CC BY
12
Эм кронный научно-жтодичес t$tit яурнал
Омского ТЯуЩШ
Щибрик М.С., Кийко П.В. Необходимость применения математических моделей в землеустройстве // Электронный научно-методический журнал Омского ГАУ. - 2018. -№3 (14) июль - сентябрь. - URL http://e-journal.omgau.ru/images/issues/2018/3/00616.pdf. - ISSN 2413-4066
УДК: 519.86:332.3
Щибрик Маргарита Сергеевна
Студентка
ФГБОУВО Омский ГАУ, г. Омск ms. schibrik1706@omgau.org
Кийко Павел Владимирович
Кандидат педагогических наук, доцент ФГБОУ ВО Омский ГАУ, г. Омск pv.kiyko@omgau.org
Необходимость применения математических моделей в землеустройстве
Аннотация. В данной работе авторы поднимают проблему неэффективного использования земельных и производственных ресурсов в районах Омской области и предлагают с помощью регрессионной модели найти пути решения данной проблемы. Анализ построенной теоретической модели помогает добиться положительной динамики развития производственных ресурсов в исследуемых районах, а полученные результаты моделирования авторы предлагают использовать для достижения более высоких показателей всего региона.
Ключевые слова: земельные ресурсы, регрессионная модель, моделирование, эффективность использования земельных и производственных ресурсов.
При изучении некоторых разделов математики возникает вопрос о необходимости применения математических моделей в землеустройстве. Чтобы ответить на него, мы решили рассмотреть проблему эффективности использования земельных и производственных ресурсов Омской области.
Целью нашего исследования является поиск пути повышения эффективности использования земель и сельскохозяйственного производства в целом. Для ее реализации можно использовать математическую модель, показав тем самым необходимость ее применения не только в математике, но и в землеустройстве.
На сегодняшний день проблема эффективности использования земельных и производственных ресурсов Омской области актуальна, так как объем производства существенно не увеличивается с годами. При больших посевных площадях урожайность Омской области находится не на высоком уровне. В сельском хозяйстве до сих пор используется ручной труд. Также показателем неэффективного использования земельных и производственных ресурсов Омской области является наличие кредиторской задолженности сельскохозяйственных организаций.
Мы рассмотрели пять наиболее производительных районов Омской области: Азовский, Тарский, Павлогорадский, Исилькульский и Саргатский. Проанализировав их выручку по четырем ресурсам - растениеводство, животноводство, пищевая промышленность и трудовые
ресурсы, - сравнив объем производства каждого района за последние 10 лет в денежном эквиваленте, а потом сделав графический анализ эмпирических данных, мы пришли к выводу, что лучше всего использовать модель множественной регрессии. Линейная модель множественной регрессии имеет вид:
уг= ао+а1Хп+а2Х2х+азХзх+... +акХш+£х, (1)
где к - количество включенных в модель факторов.
Коэффициент регрессии а] показывает, на какую величину в среднем изменится результативный признак у, если переменную X] увеличить на единицу измерения, т.е. является нормативным коэффициентом.
Построение модели происходит по имеющимся эмпирическим данным п наблюдений у, X] с параметрами ау (]=1, 2, ..., р; 1=1, 2, ..., п). Необходимо определить аналитическую зависимость у = /(х1,х2,...,хр), наилучшим образом описывающую данные наблюдений.
Для нахождения этих параметров используется метод наименьших квадратов (МНК). Сущность этого метода состоит в следующем. Пусть вид функции Дх1, х2, ... , х^ известен с точностью до входящих в нее коэффициентов Ь = {Ьк}. Запишем/=/(Ъ, и), где и = (х1, Х2, ... , Хк). Рассмотрим набор данных по переменным у и и:
у1, у2, ... , уп; и1, и2, ... , и„. (2)
Составим функцию Ь = Ь(Ь) как сумму квадратов отклонений фактических значений yi от теоретических значений ДЪ, ш), то есть Ь(Ь) = Ц уг -/(Ь, и) )2 .
Оценки коэффициентов Ь находятся как решение задачи на экстремум Ь(Ь) (3)
Таблица 1.
У Х1 Х2 Хр
1 У1 Х11 Х21 Хр1
2 У2 Х12 Х22 Хр2
п Уп х1п Х2п Хрп
Использовав данные открытых интернет источников, мы просчитали среднюю выручку по всем четыырем ресурсам пяти выбранных районов и средний общий объем производства за последние 10 лет. Данные приведены на рис. 1 .
д ипрмп * в
"••'» . Я Ж ч > ^ ш 1 1 * * \ ^ £ > ¡-«г >м. I -мч с«-...
• / «р* * ((рапссмме - ш «(лц * I»«« * • •
с»
гглу'псюадтеп* Рясгммгооспю (т»к.р. Жмотнокуртпо (rvc.pl Пиигпт промнипр|»огть |тыс р.) 1рг*о«и( ркурсы |тмс р,( Средний сбций сбъгм пк>И1падгтм |п*г р )
Ш »283 4(036,4 27134 10» 3163Ц1
¿т «код тги 24379,6 »4.5 27830
то 52330,2 46412 20»М 537^ 25631
ял 45021 41723Л 22047,6 732,5 24290
2012 Ь4493,2 4ГШ 26037 678 32221,3
аи 54353,8 46937,4 235*7,4 872 31437*5
2014 4ЭДИ 470506 24484 7025 30526525
2015 43601,4 46572Л 21107Д 921 34023
2016 41859,2 44107.4 912 26637,05
2017 39235,2 41399,2 17644.4 706Д 28123
Рис. 1 .
На графике (рис. 2) мы видим снижение показателей производства и спад объема производства.
Рис. 2.
Для построения регрессионной модели мы использовали табличный процессор Ехсе1 и встроенную функцию «Анализ данных». На основе эмпирических данных выбранных районов провели анализ производственных и земельных ресурсов Омской области. Результаты исследования приведены ниже (рис. 3).
(ьаод итогов
Ргфетямчм лшщсяки
Иисяяткм^
К-чмдм» ОЛМЗДК
чипами
«74414463
МДмцрм! и
Ырмст 4 ¡ишн,тг 064} иня ожкепя
0СТ4ПМ I «Ы1В50? шошь:'!
Пади а ШШП.ТЧ
Г1 ИЩИ НЧЧО I1 л Мт-пт я*«* АДуичг
ЖбЛЮв Х»44,*И| ОШИИЦ ЫГЛ
Я)чч>> адкшкз в.«74?»Н ола1»4и 1Д71714И6 1^71*75 1ЛП71 1.7П1П
9.Ш8НП САМЛМЛ Р4>В44»<1 аиктп 1Л2147134 101Л01 МлМО!
адшглч слида.ш пянтаи аяпвппв лям«4.» ¿ин» гтиь ¡.ген»
/иммил ю.люмл иыт«мп 0Л21»ш п.плп или илггь
Рис. 3. 3
Мы видим, что построенная модель статистически не значима - коэффициент детерминации Я2, показывающий долю вариации результативного признака, очень низкий Я2=0,33. Все коэффициенты полученной модели также оказались статистически не значимыми. Это в первую очередь говорит о том, что в производстве сельского хозяйства Омской области есть определенные недостатки. Чтобы добиться более высоких показателей в данном сегменте, не нужно экспериментировать с хозяйствами. Построенная теоретическая модель поможет понять, получит ли инвестор положительную динамику развития производственных ресурсов от своих финансовых вложений и использования ресурсов в полной мере. Теоретически варьируя инвестиции в растениеводство, животноводство, пищевую промышленность и трудовые ресурсы, мы в первую очередь добиваемся получения прибыли в регионе от использования данных ресурсов и выходим на статистическую значимость полученных коэффициентов и всей модели в целом. Апробировав теоретически разработанную модель в одном хозяйстве, можно будет использовать ее в масштабе целого района, а затем и всего региона.
Мы предлагаем к 2025 году увеличить выручку производительных ресурсов до таких размеров.
Дмгра««» 1 • ¡,
А 1 С и С Г
гвд/псмигыелм 2018 5АС 'емевоссво (шса 60281 Жяаогиомцсмо (тыс. р.) 52036,4 Пио^шй промышленность |тыс.р. 1 30134 трудовые ркурсв (т»и-р.| Сре^мй общий объем производим {тыс.Р.) з «58,:
2019 маки 502222 26379,6 14903 32045,375
2020 55310,2 18412 27952,8 6783 33088375
2021 64023 45723,8 30047,6 13443 35284,725
2022 5*4832 47687 26037 1517 32431Л»
2021 58353,8 46937,4 2В587.4 1000 33719,65
2024 66869 50050,6 28484 17003 36776025
2025 70601,4 555722 34107,8 1943 40556.1
Рис. 4.
Посмотрев на график, можно заметить увеличение показателей и объема производства в целом.
аоооо ^--------- ■ юд/покаыгели
гаооо 60000 | . | 1 т Рлстениеооство (тыс.р.]
50000 40000 1 11 ■ Животноводство (гыс р )
ЗОООО Ш ■ Пищевая промышленность (тыс.р.|
20000 1
ЮООО ■ трудовые ресурсы (гыс.р.)
0 / т>^ДОвые ресурса (тыс.р.) . Жи»огноводство (гыср) 2 3 4с, ч год/по«*»тели 7 8 9 1011 12 ■ Средний общий объем производства (тыс.р.)
Рис. 5.
Проанализировав эти данные, приходим к выводу, что модель получилось адекватной, так как коэффициент детерминации Я2 приблизительно равен 1. Это указывает на то, что модель, в данном случае сельскохозяйственное производство Омской области, работает очень хорошо и имеет высокую статистическую значимость.
вьеод итогов
оталилшв
1
>* ИМДОТ 1
Чэрммрсы>еы) 1
Отдяртиы ой 13?1вмг
в
в М$ г 1ф4М0ПТъГ
^решм 4 35511677,1« Ш779»,» 5.6МЮ1*Ю 12'и№-46
Оп«т } 7,«Й371М 2.«ма 24
Итого 1 ИШ77.»
«¿т^щиглиг. Сяо^фтниамб« (спатистм 0 Ъяугюг «пм* й* грггиг И'лт» 95,0ршн* 95/1%
Т-пгсесещпе АХШ-и 1,М955[-11 -0.«6199»68 0,Л:831!Н -3^66451-11 2ЛЕ-11 1« 11 291111
'к'ймеахчо 025 2,01658116 и»7НИ5 105 7«! 45 ОД ОД 025 ОД
Жлотжи«»."'» ОД ЗЛИ9И6 8.2471«» 1« ¡.»дань ОД ОД 025 ОД
Плцгмяпроав ОД ДОКМ 11 У75й(-М ОД ОД ОД ОД
труда»* жпцк «5 45 1.1ЧШГ+Н 1 ЯМ?[ 42 ОД 02$ 025 025
Рис. 6.
Чтобы добиться таких результатов, мы предлагаем пути повышения эффективного использования земельных и производственных ресурсов:
1) включение в производственное использование каждого гектара закрепленного за хозяйством земли;
2) повышение экономического плодородия почв: орошение и осушение, химическая мелиорация, применение удобрений, освоение севооборотов, поверхностное и коренное улучшение лугов и пастбищ;
3) рациональное использование экономического плодородия почв: применение наиболее урожайных сортов, улучшение семеноводства, совершенствование схем размещения растений, соблюдение оптимальные сроков проведения сельскохозяйственных работ и выполнение их с высоким качеством, борьба с болезнями растений, вредителями и сорняками;
4) организационно-экономические мероприятия: совершенствование структуры посевных площадей с учетом конъюнктуры рынка, углубление специализации, применение прогрессивных форм организации и оплаты труда, совершенствование форм хозяйствования и др.
В плане трудовых ресурсов:
> разделение труда и расстановка работников на предприятии;
> внедрение рациональных трудовых процессов;
^ создание благоприятной трудовой обстановки.
Достичь повышения эффективности в животноводстве можно увеличив суммы расходов на медикаменты и корма.
Также прибыльность предприятия зависит от эффективной работы менеджеров: нужно знать, где можно купить более качественные семена, удобрения, корма и т.д. по более выгодной цене.
Именно комплексное исследование повышения эффективности сельскохозяйственного производства, отдельных затрат позволяет достичь предприятию успеха, увеличения прибыли и конкурентоспособного положения на рынке.
Таким образом, проанализировав эмпирические данные нескольких районов Омской области, мы можем спроецировать это на всю Омскую область и сделать вывод, что при данных, которые мы предложили, модель является статистически значимой, а значит, может быть полезной на дальнейший период. Это все доказывает необходимость применения математических моделей в землеустройстве.
Ссылки на источники:
1. Кийко П.В. Математическая модель как метод решения проблемы конкурентоспособности вузов и повышение научно-исследовательской компетенции студентов // Омский научный вестник: Серия Общество. История. Современность - Сборник научных статей. №4(141) 20. - Омск: Изд-во ОмГТУ, 2015. С. 166 - 170.
2. Кийко П.В., Щукина Н.В. Инновационные аспекты изучения эконометрики [Электронный ресурс] // Электронный научно-методический журнал Омского ГАУ, 2016, №4 (7) http://e-iournal.omgau.ru/index.php/vypuski/2016-god/4-7-oktyabr-dekabr-2016-g/32-statya-2016-4/462-00207.
3. Кийко П. В., Щукина Н. В. Эконометрика. Продвинутый уровень: учебное пособие М.-Берлин: Директ-Медиа, 2015. - 61 с. URL: http://e-journal.omgau.ru/index.php/2015-god/1/16-statya/65-00017.
4. Матыскин Е.А. Экономико-статистический анализ урожайности зерна в ОПХ «Боевое» Исилькульского района Омской области [Электронный ресурс] // -2012, - URL: https://revolution.allbest.ru/agriculture/00512472_0.html.
5. Экономико-статистический анализ себестоимости зерна в СПК «Нагорновский» [Электронный ресурс] // -10.10.2012, - URL: https://www.webkursovik.ru/kartgotrab.asp7id— 80263.
6. Макеев А.С. Экономико-статистический анализ производства молока в ЗАО «Новоазовское» Азовского района Омской области за 2006-2008 гг. области [Электронный ресурс] // -2013, - URL: http://znakka4estva.ru/dokumenty/marketing-reklama-torgovlya/ekonomiko-statisticheskiy-analiz-proizvodstva-moloka-v-zao-novoazovskoe-azovskogo-rayona-omskoy-oblasti-za-2006-2008-gg/.
Margarita Scibrik
Student
FSBEI HE Omsk SA U, Omsk va.raschenko 1706@omgau.org
Pavel Kiyko
Candidate of Pedagogical Sciences, Associate Professor
FSBEI HE Omsk SA U, Omsk
pv.kiyko@omgau.org
Necessity of Application of Mathematical Models in Land Management
Abstract: In this paper, the authors raise the problem of inefficient use of land and production resources in the Omsk region and suggest using the regression model to find ways to solve this problem. The analysis of the constructed theoretical model helps to achieve positive dynamics of development of production resources in the study areas, and the authors suggest using the results of modeling to achieve higher indicators of the entire region.
Keywords: Land resources, regression model, modeling, efficiency of land and production resources use.
