Статистико-экономический анализ производства зерна в Тамбовской области
МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РФ
МИЧУРИНСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ
УНИВЕРСИТЕТ
Кафедра бухгалтерского учёта, анализа
и аудита
КУРСОВАЯ РАБОТА ПО СТАТИСТИКЕ
на тему
"Статистико-экономический анализ производства зерна в Тамбовской
области"
Выполнила студентка 3 курса
- Э группы экономического
факультета специальность 080502
"Экономика и управление на предприятии АПК"
Патутина А.А.
Проверила Попова В.Б.
МИЧУРИНСК - 2010
Содержание
Введение
1. Теоретические аспекты статистического изучения производства
зерна
1.1 Особенности производства зерна и его статистического изучения в
исследуемой отрасли
1.2 Состав, показатели и оценка валового выпуска продукции отрасли
"сельское хозяйство"
2. Статистико-экономический анализ производства зерна
2.1 Метод группировок в анализе производства зерна
2.2 Факторный анализ производства зерна
2.3 Анализ динамики производства зерна
3. Расчет производства зерна в Тамбовской области на перспективу
Заключение
Список использованных источников
Введение
Актуальность работы определяется сохранением важной роли
сельского хозяйства в современной России и необходимости статистического
изучения производства отдельных видов продукции, а именно производства зерна.
В настоящее время производство продукции сельского хозяйства
охватывает длительный промежуток времени. У большинства сельскохозяйственных
культур этот период составляет несколько месяцев. Плодовые насаждения дают
первый урожай через несколько лет и находятся в эксплуатации десятки лет.
Урожай зависит от размера и структуры посевных площадей, а также от уровня их
продуктивности, которая, в свою очередь, определяется плодородием почв,
культурой возделывания сельскохозяйственных культур и многолетних насаждений.
Вместе с тем процесс производства продукции растениеводства и его результаты
складываются неодинаково в общественном секторе и личных подсобных хозяйствах
населения. Зерновое хозяйство сосредоточено в сельскохозяйственных
предприятиях, тогда как производство картофеля находится в личных подсобных
хозяйствах, колхозников, рабочих и служащих и других групп населения.
Особенность производства продукции сельского хозяйства определяют содержание
его статистического изучения по разделам: статистика посевных площадей и
сортовых посевов сельскохозяйственных (полевых) культур; статистика площадей
защищенного грунта; статистика сельскохозяйственных многолетних насаждений;
статистика урожая и урожайности сельскохозяйственных культур и многолетних
насаждений, а также статистика продукции и продуктивности кормовых культур и кормовых
угодий.
Цель курсовой работы - провести статистико-экономический
анализ производства зерна.
Предмет исследования - показатели валового сбора зерна.
Объект исследования - условные сельскохозяйственные
предприятия, на примере которых проводится анализ.
Курсовая работа выполнена на _____ страницах машинописного
текста, включает 3 главы, 13 таблиц, 3 рисунка. Список использованных
источников 10 наименований.
зерно сельскохозяйственный статистический анализ
1.
Теоретические аспекты статистического изучения производства зерна
1.1
Особенности производства зерна и его статистического изучения в исследуемой
отрасли
Состояние зернового хозяйства характеризуется размерами
посевных площадей, валовыми сборами зерна и структурными сдвигами производства
отдельных видов продукции.
На территории Тамбовской области в результате объективно
обусловленного разделения труда сложилась структура агропромышленного
производства, в которой зерновое хозяйство занимает одно из ведущих мест и
определяет роль района в межрегиональной специализации. На долю Тамбовской
области приходится 12% площади зерновых культур ЦФО и 10,2% урожая зерна в
стране. Это свидетельствует о том, что Тамбовская область по-прежнему остается
одним из интенсивных аграрных районов и играет существенную роль в производстве
зерна России.
Товарные ресурсы зернового рынка и полнота удовлетворения
потребности страны в различных видах зерна в значительной мере определяются
размером, структурой посевных площадей, урожайностью и как производной этих
параметров составом валовых сборов зерновых культур.
За период 2004-2008 годы характерной особенностью зернового
производства во всех категориях хозяйства Тамбовской области было относительно
устойчивое снижение валовых сборов зерна.
Среднегодовой сбор зерна в 2008 году составил 1,1 млн. т, или
67% от уровня 2004 года. За анализируемый период произошло снижение валовых
сборов практически всех видов зерновых культур, кроме яровой пшеницы, кукурузы
и гречихи. Производство яровой пшеницы увеличилось более чем в 13 раз.
При этом производство ценной в пищевом отношении озимой ржи в
2008 году сократилось к уровню 2004 на 64,3%, зернобобовых культур - более чем
в 3 раз. В то же время производство кукурузы на зерно увеличилось в 2,5 раза. В
структуре производства зерна пшеница стала занимать 52% против 43% при общем
снижении ее производства с 4,7 млн. до 4 млн. т.
Основными причинами этого стало сокращение площадей зерновых
культур, снижение их урожайности, резкое уменьшение внесения удобрений и
ухудшение технической оснащенности сельского хозяйства. Так, в 2007 году в
Тамбовской области было внесено минеральных удобрений 37,5 кг д. в. на гектар
посева зерновых культур, что составило 30,7% к уровню 2008, а внесение
органических удобрений снизилось на 77,8%. Снижение уровня химизации влечет за
собой не только снижение плодородия почв, но и распространение вредителей и,
как следствие, недобор урожая и ухудшение качества зерна. [9, с.34]
Основная часть техники работает за пределами амортизационного
срока, что ведет к неоправданно большим расходам на ее ремонт и перерасходу
ГСМ. Количество тракторов за этот период уменьшилось на 42,6%, зерноуборочных
комбайнов - на 65,8%. В итоге на 1000 га пашни среднее количество тракторов в
Тамбовской области уменьшилось с 11,4 до 6,5 ед., зерноуборочных комбайнов
составило 3 ед. вместо 8.1 ед. Для сравнения, в США обеспеченность тракторами
составляет 36 ед., комбайнами - 19 ед.
Диспаритет цен на реализуемую сельскохозяйственную продукцию
и приобретаемую промышленную продукцию и услуги негативно отражается на уровне
эффективности и интенсивности возделывания зерновых культур, это приводит к
снижению уровня рентабельности, что не позволяет говорить о расширенном
воспроизводстве. [7, с.16]
Себестоимость производства зерновых ежегодно увеличивается, в
основном из-за удорожания основных средств, горючего и смазочных материалов,
минеральных и органических удобрений.
Как показал анализ, в результате общего снижения валового
производства зерна в Тамбовской области в конечном итоге произошло сокращение
производства, и потребления зерна на душу населения. Особенно резкий спад
производства зерна имел место в Глазковском, Кирсановском и Пичаевском районах.
Уровень производства зерна в Тамбовской области является основой формирования
товарного предложения, которое, в свою очередь, определяется величиной запасов
зерна на начало года, уровнем производства и ввозом. [6, с. 19]
Анализ товарного предложения зерна на рынках Тамбовской
области показал его увеличение в течение 2004-2008 годов, которое произошло
вследствие изменения, как объема производства, так и запасов на начало года.
После 2007 года товарное предложение стало снижаться, хотя было выше уровня
2004 года. В 2007 году оно увеличилось по сравнению с 2004 на 33%.
Анализ спроса (нормативного, фактического и неудовлетворенного)
в 2008 году показал, что в Тамбовской области наблюдаются неудовлетворенный
спрос на фуражное зерно (501,1 тыс. т) и одновременно перерасход зерна на
продовольственные и семенные цели.
Наличие в Тамбовской области неудовлетворенного спроса (из-за
низкой платежеспособности населения) и возможности увеличения емкости рынка и
его насыщения предопределяют необходимость увеличения товарного предложения
зерна. Поэтому основная задача экономического регулирования зернового рынка
заключается в восполнении неудовлетворенного спроса на фураж. [9, с.35]
Важно отметить, что роль и значение отдельных районов
Тамбовской области в формировании зернового рынка постоянно меняются.
Как показывают результаты анализа формирования товарного
предложения, роль и значение Петровского и Ржаксинского районов для
функционирования зернового рынка Тамбовской области значительно возросли. Так,
при увеличении удельного веса посевных площадей зерновых культур Ржаксинского
района в 2007 году на 9 процентных пункта по сравнению с 2004 годом ее доля в
валовом сборе зерна Тамбовской области увеличилась на 5,2 пункта, и доля в
товарообороте составила 25,8%. В Петровском районе при снижении доли в
структуре посевных площадей Тамбовской области на 1,9 пункта удельный вес в
валовом сборе зерна Тамбовской области увеличился на 2,3 пункта, и доля в
товарообороте составила 19%.
Основной причиной вышеперечисленных различий при относительно
равных биоклиматических условиях развития зернового производства является,
прежде всего, действенность организационно-экономического механизма
государственного регулирования зернового рынка.
Анализ уровня государственной поддержки (субсидии, дотации,
компенсации) сельского хозяйства в Тамбовской области позволяет констатировать,
что она ничтожно мала и составила в 2008 году в среднем по области 4,28 %.
Таким образом, объемы товарооборота рынка в сочетании с
действенным организационно-экономическим механизмом государственного
регулирования составляют основной потенциал развития зернового производства с
целью восполнения неудовлетворенного спроса, увеличение емкости и насыщения
зернового рынка Тамбовской области и развития межрегиональных связей.
1.2 Состав,
показатели и оценка валового выпуска продукции отрасли "сельское
хозяйство"
Валовой выпуск сельского хозяйства как отрасли национальной
экономики складывается из валового выпуска сельскохозяйственных производителей,
а также валового выпуска сельскохозяйственных услуг предприятий и организаций,
обслуживающих сельское хозяйство. В свою очередь, валовой выпуск
сельскохозяйственных производителей складывается из следующих элементов:
а) Стоимость готовых продуктов сельского хозяйства. Сюда
включается стоимость продуктов, которые прошли полный производственный цикл в
сельском хозяйстве и которые готовы к использованию как для конечного
потребления населением, так и для промышленной переработки, экспорта и для
произведенного потребления в сельском хозяйстве.
б) Применение остатков незавершенного производства. В
растениеводстве незавершенное производство включает стоимость затрат под урожай
будущих периодов. В животноводстве незавершенное производство включает затраты
на выращивание молодняка, скота и скота на откорме. В состав валового выпуска
включается разница между стоимостью незавершенного производства на конец и
начало года.
В соответствии с этим валовой выпуск включает в себя:
продукцию растениеводства, представляющую собой стоимость
продуктов урожая календарного года, выращивании молодых многолетних насаждений
до плодоносного возраста и применение стоимости незавершенного производства в
земледелии (затраты под урожай будущего года - затраты под озимые культуры,
вспашку паров и т.д.);
продукцию животноводства - стоимость продукции, получаемой в
процессе хозяйствования использования животных (молоко, шерсть, мед и т.д.);
стоимость продуктов, полученных в результате выращивания и хозяйственного
использования скота (товарная продукция скота - стоимость скота, реализованного
за пределы предприятия, и стоимость скота, забитого в хозяйстве);
сельскохозяйственные услуги, которые включают стоимость
внутрихозяйственных услуг и услуг, оказываемых данным хозяйством другим
сельхозпроизводителям. [1, с.124]
Валовая продукция представляет собой весь объем произведенной
продукции в отрасли за определенный период. Она состоит из валовой продукции
растениеводства и валовой продукции животноводства. Валовая продукция
растениеводства включает валовые сборы сельскохозяйственных культур с учетом
побочной продукции, стоимость посадки многолетних насаждения, выращивание
молодых многолетних насаждения и прирост незавершенного производства. Валовая
продукция животноводства - это готовая продукция, не связанная с убоем животных
(молоко, шерсть, яйца), приплод, прирост выращенного молодняка и взрослого
скота, а также побочная продукция.
Валовая продукция сельского хозяйства учитывается в
натуральном и стоимостном выражении. В натуральных показателях она определяется
по отдельным видам продукции. Стоимость валовой продукции рассчитывают в
сопоставимых и фактических действующих (текущих) ценах (товарная ее часть - по
ценам реализации, не товарная - по себестоимости), а также по себестоимости.
Для определения общего объема производства продукции, его
изменения по годам, а также исчисления показателей экономической эффективности
использования земельных, материальных и трудовых ресурсов (землеотдача,
фондоотдача, производительность труда и др.) и других целей валовую продукцию
оценивают в сопоставимых ценах. Сегодня для продукции сельского хозяйства
действуют сопоставимые цены с учетом динамичности. Валовая продукция сельского
хозяйства определяется по методу валового оборота. [10, с. 203]
Валовой оборот - это стоимость всего объема продукции,
произведенного за определенный период всеми подразделениями предприятия,
независимого от того, использовалась ли данная продукция внутри предприятия для
дальнейшего производства или была реализована на сторону. При определении
валового оборота допускается двойной счет промежуточных продуктов - семян,
кормов и т.д.
Валовая продукция - важный экономический показатель,
характеризующий размер производства, необходимый для определения удельного веса
в сельском хозяйстве в совокупном общественном продукте, отраслевой структуры
производства, роли отдельных категорий хозяйств в производимой продукции.
Вместе с тем этот показатель имеет ряд недостатков, которые не позволяют с его
помощью объективно оценивать результаты хозяйственной деятельности предприятия.
Во-первых, валовая продукция представляет собой результат
применения как живого, так и прошлого труда, вследствие чего показатели,
рассчитанные по валовой продукции, не дают реального представления о роли
живого труда, поскольку объем ее связан с величиной материальных ресурсов; во -
вторых, валовая продукция сельского хозяйства, рассчитанная как сумма и по
растениеводству и животноводству, допускает повторный счет (корни,
произведенные на предприятии и потребленные в том же году, будут учтены дважды:
как часть продукции растениеводства и как составной элемент затрат в
себестоимости продукции животноводства); в - третьих, при оценке валовой
продукции в текущих ценах занижается или завышается действительная ее
стоимость, поскольку нетоварная часть продукции оценивается по себестоимости,
которая может быть ниже или выше сложившейся рыночной цены; в - четвертых,
показатель валовой продукции, исчисленный в сопоставимых ценах, не отражает
качество продукции.
Товарная продукция - это часть валовой продукции,
предназначенная для реализации. Часть товарной продукции отпущенной за пределы
отрасли (предприятия) и оплаченной потребителем или торгующей организацией
называется реализованной продукцией. Однако на практике и в
сельскохозяйственной литературе эти показатели употребляются как синонимы, под
товарной продукцией понимают реализованную, представленную денежной выручкой. В
отчетно-статистических сельскохозяйственных предприятий товарная продукция не
приводится.
Товарная и реализованная продукция рассчитываются в
действующих ценах. Необходимо различать товарную продукцию предприятия и
товарную продукцию отрасли. Отраслевые показатели, характеризующие товарность
предприятия, отрасли и отдельных видов, - уровень товарности, общий объем
товарной продукции, объем товарной продукции в расчете на единицу земельной
площади или голову скота. Важный показатель - уровень товарности, под которым
понимают отношение товарной (реализованной) продукции (ТП) к валовой, %.
Ут = ТП / ВП * 100
При определении уровня товарности отдельных видов продукции
(зерна, сахарной свеклы, молока и т.д.) объем валовой и реализованной продукции
исчисляют в натуральном выражении, отрасли или по предприятию в целом - в
стоимостных показателях.
В этом случае важно, чтобы валовая и реализованная продукция
рассчитывалась в единых ценах, например в сопоставимых. [2, с.86]
Объем производства продукции в натуральном выражении изучает
статистика растениеводства, животноводства и других отраслей народного
хозяйства. Перед статистикой продукции стоят задачи изучения общих объемов
производства продукции в целом по отраслям и народному хозяйству (валовая
продукция), объемов реализованной, товарной и чистой продукции, а также
формирующихся в процессе производства, распределения и реализации продукции
доходов ее производителей. Для решения этих задач используется система
показателей объема, состава, движения и распределения продукции и доходов,
изучаются их факторы.
В итоге данного раздела важно отметить то, что основными
задачами для написания курсовой работы являются:
изучение теоретических вопросов, касающихся статистики
производства сельскохозяйственной продукции;
проведение анализа по производству зерна;
выявление производства зерна на перспективу.
В процессе исследования курсовой работы будут применяться
основные методы и приемы статистического анализа: группировки, корреляционно -
регрессионный анализ, индексный метод, анализ рядов динамики (метод трехлетней
скользящей средней, аналитическое выравнивание, метод экстраполяции),
табличный, графический методы и другие, которые позволяют выявить степень
влияния различных факторов на валовой сбор в весе после доработки 1 ц зерна,
основные тенденции изменений, происходящих под влиянием этих факторов.
2.
Статистико-экономический анализ производства зерна
2.1 Метод
группировок в анализе производства зерна
Статистическая группировка - это метод разделения единиц
статистической совокупности на группы, однородные в каком-либо существенном
отношении, и характеристику таких групп системой показателей в целях выделения
типов явлений, изучения структуры и взаимосвязей. Следовательно, с помощью
группировки решаются три задачи:
разделение всей совокупности на качественно однородные группы
- выделение социально-экономических типов. Эти группировки называются
типологическими;
характеристика структуры явления и структурных сдвигов. Эти
группировки называют структурными;
изучение взаимосвязи между признаками, положенными в
основание группировки, и показателями, используемыми для характеристики групп.
Такие группировки называют аналитическими. Изучая их изменение от одной группы
к другой, мы получаем возможность установить взаимосвязи между указанными
признаками.
Таким образом, значение группировки состоит в том, что этот
метод обеспечивает обобщение данных, представление их в компактном, обозримом
виде; кроме того, группировка создает основу для последующей сводки и анализа
данных. [7, с.5]
Для расчетов показателей в данной теме курсовой работы мы
будем использовать аналитическую группировку, где группировочный признак -
валовой сбор зерна по районам Тамбовской области, выраженный в центнерах (ц).
Для того, чтобы начать группировку необходимо составить ранжированный ряд
(табл. 1) распределения районов в порядке возрастания группировочного признака.
Таблица 1 - Ранжированный ряд распределения предприятий по
валовому сбору зерна
|
Номер района по
ранжиру
|
Наименование
района
|
Валовой сбор
зерна, ц
|
|
А
|
1
|
2
|
|
1
|
Первомайский
|
50708
|
|
2
|
Избердеевский
|
216934
|
|
3
|
Глазковский
|
256019
|
|
4
|
Никифоровский
|
260139
|
|
5
|
Пичаевский
|
274678
|
|
6
|
Мучкапский
|
278749
|
|
7
|
Уваровский
|
357903
|
|
8
|
Староюрьевский
|
390017
|
|
9
|
Голицинский
|
434545
|
|
10
|
Гавриловский
|
444891
|
|
11
|
Токаревский
|
511868
|
|
12
|
Инжавинский
|
534973
|
|
13
|
Юрловский
|
550304
|
|
14
|
Моршанский
|
560313
|
|
15
|
Сампурский
|
567132
|
|
16
|
Жердевский
|
576568
|
|
17
|
Сосновский
|
595060
|
|
18
|
Кирсановский
|
598159
|
|
19
|
Мичуринский
|
651512
|
|
20
|
Рассказовский
|
741961
|
|
21
|
Петровский
|
801503
|
|
22
|
Тамбовский
|
821653
|
|
23
|
Ржаксинский
|
890054
|
Для графического изображения ранжированного ряда
распределения в прямоугольной системе координат по оси абсцисс разместим на
равном расстоянии друг от друга точки по численности единиц совокупности
(номера предприятий), из каждой точки восстанавливаем ординату, соответствующую
по масштабу величине валового сбора зерна, концы координат соединяем плавной
линией, образующей эмпирическую огиву.
Рисунок 1 - Эмпирическая огива валового сбора зерна в весе
после доработки
Данная совокупность однородна и для преобразования
ранжированного ряда в интервальный воспользуемся формулой для равновеликого
интервала.
Построим интервальный ряд распределения предприятий по валовому
сбору зерна. Для этого, прежде всего, устанавливаем число групп (интервалов).
Внутри однородных совокупностей используют равные интервалы. В нашем случае
число групп определяется по формуле Стерднесса: 
. В нашем случае n = 3.
n - число групп (n=3);
i - величина равновеликого интервала;
xmax - максимальная величина группировочного признака;
xmin - минимальная величина группировочного признака.
i = (890054 - 50708) /3 = 279782
Исходя из анализа ранжированного ряда и получившегося значения
величины ряда построим интервальный ряд распределения валового сбора зерна.
Границы групп:
. = 
= 50708+279782=330490
. = 
= 610272
. = 
= 890054
Распределим всю совокупность предприятий по имеющимся группам в
зависимости от валового сбора зерна, и рассчитаем удельный вес каждой группы
(таблица 2). Каждая группа должна иметь достаточное количество предприятий для
дальнейшего анализа.
Таблица 2 - Интервальный ряд распределения предприятий в
зависимости от валового сбора зерна
|
Группы районов
по валовому сбору зерна, ц
|
Количество районов в группе
|
Удельный
вес районов в общей
совокупности, %
|
|
А
|
1
|
2
|
|
I
|
50708-330490
|
6
|
26,1
|
|
II
|
330490-610272
|
12
|
52,2
|
|
III
|
610272-890054
|
5
|
21,7
|
|
ИТОГО
|
23
|
100,0
|
Изобразим полученные данные о величине каждой из групп
графически в виде гистограммы на рисунке 2. На оси абсцисс отметим величину
интервала в каждой группе, а на оси ординат - количество предприятий.
Рисунок 2 - Гистограмма интервального ряда распределения
предприятий по группам в зависимости от валового сбора зерна
Для характеристики групп выделен показатель - урожайность с 1 га.
Так как урожайность по группе районов определяется по средней арифметической
взвешенной, для расчета данного показателя необходимо по каждому району иметь
два показателя - валовой сбор в центнерах и посевная площадь в га.
Таблица 3 - Вспомогательная таблица для сводки данных
|
группа
|
№ района
|
Валовой сбор, ц
|
Площадь, га
|
|
А
|
Б
|
1
|
2
|
|
50708-330490
|
1
|
50708
|
3637
|
|
2
|
216934
|
12594
|
|
3
|
256019
|
21930
|
|
4
|
260139
|
15787
|
|
5
|
274678
|
20504
|
|
6
|
278749
|
20467
|
|
Итого I
|
6
|
1337227
|
94919
|
|
330490-610272
|
7
|
357903
|
25290
|
|
8
|
390017
|
17482
|
|
9
|
434545
|
22574
|
|
10
|
444891
|
23174
|
|
11
|
511868
|
29296
|
|
12
|
534973
|
28448
|
|
13
|
550304
|
25079
|
|
14
|
560313
|
31088
|
|
15
|
567132
|
26810
|
|
16
|
576568
|
24834
|
|
17
|
595060
|
28375
|
|
18
|
598159
|
28646
|
|
Итого II
|
12
|
6121733
|
311096
|
|
610272-890054
|
19
|
651512
|
28054
|
|
20
|
741961
|
51310
|
|
21
|
801503
|
34112
|
|
22
|
821653
|
47371
|
|
23
|
890054
|
38516
|
|
Итого III
|
5
|
3906683
|
199363
|
|
Итого по
совокупности
|
23
|
11365643
|
605378
|
Рассчитаем среднюю урожайность по каждой группе районов и по всей
совокупности по формуле: 
Вывод: по результатам статистической группировки и сводке
статистических данных можно заметить, что самой многочисленной является II группа: в ней находится 12 районов; в I группе - 6 районов; в III группе - 5 районов. В I группе
наименьшая урожайность - 14,1 ц/га и наименьший показатель среднего валового
сбора (222871 ц). Средний и наивысший показатель валового сбора отмечается во II и III группах районов (510144 ц и 781337 ц соответственно), и средняя
урожайность в них находится приблизительно на одном уровне и составляет 19,7
ц/га и 19,6 ц/га соответственно. Средняя урожайность по всей совокупности
районов составила 18,8 ц/га.
2.2 Факторный
анализ производства зерна
Цель факторного анализа валового сбора
зерна предполагает выявить влияние различных факторов на изменение его уровня.
В статистике для этого используется корреляционно - регрессионный и индексный
методы.
Сущность корреляционно - регрессионного анализа состоит в
построении и анализе экономико - математической модели в виде уравнения
регрессии (корреляционной связи), характеризующего зависимость признака от
определяющих его факторов. Одна его составляющая - регрессионный анализ, а
другая корреляционный анализ - связана с оценкой тесноты связи признаков.
В зависимости от количества анализируемых признаков различают
простую и множественную корреляционную связь. Простая корреляционная
зависимость - это связь между двумя признаками, один из которых результативный
(У), а другой - факторный (Х). [5, с.134]
В качестве факторного выступает валовой сбор зерна, а в
качестве результативного - рентабельность, %. Подготовим исходные данные для
корреляционного анализа. Анализ производства зерна проводится по 23 районам
Тамбовской области.
Таблица 4 - Исходные данные для проведения
корреляционно-регрессионного анализа
|
№ района
|
Валовой сбор,
тыс. ц. Х
|
Рентабельность,
% У
|
|
А
|
1
|
2
|
|
50,708
|
5,6
|
|
216,934
|
72,5
|
|
256,019
|
26,5
|
|
260,139
|
51,7
|
|
274,678
|
45,9
|
|
278,749
|
61,3
|
|
357,903
|
68,7
|
|
390,017
|
56,0
|
|
434,545
|
30,4
|
|
444,891
|
25,7
|
|
511,868
|
44,2
|
|
534,973
|
135,5
|
|
550,304
|
50,1
|
|
560,313
|
50,3
|
|
567,132
|
91,8
|
|
576,568
|
63,2
|
|
595,060
|
37,8
|
|
598,159
|
138,7
|
|
651,512
|
56,4
|
|
741,961
|
|
801,503
|
147,2
|
|
821,653
|
21,5
|
|
890,054
|
91,5
|
Установим форму связи между факторным и результативным
признаками.
Для проверки возможности использования линейной функции
определяется разность 
; если она менее 0,1, то считается
возможным применение линейной функции. Для решения этой же задачи можно
использовать величину 
, определяемую по формуле:
,
где m - число групп, на которое разделен
диапазон факторного признака.
Если окажется меньше табличного значения F - критерия, то гипотеза о возможности использования в
качестве уравнения регрессии линейной функции не опровергается. [7, с.180]
Таблица 5 - Расчетные данные для КРА
|
№ района
|
Валовой сбор
зерна тыс. ц,
|
Рентабельность,
|
х2
|
|
ху
|
|
Х
|
У
|
|
у2
|
|
|
А
|
1
|
2
|
3
|
4
|
5
|
|
1.
|
50,708
|
5,6
|
2571,301
|
31,36
|
283,9648
|
|
2.
|
216,93
|
72,5
|
47060,36
|
5256,25
|
15727,72
|
|
3.
|
256,02
|
26,5
|
65545,73
|
702,25
|
6784,504
|
|
4.
|
260,14
|
51,7
|
67672,3
|
2672,89
|
13449, 19
|
|
5.
|
274,68
|
45,9
|
75448
|
2106,81
|
12607,72
|
|
6.
|
278,75
|
61,3
|
77701,01
|
3757,69
|
17087,31
|
|
7.
|
357,9
|
68,7
|
128094,6
|
4719,69
|
24587,94
|
|
8.
|
390,02
|
56
|
152113,3
|
3136
|
21840,95
|
|
9.
|
434,55
|
30,4
|
188829,4
|
924,16
|
13210,17
|
|
10.
|
444,89
|
25,7
|
197928
|
660,49
|
11433,7
|
|
11.
|
511,87
|
44,2
|
262008,8
|
1953,64
|
22624,57
|
|
12.
|
534,97
|
135,5
|
286196,1
|
18360,25
|
72488,84
|
|
13.
|
550,3
|
50,1
|
302834,5
|
2510,01
|
27570,23
|
|
14.
|
560,31
|
50,3
|
313950,7
|
2530,09
|
28183,74
|
|
15.
|
567,13
|
91,8
|
321638,7
|
8427,24
|
52062,72
|
|
16.
|
576,57
|
63,2
|
332430,7
|
3994,24
|
36439,1
|
|
17.
|
595,06
|
37,8
|
354096,4
|
1428,84
|
22493,27
|
|
18.
|
598,16
|
138,7
|
357794,2
|
19237,69
|
82964,65
|
|
19.
|
651,51
|
56,4
|
424467,9
|
3180,96
|
36745,28
|
|
20.
|
741,96
|
27,8
|
550506,1
|
772,84
|
20626,52
|
|
21.
|
801,5
|
147,2
|
642407,1
|
21667,84
|
117981,2
|
|
22.
|
821,65
|
21,5
|
675113,7
|
462,25
|
17665,54
|
|
23.
|
890,1
|
91,5
|
792196
|
8372,25
|
81440
|
|
å
|
11366
|
1400
|
6618605
|
116866
|
756299
|
Для определения тесноты парной линейной зависимости служит
линейный коэффициент корреляции (r), который рассчитывается по формуле:
;
Теперь вернемся к определению возможности использования линейной
функции. Для этого проведем следующие расчеты.
Таблица 6 - Зависимость рентабельности от валового сбора зерна
|
Группы районов
по валовому сбору зерна, ц
|
количество
районов в группе,   Средняя вели - чина рентабель-ности, %
|
|
|
|
А
|
1
|
2
|
3
|
|
I
|
50708-330490
|
6
|
263,5
|
43,9
|
|
II
|
330490-610272
|
12
|
792,4
|
66
|
|
III
|
610272-890054
|
5
|
344,4
|
68,9
|
|
ИТОГО
|
23
|
1400,3
|
-
|
;
F табл. =4,35. Т.к. < F табл., то возможность использования
линейной функции не опровергается.
Рассчитаем коэффициент детерминации, который характеризует,
насколько процентов изменение результативного признака зависит от изменения в
факторном признаке:
Линейная регрессия сводится к нахождению уравнения вида: 
Построение линейной регрессии сводится к оценке ее параметров а и b. для оценки параметров а и b применяется следующая система уравнений:
Информация, необходимая для расчета оценок параметров а и b, представлена в таблице.
Таблица 7 - Расчетные показатели
|
№ района
|
Валовой сбор
зерна тыс. ц, Х
|
Рентабельность,
% У
|
х2
|
у2
|
|
|
|
|
|
|
|
ху
|
|
|
1.
|
50,71
|
5,6
|
2571,3
|
31,36
|
283,965
|
32,3953
|
|
2.
|
216,9
|
72,5
|
47060,4
|
5256,25
|
15727,7
|
43,0338
|
|
3.
|
256
|
26,5
|
65545,7
|
702,25
|
6784,5
|
45,5352
|
|
4.
|
260,1
|
51,7
|
67672,3
|
2672,89
|
13449,2
|
45,7989
|
|
5.
|
274,7
|
45,9
|
75448
|
2106,81
|
12607,7
|
46,7294
|
|
6.
|
278,7
|
61,3
|
77701
|
3757,69
|
17087,3
|
46,9899
|
|
7.
|
357,9
|
68,7
|
128095
|
4719,69
|
24587,9
|
52,0558
|
|
8.
|
390
|
56
|
152113
|
3136
|
21841
|
54,1111
|
|
9.
|
434,5
|
30,4
|
188829
|
924,16
|
13210,2
|
56,9609
|
|
10.
|
444,9
|
25,7
|
197928
|
660,49
|
11433,7
|
57,623
|
|
11
|
511,9
|
44,2
|
262009
|
1953,64
|
22624,6
|
61,9096
|
|
12.
|
535
|
135,5
|
286196
|
18360,3
|
72488,8
|
63,3883
|
|
13.
|
550,3
|
50,1
|
302835
|
2510,01
|
27570,2
|
64,3695
|
|
14.
|
560,3
|
50,3
|
313951
|
2530,09
|
28183,7
|
65,01
|
|
15.
|
567,1
|
91,8
|
321639
|
8427,24
|
52062,7
|
65,4465
|
|
16.
|
576,6
|
63,2
|
332431
|
3994,24
|
36439,1
|
66,0504
|
|
17.
|
595,1
|
37,8
|
354096
|
1428,84
|
22493,3
|
67,2338
|
|
18.
|
598,2
|
138,7
|
357794
|
19237,7
|
82964,7
|
|
19.
|
651,5
|
56,4
|
424468
|
3180,96
|
36745,3
|
70,8468
|
|
20.
|
742
|
27,8
|
550506
|
772,84
|
20626,5
|
76,6355
|
|
21.
|
801,5
|
147,2
|
642407
|
21667,8
|
117981
|
80,4462
|
|
22.
|
821,7
|
21,5
|
675114
|
462,25
|
17665,5
|
81,7358
|
|
23.
|
890,1
|
91,5
|
792196
|
8372,25
|
81439,9
|
86,1135
|
|
å
|
11366
|
1400
|
6618605
|
116866
|
756299
|
1397,85
|
Система нормальных уравнений будет иметь вид:
b = 0,064 - это коэффициент регрессии, который характеризует
среднее изменение (увеличение или снижение) результативного признака У при
изменении факторного признака Х на единицу. Знак коэффициента регрессии говорит
о направлении связи.
a= 60,88 - 494,16*0,064 = 29,15
Параметр а является средним значением результативного
признака У в точке Х=0.
Уравнение регрессии имеет вид: 
Это уравнение характеризует зависимость рентабельности (У) от
валового
сбора зерна (Х). Т.о. при увеличении валового сбора зерна на 1
тыс. ц. рентабельность в среднем по районам будет повышаться на 0,064 %.
Для практического использования модели регрессии важна ее
адекватность, т.е. соответствие фактическим статистическим данным. Значимость
коэффициентов осуществляется с помощью t-критерия Стьюдента. Вычислим расчетные (фактические) значения t-критерия:
Для а: t=
= 29,15*0,13=3,864; 
=34,57
Для b: t=
Сравниваем вычисленные по данным формулам значения с критическим
значением t - критерия, взятого из таблицы Стьюдента:
t табл. = 2,074.
t расчетное >t табл., значит,
параметры a и b признаются значимыми (существенными). [5, с.176]
Для удобства интерпретации параметра b используют коэффициент эластичности, который показывает,
насколько в среднем изменился результативный признак при изменении факторного
признака на 1 %:
= 0,064*
= 0,52 %
Вывод: Коэффициент корреляции показывает тесноту связи между
признаками. В данном случае связь прямая и средняя, т.к. r =0,361. Коэффициент детерминации показывает, что изменение
результативного признака (рентабельности) от изменения факторного (валового
сбора) зависит на 13%. Коэффициент регрессии b= 0,064 означает, что при увеличении валового сбора зерна на 1
тысячу центнеров рентабельность в среднем по районам увеличивается на 0,064 %.
Коэффициент эластичности показывает, что при увеличении валового сбора зерна на
1 % рентабельность увеличивается на 0,52 %.
Индексный метод.
В статистике под индексом понимается
относительный показатель, который выражает соотношение величин какого-либо
явления во времени, в пространстве или сравнение фактических данных с любым
эталоном. Целью индексного метода является анализ изменения валового сбора
зерна в отчетном году по сравнению с базисным. [2, с.70]
Индексы позволяют определить, как изменилось производство
зерна в Тамбовской области в 2008 году по сравнению с 2007 годом. Для этого
воспользуемся данными из таблицы.
Таблица 8 - Данные для проведения индексного анализа
|
№ района по
ранжиру
|
Посевная
площадь, га
|
Урожайность,
ц/га
|
Валовой сбор,
ц
|
|
базисный
|
отчетный
|
Базис-ный
|
Отчет-ный
|
базисный
|
отчетный
|
условный
|
|
      
|
|
|
|
|
|
|
|
А
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
|
1
|
6600
|
3637
|
13,4
|
13,9
|
88440
|
50554,3
|
48735,8
|
|
2
|
27600
|
12594
|
18,6
|
17,2
|
513360
|
216616,8
|
234248,4
|
|
3
|
24300
|
21930
|
18,6
|
11,7
|
451980
|
256581
|
407898
|
|
4
|
26400
|
15787
|
20,9
|
16,5
|
551760
|
260485,5
|
329948,3
|
|
5
|
27700
|
20504
|
19,8
|
13,4
|
548460
|
274753,6
|
405979,2
|
|
6
|
34000
|
20467
|
15,2
|
13,6
|
516800
|
278351,2
|
311098,4
|
|
7
|
30200
|
25290
|
17,7
|
14,2
|
534540
|
359118
|
447633
|
|
8
|
26500
|
17482
|
18,9
|
22,3
|
500850
|
389848,6
|
330409,8
|
|
9
|
39900
|
22574
|
23,6
|
19,2
|
941640
|
433420,8
|
532746,4
|
|
10
|
25900
|
23174
|
22,4
|
19,2
|
580160
|
444940,8
|
519097,6
|
|
11
|
48600
|
29296
|
21,9
|
17,5
|
1064340
|
512680
|
641582,4
|
|
12
|
47900
|
28448
|
19,2
|
18,8
|
919680
|
534822,4
|
546201,6
|
|
13
|
44600
|
25079
|
19,8
|
21,9
|
883080
|
549230,1
|
496564,2
|
|
14
|
46700
|
31088
|
18,9
|
18
|
882630
|
559584
|
587563,2
|
|
15
|
35700
|
26810
|
20,9
|
21,2
|
746130
|
568372
|
560329
|
|
16
|
44300
|
24834
|
23,1
|
23,2
|
1023330
|
576148,8
|
573665,4
|
|
17
|
31800
|
28375
|
18,3
|
21
|
581940
|
595875
|
519262,5
|
|
18
|
32300
|
28646
|
25,3
|
20,9
|
817190
|
598701,4
|
724743,8
|
|
19
|
29000
|
28054
|
22,2
|
23,2
|
643800
|
650852,8
|
622798,8
|
|
20
|
55700
|
51310
|
18,3
|
14,5
|
1019310
|
743995
|
938973
|
|
21
|
54800
|
34112
|
22,6
|
23,5
|
1238480
|
801632
|
770931,2
|
|
22
|
59900
|
47371
|
19,6
|
17,3
|
1174040
|
819518,3
|
928471,6
|
|
23
|
48600
|
38516
|
24
|
23,1
|
1166400
|
889719,6
|
924384
|
|
Итого
|
849000
|
605378
|
Х
|
Х
|
17388340
|
11365802
|
12403266
|
По данным таблицы рассчитаем индекс валового сбора, индекс
урожайности постоянного и переменного состава и индекс размера посевных
площадей.
Абсолютное изменение валового сбора зерна в целом рассчитывается
так:
ц
Абсолютное изменение валового сбора зерна за счет изменения
урожайности
Абсолютное изменение валового сбора зерна под влиянием изменения
размера посевных площадей:
Абсолютное изменение валового сбора зерна за счет изменения
структуры посевов:
Таким образом, индекс валового сбора разложен на три составляющих:
Iвс=Iрпп *Iур. пост. сост. *Iстр.
,654=0,713*0,916*1,00034
Между абсолютными показателями, характеризующими изменение
валового сбора в целом и в том числе за счет отдельных факторов, также
существует определенная взаимосвязь. [6, с.156]
+4237,6-4989613,9= - 6022538 ц
Вывод: по результатам проведенного индексного анализа валовой сбор
зерна по Тамбовской области в 2007 году по сравнению с 2006 годом в целом
уменьшился на 6022538 ц или на 34,6 %. Уменьшение размера посевных площадей на
28,7 % вызвало уменьшение валового сбора зерна на 4989613,9 ц. Снижение
урожайности на 8,4 % вызвало уменьшение валового сбора зерна на 1037464 ц.
Улучшение структуры посевов вызвало увеличение валового сбора на 4237,6 ц зерна.
2.3 Анализ
динамики производства зерна
Ряды динамики представляют собой совокупность значений одного
или нескольких показателей за ряды последовательных периодов или моментов
времени. Динамический ряд - это своеобразная статистическая совокупность, единицами
которой являются расположенные в хронологической последовательности моменты или
отрезки времени, а их признаками - соответствующие значения показателей. Ряды
динамики могут быть построены по абсолютным, средним или относительным
показателям. В зависимости от характера их формирования во времени различают
интервальный и моментный динамический ряд.
Моментные динамические ряды содержат показатели размера
явления на определенный момент - начало месяца, квартала, года, столетия.
Интервальные динамические ряды состоят из показателей, взятых
за определенный отрезок или период времени. Например, в нашем случае - объем
валового сбора зерна по Тамбовской области в целом за последние пять лет: с
2004 по 2008 годы.
Таблица 9 - Показатели динамики валового сбора зерна
|
Показате - ли
|
Условные
обозначения; Метод расчета
|
Период
|
Среднее
значение
|
|
|
2004
|
2005
|
2006
|
2007
|
2008
|
|
|
|
  
|
|
|
|
|
|
|
А
|
Б
|
1
|
2
|
3
|
4
|
5
|
6
|
|
1. Валовой
сбор зерна, тыс. тонн
|
У
|
1256,4
|
970,2
|
1182,3
|
1257,1
|
1136,6
|
252,3
|
|
2. Абсо-лютный
прирост
|
|
|
|
базисный
|
 --286,2-74,10,7-119,8-29,95
|
|
|
|
|
|
|
|
цепной
|
 --286,2212,174,8-120,5
|
|
|
|
|
|
|
|
3. К-т роста
|
|
|
|
базисный
|
 -0,7720,9411,0010,9050,975
|
|
|
|
|
|
|
|
цепной
|
 -0,7721,2191,0630,904
|
|
|
|
|
|
|
|
4. Темп роста,
%
|
|
|
|
базисный
|
 -77,294,1100,190,597,5
|
|
|
|
|
|
|
|
цепной
|
 -77,2121,9106,390,4
|
|
|
|
|
|
|
|
5. Темп
прироста, %
|
|
|
|
-базисный
|
 --22,8-5,90,1-9,5-2,5
|
|
|
|
|
|
|
|
- цепной
|
 --22,821,96,3-9,6
|
|
|
|
|
|
|
|
6. Значение 1%
прироста, тыс. тонн
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для расчета средних показателей используем следующие формулы,
результаты решения которых записаны в таблице № 9.
тыс. тонн
тыс. тонн
где n - количество цепных приростов.
где n - количество цепных коэффициентов роста
Вывод: В среднем по данным Тамбовской области за 2004-2008 годы
валовой сбор зерна составил 252,3 тыс. тонн. Средний абсолютный прирост
показывает, что за год валовой сбор зерна уменьшался на 29,95 тыс. тонн.
Средний коэффициент роста составил 0,975. По среднему темпу роста видно, что в
среднем валовой сбор зерна за 2004-2008 годы по Тамбовской области составил
97,5%. Средний темп прироста показывает, что валовой сбор зерна в среднем по
области за год уменьшался на 2,5 %. Среднее значение 1 % прироста
свидетельствует о том, что в 1 % прироста валового сбора зерна содержится 11,98
тыс. тонн зерна в период с 2004 по 2008 годы.
Прежде чем производить выравнивание динамического ряда необходимо
проверить совокупность данных на однородность. Это можно сделать при помощи
коэффициента вариации. Исчисление коэффициента вариации, используя отклонение
фактического производства зерна от среднего, показывает влияние всех возможных
факторов на изменение объемов производства. [4, с.265] Коэффициент вариации
исчисляется по формуле:
Таблица 10 - Вспомогательная таблица для расчета коэффициента
вариации
|
Годы
|
Фактическое
производство зерна, тыс. тонн
|
Отклонение от
среднего значения, ( =1160,52) тыс. тоннКвадратичное
отклонение от среднего значения
|
|
|
У
|
У - (У-) 2
|
|
|
2003
|
1256,4
|
95,88
|
9192,97
|
|
2004
|
970,2
|
-190,32
|
36221,7
|
|
2005
|
1182,3
|
21,78
|
474,37
|
|
2006
|
1257,1
|
96,58
|
9327,7
|
|
2007
|
1136,6
|
-23,92
|
572,17
|
|
итого
|
5802,6
|
0
|
55788,91
|
Средний объем производства зерна за последние пять лет () равен:
Рассчитаем среднеквадратичное отклонение:
где m - число параметров в модели тренда
n - число уровней
Далее определим коэффициент вариации:
Совокупность считается однородной, если коэффициент вариации, не
превышает 33 %. Рассчитанный нами коэффициент вариации, равный 11,75%,
свидетельствует о том, что совокупность однородна, что позволяет провести выравнивание
данного динамического ряда.
С целью выявления тренда проводится выравнивание двумя
способами:
А) Выравнивание по средней скользящей (трехлетней) и чертится
график, отражающий отличие абсолютных уровней валового сбора зерна (тыс. тонн)
от трехлетних скользящих средних уровней;
Б) Аналитическое выравнивание.
Проведем выравнивание с целью выявления основной тенденции
(тренда), используя при этом прием выравнивания по средней
скользящей (трехлетней).
Таблица 11 - Сглаживание ряда динамики по средней скользящей
|
годы
|
Валовой сбор
зерна, тыс. тонн
|
 по средней скользящей (трехлетней)
Средняя скользящая
|
|
|
А
|
1
|
2
|
3
|
|
2004
|
1256,4
|
-
|
-
|
|
2005
|
970,2
|
3408,9
|
1136,3
|
|
2006
|
1182,3
|
3409,6
|
1136,53
|
|
2007
|
1257,1
|
3576
|
1192
|
|
2008
|
1136,6
|
-
|
-
|
Вывод: анализ средней скользящей позволяет заметить, что
валовой сбор зерна имеет четко выраженную тенденцию роста.
В качестве уравнения выравнивания выбираем
уравнение прямой линии:
При расчете параметров трендовых моделей способом наименьших
квадратов строится и решается следующая система нормальных уравнений:
2 где n - число лет.
Для упрощения расчетов величинам t придают значение, которые при суммировании равны нулю. В этом
случае система уравнений приобретает вид:
.
Из первого уравнения определяется параметр 
, а из второго уравнения определяется
параметр 
.
; 
Параметр 
характеризует основную тенденцию
изменения явления во времени и показывает, на сколько единиц в среднем
увеличивается или снижается анализируемый показатель. Положительное значение
этого параметра указывает на тенденцию к росту валового сбора зерна в
Тамбовской области в среднем ежегодно на 4,73 тыс. тонн за период 2004-2008
годы.
При аналитическом выравнивании динамического ряда основная
тенденция рассчитывается как функция времени. В этом случае фактические
(эмпирические) уровни заменяются теоретическими, вычисленными по
соответствующему аналитическому уравнению.
Таблица 12 - Фактический и выровненный уровень
производства зерна по Тамбовской области за 2004-2008 гг.
|
Год
|
Фактический
валовой сбор зерна, тыс. тонн
|
Условные
обозначения
|
Расчетные
величины
|
Выровненный
валовой сбор зерна, тыс. тонн
|
|
У
|
t
|
t2
|
У t
|
|
|
2004
|
1256,4
|
-2
|
4
|
-2512,8
|
1151,06
|
|
2005
|
970,2
|
-1
|
1
|
-970,2
|
1155,79
|
|
2006
|
1182,3
|
0
|
0
|
0
|
1160,52
|
|
2007
|
1257,1
|
1
|
1
|
1257,1
|
1165,25
|
|
2008
|
1136,6
|
2
|
4
|
2273,2
|
1169,98
|
|
Итого
|
5802,6
|
0
|
10
|
47,3
|
5802,6
|
С учетом вычисленных параметров уравнение прямой линии приобретает
вид:
Подставляя в уравнение значения t, получим выровненные уровни валового сбора зерна. Для наглядности
изобразим все расчеты на рис.2
Рисунок 3 - Фактический и выровненный динамический ряд
производства
Как видно по рис.3, производство зерна в
Тамбовской области то снижалось, то увеличивалось в период с 2004 г. по 2008 г.
С 2004 г. по 2005 г. наблюдается резкое уменьшение валового сбора на 286,2 тыс.
тонн зерна, затем резкое увеличение в 2006 г. по сравнению с 2005 г. - на 212,1
тыс. тонн зерна. С 2006 г. по 2007 г. валовое производство зерна увеличивается
на 74,8 тыс. тонн зерна. Ну а в 2008 г. опять происходит снижение валового
сбора на 120,5 тыс. тонн зерна.
Полученное уравнение тренда показывает,
что валовой сбор зерна по Тамбовской области, несмотря на колебания по годам,
имеет тенденцию к увеличению, в среднем за год оно составило 4,73 тыс. тонн зерна.
3. Расчет
производства зерна в Тамбовской области на перспективу
Прогнозирование представляет собой область научных
исследований и практической деятельности, направленных на определение
перспектив различных явлений и процессов.
Прогноз - это обоснованное суждение о возможном состоянии
изучаемого объекта в будущем; соответственно, предметом статистического
прогнозирования является оценка величины статистических показателей на
перспективу. Прогнозный статистический показатель является расчетным общим признаком
состояния массового явления в последующих периодах. При этом предполагается,
что сложившиеся в прошлом тенденции сохранятся в будущем и в изучаемом явлении
не произойдет качественных изменений, затрагивающих его природу и
закономерности развития.
Обычно, говоря об экстраполяции рядов динамики, подразумевают
перспективную экстраполяцию. Экстраполяция дает возможность получить точечное
значение прогноза.
Для расчета прогноза используем уравнение тренда, выражающее
уровни ряда динамики.
В данном случае уравнение тренда будет иметь вид:
Подставив значение t,
соответствующее прогнозируемым годам, получим прогнозные данные валового сбора
зерна.
Порядковый номер 2009 года: t= 3 2010 года: t= 4
У3 = 1174,71 тыс. тонн
У4 = 1179,44 тыс. тонн
Рассчитаем интервальный прогноз уровня динамического ряда по
формуле:
где 
- точечный прогноз, рассчитанный по
уравнению тренда
- табличное значение t -
критерия Стьюдента при заданном уровне значимости;
- среднее квадратичное отклонение от тренда (стандартная ошибка
аппроксимации):
,
где 
- соответственно фактические и
теоретические значения уровня ряда динамики [8, с. 201]
- число уровней ряда;
- число параметров в уравнении тренда.
Таблица 13 - Расчетные данные для определения стандартной
ошибки аппроксимации.
|
Годы
|
y
|
yt
|
|
|
А
|
1
|
2
|
3
|
|
2004
|
1256,4
|
1151,06
|
11096,52
|
|
2005
|
970,2
|
1155,79
|
34443,65
|
|
2006
|
1182,3
|
1160,52
|
474,3684
|
|
2007
|
1257,1
|
1165,25
|
8436,422
|
|
2008
|
1136,6
|
1169,98
|
1114,224
|
|
ИТОГО
|
5802,6
|
5802,6
|
55565,18
|
тыс. тонн, 
=3,182; 
= 3,182 *136,37 = 433,93 тыс. тонн
Т.о. для 2009 года ожидаемый доверительный прогноз валового
сбора зерна по Тамбовской области составит (740,78; 1608,64) тыс. тонн, а для
2010 года (745,51; 1613,37).
Вывод: доверительный прогноз показывает, что в 95 % случаев
из 100% валовой сбор зерна по Тамбовской области в 2009 году будет находиться в
пределах от 740,78 тыс. тонн до 1608,64 тыс. тонн; в 2010 году - от 745,51 тыс.
тонн до 1613,37 тыс. тонн.
Заключение
Для статистико-экономического анализа производства зерна в
Тамбовской области в данной работе были использованы следующие статистические
приемы:
метод группировки, выявляющий зависимость между валовым
сбором зерна и урожайностью. Разбивка районов Тамбовской области на группы по
валовому сбору зерна показала, что количество районов в них распределено
неравномерно: в самую многочисленную (II) вошло 12 районов, в двух других примерно
одинаково - в I
группе 6 районов, во II - 5 районов. С точки зрения эффективности
выбранного экономического показателя (урожайности с 1 га) I группа имеет наименьшую
урожайность - 14,1 ц/га; а II и III группы имеют приблизительно одинаковую
урожайность - 19,7 и 19, 6 ц/га соответственно. Вообще говоря, большая часть
сельхозорганизаций в Тамбовской области получают сравнительно невысокие для
данной территории урожаи зерна. Так, в 2008 году средний показатель составил
18, 8 ц/га. Одна из причин низкой урожайности - неудовлетворительное состояние
земельных угодий, постоянно снижающееся плодородие почвы. Таким образом,
потенциал роста эффективности зернового производства находится в прямой
зависимости от увеличения поголовья скота, так как именно он - основной
источник ценного органического удобрения (навоза). Именно рост поголовья скота
можно считать конкурентообразующим фактором, способным обеспечить преимущество
производителей зерна, оказать положительное воздействие на эффективность
зернового производства в Тамбовской области. [10, с.64]
корреляционно-регрессионный анализ, с помощью которого
определяется связь между валовым сбором зерна и рентабельностью. В результате
расчетов выявлено, что связь между этими признаками прямая и средняя (r=0,361). Т.о. при
увеличении валового сбора зерна на 1 тыс. ц рентабельность в среднем по районам
будет повышаться на 0,064 %. (b=0,064). Коэффициент детерминации показывает, что изменение
результативного признака (рентабельности) от изменения факторного (валового
сбора) зависит на 13%. Коэффициент эластичности показывает, что при увеличении
валового сбора зерна на 1 процентный пункт рентабельность увеличивается на 0,52
%.
В целом, проанализировав статистическую литературу, можно
сделать вывод, что реализация зерновых культур в 2008 году для всех районов
области была прибыльной, а следовательно, рентабельной. В среднем
рентабельность по области составляет 60,7 %. [2, с.12]
индексный анализ, по результатам которого валовой сбор зерна
по Тамбовской области в 2008 году по сравнению с 2007 годом в целом уменьшился
на 6022538 ц или на 34,6 %. Это произошло как за счет сокращения посевной
площади на 28,7%, так и снижения урожайности на 8,4%.
ряды динамики. В среднем по данным Тамбовской области за 5
анализируемых периодов с 2004 по 2008 годы валовой сбор зерна составил 252,3
тыс. тонн в год. За год валовой сбор зерна уменьшался на 29,95 тыс. тонн или на
2,5%.
прогнозирование, по результатам которого установлено, что в
95 % случаев из 100% валовой сбор зерна по Тамбовской области в 2009 году будет
находиться в пределах от 740,78 тыс. тонн до 1608,64 тыс. тонн; в 2010 году -
от 745,51 тыс. тонн до 1613,37 тыс. тонн.
В целом производство зерна в Тамбовской области не является
высокоэффективным, о чем свидетельствует ежегодное уменьшение урожайности зерна,
сокращение посевных площадей. Однако зернопроизводство остается рентабельным, в
большей степени не из-за низкой себестоимости, а в основном за счет высокой
цены реализации. Ухудшение материально-технической базы зерновой отрасли,
недостаточный уровень внесения удобрений и использования химических средств
защиты растений при удорожании горючего и смазочных материалов, запасных частей
не позволяют сельскохозяйственным производителям на больших площадях внедрять
энергосберегающие технологии, повышать урожайность зерновых культур, а
следовательно, и снижать себестоимость зерна. И все это негативно отражается на
уровне рентабельности и конкурентоспособности продукции на мировом зерновом
рынке. В связи с этим требуется научная проработка вопросов, касающихся государственной
поддержки зерновой отрасли и регулирования рынка зерна, повышения доходности
сельхозтоваропроизводителей, расширения посевов зерна за счет вовлечения в
оборот заброшенных земель, импортозамещения животноводческой продукции.
Развитие зернового хозяйства страны должно стать одним из
приоритетов государственной аграрной политики, т.к. это восполняемый и
развиваемый ресурс, рационально управляя которым можно обеспечить высокую
отдачу вложенных средств.
Список
использованных источников
1. Афанасьев,
В.Н. Статистика сельского хозяйства: Учебное пособие. / В.Н. Афанасьев. - М.:
Финансы и статистика, 2002. - 272с.
2. Елисеева,
И.И. Общая теория статистики: Учебник для вузов /И.И. Елисеева, М.Н. Юзбашев,
3-е изд. - М.: Финансы и статистика. - 1998.
. Ефимова,
М.Р. Практикум по общей теории статистики: Учебное пособие /М.Р. Ефимова, Е.В.
Петрова, О.И. Ганченко, 2-е изд. М.: Финансы и статистика - 2002.
. Зинченко,
А.П. Сельскохозяйственная статистика с основами социально-экономической
статистики. - М.: издательство МСХА - 1998.
. Зинченко,
А.П. Статистика: Учебник/А.П. Зинченко. - М.: КолосС, 2007. - 568с.
. Имангалиева,
А.К. Зерновое производство: состояние и проблемы/ А.К. Имангалиева, Н.Н.
Балашова // Экономика сельскохозяйственных и перерабатывающих предприятий. -
2006. - №11. - С. 19-26
. Минаков,
И.А. Экономика производства зерна / И.А. Минаков, И.Н. Евдокимов; Учебное
пособие. - Мичуринск, 1999. - 117с.
. Небытов,
В.Г. Урожайность зерновых в зависимости от погодных условий и удобрения / В.Г.
Небытов, В.В. Коломейченко // Экономика сельскохозяйственных и перерабатывающих
предприятий. - 2006. - №11. - С.15-23.
. Чарыкова,
О.Г. Зерновое производство как основа формирования рынка зерна ЦЧР/ О.Г.
Чарыкова // Экономика сельскохозяйственных и перерабатывающих предприятий. -
2006. - №4. - С.31-39
. Шмойлова,
Р.А. Теория статистики: Учебник/ Р.А. Шмойлова, В.П. Микашкин, Н.А. Садовников,
Е.Б. Шувалова. - М.: Финансы и статистика, 2003.