Реферат: Прогноз экономического развития в Самарской области

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПРИРОДООБУСТРОЙСТВА

Кафедра «Экономика водного хозяйства».

Курсовая работа

на тему:

Выполнила:

студентка з\о ЭУВХ

Сергеева Татьяна Витальевна

Проверил:

профессор

Арент Карл Петрович

МОСКВА 2002

Содержание.

Введение……………………………………………………………………………………………………….….2

Краткое описание Самарской области………………………………………………………………..….8

1. Прогноз обеспеченности Самарской области основными видами с\х продуктов.

1. Прогноз производства основных с\х продуктов на 2005 и 2010 года……………… …….9

2. Прогноз потребления основных с\х продуктов на 2005 и 2010 года……………………....11

3. Баланс производства и потребления на душу населения основных с\х продуктов…..14

4. Прогнозные мероприятия по ликвидации дефицита на 2005 и 2010 года……………...16

5. Вывод по главе……………………………………………………………………………………...18

2. Прогноз водообеспеченности Самарской области.

1. Прогноз наличия водных ресурсов……………………………………………………………….20

2. Прогноз потребления водных ресурсов………………………………………………………..20

3. Баланс наличия и потребления водных ресурсов…………………………………………….25

4. Вывод по главе………………………………………………………………………………………25

3. Вывод по работе…………………………………………………………………………………….26

Список использованной литературы…………………………………………………………………..27

Предложение преподавателю…………………………………………………………………………..28

Исходные данные.

Приложения.

Введение.

Эта курсовая работа позволяет студентам закрепить и детально освоить приобретенные при изучении курса планирования теоретические знания и добить наибольшего освоения по ней практические навыки. Она позволяет изучить конкретные показатели Самарской области и на их основе рассчитать прогнозные значения, необходимые для определения экономико-социальной и экологической обстановки выбранного региона в будущем (в 2005 и 2010 годах).

Работа состоит из двух основных разделов. В первом разделе приводятся собранные исходные данные о динамике населения области, фактических объемах производства и потребления основных продуктов с\х, выполняются прогнозные расчеты по прогнозному балансу этих продуктов, обосновываются мероприятия по ликвидации выявленного дефицита продуктов.

Во втором разделе работы приводятся исходные данные о наличии и фактических объемах потребления водных ресурсов, экологических проблемах в рассматриваемой области, выполняются прогнозные расчеты ее водообеспеченности и обоснование выбранных мероприятий по ликвидации выявленного дефицита и решения экологических проблем.

Прежде чем переходить непосредственно к расчетам и тексту работы, следует привести некоторую информацию, характеризующую сущность процесса планирования (сущность расчета показателей на будущее и определения сложившихся тенденций).

Планирование — это одно из важнейших достижений экономической науки в 20 веке, которое изменило характер управления развитием, превратив его из стихийного процесса в сознательно регулируемые явления. Происходящие в области коренные изменения в экономике открывают новые возможности для повышения эффективности использования различных ресурсов. В этих условиях усиливается социально-экономическая роль планирования и прогнозирования. Для принятия обоснованных хозяйственных решений необходимо прогнозировать изменение количественных и качественных характеристик экономического развития региона, оценить влияние реализуемых мероприятий по улучшению экономической, социальной и экологической обстановки в регионе.

Планирование и прогнозирование особенно важно в условиях рыночной экономики, так как в условиях рынка сильно возрастает роль ряда стихийных рыночных факторов (уровень цен, спрос, предложение, налоги и так далее), изменение формы собственности.

В широком смысле слова планирование — это всякое осознанное действие по определению путей развития в будущем, а в узком — метод экономического (с помощью финансовых рычагов) и административного регулирования темпов и пропорций развития предприятий и отрасли.

• Процесс планирования основывается на следующих принципах:

1. Целенаправленность. Предполагает наличие конкретных целей и задач, для решения которых составляют план.

2. Оптимальность и обоснованность планов. Заключается в нахождении такого технически возможного варианта решения поставленной задачи, который приданных ограничениях на ресурсы, обеспечивает наилучшее функционирование объекта, развития предприятия, территории.

3. Сбалансированность — это необходимость балансовой увязки планируемых показателей, как общеэкономических и внешнеэкономических, так и межотраслевых, внутриотраслевых и территориальных.

4. Непрерывность и соподчинённость. Означает как необходимость заблаговременной разработки планов и прогнозов на очередной расчётный период, так и обеспечение преемственности смежных планов и их корректировке при изменении условий, увязки планов предприятий и территорий с единым планом по республике. Комплексность позволяет в планах увязать экономические, социальные и экологические задачи и ограничения при использовании тех или иных ресурсов. Комплексность — это совместное решение 2-х или более задач, целей, а также совместное использование одного вида ресурсов 2-мя или более потребителями, учёт интересов отрасли и региона.

5. Единство планов — это ІсоподчиненностьІ планов по ІвертикалиІ управления. Планы более низкого уровня разрабатываются и увязываются с соответствующими показателями плана более высокого уровня. Едиными являются также используемые показатели и методика, критерий обоснования альтернативного решения.

6. Выделение "ведущего звена". Ввиду ограниченности ресурсов в плане необходимо выделить приоритетные, первоочередно решаемые задачи и цели, от реализации которых в первую очередь зависит эффективность и полнота решения плановых задач. Это позволяет сосредоточить ресурсы на решение этих задач.

7. Демократический централизм — это необходимость учета инициативы с мест при разработке единого плана и соблюдение плановой дисциплины при его реализации.

Все принципы планирования неотделимы друг от друга.

Основной целью планирования на уровне предприятия является решение задач производства:

- обеспечить минимальные затраты для решения поставленной задачи или максимальный результат (прибыль) при минимальных затратах;

- оптимально распределить имеющиеся ресурсы.

На государственном уровне задачей планирования является установление административно-правовых и экономических регуляторов развития (правил ІигрыІ) с учётом интересов нации в целом (социально-экологических, экономических, военно-политических, внешнеэкономических, территориальных).

• Существуют следующие методы планирования:

• Метод системного анализа — предусматривает изучение любой совокупности элементов как системы, внутри которой они взаимодействуют. В качестве системы при таком анализе развития экономики рассматривается предприятие, объединение, регион, отрасль, республика.

• Программно-целевой метод — в целевых комплексных программах определяется комплекс заданий и мероприятий, необходимых для решения выделенной социальной, экономической или экологической проблемы. Является частью системного анализа.

3. Балансовый метод — представляет собой систему расчётов, позволяющую увязать и сбалансировать потребности в продукции и ресурсах с возможностями их добычи, производства или завоза из других регионов. Он также позволяет обеспечить пропорциональность развития, вскрыть возникающие диспропорции, выявить неиспользованные резервы.

4. Нормативный метод — основан на использовании норм и нормативов, в пределах которых должны совершаться простейшие первичные социально-экономические явления и процессы.

5. Экономико-математические методы — это способы расчётов, количественного анализа и обоснования экономических показателей с применением методов прикладной математики и математической статистики: моделирования, программирования, корреляционного анализа и др.

6. Достоинства этих методов:

7. позволяют сократить время расчётов;

8. возможность использования больших массивов исходной информации;

9. позволяют рассмотреть большое количество вариантов принимаемых решений;

10. учесть влияние различных факторов на результирующий показатель;

11. учесть динамику явлений и процессов и, в конечном счёте, принять более правильное решение.

С планирование тесно связано прогнозирование, так как планы разрабатываются на основе прогнозов, а прогнозы уточняются на основе данных анализа выполнения планов.

Прогнозирование — это процесс определения возможных направлений развития и оценки последствий реализации мероприятий.

• Принципы прогнозирования.

Для прогнозирования, как одного из этапов процесса планирования характерны все его принципы (см. ранее). Однако вероятностный характер, многовариантность выполняемых расчетов требуют соблюдения таких принципов как:

1. Альтернативность — это необходимость проработки всех возможных вариантов будущего состояния прогнозируемого объекта.

2. Вероятностная оценка результата — это необходимость учета возможного риска при оценке прогнозных показателей.

3. Адекватность — это соответствие используемой методики прогнозных расчетов рассматриваемым объектам, процессам, явлениям. Для ее оценки используется «критерий истинности» (ошибочности или эмерджентности).

4. Методы прогнозирования:

1. Экспертные методы (интуитивные) — основаны на использовании информации, полученной от экспертов, о возможных тенденциях развития, используя различные приёмы опросов высококвалифицированных специалистов.

1.1. Прямые — подразумевают контакт между экспертом и прогнозистом единовременного характера.

1.1.1. Методы опроса — предусматривают интервью эксперта прогнозисту, для которого составлен вопросник об интересующем нас объекте. В результате прогноза могут быть получены как исходные данные, так и сам прогноз.

1.1.2. Методы анализа — анализ предусматривает самостоятельную работу эксперта над вопросами прогноза.

2. Методы с обратной связью — предусматривают повторные контакты эксперта с прогнозистом, поскольку возможны неточности, неопределённости, как в вопросах, так и в ответах.

1.2.1. Методы опроса — при повторной встречи прогнозиста с экспертом последнему передаются результаты первичного опроса и его повторно просят заполнить вопросник.

1.2.2. Метод итоговой модели — подразумевает, что эксперт самостоятельно работает над итоговым ответом, вопросом прогноза и несколько раз его уточняет.

1.2.3. Метод коллективной генерации идей — коллективный метод экспертизы силами отобранного коллектива специалистов.

2. Фактографические методы — основаны на использовании для прогнозных расчётов фактических исходных данных, характеризующих состояние рассматриваемого объекта или процесса в прошлом и настоящем времени. Эти методы используют средства инерционности движения процесса развития. Методы обычно используются для кратко- и среднесрочного прогнозирования.

2.1. Статистические методы — в качестве исходных используют статистические данные, а в качестве методов расчёта используют приёмы теории статистики и прикладной математики.

2.1.1. Методы экстраполяции — основаны на переносе ранее наблюдающихся тенденций на будущее.

2.1.2. Методы корреляции и регрессионного анализа — широко стали использоваться только в последние годы, начиная с широкого применения ЭВМ в экономических расчётах.

2.1.3. Факторные модели — в прогнозных расчётах используются мало, что связано в основном с отсутствием исходных данных.

2.2. Методы аналогии — основаны на использовании с соответствующими поправками данных, полученных при эксплуатации ранее реализованного объекта (историческая аналогия) или использовании специальной физической или математической модели (физическая или математическая аналогии).

В данной работе для повышения степени достоверности прогнозов расчеты выполняются как прямым счётом путем прогнозирования имеющегося ряда данных по какому-либо показателю, так и расчетным путем.

Расчеты прогнозных величин выполняются при помощи следующих программ:

EXCEL.

В данной программе воспользуемся линейным регрессионным анализом, который заключается в подборе графика для набора наблюдений с помощью метода наименьших квадратов. Для расчетов воспользуемся «Пакетом анализа». Последовательно вводим годы и соответствующие им значения. Далее в меню «Сервис» находим анализ данных и в «Пакете анализа» выбираем параметр «Регрессия». В окне «Регрессия» задаем входной интервал Y - исходные данные и интервал Х - годы; отмечаем флажком опцию «график подбора». Итогом расчетов является получение графика зависимостей и необходимого уравнения. Критерий достоверности результатов в данной программе — квадрат коэффициента корреляции должен быть больше 0,36.

АРМ-СТАТИСТИКА.

В основе программы лежит корреляционно-регрессионный анализ. Оценка производится методом наименьших квадратов. В начале работы в программе вводим число факторов, затем последовательно годы и соответствующие им значения. В результате программа выдает уравнение, связывающее значения наблюдаемых величин с годами наблюдений. Критерий достоверности результатов в данной программе: относительная ошибка аппроксимации должна быть меньше 10 – 15 %.

STATREG.

Данная программа также основана на методе наименьших квадратов. Здесь также вводим число факторов, затем последовательно годы и соответствующие им значения. В результате программа выдает ряд зависимостей и минимальное полученное значение, по которому и выбирается зависимость для дальнейших расчетов. Далее мы вводим Х для определенной зависимости, после чего программа выдает рассчитанные значения. Эта программа производит подбор уравнения регрессии, которое бы наиболее точно описывало динамику предложенного ряда исходных данных, с целью получения прогнозных величин. Критерием достоверности результатов в данной программе является коэффициент корреляции (R), который служит для оценки тесноты связи при линейных формах зависимости. Знак "–" означает обратную связь, а знак "+" – прямую. Принимаются те прогнозные значения, при расчете которых коэффициент корреляции по модулю R > 0,6, так как при R < 0,6 связь слабая, поэтому использовать в прогнозных целях данные расчеты нельзя.

Если условия не выполняются ни в одной программе, то за прогнозную величину принимаем среднее арифметическое значение.

Вместе с тем, для прогнозирования различных показателей в данной работе используются и другие более простые методы (методы ручного счета):

1. По среднему абсолютному приросту. Формула для определения среднего абсолютного прироста () имеет вид: ,

   где , — значение показателя в последнем и первом году

   рассматриваемого ряда исходных данных соответственно.

   — число лет рассматриваемого периода.

   Прогнозное значение показателя рассчитывается по формуле:

2. Определение средней арифметической величины. Этот метод используется для предварительных расчетов, не требующих особой точности: ,

где — средняя величина показателя

— величина показателя в году

— число лет рассматриваемого периода.

Краткое описание Самарской области.

Самарская область расположена в юго-восточной части европейской территории России в среднем течении крупнейшей в Европе реки Волги и занимает площадь 53,6 тыс. кв. км, что составляет 0,31% территории России. На севере она граничит с Республикой Татарстан, на юге - с Саратовской областью, на востоке - с Оренбургской областью, на северо-западе - с Ульяновской областью. Область протянулась с севера на юг на 335 км и с запада на восток на 315 км. Будучи лесостепным, по характеру краем, Самарская область на севере покрыта хвойными и широколиственными лесами, а ее юг и восток занимают преимущественно степные районы. Крупнейшим горным массивом области и одновременно одним из красивейших мест России являются Жигулевские горы, расположенные непосредственно в излучине Самарской Луки. Помимо Волги - главной водной артерии региона, наиболее значительными реками являются Самара, Сок, Кинель, Большой Иргиз, Кондурча. Озера: Каменное, Иордана, Серное, Яицкое.

Климат: умеренно-континентальный. Средняя годовая температура в 1999 году (по данным Росгидромета) составила: на юге + 5,9; на севере + 5,3.

Самарская область занимает 53 место в Российской Федерации по территории и 11 место по численности.

С 1990 года Куйбышевская область переименована в Самарскую область.

Самарская область – крупный индустриальный район. Развито машиностроение и металлообработка, угольная, химическая промышленности, производство стройматериалов, легкая и пищевая промышленности.

Наряду с промышленностью очень развито сельское хозяйство. Созданы крупные животноводческие комплексы по производству мяса и молока. Развито свиноводство и птицеводство. Выращиваются зерновые, картофель, сахарная свекла, кормовые культуры.

I. Прогноз обеспеченности сельскохозяйственной продукции в Самарской области.

1.1. Прогноз производства основных сельскохозяйственных продуктов.

а) оценка доли мелиорируемых земель на 1998 год. Если К_мел.> 0,25, то необходимо учитывать данный продукт.

α _{мел. зерна =} ВП _{зерна на мел. зем.} / ВП _{зерна на всех землях} = 18,53/264,7 = 0,07

α _{мел. овощей =} ВП _{овощи на мел. зем.} / ВП _{овощи на всех землях} = 64,75/170,4=0,38

α _{мел. корм.. =} ВП _{корм. на мел. зем.} / ВП _{корм. на всех землях} = 29,66/195,1=0,15

α _{мел. овощей} > 0,25, следовательно данный продукт следует учитывать отдельно.

б) прогноз производства с\х продукции «прямым счетом»

Таблица 1.1

(т.тонн)

в) потребление производства с\х продукции «расчетным путем»

ВП_{прогнозная} = y _прогн. х F _{посев. факт.}

Урожайность ( у _прогн.)

Таблица 1.2.

(ц.га)

При оценке прогнозного объема производства продукции животноводства кроме метода «прямого» счета используется расчетный прием, основанный на использовании коэффициента расхода кормов на производство единицы продукции ( Кмяса = 10, Кмол. = 1) и величины доли кормов, расходуемых на производство мяса и молока из общего объема произведенных кормов. Так в Самарской области было произведено 55,2 т.т. мяса (1998 год), а затраты кормов составили 55,2 х 10 =552 т.т кор.ед. Производство молока составило 645,2 т.т., а затраты кормов на эти цели : 645,2 х 1 =645,2 т.т.кор.ед. Общий объем израсходованных кормов на производство мяса и молока составил : 552+645,2=1197,2т.т.кор.ед. Тогда доля кормов израсходованных на производство мяса составит 46%, а молока 54%.

Для расчета прогнозного объема производства животноводческой продукции используем прогноз производства кормов. Из общего объема кормов, произведенных в 2005г. (330,7т.т) 46% или 152,1 т.т.кор.ед. будет израсходовано на производство мяса, что позволит получить 15,2 т.т. мяса. Молоко: 54% или 178,5 т.т.кор.ед., которые будут направлены на производство молока, что позволит получить 178,5 т.т. молочной продукции.

В 2010г.: 104,9 т.т.кор.ед. (46%) будет израсходовано на производство мяса, что позволит получить 10,4 т.т. мяса.; и 123,1 т.т.кор.ед. (54%) пойдут на производство молока, что позволит получить 123,1 т.т.молочной продукции.

Прогнозный объем производства с\х продукции расчетным путем определяется по формуле:

ВП = У х F, где

У – прогнозная урожайность, ц/га

F – фактическая площадь посевов, га

ВП прогнозная

Таблица 1.3.

(т.тонн.)

Результаты прогнозных расчетов производства с\х продукции.

Таблица 1.4

(т.тонн)

Метод	Зерно	Овощи	Овощи мел.	Корма	Мясо	Молоко
2005 год прямой счет расчетный счет принятое значение	1576 1433,1 1433,1	121,3 123,6 121,3	175,5 162,4 175,5	99,8 330,6 99,8	25,4 15,21 15,21	640,2 178,5 178,5
2010 год прямой счет расчетный счет принятое значение	1373 1240,6 1240,6	98,54 109,2 98,54	192,8 151,2 151,2	54,4 228,06 54,4	7,2 10,49 7,2	627,7 123,15 123,15

Из полученных двумя методами прогнозных объемов производства сельскохозяйственной продукции в дальнейших расчетах используем худшие величины, что обеспечит, так называемый «запас» расчетов.

Вывод: из расчетов видно, что по сравнению с 1998 годом валовое производство зерна, овощей, кормов, мяса и молока на прогнозируемый период с 2005-2010 годы уменьшится, а валовой сбор овощей мел. увеличится. Производство мяса, молока и кормов значительно снизилось. Валовое производство орошаемых овощей составляет 38% от общего валового производства овощей.

1.2. Прогноз потребления основных с/х продуктов питания.

Производимая сельскохозяйственная продукция, в первую очередь, используется на продовольственные цели.

ВП _{потребление прогнозное} = ВП _{питание прогнозное} + ВП _{промпереработки прог.} + Потери

а) Прогноз потребления продуктов питания определяется по формуле:

ВП _{питание прогнозное} = q _{прогнозное} х Ч, где

q – потребление продуктов питания, кг/чел.год

Ч – численность населения, тыс.чел.

Прогноз удельного потребления населением продуктов питания выполняем методом определения среднего абсолютного прироста.

Прогнозное удельное потребление продуктов питания.

Таблица 1.5.

(кг/чел в год)

Прогноз численности населения.

Таблица 1.6.

(тыс.чел)

Прогнозное потребление продуктов питания.

Таблица 1.7.

Наряду с продовольственными целями, рассматриваемый регион использует с/х продукцию как сырье для промышленности – для производства комбикормов, спирта, парфюмерии и т.п. удельный вес перерабатываемой с/х продукции в общем объеме ее производства зависит от сложившейся специализации и структуры АПК рассматриваемого региона и наметок по ее изменению в будущем.

б) прогноз потребления промпереработки:

ВП_{промперер. прогн.} = К_перех. х ВП_{питан. прогн.}

Величина доли продукта, направляемого на промышленную переработку, от объема потребляемого в качестве продовольствия определяется по формуле:

К = q₁ – q₂/ q₂, где

q₁ – фактическое удельное производство продукта в регионе, кг/чел. в год

q₂ – фактическое удельное потребление продуктов питания, кг/чел. в год

В свою очередь фактическое удельное производство продуктов питания определяется по формуле: q₁ = ВП / Ч, где ВП – фактический валовой объем производства с/х продукции в регионе, кг; Ч – фактическая численность населения в регионе, чел.

q_{1 хлеб} = 264700/3309=80кг/чел. в год

q_{1 овощи} = 170400/3309=51,5кг/чел. в год

q_{1 мясо} = 55200/3309=16,7кг/чел. в год

q_{1 молоко} = 645200/3309=195кг/чел. в год

Доля, направляемая на промышленную переработку:

К _хлеб = 80-126/126= -0,36

К _овощи = 51,5-73/73 = -0,29

К _мясо = 16,7-56/56= 0,7

К_молоко = 195-389/389= -0,5

После подсчетов доли, направленную на промышленную переработку, видно, что объемы всех продуктов питания, произведенные на месте недостаточны, следовательно, нужно завозить их в область для продовольственных нужд со стороны. Так как коэффициенты отрицательны, то с учетом нужд медицинской, парфюмерной промышленности и других целей для хлеба указанный коэффициент принят равным – 0,1; для овощей – 0,1; мяса – 0,7; молока – 0,1.

Прогнозный объем промпереработки с/х продукции.

Таблица 1.8.

	прогнозный объем потребления прод., т.т.		Кперех.	прогнозный объем промпереработки, т.т.
	2005	2010		2005	2010
хлеб	416,5	412	0,1	41,7	41,2
овощи	248,8	241,2	0,1	28,9	24,1
мясо	202,5	213,4	0,7	141,8	149,4
молоко	1395,4	1463,2	0,1	139,5	146,3

в) потери = К_потери х ВП _прогн.

Потери производственной с/х продукции в настоящее время в целом по АПК достигает 30%, различая по видам продукции. В их состав включаются потери при уборке, транспортировке, хранении, переработке продукции и прочие потери. На каждом этапе производственного цикла виды потерь различаются, так при уборке урожая часть зерна осыпается, часть овощей не убирается или используется на корм скоту и т.д. В расчете использованы следующие коэффициенты потерь: по зерну – 0,14; по овощам – 0,4; по кормам – 0,15; по молоку – 0,1; по мясу – 0,15 («Сборник норм естественной убыли с/х продукции при хранении и перевозках»).

Прогнозный объем потерь с/х продукции.

Таблица 1.9.

Прогнозный объем потребления с/х продуктов.

Таблица 1.10.

Вывод: объем потребления с/х продуктов на прогнозный 2010 год уменьшится по сравнению с 2005 годом по мясу, хлебу и овощам. И незначительно увеличится потребление молока в рассматриваемом районе в 2010 году.

1.3. Прогнозный баланс производства и потребления основных видов сельскохозяйственной продукции.

Балансовые расчеты выполняются с целью анализа, контроля и взаимной увязки прогнозных и плановых показателей, выявления узких мест или т.н. «невязок»и для обоснования мероприятий по дальнейшему экономическому развитию района. Расчеты проводятся с помощью балансовой таблицы отражающей важнейшие стороны процесса воспроизводства – производства, обмен, распределение и потребление каких-либо продуктов и ресурсов.

Прогнозный баланс.

Таблица 1.11.

	Прогнозный объем производства, т.т.		Прогнозный объем потребления, т.т.		Баланс
	2005	2010	2005	2010	2005	2010
хлеб	1433,1	1240,6	658,8	626,9	+757,7	+597,2
овощи	121,3	98,54	316,2	304,7	-194,9	-206,2
мясо	15,21	7,2	336,6	363,9	-309,9	-356,7
молоко	178,6	123,2	1552,8	1621,8	-1374,2	-1498,6

Вывод: анализируя полученный баланс на 2005-2010 г.г. можно сказать, что в районе будет наблюдаться дефицит по производству основных видов продуктов питания: овощей, мяса, молока. Особенно по производству молока. Это происходит из-за того, что большие потери при транспортировке, хранении и переработке. Если не принять своевременные меры, то даже при увеличении производства этих продуктов на месте или ввоз их со стороны не приведет к увеличению насыщенности данными товарами.

1.4. Прогнозные мероприятия по ликвидации дефицита основных продуктов.

Под дефицитом основных продуктов питания нехватка данных продуктов для нормального функционирования всех отраслей региона. Поэтому следует принимать своевременные меры по устранению дефицита продуктов питания.

Различают следующие основные мероприятия по ликвидации несбалансированности потребления производства сельскохозяйственной продукции:

Сокращение потерь:

- путем совершенствования техники и технологии всех этапов воспроизводственного цикла;

- в результате дорожной сети на селе.

Увеличение производства продукции:

- путем увеличения урожайности сельскохозяйственных культур в результате повышения уровня агротехники, химизации и мелиорации земель;

- в результате увеличения площади посевов на всех (не мелиорированных и мелиорированных) землях;

- после изменения экономической политики в агропромышленном комплексе.

Закупок продукции в других регионах.

Сокращение норм (и суммарного) потребления продукции:

- в результате изменения политики государственного регулирования цен;

- рационального рациона питания;

- путем поиска заменителей тех или иных сельскохозяйственных продуктов, главным образом в качестве сырья для промышленной переработки.

В первую очередь рассматривают такие направления ликвидации дефицита сельскохозяйственной продукции, как сокращение потерь и увеличение ее производства на месте, как наиболее экономичных. Мероприятия будут использованы по мере их удорожания.

Технико-экономические показатели мероприятий.

Таблица 1.12.

Вид мероприятий	Доп. объем продукции (возможный) Т.т.	Стоимость (удельная) Руб/т
ОВОЩИ Повышение уровня агротехники при выращивании зерновых Строительство хранилище МЯСО Повышение уровня агротехники Строительство холодильников Обмен зерна на комбикорма МОЛОКО Строительство молочных заводов Повышение уровня агротехники при выращивании зерновых Обмен зерна на комбикорма	60,5 24 7,6 1,1 86,9 9 89,3 1020	208 208 3252 3252 3252 362 362 362

Частично увеличить производство продукции животноводства можно и за счет обмена излишков зерна, а также дополнительно произведенного зерна и объема ликвидированных потерь на комбикорма. Так, например, излишки зерна по балансовому расчету на 2005 год составили 757,7т.т., снижение потерь в результате строительства хранилищ - 100,3т.т., а прирост объема производства зерна на существующих посевных площадях в результате повышения уровня агротехники – 716,6т.т, что в сумме составит 1574,6т.т. зерна или 1889,5т.т.к.ед. Аналогично, к 2010 году общий объем зерна составит 1079,7т.т. зерна или 1295,3т.т.к.ед. Распределяя корма на производство мяса и молока, получим, что к 2005 году можно увеличить производство мяса на 1889,5х0,46=869,2т.т.к.ед. или 86,9т.т. мяса, а молока на 1889,5х0,54=1020,3т.т.к.ед. или 1020,3т.т. молока. А в 2010 году можно увеличить производство мяса на 1295,3х0,46=595,8т.т.к.ед. или 59,6т.т. мяса, молока на 1295,3х0,54=699,5т.т.к.ед. или 699,5т.т. молока.

Указанное мероприятие не потребует дополнительных капитальных вложений, а только увеличения себестоимости производства продукции животноводства продукции животноводства.

Расчет мероприятий по ликвидации дефицита.

Таблица 1.13.

На основании проведенного прогноза потребления сельскохозяйственных продуктов видно, что прогнозируется уменьшение валового производства зерна, овощей, кормов, мяса и молока, и рост валового производства овощей на мелиорируемых землях. Также прогнозируется рост потребления мяса и молока. Увеличится численность городского населения. Проведя анализ баланса производства и потребления, выявлен прогнозный дефицит овощей, мяса и молока. На проведение необходимых мер по ликвидации дефицита к 2005 году понадобиться 1,2млрд.руб, а к 2010 году – 0,2млрд.руб.

II. Прогноз водообеспеченности Самарской области.

2.1. Прогноз наличия водных ресурсов в области.

Вода – ценнейший природный ресурс. Она играет важную роль в процессе обмена веществ, составляющих основу жизнедеятельности. Огромное значение вода имее в промышленности и сельском хозяйстве.

Водные ресурсы земли включают воду океанов, морей, озер и т.д. Основой водных ресурсов является речной сток.

Запасы пресной воды не безграничны, с ростом численности населения, развития промышленности потребность в водных ресурсах резко увеличилась. Сопоставляя потребность в водных ресурсах и их наличии, следует планировать хозяйственную деятельность.

В прогнозируемых расчетах определяем наличие водных ресурсов, используя фактические данные об объемах стока рек и других источниках поверхностных и подземных вод.

Прогноз водообеспеченности необходим для выявления дефицита или избытка водных ресурсов и для разработки мероприятий соответственно для борьбы с нехваткой воды.

W_{обл. прогноз.} = W_{экон. района} х F_обл. / F _{эконом. Р-н}, где

F_обл. – 53,6 тыс. км²

F _{эконом. Р-н} – 224,6 тыс.км²

Коэффициент перехода от водообеспеченности центрального экономического района к водообеспеченности Самарской области: К_перех. = 53,6/224,6 = 0,24

Наличие водных ресурсов.

Таблица А.

Итого: 22,59 22,8

Вывод: приходная часть баланса состоит из трех источников: поверхностных, подземных и возвратных вод. Общий объем наличия водных ресурсов увеличился на 0,21км³. Большую часть составляют поверхностные воды (около 95%).

2.2. Прогноз потребления водных ресурсов в Самарской области.

W_{потребл. прогноз.} = W_{пром. прог.} + W _{КБХ прог.} + W_{С/Х прог.}

W _{потребл. 2005} = 201,01+485,5+332,79=1019,3 млн.м³

W _{потребл. 2010} = 197,5+429,4+312,75=939,75 млн.м³

Прогнозные значения по промышленности.

Таблица Б.

Прогноз потребления воды в промышленности

Таблица 2.1.

Вывод: прогнозное потребление водных ресурсов уменьшится на 79,6 млн.м³. Водопотребление промышленностью увеличится к 2010 году на 245,7 млн.м³ по сравнению с 2005 годом. Основным водопотребителем является производство химического волокна, ее удельная часть во всех отраслях промышленности составляет 75%.

Прогноз потребления воды в КБХ.

Таблица 2.2.

Вывод: прогноз водопотребления в коммунально-бытовом хозяйстве основан на численности городского и сельского населения области. К 2010 году ожидается увеличение городского населения на 3%, а сельское население наоборот уменьшится. Суммарное водопотребление КБХ увеличится и составит 0,343 км³ в 2005 году, 0,351 км³в 2010 году.

Прогноз потребления воды в сельском хозяйстве.

Таблица 2.3.

Вывод: потребление воды в сельском хозяйстве снизится в 2010 году на 5% по сравнению с 2005 годом. Это связано с сокращением численности поголовья скота.

Прогноз потребления воды в Самарской области.

Таблица 2.4.

Вывод: в области к 2010 году увеличится водопотребление промышленностью и коммунально-бытовым хозяйством. Снизится водопотребление сельским хозяйством. В общем, по всем водопотребителям, к 2010 году потребление воды увеличится на 250 млн.м³. Доля водопотребления промышленностью составляет 88%.

2.3. Прогноз водообеспеченности.

Баланс – это соотношение взаимосвязанных показателей какой-нибудь деятельности или процесса (в курсовой работе это наличие и потребление ресурса), т.е. их сравнительный итог.

Составление баланса наглядно выявит наличие или отсутствие дефицита водных ресурсов.

Прогнозный водный баланс.

Таблица 2.5.

Вывод: в результате расчетов выяснилось, что в Самарской области наблюдается стабильный объем водных ресурсов, а общее водопотребление к 2010 году составит большую величину по сравнению с 2005 годом (т.е. виден некоторый рост потребления воды), дефицита водных ресурсов в ближайшее время наблюдаться не будет. Это связано с тем, что суммарный объем водопотребления не превышает 17% от наличия воды в области. Такой избыток воды можно объяснить, в основном, наличием на территории области основной водной артерии Европы – реки Волги.

В курсовой работе были проведены прогнозные расчеты для анализа социально-экономического положения Самарской области на 2005-2010годы. В результате анализа полученных результатов было выявлено, что производство с/х продукции в Самарской области падает по всем видам продукции, кроме зерна. Потребление с/х продукции на промышленные и пищевые цели возрастает. Анализ баланса производства и потребления основных видов с/х продукции выявил наличие дефицита к 2005 году овощей, мяса и молока. Для ликвидации дефицита рекомендованы мероприятия по снижению уровня потерь, по повышению уровня агротехники, обмен зерна на комбикорма и закупка в других регионах. При выполнении выше перечисленных мероприятий дефицит будет устранен.

После проведения расчетов по водопотреблению, выявилось увеличение потребление воды промышленностью и коммунально-бытовым хозяйством. В общем по всем водопотребителям водопотребление к 2010 году увеличится на 250млн.м³. в Самарской области наблюдается стабильный объем водных ресурсов, хотя виден некоторый рост потребления воды, но дефицита водных ресурсов не наблюдается. Такой избыток воды можно объяснить, в основном, наличием на территории области основной водной артерии Европы – реки Волги и недостаточностью исходных данных по производству промышленной продукции. Также в работе не учитывался тот фактор, что некоторые водные объекты, расположенные на территории области, не пригодны или не используются для забора воды из них.

Список используемой литературы:

1. Самарский областной комитет государственной статистики «Самарская область в цифрах 1999г.». Самара, 2000г.

2. Самарский областной комитет государственной статистики «150 лет Самарской губернии (цифры и факты). Статистический сборник ». Самара, 2000г.

3. Самарский областной комитет государственной статистики «Самарская область: 1994 год в цифрах». 1 и 2 части. Самара, 1995год.

4. «Народное хозяйство РФ» Статистический ежегодник. Госкомстат РСФСР. Москва с 1974 по 1990гг.

5. «Россия в цифрах». Статистический ежегодник. Госкомстат РФ. Москва 1994год.

6. Схема КИОВР на период до 2005 года.

7. Данные Горводоканал (база данных).

8. Методические указания по изучению дисциплины и выполнению курсовой работы «Планирование и прогнозирование социально-экономичекого развития отрасли». Арент К.П., М., 1994г.

9. «Прогнозирование и планирование АПК», Личко К.П., 1999год.

10. Ресурсы Интернет: http://www. Gks.ru , http://www.samara.ru

Предложения преподавателю.

Можно сказать, что работа скорее понравилась, но потребовала очень больших затрат не только физических, но и моральных (во время поиска исходных данных), а также материальных (пользование библиотекой и компьютера Госкомстата, Интернет, картридж для принтера и бумага). Возможно, было бы целесообразнее заранее давать студентам исходные данные, а также предупреждать, некоторые регионы имеют проблемы с отчетностью.

Нельзя не отметить, что данная работа оказалась несказанно полезной с очки зрения процесса усвоения навыком будущей профессии.

Список используемой литературы:

1. Самарский областной комитет государственной статистики «Самарская область в цифрах 1999г.». Самара, 2000г.

2. Самарский областной комитет государственной статистики «150 лет Самарской губернии (цифры и факты). Статистический сборник ». Самара, 2000г.

3. Самарский областной комитет государственной статистики «Самарская область: 1994 год в цифрах». 1 и 2 части. Самара, 1995год.

4. «Народное хозяйство РФ» Статистический ежегодник. Госкомстат РСФСР. Москва с 1974 по 1990гг.

5. «Россия в цифрах». Статистический ежегодник. Госкомстат РФ. Москва 1994год.

6. Схема КИОВР на период до 2005 года.

7. Данные Горводоканал (база данных).

8. Методические указания по изучению дисциплины и выполнению курсовой работы «Планирование и прогнозирование социально-экономичекого развития отрасли». Арент К.П., М., 1994г.

9. «Прогнозирование и планирование АПК», Личко К.П., 1999год.

10. Ресурсы Интернет: http://www. Gks.ru , http://www.samara.ru

Предложения преподавателю.

Можно сказать, что работа скорее понравилась, но потребовала очень больших затрат не только физических, но и моральных (во время поиска исходных данных), а также материальных (пользование библиотекой и компьютера Госкомстата, Интернет, картридж для принтера и бумага). Возможно, было бы целесообразнее заранее давать студентам исходные данные, а также предупреждать, некоторые регионы имеют проблемы с отчетностью.

Нельзя не отметить, что данная работа оказалась несказанно полезной с очки зрения процесса усвоения навыком будущей профессии.

Краткое описание Самарской области.

Самарская область расположена в юго-восточной части европейской территории России в среднем течении крупнейшей в Европе реки Волги и занимает площадь 53,6 тыс. кв. км, что составляет 0,31% территории России. На севере она граничит с Республикой Татарстан, на юге - с Саратовской областью, на востоке - с Оренбургской областью, на северо-западе - с Ульяновской областью. Область протянулась с севера на юг на 335 км и с запада на восток на 315 км. Будучи лесостепным, по характеру краем, Самарская область на севере покрыта хвойными и широколиственными лесами, а ее юг и восток занимают преимущественно степные районы. Крупнейшим горным массивом области и одновременно одним из красивейших мест России являются Жигулевские горы, расположенные непосредственно в излучине Самарской Луки. Помимо Волги - главной водной артерии региона, наиболее значительными реками являются Самара, Сок, Кинель, Большой Иргиз, Кондурча. Озера: Каменное, Иордана, Серное, Яицкое.

Климат: умеренно-континентальный. Средняя годовая температура в 1999 году (по данным Росгидромета) составила: на юге + 5,9; на севере + 5,3.

Самарская область занимает 53 место в Российской Федерации по территории и 11 место по численности.

С 1990 года Куйбышевская область переименована в Самарскую.

Численность постоянного населения на начало 2000 года составила 3,3 млн.чел.

Sheet 1: Лист1

Sheet 2: Лист2

Sheet 3: Лист3

Sheet 4: Лист13

ВЫВОД ИТОГОВ			Валовой сбор ЗЕРНО
Регрессионная статистика
Множественный R	0.72
R-квадрат	0.75
Нормированный R-квадрат	0.7
Стандартная ошибка	749.73
Наблюдения	25
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	637410.61	637410.61	1.13	0.3
Остаток	23	12928247.39	562097.71
Итого	24	13565658
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	46403.95	41296.79	1.12	0.27	-39024.86	131832.76	-39024.86	131832.76
Переменная X 1	-22.14	20.79	-1.06	0.3	-65.16	20.87	-65.16	20.87
ВЫВОД ОСТАТКА
Наблюдение	Предсказанное Y	Остатки
1	2693.52	374.48
2	2671.37	-1570.37
3	2649.23	1227.77
4	2627.09	-59.09
5	2604.94	1315.06
6	2582.8	-364.8
7	2560.66	-270.66
8	2538.52	-1284.52
9	2516.37	-295.37
10	2494.23	875.77
11	2472.09	-609.09
12	2449.94	323.06
13	2427.8	942.2
14	2405.66	-430.66
15	2383.51	-509.51
16	2361.37	151.63
17	2339.23	685.77
18	2317.08	-223.08
19	2294.94	480.06
20	2272.8	-66.8
21	2250.66	-405.66
22	2228.51	-964.51
23	2206.37	-370.37
24	2184.23	563.77
25	2162.08	484.92

Sheet 5: Лист4

Sheet 6: Лист12

ВЫВОД ИТОГОВ			Промышленность ЭЛ.ЭНЕРГИЯ
Регрессионная статистика
Множественный R	0.97
R-квадрат	0.97
Нормированный R-квадрат	0.94
Стандартная ошибка	3
Наблюдения	25
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	0.47	0.47	0.05	0.82
Остаток	23	207.56	9.02
Итого	24	208.03
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	27.07	1.24	21.85	0	24.51	29.63	24.51	29.63
Переменная X 1	0.02	0.08	0.23	0.82	-0.15	0.19	-0.15	0.19
ВЫВОД ОСТАТКА
Наблюдение	Предсказанное Y	Остатки
1	27.09	-3.29
2	27.11	-2.51
3	27.13	-1.93
4	27.14	-1.34
5	27.16	-0.76
6	27.18	-0.78
7	27.2	0.2
8	27.22	-0.42
9	27.24	-0.24
10	27.26	0.14
11	27.28	0.92
12	27.3	2.7
13	27.32	2.88
14	27.34	4.06
15	27.35	4.35
16	27.37	4.33
17	27.39	4.61
18	27.41	4.79
19	27.43	-0.03
20	27.45	-1.25
21	27.47	-1.17
22	27.49	-3.69
23	27.51	-5.71
24	27.53	-4.03
25	27.54	-1.84

Sheet 7: Лист14

ВЫВОД ИТОГОВ			Промышленность Мин.Удобрения
Регрессионная статистика
Множественный R	0.67
R-квадрат	0.72
Нормированный R-квадрат	0.79
Стандартная ошибка	194.74
Наблюдения	25
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	250400.75	250400.75	6.6	0.02
Остаток	23	872247.8	37923.82
Итого	24	1122648.55
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	427.39	80.29	5.32	0	261.29	593.49	261.29	593.49
Переменная X 1	13.88	5.4	2.57	0.02	2.71	25.05	2.71	25.05
ВЫВОД ОСТАТКА
Наблюдение	Предсказанное Y	Остатки
1	441.27	-143.17
2	455.15	-153.75
3	469.03	-164.03
4	482.91	-177.91
5	496.79	-188.09
6	510.67	-103.57
7	524.54	91.96
8	538.42	84.58
9	552.3	72.7
10	566.18	57.82
11	580.06	121.84
12	593.94	129.46
13	607.82	160.08
14	621.69	179.71
15	635.57	254.43
16	649.45	245.05
17	663.33	389.97
18	677.21	260.39
19	691.09	52.01
20	704.97	-74.07
21	718.84	-245.74
22	732.72	-150.82
23	746.6	-180.4
24	760.48	-201.08
25	774.36	-317.36

Sheet 8: Лист15

ВЫВОД ИТОГОВ			Промышленность ОБУВЬ
Регрессионная статистика
Множественный R	0.76
R-квадрат	0.69
Нормированный R-квадрат	0.69
Стандартная ошибка	993.27
Наблюдения	25
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	3432800.62	3432800.62	3.48	0.07
Остаток	23	22691297.54	986578.15
Итого	24	26124098.16
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	3196.47	409.53	7.81	0	2349.29	4043.65	2349.29	4043.65
Переменная X 1	-51.39	27.55	-1.87	0.07	-108.37	5.6	-108.37	5.6
ВЫВОД ОСТАТКА
Наблюдение	Предсказанное Y	Остатки
1	3145.08	-49.08
2	3093.7	-15.7
3	3042.31	-31.31
4	2990.92	-146.92
5	2939.54	-439.54
6	2888.15	-539.15
7	2836.76	-624.76
8	2785.37	-480.37
9	2733.99	-393.99
10	2682.6	-284.6
11	2631.21	-230.21
12	2579.83	-181.83
13	2528.44	-105.44
14	2477.05	533.95
15	2425.67	844.33
16	2374.28	1279.72
17	2322.89	2063.11
18	2271.51	2085.49
19	2220.12	1465.88
20	2168.73	899.27
21	2117.34	-470.34
22	2065.96	-1017.96
23	2014.57	-1361.57
24	1963.18	-1386.18
25	1911.8	-1412.8

Sheet 9: Лист16

ВЫВОД ИТОГОВ			Промышленность ЛЕГКОВЫЕ АВТОМОБИЛИ
Регрессионная статистика
Множественный R	0.75
R-квадрат	0.63
Нормированный R-квадрат	0.77
Стандартная ошибка	191.23
Наблюдения	25
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	372646.23	372646.23	10.19	0
Остаток	23	841049.44	36567.37
Итого	24	1213695.67
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	379.83	78.84	4.82	0	216.73	542.93	216.73	542.93
Переменная X 1	16.93	5.3	3.19	0	5.96	27.9	5.96	27.9
ВЫВОД ОСТАТКА
Наблюдение	Предсказанное Y	Остатки
1	396.76	-375.26
2	413.69	-366.39
3	430.62	-298.82
4	447.55	-132.55
5	464.48	56.52
6	481.41	191.89
7	498.34	217.26
8	515.27	205.73
9	532.2	195.9
10	549.14	195.86
11	566.07	196.93
12	583	201.6
13	599.93	137.07
14	616.86	122.14
15	633.79	94.21
16	650.72	79.28
17	667.65	67.35
18	684.58	-11.58
19	701.51	-27.51
20	718.44	-59.44
21	735.37	-206.37
22	752.3	-145.3
23	769.24	-88.24
24	786.17	-45.17
25	803.1	-205.1