Статистико-экономический анализ эффективности производства зерна в сельскохозяйственных предприятиях Ульяновской области

Методом укрупнения периодов и скользящей средней была выявлена тенденция роста урожайности зерновых культур. Выровненный ряд по абсолютному приросту подтверждает тенденцию.

 

 

 

 

 

3.2. Аналитическое выравнивание  ряда динамики урожайности зерновых  культур.

Аналитическое выравнивание состоит в том, что фактические данные ряда динамики, варьирующие под влиянием различных причин, заменяют уровнями, отражающими основную тенденцию. Определение этих уровней и исключение случайной колеблемости проводится математически с помощью уравнения какой-то линии. Чтобы правильно установить форму линии и выбрать математическое уравнение, необходим всесторонний теоретический анализ процесса и закономерностей его изменения.Для более точного выравнивания применяют способ наименьших квадратов, когда наилучшим приближением выровненных данных к эмпирическим считается такое, при котором сумма квадратов их отклонений минимальное.

Аналитическое выравнивание ряда динамики проводится по уравнению прямой и параболы второго порядка.

Уравнение прямой имеет вид: , где

 – выровненное по  уравнению значение уровня тренда;

t – условное обозначение времени – для упрощения расчетов обычно выбирается так, чтобы = 0

ɑ0 – средний уровень ряда динамики;

ɑ1 – среднегодовой абсолютный прирост (сокращение):

 

где  n –– число членов ряда динамики.

Эту систему можно упростить, если временные точки (t) условно обозначить так, чтобы сумма равнялась нулю, тогда:

Таблица 12– Данные для аналитического ряда динамики

Годы	Урожай- ность, ц/га	t	t2	t4	yt
2003	14,9	-4	16	256	-59,6	238,4	15,2	0,09	16,2	1,69
2004	14,2	-3	9	81	-42,6	127,8	15,5	1,69	15,7	2,25
2005	14,0	-2	4	16	-28	56	15,8	3,24	15,6	2,56
2006	16,2	-1	1	1	-16,2	16,2	16,1	0,01	15,6	0,36
2007	20,6	0	0	0	0	0	16,4	17,64	15,8	23,04
2008	19,9	1	1	1	19,9	19,9	16,7	10,24	16,1	14,44
2009	19,8	2	4	16	39,6	79,2	17,1	7,29	16,7	9,61
2010	4,7	3	9	81	14,1	42,3	17,3	158,76	17,5	163,84
2011	23,4	4	16	256	93,6	374,4	17,6	33,64	18,5	24,01
Итого	147,7	0	60	708	20,8	954,2	147,7	232,6	147,7	241,8

Определим параметры уравнения:

0 = =16,4

a1= =0, 3

Отсюда уравнение линейного тренда примет вид: = 16,4 + 0,3t

 По параметрам уравнения прямой: Коэффициент регрессии показывает, что ежегодно урожайность в Ульяновской области растет в среднем на 0,3 ц с га.

Произведем выравнивание по многочлену более высокой степени – парабола второго порядка:    

Система нормальных уравнений, получаемых методов наименьших квадратов, для определения параметров параболы примет вид:

 

так как ,  то система уравнений упростится:

отсюда

ɑ1= =0,3

147,7=9 0 + 60a2

954,2=60a0 + 708a2

Поделив первое уравнение на 9, а второе на 60, получим:

16,4=a0 + 6,67a2

15,9=a0 +11,8a2

Вычитая из второго уравнения первое получим:

5,13a2 = 0,5

a2 = 0,097

Подставляя   a2  в первое уравнение получим:

147,7= 9a0 + 60*0,097

9a0= 141,88

a0= 15,8

Следовательно, уравнение параболы запишется:

=15,8+0,3t+0,097t2

Урожайность зерновых культур в среднем по сельскохозяйственным предприятиям Ульяновской области с каждым годом повышается на 0,3 ц/га с ускорением этого развития на 0,097 ц/га.

Степень приближения выровненных значений к фактическим и целесообразность применения одной из функций для прогнозирования оценивают по среднеквадратическому отклонению(σ) и коэффициенту колеблемости (V). Для оценки степени приближения выровненных рядов к эмпирическому ряду рассчитаем коэффициенты вариации:

Рис. 3 – Результаты аналитического выравнивания ряда динамики по уравнениям прямой и параболы второго порядка.

Судя по уравнению прямой урожайности зерновых культур увеличивается в среднем на 0,3 ц/га. Уравнение параболы более детально показывает, что она увеличивается с равномерным замедлением 0,097*2=0,194 ц/га.

Чем меньше коэффициент колеблемости, тем точнее уравнение отражает тенденцию ряда и именно его лучше использовать для экстраполяции. Экстраполяцию следует делать на ближайшую перспективу (1-3 года),  подставляя в выбранное уравнение значение, соответствующее следующему году.

Так как среднеквадратическое отклонение уравнения прямой меньше среднеквадратического отклонения уравнения параболы (5,08<5,18) и коэффициент колеблемости уравнения прямой меньше коэффициента колеблемости уравнения параболы (30,96<31,57), то экстраполяцию следует проводить по уравнению прямой.

По прогнозу на три периода вперед анализируемый показатель должен составить:

᷉yпр=16,4+0,3*5=17,9 ц/га – 2012 год

᷉yпр=16,4+0,3*6=18,2 ц/га – 2013 год

᷉yпр=16,4+0,3*7=18,5 ц/га – 2014 год

По данным экстраполяции видно, что в ближайшие три года при неизменных условиях урожайности зерновых культур будет увеличиваться и составит в 2012 году-17,9 ц/га, 2013 году-18,2 ц/га, 2014 году-18,5 ц/га.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Выводы и предложения

На основании приведенных исследований следует сделать некоторые выводы об экономическом состоянии хозяйств Южной зоны Ульяновской области, эффективности ведения производства.

Между хозяйствами имеются существенные различия между производством зерна на 100 га пашни, ц. Этот показатель изменяется от 22,4 ц  ООО «Ивушка» Радищевского района до 1563 ц ОАО «Агрофирма «Заря»» Павловского района, что почти в 70 раз больше. Из всей совокупности выделяется группа, состоящая из двух предприятий, отличающиеся высокими показателями производства зерна на 100 га пашни. Эта группа предприятий в отличие от остальных имеет прибыль, а не убыток. Валовой сбор зерновых в данной группе в 3,3 раза выше, чем в группе с наименьшими показателями производства зерна на 100 га пашни, ц. Парный коэффициент корреляции ryx1 = 0,54 показывает, что связь между производством зерна на 100 га пашни, ц и средней урожайностью зерновых и зернобобовых культур с 1 га, ц прямая и умеренная; ryx2 = 0,75 показывает, что связь между производством на 100 га пашни, ц и удельным весом зерновых и зернобобовых культур в площади посевов, % прямая и сильная; ryx3= -0,2 связь между производством зерна на 100 га пашни, ц и сколько приходится зерноуборочных комбайнов на 1000 га посеянной площади зерновых, шт. обратная и слабая; ryx4 = 0,09 показывает, что связь между производством зерна на 100 га пашни и энергообеспеченностью в расчете на 100 га пашни, л. с. прямая и слабая.

Множественный коэффициент корреляции R = 0,87 показывает, что связь между производством зерна на 100 га пашни, ц и рассматриваемыми факторами сильная, тесная.

Множественный коэффициент детерминации R2 = 0,75 показывает, что 75% факторов, влияющих на производство зерна на 100 га пашни, ц включены в модель. 75% изменения производства зерна на 100 га пашни, ц зависит от изменения рассматриваемых факторов. Скорректированный коэффициент детерминации R2 = 0,71 показывает, что 71% изменения производства зерна на 100 га пашни, ц зависит от изменения факторов. Оно не сильно отличается от множественного коэффициента детерминации, соответственно, между наблюдением и числом факторов оптимальное.

Fфакт = 18,72>Fтабл=2,76 следовательно, уравнение статистически значимо и надежно.

Основными путями повышения эффективности производства в хозяйствах могут являться методы организации, направленные на устранение различного рода потерь и сокращение производственных расходов, повышение производительности труда. Следует рассматривать возможности воздействия на валовую продукцию, себестоимость и прибыль, а через эти показатели на уровень рентабельности и далее на повышение эффективности производства.

В условиях ограниченных финансовых возможностей области для увеличения результативности производства необходимо ориентироваться в первую очередь на изыскание внутренних резервов, связанных с повышением эффективности использования земли и техники, совершенствованием технологии производства широким внедрением прогрессивных форм организации труда с материальным стимулированием по его результатам. Мобилизация внутрихозяйственных резервов будет способствовать повышению эффективности сельскохозяйственного производства.

 

 

 

 

 

 

 

Список использованной литературы

1. Афанасьев В. Н. Анализ временных рядов и прогнозирование: Учебник/ В.Н.Афанасьев, М. М. Юзбашев .-М.: Финансы и статистика, 2007.- 228 с.
2. Васильева Н.А. Экономика предприятия : конспект лекций / Н.А. Васильева, Т.А. Матеуш, М.Г. Миронов. – М.: Издательство Юрайт, 2011. – 191 с.
3. Горланов С.А., Назаренко Н.Т., Попов Ю.Ю. Основы рыночных отношений в сельском хозяйстве. Учебное пособие. – Воронеж: ВГАУ – УКЦ, 2006 – 320с.
4. Дусаева, Е.М. Научно-методологические основы качества продукции. Оренбург: Издательский центр ОГАУ, 2006. С. 54–75.
5. Зинченко А.П. Сельское хозяйство в системе национального счетоводства. – М.: МСХА, 2002. С. 225.
6. Кузнецов В. В. Экономика сельского хозяйства. Ростов н/Д: Феникс, 2003. 352 с.
7. Рыбалкин, П.Н. Повышение эффективности производства зерна. М.: Агропромиздат, 2005. 224 с.
8. Статистика: учебник / под ред. И.И. Елисеевой. – М.: Издательство Юрайт, ИД Юрайт, 2010. – 565 с.
9. Статистические модели в экономике: Рекомендовано Советом УМО вузов России по образованию в области экономики, статистики, информационных систем и математических методов в экономике в качестве учебного пособия/ А.Ф. Гришин, С.Ф. Котов-Дарти, В.Н. Ягунов. - Ростов н/Д: Феникс, 2005. - 344 с. - (Высшее образование)
10. Челнокова С.В. Статистика: Учебно-методический комплекс для студентов экономического факультета по специальности 06.08.00 «Экономика и управление на предприятии АПК». Часть 1. – Ульяновск, УГСХА, 2007. – 300 с.
11. Эконометрика: Учебник/под ред.И.И. Елисеевой.-.М.: Финансы и статистика, 2002.-344с.
12. http://www.5ka.ru/73/50704/1.html //Статистический анализ факторов, обуславливающий эффективность производства и реализацию зерна (дата обращения 5. 03. 2011 г.)