CC BY
43
Инвестиции в основной капитал
Таблица 4
Годы
1995 2000 2001 2002 2003 2004 2005 2006
Инвестиции всего, млрд р. 267,0* 1165,2 1504,7 1762,4 2186,4 2865,0 3611,1 4580,5
В том числе в сельское и лесное хозяйство 9,8 34,8 60,6 80,6 90,7 116,6 142,3 223,4
Инвестиции в сельское и лесное хозяйство в % к общему объему инвестиций 3,7 3,0 4,0 4,6 4,1 4,1 3,9 4,9
* в трлн р.
Предлагаемая коррекция стратегии воспроизводства в сфере АПК позволяет обоснованно прогнозировать повышение эффективности производственной деятельности, увеличение объемов производства, сокращение его импорта, сохранение кадрового потенциала, повышение уровня занятости сельского населения. Сельское хозяйство выступит локомотивом, обеспечивающим производство и сбыт продукции предприятий сельскохозяйственного машиностроения, что в значительной степени вызовет цепную реакцию подъема производства в отраслях, связанных с материально-техническим обеспечением этих предприятий. Агропромышленный комплекс — это то звено в цепи антикризисных мер, которое позволя-
ет реально обеспечить наиболее эффективный выход из кризисной ситуации и дальнейший подъем экономики страны, ее продовольственную безопасность.
Список литературы
1. Экономика технического сервиса на предприятиях АПК (Учебники и учебные пособия для студентов высших учебных заведений) / Под общ. ред. Ю.А. Конкина. — М.: Изд-во УМЦ «Триада», 2007. — 520 с.
2. Статистические материалы и результаты исследований развития агропромышленного производства России. — М.: Россельхозакадемия, 2009. — 32 с.
3. Агропромышленный комплекс России в 2007 г. — Режим доступа: http://www.mcx.ru/documents/document/ showZ7782.77.htm.
УДК 631.171:331(470.331)
С.А. Музаров, аспирант
ФГОУ ВПО «Московский государственный агроинженерный университет имени В.П. Горячкина»
МЕТОДИЧЕСКИЕ ОСНОВЫ ВЫБОРА ТИПИЧНОГО РАЙОНА
При исследовании сельскохозяйственных предприятий одной области не рационально применять сплошное наблюдение, так как оно предусматривает обследование всех единиц изучаемой совокупности и связано с большими трудовыми и материальными затратами. В таких случаях применяют выборочный метод, т. е. изучение некоторой части единиц совокупности, по которой следует судить о свойствах всей совокупности в целом. Для того чтобы распространить выводы и предложения и на другие объекты, не вошедшие в выборку, необходимо прежде всего обосновать типичность отобранных объектов.
Для исследования проблемы воспроизводства и использования механизаторских кадров Тверской обл. необходимо выявить типичный район, который отображает часто встречающиеся явления, с наибольшей полнотой выражает сущность этих явлений посредством экономических показателей и отражает основные свойства изучаемого вопроса. На основе данных ти-
36
пичного района в дальнейшем планируется изучить сложившуюся ситуацию с закреплением механизаторских кадров и разработать рекомендации по снижению их текучести, а также обосновать предложения по созданию благоприятных условий для их эффективного воспроизводства и использования.
Большинство методик оценки типичности объектов по определенным признакам так или иначе связано с нахождением среднего уровня показателя по генеральной совокупности и отбором объектов, по указанному признаку приближающихся к этому уровню.
Оценку типичности для области конкретного района по интересующим нас признакам можно осуществить на основе ^-критерия Стьюдента и определения доверительных интервалов генеральной средней. Для этого необходимо определиться с набором показателей, характеризующих исследуемую проблему, и установить их для каждого объекта исследования.
После выбора показателей по каждому из них рассчитывается среднее значение и среднее квадратичное отклонение:
о =
-\2
К -х)
1=1
п
(1)
где а — среднее квадратичное отклонение; п — число объектов; х{ — г-й показатель; X — среднеарифметическое значение признака.
Для дальнейших расчетов определим предельную ошибку выборки:
е = г
о
4П
(2)
где г — нормированное отклонение конкретной ошибки от средней ошибки выборки, связанное с вероятностью, определяемой уравнением Лапласа-Гаусса.
Определить значение г в соответствии с принятым доверительным уровнем вероятности суждения можно по табл. 1. На пересечении строк и столбцов этой таблицы находится значение нормированного отклонения, соответствующее принятому значению доверительной вероятности Р. Чтобы прочитать значение вероятности, необходимо добавить перед первым знаком числа «ноль целых».
Предельная ошибка выборки позволяет установить предельные значения характеристик гене-
ральной совокупности и их доверительные интервалы (см. рисунок).
Поставив в формулу (2) вместо п число районов в области, рассчитав среднее квадратичное отклонение и вычислив по таблице значение г, мы можем определить интервалы, в пределах которых должны находиться средние величины изучаемых признаков. Затем необходимо сравнить показатели, рассчитанные по каждому району, с соответствующими доверительными интервалами. Если данные по району попадают в доверительный интервал, то этот район можно считать типичным по указанному признаку.
Рассмотрим пример оценки типичности Макса-тихинского района для Тверской обл. по показателям использования механизаторских кадров.
Основным показателем является производительность труда. Ее можно представить как объем валовой продукции в денежной оценке в расчете на одного среднегодового работника (механизатора). Далее необходимо выявить остальные показатели, которые в большей степени оказывают влияние на производительность труда механизаторов. Для этого воспользуемся методом корреляционного анализа.
Корреляционный анализ сводится к измерению тесноты связи между варьирующими признаками и оценке факторов, оказывающих наибольшее влияние на результативный признак.
Таблица 1
Значение интеграла вероятностей при разных значениях г [1]
г Сотые доли
0 1 2 3 4 5 6 7 8 9
1,5 8664 8690 8715 8740 8764 8788 8812 8836 8859 8882
1,6 8904 8926 8948 8969 8990 9011 9031 9051 9070 9089
1,7 9108 9127 9146 9164 9182 9199 9216 9233 9249 9265
1,8 9281 9297 9312 9327 9342 9357 9371 9385 9399 9412
1,9 9425 9438 9451 9464 9476 9488 9500 9512 9523 9534
2,0 9545 9556 9566 9576 9576 9596 9608 9615 9625 9634
2,1 9643 9652 9660 9669 9676 9684 9692 9700 9707 9715
2,2 9722 9729 9736 9743 9749 9755 9762 9768 9774 9780
2,3 9785 9791 9797 9802 9807 9812 9817 9822 9827 9832
2,4 9836 9840 9845 9849 9853 9857 9861 9866 9869 9872
2,5 9876 9879 9883 9886 9889 9892 9895 9898 9901 9904
2,6 9907 9909 9912 9915 9917 9920 9922 9924 9926 9929
2,7 9931 9933 9935 9937 9939 9940 9942 9944 9946 9947
2,8 9949 9950 9952 9953 9955 9956 9958 9959 9960 9961
2,9 9963 9964 9965 9966 9967 9968 9969 9970 9971 9972
3,0 99730 99739 99747 99755 99763 99771 99779 99786 99793 99800
3,1 99807 99813 99819 99825 99831 99837 99842 99847 99853 99858
3,2 99863 99867 99872 99876 99880 99884 99888 99892 99896 99900
3,3 99903 3,6 99911 3,9 999904 4,4 9999892 5,0 - 99999943
3,4 99933 3,7 99937 4,0 999937 4,6 9999957 5,0 - 99999996
3,5 99953 3,8 99957 4,2 999973 4,8 9999984 6,0 - 99999999
Л
_Л_
у:
+ S
А
Таблица 2
И
У
Доверительный интервал Доверительный интервал генеральной средней
Для отбора показателей воспользуемся методологией парной корреляции, рассматривающей влияние вариации факторного признака х на результативный признак у.
При парной зависимости тесноту связи можно определить коэффициентом корреляции r, который рассчитывается с помощью инструментов MS Excel или по формуле
r=
xy - xy о хо y
— І xi Уі
xy = ---------------------;
где xi — фактические значения факторного признака; уі — фактические значения результативного признака; X — среднее значение факторного признака; у — среднее значение результативного признака; ах — общая дисперсия факторного признака; ау — общая дисперсия результативного признака; п — число единиц наблюдения.
Дисперсии а и а могут быть найдены по фор-
мулам:
ох =
= I Xi2 -2.
- X
Коэффициент корреляции принимает значения в интервале -1 < г < +1. Соотношение характера связи и значений коэффициента отражено в табл. 2.
Квадрат коэффициента корреляции представляет собой коэффициент детерминации г2. Он показывает долю вариации результативного признака под влиянием вариации факторного признака.
Было определено несколько показателей по районам Тверской обл., и по каждому из них измерена теснота связи с показателем производительности труда механизаторов. Для дальнейших расчетов по оценке типичности района отобраны те показатели, которые имеют достаточно убедительную связь с результативным признаком (табл. 3).
По данным табл. 3 видно, что тесную связь с производительностью труда механизаторов в Тверской обл. имеет показатель матери-
Оценка характера связи по линейному коэффициенту корреляции
Значения линейного коэффициента корреляции Характер связи
r = -1 -1 < r < -0,7 -0,7 < r < -0,5 -0,5 < r < 0 r = 0 0 < r < +0,5 +0,5 < r > +0,7 +0,7 < r < +1 r = +1 Функциональная Обратная сильная Обратная умеренная Обратная слабая Отсутствует Прямая слабая Прямая умеренная Прямая сильная Функциональная
альных затрат на 100 га пашни. Коэффициент детерминации в этом случае равен 0,850098, это означает, что 85 % колебаний результативного признака (производительности труда) обусловлено колебаниями факторного признака (материальных затрат в расчете на 100 га пашни), а остальные 15 %о — другими факторами. В меньшей степени влияет площадь пашни, приходящаяся на 1 механизатора, коэффициент корреляции г равен 0,017453, следовательно, связь слабая.
На основании полученных результатов в дальнейший расчет включены следующие показатели: удельный вес механизаторов в общем количестве работников, уровень оплаты труда 1 механизатора, показатели фондовооруженности и фондообеспеченности, материальные затраты в расчете на 100 га пашни и рентабельность предприятий (табл. 4).
Значения экономических показателей варьируют в значительных пределах. Для того чтобы узнать, можно ли включать в расчет величины, резко отличающиеся от общей массы величин, необходимо проверить каждый показатель на наличие грубых погрешностей. Для этого можно воспользоваться критерием Ирвина [2]:
Таблица 3
Определение характера связи показателей с производительностью труда механизаторских кадров
Показатель Коэффициент корреляции Коэффициент детерминации
Удельный вес механизаторов Уровень оплаты труда 1 механизатора Площадь пашни в расчете на 1 механизатора Фондовооруженность, ОПФ на 1 механизатора Фондообеспеченность, ОПФ на 100 га сельхозугодий Материальные затраты в расчете на 100 га пашни Рентабельность предприятий -0,722219 0,719875 -0,017453 0,717376 0,711603 0,922008 0,427139 0,521600 0,518220 0,000305 0,514628 0,506379 0,850098 0,182448
х=
п+1
Х„
О
где X — расчетный критерий Ирвина; хп+1, хп — наибольшие значения случайной величины; а — среднее квадратичное отклонение, вычисленное по всем значениям выборки.
Величина критерия сравнивается с табличным значением Хд, возможные значения которого приведены в табл. 5. Если — резуль-
тат ошибочный, и он должен быть исключен при дальнейшей обработке результатов наблюдений. При уровне значимости д = 0,05 для 36 значений
\ = и.
Сначала необходимо рассчитать среднее квадратичное отклонение по каждому показателю по формуле (1). Затем для крайних значений каждого показателя рассчитаем критерий Ирвина, если полученное значение критерия будет превышать 1,2, то крайнее значение будет исключаться.
Таблица 4
Среднегодовые показатели по районам Тверской области за 2005-2007 гг.
Район Валовая продукция в фактических ценах на 1 механизатора, тыс. р. Удельный вес механизаторов, % Уровень оплаты труда 1 механизатора, тыс. р. в год Фондовооруженность, ОПФ на 1 механизатора, тыс. р. Фондообеспеченность, ОПФ на 100 га сельхозугодий, тыс. р. Материальные затраты в расчете на 100 га пашни, тыс. р. Рентабельность предприятий, %
Андреапольский 368 22 32 706 227 316 -16
Бежецкий 1181 18 49 2137 982 516 13
Бельский 295 27 28 1346 297 85 -23
Бологовский 1309 15 65 1455 478 494 -11
Весьегонский 546 21 24 1481 499 186 1
Вышневолоцкий 1119 16 44 1536 677 546 -1
Жарковский 173 23 16 809 231 89 -31
Западнодвинский 276 19 18 1882 528 156 -24
Зубцовский 619 23 36 1075 705 321 5
Калининский 7730 8 75 5501 1824 2081 15
Калязинский 503 23 34 678 246 174 -11
Кашинский 880 23 45 1886 715 408 -7
Кесовогорский 756 21 34 779 374 338 3
Кимрский 456 22 39 1428 351 181 -24
Конаковский 3041 14 72 6107 2729 1745 17
Краснохолмский 513 25 21 1005 366 195 -5
Кувшиновский 567 20 33 942 372 254 -8
Лесной 777 22 48 884 562 450 15
Лихославльский 252 26 29 430 132 92 -26
Максатихинский 450 21 27 1157 414 168 -15
Молоковский 497 24 26 1297 611 237 -5
Нелидовский 284 19 36 3495 602 129 -39
Оленинский 351 27 23 313 288 319 -1
Осташковский 1408 15 58 1711 445 569 -8
Пеновский 1035 20 29 3675 518 241 -44
Рамешковский 506 21 28 1667 440 150 -16
Ржевский 421 26 27 1473 760 204 -6
Сандовский 378 25 29 2079 576 97 -21
Селижаровский 503 23 33 1061 335 245 -6
Сонковский 592 21 27 1094 472 227 3
Спировский 708 20 32 467 176 273 8
Старицкий 942 22 37 974 539 569 -11
Торжокский 909 17 35 944 438 466 -4
Торопецкий 748 20 17 1032 350 321 10
Удомельский 634 17 30 724 152 160 -4
Фировский 316 25 22 412 206 158 -17
Область 890 21 35 1546 545 366 -8
Таблица 5
Критерий Ирвина [2]
Число измерений п Уровень значимости
ц = 0,05 ц = 0,01
1 2 3
2 2,8 3,7
3 2,2 2,9
10 1,5 2,0
20 1,3 1,8
30 1,2 1,7
50 1,1 1,6
100 1,0 1,5
400 0,9 1,3
1000 0,8 1,2
1. Валовая продукция в фактических ценах на 1 механизатора:
Хш1п = (252 - 173) / 1259 = 0,062204;
Хшах = (7730 - 3041) / 1259 = 3,724106.
Показатель по Калининскому району не удовлетворяет критерию Ирвина и будет исключен из дальнейших расчетов. Снова рассчитаем Хшах, но уже при новых крайних значениях:
Хшах = (3041 - 1408) / 1259 = 1,297276.
Показатель по Конаковскому району не удовлетворяет критерию Ирвина и будет исключен из дальнейших расчетов. Рассчитаем Хшах при новых крайних значениях:
Хшах = (1408 - 1309) / 1259 = 0,078729.
Показатели по оставшимся районам удовлетворяют критерию Ирвина.
2. Удельный вес механизаторов:
Хш1п = (14 - 8) / 4 = 1,402333.
Показатель по Калининскому району не удовлетворяет критерию Ирвина и будет исключен из дальнейших расчетов. Рассчитаем Хш1п при новых крайних значениях:
Хш1п = (15 - 14) / 4 = 0,280391;
Хшах = (27,47 - 26,59) / 4 = 0,219305.
Показатели по оставшимся районам удовлетворяют критерию Ирвина.
3. Уровень оплаты труда 1 механизатора:
Хш1п = (17 - 16) / 14 = 0,104288;
Хшах = (75 - 72) / 14 = 0,196552.
Данные по всем районам удовлетворяют критерию Ирвина.
40
4. Фондовооруженность, ОПФ на 1 механизатора:
Хш1п = (412 - 313) / 1260 = 0,078387;
Хшах = (6107 - 5501) / 1260 = 0,480662.
Данные по всем районам удовлетворяют критерию Ирвина.
5. Фондообеспеченность, ОПФ на 100 га сельхозугодий:
Хш1п = (152 - 132) / 471 = 0,043055;
Хшах = (2729 - 1824) / 471 = 1,921486.
Показатель по Конаковскому району не удовлетворяет критерию Ирвина и будет исключен из дальнейших расчетов. Рассчитаем Хшах при новых крайних значениях:
Хшах = (1824 - 982) / 471 = 1,785657.
Показатель по Калининскому району не удовлетворяет критерию Ирвина и будет исключен из дальнейших расчетов. Рассчитаем Хшах при новых крайних значениях:
Хшах = (982 - 760) / 471 = 0,471560.
Показатели по оставшимся районам удовлетворяют критерию Ирвина.
6. Материальные затраты в расчете на 100 га пашни:
Хш1п = (89 - 85) / 403 = 0,010262;
Хшах = (2081 - 1745) / 403 = 0,834919.
Данные по всем районам удовлетворяют критерию Ирвина.
7. Рентабельность предприятий:
Хш1п = (-39 - (-44)) / 15 = 0,394223;
Хшах = (17 - 15) / 15 = 0,086586.
Данные по всем районам удовлетворяют критерию Ирвина.
После «улучшения» выборочной информации по формуле (1) рассчитаны новые значения средних квадратичных отклонений а по каждому показателю.
Следующий этап — определение предельной ошибки выборки. Для этого по табл. 1 определим значение нормированного отклонения г. При доверительном уровне вероятности 0,99933 нормированное отклонение г = 3,40. Значения г и а подставлены в формулу (2) и для каждого показателя найдена предельная ошибка выборки. Полученные результаты показаны в табл. 6.
В табл. 6 также определены верхние и нижние границы доверительного интервала генераль-
Таблица 6
Определение доверительного интервала генеральной средней
Показатель Среднее значение показа- теля Среднее квадратичное отклонение Пре- дельная ошибка выборки Нижняя граница доверительного интервала Верхняя граница доверительного интервала Значение показателя по Макса-тихинскому
X о Е X - Е X + £ району
Валовая продукция в фактических ценах на 1 механизатора, тыс. р. 626 408 238 388 864 450
Удельный вес механизаторов, % 21 3 2 19 23 21
Уровень оплаты труда 1 механизатора, тыс. р. в год 35 14 8 27 43 27
Фондовооруженность, ОПФ на 1 механизатора, тыс. р. 1546 1260 714 832 2260 1157
Фондообеспеченность, ОПФ на 100 га сельхозугодий, тыс. р. 443 216 126 317 569 414
Материальные затраты в расчете на 100 га пашни, тыс. р. 366 403 228 137 594 168
Рентабельность предприятий, % -8 15 8 -17 0 -15
ной средней, в пределах которых должны находиться средние величины изучаемых признаков. Теперь сопоставим значения показателей по Максатихин-скому району с соответствующими доверительными интервалами.
Результаты расчетов показали, что по отобранным признакам значения показателей Максатихин-ского района попадают в соответствующие интервалы. Следовательно, район можно считать по этим признакам типичным, и цель этого исследования достигнута. Дальнейшее изучение процессов воспроизводства и использования механизаторских кад-
ров можно проводить на уровне Максатихинско-го района.
Список литературы
1. Тарасова, О.Б. Основы математической статистики: учеб. пособие / О.Б. Тарасова, Т.Ф. Хромова, А.Е. Шибалкин; под ред. А.П. Зинченко. — М.: Изд-во МСХА, 2004. — 154 с.
2. Третьяк, Л.Н. Обработка результатов наблюдений: учеб. пособие / Л.Н. Третьяк. — Оренбург: ГОУ ОГУ, 2004. — 171 с.
3. Худякова, Е.В. Теория статистики: практикум / Е.В. Худякова, К.А. Малашенков. — М.: ФГОУ ВПО МГАУ 2006. — 120 с.
УДК 330.4(075.8)
Л.С. Качанова, канд. техн. наук, доцент
ФГОУ ВПО «Московский государственный агроинженерный университет имени В.П. Горячкина»
моделирование программы развития сельскохозяйственного предприятия
Разработка модельной программы различных агропромышленных объектов (фирм, комбинатов, товариществ, ассоциаций) должна происходить с учетом взаимодействия экономических, природных и техногенных факторов с учетом выпуска определенных видов конечных продуктов АПК.
Предпосылки комплексного подхода к сочетанию сельскохозяйственных и перерабатывающих производств были заложены в работах таких исследователей начала 70-х гг. XX столетия, как А.М. Онищенко, И.Д. Блаж. Дальнейшие научные изыскания в этой области привели к появлению моделей, которые более адекватно описывали про-
цессы агропромышленного производства, причем с учетом специфики деятельности каждого из формирований [1].
Для повышения научной обоснованности и качества получаемых решений модельная программа должна учитывать следующие аспекты: технологоэкономический; динамический; вероятностный, самого широкого круга задач.
Основываясь на технолого-экономическом принципе (при постановке экономико-математической модели (ЭММ)), необходимо разработать модель рационального использования земельных, трудовых, кормовых, сырьевых и финансовых ресурсов как
41
