CC BY
38
10. Chernyavskaya, S.A. Formation of a controlling service in an organization / С.А. Chernyavskaya, Salova T.A. // Collection: Ways to increase the efficiency of economic and social activities of cooperative organizations. Materials of the X International scientific-practical conference. 2015. S.177-180.
11. Automation of primary accounting in crop production // Chernyavskaya S.A. / Political Internet electronic scientific journal of the Kuban State Agrarian University. 2006. No. 19. S. 62-67.
12. Nebavskaya, T.V. The place of strategic management accounting in the organization's management system / T.V. Ne-bavskaya, O.S. Rozhkova // In the collection: Formation of the economic potential of business entities: problems, prospects, accounting and analytical support materials of the VI International Scientific Conference. 2016. pp. 311-317.
13. Problems of financing and accounting in the implementation of the innovative model of economic development: issues of theory and practice / Kruglyak Z. I., Shvyreva O. I., Chernyavskaya S. A., Vlasenko E. A., Nebavskaya T. V., Fedotova E B., Litvinova V.S., Rudenko O.N. - Collective Monograph / Moscow, 2015 .-- 278 p. S. 150-176.
14. Chernyavskaya, S. A. Branch features of primary accounting automation in crop production) / S. A. Chernyavskaya, E.A. Vlasenko, T. V. Nebavskaya / / Economics and entrepreneurship. - 2014. - No. 12-4. - Pp. 770-774.
15. Chernyavskaya, S. A. Branch features of automation of accounting in plant growing and auxiliary production (machine-tractor Park) / S. A. Chernyavskaya, E. A. Vlasenko, T. V. Nebavskaya / / Economics and entrepreneurship. - 2014. - No. 124. - Pp. 793-797.
DOI: 10.24411/2309-4788-2020-10428
Н.Н. Яроменко - доцент кафедры статистики и прикладной математики, к.э.н., Кубанский государственный аграрный университет, [email protected],
N.N. Yaromenko - Associate Professor, Department of Statistics and Applied Mathematics, Ph.D., Kuban state agrarian University;
А.А. Кулак - студентка, Кубанский государственный аграрный университет, [email protected],
А.А. Kulak - student, Kuban state agrarian University;
А.А. Овсиенко - студентка, Кубанский государственный аграрный университет, [email protected],
А.А. Ovsienko - student, Kuban state agrarian University.
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА УРОЖАЙНОСТЬ ЗЕРНОВЫХ (НА ПРИМЕРЕ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОРГАНИЗАЦИЙ ЦЕНТРАЛЬНОЙ ЗОНЫ КРАСНОДАРСКОГО КРАЯ) ECONOMETRIC ANALYSIS OF FACTORS INFLUENCING CEREAL YIELD (BY THE EXAMPLE OF AGRICULTURAL ORGANIZATIONS OF THE CENTRAL ZONE OF THE KRASNODAR REGION)
Аннотация. Краснодарский край является житницей России, в связи с этим, производство зерна является основной его отраслевой деятельностью. В представленной статье, рассматриваются различные факторы, которые оказывают большое влияние в формирование изготовления зерновых культур на территории Краснодарского края.
Например, к ним можно отнести, благоприятные условия для выращивания отраслевой культуры, высококачественные организационно-технические работы аграрных организаций, а также нужды населения в зерновой продукции. Сформировавшаяся в государстве не самая благоприятная обстановка в экономическом плане, требует от аграрных предприятий решений проблем, путем поиска внутренних запасов, с целью увеличения оборота производства продукции.
Тем самым, проводя, анализ собственных резервов мы можем выявить все те факторы, которые отрицательно влияют на его формирование. В данной статье предлагаются методы оптимизации, в которых проглядывается влияние экономических факторов на саму урожайность зерновых культур в Краснодарском крае. Наглядно рассмотрен корреляционно - регрессионный анализ, а также - динамика урожайности зерновых культур, с целью определения зависимости между показателями.
Abstract. Krasnodar Territory is the breadbasket of Russia, in this regard, grain production is its main industry activity. In the presented article, various factors that have a great influence on the formation of the production of crops in the Krasnodar Territory are considered.
For example, they include favorable conditions for the cultivation of industry culture, high-quality organizational and technical work of agricultural organizations, as well as the needs of the population in grain production. The economic situation that has formed in the state is not the most favorable, it requires agrarian enterprises to solve problems by searching for domestic stocks in order to increase the turnover of production.
Thus, by conducting an analysis of our own reserves, we can identify all those factors that negatively affect its formation. This article proposes optimization methods in which the influence of economic factors on the yield of grain crops in the Krasnodar Territory is visible. The correlation - regression analysis, as well as the dynamics of the yield of grain crops, with the aim of determining the relationship between the indicators, are clearly considered.
Ключевые слова: корреляционно-регрессионный анализ, урожайность, зерновые культуры, оптимизация, динамика
Keywords: correlation and regression analysis, productivity, crops, optimization, dynamics
Рацион питания человека и домашнего скота, не представляется возможным без употребления зерновых культур. Поэтому одна из таких отраслей, как зерновое производство, занимает немало важное место в жизни всей страны. А стабильное производство является одним из первостепенных требований для продуктивного развития всех отраслей хозяйства. Ведь, без должного обеспечения устойчивости выпуска продукции в агропромышленном комплексе (АПК), возникают серьезные проблемы: [1]
1) В связи с этим АПК является одним из основных и очень важных поставщиков продовольственных и потребительских товаров населению, то и в случае прерывания его деятельности последствия сильно скажутся на уровне жизни жителей нашей страны.
2) Если говорить о состоянии сельскохозяйственной техники и оборудования, то обновление их проходит достаточно редко, поэтому степень износа повышается, а значит зачастую составляет свыше 50%. Это все приводит к тому, что техника испытывает колоссальную нагрузку и тем самым увеличивается коэффициент выбытия техники. А, следовательно, при сборе урожая теряется до 30 % зерна, а овощей до 40% от собранного урожая.
3) Из-за низкого уровня финансирования, снижается развитие экономической инфраструктуры и информационного канала в АПК. Поэтому данная сфера деятельностям испытывает в сезонный период острую нехватку собственных оборотных активов при высокой кредитной задолженности. Банковский сектор и система налогообложения не учитывают сезонный характер производства, чем создают дополнительные сложности для аграриев. [2]
Так как, в нашей стране сложилась неблагоприятная экономическая ситуация, то вышеперечисленные проблемы вызывают значительную степень колебания урожайности. Поэтому, чтобы этого избежать и даже приумножить объём производства продукции необходимо найти внутренние резервы.
Важным показателем, отражающим уровень сельскохозяйственного производства, является - урожайность. Это возможность получение высокого урожая с помощью климатических условий на определенной местности, плодородности почвы, биологических свойствах самого растения, а также удобрений для создания лучшего урожая. Также важное место занимает - уровень урожайности. Он показывает влияние экономических и природных условий, в которых осуществляется производство сельхозозяйственной продукции и качество координационно-хозяйственной деятельности любой компании. Поэтому к нему зачастую относят, такие показатели как: рентабельность, производительность труда, себестоимость продукции и другие.
Таким образом, территория на которой располагается материально-техническая база аграрного хозяйства, являются, согласно собственной структуре - неоднородными и в таком случае, она рождает различного рода расходы, с целью изготовления продукции на ед. га.
Повышение качества структуры почвы также требует применения известковых веществ. Данная мера используется для почв с повышенным содержанием кислоты, помогая не только в удобрении земли, но и в борьбе с вредоносными насекомыми. Для достижения высокого уровня урожайности применяется - использование севооборота повышенного качества. В связи с этим, большое внимание стоит уделять фундаментальным принципам агрономии, а именно местонахождение всех ключевых объектов и необходимых ресурсов севооборота должно определятся качеством условий размещения.
Из покон веков Краснодарский край занимает ключевые позиции в стране по сбору урожая. В настоящий момент Кубань находится на первом месте по объему валовой продукции агропромышленного сектора. Сельскохозяйственные угодья занимают площадь в 453,4 тыс. га, что в процентном соотношении представляет собой 6% от совокупной площади данного региона. Помимо этого, стоит ответить, что совокупная площадь земель, отведённая на сельское хозяйство, составляет 26,6 %, от государственных земельных ресурсов, или в натуральном выражении 455 млн га, где общая площадь пашни составляет 7,5 % или 129 млн га.
Продукция растениеводства представляет собой 40 % от общей совокупности всей сельскохозяйственной продукции. Стоит также отметить, что посевные площади во всех сферах экономики по отношению к прочим сельскохозяйственным культурам каждый год составляют 3,6-3,7 млн га. При этом зерновым культурам в среднем отводится площадь на 2,2 млн га.
Однородность урожайности на разных по плодородности почвах, достигается на основании особого подхода к таким показателям, как качество и количество используемых удобрений, оснащенность объектов хозяйствования всей необходимой техникой, а также уровень выплачиваемой работником заработной платы. В производимых расчетах производится учет применяемости машин и технологий, используемых в процессе производства зерна, а также уровень их современности и эффективности, например, комбайны старого и нового образца.
Краснодарский край представляет собой регион, занимающий ведущие позиции в сфере производства зерновых культур.
Для получения однородной урожайности на разноплодородных почвах, важен различный подход к таким показателям, как обеспечение хозяйств необходимой техникой, уровень заработной платы работникам, количество и качество применяемых удобрений. В расчетах учитывается использование различных видов сельскохозяйственной техники, непосредственно применяемая в производстве зерна, например, культиваторы, тракторы, плуги и т.д.
Краснодарский край является одним из ведущих регионов по производству зерновых культур. Производительность в крае достаточно высока, это обуславливается плодородностью почв и теплым климатом. Однако стоит отметить, что погода края также богата разного рода аномалиями (засуха, ветер, мороз и т.д.).
Валовой сбор зерна в 2018 году составил 10,4 млн. тон, в 2017 - 10,3 млн. тон, в 2016 - 10,2 млн. тон. Проведем более детальный анализ представленного рисунка.
Рисунок 1 - Структура зерна по видам культур в хозяйствах всех категорий (в процентах к общему
валовому сбору за 2016 г.)
Согласно этому рисунку, мы видим, что пшеница пользуется самым большим спросом у потребителей, а за тем, только после нее идет кукуруза, ячмень, рис и другие. Притом, процентное соотношение пшеницы к таким культурам как: кукуруза, рис и ячмень отличается примерно в 4-5 раза, что говорит не только о популярности среди других зерновых культур, но и о большой значимости данного вида продукта, ведь из пшеницы делают много хлебобулочных изделий, в том числе - хлеб, а он является основным продуктом питания для всего человечества в целом. А также, если посмотреть на рисунок - 2, то мы можем наблюдать некоторые изменения.
Пшеница ■Зернобобовые ■ Ячмень Овес ■ Кукуруза ■ Рис ■ Прочие
Рисунок - 2 Структура зерна по видам культур в хозяйствах всех категорий (в процентах к общему валовому сбору за 2018г.)
Таким образом, глядя на данный рисунок, мы видим, что за 3 года произошли незначительные изменения во всех зерновых культурах.
В представленной статье, анализ урожайности зерновых культур Краснодарского края проводился на основании корреляционно-регрессионного анализа, при использовании данных 35 организаций сельского хозяйства. Созданная на основе приведенных данных информационная база прошла процедуру факторного моделирования для определения наиболее влияющих показателей на конечный результат.
Средняя урожайность, выведенная с помощью используемых данных организаций, имеет значительные отличия.
Таким образом, за факторные признаки для создания модели, были отобраны нижеследующие индикаторы:
у — урожайность(результативный признак), ц/га;
х1— продолжительность уборки, дней;
х2 — коэффициент обновления техники, %;
х3 — использование минеральных удобрений на га посевной площади, кг;
х4 — использование органических удобрений на га посевной площади, тонн.
На основании корреляционного анализа определим степень влияния имеющейся информации на факторные показатели урожайности. Корреляционно-регрессионный анализ представляет собой построение и последующий анализ экономико-математической модели, представленные в форме уравнения регрессии, также анализу подлежат корреляционные связи, отражающие степень зависимости явлений от определенных факторов. Также расчет данного индикатора требует учет несоответствий индивидуальных значений: начиная с факторного и заканчивая результативным показателем. При линейной связи измерение ее тесноты осуществляется посредством применения коэффициента парной корреляции.
С помощью проведенного анализа парных коэффициентов было выяснено, что все раннее отобранные факторы оказывают достаточное влияние для включения в математическую модель. Все необходимые данные о парных коэффициентах корреляции для дальнейших расчетов приведены в таблице 1 и на рисунке 3.
Таблица 1 — Парные коэффициенты корреляции по исследуемым факторам по хозяйствам
Краснодарского края за 2018 год
XI Х4
Х1 1,000
Х2 0,494 1,000
Хз 0,281 0,210 1,000
X4 0,090 0,041 0,186 1,000
У 0,703 0,509 0,627 -0,528
Постоянное возрастание или снижение показателя может отсутствовать в связи с разнообразными кли-магическими условиями летнего периода в разные годы, оказывающими определяющее воздействие на конечный результат анализируемой величины.
и урожайностью
Расчет зависимости урожайности от среднего времени сбора урожая, представленный в таблице 1, дал следующий результат. Расчеты показали, что по имеющимся данным коэффициент корреляции равен 0,703. Основываясь на коэффициенте корреляции шкалы оценки силы (шкала Чеддока), можно сделать вывод, что связь
между показателями является сильной. Продолжительность уборки урожая, в свою очередь, является одним из важнейших показателей, который в свою очередь, содействует увеличению урожайности.
Тем не менее, нельзя не отметить важность и таких факторов, как природные, технологические и материальные.
Исходя из данных рисунка 3, мы видим, что коэффициент корреляции, возникающий между урожайностью и самим коэффициентом обновления, равен 0,509, что указывает на соответствие самому уровню корреляции. Глядя на полученные значения, можно сделать соответствующие выводы, которые указывают на четкую взаимосвязь между урожайностью и показателем обеспеченности при наличии новых видов оборудования для предприятия. Такая степень зависимости обусловлена несколькими факторами:
1) Вопреки тому, что по большей части, предприятия уже сейчас оснащены оборудованием и всей нужной техникой, притом в полном объеме, то глядя на сельскохозяйственные организации нельзя утверждать о таких же положительных тенденциях развития данного процесса. В связи с этим, возникает такая ситуация, при которой качество выпускаемого объема продукции отличается в разы, этому способствует износ оборудования.
2) Также в этой ситуации оказывает большое влияние - нехватка кадров. То есть, возникает потребность не только в молодом персонале, который проживал бы в сельской местности, но, а также еще образуется вопрос о том, что специалистам нахватает знаний и практике для использования оборудования на полную мощность.
Для решения данных проблем уже сейчас проводятся ряд мер. Создается все больше и больше государственных и коммерческих программ, проектов, грантов для сельскохозяйственных предприятий, которые дают возможность развития предприятиям, например, госпрограмма «Устойчивое развитье сельских территорий», грант для начинающего фермера, грант «Агростартап» и т.д. Также новейшим оборудованием и техникой оснащаются сельскопрофильные учебные заведения, разрабатываются и применяются все больше учебных программ, обучающих работе на оборудовании нового класса, все больше начинает уделяться внимание переподготовке кадров. Уже сейчас применение данных мер положительно влияет на повышение качество, а также на эффективность мероприятий по посеву и обработке зерновых культур. Следовательно, на основание представленных тенденций мы можем сделать следующее умозаключение - если в дальнейшем влияние положительных тенденций будет благоприятным, то это позволит увеличить урожайность
Также возникает зависимость между показателями, которая отображена в таблице 1, то есть коэффициент корреляции между урожайностью и использованием минеральных удобрений равен 0,627.
Согласно представленным данным, использование минеральных удобрений постепенно, незначительно увеличивается в течение исследуемого периода. Это явление свидетельствует о естественном плодородии и оснащенности почвы питательными веществами, а также о постепенном снижении содержания в ней этих веществ. Чтобы предотвратить это направление необходимо развивать и применять более тщательные методы работы с почвой.
Коэффициент корреляции между урожайностью и использованием органических удобрений на основе данных таблицы 5 равен - 0,528, это свидетельствует тому, что с повышением урожайности, снижается необходимость в использовании органических удобрений, и наоборот, при снижении урожайности повышается востребованность в использовании органических удобрений, то есть связь обратная.
С помощью комплексного анализа и вычислений, получено следующее уравнение множественной регрессии:
у = 0,8652 - 0,112 х1 + 0,203 х2 + 0,311 х3 + 0,062 х4
Интерпретация полученного уравнения множественной регрессии выглядит следующим образом: увеличение продолжительности уборки на 1 день приведет к снижению урожайности на 0,112 ц с 1 га, увеличение коэффициента обновления техники на 1 %, приведет к увеличению урожайности на 0,203 ц с 1 га, увеличение внесения минеральных удобрений на 1 га на 1 кг увеличит урожайность на 0,311 ц с 1 га, а увеличение органических удобрений на одну единицу, приведет к увеличению урожайности на 0,062 на ц с 1 га соответственно.
Таким образом, в Краснодарском крае для обеспечения устойчивости и положительного изменения образовавшейся ситуации требуется повышать эффективность производства, обеспечивать обновление техники и оборудования, осуществлять качественные и своевременное ремонты основных средств, в связи с повышением срока службы оборудования, происходит оптимизирование графика выполнения работ в сфере сельского хозай-ства. Стоит также отметить, что данная мера способствует возрастанию урожайности более чемна 1 ц/га. Целесообразно применение минеральных удобрений, а также правильное проведение расчетов их необходимого кол-личества на посевную площадь. Повышение уровня качества поготовленности кадров также играет не мало важную роль. Данная мера предоставляе возможность обеспечения необходимого ухода за машинаи и техникой, что соответсвенно обеспечит эффективность посевов и последующей уборки зерновых культур. Необходимо уделять большое внимание повышению качества системы подготовки и переподготовки кадров.
Источники:
1. Онищенко, С.К. Циклический характер динамики урожайности зерновых культур в Крыму / С.К. Онищенко С.К. //
Сборник: Развитие методологии современной экономической науки и менеджмента Материалы I Междисциплинарной Всероссийской научно-практической конференции. 2017. С. 129-130.
2. Захарова, Ю.Н. Корреляционно - регрессионный анализ -как инструмент поиска резервов / Ю.Н. Захарова, Н.Н. Яро-менко // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2017. № 4 -3 (39) С. 82-86.
3. Шмакова, А.В. Анализ урожайности зерновых культур и факторов, влияющих на ее уровень (на примере сельскохозяйственных организаций Краснодарского края) / А.В. Шмакова, С.Н. Косников /Научный журнал КубГАУ, №112(08), 2015.С. 1-11.
4. Яроменко, Н.Н. Экономико-статистическая оценка развития сельскохозяйственных организаций Краснодарского края / Н.Н. Яроменко // В сборнике: Актуальные вопросы развития социально-экономических систем Сборник статей Межвузовской научно-практической конференции. - 2019. С. 201-207.
5. Адаменко А.А. Классификация факторов риска предпринимательской деятельности / А.А. Адаменко, Д.В. Петров, В.В. Маркелов // Естественно-гуманитарные исследования. - 2020. - № 28 (2). - С. 10-15.
6. Адаменко А.А. Применение системы показателей эффективности деятельности экономического субъекта по данным бухгалтерской отчетности / А.А. Адаменко, Т.Е. Хорольская, Т.Ш. Анаников // Вестник Академии знаний. - 2018. -№ 6 (29). - С. 10-14.
References:
1. Onishchenko, S. K. Cyclical character of grain crop yield dynamics in the Crimea / S. K. Onishchenko, S. K. / / Collection: Development of methodology of modern economic science and management Materials of the I Interdisciplinary all-Russian scientific and practical conference. 2017. Pp. 129-130.
2. Zakharova, Yu. N. Correlation and regression analysis-as a tool for searching reserves / Yu.n. Zakharova, N. N. Yaromenko // Competitiveness in the global world: Economics, science, technology. 2017. No. 4 -3 (39) Pp. 82-86.
3. Shmakova, A.V. Analysis of grain crop yield and factors affecting its level (on the example of agricultural organizations of the Krasnodar territory) / A.V. Shmakova, S. N. Kosnikov /Scientific journal of Kubgau, No. 112(08), 2015. Pp. 1-11.
4. Yaromenko, N. N. Economic and statistical assessment of the development of agricultural organizations in the Krasnodar territory / N. N. Yaromenko // In the collection: Topical issues of development of socio-economic systems Collection of articles of the Intercollegiate scientific and practical conference. - 2019. - S. 201-207.
5. Adamenko A.A. Classification of risk factors for entrepreneurial activity / A.A. Adamenko, D.V. Petrov, V.V. Markelov // Natural-humanitarian studies. - 2020. - No. 28 (2). - S. 10-15.
6. Adamenko A.A. The use of a system of indicators of the effectiveness of the economic entity according to the financial statements / A.A. Adamenko, T.E. Khorolskaya, T.Sh. Ananikov // Bulletin of the Academy of Knowledge. - 2018 .No 6 (29). - S. 10-14.
