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"

м ¿ДО

На правах рукописи

ШУМСКАЯ Екатерина Владимировна

ПРОГНОЗИРОВАНИЕ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР 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

Г3

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

Научный руководитель доктор экономических наук,

профессор Личко Клечеипж Павлович

Официальные оппоненты доктор ткопомических наук

Сиптнц Станислав Огтович

кантидат экономических наук, доцент Шмба ткин А текедндр Егорович

Ведушая организация Всероссийский наччно-исс~едоватсты,кий институт экономики сетьского хозяйства

Зашита состоится « » < с (с* ^ г с1*_2007 г В «'У » час на

заседании диссертационного Совета К 220 0-43 02 при Российском государственном аграрном университете - МСХА имени К А. Тимирязева по адресу 127550, г Москва, V I Тимирязевская д 49 Ученый Сочет РГ\У -МСХА имени К А Тимирязева

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

Автореферат разослан -< 0 >■ АсЪ^-с^- 2007 г

Ученый секретарь диссертационного совета

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 яачяется 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_пгтьпттрнтт . , устойчивости-"

сельскохозяйственного производства; РГАУ-М V

имени К.А. Тимирязева ЦНБ имени H.H. Жежзнова Фонд «иучймм литературы

jiJdÄSü

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

- не определен четкии порядок построения прошена урожайности се 1Ьскохозяиственных культур но основным методам прогнозирования ( моделирование, включая регрессионные молем и, и -жстраполяция) Актуальность вышеуказанных проблем их недостаточная изученность и большая практическая значимость определи ш цепь и задачи диссертационного исследования

Цель н задачи исследования. Цетью диссертационной работы является разработка и совершенствование методических приемов поегроения протоза урожайности зерновых кутьтур на среднесрочный период Поставтенная цель определила следующие задачи

- уточнить место и роль прогнозирования в системе управления и сценарного гпанирования сельскохозяйственною производства,

- определить перспективные направления совершенствования системы прогнозною обеспечения се ы_кого хозяиыва оценить преимущества и недостатки основных подхотов к i рогно шровачлю урожайности сельскохозяйственных чу ты vp обосновать предпочтите 1ьность их применения в различных урочнях принятия управленческих решении

- дагь научное обоснование характеру динамики урожайности сельскохозяйственных кутыур в псом и ¡ерновых в частости,

- обосновать циклические свойства урожайности сельскохозяйственных культур

- определить характер в«имодеиствия vie чду основными факторами урожайности сельскохозяйственных культур и резу ¡ьтатвиым при шаком

- предложить наиболее пречпочт.гте гьный механизм построения прогною урожайности зерновых культур на среднесрочный период

- уточнить систему показате tel для оценки точности уюделеи временных рядов и прогнозов уролаиности ¡ерновь х ьу льтур

- провести жепериментальную апробацию теоретически обоснованных механизмов прогнозирования урожайности зерновых кутыур,

- уточнить методику проектирования рациональных производственных структур сельскохозяйственных организации на основе вероятностных оценок уровней урожайности сельскохозяйственных ку >ьтур

Предметом исследования являются методы и приемы прогнозирования урожайности зерновых культур, а также возможности их применения для построения обоснованного прогноза на ере (несрочную нерегективу

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 чисе i Вочьфа заимствованы на официальном сайте Национального информационного центра по геофизике (NGDC) Боулдер Колорадо CILIA www ngdc noaa gov

Научная новизна диссертации заключается в разработке авторского алгоритма построения прогноза урожайности зерновых kv ihivp на среднесрочную перспективу и на этой основе уточнения методики обоснования рациональных производственных структур сельскохозяйственных организации Предложенный прием построения прогноза основан на анализе взаимосвязанных уровней исходного временного ряда, их 'жстрапои ни и и дальнейшем синтез в единую систему, что позволяет учесть не тотько направление развития динамики урожайности но и ее циклические свойства Научная новизна также присутствует в следующих рез> льтатах

- уточнены место и рочь прогнозирования в системе планирования и управления сельскохозяйственным производством

- определены предпочтительные Условия применения различных подходов к прогнозированию урожайности сельскохомиственных kv ыур в зависимости от уровня принятия управленческого решения

-уточнена методика анализа временных рялов урожайности включая исследование основной тенденции и циклов

- вь явлен ллнамичесхии хараетер корретянионных связей между факторными признаками и урожайностью зерновых ю. льтур обоснованы параметры огбора факторных признаков пя построения регрессионных моделей,

- уточнена система гоказат^леи для оценки адекватности ■жстраполяциошшх моделей временных рядов и оценки точности прогноза

Практическая значимость работы ¡аключаегсч в следующем

- разработан и апробирован механизм гостроения прогноза урожайности зерновых культур на среднесрочный периол Предлагаемый алгоритм отличается простой реализацией (доступна реализация в Excel) не треб\ет специального программного и ахтаратного обеспечения является универсальным с точки зрения его испо шювания на различных уровнях разработки прогнозов планов и принятия управленческих решении (справка о внедрении)

- подробная проработка методической базы построения еташстических 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 рез\лыатов 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

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

В четвертой паве «Практическое применение прогнозирования урожайности черновых кутьтур в птаниронании и управлении сельскохозяйственным производством» - уточнена методика проектирования рациональных производственных структур Предложено использовать вероятностные оценки урожайности товарных Kvibrvp как ochobv разработки сценариев будущего развития сельскохозяйственных организаций Данные по южения реализованы на примере хозяйств Ступинского и Раменского районов Московской об 1асти

В выводах и пред южениях сформутированы основные теоретические и практические резутьтаты исстелования

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1 Временные ряды урожайности зерновых нулмлр являются нестационарными и антиперсистснтными.

Для исследования характера динамики урожайности зерновых и.г\р и природы самого показателя урожайности крайне важным является вопрос определения нали шя тибо отсутствия во временном ряд\- гренда (основной дотгосрочнои тенденции) Проверка проводи"ась с испо гьзованием критерия Фостера-Стьгоарта, показате ш Херста V артистки, метозз характеристик приростов Показате ть Херста быт впервые предложен британским ги фотоюм Х'ерстом в середине XX века д 'я определения наличия в процессе оффечта дотговремепнои памя1И

R/S = (аУ)" 1 где а - некоторая константа, N - текущее значение объема выборкиг Н - показатель Херста [0 1 j

Из 60 исс .едованных временных рядов нагичие тренда средней ве жчипы по критерию Фостерт - Стью^рта показали 16 временных рядов Однако и показатель Херста, он ко ,ебте»ся в диапазоне от 0,17 до 0 33 и V -статистика показали отрицательный результат наличия тенденции во всех случаях, когда >ти показатети рассчитывались (46 случаев из 60) Данные показате ш не были рассчитаны в 14 случаях в связи с недостаточной длиной временных рядов Однако дтя пих рядов критерий Фостера - Стьюарта показал отсутствие тренда в динамике средней ветичины, в "рех с 1учаях набпюдагся тренд дисперсии Кроме того, было проведено исследование данных временных рядов на предмет определения характера тенденции согласно методу характеристик прироста В сiv-чае если выводы, сделанные относительно охсутствия грсн-а, бы ли 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-Стьюарта 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.

0 45

s* T>

-P*4 «P 4?

^ ^ -s> ¿u «> «î- й5 -v* -f> # es

^ -J* 4>=> ¿b ^ vP4 v» ^ Ve4

log-

ч« т> <£>

"> ^ ^ -o* ^ -oc

Рис 1 Я'Я - анализ урожайности зерновых к\ чьтур по России/СССР/России за

период 1801 200"? годы Kpove того по всем изучаемым временным рядам урожайности сельскохозяйственных ку !Ы\р бьпи рассчитань коэффициенты овтокоррепяции (табшца 1) Коэффициент автокорретяции показывая наличие связи между рассматриваемыми уровнями временного ряда, является косвенным показате юм наличии цик шческих ко ниании ч изvчdeмыx временных рядах

Табчииа 1

Резучьтаты проверки автокоррездции временных рядов урожайносги

ССТЬСКОХОЗЯИСТВеННЫХ кучм ур_

Временные

■•аги со 1

Значимыми |

Ки 'ффинк.-н

ыми гвт коррс 1 л

ьии

2 К у 1Борец

* Ко lxoi Ьорец

4 Колхоз Борец

< ЗЛО Городище

6 ЗЛО Городище

7 J \0 Ивановское

Картофе 1ь Оз гц.еиица Ячмень Кук\р> :

^pevte-ïHhie аги с

BblvClv V и ю ффиниентами авток )рретяции я

4 т s is 2ь

5 У Ш 12 15 2Ь -к

8 ЗЛО Красная заря

9 ЗЛО Красная заря [0 ЗЛО Красная заря

11 ГШ Старая Ситня

12 ЗЛО Старая Ситня ! л I ЗАО Леонтьево

/еонтьево

ЗАО

M-t,_ _

pl< ЗЛО Шугарово 16 ¡АО ILlvrapoBo

Оз пиеница Мн трав Оз пиечицз I Оз пшеница

~Гкукурум

г t

1 2 3 4 5 6

17 ЗАО "Шугарово" Ячмень 1981-2003 2 3.4,5,7,9, 11. 13, 18

18 Луховицкий р-он Картофель 1981-2003 1 Нет 2, 6. 12, 15

19 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 22 Дмитровский р-он Оз. пшеница 1955-1997 2,3.4 ¡5.8.15,18,20,26

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 I 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 1 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 15, 6, 28, 20,26

31 Мытищинский р-он I Оз. пшеница 1955-1997:2,3,4, 5 17,18,20,25-26

32 Нарофоминский р-он Оз. пшеница 1955-1997 2,3,4,5 17,10.25

33 Ногинский р-он Оз. пшеница 1955-1997 2,3, 15.9,10,26

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, II, 15,20,25-26

41 Шатурский р-он Оз. пшеница 1955-1997 2, 3. 4. 5 1 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 14,5,6,8,12

47 Раменский район Ячмень 1955-1997 Нет ¡5,6.8,9,13,18

48 Подольский р-он Ячмень 1 1955-1997 3 13,5,6.15,20

49 Ступинский р-он Ячмень ! 1955-1997 Нет 12,5,6.18,20

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 I 2 3. 4,7,8, 12, 18. 20

53 Павлово-Посадский р-он Оз. рожь 1955-1997 \г.З 4, 5,11. 18,20,24

54 Раменский район Оз. рожь 1954-2005 I Нет 1 2, 4, 7-Ю, 12,15, 24-26

55 Московская обл. Овес 1 1955-2000 2,3 ¡4,7,12,18,25-28

56 Московская обл. Зерновые 1 1955-2003 2,3 4. 12,20, 27,28

57 Московская обл. Оз. пшеница | 1955-1997 2,3, 4, 5 6, 7, И, 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 К/Б - анализ и расчет коэффициентов автокорретяции подтвердили наличие в динамике урожайности рассмотренных сельскохозяйственных кутьтур одновременно неско 1ьких циклов различной продо I жител ыюсти 2 летних, 11 - 12 - 1етних, 24 25 - 26 - гетних При этом границы циклов четко не определяются, они колеблются окою близких значений

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

Была исследована связь урожайности се 1Ьскохозяйетвенных кутьтур с такими факторами как со шечная активность удобрения осадки По рассматриваемым признакам рассчитывались коэффициенты парной корреляции для различных временных отрезков В результате обнарулено, что коэффициенты парной регрессии существенно отличаются по различным временным периолам одного и гого же ряда В связи с >тим це"есообразно исс вдовать корреляционную связь факторных и ре!\ 1ыагивного признаков в динамике путем расчета когффициентов корреляции межд\ изу иемыми признаками на временных отрезках ш, пт1-!. т-2 , пук г где п длина исходного временного ряда (т к г - натуральные чис ы) Таким образом, мы получим динамику изменения коррс шшонной связи между двумя признаками во времени На рисунках 2-4 показана динамика парной корреляции отдельных факторов с урожайностью зерновых культур по тайным ко ¡хоза «Борец» Раменского района Московской об ¡асли

03

04

Номер геэисда —•— Коэффициенты косрелч^и -—Вольфа

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

а> 11

08 ОТ] 06 С5 I 04 а 03 | 0 2 :

О 1

О' ь г » 4 в о- г в в м->г к >* 45* >? »4 го гг гэ ¿г г»27 га Л-ч)

Номео лерлодз

—Ксере^яцая с минеоа ьнынш удобрениями 1 Ко.ре-яи^в с с анл^е^клми удобрениями

Рис 3 Динамика коэффициентов корреляции межд\ \ рожайностью зерновых культур в колхо)е «Борец» Раменского района Московской обл и внесением минеральных и органических удобрений запериот 1469— 1998 годы

и мер чеоисаэ

Рис 4 Динамика коэффициентов корреляты меаду vpoжйинocтыo ¡ерновых к\,1ылр в ко 1чо!с «Борец» Раменского района Московской обл и атмосферными осадками ¡а период 1478 1498 годы Динамический характер корреляционных связей необходимо учитывать при прогнозировании урожайности сельскохозяйственных к\ и.т\р Ест регрессионная моде 1Ь иыга построена на одно\» временном отрезке, ее параметры могут оказаться некорректными для другого временного диапазона (более длинного или короткого) что приведет к поучению ошибочных результатов ')тот тезис вполне согласуется с геори>.и лимитирмогцич 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 може1 измениться Для определения факторов, наиболее значимых для изменения результативного признака необходимо оценивать характер изменения во времени каждого фактора в отде шности по каждому объекту исследования Наши исс гедовцния показали что для построения условно-объективной факторной модели необходимо учитывать две группы факторов

Первая группа - факторы находящиеся в наибольшем дефииите (в ст\-чае изменения данного фактора существенно изменился и рсч\ [ьгативный 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 сит и в применении различных систем ведения хозяйства При дальнейшем укрупнении модечи возникнут различия в природно-климатических ус ¡овиях 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 с ложная Горизонт прогнозирования в данном случае до одного года Нельзя оставить без внимания и фактор мотивации для построения таких сложных моделей Если конкретный хо4яйив\юшии субъект обладает такой мотивациеи, ць таясь предвидеть резу тьтат своей леятельности, го чиновник - нет

Методы прогнозной экстраполяции с точки зрения возможности применения на различных уровнях хозяйствования обладают большей универсальностью Эта группа методов отличается меньшей трудоемкостью, что де гает ее более доступной в практическом применении Информационной базой для построения прогноза служат наблюдения ¡начении изучаемою показате 1я в длилельной динамике при условии обеспечения сопоставимости наблюдений Кроме того, применение методов прогнозной экстраполяции позволяет строить пгогноз на hcckoj ько периолов впере и что позволяет рассчитать варианты развития хозяйствующего субъекта на среднесрочную перспективу на всех уровнях управления

Среди экстраполяционных приемов прогнозирования наиболее распространены аналитическое вь равнивание временных рялов на основе различных функций, методы эка оненциальчого сг вливания, исполь ювание циклически-волновых свойств объекта прогнозирования динамики

развития Аналитическое выравнивание предполагает выделение основной тенденции в динамическом ряду и распространение полученных )ависимостей 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 показалем является не совсем корректным Серьезный недостаток этого приема состоит в несоответствии характера динамики наиболее распространенных функций характеру изменения изучаемого показателя Большинство функции, таких как "инейная, логарифмическая степенная, экспонента являются монотонными, в то время как динамика урожайности сельскохозяйственных ку 1ьтур 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:

- антиперсестентностью 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 зерновые 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.

Расчет коэффициентов автокоррепяции и определение

_значимь х времечнь х ла ов_

i i _ ^ ; i 1 уП ГТТЛ I I ГуП

_LÜ_i_t_i_

Построение еь бором«ых временнь х цегсчек из/чаемого признака на основе обобранных временных "aros_

_I_

_Аппроксимация полученных временных цегоче<_

_I_

Синтез выравненных временных цегочеи построение единой модели высэвнивания временного ряда Расчет _показателей точности модели_

__1_

вь бор наиболее тонной модели вырзвчиваиин на сенсее _печазатенел точности моде1" *_

_I__

Расче*1" прогнозных значении "о наиболее "-очной модели _Усреднение полученных прогнозов_

_£_,

Расчет гоказател^и точности прогноза__I

Рис 5 Алгоритм построения проикпа урожаиноеш ¡ерновыч кулыур на основе выборочных временных пеночек Шаг 1 Расчет коэффициентов авгокорреляпии и определение значимых временных тагов Необходимо рассчитать коэффициенты автокорре 1яции д 1Я максимального количества временных шов и выбрать тс, д м которых коэффициент автокорре мшш имеет значимую ве ычину шбо ве шчину, очень близкую к критическому значению С другой стороны выбор временного 1ага должен обесие швать достаточную л."ин\ ьременной цепочки д 1я проведения содержательного анализа

Шаг 2 Построение выборочных временных цепочек изучаемого показателя на основе отобранных временных лаюв При этом в полученных временных цепочках изменение нешвисимои переменной на единицу будет соответствовать длине выбранного времеш ого гага

Шаг 3 Аппроксимация полученных временных цепочек Шаг 4 Синтез выборочных временных цепочек и построение единой моде ш выравнивания временного ря 1а расчет показале"еи точности модели Выбор наиболее точной модели, по которой в дальнейшем рассчитывается прогноз

Шаг 5 Построение прогноза урожайности зерновых культур на среднесрочный период Декомпозиция ряла 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 по 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 структу р 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

и ЗАО «Красная Заря» Ступинского района Московской

Таб шца I

I Наименование | культур

Варианты урожайности товарных к\ тьтур ига

Колхоз «Ьореи» Раменского района Московской области

Г ~

Озимая пшени 1а

V рожайность 2001 Г простая »кслраполяция ^вариант]1

Г чечный пригнем урожайности на ¿0 )4 г(&ариант»|

Нижняя Гранина ингереа. ьисго г рогноза урожайности аариант 1

14 I

I ;

Верхняя граница интервального прогноза урожайности

[вариант 4>_

43 8

1 0

ЗЛО « Красная )аря» Ступинского района Московской области

Наименова те

^ к^1ьтур

р Озимая г^еь ыа \1

Урожаи юсть г простая жстралоляция _вариант-П

54 4 I

Очечный прогноз чрожаиности на •ХЭ"* г I вариант 21

4 * 4 *

Нижняя г ачяца интервального грогноза \рожайности < рдриачт

-1Г И 18

верхняя граница интервального

рсгиоза >рожаиности (вариант 4 >

М 8 С;"0

Рассчитанные варианты производственных структур хозяйств приведены в таб шцах 3-6

Таб типа 3

__Структура посевных птошалеи котхо^а «Бореи» га

Найме ювание к>мы\гр 1 вариант 2 вариант * вариан~ ' 4 вариант

¡сварные к\тьг\ры

Озимая пшеница

Ячмень _ _

Итого товарные ку ть г\ ры

Ячмень _ _

Озимая пшеница _

Кукуруза на си юс _

Многолетние травы нассн) Мноп етние травы на сенаж ^ Много 1етние травы на семена

| Кормовая с.векла _

Итого фуражные ку штуры I ВСЕГО птошадь паши и

_1о97_ 1468^

____V:

_ 1697_ 3500

фуражные кл 1ьг»ры

100 ¡61(1 пи

0 (1 «4 1 0

47 :м 4*1

-.0 Ни 1 40 1

1 и 41 1 104 1 42 1

0 4(1 9

44 1 1 < 4; 12

2193 390 2241 306

3890 3890 3890 1 3890

Весьма существенные оттичия наб подаются по рассчитанным структурам в сту *ае высокой урожайности сетьисохозяйственных кузьтур, все ресурсы хозяйства перераспределяются в пользу растениеводческой отрасти, существенно сокращая животновотство

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 1 211 571 289

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 504 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

Итого фуражные культуры 1952 945 2223 471

ВСЕГО плошадь пашни 4568 4569 4567 4569

Таблица 6

Группа животных 1 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 Н ПРЕДЛОЖЕНИЯ

В ходе исследовании проветенныч в рамках выполненной работы, получены следующие ре ¡у штаты

1 Уточнено место и голь про1 позирования в еиегеме планирования и управления сельскохозяйственным производством

2 Обобщены теоретические основы на\чного прогнозирования включая циклически-нотновую теорию генетическую концепцию и теорию детерминированного хаоса

3 Уючнена методика анализа временных рядов урожайности сельскохозяйственных культур а также методика исследования тренда и циклической состав мюшей временных рядов урожайности В резу ¡ьтате проведенных исследований усганов. ена анти! ерсес-енгность расеУютренных рядов урожайности выявлено наличие цше ов различной продолжительности двух летних десяти- лвенадцаппетних двадцатичетырех-двадцатин ести 1етних Установлено, чло длина во ты циклов урожайности сельскохозяйственных культур не являсгся 1 остоянной ве шчиной - может сжиматься и расширяться

4 Рассмотрены основные фаморы, оказывающие влияние на формирование урожая в ретроспективе На основе жепертных оценок сделан вывод о доминировании научно-технического професса как главной действующей силы на липам и ку изменения и!Учаемого признака как непосредственно так и оносрелованно

5 Рассуютрена корре тчнионная связь между «факторными признаками (удобрения осадки, солнечная активности) и урожайностью зерновых культур Доказан динамически!! характер связи и обоснована необходиуюсть ее учета при построении чрогноза урожайности ¡ерновых к\ 1Ь|ур Обоснованы параметры отбора факторных признаков л 1я построения ре!рессионных моделей урожаиностд

6 Рассмотрены основные полходы к анализу и прогнозированию урожайности сельскохозяйственных культур ушде 1ирование и экстраполяция Проведена оценка предпочтительности и ус ювии применения данных методов в зависимости от уровня управления на котором строигся прогноз, длины юризонта прогнозирования Установлено что наиболее точный прогноз урожайности зерновых ку1ыур угожно полу шть совмещая разаичные методы прогнозирования чкетраполяционные приемы на среднесрочном горизонте прогнозирован и я на всех уровнях управления от се шскохозяиственного товаропроизводителя до юсу ларе ва в псом и У1етоды молелирован ия 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. Шумская 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. Шумская 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 - О 54 п т (в т ч тично автором 0 27 п т ) Другие работы.

1 Шумская ЕВ Применение теории ^слоса к анализу се 1ьскохозяисгвенного производства h Материалы Международной конференции молодых ученых и специалистов посвященной 140 - ¡етию РГАУ - МСХА имени К А Тимирязева 1-2 июня 2005 г M центр оперативной полиграфии ФГОУ ВПО РГАУ-МСХА имени К А Тимирязева 2006 -С 312-317 -0,25 т

2 Личко К П Шумская Е В О влиянии изменения миматичееких усчовий на динамику урожайности се ть^кохо ¡лиственных кутьтур '/ Материалы Международной научной конференции посвященной 140 - '¡етию РГАУ -МСХА имени К А Тимирязева (13 - 16 декабря 2005 i ) - 0,37 m (в г ч тично автором 0 2 п т )

3 Шумская ЕВ К вопроеч о циклическом характере динамики урожайности сельскохозяйственных к у itryp / Проб гемы экономики К' 1 2006 г M Изд-во «Компания Спутник-1-» -С 197-14« — 0,17 rr i

4 Шумская Е В Оценка рредпочтитечьности методов прогнозирования урожайности сельскохозяйственных к у ibryp / Проблемы экономики -V« 1 2006 г M Изт во «Компания Спутник-» - С - 'Q4 201 - 0 26 п ;

5 Шумская F В Применение фрактального анализа ч изучению вопросов управления аграрной сферой Современные i-уманитарные исследования Лг" 1 2006 г M Изд-во «Компания Спутник--» 0 21 из

6 Шумская F В Особенности прогнозирования временных рядов урожайности сельскохозяйственных кутьтур / Проблемы экономики .V» 2 2006 г M Изд-во «Компания Спутник^-» - С - 1^7-160 - 0 24 л i

7 Шумская Е В Экстрапотяционные приемы прогнозирования урожайности $ерновых культур на среднесрочную перспективу // Россиискии экономический интернет-журнал [Электронный рес% рс] Интернет-журнал АГиСО Акад труда, и еоциал отношений — Электрон журн — M АТиСО, 2002 — № гос регистрации 0420600008 — Режим доступа http s wwyv е-rej ru/Articles 2006/Shumskava doe, свободный Зап с экрана - 0,45 п i

ШУМСКАЯ Екатерина Владимировна

Подписано в печать 31 0t 2007 г 1 25 печ i Зак 84 Тир 100 экз

Центр оперативной почиграфии ФГОУ ВПО РГАУ-МСХА им К Л Тимирязева 127550, Москва, ул Тимирязевская, 44