Научный журнал

Фундаментальные исследования

ISSN 1812-7339

"Перечень" ВАК

ИФ РИНЦ = 1,674

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Глухов С.Г. 1 Лысова Т.А. 2 Волкова Т.С. 2

---

1 ФГБНУ «Поволжский научно-исследовательский институт экономики и организации АПК»

2 ФГБОУ ВО «Саратовский государственный аграрный университет им. Н.И. Вавилова»

В статье изложен авторский подход к составлению сценарных прогнозов развития процессов воспроизводства основных фондов в сельскохозяйственных предприятиях (на материалах Саратовской области), базирующегося на методологии динамического программирования и статистических группировок. В ходе апробации предложенного подхода составлена выборка, состоящая из двух групп хозяйств, расположенных в различных микроклиматических зонах субъекта РФ, в которой исследуемые хозяйственные субъекты различались по среднему размеру получаемой чистой прибыли. В результате были составлены три вида сценарных прогнозов, отражающих динамику показателя нормы расширенного воспроизводства – оптимистичный, реалистичный и пессимистичный – отдельно, по каждой группе выборочных сельскохозяйственных предприятий. Использование адаптированного авторского подхода позволит упростить процедуру сценарного прогнозирования в процессе изучения перспектив работы хозяйствующих субъектов агропромышленного комплекса.

Статья в формате PDF

0 KB

сельскохозяйственные предприятия

воспроизводственные процессы

норма расширенного воспроизводства

сценарные прогнозы

метод динамического программирования

1. Суслов С.А. Применение динамического программирования в отраслях сельского хозяйства / С.А. Суслов // Экономический анализ: теория и практика. – 2011. – № 31 (238). – С. 56–60.

2. Черникова Л.И. Сущность воспроизводственного процесса в сельском хозяйстве / Л.И. Черникова // Альманах современной науки и образования. – 2013. – № 8(75). – С. 182–182.

3. Гадило Т.Н. Состояние и управление воспроизводственным процессом в сельском хозяйстве // Т.Н. Гадило // Terra Economicus. – 2010. – № 2–2. – С. 142–149.

4. Кудряшова Е.В. Прогнозирование урожайности сахарной свеклы в Саратовской области / Е.В. Кудряшова // Экономика, труд, управление в сельском хозяйстве. – 2011. – № 3. – С. 49–51.

5. Зотова М.А. Механизм стимулирования производства и труда в мясопродуктовом подкомплексе Поволжья / М.А. Зотова, М.А. Волохова // АПК: экономика, управление. – 2014. – № 10. – С. 47–51.

В современных рыночных условиях хозяйствования основной движущей силой устойчивого экономического роста отрасли сельского хозяйства является адаптация и применения передовых методов и инструментов стимулирования производственных процессов [5, с. 47]. Решение данной задачи неразрывно связано с внедрением инновационных подходов к мониторингу и прогнозированию воспроизводственных процессов, происходящих в сельскохозяйственных предприятиях и их влиянию на конечные финансовые результаты [1, c. 56].

Процесс расширенного воспроизводства в сельском хозяйстве представляет собой направление части прибавочного продукта на образование фонда накопления в каждом хозяйствующем субъекте, обусловленного ростом валовой продукции и чистого дохода [2, с. 182]. Данный фонд, как правило, целенаправленно используется для вовлечения в производство дополнительных высокопроизводительных машин и прогрессивных технологий. Его обязательным условием является высокорентабельное сельскохозяйственное производство [3, c. 143].

Нами предложено адаптировать метод динамического программирования с целью обоснования оптимистичного, реалистичного и пессимистичного сценарных прогнозов развития расширенного воспроизводства в сельскохозяйственных предприятиях Саратовской области на основе критерия нормы расширенного воспроизводства. На рис. 1 представлен алгоритм его апробации [4, c. 41].

Рис. 1. Алгоритм адаптации метода динамического программирования для прогнозирования нормы расширенного воспроизводства сельскохозяйственных предприятий Саратовской области

Рис. 2. Группировка нормы расширенного воспроизводства сельскохозяйственных предприятий Саратовской области по районам (за 2015 г.)

На первом этапе методом группировки показатель нормы расширенного воспроизводства разбивался на три уровня градации: высокий уровень (ВУ); средний уровень (СУ) и низкий уровень (НУ) (исходя из данных статистической отчётности за 2015 г. по сельскохозяйственным предприятиям в разрезе административных районов Саратовской области) (рис. 2).

Выявлено, что в 2015 г. в большинстве районов области в сельскохозяйственных предприятиях прослеживался низкий уровень нормы расширенного воспроизводства – от 0 до 9 %. Средний уровень градации данной величины (от 9 до 18 %) был присущ хозяйствам 10 районов, а высокий (от 18 до 27 %) – лишь трем районам. Что свидетельствует о слабом развитии воспроизводственных процессов в сельском хозяйстве области.

На втором этапе составлена выборка из семи высокоприбыльных хозяйств (хозяйства первой группы) и семи хозяйств с умеренными финансовыми результатами (хозяйства второй группы) Саратовской. Размер чистой прибыли по первой группе хозяйств, полученной в 2015 г. составил от 11,0 до 114,3 млн руб., по второй – от 1,8 до 6,4 млн руб. Для большей репрезентативности выборки изучались хозяйства, расположенные как в Лево-, так и в Правобережье области.

Таблица 1

Динамика нормы расширенного воспроизводства изученных сельскохозяйственных предприятий, %

Ретроспективный анализ по изученным хозяйствам показал следующие результаты: по передовой группе предприятий средние значения показателя были выше, чем по остальным хозяйствам; но, сравнивая показатели с сгруппированными среднеобластными значениями нормы расширенного воспроизводства (первый этап исследования), видим, что их средние величины не достигли высокого уровня (наибольшее значение 15,6 % в 2009 г.) (табл. 1).

Стоит также добавить, что по передовым хозяйствам прослеживается отрицательная тенденция динамики изучаемого показателя – сокращение средней величины с 13,4 до 9,1 % за исследуемый период и, напротив, положительная динамика по остальным хозяйствам – рост средней величины с 1 до 9 %.

На четвёртом этапе проводился расчёт вероятностей изменения нормы расширенного воспроизводства выборочных хозяйств (Pij) по трём уровням, согласно градации, проведённой на первом этапе. Полученные данные отражались в матрице переходных вероятностей. Для их расчёта необходимо отобразить динамику перехода изучаемого показателя по градируемым уровням и вычислить соответствующие частоты (табл. 2).

Расчёт переходных вероятностей производился по формуле

P_ij = m_ij / ∑m_i, (1)

где P_ij – величина переходной вероятности (из состояния i в состояние j);

mij – частота перехода по уровням градации (из состояния i в состояние j);

∑m_i – сумма частот перехода по каждому i-му состоянию.

Опираясь на данные табл. 1 и 2, получаем следующие матрицы переходных вероятностей:

– по хозяйствам первой группы;

– по хозяйствам второй группы.

Рассматривая переходные вероятности по исследуемым хозяйствам, следует отметить, что у передовой группы предприятий, достигнувших высокого уровня нормы расширенного воспроизводства, менее устойчивое положение, чем у остальных хозяйств – вероятность сохранения высоких устойчивых позиций составляет всего 40 %. Такой же шанс передовые хозяйства имеют при переходе из среднего на нижний уровень градации изучаемого показателя. Однако также стоит выделить, что среди передовых хозяйств вероятность восстановить воспроизводственные процессы – от низкого к высокому уровню – существенно выше, чем у остальных хозяйств (30 % против 7 % соответственно),

На пятом этапе производился расчёт средних величин нормы расширенного воспроизводства выборочных хозяйств (Rij) для построения матрицы результатов. Применялась следующая расчётная формула:

R_ij = ∑r_ij / n_ij, (2)

где Rij – средний результат нормы расширенного воспроизводства, соответствующий переходу из состояния i в состояние j;

∑r_ij – сумма всех результатов, соответствующих переходу из состояния i в состояние j;

n_ij – количество результатов, соответствующих переходу из состояния i в состояние j.

Матрицы результатов будут иметь следующий вид:

– по хозяйствам первой группы;

– по хозяйствам второй группы.

На шестом этапе произведено вычисление средних прогнозных величин нормы расширенного воспроизводства (по изученным хозяйствам) в разрезе оптимистичного, реалистичного и пессимистичного сценариев с горизонтом прогнозирования в один год. Расчётные показатели вычислялись по формуле

Нрв i = ∑P_i×R_i, (3)

где Нрв i – прогнозируемые, соответствующие i-му состоянию;

P_i – переходные вероятности, соответствующие i-му состоянию;

R_i – средний результат нормы расширенного воспроизводства, соответствующий i-му состоянию.

Таблица 2

Динамика перехода нормы расширенного воспроизводства изученных предприятий Саратовской области по трём уровням градации

Таблица 3

Прогнозные средние величины нормы расширенного воспроизводства сельскохозяйственных предприятий Саратовской области (по трём сценариям)

Библиографическая ссылка