CC BY
162
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
УДК: 334.021(575.2)
Г.М. Маматурдиев, М.Г. Жоробаев
ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОГНОЗИРОВАНИЯ ЗАТРАТ В ЖИВОТНОВОДСТВЕ
Российский государственный социальный университет, Кыргызско-Узбекский университет
Аннотация: Прогнозирование объемов производства сельскохозяй-
ственной продукции является важной народнохозяйственной проблемой, одним из основных условий повышения экономической эффективности сельского хозяйства. В этой связи актуальной задачей является разработка экономико-математических моделей прогнозирования объемов производства продукции животноводства применительно к Кыргызской республике.
Ключевые слова: животноводство, прогнозирование, затраты,
себестоимость, корреляционно-регрессионный анализ.
UDC 334.021(575.2)
G.M. Mamaturdiev, M.G. Zhorobaev
ECONOMIC AND MATHEMATICAL SIMULATION FORECASTING
COSTS IN ANIMAL BREEDING
Russian State Social University,
Kyrgyz-Uzbek University
Abstract: Estimates of agricultural production is an important national economic problem, one of the main conditions for increasing economic efficiency of agriculture. In this context, an urgent task is to develop a mathematical economic livestock production volume prediction models in relation to the Kyrgyz Republic.
Keywords: animal, Forecasting, Cost, correlation and regression analysis.
Прогнозирование затрат в животноводстве базируются на достигнутом уровне затрат, целевых показателях производства на перспективный период, а также тенденциях как производственной деятельности, так и рыночной ситуаций по поводу производства и
реализации животноводческой продукции [1-5].
Безусловно, заблаговременное прогнозирование поведения участников рынка животноводческой продукции - дело сложное, не только в связи с множеством участников и показателей, но и с трудно-
44
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
стью определения параметров в животноводстве в долгосрочном периоде. Поэтому прогнозы связаны с определенным уровнем риска [6-10].
Вместе тем надежность прогнозов усиливается, если выявлены некоторые закономерные черты развития животноводства с учетом различных условий местного и республиканского характера [11-14].
Так, важнейшим условием повышения эффективности животноводства является совершенствованием пород скота, освоение ресурсосберегающих технологий. Их основными элементами в мясном животноводстве должны стать: использование специализированных мясных пород; выращивание телят на подсосе; доращивание молодняка после отъема от матерей и получение необходимого поголовья ремонтных телок; организация интенсивного откорма [15-16].
Важным направлением наращивания мясо-молочного продукта является восстановление животноводческих хозяйств и комплексов по откорму крупного скота.
Глубокое изучение фактического состояния животноводства в хозяйстве с учетом его природных и экономических особенностей позволяет правильнее определить условия, при которых сложились производственные показатели - себестоимость и издержки, выявить причины, тормозящие развитие отрасли и разработать прогнозные расчеты для более успешного развития животноводства [17-20].
В разработке прогнозов животноводства важнейшее значение имеет тенденция изменение цен на животноводческую продукцию, поскольку рыночной успех в данном секторе экономике также как и в других отраслях определяется ценовыми факторами реализации мяса, молока, шерсти, кожи и т.д. Так, например, прирост цен на мясо в сентябре 2014 года составил 2,3%. Согласно информации Государственного агентства антимонопольного регулиро-
вания КР повышение цен на мясо (баранина, говядина) носит сезонный характер, а также обусловлено сокращением предложения на рынке, вследствие увеличения экспорта в соседние страны. За январь - сентябрь 2014 г. цены по товарной группе «Масла и жиры» на внутренним рынке остались на прежнем уровне.
При этом отметим, что в молочном скотоводстве себестоимость 1 центнера молока и 1 головы приплода определяется затратами на содержание молочных коров и быков производителей за исключением затрат, отнесенных на другие виды продукции: навоз, шерсть-линька и волос-сырец. После исключения из общей суммы затрат в молочном скотоводстве стоимости навоза, шерсти-линьки и волоса-сырца оставшиеся издержки распределяются в соответствии с расходом обменной энергии кормов: на молоко -90%, на приплод - 10 %.
Валовый выпуск продукции сельского хозяйства, охоты и лесного хозяйства в январе - сентябре 2014г. составило 109,8 млрд. сомов с реальным ростом 102,5%, в том числе, по растениеводству - 104,1% (59,1млрд. сомов), по животноводству -100,7% (48,7млрд. сомов). Увеличение темпов ВВП продукции сельского хозяйства в январе - сентябре, в том числе обусловлено ростом объемов продукции растениеводства по сравнению с соответствующим периодом прошлого года на 4,1%.
В разрезе областей республики основную долю в ВВП сельского хозяйства занимают Чуйская область (26,7%), Джа-лал-Абадская область (19,2%) и Ошская область (18,5%).
На 1 октября 2014 года хозяйствующими субъектами всех категорий республики произведено 247,8 тыс. тонн. мяса в живой массе, что на 2251 тонн, или на 0,9% больше соответствующего периода прошлого года. Увеличение производства мяса произошло в основном за счет увеличения поголовья крупного скота на 20,7 тыс. голов, овец и коз на 222,1 тыс. голов, лошадей на 5,8 тыс. голов и домашней птицы на 20 тыс. голов. Следует
45
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
отметить, что все области республики произвели мяса не ниже прошлого дневного уровня. За январь-сентябрь 2014 года производство молока в республике составило 1068,0 тыс. тонн, или на 0,2% (2590 тонн) меньше соответствующего, периода прошлого года.
Вместе с тем, качественный уровень развития животноводства характеризи-руется продуктивностью животных. От уровня продуктивности зависит размер поголовья животных, объем производства валовой и товарной продукции, себестоимость затрат животноводческой продукции, размер прибыли (убытка) и уровень рентабельности (окупаемости). Правильное прогнозирование продуктивности животных имеет такое же важное значение, как и урожайность в растениеводстве. Поэтому объективный подход к прогнозированию продуктивности животных обеспечивает высокую степень обоснованности показателей экономической эффективности. Продуктивность молочного стада в целом характеризуется среднегодовым удоем молока от одной фуражной коровы. Этот показатель определяется путем деления валового производства молока за год на среднегодовое поголовье фуражных коров. Фуражными называются все коровы независимо от того, доятся они в данное время или нет.
Показателем мясной продуктивности по всем видам молодняка животных, взрослому скоту на откорме и в среднем по каждой отрасли животноводства без основного стада является среднесуточный прирост живой массы, получаемой от 1 головы за сутки. Этот показатель исчисляется путем деления валового прироста живой массы за определенный период времени (месяц, квартал, год) на количество кормо-дней содержания отдельной группы или всего поголовья, по которому определяется данный показатель за тот же период. В свою очередь кормо-день означает содержание одной головы молодняка
или взрослого скота на откорме в течение суток.
Показателем мясной продуктивности является также продукция выращивания животных в расчете на одну голову, имеющуюся на начало года без основного стада. Продукция выращивания - это масса приплода и полученного прироста живой массы за год, взятые вместе, за вычетом массы павших животных.
Основными причинами снижения производства молока явилось уменьшение поголовья коров и снижение продуктивности коров по удою молока. Однако, необходимо отметить увеличение производства яиц во всех областях республики, кроме Баткенской и Таласской области. В Баткенской и Таласской областях уменьшено поголовье домашней птицы на 5,1 тыс.голов и 10,8 тыс. голов соответственно.
Вместе с тем остаются нерешенными проблемы по обеспечению населением продукцией животноводства, при этом в целом по республике наблюдается несоблюдение медицинских норм потребления продукции животноводства.
Правда процесс потребления продуктов питания зависит не только от производственных возможностей, но и от покупательной способности населения. Следовательно, несоблюдение медицинских норм потребления продукции животноводства носит двусторонний характер: недостаточное производство и покупательная способность населения. Ниже приводится объем валового выпуска продукции животноводства за 2010-2014 гг. (таблица 1).
Как видно из данных приведенной таблицы удельный вес Ошской области в 2014 году составляет 20,5%, это позволяет разработать соответствующие прогнозы на перспективу.
Ниже приведенные показатели можно распределить и по регионам, в частности, отдельно по южному региону в составе Ошской, Баткенской, Жалалабадской областей и городу Ош (таблица 2).
46
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
Таблица 1
Объем валового выпуска продукции животноводства в 2010-2014гг. (млн. сом)
ВВП по животноводство КР (у) (млн. сом) 2010 2011 2012 2013 2014
49236,8 52874,9 71081,7 83159,7 81676,3
Баткенская область (х1) млн. сом 4021,4 4201,3 5927,1 7060,4 6858,1
Джалал-Абадская область (х2) млн. сом 8660,2 9495,1 12612,2 13964,1 15402,0
Иссык-Кульская область (х3) млн. сом 6067,0 6361,7 8773,3 10692,9 9794,2
Нарынская область (х4) млн. сом 5206,6 5446,7 7208,8 9639,8 9081,9
Ошская область (х5) млн. сом 9825,3 10798,8 16055,9 17954,7 16729,5
Таласская область (х6) млн. сом 3058,8 3174,5 3573,9 4463,5 4568,9
Чуйская область (х7) млн. сом 12122,5 13104,9 16505,3 18942,2 18808,6
г. Бишкек (х8) млн. сом 72,4 66,2 83,0 78,4 79,2
г. Ош (х9) млн. сом 202,6 225,7 342,2 363,7 353,9
Источник: Национальный статистический комитет Кыргызской Республики
Таблица 2
Валовой выпуск продукции разрезе областей юга Кыргызской Республики
ВВП по животноводство по южному региону (у) (млн. сом) 2010 2011 2012 2013 2014 Среднее значение
22709,5 24720,9 34937,4 39342,9 39343,5 32150,84
Баткенская область (х1) млн. сом 4021,4 4201,3 5927,1 7060,4 6858,1 5613,68
Джалал-Абадская область (х2) млн. сом 8660,2 9495,1 12612,2 13964,1 15402,0 12026,72
Ошская область (х3) млн. сом 9825,3 10798,8 16055,9 17954,7 16729,5 14272,84
г. Ош (хД млн. сом 202,6 225,7 342,2 363,7 353,9 297,62
Источник: Национальный статистический комитет Кыргызской Республики
На основании данных таблицы 2 валовый выпуск продукции животноводства представляется в виде множественной регрессии, зависящей от ВВП Баткенской, Джалал-Абадской и Ошской областей, а также ВВП г. Ош. Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели. Он включает в себя два круга вопросов: отбор факторов и выбор вида уравнения регрессии.
Факторы, включаемые во множественную регрессию, должны отвечать
следующим требованиям: они должны отвечать быть количественно измеримым; факторы не должны быть интер-коррелированы и тем более находиться в точной функциональной связи.
Включение в модель факторов с высокой интеркорреляцией, может привести к нежелательным последствиям системы, нормы уравнений могут оказаться плохо обусловленны и повлечь за собой неустойчивость и ненадежных оценок коэффициентов регрессии.
a0+aixi+a2x2+a3xs+a4x4 (1) Необходимо рассчитывать параметры
47
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
линейного уравнения множественной регрессии с полным перечнем факторов. С этой целью используем метод наименьших квадратов, построим четырех факторную множественную регрессию по этим показателям:
F=^(y-a0-a jx j-a2x2-a3x3-a4x4)2 ^min (2)
С целью оценки параметров уравнения (1), берем частные производные от функции F по а0, а4, а2, а3, а4, и пять
уравнений с пятью неизвестным вида:
ай +ахТх +а2Т2 +а3Т3 +а4Т4=у
__ “2 _______ _____ ______ ____
айхх +а1х1 +а2х3х2 +а3ххх3 +а4х3х4=хху
а0Т2 +а1 хх2 +а2х1+а3х^х3 +а4хх=х2у (3)
__ _____ ______ “2 _______ ____
а0х3 +аххх х3 +а2х3х2 +а3х3 +а4х3х4=х3у
0)хх +ах\х1 +а2хх1 +а3х3х4 +а1[х\=х^У
Согласно данным в таблице 2 определим все средние значения в системе (3), они определены:
Я=189720547,3; ух=4)4908390,5; р,=482476503,2; =10060199,5; 1*=МЩ=70738702,65; Ц
=84309387,63;
хх=1757241,192; £=179702791,2; хх=3748601;»; £214637989,7 =4474583,672,т"!
=93322,198 (4)
на основе определенных средних значений вида (4) система (3), представляется в виде:
X +5613,68а,+12026,72 а+14272,84 а +297,62а=32150,84 5613,68 х +33167412,65 а +1Щ321, +84309387^+1757241,192а=189726547,1 12026,72а +70738702,32а,+151288253,9а179702791,2а+3748601,28а=404908390,5 ( 5) 14272,84а +84309387,63 а +179702791,2а +214637989,7а +4474583,672а=482476503,2 297,62а+1757241,192а,+3748601,28а+4474583,672а +93322,198а=10060199,6
Решение такой системы может быть получено по правилу Крамера, методом Гаусса и другими методами. Определитель матрицы не равен нулю (Д=1,6879Е+20), значит система (5) имеет решения. Решение в MS Exceel дало следующие результаты: а0=-
1301,309; а1=0,011567582;
а2=1,308814962; а3=1,694132668; а4=-21,952904.
Таким образом, расчетная формула будут определено в виде:
Ур = -1301,309 + 0,01156758 2^ +1,30881496 2х2 + + 1,694132668х3 +21,952904 х4 (6)
Рассмотрим вопросы максимизации
валовой продукции животноводства по южному региону республики. С этой целью рассмотрим валовую продукции по Баткенской области. Согласно данных в таблице 2, видно что ломанная, построенная с помощью этих данные будет очень близкой к линейной регрессии вида:
х1=а1 +>11 ; (7)
Применяя метод наименьших квадра-
а b
тов, относительно 1 , 1 , получим систему уравнения вида:
{а
1 + \t = x3 axt + \t2 = x3t
(8)
определено среднее значение t = 3 ;t2=11; х3 = 5613,84; х\ t = 18547,54 тогда система (8) примет вид:
1 + 3b = 5613,84
1 (9)
3a + 11b = 18547,54 w
Решая системы определим а1=3053,9;
b1 =853,25 тогда парная регрессия будет: хl=3053,9+853,25•t (10)
Для оценки статистической значимости уравнения регрессии, определим сначала тесноту линейной связи по формуле: °1
rtx4 = b-; гдеb = 853,25 .
° X 1
Согласные, а atиах 1 определим с помощью формулой
t2 = 2, отсюдаут
2 __ +2
у. — t —
=1,4142
(10)
УХЛ
. Г
Так как коэффициент корреляции больше 0,9 то это говорит о наличии весьма тесной линейной связи и признаками.
Коэффициент детермина-
ции rx —0,8836 это означает, что 88,4% вариации валовой продукции животноводства определяется вариацией фактора времени года t.
Оценку статистической значимости
2
2
X1
48
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
уравнения регрессии в целом проведем с помощью F-критерия Фишера. Фактическое значение F критерия будет:
F,
фак
1 2
1-r ь
n-2
0,8836
'1-0,8836
■ (5-2)=22,773 (1 1)
r
tx
Табличное значение критерия при пяти процентном уровне значимости и степенях свободы К1=1; К2=5-2=3 составляет Fma6n=10,13 так как
Fфакт 22,773>FmadM. 10,13 то уравнение регрессии (10) признается статистически значимым.
Оценку статистической значимости параметров регрессии и корреляции проведем с помощью t статистикой Стьюдента.
Определим t статистики:
ta=5,069596; ^ъ~4,698 табличные значение t-статистики Стьюдента для числа степеней свободы df=n-2=3 и уравнение значимости при а ~0,05 соста-
вит 1;табл=3,1825.
Отсюда 1;а=5,069596>1;табл=3Д925, а
1 -г
тг =\
rtx 1 1
tX1
n-2
1 - 0,99 3
= 0,2
t
rtx1
гщ
mrtxl
0,94
0,2
4,7 >t
табл
3,1825
Ъ r
поэтому параметры а, и tx> не случайно отличаются, а статистически значимы.
Рассчитаем доверительные интервалы для параметров а и Ъ. Для этого определим предельную ошибку для каждого показателя:
^a=t тал- ma=3,1825 J=3,1825 •
3013,9
5,0696
~ 1892
^ b=t табл' тЪ~
3,1825 • 853,25 4,698а
~ 578
Доверительные интервалы.
у=а ± Аа=3013,9 ± 1892 и1130 <а1 < 4905,9
у Ъ=Ъ± Дъ=3053,9 ± 578 и 2475,9< Ъ1 < 3631,9
Анализ верхней и нижней границ доверительных интервалов приводит к выводу о том, что с вероятностью Р=1 а=0,95 параметры а и Ъ, находясь в указанных границах, не принимают нулевых значений, т.е. являются статистически значимыми и существенно отличны от нуля.
Подставляя вместо t значения от 1 до
5, определим расчетные значение х 1 р •
х1 р (2010)=3053,9+853,25 • 1=3907,15( млн. сом) ;
х1р(2011)=4760,4 (млн. сом); х1 р(2012)=5613,65 (млн. сом);
х1р(2013)=6466,9 (млн. сом); х1 р(2014)=7320,15( млн. сом);
Теперь определим ошибки аппроксимации (11) уровня (II) через следующие формулы:
En=1 !■
х1 ф - х1 р
100
(12)
n х1 ф
Для расчета ошибки аппроксимации, дополнительно нужна информация следующего характер (таблица 3).
Таблица 3
Информация для определения ошибок аппроксимации__________
х 1ф х 1 р х 1ф - х1 р \ х 1 ф-х1 р\/х1 ф
4021,4 3907,15 114,25 0,0284
4201,3 4760,4 -559,1 0,1330
5927,1 5613,65 313,45 0,0529
7060,4 6466,9 593,5 0,0841
6858,1 7320,15 -462,05 0,0674
- - - 1=0,3658
Источник: Рассчитано авторами
Значит, ошибка аппроксимации равна 7,3%, эта цифра свидетельствует о том, что такую ошибку можно использовать
при прогнозировании результативного показателя.
Теперь определим прогнозные значе-
49
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
ния результативного показателя валовой продукции животноводства Бат-кенской области на 2015-2019гг. Для этого в уравнение вставим t=6,7,8,9,10 и получим:
Х1пр(2015)=3053,9+853,25-6=8173,4
(млн.сом);
Х1пр(201б)=3053,9+853,25-7=9026,65
(млн.сом);
Х1пр(2017)=3053,9+853,25-8=9879,9
(млн.сом);
Х1пр(2018)=3053,9+853,25-9=10733,15
(млн.сом);
х1пр(2019)=3053,9+853,25-10=11586,4 (млн.сом); (13)
Из прогнозного расчета следует, что в 2019г. объем животноводства увеличится на 3 раза. С учетом ошибки ап-ции можно определить доверительные интервалы прогнозируемого показателя и представить в следующей таблице 4 (таблица 4).
Таблица 4
Прогноз развития животноводства на 2015-2019гг.
Годы Объем выпуска продукции живот-новодства(прогноз) Доверительные интервалы
Нижний Верхний
2015 8173,4 7576,7418 8770,0582
2016 9026,65 8367,70 9685,60
2017 9879,9 9158,667 10701,133
2018 10733,15 9949,63 11516,67
2019 11586,4 10740,593 12432,21
Таким образом, результативный показатель - объем валовой продукции животноводства на прогнозируемый период 2015-2019 гг. может изменяться в таких интервалах. Это дает возможность эффективного планирования и управления изучаемого объекта.
Рассмотрим теперь вопросы экономического анализа валовой продукции животноводства по Джалал-Абадской области. Согласно данным таблицы 3 валовая продукция животноводства представляет собой график линейной регрессии вида:
У=а,+b,t (14)
Применяя метод наименьших квадратов, определим значение коэффициента
aub : а = 6640.9 ; b = 1795,3
Тогда трендовые уравнения регрессии валовой продукции Джалал-Абадской области будет определено виде:
х2р=6640,9 +1795,3 • t (15)
Определим оценку статистической значимости уравнения регрессии, с этой целью сначала определим тесноту линейной связи по формуле: a t
= b1 a (16)
2 ^at = 1,4241
где
b = 1795,3; a 2
t2 -
2
t
^2
определим
= X
2
2
но согласно данные в таблице 2 X2 =12026,72; х\= 151288253,9 отсюда
a2 = 6646259,9 = 2578,034
х2 х2
Тогда по (17) следует 1 4241
^ = 1795,3 -2=0,99179554 - 0,992
Так как коэффициент корреляции равен 0,992 и близок к 1, то это показывает, что изучаемые факторы совпадают с реальным значением х2, а 0,008% оказались не учтенными. Поэтому х2р, определяе-
50
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
мый формулой (15) дает максимальное значение продукции животноводства.
Оценку статистической значимости уравнения регрессии в целом проведем с помощью F-критерия Фишера. Фактическое значение F-критерия будет:
р =
фак
г„
1 2
1-r „
n-2)=-
0,984
1-0,984
■ 3=184,5
(16)
Табличное значение критерия при пяти процентном уровне значимости и степенях свободы
К = 1, К=5-2 = 3 составляет Fma6ll =10,13
так как F фак 184,5 >Fтабл ~ 10,13 > то
уравнение регрессии (16) признается статистические значимым.
На основании пакета анализа MS Excel определим t , он будет равным
tai=10,95775794 * 10,96; ^=9,824621843 * 9,82
Табличные значения t статистики Стьюдента определен для числа степеней свободы df=n-2=3 и уравнения значимости при а ~0,05 составит
табл =3,1825. Отсюда
ta =9,82~>tтабл. =3,1825
tfei = 9,82 >tтабл =3,1821
стандартная ошибка параметров линейный регрессии и коэффициента корреляции определяются по формуле:
IsL m IS2 £12
mb1 \j_2 ; m°1 \l S ост_2
n o
X2
no.
x2
1 2 1-r„
m, =
(17)
n—2
mai=606,05; mbi = 182,73;
1-0,984 3 '
r
t =-x. =
0,993
mrx2 0,073
m« =
0,073 •
J >
=13,603.
Таким
trx,= 13,603 >tтабл, = 3,1825
образом
Отсюда следует, что стандартная ошибка параметров линейной регрессии и коэффициентов корреляции показывает, что уравнение (15) статистически значимо и рекомендуется к определению расчетных и прогнозных значе-
ний валовой продукции животноводства Джалал-Абадской области.
Для расчета доверительного интервала определяем предельную ошибку для каждого показате-
ля: Аа=^табл' ma1; Ab1=t табл' mb1
A=tтабл'mbi=3,1825 ■ 182,73 *581,54 A,ai=tma6n■ тц =3,1825 ■ 606,05 * 1928,75 Доверительные интервалы
уа^=а1 ± Aа=6640,9 ± 1928,75 отсюда 4712,15^ < 8569,65
у b=b1 ± Abi=1795,3 ± 581,54 отсюда 1213,76 <b 1 <2376,84
Анализ верхней и нижней границы доверительных интервалов приводит к выводу о том, что с вероятностью
Р=1 — а=0 95 а b
г 1 а 0,95 параметрыа1 иb1 , находясь в указанных границах, не принимают нулевых значений, т.е. являются статистически значимыми и существенно отличны от нуля.
Отсюда следует, что формулу (15), можно применить для определения расчетного и прогнозных значений валовой продукций животноводства по Джалал-Абадской области.
Теперь определим расчетные значении х2р, с этой целью в уравнение (15) вместо t подставляем значении от 1 до 5 включительно, тогда имеем следующие расчетные значением валовой продукции животноводства с 2010 г. по 2014 г.: х2л(2о10)=6640,9+1795,3 ■ 1 = 8436,2(млн. сом)
х2л(2011)=6640,9 +1795,3 ■ 2=10231,5 (млн. сом)
х2д (гм2)=6640,9 +1795,3 ■ 3=12026,8 (млн. сом)
x2A(2oi з) =6640,9 +1795,3 ■ 4 = 13822,1 (млн. сом)
Х2Й(гм4)=6640,9+1795,3'5=15617,4 (млн. сом) (18)
Теперь определим ошибки аппроксимации уравнения (16) по аналогичной формуле (13).
Для расчета ошибки аппроксимации, дополнительно нужны данные следующей таблицы (таблица 5).
51
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
Таблица 5
Данные для расчета ошибки аппроксимации
Х 2 ф Х 2 р Х2 ф Х2 р Х2 ф Х2 р ! Х2 ф
8660,2 8436,2 224 0,02586
9495,1 10231,5 -736,4 0,077556
12612,2 12026,8 585,4 0,04641
13964,1 13822,1 142 0,010169
15402 15617,4 -215,4 0,01398
- - - У=0,173975
Значит, ошибка аппроксимации равна 3,48%. Отсюда следует, что такая ошибка позволяет прогнозировать результативный показатель валовой продукции животноводства по Джалал-Абадской области.
Для определения прогнозных значений результативного показателя объема валовой продукции животноводства на 2015-2019гг. в уравнение добавим t=6,7,8,9,10 и получим:
Х2пр (2015)=6640,9+1795,3-6=17412,7
(млн.сом);
Определение интервалов про
Х2пр (201б)=6640,9+1795,3-7=19208
(млн.сом);
Х2пр (2017)=6640,9+1795,3-8=21003,3 (млн.сом);
Х2пр (2018)=6640,9+1795,3-9=22798,6 (млн.сом);
Х2пр (2019)=6640,9+1795,3-10=24593,9 (млн.сом); (19)
С учетом ошибки аппроксимации можно определить доверительные ин-валы прогнозируемого показателя (таблице 6).
Таблица 6
руемого показателя (млн. сом)
Годы Объем выпуска продукции жи-вотноводства(прогноз) Доверительные интервалы
Нижний Верхний
2015 17412,7 18018,66 16806,74
2016 19208 19876,44 18539,56
2017 21003,3 21734,21 20272,39
2018 22798,6 23591,99 22005,21
2019 24593,9 25449,77 23738,03
Таким образом, результативный показатель объема валовой продукции животноводства на прогнозируемой период 2016-2019 гг. может изменяться в таких интервалах.
В 2019 году валовой выпуск продукции животноводства по сравнению с 2010 годом увеличивается в более чем
2,9 раза, это увеличение осуществляется благодаря успешному внедрению информационно-коммуникационной технологии.
Рассмотрим теперь валовую продукцию животноводства по Ошской области с 2010 по 2014 гг. Заданные представлено в следуюшей таблице (таблица 7).
Таблица 7
Валовая продукция животноводства (Ошской области)
млн. сом)
2010 2011 2012 2013 2014 среднее
Валовая продукция животноводства (Ошской области) 9825,3 10798,8 16055,9 17954,7 16729,5 14272,84
52
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
Если по данным в таблице 1 для валовой продукции животноводства построим график, то получится нелинейная регрессия, и может быть представлена в виде степенной функции вида:
хз=at (20)
Для определения параметры а и Ь, удобно обе части прологарифмировать тогда:
lgx3=lga+blgt (21)
Вводя определения
lgxъ=Хъ , lga~A , lg = x, последняя система представляется в виде линейной регрессии:
хз=А +bt (22)
Переход от (19) к (20) осуществляется следующие таблицы (таблица 8).
Таблица 8
Данные для расчета прогнозируемого показателя
t lgt = T хъ Х3 T Х3
1 0 9825,3 3,9923 0
2 0,3010 10798,8 4,0334 1,2140
3 0,4771 16055,9 4,2056 2,0065
4 0,6020 17954,7 4,2542 2,5610
5 0,6990 16729,5 4,2235 2,9522
Средние значение 0,4158 14272,84 4,1418 0,6154
На основании данные в таблице 2, применяя МНК к равенству (19), определим а и b, переход от Х к х3 и от
T t х
к , относительно 3 получим нелинейные регрессии вида:
хз=9430,5 • t0,4022 (23)
На основании MS Excel, определим F-критерия Фишера: F=74,562.
Зная F-критерия Фишера, определим коэффициент детерминации:
фак
= 74,562=
3 4
1 - r\ 1 - r
= 24,8544r
2 24,854.
25,854
0,96 отсюда коэффициент корреляции будет: rx31—0,98.
Табличное значение критерия при пяти процентом уровне значимости и степенях свободы
К = 1, К = 5 - 2 = 3составляешЕтабд = 3,1825
2
так как ^ 74,854 > Fтабл. = 3,1825 > то
уравнение регрессии признается статистические значимыми.
На основание формулы (20), определим расчетные значение валовой продукции животноводства Ошской области с этой целью вместо t последовательно представляем значении от 1 до 5:
х3р(2010)= 9430,5 • 104022=9430,5 (млн. сом)
х3 р(2011)=9430,5 • 20,4022—12462,61 (млн. сом)
х3 р(2012)=9430,5 • 30,4022=14670,09371 (млн. сом)
х3 р(2013)=9430,5 • 40,4022—16469,60745 (млн. сом)
х3р(2014)=9430,5 -50,4022—18016,09 (млн. сом) (24) Для расчета ошибки аппроксимации дополнительно нужны данные следующей таблицы (таблица 9).
53
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
Таблица 9
Данные для расчета ошибки аппроксимации
2010 2011 2012 2013 2014
х3 ф 9825,3 10798 16055,9 17954,7 16729,5
х 3 р 9430,5 12462,61 14670,094 16469,60745 18016,09
х3 ф — х 3 р 394,8 -1664,41 1385,806 1485,09255 -1286,59
х3 ф — х3р /х3 ф 0,04018 0,150407 0,086311 0,082713 0,076905 £=0,440166
Определим ошибки аппроксимации
Е_ 1 £ Iх3ф~х3р I . 100 =8>8.%.
5 х 3 ф
Значит, ошибка аппроксимации равна 8,8%. Это цифра свидетельствует о том, что такая ошибка может использоваться при прогнозировании результативного показателя затрат.
Определим прогнозные значения результативного показателя - объема продукции животноводства на 20152019гг. Для этого рассчитаем уравнение при t=6,7,8,9,10 и получим прогнозные расчеты валовой продукции животноводства Ошской области.
х3пр (2015) = 193 86,849 (млн. сом);
х3пр(2016)=20626,86 (млн. сом) ;
х1т|, „,7|=21764,94 (млн. сом); х3пр(2018_21764,94 (млн. сом); =22820,81 (млн. сом).
х3пр (2017)"
х,
v3np(2019) — 22820,81 . сом). (25)
Отсюда следует, что объем выпуска продукции животноводства Ошской области в 2019г. по сравнению с 2015г. в 2,3 раза больше. Это связано с осуществлением расчета оптимального рациона кормления животных, обеспечивающего минимум себестоимости кормового рациона, разработанной моделью расчета оптимальной платы за использование заготовления кормов.
Правильное использование заготовленных в хозяйстве кормов является одним из важнейших условий повышения эффективности животноводства.
Аналогично, используя данные таблицы 2 определяется расчетные и прогнозные значения валовой продукции животноводства г. Ош.
Определены расчетные формулы для расчета валовой продукции животноводства г. Ош в нелинейной регрессии вида:
х 4 р= 112,2 Int +190,16 (26)
Вычислим значение
х4рприt~ 1,2,3,4Д Тогда расчетные значении валовой выпуск продукции определяется в виде:
Х4пр,(2010] =190,16(млн.сом); Х4пр2(2011) = 267,9519(мн.сом);
^(2012]=313,4572572(млн .сом);х4яр (201Jj=345,7438161 (млн .сом);
х4пр5 (2014)=370,7872 (млн . сом); (27)
Легко определяется, что при переходе
X
от 4ф к расчетному значению, допускается ошибки Е=8,59 , такая ошибка
может использоваться при прогнозировании результативного показателя.
Определим прогнозные значения результативного показателя - объема валового выпуска продукции животноводства в г. Ош на 2015-2019гг. Для этого рассчитаем уравнение (23) при t=6,7,8,9,10 и получим:
х4 пр (2015) =391,2491652 (млн. сом) ;
X4пр(2016) =408,5495 (млн .сом);
х4 пр (2017) =423,5357 (млн. сом); х4пр(2018) =436,7545 (млн. сом);
х4р(2019) =448,510 (млн. сом) ; (28)
Отсюда следует, что в 2019 в году валовый выпуск продукции в г. Ош по сравнению с 2010г. увеличится в 2,2 раза, но необходимо отметить, что из года в год темп роста уменьшается, так например в 2011г. темп роста составляет 11,4%, а в 2012г. 51,6%, а в последующих годах последовательно составляет 11,1%; 15,1; 10,6; 9,7; а в 2019г. -2,7%.
Зная расчетные значение по областях и г. Ош южного региона определим расчетные значению по южным регионам Республики, с этой целью возьмем рас-
54
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
четную формула (6) и вместо х1, х2, х3, и х4 подставим их расчетные значения, определенные формулами (11), (17), (22), и (24). Тогда расчетные значение валового выпуска продукции животноводства по южному региону Республики:
Ур (2010)=21587,26596(млн. сом);
Ур (2ои)=27375,891 (млн. сом); Ур (2012=32476,27106 (млн. сом);
Ур(2013=37175,68788(млн.сом);Ур[2014=41605,44(млн.сом); (29) Для расчета ошибки аппроксимации дополнительно нужны следующие данные (таблица 10).
Таблица 10
Данные для расчета ошибки аппроксимации_________________
2010 2011 2012 2013 2014
уф 22709,5 24420,9 34937,4 39342,9 39343,5
УР 21587,26 6 27375,91 32476,271 37175,688 41605,44
Уф-Ур 1122,234 -2955,01 2461,129 2167,212 -2261,94
\ уф-ур\ Уф 0,0494 0,1210 0,0626 0,0551 0,0575 Х=0,3456
Определим ошибку аппроксимации
E = I у \Уф УР\ х loo = 1.0,3456 ■ 100 =6,9 5 5^ Уф 5 , ,
Эта цифра означает, что такая ошибка можно использовать при прогнозировании результативного показателя.
Определим прогнозные значение результативного показателя - объем валового выпуска продукции животноводства на 2015-2019гг. Для этого в уравнение подставим t=6,7,8,9,10 и получим:
У„р(2015=45838,07291( млн. сом); У11р(2016=49918,62( млн. сом);
Упр (2017) = 53877,27 (млн. сом); Упр (2018) = 57735,45 (млн. сом) ;
Упр (2019)=59702,861 (млн.сом); (30)
Отсюда видно, что темпы роста валовой продукции животноводства с 2015 по 2019г. изменяется соответственно на 8,9%, 7,9%, 7,2%, 3,9%. Это означает, что темпы роста из года в год уменьшаются. Чтобы остановить уменьшение темпов роста, необходимо разработать модель развития отрасли животноводства на уровне республики, предусматривающую оптимальное кормление животных. Для разработки эффективного способа кормления животных необходимо использовать эко-
номико-математические методы и ЭВМ, которые позволяют рассчитывать нормы кормления животных по всем питательным веществам, микроэлементам, витаминам и аминокислотам.
Так же для прогноза себестоимости продукции животноводства необходимо определить влияние на ее уровень затрат содержание одной головы скота. Важнейшую роль при этом играет материальная заинтересованность работников, технология, специализация и концентрация производства продукции, экономия и бережливость, которая проявляется в ликвидации перерасхода кормов путем полноценного и сбалансированного кормления.
При решении задач использования кормов в хозяйстве целесообразно применение таких критериев оптимальности, как максимум валового выпуска продукции животноводства или чистого дохода.
Возможны и другие критерии, например, максимум выпуска валовой продукции животноводства за вычетом затратами на корма, покупку кормов и подкорма, максимум условных кормо-дней.
Полученная корреляционно-
регрессионная модель показывает, как изменяется уровень валового внутреннего продукта. При изменении всех рас-
55
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
сматриваемых факторов, используя полученную модель, можно прогнозировать уровень валового внутреннего продукта на будущий период.
Трудоемкость производства 1 ц продукции снизилась в результате увеличения численности работников. Возросли затраты на корма. Наибольшая трудоемкость приходится на откорм крупного рогатого скота, так как на это требуется большее количество работников и денежных средств. В результате влияния всех этих факторов происходит увеличение себестоимости животноводства, что отрицательно влияет на хозяйственную деятельность предприятия, величину его прибыли.
Одним из фактора экономического роста отраслей животноводства является улучшение генетического потенциала скота. Это, в свою очередь, ставит вопрос развития племенной работы, улучшения материально-технической базы племенных хозяйств, системы мер, обеспечивающей повышение наследственных качеств стада. Исследования последних лет показывают селекционно-племенная работа, как совершенствование биологических
средств производства, обеспечивает повышение генетического потенциала животных, эффективную трансформацию кормов в продукцию животноводства, рост качества и объема производства животноводческой продукции.
Сельскохозяйственная продукция является важной народнохозяйственной
проблемой, одной из основных условий повышения экономической эффектив-сти сельского хозяйства. Обществу ко не безразлично, ценой каких затрат осуществляется производство продукции, ибо от этого в конечном счете зависит степень удовлетворения потребностей общества. Оно кровно заинтересовано в том, чтобы при меньших издержках производственных ресурсов производилось больше продукции и лучшего качества. Совершенствование управления
онным процессом является важным фактором получения доходов от разведения племенного скота и организации племенной работы.
В условиях рыночной экономики заинтересованность работников и снижение себестоимости продукции стимулируется также конкуренцией производителей сельскохозяйственной продукции, так как сокращение затрат позволит снизить цены, в результате чего продукция станет более конкурентоспособной [212]. Мировой рынок порождает жесточайшую конкуренцию, которая заставляет иметь высокопродуктивных животных, полноценные и в достаточном количестве корма, современные ресурсосберегающие технологии. Все это недоступно для мелкого подсобного (и даже - крестьянского) хозяйства.
Приведенные выше аргументы в достаточной степени служат основой для разработки прогнозов затрат производства в животноводстве, как важнейшей составляющий аграрного сектора.
Библиографический список
1. Ахмедов А.Э., Шаталов М.А. Совершенствование системы учета затрат на производство продукции // Территория науки. 2015. № 1. С. 127-132.
2. Бондин И.А. Механизм управления затратами производства в сельскохозяйственных организациях: Автореферат диссертации на соискание ученой степени доктора экономических наук. Саранск - 2011.
3. Жоробаев М.Г. Индикаторы издержек производства в агропромышленном
комплексе Араванского района Ошской области // Образование и наука: современное состояние и перспективы развития: сборник научных трудов по материалам
Международной научно-практической конференции. Тамбов, 2015. С. 23-31.
4. Рудакова О.В., Мерцалова А.И. Трансакционные издержки как категория экономической науки // Территория науки. 2013. № 2. С. 183-188.
5. Тхамокова С.М., Шогенова М.Х. Вопросы учета производственных затрат // Успехи
56
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
современной науки и образования. 2015. № 5. С. 64-66.
6. Ксенова Е.В. Теоретико-методологические подходы к усовершенствованию интерпретации и определения социальной эффективности в контексте отрасли скотоводства // Территория науки. 2015. № 3. С. 119-124.
7. Малик Г.С. Основы экономики и математические методы в планировании. Москва: Высшая школа, 1988.
8. Маматурдиев Г.М., Кыбыраев А.О., Кенешбаева З.М. Устойчивое развитие агропромышленного комплекса Кыргызстана на основе интегрированных структур // Международное научное издание Современные фундаментальные и прикладные исследования. 2015. № Специальный выпуск. С. 60-66.
9. Тхамокова С.М., Шогенова М.Х. Формирование себестоимости производства растениеводства в проекции управленческого учета// Успехи современной науки и образования. 2015. № 5. С. 61-63
10. Шаталов М.А., Ахмедов А.Э., Смольянинова И.В. Направления совершенствования системы учета затрат на производство продукции // Современные тенденции экономического развития. Сборник трудов научно-практической конференции молодых ученых федеральных университетов "Долгосрочные тренды развития экономического образования в современной России". 2015. С. 220-223.
11. Иванов В.Н., Бобро И.Ю.Перспективы использования ERP-систем// Территория науки. 2013. № 2. С. 132-135
12. Маматурдиев Г.М., Жоробаев М.Г. Концептуальные подходы к исследованию влияния затрат на эффективность агропромышленного производства // Синергия. 2015. № 2. С. 63-71.
13. Смольянинова И.В., Ахмедов А.Э. Затраты на производство продукции в системе
управленческого учета предприятия // Учет, анализ, аудит: от теории к
практике сборник научных трудов. 2015. С. 23-27.
14. Титова Е.В., Сергуткина Г.А. Оптимизация бизнес процессов в сельском хозяйстве // Успехи современной науки и образования. 2015. № 5. С. 48-52
15. Смольянинова И.В., Ахмедова О.И., Мамедов Ф.М. Формирование и развитие агропродовольственного рынка// Территория науки. 2013. № 4. С. 83-89
16. Шаропатова А.В. Определение конкурентоспособности предприятий отрасли молочного скотоводства // Успехи современной науки и образования. 2015. № 2. С. 5560
17. Ахмедов А.Э., Смольянинова И.В., Шаталов М.А. Формирование системы мониторинга и прогнозирования деятельности экономических систем // Территория науки. 2015. № 4. С. 148-153.
18. Маматурдиев Г.М., Жоробаев М.Г. Оптимизация и прогнозирование уровня валового внутреннего продукта растениеводческих культур в южном регионе Кыргызстана // APRIORI. Cерия: Гуманитарные науки. 2015. № 5. С. 19.
19. Ходос Д.В., Шапорова З.Е., Максимова Н.В. Оценки инновационного потенциала сельскохозяйственных организаций// Успехи современной науки и образования. 2015. №
4. С. 27-33.
20. Шаталов М.А., Ахмедов А.Э., Смольянинова И.В. Формирование политики импортозамещения как фактора обеспечения продовольственной безопасности страны // Инновации и продовольственная безопасность. 2015. № 2 (8). С. 55-59.
21. Ахмедов А. Совершенствование организационно-экономического механизма материального стимулирования труда работников в сельском хозяйстве // Управление персоналом. 2007. № 20. С. 43-45.
22. Ахмедов А.Э. Теоретические основы материального стимулирования работников сельского хозяйства в рыночных условиях // Территория науки. 2007. № 5. С. 566-568.
57
Электронный научно-практический журнал «Синергия»
Синергия. 2016. № 1.
Информация об авторах:
Маматурдиев Гулям Маматурдиевич,
Доктор экономических наук, профессор, Российский государственный социальный университет, г. Ош, Кыргызстан
Жоробаев Музаффар Г аныжанович,
Старший преподаватель, Кыргызско-Узбекский университет, г. Ош, Кыргызстан
Information about authors:
Mamaturdiev Ghulam Mamaturdievich,
Doctor of Economics, Professor, Russian State Social University, Osh, Kyrgyzstan
Zhorobaev Muzaffar Ganizhanovich,
Senior Lecturer, Kyrgyz-Uzbek University, Osh, Kyrgyzstan
58
