CC BY
19Анализ эффективности деятельности аграрного производства на примере
производства картофеля Analysis of agricultural production efficiency using the example of potato production
|>, fl МОСКОВСКИЙ ар ЭКОНОМИЧЕСКИЙ ЖУРНАЛ
УДК 658
DOI 10.24411/2413-046X-2020-10440 Баянова Ольга Викторовна,
кандидат экономических наук, доцент, доцент кафедры бухгалтерского учета и финансов ФГБОУВО Пермский ГАТУ, г. Пермь
Bayanova Olga Victorovna, candidate of economic Sciences, associate Professor, associate Professor of accounting and Finance Department FSBEIHE Perm SATU, c. Perm
Аннотация. В научной статье представлена методика и результаты исследования влияния факторов на объемы производства картофеля в Российской Федерации с использованием статистических методов. Цель исследования - выявить и показать влияние факторов на изменение объемов производства картофеля. Методом проведения исследования является множественная регрессия и корреляция: рассчитаны коэффициенты множественной корреляции, построена матрица коэффициентов, представлена двухфакторная модель, определено регрессионное значение результативного признака (производство картофеля), на этапе верификации результатов исследования определена ошибка аппроксимации. Вывод - выявлена прямая тесная связь между производством картофеля и посевной площадью, обратная тесная связь между посевной площадью и энерговооруженностью труда в сельскохозяйственных организациях; среднее значение ошибки аппроксимации подтвердило отличный подбор модели к исходным статистическим данным. Summary. The scientific article presents the methodology and results of the study of the influence of factors on potato production in the Russian Federation using statistical methods. The purpose of the study is to identify and show the influence of factors on the change in potato production. The method of conducting the study is multiple regression and correlation: multiple correlation coefficients are calculated, a coefficient matrix is constructed, a two-factor model is
presented, the regression value of the effective feature (potato production) is determined, and an approximation error is determined at the stage of verification of the study results. Conclusion - a direct close connection between the production of potatoes and the sown area, an inverse close connection between the sown area and the energy content of labor in agricultural organizations was revealed; the mean of the approximation error confirmed an excellent fit of the model to the original statistics.
Ключевые слова: сельское хозяйство; производство картофеля; множественная регрессия и корреляция; ошибка аппроксимации.
Keyword: agriculture; production of potatoes; multiple regression and correlation; approximation error.
Введение
Для обеспечения продовольственной безопасности страны и создания благоприятных условий импортозамещения в Российской Федерации приоритетным направлением является увеличение объемов производства продукции растениеводства, в том числе и картофеля. Именно поэтому, исследование факторов, способных обеспечить рост производства картофеля является, на наш взгляд, актуальным.
Моделирование экономических процессов, способных обеспечить рост производства сельскохозяйственной продукции являются актуальными в научной среде. В дискуссиях принимали участие отечественные и зарубежные ученые-экономисты: сделали акцент на проблемах экспортной конкурентоспособности сельскохозяйственной продукции Венгрии Jambor A., Toth A.T., Koroshegyi D. [44]; достижения международной торговли продукцией сельского хозяйства и ее проблемы в Сербии исследовали Kuzman B., Stegic M. и Subic J [5]; оценил влияние факторов, оказывающих влияние на рентабельность сельскохозяйственных предприятий Сербии Vuckovic B. [6]; выявила факторы эффективного сельскохозяйственного производства в условиях многоукладной экономики и представила пути их оптимизации Фролова О.А. [2]; итоги развития АПК Рязанской области в период реализации политики импортозамещения представила Шашкова И.Г. [3]; проблемы стимулирования процесса развития региональной аграрной экономики на основе импортозамещения вскрыли Ткачев С.И., Васильева Е.В., Петрова И.В. и Казакова Л.В. [1].
Таким образом, моделирование экономических процессов, позволяющих повысить эффективность деятельности в аграрном производстве являются актуальными среди отечественных и зарубежных ученых.
Материалы и методы исследования Исследование показателей, характеризующих импортозамещение и эффективность экономики Российской Федерации, проведем с помощью статистических методов. На информационном этапе используем данные Росстата Российской Федерации (таблица 1).
Таблица 1 - Данные статистики о показателях импорта замещения и
эффективности экономики Российской Федерации в 2012 - 2018 году
Годы Производство Посевная площадь. Эн ерг ов о оруженн о сгь
картофеля, тысяч тонн тысяч гектаров труда в сельскохозяйственных организациях, л.с.
2012 24542 1840 70
2013 24021 1684 72
2014 24284 1599 75
2015 25406 1562 74
2016 22463 1441 77
2017 21708 1350 75
2018 22395 1325 80
Вначале исследования определимся с результативным признаком и факторами: у - результативный признак: производство картофеля; XI -фактор: посевная площадь;
х2 -фактор: энерговооруженность труда в сельскохозяйственных организациях.
Произведем расчет коэффициента множественной корреляции. Для того, чтобы определить значения числителя и знаменателя в формулах расчета коэффициента множественной корреляции составим рабочую таблицу (таблица 2).
Таблица 2 - Рабочая таблица для расчета коэффициента множественной
корреляции
Год V И т.» ти ->■ Ц - Т.! и" V
2012 24542 1840 70 45157280 1717940 128800 3385600 4900 602309764
2013 24021 1684 72 40451364 1729512 121248 2835856 5134 577008441
2014 24 2 84 1599 75 38830116 1821300 119925 2556801 5625 589712656
2015 25406 1562 74 39684172 1880044 115588 2439844 5476 645464836
2016 22463 1441 77 32369183 1729651 110957 2076481 5929 504586369
2017 21708 1350 75 29305800 1628100 101250 1822500 5625 471237264
2018 22395 1325 80 29673375 1791600 106000 1755625 6400 501536025
Итого 164319 10301 523 255471290 12293147 303763 16872707 39139 3391355355
Ср ¿К1Ченне 23545,6 1543 74,7 36495Юв,6 1756171,1 114324 2410336,7 5591,3 555979336,4
Рассчитаем коэффициент корреляции для выявления тесноты связи между результативным признаком и первым фактором:
Значение коэффициента множественной корреляции между результативным признаком и первым фактором показало прямую и тесную связь между производством картофеля и посевной площадью.
На следующем этапе рассчитаем коэффициент множественной корреляции для выявления тесноты связи между результативным признаком и вторым фактором:
Значение коэффициента множественной корреляции между результативным признаком и вторым фактором показало обратную и тесную связь между производством картофеля и энерговооруженностью.
Далее произведем расчет коэффициента множественной корреляции по выяснению тесноты связи между факторами, оказывающими влияние на результативный признак:
Значение коэффициента множественной корреляции показало обратную и при этом тесную связь между посевной площадью и энерговооруженностью. Результаты исследования
Сгруппируем коэффициенты множественной корреляции в форме матрицы (таблица Таблица 3 - Матрица коэффициентов множественной корреляции
Показатель У ч ч
V 1
Ч 0=76 1
-0:47 -0:76 1
В завершение исследования произведем расчет совокупного коэффициента корреляции по определению тесноты связи между результативным признаком и факторами:
В завершение исследования проведем регрессионный анализ методом множественной регрессии и корреляции. Модель множественной регрессии с использованием двух факторов имеет вид:
где а - свободный член уравнения,
Ь1 и Ь2 - коэффициенты уравнения множественной регрессии (параметры уравнения регрессии), показывающие, на сколько единиц в среднем изменится результативный признак при изменении фактора на одну единицу.
Для того, чтобы определить параметры уравнения множественной регрессии необходимо решить систему уравнений:
Исходные данные для решения системы уравнений возьмем из таблицы 2. Далее подставим в систему уравнений данные рабочей таблицы:
а * 10301 + Ь± »16872707 + Ь2 * 303763 = 255471290 а * 523 + Ъ± * 303763 + Ь2 * 39139 = 12293147
Для определения параметров уравнения множественной регрессии используем метод Гаусса. По результатам расчета получаем значения параметров:
Сделаем проверку по каждому году исследования:
Московский экономический журнал №6 2020
У = а -+- Ь^ + -
1)25193 = 1397,564 + 7,722 1840 - 1- 136,954 70
2)24262 = 1397,564 + 7,722 1684 - 1- 136,954 72
3)24017= 1397,564 + 7,722 1599 - 1- 136,954 75
4) 23594 = 1397,564 + 7,722 1562 - 1- 136,954 74
5)23070 = 1397,564 1 7,722 1441 - 1- 136,954 77
б) 22094 = 1397,564 + 7,722 1350 - 1- 136,954 75
7} 2 2586 — 1397,564 -+- 7,722 1325 136,954 80
На этапе верификации произведем расчет ошибки аппроксимации (таблица 4).
(У- у)
100%
Таблица 4 - Рабочая таблица для определения ошибки апп эокснмацнн
Годы У У У-у А
2012 24542 25193 -651 и
2013 24021 24262 -241 1=0
2014 24284 24017 267 1=1
2015 25406 23594 1812 7,1
2016 22463 23070 -607 2.1
2017 21708 22094 -386 1=8
2018 22395 22586 -191 0=8
Итого X X X 17:2
Среднее значение X X X 2=5
Среднее значение ошибки аппроксимации на уровне 2,5 % свидетельствует об отличном подборе модели к исходным данным.
Выводы
Совокупный коэффициент множественной корреляции подтверждает наличие тесной связи между производством картофеля, посевной площадью и энерговооруженностью. Влияние на значение совокупного коэффициента множественной корреляции оказала обратная и тесная связь между производством картофеля и энерговооруженностью, а также обратная тесная связь между посевной площадью и энерговооруженностью.
Рассчитанные параметры модели множественной регрессии позволили определить регрессионное значение результативного признака. Среднее значение ошибки аппроксимации показало, что регрессионные значения объема производства картофеля отличаются от фактических в среднем на 2,5 %.
Список литературы
1. Стимулирование развития региональной аграрной экономики на основе импортозамещения/ Ткачев С.И., Васильева Е.В., Петрова И.В., Казакова Л.В. // Аграрный научный журнал. - 2016. - № 7. - С. 93 - 100.
2. Фролова О.А. Оптимизации факторов эффективного сельскохозяйственного производства в условиях многоукладной аграрной экономики // Материалы Всероссийской научно-практической конференции «Аграрный потенциал в системе продовольственного обеспечения: теория и практика», 21-22 июня 2016 г./ Ульяновская ГСХА. - Ульяновск , 2016. - Ч.1 - С. 272 - 276.
3. Шашкова И.Г. АПК Рязанской области в период реализации политики импортозамещения // Материалы Всероссийской научно-практической конференции «Аграрный потенциал в систем продовольственного обеспечения: теория и практика», 2122 июня 2016 г./ Ульяновская ГСХА. - Ульяновск, 2016. - Ч.1. - С. 161 - 166.
4. Jambor A. и др. The Export Competiveness of Global Cocoa Traders/ Jambor A., Toth A.T., Koroshegyi D. // Agris On-line Papers in Economics and Informatics. - 2017. - № 3. - P.27 -37.
5. Kuzman B. и др. Market oriented approach of revealed comparative advantage in international trade/ Kuzman B., Stegic M., Subic J. // Economics of Agriculture. - 2016. Vol. 63, - № 1. - Р. 247-260.
6. Vuckovic B. Causes of different profitability of agricultural sector // Economics of Agriculture . - 2016. - Vol. 63, № 1. - P.123 - 141.
References
1. Stimulating the development of the regional agricultural economy based on import substitution/ Tkachev S. I., Vasileva E. V., Petrova I. V., Kazakova L. V. / / Agrarian scientific journal. - 2016. - № 7. - Pp. 93-100.
2. Frolova O. A. Optimization of factors of effective agricultural production in the conditions of multi-layered agrarian economy / / Materials of the all-Russian scientific and practical conference "Agricultural potential in the food supply system: theory and practice", June 21-22, 2016/ Ulyanovsk state agricultural Academy - - Ulyanovsk, 2016. - Part 1-P. 272-276.
3. Shashkova I. G. agro-industrial complex of the Ryazan region during the implementation of the import substitution policy // Materials of the all-Russian scientific and practical conference "Agricultural potential in food supply systems: theory and practice", June 21-22, 2016/ Ulyanovsk state agricultural Academy - - Ulyanovsk, 2016. - Part 1. - P. 161-166.
4. Jambor A. u gp. The Export Competiveness of Global Cocoa Traders/ Jambor A., Toth A.T., Koroshegyi D. // Agris On-line Papers in Economics and Informatics. - 2017. - № 3. - P.27 -37.
5. Kuzman B. u gp. Market oriented approach of revealed comparative advantage in international trade/ Kuzman B., Stegic M., Subic J. // Economics of Agriculture. - 2016. Vol. 63, - № 1. - P. 247-260.
6. Vuckovic B. Causes of different profitability of agricultural sector // Economics of Agriculture . - 2016. - Vol. 63, № 1. - P.123 - 141.
