08 января 2016г.
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.