31
10. Основные фонды отраслей экономики региона (по полной балансовой стоимости с учетом степени удорожания капитальных затрат) на душу населения (тыс.руб.) определяется как отношение основных фондов отраслей экономики (тыс.руб.) к численности населения (тыс.руб.), делённое на районный коэффициент степени удорожания капитальных затрат:
ОПФt j |
1 |
|||
ОПФt j на1 чел. = |
|
∙ |
|
|
Чt j |
ККЗt j |
|||
|
|
|||
11.Коэффициент плотности автомобильных дорог (коэф. Энгеля) определяется как отношение плотности автодорог к корню квадратному от плотности населения:
-плотность автодорог вычисляется как отношение протяженности автодорог (тыс.км) к площади территории;
-плотность населения определяется как отношение среднегодовой численности населения (тыс.чел) к площади территории (тыс. км2).
12.Сводный показатель уровня развития отраслей социальной инфраструктуры, рассчитываемый на основе четырёх первичных индикаторов:
обеспеченность дошкольными образовательными учреждениями (мест на 1000 детей дошкольного возраста);
выпуск специалистов высшими и государственными учебными заведениями (чел. на 10 тыс. жителей);
обеспеченность лечебными амбулаторными учреждениями (посещений в смену на 10 тыс. жителей);
обеспеченность врачами и средним медицинским персоналом (чел. на 10 тыс. жителей).
Расчёт интегрального показателя комплексной оценки проводится поэтапно:
На 1 этапе по каждому из базовых оценочных индикаторов, кроме последнего, определяется ранг каждого региона, а также ранг среднерос-
32
сийского значения, начиная с лучшего значения (1 место) и заканчивая худшим значением (последнее место).
По сводному показателю уровня развития отраслей социальной инфраструктуры сначала аналогично определяются ранги четырех перечисленных выше индикаторов по социальной сфере, потом полученные ранги суммируются и определяется интегрированный ранг по свободному показателю уровня развития социальной инфраструктуры каждого региона, а также среднероссийского значения.
В том случае, если по какому-либо показателю имеют место абсолютно одинаковые значения по двум или нескольким регионам, производится операция локального ранжирования данных регионов в соответствии со значениями ключевого показателя – объёма валового регионального продукта с учётом уровня покупательной способности на душу населения.
На 2 этапе производится расчет балльной оценки по каждому из показателей для каждого региона. Определяется эта оценка как разница между рангом показателя по РФ и рангом показателя по региону.
На 3 этапе для каждого региона производится операция суммирования приведённых балльных оценок по всем 12 базовым индикаторам с последующим делением полученного результата на 12 , и таким образом определяется искомая интегральная оценка уровня социальноэкономического развития каждого региона.
Общие прогнозы социально-экономического развития России и её регионов основываются на частных прогнозах – природно-ресурсных, демографических, научно-технических и др. Данные долгосрочного прогноза должны закладываться в основу подготовки прогнозов и программ на среднесрочную перспективу, а последние – в основу краткосрочных прогнозов и программ. Региональный аспект прогнозирования отражается в правительственных программах углубления экономической реформы, стабилизации и развития экономики России.
33
2.2. Методы прогнозирования экономики региона
2.2.1. Методы прогнозной экстраполяции
Для прогнозирования экономического развития региона используются различные методы, наиболее распространенные – это методы прогнозной экстраполяции и методы моделирования.
Сущность методов прогнозной экстраполяции состоит в анализе изменений объектов исследования во времени и распространение выявленных закономерностей на будущее.
Термин «экстраполяция» имеет несколько толкований. В широком смысле слова экстраполяция – это метод научного исследования, заключающийся в распространении выводов, полученных из наблюдения над одной частью явления, на другую его часть. В узком смысле слова экстраполяция – это нахождение по ряду данных функции других ее значений, находящихся вне этого ряда. Экстраполяция заключается в изучении сложившихся в прошлом и настоящем устойчивых тенденций экономического развития и перенесении их на будущее.
В прогнозировании экстраполяция (экстраполирование) применяется при изучении временных рядов и представляет собой нахождение значений функции за пределами области ее определения с использованием информации о поведении данной функции в некоторых точках, принадлежащих области ее определения.
Временной ряд представляет собой совокупность последовательных измерений показателя (объем валовой продукции, объем валовых инвестиций, численность занятых в экономике и др.) , произведенных через одинаковые интервалы времени. Анализ временных рядов позволяет решать следующие задачи:
34
исследовать структуру временного ряда, включающую, как правило, тренд – закономерные изменения среднего уровня, а также случайные периодические колебания;
исследовать причинно-следственные взаимосвязи между процессами, проявляющими в виде корреляционных связей между временными рядами;
построить математическую модель процесса, представленного временным рядом;
преобразовать временной ряд средствами сглаживания и фильтра-
ции.
Анализ тренда предназначен для исследования изменений среднего значения временного ряда с построением математической модели тренда и с прогнозированием на этой основе будущих значений ряда. Анализ тренда выполняется на основе методов прогнозной экстраполяции, регрессионных моделей и производственных функций. Далее мы подробно рассмотрим каждый из этих методов.
В практической работе временные ряды прогнозируемых показателей приближают следующими элементарными функциями:
У= а0 + а1Х (уравнение прямой линии) ;
У= а0 + а1Х + а2Х2 (парабола второго порядка) ;
У= а0 + а1Х+а2Х2+а3Х3 (парабола третьего порядка) ;
У= а0 + а1lnX (логарифмическая) ;
У= а0Ха1 (степенная) ;
У= а0 + а1х (показательная) .
Различают перспективную и ретроспективную экстраполяцию. Перспективная экстраполяция предполагает продолжение уровней ряда динамики на будущее на основе выявленной закономерности изменения уровней в изучаемом отрезке времени. Ретроспективная экстраполяция характеризуется продолжением уровней ряда динамики в прошлое.
Понятием, противоположным экстраполяции, является интерполяция, интерполирование, которое предусматривает нахождение промежуточных значений функции в области ее определения.
При экстраполяции предполагается, что:
35
текущий период изменения показателей может быть охарактеризован траекторией – трендом;
основные условия, определяющие технико-экономические показатели в текущем периоде, не претерпят существенных изменений в будущем, т.е. в будущем они будут изменяться по тем же законам, что и в прошлом, и в настоящем;
отклонения фактических значений показателей от линии тренда носят случайный характер и распределяются по нормальному закону.
Простая экстраполяция. Этот метод предполагает расчет простого среднего значения показателя, который закладывается в основу краткосрочного прогноза. Так, положим необходимо обосновать краткосрочный прогноз темпа прироста ВРП в регионе, т.е. необходимо определить среднеарифметическую величину:
n |
xi |
|
|
Xn = |
|
, Xn – прогнозируемая величина; xi – темп прироста в i го- |
|
n |
|||
i 1 |
|
ду; n – число рассматриваемых лет.
Известно, что за прошедшие 10 месяцев темп прироста ВРП в регионе составил (табл. 2.1):
Таблица 2.1
Динамика темпа прироста ВРП в регионе (в сопоставимых ценах, по сравнению с предыдущим месяцем)
1 мес. |
2мес. |
3мес. |
4 мес. |
5 мес. |
6 мес. |
7мес. |
8 мес. |
9 мес. |
10мес |
|
|
|
|
|
|
|
|
|
|
0,25 |
0,28 |
0,2 |
0,24 |
0,23 |
0,29 |
0,27 |
0,22 |
0,23 |
0,28 |
|
|
|
|
|
|
|
|
|
|
Расчет. Учитывая определенную стабильность экономического развития региона, составим прогноз темпа прироста ВРП на основе его среднего значения за месяц:
Xn= (0,25+0,28+0,2+0,24+0,23+0,29+0,27+0,22+0,23+0,28): 10= 0,25
Можно рассчитать среднюю ошибку прогноза по формуле1:
2
n ,
1 Замков О. О. Толстопятенко А. В. , Черемных Ю. Н. Математические методы в экономике. М. : ДИС, 1998. С.18 .