Развития агропромышленного комплекса
 Скачать 3.43 Mb.
|
|
АНАЛИЗ СПРОСА НА АВТОТРАНСПОРТНЫЕ УСЛУГИ Гарафеев Р.К. – аспирант Газетдинов М.Х. – доктор экономических наук, профессор Казанский государственный аграрный университет Современный развитый рынок предполагает наряду с широким ас- сортиментом товаров наличие разнообразных услуг. При этом рынок ус- луг формируется на основе деятельности предприятий непроизводст- венной сферы. В то же время в отличие от обычных товаров, услугам присущ ряд отличительных свойств, которые следует учитывать при изучении их спроса и предложения. При этом особое место при марке- тинговом анализе занимает изучение спроса. В Республике Татарстан в последние годы рынок транспортных услуг находится на этапе форми- рования, наблюдается значительное увеличение объемов перевозок, что связано с ростом экономики, появлением новых производственных мощностей и ростом объема товарной продукции. В этих условиях транспортные предприятия стараются перевезти больше груза, расши- ряют ассортимент оказываемых услуг. Особенность рынка услуг реали- зуется прежде всего через диверсификацию, индивидуализацию и пер- сонификацию оказываемых услуг. Производство какого-либо товара подразумевает его последующее перемещение — перевозку на место потребления. При этом транспорт- ные издержки в общей стоимости товара должны быть минимальными. Все это требует территориальной сегментации рынка, реакции на изме- нения рыночной конъюнктуры. Спрос как экономическая категория выражается количественно объемом грузов, в перевозке которых нуждаются клиенты. Спрос как предмет анализа хозяйственной деятельности не является объектом только лишь количественного измерения, а содержит и качественную составляющую. Сложность понятий «спрос» и «предложение» на авто- мобильном транспорте объясняется экономическим содержанием ре- зультата деятельности транспортных организаций. Нельзя применять 12 полностью законы товарного обращения для транспортных организаций, так как они перевозят лишь то, что выпущено или произведено в других отраслях экономики, т.е. основной «продукцией» транспортной органи- зацией является перемещение продукции и оказание дополнительных услуг, связанных с этим перемещением. Транспортный маркетинг рассматривает эту проблему шире – соз- дание наилучших экономических условий реализации своей «продук- ции» на основе комплексного изучения рынка транспортных услуг и спроса потребителей, при этом спрос на продукцию или услугу обуслов- лен платежеспособной потребностью. Таким образом, параметры ры- ночного спроса на автомобильные транспортные услуги зависят от предложения заказов, предназначенных для автомобильных перевозок. Отметим, что рыночный спрос на услуги изменяется в зависимости от тарифов и доходов клиентов. В первом случае он уменьшается с уве- личением тарифа, а во втором — повышается с ростом доходов клиен- тов. В рыночных условиях в целях определения эффективности заказов применяют ценовую эластичность. В зависимости от ценовой эластич- ности спрос на автоперевозки может быть: – совершенно неэластичным — изменение тарифа никоим образом не влияет на изменение спроса (Э t = 0); – неэластичным — темпы снижения спроса меньше темпов роста тарифа, и наоборот (0 < Э t < 1); – единичной эластичности — темпы изменения тарифа и спро- са равны (Э t = 1); – эластичный спрос — темпы изменения спроса выше темпов изме- нения тарифа (Э t > 1); – абсолютно эластичный спрос — изменение спроса не связано с размером тарифа (Э t –> ∞). Любое положение спроса, занимающее промежуточное положение между совершенно эластичным и совершенно неэластичным спросом, характеризуется значением, которое больше нуля в абсолютном значе- нии. Так как спрос может меняться в большую или меньшую сторону, как и тариф, в отдельных случаях коэффициент эластичности может прини- мать и отрицательное значение. В связи с этим он оценивается абсо- лютной величиной. Реакция клиентуры на изменение тарифов может быть разной, но коэффициент эластичности находится в пределах 0 < Э t < ∞. Спрос и предложение – между собой тесно связанные категории, поэтому при анализе рынка транспортных услуг сравнивают эти катего- рии. Предложение на рынке автотранспортных услуг в настоящее время используется примерно на 80%. Об этом свидетельствует коэффициент выпуска автомобилей на линии, который в отдельных транспортных ор- ганизациях составляет 0,75...0,85. В то же время в некоторых транс- 13 портных организациях этот коэффициент может доходить до 95%. Это связано с тем, что эти организации осуществляют высококачественное обслуживание заказчиков. Следовательно, при оценке результатов сле- дует учитывать не только объем оказанных автотранспортных услуг, но и их качество. При анализе спроса и предложения на перевозки автотранспортом следует учитывать конкретное проявление закона спроса: при прочих равных условиях снижение тарифа на перевозки приводит к увеличению спроса и, наоборот, рост тарифа вызывает снижение спроса на услуги автомобильного транспорта. Таким образом, в условиях рыночной экономики в автотранспортных предприятиях происходит смещение приоритета от сбытовой функции на планирование рационального ассортимента оказываемых услуг. В результате, при формировании портфеля заказов: чем сильнее ориен- тация на потребителя, тем конкурентоспособнее окажется транспортное предприятие. УДК 338.47 ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ ДЛЯ КРАТКОСРОЧНОГО ПРОГНОЗА НАЛОГОВОГО ПОТЕНЦИАЛА РЕСПУБЛИКИ Гильфанов Р.М. – кандидат технических наук, доцент Казанский ГАУ Евстафьева А.Х. – кандидат экономических наук, доцент Филатова Е.А. – аспирант Казанский ГАСУ Для правильного планирования бюджетного процесса региона необ- ходимо иметь адекватную эконометрическую модель, прогнозирующую налоговый потенциал (объем налоговых поступлений). Объем налоговых поступлений в федеральный и региональный бюджеты зависит от многих показателей, характеризующих экономику региона. Были отобраны 20 показателей, которые с нашей точки зрения, наиболее полно характеризуют экономику Республики Татарстан. К ним относятся следующие показатели: прибыль предприятий, валовый ре- гиональный продукт, среднедушевые доходы населения, инвестиции в основной капитал, объем отгруженной продукции, ввод в действие жи- лых домов, среднемесячная заработная плата, валовая продукция сель- ского хозяйства, реальные денежные доходы населения, импорт това- ров, экспорт товаров, фонд заработной платы, износ основных фондов, среднесписочная численность работающих в экономике, сальдирован- ный финансовый результат, величина прожиточного минимума, объем выполненных работ по строительству. Попробуем определить сущест- 14 вует ли зависимость налогового потенциала от совокупности отобран- ных экономических показателей. Отобранные экономические показатели были обработаны методом корреляционного анализа, для исключения из этого списка взаимокор- релированных показателей. Анализ элементов корреляционной матри- цы показал, что наиболее сильно объем налоговых поступлений корре- лирует с такими экономическими показателями как объем производства горюче-смазочных материалов (ГСМ) – (y – объем налого- вых поступлений в бюджет РТ, – объем производства горюче- смазочных материалов), импорт товаров – ( – импорт то- варов), объем отгруженной продукции – ( – объем отгру- женной продукции) и объем ВРП – ( валовый региональ- ный продукт), где r – коэффициент парной корреляции. При этом анализ коэффициентов парной корреляции между этими экономическими пока- зателями показывает, что они между собой значимо коррелированы. Поэтому эти экономические показатели одновременно включать в эко- нометрическую модель нельзя из-за возникновения, вследствие этого, проблемы мультиколленеарности [1]. Построение эконометрической (регрессионной) модели, описы- вающей зависимость налоговых поступлений от выбранных экономиче- ских показателей, начнем с расчета парной регрессии с экономическим показателем ВРП, поскольку этот экономический показатель наиболее емко характеризует состояние экономики региона, т. е. в виде: (1) где – налоговый потенциал i-ого региона; – валовой региональный продуктi-ого региона; – случайная величина, характеризующая влияние на налоговый потенциал регионане включенных в модель экономических факторов; и – параметры уравнения регрессии. Чтобы рассчитать зависимость налогового потенциала Республики Татарстан от ВРП, применим имеющиеся в нашем распоряжении стати- стические данные, которые приведены в таблице 1 и получим оценку модели (1) в виде: (2) где – налоговый потенциал Республики Татарстан; – валовой региональный продуктРеспублики Татарстан; и – коэффициенты уравнения регрессии, являющимися оцен- ками параметров и соответственно. Использование модели (2) позволяет получить ретроспективную, текущую и прогнозную оценки налогового потенциала Республики Та- тарстан. 15 Регрессионная модель, описывающая зависимость налоговых по- ступлений – ( ) от экономического показателя ВРП ( ), по- строенная по данным таблицы 1 имеет вид: (3) где – налоговые поступления на территории Республики Татар- стан; – ВРП по Республике Татарстан. Таблица 1 Исходные данные для анализа взаимосвязей между фактиче- скими налоговыми поступлениями и валовым региональным про- дуктом Республики Татарстан с 2006-2012гг. (млрд. р.) [3] Год Фактические налоговые поступле- ния ( ВРП ( 2006 159,7 605,9 2007 181,3 757,4 2008 227,4 926,1 2009 162,8 885,1 2010 211,6 1004,7 2011 282,3 1253,0 2012 304,4 1396,5 Статистические характеристики этой модели следующие: коэффи- циент детерминации . Данное значение коэффициента детер- минации указывает на хорошее (адекватное) описание объясняемой пе- ременной полученным уравнением регрессии, расчетные значения критерия Фишера и расчетные значения критерия Стьюден- та для коэффициентов и равны соответствен- но и . Коэффициент по критерию Стьюдента яв- ляется не значимым, поэтому его из модели нужно исключить, а значе- ние коэффициента заново вычислить. При этом значение коэффици- ента детерминации уменьшится, и, учитывая это, возникает необхо- димость поиска вариантов улучшения модели (3) путем добавления в нее дополнительных объясняющих переменных. Строить последующие модели мы будем методом шагового регрессионного анализа. Поэтому, помимо ВРП ( , в модель (2) будем дополнительно включать экономические показатели, которые незначимо коррелированы с экономическим показателем ВРП. Проанализировав значения элемен- тов корреляционной матрицы, принимаем решение включить в модель еще две объясняющие переменные – экономические показатели – сред- ний курс доллара по отношению к рублю ( ) и среднесписочную чис- ленность работающих в экономике. Так как объем выборки у нас равен (2006-2012гг.), то включение большего количества факторов будет 16 являться некорректным [1]. В результате, модель объясняющая зависи- мость объема налоговых поступлений через совокупное влияние объяс- няющих переменных , , примет вид: , (4) где параметры уравнения регрессии. Таблица 2 – Данные для расчета коэффициентов и построения уравнения регрессии Республики Татарстан [3,4] Год Фактические налоговые поступления ( ) (млрд. р.) ВРП ( (млрд. р.) Средний курс дол- лара по от- ношению к рублю ( (руб.) Среднесписочная численность ра- ботающих в эко- номике ( (тыс. чел.) 2006 159,7 605,9 27,02 1343,9 2007 181,3 757,4 25,66 1376,0 2008 227,4 926,1 24,88 1388,1 2009 162,8 885,1 31,79 1346,5 2010 211,6 1004,7 30,34 1359,4 2011 282,3 1253,0 29,41 1362,9 2012 304,4 1396,5 31,08 1364,5 С помощью эмпирических данных таблицы 3, построим оценку уравнения (4): , (5) где – коэффициенты уравнения регрессии. Модель (5), построенная по выборке наблюдений (таблица 3) по Республике Татарстан за 2006-2012 гг. получается следующим: ., (6) где налоговый потенциал Республики Татарстан; валовый региональный продукт Республики Татарстан; средний курс доллара по отношению к рублю в регионе; среднесписочная численность работающих в экономике Рес- публики Татарстан. Статистические характеристики модели (6) следующие: ; критерий Фишера ; ; ; , ; средняя . Модель (6) является адекват- ной по критерию Фишера, так как Так же модель является адекватной по критерию средней относитель- ной погрешности, так как Все коэффициенты моде- 17 ли являются значимыми, поскольку все ( ). Хотя и так очевидно, что полученная модель является почти иде- альной (функциональной зависимостью) проверим обоснованность включения в модель (2) двух дополнительных объясняющих перемен- ных, то есть стала ли она из-за этого значимо более точной. Для чего вычислим статистику: где m– число добавленных в модель дополнительно объясняющих переменных (m = 2), P – число объясняющих переменных в модели (P=3). По таблице распределения критерия Фишера находим Так как то мы приходим к выводу, что включение в модель дополнительных переменных оправда- но – это приводит к существенному повышению точности модели. Список литературы 1 1. Елисеева И.И. Эконометрика: учебник под ред. И. И. Елисеевой. – М.: Проспект, 2009. – 288 с. 2 2. Новиков А.И. Эконометрика: Учебное пособие. – М.: Инфра-М, 2003. – 106 с. 3 3. http://www.r16.nalog.ru/ – Официальный сайт Управления Феде- ральной Налоговой Службы по Республике Татарстан (дата обраще- ния: 20.09.2012). 4 4. http://tatstat.gks.ru/ – Официальный сайт территориального органа Федеральной службы государственной статистики по Республике Та- тарстан (дата обращения: 21.09.2012). УДК 338.43 ИНФОРМАЦИЯ ОБ ИНФОРМАЦИИ Еникеев А.И. – кандидат экономических наук, доцент, Рахматуллина И.В. – соискатель Казанский государственный аграрный университет В переводе с латинского языка информация – informatio – разъясне- ние, осведомление. То есть под информацией первоначально понима- лись сведения, передаваемые людьми устным, письменным или други- ми способами. В философском смысле информацию можно определить как сведения, которые один реальный объект содержит о другом реаль- ном объекте. 18 Однако тогда когда стало ясно, что: во-первых, обмен информацией осуществляется не только между людьми, но и животными, растениями, организмами и даже клетками, во-вторых, часть информации можно хранить, преобразовывать и передавать при помощи технических средств, достаточно удовлетворительного определения информации – нет. Вместе с тем существует множество определений понятия инфор- мации, например: ● Информация – это совокупность сведений, о каком либо объекте или процессе, отображённая в какой либо среде, способная преобразо- вываться и перемещаться в пространстве и времени. ● Информация – это то, что сокращает степень неопределённости, у её адресата, о каком либо объекте (Клод Шеннон – американский мате- матик, инженер, один из основоположников теории информации. 1916 – 2001). Отсюда, чтобы быть информацией, данные должны представлять для субъекта информирования определённый интерес и новизну. Иначе эти данные являются информационным шумом. Для лучшего понимания, что такое информация желательно изучить её свойства. Установлено множество свойств информации, одновре- менно являющихся её классификационными признаками. Рассмотрим некоторые из них. Современные информационные технологии реализуются при нали- чии источника информации, устройства фиксации информации на мате- риальный носитель, передатчика информации, канала связи, устройства хранения информации, устройства преобразования информации, при- ёмника информации. Отсюда важнейшими свойствами информации яв- ляются: ● Обрабатываемость – способность информации преобразовы- ваться и видоизменяться под воздействием человека или вычислитель- ной и организационной техники. В соответствии с этим свойством ин- формацию можно разделить на обрабатываемую и необрабатываемую. ● Воспроизводимость – способность информации к размножению путём копирования. В соответствии с этим свойством информацию мож- но разделить на воспроизводимую и невоспроизводимую. ● Перемещаемость – способность информации передаваться по каналам связи во времени и пространстве. В соответствии с этим свой- ством информацию можно разделить на перемещаемую и непереме- щаемую. Для человека, как пользователя информации, важными свойствами информации являются: ● Релевантность (от английского relevant – относящийся к делу, по- лезность, ценность) – соответствие информации потребностям пользо- вателя. В соответствии с этим свойством информацию можно подразде- 19 лить на следующие виды: полезную, бесполезную и вредную (например: дезинформация, компьютерные вирусы, спэмы). ● Адекватность – соответствие или тождественность информации отображаемому объекту или процессу. В соответствии с этим свойством информацию можно разделить на адекватную и неадекватную. В свою очередь адекватность передаваемой и получаемой инфор- мации зависит от качества источника и приёмника информации, носите- ля информации и канала связи, и других условий. В связи с этим адек- ватность информации можно разделить на следующие виды: ● Адекватность физическая – соответствие количества и качества переданной информации количеству и качеству принятой информации. Количественное и качественное несоответствие переданной и принятой информации называется физическим шумом. ● Адекватность синтаксическая – соответствие переданной ис- точником информации формальным правилам построения конструкций сообщений и форм представления информации получаемой приёмни- ком информации. Несоответствие правил построения конструкций со- общений и форм представления информации источника и приёмника информации называется синтаксическим шумом. |