Экономико-статистический анализ производства и реализации продукции сельского хозяйства

Условное начало интерпретации не подлежит. Следует отметить, что модель можно использовать в целях прогнозирования, поскольку при высоком коэффициенте детерминации все параметры уравнения оказались значимы. Чтобы продолжить корреляционный анализ и сравнить факторы по силе влияния, определить чистый вклад каждого фактора рассчитаем стандартизованный коэффициент (коэффициенты эластичности (Э) и бета-коэффициенты (β)) и коэффициенты раздельной детерминации (d2) по каждому фактору:где - средние значения, - среднеквадратические отклонения результативного признака, первого и второго факторного признака соответственно. Сумма коэффициентов раздельной детерминации дает множественный коэффициент детерминации:Средние значения определим с использованием встроенной функции «СРЗНАЧ()», а среднеквадратические отклонения – «СТАНДОТКЛОНП()». Для определения коэффициентов раздельной детерминации нам понадобятся коэффициенты парной корреляции каждого их факторов с результативной переменной. Построим матрицу парных коэффициентов корреляции с использованием инструмента «Корреляция» пакета анализа данных EXCEL:Результаты расчетов стандартизованных коэффициентов регрессии и коэффициентов раздельной детерминации оформим в таблице 21.Таблица 21 - Стандартизованные коэффициенты регрессии и коэффициенты раздельной детерминацииПеременная Коэффициент чистой регрессии, bСреднее значение Среднеквадратическое отклонение, σКоэффициент парной корреляции с зависимой переменной, ryxКоэффициент эластичности, ЭБэта-коэффициент, βКоэффициент раздельной детерминации, d2Выручка от реализации продукции сельского хозяйства в расчете на 100 га сельскохозяйственных угодий тыс. руб. (у)х64082866,21хххЗатраты на производство в расчете на 100 га сх угодий, тыс. руб. (х1)0,64566933124,30,7030,6740,7030,494Коэффициент эластичности () показывает, что при увеличении затрат на производство в расчете на 100 га сх угодий, тыс. руб. на 1% выручка от реализации продукции сельского хозяйства в расчете на 100 га сельскохозяйственных угодий тыс. руб. возрастет на 0,67%. -коэффициенты показывают, что если фактор изменится на свое среднеквадратическое отклонение, то выручка от реализации продукции в расчете на 100 га под воздействием фактора изменится на 0,703 своего среднеквадратического отклонения.Коэффициент раздельной детерминации показывают вклад фактора в формирование коэффициента множественной детерминации, вклад первого фактора – 0,494. Анализ динамики производства и реализации продукции сельского хозяйстваРасчет и анализ показателей ряда динамикиИмеются данные о площади посева зерновых и зернобобовых культурах во всех категориях хозяйств Краснодарского края по годам. Рассчитаем и проанализируем показатели ряда динамики(табл. 22).Таблица 22 - Показатели ряда динамики посевных площадей зерновых и зернобобовых культурПоказателиАбсолютный уровень динамического роста:Цепные относительные показатели динамического ряда:Площадь посевных площадей, тыс. гаАбсолютный приростКоэффициент ростаТемп приростаЗначение 1% приростаСимволыуАКТП20051943,020061998,755,71,032,8719,4320072115,0116,21,065,8119,9920082239,8124,91,065,9021,1520092193,0-46,80,98-2,0922,4020102152,9-40,10,98-1,8321,9320112173,520,61,010,9621,5320122161,3-12,20,99-0,5621,7420132384,3223,01,1010,3221,6120142404,720,41,010,8623,8420152444,339,61,021,6524,0520162470,326,01,011,0624,4420172455,9-14,40,99-0,5824,7020182424,7-31,20,99-1,2724,5620192464,339,61,021,6324,25Анализ показывает, что площадь посева зерновых и зернобобовых культур во всех категориях хозяйств Краснодарского края ежегодно изменяется: сокращение наблюдается в 2009-2010, 2012, и 2017-2018 гг., рост в остальных периодах. Нестабильными значениями характеризуются и темпы роста и прироста. Наибольшее значение прироста показателя наблюдается в 2013 года, когда по сравнению с показателем 2009 года площадь посева зерновых и зернобобовых в регионе увеличилась на 10,32%, наименьший прирост (наибольшая убыль) зафиксирована в 2009 году (-2,09%).Средний уровень ряда с равными интервалами определяется как средняя арифметическая простая , где n+1 – общее число уровней ряда, включая базисный уровень у0. В нашем случае средний уровень ряда равен 2268,4 тыс. га.Средний абсолютный прирост для интервальных и моментных рядов с равными промежутками времени устанавливается по формуле средней арифметической простой или = 34,8 тыс. га.Средний коэффициент роста необходимо рассчитывать как среднюю геометрическую из цепных коэффициентов роста Кi, поскольку общий объем явления равен не сумме, а произведению коэффициентов: или =1,016Средний темп прироста рассчитывается как разность между средним темпом роста ( и базисным уровнем, равным 100%, то есть =1,59Таким образом, среднее значение площади посева зерновых и зернобобовых во всех категориях хозяйств Краснодарского краяв 2005-2019 гг. составила2268,4 тыс. га при среднем ежегодном егоросте на 34,8 тыс. га или на 1,59 %. Выполним аналогичные расчеты для показателей валового сбора зерна и урожайности. Результаты представлены в таблице 23.Таблица 23 - Показатели рядов динамики валового сбора и урожайностизерновых и зернобобовых культурГодВаловой сбор зерна, тыс. тонн (X1)Урожайность зерновых и зернобобовых, ц/га (X2)Абсолютный приростКоэффициент ростаТемп приростаЗначение 1% приростаX1X2X1X2X1X2X1X220058257,942,9 20068196,441,4-61,46-1,500,990,97-0,74-3,5082,580,4320078101,539,9-94,96-1,500,990,96-1,16-3,6281,960,41200811629,452,23527,9412,301,441,3143,5530,8381,010,4020099477,143,9-2152,34-8,300,810,84-18,51-15,90116,290,5220109937,246,6460,122,701,051,064,866,1594,770,44201111440,753,01503,506,401,151,1415,1313,7399,370,4720128821,641,2-2619,10-11,800,770,78-22,89-22,26114,410,53201312016,350,63194,709,401,361,2336,2122,8288,220,41201412845,753,7829,403,101,071,066,906,13120,160,51201513682,356,1836,602,401,071,046,514,47128,460,54201613945,856,6263,500,501,021,011,930,89136,820,56201714080,857,4135,000,801,011,010,971,41139,460,57201812726,252,9-1354,64-4,500,900,92-9,62-7,84140,810,57201913881,156,51154,913,601,091,079,086,81127,260,53Анализ показывает, что валовой сбори урожайность зерновых и зернобобовых культур во всех категориях хозяйств Краснодарского краясокращались в 2006-2007, 2009, 2012 и 2018-2019 гг., в остальных периодах наблюдается рост показателей.Результаты расчеты средних показателей динамики для исследуемых показателей представлены в таблице 24.Таблица 24–Средние показатели рядов динамики валового сбора и урожайностизерновых и зернобобовых культурПоказатель Валовой сбор зерновых и зернобобовыхУрожайность зерновых и зернобобовыхСредний уровень ряда11269,349,7Средний абсолютный прирост374,880,907Средний коэффициент роста1,03521,0185Средний темп прироста3,521,85Таким образом, среднее значение валового сбора и урожайности зерновых и зернобобовых во всех категориях хозяйств Краснодарского краяв 2005-2019 гг. составляет соответственно11269,3 тыс. тонн и 49,7 ц/га при среднем ежегодном росте на 3,52 и 1,85 % соответственно. Выравнивание динамического ряда по способу наименьших квадратовОпределим тенденцию изменения посева зерновых и зернобобовых в Краснодарском крае, используя метод наименьших квадратов (таблица 25).Таблица 25 - Динамика посевных площадей зерновых и зернобобовых культурГод№ годаФактический уровеньРасчетные данныеПроизведение объема на № годаКвадрат № годаВыравненные уровень, тыс. гаОтклонение фактического уровня от выравненного, тыс. гаtyytt2200511943194312010,88-67,88200621998,73997,442047,66-48,96200732115634592084,4430,56200842239,88959,2162121,22118,582009521931096525215835201062152,912917,4362194,78-41,88201172173,515214,5492231,56-58,06201282161,317290,4642268,34-107,04201392384,321458,7812305,1279,182014102404,7240471002341,962,82015112444,326887,31212378,6865,622016122470,329643,61442415,4654,842017132455,931926,71692452,243,662018142424,733945,81962489,02-64,322019152464,336964,52252525,8-61,5итого12034025,7282505,51240Выравнивание ряда динамики способом наименьших квадратов состоит в отыскании уравнения кривой, которая наиболее точно отражала бы основную тенденцию изменения уровней ряда в зависимости от времени t. Параметры уравнения при этом находят, исходя из требования, чтобы рассчитанные значения были максимально приближены ко всем эмпирическим данным, а сумма квадратов отклонений фактических уровней от их значений, исчисленных по найденному математическому уравнению, была минимальной, то есть , где уi – фактические уровни динамического ряда, – уровни, вычисленные по уравнению.Тенденцию можно выразить уравнением прямой линии , где t – № года, – среднегодовой абсолютный прирост (со знаком минус), рассчитанный с учетом его величины за все годы рассматриваемого периода, – выравненный, свободный от случайных колебаний исходный уровень ряда при t = 0. Для определения двух параметров уравнения а0и а1 в соответствии с требованием метода наименьших квадратов строится система из двух нормальных уравнений. Первое уравнение получают умножением исходного уравнения на коэффициент при а0, равный 1, и суммированием произведений по всем наблюдениям. В итоге получаем . Второе уравнение находится аналогично: все члены исходного уравнения умножаются на коэффициент при втором неизвестном а1, то есть на величину t, и произведения суммируются: . Следовательно, система нормальных уравнений будет иметь вид:Для определения параметров аои а1 в систему приведенных выше уравнений подставляют суммы признаков и , сумму их произведений и сумму квадратов номеров лет (см. расчетные данные таблицы 16): Таким образом, уравнение тренда для выравнивания динамического ряда имеет вид: Оно показывает, что в среднем каждый год площадь посевных площадей в Краснодарском крае увеличивалась на 36,78 тыс. га.Выполним построения графика ряда динамики: (рисунок 3).Рисунок 3 – График динамики площади посевных площадейДля оценки степени приближения выровненных уровней к фактическимбыли рассчитаныостаточная дисперсия (59190,2), общая дисперсия (271527,6),системная дисперсия (330717,8), коэффициент детерминации (82%).Итак, по этим данным можно сделать вывод, что время в значительной степени влияет на изменение площади посева зерновых и зернобобовых в Краснодарском крае. Кроме того, уравнение линейного тренда адекватно отражает тенденцию ряда в виду слабойколеблемости показателя в исследуемом периоде.Выполним аналогичные расчеты для показателей валового сбора и урожайности зерновых и зернобобовых в регионе. Результаты расчета представлены в таблице 26.Таблица 26 - Динамика валового сбора и урожайности зерновых и зернобобовых культурГод№ годаФактический уровеньРасчетные данныеХ1tX2ttВаловой сбор, Х1Урожайность, Х2200518257,942,98257,942,9200628196,441,416392,8882,8200738101,539,924304,45119,72008411629,452,246517,68208,8200959477,143,947385,42219,5201069937,246,659623,2279,62011711440,753,080084,9371201288821,641,270572,8329,62013912016,350,6108146,7455,420141012845,753,712845753720151113682,356,1150505,3617,120161213945,856,6167349,6679,220171314080,857,4183050,4746,220181412726,252,9178166,3740,620191513881,156,5208216,1847,5итого120169040744,914770316276,9Для показателя валового сбора получим следующую систему уравнений:Уравнение тренда имеет вид:Для показателя урожайности получим следующую систему уравнений:Уравнение тренда имеет вид:В среднем каждый год валовой сбор и урожайность в Краснодарском крае увеличивались на 445,4 тыс. тонн и 1,14 ц/га соответственно.Для оценки качества уравнений тренда получены следующие результаты:- для показателя валового сбора остаточная дисперсия (16999829), общая дисперсия (45844190),системная дисперсия (62844019), коэффициент детерминации (73%);- для показателя урожайности остаточная дисперсия (2145930), общая дисперсия (60698089),системная дисперсия (32844019), коэффициент детерминации (97%)Итак, по этим данным можно сделать вывод, что время в значительной степени влияет на изменение валового сбора и урожайности зерновых и зернобобовых в Краснодарском крае. ЗаключениеЦелью работы является проведение экономико-статистического анализа эффективности реализации продукции сельского хозяйства. Для решения поставленных задач были использованы различные методы статистического анализа. В результате проведённой работы была проанализирована эффективность производства продукции сельского хозяйства на выборке предприятий.По результатам проведенных расчетов по исследуемой группе хозяйств в работе сформулированы следующие выводы: достаточно большие размеры предприятий высшей типической группы используются эффективно, тем самым здесь ведется интенсивное производство продукции за счет лучшего использования имеющихся ресурсов;во всех группах ведущее место в выручке занимает цельное молоко, в I группе доля выручки на цельное молоко составляет 74% от общей суммы выручки в данной группе, во II и III группах данный показатель несколько ниже и составляет 52 и 67% от общей суммы выручки соответственно;по всем исследуемым показателям наблюдается превышение высшей группы хозяйств над низшей группой по затратам: в растениеводстве в 1,27 раза, в животноводстве – в 3,95 раза. При этом наибольшее отклонение наблюдается по животноводству: на оплату труда – в 2 раза, корма – в 3,8 раза, на электроэнергию – в 2,3 раза, на нефтепродукты - в 3,65 раза, на амортизацию – в 4,5 раза. у высшей группы по сравнению с низшей практически все показатели выше (в несколько раз). Исключение составляют показатель уровня рентабельности молока (в высшей группе ниже в 21,82 раза). выручка от реализации с.-х. продукции на 100 га сельскохозяйственных угодий, тыс. руб. в высшей группе больше, чем в низшей в 2,3 раза. Данное различие объясняется вкладом показателей уровня товарности и уровня производства продукции, которые в высшей группе выше чем в низшей в 0,03 и 2,3 раза соответственно;в низшей и средней группах ведущее место в выручке занимают зерновые, в I группе доля выручки по данной категории составляет 54,72% от общей суммы выручки в данной группе, во II – 38,44. Для предприятий высшей группы однозначные выводы сформулировать нет возможности, т.к. в исходных данных наблюдается несоответствие суммарных показателей по категориям источников выручки с итоговым показателем;при увеличении затрат на производство в расчете на 100 га сх угодий, тыс. руб. на 1% выручка от реализации продукции сельского хозяйства в расчете на 100 га сельскохозяйственных угодий тыс. руб. возрастет на 0,67%;среднее значение площади посева зерновых и зернобобовых во всех категориях хозяйств Краснодарского края в 2005-2019 гг. составила 2268,4 тыс. га при среднем ежегодном его росте на 34,8 тыс. га или на 1,59 %;среднее значение валового сбора и урожайности зерновых и зернобобовых во всех категориях хозяйств Краснодарского края в 2005-2019 гг. составляет соответственно 11269,3 тыс. тонн и 49,7 ц/га при среднем ежегодном росте на 3,52 и 1,85 % соответственно;в среднем каждый год площадь посевных площадей в Краснодарском крае увеличивалась на 36,78 тыс. га;в среднем каждый год валовой сбор и урожайность в Краснодарском крае увеличивались на 445,4 тыс. тонн и 1,14 ц/га соответственноВ заключении, на наш взгляд, целесообразно отметить, что для повышения эффективности производства продукции сельского хозяйства необходимо применение инновационных технологий, в том числе, в рамках политики импортозамещения, проводимой государством. Список использованной литературыЗинченко А.П. Методические указания к курсовому проекту по статистике. – М.: Изд-во РГАУ-МСХА им. К.А. Тимирязева, 2005 – 39 с.Зинченко А.П. Статистика: учебник. - М.: Колос, 2007 – 568 с.Зинченко А.П., Шибалкин А.Е., Тарасова О.Б., Шайкина Е.В., Хромова Т.Ф.; под ред. О.Б. Тарасовой. Практикум по статистике. – М.: Изд-во РГАУ-МСХА им. К.А. Тимирязева, 2010. – 140 с.Зинченко, А. П. Статистика: учебник / А. П. Зинченко. – Москва: Колос, 2016. – 566 с.