CC BY
88
Чаще всего на федеральном уровне регулирование территориального развития осуществляется в виде государственной селективной поддержки отдельных регионов. Эта поддержка призвана давать стимулы развитию тех территорий, которые не могут функционировать в режиме саморазвития, активизировать и ресурсно поддерживать социальную мобильность населения отдельных регионов, создавать условия для возникновения и функционирования государственно значимых «точек роста» (СЭЗ, технопарков и т.д.), оперативно реагировать на образование зон бедствий (стихийных, техногенных и др.).
Применяются следующие формы селективной поддержки регионов:
- разработка и финансирование специальных целевых региональных программ поддержки;
- увеличение доли доходов местных бюджетов путем принятия отдельных законодательных актов;
- государственная поддержка территорий через внебюджетные фонды;
- поддержка северных и приравненных к ним территорий;
- государственная поддержка установлением льготных территорий.
Существенная избирательная поддержка регионам оказывается через государственные внебюджетные фонды. Поддержка этих фондов позволяет решить основные социальные проблемы населения в регионах, сглаживает социальные последствия проводимых в стране реформ.
Мощную поддержку через внебюджетные фонды получила Республика Дагестан в 2000 году. Совет федерации по своей инициативе принял решение оказать помощь Дагестану, как республике, подвергшейся агрессии, помощь выделением каждым субъектом страны одного процента от всех годовых поступлений средств внебюджетных фондов. Республика получила дополнительно около 4 млрд. рублей. Это позволило погасить задолженности по заработной плате, по социальным выплатам.
В международной практике для поддержки депрессивных регионов используются особые бюджетные регионы. С введением бюджетного режима, регионы получают право льготного распределения доходов от сбора региональных налогов. Введение особого бюджетного режима не лишают регионов права на получение общих и специальных трансфертов. Наряду с особым бюджетным режимом в регионах создают специальные экономические зоны. Целями создания специальных экономических зон являются подъем депрессивных регионов, сглаживание различий в развитии регионов, привлечение иностранных инвестиций.
Гусейнов Н.М.
Прогнозирование развития пищевой промышленности РД
Процессы рыночных преобразований, затронувшие в 90-е годы все сферы российской экономики, в значительной степени определили и характер развития промышленных структур. В пищевой промышленности РД в этот период наблюдается существенное снижение производственных результатов. В условиях отсутствия прежней государственной поддержки высоко затратная, низко технологичная пищевая промышленность республики оказалась не способной производить конкурентоспособную продукцию. Наряду с этим основными причинами резкого замедления воспроизводственных процессов в отрасли явились: непродуманная система приватизации, спад производства сырья, нарушение ценового паритета, низкий уровень платежеспособности населения, морально и физически устаревшая материально -техническая база, неразвитость инфраструктуры, неподготовленность руководящих кадров работать в условиях рынка. Вместе с тем, последние три-четыре года мы наблюдаем некоторое оживление производства продовольствия в республике и в целом в российской экономике. Это, очевидно, связано со сложившимися после кризиса 1998 года благоприятными для российского производителя предпосылками замещения импортной продукции и вовлечения имеющегося производственного потенциала в хозяйственный оборот. Поэтому так важно сегодня определить потенциальные производственные возможности пищевой промышленности республики и установить степень устойчивости сложившейся положительной тенденции.
В качестве средства достижения поставленной цели нами был избран корреляционно -регрессионный анализ. Главной задачей корреляционно-регрессионного анализа является установление количественной связи между факторными признаками (в качестве факторов, в значительной степени определяющих производственные возможности пищевых предприятий, нами были выделены численность промышленно-производственного персонала - X!, среднегодовая стоимость основных производственных фондов - Х2 , среднегодовая стоимость оборотных фондов - Х3 ) и результативным показателем (стоимость товарной продукции пищевых предприятий - у), т.е. отыскание такого регрессионного уравнения, которое наилучшим образом соответствует характеру изучаемой связи. Этот метод позволяет с определенной долей вероятности оценить потенциальные производственные возможности пищевых отраслей. Однако есть два обстоятельства, которые существенно ограничивают возможности применения корреляционно -регрессионного анализа. Во-первых, подобные модели могут применяться только при исследовании однородных объектов, например предприятий с близкой специализацией. То есть оценку необходимо проводить по отраслям пищевой промышленности. Во-вторых, непременной предпосылкой корреляционно-регрессионного анализа является массовая основа. Поэтому его использование возможно лишь по отраслям с достаточным для этого количеством предприятий (их число не менее чем в три раза должно превышать количество включаемых в модель переменных факторов). Учитывая эти огра-
ничения, проведение стохастического факторного анализа возможно только по трем отраслям пищевой промышленности РД: хлебопекарной, винодельческой и плодоовощной, которые и станут объектами нашего дальнейшего рассмотрения.
Построение уравнения регрессии сводится к оценке ее параметров. Наиболее часто используемыми в экономических расчетах типами уравнений являются линейный и легко приводимый к линейному виду степенной. Для оценки параметров регрессий линейных по параметрам используется метод наименьших квадратов (МНК). МНК позволяет получить такие
оценки параметров, при которых сумма квадратов отклонений фактических значений результативного признака (y) от теоретических (€x ) минимальна, т.е. ^(y-€х)2 ^min .
Для упрощения процедуры расчета параметров можно воспользоваться матричной формой записи уравнения регрессии: Y = XA, где У - вектор зависимой переменной, X - матрица независимых переменных, А - подлежащий оцениванию вектор неизвестных параметров. Тогда формула для вычисления параметров регрессионного уравнения примет вид:
A = (XTX)-1XTY .
Полученное таким образом уравнение должно наилучшим способом аппроксимировать имеющуюся связь между факторными признаками и результативным показателем на предприятиях пищевой промышленности. Чтобы установить степень такого соответствия, осуществляется математико-статистическая оценка уравнений регрессии, построенных по линейной и степенной формам связи. При этом используются такие математико-статистические критерии, как средняя ошибка аппроксимации (A), критерии Фишера(Г) и коэффициент мно-
2
жественной детерминации (R ).
На основе данных о величинах показателей-факторов и результативного показателя в 2000 году на предприятиях исследуемых отраслей нами был произведен расчет регрессионных уравнений.
Хлебопекарная промышленность:
1)y = -141,501 + 58,132 • xj -1,6• x2 + 5,196 • x3 (1) R2 = 0,862; F = 14,611; A = 87%.
2)y = 13,909 • x10,358 • x20,312 • x30,313 (2) 2
R = 0,812; F = 10,089; A = 50% (ошибка аппроксимации по отрасли - 21 %).
Оба уравнения можно признать статистически значимыми: Fтабл = 4,35. Однако предпочтительным является второе, т.к. при практически одинаковых коэффициентах детерминации средняя ошибка аппроксимации у него гораздо ниже. Винодельческая промышленность:
1)y = -3855,383 -103,6 • xj + 2,708 • x2 + 3,149 • x3 (3) R2 = 0,942; F = 32,799; A = 123%.
2)y = 3,507 • x10,106 • x20,315 • x30,654 (4) 2
R = 0,954; F = 41,915; A = 35% (ошибка аппроксимации по отрасли - 5,2 %).
Степенное уравнение, судя по всему, наилучшим образом отражает характер взаимосвязи производственных ресурсов и результата на предприятиях винодельческой промышленности в 2000 году ^табл = 4,76). Плодоовощная промышленность:
1)y = 587,809 + 21,883 • xj - 0,129 • x2 + 2,115 • x3 (5) R2 = 0,677; F = 5,583; A = 39%.
->\ nn o« 0,17 -0,041 0,479 ,c>
2)y = 90,856 • x^ • x2 • x3 ' (6)
R2 = 0,484; F = 2,505; A = 44%.
Качество второй модели не позволяет использовать его в дальнейших экономических расчетах (Гфакт < Гтабл =4,07). Однако и первое уравнение не совсем адекватно отражает реальный характер взаимосвязи исследуемых показателей. Речь идет об отрицательном знаке при переменной Х2 (среднегодовая стоимость ОПФ), что не соответствует характеру связи, выявленному коэффициентом парной линейной корреляции, и противоречит содержательному анализу влияния этой экономической категории на объем выпуска товарной продукции. Следовательно, дальнейшее использование этой модели может привести к неверным выводам.
Причиной получения таких оценок является наличие высокой корреляционной связи между независимыми переменными (мультиколлинеарность). С экономической точки зрения это вполне объяснимо: набор персонала и привлечение оборотных средств осуществляется из нормативного обеспечения ими основных производственных фондов. Одним из возможных способов снижения уровня мультиколлинеарности исходных данных является отбор из всего набора факторных признаков строго независимых. Однако это не всегда осуществимо, т.к. факторы в модель включаются целенаправленно, соответственно поставленной экономической задачи.
Существуют и другие методы получения устойчивых и надежных оценок в условиях мультиколлинеарности исходной информации. Например, методы смешенных оценок. Самый распространенный из них метод гребневых оценок или ридж-ригрессии. Процедура определения гребневых коэффициентов регрессии основана на следующем соотношении:
А(К) =
ХТХ + К
-1
ХТУ
где К - неотрицательно определенная матрица (чаще всего диагональная). Выбор этой матрицы и определяет конкретный метод гребневой регрессии.
Нами будет использоваться метод «следа гребневой матрицы», который основан на расчете коэффициентов регрессии для различных величин К. Полученный «след гребневой матрицы» позволяет детально проанализировать варианты и обосновать выбор К. Основным критерием выбора является незначительное увеличение остаточной дисперсии (так как при МНК она является минимальной), а следовательно, снижение коэффициента детерминации и несущественное увеличение суммы среднеквадратической ошибки коэффициентов регрессии. Проведенный нами расчет показал, что при К = 0,02 регрессионные оценки принимают оптимальное значения. Уравнение (17) при этом принимает следующий вид:
у = 430,527 +11,635 • х1 + 0,016 • х2 +1,96 • х3 (7)
Я = 0,642; Г = 5,37; А = 44% (ошибка аппроксимации по отрасли - 9,2 %).
Итак, при помощи корреляционно-регрессионного анализа мы получили уравнения, количественно определяющие взаимосвязь между основными производственными ресурсами и производственным результатом. Полученные модели отражают закономерности, сложившиеся в 2000 году в трех отраслях пищевой пром ышленности РД. Однако этой информации не достаточно для решения главной задачи - определения возможного производственного результата этих отраслей. Для этого необходимо располагать данными о возможных значениях факторных признаков в прогнозируемый период. Определить вероятные значения производственных ресурсов, на наш взгляд, можно на основе экстраполяции сложившихся в прошлом закономерностей развития исследуемых переменных на некоторый период будущего. Безусловно, такие оценки будут корректны только при условии сохранения в период прогнозирования взаимосвязей между ресурсами и результатами производства, а также тенденций развития самих факторов производства. С нашей точки зрения, в краткосрочном периоде это вполне вероятно.
Установление закономерностей развития факторных признаков предполагает построение уравнения регрессии по фактору времени, максимально точно отражающей тенденции прошлого. При этом отбор наилучшей кривой осуществляется на основе коэффициентов детерминации и содержательного анализа текущего и вероятного перспективного состояния факторов производства.
В результате произведенных расчетов мы получили следующие прогнозные значения исследуемых переменных.
Прогноз численности промышленно-производственного персонала, чел.
Таблица 1
год 2002 2003
Хлебопекарная промышленность 855 688
Винодельческая промышленность 1715 1332
Плодоовощная промышленность
2764
3290
Отметим, что по численности ППП на 2001 год уже имеется статистическая информация. Поэтому прогноз на этот год не проводился.
Прогноз стоимости основных производственных фондов, тыс. руб. (в ценах 2000 года)
Таблица 2
год 2001 2002 2003
Хлебопекарная промышленность 14187 11418 9190
Винодельческая промышленность 117894 111426 105753
Плодоовощная промышленность 108623 91279 76704
Таблица 3
Прогноз стоимости оборотных фондов, тыс. руб. (в ценах 2000 года)
год 2001 2002 2003
Хлебопекарная промышленность 34187 43927 56520
Винодельческая промышленность 319592 511764 796808
Плодоовощная промышленность 41053 65500 92455
Подставляя полученные прогнозные величины в регрессионную модель соответствующей отрасли пищевой промышленности, мы получаем возможный в ближайшей перспективе производственный результат этих отраслей.
Таблица 4
_Прогноз выпуска товарной продукции, тыс. руб. (в ценах 2000 года)_
год 2001 % к 2000 г. 2002 % к 2000 г. 2003 % к 2000 г.
Хлебопекарная промышленность 103191 91,7 81674 72,8 76409 68
Винодельческая промышленность 1190293 132 1626673 180 2080993 231
Плодоовощная промышленность 99945 127 162430 206 221148 281
Итак, согласно нашим расчетам в прогнозируемый период производственные возможности хлебопекарной промышленности должны снижаться, а винодельческой и плодоовощной увеличиваться. Подтверждает наши предположения и уже имеющаяся предварительная информация Госкомстата РД об объемах производства товарной продукции в 2001 году. Так, в хлебопекарной промышленности было произведено товарной продукции на сумму 99911 тыс. руб., что составляет 89 % от уровня 2000 года. Ошибка нашего прогноза при этом составляет 3,3 %. В винодельческой промышленности объем товарного производства вырос на 15,9 % и составил в 2001 году 1042979 тыс. руб. Это на 14,1 % ниже от рассчитанного нами показателя. В плодоовощной промышленности сумма произведенных товаров в 2001 году равнялась 112420 тыс. руб., что на 43 % выше уровня 2000 года. При этом ошибка нашего прогноза - 11 %. Все это позволяет с полной уверенностью утверждать, что полученные нами результаты адекватно отражают реальные воспроизводственные процессы и могут быть использованы в экономическом анализе.
Таким образом, можно предположить, что в ближайшей перспективе производственные возможности пищевой промышленности РД в целом будут увеличиваться, т.к. винодельческая и плодоовощная отрасли производят в настоящий момент около 70 % продукции всей отрасли. Вместе с тем следует отметить, что по нашим расчетам рост объемов производства
будет вызван в значительной степени увеличением материально-сырьевой обеспеченности пищевых предприятий. Такая тенденция, сложившаяся в отрасли после 1998 года, по -видимому, будет в ближайшее время сохраняться. Однако в более продолжительный период в условиях старения производственного аппарата и отсутствия инвестиций на его восстановление и обновление это, очевидно, приведет к снижению отдачи этого ресурса. Поэтому чтобы обеспечить устойчивый рост пищевым предприятиям необходимо, в первую очередь, сконцентрировать усилия на возобновлении процессов воспроизводства основных производственных фондов.
Алиев О.М.
Анализ фонда заработной платы на Кизлярском Коньячном Заводе
Фонд заработной платы по действующей инструкции органов статистики от 24 ноября 2000г. включает в себя не только фонд оплаты труда, относимый к текущим издержкам предприятия, но выплаты за счет средств социальной защиты и чистой прибыли остающейся в распоряжении предприятия.
Наибольший удельный вес в составе средств, использованных на потребление, занимает фонд оплаты труда, включаемой в себестоимость продукции.
Приступая к анализу использования фонда заработной платы, в первую очередь необходимо рассчитать абсолютное отклонение фактической его величины от плановой. Абсолютное отклонение определяется сравнением фактически использованных средств на оплату труда с плановым фондом заработной платы в целом по предприятию, производственным подразделениям и категориям работников:
? ФЗП = ФЗПор - ФЗПпл (1)
Таблица 1
Анализ использования фонда заработной платы и выплат социального характера по категориям персонала
№ Показатели план факт Отклонения за год (+;-).
1. Фонд заработной платы всего персонала 8300,0 8356,6 +56,6
2. Фонд заработной платы ППП, тыс., руб. в т. ч. 6660,0 6717,1 +57,1
3 рабочие 4850,0 4893,7 43,7
4 Управленческий персонал 1810,0 1823,4 +13,4
5. Непромышленный персонал, тыс. руб. 840,0 843,6 +3,6
6 Фонд заработной платы персонала не списочного состава, тыс. руб. 800,0 795,9 -4.1
7. Выплаты социального характера всего персонала в тыс. руб. в т. ч. 160,0 168,6 +8,6
8 ППП тыс. руб. 155,0 163,6 +8,6
9 Непромышленного персонала тыс. руб. 5.0 5,0
10 Итого средств направленных на потребление тыс. руб. 8460,0 8525,2 +65,2
Наибольший удельный вес в составе средств использованных на потребление, занимает фонд заработной платы - 98%, а выплаты социального характера - 2%. Из приведенного расчета следует, что на заводе имеется перерасход фонда заработной платы по всем категориям работающих. В процессе последующего анализа необходимо определить факторы влияющие на абсолютное отклонение по фонду заработной платы.
