Задачи долгосрочного и среднесрочного прогнозирования регионального развития, в том числе в сфере АПК, федеральным центром полностью переложены на плечи субъектов РФ, в частности, на региональные комитеты по АПК.
Многие регионы, в т.ч. — Ленинградская область, перестают заниматься составлением прогнозов развития АПК, а просто используют прогнозные показатели, которые приведены в Государственной программе. Происходит смешение разных по сути понятий «программа» и «прогноз», одно замещается другим, что отрицательно сказывается на качестве принимаемых управленческих решений.
Анализируя крупное современное сельскохозяйственное предприятие, пусть даже специализированное, можно заметить, что часть произведенной продукции, порой довольно значительная, потребляется внутри предприятия (наиболее характерный пример, производство кормов для собственного поголовья). Формируется сложная система межпроизводственных связей – это одна из особенностей сельскохозяйственного производства.
Существующие методы прогнозирования развития агарного сектора экономики не имеют возможности учитывать все эти межпроизводственные связи. Применение разработанного автором комплекса сквозных дискретно-динамических матричных моделей, концептуальные основы построения которого была разработана на кафедре экономико-математических методов и статистики Санкт-Петербургского аграрного государственного университета (СПбГАУ) под руководством доктора экономических наук, профессора П.П. Пастернака, позволит решить данную проблему.
На основе комплекса матричных моделей проводится анализ состояния АПК. С помощью матриц межпродуктовых балансов рассчитываются совокупные затраты (то есть прямые затраты и косвенные затраты всех порядков) на продукцию отраслей. Показатели совокупных затрат позволяют перейти на качественно новый уровень анализа экономических показателей, они дают возможность рассчитать, например, совокупные затраты труда на производство продукции отраслей, совокупную фондоемкость и капиталоемкость выпускаемой продукции, т.е. учитываются косвенные связи между отраслями. Подобные расчеты с использованием прямых показателей сделать практически невозможно.
4. Технология формирования сквозных прогнозов развития аграрных предпринимательских структур.
В данной технологии использовались результаты научно-исследовательской работы кафедры экономико-математических методов и статистики СПбГАУ.
Достоинствами разработанной технологии являются:
- сочетание простоты технологии и качества получаемых прогнозов;
- гибкость;
- адаптируемость;
- соответствие принципам прогнозирования.
Реализация технологии разработки сквозных прогнозов развития аграрного предпринимательства предполагает выполнение ряда этапов (см. рис. 3).
 |
Рисунок 3 — Схема поэтапной реализации процесса сквозного прогнозирования развития аграрного предпринимательства.
Источник: Составлено автором
Краткое содержание всех этапов разработанной технологии формирования сквозных прогнозов представлено в таблице 3.
Таблица 3 — Этапы реализации технологии формирования сквозных прогнозов
№ п/п | Содержание этапа |
1 | Формирование информационной базы. |
2 | Составление балансов межотраслевых связей сельского хозяйства. Балансы составляются для каждого года, входящего в базу прогнозирования. |
3 | Расчет матриц прямых межпродуктовых затрат для каждого года, входящего в информационную базу. |
4 | Расчет матриц совокупных межпродуктовых затрат. |
5 | Проверка точности построенных матриц совокупных межпродуктовых затрат. |
6 | Расчет одномерных прогнозов объема конечной продукции, численности населения региона, площади сельскохозяйственных угодий и коэффициентов прямых межпродуктовых затрат. |
7 | Расширение базы прогноза за счет значений, полученных на предыдущем этапе. |
8 | Построение сквозного прогноза развития аграрного сектора экономики. |
9 | Анализ выполненных расчетов. |
| Источник: Составлено автором |
Главным этапом в данной технологии является восьмой этап — именно на нем осуществляется построение сквозного прогноза развития аграрного предпринимательства.
5. Комплекс дискретно-динамических матричных моделей сквозного прогнозирования развития аграрного предпринимательства: функции, структура, особенности.
Отличительными особенностями и достоинствами данного комплекса моделей являются:
– гибкость (комплекс может применяться и на региональном уровне и на уровне отдельного предприятия, не требуя при этом внесения значительных изменений);
– учет неограниченного количество возможных сценариев развития прогнозируемой системы с любым заданным уровнем надежности недетерминированных параметров (на основе двух базовых прогнозов остальные можно получать всего лишь с помощью линейной комбинации базовых)
– совмещение регрессионных, оптимизационных и балансовых моделей, при этом отмечается относительная простота реализации их;
– простота корректировки построенных прогнозов при появлении новых фактических данных;
– расчет ненулевых оценок на все виды используемых ресурсов, как в оптимальных планах, так и в просто сбалансированных по ресурсам планах;
– готовая программная реализация комплекса в виде набора электронных таблиц и макросов к Microsoft Office Excel.
Общая организационная структура комплекса моделей сквозного прогнозирования развития аграрного предпринимательства может быть схематически представлена так, как это показано на рис. 4.
Рисунок 4 — Общая организационная структура комплекса моделей сквозного прогнозирования
Источник: Составлено автором
Каждый подкомплекс в своем составе содержит нескольких групп моделей.
Результатом функционирования информационного подкомплекса моделей является необходимая входная информация для моделей подкомплексов 2 и 3, с предварительной проверкой ее качества.
Структура информационного комплекса показан на рис. 5.
Рисунок 5 — Структура информационного подкмоплекса.
Источник: Составлено автором
Основным в разработанном комплексе моделей является подкомплекс матричных моделей. Его структура представлена на рис. 6.
Рисунок 6 — Структура подкомплекса матричных моделей.
Источник: Составлено автором
Подкомплекс 3 выполняет функции анализа и представления полученных результатов.
Схема формирования сквозного прогноза развития аграрного предпринимательства представлена на рис. 7.
Рисунок 7 — Схема формирования сквозного прогноза.
Источник: Составлено автором
В ходе составления сквозного прогноза на каждый год рассчитывается количество валовой и конечной продукции отраслей сельского хозяйства, численность населения региона, площадь сельскохозяйственных угодий, потребность в основных видах ресурсов.
6. Прогнозная оценка развития предпринимательской деятельности в аграрном секторе экономики с помощью комплекса дискретно-динамических матричных моделей сквозного прогнозирования
Апробация разработанного комплекса моделей была осуществлена на примере Ленинградской области.
Все расчеты проводились с тремя разными уровнями надежности учета недетерминированных параметров, поэтому в результате было получено 3 варианта сквозных прогнозов с разной степенью надежности — р=0,85; р=0,9; р=0,95.
При проведении расчетов были использованы данные только по сельскохозяйственным предприятиям Ленинградской области.
В качестве информационной базы выступали данные с 1999 по 2011 год включительно. Фактические данные за 2012 год использовались в качестве индикатора качества построенных прогнозов. Помимо этого, использование фактических данных за 2012 год позволило отработать процедуру корректировки прогнозов при появлении новой фактических статистических данных (см. табл. 4) .
Таблица 4 — Интервальные прогнозы основных показателей развития
предприятий АПК Ленинградской области на 2012 год
Показатели | прогноз | факт | ||
р=0,85 | р=0,90 | р=0,95 | ||
Площадь сельхозугодий, тыс. га | 341,4–417,0 | 335,1–423,0 | 325,3–432,8 | 432,6 |
Валовой сбор зерновых, тыс. т | 80,5–100,5 | 78,7–103,2 | 75,9–107,5 | 98,1 |
Валовой сбор картофеля, тыс. т | 96,9–101,7 | 94,9–103,7 | 91,6–107,0 | 110,7 |
Валовой сбор овощей, тыс. т | 101,5–145,2 | 97,4–148,8 | 91,6–154,7 | 148,4 |
Производство мяса скота и птицы (убойный вес), тыс. т | 195,6–252,3 | 192,8–258,0 | 186,1–264,7 | 217,8 |
Производство молока, тыс. т | 480,1–550,2 | 474,6–555,8 | 465,5–564,8 | 526,0 |
Производство яиц, млн. шт | 2525,1–2942,1 | 2492,0–2975,2 | 2438,2–3028,3 | 3021,1 |
Источник: расчеты автора, данные Росстата
|
В процессе эмпирических исследований было использовано несколько расчетных вариантов конечной продукции аграрного сектора Ленинградской области на 2015 г.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 |
