Прогнозирование развития сельского хозяйства с учетом ограничений ВТО

Учитывая общепризнанный факт, что полноценная реализация сельскохозяйственного потенциала Украины невозможна без расширения присутствия на внешних рынках, процессы дальнейшей международной интеграции играют важную роль с точки зрения перспектив развития аграрного сектора.

Обобщенно результаты членства Украины в ВТО можно свести к следующему:

- потеря рабочих мест, особенно в агропромышленном  комплексе;

- закрытие десятков крупных заводов и сотни более мелких производств;

- отрицательное сальдо  торгового баланса, что явилось  следствием несоответствия объемов импорта и преференциями, полученными от снижения пошлин на поставку украинских товаров на рынки стран ВТО;

- уменьшение ВВП Украины;

- снижение уровня конкурентоспособности  украинских товаров. 

Наибольший урон нанесен  агропромышленному комплексу. Например, снижение пошлины на ввоз сахара-сырца  привело к остановке пятидесяти заводов страны, производящих сахар. Приостановлен экспорт сахара страной, которая длительное время являлась лидером в производстве и продаже сахара.

В неравных условиях с  конкурентами из Европы и США оказались  украинские производители мяса. Снижение пошлин на импортное мясо привело к падению экспорта мяса с 500 тыс. тонн до 150–160 тыс. тонн в год. Пошлины на ввоз мяса в Украину в 8 раз меньше, чем пошлины на экспорт украинского мяса в другие страны.

Иностранным производителям удалось потеснить украинских производителей даже в таком традиционном сегменте рынка, как производство свинины и сала. В 2011 году импорт свинины вырос в 2,3 раза по сравнению с 2007 г.

Импорт сельхозтехники осуществляется из стран ВТО по нулевой  ставке пошлины, что практически  лишает национальное сельхозмашиностроение ниши на рынке.

Негативные последствия  участия Украины в системе  ВТО также отмечаются в винодельческой, пищевой, молочной промышленности.

Украина вступила в ВТО  на невыгодных для себя условиях –  снижение пошлин на импортное продовольствие, обязательство не стимулировать экспорт сельхозпродукции, фиксированный в национальной валюте объем государственной поддержки аграрного сектора.

Во-первых, высокий уровень  поддержки отрасли в ЕС, с одной  стороны, и низкий – в Украине, с другой, обусловливают повышенные риски от установления ЗСТ именно для украинского сельского хозяйства. На 2010 г. общие затраты на поддержку сельского хозяйства, сельских территорий и аграрных рынков ЕС составили в объеме 56,3 млрд. евро, из которых 39,3 млрд. евро пошли на прямую поддержку производителей. Между тем в Украине в 2009 г. на поддержку сельского хозяйства было выделено 630 млн. евро.

Во-вторых, существует несимметричность в торговых режимах (в частности, в уровнях тарифной защиты сельского хозяйства). В ЕС средний "связанный" тариф на продукты сельского хозяйства составляет 15,9%, тогда как Украина при вступлении в ВТО обязалась "связать" тарифы на продукцию сельского хозяйства на уровне 11,1%. Средние "связанные" импортные тарифы, средние и максимальные импортные тарифы на продукты сельского хозяйства Украины и ЕС за 2008 г. представлены в таблице.

Как видно из таблицы, самый  высокий уровень тарифной защиты имеет рынок молока и молочных продуктов ЕС, где средний тариф  в 2008г. составил 64,1%, тогда как в  Украине – лишь 9,8%. В ЕС, в результате применения тарифных квот, максимальные тарифы на продукцию животного происхождения превышают 200%.

Уровень защиты рынка ЕС санитарными и фитосанитарными  мерами контроля является одним из самых высоких в мире и значительно  более высоким, чем в Украине. Деятельность по обеспечению безопасности продовольствия охватывает всю продовольственную цепочку – от здоровья растений и животных до маркировки пищевых продуктов и благополучия животных.

Таблица 2  – Тарифная защита рынка сельскохозяйственной 
продукции в Украине и ЕС

Сельскохозяйственная  продукция	Украина			ЕС
	средний "связанный" тариф	средний тариф в 2008 г.	максимальный тариф  в 2008 г.	средний "связанный" тариф	средний тариф в 2008 г.	максимальный тариф  в 2008 г.
Живые животные, мясо и мясные продукты	13,0	13,9	20	28,7	27,6	236
Молоко и молочные продукты	10,0	9,8	10	67,8	64,1	205
Овощи, Фрукты и живые цветы	13,1	11,8	20	10,8	12,4	233
Зерно и зернопродукты	12,7	14,0	30	27,0	22,3	123
Сахар и кондитерские изделия	17,5	39,4	50	31,3	33,3	143
Прочие продукты Сельского хозяйства	11,1	13,0		15,9	16,0

 

Продовольственные товары животного происхождения разрешается  ввозить в ЕС только тогда, когда они происходят из одобренных предприятий в выбранных (включенных в соответствующий список) странах-экспортерах. Импорт мяса животных, при откорме которых использовались гормоны роста, и мяса механической обработки, а также использование специальных материалов для уменьшения риска трансмиссионных губчатых энцефалопатий в ЕС запрещены, как и использование антимикробных препаратов для продукции животного происхождения. Поскольку в Украине до ее вступления в ВТО использование при откорме скота антибиотиков и гормонов роста запрещено не было, то со времени вступления Украины в эту организацию импорт мяса и мясопродуктов, при производстве которых гормоны роста использовались, был разрешен. Кроме того, мясо механической обвалки, состоящее из мясокостных остатков, ввозится в Украину и используется здесь как дешевое некачественное сырье для мясоперерабатывающей промышленности.

В отличие от ЕС, Украина  не использует и обязалась не использовать экспортные субсидии на продукцию сельского  хозяйства. ЕС активно использует экспортные субсидии для продвижения продукции своих производителей на внешние рынки, а в условиях экономического кризиса возобновил экспортные субсидии на молоко и молочные продукты. Кроме того, ЕС использует специальные защитные меры (СЗМ), предусмотренные в Соглашении о сельском хозяйстве ВТО, для защиты своих производителей от роста объемов импорта и снижения цен: 23,8% тарифных линий сельскохозяйственных товаров ЕС защищены такими мерами. Украина как новый член ВТО не имеет права использовать СЗМ для защиты отечественных производителей. При любых условиях, определенных в ходе переговоров, более слабый партнер всегда рискует больше, чем более сильный. Однако даже ЕС защищает свое сельское хозяйство в соглашениях о ЗСТ с другими странами и группами стран. Все ЗСТ, созданные между ЕС и другими странами и группами стран, имеют исключения, касающиеся именно сельского хозяйства. Это объясняется ролью этой отрасли в обеспечении продовольственной безопасности и сельского развития, а также зависимостью сельского хозяйства от природных условий.

Следовательно, как показал  опыт первых лет пребывания Украины  в ВТО, украинские производители сельскохозяйственной продукции объективно не могут выдержать давления более развитого сельского хозяйства, которое к тому же субсидируется на значительно более высоком уровне.

1.3 Экономико-математические  модели оценки и прогнозирования  
                 развития сельского хозяйства

 

Статистические наблюдения в социально-экономических  исследованиях обычно проводятся регулярно через равные отрезки времени и представ- 

ляются в виде временных  рядов x_t, где t = 1, 2, ..., п. В качестве инструмента статистического прогнозирования временных рядов служат трендовые регрессионные модели, параметры которых оцениваются по имеющейся статистической базе, а затем основные тенденции (тренды) экстраполируются на заданный интервал времени.

Методология статистического прогнозирования предполагает построение и испытание многих моделей для каждого временного ряда, их сравнение на основе статистических критериев и отбор наилучших из них для прогнозирования.

При моделировании сезонных явлений в статистических исследованиях различают два типа колебаний: мультипликативные и аддитивные. В мультипликативном случае размах сезонных колебаний изменяется во времени пропорционально уровню тренда и отражается в статистической модели множителем. При аддитивной сезонности предполагается, что амплитуда сезонных отклонений постоянна и не зависит от уровня тренда, а сами колебания представлены в модели слагаемым.

Основой большинства  методов прогнозирования является экстраполяция, связанная с распространением закономерностей, связей и соотношений, действующих в изучаемом периоде, за его пределы, или — в более широком смысле слова — это получение представлений о будущем на основе информации, относящейся к прошлому и настоящему.

Наиболее известны и  широко применяются трендовые и адаптивные методы прогнозирования. Среди последних можно выделить такие, как методы авторегрессии, скользящего среднего (Бокса — Дженкинса и адаптивной фильтрации), методы экспоненциального сглаживания (Хольта, Брауна и экспоненциальной средней) и др.

Для оценки качества исследуемой  модели прогноза используют несколько статистических критериев.

Наиболее распространенными  критериями являются следующие.

 

Относительная ошибка аппроксимации:

где e_t = х_t - — ошибка прогноза;

х_t — фактическое значение показателя;

— прогнозируемое значение.

Данный показатель используется в  случае сравнения точности прогнозов по нескольким моделям. При этом считают, что точность модели является высокой, когда < 10%, хорошей — при = 10—20% и удовлетворительной — при = 20—50%.

Средняя квадратическая ошибка:

где k — число оцениваемых коэффициентов уравнения.

Наряду с точечным в практике прогнозирования широко используют интервальный прогноз. При этом доверительный интервал чаще всего задается неравенствами

где t_α — табличное значение, определяемое по t-распределению Стьюдента при уровне значимости α и числе степеней свободы п - k.

В литературе представлено большое  число математико-статистических моделей  для адекватного описания разнообразных  тенденций временных рядов.

Наиболее распространенными видами трендовых моделей, характеризующих монотонное возрастание или убывание исследуемого явления, являются:

Правильно выбранная  модель должна соответствовать характеру  изменений тенденции исследуемого явления; При этом величина е_t должна носить случайный характер с нулевой средней.

Кроме того, ошибки аппроксимации e_t должны быть независимыми между собой и подчиняться нормальному закону распределения e_t Î N (0, σ). Независимость ошибок e_t, т.е. отсутствие автокорреляции остатков, обычно проверяется по критерию Дарбина—Уотсона, основанного на статистике:

где e_t = x_t - .

Если отклонения не коррелированы, то величина DW приблизительно равна двум. При наличии положительной автокорреляции 0 ≤ DW ≤ 2, а отрицательной — 2 ≤ D W ≤ 4.

О коррелированности  остатков можно также судить по коррелограмме  для отклонений от тренда, которая  представляет собой график функции  относительно τ коэффициента автокорреляции, который вычисляется по формуле

где τ = 0, 1, 2 ... .

После выбора наиболее подходящей аналитической функции для тренда его используют для прогнозирования на основе экстраполяции на заданное число временных интервалов.

Рассмотрим задачу сглаживания  сезонных колебаний, исходя из ряда V_t = х_t - , где x_t — значение исходного временного ряда в момент t, а — оценка соответствующего значения тренда (t = 1, 2, ..., п).

Так как сезонные колебания  представляют собой циклический, повторяющийся во времени процесс, то в качестве сглаживающих функций используется гармонический ряд (ряд Фурье) следующего вида:

Оценки параметров α_i и β_i модели определяют из выражений

где k = п / 2 — максимально допустимое число гармоник;

ω_i = 2πi / п — угловая частота i-й гармоники (i = 1, 2, ..., т).

Пусть т — число гармоник, используемых для сглаживания сезонных колебаний (т < k). Тогда оценка гармонического ряда имеет вид

а расчетные значения временного ряда исходного показателя определяются по формуле

 

2. ОЦЕНКА СОВРЕМЕННОГО СОСТОЯНИЯ И ПРОГНОЗОВ 
РАЗВИТИЯ СЕЛЬСКОГО ХОЗЯЙСТВА ПЕНЗЕНСКОЙ ОБЛАСТИ

 

2.1 Оценка экономической  эффективности сельского хозяйства

 

Благодаря комплексным  и своевременным мерам господдержки в 2011 году в агропромышленном комплексе области обеспечена позитивная динамика развития сельского хозяйства практически по всем направлениям.

Этому способствует реализация комплекса мер господдержки сельского хозяйства, осуществляемой за счет средств федерального бюджета и бюджета Пензенской области. Объем государственной поддержки АПК области с учетом бюджетов всех уровней составил более 2 млрд. рублей, при этом объем субсидий из бюджета области - около 0,8 млрд. рублей. Основные финансовые результаты деятельности приведены в таблице 3.

Таблица 3 – Формирование чистой прибыли в 2009-2011 гг.

Показатель	Значение показателя, тыс. руб.			Изменение  показателя		Средне-  годовая  величина, тыс. руб.
	2009 г.	2010 г.	2011 г.	тыс. руб. (гр.4 - гр.2)	± % ((4-2) : 2)
1	2	3	4	5	6	7
1. Выручка от продажи товаров, продукции, работ, услуг	12 248 437	11 972 998	12 797 887	+549 450	+4,5	12 339 774
2. Расходы по обычным  видам деятельности	10 420 398	10 946 159	11 362 222	+941 824	+9	10 909 593
3. Прибыль (убыток) от продаж  (1-2)	1 828 039	1 026 839	1 435 665	-392 374	-21,5	1 430 181