CC BY
46
УДК 332.144
ОБОСНОВАНИЕ ДОЛГОСРОЧНЫХ ПРОГНОЗОВ ПРОИЗВОДСТВА ЗЕРНА В СЕЛЬСКОМ ХОЗЯЙСТВЕ СИБИРИ НА ОСНОВЕ ДЛИННЫХ ЦИКЛОВ
И. А. ГАНИЕВА, кандидат экономических наук, проректор по научной работе
Е. А. ИЖМУЛКИНА, начальник отдела инновационных технологий
Кемеровский ГСХИ E-mail: [email protected]
Резюме. В работе проведено обоснование долгосрочных прогнозов производства зерна в сельском хозяйстве Сибири на основе длинных циклов, актуальное в активно развивающейся экономике, которая нуждается в постоянном притоке ресурсов, в том числе финансовых. Прогнозирование выполнено на основе систематизации выявленных ранее длинных циклических колебаний в производстве зерна в Сибири, определении оптимальной методики составления долгосрочных прогнозов, последующем обосновании показателей долгосрочных прогнозов зернового производства. Реализован инерционный и инновационный прогнозы.
Ключевые слова: сельское хозяйство, прогнозирование, цикл, модель, инновации.
Целесообразностьдолгосрочного прогнозирования очевидна и особенно актуальна в активно развивающейся экономике, которая нуждается в постоянном притоке ресурсов, в том числе финансовых. Это может стать основой последующих программ развития, необходимых при возрастающих интеграционных взаимосвязях экономик, отраслей, рынков, условием эффективности долгосрочных государственных и частных инвестиций.
Цель нашего исследования - обоснование показателей долгосрочных прогнозов зернового производства в сельском хозяйстве Сибири на основе выявленных ранее длинных циклических колебаний.
Задачи исследования включали: систематизацию выявленных ранее длинных циклических колебаний в производстве зерна в Сибири, определение оптимальной методики составления долгосрочных прогнозов, обоснование показателей долгосрочных прогнозов зернового производства.
Условия, материалы и методы. Значительная часть методов долгосрочного прогнозирования основана на применении математического моделирования, некоторые опираются на человеческие знания и возможности предвидения. Для успешного использования большинства методов необходим максимум доступной информации о динамике прогнозируемого явления в прошлом. Поэтому, на наш взгляд, в прогнозировании длинных циклических колебаний экономики наиболее целесообразно применять метод математического моделирования в вариации «множественный регрессионный анализ», так как в отличие от простой экстраполяции он позволяет учитывать взаимосвязь прогнозируемых показателей с другими переменными, характеризующими состояние системы.
Математическое моделирование на основе множественного регрессионного анализа позволяет спрогнозировать траекторию развития экономики сельского хозяйства на значительный период (до 50...70 лет), используя накопленную обширную эмпирическую базу и учитывая выявленные тенденции прошлых лет. В предыдущих исследованиях мы установили, что сель-
скохозяйственное производство Сибири находится в 4-ом длинном экономическом цикле [1]. Прогноз 5-го длинного цикла будет построен на основе выявленных циклических закономерностей при условии использования современных достижений.
Н.Д. Кондратьев в своих работах, посвященных исследованиям циклической динамики, обосновывал значимость долгосрочного прогнозирования или предвидения и выделял три еготипа: предвидение событий без всякой определенной правильности, предвидение событий с определенной повторяемостью или цикличностью, предвидение общих тенденций развития, роста или упадка национальной экономики (отдельной отрасли) [2]. Именно третий тип прогнозирования можно осуществить на основе ретроспективного анализа показателей экономики и выявленных циклических тенденций. Флуктуации экономики в форме длинных циклов инерционно повторяются (это доказано Кондратьевым, Шумпетером и другими экономистами). Однако продолжительность цикла и его амплитуда зависят не только от динамики в прошлом, но и от стратегии развития (и тактики ее реализации) в будущем. Обоснование долгосрочных прогнозов циклического развития должно учитывать и этот аспект.
Мы реализуем два варианта прогнозов: инерционный и инновационный.
Инерционный прогноз основан на естественной смене фаз длинного цикла с коррекцией его длительности согласно сложившейся тенденции сжатия длинной волны. Инновационный прогноз будет включать влияние интенсивного экономического роста на сельскохозяйственное производство в результате освоения инноваций. Действительно, долгосрочное прогнозирование экономики преимущественно строится на опыте прогнозов в сфере научно-технического прогресса. Н.Д.Кондратьев, Й.Шумпетер и их последователи заложили базисные принципы или подходы к долгосрочному прогнозированию, которые основаны на последовательном освоении инноваций (продуктов, технологий, техники), что и служит толчком к переходу на новые технологические уклады [2].
результаты и обсуждение. Выявленные тренды валового производства сельскохозяйственных продуктов наиболее достоверно можно охарактеризовать полиномами 3-й степени [1]. Поэтому прогнозируемую траекторию 5-го длинного экономического цикла по инерционному сценарию мы так же опишем с помощью полинома 3-й степени, который имеет вид:
y = a0+a1t+a2t2+a3t3,
где y - валовый объем производства зерна, тыс.т; t- временной период, годы; а0 - валовой сбор зерна в начале фазы процветания, а1 - среднегодовой прирост валового сбора; а2 - темпы роста фаз выявленного экономического цикла (чем больше значение | а2| , тем больше темпы роста); а3 играет роль «регулятора» (если a3>0, то искомая модель - возрастающая функция, в противном случае убывающая, кроме того, чем ближе |a3| к нулю, тем длиннее циклическая волна, то есть величина а3 задает продолжительность исследуемого периода цикла).
Построенная эконометрическая модель цикла должна включать такие фазы, как оживление, процветание, рецессия, депрессия (табл. 1).
Таблица 1. Условия для эконометрической мо-
Фаза цикла I Условия
Оживление ду/дОй; д2уд2>й
Процветание ду/дОй; д2уд2<й
Рецессия ду/дНй; д2уд2<й
Депрессия ду/д«й: д2у/д?>й
Валовой объем производства зерна в пределах 4-го длинного цикла характеризуется формулой:
у = 0,2722г3 - 34,041г2 + 1179,21 + 5654, при Я2 = 0,3421 [1].
Для прогноза 5-й длинной волны по инерционному сценарию сделаем следующие допущения:
у = 0,2722г3 - 34,041г2 + 1179,2г + 5654, для стадии оживления 60<г<69;
у = 0,2939г3 - 34,041г2 + 1179,2г + 12634, для стадий процветания, рецессии и депрессии г>11 (рис.1).
Следовательно, продолжительность и временные границы фаз 5-ой длинной волны будут следующими: оживление - 10 лет (с 2006 по 2015 гг.); процветание -16 лет (с 2016 по 2031 гг.); рецессия - 13 лет (с 2032 по 2044 гг.); депрессия - 12 лет (с 2045 по 2056 гг.).
На основании выявленных параметров модели мы идентифицировали ее коэффициенты (табл. 2).
В теории длинных циклов Н. Д. Кондратьев уделял большое внимание инновациям. Он доказал, что переход к каждому новому длинному циклу сопровождается реализацией накопленных в конце завершенного цикла
капитальных благ, создающих условия для массового освоения накопившихся инновационных идей. Ученый связывал переход к новому циклу с действием научнотехнического прогресса. Он отмечал, что «перед началом повышательной волны каждого большого цикла, а иногда в самом ее начале наблюдаются значительные изменения в условиях хозяйственной жизни общества. Эти изменения выражаются в той или иной комбинации, значительных технических изобретениях и открытиях, в
Рис. 1. Графическое изображение 5-го длинного цикла в производстве зерна в сельском глубоких измененияхтехники хозяйстве Сибири по инновационному(“-*“) и инерционному (—(сценариям развития отрасли, производства и обмена» [3]
темпы роста и амплитуда колебаний валового объ- Таким образом, управление уровнем инновационности
ема производства зерна сохранятся, поэтому коэффи- сельского хозяйства даст возможность достоверного
циенты а1 и а2 останутся постоянными; прогнозирования темпов развития отрасли.
изменитсядлинаили продолжительность цикла.
Согласно результатам исследований Н.Д. Кондратьева и других ученых продолжительность каждого последующего длинного цикла сокращается. На основе продолжительности 1.3 длинных циклов, выявленных Кондратьевым, мы рассчитали коэффициент их сжатия, который составил 0,87. Соответственно продолжительность 5-ой длинной волны будет равна 51 году. Таким образом, если считать началом 5-ой волны 2006 г. (4-я Рис. 2. Динамика урожайности зерновых в сельскохозяйственном производстве раз
волна закончилась согласно витых стран мира с мощной аграрной экономикой: —*-----США; —Л—: - Канада;
нашим расчетам в 2005 г.), то " Германия; * - Россия,
она придется на период с 2006 по 2056 г
Тогда смена фазы депрессии 5-го цикла на оживление 6-го произойдет при следующих условиях: ду/дг = 0; д2у/дг2>0 при г = 51 ду/дг = 1179,2-2•34,041• 51+3 • а3512 = 0; ду/дг = -2 •34,041+3• а3512>0
Таким образом, 5-ю волну можно охарактеризовать моделью:
Инновационный прогноз 5-ой длинной сельскохозяйственной волны (на примере производства зерна) предполагает введение в модель переменной «инновации в развитие», характеризующей эффективность сельскохозяйственной техники и технологий. Мы принимаем ее значение, исходя из имеющихся показателей эффективности производства (в нашем случае урожайности зерна), достигнутых в разных странах
Таблица 2. Параметры инерционной модели 5-го длинного сельскохозяй- у5= 0,2939г3 - 34,041г2 +
ственного цикла 1031,3г + 8771, для стадий
процветания, рецессии и депрессии г>11.
На основании результатов выявленных параметров инновационной модели можно идентифицировать ее коэффициенты (табл. 3).
Выводы. Долгосрочный прогноз производства зер-мира с развитым сельскохозяйственным производ- на в Сибири позволяет сделать вывод о том, что в ством (рис. 2 [4]). сельском хозяйстве можно достичь значительного
Ежегодный темп прироста Таблица 3. Параметры инновационной модели 5-го длинного сельскохо-урожайности зерна в разви- зяйственного цикла тых странах мира по общему
Длинная волна развития Параметры эконометрической модели Результат в конечной
период ao ai Ш2 a3 точке периода (валовый сбор зерна, тыс. т)
4-я t>59 5654 1179,2 -34,041 0,2722 12634,24
5-я (стадия оживления) 60<t<69 5654 1179,2 -34,041 0,2722
5-я (стадии процветания, рецессии и депрессии) 11<t<51 12634 1179,2 -34,041 0,2939 17082,55
Длинная волна развития
4-я
5-я (стадия оживления) 5-я (стадии процветания, рецессии и депрессии)
t>59 5654
60<t<69 5654
тренду составляет 1,4 %. В Сибири по итогам анализа в пределах 4-го длинного цикла величина этого показателя равна 0,92 %.
Мы считаем, что по инновационному прогнозу эластичность на конец периода 5-ой волны должна быть скорректирована на уровень мирового развития.
Таким образом, прирост валового сбора зерна при разных вариантах развития экономики будет удовлетворять следующим условиям:
ду/дг (г=70)=414,8 при инерционном варианте, ду/дг (г=70)=617,78 при инновационном варианте. Это дает возможность уточнить коэффициенты для инновационной модели: а1=1031,3, а2=-31,54
Тогда 5-ую волну можно охарактеризовать моделью: у== 0,2722г3 - 31,54г2 + 1031,3г + 5654, для стадии оживления 60<г<69;
Параметры эконометрической
_______ модели
период\
ao
ai
Ш2
Шз-
1179.2 -34,041 0,2722
1031.3 -31,54 0,2722
Результат в конечной точке периода (валовый сбор зерна, тыс. т)
11<t<51 8771 1031,3 -31,54 0,2939
12634,24
20207,92
роста, основанного на естественных циклических тенденциях и усиленного инновациями. В результате инновационного развития сельскохозяйственной отрасли Сибири к концу 5-ой длинной волны прирост объемов сельскохозяйственного производства по основным продуктам отрасли может составить до 50 % от уровня в начале. Реализовать такой прогноз можно в результате массированного инновационного толчка, который возможен в случае освоения последних аграрных инноваций, существующих и используемых в современной аграрной экономике разных стран мира.
Литература.
1. Ганиева И.А. Экономические циклы в сельском хозяйстве Сибири. - М.: ООО «Редакция журнала «Достижения науки и техники АПК»», 2010. - 200 с.
2. Кондратьев Н.Д. Большие циклы конъюнктуры и теория предвидения. - М.: Экономика, 2002.
3. Научное наследие Н.Д.Кондратьева и современность. - М., 1991.
4. Мяленко В.И., Ижмулкина Е.А. Инновационная деятельность, как приоритетный путь развития сельскохозяйственного производства // Вестник Российской академии естественных наук (Западно-Сибирское отд.), - 2007. - вып.9., С. 56-59
RATIONALE FOR LONG-TERM PROJECTiONS OF GRAiN PRODUCTiON iN AGRICULTURE,
SiBERiA, ON THE BASiS OF LONG CYCLES
i.A. Ganieva, E.A. igmulkina
Summary. In support of long-term projections made in grain production in agriculture, Siberia, on the basis of long cycles, relevant in a rapidly growing economy that needs a constant inflow of resources, including financial. Prediction made on the basis of systematization of previously identified long cyclical swings in grain production in Siberia, determining the optimum methodology for long-term predictions, the subsequent justification of the indicators of long-term projections of grain production. Implemented innovative and inertial predictions. Key words: agriculture, forecasting, agricultural cycle, a model of innovation.
ВНИМАНИЮ СОИСКАТЕЛЕЙ УЧЕНЫХ СТЕПЕНЕЙ И ДРУГИХ ЗАИНТЕРЕСОВАННЫХ ЛИЦ!
Редакция журнала «Достижения науки и техники АПК» издает монографии и другую книжную продукцию с редактированием и всеми выходными данными.
Цены договорные.
Заявки отправлять по адресу: 101000, г Москва, Моспочтамт, а/я 166. Тел.: (495) 557-13-01, (916) 241-63-43. E-mail: [email protected]
J
