Дослідження зв’язку між чисельністю населення і обсягами виробництва картоплі в Україні за допомогою економетричних моделей
Процес побудови і дослідження економетричних моделей, які описують зв’язок між чисельністю населення і обсягами виробництва культур зернових і зернобобових в Україні за 1991–2020 роки. Моделі парної та непарної лінійної регресії, зокрема, експонентної.
| Рубрика | Экономика и экономическая теория |
| Вид | статья |
| Язык | украинский |
| Дата добавления | 21.11.2022 |
| Размер файла | 21,5 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
8
Размещено на http://www.allbest.ru/
Луцький національний технічний університет
Дослідження зв'язку між чисельністю населення і обсягами виробництва картоплі в Україні за допомогою економетричних моделей
Костюкевич О.В.,
ст. гр. ОП-21
Анотація
У статті описано процес побудови і дослідження економетричних моделей, які описують зв'язок між чисельністю населення і обсягами виробництва культур зернових і зернобобових в Україні на основі даних Державної служби статистики України за 1991-2020 роки. Розглянуто моделі парної лінійної регресії і непарної лінійної регресії, зокрема, еспонентну. Проведено аналіз економетричних моделей і здійснено прогнозування показника на 2021 рік.
Ключові слова: економетрика, економетрична модель, обсяги виробництва картоплі, показник, чисельність населення, фактор.
Abstract
Research of the relationship between population and volume of potato production in Ukraine using econometric models
Kostiukevych O.
The article describes the process of construction and study of econometric models that describe the relationship between population and production of cereals and legumes in Ukraine based on data from the State Statistics Service of Ukraine for 1991-2020. Models of even linear regression and odd linear regression, in particular, exponential, are considered. The analysis of econometric models is carried out and the indicator for 2021 is forecast.
Key words: econometrics, econometric model, potato production volumes, indicator, population, factor.
Вступ
Постановка проблеми у загальному вигляді та її зв'язок з важливими науковими і практичними завданнями. Україна входить у трійку найбільших світових виробників картоплі. Важливо розробити наукові рекомендації щодо покращення системи виробництва та продажу для подальшого розвитку економіки. Для цього потрібно мати статистичні дані та володіти певними економічними та математичними знаннями. Дослідження ми будемо проводити за допомогою економетричних методів і моделей, а також їх застосування при прийняті науково обгрунтованих рішень.
Аналіз останніх досліджень, у яких започатковано вирішення проблеми. Питання моделювання та дослідження економетричних моделей розглядають такі вчені: Оліскевич М.О., Дрозд А.О., Латоніна М.В. та інші. Зокрема, Волошин О.Р. і Галайко Н.В. подають таке визначення: «Економетрія - це галузь економічної науки, яка вивчає методи кількісного вимірювання взаємозв'язків між економічними показниками» [1]. Оліскевич М.О. вивчає особливості економетричних моделей споживання в Україні в умовах нестабільності та структурних зрушень [4]. Латоніна М.В. і Дрозд А.О. на основі офіційної державної статистики побудували і дослідили економетричну модель криміногенної ситуації в Україні, яка описує залежність кількості зареєстрованих правопорушень в Україні від низки факторів [2].
Цілі статті. Метою нашого дослідження є побудова і аналіз економетричної моделі на основі конкретних статистичних даних. Для проведення дослідження обрано фактор - чисельність населення України, а показник - обсяги виробництва картоплі. Наше дослідження проводилось за період 1991-2020 роки, оскільки саме за цей період наявні статистичні дані.
Основна частина
Статистичні дані для проведення дослідження було взято на сайті Державної служби статистики України в розділах: «Демографічна і соціальна статистика, вкладка «Населення»; «Статистична інформація», «Сільське, лісове та рибне господарство», вкладка «Рослинництво (1991-2020)» (обсяги виробництва картоплі). На основі статистичних даних нами були побудовані економетричні моделі у формі парної лінійної регресії і у формі парної нелінійної регресії:
У = aX+b, (1) У =ХХ *b,
де У - показник; Х - фактор; a, b - параметри регресії.
Нами отримано значення параметрів парної лінійної регресії (a=0,0293 і b=86,173) і отримано її аналітичний вираз:
У = 0,0293Х+86,173,
Також нами розраховано значення параметрів парної нелінійної регресії (a= 0,0000017 і b=612,84) і отримано її аналітичний вираз:
У = х°'00000І7х - 612,84,
Статистичні дані і розрахункові значення показника для моделей у формі парної і непарної лінійної регресії для обраних фактора і показника подано у таблиці 1. економічний регресія картопля україна
Таблиця 1. Статистичні дані і розрахункові значення показника для моделей у формі парної лінійної і непарної лінійної регресії
|
№ з/п |
Рік |
Статистичні дані |
Розрахункові значення показника, тис. т |
|||
|
Значення фактора (чисельність населення України), тис. осіб |
Значення показника (обсяги виробництва картоплі), тис. т. |
У випадку моделі парної лінійної регресії |
У випадку моделі парної нелінійної регресії |
|||
|
1 |
1991 |
51944,4 |
1533 |
1605,57 |
1609,58 |
|
|
2 |
1992 |
52056,6 |
1702 |
1608,85 |
1613,25 |
|
|
3 |
1993 |
52244,1 |
1552 |
1614,34 |
1619,41 |
|
|
4 |
1994 |
52114,4 |
1532 |
1610,54 |
1615,15 |
|
|
5 |
1995 |
51728,4 |
1532 |
1599,25 |
1602,54 |
|
|
6 |
1996 |
51297,1 |
1547 |
1586,64 |
1588,58 |
|
|
7 |
1997 |
50818,4 |
1579 |
1572,64 |
1573,24 |
|
|
8 |
1998 |
50370,8 |
1513 |
1559,54 |
1559,04 |
|
|
9 |
1999 |
49918,1 |
1552 |
1546,30 |
1544,82 |
|
|
10 |
2000 |
49429,8 |
1629 |
1532,02 |
1529,64 |
|
|
11 |
2001 |
48923,2 |
1604 |
1517,20 |
1514,06 |
|
|
12 |
20021 |
48457,1 |
1590 |
1503,57 |
1499,88 |
|
|
13 |
2003 |
48003,5 |
1585 |
1490,30 |
1486,21 |
|
|
14 |
2004 |
47622,4 |
1556 |
1479,15 |
1474,84 |
|
|
15 |
2005 |
47280,8 |
1514 |
1469,16 |
1464,72 |
|
|
16 |
2006 |
46929,5 |
1464 |
1458,88 |
1454,40 |
|
|
17 |
2007 |
46646 |
1453 |
1450,59 |
1446,13 |
|
|
18 |
2008 |
46372,7 |
1413 |
1442,60 |
1438,20 |
|
|
19 |
2009 |
46143,7 |
1409 |
1435,90 |
1431,59 |
|
|
20 |
2010 |
45962,9 |
1408 |
1430,61 |
1426,40 |
|
|
21 |
2011 |
45778,5 |
1439 |
1425,22 |
1421,13 |
|
|
22 |
2012 |
45633,6 |
1440 |
1420,98 |
1417,00 |
|
|
23 |
2013 |
45553 |
1388 |
1418,62 |
1414,71 |
|
|
24 |
2014 |
45426,2 |
1348 |
1414,91 |
1411,11 |
|
|
25 |
20152 |
42929,3 |
1291 |
1341,88 |
1342,29 |
|
|
26 |
20162 |
42760,5 |
1312 |
1336,94 |
1337,77 |
|
|
27 |
20172 |
42584,5 |
1323 |
1331,79 |
1333,08 |
|
|
28 |
20182 |
42386,4 |
1319 |
1326,00 |
1327,82 |
|
|
29 |
20192 |
42153,2 |
1309 |
1319,17 |
1321,66 |
|
|
30 |
20202 |
41902,4 |
1325 |
1311,84 |
1315,07 |
Можемо зробити висновок, що статистичні і розрахункові значення показника (для обох економетричних моделей) для відповідних років мають незначне відхилення. Наступним етапом дослідження є перевірка побудованих економетричних моделей на адекватність статистичним даним за критерієм Фішера. Наведемо результати цієї перевірки для обох побудованих економетричних моделей (таблиця 2).
Таблиця 2. Результати перевірки побудованих економетричних моделей на адекватність статистичним даним за критерієм Фішера
|
№ з/п |
Форма аналітичної залежності |
Значення критерію Фішера |
Висновок |
||
|
розрахункове |
табличне |
||||
|
1 |
Парна лінійна регресія |
90,64 |
4,20 |
Економетрична модель адекватна статистичним даним і придатна для подальшого аналізу і прогнозування |
|
|
2 |
Парна нелінійна регресія |
98,51 |
4,18 |
Проведемо аналіз побудованих економетричних моделей (таблиця 3).
Таблиця 3. Результати аналізу побудованих економетричних моделей
|
№ з/п |
Форма аналітичної залежності |
Показник |
Значення показника |
Висновок |
||
|
1 |
Парна лінійна регресія |
Коефіцієнт кореляції |
0,87 |
Зв'язок між фактором і показником сильний і прямий |
||
|
Коефіцієнт детермінації |
0,76 |
Варіація показника на 76% пояснюється варіацією фактора |
||||
|
Індекс кореляції |
0,87 |
Точки поля кореляції достатньо близько лежать до лінії регресії |
||||
|
2 |
Парна |
Коефіцієнт |
0,78 |
На 78% варіація У показується |
||
|
нелінійна |
детермінації |
варіацію Х |
||||
|
регресія |
Індекс кореляції |
0,88 |
Точки поля достатньо близько лінії регресії. |
кореляції лежать до |
Оцінимо ступінь еластичності показника (обсяги виробництва картоплі) за фактором (чисельність населення України) за допомогою коефіцієнта еластичності, розрахованого для середніх значеннь фактора і показника для обох побудованих економетричних моделей (таблиця 4).
Таблиця 4. Результати оцінки ступеня еластичності показника (обсяги виробництва картоплі) за фактором (чисельність населення України) за допомогою коефіцієнта еластичності
|
№ з/п |
Форма аналітичної залежності |
Значення коефіцієнта еластичності |
Висновок |
|
|
1 |
Парна лінійна регресія |
0,94 |
При збільшенні фактора на 1% показник в середньому збільшується на 0,94% |
|
|
2 |
Парна нелінійна регресія |
0,79 |
При збільшенні фактора на 1% показник в середньому збільшується на 0,79% |
Проведено прогнозування на основі побудованих економетричних моделей. Зважаючи на динаміку фактора, обрано його прогнозне значення (45000 тис. осіб) і розраховано прогнозне значення показника для обох побудованих економетричних моделей (таблиця 5).
Таблиця 5. Результати прогнозування показника (обсягів виробництва картоплі) на основі економетричних моделей
|
№ з/п |
Форма аналітичної залежності |
Прогнозне значення фактора (чисельність населення України), тис. осіб |
Прогнозне значення показника (обсяги виробництва картоплі), тис. т |
|
|
1 |
Парна лінійна регресія |
41500 |
1300,07 |
|
|
2 |
Парна нелінійна регресія |
1304,56 |
Отже, якщо у 2021 році чисельність населення України становитиме 41500 тис. осіб, то згідно наших розрахунків обсяги виробництва картоплі становитимуть в близько 1300 тис. т.
Висновки
економетричний експонентний регресія зерновий
Таким чином, нами проведене дослідження показало, що між фактором (чисельність населення України) і показником (обсяги виробництва картоплі) існує зв'язок (у випадку парної лінійної регресії - прямий і сильний). Варіація показника зумовлена варіацією фактора на 76% у випадку парної лінійної регресії і на 88% у випадку парної нелінійної регресії.
При збільшенні фактора на 1% показник збільшується на 0,94% у випадку парної лінійної регресії і на 0,79% у випадку парної нелінійної регресії. Результати прогнозування показують достатньо близькі прогнозні значення показника: 1300,07 тис. т. у випадку парної лінійної регресії і 1304,56 тис. т. у випадку парної нелінійної регресії.
Список використаних джерел
1. Волошин О.Р., Галайко Н.В. Економетрія. Ч. 1: навч. посіб. Львів: Львівський державний університет внутрішніх справ, 2012. 192 с.
2. Латоніна М.В., Дрозд А.О. Побудова економетричної моделі криміногенної ситуації в Україні. Актуальні проблеми економіки та управління. 2017. №1. URL: http://ape.fmm.kpi.ua/article/view/102573 (дата звернення 10.09.2021).
3. Обсяги виробництва картоплі. URL: http: //www. ukrstat.gov.ua/operativ/menu/menu u/cg.htm (дата звернення 15.09.2021).
4. Оліскевич М.О. Особливості економетричних моделей споживання в Україні в умовах нестабільності та структурних зрушень. Бізнес Інформ. 2014. №3. С. 113-121. Чисельність населення України. URL: http: //www.ukrstat.gov.ua/operativ/operativ2021/sg/ovuzpsg/Arh ovuzpsg 2021 u.html (дата звернення 15.09.2021).
Размещено на Allbest.ru
Подобные документы
Побудова та опис двогалузевої макроекономічної моделі. Визначення параметрів виробничої функції першої галузі. Дослідження моделі "витрати-випуск" Леонтьєва. Аналіз моделі міжгалузевого балансу виробництва та розподілу продукції та моделі Солоу.
курсовая работа [166,6 K], добавлен 24.04.2012Предмет, завдання і система показників статистики ефективності виробництва зернових і зернобобових культур. Статистична оцінка варіації та аналіз форми розподілу. Статистичні методи вивчення взаємозв’язків у виробництві. Кореляційно-регресійний аналіз.
курсовая работа [732,8 K], добавлен 19.11.2014Економіко-статистичний аналіз виробництва зерна озимої пшениці. Опис сучасного стану і перспектив виробництва зерна озимої пшениці в Україні. Огляд динаміки урожайності зернових культур. Дослідження валового збору та факторів, що зумовлюють його зміну.
курсовая работа [383,6 K], добавлен 20.10.2013Основи аналізу простої лінійної та нелінійної кореляції, аналіз регресії і оцінка тісноти зв’язку. Аналіз урожайності зернових культур методом множинної кореляції. Особливості використання непараметричних методів визначення тісноти кореляційного зв’язку.
курсовая работа [318,6 K], добавлен 19.05.2011Класифікаційні групи занять та професій населення, обчислення його розподілу. Розрахунок чисельності громадян у відповідності з джерелами засобів їх існування. Проведення кореляційного дослідження зв'язку між економічно активним і зайнятим населенням.
курсовая работа [283,0 K], добавлен 05.11.2013Визначення зайнятості населення як складової економічного розвитку. Поняття та сутність безробіття, його форми і види. Головні причини та динаміка безробіття в Україні. Основні напрямки удосконалення зайнятості населення в Україні та країнах ринку.
курсовая работа [763,8 K], добавлен 07.10.2014Сутність продуктивності праці. Рівні визначення продуктивності праці, фактори її зростання. Дослідження продуктивності праці в Україні за останні роки. Взаємозв'язок продуктивності та оплати праці. Зайнятість населення за видами економічної діяльності.
курсовая работа [159,8 K], добавлен 23.05.2019Місце галузі виробництва соків в національній і світовій економіці. Обсяги виробництва соків в Україні в динаміці за 3 роки. Рівень використання виробничих потужностей заводів по виробництву соків в Україні. Наявність і види бар’єрів входження на ринок.
отчет по практике [2,1 M], добавлен 10.07.2010Дослідження основних моделей формування та реалізації промислової політики в сучасній Україні. Визначення її першочергових завдань, а саме: розробки і впровадження інновацій та формування інвестиційного попиту на продукцію вітчизняного виробництва.
статья [24,3 K], добавлен 06.09.2017Значення, завдання, інформаційне забезпечення оцінки виробництва та реалізації продукції. Аналіз маркетингової діяльності підприємства, оцінка його організаційно-технічного рівня. Управління динамікою, обсягами, структурою виробництва та реалізації.
контрольная работа [122,0 K], добавлен 23.12.2015
