Прогнозирование трудовых ресурсов методом экстраполяции

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ

УО " Белорусский Государственный Технологический Университет

Кафедра экономики и управления на предприятиях химико-лесного комплекса

ИНДИВИДУАЛЬНАЯ РАБОТА

по курсу " Планирование и прогнозирование экономики"

 на тему

 "Прогнозирование трудовых ресурсов методом экстраполяции"

Выполнили: студенты

4 курса, 1гр.

специальности ЭиУПХП

Аврач Д.В.

Махнач С.А.

Проверил: Касперович С.А.

Минск 2003

ВВЕДЕНИЕ

Для того, чтобы выпустить запланированный объем продукции, необходимо иметь определенную численность кадров. Общая потребность в кадрах на плановый период рассчитывается, исходя из планового объема производства продукции и плановой производительности труда. В связи с этим необходимо также прогнозировать численность трудовых ресурсов для того, чтобы в будущем полностью обеспечить ими производство.

Целью работы "Прогнозирование трудовых ресурсов методом экстраполяции" является составление прогноза по численности трудовых ресурсов в таких отраслях народного хозяйства Республики Беларусь, как топливная промышленность, электроэнергетика, легкая промышленность, химическая и нефтехимическая промышленность, черная металлургия и других.

Прогноз трудовых ресурсов разрабатывается на среднесрочный период (на 2 года) на основании статистических данных по численности занятых в каждой из отраслей промышленности с 1995 по 2001 годы.

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ МЕТОДА ЭКСТРАПОЛЯЦИИ

Сущность экстраполяции состоит в том, что на основе изучения сложившихся в прошлом и настоящем устойчивых тенденций развития объекта осуществляется перенос этих тенденций на будущее.

Различают формальную и прогнозную экстраполяцию.

Формальная экстраполяция базируется на предположении по сохранению в будущем прошлых и настоящих тенденций развития объекта прогнозирования.

Прогнозная экстраполяция предполагает учет гипотез по динамике исследуемого процесса. Методы экстраполяции широко применяются в социально экономическом прогнозировании и являются хорошо проработанными.

Основу методов экстраполяции составляет изучение динамических рядов. Динамический ряд это множество наблюдений, получаемых последовательно во времени.

В экономическом прогнозировании широко применяется математическая экстраполяция, которая означает распространение закона изменения функции из области ее наблюдения в область, лежащую за пределами наблюдения. Функция, отражающая тенденцию изменения явления во времени, называется трендовой. Тренд - это длительная тенденция изменения экономических показателей во времени. Методы экстраполяции рекомендуется использовать только на начальных этапах разработки прогноза. Допущения, которые имеют место при экстраполяции:

1.  Временной    ряд    экономического    показателя    действительно
имеет тренд;

2.  Общие условия, определявшие развитие показателя в прошлом
остаются без существенных изменений и в течение прогнозного периода.

Прогнозирование на основе экстраполяции осуществляется методом подбора функций путем построения экстраполяционных кривых (кривых роста).

При прогнозировании социально            экономических процессов

наиболее часто используются следующие кривые роста:

•  полиномиальные

•  экспоненциальные

•  S- образные

Полиномиальные кривые используются для прогнозирования развития экономических процессов, в которых развитие не зависит от достигнутого уровня.  Полиномиальные  кривые  можно  представить  в следующем виде:

1.  Полином первой степени:   y = a + b*t;

2.  Полином второй степени:   у = а + b*t +c*t²;

3.  Полином третьей степени: у = а + b*t + c*t² + d*t³,

b - независимо от того с какой степенью полинома мы имеем дело- это линейный прирост , который показывает на сколько единиц изменится у в периоде t+1 по сравнению с периодом t;

с - ускорение роста;

d - изменение ускорения роста.

Экспоненциальные кривые учитывают, что дальнейшее развитие зависит от достигнутого уровня. В экономических исследованиях применяются два типа экспоненциальных кривых:

- простая экспонента                          у = а*b ^t

- модифицированная экспонента     у = k + a* b ^t

S - образные кривые используются для отражения таких , часто имеющих место процессов, когда сначала наблюдается медленный рост, затем он развивается с ускорением и наконец снова замедляет свой рост, стремясь к какому-то пределу. Для моделирования таких процессов наиболее часто используются кривые Гомперца и логистические кривые.

Логистическая  кривая (кривая Перла-Рида) имеет следующий вид:

y=l/(l+a*e^-bt)

Для оценки параметров функции используются различные методы, основным из которых является метод наименьших квадратов (МНК). Для экспоненциальных кривых также используется МНК, но сама зависимость предварительно преобразуется в линейную. Параметры S-образных кривых находятся более сложным методом, часто с применением ЭВМ.

Когда построены конкретные кривые роста выбирают наилучшую из них путем нахождения отклонения рассчитанных по данной кривой значений показателя на ретроспективный период с фактическими значениями показателя за данный период. В итоге для проведения прогнозных расчетов выбирают ту кривую, которая обеспечивает минимальное отклонение от фактических значений.