CC BY
15РЕГИОНАЛЬНАЯ ЭКОНОМИКА
Анализ и прогнозирование производства зерна в РС (Якутия) Analysis and forecasting grain production in Sakha Republic (Yakutia)
А.Т. Ван-Чу-Лин, старший преподаватель кафедры «Экономика сельского хозяйства», ФГБОУ ВПО «Якутская государственная сельскохозяйственная академия» e-mail: gorgomen@mail.ru
А.В. СКРЯБИНА, старший преподаватель кафедры «Экономика сельского хозяйства», ФГБОУ ВПО «Якутская государственная сельскохозяйственная академия» e-mail: skriabina. 72@mail.ru
A.T.Van-Chu-Lin, A.V.Skryabina
A.T.Van-Chu-Lin- a senior lecturer in «Agricultural Economics» VPO «Yakutsk State Agricultural Academy», e-mail: gorgomen@mail.ru
A.V.Skryabina -a senior lecturer in «Agricultural Economics» VPO «Yakutsk State Agricultural Academy», e-mail: skriabina.72 @ mail.ru
В статье выполнен анализ производства зерна в Республике Саха (Якутия) в условиях Крайнего Севера. На основе анализа методом аналогий проведено прогнозирование производства зерна на 2013-2017 гг., достоверность которого была определена трендовым методом.
In the article is given the analysis of grain production in the Republic of Sakha (Yakutia) in the Far North conditions. On the basis of the analogy analysis carried out the prediction of 2013-2017 grain production, the accuracy of which has been determined by the trend method.
Ключевые слова: зерно, посевная площадь, валовой сбор, урожайность, методы прогнозирования, аналогия, трендовый метод, коэффициенты аппроксимации.
Keywords: grain sown area, total yield, yield, forecasting methods, analogy, trend method, the coefficients of the approximation.
Растениеводство является одной из ведущих отраслей сельского хозяйства Республики Саха (Якутия), ее удельный вес в структуре объема валовой продукции сельского хозяйства за 2009-2011 годы колеблется в пределах 20-25 %.
г. Якутск с т.п. Чур апчинский
■ Хангаласский У стъ - Ал д ан ский
■ Томпонский Таттинский Сунтар ский
■ Олекминский
■ Нюр бинский
Рисунок 1. - Структура посевных площадей зерновых культур в РС(Я).
Посевные площади, занятые под зерновыми культурами, увеличились по сравнению с 2009 годом на 1694 га.
Валовый сбор зерновых культур сильно колеблется по годам под влиянием природно-климатических и организационно-технологических факторов. В 2011 году зерновых собрано на 22,7 % меньше к уровню 2010 года, в 2010 году больше на 38,7 % или на 3089 тонн к уровню 2009 года. Как показал анализ, Амгинский район республики специализируется на производстве зерна, о чем доказывает наибольший удельный вес в структуре валового сбора.
2009 г. 2010 г. 2011г.
201 1 г.
2010 г.
2009 г.
3 ООО
879
■ Амгинский
■ Нюр бинский Намский
■ М-Кангаласский
Таттинский
Сунтарский О л екмин ский
■ Томпонский
У сть - Алд ан ский
г. Якутск с т.п. Чур апчинский ■ Хангаласский
4 000
5 000
Рисунок 2. - Динамика валового сбора зерновых культур в РС(Я).
Качественный показатель - урожайность зерновых культур за анлизирумый период сократился. Если по республике в 2010 году она составляла 7,22 ц/га, то в 2011 году - 5,66 ц/га. Вместе с тем в районе, которая специализируется в производстве зерна наблюдается сокращение урожайности зерновых культур на 3,96 ц/га и за 2011 год урожайность составила 4,60 ц/га.
В последнее время наблюдается снижение уровня почвенного плодородия. Вынос питательных элементов с урожаем намного превосходит поступление их с удобрениями, следовательно, плодородие почвы не восстанавливается, что приводит к снижению урожайности сельскохозяйственных культур.
Рисунок 3. - Динамика урожайности зерновых культур.
Наиболее распространенными методами (свыше 90% всех сделанных в мире прогнозов) являются экспертиза и фактографические методы. Популярен метод аналогий. Методы линейного программирования, построение циклов широко используются в науке.
Ведутся разговоры, что любой прогноз, если в нем закладывать правильные исходные данные и если он претендует на научность, можно описать формулами (формулировать).
Аналогия (метод общих тенденций) - предполагает, что в достаточной степени осознает текущую ситуацию, чтобы искать для нее аналогии на основе опыта, чаще всего при помощи аналогии с достаточно хорошо известными сходными явлениями и процессами, и способен, опираясь на референтную ситуацию, установить основные черты, дающие основание говорить о совпадении направления развития событий.
Аналогия - более рациональный процесс, чем экстраполяция. Ни одна процедура не кажется более естественной, чем поиск аналогий [3]».
Прогнозирование посевных площадей зерна по Республике Саха (Якутия) в разрезе районов было проведено на основании агротехнологических возможностей районов в частности сельскохозяйственных предприятий, которые специализируются на производстве зерна (таблицы 1,2,3).
Таблица 1.
Прогнозирование посевных площадей зерновых культур, га.
Посевная площадь, га
Улусы 2009 г. 2010 г. 2011 г. 2012 г. план 2013 г. прогно з 2014 г. прогно з 2015 г. прогно з 2016 г. прогно з 2017 г. прогно з
15 140
Итого по РС(Я) 13 446 15 318 17 707 18 007 18 638 18 965 19 240 19 600
Амгинский 5 283 5 697,0 6 218 6 793 6 900 7 000 7 000 7 000 7 050
Верхневилюйски й 110,0 50 50 50 100 100 100 100
Мегино-Кангаласский 2 028 1 689,3 1 194 2 202 2 300 2 350 2 400 2 450 2 480
Намский 960 1 495,0 1 420 1 300 1 350 1 400 1 450 1 500 1 530
Нюрбинский 150 219,5 150 150 200 200 230 240 250
Олекминский 1 127 824,0 562 1 000 1 000 1 100 1 200 1 300 1 400
Сунтарский 200 585,0 683 683 680 700 700 700 730
Таттинский 891 1 055,0 1 156 1 250 1 250 1 300 1 350 1 350 1 400
Томпонский 12 13,0 18 12 12 13 13 13 20
Усть-Алданский 1 181 1 132,0 1 252 1 280 1 280 1 300 1 300 1 350 1 350
Хангаласский 1 105 1 562,0 1 786 1 738 1 738 1 820 1 850 1 850 1 850
Чурапчинский 425 820,0 458 900 900 950 950 950 1 000
Якутск 84 116,4 193 349 347 405 422 437 440
«Источник [ 2, с. 111-
20]»
Таблица 2.
Прогнозирование валового сбора зерновых культур, тонн.
Районы Валовой сбор, тонн
2009 г. 2010 г. 2011 г. 2012 г. план 2013 г. прогноз 2014 г. прогноз 2015 г. прогноз 2016 г. прогноз 2017 г. прогноз
Итого по РС(Я) 7 978 11 067 8 564 14 550 14 768 15 259 15 505 15 700 15 994
Амгинский 3 797 4 879 2863,1 7 085 6 762 6 860 6 930 7 000 7 050
Верхневилюйский 30 30 60 60 60 60
Мегино-Кангаласский 923 1 196 934,7 1 418 1 771 1 810 1 824 1 838 1 860
Намский 145 75 415,5 650 675 700 725 750 765
Нюрбинский 83 118 78 100 150 150 173 180 188
Олекминский 1 307 821 628,9 900 910 990 1 080 1 170 1 260
Сунтарский 120 547 543 540 523,6 539 539 539 562
Таттинский 256 817 666,8 945 925 962 945 999 1 036
Томпонский 40 18 17,6 18 18 20 20 20 31
Усть-Алданский 480 684 891,9 794 973 988 975 945 945
Хангаласский 431 1 038 1099,2 1 128 1 095 1 183 1 203 1 203 1 203
Чурапчинский 295 789 250,1 819 675 713 694 694 730
Якутск 102 84 174,8 124 260 285 339 304 305
«Источник [ 2, с. 111-1 20]»
Таблица 3.
Прогнозирование урожайности зерновых культур, ц/га.
Районы Урожайность, ц/га
2009 г. 2010 г. 2011 г. 2012 г. план 2013 г. прогноз 2014 г. прогноз 2015 г. прогноз 2016 г. прогноз 2017 г. прогноз
Итого по РС(Я) 5,93 7,22 5,66 8,22 8,20 8,19 8,18 8,16 8,16
Амгинский 7,19 8,56 4,60 10,43 9,80 9,80 9,90 10,00 10,00
Верхневилюйский 0,00 6,00 6,00 6,00 6,00 6,00 6,00
Мегино-Кангаласский 4,55 7,08 7,83 6,44 7,70 7,70 7,60 7,50 7,50
Намский 1,51 0,50 2,93 5,00 5,00 5,00 5,00 5,00 5,00
Нюрбинский 5,53 5,38 5,20 6,67 7,50 7,50 7,50 7,50 7,50
Олекминский 11,59 9,97 11,19 9,00 9,10 9,00 9,00 9,00 9,00
Сунтарский 6,00 9,35 7,95 7,91 7,70 7,70 7,70 7,70 7,70
Таттинский 2,87 7,74 5,77 7,56 7,40 7,40 7,00 7,40 7,40
Томпонский 33,33 13,85 9,78 15,30 15,30 15,30 15,30 15,30 15,30
Усть-Алданский 4,06 6,04 7,13 6,20 7,60 7,60 7,50 7,00 7,00
Хангаласский 3,90 6,65 6,15 6,49 6,30 6,50 6,50 6,50 6,50
Чурапчинский 6,94 9,63 5,46 9,10 7,50 7,50 7,30 7,30 7,30
Якутск 12,18 7,26 9,05 3,54 7,50 7,04 8,02 6,95 6,94
«Источник [2, с. 111-120]»
Для определения достоверности прогноза посевных площадей зерновых использовался статистический метод (трендовый), т.е. коэффициент аппроксимации при построении линии тренда. Для наиболее достоверного прогнозирования использовалась полиномиальная линия тренда 2-го порядка которая имеет следующий вид:
у = -90,53х2 + 1654,х + 11933 (1)
Я2 = 0,960
коэффициент аппроксимации (достоверности) Я2 выше 0,7, что свидетельствует о высокой степени достоверности прогноза.
Прогноз валового сбора зерна в РС(Я).
Для определения достоверности по валовому сбору и урожайности зерновых культур, также используем полиномиальную линию тренда 2-го порядка (диаграмма 4), которые характеризуются следующими уравнениями соответственно:
у = -147,26х2 + 2481,8х + 5519,2 (2)
У =
Я2 = 0,8352 -0,055х2 + 0,833х + 5,136 Я2 = 0,643
(3)
Из проведенного анализа прогноза валового сбора и урожайности зерновых культур можно сделать следующие выводы:
• прогноз валового сбора зерновых культур имеет высокую степень достоверности прогноза, что обусловлено технической возможностью посева данных культур во всех районах РС(Я).
• по прогнозу урожайности зерновых культур, как и должно, быть уровень достоверности находится на среднем уровне, так как урожайность культур зависит от множества факторов (природно-климатических, организационных агротехнологических и т.д.) которые могут повлиять на ее уровень. [ с. 133-146]
Посевных площадей
Валового сбора
Урожайности
Рисунок 4. - Полиномиальные линии тренда и уравнения 2-го порядка с коэффицентами аппроксимации (достоверности)
Библиографический список
1. Кремер Н. Ш., Путко Б.А. Эконометрика: Учебник для вузов/ Под ред. проф. Н.Ш. Кремера. - М.: ЮНИТИ-ДАНА, 2002. - 311 с.
2. Сельское хозяйство Республики Саха (Якутия): статистический сборник / Территориальный орган Федеральной службы государственной статистики по Республике Саха (Якутия). - Якутск, 2011.
3. Константиновская Л.В. Прогнозирование, Сайт автора: www.astronom2000.info, 2011.
