Scientific journal
Fundamental research
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

ANALYSIS AND FORECASTING OF VITICULTURE WITH THE HELP OF COMPUTER MODELING-TOOLS (FOR EXAMPLE, AGRO-INDUSTRIAL ENTERPRISES IN THE REPUBLIC OF DAGESTAN)

Bammaeva G.A. 1
1 Dagestan State University
Viticulture in the Republic of Dagestan is a leading regional agribusiness sector, it is one of the main producers of grapes and processed products in the Russian Federation. In this study, the model-developed computer tools to assess the dynamics of interdependence between indicators RD viticulture farms and describes its components: a set of tables with the initial data, database, mathematical and computer models, a set of analytical tables. Background provides a data viticulture farms and wineries RD, presented as a set of related tables.In this study, the model-developed computer tools to assess the dynamics of interdependence between indicators RD viticulture farms and describes its components: a set of tables with the initial data, database, mathematical and computer models, a set of analytical tables. Background provides a data viticulture farms and wineries RD, presented as a set of related tables.
Dagestan Republic
viticulture
analysis
prediction
model
1. Adamadziev K.R. Razrabotka avtomatizirovannyh rabochih mest jekonomistov: uchebnoe posobie. Mahachkala: Izdatelsko-poligraficheskij centr Daggosuniversiteta, 2005. 70 р.
2. Adamadziev K.R., Dzhavatov D.K. Jekonometrika. Kratkij kurs: uchebnoe posobie Mahachkala: Izdatelsko-poligraficheskij centr DGU, 2003. 83 р.
3. Bammaeva G.A., Rabadanova R.M. Problemy vinogradarstva i vinodelija Dagestana // Kompjuternye tehnologii v nauke, jekonomike i obrazovanii: materialy sedmoj regionalnoj nauchno-prakticheskoj konferencii. Mahachkala, 2006.
4. Prognozirovanie i orientirovanie v selskom hozjajstve http://www.mybntu.com/economy/plan/prognozirovanie-i-orientirovanie-v-selskom-xozyajstve.html.
5. Umargadzhieva N.M., Metody socialno-jekonomicheskogo prognozirovanija // Kompjuternye tehnologii v nauke, jekonomike i obrazovanii: materialy odinnadcatoj regionalnoj nauchno-prakticheskoj konferencii. Mahachkala, 2010.

Виноградно-винодельческий подкомплекс АПК играет важную роль в формировании доходной части бюджета республики, поэтому во всех программах по улучшению экономики региона ведущее место отводится развитию сельского хозяйства, увеличению производства винограда и продукции его переработки. Выращивание винограда приносит треть доходов агропромышленного комплекса, а вместе с алкогольной продукцией составляет 5 из 15 % недотационных поступлений в местный бюджет. В целом в государственную казну поступают значительные суммы от реализации коньяков и виноградных вин. В настоящее время виноградно-винодельческий подкомплекс работает в сложных условиях, вызванных современным развитием экономики, что обусловливает актуальность адекватного выбора стратегии ее стабилизации и дальнейшего развития.

Отличительными особенностями виноделия, которые оказывают существенное влияние на эффективность производства, являются широкая взаимозаменяемость продукции и возможность использования одного и того же исходного сырья на выработку различных видов продукции. Так, взаимозаменяемыми являются различные виды виноматериалов в виноделии. Кроме – того, из винограда одного и того же сорта возможна выработка различных видов виноматериалов (сухих, коньячных, десертных, игристых и др.) и соков. Предметной областью данного исследования является разработка автоматизированного рабочего места для анализа и прогнозирования динамических тенденций, необходимо вычислить такие показатели, как темпы роста к базисному году, темпы роста к предыдущему году и удельный вес каждого предприятия. Экономическое прогнозирование – это получение информации о состоянии экономических показателей анализируемого объекта посредством применения системы методов, расчетов [5].

Темпы роста определяются по известным формулам:

а) цепной

Bammaeva01.wmf

б) базисный

Bammaeva02.wmf [2].

Для прогнозирования показателей хозяйств по виноградарству применяются модели временных рядов и рядов динамики вида Yrit = fri(t) – временные ряды и Yrit = f(xrit) – ряды динамики [1].

Для прогнозирования показателей АПК необходимо следовать следующему алгоритму.

В MS Excel создается:

а) база исходных данных;

б) рабочая база данных;

в) таблица-шаблон для исходных данных прогнозируемого показателя.

Чтобы выполнить прогнозные расчеты, должны быть заданы фактические значения экономического показателя и значения фактора времени за исходный интервал времени, а также значения фактора времени на прогнозируемый период.

Выполнение прогноза с помощью уравнения временного ряда или ряда динамики состоит в следующем:

– по заданным значениям экономического показателя и фактора времени строится уравнение временного ряда, т.е. рассчитываются параметры b и m;

– проверяется приемлемость полученного уравнения временного ряда с помощью статистических характеристик;

– если построенное уравнение оказалось адекватным, то, подставляя в это уравнение прогнозируемые значения фактора времени (tпрог), рассчитываются прогнозные значения экономического показателя (yпрогн, x1прогн, x2прогн, x3прогн);

– поскольку расчеты связаны со статистическими выборками, прогнозные значения экономических показателей являются приближенными. Поэтому для прогнозных значений следует определить доверительные интервалы. Прогнозирование показателей осуществляется по пяти основным функциям:

линейная

y = a + b•t; y = a + b•xt;

показательная

y = a•bt; Bammaeva03.wmf

степенная

y = a•tb; Bammaeva04.wmf

гиперболическая

Bammaeva05.wmf Bammaeva06.wmf

параболическая

y = a + b1•t + b2•t2; y = a + b1•xt + b2•xt2.

В развитии виноградарства в РД наблюдается ряд негативных тенденций: сокращения площадей виноградников; снижение урожайности винограда и ухудшение всех других экономических показателей. И самая главная неприятность – за последние годы прекратили свое существование восемь хозяйств (из 22), в т.ч. такие известные в прошлом, как Геджух, Муцалаул, Аксай, и Манаскентский.

В табл. 1 приведены величины пяти ключевых показателей специализированных хозяйств виноградно-винодельческой отрасли Министерства сельского хозяйства и продовольствия РД (ранее входящие в состав объединения «Дагвино») и темпы их изменения за 2005–2015 гг.

Как видно из табл. 1, площадь эксплуатационных виноградников в 2015 г. к 2005 г. сократилась почти наполовину (составила 57 %). В течение 7 лет, с 2008 по 2014 г., урожайность винограда была ниже уровня 2005 г., и лишь в 2015 г. она оказалась на несколько процентов выше, но ниже, чем в 2006–2007 г. В табл. 2 приведены величины трех экономических показателей 13 виноградных хозяйств в целом по виноградарству за последние три года (2013–2015 гг.). Важнейшим из показателей, характеризующих эффективность производства винограда в хозяйствах, является урожайность (в ц/га). По урожайности хозяйства существенно различаются. Максимальную урожайность (все три года превышают уровень 100 ц/га) имеет ГУП «Каспий», одно из самых известных в РД хозяйств.

Несколько уступает лидеру ГУП «Кировский», занимающее 2-е место (92; 103 и 119 ц/га соответственно за три рассматриваемых года). Самой низкой оказалась урожайность в ГУП им. К. Маркса – в прошлом одного из ведущих из винсовхозов РД.

Прогнозирование факторов развития виноградно-винодельческого подкомплекса в ходе глобализации регионального АПК позволяет выявить структурные и организационно-экономические изменения в работе его предприятий, агропромышленных объединений и оценить перспективы развития отрасли.

Таблица 1

Величины пяти ключевых показателей специализированных виноградарских хозяйств Министерства сельского хозяйства и продовольствия РД и темпы их изменения за 2005–2015 гг.

   

2005

2006

2010

…..

2013

2014

2015

Абсолютные величины

1

Площадь эксплуатационных виноградников (га)

5783

5980

5495

……

4376

3479

3311

2

Валовой сбор (ц)

299131

375735

268382

……

196905

154817

177483

3

Урожайность (ц/га)

51,7

61,9

48,8

……

45,0

44,5

53,6

4

Выручка от реализации (руб.)

316845

422991

378183

……

412466

303183

385105

5

Цена реализации 1 ц виногр., руб.

1059

1126

1409

……

2095

1958

2170

Темпы роста к 2005 г., %

1

Площадь эксплуатационных виноградников (га)

100,0

103,4

95,0

……

75,7

60,2

57,3

2

Валовой сбор (ц)

100,0

125,6

89,7

……

65,8

51,8

59,3

3

Урожайность (ц/га)

100,0

119,7

94,4

……

87,0

86,1

103,7

4

Выручка от реализации (руб.)

100,0

133,5

119,4

……

130,2

95,7

121,5

5

Цена реализации 1 ц виногр., руб.

100,0

106,3

133,0

……

197,8

184,9

204,9

Источник: составлена автором.

Таблица 2

Величины пяти экономических показателей 13 виноградарских хозяйств и в целом по виноградарству за последние три года (2013–2015 гг.).

   

Площадь плодоносящих виноградников, га

Валовой сбор винограда, ц

Урожайность винограда, ц/га

   

2013

2014

2015

2013

2014

2015

2013

2014

2015

1

Башлыкентский

124

124

155

6612

4169

8400

34,1

33,6

54,2

2

Буйнакский

243

243

243

8312

5187

7881

34,2

21,3

32,4

3

Гергинский

251

244

228

12114

6668

5030

48,3

27,3

22,1

4

Каспий

289

323

323

36425

33040

35360

112

102,3

109,5

5

Каякентский

404

404

404

23758

20830

21546

58,8

51,6

53,3

6

Кировское

336

336

372

40052

35286

34118

119,3

102,5

91,7

7

Комсомольский

164

164

164

10301

10355

16600

62,8

63,1

101,2

8

Красный Октябрь

508

344

344

15325

10648

14580

30,2

31

42,3

9

Усемикентский

120

174

156

5787

5530

5060

48

31,7

32,4

10

Утамышский

132

132

132

6131

4533

7406

60

44,4

72,6

11

Чкаловский

235

235

235

5956

4100

6097

32,2

17,5

25,9

12

им. Богатырева

102

153

153

12100

2900

14347

118,9

19

93,7

13

им. К. Маркса

123

123

401

3997

750

1058

32,5

6

2,6

 

Итого по 13 хоз.

3031

2999

3310

186870

143996

177483

64,9

48,2

57,2

 

ИТОГО

3730

3617

3310

196905

154817

177483

45

44,5

53,6

Источник: составлена автором.

Программный комплекс для анализа и прогнозирования социально-экономических показателей ГУП включает базу данных, электронные формы для ввода новой информации в базу данных и ее редактирования, электронные формы для аналитических таблиц и прогнозных таблиц, отчетные формы и позволяет автоматизировать анализ и прогнозирование социально-экономических показателей.

Для выбранных показателей с помощью разработанного модельно-компьютерного инструментария возможно проведение анализа темпов роста к базисному году, темпов роста к предыдущему году и удельных весов.

Прогнозирование с помощью разработанного нами автоматизированного места проведем аналогично с использованием данных Министерства сельского хозяйства и продовольствия РД всего за период 2005–2015 гг.

Программное обеспечение позволяет строить прогноз с использованием временных рядов и рядов динамики. В нашем примере выбрано прогнозирование с использованием временного ряда.

В табл. 3 представлены параметры и статистические характеристики моделей временных рядов различных типов для показателей «Урожайность», «Валовой сбор», «Площадь эксплуатационных виноградников», «Выручка от реализации (руб.)», «Полная себестоимость реализованной продукции (руб.)» и «Износ ОС (руб.)» с помощью разработанного инструментария.

Таблица 3

Параметры и статистические характеристики линейных моделей временных рядов основных показателей виноградно-винодельческих хозяйств РД

Обозначение

Урожайность

Валовой сбор (ц)

Площадь эксплуатационных виноградников (га)

Выручка от реализации (руб.)

Полная себестоимость реализованной продукции (руб.)

Износ ОС (руб.)

b

44,6982

290538

6786

334

406405

266694

m

0,3832

–2217

–172

173

36797

29930

seb

6,2748

39401

208

98

314817

15234

sem

0,9252

5809

31

14

46417

2246

sey

9,7032

60929

321

151

486829

23558

r2

0,0187

0,0159

0,7787

0,9413

0,0653

0,9518

r

0,1368

0,1262

0,8824

0,9702

0,2555

0,9756

F

0,1715

0,1456

31,6621

144,20

0,6284

177,5479

А

20,6463

21,9772

5,5865

11,02

77,6211

5,2789

Источник: составлена автором.

Как видно из табл. 3, наибольший коэффициент корреляции получен для зависимости показателя «Износ ОС», наименьший показатель – для зависимости показателя «Валовой сбор», а как известно, связь считается достаточно сильной, если коэффициент корреляции по абсолютной величине превышает 0,7, и слабой, если меньше 0,4. При равенстве его нулю линейная связь отсутствует. Можно сделать вывод, что сильной связью обладают зависимости всех показателей кроме урожайности, валового сбора и выручки от реализации. Среднюю ошибку аппроксимации определяют, чтобы знать, на сколько процентов изменится результат от своей средней величины при изменении фактора x на 1 % от своего среднего значения. А значит, наилучшим коэффициентом средней ошибки аппроксимации в линейной модели обладает зависимость показателей «Площадь эксплуатационных виноградников» и «Износ ОС».

Как видно из табл. 4, наибольший коэффициент корреляции у зависимости показателя «Выручка от реализации», наименьший показатель – у зависимости показателя «Валовой сбор».

Таким образом, можно сделать вывод, что сильной связью обладают зависимости всех показателей кроме урожайности, валового сбора и полной себестоимости реализованной продукции.

Аналогично рассчитаны и показатели степенной, параболической и гиперболической моделей.

Разработанный программный комплекс позволяет также получить прогноз показателей на основе построенных моделей временных рядов.

Как видно из табл. 5, в 2016 г. наиболее пессимистический прогноз по модели параболического вида ожидается в размере 28,5 ц/га; наиболее оптимистический – по модели линейного вида 50,1 ц/га. Наиболее реалистичный, на наш взгляд, прогноз по модели степенного вида 49,7 ц/га.

Для показателя «Валовой сбор» в 2016 г. наиболее пессимистический прогноз по модели параболического вида ожидается в размере 148547 ц; наиболее оптимистический – по модели линейного вида 282180 ц. Наиболее реалистичный, на наш взгляд, прогноз по модели степенного вида 269313 ц.

Таблица 4

Параметры и статистические характеристики гиперболической модели временных рядов основных показателей виноградарских хозяйств РД

Обозначение

Урожайность (ц/га)

Валовой сбор (ц)

Площадь эксплуатационных виноградников (га)

Выручка от реализации (руб.)

Полная себестоимость реализованной продукции (руб.)

Износ ОС (руб.)

b

50,3074

283919

5329

1845

815034

521745

m

–12,0571

–24340

1541

–1713

–684240

–274911

seb

4,0441

26901

231

172

204687

32338

sem

10,7455

71478

613

458

543874

85924

sey

9,1745

61028

523

391

464359

73362

r2

0,1227

0,0127

0,4125

0,6082

0,1496

0,5321

r

0,3503

0,1128

0,6423

0,7799

0,3867

0,7295

F

1,2590

0,1160

6,3204

13,97

1,5828

10,2365

А

19,5213

22,0129

9,1012

28,45

74,0385

16,4389

Таблица 5

Прогнозные величины показателей виноградарских хозяйств РД на 2016–2018 гг.

Годы

Линейная

Гиперболическая

Степенная

Показательная

Параболическая

Площадь виноградников, га

2016

4718

5457

5119

4733

4326

2017

4545

5447

5068

4587

3957

2018

4373

5439

5022

4445

3559

Урожайность, ц/га

2016

49,30

49,30

49,17

48,45

38,89

2017

49,68

49,38

49,46

48,85

34,07

2018

50,06

49,45

49,72

49,25

28,46

Валовой сбор, цр, ц

2016

263934

281890

269613

256495

210513

2017

261717

282046

269457

254097

181585

2018

259500

282180

269313

251722

148547

Выручка от реализации продукции, тыс. руб.

2016

2415,7

1702,5

2216,8

2908,2

2456,2

2017

2589,2

1713,5

2334,1

3349,2

2650,0

2018

2762,6

1722,1

2448,2

3857,0

2846,8

Как видно из табл. 5, в 2016 г. наиболее пессимистический прогноз по модели параболического вида ожидается в размере 4325,7 га; наиболее оптимистический по модели гиперболического вида – 5438,9 га. Наиболее реалистичный, на наш взгляд, прогноз по модели степенного вида 5022,19 га. А для показателя «Выручка от реализации продукции» в 2016 г. наиболее пессимистический прогноз по модели гиперболического вида ожидается в размере 1722,1 (тыс. руб.); наиболее оптимистический – по модели показательного вида 3857,2 (тыс. руб.). Наиболее реалистичный, на наш взгляд, прогноз по модели линейного вида 2762,63 (тыс. руб.) показывает, что для большинства хозяйств приемлемыми являются прогнозы по нескольким видам уравнений временных рядов (двум, трем и даже четырем). Кроме того, не следует забывать, что если в текущем году разрабатывается прогноз на три года, то такой же прогноз следует провести в следующем году. В результате прогнозы будут уточнены и скорректированы.

Выводы

1. Виноградарство является одной из самых развивающихся отраслей экономики в Республике Дагестан, и создание базы данных и программного обеспечения для проведения анализа и прогнозирования основных экономических показателей деятельности предприятий является актуальной задачей для дальнейшего развития отрасли. Рассмотрена виноградарская сфера АПК как объект информатизации. Изучены существующие методы анализа и прогнозирования показателей хозяйств.

2. Разработан модельно-компьютерный инструментарий для анализа и прогнозирования показателей виноградно-винодельческих хозяйств, а также описаны его компоненты. С помощью модельно-компьютерного инструментария проведен анализ и оценка вариантов прогнозов и сформулированы следующие выводы:

– сложившиеся в последнее десятилетие зависимости и тенденции свидетельствуют о том, что на развитие виноградарства (как и АПК в целом) оказывают влияние как позитивные, так и негативные факторы;

– закономерности и тенденции десяти последних лет в развитии виноградарства дают нам основание экстраполировать их на некоторый будущий период (2–3 года). Согласно нашим расчетам взятые нами показатели, даже при нежелательности некоторых, будут расти.

3. Разработана методика прогнозирования с использованием управлений временных рядов и рядов динамики, на её основе рассчитан ряд вариантов прогнозов и проведен их сравнительный анализ.