CC BY
31
— статистическая информация и аналитические материалы, полученные по результатам статистической обработки данных;
— результаты аналитических исследований информационно-консультационной службы;
— результаты социологических или экспертных исследований, которые проводятся по инициативе ИКС или предоставлены ей в порядке обмена информацией;
— справочные данные и картотеки;
— оперативная информация, содержащая материалы центральной и региональной прессы, телерадиовещания и др.
Выбор такой организационной модели построения информационно-консультационной службы обусловлен тем, что существующая система управления располагает высококвалифицированными специалистами, хорошо знающими положение дел в сельском хозяйстве области, имеющими опыт практической работы, способными оказать товаропроизводителям помощь в решении практических вопросов.
Исключительно важна эта служба для научных и образовательных организаций. Для них она - надежный канал доведения своих научно-технических разработок непосредственно до сельскохозяйственных товаропроизводителей.
ИСПОЛЬЗОВАНИЕ ПРОГРАММ ДЛЯ ЭВМ В ПРОГНОЗИРОВАНИИ РАЗВИТИЯ
АГРАРНОЙ СТРУКТУРЫ РОССИИ
О.И. Павлушкина, зав. сектором, А.Е. Черная, ст. науч. сотр., Н.Л. Татаренко, соискатель, Всероссийского научно-исследовательского института экономики и нормативов
Для достижения положительных результатов в социально-экономическом развитии сельского хозяйства и всего АПК России важным вопросом является применение научно-обоснованного прогнозирования развития аграрной структуры. Оно позволяет органам управления АПК всех уровней определить вариантное предвидение процесса структурных изменений, учитывающее сложившиеся тенденции и научные предпосылки. Оперативное получение достоверных результатов для этих целей обеспечивается использованием соответствующих программ для ЭВМ.
В ГНУ ВНИИЭиН Россельхозакадемии при участии авторов были разработаны программные средство (ПС) «Прогноз институциональных структурных изменений в сельском хозяйстве» («AgrlnStFor») и на его основе - ПС «Прогноз условий и динамики развития аграрной структуры АПК Российской Федерации» («FAS-RU»), на которые получены свидетельства о государственной регистрации для ЭВМ. Применение ПС позволяет упростить составление прогнозов доли в производстве сельскохозяйственной продукции различных категорий хозяйств.
В ПС «AgrlnStFor» используется аналитическое выравнивание трендовых рядов, которое базируется на складывающихся тенденциях изменения различных количественных характеристик сельскохозяйственных организаций (СХО), крестьянских (фермерских) хозяйств (К(Ф)Х) и личных подсобных хозяйств (ЛПХ). Помимо непосредственного построения динамики изучаемых процессов и получения аналитических уравнений, программное
средство предоставляет возможность анализа адекватности полученных результатов описываемому процессу.
ПС «FAS-RU» представляет собой инструментарий для планирования на перспективу структурных пропорций АПК России, формирования сценарных условий структурной трансформации. Программа состоит из двух взаимозависимых между собой модулей: трендовой и регрессионной моделей.
При работе с программой формируется база данных (исходная информация), в которую по мере необходимости вносятся изменения. Это различные показатели и экспертные оценки. Исследуемые показатели могут рассматриваться в разрезе территориального или другого деления, что делает возможным не только дифференцированный анализ исследуемого показателя, но и получение интегральных характеристик. По выбранному элементу структуры предусмотрено построение графика.
В оценочные характеристики входят дисперсия рядов и различные оценки остатков рядов, весь спектр оценочной информации позволяет эксперту сделать вывод об адекватности построенной трендовой модели описываемому процессу.
Если трендовая модель не может описать исследуемый процесс, авторами предложен второй вариант - анализ с помощью регрессионной модели. Программное средство предполагает использование до 8 различных факторов, влияющих на исследуемый показатель, причем, в ходе анализа эксперт на основе коэффициентов регрессии Пирсона может сделать вывод о зависимости или, напротив, неза-
висимости предложенных факторов на исследуемый показатель, либо обосновать корреляцию факторов между собой, тем самым исключив зависимые между собой переменные из конечного уравнения. Вторым этапом построения регрессионной модели является прогнозирование влияния выбранных экспертом факторов на исследуемый процесс. Здесь можно воспользоваться как результатами трендо-вых моделей исследуемых факторов, так и независимыми экспертными оценками.
Одной из немаловажных функциональных особенностей данного ПС является его возможность интегрировать вместе весь спектр полученных результатов анализа исследуемых процессов. Например, получив прогнозные данные по каждому региону, можно на основе этой информации обосновать прогнозное значение показателя в целом по Российской Федерации.
Авторами в процессе исследований развития аграрной структуры России и отдельных
регионов проводились экспериментальные прогнозные расчеты с использованием разработанных ПС. Цель прогнозов - определить общий вектор институционального развития аграрной структуры на перспективу, параметры развития основных типов сельскохозяйственных товаропроизводителей. В России по прогнозным расчетам в 2020 г. сохранится лидирующее положение малых форм хозяйствования в производстве сельскохозяйственной продукции, их доля составит 54,4%, в растениеводстве - 57,5%, в животноводстве - 51,6%.
На рисунке представлены прогнозные показатели доли в производстве основных видов продукции, которые определяют к 2020 году лидирующую роль СХО в производстве зерна (73,3%), подсолнечника (68,8%), скота и птицы (54,1%), но в сравнении с 2009 годом наблюдается снижение данных показателей на 4,9%, 1,9% и 3,4%, соответственно.
750
+87
вв
¿м
о
зерно подс олне чник
| □°СХ(
СХО □ К(Ф)Х □ ЛПХ
И.Т. скот и птица на убой
Рисунок 1 - Прогноз структуры производства основных продуктов сельского хозяйства по категориям хозяйств Российской Федерации на 2020 г., %
73.3
50.0
42.1
31.1
1
Прогнозируется рост доли СХО в производстве картофеля с 13,1 до 17,5%. В секторе К(Ф)Х наблюдается положительная тенденция по всем основным видам продукции - рост производства: зерна - на 4,9%, подсолнечника - на 2,2%, овощей - на 8,4%, картофеля - на 1,7%, скота и птицы на убой - на 5,9% и молока - на 3,5%. Доля же ЛПХ в аграрной структуре снижается в производстве: подсолнечника на 0,3%, овощей - 4,9%, картофеля - 6,1%, скота и птицы на убой - 2,5%, молока - 1,1%. При этом хозяйствами населения прогнозируется 66,4% от всего производства овощей, 75,0% картофеля и 50,0% молока.
В рамках исследований с помощью регрессионного анализа проводились расчеты влияния государственной поддержки краткосрочных и инвестиционных субсидируемых кредитов, полученных сельхозпроизводителями в рамках Госпрограммы за 2008-2010 гг., на параметры агроструктуры. В результате были получены уравнения регрессии для различных категорий сельхозпроизводителей. В
качестве зависимой переменной в уравнениях выступала доля валовой продукции каждой категории сельхозтоваропроизводителей в общем объеме производства. Для определения влияния субсидий на увеличение доли конкретной агроструктуры в общем объеме производства рассчитаны средние коэффициенты эластичности, представленные в табл. 1.
Расчеты влияния господдержки по краткосрочным кредитам за два года показали, что их увеличение на 1% повышает долю СХО в производстве общей валовой продукции на 0,5%, К(Ф)Х - на 0,34%, ЛПХ - на 0,36%. Те же расчеты но уже за три года отражают рост влияния субсидий на долю СХО, тогда как по малым формам хозяйствования оно имеет тенденцию к снижению. Влияние же поддержки инвестиционных кредитов на роль К(Ф)Х в агро-структуре по расчетам за три года увеличивается, тогда как на СХО - незначительно снижается. Однако, несмотря на это, наибольшее влияние этой поддержки сказывается на доле СХО.
Таблица 1 - Средние коэффициенты эластичности
Категорий хозяйств Э *) Эух1 Э **)
2008-2009 гг. 2008-2010 гг. 2008-2009 гг. 2008-2010 гг.
СХО 0,50 0,59 0,42 0,39
К(Ф)Х 0,34 0,32 0,14 0,19
ЛПХ 0,36 0,30 не рассчитывались
* краткосрочные кредиты; ** инвестиционные кредиты
Таким образом, в разработанных ПС математический аппарат и банк статистической информации достаточно просты и доступны для составления сценарных прогнозов развития параметров аграрной структуры. Разработанные ПС предназначены для исполнительных органов управления всех уровней,
научных сотрудников. Они могут быть использованы при прогнозировании определения приоритетов институциональных преобразований, разработки государственной стратегии и тактики развития многоукладной экономики сельского хозяйства. ПС прошли апробацию в ряде регионов Южного федерального округа.
СИСТЕМА ОПЕРАТИВНОЙ ЭКОНОМИЧЕСКОЙ ИНФОРМАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОРГАНИЗАЦИЙ
Е.А. Асташова, к.э.н., доц. Омского государственного аграрного университета им. П.А. Столыпина
Применяемые в процессе управления затратами в сельскохозяйственном производстве формы и методы работы различны и, как показывает анализ итогов производственно-финансовой деятельности, в большинстве случаев не дают возможного эффекта. В результате этого сельскохозяйственные организации, находящиеся в сопоставимых природно-климатических условиях и имеющие относительно равный производственный потенциал, существенно отличаются по уровню экономической эффективности. Внедрение современных подходов к управлению затратами в сельскохозяйственных организациях является действенным инструментом в осуществлении политики повышения результативности деятельности АПК.
Система оперативной экономической информации - действенный инструмент в повышении эффективности производства и сокращении затрат. Полная и своевременная информация по широкому кругу показателей создает условия для повышения результативности на разных уровнях управления сельскохозяйственных предприятий. При разработке методики ежемесячной экономической информации ставилась задача - отразить сведения о затратах на произведенную продукцию, результатах ее реализации и другие показатели, полученные при выполнении этой работы в максимально короткий срок с наименьшими затратами труда работниками хозяйств. Предполагается снабдить хозяйства необходимым перечнем показателей, определяющих качество труда для того, чтобы каждый руководитель мог на фоне общих сведений видеть картину развития своего хозяйст-
ва и принимать своевременные обоснованные управленческие решения. Это позволит накапливать информацию и сравнивать фактические показатели с данными прошлых периодов и запланированными.
Оперативная отчетность должна содержать сведения о затратах на произведенную продукцию, включая расход заработной платы, затраты труда по калькулируемым видам продукции, расход средств на ремонт и пр. (эту информацию в хозяйствах получают путем использования первичных отчетов о выходе продукции, начислении заработной платы, списании кормов и др.). Для обработки информации в сжатые сроки в экономическом отделе проводится предварительная подготовка вспомогательных расчетных таблиц по каждой статье затрат, выходу продукции и пр., проставляются величины расходов с начала года до начала анализируемого месяца, а для показателей по затратам за анализируемый месяц и суммам с начала года оставляются пустые графы. На основе первичной информации рассчитываются оценочные показатели. Таблицы для анализа понесенных затрат формируются на предприятии ежемесячно, поступают руководству хозяйства и анализируются на предмет соответствия плановым показателям и наметившейся динамике. Нами были разработаны вспомогательные и итоговые таблицы в программе Excel для оперативного управления затратами.
Приведем пример отдельных форм таблиц по учету затрат на производство продукции растениеводства (животноводства), необходимых для анализа производственных затрат и факторов, влияющих на их величину (табл. 1).
