реферат скачать
 

Прогнозирование развития агропромышленного комплекса

изложения, вызывающего отрицательную реакцию у отвечающих на анкету. Здесь

также надо найти оптимум между четкостью и лаконичностью поставленных

вопросов, дабы все участники одинаково их интерпретировали. Другим

недостатком дельфийского прогноза является то, что ответы

высококомпетентных экспертов как бы разбавляются оценками менее

информированных специалистов, кроме того, в ряде случаев, одни и те же

специалисты включены в разные группы (чего допускать нельзя).

В заключение можно сказать, что, несмотря на указанные недостатки,

метод “Дельфи” является достаточно надежным инструментом получения

экспертной информации. С помощью метода “Дельфи” выявляется преобладающее

суждение специалистов по какому-либо вопросу в обстановке, исключающей их

прямые дебаты между собой, но позволяющей им, вместе с тем, периодически

взвешивать свои суждения с учетом ответов доводов коллег. Пересмотр и

возможность изменения прежних оценок на основе выяснения соображений

каждого из экспертов и последующий анализ каждым участником совокупности

причин, представленных экспертами, стимулирует опрашиваемых к учету

факторов, которые они на первых порах склонны были опустить как

незначительные.

2.3.Прогнозирование наивными методами

В наивных медодах прогнозирования реализуются эконометрические подходы

к прогнозному процессу. В связи с развитием экономико-математических

методов окончательная класификация формализованных (наивных) методов пока

еще не сложилась. Накопленные исследования по этой проблеме позволяют

дифференцировать формализованные методы на две самостоятельные группы:

методы прогнозной экстраполяции и методы моделирования. К наиболее

распрастраненным наивным методам прогнонозирования относятся следующие (9,

с. 53(.

Анализ и декомпозиция трендов. Целью анализа тренда является

разложение временного ряда продаж на главные компоненты, измерение эволюции

каждой составляющей в прошлом и ее экстраполяция в будущем. В основе метода

лежит идея стабильности причинно-следственных связей и регулярность

эволюции факторов среды, что делает возможным использование экстраполяции.

Метод состоит в разложении временного ряда на пять компонент:

структурная компонента, или долгосрочный тренд, обычно связанный с

жизненным циклом;

циклическая компонента, соответствующая колебаниям относительного

долгосрочного тренда под воздействием среднесрочных флуктуаций

экономической активности;

сезонная компонента, или краткосрочные периодические флуктуации,

обусловленные различными причинами;

случайная компонента, отражающая совокупное действие плохо изученных

комплексных процессов, не представимых в количественной форме.

Для каждой компоненты рассчитывается параметр, основанный на

наблюдавшихся закономерностях: долгосрочном темпе прироста, конъюнктурных

флуктуациях, сезонных коэффициентах, специфичных факторах, затем эти

параметры используются для составления прогноза [4].

Понятно, что такой прогноз имеет смысл только как краткосрочный, на

период, в отношении которого можно принять, что характеристики изучаемого

явления существенно не изменяются. Это требование часто оказывается

реалистичным вследствие инертности среды.

Метод экспоненциального сглаживания. Используется для краткосрочного

прогноза и основан на средневзвешенном значении продаж по определенному

числу прошедших периодов. При этом наибольшие весовые коэффициенты

придаются позднейшим продажам.

Главная слабость этих методов в том, что они не позволяют

действительно предсказать эволюцию спроса, поскольку неспособны предвидеть

какие-либо "поворотные точки". В лучшем случае они способны быстро учесть

уже произошедшее изменение. Поэтому их называют "адаптивной прогнозной

моделью". Тем не менее, для многих проблем управления такой "апостериорный"

прогноз оказывается полезным при условии, что имеется достаточно времени

для адаптации и факторы, определяющие уровень продаж, не подвержены резким

изменениям (4, с.47(.

Необходимость интегрального подхода: метод сценариев. Рассмотрение

различных возможных методов прогнозирования выявило достоинства и

недостатки каждого из них. На самом деле все эти методы являются

взаимодополняемыми и эффективная прогнозная система должна обеспечить

возможность использования любого из этих методов.

Ясно, что в условиях турбулентной среды интуиция и воображение

способны стать важными инструментами восприятия реальности, дополняя

количественные подходы, которые, по определению, опираются только на

наблюдаемые факты. С другой стороны, понятно, что чисто качественному

методу также присущи значительные риски и что интуиция должна в возможно

большей степени проверяться с помощью доступных факторов и знаний. Таким

образом, следует обеспечить сопоставление этих двух подходов [1, с.27].

3.Прогнозирование основных показателей развития сельского хозяйства

Курской области

3.1. Сельское хозяйство как основная сфера АПК Курской области

Агропромышленный комплекс – один из основных секторов экономики

области. Проводимая в области аграрная реформа направлена на создание

экономических условий для функционирования сельских товаропроизводителей

всех форм собственности и на этой основе скорейшую стабилизацию

сельскохозяйственного производства в новых условиях хозяйствования.

На протяжении всего периода экономической реформы сокращение

производства валовой продукции происходило за счет крупнотоварных хозяйств.

В результате удельный вес продукции сельхозпредприятий в валовой продукции

(в фактически действовавших ценах) снизился с 57,2% в 1991г. до 48,7% в

1997 г., соответственно с 42,7% до 50,3% вырос удельный вес продукции,

производимой в хозяйствах населения.

В прошедшем году в сельхозпредприятиях области приостановлен спад

производства валовой продукции. В целом по области к уровню 1998 года

собрано больше на 19 тыс. т зерна, почти на 180 тыс. т увеличены объемы

производства озимой пшеницы. Численность крестьянских (фермерских) хозяйств

за 1997 год снизилась и на 1 января 1998г. составила 1448. На долю фермеров

приходится 3,8% всех сельхозугодий области и 4,6% пашни. В основном это

хозяйства с небольшими участками земли, что сдерживает развитие товарного

производства. В фермерских хозяйствах в структуре производства преобладает

выращивание зерновых культур (в 1997г. ими получено 4,6% зерна и 2,4%

сахарной свеклы от общего производства) (11(.

Производство основных продуктов растениеводства в последние годы

уменьшается. По сравнению с 1991г. валовые сборы зерна в 1997г. сократились

на 13,3%. В структуре производства зерновых культур увеличилась доля

пшеницы с 37,5% в 1991г. до 42,2% в 1997г, ржи озимой соответственно с 4,3

до 7,4%; напротив, уменьшилась доля ячменя с 44,8 до 38,7%. За истекшие три

года значительно сократились в сравнении с 1991г. сборы проса на 50%, сборы

гречихи увеличились на 42%. На уровень производства основных

сельскохозяйственных культур повлияло как сокращение посевных площадей, так

и снижение урожайности. Общая посевная площадь сельскохозяйственных культур

в хозяйствах всех категорий уменьшилась в 1997г. по сравнению с 1991г. на

13,6%, в том числе площадь зерновых на 6,4%.

Судьба 2000 года во многом определяется тем, как пройдет весенний сев,

какую получат отдачу от каждого гектара земли, насколько загрузят мощности

пищевых и перерабатывающих предприятий. В решении этой задачи всегда

открывался путь к стабильности, благополучию и согласию в обществе.

В целях организованного обеспечения сельхозтоваропроизводителей

необходимыми финансовыми средствами еще 29 ноября 1999г. принято

постановление губернатора Курской области №743 “О порядке и условиях

поставки товарно-материальных ценностей сельхозтоваропроизводителям области

на 2000 год”. Правительством области разработана программа развития

растениеводства на 2000 год, в которой предусмотрен рост производства

сельскохозяйственной продукции и продовольствия на основе восстановления

производственного потенциала и усиления государственной поддержки

агропромышленного производства, применения эффективных ресурсосберегающих

технологий, развития предпринимательской инициативы и инвестиционной

деятельности.

Структура посевных площадей предусматривает расширение по сравнению с

прошлым годом посевных площадей высокорентабельных сельскохозяйственных

культур с учетом рыночной конъюнктуры, рационального использования природно-

почвенных ресурсов и биологического потенциала возделываемых культур,

усиление роли структуры посевов в сохранении и повышении плодородия почв.

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.тон|Годы |Тыс.тонн. |Годы |Тыс.тонн|

| | | |н. | | | |. |

|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

|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.

[pic]

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

-----------------------

Методы прогнозирования (классификация по степени формализации)

Формализованнные

Интуитивные (экспертные)

Статистические

Метод комиссий

Метод мозговой атаки

Метод Дельфи

Логические

По аналогии

Построение дерева целей

Сетевые модели

Дерево целей

Прогнозный граф

Дерево решений

Прогнозная экстраполяция

Прогнозирование на основе регрессионных моделей

Прогнозирование на основе индикаторов и индексов

Прогнозирование сезонных колебаний

.

Стохастическое моделирование

Информационное моделирование

Структурное моделирование

Me

Ранжированный ряд

Экспертные данные

Me

Ранжированный ряд

Экспертные данные

Страницы: 1, 2, 3


ИНТЕРЕСНОЕ



© 2009 Все права защищены.