При прогнозировании количественных параметров ресурсов и использования основных продуктов питания применялся балансовый метод, метод обработки и анализа статистических данных, позволяющий взаимно увязать ресурсы и их использование, выявить пропорции и взаимосвязи, складывающиеся в процессе воспроизводства.

    Материальные балансы разрабатывались по 5-и основным видам продуктов: мясо и мясопродукты; молоко и молокопродукты; яйца и яйцепродукты; картофель; овощи и продовольственные бахчевые культуры. Система показателей материальных балансов имеет вид таблицы, состоящей из двух частей – ресурсной и распределительной. В первой части указывается объем и источники поступления ресурсов продукта, во второй основные направления и объемы использования этого продукта. Основная составляющая приходной части баланса – производство, расходной части – виды использования: на производственные нужды и непроизводственное потребление, т.е. личное потребление, а также создание резервов.

   При прогнозировании количественных параметров производства использовались такие экстраполяционные методы, как трендовое моделирование (линейные и нелинейные тренды), корреляционно-регрессионный анализ в сочетании с трендовыми моделями и имитационным моделированием. Наряду с указанными методами использовались и другие методические приемы (индексный метод, log-log функции, и др.). Использование этих методов прогнозирования покажем на примере производства молока в КБР.

    Исходя из анализа состояния и тенденций развития отрасли молочного скотоводства в регионе, разработаны несколько сценариев прогноза развития отрасли на 2016 и 2019 гг. Первый сценарий основан на инерционном трендовом моделировании, которое отражает фактически сложившиеся тенденции в производстве молока сельхозорганизациями за  последние 10  лет (2004-2014гг.), которые в перспективе до  2019 г. предположительно останутся, в основном, без существенных изменений (Табл.1).

Таблица 1 Прогноз производства молока в хозяйствах всех категорий КБР с использованием трендовых моделей на 2016 и 2019 годы, тыс.т.

Годы	Фак т	Расчет прогнозных значений
		виды зависимостей
		линейная	логарифмическая	экспонента	степенная
2008	760,0	806,89	768,18	805,05	768,91
2009	795,7	820,73	814,52	818,04	812,19
2010	835,9	834,57	841,63	831,23	838,62
2011	871,7	848,41	860,87	844,64	857,90
2012	921,9	862,25	875,79	858,26	873,16
2013	932,8	876,09	887,98	872,10	885,83

2014	904,5	889,93	898,28	886,17	896,68
2015	872,8	903,77	907,21	900,46	906,19
2016	884,0	917,60	915,09	914,98	914,66
2017	912,4	931,44	922,13	929,74	922,31
2018	х	1000,64	949,24	1007,18	952,33
2019	х	1042,16	961,43	1056,70	966,14
Дисперсия	х	35,788	26,440	36,577	28,102

 

   Разработка трендовых моделей и отбор по наименьшему значению дисперсии наиболее достоверных результатов свидетельствует, что показатель производства молока во всех категориях хозяйств региона может составить к 2016 г. 952,3 тыс.т (104,4% к 2004 г.), из них производство молока в СХО составит 162,0 тыс.т (17% от валового надоя по региону – сложившийся удельный вес СХО в общем производстве молока в среднем за 2004-2008 гг.). Таким образом, объем производства молока в СХО увеличится против 2009 г. на 19,8%. При среднегодовом поголовье молочных коров в СХО примерно на уровне 2006г. – 44 тыс. гол. (уровень 2010 г. – 39,8 тыс. гол.), удой в расчете на корову составит 3680 кг, или 122,6% к 2009 г.

      Второй сценарий (интенсивный) рассчитывался при помощи корреляционно-регрессионного анализа в сочетании с трендовыми моделями. При прогнозировании количественных параметров производства молока в СХО Кабардино-Балкарской Республики использовались данные за 2009 г. по развитию молочного скотоводства в 8 административных районах республики. При определении прогнозных показателей производства молока в СХО региона при помощи корреляционно-регрессионного анализа в качестве У была взята реализация молока от 100 коров в тоннах. Для определения значений У с помощью регрессионной модели исследовались следующие факторы, предположительно влияющие на значение У:

х1 - товарность молока, %;

х2 – приплод телят на 100 маток, гол.;

х3 – расход кормов на корову в год, ц к.ед.;

х4 – производство молока на 100га сельхозугодий, т.

В регрессионную модель фактической зависимости в 2014 г. объемов реализации молока от 100 коров (У) вошло три фактора (х1, х2, х3):

У = -377,82 + 1,95х1 + 0,063х2 + 11,76х3                               (1)

    Коэффициент корреляции R = 0,99 свидетельствует о достаточно высоком уровне связи, коэффициент детерминации R2 = 0,98 показывает, что свыше 98% изменений объемов реализации молока от 100 коров зависит от включенных в модель факторов. Проведем прогнозный расчет реализации молока от 100 коров на 2016г. на основе данной регрессионной модели (1). Значения факторов, принятые в прогнозе на 2016 и 2019 гг., определены с помощью трендовых расчетов и приведены в Табл.2.

    Подставив в уравнение (1) данные из Табл.2 (прогнозные значения на 2012г.), получаем: У = -377,82+1,95×89,8+0,063×84+11,76×47,1 = 356т

    В 2016г. среднегодовое поголовье молочных коров в СХП республики должно стабилизироваться примерно на уровне 2013 г. (44 тыс. гол.), а производство молока от 1 коровы (по уравнению регрессии с учетом товарности молока) – 3960 кг. Таким образом, общее производство молока в сельхозорганизациях может составить 174,2 тыс.т (3960 кг ´ 44000), у населения и фермерских хозяйств – 850,5 тыс.т, а всего по КБР 1024,7 тыс.т.

Таблица 2Прогнозные значения факторов (х) на 2016 и 2019 годы по КБР (молоко)

Годы	У	Х1	Х2	Х3
Расчетные на перспективу
2016	372,0	89,8	84,0	47,1
2019	432,0	92,0	85,0	51,0

В третьем сценарии использовалось имитационное моделирование, в процессе которого в имитационных моделях учитывалось возможное влияние внешнеэкономических факторов (Табл.3).

I сценарий: У = -377,8 + 1,95´90 + 0,063´83 + 11,76´48,4 = 372.

II сценарий: У = -377,8 + 1,95´91 + 0,063´83 + 11,76´50,0 = 392.

III сценарий: У = -377,8 + 1,95´92 + 0,063´84 + 11,76´51,7 = 415.

Таблица 3 Расчет прогноза реализации молока на 100 коров на 2016 г. по имитационным (сценарным) вариантам

 

		азовый вариант	Сценарные варианты
			I	I I	I I I
х1	Товарность молока, %	89,8	90	91	92
	% к базовому варианту	100,0	100,2	101,3	102,4
х2	Приплод телят на 100 коров, гол.	84	83	83	84
	% к базовому варианту	100,0	98,8	98,8	100,0
х3	Расход кормов на корову, ц к.ед.	47,1	48,4	50,0	51,7
	% к базовому варианту	100,0	102,8	106,2	109,8
У	Объем реализации молока на 100 коров, т	356	372	392	415
	% к базовому варианту	100,0	105,3	110,3	115,4
	Справочно: удой на корову, кг	3960	4130	4300	4500
	% к базовому варианту	100,0	104,3	108,6	113,6

 

   Таким образом, с использованием различных методических подходов разработаны три сценария развития молочного скотоводства в КБР на 2016г.: I – инерционный; II – интенсивный; III – оптимистический

 

Таблица 4 Сценарный прогноз производства молока в хозяйствах всех категорий (ВКХ) и сельхозорганизациях (СХО) КБР в 2016 г., тыс.т.

 

Сценарии прогноза Фактическое производство молока в 20014г.  Прогноз на 2016г. с использованием трендовых моделей  2016г в % к 2014г     ВКХ в т.ч. СХО ВКХ         в т.ч. СХО           ВКХ в т.ч. СХО 912,3 122,6 х                     х х                     х 1. Инерционный х х 952,3          162,0 104,4 132,1 2. Интенсивный х х 1024,7        174,2  112,3 142,1 3. Оптимистический х х 1068,8       181,7      117,2 148,2

 

 

    Используя вышеуказанные методические приемы и сценарные условия, сделаны прогнозные  расчеты производства молока в регионе на 2019 г. Первый сценарий основан также на трендовом (имитационном) моделировании. Расчет показал, что производство молока во всех категориях хозяйств региона может составить к 2019 г. 966,2 тыс.т (105,9% к 2013г.), При среднегодовом поголовье молочных коров в СХО на уровне 44 тыс. гол., средний удой в расчете на корову составит 3755 кг, или 125,1% к 2014 г.

   В 2019 г. согласно сценарным вариантам общее потребление молока может составить 1098,5; 1271,0 и 1296,9 тыс.т, что означает потребление на душу населения, соответственно, 269, 311 и 317 кг против 239 кг в 2013г.

   Таким образом, даже по самому оптимистическому сценарию потребление молока будет обеспечено собственным производством на 90,2% в 2016 г. и на 90,0% – в 2019 г.

 

Список литературы

1.     Адаева Х.Н., Садуева М.А., Дикинов А.Х., Абитов М.М. Прогнозирование количественных параметров и потребности использования продовольственных ресурсов региона / Математические методы и модели в исследовании государственных и корпоративных финансов и финансовых рынков. Материалы Всероссийской молодежной научно-практической конференции. Уфа, 2015. С. 151-157.

2.     Губачиков Б.А., Дикинов А.Х., Дикинова А.А. Экономико-математическая модель прогнозирования структурных изменений  в  агропромышленном комплексе / Математические методы и модели в исследовании государственных и корпоративных финансов и финансовых рынков Сборник материалов Всероссийской молодежной научно-практической конференции. Уфа, 2015. С. 189-193.

3.     Мисаков В.С., Куянцев И.А., Казанчева Х.К., Дикинов А.Х., Кильчукова А.Л., Эфендиева А.А., Сабанчиев А.Х., Мисаков А.В., Абаев Р.М. Прогнозирование и оценка возможностей устойчивого развития проблемных регионов / Под научной редакцией В.С. Мисакова. ИИПРУ КБНЦ РАН. Нальчик, 2015.

4.     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.

5.     Дикинов А.Х., Садуева М.А. Организационно-экономическая модель регионального оптового продовольственного рынка // Известия Кабардино-Балкарского научного центра РАН. 2014. № 5 (61). С. 112-117.

6.     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. Ростов-на-Дону. РАХиГС ЮРИ-Ф. 2013. С. 227-231.

7.     Дикинов А.Х., Дикинова А.А., Эльгукаева Л.А. Механизм привлечения  инвестиций как фактор устойчивости реального сектора региональной экономики // Известия Кабардино-Балкарского научного центра РАН. 2012. № 2. С. 103-108.

8.     Дикинов А.Х., Архестова З.З., Дикинова А.А. Исследование понятия "экономический рост и развитие" // В сборнике: Современные информационные технологии в экономической деятельности Материалы IV международной научно-практической конференции. 2011. С. 32-39.