетворительна, даже по отношению к компонентам, которые владеют относительной автономностью и устойчивостью. В этом случае лучше применять эвристические методы, использующие экспертные оценки, так как источником идей, которые будут способствовать научно-техническому прогрессу, являются люди. Эвристические методы применяются преимущественно для прогнозирования объектов и процессов, которые не поддаются прямым методам анализа и формального описания в данный момент времени. Главная цель методов — определение новых направлений развития исследуемого объекта и возможных путей их осуществления. Методы основаны на использовании толкований значительного числа высококвалифицированных специалистов (экспертов), имеющих большой опыт в исследуемой области. Такие методы носят название "методов экспертных оценок". Суть методов заключается в том, что на базе обоснованных мнений компетентных специалистов можно построить ряд гипотез развития объекта прогноза. Прогнозирование на основе экспертных оценок формирует благоприятные условия для научных поисков, смелых творческих гипотез, как в настоящее время, так и на будущее. Кроме того, такие прогнозы учитывают эрудицию и творческий характер главных ученых, их априорные и интуитивные оценки возможных вариантов развития, то есть разрешают учесть те факторы, которые не учитываются при использовании математических методов. Методы экспертных оценок можно условно разделить на две группы: индивидуальные экспертные оценки и коллективные экспертные оценки. Методы коллективной экспертной оценки основаны на известном американском методе Дельфи. Общим для них является группа высококвалифицированных специалистов, которых называют экспертами и которые работают в данной области. Опрос экспертов проводится в несколько туров, ответы даются в количественной или качественной форме (да, нет, хорошо, плохо). Все эксперты дают свои оценки независимо друг от друга, обосновывая свою мысль. После любого тура проводится статистическая обработка его результатов. Любой из участников опроса знакомится с ответами других участников, тем не менее, при этом целиком устраняется непосредственное их общение. В упрощенном виде эти методы представляют собой итеративную последовательность циклов мозговой атаки. Методы экспертных оценок постоянно развиваются и совершенствуются. Сотрудниками Института кибернетики имени В.М. Глушкова АН Украины под руководством академика В.М. Глушкова разработана и ус- пешно применяется методика прогнозирования, основанная на идее, которая состоит в объединении методов Дельфи и Перт. В основу эвристического прогнозирования положен метод Дельфи, особенностью которого является последовательный многоуровневый опрос экспертов. Для проведения первого тура приглашаются главные специалисты в исследуемой области. Перед ними ставиться цель прогноза и просят указать условия, необходимые для ее выполнения, а также назвать главных специалистов, которые могли бы взяться за их решение. В результате такого опрашивания, учитывая полный перечень высказанных условий для осуществления исходной цели, получаем графы, представленные на рис. 4.1. Рис. 4.1. Прогнозные графы, после проведения первого тура экспертизы Данные графы состоят из двух уровней. На первом уровне — прогнозируемая цель, на втором — цели, необходимые для достижения исходной. Цели второго уровня называются предпосылками цели первого уровня, то есть, с который они связаны. При проведении второго тура любая из условий второго уровня графа рассматривается как исходная проблема и направляется для оценки главным специалистам из данной проблемы и тем, кто был назван участниками первого тура в качестве специалистов, которые могли бы взяться за ее решение. Перед участниками второго тура ставят такую же задачу, как и перед участниками первого тура. В результате проведения этого этапа экспертизы, для каждой проблемы второго уровня в оценке одного эксперта получаем графы, аналогичные, изображенному на рис. 4.1. Тем не менее, условия, предложенные экспертами в качестве предпосылок, могут пересекаться. Это означает, что для разных проблем, рассмотренных разными экспертами, были указаны одни и те же условия, необходимые для осуществления поставленных. Полученный в результате проведения второго тура экспертизы прогнозный граф будет иметь вид, представленный на рис. 4.2. Горизонтальными связями обозначены эксперты, привлеченные для участия во втором туре экспертизы. Из рис. 4.2 очевидно, что одно начало дает множество стоков. Условия третьего уровня графа (рис. 4.2) предлагаются в качестве исходных прогнозируемых проблем участникам третьего тура. Этот процесс продолжается до тех пор, пока на каком-то шаге не будет полученный набор условий, которые не имеют предпосылок. Это может быть в двух случаях — если проблема решена, или, если эксперт в данный момент не видит путей ее решения. Рис. 4.2. Прогнозируемые графы, после проведения второго тура экспертизы Введем обозначения и определения, принятые при дальнейшем изложении. Пусть Т= {0, 1, ..., N} — множество номеров вершин (событий) граф и их связей, S = {sіj , i =1, ..., N,j = 0, 1, ..., N — nm} — множество вершин граф, которые отвечают прогнозируемым условиям, л. — число вершин граф на і-ом уровне, і = 1, ..., m... Индекс j не обязательно принимает все значения от 0 к N-nm , так как не каждое условие граф может иметь предпосылки. Определение 1. Множество вершин S и множество связей между ними Т создают простую графу типа дерево G(S, T), если — множества S и T можно разбить соответственно на подмножества Si, и Тi i = 1, ..., m так, что S=S1 US2 U... U S2, U... USm ,
Xарактеристика методов прогнозирования авиаперевозок 123
Характеристика методов прогнозирования авиаперевозок 125
пi — количество экспертов, которые оценивают i-й уровень граф, i = 1,..., т. Оценка М — числа простых прогнозных граф, которые описывают много альтернативных прогнозных граф G(S, T) имеет вид (4.05) Информация, полученная от экспертов, должна подвергаться качественному и количественному анализу. Система алгоритмов качественного анализа заключается в представлении экспертных оценок в виде адекватной информации и удобной для проведения дальнейших прогнозных разработок. Общая структура качественного анализа состоит из построения взаимозависимых алгоритмов, которые разрешают экспертные оценки вообразить в виде системы линейных алгебраических уравнений с нулевыми переменными и выделить полный набор альтернатив, которые описывают прогнозируемые данные. Исходной моделью для прогнозных исследований служат результаты опроса экспертов, проведенных по специальным таблицам. В результате привлечения алгоритмов, получаем множество
Во многих реальных ситуациях разработка устройства (явления spk) может быть начата и до окончания работ по созданию всех комплектующих элементов и решение всех научно-технических и технологических проблем. Это означает, что имеет важное значение определения времени tпор наступление каждого события и возможность варьирования времени его начала и конца. Алгоритмы расчета прогнозной графы по времени преследуют цель создания аппарата для анализа степени влияния разных по типу условий осуществления фиксированного явления. В общем случае задачу можно сформулировать следующим образом: Найти так что (4.08) Экономика гражданской авиации Украины
где v = 1, ..., np ; tиq некоторые постоянные. Первые три случая описываются алгоритмом, который отвечает (4.07).
Если ранги нумеруются, то Q = Р и основные явления определяются с учетом Q = Ре. Сумма рассчитывается с учетом упорядочения по уменьшению распре-деления рангов слева направо.
называ- ются те явления sіp (вершины), сумма рангов которых удовлетворяет усло-вие: (4.11) где к определяется из соотношения (4.10). Из определения 9 выходит, что основные условия это те, которые име-ют наибольшие значения qіp и являются наиболее весомыми. Понятно, что в многих реальных системах возможно учитывать только sіp, которые отв-чают условию (4.10). При этом определении значение функции имеют мес следующие соотношения: (4.12) при условии (4.13)
Если при анализе прогнозных данных будет так, что Трк завышено, то при такой ситуации целесообразно принять, что разработка может быть начата уже при наличии условий, которые определяются справа налево (см. рис. 4.3), то есть, если имеет место условие (4.11). Представляя значение tпор в формуле (4.09), получим оценку величины tpk. Обозначим tpk, которое мы получили по формуле (4.08), через Т, а tpk , которое получено по одному из алгоритмов, которые описаны формулами
Важной характеристикой количественного анализа прогнозной графы является определение качественной оценки компетентности экспертов. Опи-шем один из объективных методов определения компетентности экспертов. Пусть каждому эксперту предложат оценить компетентность других экспертов. Обозначим компетентность экспертов через с.; оценку величины сі;., предложенную j-м экспертом, аij (аij — это относительная компетентность i-го эксперта, соответственно к мнения j-го эксперта). Естественно, что относительная компетентность подчиняется условиям (4.14) и (4.15) а числа сi удовлетворяют таким условиям: (4.16) (4.17) Равенство (4.15) означает, что любой эксперт должен дать оценку другим экспертам так, чтобы сумма всех оценок равнялась единице. Если перед экспертами не ставить такого условия, то можно пронумеровать оценки экспертов после опроса следующим образом (4.18) Равенство (4.17) значит, что сумма компетентности всех экспертов должна равняться единице. Пусть нужно оценить размер х , причем оценка размера х, предложенная i-м экспертом, равняется хi. Наиболее распространенный способ оценки размера х есть определение среднего значения по результатам опроса, то есть: а с учетом компетентности экспертов эта формула имеет вид (4.19) Если роль х в формуле (4.19) будет величинами сi,, какие нами оценены, а роль хi. — величины аij, то формула (4.19) для оценки компетентности экспертов сi будет иметь вид (4.20) Следовательно, чтобы найти компетентность экспертов, необходимо решить линейную алгебраическую систему (4.20) при дополнительном ограничении (4.17). При этом получим систему, которая будет иметь един-
где А1 и А2 — квадратные матрицы. Разложение матрицы А означает, что ряд экспертов может разделится на две группы, из которых члены одной целиком считают некомпетентны-ми членов другой группы. Вполне вероятно, что в этом случае необходимо изменить состав совета. Поэтому определение разложимости матрицы есть важный момент в поставленной задаче. Так как уравнение системы (4.20) линейно зависимые, то одно из них можно опустить и рассматривать n-1 уравнение, которые осталось с дополнительным условием (4.17). Получа-ем неоднородную алгебраическую систему с п уравнений из п неизвестны-ми, которая решается одним из методов решения алгебраических систем, для которой есть стандартная программа для данной ЭВМ. Анализ экспертных данных Для проведения прогнозных работ в области развития авиационного транспорта Украины соответственно вышеописанной методике рабочая груп-па использовала данные экспертизы, проведенные кафедрой маркетинга НАУ. Экспертиза проводилась по специально разработанным таблицам. Для проведения экспертизы были привлечены 37 экспертов разного уровня ком-петентности. Компетентность экспертов оценивалась по 10-бальной шка-ле. Опрос проводился в один тур, по заранее заготовленным и размножен-ным анкетам. Заполнение анкет проводилось вручную без помощи ЭВМ. Материалы таблиц были взяты в качестве исходных данных как экс-пертные оценки для обработки на ЭВМ. Из представленной информации были полученные данные: — объект прогноза: гражданский авиатранспорт Украины; — цель прогноза: определить стратегию развития гражданского авиа- — дальность прогноза: 2015 г. Из экспертных данных, представленных в таблицах были выделены две проблемы, которые, по мнению экспертов в данное время являются опре-деляющими в области гражданской авиации Украины: 1. Рост объема авиаперевозок по Украине; 2. Направление авиарейсов. Проблемы представляют собой условия одного уровня и отражают суть проблемы только в плане выделенному экспертами для исследования В Экономика гражданской авиации Украины качестве условий, необходимых для выполнения любой из проблем принималась группа факторов, которые ограничивают рост объема авиаперевозок по видам ресурсов: 1. Энергоносители; 2. Трудовые ресурсы, которые отвечают квалификации; 3. Авиатехника; 4. Прибыли населения; 5. Другие факторы. В результате экспертизы в качестве других факторов были вьщелены: . 1. Безопасность полетов; 2. Удобство пользования; 3. Высокие государственные налоги; 4. Насыщенность местной торговой сети; 1. Укажите, в каком году может быть достигнут по Украине объем авиаперевозок 1990 года (например, 2005, 2010 или 2015 года). Таблица АЛ.
2. Оцените по 100-балльной шкале, какие факторы будут ограничивать рост объема перевозок. Таблица 4.2.
3. Укажите пару городов, по которым наиболее вероятно выполнение авиарейсов в перспективе. Таблица 4.3.
4. Какие виды авиатехники наиболее перспективные для эксплуатации воздушным транспортом Украины с учетом изменения структуры спроса и факторов, которые ограничивают объемы авиаперевозок.
5. Объемы производства 6. Отсутствие механизма использования потенциала Украины; 7. Структурные показатели; 8. Развитие наземной базы; 9. Тарифы;
10. Взаиморасчеты; 11. Другие показатели. Проблемы и факторы оценивались по 100-балльной шкале по степени важности. Построение прогнозной графы На основании данных, описанных выше, были построены многоальтернативные прогнозные графы G(T,S) типа дерева (рис. 4.4). Графы имеют пять уровней, состоят из 73 вершин, имеет обычные условия. Любая из вершин отвечает множеству, которое состоит из оценок экспертов, которые характеризуют прогнозируемые условия. Построение прогнозных граф сводилось к тому, что за исходную цель с номером 1.0, что отвечает самому высокому уровню граф, принималась цель прогноза: определить стратегию развития гражданского авиатранспорта Украины. Число к точке означает порядковый номер вершины, с которым связанна данная. Предпосылками исходной цели (то есть условиями более низкого уровня) служили две проблемы (проблемы 1 — рост объема авиаперевозок по Украине, вершина 2.1; проблема 2 — направления выполнение авиарейсов, вершина 3.1). Предпосылками целей 2.1 и 3.1 служила группа факторов, которая характеризует виды ресурсов, которые влияют на рост объема перевозок и обеспечение связи между городами: 4.2, 4.3 — энергоносители; 5.2, 5.3 — трудовые ресурсы; 6.2, 6.3 — авиатехника; 7.2, 7,3 — прибыли населения; 8.2, 8.3 — безопасность полетов; 9.2, 9.3 — удобство пользователя; 10.2, 10.3 — высокие государственные налоги; 11.2, 11.3 — насыщенность местной торговой сети; 12.2, 12.3 — объем производства; 13.2, 13.3 — отсутствие механизма использование потенциала Украины; 14.2, 14.3 — структурные факторы; 15.2, 15.3 — развитие наземной базы; 16.2, 16.3 — тарифы; 17.2, 17.3 — взаиморасчеты; 18.2, 18.3 — другие факторы. Многоальтернативные прогнозные графы G(T, S) были разбиты на подмножество G.(T, S), и = 1, ..., 37 одноальтернативных прогнозных граф. Поскольку все элементы множества G(T, S) имеют подобную структуру, приведем только один из них в качестве примера (рис. 4.4). С целью большей наглядности на рис. 4.4 показанная только часть связей между условиями разных уровней, соединительные линии опущены, номера вершин, записанные в скобках отвечают номерам вершин много альтернативных прогнозных граф, изображенного на рис. 4.5.
Рис. 4.4. Многоальтернативные прогнозные графы Условия критериев, выдвинутые экспертами для оценки исследуемых проблем включают экономические и организационные факторы, которые определяют уровень технологии и организационное обеспечение и носят более выраженный качественный характер. Поэтому была начата попытка с помощью описанной методики и имеющихся программных средств, получить обобщенные оценки для выработки прогноза. Для решения этой задачи были частично использованы модифицированные алгоритмы, описанные с помощью выражений (4.06—4.20). Все эксперты были проранжованы в порядке убывания оценок их компетентности и согласно методике разделены на две группы: в первую группу вошли 11 экспертов, сумма оценок, компетентность которых была не менее некой заданой (оценка компетентности формировалась по методике, выраженной формулами (4.14— 4.20); в другую группу вошли 26 оставшихся экспертов. С учетом такого деления были получены два варианта прогнозных оценок. Первый вариант соответствует мнению экспертов, принадлежащих к первой группе (согласно методике группа соответствует основным рангам важности) с высокими оценками компетентности. Второй вариант соответствует обобщенному мнению экспертов, принадлежащих ко второй группе. Рис. 4.5. Одноальтернативные прогнозные графы В результате прогнозных исследований получены следующие данные: 1. Выделено множество факторов, влияющих на рост объема перевозок, вычислена их обобщением оценка ценности. Оценки приводятся в процентном выражении в отдельности по каждой группе. Отсутствие оценок обозначено прочерком. Таблица 4.5
Продолжение таблицы 4.5
2. Получена наиболее перспективная сеть авиарейсов в пределах Украины, СНГ и в странах дальнего зарубежья по двум группам экспертов. В виду некорректной постановки вопроса и ответов на него, приводим только узлы связи, наиболее приоритетные из них, расположенные в порядке уменьшения (бьии выделены нами как наиболее повторяемые).
Характеристика методов прогнозирования авиаперевозок 3. Получено два "компромиссных" варианта стратегии развития граждан-ской авиации Украины с набором характеристик и их оценок, которые опи-саны в таблицах. Первой стратегии соответствует вариант группы 1 с оценкой времени реализации равной 2015 году. Второй стратегии соответствует вариант группы 2 с оценкой времени реализации 2010 года. Тем не менее, если ис-пользовать вышеупомянутые алгоритмы, то оценки времени соответственно по первому и второму вариантам будут равняться 2010 и 2015 годам. 4.5. Количественная прогнозная оценка развития авиационных пассажир-ских перевозок до 2020 года Линейная связь между ростом ВВП государства (или в целом стран мира) и ростом воздушных перевозок очевидна. Например, средний коэф-фициент эластичности пассажирооборота (или тоннокилометраж) от ВВП равняется 2, то есть на каждый процент изменения ВВП приходится 2 процента изменения пассажирооборота (рис. 4.6). Рис. 4.6. Рост мирового ВВП и объема регулярных перевозок Очевидно, что уровень ВВП на душу населения определяет в целом степень экономического развития государства. Вообще, государства с развитой экономикой относятся к странам с уровнем ВВП не менее 20 тыс. долл. на душу населения. В Европе "похожих" по территории и населению с Украиной можно назвать только 4 страны: Великобритания, Франция, Германия и Испания. Украина по относительному показателю ВВП уступает этим странам в 25-33 раза. Нетрудно подсчитать, что для того, чтобы догаать эти страны по ВВП необходимо будет несколько десятилетий |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-07-23 lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда... |