Статистичне прогнозування кон’юнктури аграрного ринку в Україні (стр. 3 из 6)
При об’єднанні регіонів України у 3 групи за 17 показниками з використанням методу к-середніх отримано групування, наведене в табл. 1. Необхідність проведення комплексного дослідження агроринку України в регіональному розрізі зумовлює потребу не лише в групуванні регіонів залежно від розміру внутрішнього виробничого потенціалу аграрного ринку, а й в ранжуванні їх за тими ж ознаками, за якими здійснено класифікацію з використанням кластерного аналізу.
Таблиця 1
Групування виокремлених однорідних регіональних зон України за розміром економічного та внутрішнього виробничого потенціалу аграрного ринку у 2005 р.
| Групування регіонів України за результатами кластерного аналізу | Групування регіонів України за розрахованою багатомірною середньою | ||||
| Регіони | Кількість об’єктів | № кластеру | Регіони | Рей-тинг | Кількість об’єктів |
| ДніпропетровськаКиївськаДонецькаОдеськаХарківськаПолтавськаВінницькаЧеркаська | 8 | 1 | Дніпропетровська | 1 | 9 |
| Київська | 2 | ||||
| Донецька | 3 | ||||
| Одеська | 4 | ||||
| Харківська | 5 | ||||
| Полтавська | 6 | ||||
| Запорізька | 7 | ||||
| Вінницька | 8 | ||||
| Черкаська | 9 | ||||
ЗапорізькаКіровоградськаМиколаївськаХерсонськаЛуганськаАвтономна Республіка Крим | 6 | 2 | Кіровоградська | 10 | 5 |
| Миколаївська | 11 | ||||
| Херсонська | 12 | ||||
| Львівська | 13 | ||||
| Луганська | 14 | ||||
| ЛьвівськаХмельницькаЧернігівськаЖитомирськаСумськаРівненськаВолинськаТернопільськаЗакарпатськаІвано-ФранківськаЧернівецька | 11 | 3 | Хмельницька | 15 | 11 |
| Чернігівська | 16 | ||||
| Житомирська | 17 | ||||
| Автономна Республіка Крим | 18 | ||||
| Сумська | 19 | ||||
| Рівненська | 20 | ||||
| Волинська | 21 | ||||
| Тернопільська | 22 | ||||
| Закарпатська | 23 | ||||
| Івано-Франківська | 24 | ||||
| Чернівецька | 25 | ||||
Слід зазначити, що групування регіонів України після проведення кластерного аналізу та групування за розрахованою багатомірною середньою доповнюють одне одне і дають об’єктивні та науково обґрунтовані результати. Ступінь узгодженості отриманих результатів підтверджено на основі розрахунку коефіцієнта кореляції рангів Кенделла. В ході дослідження доведено доцільність комплексного застосування кластерного аналізу та ранжування.
Проведений аналіз свідчить, що регіони першої групи мають достатньо високий економічний та внутрішній виробничий потенціал аграрного ринку.
Регіони, які належать до другої групи, – середній рівень (високий рівень розвитку тваринництва та низький рівень рослинницької галузі). Третя група характеризується низьким рівнем потенціалу тваринництва та середнім рівнем потенціалу рослинництва.
Для аналізу взаємозв'язків між елементами аграрного ринку на прикладі субринку тваринницької продукції використано імітаційну модель динаміки циклів товарного виробництва Д.Л.Медоуза, яку доповнено, модифіковано й адаптовано з урахуванням особливостей функціонування даного ринку в Україні.
Основні зв’язки модифікованої імітаційної моделі ринку свинини зображено на рис. 1.
Рис. 1. Скорочена діаграма причинно-наслідкових зв’язків модифікованої автором імітаційної моделі ринку свинини.
Доведено, що з погляду на особливості формування попиту на свинину в Україні обов'язково необхідно враховувати рівень доходів споживачів цього товару, а також його вплив на обсяги споживання. Це зумовило необхідність доповнення моделі блоком “Формування доходів”.
Побудована модель цілком адекватно реагує на зміну ціни за кілограм живої ваги свині. Збільшення ціни на 5 грн. за кілограм веде до зниження споживання свинини в Україні на 5,9 тис. тон на рік, а зниження ціни на 5 грн. − до зростання споживання свинини на 16,9 тис. тон на рік.
Моделювання та аналіз прогнозу динаміки споживання свинини при доході на одну особу вище 1050 грн. на місяць дозволяє стверджувати, що збільшення доходу з 1050 до 1200 грн. дає значно менший приріст споживання свинини (3,1 тис. т), ніж збільшення доходу з 900 до 1050 грн. (14,1 тис. т). Це можна пояснити дією такої властивості споживання, як насичуваність товаром, тобто приріст доходу витрачається не на додаткову кількість свинини, а на інші товари. При доході на одну особу більш ніж 1200 грн. споживання свинини взагалі не змінюється, оскільки відбувається повне насичення споживача цим товаром.
Модифіковану й адаптовану базову імітаційну модель динаміки циклів товарного виробництва Д.Л.Медоуза, що розглядає весь цикл виробництва продукту від витрат на корми до споживання готової продукції населенням, доцільно використовувати для оперативного дослідження кон'юнктури ринків свинини та яловичини з урахуванням особливостей функціонування аграрного ринку України.
У третьому розділі –“Моделювання та прогнозування кон’юнктури національного аграрного ринку з використанням багатомірних статистичних методів” – проведено моделювання сукупної пропозиції на аграрному регіональному ринку з використанням канонічного кореляційного аналізу; виділено та ранжовано основні фактори утворення кон’юнктури українського аграрного ринку; запропоновано методику прогнозування економічного, внутрішнього виробничого потенціалу та цін продукції ринку тваринництва в Україні.
При прогнозуванні кон'юнктури ринку канонічні кореляції дозволяють виявити фактори, що мають найбільший вплив на сукупний попит та сукупну пропозицію на ринку.
Для економіко-статистичного аналізу сукупної пропозиції на регіональних аграрних ринках з використанням канонічного аналізу на основі статистичного матеріалу, що відображує стан кон'юнктури аграрного ринку Харківської області у 2006 р., сформовано два блоки показників: факторний (17 показників) та результативний (4 показника).
Канонічний кореляційний аналіз дозволив вилучити неінформативні ознаки та виділити три пари змінних, кожна з яких характеризує максимальні зв’язки між відповідними результативними показниками сукупної пропозиції на аграрному ринку Харківської області та обраними факторними ознаками (табл. 2). Вихідні дані Х і Y було приведено до стандартизованого виду, тому коефіцієнти у виразах для канонічних змінних характеризують ступінь впливу відповідних ознак і показників, що дозволило отримати їхні ранжовані послідовності.
Таблиця 2
Пари канонічних змінних, отримані у результаті аналізу сукупної пропозиції на аграрному ринку Харківської області у 2006 р.
| № пари | Пари канонічних змінних |
| 1 | Х = 0,40X1–0,12X2–0,23X3–0,67X4–0,38X8+0,16X9–0,15X10–0,20X11+0,12X15Y = – 0,02Y1– 1,05Y2+0,13Y3 – 0,03Y4 |
| 2 | Х = –1,21X1–0,19X2+0,79X3+0,65X4–0,52X8+0,48X9–0,42X10–0,35X11+0,07X15Y = – 0,42Y1 + 0,31Y2–0,10Y3 – 0,80Y4 |
| 3 | Х = 0,57X1–0,10X2–0,06X3+0,11X4+0,24X8+0,30X9–0,11X10–1,14X11 – 0,20X15Y = – 0,70Y1– 0,30Y2+1,38Y3 – 0,57Y4 |
Пара № 1. Дуже щільний зв'язок (
) існує між обсягом реалізації молока та молочних продуктів сільськогосподарськими підприємствами (Y2), з одного боку, та поголів'ям ВРХ у сільськогосподарських підприємствах (Х4), з іншого.Пара № 2. Щільний зв'язок (
) між змінними другої пари зумовлений впливом площі ріллі (Х1) на обсяг реалізації зернових культур сільськогосподарськими підприємствами (Y4), а також залежністю обсягу реалізації худоби та птиці (Y1) від площі пасовища (Х3).Пара № 3. Суттєвий зв'язок (
) змінних третьої пари свідчить про залежність між площею ріллі (Х1) та обсягами реалізації олійних культур сільськогосподарськими підприємствами (Y3), а також про залежність обсягу реалізації худоби та птиці (Y1) й зернових культур сільськогосподарськими підприємствами (Y4) від кількості господарських підприємств (Х11).Підсумовуючи викладене, зауважимо, що розвиток сільського господарства у Харківській області має екстенсивний характер, а аграрна економіка області спрямована на виробництво молока та молочних продуктів і на оброблення землі для вирощування зернових та олійних культур.
Для виділення факторів утворення кон’юнктури аграрного ринку України, які необхідно враховувати при прогнозуванні кон’юнктури, застосовано метод головних компонент та оброблено сукупність об’єктів (25 адміністративних одиниць України), що характеризувались 24 ознаками.
Проведене моделювання на основі методу головних компонент дозволило виділити з великої сукупності факторів лише декілька вагомих, а також дало можливість уникнути суб’єктивізму при визначенні таких факторів. До уваги було взято п’ять факторів (їхні власні числа більші за одиницю), які пояснюють 84,41% ринкових коливань (рис. 2). Для економічної інтерпретації після знаходження простої факторної структури в дослідженні використовувались лише ті факторні навантаження, значення яких більші ніж 0,7.