Файл: Статистикоэкономический анализ валового регионального продукта Тамбовской области.docx
Добавлен: 11.12.2023
Просмотров: 159
Скачиваний: 5
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
продолжение таблицы 9
| Операции с недвижимым имуществом, аренда и предоставление услуг | 0,2 | 101,2 | 10201 | 10281,96 |
| Государственное управление и обеспечение военной безопасности; обязательное социальное обеспечение | 8,4 | 102,7 | 8892,49 | 12343,21 |
| Образование | 7,2 | 99,2 | 8464 | 11320,96 |
| Здравоохранение и предоставление социальных услуг | 3,9 | 100,7 | 9370,24 | 10941,16 |
| Предоставление прочих коммунальных, социальных и персональных услуг | 4,3 | 105,5 | 10241,44 | 12056,04 |
| Деятельность домашних хозяйств | 0,7 | 0,0 | 0,49 | 0,49 |
| Итого | 100 | 100 | 140226,59 | 181376,31 |
Индекс Рябцева: Ir=
= 
= 0,7731Ir=0,7731 согласно шкалы оценки меры существенности структурных различий по критерию индекса Рябцева означает противоположный тип структр. Формирование ВРП по источникам доходов отражает первичные доходы, получаемые единицами, непосредственно участвующими в производстве, а также органами государственного управления (организациями бюджетной сферы) и некоммерческими организациями, обслуживающими домашние хозяйства. В этом методе валовая прибыль/валовой смешанный доход является балансирующей статьей и определяется как разница между ВРП, рассчитанным производственным методом в рыночных ценах, и оплатой труда наемных работников и чистыми налогами на производство и на импорт..
Таким образом, с развитием рыночных отношений растет заинтересованность регионов в повышение конечных результатов воспроизводственного процесса, главным из которых является ВРП. Он обеспечивает рост региональной эффективности, необходимой для развития экономики и повышения уровня и качества жизни населения данного региона. Также показатель ВРП является критерием для оценки деятельности различных структур и показателем, на который опираются при оценке рейтингов региона, инвестиционной привлекательности территории, уровня жизни населения региона и многих других показателей, всесторонне характеризующих и дающих наглядную картину жизни субъекта РФ.
3. ПРОГНОЗНЫЕ ОЦЕНКИ ВАЛОВОГО РЕГИОНАЛЬНОГО
Для повышения уровня социально-экономического развития регионов необходимо проведение анализа и прогнозирования различных факторов финансово-экономической устойчивости, параметров конкуренции, условий развития социальной сферы и других. Выбор факторов для оценки и построение прогнозных моделей приводит к активизации региональной и федеральной политики и снижению уровня межрегиональных диспропорций.
Однако необходимость учета множества факторов, не всегда значимых и коррелирующих друг с другом в традиционной методике расчета создает предпосылки для научных исследований в сфере прогнозирования ВРП.
Методы статистико-математического моделирования и, в частности, регрессионного анализа позволяют учитывать взаимное влияние различных факторов социально-экономического развития региона. В данном исследовании на основании статистических данных Росстата устанавливалась зависимость валового регионального продукта Тамбовской области от следующих показателей[1]:
- среднегодовая численность занятых, тыс. человек;
- среднегодовая стоимость основных фондов, млн. руб.;
- число предприятий и организаций.
С помощью статистической процедуры регрессии в MSExsel была получена следующая модель:
y= -2 901 638,31 +4724,43x1 + 0,71x2 + 17,73x3 (*)
х1 – среднегодовая численность занятых, тыс. человек;
х2 – среднегодовая стоимость основных фондов, млн. рублей;
х3 – число предприятий и организаций.
Результаты регрессионного анализа представим в таблице 10.
Таблица 10 – Регрессионный анализ ВРП Тамбовской области
| Регрессионная статистика | |||
| Множественный R | 0,997514 | | |
| R-квадрат | 0,995035 | | |
| Нормированный R-квадрат | 0,990070 | | |
продолжение таблицы 10
| Стандартная ошибка | 6829,527573 | | |
| Наблюдения | 7 | | |
Коэффициент детерминации составил 0,997. Данный коэффициент показывает, какая доля дисперсии ВРП объясняется влиянием входящих в уравнение факторов. Соответственно, 99,7% изменений ВРП определяется изменениями объясняющих переменных, т.е.среднегодовой численностью занятых, среднегодовой стоимостью основных фондов, числом предприятий и организаций. Таким образом, полученная модель достаточно точно описывает взаимосвязь между выбранными показателями. Модель оказалась адекватной, коэффициенты также оказались значимыми (так как F> критического значения), соответственно модель пригодна для составления прогнозов и принятия решений. Соответственно полученную модель применим для прогноза ВРП в 2022 г.
При условии сохранения среднегодовых темпов роста факторов, включенных в отобранную модель, рассчитаем величину ВРП в 2022 г. с помощью регрессионного анализа и метода экстраполяции.
Прогноз ВРП на 2022 г., применяя регрессию, осуществляем в MSExsel. Произведем аналитическое выравнивание, которое заключается в замене фактического ВРП теоретическим.
Для осуществления прогноза получили уравнения трендов по каждому факторному показателю x, которые выглядят следующим образом:
X1/t= 499, 33+4, 5274t-0,7798t2
X2/t= 406314+56254t
X3/t= 20925-2423, 1t+563,9t2 -38,611t3
Расчет прогнозных значений факторных показателей X1, X2, X3 осуществим путем подстановки в полученное уравнение тренда Таким образом, прогнозное значение в 2022 г. среднегодовой численности занятых составила 476,91 тыс. человек, среднегодовой стоимости основных фондов – 912600 млн. руб., число предприятий и организаций – 16646 единиц.
После этого подставляем найденные значения x в регрессионную модель (*) и находим прогноз ВРП на 2022 г. (у).
yt= -2901638,31 + 4724,43*485,64 + 0,71*856346 + 17,73*17861 = 294569,18 млн.рублей.
Итак, мы получили прогнозируемый уровень ВРП с помощью изменения факторов, влияющих на величину валового регионального продукта. Прогноз на 2022 г. ВРП по данному методу (регрессия) равен 294 569,18млн. руб.
Выявив и охарактеризовав основную тенденцию валового регионального продукта на душу населения, можно спрогнозировать предполагаемый вариант размера исследуемого явления на будущие периоды. Разработка прогнозного уровня динамического ряда может осуществляться на основе использования различных методов: экстраполяции, экспертных оценок, моделирования, нормативного и целевого методов. Мы применим метод экстраполяции, который основывается на предположении о неизменности основных факторов, определяющих тенденцию данного показателя, и заключается в распространении закономерностей развития этого показателя,
имевших место в прошлом, на будущее.Экстраполяция может производиться на основе среднего абсолютного прироста, среднего темпа роста и на основе выравнивания динамического ряда по какой-либо аналитической формуле. Последний метод является наиболее распространенным.
Цель прогноза – показать, каков будет валовой региональный продукт на душу населения Тамбовской области в 2022 г., если он будет изменяться с той же скоростью или ускорением, что и за последние 5 лет.
Таблица 11 – Модели тренда для описания ВРП на душу населения
| Функции | R2 |
| yt= 165339+29893t | 0,9216 |
| yt= 185851t0,3138 | 0,9638 |
| yt= 123299+65927t-6005,8t2 | 0,9737 |
| yt= 173756e0,1226t | 0,9105 |
Определим интервальный прогноз валового регионального продукта на душу населения на 2022 год.
- критерий Стьюдента определим по таблице распределения Стьюдента.
- 3,182 при заданном уровне значимости α=0,05 и числе степеней свободы k=n-m=5-2=3n – число уровней ряда динамики
m – число параметров уравнения тренда
Проведем интервальное прогнозирование валового регионального продукта на душу населения Тамбовской области на 2022 год.
Следовательно, с вероятностью 95% можно предположить, что в 2022 году валовой региональный продукт на душу населения Тамбовской области составит не менее 220443,51 рублей и не более 360564,09 рублей.
Проведем прогнозирование валового регионального продукта Тамбовской области на основании регрессионного анализа по областям ЦФО в 2019 г.
С этой целью построим уравнение регрессии, в котором объясняемая переменная (Y) – валовой региональный продукт по областям ЦФО в 2019 г., а объясняющие переменные – среднегодовая численность занятых (х