Прогнозирование урожайности зерновых культур на среднесрочный период тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Прогнозирование урожайности зерновых культур на среднесрочный период"

На правах рукописи

ШУМСКАЯ Екатерина Владимировна

□ОЗОБ872Э

ПРОГНОЗИРОВАНИЕ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР1'^ 2007 НА СРЕДНЕСРОЧНЫЙ ПЕРИОД

Специальность 08.00.12 - бухгалтерский учет, статистика - статистика 08.00.05 - экономика и управление народным хозяйством: экономика, организация и управление предприятиями, отраслями, комплексами - АПК и

сельское хозяйство

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Москва-2007

003068729

Диссертационная работа выполнена на кафедре прогнозирования и планирования АПК РГАУ - МСХА имени К.А. Тимирязева

Научный руководитель: доктор экономических наук,

профессор Личко Клементий Павлович

Официальные оппоненты: доктор экономических наук

Сиптиц Станислав Оттович

кандидат экономических наук, доцент Шибалкин Александр Егорович

Ведущая организация: Всероссийский научно-исследовательский институт экономики сельского хозяйства

заседании диссертационного ьовета jv.zzu.u4j.и/ при госсийском государственном аграрном университете - МСХА имени К.А. Тимирязева по адресу: 127550, г. Москва, ул. Тимирязевская, д. 49, Ученый Совет РГАУ -МСХА имени К.А. Тимирязева.

С диссертацией можно ознакомиться в Центральной научной библиотеке РГАУ - МСХА имени К.А. Тимирязева

Автореферат разослан « ¿У» 2007 г.

Защита состоится

час. на

Ученый секретарь диссертационного совета

Постникова Л.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования. В условиях рыночных отношений и самостоятельности хозяйствующих субъектов вопрос предвидения объемов производства продовольствия приобретает все большую актуальность.

В настоящее время накоплен богатый теоретический и методический материал в области планирования и прогнозирования. Однако в условиях растущей непредсказуемости будущего появляется необходимость разработки новых подходов к методике прогнозирования возможных вариантов развития сельскохозяйственного производства.

Среди множества показателей, описывающих деятельность сельскохозяйственных организаций, особого внимания заслуживает группа технико-экономических показателей и урожайность сельскохозяйственных культур, в частности. Это комплексный показатель. С одной стороны, он является исходной информацией для построения планов, прогнозов и принятия управленческих решений, с другой стороны - это один из основных результирующих показателей сельскохозяйственного производства. Особую значимость, на наш взгляд, имеет построение прогноза урожайности зерновых культур на среднесрочную перспективу (до 3 лет).

Получение достоверного прогноза урожая на среднесрочную перспективу позволит корректно решать вопросы формирования резервных фондов продовольствия, наличия необходимых мощностей для хранения полученного урожая, строить адекватную и эффективную политику внешней торговли.

Состояние изученности вопроса. В разработку вопроса предвидения урожайности сельскохозяйственных культур внесли существенный вклад труды таких ученых как A.M. Гатаулин, А.П. Зинченко, М.К. Каюмов, Н.Д. Кондратьев, В.А. Михельсон, В.М. Обухов, В.М. Пасов, Л.М. Перекальская, А.Н. Полевой, М.И. Розанов, В.Г. Сиротенко, С.Г. Струмилин, С.С. Сергеев, H.A. Челинцев, Н. Четвериков, Е.М.Четыркин, М.М. Юзбашев.

Вместе с тем, до последнего времени вопрос среднесрочного и долгосрочного прогнозирования урожайности сельскохозяйственным культур как особой экономической проблемы не был выделен в самостоятельное научное направление. Это связано не только с трудоемкостью экспериментальных исследований, но и с неразработанностью ряда методологических вопросов. Среди них можно назвать следующие:

- недостаточно четко определено место прогнозирования урожайности сельскохозяйственных культур в вопросе повышения устойчивости сельскохозяйственного производства;

- отсутствует научное обоснование надежности прогнозов урожайности сельскохозяйственных культур на среднесрочный период на основе данных прошлых лет;

- не определен четкий порядок построения прогноза урожайности сельскохозяйственных культур по основным методам прогнозирования (моделирование, включая регрессионные модели, и экстраполяция). Актуальность вышеуказанных проблем, их недостаточная изученность и большая практическая значимость определили цель и задачи диссертационного исследования.

Цель и задачи исследования. Целью диссертационной работы является разработка и совершенствование методических приемов построения прогноза урожайности зерновых культур на среднесрочный период. Поставленная цель определила следующие задачи:

- уточнить место и роль прогнозирования в системе управления и сценарного планирования сельскохозяйственного производства;

- определить перспективные направления совершенствования системы прогнозного обеспечения сельского хозяйства, оценить преимущества и недостатки основных подходов к прогнозированию урожайности сельскохозяйственных культур, обосновать предпочтительность их применения в различных уровнях принятия управленческих решений;

- дать научное обоснование характеру динамики урожайности сельскохозяйственных культур в целом и зерновых в частности;

- обосновать циклические свойства урожайности сельскохозяйственных культур;

- определить характер взаимодействия между основными факторами урожайности сельскохозяйственных культур и результативным признаком;

- предложить наиболее предпочтительный механизм построения прогноза урожайности зерновых культур на среднесрочный период;

- уточнить систему показателей для оценки точности моделей временных рядов и прогнозов урожайности зерновых культур;

- провести экспериментальную апробацию теоретически обоснованных механизмов прогнозирования урожайности зерновых культур;

- уточнить методику проектирования рациональных производственных структур сельскохозяйственных организаций на основе вероятностных оценок уровней урожайности сельскохозяйственных культур.

Предметом исследования являются методы и приемы прогнозирования урожайности зерновых культур, а также возможности их применения для построения обоснованного прогноза на среднесрочную перспективу.

Объектом исследования является динамика урожайности сельскохозяйственных культур по ряду сельскохозяйственных организаций Раменского и Ступинского районов Московской области (за период 1950-2004 гг., 1991 - 2004 гг. соответственно), урожайность некоторых зерновых культур по районам Московской области (за периоды 1955 - 1998 гг. и 1955 - 2005 гг.) и в целом по Московской области (за период 1955 - 2003 гг.), а также данные по урожайности зерновых в России/СССР/России за период 1801 - 2003 годы.

Теоретической и методологической основой исследования послужили диалектический метод познания экономических явлений и категорий, теоретические и методологические положения, разработанные отечественными и зарубежными учеными в области экономики, планирования, прогнозирования и управления аграрным производством и всей экономикой в целом. Разнообразие объектов и задач в рамках проведенного исследования обусловило необходимость использования различных методов.

Абстрактно-логический, диалектический и монографический методы были использованы при формулировании понятий, раскрытии сущности прогнозирования, определении его роли и места в принятии управленческих решений.

Статистико-экономические методы были использованы при анализе временных рядов урожайности сельскохозяйственных культур.

Методы сравнительного анализа использовались при оценке предпочтительности различных методов прогнозирования изучаемого показателя.

Расчетно-конструктивный метод и метод анализа и синтеза были использованы при разработке предлагаемой схемы построения прогноза урожайности зерновых культур на среднесрочную перспективу и ее экспериментальной апробации.

Метод экономико-математического моделирования был использован при разработке вариантов производственных структур исследуемых организаций на основе разработанных прогнозов урожайности.

Для проведения исследования и обеспечения достоверности полученных результатов, обоснованности выводов и предложений были использованы следующие источники информации: нормативные и методические материалы, материалы органов статистики, Министерства сельского хозяйства Российской Федерации, Министерства сельского хозяйства и продовольствия Московской области, Управления сельского хозяйства Ступинского района Московской области и метеостанций Раменского района Московской области, годовые отчеты сельскохозяйственных организаций Ступинского и Раменского районов Московской области, а также труды отечественных и зарубежных ученых. Данные

о ежегодных значениях чисел Вольфа заимствованы на официальном сайте Национального информационного центра по геофизике (NGDC) Боулдер Колорадо США: www.ngdc.noaa.gov.

Научная новизна диссертации заключается в разработке авторского алгоритма построения прогноза урожайности зерновых культур на среднесрочную перспективу и на этой основе уточнения методики обоснования рациональных производственных структур сельскохозяйственных организаций. Предложенный прием построения прогноза основан на анализе взаимосвязанных уровней исходного временного ряда, их экстраполяции и дальнейшем синтезе в единую систему, что позволяет учесть не только направление развития динамики урожайности, но и ее циклические свойства. Научная новизна также присутствует в следующих результатах:

- уточнены место и роль прогнозирования в системе планирования и управления сельскохозяйственным производством;

- определены предпочтительные условия применения различных подходов к прогнозированию урожайности сельскохозяйственных культур в зависимости от уровня принятия управленческого решения;

- уточнена методика анализа временных рядов урожайности, включая исследование основной тенденции и циклов;

- выявлен динамический характер корреляционных связей между факторными признаками и урожайностью зерновых культур, обоснованы параметры отбора факторных признаков для построения регрессионных моделей;

- уточнена система показателей для оценки адекватности экстраполяционных моделей временных рядов и оценки точности прогноза.

Практическая значимость работы заключается в следующем:

- разработан и апробирован механизм построения прогноза урожайности зерновых культур на среднесрочный период. Предлагаемый алгоритм отличается простой реализацией (доступна реализация в Excel), не требует специального программного и аппаратного обеспечения, является универсальным с точки зрения его использования на различных уровнях разработки прогнозов, планов и принятия управленческих решений (справка о внедрении);

- подробная проработка методической базы построения статистических и экономико-математических моделей позволяет использовать выработанную схему построения модели временных рядов, оценки ее адекватности и точности построения прогноза в учебных целях на кафедре прогнозирования и планирования АПК РГАУ - МСХА имени К.А. Тимирязева и в учебных курсах, связанных с анализом и прогнозированием временных рядов.

Апробация результатов исследования. Основные теоретические положения и практические результаты диссертационного исследования

докладывались и обсуждались на семинарах и научных конференциях: Международной научной конференции молодых ученых и специалистов, посвященной 140 - летию РГАУ МСХА имени К.А. Тимирязева (2005 г.), Международной научной конференции, посвященной 140 - летию РГАУ -МСХА имени К.А. Тимирязева (2005 г.), X Международной научно-практической конференции «Математические методы и модели в экономике АПК» (2006 год).

По теме диссертационного исследования опубликовано 8 печатных работ, 1 работа в печати.

Структура и объем диссертации. Работа состоит из введения, четырех глав, выводов и предложений, библиографического списка, включающего 188 наименований, 4 приложений на 20 страницах. Диссертация изложена на 193 страницах машинописного текста, содержит 32 таблицы, 34 рисунка в тексте.

Во введении обосновывается актуальность темы исследования, освещен уровень изученности проблемы, сформулированы цель и задачи, определены объект, предмет и методы исследования, научная новизна и практическая значимость работы.

В первой главе - «Теоретические основы прогнозирования» раскрывается социально-экономическая сущность категории прогнозирования, научные основы современного прогнозирования, рассматривается взаимосвязь прогнозирования с другими научными дисциплинами, проведен обзор основных современных направлений прогнозирования урожайности сельскохозяйственных культур на различных уровнях управления.

Во второй главе - «Особенности прогнозирования урожайности зерновых культур в современных условиях» - подробно рассмотрены два основных подхода к прогнозированию урожая и урожайности: нормативный и дескриптивный. Определены их преимущества и недостатки, условия предпочтительного использования. Также изучены факторные признаки формирования урожайности зерновых культур, включая солнечную активность, атмосферные осадки, удобрения. Проведен анализ временных рядов урожайности зерновых культур, включая изучение показателей динамики временных рядов, исследование основной тенденции рядов урожайности, изучение циклических свойств динамики урожайности сельскохозяйственных и зерновых культур. Также исследованы фрактальные характеристики рассматриваемых временных рядов.

В третьей главе - «Разработка прогнозов урожайности зерновых культур на основе экстраполяционных приемов» - сформулирован и обоснован авторский алгоритм построения прогноза урожайности зерновых культур на среднесрочный период; определены условия, порядок и правила построения

прогноза согласно разработанному алгоритму. Подробно описана реализация предложенного методического приема в Microsoft Excel.

В четвертой главе - «Практическое применение прогнозирования урожайности зерновых культур в планировании и управлении сельскохозяйственным производством» - уточнена методика проектирования рациональных производственных структур. Предложено использовать вероятностные оценки урожайности товарных культур как основу разработки сценариев будущего развития сельскохозяйственных организаций. Данные положения реализованы на примере хозяйств Ступинского и Раменского районов Московской области.

В выводах и предложениях сформулированы основные теоретические и практические результаты исследования.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Временные ряды урожайности зерновых кулыур являются нестационарными и антиперсистентными.

Для исследования характера динамики урожайности зерновых культур и природы самого показателя урожайности крайне важным является вопрос определения наличия либо отсутствия во временном ряду тренда (основной долгосрочной тенденции). Проверка проводилась с использованием критерия Фостера-Стьюарта, показателя Херста, V-статистики, метода характеристик приростов. Показатель Херста был впервые предложен британским гидрологом Херстом в середине XX века для определения наличия в процессе эффекта долговременной памяти.

R/s = (CCN) , где а _ некоторая константа, N - текущее значение объема выборки; H - показатель Херста [0;1 J.

Из 60 исследованных временных рядов наличие тренда средней величины по критерию Фостера - Стьюарта показали 16 временных рядов. Однако и показатель Херста, он колеблется в диапазоне от 0,17 до 0,33, и V-статистика показали отрицательный результат наличия тенденции во всех случаях, когда эти показатели рассчитывались (46 случаев из 60). Данные показатели не были рассчитаны в 14 случаях, в связи с недостаточной длиной временных рядов. Однако для этих рядов критерий Фостера - Стьюарта показал отсутствие тренда в динамике средней величины, в трех случаях наблюдался тренд дисперсии. Кроме того, было проведено исследование данных временных рядов на предмет определения характера тенденции согласно методу характеристик прироста. В случае если выводы, сделанные относительно отсутствия тренда, были ошибочны, то исследование характера динамики могло это показать. Анализ

первых, вторых приростов и производных величин не позволил сделать вывод о характере тенденции ни в одном случае, косвенно подтвердив антиперсистентность рассмотренных временных рядов.

В 16 временных рядах критерий Фостера-Стыоарта показал наличие тренда дисперсии. Дисперсия, являясь показателем интенсивности вариации, свидетельствует о нестационарности и раскачивании временных рядов урожайности сельскохозяйственных культур. Полученные результаты доказали нестационарность и антиперсистентность исследованных временных рядов урожайности сельскохозяйственных культур.

2. Во временных рядах урожайности зерновых культур присутствует

несколько циклов различной продолжительности.

Изучение современной научной литературы не позволило найти метод, четко определяющий технологию выделения циклической компоненты. Кроме того, ряд итерационных процедур предполагает предварительное выделение тренда в динамическом ряду и последующее выделение циклической компоненты. Однако исследования показали антиперсистентность временных рядов урожайности сельскохозяйственных культур. Такие инструменты, как спектральный анализ, Фурье-анализ, предполагают строго периодический характер циклических колебаний. Но теоретических предпосылок для того, чтобы считать возможные циклические колебания строго периодическими, нет. В этой связи для решения поставленной задачи были использованы элементы фрактального анализа. Исследование проводилось по временному ряду урожайности зерновых культур по России/СССР/России за 1801 - 2003 гг. Для различных диапазонов п, начиная с п=10 до п=101 (под п понимается период наблюдения), были рассчитаны значения R/S. На основе полученных данных был построен график зависимости R/S от п в логарифмическом масштабе, где границы циклов определяются «уплощениями» графика (рис. 1). Таким образом, R/S-анализ позволяет не только идентифицировать наличие циклов.в принципе, но и различать циклы внутри циклов. При исследовании полученного графика «уплощения» наблюдаются на следующих уровнях: п=12 - 13, п=14 - 15, п=20 - 21, п=24 - 25 - 26, п=30, п=34 - 35 - 36, п=44 - 45, п=49, п=59 - 60, п=70, п=88.

Расчет V - статистики подтвердил выводы, сделанные на основе R/S -анализа.

log n

Рис. 1. R/S - анализ урожайности зерновых культур по России/СССР/России за

период 180] -2003 годы Кроме того, по всем изучаемым временным рядам урожайности сельскохозяйственных культур были рассчитаны коэффициенты автокорреляции (таблица 1). Коэффициент автокорреляции, показывая наличие связи между рассматриваемыми уровнями временного ряда, является косвенным показателем наличий циклических колебаний в изучаемых временных рядах.

Таблица 1

Результаты проверки автокорреляции временных рядов урожайности

сельскохозяйственных культур

Временные

лаги со

значимыми

№ Период коэффициен та м и Временные лаги с высокими

п/ Наименование исследова автокорреля коэффициентами

п объекта Культура ния ции автокорреляции

1 2 3 4 5 6

1 Колхоз "Борец" Зерновые 1965-1998 Нет 2,4, 7-8, ¡8,25-26

2 Колхоз"Борец" Картофель 1965-1998 Нет 2,5,9-10, 12,15,26

3 Колхоз"Борец" Оз. пшеница 1950-2001 2,4 - 9, 33 20,24-25,28-29

4 Колхоз"Борец" Ячмень 1950-2001 4,8 3,7, 12, 26,33

5 ЗАО "Городище" Кукуруза 1981-2003 Нет 2,3,5. 10, 13. 18

6 ЗАО "Городище" Мн. травы 1981-2003 2,3,11 4, 5, 9, 12. 13, 15

7 ЗАО "Ивановское" Картофель 1981-2003 3 5, 11

8 ЗАО "Красная заря" Кукуруза 1981-2003 2 3,4,5,8, 10, 13, 15,18

9 ЗАО "Красная заря" Мн. травы 1981-2003 Нет 3,4, 7, 8, 9, 12, 13, 20

10 ЗАО "Красная заря" Оз. пшеница 1981-2003 2, 9, 11 3,7, 12

11 ЗАО "Старая Сигня" Ячмень 1981-2003 2 3,4. 7, 8,9, 10. 11,13

12 ЗАО "Старая Ситня" Оз. пшеница 1981-2003 Нет 2,5, 10, 13, 18

13 ЗАО "Леонтьево" Мн. травы 1981-2003 2 3, 6, 9, 11

14 ЗАО "Леонтьево" Оз. пшеница 1981-2003 Нет 5,6, 11, 15,20

15 ЗАО "Шугарово" Оз. пшеница 1981-2003 Нет 3,4,6, 10, 15

16 ЗАО "Шугарово" Кукуруза 1931-2003 Нет 4, 5, 8.9, 13, 18

1 2 3 4 5 6

17 ЗАО "Шугарово" Ячмень 1981-2003 2 3.4,5,7, 9, П. 13, 18

18 Луховицкий р-он Картофель 1981-2003 Нет 2, 6. 12, 15

¡9 ЗАО "Мещерино" Оз. пшеница 1955-1997 2.3,4.5 20, 24, 25, 26

20 Воскресенский р-он Оз. пшеница 1955-1997 2,3.4,5 12. 18,26

21 Дмитровский р-он Оз. пшеница 1955-1997 2,3.4 5. 8, 15,18,20,26

22 Егорьевский р-он Оз. пшеница 1955-1997 2,3,4, 5,6 8. 18.26

23 Загорский р-он Оз. пшеница 1955-1997 2.3,4,5,26 6, 20, 25

24 Зарайский р-он Оз. пшеница 1955-1997 2, 3,4,5,26 6. 20, 24, 25

25 Каширский р-он Оз. пшеница 1955-1997 2, 3,4,5,26 6, 7, 8. 20. 24, 25

26 Коломенский р-он Оз. пшеница 1955-1997 2,3.4, 20 5, 13. 15, 18.24

27 Красногорский р-он Оз. пшеница 1955-1997 2,3,4,5,6 7, 9, 20, 24, 25-26

28 Лотошинский р-он Оз. пшеница 1955-1997 2,3,4,5 24,25,26

29 Луховицкий р-он Оз. пшеница 1955-1997 2,3,4 5, 20, 25

30 Можайский р-он Оз. пшеница 1955-1997 2.3,4 5, 6, 28, 20, 26

31 Мытищинский р-он Оз. пшеница 1955-1997 2,3,4,5 7, 18, 20, 25-26

32 Нарофоминский р-он Оз. пшеница 1955-1997 2,3,4,5 7,10,25

33 Ногинский р-он Оз. пшеница 1955-1997 2,3, 5,9, 10, 26

34 Орехово-Зуевский р-он Оз. пшеница 1955-1997 2, 3,4,5 6, 13, 18,26

35 Подольский р-он Оз. пшеница 1955-1997 2, 3,4,5,6, 25-26 7,8. 18,20,24

36 Рузский р-он Оз. пшеница 1955-1997 2,3,4,5 6. 7, 24, 25-26

37 Серебряно-Прудский р-он Оз. пшеница 1955-1997 2.3,4,5,26 6, 7, 8, 9, 18,20, 24

38 Серпуховский р-он Оз. пшеница 1955-1997 2,3,4,5 6, 7, 24, 25-26

39 Ступинский р-он Оз. пшеница 1955-1997 2,3,4, 5,6 7, 18, 20,25-26

40 Талдомский р-он Оз. пшеница 1955-1997 2,3,4,5 6, 7, 11, 15,20,25-26

41 Шатурский р-он Оз. пшеница 1955-1997 2,3,4,5 6, 7, 24, 25-26

42 Шаховской р-он Оз. пшеница 1955-1997 2,3,4 7. 11, 13, 18,26

43 Клинский р-он Овес 1955-1997 2,3 4, 5, 7, 26

44 Коломенский р-он Овес 1955-1997 2,3,26 8, 10, 12,25

45 Красногорский р-он Овес 1955-1997 2,3,4 5, 6, 24, 25, 26

46 Ленинский р-он Овес 1955-1997 Нет 4, 5, 6, 8, 12

47 Раменский район Ячмень 1955-1997 Нет 5,6, 8, 9, 13, 18

48 Подольский р-он Ячмень 1955-1997 3 3,5,6. 15,20

49 Ступинский р-он Ячмень 1955-1997 Нет 2,5,6, 18,20

50 Шатурский р-он Ячмень 1955-1997 Нет 3,7, 11, 18,24-26

51 Истринский р-он Оз. рожь 1955-1997 2, 7. 8 3,6,9, 13, 15,20

52 Серпуховский р-он Оз. рожь 1955-1997 2 3. 4. 7, 8, 12, 18, 20

53 Павлово-Посадский р-он Оз. рожь 1955-1997 2,3 4,5, 11. 18,20,24

54 Раменский район Оз. рожь 1954-2005 Нет 2, 4, 7-10, 12, 15,24-26

55 Московская обл. Овес 1955-2000 2,3 4, 7, 12, 18,25-28

56 Московская обл. Зерновые 1955-2003 2,3 4, 12, 20, 27,28

57 Московская обл. Оз. пшеница 1955-1997 2, 3, 4, 5 6, 7, 11, 13,25,26

58 Московская обл. Яр. пшеница 1955-2003 2, 3, 4, 5 6, 20, 26. 30

59 Московская обл. Оз. рожь 1955-2003 2 3, 4, 6, 20, 26, 30

60 СССР/Россия Зерновые 1950-2003 2 -13,25 - 30.36,37 |

Графический R/S - анализ и расчет коэффициентов автокорреляции подтвердили наличие в динамике урожайности рассмотренных сельскохозяйственных культур одновременно нескольких циклов различной продолжительности: 2 - летних, 11 - 12 - летних, 24 - 25 - 26 - летних. При этом границы циклов четко не определяются, они колеблются около близких значений.

3. Корреляционные связи между факторами и урожайностью сельскохозяйственных культур не являются стационарными, они носят динамический характер.

Была исследована связь урожайности сельскохозяйственных культур с такими факторами как солнечная активность, удобрения, осадки. По рассматриваемым признакам рассчитывались коэффициенты парной корреляции для различных временных отрезков. В результате обнаружено, что коэффициенты парной регрессии существенно отличаются по различным временным периодам одного и того же ряда. В связи с этим целесообразно исследовать корреляционную связь факторных и результативного признаков в динамике путем расчета коэффициентов корреляции между изучаемыми признаками на временных отрезках: т, т+1, т+2, ..., m+k=n, где п - длина исходного временного ряда (ш, k, п - натуральные числа). Таким образом, мы получим динамику изменения корреляционной связи между двумя признаками во времени. На рисунках 2-4 показана динамика парной корреляции отдельных факторов с урожайностью зерновых культур по данным колхоза «Борец» Раменского района Московской области.

—♦— Коэффициенты корреляций-Ч'слз Вольфа

Рис. 2. Динамика коэффициентов корреляции между урожайностью зерновых культур в колхозе «Борец» Раменского района Московской обл. и числами Вольфа за период 1954 - 2000 годы

Номер периода

Корреляция с минеральными удобрениями Корреляция с органическими удобрениями

Рис. 3. Динамика коэффициентов корреляции между урожайностью зерновых культур в колхозе «Борец» Раменского района Московской обл. и внесением минеральных и органических удобрений за период 1969 - 1998 годы

Номер периода

Рис. 4. Динамика коэффициентов корреляции между урожайностью зерновых культур в колхозе «Борец» Раменского района Московской обл. и атмосферными осадками за период 1978 - 1998 годы Динамический характер корреляционных связей необходимо учитывать при прогнозировании урожайности сельскохозяйственных культур. Если регрессионная модель была построена на одном временном отрезке, ее параметры могут оказаться некорректными для другого временного диапазона (более длинного или короткого), что приведет к получению ошибочных результатов. Этот тезис вполне согласуется с теорией лимитирующих факторов. Степень влияния отдельных факторов неравнозначна: какие-то имеют большее значение в данный момент, какие-то - меньшее. Однако в следующий момент наблюдения распределение весов значимости между факторами может измениться. Для определения факторов, наиболее значимых для изменения результативного признака, необходимо оценивать характер изменения во времени каждого фактора в отдельности по каждому объекту исследования. Наши исследования показали, что для построения условно-объективной факторной модели необходимо учитывать две группы факторов.

Первая группа - факторы, находящиеся в наибольшем дефиците (в случае изменения данного фактора существенно изменится и результативный признак;

в случае сохранения дефицитного состояния данного фактора действие других факторов на результативный признак будет ослаблено).

Вторая группа - факторы с активной динамикой развития. Здесь имеется в виду изменение характера поведения фактора: например, доза внесения удобрения под культуру на протяжении ряда лет не менялась и поведение данного фактора можно описать уравнениям у=Ь, затем появилась возможность увеличить дозу внесения удобрений, и характер поведения фактора изменился, теперь его можно описать уравнением у=Ьх+с. Понятно, что при таком изменении доз внесения удобрений (в пределах технологических норм) степень влияния данного фактора на урожайность культуры увеличится.

В обоих случаях речь идет о рассмотрении изменений факторных признаков в диапазоне технологических норм (либо диапазоне оптимальных условий), если они установлены. Переход факторного признака за такие границы приведет либо к снижению степени влияния на результативный признак, либо к изменению характера связи.

Выдвинутые положения были подтверждены в ходе разработки и анализа многофакторных регрессионных моделей.

4. Определены предпочтительные условия применения различных подходов к прогнозированию урожайности зерновых культур на различных уровнях управления.

На уровне конкретного хозяйствующего субъекта, необходимо, прежде всего, отметить значимость методов моделирования. На данном уровне эти методы позволяют в полной мере учесть конкретные условия производства: природно-климатические особенности, уровень развития производительных сил, обеспеченность ресурсами и другие факторы. Такие модели прогнозирования дают возможность определить эффективность применения новых технологий, сортов, техники и других усовершенствований агротехнических условий производства. Дополнительные преимущества прогноза могут обеспечить динамические модели формирования урожая, которые позволяют многократно строить уточняющие прогнозы на протяжении всего периода вегетации с целью определения целесообразности принятия дополнительных мер по сохранению урожая.

С другой стороны, построение таких моделей прогноза сопряжено с рядом трудностей: требуется наличие квалифицированных кадров, соответствующих аппаратных и программных средств, что требует соответствующих финансовых затрат. Использование методов моделирования на других уровнях хозяйствования, таких как район, область и т.д. связано с потерей точности прогноза. Как только в модель попадают более одного хозяйствующего субъекта, сразу возникают различия в уровне развития

производительных сил и в применении различных систем ведения хозяйства. При дальнейшем укрупнении модели возникнут различия в природно-климатических условиях. Все это негативно отразиться на точности прогноза. Кроме того, использование методов моделирования требует большой информационной базы. Собрать такую информацию по всем хозяйствующим субъектам региона задача весьма сложная. Горизонт прогнозирования в данном случае до одного года. Нельзя оставить без внимания и фактор мотивации для построения таких сложных моделей. Если конкретный хозяйствующий субъект обладает такой мотивацией, пытаясь предвидеть результат своей деятельности, то чиновник - нет.

Методы прогнозной экстраполяции с точки зрения возможности применения на различных уровнях хозяйствования обладают большей универсальностью. Эта группа методов отличается меньшей трудоемкостью, что делает ее более доступной в практическом применении. Информационной базой для построения прогноза служат наблюдения значений изучаемого показателя в длительной динамике при условии обеспечения сопоставимости наблюдений. Кроме того, применение методов прогнозной экстраполяции позволяет строить прогноз на несколько периодов вперед, что позволяет рассчитать варианты развития хозяйствующего субъекта на среднесрочную перспективу на всех уровнях управления.

Среди экстраполяционных приемов прогнозирования наиболее распространены аналитическое выравнивание временных рядов на основе различных функций, методы экспоненциального сглаживания, использование циклически-волновых свойств объекта для прогнозирования динамики развития. Аналитическое выравнивание предполагает выделение основной тенденции в динамическом ряду и распространение полученных зависимостей на будущее. Результаты проведенных исследований показали отсутствие во временных рядах урожайности сельскохозяйственных культур четко выраженной тенденции, в связи с чем, применение аналитического выравнивания для прогнозирования изучаемого показателя является не совсем корректным. Серьезный недостаток этого приема состоит в несоответствии характера динамики наиболее распространенных функций характеру изменения изучаемого показателя. Большинство функций, таких как линейная, логарифмическая, степенная, экспонента, являются монотонными, в то время как динамика урожайности сельскохозяйственных культур отличается частой сменой возрастающих и убывающих участков. Использовать данный прием прогнозирования следует с большой осторожностью и для очень малых периодов упреждения.

Еще один прием экстраполяционного прогнозирования состоит в разложении исходного временного ряда на компоненту тенденции, циклическую компоненту и случайную. Использование данного приема ограничено двумя причинами:

- антиперсестентностыо временных рядов урожайности;

- наличием в динамике урожайности нескольких циклов различной продолжительности. При этом границы циклов четко не определяются, колеблются около близких значений.

Наиболее подходящий экстраполяционный прием для прогнозирования урожайности сельскохозяйственных культур — это метод экспоненциального сглаживания, который на основе рекуррентных формул обеспечивает последовательное выравнивание каждого уровня ряда в зависимости от значений предыдущего уровня.

Во всех случаях использования экстраполяционных приемов необходимо проводить проверку адекватности моделей выравнивания и точности полученных прогнозных оценок.

Для построения наиболее обоснованного и надежного прогноза целесообразно использовать комплекс различных методов и прогнозов с последующей экспертной оценкой результатов. Общность результатов, полученных различными методами, подтвердит надежность выводов. В случае получения противоречивых результатов, это станет поводом для выявления неучтенных факторов, связей, условий, что, в итоге, благоприятно отразится на качестве прогноза.

5. Алгоритм прогнозирования урожайности зерновых культур с учетом

неоднородности временных рядов урожайности.

Учитывая результаты проведенных исследований, был сделан вывод о целесообразности разложения временного ряда динамики урожайности зерновых культур не на параллельные компоненты: тенденцию, циклическую и случайную компоненты, а на несколько выборочных временных цепочек. Предполагается, что временные цепочки формируются из выборочных уровней временного ряда, отстоящих друг от друга на определенные временные периоды.

Причиной, оправдывающей такой прием разложения временного ряда, является наличие циклических колебаний во временных рядах урожайности. Формирование временных цепочек из выборочных уровней исходного ряда динамики позволит включить взаимосвязанные уровни ряда в единую последовательность и рассмотреть характер ее поведения в отдельности.

Общая схема анализа временного ряда и построения прогноза на основе выборочных временных цепочек представлена на рисунке 5.

Рис. 5. Алгоритм построения прогноза урожайности зерновых культур на основе выборочных временных цепочек

Шаг 1. Расчет коэффициентов автокорреляции и определение значимых временных лагов. Необходимо рассчитать коэффициенты автокорреляции для максимального количества временных лагов и выбрать те, для которых коэффициент автокорреляции имеет значимую величину, либо величину, очень близкую к критическому значению. С другой стороны, выбор временного лага должен обеспечивать достаточную длину временной цепочки для проведения содержательного анализа.

Шаг 2. Построение выборочных временных цепочек изучаемого показателя на основе отобранных временных лагов. При этом в полученных временных цепочках изменение независимой переменной на единицу будет соответствовать длине выбранного временного лага.

Шаг 3. Аппроксимация полученных временных цепочек.

Шаг 4. Синтез выборочных временных цепочек и построение единой модели выравнивания временного ряда, расчет показателей точности модели. Выбор наиболее точной модели, по которой в дальнейшем рассчитывается прогноз.

Шаг 5. Построение прогноза урожайности зерновых культур на среднесрочный период. Декомпозиция ряда наблюдений на временные цепочки проводилась с целью анализа взаимосвязанных уровней динамического ряда.

Полученная совокупность цепочек является моделью, отражающей характеристики имеющегося временного ряда. Однако строить прогноз по отдельным цепочкам на соответствующий период представляется некорректным, так как в этом случае могут быть потеряны важные составляющие динамики исходного временного ряда. С целью сохранения целостности исходного временного ряда урожайности следует усреднить прогнозные значения, полученные по каждой цепочке. Поскольку в полученных уравнениях цепочек изменение независимой переменной на 1 соответствует периоду реального времени п, то, подставляя в уравнение значение независимой переменной, кратное 1/п, мы получим прогноз но каждой временной цепочке на каждый год горизонта прогнозирования. Далее, усредняя прогнозные значения, полученные по отдельным цепочкам, мы получим прогнозное значение изучаемого признака, отражающее целостный характер динамики исходного временного ряда.

Шаг 6. Расчет показателей точности прогноза.

Экспериментальная апробация данной методики была проведена на 25 рядах урожайности зерновых культур. Прогноз урожайности рассчитывался одновременно по предложенному алгоритму и методу экспоненциального сглаживания. Всего по 25 временным рядам было рассчитано 104 прогнозные модели в соответствии со значимыми или высокими коэффициентами автокорреляции в диапазоне от 2 до 5 лет. В ряде случаев при значимости 2 -летнего временного лага допускалось его кратное увеличение в два раза, и рассчитывались модели как для 2 цепочек, так и для 4.

Во всех случаях наиболее точной моделью оказалось выравнивание по алгоритму выборочных цепочек. Наименее точной моделью во всех случаях оказалось выравнивание методом экспоненциального сглаживания.

Показатели точности прогноза позволяют сделать вывод о предпочтительности использования моделей выборочных временных цепочек, так как в 19 случаях из 25 предложенный алгоритм прогнозирования урожайности зерновых культур показал более высокую достоверность.

6. Уточнена методика сценарного проектирования рациональных

производственных структур сельскохозяйственных организаций.

Учитывая особенности и специфику сельскохозяйственного производства, мы полагаем целесообразным рассматривать вероятностные оценки урожайности зерновых культур как основу разработки альтернатив будущего развития сельскохозяйственных организаций.

На основе прогнозных значений урожайности зерновых культур (таблица 2) нами были рассчитаны варианты производственных структур для двух сельскохозяйственных организаций: колхоза «Борец» Раменского района

Московской области.

области и ЗАО «Красная Заря» Ступинского района Московской

Таблица 2

Варианты урожайности товарных культур, ц/га

Колхоз «Борец» Раменского района Московской области

Наименование культур Урожайность 200! г - простая экстраполяция (вариант1) Точечный прогноз урожайности на 2004 г (вариант 2) Нижняя граница интервального прогноза урожайности (вариант 3) Верхняя граница интервального прогноза урожайности (вариант 4)

Озимая пшеница 15,1 28,9 14.0 43,8

Ячмень 13,7 24,9 7,5 42,0

ЗАО «Красная Заря» Ступинского района Московской области

Наименование культур Урожайность 2004 г - простая экстраполяция (вариант 1) Точечный прогноз урожайности на 2007 г (вариант 2) Нижняя граница интервального прогноза урожайности (вариант 3) Верхняя граница интервального прогноза урожайности (вариант 4)

Озимая пшеница 24.4 47,6 40.34 54,8

Ячмень 24,3 42,6 18,15 67,0

Рассчитанные таблицах 3-6.

варианты производственных структур хозяйств приведены в

Структура посевных площадей колхоза «Борец», га

Таблица 3

Наименование культур 1 вариант 2 вариант 3 вариант 4 вариант

Товарные культуры

Озимая пшеница 1697 1868 1649 1870

Ячмень 0 1632 0 1714

Итого товарные культуры 1697 3500 1649 3584

Фуражные культуры

Ячмень 1554 190 1610 110

Озимая пшеница 0 0 84 0

Кукуруза на силос 305 97 261 93

Многолетние травы на сено 125 40 100 40

Многолетние травы на сенаж 131 41 104 42

Многолетние травы на семена 29 9 40 9

Кормовая свекла 49 ¡3 42 12

Итого фуражные культуры 2193 390 2241 306

ВСЕГО площадь пашни 3890 3890 3890 3890

Весьма существенные отличия наблюдаются по рассчитанным структурам: в случае высокой урожайности сельскохозяйственных культур, все ресурсы хозяйства перераспределяются в пользу растениеводческой отрасли, существенно сокращая животноводство.

Таблица 4

Численность и структура поголовья КРС колхоза «Борец», голов

Группа животных 1 вариант 2 вариант 3 вариант 4 вариант

Коровы 999 317 856 289

Молодняк КРС 666 211 571 289

Всего численность поголовья КРС 1665 528 1427 578

Таблица 5

Структура посевных площадей ЗАО «Красная Заря», га

Наименование культур 1 вариант 2 вариант 3 вариант 4 вариант

Товарные культуры

Озимая пшеница 1843 2038 1835 2148

Ячмень 773 1586 509 1950

Итого товарные культуры 2616 3624 2344 4098

Фуражные культуры

Ячмень 552 257 777 90

Кукуруза на силос 319 258 304 143

Многолетние травы на сено 160 137 165 77

Многолетние травы на сенаж 270 219 258 119

Многолетние травы на зеленый корм 511 0 567 0

Многолетние травы на семена 95 35 107 20

Кормовая свекла 45 39 45 22

Итого фуражные культуры 1952 945 2223 471

ВСЕГО площадь пашни 4568 4569 4567 4569

Таблица 6

Группа животных I вариант 2 вариант 3 вариант 4 вариант

Коровы 810 694 819 384

Молодняк КРС 810 694 819 384

Всего численность поголовья КРС 1620 1388 1638 768

Такое сокращение поголовья объясняется нерентабельностью реализации мяса, но такое объяснение не является удовлетворительным с точки зрения планирования и управления сельскохозяйственным производством и заставляет искать ключевые причины сложившейся ситуации и пути решения проблемы.

Таким образом, вариантный прогноз урожайности зерновых культур позволяется рассчитать возможные варианты производственной структуры хозяйства, размеров отраслей сельскохозяйственного производства, найти скрытые противоречия в сложившейся экономической ситуации, а также скорректировать текущее развитие со стратегическими целями и задачами хозяйствующего субъекта. Предложенный подход позволяет обеспечить

устойчивость среднесрочных программ развития в диапазоне наилучшего и наихудшего сценария развития.

ВЫВОДЫ И ПРЕДЛОЖЕНИЯ

В ходе исследований, проведенных в рамках выполненной работы, получены следующие результаты.

1. Уточнено место и роль прогнозирования в системе планирования и управления сельскохозяйственным производством.

2. Обобщены теоретические основы научного прогнозирования, включая циклически-волновую теорию, генетическую концепцию и теорию детерминированного хаоса.

3. Уточнена методика анализа временных рядов урожайности сельскохозяйственных культур, а также методика исследования тренда и циклической составляющей временных рядов урожайности. В результате проведенных исследований установлена антиперсестентность рассмотренных рядов урожайности, выявлено наличие циклов различной продолжительности: двухлетних, десяти- двенадцатилетних, двадцатичетырех-двадцатишестилетних. Установлено, что длина волны циклов урожайности сельскохозяйственных культур не является постоянной величиной - может сжиматься и расширяться.

4. Рассмотрены основные факторы, оказывающие влияние на формирование урожая в ретроспективе. На основе экспертных оценок сделан вывод о доминировании научно-технического прогресса как главной действующей силы на динамику изменения изучаемого признака как непосредственно, так и опосредованно.

5. Рассмотрена корреляционная связь между факторными признаками (удобрения, осадки, солнечная активность) и урожайностью зерновых культур. Доказан динамический характер связи и обоснована необходимость ее учета при построении прогноза урожайности зерновых культур. Обоснованы параметры отбора факторных признаков для построения регрессионных моделей урожайности.

6. Рассмотрены основные подходы к анализу и прогнозированию урожайности сельскохозяйственных культур: моделирование и экстраполяция. Проведена оценка предпочтительности и условий применения данных методов в зависимости от уровня управления, на котором строится прогноз, длины горизонта прогнозирования. Установлено, что наиболее точный прогноз урожайности зерновых культур можно получить, совмещая различные методы прогнозирования: экстраполяционные приемы на среднесрочном горизонте прогнозирования на всех уровнях управления от сельскохозяйственного товаропроизводителя до государства в целом и методы моделирования для

краткосрочных и текущих прогнозов урожайности зерновых культур в период вегетации на уровне конкретного товаропроизводителя.

7. Предложена авторская схема построения прогноза урожайности зерновых культур на основе приемов экстраполяции. Суть предлагаемого алгоритма заключается в выделении из исходного временного ряда выборочных цепочек, состоящих из взаимосвязанных уровней (взаимосвязь уровней определяется на основе расчета коэффициентов автокорреляции), аппроксимации полученных цепочек, обратного синтеза полученных уравнений в единую модель выравнивания временного ряда и построения на ее основе прогноза урожайности зерновых культур. В результате проведенных расчетов установлены эмпирические правила применения данного алгоритма.

8. На основе проведенных сравнительных расчетов (на уровне сельскохозяйственных организаций, регионов и государства) установлено, что предлагаемый алгоритм построения прогноза дает более точную модель выравнивания ряда урожайности, а также более точный прогноз на среднесрочную перспективу по сравнению с выравниванием на основе метода экспоненциального сглаживания. Результаты подтверждены расчетами прогнозных значений урожайности зерновых культур по данным хозяйств Ступинского и Раменского районов Московской области, по данным урожайности сельскохозяйственных культур по ряду районов Московской области и по Московской области в целом, а также по России/СССР/России в длительной динамике.

9. Уточнена методика сценарного проектирования рациональных производственных структур сельскохозяйственных организаций на основе вероятностных оценок прогноза урожайности на среднесрочный период.

10. Уточнена система показателей для оценки адекватности экстраполяционных моделей выравнивания временных рядов урожайности и оценки точности прогнозов.

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ Работы, опубликованные в ведущих рецензируемых научных журналах и изданиях, рекомендованных ВАК.

1. Личко К.П. Шуйская Е.В. О некоторых возможностях использования теории детерминированного хаоса в анализе и прогнозировании урожайности сельскохозяйственных культур // Известия ТСХА № 4 2006 г. М.: Изд-во ФГОУ ВПО РГАУ-МСХА имени К.А. Тимирязева. - С. 142-152. - 0,58 п.л. (в т.ч. лично автором 0,3 п.л.).

2. Личко К.П. Шуйская Е.В. Прогнозирование урожайности зерновых культур как основа прогнозирования объемов сельскохозяйственного производства// Проблемы прогнозирования № 3 2007 г. М.: Изд-во институт

народнохозяйственного прогнозирования Российской академии наук - 0,54 п.л. (в т.ч. лично автором 0,27 п.л.). Другие работы.

1. Шуйская Е.В. Применение теории хаоса к анализу сельскохозяйственного производства. // Материалы Международной конференции молодых ученых и специалистов, посвященной 140 - летию РГАУ - МСХА имени К.А. Тимирязева, 1-2 июня 2005 г. М.: центр оперативной полиграфии ФГОУ ВПО РГАУ-МСХА имени К.А. Тимирязева, 2006. - С. 312-317. - 0,25 п.л.

2. Личко К.П. Шуйская Е.В. О влиянии изменения климатических условий на динамику урожайности сельскохозяйственных культур. // Материалы Международной научной конференции, посвященной 140 - летию РГАУ -МСХА имени К.А. Тимирязева (13 - 16 декабря 2005 г.) - 0,37 п.л. (в т.ч. лично автором 0,2 п.л.).

3. Шумская Е.В. К вопросу о циклическом характере динамики урожайности сельскохозяйственных культур. // Проблемы экономики № 1 2006 г. М.: Изд-во «Компания Спутник+». - С. 197-198. - 0,17 п.л.

4. Шумская Е.В. Оценка предпочтительности методов прогнозирования урожайности сельскохозяйственных культур. // Проблемы экономики № 1 2006 г. М..- Изд-во «Компания Спутник+». - С. - 199-201. - 0,26 п.л.

5. Шумская Е.В. Применение фрактального анализа к изучению вопросов управления аграрной сферой. // Современные гуманитарные исследования № 1 2006 г. М.: Изд-во «Компания Спутник+» - 0,21 п.л.

6. Шумская Е.В. Особенности прогнозирования временных рядов урожайности сельскохозяйственных культур // Проблемы экономики № 2 2006 г. М.: Изд-во «Компания Спутник+». - С. - 157-160. - 0,24 п.л.

7. Шумская Е.В. Экстраполяционные приемы прогнозирования урожайности зерновых культур на среднесрочную перспективу // Российский экономический интернет-журнал [Электронный ресурс]: Интернет-журнал АТиСО / Акад. труда и социал. отношений — Электрон, журн. — М.: АТиСО, 2002. — № гос. регистрации 0420600008. — Режим доступа: http://www.e-rej.ru/А115с1ез/2006/8Ьит8к:ауа.с1ос, свободный — Загл. с экрана. - 0,45 п.л.

ШУМСКАЯ Екатерипа Владимировна

Подписано в печать 31.01.2007 г. 1,25 печ. л. Зак. 84. Тир. 100 экз.

Центр оперативной полиграфии ФГОУ ВПО РГАУ - МСХА им. К.А. Тимирязева 127550, Москва, ул. Тимирязевская, 44

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Шумская, Екатерина Владимировна

ВВЕДЕНИЕ.

ГЛАВА I. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ.

1.1 Роль и место прогнозирования в системе управления сельскохозяйственным производством

1.2 Закономерности общественного развития как основа научного прогнозирования и планирования.

1.2.1 Циклически-волновой подход

1.2.2 Генетический подход

1.2.3 Применение фрактального анализа к управлению и прогнозированию экономических систем

1.3 Основные методы прогнозирования

1.4 Обзор современных направлений прогнозирования урожайности сельскохозяйственных культур

ГЛАВА II. ОСОБЕННОСТИ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР В СОВРЕМЕННЫХ УСЛОВИЯХ.

2.1 Нормативный подход к прогнозированию урожая

2.2 Дескриптивный подход к прогнозированию урожая и урожайности

2.3 Факторный анализ урожайности сельскохозяйственных культур

2.3.1 Солнечная активность (числа Вольфа)

2.3.2 Удобрения

2.3.3 Атмосферные осадки

2.3.4 Многофакторный регрессионный анализ

2.4 Анализ временных рядов урожайности сельскохозяйственных культур

2.4.1 Показатели динамики урожайности

2.4.2 Ретроспективный анализ факторов формирования урожая

2.4.3 Изучение основной тенденции в динамике урожайности сельскохозяйственных культур

2.4.4 Изучение циклических свойств динамики урожайности зерновых культур

2.4.5 Временные ряды урожайности зерновых культур как отражение фрактальных свойств сельскохозяйственного производства

ГЛАВА III. РАЗРАБОТКА ПРОГНОЗОВ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР НА ОСНОВЕ ЭКСТРАПОЛЯЦИОННЫХ ПРИЕМОВ.

3.1 Оценка предпочтительности методов прогнозирования урожайности зерновых культур . . . „

3.2 Теоретическое обоснование предлагаемого алгоритма построения прогноза

3.3 Условия и порядок проведения эксперимента

3.4 Результаты проведенных экспериментов

ГЛАВА IV. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР В ПЛАНИРОВАНИИ И УПРАВЛЕНИИ СЕЛЬСКОХОЗЯЙСТВЕННЫМ ПРОИЗВОДСТВОМ.

4.1. Возможности применения прогноза урожайности зерновых культур в сельскохозяйственных организациях.

4.2 Математическая запись модели

4.2.1 Система переменных

4.2.2 Система ограничений

4.2.3 Математическая запись экономико-математической модели

4.3 Результаты вариантного расчета моделей оптимизации производственной структуры.

4.3.1 Результаты вариантного расчета модели оптимизации производственной структуры колхоза «Борец» Раменского района Московской области

4.3.2. Результаты вариантного расчета модели оптимизации производственной структуры ЗАО «Красная Заря» Ступинского района Московской области

ВЫВОДЫ.

Диссертация: введение по экономике, на тему "Прогнозирование урожайности зерновых культур на среднесрочный период"

Актуальность темы исследования. Обеспечение продовольственной безопасности страны во все времена было стратегической задачей, обеспечивающей независимость государства. В условиях рыночных отношений и самостоятельности хозяйствующих субъектов вопрос предвидения объемов производства продовольствия приобретает еще большую актуальность. Среди множества показателей, описывающих деятельность сельскохозяйственных организаций, особого внимания заслуживает урожайность сельскохозяйственных культур. Это комплексный показатель. С одной стороны, он является исходной информацией для построения планов, прогнозов и принятия управленческих решений, с другой стороны, - это один из основных результирующих показателей сельскохозяйственного производства. Урожайность сельскохозяйственных культур является показателем очень сложным с точки зрения предвидения, поскольку формирование урожая связано не только с действием производственных факторов, но также погодных условий и биологических систем. Особую значимость на наш взгляд имеет построение прогноза урожайности на среднесрочную перспективу (до 3 лет).

Получение достоверного прогноза урожая позволит корректно решать вопросы формирования резервных фондов продовольствия, наличия необходимых мощностей для хранения полученного урожая, строить адекватную и эффективную политику внешней торговли.

Кроме того, заблаговременный прогноз урожайности сельскохозяйственных культур является основой для своевременной и эффективной корректировки структуры сельскохозяйственного производства, его размещения и перераспределения ресурсов.

На исследование оказала существенное влияние низкая доступность статистического материала. Среди исследованных временных рядов урожайности сельскохозяйственных культур большая доля приходится на зерновые культуры. По другим сельскохозяйственным культурам объем исследований не позволяет сделать объективные выводы. В связи с этим тема диссретационной работы была ограничена зерновыми культурами.

Состояние изученности вопроса. Вопрос предвидения урожайности сельскохозяйственных культур в целом и зерновых в частности на среднесрочную перспективу относится к числу наименее разработанных в экономике аграрного сектора.

В разработку вопроса предвидения урожайности сельскохозяйственных культур внесли существенный вклад труды таких ученых как Н.Д. Кондратьев, В.М. Обухов, H.A. Челинцев, Н. Четвериков, Е.М. Четыркин, С.С. Сергеев, С.Г. Струмилин, М.М. Юзбашев, В.Г. Сиротенко, В.А. Михельсон, A.M. Гатаулин, А.П. Зинченко, М.К. Каюмов, В.М. Пасов, JI.M. Перекальская, А Н. Полевой, М.И. Розанов и другие.

Вместе с тем, до последнего времени вопрос среднесрочного и долгосрочного прогнозирования урожайности сельскохозяйственным культур как особой экономической проблемы не был выделен в самостоятельное научное направление. Это связано не только с трудоемкостью экспериментальных исследований, но и с неразработанностью ряда методологических вопросов. Среди них можно назвать следующие:

- недостаточно четко определено место прогнозирования урожайности сельскохозяйственных культур в вопросе повышения устойчивости сельскохозяйственного производства;

- отсутствует научное обоснование надежности прогнозов урожайности сельскохозяйственных культур на среднесрочный период на основе данных прошлых лет;

- не определен четкий порядок построения прогноза урожайности сельскохозяйственных культур по основным методам прогнозирования (моделирование, включая регрессионные модели, и экстраполяция).

Актуальность вышеуказанных проблем, их недостаточная изученность и большая практическая значимость определили цель и задачи диссертационного исследования.

Цель работы. Целью диссертационной работы является разработка и совершенствование методических приемов построения прогноза урожайности зерновых культур на среднесрочный период. Поставленная цель определила следующие задачи:

- определить место прогнозирования в системе управления и планирования сельскохозяйственного производства; обосновать роль прогнозирования урожайности сельскохозяйственных культур в сценарном планировании и управлении сельскохозяйственным производством;

- определить перспективные направления совершенствования системы прогнозного обеспечения сельского хозяйства, оценить преимущества и недостатки основных подходов к прогнозированию урожайности сельскохозяйственных культур, обосновать предпочтительность их применения в различных условиях;

- дать научное обоснование характеру динамики урожайности сельскохозяйственных культур в целом и зерновых в частности;

- обосновать циклические свойства временных рядов урожайности сельскохозяйственных культур;

- определить характер взаимодействия между основными факторами урожайности сельскохозяйственных культур и результативным признаком;

- предложить наиболее предпочтительный механизм построения прогноза урожайности зерновых культур на среднесрочный период;

- провести экспериментальную апробацию теоретически обоснованных механизмов прогнозирования урожайности зерновых культур;

- уточнить систему показателей для оценки точности моделей временных рядов и прогнозов урожайности зерновых культур;

- уточнить методику проектирования рациональных производственных структур сельскохозяйственных организаций на основе вероятностных оценок уровней урожайности сельскохозяйственных культур.

Предметом исследования являются методические приемы прогнозирования и их применение к построению обоснованного прогноза урожайности зерновых культур на среднесрочную перспективу.

В отличие от нормативных, статистических, бухгалтерских и других данных технико-экономические показатели, в целом, и урожайность сельскохозяйственных культур, в частности, не являются жестко детерминированными. Причины этого связаны с тем, что обозначенные показатели связаны с жизнедеятельностью живых организмов, формируются в живой среде под мощным воздействием природно-климатических факторов. Сложность заключается в том, что при одних и тех же условиях производства (определяемых человеком) значения урожайности сельскохозяйственных культур могут весьма широко варьировать. С другой стороны, это крайне важный показатель, который может оказать существенное влияние на принятие управленческих решений как непосредственно, так и опосредованно через решение тех или иных экономико-математических моделей.

Объектом исследования являются временные ряды урожайности сельскохозяйственных культур по ряду хозяйств Раменского и Ступинского районов Московской области (за период 1950 - 2004, 1981 - 2003 гг. соответственно), урожайность некоторых зерновых культур по районам Московской области (за периоды 1955 - 1998 гг. и 1955 - 2005 гг.) и в целом по Московской области (за период 1955 - 2003 гг.), а также данные по урожайности зерновых в России/СССР/России за период 1801 - 2003 годы [128].

Теоретической и методологической основой исследования послужили диалектический метод познания экономических явлений и категорий, теоретические и методологические положения, разработанные отечественными и зарубежными учеными в области экономики, планирования, прогнозирования и управления аграрным производством и всей экономикой в целом. Разнообразие объектов и задач, в рамках проведенного исследования, обусловило необходимость использования различных методов.

Абстрактно-логический, диалектический и монографический методы были использованы при формулировании понятий, раскрытии сущности прогнозирования, определении его роли и места в принятии управленческих решений.

Статистико-экономические методы были использованы при анализе временных рядов урожайности сельскохозяйственных культур, выявлении и анализе основных характеристик временных рядов.

Методы сравнительного анализа были использованы при оценке предпочтительности различных методов прогнозирования изучаемого показателя.

Расчетно-конструктивный метод и метод анализа и синтеза были использованы при разработке алгоритма построения прогноза урожайности зерновых культур на среднесрочную перспективу и его экспериментальной апробации. Кроме того, данные методы познания использовались при исследовании проблем управления и управляемости сельскохозяйственного производства в современных условиях.

Метод экономико-математического моделирования был использован при разработке вариантов производственных структур исследуемых хозяйств на основе разработанных прогнозов урожайности зерновых культур.

Метод исторических аналогий был использован для раскрытия «природы» показателя урожайности сельскохозяйственных культур, изучения его динамических характеристик.

Научная новизна диссертации заключается в разработке авторского алгоритма построения прогноза урожайности зерновых культур на среднесрочную перспективу и на этой основе уточнения методики обоснования рациональных производственных структур сельскохозяйственных организаций. Предложенный прием построения прогноза основан на анализе взаимосвязанных уровней исходного временного ряда, их экстраполяции и дальнейшем синтезе в единую систему, что позволяет учесть не только направление развития динамики урожайности, но и ее циклические свойства. Научная новизна также присутствует в следующих результатах:

- уточнены место и роль прогнозирования в системе планирования и управления сельскохозяйственным производством;

- определены предпочтительные условия применения различных подходов к прогнозированию урожайности сельскохозяйственных культур в зависимости от уровня принятия управленческого решения;

- уточнена методика анализа временных рядов урожайности, включая исследование основной тенденции и циклов;

- выявлен динамический характер корреляционных связей между факторными признаками и урожайностью зерновых культур, обоснованы параметры отбора факторных признаков для построения регрессионных моделей;

- уточнена система показателей для оценки адекватности экстраполяционных моделей временных рядов и оценки точности прогноза.

Практическая значимость работы заключается в следующем:

- разработан и апробирован механизм построения прогноза урожайности зерновых культур на среднесрочный период. Предлагаемый алгоритм отличается простой реализацией (доступна реализация в Excel), не требует специального программного и аппаратного обеспечения, является универсальным с точки зрения его использования на различных уровнях разработки прогнозов, планов и принятия управленческих решений (хозяйство, район, регион, государство);

- рассмотрены вопросы практического применения прогнозов урожайности зерновых культур в планировании и управлении сельскохозяйственным производством;

- глубокая и подробная проработка методической базы построения статистических моделей позволяет использовать выработанную схему построения модели временных рядов, оценки ее адекватности и точности построения прогноза в учебных целях на кафедре прогнозирования и планирования АПК и в учебных курсах, связанных с анализом и прогнозированием временных рядов.

Достоверность полученных результатов. С целью обеспечения достоверности выводов и результатов исследований было проанализировано 60 временных рядов урожайности различных сельскохозяйственных культур на различных уровнях хозяйствования- от сельскохозяйственной организации до государства в целом. По 25 рядам урожайности зерновых культур в общей сложности было рассчитано 104 модели экстраполяционных прогнозов. Временные ряды имели различную продолжительность и различный конечный период. Единообразие закономерностей выявленных на таких различных временных рядах свидетельствует о достоверности полученных результатов.

Диссертация: заключение по теме "Бухгалтерский учет, статистика", Шумская, Екатерина Владимировна

ВЫВОДЫ

В ходе исследований, проведенных в рамках выполненной работы, получены следующие результаты:

1. уточнено место и роль прогнозирования в системе планирования и управления сельскохозяйственным производством.

2. Обобщены теоретические основы научного прогнозирования, включая циклически-волновую теорию, генетическую концепцию и теорию детерминированного хаоса.

3. Уточнена методика анализа временных рядов урожайности сельскохозяйственных культур, а также методика исследования тренда и циклической составляющей временных рядов урожайности. В результате проведенных исследований установлена антиперсестентность рассмотренных рядов урожайности, выявлено наличие циклов различной продолжительности: двухлетних, десяти- двенадцати летних, двадцатичетырех- двадцатишестилетних. Установлено, что длина волны циклов урожайности сельскохозяйственных культур не является постоянной величиной - может сжиматься и расширяться.

4. Рассмотрены основные факторы, оказывающие влияние на формирование урожая в ретроспективе. На основе экспертных оценок сделан вывод о доминировании научно-технического прогресса как главной действующей силы на динамику изменения изучаемого признака как непосредственно, так и опосредованно.

5. Рассмотрена корреляционная связь между факторными признаками (удобрения, осадки, солнечная активность) и урожайностью зерновых культур. Доказан динамический характер связи и обоснована необходимость ее учета при построении прогноза урожайности зерновых культур. Обоснованы параметры отбора факторных признаков для построения регрессионных моделей урожайности.

6. Рассмотрены основные подходы к анализу и прогнозированию урожайности сельскохозяйственных культур: моделирование и экстраполяция. Проведена оценка предпочтительности и условий применения данных методов в зависимости от уровня управления, на котором строится прогноз, длины горизонта прогнозирования. Установлено, что наиболее точный прогноз урожайности зерновых культур можно получить, совмещая различные методы прогнозирования: экстраполяционные приемы на среднесрочном горизонте прогнозирования на всех уровнях управления от сельскохозяйственного товаропроизводителя до государства в целом и методы моделирования для краткосрочных и текущих прогнозов урожайности зерновых культур в период вегетации на уровне конкретного товаропроизводителя.

7. Предложена авторская схема построения прогноза урожайности зерновых культур на основе приемов экстраполяции. Суть предлагаемого алгоритма заключается в выделении из исходного временного ряда выборочных цепочек, состоящих из взаимосвязанных уровней (взаимосвязь уровней определяется на основе расчета коэффициентов автокорреляции), аппроксимации полученных цепочек, обратного синтеза полученных уравнений в единую модель выравнивания временного ряда и построения на ее основе прогноза урожайности зерновых культур. В результате проведенных расчетов установлены эмпирические правила применения данного алгоритма.

8. На основе проведенных сравнительных расчетов (на уровне сельскохозяйственных организаций, регионов и государства) установлено, что предлагаемый алгоритм построения прогноза дает более точную модель выравнивания ряда урожайности, а также более точный прогноз на среднесрочную перспективу по сравнению с выравниванием на основе метода экспоненциального сглаживания. Результаты подтверждены расчетами прогнозных значений урожайности зерновых культур по данным хозяйств Ступинского и Раменского районов Московской области, по данным урожайности сельскохозяйственных культур по ряду районов Московской области и по Московской области в целом, а также по России/СССР/России в длительной динамике.

9. Уточнена методика сценарного проектирования рациональных производственных структур сельскохозяйственных организаций на основе вероятностных оценок прогноза урожайности на среднесрочный период.

10. Уточнена система показателей для оценки адекватности экстраполяционных моделей выравнивания временных рядов урожайности и оценки точности прогнозов.