CC BY
22
УДК 338.27:343.8
ТАТЬЯНА НИКОЛАЕВНА БЕЛОВА,
доктор экономических наук, профессор, профессор кафедры экономики и менеджмента (Академия ФСИН России), e-mail: belova_t_n@mail.ru
ЭКОНОМИКА УГОЛОВНО-ИСПОЛНИТЕЛЬНОЙ СИСТЕМЫ КАК ОБЪЕКТ ПРОГНОЗИРОВАНИЯ С ИСПОЛЬЗОВАНИЕМ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
Реферат: в статье представлены результаты исследования, посвященного разработке прогнозов развития экономики учреждений уголовно-исполнительной системы. Объектом прогнозирования является основной показатель экономики - выручка от реализации продукции (товаров, услуг) по всем субъектам Российской Федерации, на территории которых имеются исправительные учреждения, занимающиеся производственной и другой хозяйственной деятельностью.
Отправная точка исследования заключалась в необходимости оценки состояния и перспектив развития хозяйствующих субъектов в сложных условиях конкурентной рыночной среды. Производственная и хозяйственная деятельность исправительных учреждений, функционирующая на условиях окупаемости, требует комплексной оценки экономического состояния, определения тенденций развития и прогнозирования количественных показателей. В связи с этим огромное значение приобретают статистические методы оценивания и моделирования состояния, основных тенденций и перспектив развития данных субъектов рыночных отношений.
Задача исследования заключалась в оценке и моделировании состояния и тенденций развития производственно-хозяйственной деятельности исправительных учреждений в региональном аспекте - по субъектам Российской Федерации. Она включала в себя следующие этапы: выбор метода прогнозирования для количественных показателей в зависимости от специфики исходных данных; сбор данных по 77 регионам за период 2008-2014 гг.; группировка массива данных; построение моделей для временных рядов, имеющих закономерную тенденцию и их решение; непосредственное прогнозирование (экстраполяция) на будущий период в случае адекватности модели.
В качестве инструмента исследования временных рядов было выбрано аналитическое моделирование (корреляционно-регрессионный анализ), позволяющее не только выявить особенности и тенденции каждого явления, но и построить какую-либо регрессионную модель для экстраполяции, то есть прогноза на будущие периоды.
В статье сделаны выводы по результатам построения экономико-статистических моделей для 77 субъектов Российской Федерации, имеющих на своей территории производственные подразделения исправительных учреждений. Выручка от реализации продукции (товаров, услуг) имеет тенденцию роста для 19 субъектов (24,7 %), для 16 - тенденцию падения (20,8 %) и, следовательно, отсутствие адекватных моделей. Невозможность построения прогнозов для этой группы объясняется значительной вариацией признака на временном промежутке 2008-2014 гг. С появлением новых данных такая ситуация может измениться: проявится скрытая тенденция, и построение прогнозных моделей будет успешным.
Ключевые слова: экономика уголовно-исполнительной системы, выручка, моделирование количественных показателей, тенденция, прогнозирование, экстраполяция.
Прогнозирование как отправная точка стратегического планирования является необходимым условием успешного функционирования любых хозяйствующих структур в условиях современной жесткой конкурентной среды [1]. Это в полной мере применимо и к деятельности производственного комплекса УИС. Наличие стабильного государственного заказа несколько ослабляет давление рынка, как это проис-
© Белова Т. Н., 2016
ходит с некоторыми производственными подразделениями ИУ, но далеко не всегда и не для всех видов экономической деятельности. Грамотное планирование производственно-хозяйственной деятельности УИС с учетом региональной специфики, базирующееся на выверенных прогнозах ключевых экономических показателей, позволяет построить систему функционирования производства по критерию его экономической эффективности.
В практике прогнозирования существуют два общепринятых подхода - качественный и количественный. Методы качественного (логического, эвристического) прогнозирования используются, если у исследователя отсутствует полная и достоверная статистика исследуемых явлений или процессов. Как правило, такими инструментами (моделирование по исторической аналогии, методы сценариев, дерева целей и др.) пользуются гуманитарные науки. Результаты качественного прогнозирования базируются на интуиции экспертов, следовательно, носят субъективный характер.
Экономическая наука располагает широким спектром инструментов и технологий для прогнозирования с использованием количественного подхода. Эти инструменты относят к группе статистических методов анализа и прогнозирования. Они преследуют одну цель - предсказать события, которые произойдут в будущем, чтобы нивелировать негативные последствия или увеличить позитивный эффект от внедрения прогнозных показателей. Некоторые упрощенные методы (скользящих средних, экспоненциального сглаживания) используются для анализа и весьма осторожных прогнозов [2, 3]. По нашему мнению, предпочтение следует отдать аналитическим методам экстраполяции тенденции, основанным на применении корреляционно-регрессионного анализа по временному ряду [3]. Они позволяют разработать динамическую модель развития экономического явления в виде уравнения тренда. Полученную кривую роста (падения) зависимости результативного признака у от фактора времени х) называют моделью временного ряда у = /(х) и применяют для получения краткосрочных прогнозов. Что касается долгосрочных прогнозов в экономике, то достоверность их, как правило, весьма невелика.
Успех прогнозирования во многом зависит от степени полноты знаний о поведении экономического агента в прошлом: достоверности, точности и достаточности исходных данных. Если в исходные данные для прогнозирования вкралась ошиб-
ка, то весь труд по разработке математических моделей оказывается не только напрасным, но и вредным, так как приведет к ошибочности всего производственно-хозяйственного плана. Мы располагаем обширным банком данных, собранным за ряд лет (2008-2014 гг.), по всем территориальным органам Федеральной службы исполнения наказаний (ФСИН России). Анализ динамики основных статистических показателей, характеризующих производственно-хозяйственную деятельность ИУ с учетом региональных различий, представляет несомненный научный и практический интерес. Результаты анализа позволяют выявить территориальные особенности и на их основе - закономерности в динамике основных показателей, характеризующих уровень развития пенитенциарной экономики [4, 5].
Таким образом, наше исследование базировалось на следующих отправных моментах:
необходимость разработки прогнозов экономических показателей, лежащих в основе построения планов производственно-хозяйственной деятельности в масштабах территориальных органов (ТО) ФСИН России;
достаточная и достоверная статистическая информации по производственно-хозяйственной деятельности ТО (период 2008-2014 гг., 77 субъектов);
математический инструментарий прогнозирования временных рядов на основе корреляционно-регрессионного анализа;
программная среда реализации эконометриче-ских моделей.
Анализ обширной исходной информации показал, что 77 ТО необходимо первоначально систематизировать и разбить на группы. В качестве критериальных признаков были выбраны: выручка от реализации продукции (товаров, услуг) в среднем за период 2008-2014 гг. и средний темп роста за этот период. В результате группировки была получена матрица размерностью 4 х 3 (табл.).
Таблица
Группировка территориальных УФСИН России по объемам выручки от реализации продукции (товаров, услуг) и темпам ее роста
Выручка, млн р. Темп роста
до 1,00 1,00-1,10 свыше 1,10
0-100 группа 4.3 группа 4.2 группа 4.1
100-200 группа 3.3 группа 3.2 группа 3.1
200-500 группа 2.3 группа 2.2 группа 2.1
500-2000 группа 1.3 группа 1.2 группа 1.1
Рассмотрим результаты построения моделей, Выручка от реализации продукции (товаров, ус-включая основные характеристики и сами прогнозы. луг) для ТО согласно результатам моделирования
имеет тенденцию роста для 19 субъектов, для 16 -тенденцию падения. Остальные 42 субъекта характеризуются отсутствием тенденции и невозможностью построения моделей временных рядов. Причиной этому является значительная вариация признака под влиянием факторов, не учтенных (случайных) в модели на временном промежутке 2008-2014 гг.
Группа 1.1 характеризуется высокими объемами выручки - 500-2000 млн р. и высокими темпами роста - от 1,13 до 1,38 в среднем за год. Из 8 ТО положительную тенденцию, то есть тенденцию роста, имеют: Красноярский край (линейная модель У1 = - 387,3 + 5943x1, Республика Башкортостан (У1 = - 46,47 + 1691x1), Республика Мордовия (У1 = 101,8 + 1554x1), Пермский край (модель авторегрессии У1 = 697,1 + 0,68x1). Отрицательная тенденция присуща Архангельской области (У1 = - 121,1 + 307,97x1 - 24,4 Мт2). УФСИН России по Чувашской Республике. Республика Татарстан и Кемеровская область по результатам исследования показали отсутствие тенденции и невозможность построения модели прогнозирования вследствие сильной вариации исследуемого признака (выручки).
Для группы 1.2 характерны также высокие объемы выручки - 500-2000 млн р., но более низкие темпы роста - 1,01-1,084 в среднем за год. Такие темпы роста находятся в границах уровня инфляции. Индекс физического объема для такой группы является практически нулевым. В эту группу вошли 7 субъектов РФ. Из 7 ТО этой группы положительную тенденцию, то есть тенденцию роста, имеет только Новосибирская область (линейная модель регрессии У1 = 476,2 + 47x1). Модель на основе полинома 2-го порядка построена для Республики Коми (У1 = 163,99 + 1828x1 - 19,73x1^ и Оренбургской области (У1 = 284,18 + 193,26x1 -- 19,48x1^. Обобщенная тенденция для этих субъектов - отрицательная, то есть тенденция падения выручки. Прогноз возможен только на один период вперед - на 2015 г. Для остальных 4 регионов - УФСИН России по Иркутской, Нижегородской, Свердловской и Самарской областям результаты исследования показали отсутствие тенденции и невозможность построения модели прогнозирования.
Группа 1.3 с большими объемами выручки -500-2000 млн р. и отрицательными темпами роста 0,97-0,98 представлена УФСИН России по Челябинской и Кировской областям. Построение моделей на базе корреляционно-регрессионного анализа по этим регионам оказалось невозможным вследствие высокой вариации и отсутствия тенденции.
Группа 2.1 является второй по объему выручки -200-500 млн р. и характеризуется высоким средним темпам роста - 1,74-1,13. Из 9 ТО положи-
тельную тенденцию, то есть тенденцию роста, имеют Псковская область, Алтайский и Приморский края (линейная модель). По этим субъектам сделаны прогнозы на 2015 и 2016 годы. Производственно-хозяйственная деятельность УФСИН России по Калужской области (У1 = - 2,6 + 16,76x1^ и Ставропольскому краю (У1 = - 163,75 + 11,36x1^ описана с использованием адекватной модели квадратичной регрессии с резкой положительной тенденцией. Напротив, снижение показателя выручки, отрицательный тренд характерен для УФСИН России по Брянской (У1 = - 55,61 + + 136,15x1 - 11,7 [и]т2), Костромской (У1 = 67,17 + + 99,94x1 - 8,1 Мт2) и Орловской (У1 = - 16,58 + + 125,43x1 - 13,43x1^ областям. Перебор всех типов моделей УФСИН России по Владимирской области показал, что тенденция отсутствует.
Группа 2.2 характеризуется средними объемами выручки - 200-500 млн р., но более низкими темпами роста - 1,01 в среднем за год. Такие темпы -это примерно уровень инфляции. В эту группу вошли 10 ТО. Построение моделей в этой группе удалось только по двум субъектам. Выручка от реализации продукции (работ, услуг) по производственной деятельности УФСИН России по Ульяновской, Волгоградской, Саратовской, Тверской, Тюменской, Липецкой областям, Удмуртской Республике, а также Санкт-Петербургу и Ленинградской области сильно варьирует в исследуемый период. Перебор всех типов моделей показал, что тенденция отсутствует. Тенденцию роста имеет только Краснодарский край (линейная модель У1 = 257,39 + 20,59x1). Тенденция падения характерна для показателя выручки по УФСИН России по Омской области (У1 = - 151,02 + 150,56x1 -
- 13,52x1^.
Группа 2.3 характеризуется средними объемами выручки - 200-500 млн р. и очень низкими темпами роста - от 0,89 до 1,0 в среднем за год. Такие темпы роста ниже уровня инфляции. Индекс физического объема для такой группы является практически отрицательным. В эту группу вошли 5 ТО: УФСИН России по Ивановской, Ярославской, Ростовской и Воронежской областям, Хабаровскому краю. Построение моделей на базе корреляционно-регрессионного анализа по этим регионам оказалось невозможным вследствие высокой вариации и отсутствия тенденции.
Группа 3.1 является третьей по объему выручки -100-200 млн р. и характеризуется высокими средними темпами роста - 1,11-1,41. Из 5 ТО положительную тенденцию не показал ни один регион. Построены адекватные модели на основе квадратичной регрессии по 4 субъектам: УФСИН России по Смоленской области (У1 = - 98,63 + 1206x1 -
- 10,54x1^, Забайкальскому краю (У1 = - 8,48 + + 53,54x1 - 4,2 Мт2), Тульской (У1 = - 2,6 + 810x1 -
- 6,65x1^ и Белгородской (У1 = 210,4 - 80,48x1 + + 12,16 [xi]т2) областям. Тенденция является отри-
цательной, то есть спрогнозировано снижение выручки. Необходимо принять меры по преодолению этой негативной тенденции. Для УФСИН Росси по Пензенской области перебор всех типов моделей показал отсутствие тенденции.
Группа 3.2 характеризуется средними по величине объемами выручки - 100-200 млн р. и более низкими темпами роста - 1,01-1,095 в среднем за год. Такие темпы роста - это примерно уровень инфляции. Индекс физического объема для такой группы является практически нулевым. В эту группу вошли 9 субъектов. Из 9 ТО положительную тенденцию, то есть тенденцию роста, имеет Амурская (У1 = 68,8 + 9,28x1), Рязанская (У1 = 143,9 + + 11,68x1) и Томская (У1 = 121,2 + 5,56x1) области (линейная модель регрессии). Модель на основе полинома 2-го порядка построена для Тамбовской (У1 = 18,27 + 62,87x1 - 6,52х12) и Новгородской (У1 = = 96,33 + 23,26x1 - 2,934x1^ областей. Обобщенная тенденция для этих территориальных органов - отрицательная, то есть тенденция падения выручки. Прогноз возможен только на один период вперед -на 2015 г. Для остальных 4 субъектов - УФСИН России по Республике Бурятия, Курской, Вологодской областям и Республике Карелия результаты исследования показали отсутствие тенденции и невозможность построения модели прогнозирования.
Группа 3.3 характеризуется средними объемами выручки 100-200 млн р. но очень низкими темпами роста -от 0,97 до 0,98 в среднем за год. Такие темпы роста -ниже уровня инфляции. В эту группу вошли 2 субъекта: УФСИН России по Калининградской области и Республике Саха (Якутия). По УФСИН России по Калининградской области была подобрана условно применимая модель квадратичной регрессии с отрицательным квадратичным эффектом (У1 = 96,33 + 23,26x1 - 2,934 М^). Тенденция снижения выручки, прогноз возможен только на один период вперед, то есть на 2015 год. Построение моделей для УФСИН России по Республике Саха (Якутия) показал отсутствие тенденции.
Группа 4.1 является самой низкой по объему выручки до 100 млн р. и высокими темпами роста 1,12-1,36. Из 9 ТО положительную тенденцию, то есть тенденцию роста и линейную модель имеют: Сахалинская область (¡1 = - 4,23 + 10,15x1), Республика Дагестан (У1 = 4,032 + 9,367x1) и Республика Хакасия (У1 = 41,06 + 7,97x1). По этим субъектам сделаны прогнозы на 2015 и 2016 годы.
Производственная деятельность УФСИН России по Республике Марий Эл описана с использованием адекватной модели квадратичной регрессии с отрицательной тенденцией (У1 = - 50,9 + 756x1 - 8,06 М^). Перебор всех типов моделей УФСИН России по Московской, Магаданской областям, Республике Северная Осетия, Кабардино-Балкарской Республике, Республике Калмыкия
показал, что тенденция отсутствует вследствие высокой степени вариации.
Группа 4.2 характеризуется также самыми низкими объемами выручки - до 100 млн р., но более низкими темпами роста - 1,07-1,008 в среднем за год. Такие темпы роста - это примерно уровень инфляции. Если рассчитать индекс физического объема для такой группы, то он будет практически нулевым. В группу вошли 6 ТО. В этой группе построение моделей удалось только по трем субъектам. Выручка от реализации продукции (работ, услуг) в УФСИН России по Республике Тыва, Ямало-Ненецкому автономному округу и Республике Адыгея сильно варьируется в исследуемый период. Перебор всех типов моделей показал, что тенденция отсутствует. Тенденцию роста имеют только Курганская (У1 = = 61,55 + 6,36x1) и Астраханская (У1 = 45,4 + 64x1) области. Тенденция падения характерна для показателя выручки для УФСИН России по Мурманской области (У1 = 51,95 + 11,09x1 - 1,39x1^.
Группа 4.3 характеризуется самыми малыми объемами выручки - до 100 млн р. и очень низкими темпами роста - от 0,98 до 0,99 в среднем за год. Такие темпы роста - ниже уровня инфляции. Если рассчитать индекс физического объема для такой группы, то он будет практически отрицательным. В эту группу вошли 5 ТО: УФСИН России по Республике Алтай, Чеченской Республике, Ханты-Мансийскому автономному округу, Камчатскому краю и Еврейской автономной области. Построение моделей на базе корреляционно-регрессионного анализа по этим регионам оказалось невозможным вследствие высокой вариации и отсутствия тенденции.
Таким образом, сводные результаты по прогнозированию сводятся к следующим количественным показателям (рис.). Из 77 субъектов Российской Федерации, имеющих на своей территории исправительные учреждения и занимающихся производственно-хозяйственной деятельностью, тенденция роста характерна для 19 субъектов РФ (24,7 %), для 16 - тенденция падения (20,8 %). Остальные 42 субъекта РФ характеризуются отсутствием тенденции и невозможностью построения моделей временных рядов. Причиной этому является значительная вариация признака на временном промежутке 2008-2014 гг. (54,6 %).
Научный интерес представляет некоторая закономерность распределения объектов моделирования в зависимости от двух выбранных признаков: выручки от реализации продукции (товаров, услуг) и темпов роста за период 2008-2014 гг.
12
ВВВВ^ВВВВВВВ
>1 >1 >1 I >1 >1 >1
I Тенденцги р оста ■ Тенденцги паденги ■ Отсутствие тенденции
Рис. Распределение территориальных УФСИН России по результатам прогнозирования выручки от реализации продукции (товаров, услуг)
В группах 1.1, 2.1 и 4.1 (кроме группы 3.1) преобладает тенденция роста, то есть по результатам прогнозирования были получены модели с положительными коэффициентами регрессии. Независимо от уровня объемов выручки для этих групп характерны высокие темпы роста, значительно превышающие уровень инфляции. Следовательно, на будущий период были получены прогнозы выручки, превышающие средние показатели за период. Группа 3.1 является исключением - для нее характерно преобладание тенденции падения выручки, то есть снижение выручки в сравнении со средним показателем.
В группах 1.2, 2.2, 3.2 и 4.2 с темпами роста на уровне инфляции преобладает неудачная попытка построения прогнозов, то есть не удалось подобрать модель для описания тенденции временного ряда. Следует также отметить, что в группах 1.3, 2.3 и 4.3 с отрицательными темпами роста вообще отсутствуют доказанные тренды, то есть все попытки моделирования оказались неудачными.
Замеченные закономерности поведения выбранного показателя для прогнозирования выходят за рамки данного исследования и требуют дальнейшей проработки с выдвижением других гипотез.
Список литературы
1. Басовский Л. Е. Прогнозирование и планирование в условиях рынка : учеб. пособие. М., 2013. 260 с.
2. Белова Т. Н. Моделирование социально-экономических процессов : практикум. Рязань, 2010. 190 с.
3. Прикладная статистика. Основы эконометрики : учеб. для вузов : в 2 т. 2-е изд., испр. М., 2001. Т. 2. 432 с.
4. Чернышов И. Н., Купцов М. И. Экономические интересы осужденных в процессе труда: структурный анализ // Человек: преступление и наказание. 2015. № 1. С. 134-141.
5. Погудин О. А. Оптимизация системы оплаты труда осужденных: понятие, противоречия и проблемы достижения // Уголовно-исполнительное право. 2010. № 2. С. 38-44.
TAT'JANA NIKOLAEVNA BELOVA
dsc in economy, professor, professor, economy and management department (Academy of the FPS of Russia), E-mail: belova_t_n@mail.ru
ECONOMICS OF PENAL SYSTEM AS AN OBJECT OF FORECASTING USING MATHEMATICAL MODELS
Abstract: results of the research devoted to development of forecasts of development of economy of institutions of criminal and executive system are presented in article. Object of forecasting is the main indicator of economy - proceeds from sales of production (goods, services) in all subjects of the Russian Federation in the territory of whom there are correctional facilities which are engaged in production and other economic activity.
© Belova T. N., 2016
The starting point of research consisted in need of an assessment of a state and prospects of development of economic entities for difficult conditions of the competitive market environment. The production and economic activity of correctional facilities functioning on the terms of payback demands a complex assessment of an economic state, definition of tendencies of development and forecasting of quantitative indices. In communication by it huge value is gained by statistical methods of estimation and modeling of a state, the main tendencies and prospects of development of these subjects of the market relations.
The research problem consisted in an assessment and modeling of a state and tendencies of development of production economic activity of correctional facilities in regional aspect - on subjects of the Russian Federation. She included performance of the following stages: the choice of a method of forecasting for quantitative indices depending on specifics of basic data; collection of data on 77 regions during 2008-2014; group of data array; creation of models for the temporary ranks having a natural tendency and their decision; direct forecasting (extrapolation) for future period in case of adequacy of model.
As the instrument of research of temporary ranks the analytical modeling (the correlation and regression analysis) allowing not only to reveal features and tendencies of each phenomenon, but also to construct any regression model for extrapolation, that is the forecast for future periods has been chosen.
In article conclusions by results of creation of economical and statistical models for 77 subjects of the Russian Federation having production divisions of correctional facilities in the territory are drawn. The proceeds from sales of production (goods, services) tend growth for 19 subjects (24,7 %), for 16 - a falling tendency (20,8%) and, therefore, lack of adequate models. The impossibility of creation of forecasts for this group is explained by a considerable variation of a sign a temporary interval of 2008-2014. With the advent of new data such situation can change, that is the hidden tendency will be shown and creation of expected models will be successful.
Key words: economy of criminal and executive system, revenue, modeling of quantitative indices, tendency; forecasting; extrapolation.
References
1. Basovskij L. E. Prognozirovanie i planirovanie v uslovijah rynka [Forecasting and planning in the conditions of the market]. Moscow, 2013. 260 p.
2. Belova T. N. Modelirovanie social'no-jekonomicheskih processov [Modeling of social and economic processes]. Ryazan, 2010. 190 p.
3. Prikladnaja statistika. Osnovy jekonometriki [Applied statistics. Fundamentals of econometrics]. In 2 vol. The 2nd edition corrected. Moscow, 2001, vol. 2. 432 p.
4. Chernyshov I. N., Kupcov M. I. Jekonomicheskie interesy osuzhdennyh v processe truda: strukturnyj analiz [Economic interests of convicts in the course of work: structural analysis]. Chelovek: prestuplenie i naka-zanie - Man: crime and punishment, 2015, no. 1, pp. 134-141.
5. Pogudin O. A. Optimizacija sistemy oplaty truda osuzhdennyh: ponjatie, protivorechija i problemy dostiz-henija [Optimization of system of compensation of convicts: concept, contradictions and problems of achievement]. Ugolovno-ispolnitel'noe pravo - Penal law, 2010, no 2, pp. 38-44.
