Статистико–экономический анализ производства подсолнечника на примере СХА "им. Дзержинского"

Относительное: путем расчета общего индекса валового сбора, который определяется по формуле агрегатного индекса как отношение общего фактического валового сбора отчетного года к общему фактическому сбору базисного года.

I_уп = ,

I_уп =294586/286325=1,029 или 102,9%

Абсолютное: как разность между числителем и знаменателем рассчитанного индекса.

?_уп =

?_уп =294586-286325=8261 ц.

Отсюда следует, что валовой сбор подсолнечника в отчетном периоде по сравнению с базисным увеличился на 8261 ц. или 2,9%.

Величина валового сбора находится под влиянием трех факторов:

1) Урожайность подсолнечника в отдельных предприятиях;

2) Размер посевных площадей;

3) Структуры посевной площади.

Влияние первого фактора:

Относительное: определяется путем расчета общего индекса урожайности подсолнечника постоянного состава, который составил I_у =105,7 %.

Абсолютное:

?_уп(у) = ()*

?_уп(у) =(18,77-17,76)*15699=15856 ц.

Таким образом, за счет повышения урожайности подсолнечника в отдельных предприятиях Павловского, Бутурлиновского и Аннинского районов валовой сбор подсолнечника увеличился в 2009 г по сравнению с базисным 2008 г на 5,7% или 15586 ц.

Влияние второго фактора:

Относительное: определяется путем расчета общего индекса посевных площадей:

I_п = ,

Где - общая посевная площадь подсолнечника в изучаемых районах в 2008 и 2009 гг.

I_п =15699/16598=0,95 или 95%

Абсолютное:

?_уп(п) =

?_уп(п) = (15699-16598)*17,25 = -15508 ц.

Следовательно, за счет сокращения посевных площадей подсолнечника в отчетном периоде валовой сбор уменьшился на 5% или 15508ц.

Влияние третьего фактора:

Относительное: определяется путем расчета индекса структуры посевных площадей подсолнечника, который составил I_d = 102,9%/

Абсолютное:

?_уп(d) =

?_уп(d) = (17,76-17,25)*15699= 8006 ц.

Следовательно, за счет улучшения структуры посевной площади подсолнечника в изучаемых районах валовой сбор в 2009 году увеличился на 2,9% или 8006 ц.

Выполненные расчеты позволяют построить модели:

Мультипликативная:

I_уп = I_уп(у) * I_уп(п) * I_уп(d) = I_уп

1,029=1,057*0,95*1,029=1,033

?_уп = ?_уп(у) + ?_уп(п) + ?_уп(d) = ?_уп

8261=15856-15508+8006=8354

Таким образом, индексный анализ показал, что положительное влияние на среднюю урожайность и валовой сбор подсолнечника в Павловском, Бутурлиновском и Аннинском районах оказало только 2 фактора - повышение урожайности подсолнечника в отдельных предприятиях района (причем этому фактору принадлежит решающее значение), а также улучшение структуры посевных площадей. Это повысило среднюю урожайность подсолнечника и его валовой сбор.

Из изложенного следует, что в изучаемых районах должны быть найдены резервы расширения посевных площадей. Основное внимание должно быть уделено дальнейшему росту урожайности как основополагающего фактора состояния отрасли зернового производства.

4. Выявление взаимосвязи методом аналитической группировки и дисперсионного анализа

Метод статистических группировок является основным и важнейшим методом научной обработки данных. С помощью этого метода можно решать следующие задачи:

1) дается характеристика социально-экономических типов явлений.

2) Изучаются структурные явления и структурные сдвиги в нем.

3) Определяются связи и взаимосвязи между явлениями.

С помощью аналитической группировки выявляются взаимосвязи между признаками общественных явлений. Эти группировки включают взаимосвязанные признаки, которые делятся на факторные и результативные.[17]

Если с изменением факторного признака изменяется результативный, то между ними имеется зависимость.

Для того. Чтобы провести аналитическую группировку необходимо пройти несколько этапов.

1. Правильно выбрать группировочный признак.

2.Перестроить интервальный ряд распределения.

3.Определить сводные о обобщающие показатели в начале по каждой группе, а затем по всей совокупности.

4.На основе сводных и обобщающих показателей рассчитать средние и аналитические показатели по каждой группе и по совокупности в целом.

Дисперсионный анализ представляет собой метод статистической оценки надежности, проявления зависимости результативного признака от одного или нескольких факторов.

На основе дисперсионно анализа можно решать следующие задачи:

1.Дается оценка существенности различий средних или группировочных данных по одному или нескольким факторным признакам.

2.Дается оценка взаимодействия между двумя, тремя и большим числом факторов.

3.Дается оценка частичных различий между средними.

Схема дисперсионного анализа включает в себя следующие элементы:

1.Установление основных источников варьирования результативного признака и объёма вариации.

2.Вычисление дисперсий

3.Анализ , на основе которого формируется вывод.

Основной характеристикой существенности влияния фактора на результат является критерий Фишера (F). Фактическая величина этого показателя рассчитывается на основе дисперсионного анализа, а теоретическая величина определяется на основе числа степеней свободы и уровня значимости б=0,05. Это означает, что в 5 из 100 , в остальных случаях они отклоняются друг от друга.

Если , то влияние изучаемого фактора на результат будет существенным, а если , то несущественным.

В основе дисперсионного анализа лежит правило сложения дисперсий.

[5].

общая дисперсия, которая измеряет влияние на результат всех факторов.

показывает влияние изучаемого фактора на результат.

показывает влияние на результат всех остальных факторов, кроме изучаемого.

При определении каждой из дисперсий важное значение имеет расчет числа степеней свободы, т.е. числа независимых отклонений от средней величины .

Для общей дисперсии число степеней свободы определяется: k=N-1,где N-число единиц изучаемой совокупности. Для факторной дисперсии: k=n-1, n-число групп, полученных в результате группировки. Для остаточной дисперсии k=(N-1)-(n-1).

Исходя из вышесказанного, строится схема дисперсионного анализа:

1. Определяется общая вариация , -индивидуальные значения результата, -средние значения результата в целом по совокупности.

2. Определяется факторная вариация, которая отражает изменение результата по влиянием изучаемого фактора. , -средние значения результата по группам, которые получены на основании группировки по факторному признаку, -средние значения результата в целом по совокупности,-число единиц совокупности в группе.

3. Определяется остаточная вариация, которая отражает влияние на результат всех остальных факторов, кроме изучаемого.

4. Определяется общая дисперсия

5. Определяется факторная дисперсия

6. Определяется остаточная дисперсия

7.Определяется фактическое значение критерия Фишера

[5]

8. Определяется табличное значение критерия Фишера при уровне значимости б=0,05.

9. Сравнивается фактическое и табличное значение критерия Фишера и делается соответствующий вывод.

4.1 Аналитическая группировка хозяйств района по влиянию на урожайность подсолнечника нагрузки пашни на 1 трактор

Используя правило 3у() для определения величины интервала, посредством аналитической группировки определим влияние нагрузки пашни на 1 трактор на урожайность подсолнечника.

а) строим ранжированный ряд распределения: 48;173;196;203;205;225;233;234;263;264;315;324;354;380;409;425;438;452;478;

821;974;1084.

б) определим число групп,на которое необходимо разбить исходные данные по формуле Стержесса; ; n=1+3,322ln22=5 групп.

в) определим равный интервал по следующей формуле.

i=(Xmax-Xmin)/n; i=(1084-48)/5=207,2

определим границы групп:

I.48-255

II.255-462

III.462-669

IV.669-876

V.876-1083

г) определим число хозяйств, которые войдут в найденные границы, т.е. построим интервальный ряд распределения. Рассчитаем также основные характеристики ряда распределения.

Таблица 11. Интервальный ряд распределения по нагрузке пашни на 1га трактора на урожайность подсолнечника.

Группы хозяйств по нагрузке пашни на 1 трактор на урожайность подсолнечника	Число хозяйств (f)	Середина интервала (х)			*f
I.48-255	8	151,5	-216,27	46772,71	374181,7
II.255-462	10	358,2	-9,57	91,5849	915,85
III.462-669	1	565,5	197,73	39097,15	39097,15
IV.669-876	1	772,5	404,73	163806,37	163806,37
V.876-1083	2	979,5	611,8	374299,24	748598,48
Итого	22	-	-	-	1326599,55

Определим основные характеристики ряда распределения.

а) рассчитаем среднюю нагрузку пашни по формуле средней арифметической взвешенной:

га.

б)определим дисперсию как среднюю взвешенную, среднеквадратическое отклонение и коэффициент вариации:

га.

га.

%

Таким образом, так как рассчитанная дисперсия и среднеквадратическое отклонение значимы и коэффициент вариации превышает 33% , то рассчитанная средняя величина нагрузки пашни на 1 га является не типичной и недостоверной, а совокупность хозяйств, на базе которой она рассчитывала, является неоднородной

Для более объективного и репрезентативного распределения хозяйств

Воспользуемся правилом трех сигм.

Таблица 12. Интервальный ряд распределения влияния нагрузки пашни на 1 трактор на урожайность.

Номер группы	Нижняя граница	Верхняя граница	Число хозяйств
	Формула	Значение	Формула	Значение
I.		-396,03		-123,77	0
II.		-123,77		122,17	1
III.		122,17		367,77	12
IV.		367,77		613,37	6
V.		613,37		858,97	1
VI.		858,97		1104,57	2
Итого					22

Объединим I,II и III в одну группу, так как в промежутки значений первой и второй групп попадает 0 и 1 предприятия соответственно, это мешает дальнейшим исследованиям. Также объединим IV и VI, так как в промежутки их значений попадают 1 и 2 предприятия . Таким образом получаем 3 группы.

Таблица 13. Интервальный ряд распределения по нагрузке пашни на 1 трактор.

Группы хозяйств по нагрузке пашни на 1 трактор на урожайность подсолнечника.	Число хозяйств
I. до 367,77	13
II. 367,77-613,37	6
III. свыше 613,37	3
Итого	22

Далее выполним расчет сборных и обобщающих показателей.(Приложение 5,6 ).Анализируя полученные данные, можно сделать вывод о том, что при увеличении нагрузки пашни на 1 трактор, наблюдается снижение урожайности , повышение трудоёмкости 1 ц подсолнечника, а как следствие увеличение себестоимости продукции.

Так первая группа при наибольших производственных затратах

(9723 руб.) имеет наименьший показатель нагрузки пашни на 1 трактор (246 га), вследствие этого наивысшую урожайность (21,8 ц/га) и меньшие показатели трудоемкости и себестоимости (0,45 чел/час и 447 руб. соответственно). При увеличении нагрузки пашни на 168 га во второй группе показатель урожайности снизился на 7,1 ц/га, трудоемкость остается неизменна, а себестоимость увеличилась на 190 руб. и составила 637 руб.

Несмотря на низкий уровень урожайности и наивысший показатель себестоимости, в третьей группе наблюдается наивысший уровень рентабельности 215 %, это можно объяснить тем, что данной группе предприятий удалось реализовать продукцию по более высокой цене, нжели первой и второй группе, у которых уровень рентабельности составил 101,6% и 115,8%.

4.2 Оценка существенности влияния изучаемого фактора на урожайность подсолнечника

Для оценки существенности зависимости, обнаруженной методом группировки, произведем однофакторный дисперсионный анализ зависимости урожайности подсолнечника от нагрузки пашни на 1 трактор.

Таблица 14. Расчет общей вариации..

№ п/п	Нагрузка пашни на 1 трактор,га
1	1084	777	603729
2	974	767	444889
3	821	514	264196
4	478	171	29241
5	452	145	21025
6	438	131	17161
7	425	118	13924
8	409	102	10404
9	380	73	5329
10	354	47	2209
11	324	17	289
12	315	8	64
13	264	-43	1849
14	263	-44	1936
15	234	-73	5329
16	233	-74	5476
17	225	-82	6724
18	205	-102	10404
19	203	-104	10816
20	196	-111	12321
21	173	-134	17956
22	48	-259	67081
Итого	307	-	1552352

1.Определим общую вариацию

=603729+444889+…+67081=1552352.(га)

2. Определим факторную вариацию

3. Определим остаточную вариацию

(га)

4. Определим общую дисперсию (га)

5. Определим факторную дисперсию

(га)

6. Определим остаточную дисперсию

(га)

7.Определим фактическое значение критерия Фишера (га)

8. Определим табличное значение критерия Фишера при уровне значимости б=0,05, k1=n-1=3-1=2; k2=(N-1)-(n-1)=(22-1)-(3-1)=19

На основании полученных расчетов можно сделать вывод о том, что влияние нагрузки пашни на 1 трактор является существенным для изменения урожайности подсолнечника, поэтому мы включаем этот фактор в многофакторную экономико-математическую модель.

5. Проектная часть

Исследования объективно существующих связей между явлениями - важнейшая задача общей теории статистики. Все явления и процессы, характеризующие социально-экономическое развитие и составляющие единую систему и национальных счетов, тесно взаимосвязаны и взаимозависимы между собой.

Корреляционно-регрессионный анализ - это установление формы связи, количественное измерение влияния фактора на результат, измерение тесноты связи и меры воздействия каждого фактора на результат.

Теоретическая обоснованность моделей взаимосвязи, построенных на основе корреляционно-регрессионного анализа, обеспечивается соблюдением следующих основных условий:

Все признаки и их совместные распределения должны подчиняться нормальному закону распределения.

Дисперсия моделируемого признака должна оставаться постоянной при изменении величины и значений факторных признаков.

Отдельные наблюдения должны быть независимыми, то есть результаты, полученные в i-м наблюдении, не должны быть связаны с предыдущими и содержать информацию о последующих наблюдениях, а также влиять на них.

Отступление от выполнения этих условий и предпосылок приводит к тому, что модель регрессии будет неадекватно отражать реально существующие связи между анализируемыми признаками.

Одной из проблем построения уравнения регрессии является ее размерность, т. е. определение числа факторных признаков, включаемых в модель. Их число должно быть оптимальным.

Сокращение размерности за счет исключения второстепенных, несущественных факторов позволяет получить модель, быстрее и качественнее реализуемую. В то же время построение модели малой размерности может привести к тому, что она будет недостаточно полно описывать исследуемое явление или процесс в единой системе национального счетоводства.

Как известно, явления общественной жизни складываются под воздействием не одного, а целого ряда факторов, т. е. эти явления многофакторны. Между факторами существуют сложные взаимосвязи, поэтому их влияние комплексное и его нельзя рассматривать как простую сумму изолированных влияний.

Многофакторный корреляционно-регрессионный анализ позволяет оценить меру влияния на исследуемый результативный показатель каждого из включенных в модель (уравнение) факторов при .фиксированном положении (на среднем уровне) остальных факторов, а также при любых возможных сочетаниях факторов с определенной степенью точности найти теоретическое значение этого показателя. При этом важным условием является отсутствие между факторами функциональной связи.

Форма связи между явлениями выражается аналитическим уравнением, на основании которого по соответствующим факторам-аргументам определяются значения результативного показателя-функции.

Уравнение множественной регрессии можно строить в линейной форме:

Ух = а0 + а1х1 + а2х2 + … + аn хn

Каждый коэффициент уравнения показывает степень влияния соответствующего фактора на анализируемый показатель при фиксированном положении (на среднем уровне) остальных факторов: с изменением каждого фактора на единицу показатель изменяется на соответствующий коэффициент регрессии. Свободный член уравнения экономического смысла не имеет.

С помощью многофакторного корреляционного анализа находятся различного рода характеристики тесноты связи между изучаемым показателем и факторами, парные, частные и множественные коэффициенты корреляции, множественный коэффициент детерминации.

Парные коэффициенты корреляции. Для измерения тесноты связи между двумя из рассматриваемых переменных (без учета их взаимодействия с другими переменными) применяются парные коэффициенты корреляции. Методика расчета таких коэффициентов и их интерпретация аналогичны линейному коэффициенту корреляции в случае однофакторной связи.

Частные коэффициенты корреляции. Однако в реальных условиях все переменные, как правило, взаимосвязаны. Теснота этой связи определяется частными коэффициентами корреляции, которые характеризуют степень влияния одного из аргументов на функцию при условии, что остальные независимые переменные закреплены на постоянном уровне.

Частный коэффициент корреляции первого порядка между признаками у и х1 при исключенном влиянии признака х2 вычисляется по формуле:

где r -- парные коэффициенты корреляции между соответствующими признаками.

Показателем тесноты связи, устанавливаемой между результативным и двумя или более факторными признаками, является совокупный коэффициент множественной корреляции R. Он служит основным показателем линейной корреляционной связи. В случае линейной двухфакторной связи совокупный коэффициент множественной корреляции может быть рассчитан по формуле:

где r -- линейные коэффициенты корреляции (парные), а подстрочные индексы показывают, между какими признаками они исчисляются.

Величина R² называется совокупным коэффициентом множественной детерминации. Она показывает, какая доля вариации изучаемого показателя объясняется влиянием факторов, включенных в уравнение множественной регрессии.

Корреляционно-регрессионный анализ может быть использован в экономико-статистических исследованиях: для приближенной оценки фактического и планового уровня как укрупненный норматив для выявления резервов производства, показа на его основе потенциальных возможностей предприятий, а также для краткосрочного прогнозирования развития производства.

Построение корреляционно-регрессионных моделей, какими бы сложными они ни были, само по себе не вскрывает полностью всех причинно-следственных связей. Основой их адекватности является предварительный качественный анализ, основанный на учете специфики и особенностей сущности исследуемых социально-экономических явлений и процессов.[6]

5.1 Построение многофакторной экономико-математической модели средней урожайности подсолнечника

С помощь персонального компьютера и пакета прикладных программ «Statgraf» нами была построена экономико-математическая модель средней урожайности подсолнечника предприятий Павловского, Бутурлиновского и Аннинского районов.

В начале для нашей модели мы использовали следующие факторы, которые на наш взгляд оказывали значимое влияние на урожайность подсолнечника:

X1-производственные затраты на 1га посева подсолнечника;

Х2-нагрузка пашни на 1 трактор;

Х3-фондовооруженность 1 работника;

Х4-энерговооруженность 1 работника;

Х5-Уровень специализации;

Х6-затраты труда на 1 га посева подсолнечника;

Х8-фондообеспеченность хозяйства;

Х9-уровень концентрации;

Х10-трудообеспеченность;

В ходе вычислений нами была получена следующая модель.

Таблица 15. Многофакторная экономико-математическая модель урожайности.

Наименование факторов	Коэффициент регрессии	Стандартная ошибка	Т-статистика	Уровень значимости
Константы	1,215304	11,257029	0,1080	0,9158
X1-производственные затраты на 1га посева подсолнечника;	0,001026	0,000594	1,7267	0,1098
Х2-нагрузка пашни на 1 трактор;	-0,001364	0,005387	-0,2532	0,8044
Х3-фондовооруженность 1 работника;	0,01681	0,009268	1,8138	0,0948
Х4-энерговооруженность 1 работника;	-0,004667	0,006507	-0,7172	0,4870
Х5-Уровень специализации;	-0,004456	0,095012	-0,0469	0,9634
Х6-затраты труда на 1га посева подсолнечника;	0,02796	0,112612	0,2483	0,8081
Х8-фондообеспеченность хозяйства;	-0,007859	0,004081	-1,9260	0,0781
Х9-уровень концентрации;	-0,001765	0,001846	-0,9563	0,3578
Х10-трудообеспеченность;	4,10701	2,089428	1,9656	0,0729

Характеризуя данную таблицу, мы видим, что коэффициент детерминации равен 0,0428 или 4,28 %. Коэффициент детерминации свидетельствует о том, что урожайность подсолнечника данных районов на 4,28% зависит от заложенных в модель факторов и на 95,72 от других факторов, не учтенных в нашей модели.

Исходя из полученного коэффициента детерминации , коэффициент корреляции составляет 0,21. Это значит, что связь между урожайностью и заложенными в модель факторами слабая или незаметная.

На наш взгляд данную модель можно улучшить. Для этого из модели необходимо исключить факторы, у которых уровень значимости больше 0,05и тех, у которых связь с результативным фактором не поддается логико-экономическому осмыслению. Для этого мы исключим следующие факторы: Х2-нагрузка пашни на 1 трактор; Х4-энерговооруженность 1 работника; Х5-Уровень специализации;Х6-затраты труда на 1га посева подсолнечника; Х9-уровень концентрации. Результаты представим в виде таблицы.

Таблица 16.Улучшенная многофакторная экономико-математическая модель урожайности.

Наименование факторов	Коэффициент регрессии	Стандартная ошибка	Т-статистика	Уровень значимости*100%
Константы	-1,936852	7,297382	-0,2654	79,39
X1-производственные затраты на 1га посева подсолнечника;	0,001078	0,000392	2,7499	1,37
Х3-фондовооруженность 1 работника;	0,015706	0,007708	2,0378	5,74
Х8-фондообеспеченность хозяйства;	-0,007417	0,003402	-2,1803	4,36
Х10-трудообеспеченность;	4,325166	1,692644	2,5553	2,05

Анализируя данные таблицы, мы видим, что коэффициент детерминации повысился и составляет 22,49%. Это значит, что на долю неучтенных факторов , которые влияют на результат приходится 77,51%, что оказывает положительное влияние . Коэффициент корреляции равен 4,74,это говорит нам о том, что связь между урожайностью и заложенными факторами умеренная.

Данные факторы также можно оценить по уровню значимости. Так X1-производственные затраты на 1га посева подсолнечника, Х8-фондообеспеченность хозяйства, Х10-трудообеспеченность оказывают существенное влияние на урожайность подсолнечника, так как их уровень значимости больше 5%. Данные факторы влияют на результат 1,37%,4,36% и 2,05% соответственно.

В нашей модели присутствует незначительная автокорреляция. Автокорреляция -- статистическая взаимосвязь между случайными величинами из одного ряда, но взятых со сдвигом, например, для случайного процесса -- со сдвигом по времени. Так как критерий Дарбина Уотсона=2,2 т.е. идет в сторону 4,то автокорреляция является отрицательной.

Математически многофакторное уравнение регрессии имеет следующий вид: у(х1,х3,х8,х10)=-1,94+0,001х1+0,02х3-0,007х8+4,33х10. Таким образом, анализируя данное уравнение, можно сделать вывод о том, что при увеличении производственных затрат на 1руб., урожайность подсолнечника увеличится на 0,001 ц/га, при увеличении фондовооруженности одного работника на 1 тыс. руб., урожайность подсолнечника увеличится на 0,02 ц/га, при увеличении фондообеспеченности хозяйства на 1 тыс.руб. урожайность будет снижаться на 0,007 ц/га, при увеличении трудообеспеченности предприятия на 1 человека , урожайность будет увеличиваться на 4,33 ц/га.

Для подтверждения наших выводов необходимо произвести многофакторный дисперсионный анализ.

Таблица 17.Дисперсионный анализ вариации для всей модели.

Источник вариации	Сумма квадратов отклонений	Число степеней свободы	Дисперсия на 1 степень свободы	F фактическое	Уровень значимости
Модель	187,351	4	46,8377	2,52301	0,0793
Ошибка	315,591	17	18,5642

Так как Fфактическое равное 2,25 не превышает Fтеоретического, равного 2,96, то влияние заложенных факторов незначимо. К сожалению, улучшить данную модель невозможно. Мы оставим свои вычисления на данном этапе.

Оценивая значимость модели в целом, представляет интерес влияние каждого фактора на результат.

Таблица 18. Дисперсионный анализ вариации по факторам.

Источник вариации	Сумма квадратов отклонений	Число степеней свободы	Дисперсия на 1 степень свободы	F фактическое	Уровень значимости
X1-производственные затраты на 1га посева подсолнечника;	52,355039	1	52,35504	2,82	0,1114
Х3-фондовооруженность 1 работника;	11,185948	1	11,18595	0,60	0,4564
Х8-фондообеспеченность хозяйства;	2,5965527	1	2,59653	0,14	0,7170
Х10-трудообеспеченность;	121,213300	1	121,213330	6,53	0,0205

Анализируя уровень значимости данных факторов, можно сделать вывод о том, что существенно влияет на нашу модель лишь один фактор- Х10-трудообеспеченность, так его уровень значимости меньше 5% и составляет 2,05%. X1-производственные затраты на 1га посева подсолнечника, Х3-фондовооруженность 1 работника, Х8-фондообеспеченность хозяйства оказывают несущественное влияние и их уровень значимости составляет 11,14%,45,64% и 71,70% соответственно.

5.2 Расчет резервов увеличения средней урожайности и валового сбора подсолнечника

Полученная корреляционно-регрессионная модель позволяет рассчитать резервы для увеличения средней урожайности и валового сбора подсолнечника в хозяйствах Воронежской области, т.е. оценить пути улучшения их деятельности.

Таблица 19. Резервы повышения средней урожайности и валового сбора подсолнечника.

Факторы	Средний уровень факторов	Отклонение среднего уровня факторов отстающих предприятий	Резервы повышения урожайности и валового сбора подсолнечника
	По району	По передовым предприятиям	По отстающим предприятиям	От среднего уровня по району	От уровня передовых предприятий	До среднего уровня по району	До уровня передовых предприятий
						ц/га	%	ц/га	%
X1-производственные затраты на 1га посева подсолнечника;	9104,5	11402,3	7189,66	1914,84	4212,64	1,915	9,93	4,213	21,85
Х3-фондовооруженность 1 работника;	779,8	1349,5	454,28	325,52	895,22	5,208	27,01	14,32	74,27
Х8-фондообеспеченность хозяйства;	1677,5	3609,83	952,87	724,63	2656,96	-5,36	-27,86	-19,66	-101,98
Х10-трудообеспеченность;	2,68	3,95	1,41	1,27	2,54	5,49	28,49	10,99	56,98
Итого						7,253	37,27	9,863	51,12

Из полученных данных видно, что в предприятиях Павловского, Бутурлиновского и Аннинского районов Воронежской области имеются некоторые резервы для повышения урожайности и валового сбора, так если отстающие хозяйства достигнут уровня средних хозяйств, то средняя урожайность и валовой сбор подсолнечника повысится на 37,27% или на 7,253 ц/га; если они достигнут уровня передовых, то урожайность и валовой сбор возрастет на 51,12 %(9,863 ц/га)

В рамках нашей работы мы предлагаем следующие пути увеличения резервов:

1) применение интенсивной технологии возделывания сельскохозяйственных культур, улучшение плодородия земель, освоение севооборотов, посев по лучшим предшественникам;

2) применение передовой технологии, сокращение сроков полевых работ, рациональное использование минеральных и органических удобрений, мелиорация земель, проведение противоэрозионных мероприятий, улучшение семеноводства;

3) укрепление материально-технической базы;

4) совершенствование внутрихозяйственного механизма материального стимулирования, укрепление хозрасчета подразделений;

5) соблюдение норм расхода сырья и материалов;

Выводы и предложения

В ходе выполнения данного курсового проекта был проведен статистико-экономический анализ производства подсолнечника в СХА им.Дзержинского и других хозяйствах Павловского, Бутурлиновского и Аннинского районов Воронежской области.

Воспользовавшись методикой анализа рядов динамики, мы увидели, что средние показатели ряда динамики свидетельствуют о том, что ежегодно, в течение изучаемого периода (6 лет) валовой сбор подсолнечника в СХА им. Дзержинского увеличивался на 1054 ц. или 15.76%

Изучение динамики урожайности подсолнечника за 9 лет показало, что она не была устойчивой, имела колебания как по сравнению с предыдущими годами, так и с базисным.В результате расчетов, мы получили выровненный ряд динамики урожайности подсолнечника, который говорит о ее систематическом повышении с увеличением каждый год на 0,78 ц. или на 4,22%.Таким образом полученные показатели дают нам основание говорить о нарастающей тенденции урожайности подсолнечника.

Рассматривая выровненные значения цены реализации по уравнениям прямой, параболы, экспоненты и S-кривой, мы увидели, что именно по уравнению параболы мы в большей степени приближаемся к фактическому значению урожайности, следовательно, хозяйству следует ориентироваться при составлении бизнес-плана на прогнозные значения, полученные с помощью этого уравнения.

Индексный анализ средней урожайности и валового сбора подсолнечника на предприятиях Павловского, Бутурлиновского и Аннинского районов показал, что положительное влияние на среднюю урожайность и валовой сбор оказали только 2 фактора- повышение урожайности в отдельных предприятиях района, а также улучшение структуры посевных площадей. Это повысило среднюю урожайность подсолнечника и его валовой сбор.

В ходе аналитической группировки было установлено, что при увеличении нагрузки пашни на 1 трактор, наблюдается снижение урожайности, повышение трудоемкости, а как следствие увеличение себестоимости продукции.

Дисперсионный анализ дал нам основание говорить о существенности влияния нагрузки пашни на урожайность, тем самым о необходимости его включения в экономико-математическую модель.

Далее нами была построена экономико-математическая модель средней урожайности подсолнечника. Мы получили следующее многофакторное уравнение:

у(х1,х3,х8,х10)=-1,94+0,001х1+0,02х3-0,007х8+4,33х10.

из которого можно сделать вывод, что при увеличении производственных затрат на 1руб., урожайность подсолнечника увеличится на 0,001 ц/га, при увеличении фондовооруженности одного работника на 1 тыс. руб., урожайность подсолнечника увеличится на 0,02 ц/га, при увеличении фондообеспеченности хозяйства на 1 тыс.руб. урожайность будет снижаться на 0,007 ц/га, при увеличении трудообеспеченности предприятия на 1 человека , урожайность будет увеличиваться на 4,33 ц/га.

И в заключение мы произвели расчет резервов увеличения средней урожайности подсолнечника, который показал, что в исследуемых предприятиях имеются некоторые резервы для повышения урожайности.

Данные резервы могут быть использованы при проведении ряда определенных мероприятий, таких как улучшение плодородия земель, освоение севооборотов, посев по лучшим предшественникам, укрепление материально-технической базы и так далее.

Список использованной литературы

1. Афанасьева В.Н.,Маркова А.И.Статистика сельского хазяйства:Учебное пособие-М.:Финансы и статистика,2002-189с

2. Башкатов Б.И. Статистика сельского хозяйства. С основами общей теории статистики. Курс лекций.М:ЭКМОС,2001 - 352 с.

3. Долгушевский Ф.Г., Христич А.Г. Сельскохозяйственная статистика с основами экономической статистики. М.: Статистика, 2006. - 311 с.

4. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. Чл.-корр. РАН И.И. Елисеевой. - 4-е изд., перераб.и доп. - М. Финансы и статистика, 2005. -657с.

5. Елисеева И.И. Статистика: Учебник . - М.:ЮРАЙТ,высшее образование, 2010. - 565 с.

6. Карманов Ф.И., Острейковский В.А. Статистические методы обработки экспериментальных данных. :учебное пособие-СПб:Абрис,2012-208с.

7. Коротков В.А. О проблемах рынка продукции сельскохозяйственных предприятий // Экономика сельскохозяйственных и перерабатывающих предприятий. - 2000. - №12.

8. Люсюк А. И., Лимбир Ю. Л., Степанова О. П.,Экономика сельского хозяйства.:Учебное пособие для вузов.-М:Колос,2008-390с.

9. Минаков И. А. Эффективность производства и переработки подсолнечника// Достижения науки и техники АПК - 2000 - №4

10. .О Минаков И.А., Сабетова Л.А., Куликов Н.И. Экономика сельского хозяйства. - М.: Колос, 2004 - 256с.

11. орлов А.И.Прикладная статистика:Учебник-М.:Экзамен,2004.-483с.

12. Плошка Б.Г. Группировка и система статистических показателей. М.: Статистика, 2005. - 176 с.

13. Сергеев С.С. Сельскохозяйственная статистика с основами социально -экономической статистики: Учебник -М.: Финансы и статистика, 2007-657с.

14. Таволжанский Н. П. Теория и практика создания гибридов подсолнечника в современных условиях.:Белгород.:БЕЛГОРОД,2000-354с.

15. Фатхутдинов Р.А. Организация производства.-М:Инфа-М,2009-161с.

16. Харламов В.И. Общая теория статистики : Учебник -М.: ИНФРА-М, 2000 - 422с.

17. Шмойлова Р.А. Теория статистики: Учебник / Под ред. Проф. Шмойловой. - 3-е изд., перераб. - М.: Финансы и статистика, 1999.- 560с.

18. Яковлева А.В. Экономическая статистика:Учебник-М: Колос,2007-590с.

19. http: //www.ikar.ru

20. http://www.agroyug.ru

21. http://www.ya-fermer.ru

Приложения

Рисунок 1 Динамика валового сбора подсолнечника за 2004-2009 гг. в СХА «им. Дзержинского» Павловского района Воронежской области.

Рисунок 2 Фактические и выровненные значения урожайности подсолнечника

Таблица 20.1.Исходные данные для проектной части

God	Yro	¬mothes	¬	gmothes	g	emothes	e	smothes	s
2001	15,89	13,1053	20,0158	15,2571	24,2426	13,2106	19,8240	14,1634	16,3794
2002	13,96	13,8731	20,7836	14,4111	27,5465	13,8200	20,7385	15,3547	16,4035
2003	15,29	14,6410	21,5515	14,0261	31,3115	14,4575	21,6951	15,7736	16,4236
2004	10,53	15,4088		14,1023		15,1244		15,9874
2005	13,45	16,1766		14,6396		15,8221		16,1170
2006	20,76	16,9445		15,6380		16,5520		16,2040
2007	17,39	17,7123		17,0975		17,3155		16,2664
2008	16,2	18,4801		19,0181		18,1143		16,3134
2009	22,12	19,2480		21,3998		18,9499		16,3501

Таблица 21. 2.Исходные данные для проектной части

Data: yro Forecast summary	M.E.	M.S.E	M.A.E	M.A.P.E.
12,3375+0,767833*T	0,00000	7,50337	2,26844	15,1431
16,5643-1.53769*T+0,230552*T^2	0,00000	5,68431	1,78473	11,6951
Exp(2,53593+0,0450968*T)	0,24702	7,33938	2,22057	14,6026
Exp(2,81218-0,161513/T)	0,33994	10,8200	2,58802	16,7631

Сборные и обобщающие показатели.

Группы хозяйств по нагрузке пашни на 1 трактор	Число хозяйств	Площадь посева подсолнечника, га	Количество произведенного подсолнечника после доработки, ц	Полная себестоимость реализованного подсолнечника,тыс.руб	Денежная выручка за реализованный подсолнечник, тыс.руб	Себестоимость реализованного подсолнечника после доработки ,тыс.руб	Прямые затраты на подсолнечник, тыс. чел/час	Площадь пашни, га
I	13	7870	171304	83398	168144	76517	78	54901
II	6	6347	93277	42439	91580	59440	42	36396
III	3	1482	14461	7346	23204	11542	7	10781
Итого	22	15699	279042	133183	282928	147499	127	102078

Группировка хозяйств Павловского, Бутурлиновского и Аннинского района по нагрузке пашни на 1 трактор.

Группы хозяйств по нагрузке пашни на 1 трактор	Число хозяйств	Производственные затраты на 1 га посева подсолнечника, руб.	Нагрузка пашни на 1 трактор, га	Урожайность подсолнечника, ц/га	Трудоёмкость 1 ц подслнечника, чел/час.	Себестоимость 1 ц подсолнечника. Руб.	Уровень рентабельности,%
I	13	9723	276	21,8	0,45	447	101,6
II	6	9365	414	14,7	0,45	637	115,8
III	3	7788	980	9,8	0,48	798	215,9
В среднем по району	22	9395	307	17,8	0,45	529	112,4

Приложение 7.Таблица 22 Исходные данные для корреляционно-регрессионного анализа.

№,наименование предприятия	Урожайность подсолнечника,ц/га	Производ-е затраты на 1га посева подсолнечника,тыс.руб.	Нагрузка пашни на 1 трактор, га	Фондовооруженность 1 работника,тыс. руб.	Энерговооруженность 1 работника,тыс.руб.	Уровень специализации,%	Затраты труда на 1 га посева подсолнечника, чел/час	Фондообеспеченность хоз-ва,тыс.руб.	Уровень концентрации, га	Трудообес-печенность ,чел.
1. СХА «Заря»	21,78	7307	173	438	61,8	15,8	11	1617	463	1,8
2.ООО«Токай»	14,53	5647	48	1135	1110,0	9,8	4	1340	247	1,2
3ООО«Нива»	19,87	4228	196	306	63,8	7,8	6	1167	355	4,7
4.СХА«Рассвет»	28,3	9129	203	434	66,5	14,1	3	1555	620	4,8
5.СХАим.Ленина	26,60	10568	225	541	75,8	11,9	35	2038	600	4,8
6.ООО«Хлебороб»	20,76	15366	233	417	151,7	65,0	28	808	500	2,0
7.ЗАО«Родина»	21,05	8371	234	240	61,4	23,9	6	910	356	4,5
8.ООО«Бутурлиновка Зоовестнаб»	23	8657	263	963	147,3	32,4	29	1271	280	1,3
9.ООО«Нижнекисляйские Свеклосемена»	20,85	12537	264	837	91,0	18,3	8	2281	601	3,4
№,наименование предприятия	Урожайность подсолнечника,ц/га	Производ-е затраты на 1га посева подсолнечника,тыс.руб.	Нагрузка пашни на 1 трактор, га	Фондовооруженность 1 работника,тыс. руб.	Энерговооруженность 1 работника,тыс.руб.	Уровень специализации,%	Затраты труда на 1 га посева подсолнечника, чел/час	Фондообеспеченность хоз-ва,тыс.руб.	Уровень концентрации, га	Трудообес-печенность ,чел.
10.ООО«Инвестагрокомплекс»	21,02	9097	315	893	68,3	33,6	2	2055	2707	2,7
11.СХАим.Дзержинского	20,77	11237	324	773	56,6	20,2	11	1043	489	1,8
12.ООО«Агро-Заречье»	20,78	11820	354	561	114,7	49,9	3	563	682	1,2
13.ООО«Агрофирма Шипова Дубрава»	12,44	8787	380	919	38,2	11,2	2	2988	1684	3,7
14.ООО«Сельхозпроект»	12,74	7781	409	356	58,9	0,1	8	430	944	1,5
15.ЗАО Павловская МТС	13,42	10107	425	937	92,4	33,5	8	1207	2126	1,6
№,наименование предприятия	Урожайность подсолнечника,ц/га	Производ-е затраты на 1га посева подсолнечника,тыс.руб.	Нагрузка пашни на 1 трактор, га	Фондовооруженность 1 работника,тыс. руб.	Энерговооруженность 1 работника,тыс.руб.	Уровень специализации,%	Затраты труда на 1 га посева подсолнечника, чел/час	Фондообеспеченность хоз-ва,тыс.руб.	Уровень концентрации, га	Трудообес-печенность ,чел.
16.ООО «Агротех-Гарант»	17,12	9902	438	4233	40,0	21,3	5	9811	430	3,3
17.ЗАО «Славяне»	18,74	11249	452	293	86,6	32,8	3	402	571	1,5
18.ООО «Вектор»	23,16	8662	478	538	80,0	44,6	14	844	592	1,9
19.ООО «Березовка»	19,88	12108	821	327	189,0	47,0	4	79	232	0,2
20.ООО «Агорошанс»	25,09	7218	974	879	72,9	8,3	9	838	450	1,3
21.ООО Бутурлиновский Агрокомплекс	10,9	6856	1084	388	52,7	26,5	3	1172	1684	3,5
22.СХАЗаря». Анна	11,44	3665	205	748	70,6	6,1	40	2216	200	3,6

Размещено на Allbest.ru