CC BY
15Анализ зависимости результатов деятельности и уровня заработной платы работников аграрного производства Analysis of dependence of activity results and level of wages of agricultural workers
|>, fl МОСКОВСКИЙ ар ЭКОНОМИЧЕСКИЙ ЖУРНАЛ
УДК 658
DOI 10.24411/2413-046Х-2020-10304 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 проведено эконометрическое исследование зависимости заработной платы от результативности деятельности аграрного производства: представлены методика анализа и результаты исследования. Цель исследования -представить методику анализа и выявить наличие (отсутствие) зависимости показателей заработной платы от прибыли. 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 - выявлена тесная связь между экономическими показателями, свидетельствующая о том, что рост прибыли приводит к росту заработной платы; влияние на результативный признак выбранного фактора подтверждает значение коэффициента детерминации, свидетельствующее об охвате вариации фактором результативного признака на 85,7%; отвергнута нулевая гипотеза.
Summary. The scientific article carried out an econometric study of the dependence of wages on the performance of agricultural production: the methodology of analysis and the results of the study are presented. The purpose of the study is to present the methodology of analysis and to identify the presence (absence) of dependence of wage indicators on profits. Analysis method -
regression and correlation analysis (pair regression and correlation), calculation of approximation error, extension (refutation) of zero hypothesis, construction of confidence interval; The scope of the results is agriculture. Conclusion - A close link between economic indicators has been identified, indicating that rising profits lead to higher wages; Influence on the effective characteristic of the selected factor confirms the value of the determination coefficient, which indicates the coverage of variation of the effective characteristic factor by 85.7%; the null hypothesis is rejected.
Ключевые слова: сельское хозяйство; заработная плата; прибыль организаций; парная регрессия и корреляция; доверительный интервал.
Keyword: agriculture; salary; profit of the organizations; paired regression and correlation; confidential interval.
Введение
Результаты деятельности предприятий аграрного производства напрямую положительно влияют на размеры материального стимулирования работников. Кроме того, стабильность работодателя позволяет обеспечить сохранность рабочих мест. Поэтому, проведение исследования зависимости заработной платы от изменения прибыли организаций является актуальным.
Проблемы обеспечения прибыльности и роста заработной платы являются дискуссионными среди многих отечественных и зарубежных ученых--экономистов: Zahorsky T. и Pokrivcak J. провели анализ влияния факторов, оказывающих влияние на эффективность производства в сельском хозяйстве стран Центральной и Восточной Европы [6]; Tymosenko M. и Golovach K. с помощью инструментов математического моделировния выявили перспективы устойчивого развития сельскохозяйственных регионов Украины [5]; Milanovic M.R. акцентировал внимание на огромном потенциале АПК в деле реиндустриализации в Сербии [4]; Котомина М. провела сравнительный анализ влияния развития сельскохозяйственной кооперации на качество жизни сельского населения [1]; Смирных С.Н., Потапцева Е.В., Хмельницкая З.Б., Сарабский А.А. раскрыли региональную специфику создания высокопроизводительных рабочих мест в сельском хозяйстве [2]; Семин А.Н. вскрыл проблемы организации оплаты сельскохозяйственного труда в условиях низкой доходности отрасли [3].
Таким образом, проблемы повышения заинтересованности работников и повышения эффективности деятельности в аграрном производстве являются актуальными в отечественной научной среде и на международном уровне.
Материалы и методы исследования
Эконометрическое исследование зависимости показателей прибыли и заработной платы проводится на основании статистических показателей, полученных на сайте Росстата Российской Федерации (таблица 1).
Таблица I — Сведения о финансовых результатах организаций
Российской Федерации
Годы Сумма прибыли, трлн. рублей Среднемесячная номинальная начисленная заработная плата работников организаций, рублей
2012 9,2 21820,9
2013 9,5 24715,5
2014 10.5 27102,3
2015 12.6 28527,9
2016 15,8 30651.2
2017 14.1 32951.5
2018 16.5 35802,0
Для начала определимся с результативным признаком и фактором:
- результативный признак - среднемесячная номинальная начисленная заработная плата работников организаций;
- фактор - сумма прибыли.
Произведем расчет регрессионного значения результативного признака (таблица 2). Таблица 2 — Рабочая таблица по определешпо регрессионного значения
результативного признака
Годы X у ху А
2012 9,2 21820,9 200752.28 84,64 23727.18
2013 9,5 24715.5 234797.25 50,25 24174.42
2014 10,5 27Ю2.3 2845 74,15 1 10,25 25665.22
2015 12,6 28527,9 3 59451,54 158,76 28795,9
2016 15,8 30651.2 484288,96 249,64 33566,46
2017 14,1 32951.5 464616,15 198,81 3 Ю32,1
2018 16,5 35802,0 590733 272.25 34610,02
Итого 88,2 201571,3 2619213,33 1 164,6 201571.3
Среднее значение 12,6 28795,9 374173,33 166,37 28795,9
% = а + Ь - х
Уравнение регрессии
Московский экономический журнал №5 2020
. ху-х-у 374173,33- 12,6-23795.9 , „
Ь = -¿- =-= 1490.8
.г2- х 166,37- 12,& ■ 12.6
а = у - Ъ ■ х = 28795.9 - 1490,8 12,6 = 10011,82
1)ух = а + Ьх =10011,82 + 1490,8 - 9,2 = 23727,18
2) ух =а + Ь - х =10011,82 + 1490,8 - 9,5 = 24174,42
3) ух = а + Ъ х =10011,82 + 1490,8 -10,5 = 25665,22
4) ух =а + Ь - х =10011,82 + 1490,8 -12,6 = 28795,9
5) ух = а + Ъ х = 10011,82 - 1490,8 - 15,8 = 33566,46
6) ух = а + Ь х =10011,82 + 1490,8 -14,1 = 31032,1
7) ух = а + Ъ - х =10011,82 + 1490,8 -16,5 = 34610,02
Определим ошибку аппроксимации (таблица 3).
Таблица 3 - Расчет ошибки аппроксныащш
Горы У % А
2012 21520.9 23727,16 -1906.23 3=7
2013 24715,5 24174.42 541,0В 2,5
2014 27102,3 25665,22 1437.0В 6.6
2015 23527.9 28795.9 -263 1=2
2016 30651,2 33566,46 -2915.26 13.4
2017 32951,5 31032.1 1919.4 3,3
2013 35302,0 34610.02 1191,98 5,5
Итого 201571.3 201571.3 X 46.7
Среднее значение 23795.9 23795.9 6=7
г)
10(1%
1)Х V- УХ 100 19 06,2 В 100 = Б:7
1
2) А - 7- У* 1 100 sii.ua ■ 100 = 2,5
3 )А 7- У* 100 1457,05 100 = = 6,6
1
4} X 7- У* 100 26В 100 = 1=2
1
5} А 7- У* 100 5915,2 й 100 = = 13,4
1
6) А - 7- У* 1 100 1919,4 100 = Я.Е
7} А 7- У* 100 1141,43 100 = 5,5
1 гизм
Выдвигаем гипотезу Н0 о статистически незначимыхотличиях от нуля значений показателей:
а = Ъ = тХу = 0.
¿табл = 2,57 для числа степеней свободы ё/= п - 2 = 7 - 2 = 5 и а = 0,05.
Шаг 1. Определим случайную ошибку параметра та:
Для определения ошибки параметра та составим рабочую таблицу (таблица 4). Таблица 4 - Рабочая таблица для определения ошибки параметра пи
Годы у-9* X X2
2012 -1906,28 3633903,44 92 84,64
2013 541,08 292767,57 90,25
2014 1437.08 2065198,93 10,5 110,25
2015 -268 71824 12,6 158,76
2016 -2915,26 8498740,87 15,8 249,64
2017 1919,4 3684096,36 14,1 198,81
2018 1191,98 1420816,32 16,5 272,25
Итого X 19667347,49 X 1164,6
В таблице 5 напомним расчет среднеквадратического отклонения фактора.
Таолица 5 - Расчет среднеквадратнческогс отклонения фактора
пункта Методика расчета I
1 Определяет разницу между данными пс 2012 году н средним значением. -3,4
Возесдим в квадрат полученную разницу. 11,56
3 Определяет разницу между данными пс 2013 году и средним значением. -3,1
4 Возесдим в квадрат полученную разницу. 9.61
Определяет разницу между данными пс 2014 году н средним значением. -2,1
6 Возесдим в квадрат полученную разнит'. +.41
7 Определяет разницу между данными пс 2015 году и средним значением. 0
Возводим е квадрат полученную разницу'. 0
9 Определяет разницу между данными пс 2016 году н средним значением. 3=2
10 Возесдим в квадрат полученную разницу'. 10,24
11 Определяет разницу' между данными пс 2017 году' и средним значением. 1=5
11 Возводим б квадрат полученную разницу'. 2,2:
13 Определяет разницу' между данными пс 2013 году н средним значением. 3,9
14 Возводим в квадрат полученную разницу'. 15,21
15 Складываем результаты решения в четных пунктах. 53,2Е
16 Полученную сумму делим на количество лет (7). 7.611
17 Получаем ввадратныи корень от результата расчета б пункте 16. 2,759
Шаг 2. Определим случайную ошибку параметра ть:
19ВЗ..З
ть =
7,3
= 271.7
Шаг 3. Определим случайную ошибку параметра тг:
Для определения числителя необходимо рассчитать коэффициент детерминации. Коэффициент детерминации равен квадрату коэффициента корреляции. Напомним расчет коэффициента корреляции:
ху- х у
г = R-:
Оу- вх
0.926
0,857
Коэффициент детерминации показывает вариацию результативного признака, объясняемую фактором.
Шаг 3. Вычисление значения (— критерия Стьюдента:
U =
tb -
tr -
л 10011,fi2
3504,17
Ъ 1490,а
тъ 271,7
Т 0,926
mr 0,169
= 2,86
5.49
=5,48
Табличное значение на пяти процентном уровне значимости (а = 0,05) при числе степеней свободы равное 5 (п - 2) 1табл = 2,57.
По параметрам а иЬ фактические значения^-статистики превышают табличное значение. По коэффициенту корреляции фактические значения^-статистики превышают табличное значение.
Результаты исследования
Определим предельную ошибку для каждого параметра: Да = Ттабл • та = 2,57 • 3504,17 = 9005,72; ДЬ = Ттабл • тЬ = 2,57 * 271,7 = 698,27.
Доверительный интервал по параметру а: Уа = а ± Да = 10011,82 ± 9005,72;
Ya
10011,82 - 9005,72 = 1006,1;
Ya max = 10011,82 + 9005,72 = 19017,54.
Доверительный интервал по параметру b: Yb = b ± ДЬ = 1490,8 ± 698,27; Yb mm = 1490,8 - 698,27 = 792,53; Yb max = 1490,8 + 698,27 = 2189,07.
Нулевая гипотеза: по параметру a отклоняется; по параметру b отклоняется; по коэффициенту корреляции отклоняется. Значения параметров a и b, а также коэффициента корреляции статистически значимы.
Выводы
Таким образом, рост среднемесячной номинальной начисленной заработной платы работников организаций на 85,7 % сопряжен с ростом прибыли, а на долю неучтенных в модели факторов приходится (1 - 0,857) 14,3 %.
Анализ верхней и нижней границ (ya max иуа min ; Yb max и Yb min) доверительных интервалов свидетельствует о том, что с вероятностью 0,95 (p = 1 - а): параметрью и b, а также коэффициент корреляции, находясь в указанных границах, не принимают нулевых значений и существенно отличаются от нуля.
Список литературы
1. Котомина М. Качество жизни сельского населения в регионах России и его связь с уровнем развития сельскохозяйственной кооперации // Международный сельскохозяйственный журнал. - 2017. - № 1. - С. 30 - 42.
2. Региональная специфика создания высокопроизводительных рабочих мест в сельском хозяйстве / Смирных С.Н., Потапцева Е.В., Хмельницкая З.Б., Сарабский А.А. // Аграрный вестник Урала. - 2016. - № 10. - С. 109 - 118.
3. Семин А.Н. Проблемы организации оплаты сельскохозяйственного труда в условиях низкой доходности отрасли // Агропродовольственная политика России. - 2016. - № 9. -С. 76 - 79.
4. 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.
5. Tymoseenko M., Golovach K. Modeling of the prospects for sustainable development of agricultural territories by the Bayesian networks // Management Theory and Studies for Rural Business and Infrastructure Development. - 2018. Vol. 40, - № 2. - Р. 263-273.
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. Kotomina M. Quality of life of the rural population in the regions of Russia and its connection with the level of development of agricultural cooperation//International Agricultural Journal. -2017. - № 1. - P 30 - 42.
2. Regional specifics of creation of high-productivity jobs in agriculture/Smyrny S.N., Potaptseva E.V., Khmelnitskaya Z.B., Sarabsky A.A.//Agrarian Gazette of the Ural. - 2016. - № 10. - P 109 - 118.
3. Semin A.N. Problems of organization of agricultural labor remuneration in conditions of low profitability of the industry//Agri-food policy of Russia. - 2016. - № 9. - S. 76 - 79.
4. 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.
5. Tymoseenko M., Golovach K. Modeling of the prospects for sustainable development of agricultural territories by the Bayesian networks // Management Theory and Studies for Rural Business and Infrastructure Development. - 2018. Vol. 40, - № 2. - P. 263-273.
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.
