CC BY
15Анализ зависимости показателей импортозамещения продукции и заработной платы Analysis of dependence of import substitution indicators and wages
1,f МОСКОВСКИЙ ■p ЭКОНОМИЧЕСКИЙ ЖУРНАЛ
УДК 658
DOI 10.24411/2413-046Х-2020-10115 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 зависимости показателей импортозамещения продукции в Российской Федерации и заработной платы. В качестве показателей импортозамещения продукции взяты статистические данные о производстве картофеля в Российской Федерации. Для интерпретации данных о заработной плате и привлечения статистической информации использованы сведения сайта Росстата Российской Федерации о среднемесячной номинальной начисленной заработной плате работников организаций. Цель работы -представить методику анализа и выявить наличие (отсутствие) зависимости показателей импортозамещения и заработной платы в Российской Федерации. Метод проведения анализа - корреляционный анализ (парная корреляция), область применения результатов -сельское хозяйство. Вывод - выявлена слабая и отрицательная связь между экономическими показателями, свидетельствующая о том, что спад показателей импортозамещения (объемов производства картофеля) не приводит к росту среднемесячной номинальной начисленной заработной платой работников организаций. Summary. The scientific article presents the methodology and results of the study of the dependence of indicators of import substitution of products in the Russian Federation and wages. Statistical data on potato production in the Russian Federation are taken as indicators of import substitution of products. To interpret salary data and attract statistical information, we used data
from the Rosstat website of the Russian Federation on the average monthly nominal accrued wages of employees of organizations. The purpose of the work is to present a methodology for analysis and identify the presence (absence) of dependence of import substitution indicators and wages in the Russian Federation. The method of analysis - correlation analysis (pair correlation), the scope of the results-agriculture. Conclusion-there is a weak and negative relationship between economic indicators, indicating that the decline in import substitution indicators (potato production volumes) does not lead to an increase in the average monthly nominal accrued wages of employees of organizations.
Ключевые слова: сельское хозяйство; импортозамещение; заработная плата; корреляционный анализ; парная корреляция.
Keyword: agriculture; import substitution; wages; correlation analysis; pair correlation.
Введение
Современные условия хозяйствования агрессивно влияют на развитие сельского хозяйства в Российской Федерации. Условия санкций, квоты и эмбарго заставляют отечественных товаропроизводителей активно заниматься импортозамещением. Нельзя констатировать, что процесс импортозамещения положительно отражается на экономике страны, способствует ее успешному развитию.
В научной литературе многие отечественные и зарубежные ученые обращают внимание на влияние санкций со стороны государств-импортеров. В дискуссиях принимали участие: Л.В. Бондаренко показал влияние импортозамещения на экономику страны глазами экспертов и жителей села [2]; В.М. Баутин и Ю.Н. Романцева провели статистический анализ динамики развития сельского хозяйства России и выявили резервы [1]; К.Г. Бондин сделал оценку современному состоянию аграрного сектора в России в условиях санкций [3]; К. Kaneva презентовала возможности и угрозы программы Общей аграрной политики ЕС и связь с функционированием сельскохозяйственных предприятий Болгарии [5]; N.V. Kireyenka и S.A. Kondratenko исследовали угрозы продовольственной безопасности Белоруссии в современных глобальных национальных аспектах [6]; D. Magana-Lemus, A. Ishdorj, C.R. Rosson и J. Lara-Alvares акцентировали внимание на неудовлетворительном состоянии продовольственной безопасности в Мексике [4].
Таким образом, проблемы развития сельского хозяйства в условиях санкций и возможности импортозамещения являются актуальными на международном уровне.
Материалы и методы исследования
Согласно данным сайта Росстата импортозамещение в Российской Федерации характеризует показатели производства продукции растениеводства (таблица 1).
Таблица 1 — Сведения о производстве картофеля и среднемесячной
номинальной начисленной заработной платой работников организаций
Годы Производство картофеля. Среднемесячная
нлн. тонн номинальная начисленная заработная тага работников организаций, рублен
2032 24.5 23820.9
2033 24.0 24735.5
2034 24.3 27302.3
2035 25.4 28527.9
2036 22 5 30651.2
2037 23.7 32951.5
2038 22 4 35802.0
Для определения тесноты зависимости показателей импортозамещения в Российской Федерации и заработной платы проведем исследование методом парной корреляции. Коэффициент парной корреляции определяется по формуле:
Оу' вХ
Определимся с результативным признаком и фактором: у - результативный признак - среднемесячная номинальная начисленная заработная плата работников организаций, рублей;
х - фактор - производство картофеля, млн. тонн
Формула расчета коэффициента корреляции содержит дробь: числитель и знаменатель. Произведем расчет значения числителя. Для этого выполним четыре шага. Шаг 1. Среднее значение произведения фактора и признака (таблица 2).
Таблица 2 — Среднее значение произведения фактора и признака
Годы .X V .XV"
2012 24.5 21820,9 534612,05
2013 24,0 24715,5 593172
2014 24.3 27102,3 658585,39
2015 25.4 28527,9 724608,66
2016 22,5 30651,2 689652
2017 21.7 32951,5 715047,55
2018 22,4 35802,0 801964,8
Итого X X 4717642.95
Среднее значение X X 673948.99
Шаг 2. Среднее значение фактора (таблица 3). Таблица 3 — Среднее значение фактора
Годы X
2012 24.5
2033 24.0
2034 24.3
2035 25.4
2036 22.5
2037 23.7
2038 22,4
Итого 364.8
Среднее значение 23.5
1
Шаг 3. Среднее значение признака (таблица 4).
Таблица 4 — Среднее значение признака
Годы у
2012 21820=9
2013 24715.5
2014 27102.3
2015 23527.9
2016 30651.2
2017 32951.5
2018 35802.0
Итого 201571.3
Среднее значение 23795.9
Шаг 4. Значение числителя.
^ _ 673948.99 - 23,5 * 28795.9 _ 673940.99 - 676703,65 _ -2754,66
Далее произведем расчет знаменателя в формуле. Для этого выполним три шага.
Таблица 5 — Среднеквадратнческое отклонение результативного признака
Методика расчета V
пункта
1 Определяет разницу между данными по 2012 году и средним значением. -6975
2 Возводим в квадрат полученную разницу. 4865062?
3 Определяет разницу между данными по 2013 году и средним значением. -4080,4
4 Возводим в квадрат полученную разницу. 16649664 Л 6
5 Определяет разницу между данными по 2014 году и средним значением. -1693,6
6 Возводим в квадрат полученную разницу. 2868280.96
7 Определяет разницу между данными по 2015 году и средним значением. -268
8 Возводим е квадрат полученную разницу. 71824
9 Определяет разницу между данными по 2016 году и средним значением. 1855,3
10 Возводим е квадрат полученную разницу. 3442138.09
11 Определяет разницу между данными по 2017 году и средним значением. 4155:6
12 Возводим е квадрат полученную разницу. 17269011.36
13 Определяет разницу между данными по 2018 году и средним значением. 7006;1
14 Возводим е квадрат полученную разницу. 49085437.21
15 Складываем результаты решения в четных пунктах. 1.3 80.36980.78
16 Полученную сумму делим на количество лет (7). 19719568.68.3
17 Получаем квадратный корень от результата расчета в пункте 16. 4440,672
Шаг 2. Среднеквадратическое отклонение по фактору (таблица 6). Расчет производим по данным таблицы 3.
Таблица 6 — Рабочая таблица по определению среднеквадратического отклонения фактора
№ пункта ^Методика расчета X
1 Определяет разниц;* между данными по 2012 году и среднны значением. 1
2 Возводим в квадрат полеченную разницу. 1
3 Определяет разницу между данными по 2013 году и средним значением. 0=5
4 Возводим в квадрат полученную разницу. 0=25
5 Определяет разницу между данными по 2014 году и средним значением. 0=8
6 Возводим в квадрат полеченную разницу. 0.64
7 Определяет разницу между данными по 2015 году и средним значением. 1=9
8 Возводим в квадрат полученную разницу. 3.61
9 Определяет разниц;7 между данными по 2016 году и средним значением. -1
10 Возводим в квадрат полученную разницу. 1
11 Определяет разниц;- между данными по 2017 год;- и средним значением. -1.8
12 Возводим в квадрат полученную разницу. 3.24
13 Определяет разниц;- между данными по 2018 году и средним значением. 1,1
14 Возводим в квадрат полученную разницу. 1.21
15 Складываем результаты решения в четных пунктах. 10.95
16 Полученную сумму делим на количество лет (7). 1.564
17 Получаем квадратный корень от результата расчета в пункте 16. 1.25
Шаг 3. Значение знаменателя.
г =
jpy- х-у
ху- дг-у
оу<гх 4440,672 + 1,25 5550,04
Результаты исследования
Получив значения числителя и знаменателя, произведем расчет коэффициента парной корреляции.
Г =
ху- ху
-2754,66
— 0,496
<7у' <7Х 5ЬЬ0,в4
Сделаем экономическую интерпретацию результатов исследования тесноты зависимости показателей импортозамещения и среднемесячной номинальной начисленной заработной платы работников организаций.
Отметим, что коэффициент парной корреляции - это статистический показатель, характеризующий степень тесноты связи между двумя переменными. Его значение может варьироваться от -1 до 1. При значении коэффициента корреляции от 0,3 до 0,5 связь между переменными слабая, при значении от 0,5 до 0,7 связь умеренная, при значении свыше 0,7 связь тесная. При значении, равном нулю, связь отсутствует. Положительное значение коэффициента свидетельствует о наличии прямой связи, а отрицательное - обратной связи.
Прямая связь характеризуется тем, что с увеличением фактора произойдет увеличение результативного признака. И, наоборот, при отрицательной связи рост фактора приводит к снижению результативного признака.
Выводы
Таким образом, выявлена слабая связь между значениями среднемесячной номинальной начисленной заработной платой работников организаций и производством картофеля. Отрицательное значение коэффициента корреляции свидетельствует о наличии обратной связи между показателями, характеризующими импортозамещение в Российской Федерации. Обратная связь характеризуется тем, что при снижении объемов производства картофеля наблюдается увеличение среднемесячной номинальной начисленной заработной платой работников организаций.
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. Бондин К.Г. Аграрный сектор в России в условиях санкций: некоторые общие и частные оценки // Экономика сельскохозяйственных и перерабатывающих предприятий. - 2016. -№ 3. - С. 14 - 22.
4. Determinants of household food insecurity in Mexico / Magana-Lemus D., Ishdorj A., Rosson C.R., Lara-Alvares J. // Agricultural and Food Economics. - 2016. - Vol.4. - P.4 - 10.
5. Kaneva K. Challenges to agricultural holdings: CAP 2015 - 2020 // Икон. Упр.селск.Стоп. -2014. - Vol.59, № 3. - P.17 - 27.
6. Kireyenka N.V., Kondratenko S.A. Food security of the Republic of Belarus: global and national aspects // Весш. Нац. акад. навук Беларус Сер. аграр. навук. - 2015. - № 4. - Р. 5-16.
Reference
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. Bondin K. G. the Agricultural sector in Russia under sanctions: some General and private assessments // Economics of agricultural and processing enterprises. - 2016. - No. 3. - P. 14-22.
4. Determinants of household food insecurity in Mexico / Magana-Lemus D., Ishdorj A., Rosson C.R., Lara-Alvares J. // Agricultural and Food Economics. - 2016. - Vol.4. - P.4 - 10.
5. Kaneva K. Challenges to agricultural holdings: CAP 2015 - 2020 // Икон. Упр.селск.Стоп. -2014. - Vol.59, № 3. - P.17 - 27.
6. Kireyenka N.V., Kondratenko S.A. Food security of the Republic of Belarus: global and national aspects // Весш. Нац. акад. навук Беларус Сер. аграр. навук. - 2015. - № 4. - Р. 5-16.
