Архив статей журнала
Работа посвящена сравнительному анализу моделей прогнозирования урожайности сельскохозяйственных культур. Сравнивались многоуровневые тренды и авторегрессионные модели. В качестве исходных данных в работе использованы ряды урожайности различных сельскохозяйственных культур (пшеница, ячмень, овес) по трем муниципальным (Иркутский, Усольский, Черемховский) и одному агроландшафтному (Юго-Восточный лесостепной) районам за 1996-2023 гг. Исходная обработка данных состояла в построении многоуровневых трендов выбранных характеристик. При этом из значений исходного ряда выделены последовательности локальных максимумов и минимумов. В качестве функции тренда использовано логистическое выражение. Выбор функции основан на оценке точности по коэффициенту детерминации R2, значимости уравнений и его коэффициентов по F-критерию Фишера и t-статистике Стьюдента. Кроме этих критериев, дополнительно определено число благоприятных и неблагоприятных событий. После завершения статистической обработки урожайности сельскохозяйственных культур эти характеристики подвергались моделированию с помощью авторегрессионного анализа. Для рядов, обладающих значимым высоким первым коэффициентом автокорреляции (R1>0.70), построены уравнения авторегрессии с оценкой их точности и значимости. Для сравнения результатов, прилученных на основании многоуровневых трендов и авторегрессионных моделей временных рядов, рассчитаны значения ретроспективного прогноза на 2023 год. Расчетные значения сопоставлены с фактическими данными, определены их относительные погрешности. Установлено, что потенциал многоуровневых трендов значительно шире, чем у авторегрессионных зависимостей. Во-первых, можно прогнозировать разные уровни для усредненных, благоприятных и неблагоприятных условий в отличие от авторегрессионных уравнений, позволяющих получать прогностические результаты с упреждением один год. Сравнительные результаты согласно относительной погрешности и ретроспективному прогнозу показали преимущество многоуровневых трендовых моделей. Между тем некоторые ряды не могут быть описаны многоуровневыми трендами, но характеризуются значимыми авторегрессионными уравнениями. Поэтому выбор той или иной модели нужно обосновывать особенностями изменчивости рядов.
В работе приводится анализ временных рядов характеристик с динамико-стохастическими свойствами, связанных с производственными процессами – волнообразным изменением уровней со значимой тенденцией роста или спада. К таким характеристикам относится урожайность сельскохозяйственных культур. Помимо биопродуктивности рассмотрены другие характеристики по отраслевому принципу – животноводство, растениеводство, вылов рыбы и добыча водных биоресурсов и заготовка пищевых дикорастущих ресурсов. Поскольку производство аграрной продукции осуществляется разными категориями хозяйств, затронуты вопросы моделирования временных рядов характеристик, отражающих деятельность всех категорий хозяйств, сельскохозяйственных организаций и крестьянских (фермерских) хозяйств. Оценка статистических свойств исследуемых характеристик позволила определить адекватные модели для описания изменчивости временных рядов. Характеристики животноводства, описывающие динамику поголовья животных и их продуктивность, как правило, изменяются без флуктуаций и могут быть описаны на разных временных отрезках трендами роста или падения. Тем не менее, встречаются примеры динамико-стохастической изменчивости, что показано на примере хронологии поголовья свиней в России. Вылов рыбы и добыча водных биоресурсов в России за многолетний период характеризуется волнообразной тенденцией роста и может быть описана с помощью многоуровневых трендов. Заготовка дикоросов, в частности, ягод имеет тенденцию роста в годы высоких урожаев. Из климатических характеристик с помощью многоуровневых трендов можно описать продолжительность безморозного периода и температуры воздуха. В частности, абсолютная зимняя минимальная температура в Иркутске может рассматриваться в виде динамико-стохастической характеристики, локальные минимумы и максимумы которой описываются линейными трендами. Таким образом, производственные и климатические характеристики, связанные с производством продовольственной продукции, можно разделить на две группы. К одной из них относятся временные ряды характеристик с динамико-стохастическими свойствами, а к другой – динамические ряды без случайных флуктуаций.