Прогнозирование основных показателей развития виноградарства в Республике Дагестан

На основе прогнозных значений площадей виноградников и урожайности  можно рассчитать прогнозные значения валовых сборов винограда. Валовой  сбор винограда складывается из валовых  сборов с плодоносящих виноградников  и сборов с виноградников 4-х и 3-х летнего возраста. При этом принято считать, что урожайность 3-х летних насаждений равна 25%, а  с 4-х летних - 50% от урожайности плодоносящих виноградников. Тогда общий валовой  сбор винограда можно рассчитать по формуле: VS=(SP+0,50*S4+0,25*S3)*U, где VS, SP, S4, S3, U - валовой сбор винограда (ц), площадь соответственно плодоносящих, 4-х и 3-х летних виноградников (га) и урожайность (ц/га).

В таблице 1 наряду с площадью, валовым сбором и урожайностью приведены  данные по себестоимости винограда  за 2004-2010 гг. Как показывают эти данные себестоимость 1ц. винограда за рассмотренный период выросла с 333,8 до 710,6 руб/ц, т.е. в 1,8 раз. Причина состоит, в опережающем росте цен на промышленную продукцию для сельского хозяйства (в т.ч. для виноградарства) по сравнению с ценами на сельхоз продукцию (в т.ч. виноград) и в инфляции.

Таблица 3.

Прогнозные значения урожайности  для системы МСХ РД, рассчитываются по уравнениям временных рядов линейных, показательных, степенных видов 

	2010	2011	2012	2013	2014	2015
Линейный	56,3	60,9	65,4	69,9	74,5	79,0	Наиб.вероят
Показательный	56,3	64,8	72,6	81,2	90,9	101,8	Оптим
Степенной	56,3	53,5	55,6	57,5	59,3	61,1	Пессим

 

Рис. 2. График прогнозных траекторий динамики урожайности в системе Минсельхоза РД на 2011-2015 гг.

Сравнительный анализ себестоимости  и урожайности винограда из таблицы 1 показывает, что первая корреляционно  зависит от второй. Для подтверждения  данного тезиса и количественного  выражения зависимости нами построены  эконометрические модели парной регрессии  линейного, степенного и показательного видов. Ниже приведена запись этих моделей:

Y=169,953+7,980 X; (0,6823)

Y=243,754*1,017^x; (0,6461)

Y=41,176*X^0,671; (0,6583)       (4)

В скобках формул (4) приведены  индексы детерминации, выражающие степень  зависимости себестоимости (Y) от урожайности (X).

Как видно из значений индексов детерминации, по видам уравнений  регрессии степень тесноты связи  различается незначительно, т.е. по приемлемости уравнения примерно равноценны. Поэтому для прогнозирования  себестоимости использованы все  три вида уравнения.

Прогнозные значения себестоимости  получены путем подстановки прогнозных значений урожайности, полученных по уравнениям временных рядов (3) в однофакторные  модели (4). При этом по каждой модели регрессии рассчитаны по три варианта прогноза. Прогнозные значения себестоимости  приведены в таблице 4. Согласно данным этой таблицы ежегодный рост себестоимости  по вариантам существенно различается. Сравнивая среднегодовые приросты по себестоимости и по урожайности  можно определить наиболее оптимальный  из вариантов прогноза.

Наряду с себестоимостью единицы продукции в виноградарстве используется и другой важный показатель – затраты на единицу площади (на 1 га виноградников). Если себестоимость единицы продукции является показателем, зависимым от урожайности, то урожайность, в свою очередь, является зависимой от затрат на единицу плодоносящей площади. Фактические затраты на единицу площади можно определить путем деления суммарных затрат (см. табл. 2) на величину плодоносящей площади или путем умножения себестоимости 1ц. винограда на урожайность. Естественно предположить, что урожайность винограда зависит от затрат на 1 га плодоносящих виноградников корреляционно. В соответствии с нашими расчетами зависимость урожайности 1 ц винограда от затрат на 1 га плодоносящей площади в системе Минсельхоза РД по данным за 2004-2009 гг. можно описать моделями парной регрессии следующих видов:

Y=17,745+0,00111*X; (0,9408);

Y=22,225*1,0000268^X; ( 0,9199);

Y=0,1979*X^0,536. (0,9228)     (5)

Прогнозные значения затрат на единицу площади (на 1 га) могут  быть рассчитаны путем умножения  прогнозных значений урожайности (ц/га) на прогнозные значения себестоимости продукции (руб/ц). Но возможен и другой сценарий, когда прогнозные значения затрат на единицу продукции задаются, а прогнозные значения урожайности рассчитываются по уравнениям регрессии. При этом прогнозные значения затрат на единицу площади могут быть определены разными методами, в частности, задавая значения индексов роста этих затрат.

Заданные нами значения индексов роста затрат на единицу площади, прогнозные значения самих затрат, а также рассчитанные по формулам (5) прогнозные значения урожайности  приведены в таблице 4.

 

Таблица 4.

Прогнозные  значения урожайности, себестоимости 1 ц и затрат на 1 га виноградников для системы Минсельхоза РД на 2011-2015 гг., рассчитанные различными методами

	2010	2011	2012	2013	2014	2015	Методы прогнозирования
Урожайность, ц/га	56,3	64,8	72,6	81,2	90,9	101,8	По уравнению врем.ряда
Себестоимость, руб/ц	710,6	721,5	787,1	857,5	934,9	1019,6	По уравнению завис-ти себ-ти от урож-ти
Затраты, руб/га	40007	46751	57142	69632	84986	103800	Себ-ть умнож. на урож-ть
Индексы роста затрат на 1 га	1,00	1,15	1,25	1,35	1,40	1,50
Себестоимость, руб/ц	710,6	817,2	711,6	959,3	712,6	1065,5	По индексам роста
Затраты, руб/га	40007	46008	50009	54009	56010	60011	По индексам роста
Урожайность, ц/га
Линейный	56,3	67,1	71,4	75,7	77,9	82,2	По моделям зависимости урожайности  от затрат на 1 га
Показательный	56,3	76,4	85,1	94,7	100,0	111,3
Степенной	56,3	62,7	65,6	68,4	69,7	72,3

 

Предложенная методика прогнозных расчетов основных показателей развития виноградарства опирается на математический инструментарий и в отличие от существующих методик реализует  комплексный подход к прогнозированию  и учитывает сложившиеся за последние  годы динамические тенденции, связи  и зависимости между этими  показателями. Целью прогнозных расчетов не является рекомендация конкретного  варианта для реализации. Тем не менее, приведенные в таблицах прогнозные значения будут отличаться незначительно  от тех, которые могут быть достигнуты за предстоящее пятилетие.

 

Список литературы

1. Баммаева Г.А., Адамадзиева А. К. Имитационная система для анализа и прогнозирования урожайности и себестоимости винограда в хозяйствах агропромышленного комплекса. Материалы XXXV Международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе». Украина, Ялта-Гурзуф, 2008. Приложение к журналу «Открытое образование».

2. Бешелев С.Д.,Гурвич Ф.Г.Математико-статистические методы экспертных оценок.2-е изд. перераб. и доп. М: Статистика. 2009-263с.

3. Бобровников Г.Н., Клебанов А.И. Прогнозирование в управлении техническим уровнем и качеством продукции: Учеб. Пособие.-М:Издательство стандартов. 2009-232с.

4. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов.-г.Железнодорожный, Моск.обл.:ТОО НПЦ “Крылья”,2009-400с.

5. Гранберг А.Г. Статистическое моделирование и прогнозирование / Под М:Финансы и статистика 2008-383с.

6. Кузьбожев Э.Н. Экономическое прогнозирование (методы и модели): Учеб. пособие.(Курск. гос. техн. ун-т Курска), 2007 –84с.

7. Литвак Б.Г. Экспертные оценки и принятие решений. М: Патент, 2009 -217с.

8. Мотышина М.С.Методы социально-экономического прогнозирования: Учебное пособие - СПб: Изд-во СПб УЭФ,2009 -114с.

9. Прогнозирование и планирование в условиях рынка: Учеб. пособие для вузов. Под ред. Морозовой Т.Г., Пикулькина А.В.- М: ЮНИТИ-ДАТА,2009-318с.

10. Прогнозирование и планирование экономики: Учеб. пособие/ Борисевич В.И., Кандаурова Г.А. - Мн.:ИП «Экоперспектива», 2009. - 432с.

11. Теория прогнозирования и принятия решений. Учеб. пособие . Под ред. Саркисяна С.А. М: “Высш. Школа”,2009.

12. Хохлов Б.П. О состоянии и основных направлениях развития агропромышленного комплекса области в 2009 году/ Экономика и жизнь, № 28,с.2.

13. Энциклопедия виноградарства: в 3-х томах. – Кишинев: Гл.ред.Молд.Сов. Энциклопедии, 1987. - т.3.