Юкиш В.Ф. Прогнозирование показателей сельского и лесного хозяйства Российской Федерации / В.Ф. Юкиш, Т.М. Прохорова, А.А. Романова // Экономика и бизнес: теория и практика. – 2018. – 2. – С. 97-109.
ПРОГНОЗИРОВАНИЕ ПОКАЗАТЕЛЕЙ СЕЛЬСКОГО И ЛЕСНОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ
В.Ф. Юкиш, канд. экон. наук, доцент, ст. науч. сотр.
Т.М. Прохорова, студент
А.А. Романова, студент
Московский автомобильно-дорожный государственный технический университет
(Россия, г. Москва)
Аннотация. В статье приводятся результаты прогнозных расчетов показателей сельского и лесного хозяйства России до 2030 г., проведенных авторами с использованием методов экстраполяции. Сделана оценка динамики этих показателей. Выявлены факторы, которые влияют на динамику показателей сельского и лесного хозяйства. Полученные прогнозные показатели сравниваются с целевыми индикаторами государственных программ.
Ключевые слова: сельское и лесное хозяйство, прогнозы, оценка динамики, влияющие факторы, сравнение с показателями государственных программ.
Целью исследования, результаты которого изложены в данной статье, явилось проведение прогнозных расчетов методами экстраполяции (аналитического выравнивания и корреляционно-регрессионного анализа) и сравнение полученных прогнозных значений показателей с целевыми индикаторами соответствующих государственных программ. Это позволяет оценить социально-экономическую эффективность данных программ.
Источниками информации послужили ряды динамики показателей за 1995-2016 гг. [1]. Включать в динамические ряды показатели за более ранние периоды времени, по нашему мнению, нецелесообразно. В начале 90-х годов произошли кардинальные социально-экономические изменения, включая такое политическое событие, как распад СССР. Тогда формировались новые геополитические и социально-экономические структуры.
Исследованиям проблем развития сельского хозяйства России был посвящен ряд ранее опубликованных работ одного из авторов данной статьи [2], [3], [4], [5] [6], [7]. Представленная статья является продолжением исследований в этой отрасли экономики.
Для прогнозирования были выбраны показатели сельского и лесного хозяйства, в значительной степени характеризующие данные области экономики:
– среднедушевое производство скота и птицы на убой;
– среднедушевое производство молока;
– среднедушевое производство шерсти;
– среднедушевое производство яиц;
– совокупное лесовосстановление;
– искусственное лесовосстановление;
– защита лесов от вредных организмов биологическими методами;
– защита лесов от вредных организмов химическими методами.
В процессе прогнозных расчетов данных показателей методом аналитического выравнивания были сформированы ряды динамики названных выше показателей за 1995-2016 годы. В результате были получены уравнения тренда для следующих показателей:
– среднедушевое производство скота и птицы на убой Y=36,16+1,60t+0,16t2;
– среднедушевое производство молока Y=223,05+1,01t+0,06t2-0,04t3;
– среднедушевое производство шерсти Y=0,31+0,02t+0,002t2-0,0003t3;
– среднедушевое производство яиц Y=257,47+4,14t;
– совокупное лесовосстановление Y=962,24-15,14t;
– искусственное лесовосстановление Y=235,40-6,35t;
– защита лесов от вредных организмов биологическими методами Y=491,92-30,74t;
– защита лесов от вредных организмов химическими методами Y=178,9-18,88t.
Охарактеризуем результаты проведенных прогнозных расчетов названных выше показателей сельского и лесного хозяйства на период до 2030 года. Среднедушевое производство скота и птицы на убой к 2030 г. должно составить 175,36 кг, что означает увеличение показателя по сравнению с 2016 г. в 2,6 раза. Среднедушевое производство молока имеет тенденцию к сокращению. Если не переломить данный тренд, то показатель с 209,52 кг в 2016 г. снизится к 2024 г. до 25,41 кг. Отрицательная тенденция наблюдается и в среднедушевом производстве шерсти. Если в 2016 г. производство шерсти на душу населения составляло 0,38 кг, то уже к 2019 г. показатель может снизиться до 0,03 кг.
Среднедушевое производство яиц характеризуется возрастающей тенденцией. К 2030 г. данный показатель составит 360,9 яиц, увеличившись по отношению к 2016 г. на 24,2%.
Что касается лесного хозяйства, то здесь по всем исследуемым показателям наблюдается отрицательная тенденция. По сравнению с базисным 2016 г. совокупное лесовосстановление к 2030 г. снизится на 28,7%, искусственное лесовосстановление – на 53,6%. Защита лесов от вредных организмов биологическими методами практически прекратится уже к 2022 г. Защита лесов химическими методами фактически уже не осуществляется.
Для более детального исследования тенденций изменения прогнозируемых показателей сельского хозяйства был использован инструментарий корреляционно-регрессионного анализа. С этой целью были отобраны факторные показатели, которые теоретически могут влиять на анализируемые результативные показатели. Общее количество факторных показателей, включенных в исследование, составило 21.
Динамические ряды показателей в целом по России за 1995-2016 гг. составляют недостаточный массив информации для проведения полноценного корреляционно-регрессионного анализа, т.к. они охватывают всего 22 года. Поэтому для корреляционно-регрессионного анализа в качестве источника информации послужили показатели в разрезе всех административно-территориальных образований Российской Федерации за 2015 г. [8]. Для обеспечения сопоставимости абсолютные значения показателей были пересчитаны в среднедушевой формат. Таким образом, в аналитическую разработку было включено 2050 показателей.
Чтобы выяснить влияние факторных показателей на результативные индикаторы, были рассчитаны коэффициенты парной корреляции между факторными показателями и каждым из результативных показателей.
Как показал анализ, среднедушевое производство скота и птицы на убой в основном зависит от таких факторных показателей, как среднедушевые денежные доходы населения (коэффициент парной корреляции 0,843), прожиточный минимум (0,683), поголовье скота на душу населения (0,767) и число проведенных ярмарок в среднедушевом исчислении (0,829). Следовательно, производство мяса увеличивается с повышением уровня жизни населения. На рост данного показателя сельского хозяйства положительно влияет как поголовье скота, так и число проведенных ярмарок.
На среднедушевое производство молока положительно влияют два факторных показателя: поголовье скота на душу населения (коэффициент парной корреляции 0,635) и надой молока на одну корову в организациях (0,558). Относительно небольшое значение коэффициента парной корреляции между надоем молока на одну корову и производством молока может свидетельствовать о низкой продуктивности молочного стада в Российской Федерации.
Одновременно производство молока на душу населения находится в отрицательной корреляционной зависимости от таких факторных показателей, как среднедушевые денежные доходы населения (-0,584) и величина прожиточного минимума (-0,628). Следовательно, чем беднее население, тем больше на данной территории производится молока. В наших предыдущих исследованиях было выявлено, что бедность населения связана с наличием большого количества детей и проживанием в сельской местности [3]. Как известно, дети нуждаются в большом количестве молочной пищи.
Среднедушевое производство шерсти находится в положительной корреляционной зависимости от таких факторных показателей, как среднедушевое потребление мяса и мясопродуктов (коэффициент парной корреляции 0,634), поголовье скота на душу населения (0,881). Шерсть в России в основном получают от поголовья овец и коз. На тех территориях, где выращивают овец, как правило, пользуется спросом баранина. Этими обстоятельствами можно объяснить значения вышеуказанных коэффициентов корреляции.
Выявлено отрицательное влияние на производство шерсти потребительских расходов населения (коэффициент парной корреляции -0,799) и количества проведенных ярмарок (-0,744). Можно сделать вывод, что шерсть в основном производится в бедных регионах страны, где ярмарочная форма торговли не получила распространения.
На среднедушевое производство яиц значительно влияют два факторных показателя: потребление яиц (коэффициент парной корреляции 0,923) и количество проведенных ярмарок (0,614). Следовательно, производство и потребление яиц фактически находится в функциональной зависимости. Кроме того, производству яиц способствует развитие ярмарочной формы торговли.
Одновременно наблюдается отрицательная зависимость между денежными доходами населения и производством яиц (коэффициент парной корреляции -0, 575). Следовательно, бедное население больше потребляет яиц. Это полезный и относительно дешевый продукт.
Сравним полученные нами прогнозные значения показателей сельского хозяйства с целевыми индикаторами «Государственной программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013-2020 годы» [9]. Как известно, госпрограммы направлены на корректировку или смену сложившейся траектории социально-экономического развития в той или иной области экономики с целью более полного удовлетворения общественных потребностей.
Прогнозное значение показателя «среднедушевое производство скота и птицы на убой» на 2020 г., полученное нами на основе метода аналитического выравнивания, практически совпадает с целевым индикатором государственной программы (прогнозная величина равна 95,9 кг, а целевой индикатор госпрограммы составляет 95,8 кг). Следовательно, государственная программа пока что слабо корректирует сложившийся тренд изменения данного показателя. Здесь следует добавить, что минимальное значение показателя «среднедушевое производство скота и птицы на убой» наблюдалось в 1999 г. – 29,4 кг. Затем показатель стал неуклонно увеличиваться.
По показателю «среднедушевое производство молока» целевой индикатор государственной программы значительно превышает прогнозную величину на основе метода аналитического выравнивания: показатель госпрограммы составляет 260,2 кг, а по прогнозу он равен 134,6 кг. Как видим, превышение составляет 125,6 кг или 93,3%. Из этого можно сделать вывод, что государственной программой намечена существенная корректировка сложившегося тренда изменения данного показателя.
Государственная программа «Развитие лесного хозяйства» на 2013-2020 годы» предусматривает, что ежегодные объемы лесовосстановления должны составить 900-950 тыс. га. [10]. За 1995-2001 годы данный норматив соблюдался. Затем показатель снизился. Проведенные нами прогнозные расчеты с использованием метода аналитического выравнивания свидетельствуют, что при сохранении наметившегося тренда величина показателя лесовосстановления будет ниже целевых значений государственной программы к 2020 г. на 16,6-21%.
Таким образом, проведенное исследование позволило выявить факторы, которые влияют на динамику ряда показателей сельского и лесного хозяйства. Были определены прогнозные значения показателей до 2030 г., характеризующие сложившуюся траекторию развития данных отраслей экономики страны. Сделана оценка динамики этих показателей. Проведено сравнение полученных прогнозных значений показателей на 2020 г. (год завершения реализуемых ныне госпрограмм) с целевыми индикаторами программ. Это позволило сделать оценку социально-экономической эффективности госпрограмм.
Библиографический список
1. Федеральная служба государственной статистики: Российский статистический ежегодник, 2003-2017 [электронный ресурс]. – Режим доступа: http://www.gks.ru, свободный. – Загл. с экрана
2. Юкиш, В.Ф. Проблемы реформирования современного сельского хозяйства России /В.Ф. Юкиш // Наука в центральной России. – 2013. — № 11 (специальный выпуск). — с. 57-63. – Режим доступа: https://elibrary.ru/item.asp?id=20928885
3. Юкиш, В.Ф. Социально-экономический комплекс России: тенденции развития, проблемы и перспективы: монография / В.Ф. Юкиш. – М.: МАДИ, 2016. – 344 с. – Режим доступа: http://elibrary.ru/item.asp?id=27651228
4. Юкиш, В.Ф. Макроэкономическое прогнозирование, планирование и программирование: учебн. пособие / В.Ф. Юкиш. – М.: МАДИ, 2016. – 224 с. – Режим доступа: http://elibrary.ru/item.asp?id=26228241
5. Юкиш, В.Ф. Макроэкономическое прогнозирование планирование и программирование (практикум) / В.Ф. Юкиш // М.: МАДИ, 2017. 164 с. – Режим доступа: http://elibrary.ru/item.asp?id=28899378
6. Юкиш, В.Ф. Прогнозирование развития агропродовольственного комплекса России в области растениеводства / В.Ф. Юкиш, В.А. Блиганова // Актуальные проблемы гуманитарных и естественных наук. — 2017. — № 2-4. — с. 61-64. – Режим доступа: https://elibrary.ru/item.asp?id=28285673
7. Юкиш, В.Ф. Государственное регулирование экономики и его отражение на макроэкономических показателях современной России / В.Ф. Юкиш, А.В. Скороходова, Е.С. Маслеева // Актуальные проблемы гуманитарных и естественных наук. — 2017. — № 3-3. — с. 157-160. – Режим доступа: https://elibrary.ru/item.asp?id=28765041
8. Регионы России. Социально-экономические показатели. 2016: Стат. Сб. / Росстат. – М., 2016. – 1326 с. [электронный ресурс]. – Режим доступа: http://www.gks.ru, свободный. – Загл. с экрана
9. «Государственная программа развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013-2020 годы». – Режим доступа: https://programs.gov.ru/Portal/programs/passport/27
10. Государственная программа «Развитие лесного хозяйства» на 2013-2020 годы». – Режим доступа: https://programs.gov.ru/Portal/programs/passport/31
FORECASTING INDICATORS OF AGRICULTURE AND FORESTRY OF THE RUSSIAN FEDERATION
V.F. Yukish, candidate of economic sciences, associate professor, senior researcher
T.M. Prokhorov, student
A.A. Romanova, student
Moscow state automobile and road technical university
(Russia, Moscow)
Abstract. The article presents the results of the forecast calculations of indicators of agriculture and forestry of Russia up to 2030, carried out by the authors using extrapolation methods. An assessment of the dynamics of these indicators. Identified factors that affect the dynamics of agriculture and forestry. Received projections compared with the target indicators of State programs.
Keywords: agriculture, forestry, projections, valuation dynamics, influencing factors, and indicators of State programs.