Факторный анализ планирование и прогнозирование экономических и упр

В параграфе 1.2 взаимосвязь между результирующим показателем и влияющими факторами вычислялась по коэффициентам корреляции. Но коэффициенты корреляции не отражают адекватность факторов построенной модели, они только показывают тесноту связи между рассматриваемыми показателями. Для проверки факторов на адекватность воспользуемся р- значением. Если р-значение фактора меньше (или равно) 0,05 (т.е. для 95 %-ной доверительной вероятности), то фактор признается значимым. В нашем случае р-значение показателя средняя частота поездок на общественном транспорте на 1 чел. за год равно 0,106. Поскольку р-значение фактора больше 0,05, то данный фактор необходимо исключить.

Снова проведем регрессионный анализ, но уже без фактора

средняя частота поездок на общественном транспорте. Пара-

метры регрессионного анализа представлены на рис. 2.10. Оценка факторов с помощью р-значений показывает их

адекватность построенной модели.

По данным коэффициентов построим многофакторную модель зависимости ВВП на душу населения от двух выбранных факторов.

где y – ВВП на душу населения, тыс. руб.;

х1 – уровень автомобилизации, ед. на 1000 чел.; х2 – протяженность автомобильных дорог общего пользо-

вания с твердым покрытием, тыс. км.

72

Проведем статистический анализ модели. Многофакторная модель является надежной, так как коэффициент корреляции равен 0,99, что свидетельствует о сильной связи между показателем и факторами. Значение F-критерия Фишера для данной модели составляет 836,5, табличное значение F- критерия равно 3,8. Поскольку F > Fтабл, то модель является статистически значимой. Качество прогнозирования по данной модели является достаточно высоким, так как среднеквадратическое отклонение (стандартная ошибка) равна 12,7 тыс. руб.

Таким образом, высокое качество модели (2.14) позволяет использоватьее для прогнозированияуровняразвитияэкономики.

Оценим степень влияния каждого фактора на результирующий показатель. Воспользуемся стандартизированными коэффициентами регрессии. Для этого необходимо найти стандартные ошибки результирующего показателя и каждого фактора.

Воспользуемся надстройкой Анализ данных. На закладке Данные в группе Анализ необходимо вызвать диалоговое окно Анализ данных, в котором выбрать инструмент анализа Описа-

тельная статистика и нажать OK (рис. 2.11).

Рис. 2.11. Диалоговое окно Анализ данных

74

После этого появится диалоговое окно Описательная статистика, в котором необходимо произвести следующие установки (рис. 2.12):

1.В поле Входной интервал вводится адрес исходных статистических данных результирующего показателя и факторов вместе с наименованиями столбцов С1:E17.

2.Ставится флажок Метки, показывающий, что первая строка содержит название столбца.

3.В поле Выходной интервал вводится адрес ячейки для вывода данных анализа B71.

4.Ставятся флажки Итоговая статистика и Уровень надежности 95 %.

5.После установки всех необходимых параметров нажима-

ем ОК.

Рис. 2.12. Диалоговое окно Описательная статистика

Параметры описательной статистики найдены (рис. 2.13).

75

зации (86,4 %), а показатель протяженности автомобильных дорог влияет в меньшей степени (14,6 %).

Чтобы найти прогнозные значения развития экономики (ВВП на душу населения), необходимо в уравнение (2.14) подставить прогнозные значения факторов.

Для прогнозирования факторов модели пользуются двумя подходами: 1) строят тренды факторов и по ним находят прогнозные значения (такая задача рассмотрена в параграфе 2.2.1); 2) пользуются готовыми показателями факторов (которые можно взять из стратегий и проектов развития экономики, региона, отрасли и т.д.).

Прогнозные значения факторов на период до 2016 г. возьмем из транспортнойстратегииРоссийскойФедерации(табл. 2.7).

Найдем прогнозные значения ВВП на душу населения на период до 2016 г. Для этого необходимо в многофакторную модель (2.14) подставлять прогнозные значения факторов. Результаты расчетов сведемв табл. 2.7. Это такназываемый точечный прогноз.

Для оценки надежности прогнозных значений необходимо найти интервал, в который попадут фактические величины с вероятностью 95 %. В нашем примере коэффициент Стьюдента равен 2,16, так как число степеней свободы равно 13, а уровень надежности 0,95. Интервал прогноза занесем в табл. 2.7

Таблица 2 . 7 Прогнозные значения ВВП на душу населения

77

Данные таблицы свидетельствуют, что ВВП на душу населения за период до 2016 г. увеличится в 1,5 раза и составит

634,8 ± 27,5 тыс. руб.

2.3. Пример научной статьи прогнозирования экономических процессов

Статья опубликована в журнале «Вестник Пермского университета. Серия: Экономика» за 2014 год.

УДС 625.7:336.1

ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ ЭКОНОМИКИ НА ОСНОВЕ МОДЕРНИЗАЦИИ ТРАНСПОРТНОЙ ОТРАСЛИ

DETECTION OF CORRELATION BETWEEN TRANSPORT DEVELOPMENT AND ECONOMY: TEMPORAL

AND REGIONAL ASPECT OF RESEARCH

В.П. Постников, ассистент кафедры «экономики и управления на предприятии»

Электронный адрес: v.p.o.s.t.v@mail.ru

Пермский национальный исследовательский политехническийуниверситет, 614990, г. Пермь, Комсомольскийпроспект, 29.

О.В. Буторина, канд. эконом.наук, доцент кафедры мировой экономики и экономической теории

Электронный адрес: ok.butorina@yandex.ru

Пермский государственный национальный исследовательский университет, 614990, г. Пермь, ул. Букирева, 15.

V.P.Postnikov, assistant lecturer «Economy and Management on the Enterprise» department

E-mail: v.p.o.s.t.v@mail.ru

78

Perm National Research Polytechnic University, 614990, Perm, Komsomol prospect, 29.

O.V. Butorina, Doctor of Economics, Associate Professor, Department of World and Regional Economics

E-mail: ok.butorina@yandex.ru

Реrm State National Research University, 614990, Perm, Bukireva str., 15.

В работе построена двухфакторная математическая модель, характеризующая прямые зависимости между уровнем развития национальной экономики и автомобильного транспорта на период до 2016 г. и 2030 г. На основе эконометрического аппарата спрогнозированы тренды развития факторов (уровень автомобилизации и протяженность автомобильных дорог общего пользования) в модели, на основании базовых из них осуществлен прогноз развития национальной экономики.

Ключевые слова: зависимость развития национальной экономики от базовых качественных индикаторов развития автотранспортной отрасли, двухфакторная математическая модель, прогнозирование динамики роста национальной экономики.

In the paper two-factor mathematical model is arranged, which is describing direct dependences between national economic development level and road transport for the period until 2016 and 2030. On the basis of econometric instruments the development factors trends are predicted (level of motorization and public roads length) in the model, relying on the basic of them was made the forecast of the national economic development.

Keywords: dependence national economy on the basic qualitative development indicators of the road transport industry, bifactorial mathematical model, forecasting of dynamics the national economic growth.

79

Как известно, транспорт, являясь элементом материальновещественной инфраструктуры, играет значимую роль в экономическом развитии не только страны в целом, но и каждого ее региона и муниципального района. С этих позиций он призван выполнять определенные функции:

–обеспечение передвижения людей и грузов в любое время

ина любые расстояния для активизации экономических процессов в разноуровневых территориальных единицах [4, с. 199];

–стимулирование научно-технического прогресса на основе реализации потребности хозяйствующих субъектов переме-

щаться быстрее и с большим комфортом, так, по оценкам Н. Ивановой и И. Данилова, в рамках антикризисных программ во всех развитых странах предполагалось наращивание инновационного потенциала в транспортной отрасли на основе дополнительного финансирования, что должно способствовать «…массовому внедрению новейших технологий, стимулирующих радикальную трансформацию технологических платформ отрасли…» [1, с. 74], а также ряда смежных отраслей и экономики страны в целом;

–импульсация развития взаимосвязанных с транспортом отраслей, производящих транспортную технику, ее компоненты,

атакже отраслей, ее обслуживающих, что способствовует закреплению за транспортной инфраструктурой роли экономического катализатора общественного развития;

–нивелирование негативных издержек территориальной удаленности субъектов от мировых и национальных экономических центров;

–повышение конкурентоспособности и эффективности экономики не только страны в целом, но и дифференцировано каждого региона по средством высокого уровня развитости транспортнойотрасли.

Как показывает мировой опыт, темпы роста эффективности национальной экономики обеспечивались развитием транспортной отрасли. При этом в соответствии с требованиями совре-

80