Вид корма
|
Существующая методика экономической оценки кормов
|
Методика экономической оценки кормов, учитывающая КО (параметр
качества кормов, предложенный Н.И. Скрылевым)
|
Предлагаемая методика экономической оценки кормов
|
Сено
|
7,4
|
10,3
|
9,4
|
Сенаж
|
16,9
|
12,6
|
14,3
|
Силос
|
31,5
|
31,5
|
31,5
|
Кормовая свекла
|
1,9
|
2,4
|
1,6
|
Комбикорм
|
2,1
|
2,1
|
2,1
|
Итого, ц к.ед.
|
17,4
|
17,6
|
17,5
|
Итого, ц п.п.
|
1,64
|
1,65
|
1,80
|
Итого, ц СВ
|
23,2
|
23,9
|
23,9
|
Приходится п.п. на 1 к.е., г
|
94,3
|
94,3
|
102,8
|
Приходится п.п. на 1 кг сухого вещества, г
|
70,7
|
69,0
|
75,6
|
Коэффициент объема (КО)
|
1,33
|
1,36
|
1,37
|
Стоимость рациона, тыс. руб.
|
2280
|
2362
|
2324
|
Ряд авторов учебника «Экономика
предприятий и отраслей АПК» проанализировали развитие и эффективность
производства молока.
Основным средством производства в
молочном скотоводстве выступает основное стадо коров, выполняющее как
производственную, так и воспроизводственную функции. Данная отрасль тесно
связана с растениеводством, более четверти продукции которой идет в качестве
кормовых ресурсов для молочного стада.
Наиболее совершенной признана
поточно-цеховая система производства молока на крупных фермах с привязным
стойлово-пастбищным содержанием коров. Сущность этой системы, которой
соответствует и организация материально-технической базы молочного
скотоводства, состоит в том, что все молочное стадо делится на
производственно-технологические группы, размещенные в специализированных цехах
- различных помещениях или секциях одного помещения. По мере изменения
физиологического состояния коровы переводятся из одного помещения в другое,
образуя поточную линию. В каждом цехе устанавливается необходимое оборудование,
приспособленное для выполнения соответствующих трудовых, зоотехнических и
биологических процессов. Такая система позволяет применять внутрифермскую
специализацию и разделение труда, более рационально использовать полезную
площадь помещений и производственные мощности, поточность движения животных по
цехам и их индивидуальные качества.
Повсеместное внедрение
поточно-цеховой системы содержания молочного стада требует учета факторов, ее
определяющих. К ним относятся: полное обеспечение поголовья полноценными
кормами, соблюдение пропорциональности между кормовыми ресурсами и численностью
скота; наличие высокопродуктивного стада, пригодного к машинному доению при
соответствующей его группировке по физиологическому состоянию; соответствие
планировки помещений принятой системе содержания животных; оптимальная
техническая оснащенность рабочих мест; совершенное нормирование труда и
соответствующая подготовка кадров.
Основой повышения эффективности
производства молока является интенсивное использование продуктивного скота, что
возможно при правильной организации воспроизводства стада. Высокоэффективные
породы скота молочного направления являются основополагающим фактором
интенсификации молочного подкомплекса. Качество племенного состава коров
оказывает значительное влияние на конечные результаты производства. Увеличение
продуктивности молочного стада возможно при более эффективном использовании
генетического потенциала животных. Оценка коров должна производиться по уровню
содержания жира в молоке. В высокоразвитых странах наметилась общая тенденция к
увеличению производства молока за счет повышения продуктивности молочных коров
с одновременным сокращением малопродуктивного поголовья. Рост надоев молока
осуществляется как за счет улучшения кормления и содержания, так и благодаря
создаваемому высокому генетическому потенциалу продуктивности.
По данным БелНИИ животноводства,
продуктивность коров на 65-70% определяется уровнем кормления. Низкое качество
потребляемых кормов не позволяет реализовать потенциальные возможности
молочного скота, даже при использовании объема кормов на условную голову, приближающегося
к оптимуму.
Дефицит концентрированных кормов
усугубляется недостаточной их сбалансированностью по протеину и другим
питательным компонентам. Вследствие дефицита белкового сырья в составе кормов,
вырабатываемых комбикормовыми предприятиями республики, на белковые ингредиенты
приходится 12-13% при минимально необходимой норме.
Для освоения и массового внедрения
интенсивных технологий в кормопроизводстве нужна соответствующая
материально-техническая база, представленная кормозаготовительной и кормоприготовительной
техникой, оборудованием кормоцехов. В настоящее время экономической формой
технического оснащения многих хозяйств может быть развитие лизинговой системы,
аренды дефицитных машин и орудий, организации прокатных пунктов, звеньев и
отрядов на базе предприятий агропромтехники.
Биоклиматический потенциал
республики благоприятен для интенсивного развития кормовой базы на основе
производства зеленых и грубых кормов, растительного белка. Существенным при
этом является возможность получения с луговых угодий кормов более низкой
себестоимости. Килограмм энергетического корма в зеленой массе пастбищ
обходится хозяйствам в 4-5, а протеина - в 5-7 раз и более дешевле, чем в
зерновых культурах; в многолетних травах - в 2,5-3,0 раза дешевле. Учитывая большую
экономическую роль луговых угодий в увеличении производства высокопитательных и
низкой себестоимости кормов, а также и менее дорогостоящей продукции
животноводства, исключительное значение имеет их рациональное использование,
создание культурных пастбищ с длительным сроком эксплуатации. Из выращиваемых в
сельском хозяйстве культур согласно критерию окупаемости затрат приоритет по
выходу белка имеют зернобобовые, многолетние травы и корнеплоды; далее в
последующем ряду - тритикале, озимая пшеница, кукуруза на силос, пастбища,
силосные культуры, по себестоимости - пастбища, многолетние и однолетние травы
на зеленый корм.
Создание интенсивных и
высокопродуктивных пастбищ в хозяйствах республики позволит за пастбищный сезон
получить от каждой коровы до 1800-2500 кг молока и в целом за год - 4000-5000
кг с более низкими затратами средств и труда.
На снижение молочного потенциала
отрасли сказалось неблагополучие в процессах воспроизводства племенного стада.
В настоящее время по различным причинам (а главное - из-за отсутствия
финансовых средств) хозяйства не осуществляют замену малопродуктивных коров
потенциально высокопродуктивными нетелями, что снижает удельный вес поголовья.
Не способствует нормальному воспроизводству высокая яловость маточного
поголовья. Кроме того, в дойном стаде содержится много (20,0%) коров с
продуктивностью 1000-1600 кг, что по существу равнозначно все той же яловости.
Среди факторов, сдерживающих рост
продуктивности молочного стада коллективных хозяйств, является низкий удельный
вес чистопородных коров в общем поголовье (по республике - 65,4%), а также
высокий уровень заболеваемости. [7, с. 437-442]
Старший
преподаватель З.Н. Кулько в статье «К вопросу об учете качества молока»,
считает, что вопрос качества сельскохозяйственной продукции особенно остро
встает при переходе к рыночной экономике, т.е. при полной экономической
самостоятельности сельскохозяйственных предприятий с одной стороны, и появлении
конкуренции - с другой. При таких условиях качество является определяющим
условием выживаемости тех или иных предприятий, основным рычагом повышения
эффективности всего агропромышленного производства. Качественные показатели
молока - кислотность и чистота. Уровень кислотности и чистоты молока зависит от
соблюдения фермой санитарно-гигиенических правил, от охлаждения молока и других
процессов, то в целях стимулирования заинтересованности доярок в улучшении
качества и сохранности молока включенные в первичную документацию качественные
показатели следует принимать во внимание и при начислении заработной платы
дояркам.
Сельскохозяйственные
предприятия несут определенные потери, связанные с повышенной кислотностью
молока.
На практике отсутствует составление
отчетности по качеству сельскохозяйственной продукции. Поэтому необходимо по
сельскохозяйственным подразделениям разработать формы отчетности по качеству
произведенной продукции сельскохозяйственного производства или дополнить
отдельные графы в формах отчетности, отражающие качество произведенной
продукции. Эта информация будет служить основой материального и морального
поощрения работников. [3, с. 54-56]
По мнению И.Ш. Горфинкеля, автора
учебного пособия «Научные основы организации производства на
сельскохозяйственных предприятиях», при планировании продуктивности животных
надо учесть прежде всего необходимость качественного улучшения стада и кормовой
базы. Получить больше продукции при том же поголовье можно путем значительного
увеличения продуктивности животных. Это достигается как за счет улучшения
качества скота, так и за счет увеличения расхода полноценных доброкачественных
кормов на голову скота. Показатель урожайности зерновых является как бы
сконцентрированным выражением уровня плодородия почвы,
организационно-хозяйственного состояния и уровня культуры предприятия. Поэтому
между урожайностью зерновых и продуктивностью животных имеется определенная
зависимость: чем выше урожайность, тем, как правило, выше продуктивность
животных. При нормальных условиях ухода и содержания животных продуктивность во
многом зависит от уровня полноценного кормления. Полноценность кормов
определяется, главным образом, обеспеченностью протеином. Для учета количества
полноценного корма используют единый нормативный показатель - нормативную
кормопротеиновую единицу (КПЕ), содержащую 110 г. переваримого протеина. Дополнительное
молоко получают за счет ликвидации яловости, введения чистопородных коров,
также учитываются годы использования.
Животноводческие отрасли
обеспечивают население высокоценными (белковыми) продуктами питания, сырьем
перерабатывающую промышленность. Кроме этого они являются важнейшим условием
рациональной организации сельскохозяйственного производства. Это
обусловливается следующими обстоятельствами. Сенокосы и пастбища составляют
около 35% всех сельскохозяйственных угодий республики. Животные превращают сено
и зеленую массу в высокоценную белковую продукцию и повышают тем самым выход её
с единицы земельной площади. Нетоварная часть растениеводческой продукции
(солома, ботва), составляющая 2/3-3/4 полученного урожая, используется
животноводством, иначе эта часть урожая пропадает, что снижает возможную
производительность сельскохозяйственного труда. Отходы животноводческих
отраслей (навоз) служат важнейшим средством повышения содержания в почве гумуса
- основы плодородия почв.
Воспроизводство как систематическая
замена выбракованных и реализуемых животных другими, как правило, более
продуктивными животными того же назначения является технологическим процессом.
Молодняк,
используемый для замены бракуемых животных, называется ремонтным молодняком.
Остальное поголовье молодняка разных возрастов называется сверхремонтным
молодняком и используется для откорма и последующей реализации.
Воспроизводство стада тесно связано
с его структурой, которая представляет собой процентное соотношение возрастных
и половых групп данного вида животных на определенную дату. Структура стада во
многом определяет эффективность производства отрасли. Есть структура стада
фактическая, сложившаяся, есть организационно-расчетная, устанавливаемая с
учетом конкретных условий производства и задач, стоящих перед отраслью
хозяйства. Технологической основой системы животноводства является целый
комплекс мер и, прежде всего, уровень и тип кормления. Тип кормления
представляет собой структуру годовой или сезонной потребности кормов (по
кормовым достоинствам). Он зависит от структуры сельскохозяйственных угодий,
экономической эффективности кормов, полученных с кормовых угодий, и других
условий. Наиболее эффективным следует считать такой тип кормления, который
обеспечивает получение 100-110 г. переваримого протеина на 1 кормовую единицу,
имеет наименьшую себестоимость кормо-протеиновой единицы и требует минимальную
кормовую площадь для производства единицы животноводческой продукции. Нормы
расхода кормов для производства единицы животноводческой продукции
предусматривают прежде всего полноценное, сбалансированное по всем элементам
кормление. Эти нормы зависят от качества корма. Норма расхода кормов должна
быть минимальной и иметь наименьшую себестоимость. С ростом урожайности
кормовых культур, включая зернофуражные, как правило, возрастает их качество
как кормовых средств для животноводства. Увеличение расхода кормов (к.ед.) на 1
голову животных при повышении его качества приводит к снижению расхода кормов
на единицу животноводческой продукции и её себестоимости. Поэтому количество и
особенно качество кормов предопределяют во многом уровень и эффективность
животноводческих отраслей.
Технология систем животноводства
предусматривает непрерывное улучшение породного состава стада и способов
содержания животных (привязное, беспривязное, боксовое, индивидуальное,
групповое и др.) По способу производства и использования кормов, содержания
животных и уровню интенсификации отрасли принята следующая классификация систем
животноводства. Пастбищная система (экстенсивная коревая, отгонно-пастбищная,
стационарно-пастбищная, культурно-пастбищная) характеризуется круглогодовым
содержанием животных на пастбище независимо от уровня интенсивности его
использования. В республике по климатическим условиям круглогодовое пастбищное
содержание животных невозможно. Поэтому пастбищная система животноводства здесь
не имеет места. При стойлово-пастбищной системе животные в зимний период
(стойловый) должны содержаться в благоустроенных помещениях с механизацией и
автоматизацией процессов производства и полностью обеспечиваться разнообразными
кормами, сбалансированными по всем элементам питания. В летний (пастбищный)
период скот содержится на пастбищах. В зависимости от их продуктивности может
производиться подкормка как зелеными, так и другими видами кормов.
Стойлово-пастбищная система широко применяется в республике. Стойловая система
характеризуется круглогодовым содержанием животных, как правило, в
благоустроенных помещениях с высоким уровнем механизации и автоматизации
процессов производства. Животные выпускаются для моциона на выгульные площадки.
Круглогодовое содержание животных в помещении приводит к ослаблению их
организма и заболеваниям. Поэтому, наряду со стойловым содержанием, летом скот
переводят на высокопродуктивные пастбища в лагерях, где механизируются основные
производственные процессы. Такая система называется стойлово-лагерной. Она
используется в интенсивном молочном скотоводстве при высокой распаханности
сельскохозяйственных угодий. [1, с. 81-86]
По мнению доктора экономических наук
Н. Яковчика и кандидата сельскохозяйственных наук, доцента Л. Лазарева в статье
«Интенсификация кормопроизводства - главный фактор роста эффективности отрасли
животноводства брестчины» значительное количество травянистых кормов, составляющих
40-50% рациона КРС, заготавливается невысоким качеством - вторым и третьим
классами, что, по оценкам специалистов, на 15-25% снижает окупаемость их
использования в сравнении с первым классом. В рыночной экономике рост
производства кормов должен базироваться на критерии окупаемости ресурсов.
Исходя из экономических интересов сельского хозяйства, крайне важно развивать
интенсивное (контролируемое) травостояние. По занимаемой площади угодий и
окупаемости материально-денежных ресурсов - луга и многолетние травы
севооборота - самый существенный резерв наращивания высокопитательных и
экономичных кормов, роста производства продукции и основной источник
поступления прибыли от реализации молока в пастбищный сезон. Для повышения
интенсивности луговых угодий и многолетних трав на пашне нужны дополнительные
материальные ресурсы, в первую очередь минеральные удобрения, особенно азотные.
Подход должен быть сугубо избирательный с концентрацией материальных средств на
площадях и массивах, обеспечивающих максимальную их окупаемость.
Из выращиваемых в
сельскохозяйственных организациях кормовых культур и используемых луговых
угодий приоритет по экономичности белка и энергетического корма за пастбищами,
многолетними травами на зеленый корм, сено, сенаж, а также однолетними. [11, с.
83-88]
На основании
различных подходов можно сделать вывод, что для повышения продуктивности коров
необходимо уделять пристальное внимание кормопроизводству, воспроизводству
стада, оптимизации качества кормов, а также содержанию животных.
2. Методика подготовки
исходной информации
Построение эконометрических моделей
предполагает учет в моделях не только производственных, но и важнейших
социальных факторов.
Корреляционная модель (КМ) -
математическое выражение типов уравнений, показывающее количественную
взаимосвязь между результативным показателем и формирующими его факторами.
КМ дают ответ на вопрос, насколько
единиц изменится результативный показатель, если факторный признак изменится на
единицу.
Выбор результативного и факторных
признаков является определяющим этапом в построении КМ, т.к. от решения
вопросов на данном этапе зависит качество полученных результатов и самой модели
в целом.
Основу при определении
результативного и факторных показателей составляет причинно-следственная связи.
Важно отметить, что один и тот же
показатель в разных моделях может быть и результативным, и факторным.
При формировании исходной информации
необходимо опираться на следующие принципы отбора:
1) Исходная информация должна
характеризоваться системой объективно существующих признаков, распадающихся на
целевой (исходный) признак и совокупность факториальных;
2) Целевой признак должен
состоять в непосредственной причинно-следственной связи с факториальными
признаками;
) Каждый признак должен быть
выражен в каком-либо одном, объективно его отражающем технико-экономическом
показателе;
) Отбор и обоснование
информации начинается с целевого показателя, поскольку он выражает конкурентную
цель, а затем определяют факториальные показатели;
) Достоверность показателей,
то есть каждый из них должен точно отражать соответствующие признаки
исследуемых технико-экономических процессов: целевой показатель четко отражает
цель, факториальные - соответствующие признаки;
) Исследование должно
охватить всю полноту причинных факторов, статистическая модель - совокупность
наиболее существенных из них;
) Исследование должно
отражать (через графики и коэффициенты корреляции) всю совокупность связей
между факторами и целевым показателем;
Особенность ценовой информации в
статистическом моделировании в отличие от других ее видов состоит в
необходимости формировать репрезентативную выборочную совокупность наблюдений,
ибо статистическая закономерность проявляется только в массе наблюдений.
Продуктивность коров зависит от
большого числа показателей. Основными факторами формирования продуктивности
являются:
-среднегодовое
поголовье, гол.,
-оплата
1-го чел. - час., тыс. руб.,
-
затраты на корма, тыс. руб./гол.,
-затраты
труда, чел. - час. /гол.,
-стоимость
1 ц. к. ед., тыс. руб.,
-удельный
вес концентратов, %,
-удельный
вес покупных кормов, %,
-расход
кормов на 1 голову, ц. к. ед./гол.
Они рассчитываются следующим
образом:
среднегодовое поголовье, гол.=
среднегодовое поголовье, гол.;
оплата 1-го чел. - час., тыс.
руб.=оплата труда с начислениями, млн. руб./прямые затраты на продукцию, тыс.
чел. - час.;
затраты на корма, тыс. руб./гол.=
(корма всего, млн. руб.×1000)/ среднегодовое поголовье, гол.;
затраты труда, чел. - час.
/гол.=(прямые затраты на продукцию, тыс. чел. - час. ×1000)/ среднегодовое
поголовье, гол.;
стоимость 1 ц. к. ед., тыс.
руб.=(стоимость кормов всего, млн. руб.×1000)/(израсходовано кормов всего, т кормоединиц×10);
удельный вес концентратов, %=(израсходовано концентратов, т кормоединиц / израсходовано
кормов всего, т кормоединиц)×100%;
удельный вес покупных кормов, %= (израсходовано покупных кормов, т кормоединиц/ израсходовано
кормов всего, т кормоединиц)×100%;
расход кормов на 1 голову, ц. к.
ед./гол.= (израсходовано кормов всего, т кормоединиц×10)/ среднегодовое поголовье,
гол.
Кризис в аграрном
секторе экономики республики особенно ощутимо сказался на развитии
животноводства. Отрасль, которая давала 80% прибыли сельского хозяйства, в силу
длительного дисбаланса цен на промышленную и сельскохозяйственную продукцию,
углубления диспропорций в развитии взаимосвязанных производств, низкой
технологической дисциплины и оплаты труда стала убыточной или
низкорентабельной. [8, с. 6-8]
Животноводческие
отрасли для своего обслуживания используют рабочую силу почти равномерно в
течение года. Кроме того, кормопроизводство требует посевов различных кормовых
культур, как правило, с несовпадающими сроками работ. Все это способствует
более полному и равномерному использованию трудовых ресурсов
сельскохозяйственных предприятий в течение года.
Результаты работы
предприятий в значительной степени зависят от обеспеченности его рабочей силой,
степени эффективности её использования, наличие трудовых ресурсов определяется
суммированием фактической численности временных, сезонных и постоянных рабочих.
Оплата труда - это доля работника в той части общественных доходов, которая
используется для индивидуального потребления и выплачивается им в соответствии
с количеством и качеством затраченного труда.
Оплата труда
работников - это цена трудовых ресурсов, задействованных в производственном
процессе. [6, с. 261]
В условиях весьма
слабой заинтересованности тружеников в результатах производства для получения
единицы продукции расходуется значительно больше труда, топлива и кормов по
сравнению с передовыми странами мира. Кроме того, крайне слабая материальная
база не позволяет осуществить внедрение машинных технологий на мелких фермах,
обеспечить разработку и внедрение энергосберегающих технологий.
Исследования
вопросов интенсификации животноводства показывают, что первостепенное значение
здесь имеют корма как материальный фактор, определяющий на 60-70%
продуктивность животных. Наибольший эффект при этом возможно получить, когда
кормовые ресурсы находятся в оптимальном соотношении с численностью поголовья.
К сожалению,
уровень производства кормов в основной массе сельскохозяйственных организаций
области длительное время остается низким. В большинстве из них животноводство
испытывает дефицит всех видов кормов - концентрированных, грубых, сочных и как
не парадоксально для наших условий - даже зеленых. В отрасли скотоводства
недостаток кормов ощущается как в стойловый, так и пастбищный периоды.
Необходимо некоторое увеличение покупных кормов. Основным видом
концентрированных кормов является фуражное зерно и корма, приготовленные на его
основе. [11, с. 83-88]
Учитывая необходимость повышения
интенсивности и эффективности животноводства, исключительно важно в самые
короткие сроки кардинально улучшить сложившееся состояние в развитии кормовой
базы, преодолеть негативные тенденции в производстве и заготовке всех видов
кормов, существенно повысить их качество. В кормопроизводстве необходим
тщательный экономический анализ всех видов возделываемых культур и производимых
кормов. Преимущество должны получить те, которые обеспечивают наибольший эффект
при минимизации затрат с учетом конкретных условий хозяйствования и
производственных целей.
3. Тенденции и
закономерности формирования продуктивности коров в регионе
Методика проверки
информации на соответствие требованиям нормального распределения
Для нашего исследования была
проанализирована деятельность группы с/х предприятий Брестской области.
Необходимые данные для нашего
исследования мы взяли из годовых отчетов упомянутых с/х предприятий за 2011
год.
Корреляционная модель - это
математическое выражение, которое показывает количественную взаимосвязь между
результативным показателем и одним или несколькими факторами.
Следует иметь в виду, что общим
требованием к исходной информации при построении однофакторной корреляционной
модели является то, что минимальное число наблюдений должно быть не ниже 20,
т.е. n≥20. Кроме того, исходная информация должна быть
представительной, однородной и достоверной.
В случае построения многофакторной
КМ, необходимо чтобы минимальной выборкой являлось число наблюдений, равное не
менее 2,5 кратного увеличения числа факторов, включенных в модель, включая
результирующий показатель, т.е.
,
где n - число наблюдений;
к - число факторов,
включенных в модель, включая результативный показатель. Данный факт говорит о
том, что информация представительна.
Если, к примеру,
рассмотреть мой случай, то n=181,
к=9. Получаем: 181≥2.5×9 или 181≥22,5.
Требование однородности
означает, что анализируемая информация должна быть взята из однотипных хозяйств.
Вследствие неточностей
округлений и ряда других причин, собранная информация может содержать ошибки,
которые могут существенно исказить результаты проводимых исследований. Для
устранения ошибок, собранные данные необходимо проверить на соответствие закону
нормального распределения.
Информация, которая
удовлетворяет требованиям закона нормального распределения, как правило,
является достоверной.
Для проверки исходной
информации на достоверность используем простейшие статистические характеристики
- это показатели ассиметрии (А) и эксцесса (Э), которые рассчитываем по
следующим формулам:
;
Информация считается достоверной и
отвечающей требованию нормального распределения, если отмеченные выше
показатели не выходят за допустимый предел:
|A|≤3σА,
|Э|≤5σЭ,
где σА и σЭ представляют собой стандартные ошибки, которые полностью зависят
от числа опытов, включенных в модель, и их рассчитываем по следующим формулам:
,
.
Если информация
распределена идеально, т.е. является идеальным достоверным, то А=0, Э=0.
На соответствие
требованиям закона нормального распределения проверяем все столбцы, включая
результативный показатель. Если показатели асимметрии и эксцесса выходят за
допустимые пределы, то собранная информация содержит наблюдения, которые
качественно и количественно отличаются от средних по совокупности. Это говорит
о том, что в вектор-столбце наблюдений имеются резко выделяющиеся значения.
Данные наблюдения сильно искажают реальную зависимость между результативным и
факторными показателями, поэтому их необходимо исключить из выборки.
Для выявления таких
значений применяют правило трех сигм. Суть, которого состоит в том, что
значения принадлежат выборке, если отклонение каждого значения признака от
среднего значения по модулю не превышает трехкратного среднеквадратического
отклонения:
|Xi-| ≤ 3σ.
В случае, когда условие не
выполняется, имеем дело с ошибками в информации. Все наблюдения содержащие
ошибки хотя бы в одном векторе-столбце исключается из выборки.
В моём случае, после проверки
информации на соответствие требованиям закона нормального распределения число
наблюдений сократилось с 181 до 148.
Эконометрическая модель
формирования продуктивности коров в регионе
На основе результатов, полученных в
предыдущем пункте, я построил корреляционную модель. Она отражает процесс
формирования продуктивности молока в зависимости от факторных показателей.
Полученная линейная модель может быть записана следующим образом:
; ;
; ;
.
где Y - продуктивность коров, ц.,
-среднегодовое
поголовье, гол.,
-оплата
1-го чел. - час., тыс. руб.,
-
затраты на корма, тыс. руб./гол.,
-затраты
труда, чел. - час. /гол.,
-стоимость
1 ц. к. ед., тыс. руб.,
-удельный
вес концентратов, %,
-удельный
вес покупных кормов, %,
-расход
кормов на 1 голову, ц. к. ед./гол.
Параметр а0=6,41
показывает, что при влиянии неучтенных в модели факторов продуктивность
увеличивается на 6,41 ц. Коэффициент а1=0,002 - если среднегодовое
поголовье увеличится га 1 голову, то продуктивность увеличивается на 0,002 ц; а2=0,52
- если оплата одного чел. - час. увеличится на 1 тыс. руб., то продуктивность
увеличится на 0,52 ц.; а3=0,006 - затраты на корма увеличится на 1
тыс. руб./гол., то продуктивность увеличится на 0,006 ц.; а4=0,05 -
если затраты труда увеличится на 1 чел. - час./гол., то продуктивность
увеличится на 0,05 ц.; а5=-0,31 - стоимость 1 ц. к. ед. увеличится
га 1 тыс. руб., то продуктивность уменьшится на 0,31 ц; а6=0,58 -
если удельный вес концентратов увеличится на 1%., то продуктивность увеличится
на 0,58 ц., а7=0,02 - если удельный вес покупных кормов увеличится
на 1%, то продуктивность увеличится на 0,02 ц., а8=0,19 - если
расход кормов увеличится на 1 ц. к. ед./гол., то продуктивность увеличится на 0,19
ц.
Для многофакторных моделей
рассчитывается такой показатель, как коэффициент множественной регрессии:
где - коэффициент множественной регрессии, рассчитываемый для
линейной модели; -
коэффициент множественной регрессии, рассчитываемый для нелинейной модели; - соответствующее значение результативного фактора, рассчитанного
с помощью корреляционной модели; - наблюдаемое значение результативного фактора; - среднее значение наблюдаемого результативного фактора.=0,81
показывает, что выбранные факторы сильно влияют на результативный.
После определения коэффициента
множественной регрессии его проверяют на значимость с помощью следующей
формулы:
где - ошибка корреляции, скорректированная на число факторов,
учтенных в модели:
где - число наблюдений, -
число факторов, включая результативный. tR=9,93≥2,48,
следовательно, модель является устойчивой.
Коэффициент корреляции, возведенный
в квадрат и выраженный в процентном соотношении, называется коэффициентом
детерминации.
=65,03% показывает, что выбранные
факторы объясняют изменение результативного на 65,03%.
Скорректированный коэффициент
детерминации используется для оценки реальной тесноты связи между результативным
показателем и фактором или для сравнения моделей с разным числом показателей:
где -
число наблюдений, -
число факторов, включая результативный. Поскольку скорректированный коэффициент
детерминации =0,65
имеет близкое значение с коэффициентом детерминации, то модель хорошая.
Следующая характеристика
критерий Фишера:
.
Расчетное значение F=32,3 сравнивают с табличным, которое определяется для принятого
уровня значимости и
степеней свободы ,
где n - число наблюдений, m
- число факторов (включая результативный). Для =0,01 и ;
для =0,05
и ;
для =0,10
и . Так как расчетное
значение критерия Фишера больше табличного для трех уровней значимости, то
данная модель пригодна для применения на практике.
Средняя относительная
ошибка аппроксимации определяет точность модели:
где фактическое
значение результативного показателя, расчетное значение
результативного показателя.
Модель имеет высокую
точность, если ,
и допустимую точность, если . Так как =9,93%
< 10%, что означает, что модель имеет высокую точность.
Если корреляционная
модель существенна по всем возможным характеристикам, то на основе этих
характеристик рассчитываются характеристики факторных показателей.
Коэффициент существенности
коэффициента регрессии показывает существенность каждого отдельного фактора на
результативный:
где ошибка
коэффициента регрессии, коэффициент
регрессии. Расчетное значение критерия Стьюдента сравнивают с табличным
значением, которое определяется для принятого уровня значимость α
и числа степеней свободы Табличное значение
критерия Стьюдента с степенью свободы и уровнем значимости =0,01
равен =2,358,
для =0,05
=1,658,
для =0,10
=1,289.
Если расчетное значение ниже, чем табличное, то данный фактор из модели
исключается. В модели коэффициенты существенности следующие: = 1,75; ,,,,
, ,.
Можно сделать вывод, что фактор t3,
t5, t7, t8 не значим в модели, так как расчетное значение этого показателя
ниже табличных значений для всех уровней свободы.
Коэффициент эластичности
:
где -
коэффициент модели, -
среднее значение соответствующего независимого фактора, -
среднее значение зависимого фактора. Он показывает, насколько% изменился
результативный показатель, если факторный показатель увеличился на 1%.
Коэффициенты эластичности имеют следующие значения: =
0,05; =
0,12;=
0,30;=
0,14; =
-0,27; =
0,27; =
0,005; =0,
24. В большой степени к росту продуктивности коров приводят затраты на корма =
0,30, т.е. при увеличении затрат на корма на 1%, продуктивности коров
увеличится на 0,30%. К степени к снижению продуктивности коров приводит
увеличение стоимости 1 ц. к. ед. = -0,27, т.е. при
увеличении стоимости 1 ц. к. ед. на 1%, продуктивность уменьшится на 0,27%.
Бета-коэффициент показывает, на
какую часть стандартного отклонения изменится результативный показатель, если
факторный показатель увеличится на одно стандартное отклонение:
= 0,1; =
0,19; =
0,38; =
0,18; =
-0,28; =
0,50; =
0,01; =
0,17. В данном случае в большей степени к росту продуктивности приводит
удельный вес концентратов =
0,50, т.е. при увеличении удельный вес концентратов на 1 стандартное
отклонение, продуктивность увеличится на 0,5 стандартного отклонения. К
снижению продуктивности приводит увеличение стоимости 1 ц. к. ед. =
-0,28, т.е. при увеличении стоимости 1 ц. к. ед. на 1 стандартное, прибыль
предприятия уменьшится на 0,28 стандартного отклонения. Суммируя -коэффициенты,
сравниваем их с 1. Сумма -коэффициентов
равна 1,26, что выше 1. Это означает, что значение результативного показателя
изменяется более быстрыми темпами, чем происходит прирост факторов.
Показатель частной
детерминации определяет вклад каждого фактора в формирование вариации
результативного показателя:
где коэффициент
парной корреляции между результативным и факторным показателем. Проанализируем
показатель частной детерминации . Показатель =
0,03 означает, что среднегодовое поголовье объясняет вариации продуктивности на
3%; 0,06
- значит, что оплата одного чел. - час. объясняет вариацию продуктивности на
6%; 0,21
- значит, что затраты на корма объясняет вариацию прибыли предприятия на 21%; =-0,01 - значит, что затраты труда
уменьшают продуктивность на 1%; = -0,08 - стоимость 1 ц.
к. ед. уменьшают прибыль предприятия на 8%; =0,33 - удельный вес
концентратов объясняет вариацию продуктивности на 33%; 0,003
- значит, что удельный вес покупных кормов объясняет вариацию прибыли
предприятия на 0,3%; =0,1
- значит, что расход кормов объясняет вариацию прибыли предприятия на 10%.
Видя вклад каждого
фактора в общую вариацию себестоимости яровых зерновых, можно обеспечить
высокий уровень результата за счет комбинирования факторов, замены одного
другим.
В ходе исключения по
одному из линейной модели несущественных факторов, получим следующий вид
модели:
; ;
; ;
.
где Y - продуктивность коров, ц.,
- оплата 1-го чел. -
час., тыс. руб.,
-
затраты на корма, тыс. руб./гол,
-
затраты труда, чел. - час. /гол.,
- стоимость
1 ц. к. ед., тыс. руб.,
-удельный
вес концентратов, %,
Параметр а0=18,5
показывает, что при влиянии неучтенных в модели факторов продуктивность
увеличивается на 18,5 млн. руб. Коэффициент а1=0,56 - если оплата одного
чел. - час. увеличится на 1 тыс. руб., то продуктивность увеличится на 0,56 ц;
а2=0,01 - если затраты на корма увеличится на 1 тыс. руб./гол., то
продуктивность увеличится на 0,01 ц.; а3=0,05 - затраты труда
увеличится на 1 чел. - час./гол., то продуктивность увеличится на 0,05 ц.; а4=-0,60
- если стоимость 1 ц. к. ед. увеличится га 1 тыс. руб., то продуктивность
уменьшится на 0,60 ц.; а5=0,60 - если удельный вес концентратов
увеличится на 1%., то продуктивность увеличится на 0,60 ц.=0,80 показывает, что
выбранные факторы сильно влияют на результативный.
tR=9,88≥2,48, следовательно, модель является
устойчивой.=64,08% показывает, что выбранные факторы объясняют изменение
результативного на 64,08%.
Поскольку
скорректированный коэффициент детерминации =0,64 имеет близкое
значение с коэффициентом детерминации, то модель хорошая.
Следующая характеристика
критерий Фишера. Расчетное значение F=50,68
сравнивают с табличным, которое определяется для принятого уровня значимости и
степеней свободы ,
где n - число наблюдений, m
- число факторов (включая результативный). Для =0,01 и для
=0,05
и для
=0,10
и . Так как расчетное
значение критерия Фишера больше табличного для трех уровней значимости, то
данная модель пригодна для применения на практике.
Так как =9,88%
< 10%, что означает, что модель имеет высокую точность.
Расчетное значение
критерия Стьюдента сравнивают с табличным значением, которое определяется для
принятого уровня значимость α и числа степеней
свободы Табличное
значение критерия Стьюдента с степенью свободы и уровнем значимости =0,01
равен =2,358,
для =0,05
=1,658,
для =0,10
=1,289.
Если расчетное значение ниже, чем табличное, то данный фактор из модели
исключается. В модели коэффициенты существенности следующие: = 3,42; =
7,86; =
2,98; =
-6,35; =
8,35. Они выше табличных значений критерия Стьюдента.
Коэффициенты
эластичности имеют следующие значения:= 0,13;=
0,56;=
0,14; =
-0,53; =0,
28. В большой степени к росту продуктивности коров приводят затраты на корма =
0,56, т.е. при увеличении затрат на корма на 1%, продуктивности коров
увеличится на 0,56%. К снижению продуктивности коров приводит увеличение
стоимости 1 ц. к. ед. =
-0,53, т.е. при увеличении стоимости 1 ц. к. ед. на 1%, продуктивность
уменьшится на 0,53%.
Рассмотрим -коэффициенты.=
0,24; =
0,70; =
0,18; =
-0,54; =
52. В данном случае в большей степени к росту продуктивности приводит затраты
на корма =
0,70, т.е. при увеличении затраты на корма на 1 стандартное отклонение,
продуктивность увеличится на 0,7 стандартного отклонения. К снижению
продуктивности увеличение стоимости 1 ц. к. ед. = -0,54, т.е. при
увеличении стоимости 1 ц. к. ед. на 1 стандартное, прибыль предприятия
уменьшится на 0,54 стандартного отклонения. Суммируя -коэффициенты,
сравниваем их с 1. Сумма -коэффициентов
равна 1,06, что выше 1. Это означает, что значение результативного показателя
изменяется более быстрыми темпами, чем происходит прирост факторов.
Проанализируем
показатель частной детерминации . Показатель =
0,06 значит, что оплата одного чел. - час. объясняет вариацию продуктивности на
6%; 0,40
- значит, что затраты на корма объясняет вариацию прибыли предприятия на 40%; 0,
- 0,01 - значит, что затраты труда уменьшают продуктивность на 1%; =-0,15 - значит, что стоимость 1 ц.
к. ед. уменьшают прибыль предприятия на 15%;= 0,34 - удельный вес
концентратов объясняет вариацию продуктивности на 34%.
Видя вклад каждого
фактора в общую вариацию себестоимости яровых зерновых, можно обеспечить
высокий уровень результата за счет комбинирования факторов, замены одного
другим.
Чтобы добиться существенности
этих коэффициентов необходимо на основании построенной линейной корреляционной
модели построить нелинейную модель формирования продуктивности коров:
; ;
; ;
.
где Y - продуктивность коров, ц.,
-среднегодовое
поголовье, гол.,
-оплата
1-го чел. - час., тыс. руб.,
-
затраты на корма, тыс. руб./гол.,
-затраты
труда, чел. - час. /гол.,
-стоимость
1 ц. к. ед., тыс. руб.,
-удельный
вес концентратов, %,
-удельный
вес покупных кормов, %,
-расход
кормов на 1 голову, ц. к. ед./гол.
Параметр а0=6,93
показывает, что при влиянии неучтенных в модели факторов продуктивность
увеличивается на 6,93 ц. Коэффициент а1=0,02 - если среднегодовое
поголовье увеличится га 1 голову, то продуктивность увеличивается на 0,02 ц; а2=3,41
- если оплата одного чел. - час. увеличится на 1 тыс. руб., то продуктивность
увеличится на 3,41 ц.; а3=0,000001 - затраты на корма увеличится на
1 тыс. руб./гол., то продуктивность увеличится на 0,000001 ц.; а4=0,0002
- если затраты труда увеличится на 1 чел. - час./гол., то продуктивность
увеличится на 0,0002 ц.; а5=-0,0001 - стоимость 1 ц. к. ед.
увеличится га 1 тыс. руб., то продуктивность уменьшится на 0,0001 ц; а6=0,11
- если удельный вес концентратов увеличится на 1%., то продуктивность увеличится
на 0,11 ц., а7=0,001 - если удельный вес покупных кормов увеличится
на 1%, то продуктивность увеличится на 0,001 ц., а8=0,003 - если
расход кормов увеличится на 1 ц. к. ед./гол., то продуктивность увеличится на
0,003 ц.
=0,81 показывает, что
выбранные факторы сильно влияют на результативный.
tR=27,6≥2,48,
следовательно, модель является устойчивой.=65,45% показывает, что выбранные
факторы объясняют изменение результативного на 65,45%.
Поскольку
скорректированный коэффициент детерминации =0,652 имеет близкое
значение с коэффициентом детерминации, то модель хорошая.
Расчетное значение
критерия Фишера F=32,3 сравнивают с
табличным, которое определяется для принятого уровня значимости и
степеней свободы ,
где n - число наблюдений, m
- число факторов (включая результативный). Для =0,01 и ;
для =0,05
и ;
для =0,10
и . Так как расчетное
значение критерия Фишера больше табличного для трех уровней значимости, то данная
модель пригодна для применения на практике.
Так как =10,1%
< 20%, что означает, что модель имеет допустимую точность.
Расчетное значение
критерия Стьюдента сравнивают с табличным значением, которое определяется для
принятого уровня значимость α и числа степеней
свободы Табличное
значение критерия Стьюдента с степенью свободы и уровнем значимости =0,01
равен =2,358,
для =0,05
=1,658,
для =0,10
=1,289.
Если расчетное значение ниже, чем табличное, то данный фактор из модели
исключается. В модели коэффициенты существенности следующие: = 2,01; ,,,,
, ,.
Можно сделать вывод, что фактор t3,
t5, t7 не значим в модели, так как расчетное значение этого показателя
ниже табличных значений для всех уровней свободы.
Коэффициенты
эластичности имеют следующие значения: = 0,07; =
0,26;=
0,06;=
0,08; =
-0,04; =
0,18; =
0,004; =0,
22. В большой степени к росту продуктивности коров приводят оплата одного чел.
- час., =
0,26, т.е. при увеличении затрат на корма на 1%, продуктивности коров
увеличится на 0,26%. К снижению продуктивности коров приводит увеличение
стоимости 1 ц. к. ед. =
-0,04, т.е. при увеличении стоимости 1 ц. к. ед. на 1%, продуктивность
уменьшится на 0,04%.
Рассмотрим -коэффициенты.
=
0,11; =
0,21; =
0,16; =
0,2; =
-0,08; =
0,48; =
0,02; =
0,31. В данном случае в большей степени к росту продуктивности приводит
удельный вес концентратов =
0,48, т.е. при увеличении удельный вес концентратов на 1 стандартное
отклонение, продуктивность увеличится на 0,48 стандартного отклонения. К
снижению продуктивности увеличение стоимости 1 ц. к. ед. =
-0,08, т.е. при увеличении стоимости 1 ц. к. ед. на 1 стандартное, прибыль
предприятия уменьшится на 0,08 стандартного отклонения. Суммируя -коэффициенты,
сравниваем их с 1. Сумма -коэффициентов
равна 1,41, что выше 1. Это означает, что значение результативного показателя
изменяется более быстрыми темпами, чем происходит прирост факторов.
Проанализируем
показатель частной детерминации . Показатель =
0,04 означает, что среднегодовое поголовье объясняет вариации продуктивности на
4%; 0,07
- значит, что оплата одного чел. - час. объясняет вариацию продуктивности на
7%; 0,09
- значит, что затраты на корма объясняет вариацию прибыли предприятия на 9%; =-0,01 - значит, что затраты труда
уменьшают продуктивность на 1%; = -0,02 - стоимость 1 ц.
к. ед. уменьшают прибыль предприятия на 2%; =0,31 - удельный вес
концентратов объясняет вариацию продуктивности на 31%; 0,005
- значит, что удельный вес покупных кормов объясняет вариацию прибыли
предприятия на 0,5%; =0,18
- значит, что расход кормов объясняет вариацию прибыли предприятия на 18%.
Видя вклад каждого
фактора в общую вариацию себестоимости яровых зерновых, можно обеспечить высокий
уровень результата за счет комбинирования факторов, замены одного другим.
Далее поступаем как и с
линейной КМ:
; ;
; ;
.
где Y - продуктивность коров, ц.,
-среднегодовое
поголовье, гол.,
-оплата
1-го чел. - час., тыс. руб.,
-
затраты труда, чел. - час. /гол.,
- удельный
вес концентратов, %,
-расход
кормов на 1 голову, ц. к. ед./гол.
Параметр а0=4,87
показывает, что при влиянии неучтенных в модели факторов продуктивность
увеличивается на 4,87 ц. Коэффициент а1=0,02 - если среднегодовое
поголовье увеличится га 1 голову, то продуктивность увеличивается на 0,02 ц; а2=3,45
- если оплата одного чел. - час. увеличится на 1 тыс. руб., то продуктивность
увеличится на 3,45 ц.; а3=0,0002 затраты труда увеличится на 1 чел.
- час./гол., то продуктивность увеличится на 0,0002 ц.; а4=0,11 -
если удельный вес концентратов увеличится на 1%., то продуктивность увеличится
на 0,11 ц.; а5=0,004 - если расход кормов увеличится на 1 ц. к.
ед./гол., то продуктивность увеличится на 0,004 ц.
=0,81 показывает, что
выбранные факторы сильно влияют на результативный.
tR=27,6≥2,48,
следовательно, модель является устойчивой.=65,13% показывает, что выбранные
факторы объясняют изменение результативного на 65,13%.
Поскольку скорректированный
коэффициент детерминации =0,65
имеет близкое значение с коэффициентом детерминации, то модель хорошая.
Расчетное значение
критерия Фишера F=53,1 сравнивают с
табличным, которое определяется для принятого уровня значимости и
степеней свободы ,
где n - число наблюдений, m
- число факторов (включая результативный). Для =0,01 и для
=0,05
и для
=0,10
и . Так как расчетное
значение критерия Фишера больше табличного для трех уровней значимости, то
данная модель пригодна для применения на практике.
Так как =10,2%
< 20%, что означает, что модель имеет допустимую точность.
Расчетное значение
критерия Стьюдента сравнивают с табличным значением, которое определяется для
принятого уровня значимость α и числа степеней
свободы Табличное
значение критерия Стьюдента с степенью свободы и уровнем значимости =0,01
равен =2,358,
для =0,05
=1,658,
для =0,10
=1,289.
Если расчетное значение ниже, чем табличное, то данный фактор из модели
исключается. В модели коэффициенты существенности следующие: = 3,42; =
7,86; =
2,98; =
-6,35; =
8,35. Они выше табличных значений критерия Стьюдента.
Коэффициенты
эластичности имеют следующие значения: = 0,08; =
0,26;=
0,08;=
0,19; =
0,28. В большой степени к росту продуктивности коров приводят расход кормов =
0,28, т.е. при увеличении расхода кормов на 1%, продуктивности коров увеличится
на 0,28%.
Рассмотрим -коэффициенты.
=
0,12; =
0,21; =
0,19; =
0,51; =
39. В данном случае в большей степени к росту продуктивности приводит удельный
вес концентратов =
0,51, т.е. при увеличении удельный вес концентратов на 1 стандартное
отклонение, продуктивность увеличится на 0,51 стандартного отклонения. Суммируя
-коэффициенты,
сравниваем их с 1. Сумма -коэффициентов
равна 1,41, что выше 1. Это означает, что значение результативного показателя
изменяется более быстрыми темпами, чем происходит прирост факторов.
Проанализируем
показатель частной детерминации . Показатель =
0,04 означает, что среднегодовое поголовье объясняет вариации продуктивности на
4%; 0,07
- значит, что оплата одного чел. - час. объясняет вариацию продуктивности на
7%; -0,01
- значит, что затраты труда уменьшают продуктивность на 1%. =0,33
- удельный вес концентратов объясняет вариацию продуктивности на 33%; =0,22
- значит, что расход кормов объясняет вариацию прибыли предприятия на 22%.
Видя вклад каждого
фактора в общую вариацию себестоимости яровых зерновых, можно обеспечить
высокий уровень результата за счет комбинирования факторов, замены одного
другим.
Еще одной серьезной
проблемой при построении моделей множественной линейной регрессии по МНК
является мультиколлинеарность - линейная взаимосвязь двух или нескольких
объясняющих переменных. Если объясняющие переменные связаны строгой
функциональной зависимостью, то говорят о совершенной мультиколлинеарности. На
практике можно столкнуться с очень высокой (или близкой к ней)
мультиколлинеарностью - сильной корреляционной зависимостью между объясняющими
переменными. Мультиколлинеарность может быть проблемой лишь в случае
множественной регрессии.
Чтобы избежать
искажения коэффициентов регрессии в корреляционной модели с мультиколлинеарными
факторами используется каскадный корреляционный анализ.
Сущность каскадного
корреляционного анализа заключается в следующем.
1. Выбираем
результативный и факторные показатели, проверяем информацию столбцов на
достоверность.
2. Выясняем
пары факторов тесно связанных друг с другом, т.е. коррелируемых (например в
корреляционной модели формирования стоимости валовой продукции - основные
производственные и оборотные фонды).
. Определяем,
какие из факторов тесно связанных пар являются ведущими (определяющими). Эти
определяющие факторы назовем промежуточными результативными.
4. Строим
парную корреляционную модель взаимосвязи
каждой пары факторов, например:
,
где ух -
стоимость оборотных фондов;
х1 -
стоимость основных производственных фондов.
При этом
рассчитываем все остальные характеристики.
5. Рассчитаем
разность фактических и расчетных значений фактора, тесно связанного с другим
или другими
В корреляционной модели
вместо фактора х2 ставим столбец ,
определяющий величину отклонения фактического значения фактора от среднего
уровня и считаем параметры модели. В этом случае коэффициенты регрессии при покажут
влияние на результативный показатель нового фактора при его отклонении от
среднего уровня. В этом случае удается избежать искажения, имеющего место в
корреляционной модели с тесно коррелируемыми факторами.
Мультиколлинеарность наблюдается
среди следующих показателей:
затраты труда, чел. - час./гол. -
оплата 1-го чел. - час., тыс. руб.;
стоимость 1 ц. к. ед., тыс. руб. -
затраты на корма, тыс. руб./гол.
В первой паре результативным
показателем оплата 1-го чел. - час., тыс. руб.; во второй - затраты на корма,
тыс. руб./гол. Строим парную корреляционную модель взаимосвязи каждой пары
факторов. Получим следующие уравнения КМ:
для первой пары: Y=16,7-0,05x;
для второй пары: Y=54,3+59,4;
Затем разность фактических и
расчетных значений факторов подставляем в проверенные данные и строим
корреляционную модель, которая отражает отсутствие мультиколлинеарности.
Модель после устранения
мультиколлинеарности будет иметь вид:
; ;
.
где Y - продуктивность коров, ц.,
-среднегодовое
поголовье, гол.,
-оплата
1-го чел. - час., тыс. руб.,
-
затраты на корма, тыс. руб./гол.,
-затраты
труда, чел. - час. /гол.,
-стоимость
1 ц. к. ед., тыс. руб.,
-удельный
вес концентратов, %,
-удельный
вес покупных кормов, %,
-расход
кормов на 1 голову, ц. к. ед./гол.
Параметр а0=15,47
показывает, что при влиянии неучтенных в модели факторов продуктивность
увеличивается на 15,47 ц. Коэффициент а1=0,002 - если среднегодовое
поголовье увеличится га 1 голову, то продуктивность увеличивается на 0,002 ц; а2=0,52
- если оплата одного чел. - час. отклонится от ее среднего уровня на 1 тыс.
руб., то продуктивность увеличится на 0,52 ц.; а3=0,01 - затраты на
корма отклонятся от среднего уровня на 1 тыс. руб./гол., то продуктивность
увеличится на 0,01 ц.; а4=0,02 - если затраты труда увеличится на 1
чел. - час./гол., то продуктивность увеличится на 0,02 ц.; а5=0,03 -
стоимость 1 ц. к. ед. увеличится га 1 тыс. руб., то продуктивность увеличится
на 0,03 ц; а6=0,58 - если удельный вес концентратов увеличится на
1%., то продуктивность увеличится на 0,58 ц., а7=0,02 - если
удельный вес покупных кормов увеличится на 1%, то продуктивность увеличится на
0,02 ц., а8=0,19 - если расход кормов увеличится на 1 ц. к.
ед./гол., то продуктивность увеличится на 0,19 ц.=0,81 показывает, что
выбранные факторы сильно влияют на результативный.=65% показывает, что
выбранные факторы объясняют изменение результативного на 65%.
Расчетное значение
критерия Фишера F=32,3 сравнивают с
табличным, которое определяется для принятого уровня значимости и
степеней свободы ,
где n - число наблюдений, m
- число факторов (включая результативный). Для =0,01 и ;
для =0,05
и ;
для =0,10
и . Так как расчетное
значение критерия Фишера больше табличного для трех уровней значимости, то
данная модель пригодна для применения на практике.
Анализ тенденций и
закономерностей формирования себестоимости яровых зерновых в регионе
Для более полного анализа тенденций
формирования себестоимости зерна была использована одноэтапная схема
корреляционного анализа.
Для построения одноэтапной корреляционной
модели нам необходимо выполнить следующие действия:
1) Сравнить расчетное и фактическое
значение результативного показателя;
2) Выделить
три группы предприятий по уровню использования ресурсного потенциала, то есть
рассчитаем коэффициент использования ресурсного потенциала (К) по формуле:
К = Yi / Yх
гдеi - фактическое
значение результативного показателя;
Yх - расчётное значение
результативного показателя;
3) Затем мы сортируем информацию по
коэффициенту использования ресурсного потенциала (К) и разбиваем информацию на
две группы хозяйств в зависимости от уровня использования ресурсного
потенциала:
1. ()
- худшая группа (низкий );
. ()
- лучшая группа (высокий );
4) по каждой группе предприятий
рассчитываем средние фактические значения показателей и на их основе определяем
относительные показатели, которые характеризуют эффективность использования
ресурсов.
Затем рассчитываем средние значения
по группам и составляем таблицу.
В первую группу вошли хозяйства с
коэффициентом эффективности до 1,0, т.е. сельскохозяйственные предприятия,
которые недостаточно эффективно используют собственные ресурсы и имеют
потенциальные возможности для повышения себестоимости яровых зерновых. Ко
второй группе были отнесены хозяйства с коэффициентом эффективности свыше 1,00,
наиболее эффективно использующие свой ресурсный потенциал.
Итак, мы имеем построенную КМ,
которая имеет следующий вид:
Одноэтапная схема корреляционного
анализа представлена в таблице 1.
Таблица 1 - Одноэтапная схема
корреляционного анализа
Показатели
|
коэффициент эффективности
|
отношение 2 гр., к 1 гр., %,± п. п.
|
|
k<1 не эф.
|
k>1 эф.
|
|
число наблюдений
|
72
|
76
|
-
|
коэффициент эффективности
|
0,9
|
1,1
|
121,4
|
фактическая продуктивность, ц
|
39,7
|
48,2
|
121,5
|
расчетная продуктивность, ц
|
44,1
|
44,1
|
100,0
|
среднегодовое поголовье, гол.
|
899,2
|
849,1
|
94,4
|
оплата 1-го чел. - час., тыс. руб.
|
10,1
|
10,2
|
100,4
|
затраты на корма, тыс. руб./гол.
|
2338,5
|
2354,8
|
100,7
|
затраты труда, чел. - час./гол.
|
131,4
|
129,8
|
98,8
|
стоимость 1 ц. к. ед., тыс. руб.
|
38,3
|
38,9
|
101,6
|
удельный вес концентратов, %
|
19,8
|
20,5
|
0,6
|
удельный вес покупных кормов, %
|
11,3
|
12,5
|
1,2
|
расход корма, ц. к. ед./гол
|
55,1
|
54,4
|
98,8
|
Анализируя данную таблицу, можно
сказать, что хозяйства второй группы сработали более эффективно, чем хозяйства
первой группы, т.к. их фактическая продуктивность коров больше расчетной.
Из данных таблицы 1 можно заметить,
что у хозяйств второй группы уменьшается поголовье скота (на 5,6%), что
приводит к уменьшению расхода кормов на 1,2%, и соответственно на снижение
затрат труда (на 1,2%). Также можно отметить, что у хозяйств второй группы
происходит увеличение доли затрат на корма (на 0,7%), среди которых наблюдается
рост удельного веса концентратов (на 0,6 п. п.) и рост удельного веса покупных
кормов (на 1,2 п. п.), и наблюдается увеличение оплаты 1-го чел. - час. на
0,4%.
Для более детального анализа
эффективности использования ресурсов целесообразно проводить двухэтапный
корреляционный анализ. Двухэтапная схема КА применяется при наличии большого
объема информации, т.е. при анализе региональной экономики.
Данный прием позволяет выяснить
различия в окупаемости ресурсов и очередность освоения инвестиций в разрезе
предприятий и округов региона.
Методика построения двухэтапной
схемы корреляционного анализа:
) Выбираем регион или группу
районов, по которым будем проводить исследования;
2) В рамках данного региона
выделяем группы районов, отличающиеся природно-экономическими особенностями (В
условиях Витебской области можно выделить Первый и Второй регионы);
) По предприятиям характерных
зон рассчитываем КМ формирования результативного показателя;
) Выделяем группы предприятий
на основе расчетного и фактического значений результативного показателя;
Внутри каждой группы хозяйств по
уровню эффективности вновь рассчитываем параметры той же КМ формирования
себестоимости зерна.
Для построения нам необходимо
разбить Брестскую область на 2 округа: Первый и Второй. Далее строим КМ по
данным каждого округа:
КМ Первого округа:
R=0,91;
F=39,1; D=88,3%.
КМ Второго округа:
R=0,94;
F=63,3; D=88,3%
Каждый округ разобьем на
две группы по коэффициенту использования ресурсного потенциала: высокого
(К>1) и низкого (К≤1).
Хозяйства лучшей группы
Первого округа имеют следующую КМ:
R=0,99; F=197; D=98,1%.
Хозяйства худшей группы Первого
округа имеют следующую КМ:
R=0,96;
F=36; D=92,6%.
Хозяйства лучшей группы
Второго округа имеют следующую КМ:
R=0,98;
F=80,1; D=95,8%.
Хозяйства худшей группы
Второго округа имеют следующую КМ:
R=0,99;
F=182,6; D=98%.
Данные анализа КМ
представлены в таблице 2.
Таблица 2 -
Двухэтапная схема корреляционного анализа
Округ
|
коэффициент использования ресурсного потенциала
|
Среднегодовое поголовье, гол.
|
оплата одного чел. - час., тыс. руб.
|
затраты на корма, тыс. руб./гол.
|
затраты труда чел.-час/гол.
|
стоимость 1ц. к. ед., тыс. руб.
|
удельный вес концентратов, %
|
удельный вес покупных кормов, %
|
расход кормов, ц. к. ед./гол.
|
первый
|
высокий
|
0,002
|
0,463
|
0,004
|
0,044
|
-0,269
|
0,601
|
-0,060
|
0,235
|
|
низкий
|
0,004
|
0,843
|
-0,002
|
0,080
|
0,277
|
0,338
|
-0,158
|
0,436
|
|
итого
|
0,003
|
0,598
|
0,006
|
0,060
|
-0,384
|
0,521
|
-0,062
|
0,119
|
второй
|
высокий
|
0,005
|
0,517
|
-0,015
|
0,028
|
0,814
|
0,737
|
0,062
|
1,069
|
|
низкий
|
0,004
|
0,439
|
-0,006
|
0,030
|
0,322
|
0,601
|
-0,081
|
0,750
|
|
итого
|
0,005
|
0,494
|
-0,002
|
0,046
|
0,192
|
0,611
|
-0,047
|
0,604
|
В таблице 2
приведены коэффициенты регрессии при факторах по предприятиям обоих округов.
Абсолютные значения коэффициентов регрессии и знаки при них свидетельствуют о
значении отдельных факторов. Так, например, увеличение среднегодового поголовья
в хозяйствах Первого и Второго округов приводит к росту продуктивности.
Наиболее выгодно вкладывать ресурсы в рост расходов кормов второго округа с
высоким коэффициентом использования ресурсного потенциала, так как
продуктивность возрастет на 1,069 ц., если расход кормов возрастет на 1 ц. к.
ед./гол.
Поскольку в рамках
каждого из округов имеются сельскохозяйственные предприятия с различным уровнем
использования ресурсов, были выделены две группы: с низким и высоким уровнем
использования ресурсов. В разрезе этих групп рассчитаны параметры той же
корреляционной модели. Получили коэффициенты регрессии, которые объясняют
эффективность ресурсов в разрезе выделенных групп и округов. В результате
выясняем, что средняя эффективность отдельных факторов по округу существенно
отличается, если рассматривать ее в разрезе предприятий с эффективностью
использования ресурсов выше и ниже среднего уровня. В целом по таблице можем
отметить: чем выше значение коэффициента регрессии, тем больше ресурс приводит
к росту результативного показателя.
Выводы и предложения
В настоящее время в кормлении
животных используют более 500 различных кормов и кормовых добавок, среди
которых важное место занимают кормовые антибиотики. Кормовые антибиотики
подавляют патогенную микрофлору желудочно-кишечного тракта, усиливают секрецию
пищеварительных ферментов, благоприятствуют всасыванию переваримых веществ из
кишечника в кровь. Кормовые антибиотики повышают использование растительных
белков на 20-30%, снижая потребность в белках и витаминах. Кормовые антибиотики
могут оказать на продуктивность животных огромное влияние.
Способ содержания коров в специально
реконструированном помещении беспривязно в комбибоксах с соломенной подстилкой
и удалением навоза транспортером в навозном проходе, а также с раздачей сенажа,
силоса и концентратов мобильными кормораздатчиками, оказывает определенное
влияние на поедаемость кормов и потребление питательных веществ.
Требуются срочные государственные
меры по приостановлению спада и налаживанию воспроизводства племенного
молодняка в республике до требуемого уровня. Развитие сельскохозяйственного
производства невозможно без повышения экономического статуса племенных
предприятий. Усилить их роль в интенсивном и эффективном развитии молочного
скотоводства необходимо за счет более активного государственного регулирования
хозяйственно - экономической деятельности, материально заинтересовывая повышать
продуктивность скота, производить продукцию высокого качества.
Современная интенсивность и
продуктивность молочного скотоводства, окупаемость в отрасли ресурсов в
существенной мере обусловлены недостаточным материальным стимулированием
работников ферм и кормопроизводства. Недооценка экономической роли одного из
действенных звеньев развития молочной отрасли весьма отрицательно сказывается
на ее эффективности.
К основным путям повышения
экономической эффективности молочного скотоводства относятся: интенсификация
молочного скотоводства посредством создания современной материально -
технической базы; соответствующее ветеринарно-зоотехническое обслуживание
поголовья; создание прочной кормовой базы; совершенствование размещения,
концентрации и специализации молочного скотоводства; развитие селекции в молочном
направлении; внедрение эффективных методов воспроизводства маточного поголовья;
внедрение интенсивных технологий производства молока; наиболее эффективных форм
и прогрессивных методов организации труда и стимулирование повышения его
производительности.
Список используемой
литературы
1. Горфинкель И.Ш. Научные основы организации производства на
сельскохозяйственных предприятиях: Учебное пособие. - Горки: БГСХА, 2000.
. Жудро М.К. Оптимизация рационов кормления коров/ Модельные
программы реструктуризации и реформирования АПК: Материалы международной
научной конференции (г. Горки, 15 - 17 марта 2001 г.) Белорусская
сельскохозяйственная академия, 2003.
. Кулько З.Н., Попкова И.П. К вопросу об учете качества молока
/Аграрная экономика на рубеже тысячелетий: наука, образование, практика.-Часть
3: Материалы международной научно - практической конференции, посвященной
140-летию открытия в Горы - Горецком земледельческом институте специальности
«экономика» (г Горки, 10-11 июня 1999 г.)/ Коллектив авторов. - Горки: БГСХА,
2000.
. Леньков И.И. Экономико-математическое моделирование
эконо-мических систем и процессов в сельском хозяйстве. - Мн.: Дизайн ПРО,
1997.
. Леньков И.И. Экономико-математическое моделирование параметров
механизма функционирования аграрных образований АПК: Сборник научных трудов -
Горки: Белорусская государственная сельскохозяйственная академия, 2002.
. Лещиловский П.В., Чеканов В.С., Бохонко В.И., Микулич А.В.
Экономика предприятий агропромышленного комплекса: Курс лекций. - Мн.:
Государственное учреждение «Учебно-методический центр Минсельхозпрода», 2005.
. Лещиловский П.В., Догиль Л.Ф. Экономика предприятий и отраслей
АПК. Учебник - Мн.: БГЭУ, 2001.
. Марков А.С. Тенденции развития экономики животноводческих
комплексов по откорму КРС /Аграрная экономика на рубеже тысячелетий: наука,
образование, практика. - Часть 3: Материалы международной научно - практической
конференции, посвященной 140-летию открытия в Горы - Горецком земледельческом
институте специальности «экономика» (г Горки, 10-11 июня 1999 г.)/ Коллектив
авторов. - Горки: БГСХА, 2000.
. Синица Л. Проблемы развития молочной промышленности/
Формирование рыночной среды эффективного функционирования агробизнеса
Республики Беларусь В условиях международной интеграции и глобализации. - Часть
3: Материалы научно - практической конференции, посвященной 80-летию кафедры
экономики и МЭОБ БГСХА / Коллектив авторов. - Горки: БГСХА, 2000.
. Шафранская И.В. Системные методы анализа эффективности
использования ресурсов животноводства/ Модельные программы реструктуризации и
реформирования АПК: Материалы международной научной конференции (г. Горки, 15 -
17 марта 2001 г.) Белорусская сельскохозяйственная академия, 2003.
. Яковчик Н. Интенсификация кормопроизводства - главный фактор
роста эффективности отрасли животноводства брестчины / Формирование рыночной
среды эффективного функционирования агробизнеса Республики Беларусь В условиях
международной интеграции и глобализации. - Часть 3: Материалы научно -
практической конференции, посвященной 80-летию кафедры экономики и МЭОБ БГСХА /
Коллектив авторов. - Горки: БГСХА, 2000.