close

Вход

Забыли?

вход по аккаунту

?

119.Факторный анализ планирование и прогнозирование экономических и упр.

код для вставкиСкачать
Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное
учреждение высшего профессионального образования
«Пермский национальный исследовательский
политехнический университет»
В.П. Постников, О.В. Буторина
ФАКТОРНЫЙ АНАЛИЗ, ПЛАНИРОВАНИЕ
И ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКИХ
И УПРАВЛЕНЧЕСКИХ ПРОЦЕССОВ В НАУЧНОИССЛЕДОВАТЕЛЬСКОЙ РАБОТЕ МАГИСТРОВ
Утверждено
Редакционно-издательским советом в качестве
учебно-методического пособия
Издательство
Пермского национального исследовательского
политехнического университета
2014
УДК 519.862.6(072)
П63
Рецензент
д-р экон. наук, проф. Т.В. Миролюбова
(Пермский государственный национальный
исследовательский университет)
Постников, В.П.
Факторный анализ, планирование и прогнозирование эконоП63 мических и управленческих процессов в научно-исследовательской работе магистров: учеб.-метод. пособие / В.П. Постников,
О.В. Буторина. – Пермь: Изд-во Перм. нац. исслед. политехн.
ун-та, 2014. – 130 с.
ISBN 978-5-398-01221-7
Содержит комплекс теоретических и практических рекомендаций по осуществлению факторного анализа, планирования и
прогнозирования экономических и управленческих процессов по
дисциплине «Факторный анализ, планирование и прогнозирование экономических и управленческих процессов в научноисследовательской работе магистров», содержание которого соответствует требованиям ГОС ВПО к учебному материалу для магистрантов по специальности 080100 «Экономика».
Рекомендуется магистрантам, студентам, аспирантам экономических специальностей, экономистам-аналитикам и всем работникам, чья деятельность связана с факторным анализом, планированием и прогнозированием экономических и управленческих процессов.
УДК 519.862.6(072)
ISBN 978-5-398-01221-7
© ПНИПУ, 2014
ОГЛАВЛЕНИЕ
Введение......................................................................................4
Глава 1. Факторный анализ выявления зависимости
между процессами ..............................................................................6
1.1. Показатели оценки взаимозависимости между
процессами в экономике и управлении ими ....................................6
1.1.1. Коэффициент парной корреляции ................................10
1.1.2. Коэффициент множественной корреляции..................11
1.2. Применение Microsoft Excel для анализа
взаимосвязи экономических и управленческих процессов ..........12
1.2.1. Временной анализ ..........................................................13
1.2.2. Региональный анализ .....................................................23
1.3. Пример научной статьи применения факторного
анализа для выявления взаимосвязи показателей .........................30
Глава 2. Планирование и прогнозирование
экономических и управленческих процессов ................................44
2.1. Теоретические аспекты прогнозирования.......................44
2.1.1. Построение эконометрических моделей ......................47
2.1.2. Оценка качества и надежность модели ........................50
2.1.3. Прогнозирование по эконометрической модели .........53
2.2. Применение Microsoft Excel для прогнозирования
экономических и управленческих процессов ................................55
2.2.1. Построение трендов и прогнозирование по ним .........55
2.2.2. Построение многофакторных моделей
и прогнозирование на их основе .....................................................66
2.3. Пример научной статьи прогнозирования
экономических процессов................................................................ 78
Заключение ...............................................................................92
Список литературы ..................................................................93
Приложения ..............................................................................95
3
ВВЕДЕНИЕ
Сложность, многоаспектность и вариативность экономического развития на современном этапе требуют комплексного изучения, которое невозможно без сбора и последующей обработки
огромного количества фактической информации, систематизации
экономических фактов, выдвижения гипотез и построения моделей. Несомненно, все это имеет огромное значение для разработки
управленческих решений, обеспечивающих развитие явлений и
процессов.
Наиболее значимой в современных условиях является комплексность исследования, которая невозможна без факторного
анализа. Как известно, факторный анализ предполагает выявление всех основных факторов, влияющих на объект, процесс, событие, результат. Особо следует отметить, что перечень данных
факторов является индивидуальным, т.е. зависит от специфики
объекта и целей исследования, поэтому в современной науке отсутствует четкий перечень факторов, оказывающих влияние на
развитие явления или процесса.
Наиболее значимым в факторном анализе является именно
то, что в его рамках необходимо оценить направление и уровень
влияния разноплановых факторов. Характер влияния также необходимо учитывать при планировании и прогнозировании развития
явлений и процессов в экономике разных уровней.
При разработке управленческих решений также необходимо
учитывать характер влияния факторов: усиление благоприятного
влияния полезных факторов и ослабление негативного. Факторный анализ от ситуационного отличается тем, что внимание сосредотачивается на комбинации факторов, их взаимопереплетении и взаимопроникновении.
Сложность выявления характера влияния факторов на экономическое развитие явлений и процессов способствовала повышению значимости эконометрических методов при анализе, планировании и прогнозировании.
4
Как известно, эконометрика – это наука, изучающая закономерности и взаимосвязи экономических объектов и процессов с
помощью математических методов. Эконометрические модели
применяются на макро-, мезо- и микроуровне. Цель применения
моделей – количественный анализ взаимного влияния показателей, описывающих экономических объект и прогнозирование одних переменных по известным значениям других переменных.
Формирование навыков анализа, планирования и прогнозирования на основе использования эконометрического инструментария становится неотъемлемой составляющей научных и прикладных исследований, а также принятия управленческих решений.
Учебное пособие по проблемам факторного анализа, планирования и прогнозирования экономических и управленческих
процессов может послужить основой для формирования базы знаний, овладения приемами факторного анализа, построения моделей при планировании и прогнозировании развития явлений и
процессов.
Данное пособие содержит материал, соответствующий требованиям ГОС ВПО для такого типа работ и специальности.
В работе достаточно подробно освещаются вопросы, рассматривающие показатели оценки взаимозависимости между процессами
в экономике и управлении, применение Microsoft Excel для анализа взаимосвязи экономических и управленческих процессов и их
прогнозирования, планирование и прогнозирование экономических и управленческих процессов.
Данный материал является лишь базой, которая может и
должна быть расширена за счёт изучения других учебных пособий,
желательно, указанных в списке рекомендованной литературы.
5
ГЛАВА 1. ФАКТОРНЫЙ АНАЛИЗ ВЫЯВЛЕНИЯ
ЗАВИСИМОСТИ МЕЖДУ ПРОЦЕССАМИ
1.1. Показатели оценки взаимозависимости между процессами
в экономике и управлении ими
Методы обследования объекта (сбора информации), коим
может выступать явление или процесс, включают в себя методы
обработки и анализа информации. Несомненно, для формулирования выводов о состоянии объекта исследования, проектирования его развития необходимо собрать огромное количество разноплановой информации, после чего она требует обработки, анализа и систематизации. По результатам делаются выводы о
закономерностях развития явления или процесса, прогнозируются
базовые тенденции. В современной науке выделяют множество
методов обработки и систематизации информации.
Выбор базовых показателей является важнейшим этапом в
определении существенности, а потому обязательно должен быть
обоснованным. Объективными доказательствами могут служить
лишь строгие математические расчеты, которые соответствуют
какому-либо методу принятия решений, а зачастую целой группе
или даже последовательности методов.
При этом в управлении процессами планирования и прогнозирования явлений и процессов особую значимость приобретают
следующие основные методы обработки и анализа информации.
Структурный анализ – выявление основных элементов анализируемого объекта, системы взаимосвязей и соподчинения между ними. Структурный анализ позволяет сконцентрировать внимание на главном.
Системный анализ – изучение взаимосвязей между элементами, объектами, процессами, событиями и фактами. Изучается
вся система взаимосвязей, в том числе – причинно-следственные.
Цель системного анализа – обнаружить истинные причины собы-
6
тий и процессов. Он позволяет обнаруживать тенденции в предыдущей динамике объектов, выявлять закономерности и, на этой
основе, строить прогнозы их дальнейшего развития.
Ситуационный анализ – выявление всех факторов, влияющих на некую ситуацию, установление направления и уровня их
влияния и разработка мер, направленных на усиление благоприятного и ослабление негативного влияния. Он позволяет адекватно корректировать неблагоприятные ситуации.
Факторный анализ – выявление всех основных факторов,
влияющих на объект, процесс, событие, результат. Нужно оценить
направление и уровень влияния разных факторов. Затем разрабатываются меры по использованию и усилению благоприятного
влияния полезных факторов и ослаблению негативного влияния
вредных факторов. Факторный анализ от ситуационного отличается тем, что при первом внимание сосредотачивается на отдельных факторах, а при втором – на комбинации факторов, их взаимопереплетении и взаимопроникновении. Факторный и ситуационный анализ сильно взаимосвязаны и в практике аналитической
деятельности должны дополнять друг друга.
Корреляционный анализ – определение уровня взаимосвязанности разных событий через расчёт коэффициентов корреляции, количественно показывающих, насколько предыдущее событие предопределило наступление последующего.
Одним из основных показателей, отражающим взаимосвязь
между двумя различными экономическими или управленческими
процессами, является коэффициент корреляции.
Корреляция рассматривается как признак, указывающий на
взаимосвязь ряда числовых последовательностей. Иначе говоря,
корреляция характеризует силу взаимосвязи в данных. Если это
касается взаимосвязи двух числовых массивов, то такую корреляцию называют парной. Если необходимо выяснить зависимость
одного показателя от двух и более факторов, то такую корреляцию называют множественной.
7
При рассмотрении таких взаимосвязей выделяют одну величину как независимую (результативный показатель), а другие –
как зависимые (факторные показатели). При рассмотрении двух
случайных величин говорят о парной корреляции. Зависимость
нескольких переменных называют множественной корреляцией.
Для количественной оценки существования связи между изучаемыми совокупностями случайных величин используется специальный статистический показатель – коэффициент корреляции.
Коэффициент корреляции (r) отражает силу, тесноту связи
между исследуемым показателем и независимой переменной или
фактором.
Коэффициент корреляции − это безразмерная величина, которая может меняться в пределах от –1 до +1. При этом чем ближе
значение коэффициента к единице (неважно, с каким знаком), тем
с большей уверенностью можно утверждать, что между двумя
рассматриваемыми совокупностями переменных существует
связь. Другими словами, значение одной из величин существенным образом зависит от того, какое значение принимает другая.
Если r принимает положительное значение, то имеет место прямая зависимость между показателем и фактором, а если отрицательное – то обратная.
Для выявления корреляционной связи между исследуемыми
наборами данных используют различные приемы:
– графическое изображение с помощью поля корреляции, которое дает визуальное представление о взаимосвязи исследуемых
совокупностей (рис. 1.1);
– параллельное сопоставление рядов;
– построение корреляционных матриц;
– расчет коэффициента корреляции и его статистическая
проверка.
8
Рис. 1.1. Поле корреляции
Зная коэффициент корреляции, можно дать качественноколичественную оценку тесноты связи, например, используя специальные табличные соотношения шкалы Чеддока (табл. 1.1).
Таблица 1.1
Качественная оценка тесноты связи
Величина коэффициента
корреляции
До 0,3
0,3–0,5
0,5–0,7
0,7–0,9
0,9–0,99
Характеристика
силы связи
Практически отсутствует
Слабая
Заметная
Сильная
Очень сильная
Такие оценки носят общий характер и не претендуют на статистическую строгость, поскольку не дают гарантий на вероятностную достоверность. Поэтому в статистике принято использовать
9
более надежные критерии для оценки тесноты связи, основываясь
на рассчитанных значениях коэффициента корреляции.
Статистическую оценку коэффициента корреляции проводят
путем сравнения его расчетной величины Rpacч с табличным (или
критическим) показателем Rкрит, значения которого находят по
специальной таблице.
Если окажется, что Rpacч > Rкрит, то с заданной степенью вероятности (обычно 95 %) можно утверждать, что между рассматриваемыми числовыми совокупностями существует значимая связь.
Таким образом, корреляционный анализ позволяет сделать
вывод о силе взаимосвязи между данными, т.е. позволяет выявить
причинно-следственную связь между анализируемыми процессами. Наиболее полно такие зависимости отражаются коэффициентом парной корреляции, особенности расчета которого представлены далее.
1.1.1. Коэффициент парной корреляции
Коэффициент парной корреляции, т.е. зависимости исследуемого показателя от одного фактора, находят по формуле.
n
r  1
 (y
i
i 1
n
 (y
i
 yˆ i ) 2
 y)
,
(1.1)
2
i 1
где yi – фактическое значение показателя;
ŷi – расчетное значение показателя, вычисленное по уравнению регрессии;
y i – среднеарифметическое значение показателя;
n – число наблюдений.
10
1.1.2. Коэффициент множественной корреляции
Коэффициент множественной корреляции, т.е. зависимости
исследуемого показателя от двух и более факторов, находят по
формуле
n
2
 ( yi – yˆi )
S2
r = 1 i n1
 1 – 2ост ,
2
Sполн
 ( yi – y )
i 1
(1.2)
2
– остаточная вариация, характеризует величину суммы
где Sост
квадратов отклонений фактического значения результативного
признака от его расчетного значения;
n
2
Sост.
  ( yi  yˆi ) 2 .
(1.3)
i 1
2
Sполн
– общая (полная) вариация, характеризует величину
суммы квадратов отклонений фактического значения результативного признака от общей средней;
n
2
Sполн
  ( yi  y ) 2 .
(1.4)
i 1
2
Sрег
– регрессионная (объясненная) вариация, характеризует
величину суммы квадратов отклонений рассчитанного значения
результативного признака от общей средней;
n
2
S рег
  ( yˆi  y ) 2 .
(1.5)
i 1
Между этими величинами выполняется соотношение.
2
2
2
Sполн
 Sост
 Sрег
.
(1.6)
Таким образом, коэффициент корреляции (r) отражает силу,
тесноту связи между исследуемым показателем и независимой
11
переменной или фактором. В зависимости от количества учитываемых факторов принято выделять коэффициенты парной корреляция (однофакторная зависимость) и множественной корреляции
(двух- и более факторная зависимость).
1.2. Применение Microsoft Excel для анализа взаимосвязи
экономических и управленческих процессов
Одним из современных инструментов анализа взаимосвязей
является надстройка Microsoft Excel Анализ данных, которая расположена во вкладке Данные. Для вычисления коэффициентов
корреляции в данной надстройке предусмотрена программа Корреляция.
Примечание: если надстройка Анализ данных отсутствует,
необходимо ее загрузить. Для этого на вкладке Файл выберите
команду Параметры, а затем – категорию Надстройки. В поле
Управление выберите значение Надстройки Excel и нажмите
кнопку Перейти (рис. 1.2). В поле Доступные надстройки установите флажок рядом с пунктом Пакет анализа и нажмите кнопку
ОК (рис. 1.3).
Рис. 1.2. Диалоговое окно Параметры Excel
12
Рис. 1.3. Диалоговое окно Надстройки Excel
Рассмотрим применение надстройки Анализ данных для выявления взаимосвязи развития экономики и транспорта. В исследовании будем использовать временной и региональный аспекты.
Временной аспект – это использование статистических данных во
времени, т.е. одна территория на разные даты. Региональный аспект – это использование статистических данных в пространстве
(по регионам), т.е. разные территории на одну дату.
1.2.1. Временной анализ
Для поиска взаимосвязей развития экономики и транспорта
во времени воспользуемся статистическими данными для Российской Федерации за период 1997–2012 гг.
Результирующим показателем будет выступать показатель
развития экономики, а влияющими факторами – показатели развития транспортной отрасли. Для анализа возьмем следующие
показатели.
13
Результирующий показатель:
внутренний валовый продукт на душу населения, тыс. руб.
Факторы:
– уровень автомобилизации, ед. на 1000 чел.;
– количество грузовых автомобилей на 1000 чел., ед;
– протяженность автомобильных дорог общего пользования,
тыс. км;
– протяженность железнодорожных путей, тыс. км;
– протяженность электропутей, тыс. км;
– протяженность газо- и нефтепроводов, тыс. км;
– средняя частота поездок на общественном транспорте на 1
чел. за год, ед.;
– объем перевезенных грузов на душу населения в год, т.
Статистические данные результирующего показателя и
влияющих факторов представим в табл. 1.2.
Возьмем исходные статистические данные и занесем их в лист
Excel (рис. 1.4).
14
15
Рис.1.4. Исходные статистические данные на листе Excel
Для выбора факторов, в наибольшей степени влияющих на
результирующий показатель, необходимо построить корреляционную матрицу. Для этого воспользуемся надстройкой Анализ
данных.
На закладке Данные в группе Анализ необходимо вызвать
диалоговое окно Анализ данных, в котором выбрать инструмент
анализа Корреляция и нажать OK (рис. 1.5).
Рис. 1.5. Диалоговое окно Анализ данных
16
17
13,8
14,9
16,0
128,0
132,0
139,0
148,0
153,0
3 1999 39,5
4 2000 49,8
5 2001 61,3
6 2002 74,5
7 2003 91,6
8 2004 118,0 159,0
9 2005 150,6 169,0
13,2
11,6
10,7
10,4
9,8
122,0
2 1998 26,2
9,1
114,0
1 1997 15,4
УроВВП
Количевень
на
ство
автодушу
грузовых
№
мобиавтомоГод насеп/п
лизаления,
билей на
ции, ед.
тыс.
1000
на 1000
руб.
чел., ед.
чел.
531,0
546,0
544,0
541,0
537,0
532,0
525,0
517,0
511,0
85,2
85,3
85,4
85,5
85,8
86,1
86,0
86,2
86,7
443,6
430,2
428,2
420,0
414,2
412,8
409,6
405,4
405,3
Протяженность авто- ПротяженПротяженмобильных ность железность элекдорог обще- нодорожных
тропутей,
го пользо- путей, тыс.
тыс. км
вания, тыс.
км
км
225,3
223,1
221,0
218,0
215,2
215,0
214,0
213,7
213,0
209,9
271,5
277,2
293,3
301,4
306,0
308,0
305,8
309,8
63,9
62,3
60,6
58,4
56,2
53,9
50,1
47,9
50,6
Средняя частота поездок
ПротяженОбъем перевена общестность газо- и
зенных грузов
венном
нефтепровона душу насетранспорте
дов, тыс. км
ления в год, т
на 1 чел. за
год, ед.
Исходные статистические данные для проведения факторного анализа
Таблица 1.2
18
17,1
18,4
19,7
20,0
20,7
24,2
24,9
10 2006 188,2 178,0
11 2007 232,8 195,0
12 2008 289,2 214,0
13 2009 271,8 221,0
14 2010 316,2 228,0
15 2011 381,8 242,0
16 2012 437,2 258,0
УроВВП
Количевень
на
ство
автодушу
грузовых
№
мобиавтомоГод насеп/п
лизаления,
билей на
ции, ед.
тыс.
1000
на 1000
руб.
чел., ед.
чел.
924,0
728,0
665,0
647,0
629,0
624,0
597,0
86,4
86,1
86,0
85,6
85,6
85,2
85,2
506,2
494,6
482,5
473,0
468,8
449,4
446,3
Протяженность авто- ПротяженПротяженмобильных ность железность элекдорог обще- нодорожных
тропутей,
го пользо- путей, тыс.
тыс. км
вания, тыс.
км
км
237,0
235,2
233,0
231,0
230,0
228,8
227,1
Протяженность газо- и
нефтепроводов, тыс. км
149,1
153,1
154,3
160,0
174,8
177,3
186,3
59,5
58,3
54,3
52,3
66,2
66,2
65,0
Средняя частота поездок
Объем перевена общестзенных грузов
венном
на душу насетранспорте
ления в год, т
на 1 чел. за
год, ед.
Окончание табл. 1.2.
После этого появится диалоговое окно Корреляция, в котором необходимо произвести следующие установки (рис. 1.6):
1. В поле Входной интервал вводится адрес исходных статистических данных вместе с наименованиями столбцов С1:К17.
2. Ниже выбирается параметр Группирование по столбцам.
3. Ставится флажок Метка в первой строке, показывающий,
что первая строка содержит название столбца.
4. В поле Выходной интервал вводится адрес ячейки для вывода корреляционной матрицы B19.
5. После установки всех необходимых параметров нажимаем
ОК.
Рис. 1.6. Диалоговое окно Корреляция
Корреляционная матрица построена. В первом столбце мы
получаем корреляцию между результирующим показателем и
влияющими факторами (коэффициенты парной корреляции между ВВП на душу населения и каждым фактором развития транспортной отрасли). В остальных столбцах коэффициенты автокорреляции между двумя факторами.
Если один из коэффициентов автокорреляции между факторами равен примерно 0,99, то один из этих факторов исключаем.
В нашем случае, между факторами уровень автомобилизации и
19
количество грузовых автомобилей на 1000 чел. коэффициент автокорреляции равен 0,99, поэтому исключим показатель количество грузовых автомобилей. Также коэффициент автокорреляции
равен 0,99 для пары факторов уровень автомобилизации и протяженность электропутей и 0,98 для пары факторов уровень
автомобилизации и протяженность газо- и нефтепроводов. Поэтому исключим показатели протяженность электропутей и
протяженность газо- и нефтепроводов как взаимовлияющие с
показателем уровня автомобилизации. В остальных случаях не
наблюдается взаимовлияние факторов.
Таким образом, для выбора факторов, влияющих на ВВП на
душу населения, осталось пять показателей: уровень автомобилизации, протяженность автомобильных дорог общего пользования,
протяженность железнодорожных путей, средняя частота поездок на
общественном транспорте на 1 чел. за год, объем перевезенных грузов на душу населения в год. Из этих оставшихся факторов выберем
факторы, в наибольшей степени влияющие на результирующий показатель. В нашем примере это будут:
– уровень автомобилизации, ед. на 1000 чел.;
– протяженность автомобильных дорог общего пользования,
тыс. км;
– средняя частота поездок на общественном транспорте на 1
чел. за год, ед.
Коэффициенты корреляции соответственно равны 0,99, 0,91
и –0,94. Это свидетельствует об очень тесной связи факторов и
результирующего показателя.
Таким образом, проведенный временной анализ позволяет
выделять из всей совокупности авторского перечня параметров,
характеризующих исследование результирующего и причинного
(факторного) явления или процесса, наиболее значимые и соответствующие зоне исследования. Применительно к нашему примеру удалось выделить три фактора развития транспортной отрасли, влияющих на развитие экономики в России.
20
21
ВВП на душу
населения, тыс.
руб.
Уровень автомобилизации, ед. на
1000 чел.
Количество грузовых автомобилей на 1000 чел.,
ед.
Протяженность
автомобильных
дорог общего
пользования,
тыс. км
1,00
0,99
0,88
0,99
0,99
0,91
1,00
0,88
1,00
1,00
Объем
ПротяВВП на Уровень Количест- ПротяженПротяжен- Протяжен- Средняя частота переведушу
автомо- во грузо- ность авто- женность
зенных
ность ность газо- поездок на обнаселе- билиза- вых авто- мобильных железногрузов на
элеки нефтещественном
ния,
ции, ед. мобилей дорог обще- дорожных
душу
тропу- проводов, транспорте на 1
тыс.
на 1000
на 1000 го пользовапутей,
тей,
тыс. км
чел. за год, ед. населения
руб.
чел.
чел., ед. ния, тыс. км тыс. км
в год, т
тыс. км
Корреляционная матрица
22
Протяженность
железнодорожных путей, тыс.
км
Протяженность
электропутей,
тыс. км
Протяженность
газо- и нефтепроводов, тыс. км
Средняя частота
поездок на общественном транспорте на 1 чел. за
год, ед.
Объем перевезенных грузов на
душу населения в
год, т
0,98
–0,95
0,39
–0,94
0,39
0,99
0,99
0,98
–0,06
0,00
0,46
–0,95
0,99
0,99
–0,11
0,22
–0,77
0,83
0,89
0,24
–0,72
0,19
–0,18
0,00
1,00
ВВП на Уровень Количест- ПротяженПротядушу
автомо- во грузо- ность авто- женность
населе- билиза- вых авто- мобильных железнония,
ции, ед. мобилей дорог обще- дорожных
тыс.
на 1000 на 1000 го пользовапутей,
руб.
чел.
чел., ед. ния, тыс. км тыс. км
0,36
–0,94
0,98
1,00
0,50
–0,97
1,00
–0,47
1,00
1,00
Объем
ПротяПротяженСредняя частота перевеженность
поездок на обзенных
ность
газо- и
грузов на
элекщественном
нефтепротранспорте на 1
душу
тропуводов,
тей,
чел. за год, ед. населения
тыс. км
в год, т
тыс. км
1.2.2. Региональный анализ
Для поиска взаимосвязей развития экономики и транспорта в
региональном разрезе воспользуемся статистическими данными
для 14 регионов Приволжского федерального округа за 2011 г.
Результирующим показателем будет выступать показатель
развития экономики, а влияющими факторами – показатели развития транспортной отрасли. Для анализа возьмем следующие
показатели.
Результирующий показатель:
внутренний региональный продукт на душу населения,
тыс. руб.
Факторы:
– уровень автомобилизации, ед. на 1000 чел.;
– количество грузовых автомобилей, ед;
– протяженность автомобильных дорог общего пользования, км;
– протяженность железнодорожных путей общего пользования, км;
– средняя частота поездок на общественном транспорте на 1
чел. за год, ед.
Статистические данные результирующего показателя и
влияющих факторов представим в табл. 1.4. Возьмем исходные
статистические данные и занесем их в лист Excel (рис. 1.7).
23
Таблица 1.4
Исходные статистические данные для проведения
факторного анализа
Регион
Республика
Башкортостан
Республика
Марий Эл
Республика
Мордовия
Республика
Татарстан
Удмуртская
Республика
Чувашская
Республика
Пермский
край
Кировская
область
Нижегородская область
Оренбургская область
Пензенская
область
Самарская
область
Саратовская
область
Ульяновская область
Протяженность
железнодорожных путей общего
пользования, км
Средняя частота
поездок на общественном
транспорте на 1
чел. за год, ед.
ВРП на
душу
населения,
тыс.
руб.
Уровень
автомобилизации, ед.
на 1000
чел.
Количество
грузовых автомобилей, ед.
Протяженность автомобильных дорог
общего
пользования, км
186,5
219
16 956
19 543
1457
146
117,8
141
3102
3646
152
78
124,8
156
4303
4566
546
70
266
187
20 260
19 001
868
107
173,2
183
7845
7407
768
115
120,3
125
4735
5618
397
96
235,5
179
10 175
11 302
1495
154
120,7
178
7449
9598
1100
108
194
186
16 498
15 149
1213
177
219,1
218
10 388
13 181
1492
111
114,1
180
5427
6795
828
77
216,8
234
11 607
13 923
1368
58
144,7
194
10 552
10 711
2296
86
134,1
183
5056
6230
712
78
24
25
Рис. 1.7. Статистические данные на листе Excel
Для выбора факторов в наибольшей степени влияющих на
результирующий показатель, необходимо построить корреляционную матрицу. Для этого воспользуемся надстройкой Анализ
данных.
На закладке Данные в группе Анализ необходимо вызвать
диалоговое окно Анализ данных, в котором выбрать инструмент
анализа Корреляция и нажать OK (рис. 1.8).
Рис. 1.8. Диалоговое окно Анализ данных
После этого появится диалоговое окно Корреляция, в котором необходимо произвести следующие установки (рис. 1.9):
1. В поле Входной интервал вводится адрес исходных статистических данных вместе с наименованиями столбцов B1:G15.
2. Ниже выбирается параметр Группирование по столбцам.
3. Ставится флажок Метка в первой строке, показывающий,
что первая строка содержит название столбца.
4. В поле Выходной интервал вводится адрес ячейки для вывода корреляционной матрицы A17.
5. После установки всех необходимых параметров нажимаем
ОК.
26
Рис. 1.9. Диалоговое окно Корреляция
Корреляционная матрица построена (см. табл. 1.4). В первом
столбце мы получаем корреляцию между результирующим показателем и влияющими факторами (коэффициенты парной корреляции между ВРП на душу населения и каждым фактором развития транспортной отрасли). В остальных столбцах коэффициенты
автокорреляции между двумя факторами.
Если один из коэффициентов автокорреляции между факторами равен примерно 0,99, то один из этих факторов исключаем.
В нашем случае между факторами количество грузовых автомобилей и протяженность автомобильных дорог, коэффициент автокорреляции равен 0,97. Поэтому исключим показатель количество грузовых автомобилей как взаимовлияющий с показателем
протяженности автомобильных дорог. В остальных случаях не
наблюдается взаимовлияние факторов.
Таким образом, для выбора факторов, влияющих на ВРП на
душу населения в региональном аспекте исследования, осталось
четыре показателя: уровень автомобилизации, протяженность автомобильных дорог общего пользования, протяженность железнодорожных путей общего пользования, средняя частота поездок
на общественном транспорте на 1 чел. за год. Из этих оставшихся
27
факторов выберем факторы, в наибольшей степени влияющие на
результирующий показатель. В нашем примере это будут:
– уровень автомобилизации, ед. на 1000 чел.;
– протяженность автомобильных дорог общего пользования,
тыс. км.
Коэффициент корреляции между ВРП на душу населения и
уровнем автомобилизации равен 0,58, что свидетельствует о тесной связи фактора и результирующего показателя. Коэффициент
корреляции между ВРП на душу населения и протяженностью
автомобильных дорог равен 0,79, что свидетельствует о сильной
тесноте связи фактора и результирующего показателя.
Корреляционная матрица
ВРП на
Уровень
Количедушу
автомоби- ство грунаселелиз-ации,
зовых
ния,
ед. на 1000 автомотыс.
чел.
билей, ед.
руб.
ВРП на
душу населения, тыс.
руб.
Уровень
автомобилизации, ед.
на 1000 чел.
Количество
грузовых
автомобилей, ед.
Протяженность автомобильных
дорог общего пользования, км
Протяженность автомобильных дорог
общего
пользования, км
1,00
0,58
1,00
0,80
0,59
1,00
0,79
0,71
0,97
28
1,00
Протяженность
железнодорожных путей общего
пользования, км
Средняя
частота
поездок на
общественном
транспорте на 1
чел. за
год, ед.
ВРП на
Уровень
Количедушу
автомоби- ство грунаселелиз-ации,
зовых
ния,
ед. на 1000 автомотыс.
чел.
билей, ед.
руб.
Протяженность железнодорожных
путей общего пользования, км
Средняя
частота
поездок на
общественном транспорте на 1
чел. за год,
ед.
Протяженность автомобильных дорог
общего
пользования, км
Протяженность
железнодорожных путей общего
пользования, км
0,41
0,70
0,50
0,57
1,00
0,45
0,13
0,57
0,53
0,30
Средняя
частота
поездок на
общественном
транспорте на 1
чел. за
год, ед.
1,00
Таким образом, проведенный региональный анализ является
дополняющим к временному анализу, усиливая достоверность
полученных ранее выводов о наиболее значимых факторов, определяющих развитие явления или процесса в соответствующей зоне исследования. Применительно к нашему исследованию проведенный региональный анализ позволил выделить два фактора развития транспортной отрасли, влияющих на развитие экономики в
регионах: уровень автомобилизации и протяженность автомобильных дорог.
29
1.3. Пример научной статьи применения факторного
анализа для выявления взаимосвязи показателей
Статья опубликована в журнале «Вестник Пермского университета. Серия: Экономика» за 2014 год.
УДК 625.7:336.1
ВЫЯВЛЕНИЕ ВЗАИМОСВЯЗИ РАЗВИТИЯ ТРАНСПОРТА
И ЭКОНОМИКИ: ВРЕМЕННОЙ И РЕГИОНАЛЬНЫЙ
АСПЕКТ ИССЛЕДОВАНИЯ
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: [email protected]
Пермский национальный исследовательский политехнический
университет, 614990, г. Пермь, Комсомольский проспект, 29.
О.В. Буторина, канд. эконом. наук, доцент кафедры мировой
экономики и экономической теории.
Электронный адрес: [email protected]
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: [email protected]
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: [email protected]
30
Реrm State National Research University, 614990, Perm, Bukireva
str., 15.
В работе, с точки зрения теории и практики управления, выделены прямые и обратные взаимосвязи развития транспорта и
национальной экономики. Осуществлена комплексная характеристика развития транспортной отрасли РФ на основе анализа трех
групп показателей: уровня автомобилизации, протяженности автомобильных дорог, а также объемов строительства автомобильных дорог. Для выявления степени влияния развития данной отрасли на экономику региона был осуществлен анализ корреляционной связи во временном аспекте (1997–2011 гг.) и в
региональном аспекте (среди 14 субъектов Приволжского федерального округа). Полученные выводы стали основой конкретизации направлений управления развитием транспортной отрасли в
регионе.
Ключевые слова: показатели развития транспортной отрасли,
взаимосвязь развития транспорта и экономики страны, конкретного региона.
In the article in respect to the theory and practice of management
straight and reverse correlations between transport development and
national economy are allocated. The complex characteristic of transport branch development in the Russian Federation on the basis of the
analysis three groups indicators is carried out: level of automobilization, extent of highways and also capacity of highways construction.
For identification extent influence development of this branch on the
region economy the analysis of correlation communication in temporary aspect (1997 – 2011) and in regional aspect (among 14 subjects of
the Volga federal district) was carried out. The received conclusions
became a basis of a specification the directions of management development of transport branch in the region.
Keywords: indicators development of transport branch, correlation between development of transport and national economy, concrete region.
31
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 выполняет
определенные функции:
– обеспечение развития территорий, способствующее передвижению людей и грузов в любое время и на любые расстояния,
активизируя экономические процессы в обществе [6, с. 199];
– стимулирование научно-технического прогресса на основе
реализации потребности хозяйствующих субъектов перемещаться
быстрее и с большим комфортом, так по оценкам Н. Ивановой,
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…» [2, с. 74];
– импульсации развития отраслей, производящих транспортную технику, ее компонентов, а также отраслей, ее обслуживающих, что способствовало закреплению за транспортной инфраструктурой роли экономического катализатора общественного
развития;
– нивелирование негативных издержек территориальной удаленности субъектов от мировых и национальных экономических
центров, при этом высокий уровень развитости транспортной отрасли является важнейшим инструментом повышения конкурентоспособности и эффективности экономики не только страны в
целом, но и дифференцированно каждого региона.
Как показывает мировой опыт, темпы роста эффективности
экономики государств сопровождались развитием транспортной
отрасли. При этом в соответствии с требованиями современного
экономического развития первостепенное значение в ХХ–ХХI вв.
отдавалось автомобильному транспорту в силу его алокальности,
большей мобильности, общедоступности. Как утверждают экс32
перты, именно на долю автомобильного транспорта приходится
примерно 80 % грузоперевозок и 90 % пассажироперевозок. Среди тенденций развития автомобильного транспорта можно выделить следующие: постепенное снижение доли перевозок общественным транспортом и высокие темпы автомобилизации населения [3, с. 74].
В отличие от других отраслей хозяйства, транспорт является
необходимым условием производства. Страна или регион могут
успешно развиваться без сырьевых ресурсов, как, например, Япония, или, наоборот, импортировать большинство товаров, сосредоточившись на добыче сырья, как страны Аравийского полуострова, однако без транспорта экономическое развитие невозможно.
Транспортную услугу полностью импортировать нельзя. Можно
арендовать подвижной состав, но транспортная инфраструктура
должна существовать в каждом регионе [4, с. 3].
Для доказательства взаимосвязи между развитием экономики
и транспортных коммуникаций в табл. 1 сопоставлены длина автомобильных дорог, их плотность с индикаторами развития экономики развитых и динамично развивающихся стран. Нельзя забывать, что именно за 2000–2009 гг. взрывной рост производства
и потребления в Бразилии, Индии и Китае сделал транспортную
отрасль приоритетным направлением в экономике данных стран.
Они за последние пять лет значительно увеличили совокупную
протяженность автомобильных дорог и занимали по состоянию на
2010 г. лидирующие позиции в мире [1, с. 11].
33
Таблица 1
Длина автомобильных дорог и ВВП стран мира на 2010 г.
Страна
Длина автомобильных
дорог, тыс. км1
США
Индия
Китай
Бразилия
Япония
Канада
Франция
Россия
Австралия
Испания
Германия
6 466
3 316
1 931
1 752
1 197
1 042
952
933
813
681
644
Плотность автомо- ВВП, млрд
бильных дорог, км $ США по
на тыс. км2
ППС2
658
14 840
1 009
3 876
201
9 845
206
2 113
3 167
4 228
104
1 321
1 725
2 159
55
2 161
105
839
1 349
1 394
1 804
2 807
Данные таблицы свидетельствуют, что Россия занимает
восьмое место по протяженности автомобильных дорог, уступая
США почти в 7 раз, по плотности – в 12 раз, как следствие, по
объемам ВНП – также в 7 раз.
Исходя из всего изложенного выше, можно предположить,
что развитие транспортной отрасли и экономики в России, как и в
других странах, взаимосвязаны. При этом отставание первой опосредует низкие показатели последней.
Поэтому в рамках данной статьи представляется интересным
анализ степени влияния транспортной отрасли на развитие экономики России в целом в рамках временного и структурного аспектов исследования.
Для достижения поставленной цели считаем необходимым
представить комплексную характеристику развития транспортной
отрасли РФ в целом на основе выделения параметров, ее опреде1
2
Олейник А.П. Страны мира в цифрах. – 2011. – С. 47.
Там же. – С. 26.
34
ляющих (первая задача), а также выявить корреляционную связь
между базовыми показателями развития транспортной отрасли и
величиной среднедушевого валового внутреннего продукта как
основного индикатора экономического развития (вторая задача
данной работы).
Комплексная характеристика развития транспортной отрасли
может быть осуществлена на основе анализа трех групп показателей: уровня автомобилизации, протяженности автомобильных дорог, а также объемы строительства автомобильных дорог.
Начнем с анализа первого показателя – уровня автомобилизации. Как известно, автомобильный парк России в 2011 г. насчитывал порядка 42 млн единиц, в том числе свыше 36 млн – легковых автомобилей. Отмечается устойчивая тенденция роста численности автотранспортных средств, особенно находящихся в
личном пользовании. Так, число автомобилей на 1000 жителей
возросло с 93 – в 1995 г. до 250 – в 2011 г. Несмотря на явную позитивную динамику, Россия занимает скромное место и по уровню автомобилизации населения. На 2010 г. на 1000 жителей страны приходилось 230 легковых автомобилей, что в три раза меньше, чем в США. В Германии этот показатель составляет 572
автомобилей, во Франции – 489, в Испании – 464, в США – 765, в
Японии – 435, в Австралии – 6193. Данные цифры свидетельствуют о существенном отставании достигнутого уровня автомобилизации в России в настоящее время в 2–3 раза от аналогичного
уровня в западных странах.
Особо следует отметить, что на современном этапе Россия
имеет высокие темпы роста уровня автомобилизации. За период с
1995 по 2011 г. темп роста уровня автомобилизации составил
269 % (рис. 1). Среднегодовой прирост автомобилизации России
составляет 10 %.
3
Эксперты оценили уровень автомобилизации России [Электронный ресурс]. – URL: http://www.mngz.ru/ugra/power-money-business/106983-eksperti-oceniliuroven-avtomobilizacii-rossii.html (дата обращения: 11.04.2013).
35
Рис. 1. Уровень автомобилизации в России за период 1995–2011 гг.4
На основании представленного графика очевидна устойчиво
прогрессивная динамика роста уровня автомобилизации в России
за продолжительный период времени, что в свою очередь, объективно формирует потребность в развитии транспортных коммуникаций.
Так, сеть автомобильных дорог общего пользования в России
составляла на начало 2011 г. 927 тыс. км, в том числе дорог с
твердым покрытием – 728 тыс. км. В настоящее время сеть автомобильных дорог перегружена. Как отмечают специалисты, дальнейшее увеличение интенсивности движения приведет к ускоренному разрушению конструкции дорожной одежды, форсированному выходу из строя мостовых сооружений, резкому увеличению
воздействия дорог на окружающую экосистему.
В силу представленных статистических данных можно утверждать, что объективно сформировавшаяся потребность в новых транспортных магистралях и реконструкции старых не может
быть удовлетворена в полной степени в силу масштабности и ограниченности прежде всего финансовых ресурсов и производственных возможностей.
4
Составлено авторами по данным Федеральной службы государственной
статистики РФ [Электронный ресурс]. – URL: http://www.gks.ru/ (дата обращения: 11.04.2013).
36
В табл. 2 представлены сопоставления таких показателей, как
длина и плотность автомобильных дорог в различных странах, характеризующихся различными темпами экономического развития.
Таблица 2
Сопоставление длины и плотности автомобильных дорог
в различных странах мира
Страна
США
Индия
Китай
Бразилия
Япония
Канада
Франция
Россия
Австралия
Испания
Германия
Длина автомобильных дорог,
тыс. км5
6 466
3 316
1 931
1 752
1 197
1 042
952
933
813
681
644
Соответствующий ранг
1
2
3
4
5
6
7
8
9
10
11
Плотность ав- Соответствуютомобильных
щий ранг
дорог, км на
тыс. км2
658
6
1 009
5
201
8
206
7
3 167
1
104
10
1 725
3
55
11
105
9
1 349
4
1 804
2
Примечание. В таблице представлены показатели на 2010 г.
На основании представленной таблицы становится очевидным существующее несоответствие между длинной автомобильных дорог и их плотностью, что связано не только с геополитическими особенностями каждой страны, но и с направлениями территориального развития. Выявленное несоответствие может
косвенно объяснять разный уровень обеспеченности автомобильными дорогами в различных территориях внутри страны, а также
свидетельствовать о значимости автомобильной инфраструктуры
в экономике страны.
Россия по плотности автомобильных дорог на 1000 км2 территории значительно уступает зарубежным странам (55 км. на
тыс. км2), занимая последнюю позицию (11 ранг) при средних
5
Олейник А.П. Страны мира в цифрах. – М., 2011. – С. 47
37
значениях (8 ранг) протяженности имеющихся автомобильных
дорог. Выделенные несоответствия требуют более детального
анализа третьего из предложенных нами показателей, характеризующих развитие транспортной отрасли России, – объем строительства новых автомобильных дорог.
За период с 1995 по 2011 г. темп роста строительства новых
автомобильных дорог составил 147 % (рис. 2).
Рис. 2. Протяженность автомобильных дорог с твердым покрытием
общего пользования в России за период 1995–2011 гг.6
Среднегодовой прирост автомобильных дорог России составляет 2,8 %. Как видно из графика, рост протяженности автомобильных дорог наблюдается только с 2005 г., на протяжении
предшествующих десяти лет отрасль характеризовалась депрессивно стабильным состоянием.
На основании сопоставления трех показателей, характеризующих развитие транспортной отрасли в России, можно сделать
общие выводы:
первый – Россия существенно отстает от ведущих в экономическом развитии стран по уровню автомобилизации, по протя-
6
Составлено авторами по данным Федеральной службы государственной
статистики РФ [Электронный ресурс]. – URL: http://www.gks.ru (дата обращения:
11.04.2013).
38
женности автомобильных дорог, а также по объемам строительства автомобильных дорог;
второй – темп роста строительства автомобильных дорог
значительно ниже темпа роста автомобилизации населения, что
при сохранении данной тенденции негативным образом может
отразиться на социально-экономическом развитии страны;
третий – существующие несоответствия объективно лежат в
основе усиления территориальных диспропорции развития транспортной отрасли в России. Так, уровень автомобилизации в различных регионах России существенно отличается: по итогам
2010 г. лидерами по уровню автомобилизации в России являются
такие регионы, как Камчатский край (372 ед. на 1000 чел.), Приморский край (304), Московская область (293) и Сахалинская область (291). Самые скромные результаты по числу зарегистрированных легковых автомобилей на каждую тысячу жителей наблюдаются в северо-кавказских республиках: Дагестан (104),
Ингушетия (105), Чечня (100). Рейтинг замыкают Чукотский автономный округ с показателем в 59 автомобилей на тысячу жителей7. Имеющиеся различия определяют неравномерность в протяженности и плотности автомобильных дорог, а также объемах
строительства новых автомагистралей и могут быть связаны с
большими региональными различиями в развитии экономики региона и региональной дифференциацией по уровню и качеству
жизни населения.
В целом, анализ развития транспортной отрасли в России показал, что она развивается медленными темпами, что приводит к
сдерживанию развития экономики.
Последний вывод является наиболее интересным в региональном аспекте исследования. Проанализируем корреляционную
связь между показателями уровня автомобилизации населения,
протяженности автомобильных дорог с твердым покрытием общего пользования и величиной среднедушевого валового внут7
Российский статистический ежегодник – 2011. Стат. сб. / Росстат. – М.,
2011. – 795 с.
39
реннего продукта. Такой анализ предполагает сопоставление трех
показателей: ВВП на душу населения, уровень автомобилизации,
протяженность автомобильных дорог общего пользования во временном аспекте (1997–2011 гг.) и в региональном аспекте (среди
14 субъектов Приволжского федерального округа).
В силу того, что влияние развития транспортной отрасли на
экономику происходит не мгновенно, между показателями развития транспорта и внутреннего валового продукта был взят временной лаг, равный трем годам.
Расчет коэффициента корреляции будем проводить по формуле
n
rxy 
 ( x  x )( y  y )
i
i 1
n
i
n
 (x  x )  ( y  y )
i 1
2
i
i 1
,
2
i
где xi – фактическое значение i-го показателя x;
yi – фактическое значение i-го показателя y;
x – среднее значение показателя x;
y – среднее значение показателя y.
Исходные данные и расчет коэффициента корреляции в первом случае представлены в табл. 3.
Коэффициент корреляции между показателями ВВП на душу
населения и уровнем автомобилизации равен 0,98, а между показателями ВВП на душу населения и протяженностью автомобильных дорог – 0,91, что свидетельствует об очень сильной тесноте
связей.
40
Таблица 3
Исходные данные и расчет коэффициента корреляции8
Год
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Коэффициент
корреляции
ВВП на душу Уровень автомобинаселения, тыс. лизации, ед. на 1000
руб.
чел.
–
114
–
122
33,0
128
49,8
132
61,3
139
74,5
148
91,6
153
118,0
159
150,6
169
188,2
178
232,8
195
289,2
214
271,8
221
316,2
–
381,8
–
–
0,98
Протяженность автомобильных дорог общего
пользования, тыс. км.
511
517
525
532
537
541
544
546
531
597
624
629
647
–
–
0,91
Данный вывод позволяет утверждать, что показатели развития транспортной отрасли влияют на развитие экономики, если
рассматривать их во времени.
Исходные данные и расчет коэффициента корреляции во
втором случае (по субъектам Приволжского федерального округа)
представлены в табл. 4.
Коэффициент корреляции между показателями ВВП на душу
населения и уровнем автомобилизации равен 0,58, что свидетельствует о заметной тесноте связей, а между показателями ВВП на
душу населения и протяженностью автомобильных дорог – 0,79,
что свидетельствует о сильной тесноте связей. Данный вывод позволил утверждать, что показатели развития транспортной отрас-
8
Составлено авторами по данным статистического сборника «Российский
статистический ежегодник» за 2003–2012 гг.
41
ли влияют на развитие экономики, если рассматривать их в региональном аспекте исследования.
Таблица 4
Исходные данные и расчет коэффициента корреляции9
Регион
Республика Башкортостан
Республика Марий Эл
Республика Мордовия
Республика Татарстан
Удмуртская Республика
Чувашская Республика
Пермский край
Кировская область
Нижегородская область
Оренбургская область
Пензенская область
Самарская область
Саратовская область
Ульяновская область
Коэффициент корреляции
ВРП на душу Уровень авто- Протяженность авнаселения в мобилизации в томобильных дорог
2011 г., тыс. 2008 г., ед. на общего пользования
руб.
1000 чел.
в 2008 г., км
186,5
219
19 543
117,8
141
3646
124,8
156
4566
266,0
187
19 001
173,2
183
7407
120,3
125
5618
235,5
179
11 302
120,7
178
9598
194,0
186
15 149
219,1
218
13 181
114,1
180
6795
216,8
234
13 923
144,7
194
10 711
134,1
183
6230
–
0,58
0,79
В целом проведенный анализ корреляционных связей между
величиной ВРП на душу населения и показателями развития
транспортной отрасли свидетельствуют об их взаимосвязи и позволяет утверждать, что развитие транспортной отрасли существенно влияет на развитие экономики.
При этом выделенные взаимосвязи доказывают наличие прямых и обратных зависимостей: так, развитие экономики станет
основой для наращивания темпов прогрессивного развития транспорта и развитие транспортной отрасли (прежде всего автомобильного транспорта) может стать катализатором экономического
9
Составлено авторами по данным статистического сборника «Регионы
России» за 2003–2012 гг.
42
развития страны в целом, ее регионов, сосредоточив в себе
«оживляющий» мультипликационный эффект.
Неразвитость транспортной отрасли в России в целом и отдельных ее регионов на сегодняшний день является основой для
выбора направлений в развитии транспортной отрасли: объективного – за счет роста экономики и форсированного – приоритетного развития транспортной отрасли как условия развития экономики страны на основе интеграции и наращивания конкурентоспособности.
Список литературы
1. Доничев О.А., Тожокин И.В. Анализ развития межрегиональной автотранспортной инфраструктуры как инструмента инновационной модернизации // Экономический анализ: теория и
практика. – 2011. – № 9. – С. 10–14.
2. Иванова Н., Данилин И. Антикризисные программы в инновационной сфере // Мировая экономика и международные отношения. – 2010. – № 1. – С. 26–37.
3. Левда Н.М., Постников В.П. Стратегическое прогнозирование расходов бюджетных средств Пермского края на строительство и содержание автомобильных дорог // Вестник ПНИПУ. Социально-экономические науки. – 2012. – № 13. – С. 74–84.
4. Макроэкономическая оценка развития транспортной инфраструктуры / Д.А. Мачерет, А.В. Рышков, А.Ю. Белоглазов,
К.В. Захаров // Вестник ВНИИЖТ. – 2010. – № 5. – С. 3–10.
5. Олейник А.П. Страны мира в цифрах. – М., 2011. – 62 с.
6. Павлова Е.И. Экология транспорта: учебник. – М.: Высшая
школа, 2006. – 344 с.
43
ГЛАВА 2. ПЛАНИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ
ЭКОНОМИЧЕСКИХ
И УПРАВЛЕНЧЕСКИХ ПРОЦЕССОВ
2.1. Теоретические аспекты прогнозирования
В общем виде под прогнозированием понимается процесс научных исследований качественного и количественного характера,
направленный на выяснение тенденций развития экономических
явлений и процессов, а также поиск оптимальных путей достижения целей этого развития. Конечным результатом процесса прогнозирования является система прогнозов.
Прогноз – это комплекс аргументированных предположений,
выраженных в качественной и количественной формах относительно будущих параметров экономического объекта. Задача прогноза представить объективное, достоверное представление о том,
что будет при тех или иных условиях.
Цель прогнозирования состоит в создании научных предпосылок, включающих научный анализ тенденций развития экономики; вариантное предвидение предстоящего развития общественного воспроизводства, учитывающее как сложившиеся тенденции, так и намеченные цели; оценку возможных последствий
принимаемых решений; обоснование направлений социальноэкономического и научно-технического развития для принятия
решений управления.
В процессе прогнозирования используются следующие два
подхода.
Суть первого – прогнозировать, начиная от момента составления прогноза, постепенно проникая от имеющегося базиса информации в будущее.
Суть второго – определить будущие цели и ориентиры, а уже
от них постепенно двигаться к настоящему.
Процесс разработки прогнозов основывается на научных методах познания социально-экономических явлений и использова44
нии совокупности методов, средств и способов экономической
прогностики.
Прогнозирование базируется на следующих принципах: системности, научной обоснованности, адекватности, альтернативности, целенаправленности и др.
Принцип системности предполагает рассмотрение объекта в
его связи и зависимости с другими процессами и явлениями, исследование количественных и качественных закономерностей,
построение такой логической цепочки исследования, согласно
которой процесс выработки и обоснования любого решения отталкивается от определения общей цели системы и подчинения
достижению этой цели деятельности всех входящих в нее подсистем. При этом данная система рассматривается как часть более
крупной системы, также состоящей из определенного количества
подсистем.
Принцип научной обоснованности основывается на учете
требований экономических законов, применении научного инструментария, изучении достижений отечественного и зарубежного опыта формирования прогнозов, использовании методик и
моделей, как условия научного формирования системы прогнозов их обоснованности, действенности и своевременности.
Принцип целенаправленности предполагает целенаправленный характер прогнозирования, т.е. содержание прогноза должно
сводиться не только к предвидению, но и включать цели, которые
желательно достигнуть.
Принцип адекватности прогноза объективным закономерностям характеризует не только процесс выявления тенденций развития, но и оценку устойчивости тенденций и взаимосвязей, а
также создание теоретического аналога реальных экономических
процессов.
Реализация принципа адекватности предполагает учет вероятностного характера экономических и социальных процессов.
Это означает необходимость оценки как господствующих тенденций, так и сложившихся отклонений, определение возможной об 45
ласти их расхождения, а также оценку вероятности их реализации
в будущем.
Принцип альтернативности предполагает выбор вариантов
развития по разным траекториям, при разных взаимосвязях и
структурных соотношениях. Переход от имитации сложившихся
процессов и тенденций к предвидению их будущего развития основан на построении альтернатив, т.е. определения нескольких
возможных, а зачастую и противоположных, взаимоисключающих путей развития.
Принцип историчности предполагает рассмотрение прогнозируемых явлений и процессов во взаимосвязи их исторических
форм. Другими словами, в процессе прогнозирования необходимо
исходить из того, что состояние исследуемого объекта есть закономерный результат его предшествующего развития, а будущее –
закономерный результат его развития в прошлом и настоящем.
Основными задачами прогнозирования являются:
– накопление научного материала для обоснованного выбора
прогнозных решений;
– оценка состояния объекта прогнозирования;
– научный анализ экономических, социальных, научнотехнических процессов и тенденций;
– исследование объективных взаимосвязей социальноэкономических явлений развития народного хозяйства в конкретных условиях места и времени;
– выявление альтернатив экономического и социального развития;
– выбор и обоснование варианта прогноза.
Под методами прогнозирования понимается совокупность
приемов и способов мышления, позволяющих на основе анализа
ретроспективных данных, внешних и внутренних связей объекта
прогнозирования, вывести суждения, с определенной степенью
достоверности, относительно будущего развития объекта.
Вся совокупность методов прогнозирования группируется по
следующим признакам:
46
– по способу получения и обработки информации: статистические методы, методы аналогий, опережающие методы;
– по степени формализации: формализованные и интуитивные;
– по общему принципу действия;
– по направлениям и назначению прогнозирования;
– по процедуре получения параметров прогнозной модели и др.
Для прогнозирования статистических данных необходимо
выполнить три этапа:
1) построить эконометрическую модель изменения показателя;
2) оценить качество и надежность построенной модели;
3) найти прогнозные значения и интервал, в который они попадают.
Кроме того объем выборки данных должен быть большим,
так как в этом случае сглаживается влияние других факторов. Чем
больше совокупность объектов исследования (во временном или
пространственном аспекте), тем точнее результаты прогноза.
2.1.1. Построение эконометрических моделей
Для построения эконометрической модели, т.е. нахождения
параметров уравнения, применяют метод наименьших квадратов
(МНК). Но существует множество современных компьютерных
программ, упрощающих построение эконометрических моделей.
Одной из таких программ является Microsoft Excel.
Для построения однофакторных моделей или моделей временных рядов в Excel используют анализ трендов. А для построения многофакторных моделей пользуются регрессионным анализом, который представлен в надстройке Microsoft Excel Анализ
данных.
Трендом временного ряда называют плавно изменяющуюся,
не циклическую компоненту, описывающую чистое влияние долговременных факторов, эффект которых сказывается постепенно.
Трендовая компонента характеризует общую тенденцию, закономерность изменения показателя.
47
Цель регрессионного анализа – установить конкретную аналитическую зависимость одного или нескольких результативных
показателей от одного или нескольких признаков-факторов.
Однофакторная модель – это модель зависимости результирующего показателя от одного фактора.
y  a0  a1 x  ,
(2.1)
где у – результирующий показатель или зависимая (объясняемая)
переменная;
х – влияющий фактор или независимая (объясняющая) переменная;
ε – случайная составляющая;
а0, а1 – параметры регрессии; а0 – свободный член характеризует сдвиг и равен тому значению у, которое получается при х = 0,
коэффициент а1 определяет наклон линии;
а0 и ε показывают, что изменение результирующего показателя y лишь частично обусловлено влиянием фактора x, так как
возможно влияние и других факторов.
Модель временных рядов – это модель изменения показателя
во времени, т.е. влияющим фактором выступает время.
Временной ряд – это совокупность значений какого-либо показателя за несколько последовательных моментов или периодов
времени. Каждый уровень значений временного ряда формируется из трендовой (Т), циклической (S) и случайной (Е) компонент.
Трендовая компонента характеризует общую тенденцию, закономерность изменения показателя. Трендом временного ряда называют плавно изменяющуюся, не циклическую компоненту, описывающую чистое влияние долговременных факторов, эффект
которых сказывается постепенно. Циклическая компонента или
сезонность характеризует регулярные колебания, периодически
повторяющиеся спады и подъемы. Случайная компонента вызвана
действием случайных факторов.
Для построения тренда временного ряда чаще всего используют пять функций (линий тренда):
48
ax
– экспоненциальная: a0 e 1 ;
– линейная: a0  a1 x;
– логарифмическая: 143,95ln( x)  104, 45;
2
– полиномиальная: y  a0  a1 x  a2 x ;
a
– степенная: a0 x 1 .
Обычно для исследуемого ряда строят несколько моделей и
из них выбирают ту, которая лучше характеризует ряд (проводят
оценку качества и надежности моделей).
Многофакторная модель – это модель зависимости результирующего показателя от двух и более факторов:
y  a0  a1 x1  a2 x2  ...  am xm  ,
(2.2)
где у – результирующий показатель или зависимая (объясняемая)
переменная;
x1 , x2 , ..., xm – влияющие факторы или независимые (объясняющие) переменные;
ε – случайная составляющая.
При построении многофакторной модели необходимо определить результативный показатель и факторные показатели. Особо остро стоит проблема выбора факторов модели. При этом необходимо придерживаться следующих правил:
– учитывать причинно-следственные связи между показателями;
– отбирать самые значимые факторы, которые оказывают
решающее воздействие на результативный показатель.
Первым этапом в выборе факторов является нахождение зависимости между объясняемой переменной и факторами путем
вычисления коэффициентов корреляции. Этот вопрос подробно
рассмотрен в первой главе.
Вторым этапом в выборе факторов является проверка факторов на адекватность модели.
49
Для проверки факторов на адекватность пользуются р-тесты
или t-тесты. Если р-значение фактора меньше (или равно) 0,05
(т.е. для 95 %-ной доверительной вероятности), то фактор признается значимым. Если t-статистика фактора больше (или равно) по
абсолютной величине 1,96 (что соответствует уровню значимости
0,05), то фактор признается значимым.
После выбора факторов x, влияющих на показатель y, встает
вопрос, какой из рассматриваемых факторов оказывает наибольшее влияние. Коэффициенты регрессии a1, a2,…, am могут быть
выражены в разных единицах измерения, поэтому их сравнение
некорректно. Для решения этой проблемы используют стандартизованные коэффициенты регрессии. Стандартизованный коэффициент
регрессии вычисляется путем умножения коэффициента регрессии aj
на стандартное отклонение соответствующего фактора Sxj и деления
полученного произведения на Sy.
Таким образом, при прогнозировании развития явлений и
процессов наибольшее значение приобретает построение эконометрической модели, т.е. нахождение параметров уравнения на
основе применения метода наименьших квадратов (МНК). Для
построения однофакторных моделей или моделей временных рядов используют анализ трендов. Для построения многофакторных
моделей целесообразно использовать регрессионный анализ.
2.1.2. Оценка качества и надежность модели
Для оценки качества и надежности эконометрической модели
используют три группы показателей:
1) показатели надежности модели: коэффициент корреляции;
2) показатели статистической значимости модели: F-критерий Фишера;
3) показатели качества прогнозирования по модели: средняя
ошибка аппроксимации, среднеквадратическое отклонение, коэффициент вариации.
Коэффициент корреляции (r) отражает зависимость (сила или
теснота связи) между исследуемым показателем и независимой
50
переменной или фактором. Связь считается сильной, если коэффициент корреляции больше 0,75.
n
r  1
(y
 yˆ i ) 2
(y
 y)
i 1
n
i 1
i
i
,
(2.3)
2
где yi – фактическое значение показателя;
yˆi – расчетное значение показателя, вычисленное по уравнению регрессии;
y – среднеарифметическое значение показателя;
n – число наблюдений.
F-критерий Фишера оценивает статистически значима или
нет зависимость, описанная уравнением регрессии. Чем больше
это значение, тем лучше уравнение регрессии. Чтобы проверить
статистическую значимость модели расчетный F-критерий сопоставляют с табличным. Fтабл находится по статистической таблице
по числу степеней свободы n – k – 1 и числу факторов k для
a  0,05 . Если F  Fтабл , то с вероятностью 0,95 связь, описываемая уравнением регрессии, статистически значима (существенна).
n
 ( yˆ
i
i 1
F
2
S рег
k
n
( y
i 1
 y )2
i
 yˆi )

2
2
Sост
k
,
(2.4)
n  k 1
n  k 1
где n – k – 1 – число степеней свободы;
k – число факторов.
Средняя ошибка аппроксимации – среднее отклонение расчетных значений от фактических. Допустимый предел ошибки 8–
10 %.
51
A
1 n ( yi  yˆi )
 y 100 % .
n i 1
i
(2.5)
Среднеквадратическое отклонение (σ) – это мера ошибки, которую допустили при построении уравнения регрессии. Чем
меньше значение показателя, тем лучше уравнение описывает
данную зависимость.
n

(y
i 1
i
 yˆi ) 2
n  k 1
.
(2.6)
Коэффициент вариации (V) оказывает относительную меру
отклонения отдельных значений от среднего арифметического.
Чем больше коэффициент вариации, тем относительно больший
разброс и меньшая выравненность изучаемых объектов.
V

 100 % .
y
(2.7)
Изменчивость вариационного ряда принято считать:
– незначительной, если вариация не превышает 10 %;
– средней, если вариация составляет 10–20 %;
– значительной, если вариация составляет больше 20–33 %;
– вариация выше 33 % свидетельствует о неоднородности.
Таким образом, для оценки качества и надежности эконометрической модели используют три группы показателей: 1) показатели надежности модели: коэффициент корреляции; 2) показатели
статистической значимости модели: F-критерий Фишера; 3) показатели качества прогнозирования по модели: средняя ошибка аппроксимации, среднеквадратическое отклонение, коэффициент
вариации.
В заключение рассчитывают относительную апостериорную
погрешность прогноза.
52
δ
yi  yˆ i
 100 % .
yi
(2.8)
Точность прогноза признается хорошей, если погрешность
составляет 0–17 %.
2.1.3. Прогнозирование по эконометрической модели
После построения и оценки качества и надежности эконометрической модели ее можно применять для прогнозирования.
Для нахождения прогнозного значения объясняемой переменной в
уравнение модели подставляют прогнозные значения факторов.
Найденное прогнозное значение называется точечным прогнозом.
Метод переноса существующих тенденций на будущий период
времени называется экстраполяцией. При этом, если выход за
рамки диапазона наблюдений незначительный, то погрешность,
связанная с этим, как правило, незначительная и охватывается
доверительным интервалом. Чем дальше выходит прогноз за пределы наблюдений, тем, естественно, выше вероятность погрешности такого рода.
Естественно полагать, что действительные значения зависимой переменной не будут совпадать с расчетными, так как линия
регрессии описывает взаимосвязь в общем. Поэтому и значения
точечного прогноза не будут совпадать с реальными.
Для оценки надежности прогнозных значений необходимо
найти интервал, в который попадут фактические величины с вероятностью 95 %. Интервал прогнозирования характеризует качество модели регрессии и находится по формуле:
yi  y i  t  y ,
(2.9)
где yi – значение точечного прогноза;
tα – коэффициент Стьюдента (зависит от вероятности α и
числа наблюдений n);
53
 y – среднеквадратическое отклонение прогноза.
Среднеквадратическое отклонение прогноза рассчитывается
по формуле
 yˆ  
( x*  x3 )2
( x*  x1 ) 2
( x*  x2 ) 2
1
 n 1
 n 2
 n 3
, (2.10)
n
2
2
2
 ( xi1  x1 )  ( xi 2  x2 )  ( xi3  x3 )
i 1
i 1
i 1
где σ – среднеквадратическое отклонение уравнения;
n – число наблюдений;
x1* , x2* , x3* – прогнозные значения первого, второго и третьего факторов;
xi1, xi2, xi3 – i-е фактическое значение соответствующего фактора.
Достаточно часто при расчете интервала прогноза для упрощения расчетов не находят среднеквадратическое отклонение
прогноза, а используют среднеквадратическое отклонение уравнения.
yi  y i  tα σ.
(2.11)
При прогнозировании, как правило, выделяют три варианта
прогноза: пессимистический (консервативный), наиболее вероятный (умеренный), оптимистический (инновационный). Пессимистический вариант прогноза разрабатывается в условиях сохранения рисков и медленного восстановления экономики. Наиболее
вероятный вариант отражает сохранение прошлых тенденций.
Оптимистический вариант характеризуется быстрым восстановлением экономики и снижением рисков. Значениями наиболее
вероятного варианта прогноза может выступать точечный прогноз, а пессимистического и оптимистического – нижняя и верхняя границы интервала прогнозирования.
Таким образом, при прогнозировании явления или процесса
(объясняемой переменной) в уравнение модели подставляют прогнозные значения факторов, воздействующих на развитие явле54
ния. Метод переноса существующих тенденций на будущий период времени называется экстраполяцией. Прогнозирование, как
правило, осуществляется по трем вариантам: пессимистический,
наиболее вероятный, оптимистический.
2.2. Применение Microsoft Excel для прогнозирования
экономических и управленческих процессов
2.2.1. Построение трендов и прогнозирование по ним
При прогнозировании изменения показателя во времени без
учета факторов, влияющих на данный показатель, чаще всего используют построение трендов. Рассмотрим построение трендов в
Microsoft Excel на конкретном примере.
Одним из показателей развития экономики является ВВП на
душу населения.
Спрогнозируем изменение данного показателя на период до
2016 г., для чего построим его тренд.
На основе исходных статистических данных ВВП на душу
населения за период 1997–2012 гг. (табл. 2.1) строится точечная
диаграмма (рис. 2.1). При этом по оси OX откладывается не год, а
его относительный номер.
55
Таблица 2.1
Исходные статистические данные
№
п/п
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
ВВП на душу населения,
тыс. руб.
15,4
26,2
39,5
49,8
61,3
74,5
91,6
118,0
150,6
188,2
232,8
289,2
271,8
316,2
381,8
437,2
Год
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Рис. 2.1. График изменения ВВП на душу населения
за период 1997–2012 гг.
56
Затем щелкаем правой кнопкой мыши по графику и выбираем пункт Добавить линию тренда. Появляется диалоговое окно
Формат линии тренда, в котором необходимо произвести следующие установки (рис. 2.2).
Рис. 2.2. Диалоговое окно Формат линии тренда
1. В блоке Построение линии тренда выбирается одна из пяти линий тренда.
2. Ниже выбирается автоматическое Название аппроксимирующей кривой.
3. Ставятся флажки Показывать уравнение на диаграмме и
Поместить на диаграмму величину достоверности аппроксимации.
4. После установки всех необходимых параметров нажимаем
ОК.
57
Получаем экспоненциальную линию тренда, ее уравнение и
коэффициент детерминации, характеризующий достоверность
аппроксимации (рис. 2.3).
Рис. 2.3. Тренд ВВП на душу населения
Таким образом, уравнение экспоненциальной линии тренда
будет иметь следующий вид.
y  19,625e0,209 x ,
(2.12)
где x – относительный номер года.
Данное уравнение тренда можно использовать для прогнозирования. Подставляя в уравнение относительный номер года, получим прогнозные значения показателя ВВП на душу населения.
Но прежде чем прогнозировать, необходимо определить, какая из пяти представленных линия тренда наилучшим образом
описывает динамику изменения. Для выбора наилучшего уравнения линии тренда используют такие показатели как F-критерий
Фишера, коэффициент корреляции, средняя ошибка аппроксимации и среднеквадратическое отклонение. Расчет показателей сведем в табл. 2.2.
В ячейках столбца «Расчетное значение ВВП на душу населения» записывается формула уравнения соответствующей линии
тренда. F-критерий Фишера, коэффициент корреляции, средняя
58
ошибка аппроксимации и среднеквадратическое отклонение находятся по формулам, представленным в параграфе 2.1.
В результате расчетов получаем следующие показатели качества и надежности уравнения экспоненциальной линии тренда
(табл. 2.3):
– F-критерий Фишера равен 202,8;
– коэффициент корреляции составил 0,95;
– средняя ошибка аппроксимации равна 16,0 %;
– среднеквадратическое отклонение составило 44,3 тыс. руб.
Если F  Fтабл , то с вероятностью 0,95 связь, описываемая
уравнением регрессии, статистически значима (существенна). Fтабл
находится по статистической таблице для a  0, 05 (приложение
1). В нашем случае Fтабл составит 4,49, значит уравнение регрессии статистически значимо. Коэффициенты корреляции демонстрируют очень сильную связь. Среднеквадратическое отклонение
показывает меру ошибки, которую допустили при построении
уравнения регрессии. Если учесть, что среднее значение ВВП на
душу населения составляет 171,5 тыс. руб., а среднеквадратическое отклонение 44, 4 тыс. руб., то можно сделать вывод, что мера
ошибки достаточно существенная. Средняя ошибка аппроксимации имеет достаточно большое значение, которое не попадает в
допустимый предел (8–10 %). Таким образом, можно сделать вывод, что уравнение экспоненциальной линии тренда является надежным (по коэффициенту корреляции) и статистически значимым (по F-критерию Фишера), но качество прогнозирования по
данному уравнению не достаточно высокое (по средней ошибке
аппроксимации и среднеквадратическому отклонению).
59
60
Фактическое
значение ВВП Расчетное значение
Год на душу насе- ВВП на душу населения, тыс.
ления, тыс. руб.
руб.
=19,625*EXP(1)^
1997
15,4
(0,209*A2)
=19,625*EXP(1)^
1998
26,2
(0,209*A3)
=19,625*EXP(1)^
1999
39,5
(0,209*A4)
=19,625*EXP(1)^
2000
49,8
(0,209*A5)
=19,625*EXP(1)^
2001
61,3
(0,209*A6)
=19,625*EXP(1)^
2002
74,5
(0,209*A7)
=19,625*EXP(1)^
2003
91,6
(0,209*A8)
=19,625*EXP(1)^
2004
118,0
(0,209*A9)
=19,625*EXP(1)^
2005
150,6
(0,209*A10)
=19,625*EXP(1)^
2006
188,2
(0,209*A11)
=(C4-D4)^2
=(C5-D5)^2
=(C6-D6)^2
=(C7-D7)^2
=(C8-D8)^2
=(C9-D9)^2
=ABS((C4-D4)/C4)
=ABS((C5-D5)/C5)
=ABS((C6-D6)/C6)
=ABS((C7-D7)/C7)
=ABS((C8-D8)/C8)
=ABS((C9-D9)/C9)
=ABS((C11-D11)/C11)
=(C10D10)^2
=(C11D11)^2
=(C3-D3)^2
=ABS((C3-D3)/C3)
=ABS((C10-D10)/C10)
=(C2-D2)^2
=ABS((C2-D2)/C2)
=(C11-$C$19)^2
=(C10-$C$19)^2
=(C9-$C$19)^2
=(C8-$C$19)^2
=(C7-$C$19)^2
=(C6-$C$19)^2
=(C5-$C$19)^2
=(C4-$C$19)^2
=(C3-$C$19)^2
=(C2-$C$19)^2
Квадрат
Квадрат отклонеОтносительное отклонеотклонений
ний фактических
ние фактических значефактических
значений от средний от расчетных по
значений от
ней
модулю
расчетных
=(D11-$C$19)^2
=(D10-$C$19)^2
=(D9-$C$19)^2
=(D8-$C$19)^2
=(D7-$C$19)^2
=(D6-$C$19)^2
=(D5-$C$19)^2
=(D4-$C$19)^2
=(D3-$C$19)^2
=(D2-$C$19)^2
Квадрат отклонений расчетных
значений от средней
Расчет показателей качества и надежности построенного уравнения тренда
Таблица 2.2
61
Фактическое
значение ВВП Расчетное значение
Год на душу насе- ВВП на душу населения, тыс.
ления, тыс. руб.
руб.
=19,625*EXP(1)^
2007
232,8
(0,209*A12)
=19,625*EXP(1)^
2008
289,2
(0,209*A13)
=19,625*EXP(1)^
2009
271,8
(0,209*A14)
=19,625*EXP(1)^
2010
316,2
(0,209*A15)
=19,625*EXP(1)^
2011
381,8
(0,209*A16)
=19,625*EXP(1)^
2012
437,2
(0,209*A17)
Сум–
–
ма
Сред
=СРЗНАЧ(C2 Средняя ошибка
нее
:C17) аппроксимации
значение
61
=СРЗНАЧ(E2:E18)
–
–
–
Квадрат
Относительное отклонеКвадрат отклоне- Квадрат отклонеотклонений
ние фактических значений фактических
ний расчетных
фактических
ний от расчетных по
значений от сред- значений от средзначений от
модулю
ней
ней
расчетных
=(C12=ABS((C12-D12)/C12)
=(C12-$C$19)^2
=(D12-$C$19)^2
D12)^2
=(C13=ABS((C13-D13)/C13)
=(C13-$C$19)^2
=(D13-$C$19)^2
D13)^2
=(C14=ABS((C14-D14)/C14)
=(C14-$C$19)^2
=(D14-$C$19)^2
D14)^2
=(C15=ABS((C15-D15)/C15)
=(C15-$C$19)^2
=(D15-$C$19)^2
D15)^2
=(C16=ABS((C16-D16)/C16)
=(C16-$C$19)^2
=(D16-$C$19)^2
D16)^2
=(C17=ABS((C17-D17)/C17)
=(C17-$C$19)^2
=(D17-$C$19)^2
D17)^2
=СУММ(F2
–
=СУММ(G2:G17) =СУММ(H2:H17)
:F17)
Продолжение табл. 2.2
62
Фактическое значение
ВВП на
душу населения,
тыс. руб.
15,4
26,2
39,5
1997
1998
1999
Год
Среднеквад=(H18/1)/(F18/14) ратическое
отклонение
=КОРЕНЬ(F18/(14))
36,7
29,8
24,2
Расчетное
значение
ВВП на
душу населения, тыс.
руб.
7,0
13,8
57,1
Относительное
отклонение
фактических
значений от
расчетных по
модулю, %
7,6
13,0
77,2
Квадрат отклонений фактических значений от расчетных
17 424,8
21 113,0
Квадрат
отклонений фактических
значений
от средней
24 368,2
–
Таблица 2.3
18 161,7
20 077,3
21 702,1
Квадрат отклонений расчетных
значений от
средней
Рассчитанные показатели качества и надежности построенного уравнения тренда
Коэффи
циент =КОРЕНЬ(1- F-критерий ФишекорF18/G18) ра
реляции
Окончание табл. 2.2
63
61,3
2000
2001
74,5
91,6
118,0
150,6
188,2
232,8
289,2
271,8
2002
2003
2004
2005
2006
2007
2008
2009
Год
Фактическое значение
ВВП на
душу населения,
тыс. руб.
49,8
297,0
241,0
195,5
158,7
128,7
104,5
84,8
68,8
55,8
45,3
Расчетное
значение
ВВП на
душу населения, тыс.
руб.
9,3
16,7
16,0
15,7
14,5
11,5
7,5
7,7
9,0
9,1
63
Относительное
отклонение
фактических
значений от
расчетных по
модулю
636,1
2323,1
1387,7
872,2
477,8
183,3
46,8
32,8
30,2
20,5
Квадрат отклонений фактических значений от расчетных
10 059,5
13 852,5
3757,3
278,8
436,9
2862,6
6384,5
9409,6
12 144,7
Квадрат
отклонений фактических
значений
от средней
14 811,7
15 754,8
4830,1
578,1
164,8
1828,6
4494,8
7524,7
10 553,6
13 386,8
15 933,0
Квадрат отклонений расчетных
значений от
средней
Продолжение табл. 2.3
64
316,2
381,8
437,2
–
171,5
0,95
2010
2011
2012
Сумма
Среднее
значение
Коэффициент корреляции
556,0
–
Средняя
ошибка
аппроксимации
Fкритерий
Фишера
451,2
366,1
202,8
16,0 %
27,2
–
18,2
15,8
Среднеквадратическое
отклонение
–
14 129,9
27 534,3
4809,7
2486,3
44,3
–
70 568,7
272 634,8
44 224,8
20 937,2
–
–
147 853,2
398 900,4
78 203,5
37 853,4
Окончание табл. 2.3
Аналогичным образом рассчитываем показатели качества и
надежности уравнений для всех линий тренда (табл. 2.4).
Таблица 2.4
Анализ уравнений трендов ВВП на душу населения
№
п/п
1
2
3
4
5
Наименование
линии
тренда
Средне
Средняя квадКоэф.
Fошибка ратикоркриаппрок- ческое
релятерий
сима- отклоции
ции, % нение
Формула
Экспо202,8
ненци19, 625e0,209 x
альная
Линей27, 5 x  62, 25
232,1
ная
Лога143, 95ln( x)  104, 45
рифми34,3
ческая
Полино- y  1,5 x 2  2 x  14,
1418,0
миальная
Степен114,1
10, 43x1,256
ная
0,95
16,0
44,3
0,97
45,1
33,3
0,84
96,5
75,1
0,99
6,9
13,8
0,96
16,5
38,7
Проведем оценку качества и надежности уравнений трендов. Поскольку для статистического ряда ВВП на душу населения Fтабл составляет 4,49, то все уравнения трендов статистически значимы. Коэффициенты корреляции для всех трендов демонстрируют сильную связь. Средняя ошибка аппроксимации
практически у всех трендов имеет достаточно большое значение, в допустимый предел попадает лишь уравнение полиномиального тренда. Поскольку наименьшее значение среднеквадратического отклонения также имеет полиномиальная линия тренда, то именно его будем использовать для прогнозирования ВВП
65
на душу населения. Выпишем уравнение полиномиального
тренда
y  1,5 x 2  2 x  14, 24.
(2.13)
Найдем прогнозные значения ВВП на душу населения на
период до 2016 г. Для этого необходимо в уравнение полиномиального тренда (2.13) подставлять относительные номера годов,
на период которых будем прогнозировать. Результаты расчетов
сведем в табл. 2.5. Это так называемый точечный прогноз.
Для оценки надежности прогнозных значений необходимо
найти интервал, в который попадут фактические величины с вероятностью 95 %. В нашем примере коэффициент Стьюдента
равен 2,14, так как число степеней свободы равно 14, а уровень
надежности 0,95. Интервал прогноза занесем в табл. 2.5.
Таблица 2.5
Прогнозные значения ВВП на душу населения
Год
2013
2014
2015
2016
ВВП на душу населения, тыс. Интервал прогноза, тыс.
руб.
руб.
481,7
±29,5
536,2
±29,5
593,7
±29,5
654,2
±29,5
Данные таблицы свидетельствуют, что ВВП на душу населения за период до 2016 г. увеличится в 1,5 раза и составит
654,2 ± 29,5 тыс. руб.
2.2.2. Построение многофакторных моделей
и прогнозирование на их основе
Одним из современных инструментов построения многофакторных моделей является надстройка Microsoft Excel Анализ
данных, которая расположена во вкладке Данные. Для построения регрессионных моделей в данной надстройке предусмотрена программа Регрессия.
66
Примечание: если надстройка Анализ данных отсутствует,
необходимо ее загрузить. Для этого на вкладке Файл выберите
команду Параметры, а затем – категорию Надстройки. В поле
Управление выберите значение Надстройки Excel и нажмите
кнопку Перейти (рис. 2.4). В поле Доступные надстройки установите флажок рядом с пунктом Пакет анализа и нажмите
кнопку ОК (рис. 2.5).
Рис. 2.4. Диалоговое окно Параметры Excel
Рис. 2.5. Диалоговое окно Надстройки Excel
67
Рассмотрим применение надстройки Анализ данных для
прогнозирования развития экономики и транспорта.
В параграфе 1.2.1 нами на основе корреляционного анализа
было выделено три фактора развития транспортной отрасли,
влияющих на развитие экономики в России. Это такие показатели как уровень автомобилизации, протяженность автомобильных дорог общего пользования и средняя частота поездок на
общественном транспорте на 1 чел. за год.
Построим многофакторную модель зависимости ВВП на
душу населения от трех факторов. Статистические данные результирующего показателя и влияющих факторов представим на
рис. 2.6.
Рис. 2.6. Исходные данные для построения многофакторной модели
68
Для построения модели воспользуемся надстройкой Анализ
данных.
На закладке Данные в группе Анализ необходимо вызвать
диалоговое окно Анализ данных, в котором выбрать инструмент
анализа Регрессия и нажать OK (рис. 2.7).
Рис. 2.7. Диалоговое окно Анализ данных
После этого появится диалоговое окно Регрессия, в котором необходимо произвести следующие установки (рис. 2.8):
1. В поле Входной интервал Y вводится адрес исходных
статистических данных результирующего показателя вместе с
наименованиями столбцов С1:С17.
2. В поле Входной интервал X вводится адрес исходных
статистических данных влияющих факторов вместе с наименованиями столбцов D1:F17.
3. Ставится флажок Метки, показывающий, что первая
строка содержит название столбца и Уровень надежности 95 %.
4. В поле Выходной интервал вводится адрес ячейки для
вывода данных анализа B30.
5. После установки всех необходимых параметров нажимаем ОК.
69
Рис. 2.8. Диалоговое окно Регрессия
Параметры регрессионного анализа найдены (рис. 2.9).
70
71
Рис. 2.9. Данные регрессионного и дисперсионного анализа
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 рзначением. 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. Параметры 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.
y  383,04  2,537x1  0,184x 2 ,
(2.14)
где y – ВВП на душу населения, тыс. руб.;
х1 – уровень автомобилизации, ед. на 1000 чел.;
х2 – протяженность автомобильных дорог общего пользования с твердым покрытием, тыс. км.
72
73
Рис. 2.10. Данные регрессионного и дисперсионного анализа
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 Fкритерия 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 использовать ее для прогнозирования уровня развития экономики.
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 Описательная 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 нажимаем ОК.
Рис. 2.12. Диалоговое окно Описательная статистика
Параметры описательной статистики найдены (рис. 2.13).
75
Рис.2.13. Данные описательной статистики
Составим таблицу расчета стандартизированных коэффициентов регрессии (табл. 2.6).
Таблица 2.6
Расчет стандартизированных коэффициентов регрессии
Протяженность автоВВП на
Статистические хаУровень автомодушу намобильных
рактеристики
билизации
селения
дорог общего
пользования
Стандартные откло33,7
11,5
26,8
нения
Коэффициенты рег–
2,538
0,184
рессии
Стандартизированные коэффициенты
–
0,864
0,146
регрессии
После проделанных расчетов можно сопоставить полученные коэффициенты. Таким образом, на ВВП на душу населения
наибольшее влияние оказывает показатель уровень автомобили76
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 транспортной стратегии Российской Федерации (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 сведем в табл. 2.7. Это так называемый 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
Уровень авто- Протяженность автомоГод мобилизации, бильных дорог общего
ед. на 1000 чел.
пользования, тыс. км
2013
2014
2015
2016
273
285
310
330
830
860
930
980
77
ИнтерВВП на дувал
шу населепрогнония, тыс.
за, тыс.
руб.
руб.
462,6
±27,5
498,5
±27,5
574,9
±27,5
634,8
±27,5
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: [email protected]
Пермский национальный исследовательский политехнический университет, 614990, г. Пермь, Комсомольский проспект, 29.
О.В. Буторина, канд. эконом.наук, доцент кафедры мировой экономики и экономической теории
Электронный адрес: [email protected]
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: [email protected]
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: [email protected]
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
и на любые расстояния для активизации экономических процессов в разноуровневых территориальных единицах [4, с. 199];
– стимулирование научно-технического прогресса на основе реализации потребности хозяйствующих субъектов перемещаться 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,
а также 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 транспортной отрасли.
Как показывает мировой опыт, темпы роста эффективности
национальной экономики обеспечивались развитием транспортной отрасли. При этом в соответствии с требованиями совре80
менного экономического развития первостепенное значение в
ХХ–ХХI вв. отдавалось автомобильному транспорту в силу его
алокальности, большей мобильности, общедоступности.
В отличие от других отраслей хозяйства, транспорт является неотъемлемым условием роста эффективности производства.
Страна или регион могут успешно развиваться без сырьевых
ресурсов, как, например, Япония, или, наоборот, импортировать
большинство товаров, сосредоточившись на добыче сырья, как
страны Аравийского полуострова, однако без транспорта экономическое развитие невозможно.
Как указывают специалисты, транспортная инфраструктура
должна присутствовать как элемент экономики на каждом территориальном уровне. Транспортную услугу полностью импортировать нельзя, хотя можно арендовать материальновещественную ее составляющую [3, с. 3].
Развитие транспортной отрасли и экономики России, как и
в других странах, взаимосвязаны. При этом отставание первой
опосредует низкие показатели последней. Современное состояние транспортной системы России в настоящее время отстает от
растущих потребностей экономики, сдерживает ее переход на
инновационный путь развития и лишает значительные территории страны возможностей развиваться [2].
Доказательством взаимосвязи между развитием экономики
и транспортных коммуникаций являются высокие коэффициенты корреляции показателей, отражающих характер зависимости
между динамикой ВВП и ВРП от уровня автомобилизации и
протяженности автомобильных дорог общего пользования
(табл. 1) [5].
Корреляционные связи между величиной ВВП на душу населения и показателями развития транспортной отрасли свидетельствуют об их взаимосвязи и позволяет утверждать, что развитие транспортной отрасли существенно влияет на развитие
экономики страны.
81
Таблица 1
Коэффициенты корреляции
Показатель
Коэффициент корреляции между ВВП РФ на душу населения
и уровнем автомобилизации
Коэффициент корреляции между ВВП РФ на душу населения
и протяженностью автомобильных дорог общего пользования
Коэффициент корреляции между ВРП регионов ПФО на душу
населения и уровнем автомобилизации
Коэффициент корреляции между ВРП регионов ПФО на душу
населения и протяженностью
автомобильных дорог общего
пользования
Значение
Исследование
0,98
0,91
Временной аспект исследования
0,58
Региональный
аспект исследования
0,79
При этом развитие транспортной отрасли может стать катализатором экономической прогрессивно поступательной динамики страны в целом, ее регионов, сосредоточив в себе «оживляющий» мультипликационный эффект.
Поэтому в рамках данной статьи представляется интересным построить модель прогнозирования развития экономики
России на основе прогнозирования развития транспортной отрасли.
Для достижения поставленной цели необходимо решить
комплекс задач:
первая – построить многофакторную модель, характеризующую зависимость роста ВВП страны от базовых показателей
развития транспортной отрасли;
вторая – определить прогнозные значения изменения факторов, включенных в модель;
82
третья – осуществить прогноз развития национальной экономики на основе полученных ранее прогнозных значений динамики факторов.
Для решения первой задачи, заключающейся в построении
многофакторной модели, в табл. 2 представлены исходные данные: ВВП на душу, уровень автомобилизации, протяженность
автомобильных дорог общего пользования за период с 1997 по
2011 г. Выбор этих данных опосредован: во-первых, авторской
гипотезой о зависимости роста показателей национальной экономики от развития прежде всего автотранспорта; во-вторых,
сущностью самих показателей, отражающих качественные изменения; в-третьих, необходимостью расчета зависимости ВВП
от двух факторов, характеризующих развитие транспортной инфраструктуры.
Таблица 2
Исходные данные для построения многофакторной модели [5]
Год
ВВП на душу населения, тыс.
руб.
Уровень автомобилизации, ед. на
1000 чел.
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
15,4
26,2
39,5
49,8
61,3
74,5
91,6
118,0
150,6
188,2
232,8
289,2
114
122
128
132
139
148
153
159
169
178
195
214
83
Протяженность
автомобильных
дорог общего
пользования, тыс.
км.
511
517
525
532
537
541
544
546
531
597
624
629
Окончание табл. 2
Год
ВВП на душу населения, тыс.
руб.
Уровень автомобилизации, ед. на
1000 чел.
2009
2010
2011
271,8
316,2
381,8
221
228
242
Протяженность
автомобильных
дорог общего
пользования, тыс.
км.
647
665
728
Далее при построении модели на основе представленных
статистических данных осуществлены соответствующие расчеты: многофакторная модель зависимости ВВП от выбранных
факторов.
y  446,86  2, 27 x1  0,37 x2 ,
(1)
где y – ВВП на душу населения, тыс. руб.;
х1 – уровень автомобилизации, ед. на 1000 чел.;
х2 – протяженность автомобильных дорог общего пользования с твердым покрытием, тыс. км.
Статистический анализ модели показал, что ошибка аппроксимации составляет 12,0 %, коэффициент корреляции равен
0,995 и коэффициент детерминации – 0,99 (то есть имеет место
высокая надежность построенной модели); проверка уравнения
на значимость по критерию Фишера также подтвердила существование тесной взаимосвязи между ВВП на душу населения и
двумя выбранными факторами.
Таким образом, высокие значения соответствующих коэффициентов отражают высокое качество модели (1), что, в свою
очередь, позволяет использовать ее для прогнозирования уровня
развития экономики.
Другими словами, построенная двухфакторная математическая модель выявила высокий уровень зависимости развития
национальной экономики от уровня развития автотранспортной
84
инфраструктуры. Поэтому далее необходимо осуществить прогноз динамики развития каждого из выделенных факторов (уровень автомобилизации, протяженность автомобильных дорог
общего пользования) в построенной ранее модели. Для прогнозирования считаем целесообразным использование двух подходов: первый – построение трендов факторов для прогнозирования экономического развития национальной экономики до
2016 г.; второй – при прогнозировании экономического развития
до 2030 г. необходимо учитывать готовые показатели факторов,
определенные транспортной стратегией РФ.
Для построения трендов в рамках реализации первого подхода представим динамику изменения уровня автомобилизации
и протяженности автомобильных дорог общего пользования с
твердым покрытием в России на рис. 1.
Рис.1. Уровень автомобилизации и протяженность автомобильных
дорог общего пользования с твердым покрытием в России за период
1997–2011 гг.*10
*
Составлено авторами по данным Федеральной службы государственной статистики РФ [Электронный ресурс]. – URL:http://www.gks.ru (дата обращения: 11.04.2013).
85
На основании представленного графика очевидна устойчиво прогрессивная динамика роста уровня автомобилизации в
России за продолжительный период времени (темп роста уровня
автомобилизации за период с 1997 по 2011 г. составил 212 %),
что, в свою очередь, объективно формирует потребность в развитии транспортных коммуникаций. Как видно из графика, рост
протяженности автомобильных дорог наблюдается только с
2005 г. (темп роста строительства новых автомобильных дорог
за период с 1997 по 2011 г. составил 143 %), на протяжении
предшествующих лет отрасль характеризовалась депрессивно
стабильным состоянием.
Построим тренды факторов развития автотранспортной отрасли России по данным, представленным на основании рис. 1, а
также сделанных выводов. Выберем тренд прогнозирования
уровня автомобилизации России. Для этого занесем в таблицу
линии трендов и их качественные параметры (табл. 3) для ее
анализа напомним, что F-критерий Фишера оценивает статистически значима или нет зависимость, описанная уравнением регрессии. Чем больше это значение, тем лучше уравнение регрессии. Если F > Fтабл, то с вероятностью 0,95 связь описываемая
уравнением регрессии статистически значима (существенна).
Fтабл находится по статистической таблице для a  0, 05 . Коэффициент корреляции (r) отражает силу, тесноту связи между исследуемым показателем и независимой переменной или фактором. Если r → 1, то связь сильная (сильной считается связь при
r ≥ 75 %). Среднеквадратическое отклонение (σ) – это мера ошибки, которую допустили при построении уравнения регрессии.
Выбор линии тренда будем делать по показателю среднеквадратического отклонения.
86
Таблица 3
Анализ трендов уровня автомобилизации России
Наименование линии
тренда
Экспоненциальная
Линейная
Логарифмическая
Полиномиальная
Степенная
Формула
Fкритерий
Коэф.
корреляции
Среднеквадрат.
отклонение
106, 9e0,054x
1319
0,99
4,2
9,18x+96,07
436
0,98
7,4
46,95ln(x)+82,15
45
0,88
20,4
y = 0,36x2 +3,41x
1869
0,99
3,6
96,76 x0,2864
55
0,92
17,1
На основании данной таблицы становится очевидным, Fтабл
составит 245,9, значит уравнения регрессии 1,2 и 4 статистически значимы, остальные уравнения нельзя использовать для
прогнозирования. Коэффициенты корреляции для всех трендов
демонстрируют сильную связь. Наименьшее значение имеет полиномиальная линия тренда, поэтому именно ее будем использовать для прогнозирования уровня автомобилизации.
Таким образом, построенные линии трендов свидетельствуют о прогрессивной динамике первого из факторов – уровня
автомобилизации. Далее аналогично построим на основе представленных на рис. 1 статистических показателей тренды протяженности автомобильных дорог общего пользования с твердым покрытием. Для этого занесем в таблицу линии трендов и
их качественные параметры (табл. 4).
87
Таблица 4
Анализ трендов протяженности автомобильных дорог общего
пользования с твердым покрытием в России
Наименование линии
тренда
Экспоненциальная
Линейная
Логарифмическая
Полиномиальная
Степенная
Fкритерий
Коэф.
корреляции
Среднеквадрат.
отклонение
479,9e0,0226x
74
0,93
25,5
13,45x + 470,7
67
0,91
27,5
64,67ln(x) + 458
18,9
0,77
43,6
y = 1,28x2–7,11x
245,9
0,97
15,3
17,9
0,79
42,0
Формула
0,11
468,64x
На основании данной таблицы становится очевидным, Fтабл
составит 245,9, поэтому только полиномиальное уравнение регрессии статистически значимо. Коэффициенты корреляции для
всех трендов демонстрируют сильную связь, так как наименьшее значение среднеквадратического отклонения имеет полиномиальная линия тренда и данное уравнение единственное статистически значимо, поэтому именно его будем использовать
для прогнозирования протяженности автомобильных дорог.
Далее необходимо определить прогнозные значения уровня
автомобилизации и протяженности автомобильных дорог общего пользования с твердым покрытием на период до 2016 г. Прогнозные значения факторов на период до 2030 г. возьмем из
транспортной стратегии Российской Федерации [5, с. 154].
Представим их в табл. 5.
88
Таблица 5
Прогнозные значения уровня автомобилизации
и протяженности автомобильных дорог общего пользования
с твердым покрытием в России на период до 2030 г.
Год
Уровень автомобилизации, ед. на 1000 чел.
2012
2013
2014
2015
2016
2020
2030
259
275
291
307
325
355
501
Протяженность автомобильных дорог общего
пользования, тыс. км
744,1
779,4
817,2
857,6
900,6
975,0
1125,9
Прогнозирование развития транспортной отрасли России
показывает с достоверностью 95 %, что при таких темпах к
2016 г. уровень автомобилизации составит 325 ед. на 1000 чел.,
а протяженность автомобильных дорог составит 900,6 тыс. км.
Подставив прогнозные значения изменения факторов
(уровня автомобилизации и протяженности автомобильных дорог общего пользования с твердым покрытием) в двухфакторную математическую модель (1), определим прогнозные значение ВВП на душу населения (точечный прогноз) с 2012 до 2030
г. Результаты представим в табл. 6.
Для оценки надежности прогнозных значений необходимо
найти интервал, в который попадут фактические величины с вероятностью 95 %. Интервал прогнозирования характеризует качество модели множественной регрессии и рассчитывается по
формуле.

y  y  t   ,
y
89
(2)

где y – точечный прогноз;
tα – коэффициент Стьюдента (зависит от вероятности и
числа наблюдений);
  – среднеквадратическое отклонение прогноза.
y
Таблица 6
Прогнозные значения развития экономики России
Год
2012
2013
2014
2015
2016
2020
2030
ВВП на душу населения, тыс. руб.
419,3
467,2
517,7
570,8
626,5
723,5
1110,0
Интервал прогнозирования,
тыс. руб.
±26,0
Данные таблицы свидетельствуют, что ВВП на душу населения за период 2012–2030 гг. может увеличиться в 2,6 раза и
составить 1110±26 тыс. руб. при прогрессивном действии выделенных факторов.
В целом предложенная двухфакторная модель и соответствующие ей методы являются базовыми параметрами для прогнозирования на перспективу развития других отраслей транспортной инфраструктуры. Полученные параметры и их прогнозы позволяют исследователям давать качественные и
количественные оценки эффективности тех или иных проектов в
области.
90
Список литературы
1. Иванова Н., Данилин И. Антикризисные программы в
инновационной сфере // Мировая экономика и международные
отношения. – 2010. – № 1. – С. 26–37.
2. Левда Н.М., Постников В.П. Модели прогнозирования
транспортной подвижности населения Пермского края // Вестник РГУПС. – 2013. – № 3. – С. 118–124.
3. Макроэкономическая оценка развития транспортной инфраструктуры / Д.А. Мачерет, А.В. Рышков, А.Ю. Белоглазов,
К.В. Захаров // Вестник ВНИИЖТ. – 2010. – № 5. – С. 3–10.
4. Павлова Е.И. Экология транспорта: учебник. – М.: Высшая школа, 2006. – 344 с.
5. Транспортная стратегия Российской Федерации на период
до 2030 года / Министерство транспорта РФ. – М., 2008. – 161 с.
91
ЗАКЛЮЧЕНИЕ
На основании представленного в методических рекомендациях материала могут быть сделаны следующие обобщения:
– корреляционный анализ позволяет сделать вывод о силе
взаимосвязи между данными, т.е. позволяет выявить причинноследственную связь между анализируемыми процессами. Наиболее полно такие зависимости отражаются коэффициентом парной
корреляции, особенности расчета которого представлены далее;
– коэффициент корреляции (r) отражает силу, тесноту связи
между исследуемым показателем и независимой переменной
или фактором. В зависимости от количества учитываемых факторов принято выделять коэффициенты парной корреляция (однофакторная зависимость) и множеств. Таким образом, проведенный временной анализ позволяет выделять из всей совокупности авторского перечня параметров, характеризующих
исследование результирующего и причинного (факторного) явления или процесса, наиболее значимые и соответствующие зоне исследования;
– региональный анализ является дополняющим к временному анализу, усиливая достоверность полученных ранее выводов о наиболее значимых факторах, определяющих развитие
явления или процесса в соответствующей зоне исследования;
– прогнозирование – процесс научных исследований качественного и количественного характера, направленный на выяснение тенденций развития экономических явлений и процессов,
а также поиск оптимальных путей достижения целей этого развития. Конечным результатом процесса прогнозирования является система прогнозов;
– при прогнозировании явления или процесса (объясняемой
переменной) в уравнение модели подставляют прогнозные значения факторов, воздействующих на развитие явления. Метод
переноса существующих тенденций на будущий период времени называется экстраполяцией. Найденное прогнозное значение
называется точечным прогнозом.
92
СПИСОК ЛИТЕРАТУРЫ
1. Андреева Н.В., Червякова М.Ю. Разработка методики
прогнозирования
с
использованием
корреляционнорегрессионного анализа // Экономический анализ: теория и
практика. – 2013. – № 37. – С. 38–45.
2. Бараз В.Р. Корреляционно-регрессионный анализ связи
показателей коммерческой деятельности с использованием программы Excel: учеб. пособие. – Екатеринбург: Изд-во УГТУУПИ, 2005. – 102 с.
3. Колемаев В.А. Эконометрика: учеб. для вузов. – М.:
ИНФРА-М, 2006. – 160 с.
4. Левда Н.М., Постников В.П. Модели прогнозирования
транспортной подвижности населения Пермского края // Вестник РГУПС. – 2013. – № 3. – С. 118–124.
5. Левда Н.М., Постников В.П. Стратегическое прогнозирование расходов бюджетных средств Пермского края на строительство и содержание автомобильных дорог // Вестник ПНИПУ.
Социально-экономические науки. – 2012. – № 13. – С. 74–84.
6. Матвеев Б.А. Спектральная оценка рисков при статистическом исследовании экономических процессов // Экономический анализ: теория и практика. – 2013. – № 37. – С. 12–19.
7. Множественная линейная регрессия: метод. указания к
выполнению контрольных работ / Н.М. Левда, М.Р. Якимов. –
Пермь: Изд-во Перм. гос. техн. ун-та, 2010. – 44 с.
8. Постников В.П., Буторина О.В. Прогнозирование развития экономики на основе модернизации транспортной отрасли //
Вестник Пермского университета. Серия: Экономика. – 2014. –
№ 1.
9. Толстоброва Н.А., Постников В.П., Каменских М.А.
Влияние государственного долга на динамику развития экономики Российской Федерации // Финансы и кредит. – 2013. –
№ 20. – С. 37–42.
93
10. Практикум по эконометрике: учеб. пособие для вузов /
И.И. Елисеева [и др.]; под ред. И.И. Елисеевой. – М.: Финансы и
статистика, 2005, 2006. – 191 с.
11. Шалабанов А.К. Практикум по эконометрике с применением MS Excel: практикум / Академия управления «ТИСБИ». – Казань, 2008. – 53 с.
12. Эконометрика: учеб. для вузов / И.И. Елисеева [и др.];
под ред. И.И. Елисеевой. – 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2009. – 575 с.
13. Экономические задачи линейного программирования и
их решение с использованием Microsoft Excel: учеб.-метод. пособие / Н.М. Левда, В.П. Постников. – Пермь: Изд-во Перм. нац.
исслед. политехн. ун-та, 2012. – 164 с.
94
ПРИЛОЖЕНИЯ
ПРИЛОЖЕНИЕ 1
Таблица значений F-критерия Фишера
Число
степеней
свободы f1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Число факторов f2
1
161,5
18,51
10,13
7,71
6,61
5,99
5,59
5,32
5,12
4,96
4,84
4,75
4,67
4,60
4,54
4,49
4,45
4,41
4,38
4,35
4,32
4,30
4,28
4,26
4,24
4,22
4,21
2
3
4
5
6
7
199,5 215,7 224,6 230,2 233,9 238,9
19,00 19,16 19,25 19,30 19,33 19,37
9,55 9,28 9,12 9,01 8,94 8,84
6,94 6,59 6,39 6,26 6,16 6,04
5,79 5,41 5,19 5,05 4,95 4,82
5,14 4,76 4,53 4,39 4,28 4,15
4,74 4,35 4,12 3,97 3,87 3,73
4,46 4,07 3,84 3,69 3,58 3,44
4,26 3,86 3,63 3,48 3,37 3,23
4,10 3,71 3,48 3,33 3,22 3,07
3,98 3,59 3,36 3,20 3,09 2,95
3,88 3,49 3,26 3,11 3,00 2,85
3,80 3,41 3,18 3,02 2,92 2,77
3,74 3,34 3,11 2,96 2,85 2,70
3,68 3,29 3,06 2,90 2,79 2,64
3,63 3,24 3,01 2,85 2,74 2,59
3,59 3,20 2,96 2,81 2,70 2,55
3,55 3,16 2,93 2,77 2,66 2,51
3,52 3,13 2,90 2,74 2,63 2,48
3,49 3,10 2,87 2,71 2,60 2,45
3,47 3,07 2,84 2,68 2,57 2,42
3,44 3,05 2,82 2,66 2,55 2,40
3,42 3,03 2,80 2,64 2,53 2,38
3,40 3,01 2,78 2,62 2,51 2,36
3,38 2,99 2,76 2,60 2,49 2,34
3,37 2,98 2,74 2,59 2,47 2,32
3,35 2,96 2,73 2,57 2,46 2,30
95
28
29
30
35
40
45
50
4,20
4,18
4,17
4,12
4,08
4,06
4,03
3,34
3,33
3,32
3,26
3,23
3,21
3,18
2,95
2,93
2,92
2,87
2,84
2,81
2,79
96
2,71
2,70
2,69
2,64
2,61
2,58
2,56
2,56
2,54
2,53
2,48
2,45
2,42
2,40
2,44
2,43
2,42
2,37
2,34
2,31
2,29
2,29
2,28
2,27
2,22
2,18
2,15
2,13
ПРИЛОЖЕНИЕ 2
Таблица значений t-критерия Стьюдента
Число
степеней
свободы
f
1
2
3
4
5
6
Уровень надежности p
0,8
0,9
0,95
3,077
1,885
1,6377
1,5332
1,4759
1,439
6,313
2,92
2,3534
2,1318
2,015
1,943
12,706
4,302
3,182
2,776
2,57
2,446
0,98
0,99
0,995
0,998
0,999
31,82 63,656 127,656 318,306 636,619
6,964 9,924 14,089 22,327 31,599
4,54
5,84
7,458 10,214 12,924
3,746 4,604 5,597
7,173
8,61
3,649 4,0321 4,773
5,893
6,863
3,142 3,707 4,316
5,207
5,958
7
1,4149 1,8946 2,3646 2,998 3,4995 4,2293
4,785
5,4079
8
1,3968 1,8596 2,306 2,8965 3,3554
3,832
4,5008
5,0413
9
1,383 1,8331 2,2622 2,8214 3,2498 3,6897
4,2968
4,78
10
1,372 1,8125 2,2281 2,7638 3,1693 3,5814
4,1437
4,5869
11
1,363
3,496
4,024
4,437
12
1,3562 1,7823 2,1788 2,681 3,0845 3,4284
3,929
4,178
13
1,3502 1,7709 2,1604 2,6503 3,1123 3,3725
3,852
4,22
14
1,345 1,7613 2,1448 2,6245 2,976
3,3257
3,787
4,14
15
1,3406 1,753 2,1314 2,6025 2,9467
3,286
3,732
4,072
16
1,336
3,252
3,686
4,015
17
1,3334 1,7396 2,1098 2,5668 2,8982 3,2224
3,6458
3,965
18
1,3304 1,7341 2,1009 2,5514 2,8784 3,1966
3,6105
3,9216
19
1,3277 1,7291 2,093 2,5395 2,8609 3,1737
3,5794
3,8834
20
1,3253 1,7247 2,086
2,528 2,8453 3,1534
3,5518
3,8495
21
1,323
2,517
3,135
3,527
3,819
22
1,3212 1,7117 2,0739 2,5083 2,8188 3,1188
3,505
3,7921
23
1,3195 1,7139 2,0687 2,4999 2,8073
3,104
3,485
3,7676
24
1,3178 1,7109 2,0639 2,4922 2,7969 3,0905
3,4668
3,7454
25
1,3163 1,7081 2,0595 2,4851 2,7874 3,0782
3,4502
3,7251
1,795
1,745
1,72
2,201
2,119
2,079
2,718
2,583
97
3,105
2,92
2,831
26
1,315
1,705
3,066
3,436
3,706
27
1,3137 1,7033 2,0518 2,4727 2,7707 3,0565
3,421
3,6896
28
1,3125 1,7011 2,0484 2,4671 2,7633 3,0469
3,4082
3,6739
29
1,3114 1,6991 2,0452 2,462 2,7564
3,036
3,3962
3,8494
30
1,3104 1,6973 2,0423 2,4573
2,75
3,0298
3,3852
3,646
32
1,308
2,738
3,014
3,365
3,621
34
1,307 1,6909 2,0322 2,4411 2,7284
3,952
3,3479
3,6007
36
1,305 1,6883 2,0281 2,4345 2,7195
9,49
3,3326
3,5821
38
40
42
44
46
48
50
1,3042
1,303
1,32
1,301
1,3
1,299
1,298
3,9808
3,9712
2,693
3,9555
3,9488
3,9426
3,937
3,319
3,3069
3,296
3,2861
3,2771
3,2689
3,2614
3,5657
3,551
3,537
3,5258
3,515
3,5051
3,406
1,693
1,686
1,6839
1,682
1,6802
1,6767
1,6772
1,6759
2,059
2,036
2,0244
2,0211
2,018
2,0154
2,0129
2,0106
2,0086
2,478
2,448
2,4286
2,4233
2,418
2,4141
2,4102
2,4056
2,4033
98
2,778
2,7116
2,7045
2,698
2,6923
2,687
2,6822
2,6778
ПРИЛОЖЕНИЕ 3
Перечень документов и требования к оформлению статей
в журнале «Вестник ПНИПУ.
Социально-экономические науки»
Порядок рассмотрения и рецензирования статей
1. Для опубликования статьи в журнале необходимо предоставить в редакцию журнала следующие документы:
– рекомендация о публикации статьи, выданная кафедрой и
подписанная заведующим кафедрой;
– внешняя рецензия кандидата или доктора наук (предпочтительнее) соответствующего профиля;
– авторское заявление;
– авторская справка, в которых содержится ФИО автора,
место работы, адрес организации, должность, ученая степень и
ученое звание, контактный телефон, e-mail;
– публикуемые материалы – на бумажном носителе в двух
экземплярах и в электронном виде в одном экземпляре.
Рецензия должна содержать объективную оценку научнометодических достоинств (недостатков) статьи и рекомендацию
публикации, должна быть подписана рецензентом и заверена
печатью.
Бумажный вариант рукописи следует отправлять по адресу:
614990, Пермь, Комсомольский пр. 29, ауд. 113 к. А, ПНИПУ,
Стегний Василий Николаевич. Электронный вариант отправить
электронной почтой по адресу: [email protected]
2. Рукописи всех статей, поступивших в редакцию, в обязательном порядке направляются на внутреннее рецензирование
членам редколлегии журнала по соответствующему научному
направлению. Штат рецензентов формируется главным редактором журнала.
99
3. Решение о возможности публикации присланной рукописи принимается главным редактором (а в спорных случаях –
редколлегией в целом) в течение одного месяца с даты ее получения. При наличии замечаний со стороны редколлегии рукопись возвращается автору на доработку. Доработанный вариант
статьи проходит повторное рецензирование у члена редколлегии, выступившем рецензентом первого варианта рукописи.
4. Рецензия редколлегии журнала предоставляется автору по
его письменному запросу. Рецензия может быть предоставлена по
соответствующему запросу экспертным советам в ВАК РФ.
5. Редакция оставляет за собой право не рассматривать статьи, имеющие грубые нарушения установленных правил оформления. При отклонении рукописи редакция высылает автору мотивированный отказ. Редакция не вступает в дискуссию с авторами отклоненных материалов. Рукописи не возвращаются.
6. Автор, направляющий статью в журнал, выражает тем
самым свое согласие на ее опубликование, размещение в открытом доступе на сайте журнала в Интернете, передачу текста статьи (в том числе ссылок, библиографической информации и т.д.)
лицам, предоставление которым данных сведений носит обязательный характер, либо иным лицам в целях обеспечения возможности цитирования публикации.
7. Плата с аспирантов за публикацию не взимается. Авторский гонорар за издание статей не начисляется.
Требования к статьям
Объем статьи должен составлять от 0,5 до 1,0 авторских
п.л. (от 20 000 до 40 000 печатных знаков, включая пробелы между словами).
Оформление статьи. Текст должен быть набран в текстовом редакторе Word в формате.doc или.rtf. Шрифт Times New
Roman, размер шрифта – 14 pt. Междустрочный интервал – полуторный. Все поля – 20 мм. Абзацный отступ – 0,5 см. Выравнивание основного текста – по ширине. Все слова внутри абзаца
100
разделяются только одним пробелом. Перед знаком препинания
пробелы не ставятся, после знака препинания – один пробел.
Размер бумаги – А4 (210 мм × 297 мм).
Заголовок статьи оформляется следующим образом: сначала вверху по центру жирным шрифтом указываются инициалы и фамилия автора(ов), затем – наименование организации (по
центру), после чего – жирным шрифтом заглавными буквами
приводится название статьи.
После заголовка через строку размещается аннотация. Через строку после аннотации размещаются ключевые слова, после них через строку – текст статьи.
Не допускаются: два или более пробелов подряд; формирование красной строки с помощью пробелов.
Ссылки на первоисточники в тексте заключаются в квадратные скобки с указанием номера страницы, например: [7, с. 24].
Таблицы и рисунки размещаются по тексту статьи (не
выносятся в приложение). В тексте обязательно должны быть
ссылки на рисунки и таблицы. Все рисунки и таблицы должны
иметь номер и название. Название таблицы приводится над табличным полем справа, а рисунка – под рисунком по центру. Рисунки оформляются в редакторах, надежно совместимых с редактором Word.
Аннотация должна кратко излагать содержание статьи.
Объем аннотации не более 10 строк (согласно ГОСТ 7.9–95
«Реферат и аннотация. Общие требования»). Заглавие статьи не
должно повторяться в аннотации. Не рекомендуется включать в
аннотацию ссылки на литературу.
Ключевые слова приводятся в количестве не менее пяти и
не более двадцати.
Список литературы приводится в конце статьи:
Источники располагаются в порядке упоминания в тексте
(НЕ по алфавиту!).
101
Каждая публикация приводится в списке только один раз –
при повторной ссылке на тот же источник в тексте указывается
присвоенный ранее номер.
Недопустимо объединять несколько источников под одним
номером.
В списке литературы не должно быть источников, на которые отсутствуют ссылки в тексте статьи.
В списке литературы должны быть все источники, на которые дается ссылка в тексте статьи.
Источники нумеруются с помощью встроенного в редактор
инструмента «Нумерация», нумерация вручную недопустима.
После списка литературы на английском языке приводятся:
название статьи, фамилии и инициалы авторов, их ученые степени и звания, аннотация, ключевые слова.
Статьи, направленные в редакцию без выполнения требований настоящих условий публикации, не принимаются.
Пример оформления статьи
УДК 625.7:336.1
В.П. Постников, О.В. Буторина
Пермский национальный исследовательский политехнический университет
ВЫЯВЛЕНИЕ ВЗАИМОСВЯЗИ РАЗВИТИЯ ТРАНСПОРТА
И ЭКОНОМИКИ: ВРЕМЕННОЙ И РЕГИОНАЛЬНЫЙ
АСПЕКТ ИССЛЕДОВАНИЯ
В работе, с точки зрения теории и практики управления,
выделены прямые и обратные взаимосвязи развития транспорта и национальной экономики. Осуществлена комплексная характеристика развития транспортной отрасли РФ на основе
анализа трех групп показателей: уровня автомобилизации, протяженности автомобильных дорог, а также объемов строитель-
102
ства автомобильных дорог. Для выявления степени влияния
развития данной отрасли на экономику региона был осуществлен анализ корреляционной связи во временном аспекте (1997–
2011 гг.) и в региональном аспекте (среди 14 субъектов Приволжского федерального округа). Полученные выводы стали
основой конкретизации направлений управления развитием
транспортной отрасли в регионе.
Ключевые слова: показатели развития транспортной отрасли, взаимосвязь развития транспорта и экономики страны,
конкретного региона.
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 выполняет определенные функции:
– обеспечение развития территорий, способствующее передвижению людей и грузов в любое время и на любые расстояния,
активизируя экономические процессы в обществе [1, с. 199]…
Для доказательства взаимосвязи между развитием экономики и транспортных коммуникаций в табл. 1 сопоставлены длина
автомобильных дорог, их плотность с индикаторами развития
экономики развитых и динамично развивающихся стран…
Таблица 1
Длина автомобильных дорог и ВВП стран мира на 2010 г.
Страна
США
Индия
Китай
Бразилия
Япония
Длина автомобильных дорог, тыс. км
6 466
3 316
1 931
1 752
1 197
Плотность автомобильных дорог, км на
тыс. км2
658
1 009
201
206
3 167
103
ВВП, млрд.
$ США по
ППС
14 840
3 876
9 845
2 113
4 228
Окончание табл. 1
Канада
Франция
Россия
Австралия
Испания
Германия
1 042
952
933
813
681
644
104
1 725
55
105
1 349
1 804
1 321
2 159
2 161
839
1 394
2 807
Особо следует отметить, что на современном этапе Россия
имеет высокие темпы роста уровня автомобилизации. За период с 1995 по 2011 г. темп роста уровня автомобилизации составил 269 % (рис. 1)…
Рис. 1. Уровень автомобилизации в России за период 1995–2011 гг.
Расчет коэффициента корреляции будем проводить по
формуле:
n
rxy 
 (x
i
i 1
n
 (x
i 1
i
 x)( yi  y )
 x)
2
,
n
(y
i 1
i
 y)
2
где xi – фактическое значение i-го показателя x;
yi – фактическое значение i-го показателя y;
104
x – среднее значение показателя x;
y – среднее значение показателя y.
Список литературы
1. Павлова Е.И. Экология транспорта: учеб. / Е.И. Павлова. – М.: Высшая школа, 2006. – 344 с.
2. Левда Н.М., Постников В.П. Стратегическое прогнозирование расходов бюджетных средств Пермского края на
строительство и содержание автомобильных дорог // Вестник
ПНИПУ. Социально-экономические науки. – 2012. – № 13. –
С. 74–84.
3. Федеральная служба государственной статистики Российской Федерации [Электронный ресурс]. – URL:
http://www.gks.ru/ (дата обращения: 11.04.2013).
V.P. Postnikov, O.V. Butorina
Perm National Research Polytechnic University
DETECTION OF CORRELATION BETWEEN TRANSPORT
DEVELOPMENT AND ECONOMY: TEMPORAL
AND REGIONAL ASPECT OF RESEARCH
In the article in respect to the theory and practice of management straight and reverse correlations between transport development and national economy are allocated. The complex characteristic of transport branch development in the Russian Federation on
the basis of the analysis three groups indicators is carried out: level
of automobilization, extent of highways and also capacity of highways construction. For identification extent influence development
of this branch on the region economy the analysis of correlation
communication in temporary aspect (1997 – 2011) and in regional
aspect (among 14 subjects of the Volga federal district) was carried
105
out. The received conclusions became a basis of a specification the
directions of management development of transport branch in the
region.
Keywords: indicators development of transport branch, correlation between development of transport and national economy,
concrete region.
106
ПРИЛОЖЕНИЕ 4
Перечень документов и требования к оформлению статей в
журнале «Вестник Пермского университета. Серия: Экономика»
Общие условия опубликования
Автор предоставляет Издателю журнала (Пермский государственный университет) право на использование его статьи в
составе журнала, а также на включение полнотекстовых вариантов статьи в систему «Российский индекс научного цитирования» (РИНЦ).
Право использования журнала в целом в соответствии с п. 7
ст. 1260 ГК РФ принадлежит Издателю журнала и действует
бессрочно на территории Российской Федерации и за ее пределами.
Объем прав Издателя на использование журнала в целом
соответствует объему принадлежащего автору исключительного
права, предусмотренного ст. 1270 ГК РФ, Издатель вправе также
разрешить использование Издания в целом другим лицам на определенных условиях по его усмотрению.
Авторское вознаграждение за предоставление автором Издателю указанных выше прав не выплачивается.
Автор включенной в журнал статьи сохраняет исключительное право на нее независимо от права Издателя на использование журнала в целом.
Направление автором статьи в журнал означает его согласие на использование статьи Издателем на указанных выше условиях на включение статьи в систему РИНЦ и свидетельствует,
что он осведомлен об условиях ее использования. В качестве
такого согласия рассматривается также направляемая в редакцию справка об авторе, в том числе по электронной почте.
107
Редакция размещает фамилию, инициалы автора, название, аннотацию, ключевые слова статьи на сайте Пермского университета: http://www.econom.psu.ru.
Редакция включает полнотекстовые варианты статей в Российский индекс научного цитирования (РИНЦ). Направление
автором статьи в адрес редакции является согласием автора на
подобное размещение и включение.
Гонорар за публикации не выплачивается. Авторский экземпляр высылается автору по указанному им адресу.
Плата за публикацию рукописей не взимается.
Все статьи рецензируются. При отклонении статьи из-за
несоответствия тематике, требованиям оформления или из-за
нарушения сроков и при наличии отрицательной рецензии рукописи не публикуются и не возвращаются.
Полученные редколлегией статьи не возвращаются.
Обязательные требования для рукописей
Статья должна быть объемом не менее 10 и не более
15 полных страниц, в печатном и электронном вариантах,
оформленная согласно требованиям редакционной коллегии.
Статьи представляются (в электронном виде в формате MS
WORD и выше) через e-mail ([email protected]) и в печатном
виде в двух экземплярах на бумаге формата А4. Установки: поля – 2 см; шрифт Times New Roman; размер шрифта – 14 пт; интервал – 1,5; таблицы и рисунки приводятся в основном тексте
статьи, шрифт таблиц и подписей к рисункам – 12 пт.; все рисунки должны быть в черно-белом исполнении; табличные рамки не должны выделяться жирной чертой.
Автор может участвовать не более чем в двух статьях, число авторов не должно превышать трех человек.
Первый экземпляр статьи должен быть подписан авторами
на обратной стороне последнего листа.
108
В начале статьи должен быть указан автор (ы), а также его
(их) ученые степень и звание, место работы, должность, адрес и
е-mail.
Каждая статья должна быть снабжена краткой аннотацией
на русском и английском языках (не более 1 абзаца).
Название статьи, фамилия и имя автора(ов), сведения об
ученой степени и звании, месте работы, должности автора(ов)
должны быть представлены как на русском, так и на английском
языках.
К каждой статье должны быть даны ключевые слова на
русском и английском языках.
В конце статьи помещается список литературы, который
оформляется в соответствии с ГОСТ Р.7.0.5–2008 и приводится
в алфавитном порядке. При описании статей из журналов или
сборников обязательно указываются страницы, на которых помещена статья (например: Бодров О.Г. Экономическая свобода в
условиях неопределенности // Финансы и кредит. – 2005. –
№ 2. – С. 37–43). При ссылке на литературный источник в тексте приводится порядковый номер работы в квадратных скобках
(например, [2], [3]). Если указывается страница (страницы), это
оформляется следующим образом: [2, с. 312]; [3, с. 312–320].
При описании электронных ресурсов удаленного доступа (из
сети Интернет) после электронного адреса необходимо в круглых скобках указать дату обращения к документу (дата обращения: 01.03.2009). На все приведенные в библиографическом
списке источники должны быть ссылки в статье, и наоборот.
К каждой статье должны быть приложены Сведения об авторе. В данном документе должно быть отражено следующее:
фамилия, имя, отчество; место работы (полное название вуза,
кафедры); должность; ученая степень, ученое звание; адрес, по
которому следует выслать авторский экземпляр; номер контактного телефона; адрес электронной почты; подтверждение согласия на безвозмездное размещение полнотекстового варианта
статьи в системе «Российского индекса научного цитирования».
109
В сопроводительном письме автору необходимо указать,
что он согласен с условиями публикации, что данная статья ранее не публиковалась, что автор не возражает против воспроизведения данной статьи в других средствах массовой информации (включая электронные).
Рукопись должна содержать элементы научной новизны:
обоснованность, новые методологические или теоретические
подходы, либо содержать новые факты, либо синтез/критику
существующих точек зрения и уже опубликованных результатов, либо вводить новые цели и гипотезы, новые методические
приемы. Рукопись должна содержать элементы теоретических
или практических исследований автора и должна отражать актуальность темы.
Рукопись должна быть отредактирована, обладать концептуальной строгостью, логической связанностью подходов, объяснений и выводов, ясностью и краткостью изложения. Для сохранения строгости изложения рекомендуется избегать многозначности и двусмысленности высказываний, использования
неоправданно длинных фраз, метафорических высказываний,
повторов, иносказаний, публицистического и научнопопулярного стиля, обыденной лексики, неологизмов и лабораторного жаргона. Предпочтительно не использовать синонимы и
омонимы терминов, употребляемых в качестве основных в тексте статьи.
Пример оформления статьи
УДК 625.7:336.1
ВЫЯВЛЕНИЕ ВЗАИМОСВЯЗИ РАЗВИТИЯ
ТРАНСПОРТА И ЭКОНОМИКИ: ВРЕМЕННОЙ
И РЕГИОНАЛЬНЫЙ АСПЕКТ ИССЛЕДОВАНИЯ
DETECTION OF CORRELATION BETWEEN TRANSPORT
DEVELOPMENT AND ECONOMY: TEMPORAL
AND REGIONAL ASPECT OF RESEARCH
110
В.П. Постников, ассистент кафедры экономики и управления на предприятии
Электронный адрес: [email protected]
Пермский национальный исследовательский политехнический университет, 614990, г. Пермь, Комсомольский проспект, 29.
О.В. Буторина, канд. эконом. наук, доцент кафедры мировой экономики и экономической теории
Электронный адрес: [email protected]
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: [email protected]
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: [email protected]
Реrm State National Research University, 614990, Perm,
Bukireva str., 15.
В работе, с точки зрения теории и практики управления,
выделены прямые и обратные взаимосвязи развития транспорта и национальной экономики. Осуществлена комплексная характеристика развития транспортной отрасли РФ на основе
анализа трех групп показателей: уровня автомобилизации, протяженности автомобильных дорог, а также объемов строительства автомобильных дорог. Для выявления степени влияния
развития данной отрасли на экономику региона был осуществлен анализ корреляционной связи во временном аспекте (1997–
2011 гг.) и в региональном аспекте (среди 14 субъектов Приволжского федерального округа). Полученные выводы стали
111
основой конкретизации направлений управления развитием
транспортной отрасли в регионе.
Ключевые слова: показатели развития транспортной отрасли, взаимосвязь развития транспорта и экономики страны,
конкретного региона.
In the article in respect to the theory and practice of management straight and reverse correlations between transport development
and national economy are allocated. The complex characteristic of
transport branch development in the Russian Federation on the basis
of the analysis three groups indicators is carried out: level of automobilization, extent of highways and also capacity of highways construction. For identification extent influence development of this
branch on the region economy the analysis of correlation communication in temporary aspect (1997 – 2011) and in regional aspect
(among 14 subjects of the Volga federal district) was carried out. The
received conclusions became a basis of a specification the directions
of management development of transport branch in the region.
Keywords: indicators development of transport branch, correlation between development of transport and national economy,
concrete region.
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 выполняет
определенные функции:
– обеспечение развития территорий, способствующее передвижению людей и грузов в любое время и на любые расстояния,
активизируя экономические процессы в обществе [1, с. 199]…
Для доказательства взаимосвязи между развитием экономики и транспортных коммуникаций в табл. 1 сопоставлены длина
автомобильных дорог, их плотность с индикаторами развития
экономики развитых и динамично развивающихся стран…
112
Таблица 1
Длина автомобильных дорог и ВВП стран мира на 2010 г.
Страна
США
Индия
Китай
Бразилия
Япония
Канада
Франция
Россия
Австралия
Испания
Германия
Длина автомобильных
дорог, тыс.
км
6 466
3 316
1 931
1 752
1 197
1 042
952
933
813
681
644
Плотность автомобильных дорог, км
на тыс. км2
658
1 009
201
206
3 167
104
1 725
55
105
1 349
1 804
ВВП,
млрд. $
США по
ППС
14 840
3 876
9 845
2 113
4 228
1 321
2 159
2 161
839
1 394
2 807
Особо следует отметить, что на современном этапе Россия
имеет высокие темпы роста уровня автомобилизации. За период с 1995 по 2011 г. темп роста уровня автомобилизации составил 269 % (рис. 1)…
Рис. 1. Уровень автомобилизации в России за период 1995–2011 гг.
113
Расчет коэффициента корреляции будем проводить по
формуле:
n
rxy 
 ( x  x)( y  y)
i
i 1
n
i
n
 ( x  x)  ( y  y )
i 1
2
i
i 1
,
2
i
где xi – фактическое значение i-го показателя x;
yi – фактическое значение i-го показателя y;
x – среднее значение показателя x;
y – среднее значение показателя y.
Список литературы
1. Павлова Е.И. Экология транспорта: учеб. – М.: Высшая
школа, 2006. – 344 с.
2. Левда Н.М., Постников В.П. Стратегическое прогнозирование расходов бюджетных средств Пермского края на строительство и содержание автомобильных дорог // Вестник ПНИПУ.
Социально-экономические науки. – 2012. – № 13. – С. 74–84.
3. Федеральная служба государственной статистики Российской Федерации [Электронный ресурс]. – URL:
http://www.gks.ru (дата обращения: 11.04.2013).
114
ПРИЛОЖЕНИЕ 5
Перечень документов и требования к оформлению тезисов
для участия в Международной конференции молодых
ученых, г. Екатеринбург
Международная конференция молодых ученых инициирована в рамках академической и вузовской интеграции Институтом экономики Уральского отделения РАН, Уральским государственным экономическим университетом, Уральским федеральным университетом и будет проходить на базе Института
экономики УрО РАН.
Цель работы конференции – выявление, систематизация и
оценка проблем развития региональных территориальных систем, как на уровне фундаментальной экономической теории, так
и на уровне предлагаемых к практическому использованию механизмов и методик повышения эффективности деятельности
хозяйствующих субъектов.
В XI Международной конференции молодых ученых примут участие не только ведущие российские академические и образовательные институты, но и зарубежные: Национальная академия наук Украины, Казахский экономический университет,
Институт экономики Академии наук Республики Узбекистан,
Таврический национальный университет им. В.И. Вернадского
(Украина) и др. Это позволит всесторонне рассмотреть аспекты
институциональной проблематики в разных странах, а также
установить международные научные связи.
Основные направления работы конференции
1. Институциональные проблемы социально-экономического
развития региональных территориальных систем.
115
2. Технологии повышения конкурентоспособности муниципальных
образований
и
региональных
социальноэкономических систем.
3. Государственная политика в области повышения конкурентоспособности региональных социально-экономических систем.
4. Социально-экономическая безопасность и устойчивое
развитие территорий. Пространственное развитие территориальных социально-экономических систем.
5. Территориальный минерально-сырьевой комплекс и конкурентоспособность территориальных социально-экономических систем.
Информация для участников
Конференция проводится ежегодно в конце октября в
г. Екатеринбурге по адресу ул. Московская, 29, Институт экономики УрО РАН. Для участия в конференции приглашаются
молодые ученые и специалисты в возрасте до 35 лет. Для участия в работе конференции необходимо не позднее 10 июня
представить Оргкомитету конференции ([email protected]) в электронном виде следующие материалы:
1. Заявку на участие в конференции;
2. Статью, оформленную в соответствии с требованиями;
3. Отсканированную рецензию научного руководителя для
лиц, не имеющих ученой степени, с печатью организации.
Участие в конференции бесплатное. По итогам работы
конференции предполагается издание сборника статей. В сборник войдут только материалы очного выступления. Все остальные материалы будут размещены в электронном доступе на сайте конференции. Все материалы будут проходить тестирование
на плагиат. Лучшие доклады, представленные на конференции
очно, будут рекомендованы для публикации в журналах «Экономика региона» и «Журнал экономической теории», включенных в перечень ВАК РФ, и выпуска монографии.
116
Требования к оформлению статей
Объем статьи не должен превышать 15 полных страниц.
Текст должен быть набран на русском языке с использованием
редактора MSWord 97–2003 через одинарный интервал,
шрифт TimesNewRoman, размер шрифта 14. Все поля по 2,5 см.
Отступ абзаца 1,25 см.
Таблицы должны иметь заголовки, размещаемые над таблицей по центру, рисунки – подрисуночные подписи. Схемы и
рисунки должны быть выполнены в черно-белом цвете
и сгруппированы. Ссылки на источники оформлять в виде сносок с нумерацией на каждой странице. Список литературы не
приводится.
Заявка на участие в конференции
1
2
3
4
5
6
7
8
9
10
Фамилия Имя Отчество
Дата рождения
Место работы, должность
Ученая степень, звание
Адрес, телефон места работы
E-mail
Название статьи
Направление (секция)
Очное или заочное участие в
конференции
Фамилия Имя Отчество, ученая степень, должность, место работы, контактный телефон научного руководителя
117
ПРИЛОЖЕНИЕ 6
Перечень документов и требования к оформлению тезисов
для участия во Всероссийской с международным участием
научно-практической конференции
«ЧЕЛОВЕК. ОБЩЕСТВО. ЭКОНОМИКА», г. Пермь
Всероссийская с международным участием научнопрактическая конференция «Человек. Общество. Экономика:
проблемы и перспективы взаимодействия» проводится ежегодно
в конце апреля.
Программа конференции предполагает работу следующих
секций:
1. Инновационный взгляд на проблемы управления финансами предприятий различных форм собственности, муниципальных и кредитных учреждений.
2. Проблемы и перспективы развития финансовокредитного сектора в условиях инновационной экономики.
3. Менеджмент: современные проблемы и перспективы
развития.
4. Проблемы и перспективы развития российской экономики.
5. Проблемы реформирования бухгалтерского учета и системы налогообложения.
6. Человек в современном изменяющемся мире.
7. Реформирование частного права.
8. Публичное право: актуальные проблемы.
9. Реклама в современном обществе.
10. Новые информационные технологии и информационное
обеспечение предприятий и организаций.
118
Условия участия
К участию в конференции приглашаются студенты, магистранты и аспиранты. Возможно очное и заочное участие в конференции.
Для участия в конференции необходимо текст статьи и заявку (форма приведена ниже) отправить по электронной почте
[email protected] В теме письма указать «на конференцию»,
имя файла – фамилия автора. В течение трех дней секретарь
оргкомитета направит Вам уведомление о получении Ваших
материалов. Во избежание недоразумений, связанных с техническими возможностями почтовых серверов, рекомендуем проконтролировать доставку писем с материалами звонком по нижеуказанному телефону. Мы не несём ответственность за технические возможности почтовых серверов.
Оргкомитет принимает к рассмотрению не более одной
статьи от участника (персонально или в соавторстве, но не более
двух соавторов) объёмом от 4 до 5 страниц.
Материалы необходимо отправить до 4 марта.
После указанного срока материалы не принимаются.
За дополнительной информацией можно обращаться по
указанному электронному адресу или по телефону (342) 238-8661 (доб. 232). Секретарь оргкомитета – Чудова Ольга Игоревна.
Оргкомитет конференции оставляет за собой право конкурсного отбора и редактирования присланных научных статей.
Присланные материалы не возвращаются. Работы, не соответствующие тематике конференции, превышающие установленный
объём, оформленные с нарушением требований, представленные позднее указанного срока, не принимаются.
По итогам конференции выпускается сборник статей. Электронная версия сборника будет выложена на сайте в разделе
«Научная жизнь».
Участие в конференции и включение статьи в сборник бесплатные.
119
Проезд, проживание, питание оплачивается за счет участников.
Очные участники получают сборник бесплатно (очным
иногородним участникам сборник пересылается за счёт Института). Если статья написана в соавторстве, то направляется один
экземпляр сборника по одному из указанных в заявке адресов.
ЗАЯВКА УЧАСТНИКА
конференции «Человек. Общество. Экономика»
Ф.И.О. полностью
Место учебы: Курс
Факультет
ВУЗ
Контактный телефон, почтовый адрес
Адрес электронной почты
Название секции
Тема доклада
Ф.И.О. научного руководителя
Должность, ученая степень,
ученое звание научного руководителя
Форма участия
(очная, заочная)
Использование проекционной техники
(нужно/не нужно)
Помощь в бронировании гостиницы
(нужно/не нужно)
120
Требования к оформлению материалов
Статья должна быть представлена на русском языке. Ориентация – книжная. Формат – А 4. Объём статьи – до 4 страниц,
оформленных 14 кеглем, шрифтом Times New Roman с междустрочным полуторным интервалом и отступом 1 см. Все поля в
документе по 2 см. Формат документа – текстовый (документ
Word). Выравнивание по ширине. Нумерация страниц: внизу
страницы.
Работы не должны содержать концевых сносок. Ссылка на
источник оформляется в квадратных скобках: (номер источника
из списка использованных источников, при использовании цитат в ссылке указывается страница, содержащая данную цитату).
Диаграммы и рисунки, схемы, таблицы должны быть пронумерованы, подписаны. Графический материал должен быть
сгруппирован (положение «в тексте»). Все графические материалы при печати становятся чёрно-белыми. Недопустимо использование скриншотов (снимков экрана).
После статьи приводится Список использованных источников, в котором источники располагаются в алфавитном порядке.
Пример оформления тезисов
Петрова О.Ф.,
студентка 1 курса экономического факультета
Пермский институт экономики и финансов
Научный руководитель: Иванова И.И.,
канд. экон. наук., доцент
Пермский институт экономики и финансов
(г. Пермь)
Проблемы защиты права человека на труд
в Пермском крае
Образец образец образец образец образец образец образец
образец образец образец образец образец образец образец об 121
разец образец образец образец образец образец образец образец образец образец образец образец образец образец [2, с. 27].
Список литературы
Нормативно-правовые документы
1. Гражданский кодекс Российской Федерации. Полный
текст (части первая, вторая, третья и четвертая). – М.: Юркнига, 2007. – 500 с.
Монографическая литература
1. Безрукова В.С. Как написать реферат, курсовую и дипломную работу. – СПб.: Речь, 2008. – 176 с.
Периодические издания
1. Козырев Г.И. Конфликты в организации // Социальногуманитарные знания. – 2001. – № 2. – С. 136–150.
Электронные ресурсы
Рощина Я.М. Дифференциация стилей жизни россиян в
поле досуга [Электронный ресурс]. – Экономическая социология. – 2007. – Т. 8, № 4. – С. 23–42. − URL:
http://ecsoc.msses.ru/issues/2007-8-4/index.html.
122
ПРИЛОЖЕНИЕ 7
Требования к оформлению конкурсных работ для участия
в Санкт-Петербургском открытом конкурсе
им. проф. В.Н. Вениаминова на лучшую студенческую
научную работу по экономике, управлению и информатике
в экономической сфере
Конкурс организован Комитетом по науке и высшей школе
Правительства Санкт-Петербурга, Международной академией
наук высшей школы и АНО ВПО «Международный банковский
институт». К участию в конкурсе допускаются студенты вузов
РФ, государств Содружества Независимых Государств, Балтии и
других государств.
– Конкурс проводится ежегодно в период с апреля по декабрь по направлениям:
– Экономическая теория: актуальные вопросы.
– Финансы: проблемы и решения.
– Кредитно-банковская система в условиях финансовой
глобализации.
– Бухгалтерский учет, анализ и аудит.
– Социальное, административно-территориальное и производственное управление. Менеджмент.
– Методы прикладной математики и эконометрики.
– Информационные технологии в экономике, бизнесе и инновационной деятельности.
Представленные на конкурс работы оцениваются комиссией, включающей специалистов отраслевых комитетов Правительства Санкт-Петербурга, действительных членов СанктПетербургского отделения Международной академии наук
высшей школы, преподавателей вузов города, редактора журнала «Вестник ЭНОС».
123
Приоритет отдается оригинальным научным исследованиям, содержащим постановку задачи исследования, подробный
анализ избранной проблемы (в рамках общих направлений конкурса), авторское видение путей ее решения, конкретные практические рекомендации.
Награждение победителей
По результатам конкурса планируется городская выставка
лучших работ, выпуск тематического номера межвузовского
студенческого научного журнала «Вестник ЭНОС», награждение победителей дипломами и ценными подарками. Лучшие работы будет рекомендованы к включению в городские и всероссийские проекты и программы, а также рекомендованы для публикации в рецензируемых научных журналах.
Правила оформления конкурсных работ
Объем конкурсной работы не должен превышать 16 страниц печатного текста, шрифт Times New Roman 14 пунктов; параметры страницы: нижнее поле – 2 см; верхнее поле – 2 см;
правое поле – 2 см; левое поле –2,5 см; абзац выравнивается по
ширине, отступы слева и справа – 0 пт, абзацный отступ – 1,25
см, интервал межабзацный – 0 пт, межстрочный – множитель
1,2. Каждый рисунок или схема представляется или в тексте работы, или на отдельной странице приложения, элементы каждого рисунка или схемы, сделанные в редакторе Word, должны
быть сгруппированы, подрисуночные подписи выровнены по
ширине, шрифт 12 пунктов. Рисунки и графики должны иметь
четкое изображение и быть выдержаны в черно-белой цветовой
гамме (допускается применение черной штриховки). Работы
представляются на русском, английском, французском или немецком языках.
124
Документальное сопровождение
Каждый участник может представить только одну авторскую работу в направлении и не более двух работ на Конкурс.
Каждая работа предоставляется ТОЛЬКО через регистрацию на
сайте eos.ibi.spb.ru или www.ibi.spb.ru, прикрепляется в поле
«Тезисы» формы регистрации одним архивом или одним файлом, и должна содержать:
Конкурсную работу, на титульном листе которой указываются:
– название вуза;
– название факультета;
– тема конкурсной работы;
– сведения об авторе (авторах) – фамилия, имя, отчество
(полностью), специальность, курс;
– сведения о научном руководителе – фамилия, инициалы,
ученая степень, звание, должность;
город;
год.
Отзыв научного руководителя.
Контактную информацию: e-mail, телефон.
Все работы будут проходить проверку на оригинальность в
системе «Антиплагиат». Работы, содержащие высокий процент
заимствований, после дополнительной проверки конкурсной
комиссией могут быть отклонены.
Работы представляются в конкурсную комиссию с апреля
по декабрь.
Контактная информация: 191011, г. Санкт-Петербург, Невский пр., д. 60, к. 415, тел. 570-55-04, Международный банковский институт, e-mail: [email protected]
125
ПРИЛОЖЕНИЕ 8
Требования к оформлению конкурсных работ для участия
в Межвузовском конкурсе научно-исследовательских
работ студентов, г. Пермь
На Конкурс представляются научно-исследовательские работы гуманитарной, финансовой, социально-экономической и
юридической тематики.
Для участия в Конкурсе необходимо направить по электронному адресу [email protected] научно-исследовательскую
работу (объем работы должен составлять не менее 20 страниц),
тезисный доклад (объем не более 6 страниц, тезисы могут содержать рисунки, графики, диаграммы, таблицы и т.д.) и заявку
(форма приведена ниже; если работа выполнена авторским коллективом, список авторов в заявке располагается соответственно
персональному вкладу). В теме письма указать «на Конкурс
НИРС», имя файла – фамилия автора. Во избежание недоразумений, связанных с техническими возможностями почтовых
серверов, рекомендуем проконтролировать доставку писем
(звонком по нижеуказанному телефону либо соответствующими
функциями электронной почты – «уведомить о прочтении сообщения»).
Документы необходимо отправить в срок до 1 октября.
За справками и дополнительной информацией можно обращаться в Оргкомитет Конкурса по указанному электронному
адресу или по телефону (342) 238-86-61 (доб. 232). Секретарь
Оргкомитета – Павлова Елена Александровна.
Место проведения Конкурса: Россия, г. Пермь, ул. Куйбышева, д. 98а. Автономная некоммерческая организация высшего
профессионального образования «Пермский институт экономики и финансов».
126
Подробная Информация о Конкурсе (Положение о Конкурсе, ключевые даты и важные моменты) будет размещена на сайте www.pief.ru в разделе «Научная жизнь».
Победители определяются по каждому направлению. Авторы лучших работ награждаются дипломами I, II и III степени и
ценными призами.
Оргкомитет Конкурса оставляет за собой право конкурентного отбора присланных научных работ. Присланные материалы
не возвращаются. Работы, не соответствующие тематике Конкурса, тезисы работ, превышающие установленный объём и
оформленные с нарушением требований, а также работы и тезисы, представленные после указанного срока, к участию в Конкурсе не допускаются.
Участие в конкурсе НИРС бесплатное.
Возможно только очное участие в конкурсе.
Работы публикуются в авторской редакции. Авторы опубликованных материалов и их научные руководители несут ответственностьза подбор и точность приведенных фактов, цитат,
статистических данных,собственных имен, географических названий и прочих сведений.
Требования к оформлению тезисного доклада
Объём тезисного доклада – до 6 страниц, оформленных
14 кеглем, шрифтом Times New Roman с междустрочным полуторным интервалом и отступом 1,25 см. Формат бумаги – А4.
Ориентация – книжная. Все поля в документе по 2 см. Формат
документа – текстовый (документ Word). Язык изложения материала – русский. Выравнивание по ширине. Нумерация страниц:
внизу страницы.
Тезисный доклад не должен содержать сносок. Ссылка на
источник оформляется в квадратных скобках: (номер источника
из списка литературы, при использовании цитат в ссылке указывается страница, содержащая данную цитату).
127
Диаграммы и рисунки, схемы, таблицы должны быть
сгруппированы, пронумерованы, подписаны и расположены по
ходу текста (все графические материалы при печати становятся
чёрно-белыми).
После тезисного доклада приводится Список использованных источников, в котором источники располагаются в алфавитном порядке.
Пример оформления тезисного доклада
Петрова О.Ф.,
студентка 1 курса экономического факультета
Пермский институт экономики и финансов
Научный руководитель: Субботина О.Н.,
канд. экон. наук., доцент кафедры менеджмента
Пермский институт экономики и финансов
Проблемы защиты права человека на труд
в Пермском крае
Образец образец образец образец образец образец образец образец образец образец образец образец образец образец
образец образец образец образец образец образец образец образец образец образец образец образец образец образец [2, с. 27].
Список литературы
Нормативно-правовые документы
1. Гражданский кодекс Российской Федерации. Полный текст (части первая вторая, третья и четвертая). – М.: Юркнига, 2007. – 500 с.
Монографическая литература
2. Графский В.Г. Всеобщая история права и государства. – М.: Норма Инфра, 2000. – 740 с.
128
Периодические издания
3. Козырев Г.И. Конфликты в организации // Социально-гуманитарные знания. – 2001. – № 2. – С. 136–150.
Электронные ресурсы
4. Рощина Я.М. Дифференциация стилей жизни россиян в поле досуга [Электронный ресурс] // Экономическая социология. – 2007. – Т. 8., № 4. – С. 23–42. – URL:
http://ecsoc.msses.ru/issues/2007-8-4/index.html.
ЗАЯВКА УЧАСТНИКА
Ф.И.О. автора (авторов) полностью
Место учебы: Курс
Факультет
ВУЗ (полностью)
Контактный телефон, почтовый
адрес
Адрес электронной почты
Направление конкурса
Тема работы
Ф.И.О. научного руководителя
Должность, ученая степень,
ученое звание научного руководителя
Контактный телефон научного
руководителя, e-mail
Использование
проекционной (нужно/не нужно)
техники
Помощь в бронировании гости- (нужно/не нужно)
ницы
129
Учебное издание
Постников В.П.
Буторина О. В.
ФАКТОРНЫЙ АНАЛИЗ, ПЛАНИРОВАНИЕ
И ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКИХ
И УПРАВЛЕНЧЕСКИХ ПРОЦЕССОВ В НАУЧНОИССЛЕДОВАТЕЛЬСКОЙ РАБОТЕ МАГИСТРОВ
Учебно-методическое пособие
Корректор Л.В. Лыкова
Подписано в печать 15.04.14. Формат 6090/16.
Усл. печ. л. 5,0. Тираж 100 экз. Заказ № 60/2014.
Издательство
Пермского национального исследовательского
политехнического университета.
Адрес: 614990, г. Пермь, Комсомольский пр., 29, к. 113.
Тел. (342) 219-80-33.
Документ
Категория
Без категории
Просмотров
161
Размер файла
3 466 Кб
Теги
анализа, экономическая, факторный, прогнозирование, планирование, 119, упр
1/--страниц
Пожаловаться на содержимое документа