Под урожай этого года хозяйства области имеют необходимое количество собственных семян, полная обеспеченность имеется по семенам ячменя, овса, проса.
Для сортосмены и сортообновления хозяйствами закуплено 1800 тонн элитных семян яровых зерновых культур, что в 2,8 раза превышает объем на соответствующую дату прошлого года. В целях пополнения недостающего количества семян яровых зерновых культур в большинстве районов области ведется межхозяйственный обмен.
По данным семенных инспекций на 15 марта 2000г. в хозяйствах области из проверенных 125,2 тыс.тонн семян яровых зерновых культур 96% являются кондиционными, а 86% их отвечают требованиям 1 и 2 классов посевного стандарта, что на 4 и 11% соответственно выше, чем в прошлом году.
Старение сельскохозяйственной техники, возрастающие на нее нагрузки неотвратимо приводят к недобору продукции. Если проанализировать потери выращенного урожая зерновых от затягивания сроков уборки до 2 – 2,5 месяцев при нормативных 10 дней, потери при уборке изношенными, плохо отремонтированными из-за недостатка запасных частей комбайнами, превышение в 2,2 раза на них нагрузки против нормативной в 1999г. по области она составила 289 гектаров, а в отдельных районах превысила 300 га, то выходит, что при перестое хлебов после сроков созревания потери составляют более 20%, до 20% теряют наши комбайны, в целом мы недобираем до 40% выращенного урожая. Поскольку хозяйства в большинстве своем не имеют возможности обновлять комбайновый парк, в области ведется работа по созданию уборочных комплексов в машинно-технологических станциях.
Таким образом, механизированные отряды МТС вполне могут и должны стать мощным средством по предотвращению потерь урожая.
Правительством Курской области принимаются меры по оказанию помощи сельхозтоваропроизводителям. В порядке авансирования с промышленных предприятий сельхозтоваропроизводителям через АО “Курскагропромтехника” и ГУП “Курскагролизинг” поставлено техники и материальных ресурсов на 24,5 млн. руб., более 100 млн. руб. выделено из областного бюджета на ремонт сельскохозяйственной техники [11].
3.2. Практическое применение метода “ Дельфи ” в прогнозировании сельскохозяйственных показателей
Прогнозирование и программное планирование АПК базируется на ранее изложенных принципах, приемах и методах экономического прогнозирования и планирования.
Специфика АПК как объекта прогнозирования выражается в том, что он включает несколько органически взаимосвязанных отраслей народного хозяйства, первичным же является сельское хозяйство. Известно, что в сельскохозяйственном производстве условно можно выделить два периода: в одном - процесс производства совершается под действием человека, в другом - под воздействием природных сил.
Следовательно, при прогнозировании показателей развития АПК необходимо использовать как наивные методы, так и экспертные. В первом случае результат объективен, но недостаточно учитываются факторы внешней среды. Применение экспертных методов позволяет устранить данный недостаток.
В качестве объекта прогнозирования возьмем подкомплекс АПК Курской области - зернопродуктовый. Основным показателем развития комплекса является валовый сбор зерна. Исследуем изменение данного показателя в течении длительного временногопромежутка.
Динамика валового сбора зерна в Курской области представлена в следующей таблице.
Таблица 1 - ВАЛОВОЙ СБОР ЗЕРНА В 1913 - 1999 г.
(в первоначально-оприходованном весе)
(в хозяйствах всех категорий)
| Годы |
Тыс.тонн. |
Годы |
Тыс.тонн. |
Годы |
Тыс.тонн. |
Годы |
Тыс.тонн. |
|
| 1913 |
1141.9 |
1959 |
1115 |
1973 |
2189.7 |
1987 |
2838.6 |
|
| 1 920 |
923.1 |
1960 |
1020.5 |
1974 |
2244.2 |
1988 |
2230,3 |
|
| 1932 |
1104.7 |
1961 |
1524.9 |
1975 |
1993.6 |
1989 |
2742.2 |
|
| 1940 |
1169.0 |
1962 |
1469.9 |
1976 |
2776.5 |
1990 |
2730.8 |
|
| 1945 |
380.1 |
1963 |
1086.6 |
1977 |
2289.6 |
1991 |
2031.7 |
|
| 1950 |
777.1 |
1964 |
1592.1 |
1978 |
2286.0 |
1992 |
2534.5 |
|
| 1951 |
831.5 |
1965 |
1670.2 |
1979 |
1427.6 |
1993 |
2682.8 |
|
| 1952 |
890.9 |
1966 |
1668.1 |
1980 |
1516.9 |
1994 |
2153.7 |
|
| 1953 |
936.3 |
1967 |
1787.0 |
1981 |
1383.4 |
1995 |
1489.6 |
|
| 1954 |
911.7 |
1968 |
2048.1 |
1982 |
1913.1 |
1996 |
1459.4 |
|
| 1955 |
120.7 |
1969 |
2756.2 |
1983 |
1982.3 |
1997 |
1776.4 |
|
| 1955 |
840.7 |
1970 |
2008.0 |
1984 |
1732.8 |
1998 |
1800.2 |
|
| 1957 |
1015.5 |
1971 |
2144.7 |
1985 |
2037.4 |
1999 |
1819.1 |
|
| 1958 |
1054.5 |
1972 |
2067.8 |
1986 |
2331.3 |
|
||
Значительные колебания анализируемого временного ряда были вызваны социально-экономическими и природными факторами.
Для прогнозирования валового сбора зерна была проведена экспертная оценка по методу “Дельфи”. В эспертизе приняло участие 14 человек. Экспертиза проводилась в письменном виде, в форме рассылки анкет. Условия проведения экспертизы были соблюдены: эксперты работали анонимно и автономно. В вопросниках был поставлен следующий вопрос: ”Назовите объем валового сбора зерна в Курской области в 2000 году в певоначально-оприходованном весе в хозяйствах всех категорий”. В качестве дополнительной информации экспертам предлагалась статистическая информация - таблица 1.
Экспертиза проводилась в два тура.
Первый тур опроса. Результаты ,а также ранжированный ряд представлены в таблице 2.
Таблица 2 - Результаты первого тура экспертизы
| Экспертные данные (тыс.т) |
2100 |
2200 |
1800 |
2600 |
1900 |
1950 |
1950 |
1975 |
1950 |
1950 |
2000 |
2050 |
2000 |
2000 |
| Ранжированный ряд |
1800 |
1900 |
1950 |
1950 |
1950 |
1950 |
1975 |
2000 |
2000 |
2000 |
2050 |
2100 |
2200 |
2600 |
n – число экспертов, участвующих в экспертизе.
Q0,25 =1950 Q0,75 =2050
|
|
|
Рис 2. - Графики экспертных оценок валового сбора зерна
2 тур опроса
Таблица 3 - Результаты второго тура экспертизы
| Экспертные данные (тыс.т) |
1975 |
1990 |
2000 |
2000 |
2000 |
2050 |
1900 |
2090 |
1900 |
1975 |
1960 |
1960 |
1975 |
1980 |
| Ранжированный ряд |
1900 |
1900 |
1960 |
1960 |
1975 |
1975 |
1975 |
1980 |
1990 |
2000 |
2000 |
2000 |
2050 |
2090 |
=1983 Q0,25
=1960 
=47,72
Me=1978 Q0,75 =2000 n=2,40%
Коэффициент вариации уже после первого тура экспертизы не превышал 33%, для уточнения результатов был проведен второй тур. Коэффициент вариации снизился на 6,5%. Мнения экспертны практически полностью согласованы, точность эскпертной оценки достаточно высока - n=2,40%.
|
|
|
Рис. 3 - Графики экспертных оценок второго тура
Окончательные статистические результаты экспертизы “Дельфи” приведем в таблице 5.
Таблица 5 - Итоги экспертной оценки “Дельфи”
| Тур |
Интервал |
Средняя оценка в туре |
Дисперсия б2 |
v = б/х 100% |
| 1 |
1950 – 2050 |
2030 |
32873,2 |
8,9 |
| 2 |
1960 – 2000 |
1982,5 |
2277,6 |
2,4 |
Результатом экспертизы является медиана ранжированного ряда в туре 2: Me=1978 (тыс.т.)
Экспертами были приведены следующие аргументы за минимальный сбор зерна:
· негативная оценка материально-технической базы основных хозяйств;
· прогнозная оценка погодных усовий:
· недостаточное финансирование АПК;
· проблемы в области управления АПК.
Аргументы за максимальный сбор зерна:
· активизация хозяйственной деятельности фермерских хозяйств в связи с проводимой в области аграрной реформой;
· увеличение посевных площадей.
По результатам были сделаны следующие выводы:
1. В результате 2-х туров оценки эксперты пришли к выводу, что валовой сбор зерна в Курской области в 2000 году составит 1978 тыс.т, это на 159 тыс.т больше чем в 1999г. Тенденция роста сбора зерна сохранится .
2. На протяжении двух туров коэффициент вариации составил менее 33%, опрос можно было прекратить после первого тура, но для уточнения результата был проведен второй тур.
3.3.Прогнозирование методом экстраполяции динамических рядов
Определим прогноз валового сбора зерна в 2000г. с помощью экстраполяции динамических рядов и полученный результат сравним с данными экспертов.
Исходной информацией для экстраполяции являются временные ряды.
При экстраполяции преполагается, что:
· текущий период изменения показателей может быть охарактеризован плавной траекторией - трендом;
· основные условия, определяющие технико-экономические показатели в текущем периоде, не претерпят существенных изменений в будущем, то есть в будущем они будут изменяться по тем же законам, что в прошлом и настоящем;
· отклонения фактических значений показателей от линии тренда носят случайный характер и распределяются по нормальному закону.
Прогнозное значение рассчитаем, используя табличный процессор Excel. Исходный динамический ряд представлен в таблице 1. Так как первая половина ряда имеет существенные колебания, вызванные в основном влиянием внешней среды: политические события, социально-экономические факторы, изменения границ области и т.д., то в качестве ретроспективной информации возьмем данные с 1970 года.
Представим информацию графически.
Рис.4 - Прогноз валового сбора зерна экстраполяцией динамического ряда
В качестве прогнозной функции выбираем полином 5-й степени, уравнение которого приведено на рисунке 4. Величина R2 = 0,5389 приемлема. Прогнозное значение валового сбора для 2000 года равно 2500 тыс.тонн, что превышает результаты экспертной оценки.
При принятии управленческого решения должны быть учтены результаты, полученные и наивными, и экспертными методами.
Заключение
В заключении данной работы можно сделать вывод, что задачами экономического прогнозирования является выявление перспектив ближайшего или более отдалённого будущего в исследуемой области на основе реальных процессов действительности, выработка оптимальных управленческих решений и перспективных планов с учетом составленного прогноза и оценки принятого решения с позиций его последствий в прогнозируемом периоде.
Сущность экспертных методов состоит в проведении интуитивно-логического анализа проблемы, выполняемого привлечёнными для этой цели специалистами экспертами, обладающими необходимым профессиональным образованием, опытом и интуицией. Использование экспертного метода целесообразно только в задачах, отвечающим условиям:
1) задача не может быть решена никаким другим существующим способом;
2) другие, кроме экспертного способы или менее точны, или более трудоёмки.
Особенно эффективно использование экспертного метода в задачах характеризующихся неопределённостью ситуации, её вероятным характером. Подобные ситуации характерны для сельского хозяйства.
Следовательно, прогноз сделанный с помощью метода Дельфи является более достоверным, чем наивный прогноз. При принятии управленческого решения необходимо учитывать результаты и наивных и экспертных прогнозов.
Список использованных источников
1. Бешелев С.Д.,Гурвич Ф.Г.Математико-статистические методы экспертных оценок.2-е изд. перераб. и доп. М: Статистика. 1980-263с.
2. Бобровников Г.Н., Клебанов А.И. Прогнозирование в управлении техническим уровнем и качеством прдукции: Учеб. Пособие.-М:Издательство стандартов. 1984-232с.
3. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов.-г.Железнодорожный, Моск.обл.:ТОО НПЦ “Крылья”,1997-400с.
4. Гранберг А.Г. Статистическое моделирование и прогнозирование / Под ред. Гранберга А.Г.- М:Финансы и статистика 1990-383с.
5. Кузьбожев Э.Н. Экономическое прогнозирование (методы и модели): Учеб. пособие.( Курск. гос. техн. ун-т Курска), 1997 –84с.
6. Литвак Б.Г. Экспертные оценки и принятие решений . М: Патент, 1996-217с.
7. Мотышина М.С.Методы социально-экономического прогнозирования: Учебное пособие- СПб: Изд-во СПб УЭФ,1994-114с.
8. Прогнозирование и планирование в условиях рынка : Учеб. пособие для вузов . Под ред. Морозовой Т.Г., Пикулькина А.В.- М: ЮНИТИ-ДАТА,1999-318с.
9. Прогнозирование и планирование экономики:Учеб. пособие/ Борисевич В.И., Кандаурова Г.А. - Мн.:ИП”Экоперспектива”, 2000. - 432с.
10.Теория прогнозирования и принятия решений. Учеб. пособие . Под ред. Саркисяна С.А. М: “Высш. Школа”,1977
11.Хохлов Б.П. О состоянии и основных направлениях развития агропромышленного комплекса области в 2000году/ Курская правда .28 марта 2000 с.2
29-04-2015, 04:48