CC BY
15Анализ влияния энерговооруженности на объемы производства продукции в
сельском хозяйстве Analysis of power supply impact on agricultural production volumes
|>, fi МОСКОВСКИЙ ар ЭКОНОМИЧЕСКИЙ ЖУРНАЛ
УДК 658
DOI 10.24411/2413-046X-2020-10415 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 FSBEIHEPerm SATU, c. Perm
Аннотация. В научной статье проведено эконометрическое исследование зависимости экономических показателей деятельности в аграрном производстве (показатели эффективности экономики и импортозамещения): представлены методика анализа и результаты исследования. Цель исследования - представить методику анализа и выявить наличие (отсутствие) зависимости показателей энерговооруженности труда и надоя молока на одну корову. Метод проведения анализа - регрессионный и корреляционный анализ (парная регрессия и корреляция), расчет ошибки аппроксимации, выдвижение (опровержение) нулевой гипотезы, построение доверительного интервала; область применения результатов - сельское хозяйство. Вывод - показана прямая и тесная связь между экономическими показателями, которая свидетельствует о том, что рост энерговооруженности труда в сельскохозяйственных организациях способен обеспечить рост надоя молока на 1 корову; влияние на результативный признак выбранного фактора подтверждает значение коэффициента детерминации, свидетельствующее об охвате вариации фактором результативного признака на 71,4 %; отвергнута нулевая гипотеза по коэффициенту корреляции; отличный подбор модели к исходным данным подтверждает среднее значение ошибки аппроксимации, равное 4,2 %.
Summary. In the scientific article the econometric research of dependence of economic indicators of activity in agrarian production (indicators of efficiency of economy and import substitution) is conducted: the technique of the analysis and results of a research are presented. The research objective is to present a technique of the analysis and to reveal existence (absence) of dependence of indicators of installed power per employee of work and milk yield of milk on one cow. Method of carrying out the analysis - the regression and correlation analysis (pair regression and correlation), calculation of an error of approximation, promotion (denial) of a null hypothesis, creation of a confidential interval; scope of results - agriculture. Conclusion - shows a direct and close relationship between economic indicators, which shows that the growth of energy-intensive labor in agricultural organizations can ensure the growth of milk on a 1 cow; Influence of the selected factor on the effective characteristic confirms the value of the determination factor, which indicates the variation of the effective characteristic factor by 71.4%; The zero correlation coefficient hypothesis was rejected; Excellent model matching to the source data confirms the average approximation error value of 4.2%.
Ключевые слова: сельское хозяйство; энерговооруженность труда; надой молока на одну корову; парная регрессия и корреляция; нулевая гипотеза.
Keyword: agriculture; installed power per employee of work; putting milk on one cow; paired regression and correlation; null hypothesis.
Введение
Уровень механизации и автоматизации труда в аграрном производстве оказывает существенное влияние на объемы производства сельскохозяйственной продукции, в том числе и продукции животноводства. Обеспечение работников современными средствами труда является важной задачей сельскохозяйственной отрасли. Поэтому, проведение исследования по выявлению зависимости показателей эффективности экономики (энерговооруженность труда в сельскохозяйственных организациях) и импортозамещения (надой молока на одну корову) являются актуальными.
Проблемы обеспечения роста эффективности экономики и импортозамещения являются дискуссионными среди многих отечественных и зарубежных ученых-экономистов: исследовали динамику развития сельского хозяйства России с помощью статистических методов В.М. Баутин и Ю.Н. Романцева [1]; дал оценку современного состояния аграрного сектора в России в условиях санкций К.Г. Бондин [2]; практику регионов в разработке и реализации стратегических программ представил Московский Н.В. [3]; потенциальные возможности АПК и перспективы его развития в Сербии показали в своей статье Milanovic M.R., Stefanovic S. и Dimitrijevic B. [5]; исследовали
степень доступности данных для проведения анализа уровня развития аграрного сектора Чехии Jarolimek J. и Martinec R. [4]; провели сравнение влияния факторов производства в сельском хозяйстве стран Центральной и Восточной Европы Zaharsky Т, Pokrivcak J. [6]. Таким образом, проблемы обеспечения роста эффективности экономики и импортозамещения сельскохозяйственной продукции являются актуальными в отечественной научной среде и на международном уровне.
Материалы и методы исследования Проведем эконометрическое исследование зависимости показателей, характеризующих эффективность экономики Российской Федерации. Рассмотрим зависимость надоя молока на 1 корову от изменения энерговооруженности труда в сельскохозяйственных организациях (энергетические мощности в расчете на 1 работника). Данные для проведения анализа получены на сайте Росстата Российской Федерации (таблица 1).
Таблица 1 - Сведения о показателях, характеризующих эффективность
экономики Российской Федерации
Годы Энерговооруженность труда е сельскохо зяй сгв енных организациях, л.с. Надой молока на 1 корову, ц
2012 70 45
2013 72 45
2014 75 48
2015 74 51
2016 77 54
2017 75 57
2018 80 59
Перед проведением исследования требуется определиться с результативным признаком и фактором:
- надой молока на 1 корову - результативный признак;
- энерговооруженность труда в сельскохозяйственных организациях - фактор.
Составим вспомогательную таблицу (таблица 2) по определению регрессионного значения результативного признака (надой молока на 1 корову).
Таблица 2 - Вспомогательная таблица по определению регрессионного значения результативного признака
Годы .X У -Ч' 2 лг У*
2012 70 45 3150 4900 45=77
2013 72 45 3240 5184 48,124
2014 75 48 3600 5625 51=655
2015 74 51 3774 5476 50:478
2016 77 54 4158 5929 54=0
2017 75 57 4275 5625 51=655
2018 80 59 4720 6400 57=54
Итого 523 359 26917 39139 359222
Среднее значение 74=7 51=3 3845=3 5591=3 5
Уравнение регрессии имеет вид:
На этапе верификации произведем расчет ошибки аппроксимации (таблица 3).
Таблица 3 - Ошибка аппроксимации
Годы V Д у -у* А,
2012 45 45,77 0.11 1=7
2013 45 48,124 ЗЛ24 6=9
2014 48 51,655 3:655 7=6
2015 51 50=478 0=522 1=0
2016 54 54:0 0 0
2017 57 51,655 5=345 9=4
2018 59 57=54 1,46 2=5
Итого 359 359=222 X 29,1
Среднее значение 51=3 51=3 X 4=2
Расчет ошибки аппроксимации производится по формуле:
Размер средней ошибки аппроксимации составил 4,2%, что свидетельствует об отличном подборе модели к исходным данным.
Выдвигаем гипотезу Н0 о статистически незначимыхотличиях от нуля значений показателей: а = Ь = гху = 0.
При ¿табл = 2,57 для числа степеней свободы ё/= п -2 = 7-2 =5, а = 0,05 (погрешность 5%).
Московский экономический журнал №6 2020 Определим случайную ошибку параметра та, используя формулы:
Составим вспомогательную таблицу для определения ошибки параметра та (таблица
Таблица 4 - Вспомогательная таблица для определения ошибки параметра та
Годы У -у* 2 Г
2012 0:77 0:59 70 4900
2013 ЗЛ24 9=76 72 5184
2014 3=655 13=36 75 5625
2015 0=522 0=27 74 5476
2016 0 0 77 5929
2017 5=345 28=57 75 5625
2018 1,46 2=13 80 6400
Итого X 54:68 X 39139
Произведем расчет среднеквадратического отклонения фактора (таблица 5).
Таблица 5 - Расчет среднекЕадратического отклонения фактора
№ тти Методика расчета зг
1 Определяет разницу между данными по 2012 годуй средним значением (74,7). -4,7
2 Возводим в квадрат полученною разницу. 22,09
3 Определяет р а шипу между данными по 2013 годуй средним значением (74,7). -2,7
4 Возводим в квадрат полученную разницу. 7,29
5 Определяет разницу между данными по 2014 годуй средним значением (74,7). 0,3
6 Возводим в квадрат полученную разницу. 0,09
7 Определяет разницу между данными по 2015 годуй средним значением (74,7). -0,7
Возводим в квадрат полученную разницу. 0,49
9 Определяет разницу меж^У данными по 2016 году и средним значением (74,7).
10 Возводим в квадрат полученную разницу. 5,29
11 Определяет разницу между данными по 2017 годуй средним значением (74.7). 0,3
12 Возводим в квадрат полученную разницу. 0,09
13 Определяет разницу между данными по 2015 году и средним значением (74,7). 5,3
14 Возводим в квадрат полученную разницу. 28,09
15 Складываем результаты решения б четных пунктах. 63,43
16 Полученную сумму делим на количество лет (7). 9,06
17 Получаем квадратный корень от результата расчета в пункте 16. 3,0
= ■ — = 10,936 ■ ^ =1.86
л■2 1
Далее определим случайную ошибку параметра ть:
шь= ^ = 1,378
° ах ■ \>п 7.937 Затем определим случайную ошибку параметра тг:
Для определения значения числителя формулы необходимо рассчитать коэффициент детерминации. Коэффициент детерминации равен квадрату коэффициента корреляции. Расчет коэффициента корреляции производится по формуле:
Произведем расчет среднеквадратического отклонения результативного признака (таблица 6).
Таблица б - Расчет среднеквадрашческого отклонения результативного признака
№ пункта Методика расчета У
1 Определяет разницу между данными по 2012 годуй средним значением (51,3). -6,3
2 В о збодим в ква др ат получ енную р а зницу. 39.69
3 Определяет разницу между данными по 2013 годуй средним значением (51,3). -6,3
4 В о збодим б ква др ат полученную р а зницу. 39.69
5 Определяет разницу межЧУ данными по 2014 году и средним значением (51,3). -3,3
6 ВозБодимвквадрат по лученную р азницу. 10,89
7 Определяет разницу между данными по 2015 годуй средним значением (51,3). 0,3
8 В о збодим б ква др ат полеченную р азницу. 0,09
9 Определяет разницу между данными по 2016 году и средним значением (51,3). 2,1
10 В о збодим в ква др ат полученную р азницу. 7,29
11 Определяет разницу между данными по 2017 годуй средним значением (51,3). 5,7
12 В о зводим б ква др ат полученную р азницу. 32,49
13 Определяет разницу между данными по 2015 годуй средним значением (51,3). 7,7
14 Возводим б квадрат полученную разницу. 59,29
15 Сил а дыва ем р езульт аты р еше ней б ч етных пункт ах. 189,43
16 Полученную сумму делим на количество лет (7). 27,06
17 Получаем квадратный корень от результата расчета в пункте 16.
ху- х-у _ 3845.3- 74.7 ■ 51.3 Чу-<тх 5,2-3,0
Значение коэффициент корреляции свидетельствует о наличии тесной связи между результативным признаком и фактором.
Тогда коэффициент детерминации составит:
R2 = 0,714
Коэффициент детерминации показывает вариацию результативного признака, объясняемую фактором.
В завершение произведем вычисление значения t- критерия Стьюдента:
Табличное значение на девяносто пяти процентном уровне значимости (а = 0,05) при числе степеней свободы равное 5 (n - 2) tma6]l = 2,57.
По параметрам a иЬ фактические значения^статистики не превышают табличное значение. По коэффициенту корреляции фактическое значение^статистики превышает табличное значение.
Результаты исследования
Определим предельную ошибку для каждого параметра: Да = Tтабл ■ ma = 2,57 • 1,86 = 4,78; ДЬ = Tтабл ■ тЬ = 2,57 * 1,378 = 3,54.
Доверительный интервал по параметру а: Ya = а ± Да = -36,62 ± 4,78; Ya mn = -36,62 - 4,78 = - 41,4; Ya max = -36,62 + 4,78 = -31,84.
Доверительный интервал по параметру Ь: Yb = Ь ± ДЬ = 1,177 ± 3,54; Yb min = 1,177 - 3,54 = -2,363; Yb ma, = 1,177 + 3,54 = 4,717.
Нулевая гипотеза: по параметру a подтверждается; по параметру Ь подтверждается; по коэффициенту корреляции отклоняется. Значения параметров a и Ь стремятся к
нулевой отметке, а значение коэффициента корреляции отклоняется от нулевой отметки и статистически значимо.
Выводы
Таким образом, увеличение надоя молока на 1 корову на 71,4 % сопряжено с ростом энерговооруженности, а на долю неучтенных в модели факторов приходится (1 - 0,714) 28,6 %.
Анализ верхней и нижней границ (уа тах иуа тт ; yb max и yb min) доверительных интервалов свидетельствует о том, что с вероятностью 0,95 (p = 1 -а): значениепараметрова и b статистически не значимо, а значение коэффициента корреляции, находясь в указанных границах, не принимает нулевых значений и существенно отличаются от нуля.
Список литературы
1. Баутин В.М., Романцева Ю.Н. Статистический анализ динамики развития сельского хозяйства России в постсоветский период // Экономика сельского хозяйства России. -2016. - № 6. - С. 26 - 32.
2. Бондаренко Л.В. Импортозамещение глазами экспертов и жителей села // Экономика сельскохозяйственных и перерабатывающих предприятий. - 2016. - № 1. - С. 45 - 49.
3. Московский Н.В. Региональная практика разработки и реализации стратегических программ // Агропродовольственная политика России. - 2016. - № 9. - С. 26 - 29.
4. Jarolimek J., Martinec R. Fnalysis of open data availability in Czech Republic agrarian sector // Agris On-line Papers in Economics and Informatics. - 2016. - № 3. - P.57 - 67.
5. Milanovic M.R. Agrarian potentials in the reindustrialization of Serbia - import of inputs and the opportunity costs of development // Economics of Agriculture. - 2016. Vol. 63, - № 1. - Р. 143-158.
6. Zahorsky T., Pokrivcal J. Assessment of the agricultural performance in Central and Eastern European countries // Agris On-line Papers in Economics and Informatics. - 2017. - № 1. -P.113 - 123.
References
1. Bautin V. M., Romantseva Yu. N. Statistical analysis of the dynamics of Russian agriculture development in the post-Soviet period // Economics of agriculture in Russia. - 2016. - No. 6. -P. 26-32.4.
2. Bondarenko L. V. Import Substitution through the eyes of experts and villagers // Economics of agricultural and processing enterprises. - 2016. - No. 1. - P. 45 - 49.
3. Moscow N. In. Regional practice development and implementation of strategic programs // agricultural and food policy of Russia. - 2016. No. 9. - S. 26 - 29.
4. Jarolimek J., Martinec R. Fnalysis of open data availability in Czech Republic agrarian sector // Agris On-line Papers in Economics and Informatics. - 2016. - № 3. - P.57 - 67.
5. Milanovic M.R. Agrarian potentials in the reindustrialization of Serbia - import of inputs and the opportunity costs of development // Economics of Agriculture. - 2016. Vol. 63, - № 1. - P. 143-158.
6. Zahorsky T., Pokrivcal J. Assessment of the agricultural performance in Central and Eastern European countries // Agris On-line Papers in Economics and Informatics. - 2017. - № 1. -P.113 - 123.
