Структурная экономико-математическая модель

Автор работы: Пользователь скрыл имя, 19 Августа 2013 в 12:34, курсовая работа

Краткое описание

Нужно отметить, что моделирование сельскохозяйственных предприятий имеет ряд особенностей. Так, оптимальное решение, полученное при использовании методов математического программирования, может не всегда соответствовать оптимуму с экономических позиций. Это несоответствие тем больше, чем меньше учтено в модели количественных связей между отдельными факторами, влияющими друг на друга и на конечные результаты. Иначе говоря, в модели должны найти отражение все условия, определяющие данную экономическую проблему. В перечне этих условий наряду сэкономическими должны быть агротехнические, зоотехнические, биологические, технические и другие

Прикрепленные файлы: 1 файл

кср кратко.docx

— 526.81 Кб (Скачать документ)

 

В таблице 2.3.2 представлены основные параметры отраслей растениеводства СПК «Лепешинский» Кормянского района на 2010 год.

 

 

 

Таблица 2.3.2. Параметры развития отраслей растениеводства

Культура

Фактически  убранная площадь, га

Урожайность,

ц/га

Затраты труда на продукцию,- всего,  чел.-ч.

Затраты на 1 га,

чел.-ч.

Озимые  зерновые

945

14,5

48000

48000/945=50,79

Яровые  зерновые

1110

16,7

69000

62,16

Зернобобовые

175

9,5

4000

22,86

Овощи

50

292

30000

600

Рапс

420

9,7

9000

21,43

Многолетние травы на сено

180

25

2000

11,11

Многолетние травы на зеленую массу

328

204

2000

6,1

Многолетние травы на сенаж 

413

218

2000

4,8

Однолетние  травы на зеленую массу

310

96

1000

3,23

Кукуруза  на силос

500

125

5000

10

Естеств. пастбища на зеленую массу

182

185

2000

10,99

Улучшенные  сенокосы на сено

403

23

2000

4,96

Улучш.пастбища на зеленую массу

40

180

1000

5,55


 

        Исходные  данные отраслей животноводства  СПК «Лепешинский» Кормянского района на 2010 год приведены в таблице 2.3.3 и таблице 2.3.4.

 

Таблица 2.3.3. Основные показатели животноводства

Виды  и половозрелые группы

Среднегод.поголовье, гол

Затраты труда в год, всего,   чел-час

Затраты труда на 1 голову  в год,  чел-час

Вид продукции

Продуктивность, ц

Основное  стадо КРС

932

106000

113,7

молоко

37,11

Надой молока на среднегодовую корову

Молодняк  КРС

746

85000

113,9

мясо

2,08

Среднегодовой привес молодняка КРС


    

 

 

      Таблица 2.3.4. Расход кормов

Виды  животных

Израсходовано кормов -  всего

Расход  кормов на ед. продукции, кормо-единиц

т

кормо-единиц

в т.ч.

концентратов

всего

в т.ч.

концентратов

Коровы

6150

1665

1778

481

КРС на откорме

3165

597

18618

3512


 

Методика обоснования  договорных поставок сельскохозяйственной продукции и сырья включает следующие  этапы:

- определение продолжительности  планового или прогнозного периода  или года освоения прогнозной  программы. Допустим, что прогнозная  программа будет освоена через  три года, т.е. t = 3.

- обоснование среднегодового  прироста объемов производства  сельскохозяйственной продукции  региона, в котором расположено  рассматриваемое хозяйство. Например, по региональному АПК среднегодовой  минимальный прирост объема сельскохозяйственной  продукции составляет 7,5%.

- обоснование приращения  договорных поставок в год  и в течение прогнозного периода.  Планируется, что в условиях, когда сдаточные цены на сельскохозяйственную продукцию постоянно вырастают и приближаются к уровню, обеспечивающему самоокупаемость и самофинансирование сельскохозяйственных организаций процент прироста договорных поставок составит 80% (0,8) от прироста объема сельскохозяйственной продукции, т.е. 7,5∙0,8=6,0% в год или 6∙3=18% к объему договорных поставок на начало планового (прогнозного) периода.

С учетом изложенного выполнено  обоснование договорных поставок СПК  «Лепешинский» Кормянского района Гомельской области (табл.2.3.5).

 

Таблица 2.3.5. Обоснование договорных поставок сельскохозяйственной продукции государству

Наименование товарной продукции

Фактический объем реализации, ц

Договорные поставки – 80% от товарной продукции

Приращение договорных поставок,

за период, %

Договорные поставки в  год освоения прогнозной программы, ц

Зерновые и зернобобовые

27960

22368

18,0

26390

Овощи

13100

10480

18,0

12370

Рапс

407

284

18,0

336

Говядина

1460

1168

18,0

1380

Молоко

30210

24168

18,0

28520


 

Обоснование прогнозных показателей  отраслей и производств на год  освоения программы начинаем с прогнозирования средней урожайности зерновых культур.

Для этого по данным фактической  урожайности зерновых, рассчитаем параметры  линейной КМ типа При используем полученную КМ для обоснования урожайности зерновых на перспективу. При этом вместо принимаем фактическое среднее за три года значение урожайности зерновых . Исходя из соображения, что в хозяйствах района имеются примерно одинаковые условия для увеличения урожайности зерновых культур, среднегодовое приращение урожайности следует скорректировать в зависимости от достигнутого в хозяйстве и в однотипных хозяйствах района. КМ будет иметь следующий вид:

где расчетная (планируемая) урожайность зерновых культур хозяйства j на перспективу;

средняя (за два-три года) фактическая  урожайность зерновых культур на начало планового периода по хозяйству j;

соответственно средняя фактическая  за 2-3 года урожайность зерновых культур  по однотипным хозяйствам района;

номер года, считая, что  в первый год планового периода;

коэффициент регрессии, характеризующий  возможное среднегодовое приращение урожайности в хозяйстве.

Параметры приведенной выше КМ формирования урожайности зерновых культур можем определить на базе фактически сложившегося соотношения между абсолютным значением урожайности зерновых культур, возможным ее приращением при средних условиях хозяйствования.

Ориентировочно коэффициент  приращения a1 в зависимости от средней фактической урожайности этих культур на начало планового периода может составить:

Среднегодовое приращение,

До 20

2,4-2,3

20,1-25

2,2-2,1

25,1-30

2,0-1,9

30,1-35

1,8-1,5

35,1-40

1,4-1,0

40 и более

0,9-0,6


 

Однако, изложенный выше подход можно также выразить с помощью автокорреляционно-трендовой КМ, учитывающей, что приращение урожайности зависит от достигнутого ее уровня и продолжительности прогнозного периода. Модель формирования возможной урожайности зерновых имеет вид:

или

где расчетная урожайность, ц/га в хозяйстве j;

фактическая урожайность зерновых на начало расчетного периода, ц/га;

номер года ( соответствующее началу расчетного периода, равно 1);

коэффициент регрессии или эластичности.

Для расчетов будем применять  коэффициент 2,4, который соответствует урожайности по предприятию.

В СПК «Лешинский» Кормянского района Гомельской области прогнозируемая урожайность зерновых составит:

=15,2+2,4*3=22,4 ц/га.

Расчетное значение урожайности  зерновых по нашему предприятию составит 22,4 центнера с гектара, то есть прирост  урожайности составит 7,2 центнера с  гектара посева зерновых или 147 % к  существующему уровню урожайности  в хозяйстве.

Прогнозируемая урожайность отдельных видов зерновых культур  составит:

озимые зерновые: 14,5+2,4*3=21,7 ц/га;

яровые зерновые: 16,7+2,4*3=23,9 ц/га;

зернобобовые: 9,5+2,4*3=16,7 ц/га;

рапс: 9,7*0,1=0,97 ц/га.

При обосновании урожайности  других сельскохозяйственных культур  нужно использовать КМ соотношения средней урожайности зерновых и этих культур. После расчета параметры этих КМ будут иметь следующий вид:

где урожайность сельскохозяйственных культур хозяйства

средняя перспективная урожайность  зерновых культур хозяйства 

параметры КМ.

По предприятию  равное 22,4 ц/га.

Для большинства сельскохозяйственных организаций j КМ формирования их урожайности (ц) в зависимости от урожайности зерновых   ( ) имеют следующий вид при

овощи открытого грунта: 

            однолетние травы на  зеленый  корм:

           

многолетние травы на сено:

многолетние травы на зеленый  корм:

кукуруза на силос:

сенокосы на сено:      

пастбища на зелёный корм:

   

Урожайность многолетних  трав на сенаж составляет 55% от урожайности  многолетних трав на зеленый корм:

 

Продуктивность среднегодовой коровы и привеса молодняка можно рассчитать в зависимости от фактической на начало планового периода и приращения урожайности зерновых культур как мерила кормовой базы:

(при  от 1 до 20; от 1 до 20),

где соответственно перспективная продуктивность коров и молодняка и ее значение на начало планового периода в хозяйстве

продолжительность планового периода;

приращение урожайности зерновых, т.е. разность между перспективной  и фактической урожайностью в  хозяйстве 

десятичный логарифм;

коэффициент регрессии.

В результате расчетов получены следующие модели при

Надой молока на среднегодовую  корову, ц:

Среднесуточный привес молодняка КРС, г :

Все расчеты занесены в таблицу 2.3.6.

 

 

         Таблица2.3.6. Расчет продуктивности

Показатели

Фактическое значение

Прогнозное значение

Расчет

Надой молока на среднегодовую корову, ц

37,11

44,11

среднесуточный привес молодняка  КРС, г :

569

729

Информация о работе Структурная экономико-математическая модель