Содержание к диссертации
Введение
Глава 1. Методологические основы научного управления агропромышленным производством 12
1.1. Основные результаты и перспективы применения научных методов управления сельскохозяйственным производством 12
1.2. Методы прогноза стохастических параметров сельскохозяйственного производства 16
1.3. Анализ проблемы влияния метеорологических факторов на сельскохозяйственное производство 22
1.4. Методологические основы оптимизации производственной структуры сельскохозяйственных предприятий 37
1.5. Корреляционно-регрессионный анализ параметров сельскохозяйственного производства 55
Выводы к главе 1 62
Глава 2. Анализ и прогноз стохастических параметров сельскохозяйственного производства 64
2.1. Исследование связей между урожайностью сельскохозяйственных культур и метеорологическими параметрами 64
2.2. Метод прогноза метеорологических параметров на основе аппроксимации их временных рядов 73
2.3. Прогноз погодных условий в задачах управления экономикой сельскохозяйственных предприятий 86
2.4. Некоторые результаты прогноза урожайности сельскохозяйственных культур 95
Выводы к главе2 99
Глава 3. Совершенствование методов управления сельскохозяйственным производством 101
3.1. Применение экономико-математического моделирования в планировании производства 101
3.2. Стохастическая двухэтапная модель оптимизации структуры сельскохозяйственного производства 107
3.3. Некоторые результаты оптимизации производственной структуры сельскохозяйственного предприятия 122
Выводы к главе 3 135
Заключение 136
Список литературы 139
- Основные результаты и перспективы применения научных методов управления сельскохозяйственным производством
- Методы прогноза стохастических параметров сельскохозяйственного производства
- Исследование связей между урожайностью сельскохозяйственных культур и метеорологическими параметрами
- Применение экономико-математического моделирования в планировании производства
Введение к работе
Одним из важнейших направлений в развитии аграрного сектора экономики нашей страны является поиск эффективных методов хозяйствования в новых, рыночных условиях.
Совершенствование хозяйственного механизма в агропромышленном комплексе требует решения ряда сложных задач, связанных с оценкой последствий принимаемых решений, анализом и прогнозом развития сельскохозяйственного производства, его планированием с применением научных подходов.
Использование в этих целях экономико-математических моделей
позволяет: лучше понимать многообразие взаимосвязей и факторов;
обосновать причинно-следственные зависимости; изучать
функционирование системы, когда натурный эксперимент приводит к потерям времени, а иногда и просто невозможен в силу непредсказуемости окружающих факторов; синтезировать на модельном уровне стратегии управления и оценивать целесообразность их реализации на практике.
Необходимость использования методов прогноза, системного анализа, экономико-математических методов и вычислительной техники в области экономики агропромышленного комплекса предопределяется рядом обстоятельств. В частности: состоянием экономики; принципиально новыми задачами, которые встали перед наукой по преобразованию агропромышленного производства; несовершенством системы управления АПК и необходимостью ее модернизации в рамках экономической реформы всего народного хозяйства; социально-экономическими проблемами, возникающими в процессе перехода к новому хозяйственному механизму, базирующемуся на рыночных отношениях; новыми экономическими принципами взаимоотношений центра и регионов ( республик и областей).
В этих условиях необходимо разрабатывать такие методы управления сельскохозяйственным производством, которые обеспечили бы его
устойчивое функционирование в обстановке, когда производственные параметры претерпевают значительные вариации.
Разработка таких стратегий невозможна без прогноза стохастических (случайных) факторов сельскохозяйственного производства и оптимизации его структуры на основе экономико-математических моделей.
Актуальность темы исследования. Современная методология исследования агропромышленного комплекса включает в настоящее время в качестве своего важнейшего элемента систему экономико-математических моделей и средств их программной реализации, обеспечивающей многовариантные прогнозные расчеты. На их основе можно формировать условия хозяйствования. Но, как известно, сельскохозяйственное производство подвержено воздействию случайных факторов, к которым, в первую очередь, относятся метеорологические -количество атмосферных осадков, их распределение по месяцам года, количество тепла и др. Эти факторы существенно влияют на урожайность сельскохозяйственных культур, затраты труда и средств на единицу произведенной продукции. Анализ и планирование сельскохозяйственных мероприятий на основе экономико-математических моделей с учетом прогноза стохастических факторов производства позволяет решить задачу управления сельскохозяйственным производством на новом, более совершенном уровне.
Таким образом, прогноз стохастических факторов
сельскохозяйственного производства и оптимизация его структуры на основе экономико-математических моделей являются актуальными задачами, позволяющими разработать стратегию устойчивого функционирования предприятий АПК в условиях изменяющейся внешней среды.
В настоящее время для прогноза метеорологических параметров и урожайностей сельскохозяйственных культур применяются различные
подходы, тем не менее, корректное решение этих вопросов встречает трудности, обусловленные сложностью или даже невозможностью получения информации необходимого объема и качества. Этими причинами можно объяснить невысокую точность существующих методов, поэтому проблема усовершенствования существующих и разработки новых методов прогнозирования стохастических параметров сельскохозяйственного производства остается актуальной.
Цель и задачи исследования. Целью работы является разработка методических подходов к формированию стратегии устойчивого функционирования сельскохозяйственных предприятий на основе прогноза стохастических факторов производства и оптимизации производственной структуры.
Цель исследования предполагает постановку и решение следующих задач:
исследование теоретических аспектов научного управления сельскохозяйственным производством;
анализ проблемы устойчивого функционирования предприятий АПК и путей ее решения;
разработка методики прогноза стохастических параметров в моделях оптимизации производственной структуры сельскохозяйственных предприятий;
усовершенствование метода прогноза агрометеорологических параметров;
разработка стохастической модели оптимизации
производственной структуры сельскохозяйственных предприятий;
разработка стратегии устойчивого функционирования предприятия.
Предметом исследования явились методы прогноза стохастических параметров сельскохозяйственного производства и оптимальная его структура, обеспечивающая устойчивое функционирование предприятия.
Объектом исследования в работе является механизм управления сельскохозяйственными предприятиями в процессе изменения экономических и производственных параметров.
Теоретической и методологической основой исследования
послужили труды отечественных и зарубежных ученых посвященные
проблемам оптимизации управления сельскохозяйственными
предприятиями на основе экономико-математического моделирования, а также методам прогноза метеорологических параметров и урожайностей сельскохозяйственных культур.
При выполнении работы рассматривались и обобщались результаты исследований, проведенных в области создания систем экономико-математических моделей, а также изучались связи между метеопараметрами и урожайностью различных сельскохозяйственных культур.
В качестве инструментария использовались методы прогнозирования, математического программирования, статистики и др.
Степень разработанности проблемы. Принципиальная возможность проведения системного анализа и прогнозирования развития АПК опирается на накопленный опыт применения различных экономико-математических методов в Российской Федерации и других странах, на наличие сложившихся отечественных научных школ в области моделирования сельскохозяйственного производства. Исследования Г.В.Беспахотного, Н.А.Блажа, М.Е.Браславца, В.А.Кардаша, В.И.Киселева, Р.Г.Киселева, Р.Г.Кравченко, А.М.Гатаулина, В.И.Денисова, Э.Н.Крылатых, В.В.Милосердова, В.П.Можина, И.Г.Попова, А.И.Тягунова, других видных отечественных ученых посвящены предмету диссертации.
Переход национальной статистики на международные стандарты позволяет адаптировать и широко использовать имеющиеся в странах с развитым рынком приемы и методы в области моделирования АПК для Российских условий.
Моделирование агропромышленного комплекса - настолько широкая и важная сфера исследования, настолько сложен сам объект рассмотрения, разнообразны методы и подходы, составляющие суть математического моделирования, что любое исследование в данной области практически не может охватить весь круг имеющихся проблем.
Научная новизна работы. В работе впервые получены следующие результаты:
разработаны методические подходы к формированию стратегии устойчивого функционирования сельскохозяйственных предприятий, предусматривающие использование результатов прогноза стохастических параметров и оптимизации производственной структуры;
разработан метод прогноза метеопараметров, который основан на аппроксимации и сглаживании временных рядов их значений;
определены корреляционно-регрессионные связи между урожайностью наиболее распространенных в КБР сельскохозяйственных культур и метеопараметрами;
выполнен прогноз метеорологических параметров и урожайностей некоторых сельскохозяйственных культур в условиях КБР на три года (2001-2003 гг.);
предложена стохастическая модель оптимизации
производственной структуры сельскохозяйственных предприятий с учетом полученных прогнозов.
Практическая ценность исследования состоит в его ориентации, направленной на повышение устойчивости сельскохозяйственного производства на основе прогноза местных природно-климатических
условий земледелия. Применение результатов диссертационной работы
позволит уменьшить степень зависимости экономики
сельскохозяйственного производства от колебаний урожайности сельскохозяйственных культур и других случайных параметров.
Определены и сформулированы конкретные теоретические, методологические и практические предложения, которые могут найти применение при разработке стратегии устойчивого функционирования сельскохозяйственных предприятий в рыночных условиях.
Апробация работы. Основные положения и результаты
исследования докладывались и обсуждались на научно-практических
конференциях и семинарах в Кабардино-Балкарской государственной
сельскохозяйственной академии (1996-2000), Горском государственном
университете (Владикавказ, 1999), научно-производственном совещании
«Основные направления научного обеспечения агропромышленного
комплекса КБР», состоявшемся в Министерстве сельского хозяйства и
продовольствия Кабардино-Балкарской республики (1999) и
рекомендованы к практическому внедрению при разработке программ развития агропромышленного комплекса.
Структура диссертации. Работа состоит из введения, трех глав, заключения и списка литературы.
Во введении обосновывается актуальность темы исследования, формулируются цели и задачи диссертационной работы, характеризуются теоретические и методологические основы, объект и предмет исследования, излагаются научная новизна и практическая значимость полученных результатов, а также апробация работы.
В первой главе "Методологические основы научного управления агропромышленным производством" рассмотрены существующие подходы к проблеме совершенствования управления предприятиями АПК в условиях
рыночной экономики, основные результаты и перспективы применения в этой сфере научной методологии.
Проводится анализ влияния природных факторов на производство сельскохозяйственных культур. Затронуты проблемы их учета при планировании сельскохозяйственного производства.
Выполнен аналитический обзор методов прогнозирования урожайностей сельскохозяйственных культур и метеорологических параметров в сельскохозяйственном районе.
Рассмотрены экономико-математическое модели оптимизации структуры сельскохозяйственного производства, в которых учитывается стохастический характер его параметров.
Вторая глава " Анализ и прогноз стохастических параметров сельскохозяйственного производства" посвящена разработке методов прогнозирования метеорологических параметров, урожайностей сельскохозяйственных культур и цен реализации сельскохозяйственной продукции на основе временных рядов их значений.
В главе предложен метод прогноза метеопараметров, который основан на аппроксимации и сглаживании временных рядов их значений. Для проверки метода были проведены тестовые расчеты, которые показали, что метод достаточно точно выделяет содержащиеся во временных рядах периодические составляющие и построенную таким образом функцию можно использовать для прогнозирования временных рядов.
Данный метод использовался для прогнозирования метеорологических параметров в предгорной зоне КБР.
В этой же главе дана количественная характеристика связей между
метеорологическими параметрами и урожайностью сельскохозяйственных
культур на контрольной территории. Связь между урожайностью и
количеством осадков исследовалась для четырех видов
сельскохозяйственных культур: подсолнечник, картофель, кукуруза,
озимая пшеница. Рассматривалось влияние количества осадков за различные периоды и температуры воздуха на урожайность сельскохозяйственных культур.
На основе результатов прогноза количества осадков и температуры воздуха, а также полученных корреляционных зависимостей между этими параметрами и урожайностью, выполнен прогноз урожайности ряда сельскохозяйственных культур на ближайшие несколько лет.
В третьей главе " Совершенствование методов управления сельскохозяйственным производством " для формирования стратегии устойчивого функционирования сельскохозяйственного производства разработана стохастическая экономико-математическая модель с учетом прогнозов урожайностей сельскохозяйственных культур и цен реализации сельскохозяйственной продукции. Приведены постановка задачи и некоторые результаты расчетов.
Приведенный подход к планированию сельскохозяйственного производства на основе стохастической модели, с использованием прогноза случайных параметров, позволяет сформировать оптимальный план деятельности предприятия в условиях неопределенности погодных условий и экономической обстановки в предстоящем сельскохозяйственном сезоне.
В заключении приведены основные результаты исследования, сформулированы выводы и практические предложения.
Основные результаты и перспективы применения научных методов управления сельскохозяйственным производством
Переход к рыночной системе хозяйствования влечет за собой коренные преобразования общественных отношений, которые касаются не только форм собственности, но и других элементов производственных отношений, в том числе и изменения в управлении производством. Совершенствование системы управления на основе использования научных методов является одним из главных факторов роста эффективности сельскохозяйственного производства и повышения его устойчивости к изменяющимся условиям внешней среды.
При разработке методов управления агропромышленным производством применительно к республикам, краям областям, районам необходимо учитывать внешние и внутренние факторы воздействия, достижения научно-технического прогресса, с одной стороны, и состояние экономики региона, национально-исторические традиции, природные условия, с другой.
Научные методы ведения сельскохозяйственного производства на основе системного подхода заложены в работах крупнейших ученых-экономистов прошлого - А.Г.Болотова, А.Н.Энгельгардта, А.В.Советова, К.А.Тимирязева, А.В.Чаянова. В те годы были разработаны севообороты, совершенствовалась система обработки почвы, улучшалась структура кормовых рационов, отрабатывались новые технологии содержания скота.
Наиболее успешно эти идеи начали реализовываться в шестидесятые годы и позднее, их базой стали кооперация и интеграция производства, перевод отраслей на промышленную основу, значительные вложения финансовых и материальных ресурсов в сельское хозяйство.
В эти годы в республиках, краях и областях создаются региональные научно-исследовательские учреждения, с учетом местных условий разрабатываются системы ведения сельскохозяйственного производства.
Благодаря комплексному подходу к решению многих вопросов развития экономики, в регионах укрепились связи науки с производством, большинство научных разработок активно осваивались практикой: внедрялись интенсивные технологии в растениеводстве и животноводстве, малоотходное производство на перерабатывающих предприятиях, научно обоснованные формы организации труда и управления.
Результатом этого явился рост производства сельскохозяйственной продукции в России. В среднем за 1986-1990гг. объём валовой продукции увеличился по сравнению с 1981-1985гг с 92,4 миллиарда рублей до 103 миллиардов; или на 11,4 %, в том числе зерна с 92 до 104 миллионов тонн, или на 13 %, сахарной свеклы на 32,2 %, подсолнечника на 34,7 %, мяса на 21,3 %, молока на 11,3 %, яиц на 11,1 % [95].
Таким образом, темпы роста сельскохозяйственного производства в нашей стране были весьма высокими, в том числе по представлениям, сложившимся в мировой практике.
В результате экономических реформ, которые предусматривали ускоренный переход от социализма к капитализму, игнорируя при этом все ценное, что было при плановой системе ведения хозяйства, сельскохозяйственное производство оказалось в глубоком кризисе. С самого начала аграрных реформ ученые предлагали другие направления преобразований, однако эти предложения не были восприняты. Нетерпение, недостаточный профессионализм, предпочтение западных проектов - все это привело народное хозяйство России к кризису, к обвальному спаду производства.
Сложившаяся социально-экономическая ситуация требует поиска путей вывода сельского хозяйства и сферы его обслуживания из кризиса. Этот выход видится в разработке, во-первых, новой законодательной базы, и нормативных документов на федеральном уровне, предусматривающих серьезную корректировку многих положений реформы; во-вторых, антикризисных региональных программ; в-третьих, научно обоснованных систем ведения агропромышленного производства.
Некоторые специалисты считают, что разработка научных методов ведения агропромышленного производства нецелесообразна в связи с тяжелыми экономическими условиями, отсутствием достаточно стабильной материальной базы. С этим нельзя согласиться. Практика последних лет показывает, что в тех регионах, где аграрные преобразования осуществлялись при отсутствии научных подходов, последствия кризиса оказались более тяжелыми.
Сегодня наша страна находится в иных экономических условиях, рыночная система гораздо сложнее, чем плановая, поэтому нужны новые подходы и обоснования развития сельского хозяйства и сферы его обслуживания с тем, чтобы вывести агропромышленный комплекс из кризиса. Научно обоснованные системы ведения агропромышленного производства нового поколения должны стать основой антикризисных программ.
Выход из кризиса предполагает решение ряда задач, относящихся к различным уровням управления.
На федеральном уровне требуется решить общие для агропромышленного комплекса страны проблемы, в первую очередь те, которые препятствуют его нормальному развитию: пересмотр концепции аграрной реформы, исходя из генеральной её цели - восстановления продовольственной безопасности России; обеспечение приоритета на внутреннем рынке страны отечественным товаропроизводителям посредством соответствующей таможенной политики; совершенствование налоговой системы, включая снижение общей массы налогов на сельского товаропроизводителя; обеспечение бюджетной поддержки сельскохозяйственных предприятий, организация и расширение сети специализированных банков; создание на новом экономическом уровне условий для развития интеграции и кооперации между сельскохозяйственными, перерабатывающими, торговыми и сбытовыми организациями; повышение роли науки в развитии агропромышленного производства.
Методы прогноза стохастических параметров сельскохозяйственного производства
Экономика сельскохозяйственных предприятий существенным образом зависит от многочисленных стохастических (случайных) факторов как природного, так и финансово-экономического характера. В качестве природных факторов рассматривают в первую очередь метеорологические: количество атмосферных осадков, температура воздуха, заморозки, град и др. К финансово-экономическим факторам относятся: уровень развития производительных сил, стабильность национальной валюты, цены на сельскохозяйственную продукцию и многое другое.
Остановимся на проблемах прогноза урожайности сельскохозяйственных культур. Этому вопросу посвящены работы [71,89]. Прогнозировать урожай довольно сложно, т.к. нужно предвидеть изменения в природе, находить выход из тех неожиданных для земледельца трудностей, которые связаны с погодой. Однако, несмотря на сложность этой задачи, возросший уровень наших знаний о системе "среда- растение", широкое применение физико-математических методов создали предпосылки для перехода к новому этапу изучения и объяснения связей между гидрометеорологическими условиями среды и продуктивностью сельскохозяйственных культур.
Прогнозирование урожаев отражает закономерный процесс логического развития учения об урожае как сложной функции многих процессов и факторов, определяющих его количественные и качественные характеристики. Этот метод позволяет заранее рассчитать технологический процесс получения заданного урожая с учетом климатических условий, генетического потенциала сортов и естественного плодородия почвы.
В настоящее время нет таких математических моделей, которые позволили бы описать динамику урожайности сельскохозяйственных культур с необходимой точностью. Поэтому для решения задачи прогнозирования необходимо построить модели в рамках теории случайных процессов.
Это связано с тем, что единственной информацией, которую можно использовать при этом, являются временные ряды изменений характеристик природных факторов - реализации случайных процессов.
Одним из используемых подходов в таких случаях является математическое прогнозирование. Математическое прогнозирование случайных процессов заключается в обработке данных об этих процессах (временных рядов) с целью получения математических зависимостей, связывающих измеряемые характеристики в различные моменты времени, и вычисление с помощью этих зависимостей значений прогнозируемых характеристик с заданными временными упреждениями [5,9,19,20].
При построении отмеченных зависимостей (моделей), могут быть использованы два подхода.
Первый подход основан на представлении прогнозируемого случайного процесса Y(t) в общем выражении вида Y(t) = f(a,t) + л, (1) где f(a,t) - некоторая детерминированная функция; а - вектор неизвестных параметров, подлежащих определению; t - время; т - случайный процесс с нулевым математическим ожиданием. Функция f(a,t) является детерминированной основой прогнозируемой величины. Она характеризует значения, которые имела бы "действительная" величина, если бы она не подверглась воздействию случайной помехи.
Таким образом, модели вида (1) представляют подлежащий прогнозированию случайный процесс в виде наложения на детерминированную основу f(a,t) случайного фактора. В качестве детерминированной основы используют различные функции, которые подбираются, исходя из особенностей изменения во времени прогнозируемого процесса.
Исследование связей между урожайностью сельскохозяйственных культур и метеорологическими параметрами
Наиболее важными параметрами, используемыми при планировании производства сельскохозяйственной продукции, являются урожайности различных сельскохозяйственных культур. Поэтому разработка достаточно надежных методов их прогнозирования на различные сроки имеет важное значение.
Решения этой задачи осуществляется несколькими методами.
Один из таких методов основан на использовании временных рядов значений урожайности культур [40,57].
Для прогноза урожайностей необходимо проанализировать ряды динамики урожайности сельскохозяйственных культур в данном предприятии за период 10-12 лет. Урожайность сельскохозяйственных культур в результате интенсификации производства растет, поэтому ежегодные ее изменения являются суммой двух составляющих -регулярного прироста и случайного отклонения. Необходимо в первую очередь выравнять ряды урожайности, чтобы выделить случайные отклонения и изучить их амплитуду и повторяемость. Для выравнивания динамических рядов можно применять, например, метод наименьших квадратов.
Между случайными отклонениями урожайности различных сельскохозяйственных культур могут наблюдаться связи как положительные, так и отрицательные. Погодные условия, благоприятные для одной культуры, могут быть благоприятными также и для другой, то
есть связь в данном случае положительная. Вместе с тем те же самые погодные условия приводят нередко к снижению урожайности третьей культуры (отрицательная связь). Поэтому было бы неправильным объединять в одном исходе более высокие урожайности всех культур.
Обычно используют следующую процедуру формирования исходов по урожайности. Сначала рассматривают одну культуру или группу культур (например, зерновые), имеющую высокий удельный вес в структуре посевных площадей. По выравненному ряду урожайности этой культуры находят случайные отклонения - положительные и отрицательные. Далее строят ранжированный ряд этих отклонений. Таким образом, группируют годы с большими отрицательными, близкими к нулю и большими положительными отклонениями. Теперь могут быть найдены средние отклонения урожайности и относительные частоты для каждой группы лет.
Группы лет, выделенные для первой культуры, являются основой для описания исходов в целом по хозяйству. Средние отклонения урожайности других культур для выделенных групп находятся наложением соответствующих данных на эти группы.
Таким образом, в результате описанной процедуры можно получить группы лет, для которых установлены вероятности (частоты) и средние отклонения урожайности культур. На основе этих данных прогнозируется урожайность для модели - средняя и по исходам [40 ].
Другой подход основан на прогнозировании значений факторов, от которых зависят урожайности сельскохозяйственных культур, с последующим их определением через значения факторов.
В последние годы, в связи с глубоким кризисом во всех отраслях производства в том числе и сельском хозяйстве, кривая урожайности сельскохозяйственных культур поползла вниз (рисЛ). Аппроксимировать такой ряд линейной функцией уже нельзя, поэтому нужны новые подходы к решению проблемы прогноза урожайности сельскохозяйственных культур.
Для определения связей между урожайностью сельскохозяйственных культур и метеопараметрами целесообразно воспользоваться статистическими методами, а именно, корреляционно-регрессионным анализом [5,68,71].
Предметом корреляционного анализа является изучение связей между случайными величинами . В простейшем случае изучаются связи между двумя случайными величинам, тогда говорят о парном или простом корреляционном анализе. Изучение связей системы более двух случайных величин является предметом множественного корреляционного анализа.
Нами предлагается следующий подход к проблеме определения связей между метеопараметрами и урожайностью сельскохозяйственных культур.
Как видно из рис.1, весь ряд данных можно разделить на два периода - до 1990 г и после 1990 г. Характер трендов на этих интервалах различный: до 1990 г урожайность растет, после 1990 г - падает. Поэтому мы будем искать связь между метеорологическими параметрами и урожайностью сельскохозяйственных культур на части ряда до 1990 г. Урожайность сельскохозяйственных культур в результате интенсификации производства на этом отрезке растет, поэтому ежегодные ее изменения являются суммой двух составляющих - регулярного прироста и отклонения, обусловленного влиянием погодных условий. Необходимо в первую очередь выравнять ряды урожайности, чтобы выделить отклонения и изучить их связь с метеорологическими факторами. Для
Применение экономико-математического моделирования в планировании производства
Рассмотрим сущность экономико-математического моделирования, как средства обеспечения формальной непротиворечивости разработки планов. Формальная непротиворечивость любого рода теоретических обоснований обеспечивается за счёт применения так называемого метода интерпретации. Его суть состоит в переходе от содержательных рассуждений об исследуемом объекте к формальным рассуждениям о некотором искусственном объекте (модели) в рамках исследующей его априори непротиворечивой теории [96,102]. Для этого наиболее часто используются математические теории, непротиворечивость которых обеспечивается за счет строгости их построения: математические выводы строго обосновываются фиксированными формальными свойствами исследуемых в них абстрактных объектов - математических моделей (линейных моделей, графов, функций и т.п.). В силу этого математические теории содержат, как бы заготовки формально корректных выводах, которые могут быть перенесены на любые интерпретируемые ими области знаний [14,18,56 ,66].
Данный метод в планировании производства называется методом экономико-математического моделирования. Его применение предполагает выполнение следующих основных действий (рис.16).
Содержательная постановка задачи разработки плана выполняется исходя из объективно сложившихся условий развития объекта планирования (исследования) и предъявляемой к нему совокупности экономических требований. Постановка осуществляется в терминах экономических понятий. Использование каких-либо математических понятий (вектор, функция и т.п.) при этом не допускается. Этим должна достигаться адекватность постановки задачи её экономической сущности.
Формальная интерпретация содержательной постановки задачи состоит в разработке её экономико-математической модели (ЭММ), которая выполняет функцию языка-посредника между содержательной постановкой и её математической моделью и обеспечивает возможность логически корректного перехода от содержательного анализа к формальному.
Такая возможность обеспечивается за счет синтаксической общности языков описания содержательной задачи и математической модели. Синтаксис - это совокупность правил построения формально правильных выражений в языке. Если содержательная постановка задачи может быть представлена в виде ЭММ, описанной в соответствии с правилами языка, то в рамках последней она может быть формально интерпретирована и решена.
Составными элементами ЭММ являются: описание задачи, выполненные по правилам языка математической теории, а также пояснения описаний с использованием как экономических, так и математических терминов.
Решение математической задачи состоит в переходе от экономико-математической постановки к математической, элиминирующей экономическую сущность исходной содержательной задачи, и в её решении по правилам (алгоритмам) соответствующей математической теории, чем и обеспечивается формальная непротиворечивость обоснования результатов решения.
Экономико-математическая интерпретация результатов решения заключается в содержательном осмыслении полученных математических результатов, то есть в предании им определенного экономического смысла исходя из раннее выполненной записи ЭММ.
В целом, таким образом, формальная непротиворечивость решения планово-экономических задач требует их сведения к математическим задачам, решаемым в рамках соответствующих математических теорий. Возможности использования последних зависят непосредственно от используемого в них языка описания математических объектов. Чем язык математической теории богаче, тем шире возможности ее применения в содержательных исследованиях, и наоборот.
Если существует математическая теория, исследующая модель, полностью интерпретирующую содержательную задачу, то последняя решается в ней по схеме строгой аналогии, при частичной интерпретации -по схеме нестрогой аналогии. В последнем случае обеспечивается формальная непротиворечивость и полнота решения экономико-математической, но не содержательной задачи, так как ЭММ элиминирует некоторую совокупность условий последней либо искажает их, то есть строится с определенными допущениями. При отсутствии подходящей математической теории, как содержательная задача, так и экономико-математическая могут быть решены лишь посредством эвристических методов, не гарантирующих формальной непротиворечивости их решения.
Сущность общей задачи разработки плана развития отраслевой системы препятствует её интерпретации и решению в рамках некоторой единой математической теории. Отсюда вытекает необходимость поэтапной постановки в ходе формирований плана, решения промежуточных задач с помощью как одновременно, так и последовательно конструируемых разнородных по математической структуре ЭММ - линейных, сетевых, статистических и т.д. Данным обстоятельством обусловливается невозможность в настоящее время обеспечения полной формальной непротиворечивости разработки планов отраслевых систем за счет математического аппарата. Последний может обеспечить пока лишь непротиворечивость решения отдельных планово-экономических задач.
