Prognozy ekonomiczno-gospodarcze w planowaniu urządzeniowym

• Autorzy: Wysocka-Fijorek E.

Warianty tytułu

EN

Economic and management forecasts in the forest management planning

• Języki publikacji: PL

Abstrakty

EN

Forest management is carried out based on the economic calculation, taking into account the principles of forest sustainability and protection. For a short period, an attempt to predict the unit’s economic situation on the basis of the analysis of the time series with a trend can be made. Appropriate exponential equalization methods were selected. When forecasting fixed costs in the new economic period, six methods were used (from the last year, from the last three years, Brown simple exponential smoothing model, Holt linear model, Winters model in the additive or multiplicative version) as well as the average value of all forecasts applied was calculated. To evaluate the tested models, among others, mean absolute error, root mean squared error and the predictability of the forecast were assessed. All analyses were performed using the MS EXCEL Solver add−in. Forest districts for which forecasts were made are located in the Regional Directorate of the State Forests in Krakow (A) and Białystok (B). Source data for forecasts came from the State Forests IT System and covered the years 2005−2014. The aim of the research was to evaluate the possibility of using the forecasted economic parameters in forest management planning estimated by various models and techniques of empirical verification. The study attempts to answer the question whether there is an econometric method that allows accurate forecasting of the economic situation of the forest district in the context of the realization of the tasks listed in the forest management plan. Relatively high accuracy of forecasts was achieved using the Holt linear model. Brown model, due to its methodological assumptions, resulted in a reduction in forecast results compared to other forecasting methods and expert knowledge. The method based on calculating the average value from many previously made forecasts gave very good results, which is also reflected in literature. Regardless of the group of costs analyzed, both fixed and unit variables, the lowest values of assessment of the compatibility of forecast were obtained by making the forecast based on the result from the last three years.

• Wydawca: -
• Czasopismo: Sylwan
• Rocznik: 2020
• Tom: 164
• Numer: 08
• Opis fizyczny: s.619-627,tab.,bibliogr.

Twórcy

autor

Wysocka-Fijorek E.

• Zakład Zarządzania Zasobami Leśnymi, Instytut Badawczy Leśnictwa, Sękocin Stary, ul. Braci Leśnej 3, 05-090 Raszyn

Bibliografia

• Adamowicz K. 2010. Cenowa elastyczność popytu na drewno na pierwotnym lokalnym rynku drzewnym w Polsce. Sylwan 154 (2): 130-138. DOI: https://doi.org/10.26202/sylwan.2009018.
• Adamowicz K., Kożuch A., Jaszczak R. 2016. Koncepcja wykorzystania analizy ex post do sporządzania aneksu ekonomicznego planu urządzenia lasu. Sylwan 160 (11): 883-892. DOI: https://doi.org/10.26202/sylwan.2016051.
• Buraczewski A., Grygier P. 2017. Majątek leśny i jego pochodzenie. W: Gil W. [red.]. Wyzwania leśnictwa wobec zachodzących zmian w środowisku przyrodniczym, oczekiwań społecznych, uwarunkowań ekonomicznych i prawnych. Zimowa Szkoła Leśna przy Instytucie Badawczym Leśnictwa (IX sesja), 14-16 marca 2017. Instytut Badawczy Leśnictwa, Sękocin Stary. 257-280.
• Cieślak M. 2005. Prognozowanie gospodarcze. Metody i zastosowania. Wydawnictwo Naukowe PWN, Warszawa.
• Czerwiński Z., Guzik B. 1980. Prognozowanie ekonometryczne. PWE, Warszawa.
• Dawidziuk J. 2012. Stan obecny zasobów leśnych oraz prognozy ich rozwoju i użytkowania. W: IV Sesja Zimowej Szkoły Leśnej przy IBL. Przyrodnicze i gospodarcze aspekty produkcji oraz wykorzystania drewna – stan obecny i prognoza. 20-22 marca 2012 r. Instytut Badawczy Leśnictwa, Sękocin Stary. 104-117.
• Dawidziuk J., Zajączkowski S. 2012. Stan i perspektywy rozwoju zasobów leśnych do 2030 r. Polskie Towarzystwo Leśne, Spała.
• Dawidziuk J., Zajączkowski S. 2015. Rozwój, struktura i możliwości zwiększonego użytkowania zasobów leśnych w Polsce w perspektywie roku 2080. W: Kaliszewski A., Rykowski K. [red.]. Materiały piątego panelu ekspertów „Rozwój”. Lasy i gospodarka leśna jako instrumenty ekonomicznego i społecznego rozwoju kraju. 17 września 2014 roku. Instytut Badawczy Leśnictwa, Sękocin Stary. 262-279.
• Dittmann P. 1999. Metody prognozowania sprzedaży w przedsiębiorstwie. Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław.
• Gejdoš M., Lieskovský M., Giertliová B., Němec M., Danihelová Z. 2019. Prices of raw-wood assortments in selected markets of Central Europe and their development in the future. BioResources 14 (2): 2995-3011.
• Głaz J. 1997. Metodyka prognozy rozwoju zasobów drzewnych. Prace Inst. Bad. Leś. A 813: 45-69.
• Hetemäki L., Mikkola J. 2005. Forecasting Germany’s printingand writing paper imports. Forest Sci. 51 (5) 483-497.
• Jöbstl H. 1995. Recent advances and current problems in Austrian forest management planning and control. W: Contributions to Managerial Economics in Forestry. 66-74. http://www.wiso.boku.ac.at/fileadmin/_/H73/H730/ H7301/ME/heft12_gesamt.pdf
• Kocel J. 2010. Podstawy metodyczne prognozy finansowo-gospodarczej dla Lasów Państwowych. Sylwan 154 (1): 41-51. DOI: https://doi.org/10.26202/sylwan.2009025.
• Kocel J. 2012. Prognoza finansowo-gospodarcza dla Państwowego Gospodarstwa Leśnego Lasy Państwowe na lata 2007-2013. Sylwan 156 (1): 3-11. DOI: https://doi.org/10.26202/sylwan.2011025.
• Kolo H., Tzanova P. 2017. Forecasting the German forest products trade: A vector error correction model. Journal of Forest Economics 26: 30-45. DOI: http://dx.doi.org/10.1016/j.jfe.2016.11.001.
• Leskinen P., Kangas J. 2001. Modelling future timber price development by using expert judgments and time series analysis. Silva Fennica 35: 93-102. DOI: http://dx.doi.org/10.14214/sf.606.
• Poznański R., Rutkowski B. 1987. Prognozowanie, programowanie i planowanie w świetle nowej definicji urządzania lasu. Sylwan 131 (2): 47-53.
• Siedlecka U. 1996. Prognozowanie ostrzegawcze w gospodarce. PWE, Warszawa.
• Stańko S. 2013. Prognozowanie w agrobiznesie: teoria i przykłady zastosowania. Wydawnictwo SGGW, Warszawa.
• Szramka H., Bieniszewski T., Auguścik Ł., Bobek J., Adamowicz K. 2017. Wpływ wad drewna wielkowymiarowego na przychody z jego sprzedaży. Sylwan 161 (3): 238-246. DOI: https://doi.org/10.26202/sylwan.2017004.
• Trampler T. 1977. Prognoza rozwoju zasobów drzewnych i możliwości ich użytkowania w lasach przedsiębiorstw Lasy Państwowe do 2010 roku. Dokumentacja Instytutu Badawczego Leśnictwa, Warszawa.
• Vasanth Kumar T., Kamble A. S., Sudheendra M., Mallikarjuna H. B. 2015. Price forecasting of yellow teak (Adina cardifolia Roxb.) – By an application of exponential smoothing. Ecology, Environment and Conservation 21 (1): 231-236.
• Wysocka-Fijorek E. 2015. Zagadnienia ekonomiczne w planowaniu urządzeniowym. Sylwan 159 (10): 872-879. DOI: https://doi.org/10.26202/sylwan.2015066.
• Wysocka-Fijorek E. 2016. Analizy ekonomiczne w średniookresowym planowaniu leśnym. Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie. Problemy Rolnictwa Światowego 16 (3): 382-392.
• Wysocka-Fijorek E. 2018. Metodyczne założenia analizy ekonomicznej gospodarki leśnej w planowaniu urządzeniowym. Sylwan 162 (2): 91-100. DOI: https://doi.org/10.26202/sylwan.2017012.
• Wysocka-Fijorek E. 2019a. Analiza ekonomiczna gospodarki przeszłej w planie urządzenia lasu. Sylwan 163 (2): 91-102. DOI: https://doi.org/10.26202/sylwan.2018047.
• Wysocka-Fijorek E. 2019b. Analiza porównawcza w średniookresowym planowaniu ekonomicznym w leśnictwie. Sylwan 163 (4): 279-291. DOI: https://doi.org/10.26202/sylwan.2018046.
• Zając S. 1999. Analiza ekonometryczna i prognozowanie zjawisk i procesów rynku surowca drzewnego w Polsce. Prace Inst. Bad. Leś. A 886.
• Zeliaś A. 1997. Teoria prognozy. PWE, Warszawa.