Н. В. Петрушкин, Я. В. Русяев. Эффективность отдельных направлений бюджетной поддержки сельскохозяйственного производства в регионе

Н. В. ПЕТРУШКИН Я. В. РУСЯЕВ

ЭФФЕКТИВНОСТЬ ОТДЕЛЬНЫХ НАПРАВЛЕНИЙ БЮДЖЕТНОЙ ПОДДЕРЖКИ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА В РЕГИОНЕ

ПЕТРУШКИН Николай Владимирович, первый заместитель Председателя Правительства — министр финансов Республики Мордовия, кандидат экономических наук.

РУСЯЕВ Яков Васильевич, аспирант кафедры менеджмента Мордовского государственного университета.

Ключевые слова: сельское хозяйство; регрессионный анализ; эконометрика; бюджет; прогнозирование; эффективность; государственная поддержка; моделирование; субсидии; экономическая модель

Key words: agriculture; regressive analysis; econometrics; budget; forecasting; efficiency; state support; modelling; subsidies; economic model

Под эффективностью направлений бюджетной поддержки сельского хозяйства следует понимать результат, который был получен отраслью от оказанного со стороны государства воздействия в виде субсидий, субвенций, дотаций и т. п. Необходимость оценки эффективности предопределена тем, что реально полученный результат нередко оказывается прямо противоположным. Так, в частности, если рассматривать государственную поддержку, то вместо предполагавшейся стабилизации можно наблюдать продолжающийся спад, вместо поощрения реального сектора экономики — его свертывание, вместо защиты отечественных производителей с помощью таможенных мер — неумеренный ввоз сырья и т. д.

Чтобы оценить эффективность отдельных направлений бюджетной поддержки сельского хозяйства следует использовать арсенал методов эконометрики. Результатом такого исследования выступают экономические модели, описывающие реальные, объективно существующие между социально-экономическими явлениями причинно-следственные зависимости, возникающие под действием множества внешних и внутренних факторов.

Первым, пожалуй, наиболее важным этапом построения модели связи является отбор факторных признаков. Задача построения модели регрессии заключается не только в том, чтобы правильно определить совокупность факторов, влияющих на моделируемый показатель, но и чтобы включить в уравнение, насколько это возможно, не связанные между собой факторные признаки. Далее определяется вид причинно-следственных связей между показателем и факторами. Затем необходимо оценить значимости коэффициентов регрессии с помощью критерия Стьюдента. Если все коэффициенты регрессии значимы, то уравнение регрессии признается окончательным и принимается в качестве модели исследуемого признака для последующего анализа. Если среди коэффициентов регрессии имеются незначимые, то соответствующие объясняющие переменные следует исключить из уравнения.

Необходимо определить характер связи между факторами и показателем с использованием таблицы Чеддока через коэффициенты тесноты связи. Затем следует проверка на условие гомоскедастичности. В случае непостоянства дисперсий по остаткам (разницы между фактическими и теоретическими уровнями, ошибки) необходимо произвести корректировку модели для приведения ее к гомоскедастич-ности (постоянству дисперсий по остаткам). Далее необходимо оценить достоверность коэффициента тесноты связи (критерий Стьюдента), осуществить расчет средней относительной ошибки аппроксимации, оценить на достоверность в целом уравнение регрессии (критерий Фишера).

Необходима также оценка коэффициентов регрессии по степени значимости с помощью системы показателей: коэффициент эластичности, бета-коэффициент. Под значимостью мы понимаем меру уверенности в истинности полученного коэффициента регрессии. После получения окончательной регрессионной модели исследуются коэффициенты регрессии. Так, с изменением каждого фактора на одну единицу собственного измерения (при постоянном значении остальных факторов, вошедших в модель) зависимая переменная изменяется на соответствующий коэффициент регрессии. Интерпретируемый таким образом коэффициент регрессии используется в экономико-статистическом анализе как средняя оценка эффективности влияния фактора на результативный показатель.

С учетом вышеизложенного логически правильно в качестве факторов, необходимых для построения модели, взять отдельные направления бюджетной поддержки сельского хозяйства, а в качестве результативного — тот объем продукции, который получили сельскохозяйственные товаропроизводители. В качестве моделируемого значения примем показатель прироста продукции сельского хозяйства от государственной поддержки, рассчитываемый по методике, разработанной совместными исследованиями ученых Уральской государственной сельскохозяйственной академии и Всероссийского научно-исследовательского института экономики, труда и управления в сельском хозяйстве1.

Формула  доступна в PDF версии журнала.

В результате составленная модель будет обладать большей степенью достоверности. Учитывая изложенный алгоритм, осуществим оценку эффективности направлений поддержки сельского хозяйства местными и региональным бюджетами Республики Мордовия. В результате получим две экономические модели.

В качестве первого результативного показателя (yt) будет выступать прирост продукции сельского хозяйства от поддержки местными бюджетами. Факторами, влияющими на него, будут x1 — субсидии за реализацию КРС на

мясо весом от 400 до 450 кг, тыс. руб.; x2 — субсидии за реализацию КРС на мясо весом свыше 450 кг, тыс. руб.; x3 — субсидии за реализацию КРС на мясо весом свыше 450 кг (мясное направление), тыс. руб.; x4 — субсидии за реализацию свиней на мясо, тыс. руб.; x5 — субсидии за реализацию молока в летний период (рост продуктивности от 5 до 15 %), тыс. руб.; x6 — субсидии за реализацию молока в летний период (рост продуктивности не ниже 15 %), тыс. руб.; x7 — субсидии за реализацию молока в летний период (рост продуктивности от 2,5 до 10 %), тыс. руб.; x8 — субсидии за реализацию молока в летний период (рост продуктивности не ниже 10 %), тыс. руб.; x9 — субсидии за реализацию молока в летний период (рост продуктивности не ниже 2,5 %), тыс. руб.; x10 — субсидии за реализацию молока в летний период (при условии сохранения продуктивности), тыс. руб.; xn — субсидии за реализацию молока в зимний период (рост продуктивности от 5 до 15 %), тыс. руб.; x12 — субсидии за реализацию молока в зимний период (рост продуктивности не ниже 15 %), тыс. руб.; x13 — субсидии за реализацию молока в зимний период (рост продуктивности от 2,5 до 10 %), тыс. руб.; x14 — субсидии за реализацию молока в зимний период (рост продуктивности не ниже 10 %), тыс. руб.; x15 — субсидии за реализацию молока в зимний период (рост продуктивности не ниже 2,5 %), тыс. руб.; x16 — субсидии за реализацию молока в зимний период (при условии сохранения продуктивности), тыс. руб.; x17 — субсидии за реализацию рыбы прудовой, тыс. руб.; x18 — субсидии за реализацию КРС весом не менее 280 кг на откорм откормочным хозяйствам, тыс. руб.; x19 — субсидии за ввод не менее 25 % первотелок в основное стадо в год, тыс. руб.; x20 — субсидии на компенсацию части затрат на увеличение маточного поголовья КРС при средней продуктивности свыше 2 500 кг/год, тыс. руб.; x21 — субсидии на комбикорма для свиней, тыс. руб.; x22 — субсидии на комбикорма для КРС, тыс. руб.; x23 — субсидии за приобретение семян зерновых культур 1 репродукции, тыс. руб.; x24 — субсидии за приобретение семян зерновых культур 2 репродукции, тыс. руб.; x25 — субсидии за реализацию семян картофеля 1—3 репродукции, тыс. руб.

В качестве исходной информации были взяты данные Министерства финансов и Министерства сельского хозяйства и продовольствия Республики Мордовия по муниципальным районам с 2005 по 2008 г.

Формула  доступна в PDF версии журнала.

Таблица доступна в PDF версии журнала.

Из анализа регрессионной модели следует, что включенные в модель направления поддержки сельского хозяйства на местном уровне положительно влияют на прирост продукции сельского хозяйства от местной поддержки. Наиболее эффективными, согласно табл. 1, можно считать субсидии за реализацию свиней на мясо, за реализацию молока в зимний период (при условии сохранения продуктивности), за реализацию молока в летний период (рост продуктивности не ниже 2,5 %), за реализацию КРС на мясо весом свыше 450 кг, за приобретение семян зерновых культур 1 репродукции, за ввод не менее 25 % первотелок в основное стадо в год. Так, при их росте на 1 тыс. руб. прирост продукции от поддержки местными бюджетами в среднем повысился на 1,41, 1,59, 4,64, 1,46, 1,35 и 1,11 тыс. руб.

соответственно. Что касается коэффициента корреляции по направлению субсидии за реализацию молока в летний период (рост продуктивности от 2,5 до 10 %), то, обладая большим значением (3,65), он занимает последнее место по значимости, т. е. он имеет самую низкую меру уверенности в истинности своего значения.

В качестве второго результативного показателя (y2) будет выступать прирост продукции сельского хозяйства от поддержки региональным бюджетом. В качестве факторов, которые влияют на него, возьмем x1 — субсидии на поддержку племенного животноводства, тыс. руб.; x2 — на поддержку первичного и элитного семеноводства, тыс. руб.; x3 — на компенсацию части затрат по закладке и уходу за многолетними насаждениями, тыс. руб.; x4 — на производство и реализацию конопли, тыс. руб.; x5 — на комбикорма для производства мяса свинины и птицы, тыс. руб.; x6 — на приобретение средств химизации, тыс. руб.; x7 — на приобретение средств химической защиты, тыс. руб.; x8 — на экономическое выравнивание, тыс. руб.; x9 — на компенсацию части затрат по приобретению дизельного топлива, тыс. руб.; x10 — на страхование сельскохозяйственных культур, тыс. руб.; x11 — на частичное возмещение уплаченных процентов за пользование кредитами (до 1 года), тыс. руб.; x12 — на частичное возмещение уплаченных процентов за пользование кредитами (до 2 лет), тыс. руб.

Формула  доступна в PDF версии журнала.

Таблицы доступны в PDF версии журнала.

По мере того как происходит корректировка прогноза ВРП, необходимо производить корректировку значений объемов средств, идущих на поддержку сельского хозяйства.

Таким образом, составленные экономические модели по предложенной методике можно будет использовать в практической деятельности органа, осуществляющего оценку эффективности отдельных направлений государственной поддержки сельского хозяйства и прогнозирование их объемов финансирования с учетом этой оценки.

ПРИМЕЧАНИЯ

1 См.: Мухина Е. Оценка эффективности государственной поддержки агропромышленного производства // Экономист. 2007. № 4. С. 89—93.

2 Данные Министерства финансов Республики Мордовия.

3 Там же.

Поступила 13.11.09.

 

 

 

Лицензия Creative Commons
Материалы журнала "РЕГИОНОЛОГИЯ REGIONOLOGY" доступны по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная