Работа посвящена разработке механизма эффективного прогнозирования развития сельскохозяйственного производства на уровне Алматинской области с использованием элементов астрологического моделирования. Предложенная технология прогнозирования могут быть использованы руководителями промышленных и сельскохозяйственных предприятий при выборе наиболее эффективных плановых и прогнозных решений.
Введение
Планирование и прогнозирование сельскохозяйственного производства невозможны без достоверного прогнозирования динамики производства сельскохозяйственной продукции как основного технико-экономического показателя его эффективности.
Единого, универсального метода прогнозирования не существует. В связи с огромным разнообразием прогнозируемых ситуаций имеется и большое разнообразие методов прогнозирования (свыше 150).
Многообразие проблем, возникающих при обеспечении жизнедеятельности сельскохозяйственных предприятий и являющихся предметом прогно-зирования, приводит к появлению большого количества разнообразных прогнозов, разрабатываемых на основе определенных методов прогнози-рования. Поскольку современная экономическая наука располагает большим количеством разнообразных методов прогнозирования, каждый менеджер и специалист по планированию должен овладеть навыками прикладного прогнозирования, а руководитель, ответственный за принятие стратегических решений, должен к тому же уметь сделать правильный выбор метода прогнозирования.
Практика планирования и прогнозирования зачастую изобиловала нереальными целями и неадекватными методами. Отказ от неэффективной командно-административной системы был воспринят многими полити-ками, руководителями и специалистами как возможность отказаться от прогнозирования и планирования вовсе. Однако такой подход губителен, результаты его, как правило, плачевны. Недооценка планирования и прогнозирования – одна из основных причин разорения и банкротства фирм в развитых странах. Отказ от планирования и прогнозирования – это разорение и банкротство предприятия.
В большинстве повседневных ситуаций решения принимаются исходя из сложившихся ситуаций, на основе опыта и интуиции руководителя. Но, чтобы принять качественное решение, надо правильно предвидеть (спрогнозировать) последствия своих решений. Поэтому возрастает роль и значимость прогнозов, на основе которых принимаются решения. Предсказать не сложно, сложно сделать это правильно и обосновать свой прогноз. Именно поэтому количественные модели данных играют все более заметную роль в построении прогнозов.
Таким образом, разработка методов моделирования экономических и производственных ситуаций и принятия на их основе решений по плани-рованию и прогнозированию предпринимательской деятельности является необходимым условием обеспечения эффективности предпринимательства.
Сельскохозяйственные предприятия не могут непосредственно влиять на природные факторы, но должны учитывать особенности их воздействия на производство. Целью агроэкономических систем является максимальная адаптация производства к стохастическим погодно-климатическим условиям. Для реализации этой цели требуется решить задачу оценки и измерения степени колеблемости изучаемого статистического сельскохозяйственного показателя в различные годы в определенных почвенно-климатических условиях.
Ряд исследователей связывают колеблемость продуктивности сельско- хозяйственного производства с солнечной активностью. Степень солнечной активности связывают с рядом общеземных гидрометеорологических, урожайностью сельскохозяйственных культур, молочной продуктивностью коров, массовыми размножениями вредных организмов и пр. Однако, исследования зависимости показателей сельскохозяйственного производства от солнечной активности (числа Вольфа), в т. ч. и наши исследования, дают неоднозначные результаты [5].
С незапамятных времен (7 тыс. лет) люди пользуются гороскопом. Представители былых цивилизаций, не имея метеостанций, безошибочно прогнозировали погодные условия и будущий урожай. По сравнению с солнечной активностью (числа Вольфа), астрологический подход имеет некоторые отличия: длительность цикла не меняется и равна 12 лет; не наблюдается запаздывание действия на живые объекты; гороскоп считается по лунному календарю и др.
Существенная зависимость сельскохозяйственного производства от природных и климатических условий давно стала общеизвестным фактом и не требует каких-либо аргументов и доказательств. Например, случайно складывающиеся погодные условия каждого сельскохозяйственного года и климатические характеристики на фоне почвенного потенциала предопределяют колебания урожайности сельскохозяйственных культур в хозяйстве, районе, области, стране. Урожай является сложным продуктом взаимодействия природных и экономических факторов. Урожайность же характеризует продуктивность определенной культуры в конкретных условиях ее возделывания. Оно-то и является объектом исследования настоящей работы как результат взаимодействия хозяйственно-агротехнических или управляемых факторов и факторов метеорологических, обуславливаемых ее случайную колеблемость.
Таким образом, климатические условия отражаются в многолетней вариации урожайности сельскохозяйственных культур, и эта вариация объективно присуща любой культуре и в любом регионе. Следовательно, с полным основанием можно использовать в прогнозировании любого показателя сельского хозяйства систематическую составляющую естественно-климатичес-кого фактора, т.е., например, изменчивость урожайности сельскохозяйственных культур по годам гороскопа (Мышь, Корова, Барс, Заяц, Дракон, Змея, Лощадь, Овца, Обезьяна, Курица, Собака, Кабан), т. е. при длительности цикла в 12 лет в определенном регионе под воздействием климатических условий.
Широко используемый в прогнозировании и сейчас "Экстраполятивный подход" предполагает, что экономическое и прочее развитие происходит гладко и непрерывно, поэтому прогноз может быть простой проекцией (экстраполяцией) прошлого в будущее. Для составления такого прогноза необходимо вначале оценить прошлые показатели деятельности предприятия и тенденции их развития (тренды), затем перенести эти тенденции в будущее.
Аналогичный подход реализуется в бизнес-астрологии, но с такой технологией расчета, которая на основании ретроспективных данных определяет не тенденционных, а ситуативных трендов.
Впрочем, экстраполятивный подход так или иначе отражается в большинстве методов современного прогнозирования. Однако не всё исчерпывается данным методом. Существует альтернативный подход, когда создаются прогнозы, включающие сочетание вариантов развития выбранных показателей и явлений. При этом, каждый из вариантов развития лежит в основе особого сценария будущего.
В предпологаемой концепции отметим, что для прогнозирования показателей развития отраслей сельского хозяйства одной экстраполяции недостаточно, так же как развитие современного бизнеса без астрологического моделирования.
Далее остановимся на технологии прогнозирования с учетом астрологического моделирования.
На основании высшеизложенной концепции и методики, приведенной в промежуточном отчете [5], нами проводились прогнозные расчеты по видам производимой продукци как в растениеводстве, так и в животновод-стве Алматинской области. В ходе изучения и исследования динамического ряда соблюдался принцип учета особенности годов гороскопа (Мышь, Корова, Барс, Заяц, Дракон, Змея, Лощадь, Овца, Обезьяна, Курица, Собака, Кабан). Или, иначе, колебания уровней динамических рядов, т.е. их отклонения от тренда, выражающего тенденцию изменения уровней – процесс, протекающий по годам гороскопа и поэтому все изменения климатических факторов аккумулированы в этих годах.
Цель исследования экономических временных рядов заключается в получении его типичных характеристик, которые позволили бы выбрать для прогнозирования наиболее адекватный метод, т.е. предпрогнозный анализ.
С этой целью исследование начиналось с изучения статистических материалов растениеводческой и животноводческой отраслей Алматинской области (см. работу [5]) и ставилась задача: провести долгосрочный прогноз на примере урожайности зерновых с учетом климатических условий, отражающие в многолетней вариации урожайности сельскохозяйственных культур. В свою очередь климатические условия, проявляются по годам гороскопа, т.е. моделируются климатические факторы через годы гороскопа (Мышь, Корова, Барс, Заяц, Дракон, Змея, Лощадь, Овца, Обезьяна, Курица, Собака, Кабан).
Для проведения экономического анализа с целью составления прогноза урожайности зерновых культур в Алматинской области необходимо установить наличие тенденции динамики в динамических рядах урожайности зерновых культур (табл. 1).
Таблица 1-Динамика урожайности зерновых культур в Алматинской области
Отметим, что ввиду громоздкости предстоящих расчетов нами разработана рабочая программа в среде MS Excel, где широко использовались встроенные функции статистических показателей и язык VBA. Фрагмент данной программы приведен на рис. 1. Проведенные расчеты выполнялись в электронной таблице MS Excel автоматически в ячейках N41 и N42.
Далее изучается и оценивается тенденция динамики колеблемости, т.е. отклонения уровней динамического ряда от тренда. Колебания всегда происходят во времени, не может существовать колебания вне времени, в фиксированный момент. В нашем случае колебания выражаются в годах гороскопа.
Проверим гипотезу о существовании тенденции в динамическом ряду урожайности зерновых культур в Алматинской области.
По годам гороскопа определим порядок ранга (номер) урожайности зерновых культур в ранжированному ряду Pyi, который не всегда будет соответствовать порядковому номеру (рангам) Pti года (см. табл. 1).
За период 1991-2012 гг. в Алматинской области уравнение тенденционного тренда для урожайности зерновых культур имеет вид:
Для учета ежегодной колеблемости урожайности зерновых культур, т.е. астрологического явления, обусловленный годами гороскопа, в уравне-нии порядковый номер года исправим на разность рангов уровней изучае-мого ряда и рангов лет в ряду, не изменяя его динамику и годы гороскопа. Этим самым оценим величину колеблемости и моделируем особенности i-го года гороскопа. В результате получим ситуативную модель, адекватно описывающую ежегодную колеблемость урожайности по годам гороскопа, т.е.:
Фрагменты результатов расчета по данной модели приведены на рисунке 1, где данные с 1992 по 2011 гг. скрыты.
Независимо от вида и способа построения экономико-математической модели, вопрос о возможности ее применения в целях анализа и прогнозирования экономического явления может быть решен только после установления адекватности, т.е. соответствия модели исследуемому процессу или объекту. Поэтому основной целью изучения колеблемости является проверка адекватности исследуемой экономико-математической функции, а задачами статистического изучения колеблемости урожайности зерновых культур является следующие:
- измерение силы колебаний;
- изучение типа колебаний, разложение сложной колеблемости на разнородные составляющие;
- исследование изменений колеблемости во времени;
- изучение вариации колеблемости в пространственной или иной совокупности объектов;
- изучение факторов колеблемости и ее статистико-математичес-кое моделирование.
Таким образом, в результате проведенного выше анализа нами построена модель основной тенденции динамики по годам гороскопа, а также определены показатели, степень и тип колеблемости урожайности зерновых культур в Алматинской области, которые сведены в таблицу 2.
Таблица 2 - Результаты анализа колеблемости урожайности зерновых культур в Алматинской области
Так как рассчитанный выше показатель устойчивости не отражает эволюции уровней и характеризует устойчивость уровней ряда при минимальных колебаниях, то для оценки устойчивости динамики урожайности зерновых культур рассчитаем коэффициент корреляции рангов Спирмена.
Коэффициент рангов лет и уровней динамического ряда может принимать значения в пределах от -1 до ± 1. Если уровень каждого года выше предыдущего, то ранги уровней ряда и лет совпадают, т.е. непрерывность роста. При Кр=0 рост неустойчив. Чем ближе Кр к ± 1, тем устойчивее снижение или увеличение изучаемого показателя.
Рассчитаем коэффициент корреляции рангов Спирмена для урожайности зерновых культур в Алматинской области по следующей формуле:
Этот показатель характеризует зависимость урожайности от уровня агротехники, организации и управления производством. Зависимость между урожайностью и управляемыми факторами в Алматинской области сильная. Коэффициент корреляции существенен, так как согласно критерию Фишера при доверительной вероятности 0,95 и n = 22 существенными являются коэффициенты корреляции свыше 0,5.
Теперь составим точечный и интервальный прогноз урожайности зерновых культур в Алматинской области на 7 лет.
Как было сказано выше, что с полным основанием можно использовать в прогнозировании урожайности сельскохозяйственных культур системати-ческую составляющую естественно-природного фактора в аграрном произ-водстве, выраженные в годах гороскопа, описываемой динамикой колеб-лемости, под которым следует понимать статистически измеримую многолетнюю изменчивость урожайности сельскохозяйс-твенных культур, в частности, зерновых. Поэтому по длине прогнозируемого периода копируем, т.е. моделируем нами установленную динамику колеблемости по годам гороскопа урожайности зерновых культур.
Счет порядка года продолжается по длине упреждения, и прогноз начинаем с 2013 года, год "Змеи", где реализуется астрологическое моделирование, т.е. энергетический потенциал событий текущего 2013 года. Ожидается рост уражайности на величину среднего значения его многолетной изменчивости. Для чего с текущего значения порядка прогнозируемого года вычитываются усредненные значения по циклам гороскопа: отклонение (колеблемость) предыдущего (соседнего) года, годов "Дракон" (которого обозначим через k ), и отклонение (колеблемость) годов "Змеи". Далее расчет переходит к очередному году гороскопа и продолжается по всей длине упреждения. При этом на прогнозируемый период k = const .
После такого уточнения ситуационная модель для прогнозирования урожайности зерновых культур по годам гороскопа в Алматинской области преобразуется к такому виду:
Рисунок 1 – Технология прогнозирования урожайности зерновых культур по Алматинской области с элементами астрологического моделирования
График результатов точечного и интервального прогнозирования урожайности зерновых культур в Алматинской области приведен на рисунке 2. Как видно из данного графика как в точечном, так и интервальном прогнозировании динамика ежегодной колеблемости урожайности по годам гороскопа сохраняется с заметной тенденцией увеличения общего темпа роста.
Таким образом, с вероятностью 0,95 следует ожидать среднегодовой уровень урожайности зерновых культур в Алматинской области за 2013-2019 гг. в пределах, приведенные в таблице 3 и на графике, рис. 2.
Выводы
- анализ динамики урожайности основных сельскохозяйственных культур показал, что с 1991 г. и примерно по 1998 г. был перио-дом спада урожайности сельскохозяйственных культур в Алматинской области. Урожайность зерновых культур составляла в 1992 г. 14,6 ц/га, а в 1995 г. она была ниже более чем в два раза и равнялась 7,8 ц/га. Период с 1999 г. по настоящее время можно назвать эволюционным по характеру изменения урожайности сельскохозяйственных культур. Урожайность тех же зерновых культур, например, в 2009 г. была равна 25,7 ц/га;
- результатом такого развития сельского хозяйства области является то, что в настоящее время основными факторами, формирующими урожай сельскохозяйственных культур, являются агрометеорологические. Это обстоятельство качественным образом изменило методологическое и информационное обеспечение задач прогнозирования и планирования урожаев сельскохозяйственных культур;
- предложен подход к решению задачи прогнозирования урожаев сельскохозяйственных культур, основанный на прогнозировании динамики их колеблемости, связанные с астрологическими явлениями, аккумулирующие в годах гороскопа.
Литература
- Ахметов К.А., Асаев Р.А., Унгербаева А.Е. Астрологическое прогнозирование урожайности пшеницы по Республике Казахстан. Научный журнал «Исследования, результаты», КазНАУ. № 4(052), – Алматы: «Айтұмар» № 4,317
- Бутакова М.М. Экономическое прогнозирование: методы и приемы практических расчетов: учебное пособие. – М.: КНОРУС, 2008. – 168 с.
- Дуброва Т.А. Статистические методы прогнозирования: учебное пособие для вузов. – М.: ЮНИТИ–ДАНА, 2003. – 206 с.
- Минько А.А. Прогнозирование в бизнесе с помощью Excel. Просто как дважды два. – М.: Эксмо, 2007. – 208 с.
- Отчет о НИР по теме «Производственные функции в планировании и прогнозировании сельскохозяйственного производства Республики Казахстан» (этап 2013 г. Промежуточный), № гос. Регистрации 0112РК – Алматы: 2013 г. – 187 с.