CC BY
65
АКТУАЛЬНЫЕ ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ АГРОЭКОНОМИЧЕСКОГО РОСТА
БАККУЕВ Э.С.,
кандидат экономических наук, доцент, Кабардино-Балкарская государственная сельскохозяйственная академия,
e-mail: info@kbsaa.ru
В статье раскрываются проблемы прогнозирования агроэкономического роста, анализируются методы и модели сценарных прогнозов в сфере сельскохозяйственного производства.
Ключевые слова: агроэкономический рост; прогнозный сценарий; методы государственного регулирования агроэкономического роста.
In the article the problem of predicting the agro-economic growth, analyzes methods and models of scenario forecasts in agricultural production.
Keywords: agro-economic growth forecast scenario; the methods of state regulation of agro-economic growth.
Коды классификатора JEL: O13.
Агроэкономический рост как результат целевой сельскохозяйственной политики обеспечивает адекватное мировому уровню качество продуктов питания, формирование экономически жизнеспособных сельских общин и позитивное воздействие на экологические проблемы (например, изменение климата, управление водными ресурсами, развития биоэнергетики). В литературе отмечается, что «процесс аккумулирования земли агрохолдингами привел к тому, что уровень гражданской активности сельского населения в России оказался ниже, чем в Аргентине. Такой результат стал следствием продолжительности процесса, демографического контекста (в России — более пожилое население), а также социально-экономического наследия, в том числе специфических неформальных имущественных отношений. В России наблюдается симбиоз между сельскохозяйственными предприятиями и владельцами приусадебных участков: последние не только работают на сельхозпредприятиях, но и находятся в зависимости от их руководителей, поскольку получают от них ресурсы и социальную поддержку» [1].
Длительное время агроэкономический рост опирался на субсидирование и поддержку цен для производителей посредством скупки излишков. Однако сегодня эти методы начинают тормозить развитие сельского хозяйства. Как подчеркивает Д. Исаева, «важным моментом выступает ценовая политика, основная задача которой заключается в обосновании уровня цен. Цена закупки должна обеспечивать нормативную рентабельность для основной доли сельскохозяйственных предприятий, при этом необходимо учитывать фактический уровень технической оснащенности производства, степень износа основных средств. Цены должны возмещать затраты нормально работающим организациям и обеспечивать нормативную рентабельность производства. Стабилизация доходов сельхозпредприятия должна базироваться на рыночных принципах государственного участия в экономике» [2].
Поэтому методы субсидирования и поддержки постепенно вытесняются другими экономическими инструментами, открывающими новые возможности для производителей сельскохозяйственной продукции в достижении социально и экономически значимых целей:
S производство достаточного объема безопасных высококачественных продуктов питания для потребителей,
S реальная диверсификация основных производственных звеньев на базе экономического развития сельского хозяйства,
S соответствие мировым стандартам в сфере охраны окружающей среды.
Прогнозный сценарий обнаруживает стратегические «точки» агроэкономического роста, что позволяет перейти к политике селективной финансовой поддержки корпоративных и мелких производителей сельскохозяйственной продукции. Однако избирательная финансовая поддержка не сводится только к оказанию помощи при разовых чрезвычайных ситуациях (таких, как стихийные бедствия или вспышки болезней животных), но и для компенсации потерь в результате возникновения серьезных диспропорций внутреннего рынка страны, которые могут поставить под угрозу целые отрасли сельского хозяйства.
Двойственное (естественно-экономическое) основание прогнозного сценария агроэкономического роста требует учета погодовых климатических изменений. Такие изменения оказывают на развитие сельскохозяйственного производства гораздо больше воздействие, чем на индустриальное производство. В настоящее время зафиксирована прямая зависимость различий в величине осадков и объемов получаемой сельскохозяйственной продукции. Это означает, что между синоптическим прогнозным сценарием и агроэкономическим ростом также существует прямая зависимость. Боль-
© Э.С. Баккуев, 2012
ТЕRRА ECONOMICUS ^ 2012 ^ Том 10 № 2 Часть 3
ТЕRRА ECONOMICUS ^ 2012 ^ Том 10 № 2 Часть 3
66
Э.С. БАККУЕВ
шинство случаев неурожая в большинстве стран связанно либо с избытком, либо с недостатком осадков. И если соответствующие условия могут прогнозироваться заранее, то сельхозпроизводители смогут изменить свои действия с целью снижения риска потери или воспользоваться ожидаемыми выгодными условиями.
Однако специфика сценарного прогноза агроэкономического роста состоит в том, что погодно-климатические прогнозы потенциально могут снизить риски, связанные с изменчивостью климата. но они не могут устранить сами эти риски. Поэтому подлинная проблема повышения валидности прогнозного сценария состоит в нахождении механизма минимизации степени недостоверности климатических прогнозов. Другими словами, эффективность прогнозного сценария определяется теснотой взаимодействия климатических прогнозов, практики управления и рыночных методов использования этих прогнозов. В свою очередь, такое взаимодействие реализуется в следующем алгоритме:
■ разработка методов прогнозирования темпов развития сельскохозяйственного производства как прогнозного сценария изменчивости климата (количественная оценка качественной неопределенности, связанной с прогнозами),
■ определение оптимального варианта управления сельскохозяйственным производством, которое снижает риски, связанные с изменчивостью климата для крупных систем земледелия,
■ информационное обеспечение погодного прогноза для принятия сельскохозяйственными производителями решений относительно снижения рисков.
Возникает вопрос о возможности регулирования климатических прогнозов. И такая возможность имеется, поскольку все более возрастающим слагаемым в климатические изменения является поддающийся регулированию антиэкологический результат человеческой деятельности (в первую очередь - выбросы парниковых газов и изменение методов землепользования). Поскольку изменчивость климата создает риски для всех секторов экономики, то эффективная подготовка к возможным негативным последствиям изменения климата в будущем включает привлечение специально-подготовленных менеджеров по планированию использования сельскохозяйственных ресурсов, государственных служащих, местных руководителей, специалистов предприятий и собственников. Организационно-управленческая функция прогнозного сценария агроэкономического роста состоит в том, чтобы обеспечить заинтересованные стороны научно-обоснованной информацией, чтобы они могли принимать рациональные решения.
Благодаря климатическому основанию прогнозного сценария формируются инструменты оценки риска использования климатических данных и математических моделей, имитирующих эффект климатических сценариев развития сельскохозяйственных культур и урожайности.
В прогнозных сценариях используются, как правило, статистические модели прогноза, которые, однако, не могут быть исчерпывающим инструментарием. Все большее распространение получают модели временных рядов, в том числе - модели экспоненциального сглаживания (в области прогнозирования производства сельскохозяйственных культур), модели авторегрессивной комплексной скользящей средней, вероятностной модели для прогнозирования урожайности сельскохозяйственных культур.
Особую важность приобретают модели логистической регрессии, в которых главная переменная имеет не количественный, а качественный характер. Логистическая регрессия широко используется при условии, что переменная является качественной, к которой можно отнести, например, ситуацию, когда количественная информация о вредителях и болезнях недоступна, зато доступна в такой качественной форме, как появление или отсутствие (ненаступление) негативного события. Другими словами, статистическая модель предпочтительна для анализа двоичных (дихотомических) ответов и является бинарной логистической регрессией. Она может быть использована для описания связи нескольких независимых переменных в двоичной записи зависимой переменной. Логистические регрессии используется также для определения вероятности наступления различных событий. Так, если Р (Е = 1) > 0,5, то есть больше шансов на возникновение болезни и, если Р (Е = 1) < 0.5, , то вероятность возникновения заболевания является минимальной. Если экспериментатор хочет быть более строгим, то пороговое значение 0,5 может быть увеличено до, скажем, 0,7.
Специфика модели временных рядов состоит в том, что данные относятся к наблюдениям над переменной, которая возникает в некоторой временной последовательности. В основном это наблюдения, собранные на равновременном расстоянии, на дискретных интервалах времени. Основное допущение в любом анализе (моделировании) временных рядов состоит в том, что некоторый алгоритм функционирования прошлого будет сохраняться и в будущем. Это можно подтвердить только в рамках такой настройки временного ряда, который основан на прошлых значениях основных переменных, а не на независимых переменных, способных повлиять на переменную всей системы. Отсюда следует, что прогнозы, основанные на модели временных рядов, целесообразно использовать для целей краткосрочного прогнозирования.
Среди моделей экспоненциального сглаживания, используемых в прогнозном сценарии следует выделить: «горизонтальные» (когда данные значения колеблются около постоянного значения), «трендовые» (при наличии равномерного долгосрочного увеличения или уменьшения данных), «сезонные» (когда серия находится под влиянием сезонного фактора, то есть повторяется с регулярными периодами) и «циклические» (когда взлеты и падения значений данных не имеют фиксированного срока).
При этом важно отметить, что многие ряды данных включают комбинации предыдущих моделей. Поэтому, после выделения существующих моделей, в любых данных временных рядов всегда скрывается неидентифицируемая модель, признаками присутствия которой можно считать неидентифицируемые формы "случайных" или "ошибочных" компонентов. В этой ситуации используется метод двойного экспоненциального сглаживания данных модели, что позволит прогнозировать определенные тенденции. Метод тройного экспоненциального сглаживания рекомендуется при ярко выраженной сезонности (сельскохозяйственного) производства и существует в данных временных рядах.
Поскольку агроэкономический рост сводится к росту добавленной стоимости, создаваемой в сельскохозяйственных предприятиях, то прогнозный сценарий сводится в основном к прогнозированию производства добавленной стоимости. В свою очередь, объем добавленной стоимости в различных подсекторах аграрной экономики зависит от множества факторов таких, как объем производства в этих подсекторах, отпускная цена производителей, государственные инвестиции, а также приоритетов денежно-кредитной и финансовой политики.
АКТУАЛЬНЫЕ ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ АГРОЭКОНОМИЧЕСКОГО РОСТА
67
Прогнозы производства сельскохозяйственной продукции и динамики цены на нее предназначены для активных субъектов аграрной экономики - фермеров, агробизнеса и правительства. В связи с особым положением пищевой продукции в сфере безопасности страны, правительство вынуждено брать на себя функцию поставщика достоверных и заблаговременных прогнозов относительно погоды, технологии и экономики в сфере сельского хозяйства. Подобные прогнозы оказывают техническую и рыночную поддержку сельскохозяйственному сектору.
В концептуальном аспекте краткосрочный прогноз использует уникальную форму так называемого «опережающего индикатора». Поскольку производственные процессы давно и хорошо изучены, разрабатываемые прогнозные сценарии более или менее точно отражают будущую динамику скота или выращиваемой культуры. Ценовые прогнозы в основном делаются на основе обычных эконометрических методов - моделей с временными рядами. Тем не менее, сегодня преобладают объяснительные модели, а не предсказательные. Как подчеркивается в литературе, «политика регулирования аграрных цен и фермерских доходов в развитых странах предполагает, прежде всего, организацию мониторинга таких экономических показателей, как: издержки производства по группам специализированных хозяйств (страны ЕС) или по видам производства (США); паритет цен на промышленную и сельскохозяйственную продукцию; доходность ферм и отраслей производства [5].
Кроме того, в той мере, в какой экономическое прогнозирование в сельском хозяйстве преследует цель способствовать увеличению прибыли, оно имеет общие черты с индустриальным прогнозом и бизнес-прогнозами. В литературе справедливо отмечается, что «в настоящее время необходимость стратегического, в том числе средне- и долгосрочного планирования социально-экономического развития страны остро ощущается руководителями практически на всех уровнях управления - федеральном, региональном, субъектном. На федеральном уровне в последнее время делаются попытки внедрить целевое планирование и среднесрочное бюджетное планирование, продвигаются национальные проекты. Большинство крупных городов разрабатывают стратегические планы развития. Около половины крупных и средних предприятий создают стратегические бизнес-планы. Однако все эти, безусловно полезные, мероприятия не имеют серьезного теоретического обоснования, общепринятого методического обеспечения и не скоординированы друг с другом» [4].
Другой общей чертой является использование эконометрических методов как в прогнозах индустриального развития, так и в прогнозах агроэкономического роста (на базе прогнозной оценки динамики эластичности ценового фактора).
Предпринятое исследование позволило сформулировать следующие тенденции, присущие российскому агроэконо-мическому росту в границах прогнозного сценария на среднесрочный период.
Современное сельское хозяйство, многие столетия уступавшее по эффективности и регулируемости индустриальному производству, начинает отвоевывать экономическое пространство у промышленности, реализуя новые преимущества, возникающие благодаря своему переходу на инновационные основы агроэкономического роста. К таким преимуществам, согласно прогнозному сценарию, следует отнести решение двух главных социальных задач: возможность многократного увеличения объемов сельскохозяйственной продукции и более эффективной защиты окружающей среды. В этой ситуации проблемы российского агроэкономического роста порождаются уже не дефицитом, а избытком предложения сельскохозяйственного производства. В литературе отмечается, что «с позиции устойчивого развития сельское хозяйство проходит несколько стадий развития, характеризующихся социальной, экономической или экологической ориентацией. В ходе исторического развития производительных сил аграрный сектор решает три указанных группы проблем последовательно. Сначала преодолевается проблема голода - на этом этапе находятся страны социально-ориентированного сельского хозяйства; затем решается проблема низкого уровня благосостояния занятых в аграрном секторе - на этом этапе находятся страны экономически ориентированного сельского хозяйства; наконец осуществляется задача минимизации загрязнения окружающей среды в результате аграрной деятельности - как в странах экологически ориентированного сельского хозяйства» [3].
Огромные успехи, достигнутые в переводе аграрной сферы России на рыночные основы функционирования, повышение степени ее экономической устойчивости и становление в стране современного аграрно-промышленного комплекса являются почвой для возникновения новых проблем и новых задач. Прогнозный сценарий к таким «перспективным» задачам относит:
S внедрение инновационных технологий производства и переработки сельскохозяйственной продукции на льготных основаниях, превосходящих стимулирующее значение в других отраслях;
S организация конкурентной среды в границах соревнования землепользователей на базе бонитировки почвы и балльной оценки кадастровой описи сельскохозяйственных угодий (что является принципиальным отличием аграрной сферы общественного производства по сравнению с индустриальным);
S реализация экономического потенциала аграрного производства на основе развития современных форм организации эффективного производства - аутсорсинга, консалтинга и тендеров.
ЛИТЕРАТУРА
1. Виссер О., Бидасека К. Сельская модернизация, земельные конфликты и мобилизация крестьян в России и Аргентине // Laboratorium. Журнал социальных исследований. 2010. № 2. С. 425.
2. Исаева Д.Г. Сельское хозяйство как объект государственного регулирования и составная часть хозяйственной системы страны // Экономические науки. Т. 10. 2010. С. 251.
3. Калугина З.И., Фадеева О.П. Новая парадигма сельского развития // Мир России. Т. 18. 2009. № 2. С. 37.
4. Митькин А.Н. Тенденции развития методологии государственного стратегического планирования в России // Вопросы государственного и муниципального управления. 2008. № 1. С. 18.
5. Новрузова З.Р. Повышение конкурентоспособности сельскохозяйственной продукции на основе опыта развитых стран по регулированию рынка и цен // Экономические науки. 2011. № 5. С. 93.
ТЕRRА ECONOMICUS ^ 2012 ^ Том 10 № 2 Часть 3
