CC BY
43
РАЗВИТИЕ ПЕРИФЕРИИНЫХ И СЕЛЬСКИХ ТЕРРИТОРИИ
УДК 332.122
Абипюв М.М.1 Дикинов А.Х.2 Ешугаова А. А.3
ПРОГНОЗИРОВАНИЕ СТРУКТУРНЫХ ИЗМЕНЕНИЙ В АПК: ЭКОНОМИКО-МАТЕМАТИЧЕСКАЯ МОДЕЛЬ
Аннотация. Разрабатывать среднесрочный прогноз структурных изменений в сельском хозяйстве России практически невозможно без применения экономико-математического моделирования. Математическое моделирование широко используется в составлении прогнозов социально-экономического развития на различных уровнях как у нас в стране, так и за рубежом.
Ключевые слова: прогнозирование, структурные изменения экономики, АПК и сельское хозяйство, экономико-математическое моделирование.
Abitov M. M.
Dikinov A. H. Eshugova A. A.
FORECASTING STRUCTURAL CHANGES IN AGRICULTURE: A MATHEMATICAL MODEL
Abstract. To develop medium-term structural change in agriculture in Russia is virtually impossible without the use of economic-mathematical modelling. Mathematical modelling is widely used in the projections of socio-economic development at various levels both at home and abroad.
Keywords: forecasting, structural changes of the economy, agriculture and farming, economic-mathematical modeling.
Экономико-математическая модель представляет собой математическое описание экономических процессов, произведенное в целях их исследования и управления. Общее ее содержание можно представить следующим образом: математические, эконометрические
методы <-»■ программный модуль банк статистической информации [2, с.139; 4, с.153; 7, с.55; 8, с. 192; 12, с.76].
Нами разработан и предложен алгоритм экономико-математической модели среднесрочного прогнозирования институциональ-
1 Абитов Мурат Мусабиевич, кандидат экономических наук, доцент кафедры «Коммерция» Кабардино-Балкарского государственного аграрного университета, г. Нальчик, тел. 8-903-495-7277, E-mail: abitovl978@mail.ru. Murat Abitov, candidate of economy. Sciences, the senior lecturer of Faculty of Commerce Kabardino-Balkarian State Agrarian University, Nalchik, Tel. 8-903-495-7277, E-mail: abitovl978i7mail.ru.
2 Дикинов Андзор Хасанбиевич, доктор экономических наук, профессор, ведущий научный сотрудник отдела «Прогнозирование и устойчивое региональное развитие ФГБУН Институт информатики и проблем регионального управления КБНЦ РАН, Нальчик, Тел. 8-9287100082. E-mail: dikino\ thor f/ inail.ru.
Andzor Dikinov, doctor of economic sciences. Professor, senior researcher of the Department of forecasting and sustainable regional development FGBUN Institute of Informatics and the problems of regional management of Kabardino-Balkarian Science Centre of the Russian Academy of Sciences, Nalchik, Ph. 8-928-710-0082. E-mail: dikinovthor(®mail.ru.
3 Ешугаова Адана Андзоровна, аспирант отдела «Прогнозирование и устойчивое региональное развитие ФГБУН Институт информатики и проблем регионального управления КБНЦ РАН, г. Нальчик, Тел. 8-928-690-94-94. Е-mail: dikinovthor@mail.ru
. I daña Eshugaova, post graduate prediction and sustainable regional development FGBUN Institute of Informatics and the problems of regional management of Kabardino-Balkarian Science Centre of the Russian Academy of Sciences, Nalchik, Ph. 8-928-690-94-94. E-mail: dikinovthor@mail.ru
ных параметров аграрной структуры, пред- ями в числовую экономико-математическую
ставленный на рисунке 1. модель введен следующий состав входных
Рассмотрим более подробно механизм поэ- параметров - прогнозный показатель и инди-
тапного моделирования. каторы факторов: В соответствии с поставленными услови-
У = В : В х 100%,
К в
(1)
где В - валовая продукция сельского хозяйства
В - валовая продукция определенной кате- (в действующих ценах) всех категорий хо-гории хозяйств (в действующих ценах) - СХО, зяйств.
К(Ф)Х, ЛПХ;
х - землеобеспеченность, га на 1 чел.
Р
К с.-х.
Н.
где
К - обеспеченность сельскохозяйственен.-х.
ными угодьями, га/чел.;
Рс х - размер сельхозугодий, га; Н - сельское население, чел.
(2)
Определение входных параметров модели
Определение индикаторов факторов (XI ...Хн) Банк статистической информации > Определение прогнозного показателя (У)
г $
к *
§
I &
о
а-
Определение влияния факторов на прогнозный показатель
1. Метод группировок
2. Корреляционное моделирование
Регрессионное моделирование У = а + Ьх
Прогноз факторов
Трендовое моделирование
у=ах + Ь; у = ахР; у=аеЪх; у= а!п (х)+Ь
«к
г «
а? «
| о
а
Выходные параметры модели
Варианты сценарного прогнозирования институциональных параметров агроструктур
Прогноз доли в валовом и видовом производстве сельскохозяйственной продукции по категориям хозяйств: СХО, К(Ф)Х, ЛПХ на 2018-2022 гг.
Рисунок 1 — Схема функционирования экономико-математической модели среднесрочного прогнозирования институциональных параметров аграрной структуры
х, - государственная поддержка на 1 га. руб.
ш = (3)
где Рс - размер сельскохозяйственных уго-
ГП - государственная поддержка, руб.; дий, га.
СГП- сумма государственной поддержки, руб.; х - доля сельского хозяйства в ВРП. %.
вп
У х =-^х100%,
ВРП
(4)
где хозяйства, руб.;
У - удельный вес сельского хозяйства в ВРП (ВВП) - валовая региональная (внут-
ВРП, %; ренняя) продукция, руб.
ВПс - валовое производство сельского - плотность населения. чел./1 км.
n-i
H,
(5)
где Нс - сельское население, чел.
Пс - плотность сельского населения, чел./км2; х - влияние природно-климатических ус-
Р1 - размер сельской территории, км2; ловий. % благоприятных лет
J
П
(6)
где
Xt - средняя арифметическая урожайность, ц/га;
i - номер года;
п - количество лет.
х затраты на инновационное развитие на 1 руб. продукции - коэффициент инновационной деятельности.
к - ВП'с"
А„ —---
(7)
где
К - шэффициент инновационной деятельности; ВП - валовое производство, руб.;
д = Чзс
гп эс
Зи - затраты на инновации, руб. х7- доля экономически активного сельского населения.
Н.
х 100%,
(8)
где
Д - доля экономически активного сельского населения, чел.;
Ч - экономически активное сельское на-
эс
селение (занятые в производстве и безработные), чел.;
Н - сельское население, чел.
с 1
Определение влияния факторов на прогнозный показатель проводится с использованием метода группировок и корреляционного моделирования.
При помощи корреляционного моделирования по коэффициенту корреляции определяются наиболее существенные связи между факторными и результативными показателями. В представленной модели использован метод парной корреляции у = /(х), где: у - результативный признак,
х - признак-фактор.
Это не исключает применения многофакторной корреляции. По коэффициентам корреляции отобраны наиболее значимые факторы.
Для федерального уровня для СХО - х, - государственная поддержка на 1га, руб. = 0,308;
для К(Ф)Х - х - землеобеспеченность, га на 1 чел. = 0,251;
для ЛПХ- X-, - государственная поддержка на 1 га, руб. = -0,305.
Для регионального уровня (Южный федеральный округ)
для СХО - х, - государственная поддержка на 1га, руб. = -0,498;
х4 - плотность населения, чел. на км = -0,516;
х - влияние природно-климатических условий,
% благоприятных лет = -0,419. для К(Ф)Х - х - землеобеспеченность, га на 1 чел. = 0,379;
для ЛПХ - х - землеобеспеченность, га на 1 чел. = -0,366;
х, - государственная поддержка на 1 га, руб."= 0,529;
х4 - плотность населения, чел. на км. = 0,566;
х - влияние природно-климатических условий,
% благоприятных лет = 0,377.
Полученные коэффициенты корреляции позволяют проводить дальнейшие расчеты и получить три уравнения регрессии по России и восемь по СКФО. Степень совершенства и надежности модели проверены на статистическую значимость [1, с. 21; 6, с. 53; 9, с. 127; 10, с. 169].
В экономико-математической модели использовано трендовое моделирование - уравнение, формализующее общие тенденции (условия, факторы) в базисном периоде.
Построение аналитической функции для моделирования тенденций (тренда) временного ряда выполняется при помощи следующих функций:
1) линейная: у = ах + Ь;
2) степенная: у = ахь;
3) экспоненциальная: у = аеЬх,
4) логарифмическая: у = а1п(х)+Ь.
С помощью трендовых моделей определяется в модели значение факторов (по наименьшей дисперсии) на прогнозный период,
которое используется в регрессионном моделировании для расчета прогнозного показателя.
Прогноз параметров агроструктур с применением трендовых моделей основывается на допущении, что факторы, действующие в базисном периоде, сохранят свое влияние и тенденции. Оно строится на том, что в условиях среднесрочного прогнозирования действуют такие категории как «инерция» и «сложившиеся тенденции развития». Для развития и функционирования структур агробизнеса эти понятия актуальны. [3, с. 68; 5, с. 40; 15, с. 109]
Использование регрессионных уравнений и динамики факторов влияния позволяет определить прогнозный показатель по времени поведения каждого из факторов. Очевидно, что мы не можем прогнозировать параметры, используя только саму тенденцию во времени, это как раз и рассматривалось бы как «прогнозирование фактора по самому фактору».
Но имеется тенденция «факторов влияния», которая по своей сущности определяет поведение тенденции параметров (это следует из рассчитанного нами коэффициента корреляции). И именно эта тенденция позволяет спрогнозировать параметры агроструктур в соответствии со значениями каждого из факторов [11, с. 79; 13, с. 175; 14, с. 228; 16, с. 174].
Для составления прогнозных сценариев целесообразно рассчитать средние коэффициенты эластичности Э. Они представляют собой отношение изменения в процентах одного признака при изменении на 1% другого признака:
Э = ((*)-
У
(9)
где
у - зависимая переменная (результативный признак);
х - независимая, объясняющая переменная (признак - фактор);
х - среднее значение независимой переменной.
Для федерального и регионального уров-
ней рассчитаны средние коэффициенты эластичности по каждому уравнению.
Таким образом, разработанная функциональная структура экономико-математической модели, заложенные в ней математический аппарат и банк статистической информации достаточно просты и доступны для составления среднесрочного прогноза структурных изменений в сельском хозяйстве.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Абитов М.М., Адаева Х.Н., Дикинов А.Х., Сабанчиев К.Х. Характеристика регионального воспроизводственного процесса // В сборнике: Взгляд молодежи на вызовы современной экономики РФ Материалы третьей международной научно-практической конференции. 2015. С. 17-22
2. Абдурахманова М.М., Амадаев A.A., Дикинов А.Х., Дикинова A.A. Формирование и развитие интегрированных предприятий: модель экономической эффективности // В сборнике: Математические методы и модели в исследовании государственных и корпоративных финансов и финансовых рынков Сборник материалов Всероссийской научно-практической конференции. 2015. С. 138-144
3. Агузарова Л.А., Дикинов А.Х. Институциональная адаптация предпринимательских структур //Нальчик, Монография. КБНЦ РАН. 2009.
4. Адаева Х.Н., Садуева М.А., Дикинов А.Х., Абитов М.М. Прогнозирование количественных параметров и потребности использования продовольственных ресурсов региона // В сборнике: Математические методы и модели в исследовании государственных и корпоративных финансов и финансовых рынков Сборник материалов Всероссийской молодежной научно-практической конференции. 2015.С. 151-157.
5. Аренков И. А. Маркетинговые исследования: основы теории и методики: Учеб. пособие. -СПб: Изд-во СПбУЭФ, 1992. -40с.
6. Балкизов М.Х., Дикинов А.Х., Буранова ДА. Совершенствование системы сбыта товарной продукции в условиях регионального агропромышленного комплекса // Известия Кабардино-Балкарского научного центра РАН. 2011. № 3. С. 51-60.
7. Вологиров A.A., Буранова Д.А., Дикинов А.Х. Кластеризация как механизм формирования эффективных региональных систем в перерабатывающих отраслях АПК // В сборнике: Современные проблемы развития региональной экономики Сборник научных трудов. Москва-Нальчик, 2008. С. 54-57.
8. Губачиков Б.А., Дикинов А.Х., Дикинова A.A. Экономико-математическая модель прогнозирования структурных изменений в агропромышленном комплексе // В сборнике: Математические методы и модели в исследовании государственных и корпоративных финансов и финансовых рынков Сборник материалов Всероссийской молодежной научно-практической конференции. 2015. С. 189-193.
9. Дикинов А.Х., Сахтуева М.В., Загазежева О.З., Дикинова A.A., Хасиева Т.А. Структурные и динамические трансформации регионального экономического пространства // Нальчик, Монография. КБНЦ РАН. 2013.
10. Джендубаев А.З.Р., Темирова З.У., Дикинов А.Х.Основные направления структурной перестройки регионального АПК // Экономические науки. 2011. № 85. С. 168-171.
11. Дикинов А.Х., Губачиков Б.А. Региональное инновационное развитие как проявление уровня общественного воспроизводства // Известия Кабардино-Балкарского научного центра РАН. 2015. № 2 (64). С. 77-82
12. Дикинов А.Х., Джанаева З.А. Формирование инновационной активности - определяющий фактор развития экономики региона (на примере Северо-Кавказского федерального округа) // Известия Кабардино-Балкарского научного центра РАН. 2013. № 3 (53). С. 75-80.
13. Дикинов А.Х. Формирование инновационной инфраструктуры и механизма инновационного развития в регионе // В сборнике: Инновационное развитие экономики АПК и аграрных территорий: проблемы и решения // Материалы Межвузовской научно-практической конференции, посвященной 90-летию со дня рождения заслуженного деятеля науки РФ и КБР, д.э.н., профессора Б.А. Ку-махова. 2013.С. 173-178.
14. Дикинов А.Х., Загазежева О.З., Марзоева Э.О. Управление социально-экономическими системами региона с позиции конкурентных преимуществ // В сборнике: Проблемы и перспективы развития менеджмента и предпринимательства в России Сборник докладов V международной научно-практической конференции. 2013. С. 227-231.
15. Дикинов А.Х., Деркач Е.Г. Многоуровневый механизм определения интегральных показателей развития видов сельскохозяйственной деятельности в регионах // Известия Кабардино-Балкарского научного центра РАН. 2014. № 3 (59). С. 108-113.
16. Шевлоков В.З., Дикинов А.Х., Хуранова З.Б. Концепция устойчивого развития региона // В сборнике: Проблемы устойчивого развития региона Материалы межрегиональной научно-практической конференции профессорско-преподавательского состава, молодых ученых и студентов. 2010. С. 173-175.
