Научный журнал

Фундаментальные исследования

ISSN 1812-7339

"Перечень" ВАК

ИФ РИНЦ = 1,674

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Кутышкин А.В. 1

---

1 Югорский государственный университет

В статье рассматривается формирование краткосрочного прогноза среднегодовой численности занятых в региональной экономике на основе сценарного подхода ее развития, предполагающего возможную реализацию инерционного (базового) и умеренно-оптимистического (целевого) сценариев развития. Согласно первому сценарию на численность занятых наиболее существенное влияние оказывает демографический фактор, т.е. численность трудоспособного населения региона. Второй сценарий отражает влияние динамики валового регионального продукта, производительности труда в региональной экономике, т.е. обусловлен её развитием. Наряду с учётом указанных макроэкономических показателей целесообразно учитывать также и непосредственно динамику численности занятых в региональной экономике. Умеренно-оптимистический сценарий ориентируется на базовую и целевую оценки величины валового регионального продукта, достижение которых возможно при определенных уровне производительности труда и численности занятых в региональной экономике. На основе ретроспективных данных временного периода, предшествующего году прогнозирования, в рамках каждого сценария разрабатываются экономико-статистические модели, характеризующие взаимосвязи между численностью занятых и указанными выше макроэкономическими показателями. Непосредственно прогнозируемое значение численности занятых определяется усреднением значений этого показателя, рассчитанного на основе сформированных моделей. Результаты прогнозирования сопоставлялись с данными, публикуемыми Росстатом РФ, и прогнозными данными, сформированными профильными департаментами администрации Ханты-Мансийского автономного округа – Югры, опубликованными в открытых источниках.

Статья в формате PDF

311 KB

численность занятых

экономика региона

краткосрочное прогнозирование

макроэкономические показатели

1. Гранберг А.Г. Моделирование социалистической экономики. М.: Экономика, 1988. 487 с.

2. Ершов Э.Б. Развитие и реализация идей модели межотраслевых взаимодействий для российской экономики // Экономический журнал ВШЭ. № 1. 2008. С. 3–27.

3. Зайцева И.В., Ворохобина Я.В., Попова М.В. Балансовая модель анализа и планирования трудового потенциала региона // Фундаментальные исследования. 2014. № 9. С. 804–808.

4. Косоруков О.А., Петрикова Е.М., Петрикова С.М. Макроэкономические методы прогнозирования рынка труда в региональной экономике // Региональная экономика: теория и практика. 2010. № 45 (180). С. 10–25.

5. Субанакова Т.О., Бюраева Ю.Г. Совершенствование методики краткосрочного прогнозирования кадровых потребностей секторов экономики региона (на примере Республики Бурятия) // Региональная экономика: теория и практика. 2013. № 13. С. 22–31.

6. Русина А.Н., Карпычева О.В. Моделирование сценарных условий прогнозирования кадровой потребности экономики региона // Экономика труда. 2017. № 4 (4). С. 309–322.

7. Коровкин А.Г. Динамика занятости и рынка труда: вопросы макроэкономического анализа и прогнозирования. М.: МАКС Пресс, 2001. 320 с.

8. Мост С.А. Прогноз динамики численности занятого населения на основе модели согласования спроса на рабочую силу и ее предложения // Вестник Самарского государственного экономического университета. 2010. № 5 (67). С. 65–69.

9. Коровкин А.Г., Долгова И.Н., Единак Е.А., Королев И.Б. Согласование спроса на рабочую силу и ее предложения на региональных рынках труда: опыт анализа и моделирования // Научные труды: Институт народнохозяйственного прогнозирования РАН. 2012. Т. 10. С. 319–343.

10. Айвазян С.А. Прикладная статистика. Основы эконометрики: учебник для вузов: В 2 т. 2-е изд., испр. Т. 2 //Основы эконометрики. М.: ЮНИТИ ДАНА, 2001. 432 с.

11. Кремер Н.Ш., Путко Б.А. Эконометрика: учебник для студентов вузов / под ред. Н.Ш. Кремера. 3-е изд., перераб. и доп. М.: ЮНИТИ-ДАНА, 2010. 328 с.

12. Статистический ежегодник: Стат. сб. в 2-х ч. Ханты-Мансийский автономный округ – Югра Ч. I. (III) (1990–2016) / Управление Федеральной службы государственной статистики по Тюменской области, Ханты-Мансийскому автономному округу – Югре и Ямало-Ненецкому автономному округу. Тюмень, 2019. 205 с.

13. Статистический ежегодник: Стат. сб. Ханты-Мансийский автономный округ – Югра в 2-х ч. Ч. II. (2017 г., 2018 г.) / Управление Федеральной службы государственной статистики по Тюменской области, Ханты-Мансийскому автономному округу – Югре и Ямало-Ненецкому автономному округу. Тюмень, 2019. 267 с.

14. Статистический ежегодник: Стат. сб. в 2-х ч. Ханты-Мансийский автономный округ – Югра (Ч. I. (II)) (1990–2016) / Управление Федеральной службы государственной статистики по Тюменской области, Ханты-Мансийскому автономному округу – Югре и Ямало-Ненецкому автономному округу. Тюмень, 2019. 335 с.

Среднегодовая численность занятых в региональной экономике (NE) является одним из ключевых показателей, используемых при формировании прогнозов развития региональной социально-экономической системы (РСЭС) с различным горизонтом прогнозирования. В настоящее время для оценки динамики значений NE используются следующие методы:

- балансовые методы, на основе которых разрабатываются динамические балансовые модели трудовых ресурсов (балансы труда) экономических систем различной сложности [1–3];

- эконометрические методы, позволяющие разрабатывать комплексные модели динамики NE, оперирующие макроэкономическими показателями, характеризующими функционирование РСЭС [4–6];

- методы системной динамики [7–9].

Применение вышеперечисленных методов при разработке моделей оценки изменения значений NE и их краткосрочного прогнозирования сопряжено с определенными сложностями. Так, использование балансовых методов, несмотря на то, что методика построения баланса трудовых ресурсов разработана достаточно давно и успешно апробирована, в определенной степени затруднено, поскольку в открытой печати практически отсутствуют детализированные таблицы «Выпуск – Затраты» в региональном разрезе. Модели системной динамики не в полной мере специфицированы за исключением ряда в том числе и указанных работ с учетом структуры региональных показателей социально-экономического состояния субъектов федерации, публикуемых Росстатом РФ. Наиболее приемлемым вариантом для формирования краткосрочного прогноза значений NE, по мнению автора, являются эконометрические методы и модели, достаточно широко использующиеся и при «сценарном подходе» описания вариантов развития РСЭС, который в настоящее время активно используется профильными федеральными и региональными министерствами и департаментами.

Целью данной работы является формирование краткосрочного прогноза среднегодовой численности занятых в региональной экономике ХМАО-Югры на основе модификации использующегося в настоящее время комплекса эконометрических моделей, оперирующих ключевыми макроэкономическими показателями, характеризующими функционирование региональной социально-экономической системы в целом.

Материалы и методы исследования

Исходный комплекс моделей [4–6] включает следующие эконометрические модели:

– модель зависимости NE1(t) от численности трудоспособного населения региона WPR(t) вида

, (1)

где α – постоянная, определяемая методами математической статистики на основе ретроспективных данных о WPR(t) и NE(t);

– модель определения NE2(t) в зависимости от оценки валового регионального продукта GRP(-)(t) для инерционного (базового, консервативного) и умеренно-оптимистического GRP(+)(t) (целевого) сценариев развития региональной экономики – :

, (2)

где LPр(t), In(t) – производительность труда и инвестиции в основной капитал региональной экономики; – зависимость, связывающая LPр(t) и In(t):

– [4, 5]; (3)

– [6]; (4)

Здесь a, b – постоянные, определяемые методами математической статистики.

Непосредственно оценка для каждого из сценариев развития региональной экономики осуществляется либо с использованием простой средней арифметической [4, 5]:

, (5)

либо более сложной зависимостью [6]:

. (6)

Зависимость (5), как правило, не требует дополнительного обоснования, так как предполагает равнозначность «влияния» на значения , как регионального демографического фактора в виде WPR(t), так и возможных сценариев развития региональной экономики, учитываемых через взаимосвязь LP(t) и In(t) (3), (4). Использование же выражения (6) в работе [6] недостаточно обосновано, что вызывает определенные сомнения в целесообразности его использования. В недостаточной мере, по мнению автора, обосновано использование и зависимостей (3), (4).

Модификацию комплекса эконометрических моделей (1)–(6) предлагается осуществить за счёт интеграции в исходный вариант эконометрической модели временного ряда NE(t) – NE3(t) и заменой (3), (4) эконометрической моделью временного ряда LP(t). Оценку же предлагается осуществлять с использованием простой средней арифметической.

Непосредственно краткосрочное прогнозирование значения NEf(t) осуществляется по следующему алгоритму. Для временного интервала [t0, tk] предшествующему году прогнозирования tf строятся модели для оценки NE1(t) (2), и NE3(t). Величина рассчитывалась согласно (2). Эконометрическая модель, характеризующая изменения производительности труда LPр(t) в рассматриваемой экономической системе, имеет следующий вид [10, 11]:

. (7)

Здесь С, d1, d2 – постоянные, идентифицируемые при построении квадратичного тренда для значений LP(t) временного интервала [t0, tk]; z(t) – остатки, определяемые выражением

; (8)

, (9)

где rz(1), rz(2) – частные коэффициенты корреляции остатков (9).

Для описания изменений NE3(t) используется следующая зависимость [10, 11]:

, (10)

где a, b – постоянные, идентифицируемые методами математической статистики.

Исходя из допущения, что в году tf условия и характер функционирования рассматриваемой региональной экономики меняются незначительно, построенные модели используются для оценки величин NE1(tf), и NE3(tf). На их основании рассчитываются значения :

. (11)

Далее алгоритм повторяется для следующего временного интервала. Для построения моделей динамики величин NE1(tf), и NE3(tf) используются статистические данные о социально-экономическом состоянии ХМАО-Югры [12–14]. Оценка корректности идентифицируемых эконометрических моделей NE1(tf), LP(t) и NE3(tf) осуществлялась с использованием общепринятых статистических критериев R2, критерия Фишера, критерия Дарбина – Уотсона [10, 11]. Точность краткосрочного прогноза значения по отношению к фактическим значениям среднесписочной численности занятых в региональной экономике ХМАО-Югры определялась выражением

. (12)

Наряду с этим значения сопоставлялись с аналогичными значениями, рассчитанными для величин , которые публикуются профильным департаментом администрации округа в открытых источниках информации (https://gov.admhmao.ru/plany/prognoz-sotsialno-ekonomicheskogo-razvitiya-khmao-yugry/).

Результаты исследования и их обсуждение

Исходные данные, которые использовались при построении моделей NE1(tf), , NE3(tf), приведены в табл. 1 [12–14]. Величина валового продукта GRP2001(t) приведена в сопоставимых ценах 2001 г., а GRP(t) – в ценах соответствующего текущего года t.

В табл. 2, 3, 4 приведены идентифицированные постоянные выражений (1), (7), (10). Расчетные значения статистических критериев, характеризующих точность R2, адекватность Fрасч отсутствие автокорреляции остатков – критерий Дарбина – Уотсона (KDW) построенных моделей, приведены в табл. 5. Для критерия KDW приведено значение [10, 11] его верхней границы d2(n, m), (n – количество наблюдений, m – количество степеней свободы (коэффициентов статистической модели)). Если расчетное значение KDW больше табличного d2(n, m), то это означает отсутствие автокорреляция между остатками.

Таблица 1

Макроэкономические показатели, характеризующие функционирование региональной экономики ХМАО-Югры в 2001–2018 гг.

Таблица 2

Идентифицированные значения коэффициента модели (1) NE1(t) для выделенных временных интервалов

Таблица 3

Идентифицированные значения коэффициентов модели (7) LPр(t) и NE3(t) для выделенных временных интервалов

Таблица 4

Идентифицированные значения коэффициентов модели (10) NE3(t) для выделенных временных интервалов

Таблица 5

Значения статистических критериев, характеризующие построенные модели (1), (7), (10)

Исходная модель (10) NE3(t) для временных интервалов «2001–2015 гг.», «2001–2016 гг.», «2001–2017 гг.» не обеспечивала приемлемую точность – значения критерия R2 колебались в диапазоне от 0,574 до 0,732. Поэтому была использована модель по своей структуре аналогичная выражению (7). Именно для этой модели в табл. 5 приведены расчетные значения R2, Fрасч и KDW для данных временных интервалов, которые указывают на целесообразность использования более сложной модели (7) для описания NE3(t).

Библиографическая ссылка