Термин «Цифровая экономика» стал в настоящее время одним из популярных [1]. Например, в статье [2] приводятся семь определений, сформулированных на уровне правительств и организаций международного уровня, из которых наиболее удачными нам представляются: (а) Всемирного банка, который под цифровой экономикой понимает «Систему экономических, социальных и культурных отношений, основанных на использовании цифровых информационно-коммуникационных технологий; (б) Исследовательского центра журнала «Economist» и компании IBM – которые цифровой называют «Экономику, способную предоставить высококачественную ИКТ-инфраструктуру и мобилизовать возможности ИКТ на благо потребителей, бизнеса и государства». Ключевыми словами в этих определениях являются цифровые технологии и интернет.
Цель исследования: методами цифровизации выявить и оценить зависимости показателей затрат животноводства региона (всех, материальных и на оплату труда) от соответствующих затрат растениеводства по данным Республики Дагестан за семь лет (2010–2016 гг.). Для достижения цели решен ряд задач: традиционными методами и методами моделирования выявлены тенденции в динамике затрат сельского хозяйства; разработан алгоритм и рассчитаны параметры и характеристики уравнений рядов динамики; разработана авторская методика прогнозирования показателей затрат в сельском хозяйстве на основе моделей рядов динамики; созданы аналитические таблицы, проведен их анализ и сформулированы выводы.
Материалы и методы исследования
В качестве объекта исследования выбраны показатели затрат отраслей сельского хозяйства Республики Дагестан за 2010–2016 гг. При выявлении тенденций применены различные методы и разработаны математические и компьютерные модели
Результаты исследования и их обсуждение
Сельское хозяйство представлено двумя взаимосвязанными сферами: растениеводством (зерновым хозяйством, овощеводством, садоводством, виноградарством и др.) и животноводством (крупным и мелким рогатым скотом, птицеводством, пчеловодством, рыбным хозяйством и др.). В экономике, в том числе сельского хозяйства, следует различать понятия связи и зависимости. Связь – более широкое понятие, означающее, что большинство показателей корреляционно взаимосвязаны в силу их стохастичности, зависимость – более узкое и строгое понятие, означающее, что одни показатели корреляционно не просто связаны с другими, но и зависят от них по экономической логике. Например, стоимость какой-либо продукции растениеводства не зависит, а корреляционно связана с площадью сельских угодий и численностью занятых работников, в то же время объем продукции растениеводства не просто корреляционно связан, а зависит от урожайности сельхозкультур.
Говоря о связях и зависимостях в экономике, в том числе в экономике сельского хозяйства, следует различать следующие ситуации:
а) если один из показателей корреляционно связан с другим, то этот другой показатель также может быть корреляционно связан с первым, то есть два показателя взаимосвязаны;
б) если один из показателей зависит от другого показателя, то этот другой может быть как зависимым от первого, так и независимым (но обязательно связанным).
Экономические показатели растениеводства и животноводства корреляционно взаимосвязаны. Но при этом часть показателей животноводства корреляционно зависит от показателей растениеводства. Это объясняется тем, что растениеводство создает кормовую базу для животноводства [3].
В настоящем исследовании нами выявлены, описаны показатели затрат животноводства от показателей затрат растениеводства и проведен анализ их корреляционной зависимости.
В качестве исходных данных использованы величины показателей суммарных затрат (Yt), материальных затрат (MZt) и затрат на оплату труда (ZPt) в сельском хозяйстве РД, в растениеводстве и животноводстве по данным за 2010–2016 гг. На наличие корреляционной зависимости нами проверены зависимости Y1t от Y2t, MZ1t от MZ2t, ZP1t от ZP2t, где показатели с цифрой «единица» являются показателями затрат животноводства, а с цифрой «два» – показателями затрат растениеводства. Рассматриваемые зависимости являются парными. Наличие или отсутствие зависимости в первую очередь целесообразно проверить графически. Построенные нами графики и их анализ показывает, что показатели затрат в животноводстве предположительно зависят от соответствующих показателей растениеводства и эти зависимости имеют линейный или весьма близкий к нему криволинейный характер. Поскольку заранее нельзя однозначно определить вид зависимости, на приемлемость нами проверено пять видов уравнений рядов динамики: линейный, показательный, степенной, гиперболический и параболический.
Для описания и оценки вида зависимости принято рассчитывать и анализировать параметры и статические характеристики уравнений, выражающих динамические тенденции [4]. В табл. 1 приведены величины параметров и ряда статистических характеристик для четырех видов построенных нами уравнений.
Анализ наличия и приемлемости связей (зависимостей) принято начинать с индекса детерминации (r2), принимающего значения от 0 до 1 (нулевое значение означает отсутствие корреляции, единица – означает, что зависимость является функциональной, а не корреляционной). По величинам индекса детерминации (r2) все виды уравнений, выражающие тенденции показателей затрат на оплату труда, оказались неприемлемыми. Поэтому нет необходимости в их анализе. По индексу детерминации (r2) и критерию Фишера приемлемыми оказались уравнения линейного (1-е место), параболического (2-е место) и степенного (3-е место) видов, выражающих тенденции.
В соответствии с величинами индекса детерминации (r2) все четыре уравнения приемлемы для описания зависимости всех затрат в животноводстве от затрат в растениеводстве. По приемлемости их можно расположить в следующей последовательности: параболический – линейный – степенной – показательный (гиперболический вид оказался неприемлемым); по величинам индекса детерминации (r2), выражающим степень зависимости материальных затрат в животноводстве от материальных затрат в растениеводстве, все уравнения оказались приемлемыми; по приемлемости эти уравнения можно расположить в следующем порядке: параболический – линейный – гиперболический – степенной – показательный. Затраты на оплату труда в животноводстве оказались некоррелированными от соответствующих затрат в растениеводстве, то есть ни один из пяти видов уравнений не оказался приемлемым.
По экономическому смыслу параметров из табл. 1 (б) при прочих равных условиях уравнения по предпочтительности можно расположить в следующем порядке: линейное – степенное – параболическое – показательное.
Отличительной особенностью уравнений линейного и степенного видов, делающей их наиболее приемлемыми, является возможность экономического истолкования их параметра (m) при показателе-факторе:
а) в соответствии с уравнением линейного вида, если независимый показатель-фактор увеличится на одну единицу, то результативный или зависимый показатель возрастет на m единиц;
б) в соответствии с уравнением степенного вида, если показатель-фактор увеличится на 1 %, то зависимый (результативный) показатель возрастет на m %.
Таблица 1
Величины параметров и характеристик уравнений, выражающих тенденции в динамике зависимости показателей затрат в животноводстве от затрат в растениеводстве по данным Республики Дагестан за 2010–2016 гг.
а) статистические характеристики
Все затраты |
Материальные затраты |
Все затраты |
Материальные затраты |
|
линейные |
показательные |
|||
sey |
217527 |
166563 |
0,1844 |
0,2071 |
r2 |
0,9646 |
0,9641 |
0,8943 |
0,8924 |
А, % |
8,75 |
11,27 |
2,88 |
3,36 |
степенные |
параболические |
|||
sey |
0,0643 |
0,0565 |
225552 |
142365 |
r2 |
0,9318 |
0,9575 |
0,9696 |
0,9790 |
А, % |
1,01 |
0,92 |
9,07 |
9,64 |
б) параметры уравнений тенденций
Все затраты |
Материальные затраты |
Все затраты |
Материальные затраты |
||
линейные |
показательные |
||||
b |
–5544999 |
–46431 |
536975 |
448568 |
|
m |
1,1759 |
1,1890 |
1,00000056 |
1,00000082 |
|
степенные |
параболические |
||||
b |
0,00546 |
0,1827 |
b |
–14144426 |
–645481 |
m |
1,3487 |
1,1292 |
m1 |
1,9366 |
2,1673 |
m2 |
0,00000015 |
–0,00000033 |
Построенные нами уравнения линейного и степенного вида, выражающие зависимость всех затрат (Y1t) и материальных затрат (MZ1t) животноводства от соответствующих затрат (Y2t, MZ2t) растениеводства, приведены ниже:
а) линейные
Y1t = –5544999 + 1,1759*Y2t;
MZ1t = –46431 + 1,1890*MZ2t;
б) степенные
Y1t = 0,0055*;
MZ1t = 0,1827*.
Степень корреляционной зависимости затрат на оплату труда в животноводстве от соответствующих затрат в растениеводстве оказалась низкой и неприемлемой; поэтому такую корреляцию нет необходимости исследовать. В соответствии с величинами m в уравнениях линейного вида, если увеличить все затраты и материальные затраты в растениеводстве на 1 руб., то все затраты и материальные затраты в животноводстве возрастут на 1,175 и 1,189 руб. соответственно. В соответствии с величинами m в уравнениях степенного вида, если все затраты и материальные затраты в растениеводстве увеличить на 1 %, то эти виды затрат в животноводстве возрастут на 1,35 и 1,13 %.
Особое положение занимают уравнения параболического вида, при построении которых определяются два параметра при показателях-факторах (m1, m2) [5]:
Y = b + m1X + m2X2.
Важная отличительная особенность уравнений параболического вида состоит в том, что с их помощью можно определить максимальные (или минимальные) величины зависимого показателя (Y), а также величины показателя-фактора (X), при которой достигается этот максимум (минимум). Для вышеприведенного уравнения параболы величина X, при которой величина Y будет max (или min) определяется по формуле Xo = – . При этом, если m2 больше 0, то величина Y будет наименьшей, если m2 меньше 0, то величина Y будет наибольшей; если существует Ymax, то Ymin не существует, и наоборот.
Ниже приведена математическая запись уравнений параболического вида, выражающая тенденции в динамике зависимостей показателей затрат в животноводстве (Y1t, MZ1t) от соответствующих затрат в растениеводстве (Y2t, MZ2t):
а) для всех затрат
б) для материальных затрат
Параболический вид уравнения позволяет определить точку максимума (или минимума); в нашем случае нет ни максимума, ни минимума, то есть приемлемой оказалась одна ветвь параболы. Но максимальные (или минимальные) величины двух рассматриваемых показателей затрат в сельском хозяйстве РД по этим уравнениям можно рассчитать. В нашем случае эти величины оказались максимумами.
Одной из важных целей выявления тенденций в динамике экономических показателей является прогнозирование [4]. Однако при разработке прогнозов в экономике нет необходимости каждый раз выявлять, описывать и анализировать тенденции в виде трендовых или иных моделей. Прикладные программные средства и компьютерные технологии позволяют разрабатывать прогнозы с помощью специальных встроенных функций. Эти функции как бы в уме строят такие модели и их алгоритмы и автоматически выполняют все расчеты и процедуры обработки информации.
Так, в «мастере функций...» MS Excel имеется ряд встроенных статистических функций, позволяющих разрабатывать варианты прогнозов экономических показателей по исходным данным, организованным в виде Excel-таблиц:
а) линейного вида – «предсказ» или «тенденция»;
б) показательного вида – «рост».
Для выполнения прогнозных расчётов по моделям степенного, гиперболического и параболического видов могут быть использованы встроенные функции «тенденция» или «предсказ».
Прогнозировать можно каждый экономический показатель в отдельности, а также зависимый показатель на основе независимого показателя-фактора [3]. Математический инструмент при этом будет иметь следующую схематическую запись: а) Yit = fi(t); б) Yit = f(Xit), где Yit, Xjt – величины i-го зависимого и j-го независимого показателей в t-м временном периоде, t = 1,2,...,T – последовательность временных периодов.
Главной целью прогнозных расчётов является, с нашей точки зрения, не разработка единственно желательного варианта с точки зрения того или иного руководителя экономического объекта (такие варианты прогнозов не могут существовать в принципе), а предсказание верхних, нижних пределов прогнозных величин показателей, а также двух-трех наиболее реально возможных вариантов прогнозов. Сказанного можно достичь, только применив системный подход, основой которого является математическое и компьютерное моделирование. В частности, выполнив в ходе проведения настоящего исследования множество расчётов, автор предлагает четыре варианта затрат в растениеводстве и животноводстве РД на трехлетний прогнозный период (2017–2019 гг.).
В табл. 2 приведены абсолютные величины затрат в двух рассматриваемых отраслях и в целом в сельском хозяйстве, а также темпы роста этих затрат по годам к 2016 г.
Учитывая важность структуры затрат для анализа, в табл. 3 приведены также удельные веса растениеводства и животноводства в суммарных затратах сельского хозяйства.
Таблица 2
Абсолютные величины и темпы роста затрат в сельском хозяйстве РД, рассчитанные по вариантам прогнозов с помощью уравнений динамических тенденций за 2010–2016 гг.
2016 |
2017 |
2018 |
2019 |
2017 |
2018 |
2019 |
|
Абсолютные величины затрат, тыс. руб. |
Темпы роста к 2016 г., % |
||||||
1-й вариант – минимум затрат |
|||||||
Раст-во |
3725434 |
3636963 |
3861014 |
4073104 |
97,6 |
103,6 |
109,3 |
Живот-во |
3748608 |
4050059 |
4420230 |
4779938 |
108,0 |
117,9 |
127,5 |
Сумма |
7474042 |
7687022 |
8281244 |
8853042 |
102,8 |
110,8 |
118,5 |
2-й вариант – реальный по временным рядам |
|||||||
Раст-во |
3943768 |
4266832 |
3943768 |
105,9 |
114,5 |
105,9 |
|
Живот-во |
4421959 |
4663166 |
4421959 |
118,0 |
124,4 |
118,0 |
|
Сумма |
8365727 |
8929998 |
8365727 |
111,9 |
119,5 |
111,9 |
|
3-й вариант – реальный по рядам динамики |
|||||||
Раст-во |
3943768 |
4266832 |
3943768 |
105,9 |
114,5 |
105,9 |
|
Живот-во |
4363183 |
4684978 |
4363183 |
116,4 |
125,0 |
116,4 |
|
Сумма |
8306951 |
8951810 |
8306951 |
111,1 |
119,8 |
111,1 |
|
4-й вариант – максимум затрат |
|||||||
Раст-во |
4582398 |
5415753 |
6400662 |
123,0 |
145,4 |
171,8 |
|
Живот-во |
5417993 |
6837436 |
8628755 |
144,5 |
182,4 |
230,2 |
|
Сумма |
10000391 |
12253189 |
15029417 |
133,8 |
163,9 |
201,1 |
Таблица 3
Удельные веса растениеводства и животноводства РД в прогнозных величинах показателей затрат, рассчитанных по уравнениям динамических тенденций за 2010–2016 гг.
2016 |
2017 |
2018 |
2019 |
|
1-й вариант – минимум затрат |
||||
Раст-во |
49,84 |
47,31 |
46,62 |
46,01 |
Живот-во |
50,16 |
52,69 |
53,38 |
53,99 |
Сумма |
100,00 |
100,00 |
100,00 |
100,00 |
2-й вариант – по временным рядам |
||||
Раст-во |
47,14 |
47,78 |
47,14 |
|
Живот-во |
52,86 |
52,22 |
52,86 |
|
Сумма |
100,00 |
100,00 |
100,00 |
|
3-й вариант – по рядам динамики |
||||
Раст-во |
47,48 |
47,66 |
47,48 |
|
Живот-во |
52,52 |
52,34 |
52,52 |
|
Сумма |
100,00 |
100,00 |
100,00 |
|
4-й вариант – максимум затрат |
||||
Раст-во |
45,82 |
44,20 |
42,59 |
|
Живот-во |
54,18 |
55,80 |
57,41 |
|
Сумма |
100,00 |
100,00 |
100,00 |
Согласно четырём вариантам прогнозов из табл. 2 и 3, удельный вес растениеводства в 2017–2019 гг. может снизиться на 28 % (с 50 до 43–48 %) при таком же росте удельного веса животноводства, т.е. от 50 до 53–57 %.
Отметим, что проведенное исследование является актуальным, а разработанные методы и модели отличаются научной новизной.
На основании выполненного исследования можно сделать следующие выводы:
– среди экономических показателей сельского хозяйства особо значимыми являются показатели затрат; добываются их относительно более низкого роста при увеличении результативных показателей (объемов производства, урожайности, продуктивности скота и др.) является одной из важных задач экономических объектов, связанных с развитием сельского хозяйства;
– решению этой задачи может способствовать, с нашей точки зрения, выявление и оценка связей, зависимостей и тенденций показателей затрат как между собой, так и с другими показателями сельскохозяйственных объектов;
– выявление и оценку тенденций показателей затрат, а также разработку прогнозов затрат можно проводить по предложенной автором в настоящем исследовании методике, основывающейся на системном подходе с применением различных методов классической экономики и модельно-компьютерных инструментариев.
Библиографическая ссылка
Адамадзиев К.Р. ВЫЯВЛЕНИЕ И ОЦЕНКА ТЕНДЕНЦИЙ В ДИНАМИКЕ ЗАВИСИМОСТИ ЗАТРАТ В СЕЛЬСКОМ ХОЗЯЙСТВЕ (ПО ДАННЫМ РЕСПУБЛИКИ ДАГЕСТАН ЗА 2010–2016 ГГ.) // Фундаментальные исследования. – 2019. – № 1. – С. 5-10;URL: https://fundamental-research.ru/ru/article/view?id=42396 (дата обращения: 13.01.2025).