Экономико-статистический анализ производства и реализации молока

              Статистическая сводка является  очередным, вторым, этапом статистического  исследования социально-экономических  явлений и процессов. Статистическая  сводка – это обработка первичных  данных в целях получения обобщенных  характеристик изучаемого явления  или процесса по ряду существенных  для него признаков для выявления  типичных черт и закономерностей,  присущих явлению или процессу  в целом. Статистическая сводка  проводится на основе всестороннего  теоретического анализа сущности  и содержания изучаемых явлений  и процессов. 

              Статистическая закономерность  проявляется в обобщенных данных. Методами обобщения являются  группировка и расчет сводных  показателей по совокупности  в целом и по выделенным  группам. 

             Группировка – это разделение общей совокупности единиц объекта наблюдения по одному или несколько существенным признакам на однородные группы, различающиеся между собой в качественном и количественном отношении и позволяющие выявить социально-экономические типы явлений, изучить структуру совокупности или проанализировать взаимосвязи и взаимозависимости между признаками. Группировка обеспечивает систематизацию данных, их обобщение, отражает состав совокупности, создает основы для расчета системы показателей.

              Построение статистических группировок  предполагает решение ряда основных  задач. Прежде всего, следует  выбрать группировочный признак,  затем определить число групп,  на которые нужно разбить изучаемую  совокупность, и зафиксировать границы  интервалов группировки. Группировочный признак – это основание, по которому проводится разбивка единиц совокупности на отдельные группы.   В основание группировки могут быть положены как количественные, так и атрибутивные (качественные) признаки. Количественные признаки обычно имеют числовое выражение. Атрибутивные признаки не предполагают цифрового выражения. Они дают качественную характеристику единицы совокупности.

              На завершающей стадии необходимо  для каждой группировки найти  конкретные показатели или их  систему, которые должны характеризовать  выделенные группы.

    Для построения аналитической группировки необходимо составить программу статистического наблюдения, программу сводки и предоставить данные со средними значениями расчетно-аналитической группировки в аналитической группировке.

Признаки, по которым проводится группировка, называют группировочными признаками. Правильный выбор существенного  группировочного признака дает возможность  сделать научно обоснованные выводы по результатам статистического  исследования.

Группировочный  признак, по которому будет проводиться  группировка – удой молока на 1 корову. Данные по 35 предприятиям представлены в программе статистического наблюдения (приложении 3).

Величина  интервала для определения границ интервалов составит:

                                           х_max – х_min          66,3 – 26,98

i = ¾¾¾¾–  = ¾–¾¾¾¾– = 13,11

                                         n                         3

 

Получим следующие  границы 3-х групп:

1-ая группа = 26,98 +13,11 =40,09      Þ   от 26,98 до 40,09;

2-ая группа = 40,09 + 13,11 = 53,2    Þ   от 40,09 до 53,2;

3-я группа = 53,2 + 13,11 = 66,3    Þ   от 53,2 до 66,3;

На основе проведенной группировки (приложение 4) мы получили следующие показатели:

В первую группу вошло 11 хозяйств со средним удоем молока на 1 корову 31,56 ц.

Во вторую группу 15 хозяйств  – средний удой молока на 1 корову 45,86 ц.

 В  третью группу вошло 9 хозяйств  средний удой  молока на 1 корову– 58,56 ц.

Рассмотрим связь между затратами труда на 1 ц молока и удоем на одну корову (таблица 17), связь между себестоимостью 1 ц молока и удоем на одну корову.

 

Таблица17- Влияние удоя на одну корову на трудоемкость производства  и на себестоимость 1 ц молока

Группы хозяйств по удою	Число хозяйств	Средний удой на 1 корову, ц	Средние затраты труда на 1 ц, чел.-час.	Средняя себестоимость 1 ц молока, руб.
от 26,98 до 40,09	11	31,56	21,67	1284,93
от 40,09 до 53,2	15	45,86	28,84	973,45
от 53,2 до 66,3	9	58,56	37,06	972,38
В среднем по совокупности	х	135,98	87,57	3230,76

 

На основании  данных таблицы можно сделать  вывод, что при увеличении удоя на одну корову наблюдается увеличение затрат труда на 1 ц молока в изучаемой  совокупности хозяйств (рис 4).                                          

Рисунок 4. - Корреляция между затратами труда на 1 ц молока и удоя на одну корову

 

На графике  зависимости затрат труда на 1ц молока от удоя на одну корову мы получили следующую математическую модель:                                                                                                           y = 0,3979x+10,855. Это означает, что при увеличении удоя молока на 1 центнер средние затраты труда изменятся на 0,3979. Связь между показателями будет прямая и слабая, т.к. показатель тесноты связи R = 0,19. 

Коэффициент детерминации R²= 0,0369 – это обозначает, что затраты труда на 1 ц молока на 3,7 % зависят от удоя молока на одну корову, а остальные 96,3 % вызваны факторами не вошедшими в модель.

Аналогичным способом рассмотрим влияние удоя молока на себестоимость 1ц молока (рис. 5).

Рисунок 5 - Корреляция между себестоимостью 1 ц молока и удоем на 1 корову

 

На рисунке  зависимости удоя молока от себестоимости 1 ц молока мы получили следующее  уравнение: y = -8,0821+1458,4.

Связь между  показателями будет прямая и заметная, т.к. показатель тесноты связи   R =0,245. Коэффициент детерминации R²= 0,0598 - это обозначает, что себестоимость 1ц молока на 5,98% зависит от удоя молока на одну корову, а остальные 94,02 % вызваны другими неучтенными факторами.

Одной из множества задач, стоящих перед  любой наукой, является задача точного  описания и объяснения тех процессов  и явлений, которые она изучает. Наиболее простым и востребованным для решения этой задачи является математико–статистический прием  описания зависимости двух переменных у и х, известный как парный корреляционно – регрессионный анализ.

           Парным корреляционно-регрессионным  анализом называется математико-статистический  метод, который позволяет описывать  в виде уравнения регрессии  у=f(х), зависимость вариации результативного признака у_i от вариации факторного признака х_i , а также количественно оценивать силу и тесноту изучаемой зависимости. Уравнение регрессии – это формула статистической связи между переменными, которая действительна лишь в среднем, а не для каждого наблюдения. Уравнение регрессии называют также математической моделью связи.

           Поскольку корреляционно-регрессионный анализ изучает связи, проявляющиеся в среднем, то при его проведении следует соблюдать общие условия применения средних величин: качественная однородность совокупности и достаточно большое число единиц наблюдения.

 Корреляционно-регрессионный анализ ведется в определенной последовательности и состоит из ряда этапов:

1. установление  причинных зависимостей в изучаемом общественном явлении;

2. формирование корреляционной модели связи;

3. расчет  и анализ показателей регрессии;

4. расчет  и анализ показателей тесноты  связи.

         Установление причинных зависимостей в изучаемом явлении проводится на основе их качественного, содержательного анализа, теории данного явления и практического опыта.

Парная регрессия может дать хороший результат, если влиянием других факторов, воздействующих на объект, можно  пренебречь. Если же этим влиянием пренебречь нельзя, то в этом случае следует  попытаться выявить влияние других факторов, введя их в модель, т. е. построить модель множественной  регрессии.

Основная цель множественной регрессии  – построить модель с большим  числом факторов, определив при этом влияние каждого из них в отдельности, а также совокупное их воздействие на моделируемый показатель.

Линейная модель множественной  регрессии выглядит следующим образом:                          

                                   у = a₀ + в₁x₁ + в₂x₂,

где параметры при   х, в₁, в₂ характеризуют среднее изменение результата с изменением соответствующего фактора на единицу при неизменном значении других факторов, закрепленных на среднем уровне. Классический подход к оцениванию параметров линейной модели множественной регрессии основан на методе наименьших квадратов.

Для построения модели были выбраны  следующие факторы:

      У - себестоимость 1 ц молока, руб.,

  Х₁ – удой на 1 корову, ц,

 Х₂ – затраты труда на 1 ц молока,  чел.-ч.

        В ходе работы мы получили уравнение у = 706,77 + 6,02х₁ + 2,85х₂.

Коэффициент регрессии в₁ = 6,02х₁ показывает, что при увеличении удоя на 1 корову на 1 ц себестоимость 1 ц молока увеличивается в среднем на 6,02 руб. (при условии постоянства затрат труда на 1 ц молока). Коэффициент в₂ = 2,85 свидетельствует о повышении себестоимости 1 ц молока на 2,85 руб. при увеличении затрат труда на 1 ц молока на 1 ц (при постоянстве удоя).                               

  Сравним влияние факторов на результат с помощью коэффициентов эластичности:

                 _–

                   х₁                               45,33                                        29,19

  Э = в₁ * ¾¾  Þ    Э₁= 6,02 * ¾¾¾ = 0,253;   Э₂ = 2,85 * ¾¾¾– = 0,077.

                 У                             1076,92                                     1076,92

 

        Таким образом, увеличение удоя  на 1 корову на 1% при фиксированном  значении затрат труда на 1 ц  себестоимость 1 ц молока увеличивается на 0,379%, а при увеличении затрат труда на 1 ц молока на 1% при постоянстве удоя на 1 корову себестоимость повышается на 0,063.

        Коэффициенты парной корреляции  между х₁, х₂ и у составят (Приложение 6):

r_yx1 = 0,25;     r_yx2 = 0,22;    r_x1x2 = 0,33.

По значениям  коэффициентов можно сделать  вывод, что между себестоимостью и удоем коров связь прямая и заметная, между себестоимостью и затратами труда также прямая и заметная, между удоем коров и затратами труда связь прямая и умеренная связь.

При помощи b-коэффициентов дадим оценку различия в степени варьирования вошедших в уравнение факторов.

   b₁  = 0,204;       b₂ =0,152;

Удой на 1 корову оказывают большее влияние на себестоимость 1 ц молока, чем затраты труда на 1 ц молока, т. к. ему соответствует наибольшая абсолютная величина коэффициента.

Коэффициент множественной корреляции:

                                                R = 0,271.

Значение  коэффициента говорит о том, что  связь между всеми признаками заметная.

   Коэффициент множественной детерминации  R² = 7,34% показывает, что только 7,34% вариации себестоимости 1 ц молока определяется влиянием факторов, включенных в модель.                                                                      

    Оценим надежность уравнения  регрессии с помощью критерия  F-Фишера, фактическое значение которого определятся по формуле:

   F_факт. =1,58,       F_табл = 3,43

Так как F_факт < F_табл, значение коэффициента R следует признать не достоверным, т. е статистическая значимость всего уравнения и показателя тесноты связи не подтверждается.

 

 

 

 

 

Выводы  и предложения

 

При исследовании современного состояния отрасли животноводства ООО АФ «Золотой Колос» Сергачского района было выявлено, что это предприятие, специализирующееся на производстве молока, объем которого за последние три года уменьшился на 42,2 % и составил в 2012 году 1208 ц.

На снижение валового производства молока повлияло снижение поголовья крупного рогатого скота в хозяйстве, за анализируемый период уменьшение составило  43 головы.