Обоснование методики прогнозирования долгосрочного развития сельскохозяйственой экономики Текст научной статьи по специальности «Экономика и бизнес»

УДК 332.144

ОБОСНОВАНИЕ МЕТОДИКИ ПРОГНОЗИРОВАНИЯ ДОЛГОСРОЧНОГО РАЗВИТИЯ СЕЛЬСКОХОЗЯЙСТВЕНОЙ ЭКОНОМИКИ

Инту-

итивные

Методы экспертных оценок

(или ге-

И.А.ГАНИЕВА, кандидат экономических наук, проректор по научной работе

Кемеровский ГСХИ

E-mail: [email protected]

Резюме. В статье обоснованы наиболее важные положения методики прогнозирования долгосрочного развития сельскохозяйственной экономики в пределах длинного экономического цикла, представлен ход реализации методики.

Ключевые слова: экономический цикл, фазы экономического цикла, прогнозирование, развитие, методика, сельское хозяйство.

Российская экономика испытывает острую потребность в качественном прогнозировании в разных горизонтах - краткосрочном, среднесрочном, долгосрочном, основанном на существующем трендах развития и учитывающих достижения научного форсайта. В нашей стране разрабатываются программы развития как национальной экономики в целом, так и по отдельным отраслям; долгосрочные стратегические программы охватывают несколько десятилетий, краткосрочные - направлены на решение текущих проблем. На основе прогнозных значений главных экономических показателей разрабатываются федеральные и региональные целевые программы, формируются бюджеты разных уровней. Для обеспечения максимальной эффективности программ, оптимального расходования бюджетных и частных инвестиций прогнозные показатели должны быть предельно точными и обоснованными.

Кроме того, прогнозирование дает возможность демпфировать риски, возникшие в аграрном секторе после вступления России во Всемирную торговую организацию (ВТО) из-за принятых обязательств по сокращению субсидирования, что приведет к значительной коррекции мероприятий и финансовых показателей Государственной программы развития сельского хозяйства и регулирования рынков сельхозпродукции, сырья и продовольствия. По мнению

Н. Кондратьева, основой для долгосрочного прогнозирования могут стать результаты изучения длинных волн экономических циклов [1].

Цель наших исследований заключалась в обосновании методики прогнозирования развития сельского хозяйства в долгосрочной перспективе на основе циклических закономерностей с учетом влияния инноваций. В задачу исследований входило уточнение классификации методов прогнозирования, выявление методов, применимых при составлении долгосрочных прогнозов в отрасли, а также совершенствование методики прогнозирования в части актуализации экономических циклов и инноваций.

Условия, материалы и методы. Важнейший этап прогнозирования - выбор метода (или методов). Здесь Таблица 1. Классификация методов прогнозирования социальноэкономических явлений

Степень форма- лизации Классификация

по принципу реализации по характеру исходной информации комбина- ционные

группа разновидность

Форма-

лизован-

ные

Методы

экстра-

поляции

а) индивидуальные эксперты: индивидуальная экспертная оценка аналитический метод метод интервью

б) коллектив экспертов: ниально- коллективная экспертная оценка го пред- психоинтеллектуальная генерация видения) идей

метод согласованных суждений метод управляемой генерации идей метод комиссий круглого стола метод Дельфи синоптический метод Методы а) исторической аналогии аналогии б) математической аналогии (относится и к методам моделирования)

а) формальная экстраполяция: простая экстраполяция аналитическое выравнивание рядов динамики

экспоненциальное сглаживание метод скользящих средних

б) прогнозная экстраполяция: трендовый анализ корреляционный анализ регрессионный анализ экстраполяция на грани моделирования

а) экономическое: структурное сетевое имитационное

б) статистическое (на основе одного или системы уравнений регрессии)

в) экономико-математическое: математической аналогии (относится и к методам аналогии) математическое моделирование согласно теории игр

метод детерминированных моделей метод линейно-динамических моделей

метод нелинейных моделей метод стохастических моделей метод моделирования с использованием распознавания образов метод моделирования с использованием нейросетей_____________________

методы «ка- метод на-бинетного» писания анализа экс- сценари-пертами ин- ев формации метод по-методы не- строения посредствен- дерева ного контакта целей экспертов с метод, носителями основан-информации ный на о прогнозируе-матрице мом явлении взаимного анкетирова- влияния ние

Методы

модели-

рования

незаменимы знания, опыт и интуиция людей, осуществляющих прогноз. Нельзя игнорировать и прогнозный фон. По разным оценкам, в экономике насчитывается более 100 различных методов прогнозирования, однако фактически используется лишь пятая их часть. Некоторые из них основаны на применении математического моделирования, другие опираются на человеческие знания и возможности предвидения. Для успешного применения большинства методов прогнозирования нужен максимум доступной информации о развитии явления в прошлом.

Большинство ученых, занимающихся вопросами прогнозирования (К.П. Личко, Л.П. Владимирова, А. Серков, С.Н. Тарамонов, Б.С. Кошелев и др.) [2], дезагрегируют существующие методы в две большие группы: интуитивные и формализованные. Применение первых целесообразно в случае, когда объект прогнозирования представляет чрезвычайно сложную систему, в которой существуют трудности учета влияния на результат множества факторов внутренней среды и прогнозного фона. Формализованные методы прогнозирования более консервативны. Апогей обоснованного прогнозного анализа - сочетание интуитивных и формализованных методов прогнозирования.

В долгосрочном прогнозировании развития экономики часто используются методы гениального предвидения,

экстраполяции тенденций, математического моделирования, а также метод написания сценариев и метод, основанный на выработке согласованных суждений. Можно также применить и комбинацию методов.

Анализ особенностей изученных методов прогнозирования (табл. 1) дает возможность выбрать тот, который по нашему мнению целесообразно использовать в долгосрочном прогнозировании длинных экономических циклов. Это метод математического моделирования на основе множественного регрессионного анализа, позволяющий прогнозировать траекторию развития экономики сельского хозяйства на значительный период (50.. .70 лет), используя обширную эмпирическую базу и учитывая выявленные тенденции прошлых лет. На его основе мы разработали методику прогнозирования развития сельского хозяйства в условиях циклических колебаний и инноваций (табл. 2).

Результаты и обсуждение. Циклические закономерности, существующие в экономике, выявляются на первом этапе «Выявление прошлого или текущего длинного цикла, его границ и экстремумов». Для этого необходимо располагать значительным объемом эмпирических данных, характеризующих валовый объем производства продуктов в сельскохозяйственной экономике.

Причем нужно понимать, что в исследовании длинных волн период предоставления информации должен быть не менее продолжительности одной волны, то есть согласно теории Кондратьева 50.60 лет и более. В ходе реализации этого этапа осуществляется статистический анализ эмпирической базы и обработка данных методами экс-траполяции(проводитсятрендовый анализ). Ретроспективный анализ выполняется с двойной целью: выявление существовавшей динамики исследуемых показателей, а также определение прогнозного тренда их развития, который «запрограммирован» в прошедшем периоде. По завершении указанного этапа можно получить подтверждение существования длинной волны в сельскохозяйственной экономике с уточненными границами цикла в виде периода времени в годах, точками пиков и кризисов (один конкретный год или интервал 2...3 года).

На втором этапе «Определение границ фаз выявленного цикла и характера трендов производства в них» требуются не только эмпирические сведения по объекту исследования, характеризующие валовый объем производства продуктов, но и информация о выявленном на первом этапе длинном цикле с уточненными

Таблица 2. Методика долгосрочного прогнозирования развития сельского хозяйства в условиях циклических колебаний и инноваций

Входная информация

Этап

методики

Методы и инструменты

Ожидаемый

результаты

Эмпирические данные по объекту исследования, характеризующие валовый объем производства продуктов за период не менее 50. ..60 лет Эмпирические данные по объекту исследования, характеризующие валовый объем производства продуктов; информация о выявленном длинном цикле с уточненными границами, точками пиков и кризисов

Выявление прошлого или текущего длинного цикла, его границ и экстремумов

Определение границ фаз выявленного цикла и характера трендов производства в них

Эмпирические данные по объекту исследования,характеризующие фак- вития торы и эффективность производства продуктов за период не менее 50. ..60 лет Ретроспективная экономикоматематическая модель;

значимые факторы циклического развития

Выявление значимых факторов циклического раз-

Написание экономикоматематической модели и ее коррекция

Прогнозная экономикоматематическая модель; значения потенциальных показателей эффективности производства

Составление долгосрочных прогнозов развития производства по сценариям

статистический анализ;

обработка данных методами экстраполя ции, включая трендовый анализ

Длинный цикл в отраслевой экономике с уточненными границами, точками пиков и кризисов

анализ коэффициентов эластичности как производных трендов; графический анализ коэффициентов эластичности;

интерпретация характера трендов в фазах цикла; экономикоматематическое моделирование корреляционный анализ;

графический анализ фаз цикла и значимых факторов

Характер тренда в каждой фазе цикла; ретроспективная экономикоматематическая модель

Значимые факторы циклического развития

экономикоматематическое моделирование; установление коррекционных параметров модели (продолжительность цикла, характер фаз, значимые факторы развития и

др.)

экономикоматематическое моделирование; метод написания сценариев

Прогнозная

экономико-

математическая

модель

Сценарии развития сельскохозяйственного производства в долгосрочной перспективе (50.60 лет)

границами, точками пиков и кризисов. В ходе его реализации проводится вычисление и анализ коэффициентов эластичности, полученных после вычисления производных трендов: для определения точных временных границ начала и окончания фаз экономического цикла, определяются экстремумы полиномиальных функций путем расчета производных функций 2-го и 3-го порядка, что позволяет установить период времени, соответствующий подъемуи спаду производства продукта. Также находятся точки перегиба, то есть смены тенденций роста или падения производства, его ускорения или замедления (точки перегиба - вторые производные от экстремумов). Далее выполняется графический анализ коэффициентов эластичности для визуализации их изменений, интерпретируется характер трендов в каждой фазе цикла. Завершается этап описанием ретроспективной экономико-математической модели.

Для реализации третьего этапа методики «Выявление значимыхфакторов циклического развития». требуются эмпирические сведения по объекту исследования, характеризующие факторы и эффективность производства продукта за период не менее 50.60 лет. На этом этапе осуществляется множественный корреляционный анализ, который для визуализации корреляционных связей сопровождается графическим. В результате определяются факторы циклического развития, имевшие наибольшее значение в каждой фазе рассматриваемого цикла. Кроме того, можно сделать вывод о характере роста отрасли в каждый период, был ли он спровоцирован простым количественным расширением факторов производства - экстенсивным, или значимое влияние оказал научно-технический прогрессе - интенсивный. Путем манипуляции переменными, характеризующими используемые ресурсы, достигаются желаемые значения результирующего показателя, которым служит валовое производство продукта. Одновременно можно определить степень влияния на валовое производство прироста ресурсов, капитала, труда или инноваций.

Совокупность результатов первого, второго и третьего этапов позволяет перейти к четвертому «Написание экономико-математической модели и ее коррекция». Корректировка таких параметров ретроспективной экономико-математической модели, как продолжительность цикла и характер фаз осуществляется с учетом выявленных значимых факторов циклического развития.

Тренды валового производства сельскохозяйственных продуктов наиболее достоверно отражают полиномы 3-й степени. Например, для прогнозируемой траектории 5-го длинного экономического цикла он будет имеет следующий вид:

у = а0 + а1г + а2г2 + а3$.

Выявленные в результате анализа циклы производства каждого из основных продуктов сельского хозяйства характеризуются специфическими особенностями, обусловленными масштабами производства в личных подсобных хозяйствах населения (например, картофель традиционно

активно выращивается в ЛПХ, что обусловливает незначительные флуктуации его производства относительно среднего значения, соответствующего потребности населения), государственными программами поддержки производства (например, овощей в Сибири в конце XX века, что привело к отсутствию фазы спада), инерционностью производства отдельных продуктов (мясо, молоко, яйца). Поэтому подходы к определению прогнозов циклического развития по каждому продукту различаются.

В результате мы получаем прогнозную экономикоматематическую модель, которая позволяет описать следующий длинный цикл и учитывает выявленные циклические тенденции, продолженное влияние факторов, значимых в предыдущем цикле, а также потенциальное влияние научно-технического прогресса.

На пятом этапе «Составление долгосрочных прогнозов развития производства по сценариям» реализуется непосредственно прогноз. На основании предложенной методики можно разработать два варианта сценария долгосрочного (50.60 лет) развития сельскохозяйственной экономики - инновационный (оптимистичный) и инерционный (пессимистичный).

Инерционный прогноз основан на естественной смене фаз длинного цикла с коррекцией его продолжительности согласно сложившейся тенденции сжатия длинной волны. Инновационный прогноз будет включать влияние интенсивного характера экономического роста в результате освоения инноваций.

Инерционный сценарий ориентирован на сохранение существующих темпов развития АПК и тенденции увеличения импорта продовольствия. Он возможен, но бесперспективен с позиции, как продовольственной безопасности, так и эффективности экономики. При разработке инерционного сценария используется в основном метод экстраполяции по трендудинамического ряда, который основан на предположении о том, что развитие прогнозируемого объекта во времени происходит с определенной устойчивой тенденцией.

Инновационный сценарий предусматривает высокие темпы развития агропромышленного комплекса на основе освоения инновационных ресурсосберегающих технологий, развития высокотехнологичных и наукоемких отраслей экономики, благоприятно складывающейся внешней и внутренней политики. АПК получит приоритетное развитие в экономике страны при максимальном использовании всех внутренних резервов отрасли.

Прогнозирование по инновационному сценарию проводится с использованием значений потенциальных показателей эффективности сельскохозяйственного производства развитых стран мира, а также метода аналогии.

Выводы. Таким образом, в результате исследований разработана методика долгосрочного прогнозирования сельскохозяйственного производства, использование которой дает возможность учесть устойчивые тенденции - длинные циклы, а также определить потенциальные возможности отрасли.

Литература.

1. Кондратьев Н.Д. Большие циклы конъюнктуры и теория предвидения. - М.: Экономика, 2002.

2. Личко К.П. Прогнозирование и планирование развития агропромышленного комплекса. - М.: КолосС, 2007. - 286 с.

3. Яковец Ю.В. Предвидение будущего: парадигма цикличности. - М., 1992.

RATIONALE FORECASTING TECHNIQUE LONG-TERM DEVELOPMENT OF AGRICULTURAL ECONOMICS

I.A. Ganieva

Summary. In the article the main provisions of the development of methods to predict long-term agricultural economy within the long economic cycle, before the implementation of the method on the example of long-term prediction of milk production.

Key words: business cycle, periods of business cycle, forecasting, development, methodology, agriculture.