Реферат: Применение экономико-статистических методов для определения региональной потребности в материальных ресурсах
настадии предплановых расчетов
Курсовая работа по предмету “Основыпрогнозирования”
Подготовил: студент группы Э-1В НикифоровП.В.
Государственная академия сферы быта иуслуг
Поволжский технологический институтсервиса
Кафедра “Экономика и управление”
Тольятти 1998
Введение
Сегодняв для любого гражданина России не секрет, что экономика его страны практическиперешла на рыночные рельсы и функционирует исключительно по законам рынка.Каждое предприятие отвечает за свою работу само и само принимает решения одальнейшем развитии. Современные условия рыночного хозяйствования предъявляют кметодам прогнозирования очень высокие требования, ввиду все возрастающейважности правильного прогноза для судьбы предприятия, да и экономики страны вцелом.
Именнопрогнозирования функционирования экономики регионов или даже страны, на мойвзгляд нужно уделять пристальное внимание на данный момент, потому что запеленой сиюминутных собственных проблем все почему-то забыли о том, чтоэкономика страны тоже должна управляться, а следовательно и прогнозированиепоказателей ее развития должно быть поставлено на твердую научную основу.
Цельюданной курсовой работы явилось изучение практического опыта использованияэкономико-статистических методов прогнозирования в планированиифункционирования национального хозяйства России.
Дляэто в работе были затронуты следующие вопросы:
Выделениеконкретной проблемы в области определения региональной потребности вматериальных ресурсах на стадии предплановых расчетов, которую можно решитьэкономико-статистическими методами прогнозирования.
Подбор наиболее подходящих методов имоделей.
Использованиеконкретных примеров для пояснения процесса прогнозирования.
1.Прогнозирование региональной потребности в материальных ресурсах
Важнымэлементом обоснования основных направлений развития и размещенияпроизводительных сил является определение перспективной потребности вматериальных ресурсах экономики страны, республики и отдельных регионов.Материальные ресурсы выступают важной составной частью экономическогопотенциала, во многом предопределяющей возможности его наращивания и уровняиспользования в планируемом периоде. На их долю приходится около 60% общейвеличины валового общественного продукта. Данные о потребности экономики и ее подсистемв материальных ресурсах, используемых, используемые при разработке всех видовпредплановых документов и планов социально-экономического развития страны,являются основой определения и планирования межотраслевых пропорций и темповперспективного развития экономики, а также размещения производительных сил.
Качествоплановых и предплановых расчетов по обоснованию экономических потребностей вматериальных ресурсах в решающей степени предопределяется совершенствомприменяемых методов. Разработка методов определения перспективной потребностикак элемента экономического планирования производства и потребления различныхвидов материальных ресурсов посвящен целый ряд работ ученых-экономистов. Вместес тем, такие особенности сложившейся системы планирования, как приоритетотраслевого подхода, ориентация на решение задач текущегосоциально-экономического развития, обусловили преимущественную разработкуотраслевого и краткосрочного аспектов данной проблемы. В то же времятерриториальный и долгосрочный аспекты определения перспективной потребности вматериальных ресурсах разрабатывались относительно слабо.
Междутем, как показывает анализ, определение региональной потребности в материальныхресурсах на долгосрочную перспективу должно основываться не на простейших методахэкономического прогнозирования, а на разработке и использовании специальногометодического обеспечения, отвечающего целям, задачам и спецификетерриториальных предплановых расчетов.
2. Выбор методов прогнозирования
Принятыедля решения рассматриваемой задачи методы и модели при определенииперспективной потребности в материальных ресурсах должны обеспечивать учетдолгосрочных целей и основных параметров социально-экономического развития,тенденций и результатов научно-технического прогресса в сфере конечного ипромежуточного потребления материальных ресурсов, территориальнойдифференциации факторов и условий воспроизводства, региональной спецификипроцессов потребления материальных ресурсов, а также возможность проведениярасчетов в условиях существенной неопределенности, отсутствия детальнойтехнико-экономической информации.
Важноеместо в комплексном методологическом обеспечении задачи определенияперспективной региональной потребности в материальных ресурсах, на наш взгляд,должны занять экономико-статистические методы. Это обуславливается рядомпреимуществ данной группы методов по сравнению с другими методами, которыемогут применяться для решения рассматриваемой задачи. Например, методмежотраслевого баланса может быть использован для определения перспективнойпотребности в материальных ресурсах, во-первых, лишь по хозяйству региона вцелом, так как в разрезе отдельных регионов перспективные межотраслевые балансыв составе комплексной программы научно-технического прогресса и схемы развитияи размещения производительных сил региона в настоящее время не разрабатываются,во-вторых, в сильно укрупненной номенклатуре, поскольку продукция выделенных вперспективных межотраслевых балансов отраслей, как правило, представляет собойопределенную совокупность различных видов материальных ресурсов.
Определениеже перспективной потребности в материальных ресурсах нормативным методом частотребует большого объема достаточно детализированной информации, получениекоторой на стадии предплановых расчетов бывает весьма затруднительным, а поройи невозможным. Кроме того, использование большого числа показателей существенноповышает затраты времени на сбор и подготовку исходных данных, трудоемкостьрасчетов, что далеко не всегда является оправданным. В ряде случаев использованиебольшого количества показателей может даже снижать точность перспективныхрасчетов из-за накапливающейся погрешности в определении значений самихисходных показателей.
Данныеобстоятельства существенно ограничивают возможности использования нормативногометода при проведении расчетов на долгосрочную перспективу и обуславливаютцелесообразность и необходимость применения для перспективной потребности вматериальных ресурсах различных методов статистического прогнозирования.
Существеннаяинерционность показателей регионального потребления материальных ресурсовобуславливает целесообразность использования на первых этапах предплановыхрасчетов метода статистической экстраполяции. Однако с точки зрениядолгосрочной перспективы прогнозирование потребности в материальных ресурсахэтим методом имеет ряд серьезных недостатков, основным из которых являетсяавтономность изменения величины потребности без учета многосторонних внутреннихи внешних связей исследуемой экономической системы. Изменение потребности связываетсяв данном случае исключительно с фактором времени, выражающим сконцентрированноевлияние всех основных факторов. Вследствие этого трендовые модели дают описаниепроцессов потребления материальных ресурсов как неуправляемых, не раскрываяструктуры связей между переменными, что не позволяет оценить воздействие навеличину потребности различных влияющих факторов, параметров развития экономикистраны.
Какпоказали проведенные нами исследования, более эффективным инструментомпрогнозирования региональной потребности в материальных ресурсах являютсямногофакторные регрессионные экономико-статистическое модели. Преимуществамодельных прогнозов потребности в материальных ресурсах заключаются внепротиворечивости системы прогностических оценок, прямом выражении связипрогнозируемого показателя с основными влияющими факторами, а также ввозможности получения обоснованных вариантов прогноза для различных значенийопределяющих факторов, гипотез развития экономики. Использованиеэкономико-статистических моделей регионального ресурсопотребления расширяетпрогнозно-аналитические возможности, связанные с реализацией нормативногометода, позволяет осуществлять аналитические расчеты в условияхнеопределенности, с меньшим объемом исходной информации в более короткие сроки.
Дляпрогнозирования перспективной потребности в материальных ресурсах по хозяйствустраны и ее регионов целесообразно использование двух различных подходов,которые могут быть определены как макро- и микроэкономический. В первом случаепрогнозирование осуществляется исходя из целевых установок (показателей)развития экономики в целом или агрегированных отраслей, а также на основепоказателей потребности по территориально-хозяйственной системе более высокогоуровня, во втором случае — путем раздельного прогнозирования и последующегосуммирования частных (отраслевых) показателей потребности в материальныхресурсах исходя из перспектив технического и экономического развития отдельныхотраслей (сфер) экономики.
Ориентацияпри прогнозировании потребности в материальных ресурсах на укрупненные(агрегированные) показатели развития экономики целесообразна на начальныхэтапах предплановых расчетов, характеризующихся, с одной стороны, наличиемукрупненных (макроэкономических) показателей, с другой стороны, отсутствиемдетальной информации о техническом и экономическом развитии отдельных отраслей,регионов и сфер экономики. Более того, значения таких параметров нередко самиявляются результатом рассматриваемых расчетов и определяются на последующихэтапах предплановых исследований исходя из необходимости обеспечения достижениязадаваемых контрольных показателей. В этих условиях укрупненныймакроэкономический подход обеспечивает возможность проведения расчетов присущественной неопределенности, отсутствии детальной технико-экономическойинформации, а также увязку показателей перспективной потребности с основнымипоказателями развития хозяйства страны, республики и отдельных регионов.
3. Выбор модели прогнозирования
Применениемикроэкономического подхода целесообразно при определении показателейперспективной потребности в материальных ресурсах по определенным направлениямих расхода. В качестве инструментов макро и микроэкономического прогнозированиямогут быть применены статистические регрессионные модели двух типов:
1)Модели, использующие в качестве исходной информации временные ряды темпов ростасоответствующих показателей;
2)Модели, использующие в качестве исходной информации значение показателейэкономического и социального развития по различным регионам в определенныйфиксированный момент времени (такие модели могут быть определены какпространственные).
Вопросыпостроения и использования для прогнозирования региональной потребности вматериальных ресурсах моделей регрессии на динамических рядах достаточно хорошоразработаны в экономической литературе. Модели же пространственного типа донастоящего времени не получили ни должной разработки в экономическойлитературе, ни практического применения в сфере территориальных предплановыхрасчетов.
Вто же время, как показали исследования, пространственные регрессивные моделимогут быть весьма эффективным инструментом прогнозирования региональнойпотребности в материальных ресурсах на уровне экономики такого региона, какУрал или Западная Сибирь. При этом важно отметить, что экономико-статистическиемодели пространственного типа имеют ряд преимуществ при решении задачпрогнозирования региональной потребности в материальных ресурсах по хозяйствукрая по сравнению с моделями регрессии на динамических рядах. Эти преимущества заключаютсяв возможности использования в модели значительно большего числа независимыхпеременных (факторов), в возможности использования для построениямногофакторных динамических моделей коротких временных рядов, в возможностификсации взаимосвязей исследуемых переменных только на последние годы (год)ретроспективного периода, а такое а удобстве их практического использования.
Какпоказал анализ, правосторонняя асимметрия распределений показателейтерриториального потребления материальных ресурсов в экономике России иразличных характеристик регионального экономического развития, а также наличиесильно выделяющихся единиц в совокупности регионов обусловливает эффективностьприменения при построении пространственных моделей потребления материальныхресурсов логарифмически линейных форм связи, позволяющих приблизитьэмпирические распределения значений признаков к нормальному, а также смягчитьвлияние на результаты моделирования сильно выделяющихся единиц совокупности,так как в этом случае при применении метода наименьших квадратов они неполучают столь больших удельных весов, как в случае линейной регрессии.
4.Пример использованияэкономико-математических методов прогнозирования
Рассмотримв качестве примеров пространственных прогнозно-аналитических моделей региональногопотребления материальных ресурсов две разработанные намиэкономико-статистические модели: модель регионального потреблениякотельно-печного топлива в экономике России и модель регионального потреблениякотельно-печного топлива на коммунально-бытовые нужды.
Моделированиерегионального потребления котельно-печного топлива в экономике Россииосновывалось на анализе взаимосвязей данного показателя с показателями развитаяотраслей материального производства в регионах. В качестве независимых переменныхмодели использовались показатели производства товарной продукции основныхтопливопотребляющих отраслей промышленности, а также показатели объемастроительно-монтажных работ и производства валовой продукции сельскогохозяйства. Построение модели осуществлялось с помощью процедуры многошаговогорегрессионного анализа. В качестве исходного использовалось девятифакторноерегрессионное 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
гдеy — общий объем потреблениякотельно-печного топлива в регионе;
а1- свободный член уравнения регрессии;
а1… а9- коэффициенты эластичности, каждый из которых показывает средний процентизменения общей величины потребности при изменении значения i-го фактора на 1%;
х1- объем производства товарной продукции электроэнергетики;
х2- объем производства товарной продукции черной металлургии;
х3- объем производства товарной продукции топливной промышленности;
х4- объем производства товарной продукции промышленности строительных материалов;
х5- объем производства товарной продукции химической и нефтехимическойпромышленности;
х6- объем производства товарной продукции машиностроения и металлообработки;
х7- объем производства товарной продукции остальных отраслей промышленности;
х8- объем строительно-монтажных работ;
х9- объем производства валовой продукции сельского хозяйства.
Результатыпроведенного многошагового регрессивного анализа приведены в таблице·1. Каквидно из приведенных данных, все коэффициенты регрессии становятся значимымиухе на второй итерации (после исключения из уравнения фактора х5). В то жевремя последовательное исключение из уравнения регрессии факторов, имеющихминимальное значение t -критерия,позволяет без существенных потерь в аппроксимирующей способности получить болеепростые модели, требующие относительно меньшего объема экзогенно задаваемойинформации.
Проведенныйанализ позволил выделить четыре основных показателя, достаточно полноописывающих общую вариацию зависимой переменной, а именно показателяпроизводства товарной продукции электроэнергетики, черной металлургии,топливной промышленности и промышленности строительных материалов.Существенность данных факторов подтверждается экономическим анализом, так какперечисленные показатели характеризуют развитие четырех наиболее крупныхотраслей — потребителей котельно-печного топлива в экономике России.
Такимобразом, в результате многошагового регрессионного анализа было полученоследующее уравнение:
ln y = 4.9390+0.2152*ln x1+0.1037*ln x2+0.0724*ln x3+0.4585*ln x4
R=0.9441; R2=0.8913; S=2.79
гдеR — множественный коэффициент корреляции;
R2 — коэффициентмножественной детерминации;
S — средняяошибка аппроксимации.
Полученноесравнение имеет достаточно-высокие статистические характеристики, соответствуетданным качественного (теоретико-экономического) анализа и является достаточнообщим с точки зрения степени детализации используемых независимых переменных.Перечисленные свойства позволяют использовать приведенную форму модели впрогнозно-аналитических расчетах по определению общих объемов потребности вкотельно-печной топливе экономики областей, краев и автономных республикРоссии.
Описаннаямодель позволяет на основе достаточно общих данных определять потребность вкотельно-печном топливе по экономике в целом того или иного региона. Дляопределения ее потребности в материальных ресурсах по различным направлениям ихрасхода необходимы разработка и использование более детализированных моделей,учитывающих параметры технического л экономического развития отдельных отраслей(сфер) народного хозяйства регионов республики. Примером такойрегионально-отраслевой модели может служить разработанная нами модельпотребления котельно-печного топлива на коммунально-бытовые нужды областей,краев и автономных республик России.
Напервом этапе построения данной модели было осуществлено выделение основныхвлияющих факторов, отражавших важнейшие закономерности формированиямоделируемого показателя. В результате теоретического, корреляционного ирегрессионного анализа из большого набора различных факторов, влияющих науровень регионального потребления котельно-печного топлива накоммунально-бытовые нужды ( y ), быливыделены шесть наиболее существеных показателей:
х1е- общая площадь децентрализовано отапливаемого жилого и обобществленногонежилого фонда в регионе;
х1- общая площадь децентрализовано отапливаемого жилого фонда в регионе;
х2- средний часовой расход тепловой энергии на отопление 1 кв.м. указанногожилого фонда;
х3- продолжительность отопительного периода со средней суточной температуройвоздуха 8°С и ниже в данной местности, сутки ,
х4·-·разностьмежду расчетной температурой внутреннего воздуха отапливаемых помещений исредней температурой наружного воздуха за отопительный период;
х5- удельный расход условного топлива на выработку тепла при децентрализованнойсистеме теплоснабжения.
Процесспостроения модели заключался в разработке альтернативных вариантоврегрессионных уравнений на основе использования различных комбинаций исходногонабора факторов и форм связи. Количественный и качественный анализальтернативных вариантов модели регионального потребления котельно-печноготоплива на коммунально-бытовые нужды позволял выделить как наиболее адекватныеи отвечающие Целям исследования пять регрессионных уравнений, параметры истатистические характеристики которых приведены в приложении 2.
Полученныеуравнения обладают высокими аппроксимирующими свойствами и не противоречатданным качественного (теоретико-экономического) анализа. В то же времяприведенные уравнения существенно различаются по своим прогнозно-аналитическимвозможностям, Так, уравнения 1-3, хотя и обладают наибольшей точностью описаниямоделируемого показателя, более приемлемы для краткосрочного прогнозирования,поскольку включают в себя показатель общей площади обобществленного нежилогофонда, значение которого на перспективу не планируется.
Длядолгосрочного же прогнозирования наиболее приемлемо уравнение 5:
ln y = -20.1198+0.9245*ln x1+1.3233*ln x2+0.9256ln x3+0.419*ln x4+
+1.3092*ln x5;
R=0.9883; R2=0.9767; S=1.18
Данноеуравнение обладает более высокой точностью по сравнению с уравнением 4, аглавное — позволяет учесть влияние на моделируемый показатель факторовнаучно-технического прогресса (в качестве независимых переменных, отражающихвлияние научно-технического прогресса, в уравнении выступают показатель х2,характеризующий уровень теплотехнической эффективности жилого фонда, ипоказатель х5, характеризующий степень технического совершенства применяемыхтеплогенерирующих установок).
5. Адаптирование моделей к изменяющимсяусловиям развития
Необходимойпредпосылкой обеспечения достоверности и качества прогноза в современныхусловиях должно выступать обеспечение адаптации статистических моделей кизменяющимся условиям развития. Долгосрочное прогнозирование потребности вматериальных ресурсах как элемент обоснования основных направлений ипоказателей перспективного развития и размещения отраслей экономики не можетотроиться лишь на основе славившихся инерционных тенденций. Такоепрогнозирование требует учета не столько ретроспективных, сколько перспективныхнаправлений развития материального производства и непроизводственной сферы.Данное обстоятельство особенно существенно в условиях планируемого ускорениянаучно-технического прогресса, серьезных структурных перестроек в экономике,повышения общих темпов экономического роста
Приданиестатистическим моделям свойства адаптации, приспособления к изменяющимсяусловиям развития может быть осуществлено путем использования при построениимоделей планируемых (прогнозируемых) на перспективу значений исследуемыхпоказателей, т.е. путем статистического описания взаимосвязей между наиболеевероятными в перспективе значениями основных влияющих факторов и показателямиперспективной потребности в материальных ресурсах. При этом для определенияпоказателей перспективной потребности может быть использован негативный метод,позволяющий учесть влияние на ее величину основных параметровсоциально-экономического развития и результатов научно-технического прогресса.
Построениеобобщенных, адаптированных экономико-статистических моделей пространственноготипа может быть осуществлено на основе динамизации параметров регрессионногоуравнения, т.е. путем включения в модель фактора времени, отражающегоструктурные изменения в общественном производстве и потреблении материальныхресурсов, а также влияние факторов научно-технического прогресса. Так описаниетенденций изменения параметров модели потребления котельно-печного топлива накоммунально-бытовые нужды областей, краев и других регионов России с помощьюуравнений полиномов первой степени позволило перейти от статической кдинамической форме модели, выражаемой уравнением:
ln y = -19.4957-0.285t+(0.899+0.0125t)*ln x1+(1.5437-0.1055t)*lnx2+
+(0.9573-0.015t)*ln x3+(0.0207+0.011t)*ln x4+(1.0203+0.135t)*ln x5
R=0.988 R2=0.977; S=1,18
гдеt — фактор времени (для 1990 г. t =1, для1993 г. t=2 и т.д.)
Следуетотметить, что для динамической пространственной модели потребления материальныхресурсов имеется возможность получения дополнительных, уточненных вариантовпрогноза на основе учета систематических отклонений фактических (плановых,прогнозных) значений результативного признака от теоретических (расчетных),определенных по построенным (статистическим) уравнениям регрессии. Для этогодостаточно использовать средние отклонения фактических (плановых, прогнозных) значенийпотребности от расчетных, вычисленные по отклонениям тех дет, по данным которыхпостроена динамическая модель.
Прирешении задачи увязки прогнозов региональной потребности, полученных сиспользованием различных статистических методов и моделей, наиболее подходящим,на наш взгляд, является подход, при котором для всех прогнозов рассчитываютсядоверительные интервалы и на основе анализа последних принимается окончательноерешение. При этом прогнозы можно считать тождественными, если доверительныеинтервалы совпадают или входят один в другой. Если же доверительные интервалыперекрываются, то можно считать, что прогнозы непротиворечивы а том случае,когда зона перекрытия превышает половину доверительного интервала.
Сопоставлениерезультатов, получаемых различными методами, дает возможность скорректироватьграницы зоны неопределенности значения прогнозируемого показателя и отдельныеуправляемые параметры системы, обосновать с учетом привлечения дополнительныхэкспертных оценок выбор наиболее вероятного варианта реализации показателяпотребности в прогнозном периоде.
Заключение
Изучиврезультаты работы можно признать цель работы в основном достигнутой. В нынешнейситуации, когда топливно-энергетический комплекс является естественныммонополистом, без жесткого государственного контроля и планирования этойотрасли нормальное функционирование национальной экономики практическиневозможно. Поэтому нельзя не признать актуальность решаемых в курсовой работезадач.
Список литературы
1.Экономико-статистические методы в прогнозировании. М.: Наука, 1994
2.Статистическое моделирование и прогнозирование. Учебное пособие для ВУЗов. /Г.М. Гамбаров и др. Под. ред. А.Г. Гранберга. М.: Финансы и статистика. 1990