Анализ и обоснование урожайности культур в предпринимательских структурах
аграрного сектора региона (Часть 2)
Дата: 29/12/2009 Номер: (20) УЭкС, 4/2009
Аннотация: В статье на основе обобщения литературных источников,
рассматривается методика планирования урожайности в предприятиях регионального АПК, с учётом экономических факторов и солнечной активности.
Ключевые слова: методика; планирование; урожайность; корреляционно-
регрессионный анализ; солнечная активность; эластичность, валовые сборы; период
Abstract: In clause on the basis of generalization of references, the technique of planning of productivity in the enterprises of regional agrarian and industrial complex, in view of economic forces and solar activity is considered.
Keywords: technique; planning; productivity; analysis; solar activity; elasticity, total gathering; period
Бабков Г еннадий Андреевич доктор экономических наук, профессор Южно-Российский государственный университет экономики
gbabkov@mail.ru
Н.Х.Баков
кандидат экономических наук, доцент
В.И.Хоружий кандидат экономических наук, доцент Кабардино-Балкарская государственная сельскохозяйственная академия
betal01@mail.ru
Выходные данные статьи: Бабков Г.А., Баков Н.Х., Хоружий В.И. Анализ и обоснование урожайности культур в предпринимательских структурах аграрного сектора региона (Часть 2) // Управление экономическими системами: электронный научный журнал, 2009. - № 4 (20). - № рег. статьи 0079/2. - Режим доступа к журн.: http://uecs.mcnip.ru.
Один из основных плановых показателей в сельском хозяйстве является урожайность. От ее уровня зависит структура посевных площадей, валовой сбор продукции растениеводства и в значительной мере объем производимых продуктов животноводства. На ее основе производятся расчеты затрат и доходов и пр. Поэтому, ошибки, допускаемые при обосновании урожайности, сказываются на качестве планов в целом.
При практикуемом способе планирования урожайности, за основу берется ее
достигнутый, среднемноголетний уровень и к нему последовательно плюсуются прибавки за счет ожидаемого изменения факторов: большего количества удобрений, новых сортов, лучших предшественников и т.д. Однако, эти прибавки, как правило, рассчитываются по опытным данным (в производственных условиях они иные).
Сравнительная оценка влияния изучаемых факторов на валовые сборы показывает разный характер по крупным временным периодам. В 1950-1971 гг., до эпохи научнотехнического прогресса, четко наблюдается влияние и солнечной активности и временной динамики на урожаи всех сельскохозяйственных культур. При этом, в большей мере валовые сборы изменялись под влиянием временного фактора.
Иная ситуация наблюдается во втором укрупненном периоде 1982-2001 гг. При изменении прироста солнечной активности почти в 5 раз существенно увеличиваются валовые сборы картофеля и овощей при небольшом росте зерна и, по существу, стабилизации подсолнечника. При этом, фактор времени, очевидно за счет 90-х годов прошлого века, негативно сказался на урожаях зерна и подсолнечника, хотя валовые сборы картофеля и овощей за счет активизации хозяйств населения возросли.
По всей совокупности наблюдений, то есть за исследуемый период 1950-2001 гг., произошло увеличение объемов производства всех исследуемых культур. Вместе с тем, влияние солнечной активности больше сказывается на увеличении овощей, картофеля и зерновых, меньше - подсолнечника. Сравнительная оценка факторов показывает, что большие приросты урожаев наблюдаются по фактору времени, в первую очередь картофеля и овощей, тогда как валовые сборы подсолнечника, очевидно за счет 90-х годов прошлого века, снизились.
Количественные оценки влияния фактора времени (Х1- годы по порядку) и солнечной активности (Х2 - числа Вольфа) на объемы производства основных культур (У1-зерновых, тыс. тонн; У2-подсолнечника, тыс. тонн; УЗ-картофеля, тыс. тонн; У4 -овощей, тыс. тонн) получены на основе многофакторного корреляционно-
регрессионного анализа:
У1=224,6 +5,32 Х1+0,319Х2; R=0,625 F=15,7
У2=33,2 - 0,197X1+0,028X2; R=0,355; F=3,5
У3=7,32+ 2,43X1+0,084X2; R=0,915; F=126
У4=3+ 2,28X1+0,097X2; R=0,85; F=63,8
Судя по многофакторным коэффициентам корреляции, высокая теснота связи от солнечной активности и фактора времени характерна для картофеля и овощных культур, выше средней для зерновых культур, ниже средней (вместе с тем, исходя из критерия Фишера, существенная) по подсолнечнику.
Важными характеристиками полученных моделей являются коэффициенты регрессии (при X), которые показывают, на сколько единиц изменяются результативные признаки при изменении факториальных на единицу. Как видно из полученных уравнений регрессии, с увеличением чисел Вольфа на единицу валовые сборы зерновых культур увеличиваются на 3,19 тыс. центнеров (0,082% к среднему урожаю), подсолнечника - на 0,28 тыс. центнеров (0,093%), картофеля - на 0,84 тыс. центнеров (0,108%), овощей - на 0,97 тыс. центнеров (0,137%). Таким образом, в большей мере на солнечную активность реагируют овощи, картофель, в меньшей - подсолнечник и зерно.
Коррелируют с этими значениями характеристики коэффициентов эластичности. С
увеличением на один процент солнечной активности валовые сборы сельскохозяйственных культур соответственно возрастают: по зерну - на 0,06%, по подсолнечнику - на 0,068%, по картофелю - на 0,079%, по овощам - на 0,101%. Таким образом, для получения 100-процентного урожая, по сравнению с овощами, при выращивании картофеля надо использовать больше солнечной энергии на 27%, при возделывании подсолнечника - на 49%, для производства зерна - на 68%.
Судя по коэффициентам регрессии, с увеличением фактора времени на один, год валовые сборы возрастают по зерну на 5,322 тыс. тонн, по картофелю на 2,427 тыс. тонн, по овощам на 2,284 тыс. тонн. Вместе с тем, по подсолнечнику наблюдается обратная связь, так как в среднем за год падение урожаев составило 0,197 тыс. тонн. Это обуславливается резким уменьшением валовых сборов этой культуры в последнем десятилетии.
В связи с этим, наблюдается значительный разброс соответствующих коэффициентов эластичности. В условиях сложившейся ситуации, с увеличением фактора времени на 1% в большей мере возрастают валовые сборы овощей и картофеля (соответственно, на 0,857% и 0,827%), тогда как коэффициент эластичности зернового производства составляет 0,363%, а по подсолнечнику -0,173%.
На основе зависимостей урожаев сельскохозяйственных культур от солнечной активности и фактора времени, путём подстановки в соответствующие уравнения регрессии фактических характеристик факторов, можно определить расчётные, нормативные значения валовых сборов при имеющихся факторах и прочих равных условиях.
Сопоставление фактических и нормативных урожаев характеризует отклонения полученных валовых сборов от закономерности, описываемой тем или иным уравнением регрессии. На этой основе рассчитываются ошибки аппроксимации, свидетельствующие об адекватности конкретной модели, через расчетно-нормативные показатели, реальной действительности.
Как видно из проведенных расчетов, средние отклонения фактических урожаев от нормативных составляют: по зерновым 81 тыс. тонн, подсолнечнику 7, картофелю 13, овощам 14 тыс. тонн. В итоге, соответствующие ошибки аппроксимации колеблются от 17 и 20% по картофелю и овощам до 21 и 23% по зерновым и подсолнечнику.
Пользуясь полученными уравнениями регрессии, можно осуществлять прогноз валовых сборов сельскохозяйственных культур с учётом фактора времени и вариантов солнечной активности.
В реальной практике, в связи с тем, что предусмотреть изменение погодных условий на прогнозируемый период (даже на год вперед, не говоря уже о большей динамике) весьма трудно, планирование осуществляется для средних климатических условий. Очевидно, что вследствие этого в большинстве лет наблюдаются значительные отличия фактических и прогнозных характеристик.
Вместе с тем, в длительной динамике отчетливо наблюдаются 11-летние циклы солнечной активности. Для наглядности сведем вместе показатели чисел Вольфа по годам выделенных циклов: 1950-1960 гг., 1961-1971 гг., 1972-1982 гг., 1983-1993 гг. и продолжающийся цикл, в котором уже прошло 8 лет (1994-2001 гг.). Для выявления закономерностей усредним годичные характеристики.
Сравнительный анализ исходной информации по пяти циклам показывает наличие
одной и той же закономерности: в начале периода, первые четыре года наблюдается характерное снижение чисел Вольфа всего лишь с двумя исключениями из 20-ти наблюдений (первый год в 4-ом цикле и четвертый в 5-ом цикле). Пятый год является переходным, после него идет четкая тенденция роста солнечной активности до восьмого-девятого годов, с одним исключением из 19-ти лет, ибо в 5-ом цикле высокие числа Вольфа восьмого года несколько ниже седьмого года.
Начиная с десятого года, идет тенденция снижения чисел Вольфа, логично переходящая к продолжающемуся снижению в начале периода. Таким образом, каждый последующий цикл следует за предыдущим. О наличии этой закономерности свидетельствует тот факт, что исключение из нее наблюдается только в четырех годах из проанализированных 52. При этом, строго говоря, такое исключение одно (в первый год четвертого цикла, ибо для остальных характерна временная тенденция последовательных снижения - роста - снижения валовых сборов).
Выявленная закономерность, характеризующаяся средними числами, приводится на рисунке 1. Большая солнечная активность наблюдается в 9-ом и 8-ом году, самая низкая - в 3-ем, 4-ом и 5-ом годах. Зная данную закономерность и ее количественные характеристики, можно прогнозировать урожайность и валовые сборы сельскохозяйственных культур не на основе простой экстраполяции (то есть при средних числах Вольфа), а с экстраполяцией по фактору времени и прогнозом солнечной активности в соответствии с годами цикла.
Рис. 1. Солнечная активность по годам 11-летнего цикла
Так, для 2002г. ожидаемые валовые сборы основных культур можно определить путем сопоставления с 2001г. (611 тыс. тонн), с учетом роста рыночной активности (со 141 балла в 2001г. до 148 баллов в 2002г., т.е. на 5%). Итоговая величина (± оценка прогноза) составит в весе после доработки 641 т (± 24) тыс. тонн.
При обычной экстраполяции, то есть для средних погодных условий, как это осуществляется в реальной практике в настоящее время прогнозная величина составит 520 тыс. тонн.
Фактический валовой сбор зерновых культур 2002 году, судя по предварительным
данным, равен в республике 637 тыс. тонн. Как видно, дифференцированная прогнозная величина близка к фактической, что свидетельствует о прагматичности и правомерности использования предложенного подхода для планирования отраслей сельского хозяйства.
Более точные расчеты и прогнозы могут быть сделаны при учете временного фактора в виде нелинейного члена регрессии (кубического), в связи с тем, что после десятилетнего спада, начиная с 2000г., проявилась временная тенденция роста урожаев и валовых сборов.
Наряду с влиянием на валовые сборы сельскохозяйственных культур (как интегральной характеристики урожайности и посевных площадей), солнечная активность во многом определяет характеристики продуктивности земли под разными культурами.
Расчёты по КБР показали, что лучше описывают зависимость продуктивности земли от базисных природных условий квадратические и кубические модели. Сущность их в наличии точек экстремума, оптимума влияния солнечной активности на урожайность сельскохозяйственных культур: в первом случае разового, во втором - двойного (видимо, в связи с влиянием специфики девяностых годов XX века). Близость характеристик тесноты и существенности этих связей позволяют использовать их для расчета соответствующих нормативов продуктивности земли.
Иные закономерности наблюдаются по зависимости урожайности сельскохозяйственных культур от фактора времени, где, в отличие от предшествующего анализа, четко проявляется тот факт, что в рядах динамики, с учетом спада 90-х годах ХХ века, лучшими являются кубические модели.
В конечном итоге может быть определена и использована для прогнозирования урожайности сельскохозяйственных культур, в зависимости от солнечной активности и фактора времени интегральная кубическо-квадратическая модель типа:
Y=a+b1t+b2t2+b3t3+b4A+b5A2, где Y - урожайность тех или иных сельскохозяйственных культур; t - фактор времени, годы по порядку;
А - характеристики солнечной активности, числа Вольфа; а - свободный член уравнения регрессии;
Ь - коэффициенты регрессии при соответствующих значениях факторов.
Логическая сущность предложенной модели заключается в следующем. Фактор времени, как явствует из предыдущего анализа и общеэкономических закономерностей развития (от спада к подъему, далее к стабилизации и спаду с циклическим повторением этих фаз жизненного цикла), связан с урожайностью кубической зависимостью. Вместе с тем, с учетом реальной логики, параметры солнечной активности определяют продуктивность земли по параболической функции, ибо при не большом энергетическом обеспечении урожайность культур низка, с повышением чисел Вольфа она возрастает до определенного уровня, так как чрезмерная солнечная активность опять таки снижает урожайность сельскохозяйственных культур.
Так, анализ первых производных в параболических уравнениях регрессии показывает, что, по отзывчивости на солнечную активность, сельскохозяйственные культуры располагаются в следующем ранжированном порядке: овощи, многолетние и
однолетние травы, зерновые, кукуруза на силос и зеленый корм, подсолнечник, кормовые корнеплоды, картофель, естественные сенокосы.
К сожалению, обоснование логической кубическо-квадратической модели зависимости к урожайности сельскохозяйственных культур от фактора времени и солнечной активности, в условиях отсутствия необходимого математического аппарата и программного обеспечения, не позволило провести необходимые расчеты для разработки гибких нормативов продуктивности земли (по разным культурам в зависимости от динамизма развития и важнейшего природного фактора). Поэтому, мы оставляем это крайне важное и интересное исследование, с обоснованием и конкретизацией необходимых параметров, для последующих исследований.
Однако, наряду с факторами внешней среды, на урожайность сельскохозяйственных культур по сельскохозяйственным предприятиям и регионам существенно влияют внутренние факторы, прежде всего плодородие земель, внесение и сочетание органических и минеральных удобрений.
В группировках по регионам Южного федерального округа за 1992-2000 гг. изучено влияние этих факторов на урожайность основных товарных культур. Близкие зависимости наблюдаются по группировкам, в которых с повышением качества земель, большим внесением минеральных и органических удобрений наблюдается четкий рост продуктивности земли. Вместе с тем, увеличение размера органических удобрений, по отношению к минеральным, проявляется не всегда, ибо эта зависимость в ряде случаев затушевывается сопутствующим влиянием других факторов, находящихся на низком уровне.
Таким образом, внутрифирменные факторы действуют на продуктивность земли в комплексе, в их определенном сочетании и пропорциях. Об этом свидетельствуют материалы группировки регионов Южного федерального округа РФ по результативному признаку - урожайности сельскохозяйственных культур. В итоге, необходимыми условиями высокой урожайности сельскохозяйственных культур являются внесение минеральных удобрений на уровне 40-50 килограммов действующего вещества на гектар, заправка земель органическими удобрениями в размере от 1,3 т./га. с отношением органических удобрений к минеральным начиная от 3 т./ц.
Многофакторный корреляционно-регрессионный анализ позволил выявить количественное влияние на урожайность зерновых ^1 - ц./га.) и подсолнечника ^2-ц./га.) исследуемых факторов: оценки земель (Х1 - баллов), минеральных удобрений (Х2 - кг действующего вещества на 1 га), органических удобрений (Х3 - т./га) и структуры удобрений (Х4 - отношение органических удобрений к минеральным, т./ц.). Далее приведены различные модели, характеризующие эти зависимости:
Зерновые культуры Y1=14, 8+0,067X2+3,92X3; R= 0, 696; F=15,5;
Y1=-8,4 +0,047X1+0, 043X2+0,191 Х4; R= 0, 927; F=65,3;
Подсолнечник Y2=6,4 +0,0045X2+2,72X3; R= 0,677; F=14;
Y2=-1,6 +0,135X1+0,044X2+0,443 Х4; R= 0,702 F=10;
Судя по многофакторным коэффициентам корреляции и детерминации, все рассчитанные модели значимы. Вместе с тем, более высокая теснота связи характерна для специфических трехфакторных моделей, куда наряду с оценкой земель вошли
минеральные удобрения, а также отношение органических удобрений к минеральным. Исследуемыми фактами объясняется значительная часть вариации урожайности, в частности по зерновым культурам на уровне 86%. Все параметры данных уравнений регрессии существенны, что позволяет использовать их в плановых экономических расчетах.
Важными экономическими характеристиками полученных моделей являются коэффициенты регрессии (при Х). Как видно, с улучшением качества земли на один балл урожайность подсолнечника возрастает на 0,135 ц./га., зерновых на 0,47 ц./га. Таким образом, более отзывчивы к плодородию земель зерновые культуры, ибо отношение соответствующего коэффициента регрессии к средней урожайности здесь составляет 2,4%, тогда как по подсолнечнику 1,1 %.
Увеличение минеральных удобрений на 100 килограммов действующего вещества на гектар обуславливает примерно одинаковый прирост урожайности зерновых и подсолнечника: соответственно 4,3 и 4,4 ц./га. Вместе с тем, в относительных величинах эластичности большая отзывчивость туков характерна подсолнечнику (по которому Э2=0,34 против Э1=0,22).
Судя по коэффициентам регрессии при четвертом факторе, улучшение отношения органических удобрений к минеральным на 1 т/ц обуславливает прирост урожайности зерновых культур на 19 кг/га, а подсолнечника на 44 кг/га. Следовательно, отзывчивость на оптимизацию структуры удобрений у подсолнечника выше, нежели, чем у зерновых.
Знание реальных оценок влияния качества земли и удобрений на урожайность культур позволяет определить необходимые нормативы продуктивности земли при разном соотношении базисных факторов.
В среднем по Кабардино-Балкарской Республике оценка земель составляет 70 баллов. По районам и сельскохозяйственным предприятиям наблюдаются различные отклонения этого фактора. При средне-республиканской оценке земель, за счёт увеличения минеральных и органических удобрений, при сложившейся организации и технологии производства, урожайность зерновых может быть существенно увеличена.
В настоящее время на один гектар посевов в республике вносится немногим более 10 кг действующего вещества минеральных удобрений на гектар. При этом, наблюдается минимальное отношение вносимой органики к тукам, порядка 1 тонны в расчёте на центнер.
Соответствующие этим характеристикам показатели урожайности зерна и подсолнечника (соответственно 25,1 и 8,7 ц./га) приняты за базисные, с характеристикой их коэффициентом 1. К этим параметрам были пересчитаны другие нормативные характеристики урожайности. В итоге, в зависимости от различий объективных условий производства сельскохозяйственных предприятий региона коэффициенты урожайности зерна колеблются от 0,43 до 1,84, соответственно, подсолнечника от 0,49 до 0,53.
Эти данные необходимы, во-первых, для дифференциации прогнозных показателей урожайности по сельскохозяйственным предприятиям и районам (определенной ранее с учетом солнечной активности), во-вторых, для их корректировки на перспективу с учетов увеличения внесения минеральных и органических удобрений.
Литература
1. Бабков Г.А. Методы количественного анализа в планировании сельского производства.- Ростов н/Д: РГУ. - 1974.
2. Баскин Г. Сборник избранных трудов, вып.1.- М. - 1925.
3. Вайнштейн А.И. Методология краткосрочного прогноза урожайности зерновых хлебов. М.: ЦЭМИ АН СССР. - 1967.
4. Математические методы в планово-экономических расчетах. - М.: ВНИЭСХ. -1968.
5. Нахушев А., Кенетова Р. Моделирование социально-исторических и этнических процессов. - Нальчик: ЭЛЬ-ФА. - 1998.
6. Обухов В.К. К вопросу об определении ожидаемого урожая /Труды ЦСУ, т. XVI, вып.1.- М.: ЦСУ. - 1923.
7. Применение математической статистики в экономике сельского хозяйства. -Рига: НИЭСХ. - 1972.
8. Успенский О.В. Повышение эффективности затрат в производстве зерновых культур/Автореф. дис. канд. эк. наук. - М.: ВНИЭСХ. - 1969.
№ рег. статьи 0079/2
Это статья Управление экономическими системами: электронный научный журнал
http ://uecs.mcnip.ru
URL этой статьи: http://uecs.mcnip.ru/modules.php?name=News&file=article&sid=146