Статистико-экономический анализ урожая и урожайности зерна на примере ТОО «Луч» Семилукского района и других предприятий Семилукского и

 

Вывод: Наблюдается зависимость между уровнем интенсивности и урожайностью, между себестоимостью 1ц зерна и уровнем рентабельности. При увеличении уровня интенсивности увеличивается показатель урожайности. Анализируя себестоимость 1ц и рентабельность зависимость обратная: при уменьшении себестоимости на 1ц зерна уровень рентабельности возрастает.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. Корреляционно-регрессионный анализ     4.1. Сущность и основные условия применения корреляционного анализа.

В соответствии с сущностью  корреляционной связи ее изучение имеет  две цели:            1) измерение параметров уравнения, выражающего связь средних значений зависимой переменной со значениями независимой переменной (зависимость средних величин результативного признака от значений одного или нескольких факторных признаков;       2) измерение тесноты связи двух (или большего числа) признаков между собой.           Вторая задача специфична для статистических связей, а первая разработана для функциональных связей и является общей. Основным методом решения задачи нахождения параметров уравнения связи является метод наименьших квадратов (МНК), разработанный К. Ф. Гауссом (1777-1855). Он состоит в минимизации суммы квадратов отклонений фактически измеренных значений зависимой переменной у от ее значений, вычисленных по уравнению связи с факторным признаком (многими признаками) х.  Для измерения тесноты связи применяется несколько показателей. При парной связи теснота связи измеряется прежде всего корреляционным отношением, которое обозначается греческой буквой ?. Квадрат корреляционного отношения - это отношение межгрупповой дисперсии результативного признака, которая выражает влияние различий группировочного факторного признака на среднюю величину результативного признака, к общей дисперсии результативного признака, выражающей влияние на него всех причин и условий.    Уравнение корреляционной связи измеряет зависимость между вариацией результативного признака и вариацией факторного признака (признаков). Интерпретировать корреляционные показатели строго следует лишь в терминах вариации (различий в пространстве) отклонений от средней величины. Если же задача исследования состоит в измерении связи не между вариацией двух признаков в совокупности, а между изменениями признаков объекта во времени, то метод корреляционно-регрессионного анализа требует значительного изменения.        Из вышеприведенного положения об интерпретации показателей корреляции следует, что нельзя трактовать корреляцию признаков как связь их уровней. Это ясно хотя бы из следующего примера. Если бы все крестьяне области внесли под картофель одинаковую дозу удобрений, то вариация этой дозы была бы равна нулю, а следовательно, она абсолютно не могла бы влиять на вариацию урожайности картофеля. Параметры корреляции дозы удобрений с урожайностью будут тогда строго равны нулю. Но ведь и в этом случае уровень урожайности зависел бы от дозы удобрений - он был бы выше, чем без удобрений.          Итак, строго говоря, метод корреляционно-регрессионного анализа не может объяснить роли факторных признаков в создании результативного признака. Это очень серьезное ограничение метода, о котором не следует забывать.           Следующий общий вопрос - это вопрос о «чистоте» измерения влияния каждого отдельного факторного признака. Группировка совокупности по одному факторному признаку может отразить влияние именно данного фактора на результативный признак при условии, что все другие факторы не связаны с изучаемым, а случайные отклонения и ошибки взаимопогасились в большой совокупности. Если же изучаемый фактор связан с другими факторами, влияющими на результативный признак, будет получена не «чистая» характеристика влияния только одного фактора, а сложный комплекс, состоящий как из непосредственного влияния фактора, так и из его косвенных влияний, через его связь с другими факторами и их влияние на результативный признак. Данное положение полностью относится и к парной корреляционной связи.         Однако коренное отличие метода корреляционно-регрессионного анализа от аналитической группировки состоит в том, что корреляционно-регрессионный анализ позволяет разделить влияние комплекса факторных признаков, анализировать различные стороны сложной системы взаимосвязей. Если метод комбинированной аналитической группировки, как правило, не дает возможность анализировать более 3 факторов, то корреляционный метод при объеме совокупности около ста единиц позволяет вести анализ системы с 8-10 факторами и разделить их влияние.  Наконец, развивающиеся на базе корреляционно-регрессионного анализа многомерные методы (метод главных компонент, факторный анализ) позволяют синтезировать влияние признаков (первичных факторов), выделяя из них непосредственно не учитываемые глубинные факторы (компоненты). Необходимо сказать о других задачах применения корреляционно-регрессионного метода, имеющих не формально математический, а содержательный характер.          1. Задача выделения важнейших факторов, влияющих на результативный признак (т.е. на вариацию его значений в совокупности). Эта задача решается в основном на базе мер тесноты связи факторов с результативным признаком.          2. Задача оценки хозяйственной деятельности по эффективности использования имеющихся факторов производства. Эта задача решается путем расчета для каждой единицы совокупности тех величин результативного признака, которые были бы получены при средней по совокупности эффективности использования факторов и сравнения их с фактическими результатами производства,      3. Задача прогнозирования возможных значений результативного признака при задаваемых значениях факторных признаков.    Такая задача решается путем подстановки ожидаемых, или планируемых, или возможных значений факторных признаков в уравнение связи и вычисления ожидаемых значений результативного признака. Приходится решать и обратную задачу: вычисление необходимых значений факторных признаков для обеспечения планового или желаемого значения результативного признака в среднем по совокупности. Эта задача обычно не имеет единственного решения в рамках данного метода и должна дополняться постановкой и решением оптимизационной задачи на нахождение наилучшего из возможных вариантов ее решения (например, варианта, позволяющего достичь требуемого результата с минимальными затратами).             4. Задача подготовки данных, необходимых в качестве исходных для решения оптимизационных задач. Например, для нахождения оптимальной структуры производства в районе на перспективу исходная информация должна включать показатели производительности на предприятиях разных отраслей и форм собственности. В свою очередь, эти показатели могут быть получены на основе корреляционно-регрессионной модели либо на основании тренда динамического ряда (а тренд - это тоже уравнение регрессии).            При решении каждой из названных задач нужно учитывать особенности и ограничения корреляционно-регрессионного метода. Всякий раз необходимо специально обосновать возможность причинной интерпретации уравнения как объясняющего связь между вариацией фактора и результата. Трудно обеспечить раздельную оценку влияния каждого из факторов. В этом отношении корреляционные методы глубоко противоречивы. С одной стороны, их идеал - измерение чистого влияния каждого фактора. С другой стороны, такое измерение возможно при отсутствии связи между факторами и случайной вариации признаков. А тогда связь является функциональной, и корреляционные методы анализа излишни. В реальных системах связь всегда имеет статистический характер, и тогда идеал методов корреляции становится недостижимым. Но это не значит, что эти методы не нужны.         Данное противоречие означает попросту недостижимость абсолютной истины в познании реальных связей. Приближенный характер любых результатов корреляционно-регрессионного анализа не является поводом для отрицания их полезности. Всякая научная истина -- относительна. Забыть об этом и абсолютизировать параметры регрессионных уравнений, меры корреляции было бы ошибкой, так же как и отказаться от использования этих мер.             Поскольку корреляционная связь является статистической, первым условием возможности ее изучения является общее условие всякого статистического исследования: наличие данных по достаточно большой совокупности явлений. По отдельным явлениям можно получить совершенно превратное представление о связи признаков, ибо в каждом отдельном явлении значения признаков кроме закономерной составляющей имеют случайное отклонение (вариацию). Например, сравнивая два хозяйства, одно из которых имеет лучшее качество почв, по уровню урожайности, можно обнаружить, что урожайность выше в хозяйстве с худшими почвами. Ведь урожайность зависит от сотен факторов и при том же самом качестве почв может быть и выше, и ниже. Но если сравнивать большое число хозяйств с лучшими почвами и большое число - с худшими, то средняя урожайность в первой группе окажется выше и станет возможным измерить достаточно точно параметры корреляционной связи.       Какое именно число явлений достаточно для анализа корреляционной и вообще статистической связи, зависит от цели анализа, требуемой точности и надежности параметров связи, от числа факторов, корреляция с которыми изучается. Обычно считают, что число наблюдений должно быть не менее чем в 5-6, а лучше - не менее чем в 10 раз больше числа факторов. Еще лучше, если число наблюдений в несколько десятков или в сотни раз больше числа факторов, тогда закон больших чисел, действуя в полную силу, обеспечивает эффективное взаимопогашение случайных отклонений от закономерного характера связи признаков.     Вторым условием закономерного проявления корреляционной связи служит условие, обеспечивающее надежное выражение закономерности в средней величине. Кроме уже указанного большого числа единиц совокупности для этого необходима достаточная качественная однородность совокупности. Нарушение этого условия может извратить параметры корреляции.           Корреляционно-регрессионный анализ учитывает межфакторные связи, следовательно, дает нам более полное измерение роли каждого фактора: прямое, непосредственное его влияние на результативный признак; косвенное влияние фактора через его влияние на другие факторы; влияние всех факторов на результативный признак. Если связь между факторами несущественна, индексным анализом можно ограничиться. В противном случае его полезно дополнить корреляционно-регрессионным измерением влияния факторов, даже если они функционально связаны с результативным признаком.

4.2. Построение однофакторной  корреляционной модели зависимости  урожайности от уровня внесения  органических удобрений на единицу  площади

Данные для корреляционно-регрессионного анализа представлены в таблице 11.

Таблица 11- Корреляционно-регрессионная модель урожайности зерна по 25 предприятиям

Название предприятия	Себесто-имость 1ц зерна (у)	Уровень интенсив-ности, руб (х)	Х2	У*Х	У2	Ух=6,9+0,05x
1	2	3	4	5	6	7
КОЛХОЗ «РОДИНА»	18,48	270,7	73278,49	5002,5	341,51	20,44
ТОО «ЛУЧ»	22,83	261,2	68225,44	5963,2	521,21	19,96
АО «ВЕДУГА»	31,02	367,5	135056,25	11399,9	962,24	25,28
АО «СТАДНИЦКОЕ»	14,06	112,6	12678,76	1583,2	197,69	12,53
АО «МЕЛОВАТСКОЕ»	30,59	344,7	118818,09	10544,4	935,75	24,14
1	2	3	4	5	6	7
ООО «ОЛЬШАНСКОЕ»	15,47	180,4	32544,16	2790,8	239,32	15,92
ООО «СТАРОВЕДУГСКОЕ»	20,55	255,1	65076,01	5242,3	422,31	19,66
КОЛХОЗ «ПОБЕДА»	18,05	164,2	26961,64	2963,8	325,81	15,11
АО «ЗЕМЛЯНСКОЕ»	19,73	255,5	65280,25	5041,0	389,28	19,68
КОЛХОЗ «МИЧУРИНА»	17,13	169,3	28662,49	2900,1	293,44	15,37
АО«СЕРЕБРЯНСКОЕ»	24,45	371,8	138235,24	9090,5	597,81	25,49
АО «ПЕРЛЕВСКОЕ»	26,54	184,4	34003,36	4894,0	704,38	16,12
клх«НОВОСИЛЬСКИЙ»	29,90	334,3	111756,49	9995,6	894,01	23,62
КОЛХОЗ «ЛЕНИНА»	12,05	278,4	77506,56	3354,7	145,21	20,82
ТОО «ЛОСЕВО»	16,40	264,3	69854,49	4334,5	268,96	20,12
клх«КАРЛА МАРКСА»	17,28	259,5	67340,25	4484,2	298,60	19,88
клх«КУЙБЫШЕВА»	11,50	113,9	12973,21	1309,9	132,25	12,60
КОЛХОЗ «ГОРЬКОГО»	22,24	348,9	121731,21	7759,5	494,62	24,35
клх«СЕМИЛУКСКИЙ»	15,63	113,8	12950,44	1778,7	244,30	12,59
клх«ОКТ.РЕВОЛЮЦИИ»	25,33	263,6	69484,96	6677,0	641,61	20,08
КОЛХОЗ «ДРУЖБА»	21,15	299,4	89640,36	6332,3	447,33	21,87
КОЛХОЗ «ЛЕНИНА»	8,74	112,4	12633,76	982,4	76,39	12,52
КООП. «ЗВЕЗДА»	10,67	193,6	37480,96	2065,7	113,85	16,58
КОЛХОЗ «ВОСТОК»	7,77	290,3	84274,09	2255,6	60,38	21,42
КОЛХОЗ «ЗАВ. ИКО»	11,95	158,0	24964,00	1888,1	142,81	14,80
Итого	469,51	5967,8	1591410,96	120633,9	9891,07	305,29

При проведении корреляционно- регрессионного анализа в качестве уравнения связи используем уравнение  прямой:

Y_х=a₀+a₁*x,

где у_х- теоретическое значение себестоимости за каждый год, руб.;

а₀,а₁- неизвестные параметры;

х- факторный признак ( уровень интенсивности, руб.).

Для нахождения а₀, а₁ решается система нормальных уравнений:

             

 

                 

                    

Подставим в первое уравнение.

 

В ходе решения системы  нормальных уравнений было найдено  уравнение связи, которое имеет  следующий вид:

Вывод: Это ЭММ, которая  выражает зависимость себестоимости  зерна от уровня интенсивности. Коэффициент характеризует исследуемую связь и показывает на сколько единиц изменится результат при изменении фактора на 0,05.

1. Исходя из полученного  уравнения  =0,05, что означает: при увеличении уровня интенсивности на 1 рубль себестоимость зерна повышается на 0,05 рублей.

Определяем коэффициент  корреляции (R) и детерминации (D) по формулам:

1. Коэффициент корреляции (R)

2.  Коэффициент детерминации(D)

D= = или 41 %

Вывод: R=0,64, поэтому связь линейная и достаточная. Коэффициент детерминации свидетельствует о том, что себестоимость зерна всего на 41% зависит от влияния уровня интенсивности, и на 59% от влияния других факторов. Построенная корреляционно- регрессионная модель неадекватна и не применима к практическому использованию.

 

Выводы и предложения

 

В ходе решения задач  курсовой работы получены следующие  результаты:

Наблюдается тенденция  снижения производственных затрат на 6030,2 ц в период с 1993  по 1998 года.

Рассматривая показатели ряда динамики, следует отметить, что себестоимость зерна отличается неустойчивостью.     Средние показатели свидетельствуют о положительной динамике. Себестоимость увеличилась на 4%.

С помощью методов выравнивания мы определили тенденцию увеличения себестоимости 17,1 руб. в год

В результате индексного анализа изменения средней себестоимости и производственных затрат выявлена основная проблема при производстве зерна в Семилукском и Аннинском районах. Из-за повышения себестоимости на зерно в отдельных хозяйствах района, произошло повышение средней себестоимости данного вида продукции на 110,5 %, что составляет 10 рублей. А за счет улучшения структуры производства зерна средняя себестоимость в отчетном году по сравнению с базисным годом увеличилась на 3,3 рубля. За счет уменьшения количества зерна в 1995 году производственные затраты на данный вид продукции в отчетном году уменьшился на 45,1 %.

Из аналитической группировки  сельскохозяйственных предприятий по уровню интенсивности следует, что при увеличении уровня интенсивности увеличивается показатель урожайности, при уменьшении себестоимости на 1ц зерна уровень рентабельности возрастает.       В результате корреляционно-регрессионного анализа выяснили: при увеличении уровня интенсивности на 1 рубль себестоимость зерна повышается на 0,05 рублей. Построенная корреляционно-регрессионная модель неадекватна и не применима к практическому использованию, так как коэффициент детерминации свидетельствует о том, что себестоимость зерна всего на 41% зависит от влияния уровня интенсивности, и на 59% от влияния других факторов.

На эффективность возделывания зерна оказывает влияние система  факторов, которые можно объединить в три основные группы:

1)Агротехнические и  биологические мероприятия;

2)Машины и оборудование;

3)Организационно-экономические  мероприятия.

Также на эффективность  производства зерна воздействует аграрная политика государства, система ценообразования, кредитования и налогообложения.

Основными направлениями совершенствования технологий являются:

1.Оптимизация режима  питания растений

2.Использование высокоурожайных  сортов и гибридов

3.Рациональная схема  севооборотов

4.Применение интегрированных  систем защиты растений

5.Применение пестицидов

6.Обработка почвы

Даже в сегодняшнее  трудное время экономически выгодно  применение интенсивной технологии возделывания зерновых культур. Для  получения высокого урожая необходимо внесение минеральных удобрений. Также  урожайность зерновых во многом зависит  от качества семян, поэтом необходимо применение сортовых семян, экономически выгодно будет применение отечественных гибридов, а не импортных. Еще немаловажным этапом повышения эффективности является сокращение потерь при уборке урожая. Также большое значение содержит государственная поддержка. 

 

 

Список литературы

 

1. Баканов М.И. Теория анализа хозяйственной деятельности: учебник/М.И.Баканов, А.Д. Шеремет.- 3-е изд. перераб. и доп.- М.: Финансы и статистика. 2004.-328с.
2. Вучков И.П. Прикладной линейный регрессионный анализ/ И.П. Вучков, Л.А. Бояджиева, Е.С. Солжов.- М: Финансы и статистика, 2003.- 239с.
3. Гусаров В.М. Теория статистики. – М.: Аудит, ЮНИТИ,2000
4. Елисеева И.И. «Социальная статистика». М.: Финансы и статистика, 2001
5. Ефимова М.Р. «Социальная статистика» пособие для ВУЗов. М.: Финансы и статистика
6. Зинченко А.П.Сельскохозяйственная статистика с основами социально- экономической статистики: учебник/ А.П.Зинченко.- М.: Изд-во МСХА, 1998.-430с.
7. Муравьев А.И. Теория экономического анализа: проблемы и решения/ А.И.Муравьев.- М: Финансы и статистика,2003.-265с.
8. Минаков И.А. Экономика сельского хозяйства: учебник/ И.А.Минаков, Л.А.Сабетова.-М.:КолосС,2002.-328с.
9. Общая теория статистики: Учебник/Под ред. А.А. Сирина,  О.Э. Башиной. – М.: Финансы и статистика, 1994
10. Ряузов Н.Н. Общая теория статистики. – М.: Финансы и статистика, 1984
11. Салин В.Н. Курс теории статистики для подготовки специалистов финансово-экономического профиля: учебник / В.Н. Салин, Э.Ю. Чурилова. – М.: Финансы и статистика, 2007.
12. Спирин А.А. Общая теория статистики: учебник/ А.А.Спирин, О.Э.Башина.-5-е изд. перераб. и доп.- М.:Финансы и статистика,1999.-326с.
13. Сайт Госкомстата России www.gks.ru
14. Статистика: учебное пособие / А.Б. Багат и др.; под ред. В.М. Симчеры. – М.: Финансы и статистика, 2007
15. Шмойлова Р.А. Практикум по теории статистики: учебное пособие для вузов / Р.А. Шмойлова и др.; под ред. Р.А. Шмойловой. – М.: Финансы и статистика, 2007