В качестве примера обратимся к Программе вывода из кризиса АПК Воронежской области. В ней три раздела:

I. Программа организационно-экономических мер преодоления кризиса

II. Программа технико-технологических мер вывода из кризиса

III. Совершенствование социальной и кадровой политики на селе

Что касается III раздела, то уже по его названию ясно, что он носит в основном концептуальный характер. Чтобы он стал программным, его следовало ориентировать в направлении разработки мер по преодолению кризиса в социальной сфере АПК.

Признав, что одной из главных причин кризиса АПК области к началу 2002 г. явилась потеря управляемости, Программа в качестве особо значимого направления деятельности указывает на систему мер по восстановлению управляемости развитием АПК на уровне предприятий, районов и области в целом, с использованием административных и рыночных механизмов. В этой связи отмечается важная роль развития интеграционных процессов, ставится задача осуществления их в течение двух лет. Обосновывается необходимость сочетания четырех форм интеграции и приоритетное значение горизонтальной интеграции, намечаются меры по ее скорейшей реализации.

Принимая во внимание, что кризис вызвал существенное разрушение материально-технической базы села и потерю финансовой дееспособности большей части производителей, в первом разделе Программы конкретно рассматривается структура возможных источников мобилизации финансовых ресурсов по преимуществу на внебюджетной основе, а также целесообразные направления их использования. Излагаются предложения по механизму мобилизации этих средств.

Определившись с ресурсным потенциалом, разработчики Программы получили ориентиры для выбора лучших (при ограниченных ресурсах) направлений перестройки отраслевой, территориальной, технико-технологической, общеэкономической и социальной структуры производства. Благодаря этому появляется возможность рассчитать примерные количественные показатели объемов производства важнейших видов продукции, с использованием сопоставимых цен установить индекс объемов производства валовой продукции. Опираясь на технологические карты, удалось примерно оценить изменение материальных и трудовых затрат, валового, чистого дохода и прибыли.

В Программе, по сравнению с Концепцией, конкретно обоснованы особенности трех этапов вывода из кризиса АПК области. Показано, что задачи первого этапа должны рассматриваться в рамках возможностей мобилизации резервов улучшения использовании наличных ресурсов (эффект концентрации производства, интеграции, сокращения паразитарного посредничества и т.д.) На втором этапе возможности восстановления АПК должны возрасти за счет инвестиционного потенциала фонда амортизации, на третьем этапе - за счет увеличения собственных накоплений.

Завершается Программа изложением первоочередных организационных мероприятий по ее реализации, включая указания по разработке и введению в действие адекватных правовых актов (Законов, постановлений, решений административных органов, инструктивных материалов.)

Само собой разумеется, что в соответствующих разделах Продовольственной Программы, либо Программы повышения конкурентоспособности АПК содержание разрабатываемых мер будет существенно иным, адекватным целевым установкам концепций, лежащих в основе данных Программ.

Разработка целевых Программ должна осуществляться на разных уровнях. Предпочтительно, чтобы она начиналась на народнохозяйственном уровне, а затем опускалась на отраслевой, региональный, на уровень предприятий (принцип - от общего к частному). Но при этом, как правило, обнаруживается немало нестыковок, связанных с тем, что в низовых звеньях планирования удается точнее определить рациональную систему мер по реализации целевых установок Программы. Следовательно, все эти нестыковки необходимо преодолеть, чтобы обеспечить согласование основных направлений хозяйственной деятельности всех субъектов процесса воспроизводства.

Но согласование различных Программ необходимо не только ввиду возможных расхождений проектируемых показателей народнохозяйственного и низового уровня. Кроме того, в согласовании нуждаются различающиеся по содержанию Программы, например, Продовольственная, Энергетическая, транспортная и т.д., поскольку каждая из них предполагает использование определенного объема материальных, финансовых, трудовых ресурсов, сумма которых вполне может превысить то, что имеется в наличии. В таком случае согласование целевых Программ становится важным условием реальной ресурсообеспеченности, а значит, и реальной возможности их выполнения. И, наконец, согласование целевых Программ необходимо ввиду того, что они могут различаться концептуально.

Например, в Воронежской области были разработаны три варианта Программы вывода АПК из кризиса. В основе одного из них лежала либеральная Концепция, предполагавшая минимизацию участия государства в восстановлении АПК - в расчете на стихийно рыночные стимулы притока в область инвестиций, особенно зарубежных. Вторая Программа исходит из необходимости использовать экономические функции государства, но в одном случае путем концентрации ресурсов для подъема экономики сначала 6% хозяйств, утративших производственно-финансовую дееспособность, с последующим включением в систему государственной поддержки других предприятий-банкротов. Наконец, третья Программа, в отличие от предыдущей, предусматривает введение в действие такой системы государственного регулирования АПК, которая позволяет стимулировать концентрацию ресурсов в наиболее дееспособных хозяйствах на условиях частичного использования этих средств для восстановления производства в остальных предприятиях.

Не останавливаясь на оценке сравнительной эффективности указанных трех Программ, примем к сведению следующее: целевых Программ может быть много, но организацию хозяйственной деятельности необходимо ориентировать однозначно. Документ, в котором обобщается определенным образом согласованная развернутая система мер по реализации целевых установок признанной в качестве предпочтительной Концепции, и есть План социально-экономического развития.

План не объединяет механически различные Программы - он их обобщает с позиций социально ориентированной Концепции. Это обобщение, с одной стороны, касается качественных (текстуально выраженных) характеристик перспектив социально-экономического развития. Но с другой стороны, он по возможности максимально конкретизирует перспективные ориентиры хозяйственной деятельности в цифровых показателях, характеризующих проектируемую динамику производственной, финансовой деятельности и социального развития. Многие позиции Плана представлены в стоимостной форме (в текущих и сопоставимых ценах), некоторые - в натуральных единицах измерения (тонны, кв. м. жилой площади, куб. м. лесоматериалов, квт.-час электроэнергии, и т.д.), все -в форме индексов, указывающих на сравнительную весомость прироста планируемых показателей.

Содержание Плана определяется его уровнем, заблаговременностью, управленческим потенциалом. Наибольшей подробностью должен отличаться директивный годичный План народнохозяйственного уровня. Он определяет задания по объемам и размещению производства широкой номенклатуры общественно значимых продуктов и услуг; по объемам и направлениям их реализации; по объемам, структуре и географии экспортно-импортных операций; по структуре и распределению ВВП, формированию фондов потребления, накопления, резервов и запасов; по динамике инвестиционного потенциала и объемов строительно-монтажных работ, вводу новых мощностей; по развитию науки, культуры, образования; по динамике доходов населения и дифференциации доходов социальных групп в отраслевом и региональном разрезе; по укреплению обороноспособности и правоохранительной системы, изменению объемов непроизводительных издержек, по приросту полезных ископаемых и охране природы.

На уровне регионов и предприятий структура показателей плана несколько иная, учитывающая специфику их производственного направления. При этом более детально расписывается объем и состав межрегионального (либо межхозяйственного) товарооборота и финансовых потоков (кредит, займы, погашение кредиторской и дебиторской задолженности и др.). В долгосрочных планах сужение перечня проектируемых показателей связано с необходимостью акцентировать внимание на стратегически значимых видах продукции и услуг, а также сдвигах в размещении производства, в географии товарных потоков и инвестиций, в решении социальных, в том числе демографических проблем и национальной безопасности.

В процессе хозяйственной деятельности обнаруживается, что часть запланированных показателей выполняется полностью, некоторые в различной мере остаются не выполненными. Поэтому контроль за выполнением Плана требует использования показателей, позволяющих дать оценку успешности или неуспешности реализации Плановых заданий (V):

V = Пф : Пр

где Пф - показатель суммарного фактического выполнения Плана,

Пр - суммарный суммарный показатель расчетного планового задания

Технически несложно выполнить такие расчеты по отдельным позициям, оценив, например, процент выполнения плана по производству зерна, по вводу в действие новых объектов, либо по выполнению плана роста средней зарплаты, сокращения безработицы или смертности населения. Труднее определить суммарный показатель выполнения плана социально-экономического развития. Эта проблема пока что остается одним из «белых пятен» науки, но отдельные подходы к ее решению мы в дальнейшем рассмотрим.

Важно иметь ввиду, что выполнение Плана далеко не всегда свидетельствует о хорошей работе хозяйствующих субъектов, а невыполнение Плана - о неумелом хозяйствовании. Успех в первом случае может быть связан с тем, что показатели Плана оказались искусственно заниженными (это было характерно для последних советских пятилеток), и наоборот, невыполнение Плана может быть результатом нереально завершенных проектировок. Поэтому по завершении разработки Плана необходимо оценить уровень его напряженности (Нn):

где ?Bn - прирост валовой продукции, ВВП, либо валового дохода в плановом периоде;

Un объем инвестиций в плановом периоде,

In индекс валовой продукции, ВВП, либо валового дохода в плановом периоде (по отношению к аналогичному по продолжительности предплановому периоду)

?B, U, I те же показатели аналогичного по продолжительности предпланового периода, либо схожего периода в других странах, регионах.

С помощью показателя напряженности плана появляется возможность дать общую оценку качества плана (Kn)

Если общий показатель качества планирования оказывается невысоким, его обязательно нужно подвергнуть общественной экспертизе в различных формах, вплоть до референдумов местного, областного либо до федерального уровня.

С учетом напряженности плана, рассчитывается показатель успешности плановой деятельности (W):

W = V · Нn

2.4 Моделирование перспективного развития АПК

Одним из важнейших моментов процесса разработки целевых Программ и Плана является моделирование перспективного развития экономики АПК.

Экономическая модель - формализованное выражение возможных зависимостей, проявляющихся в процессе воспроизводства. От того, в какой мере разрабатываемая модель является научно обоснованной; от того, в какой мере она опирается на научно обоснованные нормативы; от того, в какой мере научно обоснованы методы решения сформулированных в виде модели задач,- в конечном счете зависит качество предплановых оценок.

По содержанию плановые модели могут быть статичными, предполагающими относительную устойчивость плановых нормативов в проектируемой перспективе; динамичными, если учитывается их равномерная (линейная, либо нелинейная) изменчивость; стохастическими - в случае периодической колеблемости нормативов в ходе реализации плановых показателей. Для АПК во многих случаях, особенно при разработке среднесрочных Программ и Планов особое значение имеет использование стохастических моделей.

По уровню заявленной надежности современные модели планирования развития АПК можно разделить на функциональные и корреляционные. Функциональные претендуют на описание непосредственных, функциональных зависимостей между экономическими процессами. Таковы: формула количества денег, необходимых для обращения; модели цены земли и курса акций, продовольственного баланса и др.

Корреляционные модели определяют экономическую динамику на основе опосредовано обнаруживаемых зависимостей, а потому изначально нуждаются в вероятностной оценке итогов решения. С этих позиций, например, можно изучать, как изменяется урожайность по мере увеличения внесения удобрений, как зависит естественный прирост населения от уровня платежеспособности малообеспеченных граждан и т.д., - поскольку во всех этих случаях заведомо ясно, что факторы прироста и урожая, и населения далеко не исчерпываются теми, которые вводятся в модель.

В агросфере, где существенное влияние на хозяйственную деятельность оказывают слабо изученные природные факторы, при разработке нормативов, очевидно, в относительно большей мере должны использоваться корреляционные модели.

Такая модель всегда должна содержать:

- результативный признак (целевая установка);

- один или несколько факторных признаков;

- характеристики силы их влияния на результативный признак;

- условия, при которых сохраняется зависимость между указанными признаками;

- критерий сближения факторных признаков с результативным.

Например, если для прогноза мы изучаем, как реально изменяется урожайность по мере увеличения норм удобрений, то в исследовании может быть задействована большая группа предприятий (i = 1,2,3…n), расположенных примерно на равнокачественных почвах, но использующих разные нормы удобрений (x_i). Принимая урожайность в этих предприятиях за у_i, получаем следующую модель:

у_i = а₀ + а₁x_i, при к₁ ? x_i ? к₂

где к₁ и к₂ - предельные значения норм удобрений по изучавшейся группе предприятий

а₀ - урожайность при x_i = 0, если к₁ ? x_i ?к₂

а₁ - прирост урожайности при увеличении x_i на один кг д.в.

В качестве критерия сближения расчетных по уравнению и фактических значений урожайности в хозяйствах с разными нормами удобрений обычно принимается минимизация суммы квадратов отклонений. Но в зависимости от целевых установок использования модели может быть поставлена задача минимизации суммы модулей, либо большего из отклонений, и т.д.

Выше приведенная корреляционная модель может быть трансформирована в нелинейную, позволяющую выйти на норматив ускорения (замедления) эффекта внесения удобрений по мере существенного повышения интенсивности удобрений

у_i = а₀ + а₁x_i + а₂x_i² + а₃x_i³

При определенных условиях на базе последнего уравнения становится возможным выявление даже предела рациональных объемов внесения удобрений.

Корреляционная модель может быть многофакторной, позволяющей более основательно оценить взаимосвязи в экономике. Такова, например модель зависимости рентабельности производства (у_i) - от фондообеспеченности (ф_i) удельного веса животноводства в валовой продукции сельского хозяйства (ж_i), индекса диспаритета цен (D_i) и индекса погодных условий (П_i) -

У_i = а₀ + а₁ф_i + а₂D_i + а₃П_i + а₄жi

Определение факторов, которые целесообразно включить в модель экономической задачи, осуществляется на основе логического обоснования, либо после специально выполненных экспериментов. Решение модели ответит на вопрос, в какой мере существенно влияние, а потому оправдано включение в модель каждого из этих факторов.

Точно так же путем логического анализа и экспериментальной проверки устанавливается форма связи отдельных факторов с результативным признаком. Например, знание падения себестоимости молока в летний период, когда скармливается более дешевый зеленый корм, и повышения себестоимости зимой, - позволяет уверенно говорить о необходимости планировать колебания себестоимости молока (У_i ) в течение года на базе не прямолинейной, не параболической зависимости, а синусоиды

Yi = a₀+a₁Sint_i (t = 1, 2, 3…12),

Где t₁=30⁰, t₂=2*30⁰, … t_n=12*30⁰

В тех случаях, когда целью предплановых расчетов является не количественная, а качественная оценка показателей хозяйственной деятельности, скажем, ответ на вопрос об ожидаемом росте или падении урожая, усилении или ослаблении диспаритета цен, повышении или снижении себестоимости и т.д., фактические числовые значения преобразуются в знаки колебаний (+ и -), после чего формируется модель распознавания образов, которая решается методами графического, регрессионного, дискриминантного анализа и др. С техникой распознавания образов при помощи графического метода в дальнейшем мы познакомимся конкретно на примере прогнозов по технологии «Зонт».

Функциональные модели используются в планировании там, где имеются веские основания считать, что включаемые в модель факторы в основном исчерпывающе характеризуют перспективы экономического развития. В идеальном простейшем случае такая модель выражается в виде формулы. Например, на основе формулы продовольственного баланса можно планировать общий индекс розничных цен на продовольствие в условиях свободного рыночного оборота продуктов питания: если ожидается, что в следующем году ресурсы продовольствия возрастут на 2%, а доходы, используемые на питание увеличатся на 3,4%, то можно планировать повышение индекса цен на 1,7% (3,4:2). Но если согласно Концепции решения продовольственной проблемы, необходимо не допустить повышения цен, то придется планировать либо более высокие темпы роста производства и импорта продуктов питания, либо сокращение экспорта, резервных фондов и затрат продовольственного сырья на технические цели. С учетом социальных ориентиров Концепции, можно идти другим путем - планировать либо замораживание денежных доходов некоторых групп населения, либо дополнительное отвлечение части доходов с продовольственного рынка - в коммунальные платежи, медицинские, транспортные расходы и т.д.

В планировании сельского хозяйства основным видом функциональных моделей являются балансы различных сторон хозяйственной деятельности. Так, плановый баланс земли учитывает возможные сдвиги в землевладении и землепользовании, с учетом потенциального оборота (аренды, купли-продажи)и трансформации (перевод из одной категории - в другую) земель. Плановый баланс кормов должен обеспечить соответствие потребностей в кормах с планируемым производством продуктов животноводства. В свою очередь, потребности в кормах необходимо покрыть либо за счет их приобретения на стороне, либо за счет собственного производства.

В последнем случае возникает проблема согласования баланса кормов с балансом продукции растениеводства - в целях выяснения, какая ее часть может быть оставлена в хозяйстве на фуражные цели, что зависит от того, какая площадь в балансе землепользования будет отведена под кормовые угодья. А поскольку для выполнения основных видов работ и в животноводстве, и в растениеводстве нужны немалые оборотные средства, требуется разработка и планового баланса оборотных средств.

Таким образом, мы убеждаемся: с одной стороны, планирование осуществляется путем разработки системы взаимосвязанных балансовых моделей, а с другой - благодаря тому, что на основе корреляционных моделей удается обеспечить балансовые расчеты нормативной информацией. В этом смысле можно говорить об использовании в планировании нормативно-балансовых методов.

Одно из наиболее развитых направлений нормативно-балансового планирования связано с использованием оптимизационных моделей, позволяющих выбирать лучший из многих возможных вариантов организации хозяйственной деятельности. В тех случаях, когда оптимальные плановые решения нужно находить по малому числу факторных признаков, может оказаться целесообразным использование нелинейных корреляционных моделей, как то отмечалось выше, на примере выявления предела рациональных объемов внесения удобрений.

Возможны и такие способы построения оптимизационных моделей, в решении которых используется, в частности, потенциал дифференциального исчисления. Такая ситуация возникает, когда в процессе выбора оптимальных пропорций между фондами потребления и накопления, в распределении прибыли на дивиденды и инвестиции приходится учесть зависимость роста суммы дивидендов или валового дохода от эффективности роста инвестиций. В дальнейшем мы попытаемся разработать такую модель на одном из семинарских занятий.

При составлении оптимизационных моделей главным вопросом является научное обоснование критерия оптимизации, т.е. выбора показателя, достижению которого подчиняется решение задачи. В одних случаях это - достижение минимальных издержек производства либо минимальных сроков выполнения определенных решений. В других случаях это - максимизация прибыли, валового дохода, прибыли, ренты, фонда потребления, эффекта добавочных вложений капитала и т.д. В конечном счете, критерий оптимизации должен быть ориентирован на более полное соответствие целевым установкам социально-экономического развития, как они определены в соответствующей Концепции.



Лекция №3

Прогноз параметров экономической динамики

План

3.1 Сущность и виды прогнозов

3.2 Методы и показатели качества прогнозов

3.3 Технология «Зонт» в прогнозе колебаний урожаев

3.1 Сущность и виды прогнозов

Разработка количественных показателей Плана связана с составлением прогнозов, позволяющих примерно определить меру развития социально-экономических процессов в проектируемой перспективе.

Прежде всего, напомним, что прогнозы, как правило, тесно связаны с предвидением и предсказанием. С одной стороны, предвидение и предсказание нередко прокладывают дорогу для составления прогнозов (получив оценку в целом благоприятной рыночной ситуации с предложением пивоваренного ячменя в следующем году, можно прогнозировать использование мощностей пивзаводов до 90-95%), а с другой стороны, прогноз позволяет раздвинуть горизонт предвидения. Так, если мы вышли на определенные показатели загрузки пивзаводов (скажем, до 90-95% их мощностей), то несложно предвидеть увеличение расхода электроэнергии, потребности в специализированном транспорте, можно ожидать прирост налоговых поступлений и предусмотреть дополнительные расходы бюджета.

Поскольку экономический прогноз является, в сравнении с предвидением, количественно более определенной оценкой перспективных событий, он будет успешным только в том случае, если не противоречит предвидению, а продолжает и в определенных моментах уточняет его.

Например, если перед началом “шоковой терапии” можно было предвидеть, что ее ближайшим следствием будет особо сильное повышение цен на детский ассортимент потребительских товаров, а потому и резкое падение рождаемости, то в процессе более тонкого логического и статистического анализа несложно было бы установить, что: 1) скачок в падении рождаемости произойдет не раньше чем через 9 месяцев; 2) размер этого скачка будет наиболее значительным в малообеспеченных семьях и в семьях, уже имеющих детей.

Далее уже дело техники: отслеживая реакцию в прошлом отдельных брачных групп на катастрофическое падение жизненного уровня, можно было установить примерный спад рождаемости в среднем по всем социальным группам нашего общества и прийти к выводу, что рождаемость в России в четвертом квартале 1992 года, в сравнении с предшествующим годом понизится примерно в 1,5 раза. Аналогично можно было установить, что взлет цен на лекарства и общее ухудшение условий жизни населения в течение всего 1992 года будет определять постепенное нарастание смертности - примерно на 15%. Отсюда, вслед за довольно общим предвидением ухудшения демографической ситуации, уже вполне конкретный прогноз: в результате “шоковой терапии” впервые после немецко-фашистского нашествия в 1992 году население России числено сократится, причем, не менее чем на 100 тыс. человек (фактически на 211 тыс.). Продолжая этот прогноз, можно было ожидать, что поскольку ситуация четвертого квартала 1992 года сохранится и в 1993 году, то превышение смертности над рождаемостью обойдется России уже в 600 тыс. человек (фактически 730 тыс.) В современных границах России среднегодовой рост численности населения в 1897 - 1917 гг. составил 1,18 млн. человек, в 1922 - 1940 гг. - 1,24 млн. человек, в 1951 - 1991 гг. - 1,14 млн. человек. В странах Западной Европы до 1991 года прирост населения был существенно ниже, чем в России, после 1991 года - наоборот. и соответственно сократится численность потенциальных потребителей продукции АПК.

Экономический прогноз сложнее предвидения, так как не только опирается на него, но и продолжает, уточняет с помощью специфических логических (в вышеприведенном примере - 9-месячный минимальный срок реакции брачных пар на “шоковую терапию”) и математических оценок. В то же время он не может претендовать на равную с предвидением степень достоверности. И это естественно. Поскольку в большинстве случаев разработка прогноза предполагает совместное использование материалов разноплановых предвидений (в нашем примере - совмещение динамики рождаемости и смертности), а каждое из них обеспечивается с вероятностью ниже единицы, то полученный на их основе прогноз будет оцениваться исходя из произведения их вероятностей.

По направлениям разработки прогнозы делятся на следующие виды:

- прогноз уровня и темпов социально-экономического развития;

- прогноз сроков решения определенных социально-экономических задач

По содержанию прогнозы охватывают весь процесс воспроизводства в АПК - производство, распределение, обмен, потребление материальных благ и услуг; условия труда и быта сельского населения; общие тенденции динамики демографических и экологически значимых процессов; оценку социально-экономической эффективности производства по широкому спектру показателей.

Заблаговременность прогнозов определяется периодом, на который рассчитан План, опирающийся на отдельные прогнозы. Поэтому прогнозы, как и Планы, можно разделить на краткосрочные, среднесрочные и долгосрочные.

По способности оценивания перспективной динамики различают прогнозы точечные, интервальные, односторонне ограниченные. Точечный прогноз ориентирован на однозначную количественную оценку грядущих событий («урожай в следующем году составит 28 ц с гектара», «кризис следует ожидать в 2009 году»). Интервальный прогноз оценивает грядущие события, не претендуя на высокую точность, и указывает лишь верхний и нижний предел ожидаемой социально-экономической ситуации («урожай в следующем году будет выше 15 и ниже 40 ц с гектара», «кризис следует ожидать в2008-2015 гг.»). Односторонне ограниченный прогноз еще менее конкретен («урожай в следующем году будет ниже 40 ц/га», «кризис следует ожидать до 2015 г.»).

Необходимо с самого начала иметь ввиду, что оправдываемость точечных прогнозов минимальна, а потому в планировании предпочтение обычно отдается интервальным прогнозам. Проблема в том, чтобы наука обеспечивала практику такими способами прогноза, которые позволяли бы достигать хороших показателей оправдываемости при минимальных интервалах оценки будущих событий. Например, чтобы можно было сформулировать прогноз следующим образом: «Урожай в будущем году составит 26-30 центнеров с гектара», «Кризис нужно ожидать в 2009-2011 гг.»

Выполнение прогностических работ в АПК имеет ряд особенностей, связанных со спецификой системы аграрных отношений. Прежде всего это проявляется в особой сложности получения прогностической информации, поскольку ее разработка требует учета влияния на процесс воспроизводства многообразных природных факторов, как-то: колебания погодных и климатических условий, различия в плодородии, местоположении земель и их реакции на интенсификацию производства, сезонные колебания.

Проблема осложняется тем, что серьезными заделами по методике учета всех этих факторов при составлении прогнозов наша наука пока не располагает. В итоге прогнозы темпов экономического роста игнорируют реальный факт межгодовых колебаний урожаев, прогнозы сроков реализации отдельных экономических задач абстрагируются от реалий неравной отдачи добавочных вложений в земли различного качества, и т.д. Это только часть трудностей, с которыми сталкиваются прогнозисты в АПК. Сказывается и отсутствие надлежащих заделов исследований, которые позволяли бы с достаточной заблаговременностью прогнозировать такие важные для сельскохозяйственного производства события, как эпизоотии, нашествия вредителей. Не подготовлена необходимая информационная и методическая база для прогноза влияния на сельскохозяйственное производство социальных сдвигов в системе АПК, в том числе сокращения плотности сельского населения, развития социальной инфраструктуры села и др.

3.2 Методы и показатели качества прогнозов

Не каждый прогноз заслуживает быть использованным в плановой работе. Используется лишь тот, в отношении которого можно говорить о практически значимой эффективности (Эпр), которая измеряется относительным показателем избытка дохода, полученного благодаря прогностической информации

где Дn - доход, получаемый при пользовании прогностической информации;

Д - доход, получаемый без данной информации;

з- затраты на получение прогноза.

Эффективность прогнозов зависит от объекта прогноза, средней ошибки прогноза и величины предельной ошибки прогноза.

Средняя ошибка (Е) рассчитывается как отношение суммы ошибок по модулю в долговременных прогнозах ??Е_i? - к средней величине изучаемого показателя ?Yi

В зависимости от объекта прогноза допустимая средняя ошибка заметно различается. Так, в прогнозе валового сбора зерна она может быть принята в РФ на уровне 7-8%, в США - не более 5%; в прогнозе численности населения - в пределах 0,1 и т.д.

Предельная ошибка прогноза в некоторых задачах может достигать уровня двух - трехкратной средней ошибки (прогноз производства продукции, пригодной к длительному хранению), но должна быть значительно меньшей в прогнозах производства скоропортящихся товаров, в прогнозах цен и др.

Чтобы достигнуть хорошего качества прогнозов, необходимо разработать, испытать различные методы оценки будущих событий, а затем выбрать те, которые обеспечивают высшую эффективность. Причем, не разовую, а долговременную.

Испытание прогнозов может осуществляться двумя способами: натурным и ретроспективным.

Натурное испытание предполагает оценку оправдываемости прогноза в реальном режиме времени. Например, в течение 2004-2010 гг. мы будем подводить итоги прогнозов, составленных в 2003 г. по трем - пяти различным методам и лишь спустя 6 лет устанщвим, какая из этих методик оказалась лучшей для составления Плана на 2015 год.

Ретроспективное испытание методов прогноза осуществляется на базе накопленной информации прошлых лет, расчленяемой на две совокупности. При этом одна часть динамики используется в качестве базовой информации для прогноза показателей, не вошедших в базовый материал. Иными словами, прогноз принимает форму - «допустим, мы не знаем то, что нам уже известно». Ретроиспытание имет то преимущество перед натурным, что оно позволяет заранее определить, какой из методов прогноза следует считать более пригодным для составления Плана не только на 2011-2015 гг., но уже и Плана 2004-2010 гг.

В системе современных методов прогноза выделяются в качестве более часто используемых следующие: нормативные; функциональные, в том числе балансовые; корреляционные; оптимизационные; экспертные.

Нормативные методы планирования используются там, где имеется возможность опереться на уже подготовленную нормативную базу, либо если имеются веские основания считать, что в плановом периоде ранее определившиеся нормативы могут быть использованы с минимальной корректировкой. Так зная, что в ЛПХ и на животноводческих комплексах с 9 корм. единиц обеспечивается получение 1,5 кг свинины (в ж. весе), и определив ресурсы кормов для животноводства в 9 тыс. тонн, легко подсчитать, что План производства свинины должен быть установлен на уровне примерно 1 тыс. т. Обязательно - примерно, поскольку такого рода расчет является предплановым и, как в дальнейшем, на последней лекции увидим, по ряду соображений он еще может потребовать уточнения.

Функциональные методы удается использовать только там, где современные возможности научного знания позволяют прогнозировать отдельные показатели хозяйственной деятельности на уровне бесспорных равенств. Например, поскольку не вызывает сомнений, что цена акций (Ца) - это капитализированные дивиденды:

Ца = Д : %в • 100

где Д - сумма дивидендов, выплачиваемых по акциям,

%в - банковский процент по вкладам,

- то если в проекте Плана уже вписано намерение выставить на продажу акции предприятий, приносящих в год 100 млн. руб. дивидендов при банковском проценте на вклады - 5% годовых, то это дает основание планировать поступления, скажем, в инвестиционный фонд, либо на погашение кредиторской задолженности в сумме

100 млн. : 5% • 100% = 2 млрд. руб

И вновь эта цифра - еще не плановая, а прогнозная, нуждающаяся в уточнении, с учетом возможного влияния на цену акций неэкономических факторов (престижность приобретения данных акций, возможный сговор потенциальных покупателей и др.)

К функциональным близки нормативно-балансовые методы, позволяющие прогнозировать динамику межотраслевых, межрегиональных пропорций, зависимость развития ряда экономических и социальных процессов, в целом поддерживать устойчивость воспроизводства. Использование этих методов предполагает сочетание законов балансовых соотношений с уже подготовленной нормативной базой. Так, если мы знаем, что согласно закону фуражного баланса, сумма фуражных ресурсов (Рф) должна соответствовать потребностям в кормах j видов скота, то располагая данными о ресурсах кормов и нормах затрат на единицу продукции, нам необходимо таким образом планировать поголовье КРС, свиней, птицы и овец, чтобы в итоге не оказаться в ситуации дефицита, либо наоборот, недоиспользования фуражных ресурсов.

Когда нормативно - балансовое планирование существенно усложнено по номенклатуре объектов плановой деятельности, а также ограничениями по условиям реализации планируемых событий, и что самое важное, включает в качестве главного условия - оптимизацию конечных результатов хозяйственной деятельности,- тогда используются оптимизационные модели и соответствующие оптимизационные методы линейного, динамичного и стохастического программирования, с которыми в дальнейшем вас познакомит кафедра Информационного обеспечения и моделирования агроэкономических систем.

Корреляционные методы в процессе планирования используются, прежде всего, на этапе разработки нормативов, в отношении которых заранее ясно, что в плановом периоде они будут заметно отличаться от нормативов базисного периода.

Но помимо того, корреляционные методы вполне пригодны к решению плановых задач там, где искомый показатель Плана непосредственно совпадает с целевой функцией корреляционного уравнения. Рассмотрим следующий пример.

Предположим, что нам удалось составить прогноз колебаний урожайности картофеля и динамики потребностей в данном продукте на ряд лет планового периода, а теперь необходимо установить площадь посевов данной культуры с условием максимальной самообеспеченности (минимум случаев дефицита) и минимальных затрат на поиск способов реализации излишков.

В этом случае можно воспользоваться корреляционной моделью вида

y_i = а x_i , Z = ? y_i - a x_i = min = ? ?i

где y_i - потребность в картофеле в течение i лет планового периода

а - площадь посевов картофеля

x_i - урожайность картофеля в i-ом году

?i - отклонения ожидаемого валового сбора картофеля от потребностей в i - ом году

Решая данное уравнение с помощью различных алгоритмов (способ наименьших квадратов, минимизации суммы модулей и др.), мы сможем записать в План сразу несколько показателей. Один из них - это планируемая площадь посевов картофеля. Но помимо того, просуммировав ?_i со знаком (-), можно определить уровень самообеспеченности в данном продукте питания на плановый период

(?Ук_j : ?уi)

где к_j - годы планируемого дефицита картофеля

Важным условием эффективности корреляционных методов в предплановых расчетах является соблюдение требования по минимуму информации, используемой в расчетах. Этот минимум, как правило, должен не менее, чем в 10 раз превышать число искомых параметров уравнения, чтобы весомость одного неудачно выбранного объекта оказалась сравнительно несущественной. Этот показатель может быть несколько уменьшен только в том случае, если имеется высокая степень уверенности в безупречности отбора объектов для корреляционного исследования.

В связи с ограниченными возможностями современного уровня нормативного обеспечения и математического моделирования социально-экономического развития АПК, в процессе планирования весьма существенная роль принадлежит экспертным методам. На уровне предплановых оценок экспертные методы используются как для корректировки показателей, полученных расчетным путем на базе функциональных, корреляционных, оптимизационных моделей и методов, так и в случаях, когда ни один из расчетных методов не пригоден для определения интересующих нас плановых показателей.

Поэтому совершенствование технологии экспертного оценивания показателей Плана остается до сих пор проблемной задачей. Причем, сразу по многим направлениям: подбор экспертов, способы стимулирования их оценок, принятие решений в случаях, когда оценки противоречивы и др.

Наиболее сложный вопрос - выбор экспертов. На уровне профессиональной экспертизы необходимо руководствоваться, прежде всего, данными о сравнительной успешности прогнозов, ранее выполненных различными профессионалами. Если таковых выявить не удастся, следует использовать возможности наиболее удачливых предсказаний. В крайнем случае роль экспертов закрепляется за наиболее квалифицированными специалистами в тех областях знаний, которые имеют непосредственное отношение к объектам планирования. В оценках ожидаемых колебаний цен мирового рынка это будут экономисты-международники, работники товарных бирж, менеджеры крупных экспортных и импортных компаний; в оценках колебаний урожаев в качестве экспертов следует привлекать экономистов-аграрников, агрономов, агрометеорологов.

Существует несколько способов математической оценки минимальной численности экспертов. Но там, где имеются веские основания относиться с доверием к прогнозам либо предсказаниям особо надежных двух-пяти экспертов и речь идет не о важнейших показателях Плана (производство и распределение ВВП), там можно ограничить их численность тремя-пятью экспертами.

Поскольку рекомендации различных экспертов могут не совпадать, они учитываются в процессе планирования как средневзвешенные по коэффициентам прогностического потенциала каждого эксперта. При этом возможна браковка отдельных оценочных показателей, если они существенно отклоняются от средних значений.

3.3 Технология «Зонт» в прогнозе колебаний урожаев

Анализ системы межотраслевых связей АПК свидетельствует о том, что для разработки Плана развития агропромышленного комплекса особо важное значение имеет прогноз урожайности ведущих сельскохозяйственных культур. В условиях России - это прежде всего зерновые культуры, являющиеся сырьевой основой как зернопродуктового подкомплекса, так и животноводства. Но кроме того, российское зерно вполне может рассматриваться как потенциальный экспортный продукт, а потому прогнозы по урожаям данных культур необходимо осуществлять не только по территории РФ, но и по зарубежным странам - экспортерам и импортерам зерна.

Прогноз урожая зерновых культур практически значим и потому, что с учетом синхронности колебаний урожайности, скажем, озимых зерновых и многолетних трав, яровых зерновых и однолетних трав, появляется возможность выйти на прогностические оценки валовых сборов нескольких видов продукции земледелия.

Современные методы прогноза урожаев можно свести к четырем группам: космо-статистические, гео-статистические, абстрактно-статистические и системно статистические.

Космо-статистические привлекают кажущейся очевидностью зависимости событий на земле от космических процессов. При этом наиболее популярной стала гипотеза формирования прогнозов на основе данных о динамике солнечной активности.

Однако результаты специальных исследований гипотезы взаимосвязи чисел Вольфа (солнечной активности) и урожайности зерновых культур по материалам Украины, СССР, Канады, Австралии, США однозначно показали отсутствие сколько-нибудь существенной связи между урожайностью и солнечной активностью как в данном году, так и с годичным запаздыванием колебаний урожайности.

Гео-статистические прогнозы предполагают поиск земных факторов, способных оказывать долговременное влияние на динамику урожайности. Таковы, например гипотезы, связывающие динамику метеопроцессов с характером вулканической деятельности, с изменениями температуры Гольфстрима, с движением магнитного полюса Земли, с динамикой состава атмосферного воздуха, с колебаниями площади ледяного покрова Земли и др. К данной группе гипотез примыкает оригинальная идея К. Маркса, связывающая колебания урожайности зерновых с особенностями взаимодействия почва - погода - растения в годы, следующие за экстремальными условиями сельхозпроизводства, так называемая гипотеза малых циклов урожаев.

Проверка оправдываемости “малых циклов” по данным об урожайности зерновых культур в нашей стране (за 1848 - 1980 гг.), по овсу в США (за 1867 - 1980 гг.), по пшенице - в Канаде, Австралии, Аргентине, Великобритании, Италии - (с 1919 по 1980 годы), в Воронежской области - (с 1885 по 1980 годы), по ячменю в России и на Украине с 1946 по 1980 годы - подтвердила эффективность использования только двух фаз “малых циклов” в основных зернопроизводящих районах мира по различным видам колосовых, во всяком случае, в условиях преобладания богарного земледелия.

Что же касается остальных гео-статистических методов, их оправдываемость пока не получила должного подтверждения массовым фактическим материалом.

В этой связи следует внимательно отнестись к абстрактно-статистическим методам, которые предполагают изучение периодичности колебаний метеоусловий безотносительно к определению их причин, в соответствии с принципом - сначала отбор бесспорных фактов, а уже потом их всестороннее объяснение.

Специально проведенные исследования оправдываемости гипотезы равнопериодической и квазипериодической цикличности в колебаниях урожайности зерновых в целом по СССР, республикам и областям Союза за 1947 - 1990 годы, ее универсальность нигде не подтвердили. Однако обнаружилась возможность использования данной гипотезы в трансформированном виде - в исследовании устойчивости импульсивно-циклических колебаний урожаев. Так, была выявлена шестилетняя периодичность спадов урожаев на территории РФ (1921г., 1927г., 1933г., 1939г., 1945г., 1951г., и т.д.).

Особый интерес представляют системно-статистические методы прогнозирования, которые признают целесообразным сочетать изучение колебаний урожаев на основе как всесторонне обоснованных, так и гипотетических зависимостей, статистически выявленных симптомов и аналогов.

К системно-статистическим методам прогнозирования условий сельскохозяйственного производства относится метод “ЗОНТ”, разработанный в 60 - 70х годах, который более чем за 20 лет практического использования обеспечил 85 - 90% оправдываемости прогнозов, составленных на основе данного метода.

Столь высокая оправдываемость достигнута прежде всего благодаря специфике принятых принципов составления прогнозов, важнейшие из которых состоят в следующем:

а) Путем разбиения динамического ряда на “обучающую” и проверочную совокупности обязательно определяется, в какой мере статистически выявленные зависимости обладают высоким прогностическим потенциалом. При этом в качестве минимального принимается 80-процентная оправдываемость испытаний на проверочной совокупности;

б) Используется многоаспектный способ прогнозов и, в частности, учет зависимостей колебаний урожайности в изучаемом регионе - от колебаний в других регионах; учет зависимости между колебаниями урожаев в целом по зерновым - от колебаний по отдельным зерновым культурам;

в) Метод “ЗОНТ” предполагает далее, что разработчик прогноза ясно осознает: выполненная им вероятностная оценка предстоящих событий имеет надежность ниже 100%, причем, ошибка может поджидать в любой момент. К этому он заранее готовит потребителя прогностической информации, вырабатывая такие рекомендации по использованию прогнозов, которые будут отвечать принципу “не навреди”.

г) Метод “ЗОНТ” отличает особая последовательность выполнения прогностических работ. Он предполагает, что исследования необходимо начинать с качественного прогноза, когда прогнозные оценки получают всего два значения: “плюс” - если ожидается увеличение урожайности, в сравнении с базовым периодом, и “минус” - если предполагается ее снижение. И лишь после этого можно переходить к количественным прогнозам.

Приоритетность выполнения качественного прогноза связана как с соображениями общеметодологическими, так и с сугубо прагматическими, учитывающими состояние информационной базы и необходимость освободиться от возможно ложной корреляции в количественных измерениях. Количественный прогноз выполняется первоначально в форме интервального, а затем может быть доведен до точечного уровня.

д) Эффективность метода “ЗОНТ” во многом предопределяется спецификой выбора прогностических гипотез, в частности, последовательным перебором и взаимным наложением многообразных вариантов статистически значимых зависимостей, которые могут рассматриваться в качестве закономерностей.

Так, на основе анализа статистики урожаев зерновых культур было установлено, “что под совместным влиянием метеоусловий воспроизводства почвенного плодородия пульсация урожаев принимает форму, которая хорошо может быть описана с помощью мажорантных отношений Мажорантное отношение урожаев (М) определяется М = У_i : У_max,

где У_i - урожайность в i-м году,

У_max - максимальная урожайность в данном регионе, выполняющих роль своеобразного “сита”, позволяющего расчленять колебания урожаев со знаками (+) и (-). Примерами использования подобного “сита” являются рис 1-2.

Как видим, по данным всемирной статистики колебаний урожаев пшеницы в 44 случаях из 51 (86,3%) возможно четкое разграничение знаков колебаний урожайности. В РФ с помощью мажорантных отношений в поле АОD удалось вычленить 21 колебание со знаком (+) при всего 1 колебании со знаком (-); в поле СОB отграничено 20 колебаний со знаком (-) при 1 колебании со знаком (+).

Рис. 2. Мир в целом: Распределение спадов (-) и подъемов (+) урожаев пшеницы (1945-1997 гг.)



Рис. 3. Распределение спадов (-) и подъемов (+) урожаев зерновых культур в России (1945-1997 гг.)

Зависимость, выраженная на рис 1-2, является частным случаем общей закономерности: межгодовые колебания комплекса природных условий зернопроизводства в данном регионе происходят в зависимости от природно-климатических условий, складывающихся на определенных (индицирующих) территориях земной поверхности в предшествующем году. По существу - это развитие гипотезы К. Маркса о характере динамических связей в системе погода - почва - растения, которая, как выше указывалось, обладает высоким потенциалом оправдываемости, но, взятая сама по себе, не позволяет обеспечить достаточно регулярную разработку прогнозов, поскольку в рядах урожаев специально фиксирует только показатели экстремального уровня.

Еще одна важная закономерность в динамике комплекса природных условий зернопроизводства состоит в том, что эти колебания имеют определенные пределы по продолжительности и глубине. Так, в Великобритании за более чем 100-летний период спады урожаев пшеницы отмечались не более чем два года подряд, в США - не более чем три года подряд. Как ранее было указано, на территории Российской Федерации и некоторых ее регионов отмечаются регулярные спады урожайности зерновых культур с периодичностью в 6 лет (1921, 1927, 1933, 1939, 1945 и т.д.). Это, например, позволяет предварительно прогнозировать в качестве вероятно неблагоприятного для зернопроизводства в РФ погодных условий 2005 г.

Однако для составления более точного прогноза необходимо, согласно требованиям метода “ЗОНТ”, оценить перспективы 2005 г. с позиций закономерностей межгодовых колебаний - в зависимости от динамики мажорантных отношений урожаев, как они выражены на рис. 3. Если они совпадут, можно будет данный прогноз представлять к практическому использованию. Если они окажутся взаимоисключающими, придется либо считать прогноз не состоявшимся, либо подключить к исследованию дополнительные закономерности.

Одно из важнейших достоинств метода “ЗОНТ” - способность к самосовершенствованию, и практика использования метода свидетельствует о тенденции повышения эффективности прогнозов, составляемых на его основе. Это связано с тем, что в последние годы метод “ЗОНТ” пополнился новыми математическими приемами обработки статистической информации.

Следует иметь в виду, что прогностический потенциал метода “ЗОНТ” еще далеко не исчерпан. Эффективность прогнозов, разрабатываемых на основе данного метода, может быть существенно повышена за счет расширения информационной базы соответствующих расчетов, более полного учета принципа многоаспектности прогностических оценок, в том числе путем сочетания прогнозов по различным культурам и регионам, а также с разновременной заблаговременностью.



Лекция № 4

Оценка перспективных параметров социального развития

План

4.1. Взаимосвязь показателей экономического и социального развития

4.2. Моделирование динамики социальных процессов

4.3. Методы прогноза социальных сдвигов

4.1 Взаимосвязь показателей экономического и социального развития