Экономико-статистический анализ производства и реализации свинины (на примере районов Тверской области. (регио

Оглавление
Введение 3
Глава 1. Теоретико-методические положения экономико-статистического анализа производства и реализации свинины 6
1.1.Место производства и реализации свинины в сельскохозяйственном производстве 6
1.2.Значение производства и реализации свинины в обеспечение регионов продовольствием 7
1.3.Система показателей статистического исследования производства и реализации продуктов свиноводства 13
Глава 2. Экономико-статистический анализ производства и реализации продукции свиноводства 22
2.1. Общая характеристика производства и реализации свинины (на примере районов Тверской области (регионов ЦФО) 22
2.2.Анализ динамики производства и реализации основных видов продукции свиноводства 29
2.3.Корелляционно-регрессионный анализ эффективности производства продукции свиноводства 34
Заключение 42
Список использованных источников 44
Приложение.Формулы для расчета статистических показателей 46
 

За период исследования доля продукции свиноводства в общем объеме производства мяса в Тверской области выросла на 2,4 %.2.3.Корелляционно-регрессионный анализ эффективности производства продукции свиноводстваМетод корреляционного и регрессионного анализа широко используется для определения тесноты связи между показателями, не находящимися в функциональной зависимости. Теснота связи между изучаемыми явлениями измеряется корреляционным отношением (для криволинейной зависимости). Для прямолинейной зависимости исчисляется коэффициент корреляции[6].Основная цель множественного регрессионного анализа - построение эконометрической модели с большим числом факторов, при этом определив влияние каждого фактора и совокупное их воздействие.Линейная множественная регрессионная модель имеет вид:Y = ɑ0 + ɑ 1*x1 + ɑ 2*x2 +…+ ɑk* xk+ε (2)Коэффициенты b являются коэффициентами эластичности. Они показывают, насколько процентов изменится в среднем результат при изменении на один процент соответствующего параметра при неизменном значении других факторов.Матрица парных коэффициентов корреляции строится на основе пакета EXCEL инструмент «Анализ данных» - «Корреляция». Показатели регрессионного анализа строятся по результатам использования инструмента «Анализ данных» - «Регрессия» [23].В проведенном нами исследовании, данными для расчетов является информация по сельскохозяйственным организациям Тверской области. Корреляционно-регрессионный анализ проведен с использованием программы MicrosoftExcel2000. Из множества факторов, выбранных с помощью логического метода и методом статистических группировок в корреляционно-регрессионную модель были включены следующие факторные признаки:X1 - поголовье свиней на 100 га пашни, гол.;Х2 - затраты кормов на 1ц прироста свиней, ц корм, ед.;Х3- основные фонды свиноводства, тыс.руб.;Х4 -затраты на 1 голову свиней, руб.;Х5—доля продукции свиноводства в товарной продукции организации, %;Х6— материальное стимулирование работников, руб.;Результативным признаком в нашем исследовании являетсяпроизводство валовой продукции свиноводства на 100 га пашни.Таблица 12 - Исходные данные для расчета резервов повышения производства валовой продукции свиноводства в сельскохозяйственных организациях Тверской области.Группы сельскох организаций по производству продукции свиноводства на 100 га пашни, цЧисло хозяйств в группеПрирост живой массы свиней на 100 га пашни, цX1-поголовье свиней на 100 га пашни, гол.Х2-затраты на корма на 1 ц пророста свиней, руб.Х3-основныефондысвиноводства,тыс.руб.Х4-затраты на 1 голову свиней, руб.X5 - доляпродукции свиноводства в товарной продукции организации, %Х6-материальноестимулированиеперсонала,руб.до 10,40304,7227425325851476,619,9510,41 - 18,853214,1313546241437078,522,0218,86-27,301723,13625241765424311,224,3427,31 и более3159,17622372212381417,128,78ИТОГО и в среднем11024,74441342445413411,423,28Описательная статистика, выявленная с помощью ECXEL показана в таблице 13.Таблица 13 – Показатели статистики факторовСтолбец11 группа2 группа3 группа4 группаСреднее2269,041391,801232,41206,3Стандартная ошибка1156,74665,21633,6582,9Медиана22,0031,0036,076,0Мода#Н/Д#Н/Д#Н/Д#Н/ДСтандартное отклонение3060,451759,981676,31542,1Дисперсия выборки9366347,363097545,262810020,62378045,0Эксцесс-0,72-2,210,1-0,8Асимметричность0,940,561,10,9Интервал7420,303698,504231,83796,9Минимум4,708,5011,217,1Максимум7425,003707,004243,03814,0Сумма15883,259742,628626,68444,0Счет7,007,007,07,0Наибольший(1)7425,003707,004243,03814,0Наименьший(1)4,708,5011,217,1Уровень надежности(95,0%)2830,441627,711550,31426,2Теснота связи характеризуется множественным коэффициентом корреляции.Осуществляется проверка взаимосвязанных факторов на наличие мультиколлинеарности. Для подтверждения или опровержения сформулированных гипотез проанализируем соответствующие корреляционные матрицы с помощью расчёта парных показателей корреляции для каждой пары факторов. Для анализа зависимости факторов строится корреляционная матрица, используя средства «Анализа данных» [22]. Корреляционная матрица приведена в таблице 14.Таблица 14 - Таблица парных коэффициентов корреляции Строка 1Строка 2Строка 3Строка 4Строка 5Строка 6Строка 11     Строка 2-0,66911    Строка 3-0,443070,9353261   Строка 4-0,571350,8693290,6908571  Строка 50,980333-0,76148-0,5913-0,585491 Строка 60,967224-0,80669-0,64758-0,626280,9972751Данное действии преследует две основные цели:1)проверка выполнения условий;2) отбор факторов, которые оказывают наиболее существенное влияние на. С этой целью будем постепенно исключать из модели факторы с наибольшим значением парного коэффициента корреляции.Линейный коэффициент корреляции может принимать любые значения от -1 до +1. Чем ближе коэффициент корреляции по абсолютной величине к 1, тем теснее связь между признаками. Знак при линейном коэффициенте корреляции указывает на направление связи: если значениеэтого показателя со знаком «+», то связь прямая (прямопропорциональная); если знак «-», то связь обратная (обратнопропорциональная).Коэффициенты корреляции факторов Х2, Х3, Х4 свидетельствуют о наличии отрицательной связи между ними. Данные факторы можно исключить.Наличие положительной зависимости между Х3, Х1, Х5, Х6 подтвердилось. Коэффициенты корреляции:К кор (Х3, Х2) = 0,935К кор (Х6, Х5) = 0,997К кор (Х5, Х1) = 0,980К кор (Х6, Х1) = 0,967свидетельствуют о наличии достаточно высокой связи между ними. На данном этапе набор факторов уточняется на основе анализа значений качественных характеристик; осуществляется проверка гипотезы о значимости фактора на зависимую переменную. Незначимый фактор можно удалить. Выводы основаны на определении, что лучшему варианту должны соответствовать лучшие значения характеристик.По данным определяемого корреляционного коэффициента видно, что связь между показателями достаточно сильная, близка к единице.Эконометрическая модель будет строится по факторам (Х1, Х5, Х6)Y = α0 + b1*X1 + b5*X5 + b6*X6 (3)Исходные данные для первоначального анализа представлены в таблице 15, где представлен полный набор факторов.Первоначально строится линейная регрессионная модель, включающая только количественные переменные.Таблица 15 - Зависимая переменная: прирост живой массы свиней КоэффициентыСтандартная ошибкаt-статистикаP-ЗначениеY-пересечение-22,461060,65210-28,451000,05680Переменная X 11,503980,554952,710100,11345Переменная X 5-3,289442,21701-1,483730,27614Переменная X 6-0,022911,056001,205800,18620Регрессионная статистика Множественный R0,98814273R-квадрат0,976426056Нормированный R-квадрат0,464639084Стандартная ошибка7,075524188Наблюдения4Дисперсионный анализ dfSSMSFЗначимость FРегрессия24147,1939152073,59695741,41971510,109213378Остаток2100,126085150,06304253Итого44247,32   Уравнение множественной регрессии имеет следующий вид:у = 22,4 + 1,5 Х1- 3,289Х5 – 0,022Х6Значение множественного коэффициента корреляции составило 0,988, что подтверждает достаточно сильную связь между результатом и факторами. Коэффициент детерминации =0,976, что свидетельствует о том, что изменение зависимой переменной (прирост живой массы свиней) в основном (на 97,6 %) можно объяснить совместным влиянием включенных в модель объясняющих переменных.Это означает, что перечень выбранных показателей на 97,6 % объясняет вариацию производства валовой продукции свиноводства на 100 га пашни в выбранной совокупности сельскохозяйственных. Остальные 2,4%колеблемости признака определяются факторами, не включенными в математическую модель.Скорректированный коэффициент детерминации (Нормированный R − квадрат) = 0,465. В отличие от, скорректированный коэффициент детерминации уменьшился, поскольку в модель введено достаточно объясняющих переменных, не оказывающих существенного влияния на зависимую переменную. Следовательно, для оценки адекватности модели множественной регрессии предпочтительнее использовать . Показатель имеет достаточно высокое значение (0,464), что говорит о хорошей объясняющей способности модели.Проверка значимости модели по критерию Фишера показала, что модель статистически значима на уровне значимости 5 %, т.к. Fтабл = 45,4, что существенно меньше полученного фактического значения: Fфакт = 41,4.При расчете влияния факторов на эффективность производства продукции свиноводства мы исходили из следующих положений, что:производство валовой продукции свиноводства на 100 га пашни является критерием эффективности всех факторов производства;приведенные факторы (Х1, Х2, Х3, Х4, Х5, Х6) отражают степень обеспеченности сельскохозяйственных организаций основными фондами, мотивацию труда сотрудников.Анализируя полученные данные, можно сделать вывод, что производство валовой продукции свиноводства на 100 га пашни зависит отпоголовья свиней на 100 га пашни, затрат на 1 гол.свиней, обеспеченности производства основными фондами, затрат кормов на 1ц прироста, доли продукции свиноводства в структуре товарной продукции организации и материальной заинтересованности сотрудников. Таким образом, по нашим исследованиям наибольшее влияние на производство валовой продукции свиноводства на 100 га пашни (у) оказывает хг концентрация производства, т. к. связь прямая (г = 0,826). Показатель х5 также существенно влияет на результативный признак (/• = 0,596).[2]Чтобы узнать на сколько процентов изменится величина результативногопризнака у при изменении признака-фактора х на один процент, необходимо определить коэффициент эластичности.Если сопоставить значения коэффициентов эластичности (табл. 16), то можно видеть, что главным фактором изменения результативного показателя является фактор х/. при его изменении на 1 % у возрастает на 4,3 %. Вторым по уровню влияния на результативный показатель является xj- здесь у возрастает на 1,8%.Таблица 16 -- Корреляционно-регрессионный анализ факторов,влияющих на прирост живой массы свиней на 100 га пашни в сельскохозяйственных организациях Тверской области.ПоказательПарные коэффициентыкорреляции(г)регрессии(Ъ)эластичностиО)Р-коэффициентыу — прирост живой массы свиней на 100 га пашни, ц1,0---Xi - поголовье свиней на 100 га пашни, гол.0,8261,0171,5220,045Х2 - затраты кормов на 1 ц пророста свиней, ц. корм.ед.0,239-0,0141,6590,005xj - основные фонды свиноводства, тыс. руб.0,3111,7671,7860,032Xj - затраты на 1 голову свиней, руб.0,2780,0294,1560,001Хг доля продукции свиноводства втоварной продукции организации, %0,59614,3450,0723,463Хб — среднегодовая заработная плата персонала, руб.0,2570,0590,043-0,015Коэффициенты эластичности и р - коэффициенты взаимосвязаны между собой, р - коэффициенты показывают, на какую часть среднего квадратического отклонения (о*) изменится зависимая переменная у с изменением соответствующего фактора х на величину своего среднеквадратического отклонения (о*). Этот коэффициент позволяет сравнивать влияние колеблемости различных факторов на вариациюисследуемого показателя, на основе чего выявляются факторы, в развитии которых заложены наибольшие резервы изменения результативного показателя:Д=э,Vj,Vr(4),где: Vj- коэффициент вариации j-того факторного признака; Vy- коэффициент вариации результативного признака.ЗаключениеВ ходе реализации целевой программы развития свиноводства и сохранения достигнутых темпов развития отрасли ожидается довести производство свинины к 2015 году до 300 тыс. тонн в живом весе при объеме вложенных инвестиций более 10 млрд. рублей. При выходе на проектную мощность построенных и планируемых к строительству свиноводческих комплексов производство мяса свиней к 2020 г. достигнет приблизительно 500 тыс. тонн, что в пять раз в сравнении с 2011 г. [15].Важнейшим условием увеличения производства свинины и эффективной работы свиноводческих предприятий является устойчивая племенная база и благоприятна ветеринарная обстановка.В настоящее время Тверская область располагает достаточными объёмами зерновых ресурсов, отработанными технологиями на уровне мировых стандартов производства свинины, позволяющими интенсивно развивать отрасль, вести высокорентабельное расширенное воспроизводство.Резервы повышения производства валовой продукции свиноводства всельскохозяйственных организациях составили за счет концентрации производства - 2435,2 ц, за счет снижения затрат на корма на 1 ц прироста - 222016,5 ц, вследствие увеличения основных фондов свиноводства и затрат на 1 гол свиней - 198345,2 ц и 218125,2 ц соответственно.По результатам проведенных исследований считаем необходимым внести следующие конкретные предложения производству:При оценке экономической эффективности производства продукции свиноводства использовать систему показателей, включающую показатели технологической и социально-экономической эффективности производства продукции свиноводства.Следует практиковать ранний отъем поросят, позволяющий повысить интенсивность использования маточного стада и экономить трудовые и материальные затраты на производство свинины.Реализация результатов корреляционно-регрессионного анализа позволит получить в крае дополнительно более 64 тыс. т мяса свиней.Список использованных источниковВ РФ есть только 20 свиноводческих предприятий, способных конкурировать с зарубежными по уровню эффективности.http://finance.rambler.ru/news/economics/110065737.htmlИльина К. Свиноводство по-прежнему в числе приоритетов. http://www.kpravda.ru/article/economy/020737/Ковалев, Ю. И.    Свиноводство в России - прыжок через пропасть [Текст] / Ю. И. Ковалев // Мясные технологии. - 2014. - № 1. - С. 15-17Минсельхоз защитит свиноводов. http://akkor.ru/aktualno/minselxoz-zashhitit-svinovodov.htmlМинсельхоз ратует за развитие индустриального свиноводства.http://www.rosbalt.ru/business/2012/06/09/991198.htmlМихайлов Н., Бараников А. Свиноводство России: новый кризис или рост? [Электронный ресурс]. - Режим доступа: http://www.zzr.ru/jr_9_2012.htmlМихайлов Н.В. Перспективы и проблемы отрасли. http://svinovod.net/perspektivy-i-problemy-otrasli/Национальный Союз свиноводов подводит итоги и готовится к вступлению в ВТО. http://www.tsenovik.ru/story/Statyi/Obzor/08_ 12/Obzor_1.htm)Потери российского свиноводства от вступления в ВТО составят 20 млрд. рублей. http://www.agroru.com/news/799767.htmПреграды вирусу АЧС по всем направлениям. http://kursk.bezformata.ru/listnews/virusu-achs-po-vsem-napravleniyam/ 5880273/Российское свиноводство ждут тяжелые времен. http://www.newsland.ru/news/detail/id/925951/Российское свиноводство: главное направление - инновационное развитие, главные проблемы - ВТО и АЧС. http://www.tsenovik.ru/story/Statyi/Vistavki/12_11/Vist_2.htmРынок свинины в России. Проблемы и перспективы развития. http://www.meatbranch.com/polemic/porkmarket.htmlСостояние отрасли свиноводства в России. http://izhagro.ru/.htmlЯремчук, Н.    Свиноводство России: дайте нам немного подрасти [Текст] / Н. Яремчук // Мясные технологии. - 2012. - № 2. - С. 50-53«http://news.mail.ru/economics/9224679/http://webfermer.ru/news/2012-05-30-1115http://www.gks.ru/.http://www.ya-fermer.ru/news/v-kurskoy-oblasti-pri-kreditnoy-podderzhke-rosselhozbanka-poyavitsya-novyy-agrokomplekshttp://agrobk.ru/v-kurskoy-oblasti-zarabotal-krupnyiy- svinokompleks-Козлов А.Ю., Шишов В.Ф. Пакет анализа MSExcel в экономико-статистических расчетах / Козлов А.Ю., Шишов В.Ф. – М.:Юнити – ДАНА, 2010 Просветов Г.И.Анализ данных с помощью EXCEL : задачи и решения: Учебно - практическое пособие / Г.И.Просветов. - М.Альфа0Пресс, 2011.ПриложениеФормулы для расчета статистических показателейРасчет среднего арифметического значения (Xср).Хср = ∑ (Х ср ) / ∑  n (1)Где в качестве mвыступает число регионов в группе, Х ср – среднее значение фактора по группе.Расчет среднего арифметического простого значения (Xср), например среднее значение в группе по уровню среднедушевого дохода.Хср = ∑ (Х ) / n (2) Средний абсолютный прирост, который характеризует, на сколько единиц, например, за год изменяется в среднем численность населения:∆ Х = х(i+n)-х(i) / (n-1) (3)Для расчета моды определяется группа данных внутри одной временной группы с наибольшим числом. Мода (Мо) рассчитывается по формуле (7):Мо = Хнп + h * ((m - m) / ((m - m) + (m - m)) (4)где Хнп – значение нижнего предела численности персонала в группе ;h – интервал изменения признака значений в группе, (Xвп – Xнп);m, m, m- число предприятий в модальной группе, предмодальной и послемодальной группе.Медиана (Ме) рассчитывается по формуле:Ме = Хнп + h * (5)К абсолютным показателям, характеризующим динамику численности населения, относятся следующие:- базисный абсолютный прирост (∆Ч баз), показывает увеличение или снижение показателя численности населения в каждом последующем периоде (Ч (i) )по сравнению с базисным уровнем Ч (о):∆Ч баз = Ч (i) – Ч (о) (6)- цепной абсолютный прирост (∆Ч цеп), показывает увеличение или снижение показателя численности населения в каждом последующем периоде (Ч (i) )по сравнению с предыдущим уровнем Ч (i-1):∆Ч баз = Ч (i) – Ч (i-1) (7)Темп роста показывает изменение показателей в относительной величине, выраженной в процентах. Расчет темпа роста численности населения осуществляется по формуле (8) ТР = П / П * 100 % (8)где ТП - темп роста показателя, выраженное в процентах;П - значение показателя в анализируемом периоде; П - значение показателя в базисном периоде.Цепной индекс роста рассчитывается в каждом текущем году относительно предыдущего:I ростац = I (i) / I (i-1) * 100% (9)Базисные индекс роста рассчитывается в каждом текущем году относительно базисного :I ростаб= I (i) / I (0) * 100% (10)Темп прироста , базисный и цепной, рассчитывается по формуле:I прироста ц = I роста ц — 100 (11)I прироста б = I роста б — 100 (12)Одним из этапов обработки информации, полученной в результате наблюдений, является анализ временных рядов динамики численности населения, изучение зависимостей показателей с помощью корреляционного и регрессионного анализа. Полученные данные временного ряда находят применение в дальнейшем анализе исследуемого явления с использованием математических и статистических методов.Коэффициент b называют коэффициентом регрессии. Если коэффициент регрессии имеет положительное значение, такая регрессии определяется как прямая корреляционная связь. Для расчета параметров необходимо определить среднее значение по x и по y. xср= (∑xi) / n, где n = число наблюдений (13)yср= (∑yi) / n (14)Коэффициент эластичности показывает, насколько изменится анализируемое явление при увеличении показателя на один процент .Э = b * (x ср / y ср) (15)Коэффициент детерминации (R^2) рассчитывается по формуле (16)R^2 = ∑((yi (теор) / yср)^2) / ∑((yi / yср)^2) (16) Среднеквадратическое отклонение определяется по формуле (2)где - среднеквадратическое отклонение,x - среднее арифметическое,n - число измерений параметра,xi - измеренное значение на i-м шаге.Коэффициент детерминации — это квадрат множественного коэффициента корреляции. Он показывает, какая доля дисперсии результативного признака объясняется влиянием независимых.Коэффициент парной корреляции рассчитывается по формуле (17)rхy = ((x*y) ср – xср*yср) / (σx * σy ) (17)где σx , σy - дисперсия пох и по у.σx = √ ((х^2) ср – (х ср)^2) (18)σy = √ ((y^2) ср – (y ср)^2) (19)Множественный коэффициент корреляциивычисляется при наличии линейной связи между результативным и несколькими факторными признаками, а также между каждой парой факторных признаков. Множественный коэффициент корреляции для двух факторных признаков вычисляется по формуле:Ry/xz = КОРЕНЬ((ryx ^2 + ryz ^2– 2ryx *ryz *rxz) / (1 – r^2xz)) (20)Где ryx ,ryz ,rxz- парные коэффициенты корреляции между признакамиМножественный коэффициент корреляции изменяется в пределах от 0 до 1 и по определению положителен.