Файл: Экономикостатистический анализ производства и реализации зерна в спк Искра Краснооктябрьского района Нижегородской области.pdf

35
Таблица 11 – Аналитическая группировка организаций по урожайности
*составлено по данным Уникальной сельскохозяйственной информационной площадки составлено автором
Анализируя данные аналитической группировки урожайности по организациям, можно сделать вывод, что СПК «Искра» относится к 1 группе с интервалом урожайности от 17,3 до 22,78 ц/га. Средняя урожайность данной группы составила 36,7 ц/га, в то время как на предприятии она равна 32,9 ц/га.
Затраты минеральных удобрений на 1 га по группе составили 2,34 руб., а по предприятию 1,8 руб. Коэффициент обновления техники по группе составил
10,1%, а в общем по совокупности 7,6%.
Рассчитаем средние величины
(12)
Мо
Хмо ц га (13)
Наибольшее количество сельскохозяйственных организаций, занимающихся выращиванием зерновых, имеют урожайность в размере 20,8 ц/га.
Ме
Хме ц га (14)
Половина сельскохозяйственных организаций имеют урожайность до 17,3 ц/га, а вторая – больше 17,3 ц/га.
Связи между статистическими данными можно исследовать методами корреляционного и регрессионного анализа. Корреляционный анализ дает
Группы по количеству урожайности
Количество организаций
Урожайность, ц/га
Затраты минеральных удобрений на 1 га, руб.
Коэффициент обновления техники, %
Сумма накопленных частот
17,3 – 22,78 7
19,2 1,97 6,4 7
22,78 – 28,26 3
24,8 2,6 6,9 10 28,26 – 33,74 5
31,7 2,94 10,7 15 33,74 – 39,2 5
36,7 2,34 10,1 20
Итого
20
–
–
–
–

36 возможность узнать о существовании связей между явлениями и оценить силу взаимодействия между ними, а методы регрессионного анализа позволяют определить форму зависимостей, выбрать математическую модель построения функции и дать ей оценку [25, с. 3].
В зависимости от числа переменных корреляция может быть парной
(изучает взаимосвязи между двумя случайными величинами) или множественной (изучает взаимосвязи между большим числом величин).
Проведем корреляционно-регрессионный анализ факторов, влияющих на эффективность производства зерна по таблице, представленной в приложении
1.
Для начала проведем парный регрессионный анализ, используя за Y – урожайность, ц/г и Х
1
– затраты минеральных удобрений на 1 га, руб.
Из данных, приведенных в приложении 2, определяем, что на пересечении фактора Х
1 и результативного признака Y находится множественный R, равный 0,2224. По шкале Чеддока определяем, что связь между урожайностью зерновых культур и затратами минеральных удобрений прямая и слабая.
В приложении 3 мы можем наблюдать
2
Коэффициент детерминации равен 0,049. Вариация урожайности зерновых культур на 4,9% объясняется вариацией средних затрат минеральных удобрений, а оставшиеся 95,1% приходятся на факторы, не вошедшие в данную модель.
Определим статистическую значимость уравнения регрессии, используя
F – критерий Фишера (приложение 4). Фактическое значение F – критерия
Фишера составляет 0,937, табличное значение – 4,4. Так как фактическое значение меньше табличного, то
0
не отклоняется, и уравнение регрессии не является статистически значимым.

37
Теперь определим статистическую значимость параметров уравнения регрессии (приложение 5). Коэффициент
4,57 не является статистически значимым, так как меньше табличного значения, которое составило 12,7.
Коэффициент
0,968 также не является статистически значимым, так как меньше табличного значения – критерия Стьюдента.
Определяем значения коэффициентов, используя также приложение 5.
Коэффициент составил 22,9. Это означает, что при нулевом уровне средних затрат минеральных удобрений на 1га урожайность зерновых культур составит
22,9 ц/га. Коэффициент свидетельствует о том, что при увеличении средних затрат минеральных удобрений на 1 га руб. урожайность зерновых культур увеличится 1,9 ц/га.
Линейное уравнение парной регрессии: Y=22,9+1,9x.
Проведем множественный корреляционно-регрессионный анализ, добавив новый фактор Х
2
– коэффициент обновления техники, %.
На пересечении факторов Х
1
и Х
2 находится частный коэффициент
1 2
равный 0,07 (приложение 6). Это означает, что связь между затратами минеральных удобрений и коэффициентом обновления техники прямая и слабая. Коэффициент
1
равен 0,22, это значит, что связь между урожайностью и затратами на минеральные удобрения прямая и слабая.
Коэффициент
2
составляет
0,53, следовательно, связь между урожайностью и коэффициентом обновления техники прямая и заметная.
Определим коэффициент детерминации (приложение 7).
2
равен 0,32, это означает, что изменение урожайности зерновых культур на 32% объясняется вариацией затрат минеральных удобрений и коэффициента обновления техники, а оставшиеся 68% приходятся на факторы, не вошедшие в данную модель.

38
Затем определим статистическую значимость уравнения регрессии
(приложение 8).
Фактическое значение F – критерия Фишера составило 4,02. Табличное значение равно 3,59. Так как фактическое значение больше табличного, то
0
отклоняется, и уравнение регрессии является статистически значимым.
Перейдем к коэффициентам (приложение 9).
Коэффициент составил 9,7. Это означает, что при нулевых средних затратах минеральных удобрений и коэффициенте обновления техники равном
0, урожайность зерновых составит 9,7 ц/га.
Коэффициент
1
, который составил 1,6, свидетельствует о том, что при увеличении затрат минеральных удобрений на 1 га руб. и неизменном коэффициенте обновления техники урожайность зерновых культур увеличится на 1,6 ц/га.
Коэффициент
2,
равный 1,6, говорит о том, что при увеличении коэффициента обновления техники и неизменных затратах минеральных удобрений урожайность зерновых культур увеличится на 1,6 ц/га.
Теперь рассмотрим – критерий Стьюдента. В данном анализе
=1,4, что ниже табличного значения (4,3), следовательно, он статистически незначим.
Коэффициент
1 0,9 и коэффициент
2 2,6 также являются статистически незначимыми.
Уравнение множественной регрессии: Y= 9,7+1,6 1
+1,6 2

39
ЗАКЛЮЧЕНИЕ
Таким образом, в данной курсовой работе был произведен экономико- статистический анализ производства и реализации зерна в СПК «Искра»
Краснооктябрьского района Нижегородской области. В ходе работы были отражены все вышеперечисленные статистические методы, которые способствовали раскрытию темы.
Основным видом деятельности предприятия является выращивание зерновых культур, местоположение СПК дает все возможности для развития прибыльного производства.
При анализе основных фондов, было выявлено их эффективное использование.
Об этом свидетельствует показатель фондоотдачи, который составил в 2020 году 1,27
рубля денежной выручки. Это говорит о том, что на 1 рубль среднегодовой стоимости основных фондов приходится 1,27 рубля стоимости денежной выручки.
Финансовое состояние СПК «Искра» является устойчивым, наблюдается высокий рост прибыли и уровня рентабельности. Организация является рентабельной в отношении производства и реализации продукции.
Производительность труда по сравнению с базисным годом увеличилась на 6717,7 руб./чел. и составила в 2020 году 12884 руб./чел.
В результате выполненной сводки по 20 сельскохозяйственным организациям Российской Федерации была составлена аналитическая группировка по урожайности зерна.
СПК «Искра» относится к 1 группе с интервалом урожайности от 17,3 до 22,78 ц/га. Средняя урожайность данной группы составила 36,7 ц/га, в то время как на предприятии она равна 32,9 ц/га.
Затраты минеральных удобрений на 1 га по группе составили 2,34 руб., а по предприятию 1,8 руб. Коэффициент обновления техники по группе составил
10,1%, а в общем по совокупности 7,6%.

40
Исходя из результатов, полученных при проведении корреляционно- регрессионного анализа, можно сделать вывод, что между урожайностью зерна, затратами минеральных удобрений и коэффициентом обновления техники наблюдается невысокая взаимосвязь.

41

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Демидов А. В. Особенности современного российского зернового производства в контексте обеспечения продовольственной безопасности
России // Sciences of Europe. 2019. №39-3 (39). С. 12-17. [Электронный ресурс]. Режим доступа: URL: https://elibrary.ru/item.asp?id=39192568
(Дата обращения: 05.11.2021 г.).
2. Генералов И. Г. Экономико-статистическая оценка устойчивости производства и реализации зерна // Вестник НГИЭИ. 2021. №4 (119). С.
95-104.
[Электронный ресурс].
Режим доступа:
URL: https://elibrary.ru/item.asp?id=45648540
(Дата обращения: 06.11.2021 г.).
3. Петрушина О. В. Экспортно-ориентированная стратегия зернового производства
//
Вестник
Курской государственной сельскохозяйственной академии. 2021. №2. С. 90-97. [Электронный ресурс]. Режим доступа: URL: https://elibrary.ru/item.asp?id=45281648
(Дата обращения: 06.11.2021 г.).
4. Распоряжение Правительства Российской Федерации от 10 августа 2019 г. №1796-р. Долгосрочная стратегия развития зернового комплекса
Российской Федерации до 2035 года. [Электронный ресурс]. Режим доступа:
URL: http://static.government.ru/media/files/y1IpA0ZfzdMCfATNBKGff1cXEQ14 2yAx.pdf
(Дата обращения: 06.11.2021 г.).
5. Гулянов Ю. А. Анализ состояния зернового производства и перспектив его роста при переходе на эколого ориентированные агротехнологии в степной зоне России // Известия Оренбургского государственного аграрного университета. 2020. №1 (81). С. 6-12. [Электронный ресурс].
Режим доступа: URL: https://elibrary.ru/item.asp?id=42459655
(Дата обращения: 07.11.2021 г.).
6. Ковалев В. В.
Теория статистики с элементами эконометрики.
Практикум : учебное пособие для академического бакалавриата //
Издательство Юрайт. 2018. [Электронный ресурс]. Режим доступа:
URL:

42 https://urait.ru/viewer/teoriya-statistiki-s-elementami-ekonometriki- praktikum-469290
(Дата обращения 07.11.2021 г.).
7. Малых Н. И.
Статистика. Том 1. Теория статистики. Учебник для академического бакалавриата
//
Издательство
Юрайт.
2016.
[Электронный ресурс]. Режим доступа:
URL: https://urait.ru/bcode/387785
(Дата обращения 07.11.2021 г.).
8. Ковалёв В. В. Теория статистики с элементами эконометрики. Учебник для академического бакалавриата
// Издательство Юрайт.
2014.
[Электронный ресурс]. Режим доступа:
URL: https://urait.ru/bcode/381104
(Дата обращения 12.11.2021 г.).
9. Елисеева И. И. Статистика: учебник и практикум для среднего профессионального образования. // Издательство Юрайт. 2020.
[Электронный ресурс].
Режим доступа:
URL: https://urait.ru/book/statistika-450916
(Дата обращения 18.11.2021 г.).
10. Долгова, В. Н. Теория статистики: учебник и практикум для академического бакалавриата / В. Н. Долгова, Т. Ю. Медведева //
Издательство Юрайт. 2021. [Электронный ресурс]. Режим доступа: URL: https://urait.ru/bcode/469769
(Дата обращения 24.11.2021 г.).
11. Бардина И. Б., Навдаева С. Н. Анализ современного состояния и перспективы развития сельского хозяйства в Краснооктябрьском районе
Нижегородской области // Влияние цифровой экономики на развитие аграрного сектора России. 2018. С. 34-48. [Электронный ресурс]. Режим доступа:
URL: https://www.elibrary.ru/item.asp?id=37234394
(Дата обращения 24.11.2021 г.).
12. Бельмехов
Р.
К.,
Захарова
Е.
Н.
Ресурсный потенциал сельскохозяйственных предприятий // Адыгейский государственный университет. Майкоп. 2014. С. 1-150. [Электронный ресурс]. Режим доступа: URL: https://elibrary.ru/item.asp?id=22926021
(Дата обращения
24.11.2021 г.).

43 13. Шевченко А. А. Фондоотдача и фондоемкость // Структурные преобразования экономики территорий: в поиске социального и экономического равновесия. 2019. С. 62-166. [Электронный ресурс].
Режим доступа: URL: https://www.elibrary.ru/item.asp?id=42347541
(Дата обращения 26.11.2021 г.).
14. Климова Н. В., Мелкумян А. Э. Сущность и направления развития современного финансового менеджмента в АПК России //
Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета.
2016.
С.
567-576.
[Электронный ресурс].
Режим доступа:
URL: https://www.elibrary.ru/item.asp?id=26148586
(Дата обращения 26.11.2021 г.).
15. Смирнова Е. А. Производительность труда и оценка развития муниципальных районов // Экономика труда. 2018. №4. С. 1285-1296.
[Электронный ресурс].
Режим доступа:
URL: https://www.elibrary.ru/item.asp?id=37111743
(Дата обращения 26.11.2021 г.).
16. Сарапий В. П. Особенности управления оборотными средствами на сельскохозяйственном предприятии // Современная наука: актуальные проблемы и пути их решения.2017. С. 235 – 238. [Электронный ресурс].
Режим доступа: URL: https://www.elibrary.ru/item.asp?id=31503184
(Дата обращения 27.11.2021 г.).
17. Астахова Н. И. Теория управления: учебник для академического бакалавриата / Н. И. Астахова, Г. И. Москвитин; под общ. ред. Н. И.
Астаховой, Г. И. Москвитина // Издательство Юрайт. 2019.
[Электронный ресурс]. Режим доступа: URL: https://urait.ru/bcode/432095
(Дата обращения 10.12.2021 г.).
18. Мальцев
В.
И.
Структуры управления производством на сельскохозяйственных предприятиях // Февральские чтения. 2018. С. 187

44
–
189.
[Электронный ресурс].
Режим доступа:
URL: https://elibrary.ru/item.asp?id=24965199
(Дата обращения 10.12.2021 г.).
19. Ружанская, Л. C. Теория организации: учебное пособие / Л.С. Ружанская,
А.А. Яшин, Ю. В. Солдатова; под общ. ред. Л. С. Ружанской. –
Екатеринбург // Издательство Урал. 2015. – 200 с. [Электронный ресурс].
Режим доступа:
URL: https://elar.urfu.ru/bitstream/10995/36060/1/978-5-7996-1564-2_2015.pdf
(Дата обращения 10.12.2021 г.).
20. Бекирова М. Г., Давыдкина И. Б., Дмитриева И. С., Зеленина Д. В.,
Козырский Д. А., Копылов С. И., Копылова Ю. А., Охременко И. В.,
Савицкая О. Е. Менеджмент организации // Российский экономический университет имени Г.В. Плеханова. 2018. С. 1-430. [Электронный ресурс].
Режим доступа:
URL:
https://educa.isu.ru/pluginfile.php/700413/mod_resource/content/0/%D0
%9C%D0%B5%D0%BD%D0%B5%D0%B4%D0%B6%D0%BC%D0%B5
%D0%BD%D1%82%20%D0%BE%D1%80%D0%B3%D0%B0%D0%BD%
D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D0%B8%20%D1%83%D1
%87%D0%B5%D0%B1%D0%BD%D0%BE%D0%B5%20%D0%BF%D0%
BE%D1%81%D0%BE%D0%B1%D0%B8%D0%B5.pdf
(Дата обращения
15.12.2021 г.).
21. Мусостова Д. Ш., Юсупов А. М. Управление предприятием агропромышленного комплекса // Право, экономика и управление: актуальные вопросы. 2020. С. 151- 157. [Электронный ресурс]. Режим доступа: URL: https://elibrary.ru/item.asp?id=44513893
(Дата обращения
15.12.2021 г.).
22. Игошина Н. И., Полынкина Е. Н., Навдаева С. Н. Управление эффективностью производства зерна в СПК
«Пошатовский»
Краснооктябрьского района Нижегородской области // Влияние цифровой экономики на развитие аграрного сектора России. 2018. С. 76-
79.
[Электронный ресурс].
Режим доступа:
URL: