Статистико-экономический анализ производства молока на примере Каширского и других районов Воронежской области

Wобщ = 6036,53

2. Рассчитаем факторную (межгрупповую) вариацию удоя молока от 1 коровы.

W факт =(14,85-38,83 )2 · 4 + (29,13-38,83)2 · 8+ (40,34-38,83)2 · 7 + (57,71-38,83)2 · 3=4138,20

3. Определим остаточную вариацию удоя молока от 1 коровы.

Wост = 6036,53 - 4138,20 = 1898,33

4. Определим общую дисперсию удоя молока от 1 коровы.

,

где N-1 - число степеней свободы для общей дисперсии.

N = 22

у2общ =6036,53 У 21 = 287,45

5. Определим факторную дисперсию удоя молока от 1 коровы.

,

где n-1 - число степеней свободы,

n = 4

у2факт =4138,20 У 3 = 1379,4

6. Определим остаточную дисперсию удоя молока от 1 коровы.

у2ост = 1898,33У(22 - 3) = 99,91

7. Определим фактический или расчетный критерий Фишера.

Fрасчетный =1379,4 У 99,91= 13,80642

8. Найдем табличное (критическое) значение критерия Фишера при уровне значимости 5% и числе степеней свободы 3 и 19.

Fтабличное (б = 0,05; 3 ; 19 ) = 3,13

Так как расчетное значение критерия Фишера (Fрасчетное = 13,80642) больше табличного (Fтабличное =3,13), то влияние уровня специализации на продуктивность коров существенно. Но, несмотря на это используем данный фактор для построения корреляционно-регрессионной модели уровня продуктивности коров по хозяйствам Аннинского, Хохольского, Семилукского, Воробьёвского, Бутурлиновского районов.

4. Проектная часть

4.1 Сущность и основные условия применения корреляционно-регрессионного анализа

Корреляция - это статистическая зависимость между случайными величинами, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.

В статистике принято различать следующие варианты зависимостей.

1. Парная корреляция - связь между двумя признаками (результативным и факторным или двумя факторными).

2. Частная корреляция - зависимость между результативным и одним факторным признаком при фиксированном значении других факторных признаков.

3. Множественная корреляция - зависимость результативного и двух или более факторных признаков, включенных в исследование.

Корреляционный анализ имеет своей задачей количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).

Теснота связи количественно выражается величиной коэффициентов корреляции. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность определять «полезность» факторных признаков при построении уравнений множественной регрессии. Величина коэффициента корреляции служит также оценкой соответствия уравнения регрессии выявленным причинно - следственным связям.

Первоначально исследования корреляции проводились в биологии, а позднее распространились и на другие области, в том числе на социально-экономическую. Одновременно с корреляцией начала использоваться и регрессия. Корреляция и регрессия тесно связаны между собой: первая оценивает силу (тесноту) статистической связи, вторая исследует ее форму. Та и другая служат для установления соотношения между явлениями, для определения наличия или отсутствия связи.

Корреляционно-регрессионный анализ как общее понятие включает в себя измерение тесноты, направления связи и установление аналитического выражения (формы) связи (регрессионный анализ).

Регрессионный анализ заключается в определении аналитического выражения связи, в котором изменение одной величины (называемой зависимой или результативным признаком) обусловлено влиянием одной или нескольких независимых величин (факторов), а множество всех прочих факторов, также оказывающих влияние на зависимую величину, принимается за постоянные и средние значения. Регрессия может быть однофакторной (парной) и многофакторной (множественной).

Уравнение регрессии, или статистическая модель связи социально-экономических явлений, выражаемая функцией:

где

У - результативный признак,

х1, х2,х3,…, хk - факторные признаки,

является достаточно адекватным реальному моделируемому явлению или процессу в случае соблюдения следующих Требования построения.

1. Совокупность исследуемых исходных данных должна быть однородной и математически описываться непрерывными функциями.

2. Возможность описания моделируемого явления одним или несколькими уравнениями причинно-следственных связей.

3. Все факторные признаки должны иметь количественное (цифровое) выражение.

4. Наличие достаточно большого объема исследуемой выборочной совокупности.

5. Причинно-следственные связи между явлениями и процессами следует описывать линейной или приводимой к линейной формой зависимости.

6. Отсутствие количественных ограничений на параметры модели связи.

7. Постоянство территориальной и временной структуры изучаемой совокупности.

Поскольку корреляционная связь является статистической, первым условием возможности ее изучения является общее условие всякого статистического исследования: наличие данных по достаточно большой совокупности явлений. По отдельным явлениям можно получить совершенно превратное представление о связи признаков, ибо в каждом отдельном явлении значения признаков кроме закономерной составляющей имеют случайное отклонение (вариацию). Например, сравнивая два хозяйства, одно из которых имеет больше поголовья коров, по уровню продуктивности, можно обнаружить, что продуктивность выше в хозяйстве с меньшим количеством голов. Ведь продуктивность коров зависит от сотен факторов и при том же самом количестве поголовья коров может быть и выше, и ниже. Но если сравнивать большое число хозяйств с большим количеством голов и большое число - с меньшим, то средняя продуктивность коров в первой группе окажется выше и станет возможным измерить достаточно точно параметры корреляционной связи.

Какое именно число явлений достаточно для анализа корреляционной и вообще статистической связи, зависит от цели анализа, требуемой точности и надежности параметров связи, от числа факторов, корреляция с которыми изучается. Обычно считают, что число наблюдений должно быть не менее чем в 5-6, а лучше - не менее чем в 10 раз больше числа факторов. Еще лучше, если число наблюдений в несколько десятков или в сотни раз больше числа факторов, тогда закон больших чисел, действуя в полную силу, обеспечивает эффективное взаимопогашение случайных отклонений от закономерного характера связи признаков.

Вторым условием закономерного проявления корреляционной связи служит условие, обеспечивающее надежное выражение закономерности в средней величине. Кроме уже указанного большого числа единиц совокупности для этого необходима достаточно качественная однородность совокупности. Нарушение этого условия может извратить параметры корреляции.

Иногда, как условие корреляционного анализа, выдвигают необходимость подчинения распределения совокупности по результативному и факторным признакам нормальному закону распределения вероятностей. Это условие связано с применением метода наименьших квадратов при расчете параметров корреляции: только при нормальном распределении метод наименьших квадратов дает оценку параметров, отвечающую принципам максимального правдоподобия. На практике эта предпосылка чаще всего выполняется приближенно, но и тогда метод наименьших квадратов дает неплохие результаты.

Однако при значительном отклонении распределений признаков от нормального закона нельзя оценивать надежность выборочного коэффициента корреляции, используя параметры нормального распределения вероятностей или распределения Стьюдента.

Еще одним спорным вопросом является допустимость применения корреляционного анализа к функционально связанным признакам. Можно ли, например, построить уравнение корреляционной зависимости размеров выручки от продажи молока, от объема продажи и цены? Ведь произведение объема продажи и цены равно выручке в каждом отдельном случае. Как правило, к таким жестко детерминированным связям применяют только индексный метод анализа. Однако на этот вопрос можно взглянуть и с другой точки зрения. При индексном анализе выручки предполагается, что количество проданного молока и его цена независимы друг от друга, потому-то и допустима абстракция от изменения одного фактора при измерении влияния другого, как это принято в индексном методе. В реальности количество и цена не являются вполне независимыми друг от друга.

Корреляционно-регрессионный анализ учитывает межфакторные связи, следовательно, дает нам более полное измерение роли каждого фактора: прямое, непосредственное его влияние на результативный признак; косвенное влияние фактора через его влияние на другие факторы; влияние всех факторов на результативный признак. Если связь между факторами несущественна, индексным анализом можно ограничиться. В противном случае его полезно дополнить корреляционно-регрессионным измерением влияния факторов, даже если они функционально связаны с результативным признаком.

4.2 Многофакторная корреляционно-регрессионная модель продуктивности коров

Корреляционно-регрессионный анализ представляет интерес не только с точки зрения теории, но и с точки зрения практики, что подтверждается построением экономико-математической модели продуктивности коров.

Содержание каждого из выше указанных условий рассмотрим на примере анализа производства молока. Расчет будем производить в пакете прикладных программ «Statgraph».

Построим экономико-математическую модель удоя молока от 1 коровы, используя следующие факторы: выход телят на 100 коров(x1), фондообеспеченность хозяйства (x2), фондовооружённость труда в хозяйстве (x3), производственные затраты на 1 корову (x4), уровень специализации (x5), затраты труда на 1 корову (x6), уровень концентрации (x7), трудообеспеченность (x8). В результате была получена корреляционно-регрессионная модель удоя молока от 1 коровы по хозяйствам Воронежской области.

Таблица 11 - Экономико-математическая модель продуктивности коров по предприятиям Воронежской области

Коэффициент детерминации равен 0,5161 или 51,61%, следовательно на долю неучтённых факторов приходится 48,39%. Однако статистическая оценка данной модели показывает, что некоторые факторы (выход телят на 100 коров, фондовооружённость труда, уровень интенсивности, затраты труда на 1 корову, трудообеспеченность) количественно мало определяют результат, а влияние некоторых факторов не поддаётся логико-экономическому осмыслению. Пакет прикладных программ STATGRAPH позволяет просчитать все возможные варианты и выбрать оптимальное сочетание факторов, при котором качество модели наилучшее.

Таблица 12 - Экономико-математическая модель (улучшенная) продуктивности коров по предприятиям Воронежской области

Модель в целом улучшилась, так как увеличился коэффициент детерминации (0,5221 или 52,21%). Это свидетельствует о том, что удой молока по рассматриваемой совокупности хозяйств на 52,21% находится под влиянием заложенных в модель факторов (выход телят на 100 коров, производственные затраты на 1 корову, уровень специализации), и 47,79% под влиянием других факторов, не вошедших в модель.

Построенная модель количественно измеряет исследовательскую связь, что следует из уравнения множественной регрессии:

Yx1,x4,x5 = 4.30 +0.07X1 + 0.0004X4 + 0.74X5

Коэффициент регрессии б1, равный 0,07 показывает, что при увеличении выхода телят на 100 коров продуктивность коров повышается на 0,07 ц; при повышении производственных затрат (на 1 корову) на 1 руб продуктивность коров повышается на 0,0004 ц; при повышении уровня специализации на 1 % продуктивность коров повышается на 0,74 ц.

Наряду с количественным измерением влияния факторов на результат (продуктивность коров) значение имеет изучение тесноты связи. Коэффициент множественной регрессии R = 0,72 (>0,7) свидетельствует о том, что построенная экономико-математическая модель адекватна.

С целью оценки существенности влияния изучаемых факторов на продуктивность коров построим многофакторный дисперсионный анализ.

Таблица 13 - Дисперсионный анализ вариации для всей модели

Так как фактическое значение критерия Фишера (Fфакт = 9,73999) значительно превосходит теоретическое (Fтеор = 2.96) влияние заложенных в модель факторов существенно, а коэффициент DURBIN - WATSOR = 2,22961 говорит о том, что автокорреляция факторов не существенно влияет на результат.

Оценив существенность влияния факторов по всей модели в целом, интересно знать, как влияет каждый фактор на результат.

Таблица 14 - Дисперсионный анализ в порядке влияния отдельных факторов на результат

Данные таблицы свидетельствуют о том, что наиболее существенное влияние на продуктивность коров оказали такие факторы: уровень специализации (%), производственные затраты на 1 корову, выход телят на 100 коров..

Разработанная экономико-математическая модель достаточно отражает условия производства молока исследуемой совокупности предприятий, а поэтому может быть использована для оценки результатов их деятельности, в частности для расчетов резервов повышения продуктивности коров и увеличения валового надоя молока.

4.3 Расчёт резервов роста продуктивности коров и валового надоя молока

В экономической литературе понятие резервов сводится часто к снижению потерь в использовании ресурсов. Правильнее под резервами следует понимать неиспользованные возможности снижения текущих и авансируемых затрат материальных, трудовых и финансовых ресурсов при данном уровне развития производительных сил и производственных отношений. Устранение всякого рода потерь и нерациональных затрат -- это один путь использования резервов. Другой путь связан с большими возможностями ускорения научно-технического прогресса как главного рычага повышения интенсификации и эффективности производства. Таким образом, резервы в полном объеме можно измерить разрывом между достигнутым уровнем использования ресурсов и возможным уровнем исходя из накопленного производственного потенциала предприятия.

В процессе анализа резервы характеризуют по следующим существенным признакам:

По масштабам возникновения: народнохозяйственные (отраслевые) и внутрихозяйственные. Народнохозяйственные - это резервы, связанные с рационализацией размещения производительных сил по зонам страны, межрайонной специализацией производства, централизованной разработкой и внедрением прогрессивных систем техники и технологий. Внутрихозяйственные резервы - это резервы, которые возникают в производстве или на стадии реализации продукции, в системе финансов хозяйства. В производстве эти резервы возникают за счет лучшего использования производственного потенциала.

По времени - текущие и перспективные. Под текущими понимаются резервы, мобилизация которых возможна в предстоящем периоде на основе использования достижений в работе передовиков и новаторов производства. Мобилизация текущих резервов не требует значительных капитальных вложений. Перспективные - это такие резервы, мобилизация которых возможна при условии оптимизации структуры производства и его фондооснащенности, фондовооруженности, оптимизации других параметров производства; высокой интенсивности производства, внедрении новейших технологий, приемов и методов организации производства, полном освоении системы адаптивного ведения производства и научной организации труда.

По характеру ресурсов, использование которых может быть улучшено, - резервы использования земли, основных фондов, экономия предметов труда и рабочего времени.

Выявление, подсчет и обобщение резервов производства осуществляются на основе применения специальных методов и приемов. Рассмотрим важнейшие из них. Сравнительный анализ внутрихозяйственных и межхозяйственных показателей работы сельскохозяйственных предприятий однотипной специализации с примерно одинаковыми природно-климатическими условиями. Необходимость в сравнительном анализе вытекает из факта различия экономических результатов производства как между производственными подразделениями внутри одного хозяйства, так и между хозяйствами со схожими условиями производства. Например, если уровень организации производства, труда и управления отстающего хозяйства поднять до уровня хотя бы среднего хозяйства, а среднего - до передового, то результативные показатели их работы станут такими же, как в среднем или передовом хозяйстве. Задачи сравнительного анализа заключаются в том, чтобы выявить различия в условиях производства между сопоставляемыми хозяйствами, определить пути и возможности выравнивания этих условий, подсчитать текущие резервы производства на основе минимального вложения дополнительных средств и максимального использования передового опыта.

Резервы могут быть определены на основе метода экономического анализа с помощью специальных его приемов. Часть приемов и методов заимствованы из математической статистики, из разделов высшей математики, бухгалтерского учета и других смешанных наук. Некоторые из них: сравнение, средние и относительные величины, индексы, группировка, цепные подстановки. Для изучения многомерных статистических совокупностей широко применяют метод корреляции и регрессии, дисперсионный анализ, линейное программирование и так далее.

Основными задачами анализа выполнения плана производства продукции животноводства являются:

· Осуществление систематического контроля за выполнением плана производства продукции животноводства в целом по отрасли и отдельным ее видам;

· Определение факторов, влияющих на объем производства;

· Определение внутрихозяйственных резервов роста продукции;

· Разработка мероприятий по освоению вскрытых резервов;

· Оценка деятельности хозяйства по увеличению объемов производства в перспективе с учетом объективных и субъективных факторов.

· Основным источником информации для анализа являются: годовой отчет (форма «Производство и себестоимость продукции животноводства») и бизнес-план (формы соответствующего содержания).

На основании полученной модели продуктивности коров, рассчитаем резервы увеличения удоя молока от 1 коровы и его валового надоя в хозяйствах Воробьевского, Хохольского, Бутурлиновского, Семилукского, Аннинского районов Воронежской области.

Таблица 15 - Резервы повышения продуктивности коров в хозяйствах Воронежской области

Таким образом, если отстающие хозяйства доведут уровень каждого фактора, заложенного в модель, до среднего уровня по району, то продуктивность коров в Воронежской области повысится на 8,50 ц или на 24,38%. При доведении уровня факторов в отстающих хозяйствах до уровня передовых хозяйств продуктивность коров повысится на 20,60 ц. или 59,07 %.

Выявленные резервы повышения продуктивности коров окажут положительное влияние на увеличение валового надоя молока в районах Воронежской области. Для определения конкретной величины увеличения валового надоя молока произведем сравнение фактической продуктивности коров по каждому хозяйству с расчетной (возможной) продуктивностью, полученной на основе корреляционно-регрессионной модели. Расчет представим в виде таблицы.

Таблица 16 - Резервы увеличения валового надоя молока в хозяйствах Воронежской области

Таким образом, исходя из данных таблицы можно сделать вывод, что при доведении фактической продуктивности коров до теоретической валовой надой молока по предприятиям увеличится, так как имеется резерв увеличения валового надоя молока на 11179,23 ц.

Выводы и предложения

В ходе курсового проекта мы выяснили, что на повышение экономической эффективности скотоводства влияют следующие факторы: полноценное кормление животных, совершенствование их породной и возрастной структуры, улучшение ухода за животными и их содержания, правильная организация процессов воспроизводства стада, повышение материальной заинтересованности доярок в результатах их труда, наведение должного порядка в реализации молока, обеспечение полноты учета произведенной продукции и оприходования выручки. Метод аналитической группировки выявил, что повышение продуктивности коров способствует росту экономической эффективности производства молока.

В целом, хозяйство ООО «Ольшанское» развивалось равномерными темпами. В динамике последних лет численность поголовья в ООО «Ольшанское» снижалась при одновременном повышении продуктивности коров, что является положительным моментом для хозяйства.

На протяжении анализа продуктивности коров по 25 хозяйствам вытекает один вывод - в хозяйствах Воронежской области имеются все необходимые условия, позволяющие вести рентабельное производство молока. Для этого в их распоряжении благоприятные природные, климатические и экономические условия.

Однако индексный анализ показал, что уменьшение валового надоя (на 0,72%)молока в районах произошло за счёт сокращения поголовья коров. Хотя, средняя продуктивность коров увеличилась на 3,11 ц/гол или на 9,78%.

Корреляционно - регрессионный анализ выявил, что удой молока по рассматриваемой совокупности хозяйств на 52,21% находился под влиянием заложенных в модель факторов (выход телят на 100 коров, производственные затраты на 1 корову, уровень специализации), и 47,79% под влиянием других факторов, не вошедших в модель.

Было выявлено при анализе имеющихся резервов хозяйств, что если отстающие хозяйства доведут уровень каждого фактора, заложенного в модель, до среднего уровня по району, то продуктивность коров в Воронежской области повысится на 8,50 ц или на 24,38%. При доведении уровня факторов в отстающих хозяйствах до уровня передовых хозяйств продуктивность коров повысится на 20,60 ц. или 59,07 %.

Важным моментом являлся расчет резервов повышение валового надоя в хозяйствах Воронежской области, который показал, что при повышении хозяйствами своей фактической продуктивности коров до уровня расчетной мы получим возможность увеличения валового надоя на 11179,23 ц.

В настоящий момент, на наш взгляд, наиболее яркими проблемами молочного производства являются: 1) сезонность производства, 2) большое количество устаревшей техники, а также отсталые технологии производства, 3) недостаток квалифицированных кадров, 4) низкое качество кормления и содержания животных. Поэтому мероприятия, направленные на преодоление данных нарушений, должны стать весомым фактором использования имеющихся резервов повышения продуктивности молочного стада в исследуемых хозяйствах.

Список использованной литературы

1. Архипов А., Дульнев В. “О типах и рационах кормления скота”// Молочное и мясное скотоводство 1997 год № 1.

2. Башкатов Б.И.: Статистика сельского хозяйства, М: 2003г., 351с.

3. Горланов С.А., Назаренко Н.Т. Основы рыночных отношений в сельском хозяйстве, - Воронеж-1996г.

4. Григорьев Ю., Потребняк В. “Отчего зависит продуктивное долголетие коров” // Молочное и мясное скотоводство 1997год № 1.

5. Гришин А.Ф.: Статистика, - М: «Финансы и статистика», 2003г., 237с.

6. Громыко Г.Л.: Статистика, - МГУ, 1981г., 407с.

7. Дугин П.М. , Шевцов Р.П. “Эффективность производства молока”// Москва Нива России 1992 год.

8. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. чл.-корр. РАН И.И. Елисеевой. - 4-е изд., перераб. и доп. - М.: Финансы и статистика, 1998. - 480 с.

9. Замовский О.П., Плешков Б.И.: Статистика сельского хозяйства, М: «Финансы и статистика», 1990г., 335с.

10. Коваленко Н.Я.: Экономика, - Москва-1998г., 425с.

11. Левантин Д. “Некоторые проблемы развития скотоводства России ” //Молочное и мясное скотоводство № 6 1997 год.

12. Развитие молочного скотоводства РФ. - htth//www/advis.ru/

13. Харламов В.И. Общая теория статистики: Учебник - М.: ИНФРА- М, 2000 - 422 с.

14. Харченко Л.П. Статистика/ Харченко Л.П., долженкова В.Г., Ионин В.Г. и др. - Изд. 2-е, перераб. и доп. - М.: ИНФРА-М, 2001 - 384 с. (серия «Высшее образование»)

15. Чохатариди Г. “Нужно ли нам больше коров? ”//Молочное и мясное скотоводство №6 1997год.

16. Экономическая статистика: Учебник. / Под ред. Ю.Н. Иванова. - М.: ИНФРА-М, 2000. - 480с.

Размещено на Allbest.ru