Главная страница » Публикации » №2 (2) » Моделирование и прогнозирование объемов промышленного производства в Оренбургской области

Моделирование и прогнозирование объемов промышленного производства в Оренбургской области

Modelling and forecasting of industrial production in the Orenburg region

Оренбургская область
Отраслевая экономика регионов, Экономика промышленности

Авторы

Аралбаева Г.Г.
Россия, Оренбургский государственный университет
Aralbaeva@mail.ru

Аннотация

Для анализа и прогнозирования явлений и процессов, влияющих на экономическое развитие региона, хорошим инструментом являются регрессионные математические модели. Преимущество регрессионных моделей состоит не только в возможности определения количественной меры зависимости, но и в изучении влияния на динамику процессов различных факторов. В случае применения регрессионных моделей результат действия в виде одного или нескольких выходных показателей представляется как функция влияющих на него факторов.

Ключевые слова

прогнозирование, экономическое развитие региона, регрессионные модели, динамика процессов

Рекомендуемая ссылка

Аралбаева Г.Г.

Моделирование и прогнозирование объемов промышленного производства в Оренбургской области// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №2 (2). Номер статьи: 205. Дата публикации: 25.06.2005. Режим доступа: https://eee-region.ru/article/205/

Authors

Aralbaeva G.G.
Russia, Orenburg State University
Aralbaeva@mail.ru

Abstract

The analysis and prediction of phenomena and processes that affect the region's economic development, are a good tool for regression mathematical model. The advantage of regression models is not only the possibility of determining a quantitative measure of dependence, but also to study the effect on the dynamics of various factors. In the case of regression models as a result of one or more output parameters is presented as a function of the factors affecting it.

Keywords

forecasting, regional economic development, regression models, the dynamics of processes

Suggested Citation

Aralbaeva G.G.

Modelling and forecasting of industrial production in the Orenburg region// Regional economy and management: electronic scientific journal. ISSN 1999-2645. — №2 (2). Art. #205. Date issued: 25.06.2005. Available at: https://eee-region.ru/article/205/ 

Print Friendly, PDF & Email

Для определения взаимосвязей между динамикой физического объема промышленного производства и основных социально-экономических показателей Оренбургской области рассмотрена база данных, представляющая собой совокупность показателей за период 1992-2003 гг. (по данным статистических сборников: «Регионы России» за 2000 г ., «Социально-экономическое положение Оренбургской области» за 2000-2003 гг.). Выбор системы показателей осуществлен исходя из общих предпосылок возможной взаимосвязи между ними, а также с учетом наличия статистической информации в объеме, достаточном для проведения исследования.

Так как экономическим системам свойственны «лаговые» взаимодействия, то для учета фактора времени исследуемая часть показателей приведена к базе 1992 г ., т.е. значения показателя в 1992 г . принимаются за 1. Исходные данные приведены в таблице 1.

Таблица 1 — Динамика основных социально-экономических показателей Оренбургской области (% к 1991 г .)

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

Х 1

1

0,975

0,927

0,892

0,92

0,844

0,806

0,875

0,873

0,898

0,872

0,876

Х 2

1

6,73

20,01

57,57

76,07

83,78

80,8

146,85

229,98

240,82

322,39

372,92

Х 3

1

0,34

0,107

0,0885

4,356

4,062

7,062

5,403

4,446

4,219

4,181

4,215

Х 4

1

9,212

32,41

92,84

130,29

138,95

120,25

196,05

337,19

406,9

403,95

482,81

Х 5

1

1,618

1,982

1,018

0,436

0,818

0,527

0,346

0,291

-0,236

-0,346

-0,873

Х 6

1

1,007

1,014

1,022

1,025

1,024

1,025

1,022

1,019

1,004

1,004

1,0023

Х 7

1

0,664

1,227

1,463

1,086

1,777

2,367

2,771

2,346

1,678

2,017

2,253

Х 8

1

1,111

3,037

3,407

4,111

3,333

3,556

1,741

1,444

2,074

2,815

2,63

Х 9

1

1,089

41,47

97,35

156,18

197,35

187,65

317,15

424,41

563,47

725,35

922,06

Х 10

Х

1

1,272

1,505

1,288

1,579

1,476

2,138

3,285

3,294

3,468

4,376

Х 11

Х

х

х

1

1,422

1,645

1,594

3,041

4,469

5,165

5,846

Принятые обозначения:

Х 1 – темп роста (снижения) численности занятого в экономике населения;

Х 2 – темп роста физического объема промышленного производства;

Х 3 – темп роста индекса потребительских цен;

Х 4 – темп роста объема инвестиций в производственную сферу;

Х 5 – темп роста сальдо миграции населения;

Х 6 – темп роста (снижения) численности постоянного населения;

Х 7 – темп роста (снижения) общей численности безработных;

Х 8 – темп роста (снижения) численности безработных, зарегистрированных в государственной службе занятости населения;

Х 9 – темп роста (снижения) среднедушевых доходов населения в месяц;

Х 10 – темп роста (снижения) потребности в работниках, заявленной предприятиями в государственную службу занятости населения.

Х 11 – темп роста объема ВРП на душу населения.

Для осуществления предварительного анализа взаимной динамики выбранных показателей рассчитана матрица парных корреляций (таблица 2) без показателя ВРП на душу населения.

Таблица 2 — Матрица парных корреляций основных социально- экономических показателей Оренбургской области

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

x1

1

x2

-0,0965

1

x3

-0,669

0,331

1

x4

-0,067

0,98

0,35

1

x5

0,24

-0,90

-0,57

-0,91

1

x6

-0,25

-0,8

0,093

-0,8

0,59

1

x7

-0,66

0,46

0,65

0,41

-0,474

-0,04

1

x8

-0,01

-0,52

-0,17

-0,55

0,33

0,36

-0,63

1

x9

-0,1

0,99

0,32

0,97

-0,9

-0,83

0,43

-0,45

1

x10

-0,05

0,98

0,25

0,98

-0,84

-0,81

0,45

-0,61

0,96

1

Анализ матрицы парных корреляций приводит к выводу, что имеется достаточно сильная зависимость между объемом промышленного производства и следующими показателями: объем инвестиций в производственную сферу, сальдо миграции, численность постоянного населения, среднедушевые доходы населения, потребность в работниках, заявленная предприятиями. Для изучения взаимосвязи объема ВРП на душу населения со всеми рассматриваемыми показателями построена таблица 3.

Таблица 3 — Парные коэффициенты корреляции объема ВРП на душу населения с основными социально-экономическими показателями

х1

х2

х3

х4

х5

х6

х7

х8

х9

Х10

х11

0,292

0,99

-0,42

0,99

0,9

-0,9

0,18

-0,65

0,98

0,99

По результатам данных таблицы 3 видно наличие тесной взаимосвязи объема ВРП со следующими показателями: индексом физического объема промышленного производства (0.99), объемом инвестиций (0.99), сальдо миграции (0.9), численностью постоянного населения (-0.9), среднедушевыми денежными доходами населения (0.98), потребностью в работниках, заявленной предприятиями в государственную службу занятости (0.99).

Для анализа и прогнозирования явлений и процессов, влияющих на экономическое развитие региона, хорошим инструментом являются регрессионные математические модели. Преимущество регрессионных моделей состоит не только в возможности определения количественной меры зависимости, но и в изучении влияния на динамику процессов различных факторов. В случае применения регрессионных моделей результат действия в виде одного или нескольких выходных показателей представляется как функция влияющих на него факторов.

В исследовании принята гипотеза о линейной связи между анализируемыми переменными, как наиболее приемлемая в данном случае для расчетов и интерпретации коэффициентов регрессии:

Y = β 0 + β 1 X 1 + β 2 X 2 + … + β n X n + ε

Чтобы проверить возможности математического моделирования для прогнозирования показателей, характеризующих экономическое развитие, исходная выборка данных ограничена периодом с 1992 по 2002 г . Фактическое состояние 2003 г . позволит верифицировать полученные результаты расчетов.

Применение регрессионного анализа позволило построить несколько статистически значимых регрессионных уравнений.

Первое уравнение увязывает рост промышленного производства с объемом инвестиций в производственную сферу и имеет вид:

Y= -9,68 + 0,742 Х 4 + ε

Коэффициент регрессии статистически значим по критерию Стьюдента (t β1 = 16,7). Так как значение t -критерия больше 2.2, можно сделать вывод о существенности данного параметра, который формируется под воздействием неслучайных причин. В нашем случае β0 и β1 являются статистически значимыми, подтверждение этому выводу — значение показателя вероятности случайных параметров регрессии: р<0.05. Оценку надежности уравнения регрессии в целом и показателя тесноты связи дает F -критерий Фишера. По результатам проведенного анализа F = 277,6 , а вероятность получить это значение составляет 0,0010, что не превышает допустимый уровень значимости 5%. Следовательно, полученное значение не случайно, оно получено под влиянием существенных факторов, т.е. подтверждается статистическая значимость всего уравнения и показателя тесноты связи. По расчетам этот показатель равен 0,97, что указывает на существенную, связь выделенного фактора с результатом – полученная модель описывает 97% вариации независимого параметра.

Таким образом, для изменения объемов промышленного производства на 1% необходимо увеличить инвестиции на 0,7% ( Э = 0,7, где Э – средний коэффициент эластичности).

По фактическим данным, в 2003 г . произошло увеличение промышленного производства на 50,53%, в то время как инвестиции были увеличены на 78,86%. Можно сделать вывод что, часть инвестиций, предназначенная для увеличения объема промышленного производства, была направлена на другие показатели экономики.

Другое уравнение регрессии увязывает исследуемый показатель с сальдо миграции Х 5 :

Y= 217,754 – 135,69 Х5 + ε (R2 = 0,84; t β1 = -6,79; F = 46; р < 0,05; Э = -0,55).

Объем промышленного производства увеличится на 1% при уменьшении сальдо миграции на 0,55%.

Следующее уравнение регрессии связывает объем промышленного производства со среднедушевыми доходами населения Оренбургской области Х 9 :

Y= 11,94 + 0,415 Х 9  + ε ( R2 = 0,98; t β1 = 22,61; F = 511,15; р < 0,05; Э= 0,92).

Таким образом, объем промышленного производства увеличится на 1% при увеличении среднедушевого денежного дохода на 0,92%.

Построено уравнение регрессии связывающее темп роста ВРП на душу населения Х 11 (результирующая переменная) с физическим объемом промышленного производства в Оренбургской области Х 2 :

Y=0,054 + 0,0192 Х 2 + ε  ( R 2 = 0,98; t β1 = 18; F = 324; р < 0,05; Э = 0,87).

Таким образом, можно сделать вывод, что увеличение объема промышленного производства на 1% приведет к увеличению объема ВРП на душу населения на 0.87%.

Прогнозное значение Y р определяется путем подстановки в уравнение регрессии соответствующего (прогнозного) значения Х р .

Предложенный комплекс моделей является инструментом анализа и прогнозирования объема промышленного производства во взаимоувязке с основными макроэкономическими показателями и может быть использован для практических расчетов, как на уровне регионов, так и отдельных муниципальных образований.

Еще в рубриках

Оренбургская область

Экономика промышленности

Отраслевая экономика регионов

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *