Между тем, как показывает анализ, определение региональной потребности в материальных ресурсах на долгосрочную перспективу должно основываться не на простейших методах экономического прогнозирования, а на разработке и использовании специального методического обеспечения, отвечающего целям, задачам и специфике территориальных предплановых расчетов.
2. Выбор методов прогнозирования
Принятые для решения рассматриваемой задачи методы и модели при определении перспективной потребности в материальных ресурсах должны обеспечивать учет долгосрочных целей и основных параметров социально-экономического развития, тенденций и результатов научно-технического прогресса в сфере конечного и промежуточного потребления материальных ресурсов, территориальной дифференциации факторов и условий воспроизводства, региональной специфики процессов потребления материальных ресурсов, а также возможность проведения расчетов в условиях существенной неопределенности, отсутствия детальной технико-экономической информации.
Важное место в комплексном методологическом обеспечении задачи определения перспективной региональной потребности в материальных ресурсах, на наш взгляд, должны занять экономико-статистические методы. Это обуславливается рядом преимуществ данной группы методов по сравнению с другими методами, которые могут применяться для решения рассматриваемой задачи. Например, метод межотраслевого баланса может быть использован для определения перспективной потребности в материальных ресурсах, во-первых, лишь по хозяйству региона в целом, так как в разрезе отдельных регионов перспективные межотраслевые балансы в составе комплексной программы научно-технического прогресса и схемы развития и размещения производительных сил региона в настоящее время не разрабатываются, во-вторых, в сильно укрупненной номенклатуре, поскольку продукция выделенных в перспективных межотраслевых балансов отраслей, как правило, представляет собой определенную совокупность различных видов материальных ресурсов.
Определение же перспективной потребности в материальных ресурсах нормативным методом часто требует большого объема достаточно детализированной информации, получение которой на стадии предплановых расчетов бывает весьма затруднительным, а порой и невозможным. Кроме того, использование большого числа показателей существенно повышает затраты времени на сбор и подготовку исходных данных, трудоемкость расчетов, что далеко не всегда является оправданным. В ряде случаев использование большого количества показателей может даже снижать точность перспективных расчетов из-за накапливающейся погрешности в определении значений самих исходных показателей.
Данные обстоятельства существенно ограничивают возможности использования нормативного метода при проведении расчетов на долгосрочную перспективу и обуславливают целесообразность и необходимость применения для перспективной потребности в материальных ресурсах различных методов статистического прогнозирования.
Существенная инерционность показателей регионального потребления материальных ресурсов обуславливает целесообразность использования на первых этапах предплановых расчетов метода статистической экстраполяции. Однако с точки зрения долгосрочной перспективы прогнозирование потребности в материальных ресурсах этим методом имеет ряд серьезных недостатков, основным из которых является автономность изменения величины потребности без учета многосторонних внутренних и внешних связей исследуемой экономической системы. Изменение потребности связывается в данном случае исключительно с фактором времени, выражающим сконцентрированное влияние всех основных факторов. Вследствие этого трендовые модели дают описание процессов потребления материальных ресурсов как неуправляемых, не раскрывая структуры связей между переменными, что не позволяет оценить воздействие на величину потребности различных влияющих факторов, параметров развития экономики страны.
Как показали проведенные нами исследования, более эффективным инструментом прогнозирования региональной потребности в материальных ресурсах являются многофакторные регрессионные экономико-статистическое модели. Преимущества модельных прогнозов потребности в материальных ресурсах заключаются в непротиворечивости системы прогностических оценок, прямом выражении связи прогнозируемого показателя с основными влияющими факторами, а также в возможности получения обоснованных вариантов прогноза для различных значений определяющих факторов, гипотез развития экономики. Использование экономико-статистических моделей регионального ресурсопотребления расширяет прогнозно-аналитические возможности, связанные с реализацией нормативного метода, позволяет осуществлять аналитические расчеты в условиях неопределенности, с меньшим объемом исходной информации в более короткие сроки.
Для прогнозирования перспективной потребности в материальных ресурсах по хозяйству страны и ее регионов целесообразно использование двух различных подходов, которые могут быть определены как макро- и микроэкономический. В первом случае прогнозирование осуществляется исходя из целевых установок (показателей) развития экономики в целом или агрегированных отраслей, а также на основе показателей потребности по территориально-хозяйственной системе более высокого уровня, во втором случае - путем раздельного прогнозирования и последующего суммирования частных (отраслевых) показателей потребности в материальных ресурсах исходя из перспектив технического и экономического развития отдельных отраслей (сфер) экономики.
Ориентация при прогнозировании потребности в материальных ресурсах на укрупненные (агрегированные) показатели развития экономики целесообразна на начальных этапах предплановых расчетов, характеризующихся, с одной стороны, наличием укрупненных (макроэкономических) показателей, с другой стороны, отсутствием детальной информации о техническом и экономическом развитии отдельных отраслей, регионов и сфер экономики. Более того, значения таких параметров нередко сами являются результатом рассматриваемых расчетов и определяются на последующих этапах предплановых исследований исходя из необходимости обеспечения достижения задаваемых контрольных показателей. В этих условиях укрупненный макроэкономический подход обеспечивает возможность проведения расчетов при существенной неопределенности, отсутствии детальной технико-экономической информации, а также увязку показателей перспективной потребности с основными показателями развития хозяйства страны, республики и отдельных регионов.
3. Выбор модели прогнозирования
Применение микроэкономического подхода целесообразно при определении показателей перспективной потребности в материальных ресурсах по определенным направлениям их расхода. В качестве инструментов макро и микроэкономического прогнозирования могут быть применены статистические регрессионные модели двух типов:
1) Модели, использующие в качестве исходной информации временные ряды темпов роста соответствующих показателей;
2) Модели, использующие в качестве исходной информации значение показателей экономического и социального развития по различным регионам в определенный фиксированный момент времени (такие модели могут быть определены как пространственные).
Вопросы построения и использования для прогнозирования региональной потребности в материальных ресурсах моделей регрессии на динамических рядах достаточно хорошо разработаны в экономической литературе. Модели же пространственного типа до настоящего времени не получили ни должной разработки в экономической литературе, ни практического применения в сфере территориальных предплановых расчетов.
В то же время, как показали исследования, пространственные регрессивные модели могут быть весьма эффективным инструментом прогнозирования региональной потребности в материальных ресурсах на уровне экономики такого региона, как Урал или Западная Сибирь. При этом важно отметить, что экономико-статистические модели пространственного типа имеют ряд преимуществ при решении задач прогнозирования региональной потребности в материальных ресурсах по хозяйству края по сравнению с моделями регрессии на динамических рядах. Эти преимущества заключаются в возможности использования в модели значительно большего числа независимых переменных (факторов), в возможности использования для построения многофакторных динамических моделей коротких временных рядов, в возможности фиксации взаимосвязей исследуемых переменных только на последние годы (год) ретроспективного периода, а такое а удобстве их практического использования.
Как показал анализ, правосторонняя асимметрия распределений показателей территориального потребления материальных ресурсов в экономике России и различных характеристик регионального экономического развития, а также наличие сильно выделяющихся единиц в совокупности регионов обусловливает эффективность применения при построении пространственных моделей потребления материальных ресурсов логарифмически линейных форм связи, позволяющих приблизить эмпирические распределения значений признаков к нормальному, а также смягчить влияние на результаты моделирования сильно выделяющихся единиц совокупности, так как в этом случае при применении метода наименьших квадратов они не получают столь больших удельных весов, как в случае линейной регрессии.
4.Пример использования экономико-математических методов прогнозирования
Рассмотрим в качестве примеров пространственных прогнозно-аналитических моделей регионального потребления материальных ресурсов две разработанные нами экономико-статистические модели: модель регионального потребления котельно-печного топлива в экономике России и модель регионального потребления котельно-печного топлива на коммунально-бытовые нужды.
Моделирование регионального потребления котельно-печного топлива в экономике России основывалось на анализе взаимосвязей данного показателя с показателями развитая отраслей материального производства в регионах. В качестве независимых переменных модели использовались показатели производства товарной продукции основных топливопотребляющих отраслей промышленности, а также показатели объема строительно-монтажных работ и производства валовой продукции сельского хозяйства. Построение модели осуществлялось с помощью процедуры многошагового регрессионного анализа. В качестве исходного использовалось девятифакторное регрессионное уравнение вида:
ln y = ln a0 + a1*ln x1 + a2*ln x2+a3*ln x3+ a4*ln x4+a5*ln x5+ +a6*ln x6+a7*ln x7+a8*ln x8+a9*ln x9
Страницы: 1, 2, 3
