Методологія дослідження процесу економічної модернізації і розвитку тваринництва в умовах дефіциту фінансових ресурсів

Джерело: авторські розрахунки на основі даних табл. 2 і 3.

Тут же слід відмітити, що під час проведення експертної оцінки впливу факторів на виробничий процес і якість тваринницької продукції, формування анкети можливе за двома варіантами.

Перший варіант пов'язаний із виставлянням респондентами відсотка впливу фактора на процес за умови, що сума відносних показників, які відображають вплив факторів, буде дорівнювати 100 %.

Така методика анкетування спрощує підрахунок результатів, але дещо ускладнює опитування й викликає його несприйняття респондентами. За другим варіантом анкетування пропонується проставляти параметри ступеня впливу за принципом послідовного рейтингу. Цей варіант покращує порядок заповнення анкет кожним респондентом, але дещо ускладнює підрахунок показників результатів анкетування.

Отже, застосування запропонованої методики дало можливість теоретично обґрунтувати досліджувану проблему, проаналізувати її на рівні галузі (підприємства, регіону) та використати визначені параметри для дальшого практичного застосування. Крім цього, технологія аналізу групи (науково-технологічні, виробничо-економічні, маркетингові) та видів (упровадження нових продуктів і прогресивних технологій, якість і низька собівартість продукції, різні форми й низькі витрати на транспортування й реалізацію продукції, швидкість її доставки й ін.) факторів виробничої діяльності тваринництва дозволило виявити внутрішні особливості, які відображають динаміку його розвитку, оновлення технологій виробництва, специфіку й асортимент товарної продукції, прибутковість виробництва.

Вважається, що найбільш оригінальними й популярними є економетричні моделі лонгітюдних даних (спостереження за певною характеристикою та ознакою об'єктів у тваринництві) з фіксованими (ендогенні змінні) та випадковими (екзогенні змінні) ефектами [1, с. 186; 2, с. 1384; 3, с. 43], які базуються на використанні множинної регресії досліджуваної сукупності динамічних, варіаційних і часових рядів [4, с. 185] інформаційного масиву даних та застосовуються для виявлення й моделювання складних соціально- економічних процесів (регіональних особливостей розвитку галузей тваринництва) протягом рівновіддалених періодів часу в нечітко визначеному виробничому середовищі.

Зауважимо, що застосування цих моделей у дослідженні явищ і факторів, які їх зумовлюють, передбачало визначення причинної залежності між аналізованими даними, вибір кореляційної моделі, розрахунок показників вимірювання інтенсивності зв'язку, їх статистичну оцінку при аналізі вибіркових сукупностей. Отже, формування інформаційної сукупності й дослідження динамічних змін в економічних показниках розвитку тваринництва проводили з використанням удосконаленої методики лонгітюдних даних, яка, на відміну від наявних, ураховує вплив випадкових змінних, що виникають при появі непередбачуваних ризикових ситуаціях зовнішнього середовища.

Установлено, що використовувані економіко-математичні моделі мають теоретичну та практичну цінність для проведення планування й прогнозування, оскільки будуються на основі статистичних рядів найбільш важливих характеристик виробничих процесів у галузі тваринництва та дають можливість розв'язувати завдання, які є практично невирішеними для інших моделей економічного аналізу, зокрема розподіл впливу багатьох факторів, що діють у взаємному зв'язку й обумовленості.

Дослідження взаємозв'язку сукупності факторних ознак (хі, x2,..., xh) на (модельовану) результативну (уь) та випадкові змінні (zh) непередбачуваних виробничих ситуацій і ринкового середовища проводилося шляхом побудови багатофакторних економетричних моделей, розв'язування яких дало можливість визначити кількісну оцінку залежностей і детермінований зв'язок між досліджуваними факторами.

Отже, лінійну модель лонгітюдних даних:

у загальному вигляді можна подати таким чином:

де Yit - значення результативного показника для i-го (i = 1,...,N) аналізованого (спостережуваного) об'єкта (регіон, підприємство) в t-й (t =1,.,T) період часу;

at - скаляр;

xit = (xiit, x2it,., xhit)

- незалежні (фактори) змінні (h=1,., H);

bit - коефіцієнти моделі, що характеризують фіксовані або випадкові ефекти від зміни xit у часовий період t для i-го об'єкта дослідження;

Xit - відхилення для i-го (i = 1,., N) об'єкта в t-й (t = 1,., T) період часу, що викликані випадковими змінами, а тому не можуть бути ураховані при побудові моделей. Вони бувають одновимірними

X it = mi + uit

і двовимірними

Xit= mi + qt + uit

складовими компонентами, де mi - не спостережувані індивідуальні ефекти, qt - не спостережувані часові ефекти, uit - випадкові (залишкові) параметри, які можна розглядати як звичайні відхилення в регресійній моделі.

Якщо під час застосування моделей лонгітюдних даних на їхні досліджувані характеристики накласти додаткові обмеження й припустити, що bit для всіх t і i значень є сталими, то модель (8) матиме вигляд регресійної моделі, заснованої на множині лонгітюдних даних, і практично нічим не відрізняється від регресійних багатофакторних моделей:

де Yit - теоретичні значення залежної змінної для i-го об'єкта в t-й період часу;

a - параметр, що виділяється й окремо оцінюється;

bh (h= 1,., H) - невідомі параметри моделі;

xhit - значення h-го (h = 1,., H) фактору для i-го об'єкта в t-й період часу;

X it - відхилення для i-го (i = 1,., N) об'єкта в t-й (t = 1,.,T) період часу.

Слід зазначити, що коефіцієнти цього рівняння характеризують вплив відповідного фактора на результативний показник за фіксованого значення інших факторів. Вони показують, наскільки змінюється результативний показник при зміні відповідного фактора на одиницю. У більшості випадків коефіцієнт а можна не брати до уваги, оскільки він немає економічного змісту.

Зазвичай достовірність отриманих результатів є досить високою, оскільки специфіка застосування моделей лонгітюдних даних, які найбільше, у порівнянні з іншими, відповідають теоретичним і практичним очікуванням, дає можливість збільшити число спостережень й урахувати динаміку однакових (різних) характеристик, тоді як за використання окремо взятих часових або варіаційних даних у здійсненні цього процесу можуть виникати труднощі.

Використання лонгітюдних даних досліджуваних характеристик у часових параметрах й у розрізі регіонів України дало можливість розробити комплекс моделей, які відображають взаємозв'язок між факторами, що сприяють розвитку тваринництва й виробництву тваринницької продукції, обсяги споживання якої тісно пов'язуються із чисельністю населення цієї території.

Дослідження впливу сукупності факторів на результативний показник проводилося за допомогою методу найменших квадратів.

Представимо модель у лінійному вигляді, припустивши при цьому, що між взятими до уваги показниками й результативним фактором у спостерігається лінійна залежність.

Для визначення структурних коефіцієнтів побудовану модель у загальному вигляді

y'i= Яiixi+Яi2x2+ Я ihXh+X

перетворимо у приведену форму, яка включає систему взаємозалежних лінійних функцій :

де Яih - розрахункові коефіцієнти при залежних змінних моделі;

X i - залишкові відхилення моделі.

Викладене дає підстави зробити висновок, що тваринництво виступає своєрідною інформаційною економіко-функціональною моделлю, яка включає ряд ризикових змінних (чинників), які під впливом різних умов сприяють (або в окремих випадках не сприяють) підвищенню ефективності його функціонування :

де Р - прибуток

тваринництва;

Xl, X2,...,Xn - змінні (факторні ознаки), що приймають участь у виробничих процесах виробництва продукції та розвитку тваринництва (генетичний і трудовий потенціал, виробничі інноваційні засоби, фінансові, інвестиційні й кормові ресурси, цінові, якісні й модернізаційні індикатори та ін.).

На основі інформаційного масиву даних складали прогнозні моделі, за допомогою яких розраховували основні економічні показники розвитку тваринництва в найближчій перспективі. Розраховані прогнози надали інформацію, яка є цінною для розв'язання перспективних завдань стратегічного розвитку й зумовлює необхідність застосування нового наукового підходу, що ураховує багатомірні чинники модернізації та значну роль технологічного фактора як основного каталізатора економічного зростання.

Поглиблення дослідження стосовно проведення модернізації виробничих процесів у тваринництві методом сценарного планування, прогнозування, економічного й математичного моделювання сприяло врахуванню кількісних і якісних чинників впливу на проведення оцінки параметрів розподілу кормових ресурсів на виробництво тваринницької продукції, а отримані з їхньою допомогою результати надали керівникам тваринницьких підприємств можливість приймати конкретні управлінські рішення щодо дальшого розвитку тваринництва.

Однак, узагальнення теоретичних положень учених вказує на те, що до цих пір наявні методичні підходи до формування стратегій модернізації та особливостей ефективного розвитку тваринництва недостатньо розроблені не тільки в теоретичному, але й у практичному аспектах, оскільки в методичних рекомендаціях ці питання не знаходять свого відображення.

Означене коло проблем спонукало до необхідності дальшого теоретичного обґрунтування й застосування методичних підходів до комплексного вирішення проблеми формування функціональної стратегії економічної модернізації та розробки програм розвитку тваринництва в країні. Розробку стратегії розвитку тваринництва необхідно проводити з використанням різних методів дослідження, оскільки цей процес залежить від багатьох чинників: розмірів сільськогосподарських угідь, кількості поголів'я, чисельності працівників, матеріально-технічних і фінансових можливостей тваринницьких підприємств.

Ураховуючи характерні невизначеності у проведенні економічної модернізації та постійні зміни в розвитку тваринництва, необхідно застосовувати метод побудови сценаріїв як один із видів прогнозування, який сприяє визначенню й оцінці основних параметрів, що здатні впливати на майбутній кількісний склад генетичного потенціалу й виробництво тваринницької продукції. Використовуваний метод сценаріїв дав можливість порівняти фактичний стан розвитку тваринництва з розрахованими прогнозними показниками з відповідного сценарію (оптимістичний, реалістичний і песимістичний) з метою внесення відповідних коректив. Методологічний підхід до упорядкування етапів процесу формування стратегії дозволяє подати їх у такій структурній послідовності (рис. 2).

Рис. 2 Схема процесу проведення сценарного дослідження

Джерело: авторська розробка.

Зауважимо, що тут більш важливе значення має сценарний і SWOT-аналіз, оскільки від якості їхнього проведення залежить процес достовірного опису послідовності подій і змін досліджуваного об'єкта, які можуть стати вихідними параметрами для формування стратегічних програм розвитку тваринництва в країні.

З усіх наявних сценаріїв, не применшуючи важливості песимістичного (пов'язаний із нестабільністю й згортанням виробничих і модернізаційних процесів у тваринництві під впливом чинників зовнішнього середовища), перевага надавалася оптимістичному й реалістичному. Передусім проведені розрахунки за оптимістичним сценарієм передбачали збереження досягнутих тенденцій у розвитку тваринництва й виробництва тваринницької продукції при помітному економічному зростанні економічних показників у наступні роки. Водночас застосування реалістичного сценарію, що базується на екстраполяції сучасних тенденцій розвитку галузі тваринництва й передбачає поступовий перехід до зростання економічних показників розвитку тваринництва (за умови пом'якшення впливу чинників зовнішнього середовища), є більш сприйнятливим і наближеним до оптимістичного.

Висновки

Методологічні особливості дослідження розвитку та економічної модернізації тваринницької галузі зумовлені потребою інтенсифікації галузі та здійснення переходу до інноваційної моделі розвитку. Проте цей шлях розвитку зумовлює підвищення ефективності використання біологічного потенціалу тварин і, як наслідок, скорочення поголів'я та втрати породного різноманіття. Водночас означена проблема ускладнюється необхідністю створення відповідних умов технологічного середовища та впровадження інноваційних технологій в об'ємно-планувальні рішення у тваринницьких приміщеннях для реалізації генетичного потенціалу продуктивності тварин.

Використання різних наукових методів, прийомів і комплексного системного підходу для проведення дослідження проблем регіональних модернізаційних перетворень можливе тільки на основі обґрунтування процесу формування стратегії економічної модернізації тваринництва з метою забезпечення раціонального використання ресурсного потенціалу та конкурентних переваг його розвитку.

При цьому методичний підхід до формування стратегії здійснення економічної модернізації та дальшого розвитку тваринництва дав можливість більш повно урахувати об'єктивні умови господарювання та результати організаційно-виробничої діяльності тваринницьких підприємств. Використані науково обґрунтовані й апробовані на практиці методи дослідження сприяли розробці наукового підходу до проведення економічної модернізації тваринництва за рахунок дотримання принципів фінансового, техніко - технологічного, інвестиційно-інноваційного забезпечення та державного регулювання цих видів діяльності.

Перспективним напрямом дальших досліджень у цьому контексті вважаємо обґрунтування організаційно-економічного механізму структурної модернізації тваринницької галузі з метою виявлення резервів зниження собівартості білкової продукції, покращення її якості та підвищення продуктивності сільськогосподарських тварин.

інноваційний соціологічний тваринництво анкетування

Список використаних джерел

1. Baltagi Badi H. Econometric Analysis of Panel Data. New York: John Wiley& Sons, Inc., 1995. 253 p.

2. Hausman J. A., Taylor W. E. Panel data and unobservable individual effects. Econometrica. 1981. № 49. Pp. 1377-1398.

3. Коваль П. В. Дослідження темпів і пропорцій відтворення в сільському господарстві за допомогою моделей лонгітюдних даних. Агроінком. 2006. № 3С. 41-46.

4. Червак-Смерічко О. Ю. Моделі лонгітюдних даних в емпіричних дослідженнях. Науковий вісник Ужгородського національного університету. Серія «Економіка». 2013. Вип. 3(40). С. 183-186.

5. Россоха В. В. Методологія та її роль в сучасних економічних дослідженнях. Агроінком. 2009. № 1-4. С. 50-55.

6. Андрійчук В. Г. Сучасний аспект методології наукових досліджень. Економіка АПК. 2016. № 7. С. 87-94.

7. Инглхарт Р., Вельцель К. Модернизация, культурные изменения и демократия: Последовательность человеческого развития. Москва: Новое издательство, 2011. 464 с.

8. Levy M. Modernization and the Structure of Societies. Princeton: Princeton University Press, 1966. 156 p.

9. Бодров В. Державне управління модернізаційними процесами в економіці України. Аналітика і влада: журн. експерт. аналіт. матеріалів і наук. пр. Ін-ту пробл. держ. упр. та місц. самоврядування НАДУ. 2012. № 6. С.126-132.

10. Геєць В. Модернізація в системі «Суспільство - Держава - Економіка». Журнал європейської економіки. 2014. Том 13. № 2. С. 111-124.

11. Гриценко А. Методологічні основи модернізації України. Економіка України. 2011. № 2. С. 4-12.

12. Bagchi M., Rahman S., Shunbo Y. Growth in Agricultural Productivity and Its Components in Bangladeshi Regions (1987-2009): An Application of Bootstrapped Data Envelopment Analysis (DEA). Economies. 2019. Vol. 7(2). 37.

13. Chrastinova Z., Burianova V. Economic efficiency of Slovak agriculture and its commodity sectors. Agricultural Economics - Czech. 2012. Vol. 58. Pp. 92-99.

14. Blazejczyk-Majka L., Kala R. Concentration and productivity of livestock and mixed farms in new and old EU member states. A regional level approach. Journal of Central European Agriculture. 2015. Vol. 16. Is. 1. Pp. 159-176.

15. Marshall E., Aillery M., Malcolm S., Williams R. Agricultural Production under Climate Change: The Potential Impacts of Shifting Regional Water Balances in the United States. American Journal of Agricultural Economics. 2015. Vol. 97. Is. 2. Pp. 568-588

16. Le T. L., Lee P.-P., Peng K. Ch., Chung R. H. Evaluation of total factor

productivity and environmental efficiency of agriculture in nine East Asian countries. Agricultural Economics - Czech. 2019. Vol. 65. Pp. 249-258.

17. Stratan A. Moldovan agri-food sector dilemma: east or west? Ekonomika

poljoprivrede. 2014. Vol. 61. Is. 3. Pp. 615-632.

18. Pongpanich R., Peng K.-C., Wongchai A. The performance measurement and productivity change of agro and food industry in the stock exchange of Thailand. Agricultural Economics - Czech. 2018. Vol. 64. Pp. 89-99.

19. Березівський З. П., Березівська О. Я. Стан і перспективи економічного розвитку агропромислового комплексу Львівської області. Аграрна економіка. 2014. Т. 7. № 1-2. С. 54-59.

20. Месель-Веселяк В. Я., Грищенко О. Ю. Рейтингова оцінка регіонального соціально-економічного розвитку аграрного сектору економіки України: методика, розрахунки. Економіка АПК. 2017. № 11. С. 11-17.

21. Месель-Веселяк В. Я., Грищенко О. Ю. Поголів'я і виробництво продукції тваринництва в Україні. Київ: ННЦ «ІАЕ», 2013. 142 с.

22. Саблук П. Т. Інноваційна модель розвитку аграрного сектору економіки України та роль науки в її становленні. Проблеми інноваційно- інвестиційного розвитку. 2011. № 2. С. 34-42.

23. Свиноус І. В., Ібатуллін М. І. Сучасний стан свинарства України: проблеми та шляхи їх вирішення. Продуктивність агропромислового виробництва. Економічні науки. 2015. № 27. С. 63-67.

References

1. Baltagi Badi, H. (1995), Econometric Analysis of Panel Data. John Wiley& Sons, Inc, New York, USA.

2. Hausman, J. A. and Taylor, W. E. (1981), Panel data and unobservable

individual effects. Econometrica, no. 49, pp. 1377-1398.

3. Koval, P. V. (2006), Investigation of rates and proportions of reproduction in agriculture using models of longitudinal data. Agroincom, no. 3-4, pp. 41-46.

4. Chervak-Smerichko, O. Yu. (2013), Models of longitudinal data in empirical studies. Scientific Bulletin of Uzhgorod National University. Series «Economy», no. 3(40), pp. 183-186.

5. Andriyhuk, V. G. (2016), Modern aspect of methodology of scientific researches. Ekonomika APK, vol. 7, pp. 87-94.

6. Rossokha, V. V. (2009), Role of methodology in modern economical researches. Agroincom, vol. 1-4, pp. 50-55.

7. Inglehart, R. and Welzel, K. (2011), Modernizatsiya, kul'turnyye izmeneniya i demokratiya: Posledovatel'nost' chelovecheskogo razvitiya [Modernization, Cultural

Change, and Democracy: The Consistency of Human Development], New Publishing House, Moscow, Russia.

8. Levy, M. (1966), Modernization and the Structure of Societies. Princeton University Press, Princeton, New Jersey, USA.

9. Bodrov, V. (2012), State Management of Modernization Processes in the Economy of Ukraine. Analityka i vlada: National Academy of Public Administration, no. 6, pp. 126-132.

10. Geyets, V. (2014), Modernization in the system «Society - State - Economy». Journal of the European Economy, vol. 13, no. 2, pp. 111-124.

11. Hrytsenko, A. (2011), Methodological bases of modernization of Ukraine. Economy of Ukraine, no. 2, pp. 4-12.

12. Bagchi, M., Rahman, S. and Shunbo, Y. (2019), Growth in Agricultural Productivity and Its Components in Bangladeshi Regions (1987-2009): An Application of Bootstrapped Data Envelopment Analysis (DEA). Economies, vol. 7(2), 37.

13. Chrastinova, Z. and Burianova, V. (2012), Economic efficiency of Slovak agriculture and its commodity sectors. Agricultural Economics - Czech, vol. 58, no. 2, pp. 92-99.

14. Blazejczyk-Majka, L. and Kala, R. (2015), Concentration and productivity of livestock and mixed farms in new and old EU member states. A regional level approach. Journal of Central European Agriculture, vol. 16, is. 1, pp. 159-176.

15. Marshall, E., Aillery, M., Malcolm, S. and Williams, R. (2015), Agricultural Production under Climate Change: The Potential Impacts of Shifting Regional Water Balances in the United States. American Journal of Agricultural Economics, vol. 97, is. 2, pp. 568-588.

16. Le, T. L., Lee, P.-P., Peng, K. Ch. and Chung, R. H. (2019), Evaluation of total factor productivity and environmental efficiency of agriculture in nine East Asian countries. Agricultural Economics - Czech, vol. 65, pp. 249-258.

17. Stratan, A. (2014), Moldovan agri-food sector dilemma: east or west?

Economics of agriculture, vol. 61, is. 3, pp. 615-632.

18. Pongpanich, R., Peng, K.-C. and Wongchai, A. (2018), The performance measurement and productivity change of agro and food industry in the stock exchange of Thailand. Agricultural Economics - Czech, vol. 64, pp. 89-99.

19. Berezivsky, Z. P. and Berezivska, O. Ya. (2014), State and prospects of economic development of the agro-industrial complex of Lviv region. Agrarian economy, vol. 7, no. 1-2, pp. 54-59.

20. Mesel-Veselyak, V. Ya. and Gryshchenko, O. Yu. (2017), Rating estimation of regional socio-economic development of agrarian sector of Ukrainian economy: methodology, calculations. Ekonomika APK, no. 11, pp. 11-17.

21. Mesel-Veselyak, V. Ya. and Gryshchenko, O. Yu. (2013), Poholivia i vyrobnytstvo produktsiyi tvarynnytstva v Ukrayini [Livestock and livestock production in Ukraine], IAE, Kyiv, Ukraine.

22. Sabluk, P. T. (2011), Innovative model of development of agrarian sector of economy of Ukraine and role of science in its formation. Problems of innovation and investment development, no. 2, pp. 34-42.

23. Svinous, I. V. and Ibatullin, M. I. (2015), The current state of pig production in Ukraine: problems and solutions. Productivity of agro-industrial production. Economic sciences, no. 27, pp. 63-67.

Размещено на Allbest.ru