Побудова моделей дослідження економічного розвитку

Побудова моделей дослідження економічного розвитку

1. Теоретичні засади соціально-економічного розвитку

економічний  згладжування трудовий регіон

1.1 Поняття й складові економічного рівня розвитку

Економічний рівень розвитку регіону характеризується його основними складовими: природно-ресурсним потенціалом, населенням і трудовими ресурсами, виробничим потенціалом.

Розвиток - необоротна, направлена, закономірна зміна матеріальних і ідеальних об'єктів. Тільки одночасна наявність всіх трьох вказаних властивостей виділяє процеси розвитку серед інших змін: оборотність змін характеризує процеси функціонування (циклічне відтворення постійної системи функцій); відсутність закономірності характерний для випадкових процесів катастрофічного типу; за відсутності спрямованості зміни не можуть нагромаджуватися, і тому процес позбавляється характерної для розвитку єдиній, внутрішньо взаємозв'язаній лінії. В результаті розвитку виникає новий якісний стан об'єкту, який виступає як зміна його складу або структури (тобто виникнення, трансформація або зникнення його елементів або зв'язків). Здібність до розвитку складає одну із загальних властивостей матерії і свідомості. Істотну характеристику процесів розвитку складає час: по-перше, всякий розвиток здійснюється в реальному часі, по-друге, тільки час виявляє спрямованість розвитку. Тому розвиток може бути як позитивним (прогрес) так і негативним (регрес).

Крім того, розвиток - це процес закономірної зміни, переходу з одного стану в інший, досконаліший; перехід від старого якісного стану до нового, від простого до складного, від низького до вищого.

Розвиток - це придбання нової якості, зміцнюючої життєдіяльність системи в умовах середовища, що змінюється.

В процесі регіонального управління необхідно здійснити вибір одній з двох типів стратегій:

) стратегія розвитку по моделі «закритої системи»

) стратегія розвитку по моделі «відкритої системи»

Реалізовуючи одну із стратегій розвитку системи в рамках регіонального розвитку необхідно досліджувати характеристики об'єкту управління. В умовах зміни парадигми в управлінні регіоном, тобто поступового переходу від централізованого управління регіонам до самоврядування як одна з основних характеристик регіонального розвитку виступає його стійкість.

Природно-ресурсний рівень розвитку. Природно-ресурсний рівень розвитку визначається сукупністю всіх видів природних ресурсів, в даний час відомих і використовування яких в досяжному майбутньому можливо по технічних критеріях. Склад, величина рівня розвитку, значущість окремих видів ресурсів з часом міняються, тому їх оцінка завжди історично відносна.

Всі природні ресурси мають дві основні ознаки - походження (природний) і використання (економічний). Відповідно до них склалася їх подвійна класифікація.

По природній класифікації виділяють ресурси мінеральні, водні, грунтово-земельні, біологічні (рослинні і тварини), ресурси теплоти (сонця, підземних вод і глибин океану), сили руху (вітру, приливів і відливів, поточної води), нові, нетрадиційні ресурси - ресурси глибинної будови речовини, біоорганізмів і ін.

Ознака походження доповнюється ознакою вичерпаності і відновлювання ресурсів. По цих ознаках виділяються: 1) вичерпані ресурси, такі що не відновлюються - мінеральна сировина і паливо, грунтовий шар, підземні води; такі що відновлюються - запас води в річках і озерах, річний поверхневий і підземний стоки, запас живильних речовин в грунті, рослинний і тваринний мир; 2) невичерпні ресурси - теплота, світло, енергія сонця, енергія вітру, океану, приливів і відливів, внутрішньоземна і океанічна теплова енергія, запаси океанічної води, ресурси глибинної будови матерії, космічні ресурси.

Своєрідним ресурсом виступає нині і сама територія як з погляду наявності вільних площ для розміщення нового виробництва, так і для розселення людей.

В основі економічної класифікації природних багатств закладено їх переважне використовування в сферах і галузях господарської діяльності. По цих ознаках виділяються ресурси:

промислові - паливні, енергетичні, металеві, агрохімічні, будівельні, водні, лісосировинні і др.;

сільськогосподарські - грунтово-земельні, у тому числі рілля і кормові угіддя, вода для зрошування, суми температур і опадів вегетаційного періоду, промислові тварини і др.;

невиробничої сфери - водоймища і їх використовування для потреб населення, ліси в оточенні міст і природоохоронні, ресурси для відпочинку і оздоровлення людей (рекреаційні і бальнеологічні), ресурси спортивного полювання і рибальства і ін.

Важливою додатковою ознакою економічної (господарської) класифікації ресурсів виступає можливість їх використання як одноцільових або багатоцільових. До перших відносяться мінеральні копалини і джерела енергії, службовці для виробництва промислової сировини, палива, теплової і електричної енергії; до других - площі лісових, сільськогосподарських, рекреаційних угідь, землі промислового і іншого несільськогосподарського призначення, водоймища, сама вода, припускаючі багато способів і напрямів їх використовування. Нині все більше уваги уділяється багатоцільовим ресурсам через зростаючу конфліктність між природокористувачами і пошуком якнайкращого варіанту багатобічного використання. Задача вибору оптимального використання багатоцільових ресурсів або виділення найефективніших джерел одноцільових ресурсів розв'язується за допомогою економічної оцінки природних ресурсів.

В цілому забезпеченість господарства природними ресурсами України оцінюється як висока, цілком сприятлива для подальшого його розвитку.

Проте оцінка характеру розміщення природних ресурсів по території не така сприятлива, як оцінка загальної величини їх запасів. Головними особливостями географії природно-ресурсної бази є:

велика нерівномірність в розміщенні ресурсів по території з тяжінням промислових ресурсів до східних і північних регіонів, сільськогосподарських - на південні і південно-західні;

неспівпадання ареалу основного розміщення продуктивних сил і розселення людей, на 3/4 зосереджених в межах європейської частини, і ареалу розміщення паливно-енергетичних, лісових, водних ресурсів і руд кольорових металів, в такій же частці сконцентрованих в східній частині країни;

висока концентрація головних видів промислових ресурсів на невеликому числі їх джерел, а родючих земель - на досить обмеженому ареалі території.

Відзначена вище висока концентрація ресурсів особливо характерна для промислових їх видів.

Населення і трудові ресурси. Чисельність трудових ресурсів робить сприятливий вплив на розвиток регіону. Чим вище забезпеченість трудовими ресурсами, тим більш сприятливі умови для розміщення нових виробництв, особливо трудомістких.

Основою формування трудових ресурсів є динаміка населення. За роки радвлади істотно змінився характер природного руху населення. Коефіцієнт смертності (число померлих на 1000 жителів) зменшився в 3 рази. Середня тривалість життя (очікувана при народженні) складає 69,5 роки, у тому числі у жінок - 74, чоловіків - 63 роки. Проте різко знизився коефіцієнт народжуваності (число народилися на 1000 жителів). У результаті коефіцієнт природного приросту на кожну 1000 жителів (перевищення народжуваності над смертністю) впав до - 7,3 чоловік. Зниження народжуваності пов'язано з підвищенням частки міського населення, з різко збільшеною участю жінок в господарському і культурному будівництві, з широким залученням молоді в навчання.

Головною якісною характеристикою трудових ресурсів є кваліфікація робочої сили. Сьогодні на кожну 1000 працюючих доводиться 274 фахівці з вищою і середньою спеціальною освітою.

Головним чинником, що визначає розміщення трудових ресурсів, є локалізація виробництва, а розселення, що склалося, загалом відповідає його сучасному розміщенню.

Питома вага районів в чисельності населення змінювалася в результаті масових міграцій населення.

Міста і сільські населені пункти як два основні типи поселень виникли в результаті розвитку суспільного розподілу праці. В Україні частка міського населення складала 74%.

Переважаючим в Україні типом сільських населених пунктів (9/10) є поселення сільськогосподарського профілю. Разом з тим серед сільського населення, особливо у високоіндустріальних районах, все збільшується частка несільськогосподарського населення, що працює на промислових, транспортних і інших несільськогосподарських підприємствах в селах і довколишніх містах.

Украй складне положення, в якому опинилася економіка до початку нового тисячоліття, негативно позначається на життєвому рівні населення, процесі його відтворювання. Найбільш різко це виявляється в кризі споживацького ринку, гострому браку і дорожнечі більшості товарів. Така ситуація - результат загострення ряду взаємозв'язаних проблем, частина яких є застарілою спадщиною минулих літ, а інша виникла вже в процесі переходу до ринкових відносин.

Якщо судити по узагальнюючому показнику економічного розвитку - національному доходу, то найзагальніша тенденція така, що рівень життя вище в тих регіонах, де вище продуктивність суспільної праці (проведений національний доходу з розрахунку на одного зайнятого) в матеріальному виробництві і виробництві національного доходу на душу населення.

В усі часи економісти різних поглядів, шкіл і напрямів визнавали, що праця є одним із найголовніших факторів економічного розвитку. Недвозначно на це натякає християнська заповідь: «в поті лиця твого будеш їсти свій хліб». Носієм, персоніфікатором праці є людина, вона - суб'єкт господарства, репрезентант трудового рівня розвитку держави і нації. У цьому контексті при з'ясуванні економічних проблем, стану і перспектив економічного зростання особливого значення набуває аналіз трудового рівня розвитку, який, хоч і привертає увагу щораз більшого числа економістів, не має досі однозначного визначення в літературі. Та вже сама спроба такого визначення свідчить про новаторські пошуки в економічній науці, яка не задовольняється традиційним понятійним апаратом. Перші спроби застосування нових понять були зроблені економістами західних країн. Ще в 50-х роках вони почали використовувати терміни «людський фактор», «людський капітал» і т. п. В Україні кілька десятиліть економічна думка перебувала в полоні ідеологізованих догм, а тому тут гору брали кількісні показники розрахунків населення і трудових ресурсів, які були прирівняні до матеріально-сировинних факторів виробництва. Під впливом якісних змін в економіці, впроваджень наукових досягнень у виробництво. подальшого розвитку науково-технічної революції виникла потреба в подоланні суто кількісного (валового) підходу до трудових ресурсів. В результаті почали з'являтися численні публікації, присвячені людському факторові та трудовому рівня розвитку. Це було ознакою поступу економічної науки, який, однак, і досі ще обтяжений традиційними стереотипами мислення. Розглянемо трудовий рівень розвитку України з позицій сучасного стану економічної науки, яка основний акцент робить на його демографічному вимірі, але із якнайповнішим урахуванням проблем зайнятості та соціального захисту. Ці проблеми особливо актуальні у зв'язку з глибокими кризовими тенденціями, що розвиваються в економіці, глибокими якісними трансформаціями, спричиненими переходом від командно-адміністративної до ринкової системи. Перехідні процеси в економіці найсильніше позначаються на особливостях відтворення, зайнятості та соціального захисту трудового рівня розвитку, що є певною мірою індикатором об'єктивних економічних процесів в Україні.

1.2 Трудовий рівень розвитку як характеристика розвитку національної економіки

Трудовий рівень розвитку України, як і будь-якої іншої країни, є складною соціально-економічною категорією, головним компонентом якої виступають фізичні параметри відтворення населення - природної основи трудового рівня розвитку. Йдеться про демографічний вимір трудового рівня розвитку, яким останній, безумовно, не вичерпується. Відтворення населення і його трудових ресурсів - це тільки один із компонентів, хоч і дуже важливих, трудового рівня розвитку, який на кожному історичному етапі є втіленням усієї культури нації, держави, народу, що пройшов складний шлях свого розвитку під впливом ендогенних і екзогенних факторів. Особливо складним був процес розвитку населення і його трудового рівня розвитку в Україні протягом XX століття. Досить нагадати про демографічні наслідки першої і другої світових війн, голодомору 1921,1932-1933, 1946-1947 років. Враховуємо і так звані «розкуркулення», депортації населення, зокрема найціннішого його генофонду. Усе це справило глибокий вплив на процеси демографічного розвитку України. Тому не можна повністю погодитися із твердженням Ральфа С. Кліма в тому, що демографічний розвиток України відбуватиметься до 2007 року так само, як у Східній Європі. Звичайно, спільні тенденції виявлятимуться в соціально-демографічній ситуації, оскільки демографічні «ями» тут глибші і вони справили більш руйнівний вплив, ніж в інших країнах Європи. До речі, українська демособливість вже зараз доволі яскраво проявила себе в природному прирості населення. За період 1980-1990 рр. приріст населення зменшився в Україні з 3,5 до 0,6 чоловік на 1000 чоловік. У 1990 р. був в Україні приріст найнижчий у Східній Європі (у Білорусії він склав 3,2, у Російській Федерації - 2,2, у Литві-4,6, Молдові - 8,0, Латвії-1,4, Естонії-1,8). У 1991-1992 рр. природний приріст населення в Україні був від'ємним. У 1991 р. вів становив 0,8, а в 1992 р. вже лише 0,2 (в розрахунку на 1000 чоловік населення). Це свідчить, що в якісних параметрах населення, а отже і в демографічному компоненті його трудового рівня розвитку, на порозі третього тисячоліття в Україні і в інших постсоціалістичних країнах відбудуться суттєві зміни, які позначаться насамперед на темпах приросту і на загальній кількості населення. За останні 20 років чисельність населення України зросло більш як на 5 млн. чоловік. У 1970 р. воно становило 47126 тис. На 1 січня 1993 р. відповідно - 52244 тис. чоловік. Згідно з найбільш поширеними прогнозними розрахунками населення України в 2006 р. складе 58210 тис. чоловік. Однак є і досить песимістичні прогнози демографів. Згідно з ними населення України в 2008 р. не перевищить 51 млн. чоловік, а на початку 2016 р. -50 млн., тобто зменшиться порівняно з 1991 р. відповідно на 0,7 і 1,8 млн. чоловік. Та, нажаль, на початок 2009 р. населення України складає близько 47 мільйонів чоловік, тобто зберігається тенденція зниження населення. Зниження демозростання є результатом попередніх несприятливих умов розвитку українського народу. Демографічні втрати України внаслідок колишньої несправедливої національної політики, відвертого і брутального геноциду і етноциду досі належним чином не тільки не вивчені, але ще не до кінця усвідомлені. Ці наслідки даватимуть про себе знати ще й у XXI столітті. Для визначення трудового рівня розвитку дуже важливо знати закономірності його розвитку, тенденції та питому вагу працездатного населення у всьому населенні. Згідно з методикою, що досі застосовується в Україні, до трудових ресурсів належать насамперед працездатні віком 16-59 років. Їх питома вага в населенні у 1970-1989 рр. становила понад 60%, виявивши тенденцію до зменшення. У цей період різко знижувалася питома вага молоді віком до 14 років і зростала категорія людей пенсійного віку. Населення працездатного віку складало 59,4% і 55,0%, пенсійного віку-відповідно 13,5% і 16,9%. Співвідношення між різними віковими категоріями населення має регіональні відмінності. В окремих регіонах питома вага людей пенсійного віку сягає 23,5%. Погіршуються й інші показники населення. Наприклад, частка жінок у фертильному віці в 1959-1989 рр. знизилася з 53,3 до 44.6%. Якщо враховувати те, що жіноцтво - основа здорового покоління, то цілком зрозумілим є те, яке негативне значення має зниження дітонародження для відтворення трудового рівня розвитку. Надто негативно позначається на трудовому потенціалі населення зменшення питомої ваги молодіжних груп населення. Так, за переписом населення 1989 р., відношення групи населення 10-14 років до групи 50-54 років склало в Україні 98%, тоді як у Російській Федерації -106%. Постаріння населення в Україні відбувається до деякої міри за рахунок імміграції, яка в 1979-1988 рр. склала 153 тис. чоловік. У 1991-1995 рр. кількість прибулих в Україну була на рівні 2,4-2,5 млн. чоловік. Висока питома вага серед іммігрантів припадає на тих, які працювали за межами України, а тепер, повернувшись на Батьківщину, ускладнюють соціальні проблеми молодої держави. Оцінка трудового рівня розвитку на сучасному етапі повинна враховувати його адаптивність до науково-технічної революції. Звичайно, в цьому контексті, особливого значення набуває статевовікова структура, від якої залежить сприйняття науково-технічних нововведень. Стосовно жіночого і чоловічого населення, то протягом останнього десятиріччя між цими категоріями встановилася певна стабільність. Так, чоловіче населення складає 46%, а жіноче - відповідно 54%. Таким чином, склалося співвідношення на користь жіночого населення, яке в силу багатьох причин слабше адаптується до науково-технічного прогресу, ніж чоловіче. Дослідження показують, що основна частина населення і його трудового рівня розвитку зосереджена в містах. За 1989-1993 рр. питома вага міського населення України збільшилася з 67 до 68%. Отже, процес урбанізації, хоч і повільно, проте все ж продовжується. Однак міст з великою концентрацією населення в Україні небагато. Згідно з переписами лише Дніпропетровськ, Одеса і Харків мають більше мільйона мешканців, а Київ - більше 2,6 млн. Урбанізація позитивно позначається на якісних параметрах трудового рівня розвитку, зокрема на його освіті, професійній підготовці та ін. Згідно з даними перепису населення, проведеного у 1989 р., на 1000 чоловік міського населення у віці 15 р. і старше 869 чоловік мали вищу і середню (повну і неповну) освіту, у сільського населення цей показник становив 643 чоловіки. Це досить високий освітній ценз трудового рівня розвитку, який потрібно зараховувати до його позитивних ознак. А втім, в Україні у 1992/93 навчальному році навчалося у загальноосвітніх школах 708,8 тис. чоловік, у професійних навчально-виховних закладах-653 тис., у вищих навчальних закладах системи підготовки молодших спеціалістів - 719 тис., у вищих навчальних закладах - 856 тис. чоловік. Наведені факти, виявлені залежності не розкривають усіх причин та тенденцій розвитку демографічного компонента трудового рівня розвитку. Через те вони не можуть відтворити повністю складної картини розвитку трудового рівня розвитку, тим більше у віддаленій перспективі, незважаючи на те, що окремими фахівцями такі спроби робилися. Навіть не вникаючи в точність демографічних прогнозів, не можна не звернути увагу на те, що вони не враховують усіх чинників негативного впливу на трудовий рівень розвитку населення. Демодослідники вдало маніпулюють статево-віковими шкалами, не маючи змоги передбачити з належною точністю захворювання і смертність, зумовлені екологічними чинниками. У цьому зв'язку варто зауважити, що визначення кількості населення працездатного віку на той чи інший період - це ще далеко не точно розраховані трудові ресурси. Адже під впливом погіршення навколишнього середовища виникають і розвиваються хвороби, що позбавляють людей працездатності. Від екологічних забруднень помирає багато людей у працездатному віці, народжуються інваліди і т.д. Отже, за допомогою демостатистичних розрахунків аж ніяк не вдається з належною точністю запрограмувати розвиток населення. Для цього потрібен досконалий інструментарій наукового аналізу, який необхідно розробляти в межах екогомології, тобто науки про взаємодію населення і навколишнього природного середовища. В Україні протягом останніх років екогомологічні дослідження почали проводитися із широким залученням медичних, статистичних і соціологічних обстежень. Узагальнені результати таких обстежень є у наукових публікаціях і дисертаціях. Вони свідчать про погіршення якісних параметрів природного середовища і його негативний вплив на відтворення трудового рівня розвитку населення. Відомо, що територія України перенасичена забруднювачами, вона оголошена зоною екологічного лиха. Негативні впливи для здоров'я людей різко поглибила Чорнобильська катастрофа. Економічна криза, що триває вже кілька років, обмежує можливості протистояти впливу екосистем на відтворення трудового рівня розвитку нації, змушує молоду українську державу вдаватися за допомогою до світового співтовариства, яке повинно активніше сприяти виживанню української нації. Отже, при з'ясуванні особливостей і закономірностей розвитку трудового рівня розвитку населення потрібно враховувати якомога більше факторів, бо тільки таким чином можна пізнати всю складність об'єктивної реальності. Сучасний стан в Україні, коли говорити про населення і його трудовий рівень розвитку, невтішний. Аналіз цього стану треба проводити, керуючись багатьма науковими принципами, обґрунтовуючи дійові заходи, спрямовані на подолання негативних тенденцій у відтворенні трудового рівня розвитку України.

Інноваційно-інвестиційний рівень розвитку регіонів України

Особливого значення інноваційний процес набуває для перехідних економік. А саме такою є економіка України. Ринкові відносини, що впроваджуються, різко висвічують спадщину адміністративно-командної системи - надвитратне, неефективне господарювання, що в умовах жорсткої міжнародної конкуренції та встановлення врівноважених цін ставить більшість існуючих підприємств перед загрозою банкрутства.

Подолання цього стану неможливе тільки через потужний інноваційний перерозподіл ресурсів суспільства на користь конкурентоспроможних наукоємних виробництв.

Відсутність структурної перебудови інноваційного типу генерує потужні стагнації та інфляції. Виробництво ніби «виштовхує» капітал, призначений для відтворення неефективних підприємств, які втратили попит на свою продукцію. Подолання такої структурної кризи можливе тільки в тому разі, якщо цей капітал спрямовуватиметься у науково-технічні інновації, у нові виробництва, котрі визначають суть та напрями трансформаційних процесів.

Країна з перехідною економікою, яка програє «інноваційні змагання», залишається аутсайдером світової спільноти. Тому Україна може претендувати на належне їй за потенціалом місце у Європі та світі лише за умови, що вона виявиться спроможною опанувати інноваційний шлях розвитку. Для цього потрібно створити соціально-економічні умови та стимули для організаційної конвергенції в українському суспільстві пріоритету системи цінностей науково-технічного розвитку та ідеології ринкових реформ.

Негативні наслідки кризових явищ в економіці України та їх переплетіння у сфері науки, освіти, техніки і технологічного розвитку зумовили істотне гальмування інноваційних процесів. Бюджетне фінансування науково-технічної сфери неухильно зменшується, залишається низьким рівень впровадження у виробництво результатів досліджень та розробок, наука поступово перестає бути суспільно визнаною приоритетною діяльністю держави. Відбувається незворотна втрата інтелектуального рівня розвитку країни.

Основним недоліком здійснюваної інноваційної політики залишається її спрямованість на керування переважно «процесом», а не «кінцевими результатами». Треба створювати матеріально-технічне підґрунтя для системи стимулів та необхідних організаційно-технологічних умов ефективної роботи хоча б найкращої частини науково-технічного та виробничого рівня розвитку. Тому для вдосконалення інноваційної політики дуже важливо формувати стимулює економіко-правове середовище саме для тих суб’єктів циклу «наука-техніка-виробництво», які забезпечують відчутні позитивні кінцеві результати.

Державна інноваційна політика повинна стати найважливішою підоймою діяльності, спрямованої на виведення економіки України з кризи і забезпечення. Головною метою такої політики є стратегічна орієнтація розвитку виробництва на створенні і широке застосування принципово нових машин, матеріалів, комплексних технологічних систем, ефективне освоєння науково-технічних розробок, забезпечення соціально-економічних, організаційних і правових умов для постійного відтворення та ефективного використання науково-технічного рівня розвитку.       Досвід показує, що значна частина науково-технічних інновацій пов’язана з інвестиційними товарами, які потребують капітальних витрат. Тому, якщо рівень нагромадження і, відповідно, інвестицій у країни низький, то потенційні можливості розвитку науково-технічної сфери можуть бути втраченими. Цей аспект сьогодні дуже актуальний для країн з перехідною економікою, бо процес відтворення виробничого апарату переживає глибоку кризу.

Основні причини кризи інвестування:

екстенсивний характер відтворення в минулому;

відсутність економічного механізму стимулювання;

спад інвестиційної активності;

руйнівна сила інфляції.

В Україні ще не склався дієвий механізм інвестування масштабних технологічних змін. Державні науково-технічні програми часто не забезпечують кінцевих результатів. Міністерства та відомства обтяжені соціальною необхідністю підтримки традиційних виробництв, не мають достатніх коштів для інноваційної трансформації своїх галузей. Недержавні комерційні структури ще не можуть здійснювати довгострокові проекти, які б забезпечували базові технологічні зміни. Іноземні інвестиції здебільшого спрямовані на підтримку виробництв, які мають короткострокову експортну перспективу.

Спад інвестиційної діяльності є результатом і причиною подальшого погіршення структури економіки. Нова інвестиційна політика має сприяти пожвавленню інвестування в економіку України. Основні джерела капітальних вкладень не забезпечують достатньої кількості ресурсів, до того ж вони не використовуються повністю. Виходом може бути прогнозування розвитку економіки.

Проблеми поліпшення структури економіки, оголошені приоритетними завданнями реформування, залишаються поки що не розв’язаними. Спад інвестиційної діяльності набагато важливіший, ніж безпосередньо саме виробництво.

Падіння інвестицій спричиняє додаткове падіння виробництва, а це, у свою чергу, веде до скорочення інвестиційних ресурсів держави та власних джерел інвестування у суб’єктів господарювання. Якщо ж урахувати факт запізнення між термінами вкладення капітальних ресурсів та їх віддачі, то можна сподіватися, що, навіть зупинивши падіння виробництва, неможливо досить швидко відновити інвестиційний процес.

На основі аналізу прийнятих у 90-ті роки офіційних документів можна виділити два етапи формування державної інвестиційної політики. Перший, протягом якого були закладені основи законодавства в даній галузі, охоплював 1991-1993 рр. Другий, що почався у 1994 р. і триває донині, виявив ступінь дієвості прийнятих нормативних актів в умовах поглиблення інвестиційної кризи. Ступінь цей надзвичайно низький, і для створення сприятливіших умов інвестування необхідне прийняття нових засерйозних рішень, які могли б утілитися в практику господарювання.

Таким чином держава вбачає своїм головним завданням створення сприятливих умов для активізації інноваційної діяльності, стимулювання приватних інвестицій при обмеженні своєї діяльності як інвестора. Відповідно до нової інвестиційної концепції, яка надає вирішальне значення зростанню обсягу та ефективності недержавних інвестицій, основним джерелом мають стати власні й залучені кошти. Передбачається посилення ролі в інвестиційному процесі вторинного ринку цінних паперів. Для зміцнення бази самофінансування підприємств велике значення новій амортизаційній політиці й використанню власного прибутку.

Поліпшення інвестиційного клімату, розширення інвестиційних ресурсів - необхідні, але не достатні умови для виходу з економічної кризи. Треба зробити економіку сприятливою до інвестицій через розвиток інфраструктури, форм і методів залучення в інвестиційну сферу капіталів інституту фінансових посередників, що діють на цьому.

Якщо українська економіка не здатна на основі саморегулювання відновити процес акумуляції інвестиційних ресурсів і їх використання у накопиченні капіталу в реальному секторі економіки, держава може здійснювати й використовувати економічне прогнозування для впливу на економічне зростання і галузеву структуру капіталовкладень.

Інвестиційну привабливість регіонів України доцільно оцінювати на основі їх ранжування за такими п’ятьма синтетичними (узагальненими) показниками:

1)   рівень загальноекономічного розвитку регіону (включаючи природно-ресурсний рівень розвитку, рівень розвитку промислового виробництва, спеціалізацію сільського виробництва);

2)   рівень розвитку інвестиційної інфраструктури регіону (включаючи рівень розвитку будівництва, транспортної мережі, зв’язку, складського господарства тощо);

3)   демографічний фактор;

4)   рівень розвитку ринкових відносин і комерційної інфраструктури регіону (включаючи розвиток приватизації і формування недержавного сектору, формування ринкової інфраструктури);

5)   рівень криміногенних, екологічних та інших видів ризиків.

Кожний синтетичний показник оцінюється за сукупністю аналітичних показників, які входять до його складу. У свою чергу кількісна оцінка кожного синтетичного показника отримана складням рангових значень (у системі регіонів) аналітичних показників, які входять до його складу. Далі на основі кількісної оцінки п’яти вищенаведених синтетичних показників розрахований інтегральний показник інвестиційної привабливості регіонів України. При цьому враховано, що окремі синтетичні показники відіграють різну роль у прийнятті інвестиційних рішень відповідним «зваженням» значимості кожного показника (зокрема, з урахуванням думок інвестиційних менеджерів), а саме: 35%, 15%, 25%, 10%.

При оцінюванні рівня загальноекономічного розвитку регіону також вивчалась потенційна потреба в обсягах інвестування, можливість формування інвестиційних ресурсів за рахунок власних джерел, сукупна ємність регіонального ринку.

Для цього оцінювання використовувались і такі аналітичні показники:

) питома вага регіону у ВВП і виробленому національному доході;

) обсяг виробленої промислової продукції на душу населення;

) рівень самозабезпечення регіону основними продуктами харчування (обсяг виробництва відповідних видів сільськогосподарської продукції на душу населення);

) середній рівень заробітної плати робітників у регіоні;

) обсяг і динаміка капітальних вкладень у регіоні в розрахунку на одного жителя в регіоні;

) кількість компаній і фірм усіх форм власності в регіоні;

) питома вага збиткових підприємств у загальній кількості працюючих компаній і фірм.

1.3 Аналіз розвитку регіонів України по макроекономічних показниках

Для проведення даного аналізу використовуємо основні макроекономічні показники, що характеризують соціально-економічний стан регіону, які друкуються у відкритій пресі Державним комітетом статистики України за період з 1997 по 2010 р.

Валова додана вартість (ВДВ). Валова додана вартість являє собою основну частину валового внутрішнього продукту (ВВП). Даний показник відображає внесок кожного регіону у ВВП усієї країни, а його збільшення свідчить про позитивні тенденції в економічному зростанні регіону.

Проаналізувавши динаміку даного показника за 2004-2010 р. у розрізі країни (табл. 1.1), можна зробити висновок, що в Україні відбувається повільний ріст валової доданої вартості як в абсолютному виразі, так і на душу населення.

Таблиця 1.1 - Динаміка валової доданої вартості по Україні (у фактичних цінах)

Так, найбільший ріст спостерігався в 2008 р. - на 32,88% в абсолютному виразі, і на 33,97% - на душу населення. Найменший ріст спостерігався в 2006 р. і склав 6,68% - в абсолютному виразі, 7,56% - на душу населення, що було викликано кризою 2005 р. Крім того, необхідно відзначити наступний факт: оскільки аналізовані дані представлені у фактичних, а не приведених, цінах, тобто не врахований момент інфляції, фактично ріст валової доданої вартості складає величину трохи меншу, чим вищенаведені розрахунки.

Внесок кожного регіону в загальний показник ВДВ по Україні за 2004-2010 р. представлений на рис. 1.1.

Найбільший внесок у ВДВ України роблять наступні області: Донецька - 13%, Дніпропетровська - 10%, Харківська - 7%, найменший - Чернівецька (близько 1%). Регіони, у яких ВДВ на душу населення була вища за середню по Україні, представлені в табл. 1.2.

Таблиця 1.2 - Регіони-лідери по показнику ВДВ

Аналіз даної таблиці свідчить про практично незмінний склад регіонів, що мають рівень ВДВ на душу населення більший, ніж у середньому по Україні. Це свідчить про відсутність корінних зрушень у джерелах створення ВДВ в Україні, що відображає особливості географічного й історичного розвитку країни.

Індекс продукції промисловості. Даний показник може бути розрахований двома способами:

по відношенню до попереднього року. У даному випадку аналізується приріст показника тільки за рік;

по відношенню до базового року. У цьому випадку можна простежити зміни показника за деякий період часу в динаміці і говорити про ту чи іншу тенденцію його розвитку.

Динаміка зміни індексу продукції промисловості по Україні до попереднього року за 2004-2010 р. представлена в табл. 1.3.

Таблиця 1.3 - Індекс продукції промисловості в цілому по Україні, % до попереднього року

Аналіз даної таблиці дозволяє говорити про те, що за досліджуваний період існувала нерівномірність виробництва промислової продукції, оскільки спостерігався негативний темп росту в 2005 р., який склав -2%. Крім того, у 2009 р. темп приросту даного показника зменшився і склав всього 7% у порівнянні з 14% попереднього року. Необхідно помітити, що, незважаючи на позитивний приріст даного показника, у процентному співвідношенні обсяг виробництва промислової продукції по Україні, наприклад, на 2010 р. складає всього 75,3% від рівня промислового виробництва 1990 р.

Найбільший підйом промислового виробництва за аналізований період спостерігався в Запорізькій, Одеській, Закарпатській і Миколаївській областях, ці ж регіони мали найбільші значення індексу в 2010 р.: відповідно 129,6%, 122,7%, 112,4%, 96,1% по відношенню до 1990 р. Найбільший спад виробництва зберігається у Львівській (50,5% у 2010 р.), Кіровоградській (50,9%), Сумській (51,3%), Житомирській (52,9%) областях. Лідером по росту обсягів виробництва продукції промисловості виступає Закарпатська область, де значення індексу збільшилося з 32% до 112,4%.

Продукція сільського господарства. Динаміка виробництва сільськогосподарської продукції в масштабі країни наведена в табл. 1.4.

Таблиця 1.4 - Виробництво продукції сільського господарства в Україні, млн. грн.

Аналіз даної таблиці дозволив зробити висновок, що обсяг виробництва сільськогосподарської продукції постійно зменшувався аж до 2006 р. (у даному році індекс продукції сільського господарства мав найменше значення в порівнянні з 1990 р. - 49%, тобто на 43724 млн. грн. менше), і лише з 2007 р. по 2009 р. щорічно спостерігався незначний ріст даного показника - на 4%.

Дане збільшення відбулося, насамперед, за рахунок збільшення обсягів виробництва продукції сільського господарства в таких областях, як: Донецька (на 12%), Харківська (на 11%), Сумська, Черкаська (на 9%).

Областями, у яких спад обсягу виробництва продукції сільського господарства був найменшим, є Закарпатська, Івано-Франківська, Львівська області, крім того, дані області мають найбільший індекс продукції сільського господарства в 2010 р.: 78%, 73% і 67% відповідно. Областями, у яких відбувся найбільший спад виробництва сільськогосподарської продукції, є: Миколаївська (41% або на 946 млн. грн. менше в порівнянні з 1990 р.), АР Крим (42% або на 1217 млн. грн.), Луганська (43% або на 913 млн. грн.), Полтавська (43% або на 1486 млн. грн.).

Таким чином, аналіз показників, що відображають виробничий аспект діяльності регіонів, показав, що за період 1990-2010 р. у всіх регіонах України відбувся різкий спад як промислового, так і сільськогосподарського виробництва, і в більшості регіонів дана тенденція зберігається. З 25 регіонів України неможливо виділити жоден, у якому як промислове, так і сільськогосподарське виробництво мало б різко зростаючу тенденцію і наближалося б до рівня 1990 р. По виробництву промислової продукції лідерами є Запорізька, Миколаївська й Одеська області, по сільськогосподарському виробництву на досить високому рівні знаходилися Закарпатська й Івано-Франківська області.

Інвестиції в основний капітал на душу населення. Збільшення даного показника характеризує появу нових виробничих потужностей і, отже, підвищення ділової активності в регіоні. В Україні з 1990 по 2004 р. спостерігалося падіння обсягів інвестування (до 21,15% у 2004 р. у порівнянні з 1990 р. або на 845,3 грн. в абсолютному виразі), а, починаючи з 2005 р., відбувається поступовий ріст обсягів інвестицій в основний капітал на душу населення (табл. 1.5).

Аналіз таблиці дозволяє говорити про те, що за період 2004-2010 р. на тлі постійного збільшення обсягів інвестування на душу населення темп його приросту не є рівномірним. Найменший приріст інвестицій спостерігався в 2006 р. - 1,19% до попереднього року, найбільший - у 2010 р. - 280% до попереднього року. Необхідно відзначити, що розмір приросту інвестицій, що відбувся в 2010 р. (280%) є винятковим випадком, оскільки за попередні 2004-2009 р. приріст інвестицій до попереднього року складав максимум 23%.

Таблиця 1.5 - Інвестиції в основний капітал на душу населення по Україні, грн.

Крім того, у 2009 р. у порівнянні з 1990 р. обсяг інвестицій в основний капітал на душу населення склав лише 35,7%, а в 2010 р. був досягнутий рівень інвестування 1990 р. Подібне різке підвищення інвестиційної привабливості України може бути зв'язане з політичними процесами, що відбуваються в країні.

Аналіз наведених діаграм показує, що областями, у які більше всього направляються інвестиції, є: Полтавська, Одеська, Дніпропетровська, Запорізька, Донецька. Регіонами-аутсайдерами є: Чернівецька, Тернопільська, Херсонська і Житомирська області.

Проведений аналіз дозволяє зробити висновок, що інвестиції в основний капітал спрямовуються до регіонів Східної України, що обумовлено високим ступенем концентрації промислового виробництва, яке являється фондомістким.

Прямі іноземні інвестиції в регіони та з них. Аналіз прямих іноземних інвестицій у регіони України дозволяє говорити про яскраво виражені регіони-лідери, до яких відносяться: Дніпропетровська (598 млн. дол. у 2010 р.), Київська (473 млн. дол.), Запорізька (442 млн. дол.), Донецька (434 млн. дол.), Одеська області (361 млн. дол.). Найменш привабливими з погляду іноземного інвестора є області: Чернівецька (20,7 млн. дол. у 2010 р.), Тернопільська (28,7 млн. дол.), Хмельницька (46,5 млн. дол.), Рівненська (54,1 млн. дол.).

З областей за рівнем інвестування в інші країни різко виділяються Харківська й Одеська області, інвестиційні кошти яких складають близько 40-50 млн. дол. щорічно. До інвестиційно активних також можна віднести Вінницьку область, що за 2008-2010 р. проінвестувала в інші держави близько 35 млн. дол. Також щорічно здійснюють інвестиції в інші країни Донецька, Дніпропетровська, Львівська, Полтавська, Запорізька і Чернівецька області. Розмір їхнього інвестиційного капіталу варіюється від 1 до 4,5 млн. дол.

Таким чином, аналіз даних показників дозволяє говорити про те, що в Україні існують як інвестиційно привабливі, так і інвестиційно непривабливі регіони, причому останніх - більша кількість. Найбільш привабливими регіонами як з погляду вітчизняних, так і з погляду іноземних інвесторів є Дніпропетровська, Донецька, Запорізька, Київська, Львівська, Одеська, Полтавська, Харківська області, тобто найбільш розвинені в промисловому відношенні області. Як показує статистика, дані області і самі є інвестиційно активними, оскільки щорічні інвестиції з них в інші країни складають від 2,5 до 50 млн. дол.

Таким чином, аналіз показників, що відображають економічні і соціальні аспекти життєдіяльності регіонів нашої країни, дозволяє говорити про те, що в Україні усього в 3 регіонах з 25 (Дніпропетровському, Донецькому, Запорізькому) рівень життя населення є відносно високим, тоді як в інших регіонах цей рівень досить низький.

2. Теоретичний аналіз моделей для дослідження регіону

2.1 Методу зменшення факторного простору

Для оцінки рівня розвитку регіону можна підійти з двох позицій. По-перше, це побудова рейтингу регіону. По друге, аналіз регіону при взаємодії регіону з іншими регіонами України. Для дослідження рівня розвитку регіону з першої позиції слід використовувати методи таксономічного аналізу, а саме, методи рівні розвитку. Для дослідження з другої позиції слід використовувати методи кластерного аналізу, то таких методів відносяться методи ієрархічного моделювання та метод куль.

Проаналізуємо існуючи методи.

Перш ніж використовувати якій-небудь з методів кластерного аналізу необхідно виконати три процедури:

1. Виділити набір властивостей, що характеризують явище. Цей набір властивостей визначається матрицею з розмірністю nxm (X={xij}, i=1., n, j=1., m), де n - кількість рядків в матриці, m - кількість стовпців матриці. Залежно від мети кластеризації в рядках даної матриці можуть знаходитися як об'єкти, так і ознаки цих об'єктів.

2. Позбутися одиниці вимірювання властивостей. Це проводиться шляхом стандартизації по формулі (2.1)

                                                 (2.1)

де x_ij - i-я реалізація j-ка ознаки

- середнє арифметичне j-го ознаки

dj - стандартне відхилення j-го ознаки

1. Обчислити матрицю відстаней між об'єктами.

При аналізі чинникового або об'єктного простору може виникнути ситуація, коли які-небудь ознаки або об'єкти не несуть ніякої інформаційної цінності. Тобто кількісні характеристики ознак або об'єктів практично не змінюються (мають постійні або майже постійні значення). Для цього слід проводити перевірку на абсолютну і відносну інформаційну цінність властивостей.

Введемо поняття абсолютної і відносної інформаційної цінності властивостей:

1) Абсолютна цінність властивості характеризується коефіцієнтом варіації і визначається по формулі

                                                       (2.2)

де і, j - число реалізацій ознак (або об'єктів).

2) Відносна інформаційна цінність властивостей - це цінність властивостей щодо загальної сукупності ознак (об'єктів). Вона визначається:

                                                   (2.3)

Після аналізу розрахованих показників, вибравши порогову, позитивну величину e, можна відкинути ті ознаки (об'єкти які не несуть для нас інформаційній цінності) по наступних критеріях.

£ e або w_j £ e                                            (2.4)

Властивості, що задовольняють одній з цих умов, будуть практично незмінні і як наслідок невпливові на процес побудови кластерів. Внаслідок цього їх можна виключити з розгляду.

Тобто, завдяки описаним вище попереднім операціям можна позбавитися від одиниць вимірювання і зменшити інформаційний простір, шляхом виключення не істотних ознак (об'єктів).

Останньої з попередніх операцій, є побудова матриці відстаней. Ця матриця виглядає таким чином.

                                           (2.5)

де сsu - відстань між об'єктами s і u .

Ця відстань може розраховуватися різними способами:

1)   Евклідово відстань

2)   Метрика абсолютних відстаней

3)   lr - норма

4)   Відстань Махалонобіса

5)   Відстань Хелвига та ін.

Після проведення попередніх операцій необхідно приступати до розбиття сукупності об'єктів на однорідні підмножини - кластери. Для цього можна використовувати різні методи кластеризації. Це такі методи як: методи ієрархічної кластеризації, методи з використанням теорії графів і інші.

Розглянемо метод рівня розвитку. За допомогою даного методу визначається рівень розвитку об'єктів. Існують звичайний і модифікований рівні розвитку. При звичайному рівні розвитку, чим більше цей показник, тим менш розвинутий об'єкт. В модифікованому - навпаки, чим краще об'єкт менше показник, тим краще розвинутий. За допомогою показника рівня розвитку, можна збудувати об'єкти в порядку зростання, або убування даного показника.

Перед застосуванням даного методу необхідно також розбити сукупність ознак на стимулятори і дистимулятори.

Стимуляторами називаються ознаки, що впливають на об'єкт, при збільшенні значення яких, збільшується позитивний вплив на об'єкт. Дистімулятори надають негативна дія на об'єкт. Нам необхідно позбувся дистимуляторов. Це проводитися за допомогою формули:

                                                    (2.6).

Після виключення дистимуляторів необхідно провести попередні операції.

Наступним кроком буде побудова еталонного об'єкту (верхнього полюса) (Р0) по отриманій матриці відстаней

Р0=                                 (2.7)

де di, j - елемент матриці відстаней.

Після цього кроку проводимо розрахунок скоректованої матриці відстаней між нашим еталонним об'єктом і іншими об'єктами

’=D (P0, об'єкт).                                     (2.8)

Розраховуємо і d виходячи з формул:

                                                    (2.9)

                                      (2.10)

де N - кількість об'єктів.

Задаючи довірчий інтервал в 2d, одержуємо

                                        (2.11).

На підставі отриманих результатів розраховуємо звичайний і модифікований коефіцієнти рівня розвитку M:

- звичайний                                   (2.12)

M*=1-Mi - модифікований.

Окрім методу розвитку для аналізу рівня розвитку регіону бажано використовувати метод, що дозволи визначити кластери регіону. Одним з таких методів є метод куль. Розглянемо його більш детально.

Постанова задачі. Кожний об'єкт s характеризується набором ознак:

={xs1, xs2., xsn}.                                                (2.13)

Сукупність об'єктів утворює безліч об'єктів

W={P1, P2., Pn}.                                                         (2.14))

На цій множині будується куля радіусом r, який визначається двома способами:

,                                           (2.15)

де     сsu - відстань від об'єкту s до об'єкту u.

, де, і                                (2.16)

Потім визначається число точок Pr, які знаходяться усередині кулі, ці крапки задовольняють умові.

<r                                                    (2.17)

Введемо поняття потужності. Потужністю ls підмножини W_s називається величина, яка показує, яка кількість елементів стовпці s задовольняє умові (2.17). При виборі максимальної потужності, ми отримаємо першу виділену підмножину

                                                   (2.19)

Якщо є декілька підмножин з максимальною потужністю, тоді необхідно знайти підмножину, яка менш всіх видалено від початку координат, тобто необхідно порахувати відстань між початком координат і центром кулі і знайти мінімальне. Таким чином, підмножина вибиратиметься відповідно до формули:

                                       (2.20)

Позначимо першу вибрану підмножину через W_s1. Тоді формування наступного кластера проводитиметься з множини W\W_s1.

Після закінчення всіх ітерацій ми отримаємо кластери, які містять в собі елементи зі схожими властивостями. При такій кластеризації можуть вийти не рівнозначні кластери. Наприклад, в одному кластері міститиметься 20 елементів в іншому тільки три. При отриманні таких результатів, необхідно більший кластер розглянути як окрему множину, побудувати матрицю відстаней і провести заново кластеризацію.

Якщо об’єкти містять не тільки кількісні, а й якісні характеристики, то необхідно використовувати інші методи кластерізації. Одним з таких методів є метод аналізу ієрархій.

Для розбиття елементів, що характеризуються змішаним складом ознак, на групи більш переважно працювати не з відстанями, а із заходами схожості, оскільки коефіцієнт схожості для об'єктів з якісним складом ознак - більш точна характеристика їх однорідності, ніж відстань між ними. Враховуючи цей факт, сформулюємо математичну модель задачі кластеризації.

Постановка задачі. Безліч споживачів, яка необхідна розбити на кластери має наступний вигляд:

={qi}, i=1..n                                                       (2.21)

Функція, що визначає рівень схожості об'єктів ql і qk, наступна:

(ql, qk)                                                                (2.22)

Крім того, існує поріг схожості (S0), що показує деяке значення, обмежуюче об'єднання різних елементів в групу схожих. А також функція мети (F), екстремум якої ми хочемо досягти, застосовуючи кластеризацію.

Тоді математична модель задачі кластеризації можна записати так:

                             (2.22)

Як було сказане вище, рівень схожості по кількісних і якісних чинниках підраховується окремо.

Коефіцієнт схожості об'єктів по кількісних ознаках отримаємо по наступній формулі:

=A/(A+D (Xi, Xj)) (2.23)

де D (Xi, Xj) - відстань між споживачами qi і qj, обчислене по наборах кількісних ознак Xi, Xj_/

А - константа, яку можна прирівняти середньому значенню D (Xi, Xj).

Відстань D між регіонами можна знайти по наступній формулі:

D (Xi, Xj)= [å(xik-xjk)²]^1/2     (2.24)

де xik, xjk - величина к-тої кількісної характеристики товару відповідно для i-го або j-го споживача.

Коефіцієнт схожості регіонів по якісних характеристиках товару обчислимо по наступній формулі:

=å(bk·gijk)/ åbk                    (2.25)

де bk - коефіцієнт значущості к-той якісної характеристики товару.

При рівнозначності всіх характеристик формула (2.25) перетвориться таким чином:

Sij2=ågijk)/ r                                            (2.26)

де r - кількість якісних характеристик товару.=f (yik, yjk) - функція, визначальний ступінь збігу к-го чинника для i-го і j-го споживача.

В найчастішому випадку якісний чинник може мати лише два значення (або товар володіє певною характеристикою, або ні). Тоді функція gijk визначатиметься таким чином:

                                       (2.27)

Після знаходження коефіцієнтів схожості по кількісних і якісних характеристиках товару будуються відповідні матриці схожості споживачів.

З'єднану матрицю схожості споживачів по кількісних і якісних характеристиках товару побудуємо за допомогою вагової функції, що враховує число кількісних ознак t і число якісних ознак r:

=Sij1·t/(t+r)+ Sij2·r/(t+r)               (2.28)

Отримавши з'єднану матрицю схожості ми можемо перейти до угрупування споживачів. Для здійснення цього етапу нами був вибраний наступний метод.

Зі всієї множини Q вибирають споживача qj, якнайменше схожого з іншими. Для цього порівнюють відповідні йому Sij, (j=1..m) з порогом схожості S0.

Слід вказати, що вибір S0 можна здійснити по наступній формулі:

=ååSij/m2                    (2.29)

Споживач qi, у якого по якнайменшій кількості чинників виконується нерівність Sij¹S0, (j=1...m) буде якнайменше схожим. З цим споживачем формуються всілякі максимальні кластери першого рівня Q1 з урахуванням наступного правила: "qi, qj Î Q1 Sij³S0. Для отриманих кластерів першого рівня визначають залишки Qост1.

Далі йде процедура, що повторюється. В залишку кожної з максимальних груп рівня вибирають споживача, самого схожого із споживачами відповідної максимальної групи, тобто вибираємо qi Î Q _ост1, для якого по найбільшому числу споживачів qj Î Q1 виконується нерівність Sij³S0. З цим споживачем будуються максимальні кластери наступного рівня.

Процедура повторюється до тих пір, поки не виконуватиметься рівність

остn=0                                                      (2.30)

тобто поки не буде порожнім залишок. Це означає, що відбулося розділення на кластери всіх споживачів.

У результаті виходить декілька гілок кластеризації, кожну з яких можна вибрати як оптимальну.

2.2 Методи аналізу часових рядів

Прогнозування повинне базуватися на достовірній первинній інформації, яка: не повинна містити методологічних помилок; повинна бути сопоставима в часі і просторі; повинна мати чіткі кількісні цензи.

На достовірність прогнозу величезний вплив надають:

якість інструментарію;

коректність формулювання питань;

вибір одиниці спостереження;

кваліфікація реєстраторів;

інтуїція дослідників.

Відрізок часу від моменту, для якого є останні статичні дані про досліджуваний об'єкт, до моменту прогнозування є період прогнозування. В економіці розрізняють довгострокові (від 6 літ і більш), середньострокові (більше 1 року і до 3-5 літ) і короткострокові прогнози (від декількох днів до 1 року). Чим стабільніше об'єкт прогнозування, тим сильніше дальні межі. Ціль дослідження і особливості об'єкту зумовлюють допустимий розмір погрішності, тобто наперед відомого відхилення.

Задача прогнозування розвитку країни включає наступний перелік попередніх робіт: синтез інформації про розвиток країни та регіонів, аналіз отриманої інформації, формалізація даних, складання прогнозу. В результаті прогнозування держава виробляє стратегію розвитку країни та регіонів.

Як відомо, прогнозування - це наукова (заснована на системі фактів і доказів, встановлених причинно-слідчих зв'язків виявлення вірогідних шляхів і результатів розвитку, що передбачається, явищ і процесів) оцінка показників, які характеризують ці явища і процеси для майбутнього [3]. Кожна альтернатива розвитку є пов'язаний з наявністю комплексу зовнішніх і внутрішніх відносин досліджуваної системи. Якщо результат процесу однозначний, то його прогнозування не має сенсу. Але якщо існують декілька альтернатив розвитку явища, то прогноз дає додаткову інформацію, яка може бути використаний для ухвалення рішення.

Система методів прогнозування дозволяє наочно розглянути класи прогнозування, і визначити, до якого відноситься вибраний прогноз.

Велика кількість випадкових фактів, які впливають на економічні процеси в Україні, дозволяє зробити висновок про те, що довгострокові і середньострокові прогнози не можуть бути застосовані в повному об'ємі, найбільш доцільно будувати короткострокові прогнози для досліджуваного процесу. Тобто, короткострокові прогнози оцінюють вплив тих чинників, які і приводять до відхилень від довгострокових тенденцій.

В умовах ринкової економіки значно росте роль короткострокового прогнозування, яке проводять, ураховуючи кон'юнктуру ринку.

Ціль короткострокових прогнозів - попередження виникнення можливих диспропорцій між попитом і пропозицією на ринку товарів.

Важливою умовою успіху кон'юнктурних спостережень, підвищення ефективності використовування прогнозних даних є отримання комерційними службами за короткий термін об'єктивної і достатньо повної інформації про характер, причини і розмах тих або інших коливань співвідношення попиту і пропозиції на всіх регіональних ринках країни, області, району.

Короткострокове прогнозування показників, які характеризують кон'юнктуру, повинне мати комплексний характер, що передбачає:

використовування комплексу моделей і методів;

об'єднання математичних методів прогнозування з методами експертної оцінки, яку виконують фахівці торгівлі і промисловості.

Методи короткострокового прогнозування застосовуються в тих випадках коли:

частота даних за період, що розглядається, не більше року (тижневі, місячні, квартальні і т. п.);

прогноз робиться для конкретного об'єкту окремо і послідовно, але на кожний наступний момент часу;

прогнози будуються для великого числа об'єктів;

якщо прогноз складається для конкретного товару або ринкового продукту, в задачу прогнозування також входить:

а) аналіз попиту з метою вироблення політики в області управління запасами і виробництвом відповідного товару,

б) аналіз продажів з метою впорядкування торгових по струмів і торгових операцій.

Короткострокове прогнозування ділитися на: прогнозування стаціонарних показників і прогнозування нестаціонарних показників.

Під стаціонарним розуміють такий показник, індивідуальні значення якого, міняючись з часом, не змінюють середнього на достатньо тривалому відрізку часу [4]. Типова картина для стаціонарного показника: окремі значення коливаються вгору і вниз, тоді як середнє значення показника достатньо стійко.

Нестаціонарний показник - це коли середнє не залишається постійним, а змінюється з часом.

Перш за все, слід з'ясувати, що, оскільки такі прогнози грунтуються на інформації про поведінку об'єкту у минулому, вони завжди матимуть помилку. Оскільки більшість прогностичних схем і алгоритмів будується на ідеї мінімізації таких помилок, причому як позитивних, так і негативних (прогнозоване значення може бути як менше, так і більше реального значення показника).

Після того, як було зроблено допущення про нормальність помилок прогнозу, необхідна міра розкиду або розсіяння помилок навкруги середнього.

Звичайною мірою розкиду служить добре відоме стандартне відхилення, що позначається, як правило, грецькою буквою а.

Стандартне відхилення обчислюється як квадратний корінь з дисперсії, яка у свою чергу визначається як «середнє квадратів помилок» [5].

Головна причина залежності міри розкиду від квадратів помилок, а, наприклад, не просто від суми помилок в тому, що зведення в квадрат робить результат позитивним незалежно від того, чи була первинна помилка негативною або позитивною. Для більшості прогнозів сума помилок прагнути нуля, тобто позитивні і негативні помилки компенсують одну іншу. От чому сума помилок не може служити задовільною мірою розкиду. Класичні методи обчислення значень дисперсії і стандартного відхилення дуже складні і малопридатні для побудови прогнозів. В цій ситуації звичайно беруться інші оцінки стандартного відхилення.

Існує інший спосіб зробити їх ненегативними незалежно від того, чи були помилки спочатку негативними або позитивними. Узявши абсолютне значення помилки (модуль) і розглянемо наступну процедуру оцінювання стандартного відхилення.

Помилка прогнозу (et) - різниця між фактичним значенням і прогнозом [6]:

                                            (2.31)

де     dt - фактичне значення показника;- прогноз.

Очевидно, у такому разі середнє абсолютне значення завжди ненегативно, оскільки |e_t| ненегативно (і коли et негативно, тобто ft більше dt).

Після отримання формули для середнього абсолютного відхилення (MADt) необхідно знайти її зв'язок із стандартним відхиленням (ot). Виявляється, що для досить великого класу статистичних розподілів значення стандартного відхилення дещо більше за значення середнього стандартного відхилення і строго пропорційно йому. Константа пропорційності для різних розподілів коливається між 1,2 і 1,3 (для нормального розподілу це значення рівне vр/2=1,2533). Як компроміс експерти беруть 1,25 тому [6]:

                                              (2.32)

Таким чином, процедура оцінки стандартної помилки прогнозу полягає в наступному:

а)      обчислимо помилку прогнозу як різниця між фактичним значенням і його прогнозом;

б)      обчислимо нове значення середнього абсолютного відхилення MADt;

в)      для отримання оцінки стандартного відхилення помножимо значення середнього абсолютного відхилення на 1,25.

Стандартне відхилення - основний показник вимірювання точності прогнозу. При відносно малому горизонті прогнозування майбутні значення прогнозованого показника потрапить в інтервал плюс або мінус два стандартні відхилення від прогнозованого значення.

Не можна строго затверджувати, що кожний прогноз повинен характеризуватися стандартним відхиленням. Якщо прогноз попиту рівний 1000 одиниць, а стандартне відхилення 100, то інтервал від 800 до 1200 буде достатньо інформативний. Але якщо при тому ж самому прогнозі стандартне відхилення рівне 400, то відповідний інтервал виявиться практично даремним, оскільки по суті це означає лише, що в наступному місяці що - небудь буде продано [7].

Середньоабсолютна процентна помилка (МАРІ - Mean Absolute Percentage Error), як випливає з назви, є середнє абсолютних значень помилок прогнозу, виразимих у відсотках щодо фактичних значень показника. Таким чином:

                                (2.33)

де n - кількість періодів [8].

Показник МАРІ, як правило, використовується при порівнянні точності прогнозів різнорідних об'єктів прогнозування, оскільки цей показник характеризує відносну точність прогнозу. Типові значення МАРІ і їх інтерпретація є показаний в табл. 2.1

Таблиця 2.1 - Інтерпретація типових значень МАРІ

Середня процентна помилка (МРЕ) і середня помилка (МЕ) - показники прогнозу. За умови, що втрати при прогнозуванні, пов'язані із завищенням фактичного майбутнього значення, врівноважуються заниженням, ідеальний прогноз повинен бути незміщеним, і обидва заходи повинні прагне нуля. З погляду практики бажано, звичайно, щоб ці показники були достатньо малі [8]. Найпопулярніший відносний показник зсуву МРЕ визначається як:

(2.34)

На думку експертів, він не повинен перевищувати 5% (як і показник МАРІ, він не визначений для нульових даних).

Середня помилка вже не є відносним показником, а характеризує ступінь зсуву прогнозу і розраховується по формулі [8]:

 (2.35)

Оскільки задача, вирішувана в цій дипломній роботі, полягає в прогнозуванні нестаціонарних показників, то і методи прогнозування розглядатимуться відповідні.

При прогнозуванні нестаціонарних показників дуже критерієм є тренд. Трендом називається середнє, що змінюється. Залежно від характеру і типу тренда вибирається метод і модель прогнозування.

Характер тренда [9]:

а) Лінійний тренд: називають такий закон зміни середньої, при якому середнє зростає або убуває з часом по лінійній залежності.

б) Сезонний тренд: якщо середнє змінюється циклічно відповідно до деякого тимчасового циклу. В більшості випадків на практиці цей часовий цикл не змінюється в перебігу року, причому середнє за кожний місяць в порівнянні з середнім за весь рік може і падати, і підійматися.

в)      змішаний сезонно - лінійний тренд: цей тип тренда є комбінацією двох вже розглянутих.

Типи трендів:

а)      адитивні тренди: в них фактичні значення відхиляються від середнього в позитивну або негативну сторону приблизно на однакову величину.

б)      мультиплікативні тренди, або тренди відносин: в них збільшення або зменшення фактичного значення складає приблизно однаковий відсоток щодо середнього, визначуваного характером тренда.

в) комбінація адитивних і мультиплікативних трендів: з'єднання двох вже згадуваних. Вивчення цього тренда достатньо складно, тому і вживання досить рідко.

Види трендів:

Лінійно-адитивний тренд. Показник з таким видом тренди має середнє, яке збільшується (або убуває) приблизно на однакову величину з кожним моментом часу. У разі лінійно-адитивного тренда розкид відхилень фактичних значень навкруги тренда приблизно постійний.

Лінійно-мультиплікативний тренд. Значення показника при такому виді тренда перевершить (або менше) попереднє значення приблизно на один і той же відсоток на всьому проміжку, що розглядається, часу. При цьому з часом збільшується не тільки середнє, але і розкид індивідуальних значень навкруги середнього (тренда).

комбінація лінійного і сезонно-адитивного тренда. Цей тип тренда може описувати також ситуацію чисто сезонного тренда без лінійного елемента. Проте в загальному випадку для моделі цього типу характерна присутність сезонного тренда, який, у свою чергу, може лінійно рости.

комбінація лінійного і сезонно-мультиплікативного тренда. Описує ще і випадок чисто сезонно-мультиплікативного тренда без лінійного зростання. Аналітичне дослідження цього виду трендів припускає можливість лінійного зростання.

При лінійно-адитивній моделі тренда передбачається, що середнє прогнозованого показника dt змінюється по лінійній функції від часу, або, більш конкретно:

 (2.36)

де м - середнє процесу;

л - швидкість його росту;

еt - випадкова помилка з нульовим середнім.

2.3 Використання методів згладжування для дослідження розвитку регіону

При оцінки рівня розвитку регіону дуже важливою є його поведінка у майбутньому. Щоб спрогнозувати розвиток регіону у майбутніх періодах є доцільним використання методів прогнозування. Розглянемо основні з них.

Перш ніж проводити детальне вивчення рівнів часового ряду або виявлення тенденцій необхідно провести згладжування або механічне вирівнювання динамічного ряду. Суть різних прийомів, за допомогою яких здійснюється згладжування і вирівнювання, зводиться до заміни фактичних рівнів динамічного ряду розрахунковими, мають значно меншу коливається, ніж початкові дані.

Серед методів згладжування часового ряду найбільш часто використовують метод простої ковзаючої середньої, метод зваженої ковзаючої середньої, метод експоненціальної середньої.

Просте згладжування грунтується на складанні нового ряду з простих середніх арифметичних обчислених для лага ковзання m. Звичайно m=2k+1, тоді значення середньої в точці i буде таким:

                      (2.37)

Експоненціальне згладжування ряду здійснюється по реккурентной формулі:

= αYt + (1 - α)* St-1                                           (2.38)

де St - значення експоненціальної середньої у момент t;

α - параметр згладжування, 0<a<1.

При використовуванні методу експоненціальній середній виникають дві проблеми: 1) вибір параметра α (якщо слід збільшити внесок попереднього значення, то α вибирають близьким до одиниці, якщо ж переслідується зворотна мета, усунути вплив окремих попередніх значень часового ряду, то використовують малі значення параметра α; 2) вибір початкового значення S0, звичайно вважають S0 або рівним першому значенню часового ряду, або середньоарифметичним декількох початкових членів ряду.

Експоненціальна середня часто використовується для короткострокового прогнозування. Гідністю експоненціальної середньої є адаптація моделі до розвитку економічного процесу при різних значеннях α.

При аналізі складних часових рядів важливою є задача дослідження часових рядів з урахуванням їх тенденцій, дії сезонних і циклічних складових, що відображають вплив різних чинників соціально-економічного, політичного і природного характеру.

Розвиток моделей адаптивного прогнозування є моделі, що поєднують в собі елементи адаптивного згладжування і елементи, що дозволяють виділити впливи лінійного і нелінійних трендів.

В практиці статистичного прогнозування найбільш часто використовуються дві базові моделі Брауна і Холта. Ці моделі представляють процес розвитку як тенденцію з параметрами, що постійно змінюються.

Прогнозна оцінка період попередження рівня ряду  обчислюється у момент часу по наступній формулі:

                               (2.39)

де      параметр постійно що змінюється

 оцінка поточного t-ого рівня

 оцінка поточного приросту

Крім того, визначається величина розбіжності реальних і прогнозних оцінок, за наступною формулою:

                                                        (2.40)

Знайдені вирази для помилок враховуються при коректуванні параметрів моделі по методів Брауна і по методу Холта.

В моделі Брауна

,                      (2.41)

                                (2.42)

де      - це коефіцієнт дисконтування даних що змінюється в межах від 1 до 0.

 - коефіцієнт згладжування що знаходиться від 0 до 1 .

 - це помилка прогнозування рівня .

В моделі Холта коефіцієнт модифікується таким чином:

,                             (2.43)

                                            (2.44)

Параметри А0 і А1 обчислюються послідовно від рівня до рівня, початкові значення параметрів оцінюються по методу якнайменших квадратів на основі декількох рівнів ряду. Коефіцієнт А0 це значення близьке до подальшого рівня і воно представляє закономірність складову цього рівня. Коефіцієнт А1 визначає приріст, що сформувався в основному до кінця періоду спостереження, але що відображає так само у меншій мірі швидкість росту і на більш ранніх етапах.

Існують наступні моделі для опису такої моделі.

а) метод Холта [10]. Цей метод заснований на оцінці параметра у міру ступеня лінійного зростання (або падіння) показника в часі. Чинник зростання I оцінюється по коефіцієнту лінійного зростання bt_, яке у свою чергу обчислюється як експоненціально зважене середнє різниці між поточними експоненціально зваженими середніми значеннями процесу ut і їх попередніми значеннями ut-1_. Характерна особливість даного методу: обчислення поточного значення експоненціально зваженого середнього ut включає обчислення минулого показника зростання bt-1_, пристосовуючись таким чином до попереднього значення лінійного тренда.

Перш ніж приступити до прогнозування по тій або іншій прогностичній моделі тренда, необхідно уточнити період, на який здійснюється прогноз. Вважатимемо, що прогноз обчислюється на ф моментів часу вперед (період установи), тобто до моменту t+т (горизонт прогнозування).

Після оцінки в моделі Холта показник зростання (або падіння) прогноз на т моментів часу, тобто ft+T, обчислюється підсумовуванням оцінки середнього поточного значення (ut) і очікуваного показника зростання bt помноженого на кількість моментів часу прогнозування т.

б) метод Холта з модифікаціями Муїра [10]. Муїр показав, що значення показника зростання bt співпадає з оцінкою коефіцієнта лінійного тренда по методу якнайменших квадратів; іншими словами, bt мінімізує суму квадратів відхилень фактичного значення dt від його тренда.

Модель Брауна може відображати розвиток не тільки у вигляді лінійної тенденції, але і у вигляді випадкового процесу не має тенденції. Розрізняють наступні класифікації моделі Брауна:

1)   моделі нульового порядку - ці моделі відображають процеси не мають тенденції розвитку. Ця модель заснована на оцінці поточного рівня, на підставі якого і будується прогноз;

2)      модель першого порядку -

)        модель другого порядку - відображає розвитку у вигляді параболічної тенденції з швидкістю і прискоренням, що змінюється.

Ця модель має три параметри А0, А1 і А2. Параметр А2 це оцінка поточного приросту або прискорення. Прогноз здійснюється:

.                                         (2.45)

Межі довірчого інтервалу визначаються на основі точкової оцінки і в значенні помилок прогнозу. Помилка прогнозу розраховується по наступній формулі:

                                                         (2.46),

де  відхилення помилок моделей прогнозування;

розраховується для моделей різного ступеня складності (від 0 до 2 порядків) по наступних формулах

для моделей 0 порядку:

;                                    (2.47)

для моделей 1 порядку:

                                      (2.48)

для моделей 2 порядки:

                     (2.49)

Крім того існують наступні методи Брауна:

1)      метод подвійного згладжування Брауна [11]. Як показав Браун, в умовах лінійного тренда простої експоненціально зважене середнє все менше лінійного тренда.

Браун показав також, що подвійне експоненціально зважене середнє ut, що задається рівнянням:

 (2.50)

також менше первинного ковзаючого середнього ut на ту ж величину, на яку ut менше dt. Проте в умовах стійкості можна фактичну різницю прирівняти до її оцінки.

Гідність методу Брауна в однопараметричності:

г) метод адаптивного згладжування Брауна [И]. Згідно другому методу Брауна передбачається, що якщо, наприклад, ряд значень продажів або попиту можна описати деякою моделлю, то логічніше всього було б застосування регресійного аналізу (коли мінімізується сума квадратів) на основі зваженої регресії, тобто більша увага необхідно уділити більш свіжій інформації. Здається вельми розумним, що з погляду прогнозу важливість кожного спостереження при відліку справа наліво повинна з кожним моментом часу убувати. Значить, якщо у момент часу t прогноз продажів або попиту на момент часу t + т описується рівнянням:

 (2.51)

де еt - випадкове відхилення з нульовим середнім, то, задаючись деяким г (відповідним рівню щомісячного дисконтування спостережень), на момент часу t виберемо а0, а1 і а2 так, щоб:

 (2.52)

Іншими словами, константи ат, a1 і а2 на момент часу t вибираються так, щоб зважена сума квадратів відхилень між спостережуваними і очікуваними значеннями зверталася в мінімум. Очевидно, здійснювати на кожному кроці прогнозу такої складної процедури не має значення. Метод Брауна грунтується на дуже простому способі обчислення оцінок по методу зважених якнайменших квадратів dt у випадку лінійно - адитивного тренда.

В цих моделей коефіцієнт згладжування характеризує ступені адаптації моделі до зміни ряду спостережень. Вони визначають швидкість реакції моделі на зміну, що відбуваються в розвитку досліджуваного показника.

Чим коефіцієнт згладжування більше, тим швидше реагує модель на зміни.

Звичайно в стійких рядах їх величини більше, а для нестійких рядів слід вибирати величину параметра  менше.

В різних методах програмування використовуються різні підходи до визначення коефіцієнт згладжування. Іноді коефіцієнт згладжування беруть фіксований (постійним на всіх інтервалах згладжування), а іноді використовують динамічну зміну параметрів згладжування. Параметри згладжування можна визначити методом підбору так, щоб помилка прогнозу була якнайменшою.

В методах еволюції і симплекс-плануванні параметр адаптації змінюється на кожному кроці, для кожного коефіцієнта згладжування задається декілька значень, кожний набір параметрів згладжування розглядається як одна крапка в багатовимірному просторі.

Існують методи еволюції або симплекс-планування дозволяючі знайти якнайкращий варіант зміни параметрів.

Суть цих методів полягають в тому, що пошук оптимальних параметрів направлений на якнайшвидші усунення помилок прогнозування.

Іншим методом який слідує розглянути є метод Тейла Вейджа.

В цьому методі використовується лінійна модель, параметри якої коректуються по схемі моделі Холта, але в ній в явному вигляді враховується погрішність визначення параметра приросту. Для конкретного процесу розвиток якого характеризується параболічною тенденцією, існують методи оптимального співвідношення для параметрів згладжування.

Іноді як адаптивні моделі прогнозування використовують моделі, засновані на авторегресії. Авторегресійні моделей достатньо добре описує коливання показників ряду і можуть бути використаний для відображення нестійких тенденцій. В цьому випадку з такого ряду усувають тренд і досліджують стаціонарний ряд на коливання за допомогою методів авторегресії.

Крім того існує ще ряд методів згладжування

) метод Боксу - Дженкинса [12]. Спочатку цей метод використовувався в теорії управління і, таким чином, не був спеціально розроблений для прогнозування попиту.

Вард на основі z - перетворення показав, що і метод Холта і метод подвійного експоненціального згладжування Брауна, і метод Боксу - Дженкинса є окремі випадки більш загальної моделі, причому всі вони співпадають, якщо значення параметрів А, В, г1, г-1 і г0 є пов'язаний з параметром би наступними співвідношеннями:

 (2.53)

 (2.54)

2) метод Муїра [12]. Іноді зміна середнього процесу залежить від часу не лінійно, а пропорційно самому значенню середнього м (тобто лінійно в логарифмах). Тоді більш відповідною буде мультиплікативна модель.

Тепер (як і в аддитивному випадку) можна застосувати ту ж згладжуючу функцію ut, позначивши її через нt

Варто звернути увагу, що мультиплікативні тренди зводяться до лінійних заміною фактичних спостережень їх логарифмами.

3)  Сезонно-декомпозиційна прогностична модель Холта Вінтера [12]. Вона заснована на застосуванні методу експоненціально зваженого середнього. Оцінка стаціонарно - лінійного і сезонного чинників для неї проводиться таким чином.

Оцінка стаціонарного чинника (тобто оцінка середньомісячно значення незалежно від пори року). Рівняння оцінки стаціонарного чинника таке ж, як і у випадку раннє розглянутого методу Холта. При цьому передбачається, що ряд поточних значень dt обчищений від сезонності розподілом його на величину Ft._L - коефіцієнт сезонної декомпозиції (або просто сезонності), відповідний момент часу t - L, тобто зсунутому на L - одиниць часу тому.

Оцінка лінійного зростання обчислюється на основі моделі зростання Холта:

Оцінка сезонного чинника (пристосовування коефіцієнта сезонності). Коефіцієнт сезонності є відношенням значення поточного спостереження до середньостаціонарного значення, тобто цей коефіцієнт у момент часу t рівний dt/ut.

прогноз. При ізольованій оцінці трьох чинників, визначальних рух процесу, прогноз на т моментів часу вперед (ft+T) будується з трьох елементів: підсумовуються оцінка лінійного зростання і оцінка стаціонарного чинника ut, і результат з урахуванням сезонності домножається на відповідне значення коефіцієнта сезонності Ft-L+T_:

Через відносну складність модель Холта - Вінтера, як правило, використовується тільки за наявності ЕОМ або програмованого калькулятора.

Тамара показав, як у випадку сезонно - адитивного характеру попиту прогноз може бути збільшений за умови рівності одиниці середнього всіх коефіцієнтів сезонності року, попереднього року прогнозування.

Підвищення точності прогнозу в цьому випадку пояснюється тим, що теоретично, та і практично, коефіцієнти сезонності, обчислювані по стандартній схемі моделі експоненціального згладжування, мають середнє, відмінне від одиниці. Це у свою чергу приводить до зсуву прогнозів вгору або вниз залежно від того, чи буде середнє значення коефіцієнта сезонності більше або менше одиниці. Тамара також встановив, що в більшості практичних ситуацій значення А, В і З, рівні відповідно 0,2, 0,2 і 0,5, виявляються самими задовільними. Вінтер в більш ранній роботі також отримав близькі значення цих коефіцієнтів 0,2, 0,2 і 0,6 відповідно, що приводить до якнайменшої стандартної помилки прогнозу.

) Узагальнений адаптивно-згладжуючий метод Брауна [11]. Цей метод майже повністю співпадає з вже описаним зваженим методом якнайменших квадратів. Різниця полягає в складнішому (в другому випадку) виборі моделі, на основі якої будується зважена регресія.

Харрісон показав, що в умовах застосування адаптивного згладжування Брауна до сезонних моделей значення у (коефіцієнт дисконтування регресії) повинно бути достатньо велике, щоб додати значущу вагу, принаймні, останнім десяти точкам спостереження, і в той же час повинне бути достатньо малим, щоб виконувалася умова локальної адекватності моделі. Така суперечлива рекомендація часто робить модель Брауна непридатною, але не в умовах лінійного тренда.

5) комбінація лінійного і сезонно - мультиплікативного тренда [13]. Ця модель припускає генерацію процесу лінійно - мультиплікативним трендом.

Експоненціально зважене середнє (ut) для випадку мультиплікативного тренда, при тих же аргументах, що і для аддитивної моделі необхідно одержувати по формулі:

(2.55)

де показник лінійного зростання (bt) знаходиться з рівняння:

 (2.56)

Остаточно прогноз по цій моделі розраховується за допомогою формули:

                                    (2.57)

) Авторегресі. При аналізі економічних рядів динаміки, може виявитися, що значення досліджуваного явища у момент часу t знаходитися у функціональній залежності від значень явища в попередній момент часу. Такі ряди динаміки називаються авторегресійними рядами динаміки.

В загальному вигляді авторегресійна модель може бути представлений наступному показуючому ефект рівнянням:

                      (2.58)

а1, а2, ак - коефіцієнт авторегресійної моделі;

к - порядок авторегресійної моделі;- помилка, випадкова состовляющая.

Параметри авторегресії аi звичайно оцінюються методом найменших квадратів.

Існують різні методи визначення порядку авторегресії, розглянемо суть першого методу.

Для знайдених значень Et розраховуємо коефіцієнти: циклічна кореляція

                  (2.59)

Знайдені значення послідовності з коефіцієнтів циклічної кореляції r1, r2, rn-k-1 перевіряються по відповідній таблиці значущості (можна замість таблиці використовувати критерій Стьюдента для рівняння значущості  або).

Якщо при деякому значенні i значення ri істотно, тобто існує автокореляція залишків Et то порядок початкового рівняння авторегресії слід збільшити.

Для визначення порядку авторегресії може використовуватися критерій Неймана.

Розраховується значення Q по критерію Неймана і сравниваються з пороговим значенням по відповідних таблицях для  і .

Якщо розрахункове значення Q потрапляє в допустиму область при 5% рівня значущості то приймається гіпотеза про неавтокоррелирования залишків і як базова модель приймається модель до - ого порядку.

Якщо розрахункове значення Q потрапляє в критичну область при 1% рівні значущості, то гіпотеза про неавтокоррелирования залишків відкидається і необхідно збільшити порядок авторегресійної моделі.

-ий метод: одним із способів визначення порядку авторегресії заснований на исследованири залишковій дисперсії отриманої при включенні в модель різної кількості минулих значень. Якщо в початковій моделі використовується недостатня кількість рівнів попередніх періодів, то залишкова дисперсія буде завишена, за рахунок тих рівнів які не були внесені в модель.

Якщо оцінювати залишкову дисперсію як функцію від порядку авторегресійної моделі, то оптимальний порядок авторегресійної моделі відповідатиме значенню де функція - приймає мінімальне значення або стає пологою.

Таким чином, розглянуті моделі можуть бути використані для аналізу розвитку регіонів.

3. Побудова моделей дослідження економічного розвитку

3.1 Використання інтегрального показника для побудови показника розвитку

В Україні відсутня відпрацьована система оцінки рівня розвитку окремих регіонів. Існує тільки побудова окремих складових рівня розвитку. При побудові економічного рівня розвитку більшість робіт орієнтовано на використання методу рівня розвитку і побудову одного показника, який відбивав увесь економічний рівень розвитку.

При оцінки економічного рівня розвитку існують три рівня ієрархії:

-    держава;

     органи місцевого самоврядування (муніципальні власті);

-        іноземні і вітчизняні інвестори.

З погляду держави оцінка рівня розвитку регіону дозволяє ухвалювати рішення відносно наступних питань:

-    зменшення соціальної напруженості в регіонах - найпріоритетніша мета;

     перерозподіл фінансових ресурсів з регіонів з найбільшою інвестиційною привабливістю в регіони якнайменше привабливі;

-        розвиток пріоритетних регіонів або галузей, які можуть бути недостатньо привабливими для інших інвесторів;

Таким чином, для держави при оцінці рівня розвитку в регіоні основною задачею є визначення регіонів з низьким рівнем рівня розвитку для подальшого його підвищення, а також зняття соціальної напруженості, що виникає в таких регіонах.

Органам місцевого самоврядування оцінка економічного рівня розвитку допомагає в ухваленні наступних рішень:

-    напрям подальшого розвитку регіону;

     зменшення соціальної напруженості в регіоні;

-        підвищення рівня розвитку регіону.

Отже, аналіз рівня розвитку регіону здійснюється органами місцевого самоврядування з метою визначення потенційних можливостей регіону і виділення чинників, що роблять найбільший позитивний і негативний вплив на його рівень розвитку.

Зарубіжні і вітчизняні інвестори прагнуть отримання максимального прибутку від вкладень капіталу, тому за допомогою оцінки рівня розвитку вони можуть виділити найкращі регіони.

Аналіз літературних джерел дозволив виділити дев'ять основних показників, що відображають рівень розвитку:

-    валова додана вартість на душу населення;

     кількість промислових підприємств в регіоні;

-        індекс продукції промисловості;

         рівень безробіття;

         інвестиції в основний капітал на душу населення;

         об'єм експорту з регіону на душу населення;

         об'єм імпорту в регіон на душу населення;

         прямі іноземні інвестиції на душу населення;

         витрати і заощадження на душу населення.

Розглянемо економічне значення кожного показника.

Валова додана вартість є великою частиною валового внутрішнього продукту. Даний показник відображає внесок кожного регіону у ВВП всієї країни. Збільшення даного показника свідчить про позитивні тенденції в економічному зростанні регіону.

Кількість промислових підприємств. Збільшення кількості промислових підприємств свідчить про приплив капіталу в даний регіон.

Індекс продукції промисловості відбиває зміну у випуску продукції за звітний рік в порівнянні з попереднім. Ці зміни можуть бути обумовлений як інтенсивним, так і екстенсивним шляхом розвитку промисловості. Значення індексу продукції промисловості більше 100% свідчить про збільшення об'ємів промислового виробництва і збільшення рівня розвитку в регіоні.

Рівень безробіття відображає двоякий вплив на рівень розвитку. З одного боку велике значення даного показника свідчить про відсутність робочих місць і нерозвиненості інфраструктури ринку праці. З другого боку говорить про наявність дешевої робочої сили, що є позитивним моментом при виборі об'єктів інвестування з трудомістким виробництвом. Проте, в даному дослідженні цей показник виступає в ролі дестимулятора, тобто показника, погіршуючого рівень розвитку регіону.

Збільшення інвестицій в основний капітал на душу населення свідчить про розширення виробництва і збільшення рівня розвитку.

Об'єм експорту-імпорту на душу населення. Збільшення експортно-імпортних операцій свідчить про підвищення ділової активності в регіоні, що робить позитивний вплив на рівень розвитку.

Об'єми прямих іноземних інвестицій є прямим відображенням рівня розвитку регіону в очах іноземних інвесторів.

Показник витрат і заощаджень на душу населення є показником, що відображає інвестиції фізичних осіб в економіку регіону. Якщо витрати це сьогохвилинні інвестиції, то заощадження, що зберігаються у фінансових установи, це інвестиції через цінні папери, кредити і т.д.

Таким чином, даний комплекс показників відображає рівень розвитку регіону. Використовування цих показників дозволяє побудувати єдиний показник рівня розвитку регіону.

Для побудови єдиного рівня розвитку регіону будемо використовувати метод рівня розвитку, що був розглянутий у п. 2.1.

В результаті використання цього методу було отримано рівні розвитку регіонів України за два роки (табл. 3.1).

Проаналізуємо отримані результати.

Найбільшим потенціалом серед регіонів України є Дніпропетровський регіон. Його рівень розвитку у 2009 році складає 0,65321, а у 2010 році - 0,71245. Приріст рівня розвитку за рік склав 9,06%.

Таблиця 3.1 - Розрахунок рівня розвитку регіону

Трійки регіонів, що мають найбільший рівень розвитку склали окрім Дніпропетровської області, ще Донецьк (0,70256 у 2010 році) та Одеська (0,60214).

Найгірший рівень розвитку має Херсонська область: 0,19407 у 2009 році та 0,19867 у 2010 році. Окрім даної області найгірший рівень розвитку у 2007 році мали: Миколаївська область - 0,20314, Хмельницька та Черкаська області (відповідно 0,21456 та 0,21454).

Найбільший темп зростання рівня розвитку мали АР Крим та Чернігівська області (відповідно 18,8% та 10,2%). Найбільший темп падіння - Ровненська та Миколаївська області (відповідно 8,5 та 4,8%).

Таким чином, побудований рівень розвитку дозволяє проаналізувати місце регіону в загальній сукупності регіонів.

3.2 Побудова багатофакторної моделі економічного розвитку

Для прогнозування рівня розвитку регіону слід визначити його залежність від макроекономічних показників, що було розглянуто в п. 3.1. Побудова множинної моделі віл цих показників складається з декількох етапів.

Етап 1. Для визначення впливу макроекономічних чинників слід проаналізувати коефіцієнти парної кореляції між існуючими чинниками та економічним потенціалом. Розраховані коефіцієнти наведено в табл. 3.2.

Таблиця 3.2 - Коефіцієнти парної кореляції

Як бачимо з табл. 3.2 декілька факторів не впливають на економічний рівень розвитку. Це рівень безробіття (коефіцієнт парної кореляції дорівнює -0,15) та прямі іноземні інвестиції на душу населення (коефіцієнт парної кореляції дорівнює 0,35). Ці два показники слід виключити з розглядання.

Таким чином модель прогнозування економічного рівня розвитку приймає вигляд:

(3.5)

де  - Економічний рівень розвитку

 - валова додана вартість на душу населення;

 - кількість промислових підприємств в регіоні;

 - індекс продукції промисловості;

 - інвестиції в основний капітал на душу населення;

 - об'єм експорту з регіону на душу населення;

 - об'єм імпорту в регіон на душу населення;

 - витрати і заощадження на душу населення.

Етап 2. Знаходження параметрів моделі. Для розрахунку параметрів використовується МНК.

Етап 3. Перевірка статистичної значущості параметрів.

Ця перевірка здійснюється за допомогою критерію Ст’юденту. Значення критерію наведено в колонці п’ять на рис. 3.3. Як бачимо з рис. 3.3 тільки два параметри є статистично значущими - це кількість підприємств (Q_P) та інвестиції в основний капітал на душу населення (I_O).

Таким чином модель приймає вигляд

                                 (3.6)

Розрахуємо параметри даної моделі.

Аналіз оцінок параметрів свідчить, що всі вони є статистично значущими, тобто їх можна залишити в моделі. Таким чином модель приймає вигляд:

Етап 4. Перевірка адекватності моделі.

Адекватність моделі перевіряється за допомогою коефіцієнту множинної кореляції. Він має вигляд:

                                               (3.7)

де      - початкові значення ряду;

 - теоретичні значення ряду;

 - середні значення ряду.

Значення даного коефіцієнту зображено на рис. 3.3 і дорівнює 0,845. Як бачимо в порівнянні з рис. 3.1 воно зменшилось з 0,925, але всі параметри стали статистично значущими. Значення 0,845 цілком задовольняє умові адекватності моделі, тобто цю модель можна використовувати для знаходження прогнозу.

Таким чином, побудовану модель можна використовувати для прогнозування.

Висновки

Сучасні тенденції розвитку регіонального управління економікою свідчать про збільшення повноважень місцевих органів самоврядування, завдяки чому потрібен покращуватися соціально-економічний стан кожного регіону окремо і України в цілому. Дана дипломна робота спрямована на дослідження соціально-економічного розвитку регіону з позицій економіко-математичного моделювання і прогнозування.

Для цього в першому розділі дипломної роботи було проаналізовано складові соціально-економічного розвитку регіону. Крім того було сформовано перелік показників, що характеризують різні аспекти розвитку регіону, такі як трудовий потенціал, іноваційно-інвестиційний потенціал, природно-ресурсний тощо.

В другому розділі дипломної роботи було проведено теоретичний аналіз існуючих методів і моделей, що можуть бути використані для аналізу соціально-економічного розвитку регіону. До таких методів відносяться методи кластерного аналізу, які дозволяють здійснити групування регіонів по їх розвитку та виділити декілька груп або кластерів привабливості регіонів; методи дискримінантного аналізу, які допомагають проаналізувати майбутні зміни в групах розвитку регіонів та виявити шляху щодо його покращення, та методи економічного прогнозування, що сприяють прогнозуванню розвитку регіону в залежності від часу та зміни макроекономічних показників.

В третьому розділі було здійснено розробку і реалізацію моделі оцінки соціально-економічного розвитку. Ця розробка та реалізація включала в себе формування загального показника розвитку за допомогою методу рівня розвитку; прогнозування розвитку України в залежності від макроекономічних показників.

Таким чином, побудовані моделі дозволяють дослідити, оцінити та спрогнозувати соціально-економічний розвиток країни.

Список джерел інформації

1.     Конституція України. - К.:Право, 1996. - 40 с.

2.     Анчишкин А.И. Прогнозирование роста социалистической экономики. М., 1973.

3.      Безчасный А.К. Фактори економiчного зростання. - К.: Iн-т економiки НАН Украiни, 2004. - 104 с.

.        Беляцький В.М., Бакутенко В.Д., Моделювання макроекономiчних процесiв. - К.: УАДУ, 1998. - 319 с.

.        Геець В.М. Нестабiльнiсть та економiчне зростання. Iн-т екон. Прогнозування. - К.: Iн-т екон. прогнозування, 2003. - 342 с.

.        Горбачук В. Макроекомiчнi методи: теорii та застосування. К.: Кий, 2003. - 271 с.

.        Гутман Г., Дишлина О., Старостин В. Экономический рост и проблемы бедности в регионе. - М.: Дашков и К, 2005. - 203 с.

.        Камаев В.Д. Развитой социализм: темпы и качество экономического роста. М., 1977.

.        Клебанова Т.С. Анализ экономического роста. - Х.: ХГЭУ, 2005. - 223 с.

.        Ключникова И.К. Характер и тенденции экономического развития капиталистических стран. - Л., 1986. - 158 с.

.        Кондратьев Н.Д. Проблемы экономической динамики. - М.: Экономика, 1989. - 528 с.

.        Кондратьев Н.Д. Мировое хозяйство и его конъюнктура во время и после войны. Вологда, 1922.

.        Кораблин С.А. Макроэкономическое равновесие: стоимостные и ценовые пропорции / АН Украины, Ин-т экономики. - К.: Наукова думка, 1993. - 166 с.

.        Кузнецов В.К. Исследование механизмов экономического роста. - К.: Ин-т кибернетики им. В.М. Глушкова, 1991. - 20 с.

.        Кузнецова Н.П. Экономический рост: история и современность: Учебное пособие. - СПб.: Изд.дом «Сентябрь», 2004. - 143 с.

.        Лищенко И.Н. Макромодели экономического роста. - К.: Вища школа, 1979. - 152 с.

.        Луссе А.В. Макроэкономика: Учебн. пособие. - 2-е изд.: Питер, 2004. - 240 с.

18.   Макконнелл К.Р., Брю С.Л. Экономикс: принципы, проблемы и политика: В 2-х т. Т.2: Пер. с 13-го англ. изд. - М.: ИНФРА-М, 2003. - 528 с.

19.   Макаренко И.П. Макроэкономика: модели и цифры. - К.: Ин-т эволюц. экономики, 2005. - 142 с.

20.    Микульский К.И. Экономический рост при социализме. Опыт и перспективы. М., 1983.

.        Методичнi рекомендацii до виконання дипломних робiт для студентiв спецiальностi 8.050102 денноi форми навчання / Укл. Т.С. Клебанова, О.В. Раевнева. - Харкiв: Вид. ХДЕУ, 2006. - 20 с.

.        Осауленко О.Г. Стiйке економiчне зростання. Макроекономiчна политика та державне регулювання. - К.: Укр. акад. держ. упр. при президентовi Украiни, 2004. - 84 с.

.        Петров Ю.А. Структурные сдвиги в производстве продукции и экономический рост. Новосибирск, 1987.

.        Присняков В.Ф. Нестационарная макроэкономика. - Донецк: Донецк.нац. ун-т, 2003. - 209 с.

.        Тарасевич В.Н. Эффективность общественного производства: сущность и механизм роста. - К.: Вища шк., 1991. - 189 с.

.        Тарасевич Л.С., Гальперин В.М., Гребенников П.И., Леусский А.И. Макроэкономика. - СПб.: Изд-во СПбГУЭФ. 2002. - 529 с.

.        Тинбэрхен Я., Бос Х. Математические модели экономического роста. - М.: Прогресс, 1967. - 356 с.

.        Фигурнова Н.П., Красникова Е.В., Бабашкина А.М. Ресурсный потенциал экономического роста. - М.: Путь России, 2005 - 567 с.

29.   Закон України «Про охорону праці», листопад 2002 р.

30.    ГОСТ 12.0.003 - 74 ССБТ. Опасные и вредные производственные факторы. Классификация. - Введ. 01.01.76.

.        ГОСТ 12.1.005-88 ССБТ. Общие санитарно-гигиенические требования к воздуху рабочей зоны. - Введ. 01.01.89.

.        СНиП 2.04.05-91 Нормы проектирования. Отопление, вентиляция и кондиционирование воздуха. - М.: Стройиздат, 1991

.        ДБН В.2.5-28-2006 Природне і штучне освітлення. К.: Мінбуд. Укр., 2006. - 74 с.

.        ГОСТ 12.1.003-83* ССБТ. Шум. Общие требования безопасности.

.        ГОСТ 12.1.002-84 ССБТ. Электрические поля промышленной частоты. Допустимые уровни напряжённости на рабочих местах.

.        ГОСТ 12.1.045-84 ССБТ. Электростатические поля. Допустимые уровни на рабочих местах и требования к проведению контроля.

.        ГОСТ 17.1.3.03-77*. Правила выбора и оценка качества источников централизованного хозяйственно-питьевого водоснабжения. - Введ. 01.07.78.

.        НПАОП 0.00 - 1.31 - 99 Правила охорони праці під час експлуатації ЕОМ.

.        Державні санітарні правила і норми роботи з візуальними дисплейними терміналами електронно-обчислювальних машин ДСанПіН 3.3.2.007, Київ 1998.

.        Методические указания к созданию благоприятных условий труда пользователей ПЭВМ, работающих с дисплеями на ИВЦ - Харьков: Минздрав УССР, 1986.

.        Правила устройства электроустановок. Энергоатомиздат, 1987.

.        НПАОП 40.1 - 1.32 - 01 Правила будови електроустановок. Електрообладнання спеціальних установок.

.        НАПБ Б.03.002-2007 Норми визначення категорій приміщень, будинків та зовнішніх установок за вибухопожежною та пожежною небезпекою. Київ -2007.

.        ДБН В.1.1 - 7 - 2002 Пожежна безпека об’єктів.

.        Дуганов Г.В. и др. Охрана окружающей природной среды. - К.:Выща шк. 1988. - 304 с.

розвиток регіон згладжування модель