Прогнозирование показателей социально-экономического развития муниципального района Текст научной статьи по специальности «Экономика и бизнес»

ГОСУДАРСТВЕННОЕ И РЕГИОНАЛЬНОЕ

УПРАВЛЕНИЕ

Балуков

Александр Валентинович

Заместитель главы администрации Балаковского муниципального района Саратовской области по экономическому развитию и управлению муниципальной собственностью

Aleksandr V. Balukov

Deputy head of Balakovo city administration for economic development and municipal property management

Яндыбаева

Наталья Валентиновна

Кандидат технических наук, доцент кафедры информационного и документационного обеспечения управления, Балаковского филиала РАНХиГС

Natalia V. Iandybaeva

Candidate of Technical Sciences, Associate Professor at the Department of Information Technologies and Document Management of Balakovo branch of RANEPA

e-mail: [email protected]

УДК 004.942

Прогнозирование показателей социально-экономического развития муниципального района

The forecast of the indicators of the municipality socio-economic development

Проанализированы проблемы, возникающие при прогнозировании социально-экономического развития муниципального района. Проведено описание методики формирования прогноза социально-экономического развития муниципального района. Разработана математическая модель на основе модели системной динамики для расчета прогнозных значений показателей социально-экономического развития района.

Ключевые слова и словосочетания: прогноз, региональные прогнозы, социально-экономическое развитие, прогнозирование.

The issues of forecasting the indicators of the municipal socioeconomic development are analyzed. The methodology of forecasting the indicators of the municipal socio-economic development is described. The mathematical model of calculating the indicators of socio-economic development of the municipality is developed.

Keywords: forecast, regional forecasts, socio-economic development, forecasting.

Прогноз социально-экономического развития страны разрабатывается с учетом прогнозов регионов. Для формирования перспективных направлений региональной политики актуальным является совершенствование прогнозного инструментария. Сложность и динамичность экономических и социальных процессов, протекающих в регионе, многочисленные внешние и внутренние взаимосвязи между факторами, влияющими на процессы, значительно осложняют процесс формирования ключевых положений региональной стратегии.

Изучением проблем регионального прогнозирования занимались А. Ю. Калиниченко, Л.С. Шаховская, А.Г. Гранберг, Г. В. Горелова, Н.Д. Матрусов, Н.М. Оскорбин, О. С. Пчелинцев [1], Т. Саати и др.

При проведении исследования были выявлены проблемы, снижающие эффективность разработки региональных прогнозов, что, в свою очередь, ослабляет базовую основу стратегического и тактического планирования социально-экономического развития страны [2]. Классификация причин прогнозных ошибок приведена на рис. 1.

Рис. 1. Классификация причин прогнозных ошибок

К проблемам, тормозящим составление объективных прогнозов социально-экономического развития регионов, можно также отнести следующие:

- статистические данные, собираемые и предоставляемые предприятиями и организациями города в территориальные отделы статистики не всегда являются полными, что негативно влияет на качество построения прогнозных моделей;

- неверный выбор сценария социально-экономического развития: он не всегда объективно отражает возможные направления социально-экономического развития региона;

- неполная согласованность в прогнозах крупнейших городских предприятий и организаций и региональных отделов экономического анализа и прогнозирования. Стратегическое развитие крупнейших предприятий региона может заметно отличаться от прогнозов, построенных на основе имеющихся статистических данных;

- необходимо учитывать при составлении прогнозов целевые индикаторы, параметры федеральных и региональных программ социально-экономического развития, действующих на данном временном интервале. Сложность при этом представляет невозможность учета при прогнозировании некоторых незапланированных мероприятий внешней и внутренней политики на федеральном уровне [3].

Прогнозы социально-экономического развития регионов разрабатываются совместно с органами статистики, органами местного самоуправления, общественными объединениями и т. д. Построение модели для прогнозирования показателей социально-экономического развития субъекта РФ осуществляется в несколько этапов1

1. «Отделом государственной статистики в г. Саратове (включая специалистов в г. Балаково)» предоставляются статистические данные по Балаковскому муниципальному району.

2. Для оценки текущего состояния социально-экономического развития БМО используются сценарные условия2, разработанные Минэкономразвития России3 [4].

1 Методические рекомендации по заполнению формы и к разработке показателей прогнозов социально-экономического развития субъектов РФ (форма 2П)//Управление анализа и прогнозирования администрации муниципального образования «Город Саратов».

2 Сценарные условия, основные параметры прогноза социально-экономического развития РФ и предельные уровни цен (тарифов) на услуги компаний инфраструктурного сектора на 2017 год и на плановый период 2018 и 2019 годов // Минэкономразвития России. М: апрель 2016.

3 Федеральный закон от 28 июня 2014 г. № 172-ФЗ «О стратегическом планировании в РФ» // Собрание законодательства РФ от 30 июня 2014 г. № 26 (часть I) ст. 3378

3. Из Минэкономразвития области высылаются образцы форм (в виде таблиц) и методические рекомендации по заполнению формы и к разработке показателей прогнозов социально-экономического развития субъектов Российской Федерации (форма 2П).

4. Специалистами отдела экономического анализа и прогнозирования БМР разрабатываются с использованием предоставленных статистических данных прогнозные регрессионные эконометрические модели.

5. Разработанный прогноз социально-экономического развития БМР на 2018-2023 гг. размещается в открытом доступе в сети Интернет в ГАС «Управление»4.

6. Полученные прогнозные значения показателей социально-экономического развития являются основой принятия управленческих решений Правительством.

Факторами, определяющими критерии выбора сценария развития региона, являются целевые ориентиры Саратовской области, определённые в Стратегии социально-экономического развития Саратовской области до 2030 года (с изменениями на 29 декабря 2017 года), утверждённой постановлением Правительства Саратовской области от 30 июня 2016 г. N° 321-П, крупных промышленных концернов и корпораций, филиалы которых расположены на территории Балаковского муниципального района.

В Стратегии социально-экономического развития Саратовской области до 2030 года сформированы 3 возможных сценария долгосрочного социально-экономического развития района: консервативный, умеренно оптимистичный, инновационный. Основным сценарием социально-экономического развития Балаковского муниципального района сейчас выбран инновационный сценарий, отличительными чертами которого являются внедрение инноваций в производстве, сельском хозяйстве, жилищно-коммунальном хозяйстве, социальной сфере, управлении и т.д. [5].

Анализ данного варианта прогноза позволяет выявить наиболее вероятные границы развития экономики Балаковского муниципального района в 2017-2030 годах.

Использование эконометрических методов в качестве традиционной методической основы для расчетов ограничивает возможности моделирования, поскольку в модели не учитываются периоды кризисов, рецессий. Поэтому был проведен вычислительный эксперимент, в ходе которого для разработки математической прогнозной модели использовалась системная динамика.

Далее приводятся алгоритм построения альтернативной прогнозной модели и результаты вычислительного эксперимента с использованием разработанной модели.

Системная динамика-парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинно-следственных связей и исследуются глобальные влияния одних параметров на другие во времени [6]. Модель системной динамики содержит следующие элементы: системные уровни (далее -моделируемые переменные), которые являются накоплениями в цепях обратной связи; потоки, которые передвигают содержимое одного уровня к другому. Также модель включает процедуры решений, которые регулируют темпы потока. Процедуры решений с уровнями в модели соединяются с помощью каналов информации. Для моделируемых переменных (системных уровней) X(t),i = 1,n составляются дифференциальные уравнения:

^ = х; (t ) - х- (t ) (1) dt

где Xг+ (t)-положительный темп скорости переменной X(t), включающий все факторы, вызывающие рост данной переменной; Х-(t) -отрицательный темп скорости переменнойX(t), включающий все факторы, вызывающие убывание данной переменной.

Предположим, что темпы делятся на произведение функций, зависящих только от факторов-комбинаций основных переменных, являющихся функциями моделируемых переменных:

хЦ?=х(ЙМ...л(0)==/ (Щ0)/2И))4(ВД; (2)

где FV=g (y./t) ...y. (^)-внешние факторы, причем X=X(j)<n, k=k(j)<n (число системных уровней

J J iX

моделируемых переменных).

Далее формируется система нелинейных, неоднородных, разнотемповых, нестационарных дифференциальных уравнений, из решения которой определяются значения моделируемых переменных Х. (/), I = 1, п на заданном временном интервале с заданными начальными условиями. Внешние факторы FVi(t) измеряются в качественной шкале (представляют собой либо данные социологических опросов), остальные переменные являются количественными (статистические данные). При проведении вычислительных экспериментов используются нормированные значения факторов, значения которых получаются из следующей формулы:

) = . i = П;

где VF.(t)-текущее значение переменной в численной шкале, VF¡н - нормировочный коэффициент. Предположим, что все моделируемые переменные рассматриваются в количественной шкале и при проведении расчетов используются их нормированные значения, рассчитанные по следующей формуле:

) = ^, i = 17,

г Хн

где Х.^)-текущее значение моделируемой переменной, определенное в численной шкале, Хн -нормировочный коэффициент (значения моделируемых переменных в 2012 году).

Моделируемые переменные Х.(1) . = 1;7 представляют собой выборку из рассчитываемых показателей социально-экономического развития Балаковского муниципального района5.

- Х^-индекс потребительских цен по Саратовской области (%);

- Х2-объем отгруженных товаров собственного производства (по видам деятельности С^,Е в ценах соответствующих лет) (млрд. руб.);

- Х- фонд начисленной заработной платы (млн. руб.);

- Х- среднемесячная заработная плата (руб.);

- Х5- оборот розничной торговли (млн. руб.);

- Х- оборот общественного питания (млн. руб.);

- Х7- объем платных услуг населению (млн. руб.)6.

Исходные статистические данные для разработки прогнозной математической модели взяты с сайта Государственного комитета по статистике. Для отображения взаимосвязей между моделируемыми переменнымиХ-Х?используется орграф (рис.2).

Рис.2. Орграф причинно-следственных связей между переменными Х-Х7

Разработанная математическая модель для прогнозирования показателей социально-экономического развития БМР имеет вид:

5 Итоги социально-экономического развития БМР. Сайт администрации Балаковского муниципального района. [Электронный ресурс]. Режим доступа http://www.admbal.ru/page/sotsialno-ekonomicheskoe-razvitie-bmr.

6 Показатели, характеризующие состояние экономики и социальной сферы Балаковского муниципального района за 2011- 2018 гг. [Электронный ресурс]. Режим доступа http://www.gks.ru/scripts/db_inet2/passport/pass.aspx?base=munst63&r=63607000.

_ 1

Ш х{

с1Х2(0 _ 1 дЛ ~ Х\ dX.it) _ 1 Ж х!

(Щ<)+тг)+Мт(г)+Я1Ш (0+т)+Щ)) ■ /5 №) - (ОД+МО); (7>(0+ДО+++/«(О+ЩО) • /10(х4) - (с/(0+Ш(0+щ+7X0+МО) • Л№>; (Г,(0+К(0+*■(')+ДО) • • /п№) - №(0+ЩО+ТО) • Л№>;

^ = ^ • (Мш(о+к,(0+^ (г)+&(о+що) • /п№) - «О+П0>;

Ш Л^

® = ^ • ++т++^(0) ■ Л№) ■■ ш-(ДО+ДО);

ш Х5

dx.it) 1

л

-— • (&(0+Р(0+£(0+5/5(0++т) ■ Л№) ■■ /1з№) - (ДО+ПО) • Л№);

<аг7(0_ 1

dt ~ X*,

(вь®+Р(г)+£(0++х2(0) • мх2) • /14(Х4) - (/(Г)+7X0) • /з№);

(3)

Принятые в модели (3) обозначения внешних факторов VF.(t): КВ@)-щр доллара (руб.); 2Ы^)-цена нефти на мировом рынке (руб.); М!п(()-минимальная зарплата в регионе (руб.); К(/)-объем произведенных промышленных товаров (руб.); Vs(t)-объем произведенных сельскохозяйственных товаров (руб.); 1^)-уровень инфляции (%); D(t) численность экономически активного населения (чел.); Р(0 -численность населения (чел.); F(t) - фонд рабочего времени (чел.-дн.); Е-средняя заработная плата (руб.); Sc(t)- среднедушевые доходы населения (руб.); количество частных предпринимателей (чел.); Ex(t)- объем экспорта товаров

и услуг (руб.); объем импорта товаров и услуг (руб.); Sh (t)- прожиточный минимум (руб.); УГ(^~

спрос на труд в различных отраслях народного хозяйства (чел.); Бё(0- дефицит госбюджета (руб.); Bg(t)-профицит бюджета (руб.); и(/)-уровень безработицы (%).

Для учета взаимовлияния моделируемых переменных в модели (3), разработанной на основе системной динамики, используются функциональные зависимости. В модели (3) используются следующие функциональные зависимости /(Х): /(Х)-зависимость объема отгруженных товаров собственного производства от индекса потребительских цен; /2Х) -зависимость фонда начисленной заработной платы от индекса потребительских цен; /^Х^-зависимость объема платных услуг населению от индекса потребительских цен; /4(Х)-зависимость оборота общественного питания от индекса потребительских цен; /^Х^-зависимость индекса потребительских цен от среднемесячной заработной платы и др. Вид функциональных зависимостей определяется на основе корреляционно-регрессионного анализа, и записываются они в виде полиномов 3-4 степени [7]. Графики фз^нкциональных зависимостей//Х^ и/^Х^ приведены на рис.3, и рис.4 соответственно.

1

0.9 0.8 0.7 0.6 ЗГ 0.5 0.4 0.3 0.2 0.1

/л > = 0.26*^ -0.73* Х3} + 0.95 *Х3 - 1.2 + 0.7

2*Л? + 1 0*^-4.8 *Х + 1.4

Рис.3. График зависимости //Х^

Рис.4. График зависимости /2(Х^

На рис.5 приведен график динамики показателей социально-экономического развития на интервале [2012;2020] гг. Поскольку все моделируемые переменные имеют разную размерность, то для иллюстрации динамики показателей социально-экономического развития БМР используются показатели, нормированные относительно значений показателей 2012 года.

State and Regional Management

1.8

1.6

1.4

хГ

1.2

0.8

0.6 2012

X3 *2

X4 /

4

* X1

fe-1.

1.472

1.682 698

-1,341

1.299

1,02

2013 2014

2015 2016 t ГОД

2017

2018 2019

2020

Рис.5. Динамика показателей социально-экономического развития БМР на интервале [2012;2020] гг.

Из графика видно, что значения показателей социально-экономического развития Х -Х7 на интервале [2012;2020] лет будут увеличиваться.

В таблице 1 приведены статистические данные, на основе которых выполнялся прогноз социально-экономического развития БМР и прогнозные значения показателей.

Табл. 1. Фактические и прогнозные значения показателей социально-экономического развития БМР.

Xi

Годы

2012 2013 2014 2015 2016 2017 2018 2019 2020

(факт) (факт) (факт) (факт) (факт) (факт) (оценка) (прогноз) (прогноз)

X1 104,2 106,4 107,5 114,4 105,5 104 103,9 105,24 106,28

X2 86,7 91,9 107,6 134,9 132,9 138,6 134,1 145,743 147,22

X, 15135,1 16233,1 17658,5 16988,7 17153,5 18792,6 20051,7 21234,55 21370,76

X, 20023 21890 23803 25004 25479 28611,5 30528,5 32517,35 33678,69

X5 17969,3 19366,9 22057,3 21950,7 21687,1 22394,9 23902 25336,71 26450,81

X« 636,7 693 629,4 736,3 751,1 738,4 788,1 841,717 853,815

X7 4874,2 5495,3 3920,1 4303,7 4660,2 5396,5 5762,4 6185,36 6331,59

Индекс потребительских цен по Саратовской области Х1 вырастет в 2019 году до 105,24, главным образом, за счет увеличения базового НДС (который в свою очередь будет способствовать увеличению стоимости подакцизных товаров (бензин, алкоголь, табачная продукция).

В России уже сегодня наблюдается скачок цен на топливную группу товаров - с мая по июнь 2018 топливные цены выросли на 7-8%. При этом правительство пока отказалось повышать акцизный сбор, но как только он будет в очередной раз увеличен (а это запланировано на 2019 год), цена горючего составит не менее чем 50 рублей/литр. Такой скачок будет способствовать росту цена на продтовары, бытовые товары и транспортные услуги, ведь сельскохозяйственные работы, транспортировка грузов и пассажиров невозможны без заправок авто- и сельхозтехники.

Также правительство пообещало очередные повышения пенсий и МРОТ, что может привести к росту прогнозных значений переменных Х5-Х7. Реализовать данные мероприятия можно будет лишь путем дополнительной эмиссии денег — а это, очевидно, приведет к ослаблению национальной валюты.

Прогноз развития российской экономики предполагает реализацию одного из 3-х сценариев: «базовый» (если в экономике РФ сохранятся условия, приближенные к текущим); "консервативный" (учитывает

вероятность ухудшения текущих условий); «целевой» (предполагает, что условия на внутреннем и внешнем рынках окажутся оптимальными для России).

Согласно рекомендации Министерства экономического развития РФ от 26.04.2017 №Д14и-917 за основу принят базовый вариант развития на 2018-2020 гг. Соответственно, в разработанном прогнозе учитывается, что:

а) на Россию по-прежнему будут оказывать влияние санкции со стороны западноевропейских государств и США;

б) правительство РФ реализует комплекс ответных антисанкционных мер;

в) международная экономика постепенно стабилизируется.

С учетом данных предпосылок Центробанк сможет реализовать меры по сдерживанию инфляционных показателей, зафиксировав их на уровне 4%. Цены на нефть марки «Urals» будут остановлены на отметке в 40 долларов за баррель. Интервенции на рынке валюты, объем которой будет равен доходам от экспорта нефти и газа, будет поспособствовать укреплению рублевого курса.

Необходимо отметить, что в разработанном прогнозе социально-экономического развития БМР на 20192020 гг. не учтен тот факт, что самый ожидаемый сценарий социально-экономического развития РФ еще не был скорректирован с учетом налоговых и социальных нововведений (повышение пенсионного возраста, увеличение цен в нефтяной отрасли и рост акциза на топливо в 2019 году).

Библиографический список

1. Пчелинцев О.С. Региональная экономика в системе устойчивого развития. Ин-т народнохозяйственного прогнозирования РАН. М.:1. Наука, 2004. 258 с.

2. Яндыбаева Н. В. Об особенностях формирования региональных прогнозов/Актуальные проблемы современности: наука и общество. Изд-во Балаковского филиала РАНХиГС. 2018. №1(18). С.18-21.

3. Яндыбаева Н. В. Анализ информационных систем для прогнозирования социально-экономического развития региона/ Актуальные проблемы взаимодействия государства, гражданского общества, личности и бизнеса. Сборник статей по материалам конференции, посвящённой Дню российской науки (8 февраля

2017 г.). Балаковский филиал ФГБОУ ВО РАНХиГС. Саратов-Москва: Издательство: «Десятая Муза», 2017. с.166-172.

4. Сайт Министерства экономического развития Российской Федерации Прогнозы социально-экономического развития Российской Федерации и отдельных секторов экономики» [Электронный ресурс]. Режим доступа: URL: http://www.economy.gov.ru/minec/activity/sections/macro/prognoz.

5. Стратегия социально-экономического развития Балаковского муниципального района до 2030 года Приложение к решению Собрания Балаковского муниципального района Саратовской области от 31 августа

2018 года № 24-323. Сайт администрации Балаковского муниципального района. [Электронный ресурс]. Режим доступа http://www. admbal. ru/page/sotsialno-ekonomicheskoe-razvitie-bmr.

6. Форрестер Дж. Мировая динамика. - М.: Наука, 1978. - 230 с.

7. Яндыбаева Н.В., Кушников В.А. Модель Форрестера для прогнозирования показателей национальной безопасности России // В сборнике: Управление развитием крупномасштабных систем MLSD'2015. Материалы Восьмой международной конференции в 2 томах. Институт проблем управления им. В. А. Трапезникова Российской академии наук; под общей редакцией С. Н. Васильева, А. Д. Цвиркуна. 2015. С. 342-347.