Статистико-экономический анализ уровня и динамика производства продукции животноводства.

Оглавление
Введение
1. Теоретические основы статистики животноводства
1.1. Статистика численности и воспроизводства сельскохозяйственных животных
1.1.1. Содержание и задачи статистики животноводства
1.1.2. Классификация сельскохозяйственных животных
1.1.3. Статистическая характеристика численности сельскохозяйственных животных
1.1.4. Показатели оборота стада и воспроизводства животных
1.2. Статистика продукции животноводства и продуктивности сельскохозяйственных животных
1.2.1. Понятие продукции животноводства и продуктивности сельскохозяйственных животных
1.2.2. Показатели продукции и продуктивности животноводства
1.2.3. Показатели производства продукции животноводства на 100 га земельных угодий
1.2.4. Индексный анализ производства продукции животноводства
1.3. Статистика кормовой базы
1.3.1. Классификация кормов
1.3.2. Показатели размера кормовых ресурсов
1.3.3. Показатели обеспеченности и использования кормов
2. Природно-климатическая характеристика Ивановской области
3. Статистический анализ производства мяса в крестьянских хозяйствах Ивановской области
3.1. Исходные данные для анализа
3.2. Анализ временных рядов
3.3. Аналитическая группировка
3.4. Уравнение множественной регрессии
Заключение
Библиографический список

Кроме того, на территории области разведано 74 месторождения пресных подземных вод и 12 месторождений минеральных подземных вод.Почвы Ивановской области образовались в основном из песков и глин. Тип почв – дерново-подзолистый с малым количеством перегноя. Такие почвы мало пригодны для выращивания культурных растений. На полях области выращивают в основном такие зерновые культуры как рожь, ячмень, овес, из овощных – картофель, морковь, капусту. На территории области насчитывается около 1700 рек и ручьев и более 150 озер. Самой крупной рекой является Волга с расположенным в ее акватории Горьковским водохранилищем.Речная сеть принадлежит бассейну рек Волга и Клязьма. На севере области леса южно-таежного типа, на юге - смешанного. Болота широко распространены в северо-западной и южной частях области.Выгодное географическое положение области способствует развитию внутренних и внешних экономических и культурных связей. Через неё проходят важные автомобильные, железнодорожные и водные магистрали, соединяющие между собой восточные районы страны.В связи с невысоким уровнем производства, область располагает довольно высоким экологическим рейтингом, что весьма важно в современных условиях. Она входит в число наиболее благоприятных в экологическом отношении регионов России и обладает богатейшими рекреационными возможностями, к которым относятся водные, лесные ресурсы, ландшафты и целебные источники. 3. Статистический анализ производства мяса в крестьянских хозяйствах Ивановской области3.1. Исходные данные для анализаВариант 6Таблица 1Исходные данные производства мяса в крестьянских (фермерских) хозяйствах Ивановской областиГодПоголовье, гол.Прирост на 1 голову, цВаловое производство, т199618047219971533,9961199815046019991204482000923,9136200110044020021723,9568200316246620042163,988620052473,979820061883,9975Таблица 2РайоныПривес КРС, кгПоголовье, тыс.гол.Кол-во корма на 1 голову, цВичугский5,11,328,5Верхнеландеховский4,60,533Гаврилово-Посадский6,51,637Заволжский6,3136,8Ивановский7,90,824,5Ильинский6,61,234,9Кинешемский7,11,319,6Комсомольский6,71,336,8Лежневский6,80,629,3Лухский7,50,631,4Палехский5,71,347,4Пестяковский4,50,433,8Приволжский5,80,930,7Пучежский50,934,7Родниковский6,9135,5Савинский6,80,733Тейковский6,50,636,4Фурмановский5,6138,4Шуйский5,51,738,1Южский71,128,3Юрьевецкий5,61,136,6Построим графики динамики по таблице 1.Рисунок 1. Динамика изменения поголовьяРисунок 2. Динамика изменения прироста на 1 головуРисунок 3. Динамика изменения валового производства мясаПроведем анализ рядов.3.2. Анализ временных рядовЦепные показатели ряда динамикиПериодпоголовьеАбсолютный приростТемп прироста, %Темпы роста, %Абсолютное содержание 1% приростаТемп наращения, %1996180001001.801997153-27-15851.8-151998150-3-1.9698.041.53-1.671999120-30-20801.5-16.67200092-28-23.3376.671.2-15.56200110088.7108.70.924.44200217272721721402003162-10-5.8194.191.72-5.5620042165433.33133.331.623020052473114.35114.352.1617.222006188-59-23.8976.112.47-32.78Итого1780В 2006 по сравнению с 2005 поголовье уменьшилось на 59 гол. или на 23.89%В 2006 поголовье составила 188 гол. и за прошедший период увеличилось на 59 гол., или на 23.89%Максимальный прирост наблюдается в 2002 (72 гол.)Минимальный прирост зафиксирован в 2006 (-59 гол.)Темп наращения показывает, что тенденция ряда возрастающая, что свидетельствует об ускорении поголовьеБазисные показатели ряда динамики.ПериодпоголовьеАбсолютный приростТемп прироста, %Темпы роста, %1996180001001997153-27-15851998150-30-16.6783.331999120-60-33.3366.67200092-88-48.8951.112001100-80-44.4455.562002172-8-4.4495.562003162-18-10902004216362012020052476737.22137.22200618884.44104.44Итого1780В 2006 по сравнению с 1996 поголовье увеличилось на 8 гол. или на 4.44%В 2006 поголовье составила 188 гол. и по сравнению с 1996 увеличилось на 8 гол., или на 4.44%Расчет средних характеристик рядов.Средний уровень ряда y динамики характеризует типическую величину абсолютных уровнейСредний уровень ряда динамикиСреднее значение поголовье с 1996 по 2006 составило 161.82 гол.Средний темп ростаВ среднем за весь период с 1996 по 2006 рост поголовье составил 1Средний темп приростаВ среднем каждый период поголовье увеличивалась на 0%.Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики.Средний абсолютный приростВ среднем за весь период поголовье увеличивалось на 0.8 гол. с каждым периодом.Цепные показатели ряда динамики.Периодприрост на 1 головуАбсолютный приростТемп прироста, %Темпы роста, %Абсолютное содержание 1% приростаТемп наращения, %19964001000.04019973.99-0.01-0.2599.750.04-0.25199840.010.25100.250.03990.2519994001000.04020003.91-0.09-2.2597.750.04-2.25200140.092.3102.30.03912.2520023.95-0.05-1.2598.750.04-1.25200340.051.27101.270.03951.2520043.98-0.02-0.599.50.04-0.520053.97-0.01-0.2599.750.0398-0.2520063.990.020.5100.50.03970.5Итого43.79В 2006 по сравнению с 2005 прирост на 1 голову увеличилось на 0.02 ц. или на 0.5%В 2006 прирост на 1 голову составила 3.99 ц. и за прошедший период увеличилось на 0.02 ц., или на 0.5%Максимальный прирост наблюдается в 2001 (0.09 ц.)Минимальный прирост зафиксирован в 2000 (-0.09 ц.)Темп наращения показывает, что тенденция ряда возрастающая, что свидетельствует об ускорении прирост на 1 головуБазисные показатели ряда динамики.Периодприрост на 1 головуАбсолютный приростТемп прироста, %Темпы роста, %199640010019973.99-0.01-0.2599.751998400100199940010020003.91-0.09-2.2597.75200140010020023.95-0.05-1.2598.75200340010020043.98-0.02-0.599.520053.97-0.03-0.7599.2520063.99-0.01-0.2599.75Итого43.79В 2006 прирост на 1 голову составила 3.99 ц. и по сравнению с 1996 увеличилось на 0.01 ц., или на 0.25%Расчет средних характеристик рядов.Средний уровень ряда y динамики характеризует типическую величину абсолютных уровнейСредний уровень ряда динамикиСреднее значение прирост на 1 голову с 1996 по 2006 составило 3.98 ц.Средний темп ростаВ среднем за весь период с 1996 по 2006 рост прирост на 1 голову составил 1Средний темп приростаВ среднем каждый период прирост на 1 голову увеличивалась на 0%.Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики.Средний абсолютный приростВ среднем за весь период прирост на 1 голову уменьшался на 0.001 ц. с каждым периодом.Цепные показатели ряда динамики.Периодваловое производствоАбсолютный приростТемп прироста, %Темпы роста, %Абсолютное содержание 1% приростаТемп наращения, %199672001000.720199761-11-15.2884.720.72-15.28199860-1-1.6498.360.61-1.39199948-12-20800.6-16.67200036-12-25750.48-16.67200140411.11111.110.365.5620026828701700.438.89200366-2-2.9497.060.68-2.782004862030.3130.30.6627.782005981213.95113.950.8616.67200675-23-23.4776.530.98-31.94Итого710В 2006 по сравнению с 2005 валовое производство уменьшилось на 23 т или на 23.47%В 2006 валовое производство составила 75 т и за прошедший период увеличилось на 23 т, или на 23.47%Максимальный прирост наблюдается в 2002 (28 т)Минимальный прирост зафиксирован в 2006 (-23 т)Темп наращения показывает, что тенденция ряда убывающая, что свидетельствует о замедлении валовое производствоБазисные показатели ряда динамики.Периодваловое производствоАбсолютный приростТемп прироста, %Темпы роста, %19967200100199761-11-15.2884.72199860-12-16.6783.33199948-24-33.3366.67200036-36-5050200140-32-44.4455.56200268-4-5.5694.44200366-6-8.3391.672004861419.44119.442005982636.11136.1120067534.17104.17Итого710В 2006 по сравнению с 1996 валовое производство увеличилось на 3 т или на 4.17%В 2006 валовое производство составила 75 т и по сравнению с 1996 увеличилось на 3 т, или на 4.17%Расчет средних характеристик рядов.Средний уровень ряда y динамики характеризует типическую величину абсолютных уровнейСредний уровень ряда динамикиСреднее значение валовое производство с 1996 по 2006 составило 64.55 тСредний темп ростаВ среднем за весь период с 1996 по 2006 рост валовое производство составил 1Средний темп приростаВ среднем каждый период валовое производство увеличивалась на 0%.Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики.Средний абсолютный приростВ среднем за весь период валовое производство увеличивалось на 0.3 т с каждым периодом.3.3. Аналитическая группировкаПроведем аналитическую группировку по поголовью КРС районов Ивановской области.Число групп приближенно определяется по формуле Стэрджессаn = 1 + 3,2lognn = 1 + 3,2log 21 = 6Тогда ширина интервала составит:Для каждого значения ряда подсчитаем, какое количество раз оно попадает в тот или иной интервал. Для этого сортируем ряд по возрастанию.Аналитическая группировка.Группы№Кол-во, f∑XXcp = ∑X / f∑YYcp = ∑Y / f0.4 - 0.621,2,3,4,552.70.5429.95.980.62 - 0.836,721.50.7514.77.350.83 - 1.058,9,10,11,1254.80.9629.65.921.05 - 1.2713,14,1533.41.1319.26.41.27 - 1.4916,17,18,1945.21.324.66.151.49 - 1.720,2123.31.65126Итого2120.9130Среднее значение по всей совокупности в целом можно найти двумя способами:а) по формуле простой арифметической (по исходным данным)б) по формуле арифметической взвешенной (по сгруппированным данным)Таблица для расчета средней арифметической взвешенной.ГруппыfiXcp = ∑X / fYcp = ∑Y / fxifiyifi0.4 - 0.6250.562.5300.62 - 0.8320.87.41.614.80.83 - 1.05515.9529.51.05 - 1.2731.16.43.319.21.27 - 1.4941.36.25.224.81.49 - 1.721.763.412Итого21130.33.4. Уравнение множественной регрессииПостроим уравнение множественной регрессииСистема трех линейных уравнений с тремя неизвестными b0, b1, b2:∑yi = nb0 + b1∑x1i + b2∑x2i∑x1iyi = b0∑x1i + b1∑x1i2 + b2∑x1ix2i∑x2iyi = b0∑x2i + b1∑x1ix2i + b2∑x2i2YX1X2X12X22X1YX2YX1X2Y25.11.328.51.69812.256.63145.3537.0526.014.60.5330.2510892.3151.816.521.166.51.6372.56136910.4240.559.242.256.3136.811354.246.3231.8436.839.697.90.824.50.64600.256.32193.5519.662.416.61.234.91.441218.017.92230.3441.8843.567.11.319.61.69384.169.23139.1625.4850.416.71.336.81.691354.248.71246.5647.8444.896.80.629.30.36858.494.08199.2417.5846.247.50.631.40.36985.964.5235.518.8456.255.71.347.41.692246.767.41270.1861.6232.494.50.433.80.161142.441.8152.113.5220.255.80.930.70.81942.495.22178.0627.6333.6450.934.70.811204.094.5173.531.23256.9135.511260.256.9244.9535.547.616.80.7330.4910894.76224.423.146.246.50.636.40.361324.963.9236.621.8442.255.6138.411474.565.6215.0438.431.365.51.738.12.891451.619.35209.5564.7730.2571.128.31.21800.897.7198.131.13495.61.136.61.211339.566.16204.9640.2631.3613020.9704.723.3124302.21129.694321.28709.77822.326.19133.561.111157.256.18205.7833.839.16Для наших данных система уравнений имеет вид:130 = 21 b0 + 20.9b1 + 704.7b2129.69 = 20.9b0 + 23.31b1 + 709.77b24321.28 = 704.7b0 + 709.77b1 + 24302.21b2Решая систему методом Крамера, находим:b0 = 8.1b1 = 0.35b2 = -0.0674Уравнение регрессии:Y = 8.1 + 0.35 X1 -0.0674 X2YX1X2(Yi-Yср)2(X1i-X1ср)2(X2i-X2ср)2(Yi-Yср)(X1i-X1ср)(Yi-Yср)(X2i-X2ср)(X1i-X1ср)(X2i-X2ср)5.11.328.51.190.092925.57-0.335.51-1.544.60.5332.530.250.310.790.890.286.51.6370.09580.3711.850.191.072.086.3136.80.0122.3E-510.520.0005220.360.01547.90.824.52.920.038182.03-0.33-15.481.776.61.234.90.170.04191.80.08390.550.277.11.319.60.830.0929194.80.28-12.69-4.256.71.336.80.260.092910.520.161.650.996.80.629.30.370.1618.12-0.24-2.591.687.50.631.41.710.164.65-0.52-2.820.855.71.347.40.240.0929191.62-0.15-6.794.224.50.433.82.860.350.0591.01-0.41-0.145.80.930.70.150.009078.160.03721.120.2750.934.71.420.009071.310.11-1.36-0.116.9135.50.52.3E-53.770.003381.380.009256.80.7330.370.08720.31-0.18-0.340.166.50.636.40.09580.168.08-0.120.88-1.125.6138.40.352.3E-523.45-0.00281-2.860.02315.51.738.10.480.520.64-0.49-3.143.271.128.30.660.01127.640.0848-4.26-0.555.61.136.60.350.0119.26-0.0619-1.80.3213020.9704.717.562.51654.490.31-41.158.436.19133.560.840.1231.170.0147-1.960.4Коэффициенты регрессии bi можно также найти по следующим формулам:гдеryx1, ryx2, rx1x2 - коэффициенты парной корреляции между результатом и каждым из факторов и между факторами; s(x1), s(x2) - среднее квадратическое отклонение 1-го и 2-го факторов соответственно; s(y) - среднее квадратическое отклонение результативного признака.Параметр a можно определить по формуле:Указанные параметры рассчитаны в разделе Оценка мультиколлинеарности факторов.Построение эмпирического уравнения регрессии является начальным этапом эконометрического анализа. Первое же построенное по выборке уравнение регрессии очень редко является удовлетворительным по тем или иным характеристикам. Поэтому следующей важнейшей оценкой является проверка качества уравнения регрессии. В эконометрике принята устоявшаяся схема такой проверки, которая проводится по следующим направлениям:• проверка статистической значимости коэффициентов уравнения регрессии;• проверка общего качества уравнения регрессии;• проверка свойств данных, выполнимость которых предполагалась при оценивании уравнения (проверка выполнимости предпосылок МНК).Прежде чем проводить анализ качества уравнения регрессии, необходимо определить дисперсии и стандартные ошибки коэффициентов, а также интервальные оценки коэффициентов.При этом:где m=2 – количество объясняющих переменных модели.Стандартные ошибки коэффициентов:Y(X1,X2)ei = (Yi-Y(X1,X2))ei2ei - ei-1(ei - ei-1)26.64-1.542.36006.06-1.462.12-0.08260.006836.170.330.11-1.793.195.970.330.110.003871.5E-56.731.171.36-0.840.716.170.430.180.740.557.24-0.140.01880.570.326.080.620.39-0.760.586.340.460.210.160.02586.21.31.7-0.840.715.360.340.110.970.935.97-1.472.151.83.256.35-0.550.3-0.920.846.08-1.081.170.530.286.060.840.7-1.923.686.120.680.460.160.02685.860.640.410.0360.00135.87-0.270.07070.90.826.13-0.630.40.360.136.580.420.18-1.051.16.02-0.420.180.840.71130014.68-1.1217.856.1900.7-0.05310.85Парные коэффициенты корреляции.Для y и x1Средние значенияДисперсияСреднеквадратическое отклонениеКоэффициент корреляцииДля y и x2Средние значенияДисперсияСреднеквадратическое отклонениеКоэффициент корреляцииДля x1 и x2Средние значенияДисперсияСреднеквадратическое отклонениеКоэффициент корреляцииМатрица парных коэффициентов корреляции.-yx1x2y10.0466-0.38x10.046610.21x2-0.380.211При оценке мультиколлинеарности факторов следует учитывать, что чем ближе к 0 определитель матрицы межфакторной корреляции, тем сильнее мультиколлинеарность факторов и ненадежнее результаты множественной регрессии.Для отбора наиболее значимых факторов xi учитываются следующие условия:- связь между результативным признаком и факторным должна быть выше межфакторной связи;- связь между факторами должна быть не более 0.7;- при высокой межфакторной связи признака отбираются факторы с меньшим коэффициентом корреляции между ними;Более объективную характеристику тесноты связи дают частные коэффициенты корреляции, измеряющие влияние на результат фактора xi при неизменном уровне других факторов.Частные коэффициенты корреляции.Коэффициент частной корреляции отличается от простого коэффициента линейной парной корреляции тем, что он измеряет парную корреляцию соответствующих признаков (y и xi) при условии, что влияние на них остальных факторов (xj) устранено.Теснота связи низкая.Теснота связи не сильнаяТеснота связи низкая.Теснота связи низкая.Теснота связи не сильнаяТеснота связи низкая.Уравнение регрессии в стандартизированном масштабе.Другим видом уравнения множественной регрессии может быть уравнение регрессии в стандартизированном масштабе: ty = β1tx1 + β2tx2.гдеβi – стандартные коэффициенты регрессии.К уравнению множественной регрессии в стандартизированном масштабе применим МНК. Стандартизированные коэффициенты регрессии (β-коэффициенты) определяются из следующей системы уравнений:ryx1 = β1 + β2rx2x1ryx2 = β1rx2x1 + β2Связь коэффициентов множественной регрессии bi со стандартизированными коэффициентами βi описывается соотношением:Параметр α определяется как:α = 6.19 - 0.35 • 1 - (-0.0674) • 33.56 = 8.1Теснота связи результативного признака с факторными определятся величиной коэффициента линейной множественной корреляции и детерминации, который могут быть исчислены на основе матрицы парных коэффициентов корреляции:Более объективную оценку качества построенной модели дает скорректированный индекс множественной детерминации, учитывающий поправку на число степеней свободы:где n - число наблюдений, m – число факторов.ЗаключениеВ условиях продолжающегося кризиса в аграрном секторе сохраняется необходимость более активного государственного регулирования не только путем применения стимулирующих мер, но и прямого вложения капитала. Государственные средства должны направляться, прежде всего, на восстановление технического потенциала на селе; завершение строительства по ранее начатым объектам, предусмотренным целевыми программами; укрепление материально-технической базы сельскохозяйственной науки, семеноводства, племенного дела, а также базы хранения, как в сельском хозяйстве, так и в перерабатывающих отраслях; строительство жилья на селе; поддержку малого бизнеса; финансирование направлений деятельности, где активность индивидуальных инвесторов будет наименьшей: ликвидация последствий от аварий, стихийных бедствий, экологических катастроф, создание объектов и систем, обеспечивающих экологическую безопасность производства.Целесообразна государственная поддержка лизинга как одного из направлений специализированной системы сельскохозяйственного кредита. Необходимо повысить роль государственного целевого бюджетного фонда поддержки производителей сельскохозяйственной продукции и продовольствия в финансировании приобретения технических средств и оборудования, активно использовать целевую кредитную линию, мобилизовать местные источники финансирования.На нынешнем этапе крайне важно осуществить техническое перевооружение и реконструкцию животноводческих ферм и комплексов, а также обновление парка машинами качественно нового поколения.Инвестиционную политику в ближайшие годы надо осуществлять на основе следующих принципов:— последовательной децентрализации инвестиционного процесса, увеличения доли собственных средств предприятий в общем объеме капитальных вложений, повышения роли амортизационных отчислений как одного из источников финансирования инвестиций; — размещения государственных инвестиций на производственные цели на конкурсной основе;— возвратности централизованных капитальных вложений;—расширения практики совместного государственно-коммерческого финансирования проектов;—усиления государственного контроля за целевым расходованием средств государственного бюджета, направленных на инвестиции;— расширения практики страхования и гарантирования поддерживаемых государством инвестиционных проектов;— стимулирования иностранных инвестиций. Необходимо отметить, что при сложившемся соотношении цен на сельскохозяйственную и промышленную продукцию в предстоящие годы капитальные вложения за счет собственных средств смогут осуществлять лишь отдельные предприятия, финансирование инвестиций из государственного и региональных бюджетов в ближайшие годы не улучшит состояние производственного потенциала сельского хозяйства и всего АПК. Вместе с тем, требуется разграничить функции управления инвестициями на государственном, региональном и местном уровнях, обеспечивая полномочия каждого из них надежными, а главное, стабильными источниками финансирования, закрепленными законодательным путем. В этих целях необходимо разработать и утвердить стабильные среднесрочные, на 2-3 года, нормативы распределения налогов и других видов платежей между бюджетами различных уровней, а не менять их ежегодно, как это нередко делается.Кроме того, в ближайшее время на государственном уровне следует принять меры, направленные на создание благоприятных условий для роста банковских инвестиций в АПК. В числе мер по преодолению кризиса финансово-кредитной системы на первый план надо поставить упорядочение взаиморасчетов между предприятиями, создание системы страхования и т. д.Библиографический списокАфанасьев В.Н., Маркова А.И. Статистика сельского хозяйства: Учеб. пособие. М., 2002.Гришин А.Ф. Статистика: Учеб. пособие. М., 2003.Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учеб. / Под ред. И.И. Елисеевой. М., 2004.Зинченко А.П. Сельскохозяйственные предприятия: экономико-статистический анализ. М., 2002.Зинченко А.П. Сельскохозяйственная статистика с основами социально-экономической статистики: Учеб. М., 1998.Иностранные слова в статистике и экономике: Словарь / Составитель В.П. Корнев. Саратов, 2002.Курс социально-экономической статистики: Учеб. / Под ред. М.Г. Назарова. М., 2003.Методологические положения по статистике. Вып. 1. М., 1996; Вып. 2. М., 1998; Вып. 3. М., 2000; Вып. 4. М., 2003.Микроэкономическая статистика: Учеб. / Под ред. С.Д. Ильенковой. М., 2004.Общая теория статистики: Учебник / Под ред. О.Э. Башиной, А.А. Спирина. М., 1999.Салин В.Н., Шпаковская Е.П. Социально-экономическая статистика: Учеб. М., 2003.Сергеев С.С. Сельскохозяйственная статистика с основами социально-экономической статистики: Учебник. М., 1989.Статистика сельского хозяйства: Учеб. / Под ред. О.П. Замосковного, Б.И. Плешкова. М., 1990.Теория статистики: Учеб. / Под ред.Р.А. Шмойловой. М., 2001.Экономика и статистика фирм: Учеб. / Под ред. С.Д. Ильенковой. М., 2000.Экономическая статистика: Учеб. / Под ред. Ю.Н. Иванова. М., 2002.