Экономико-статистический анализ производства зерна

 

a = 123,3 / 8 =15,4 ;

b = 15,8 / 60 = 0,26 ;

 

 

 

 

 

4. Индексный анализ  валового сбора и средней урожайности  зерновых по усреднённым данным  за два периода.

Таблица 7.

Культура	В среднем за год периода				Валовый сбор, ц
	2003-2006		2007-2010
	Урожайность, ц/га	Посевная площадь, га	Урожайность, ц/га	Посевная площадь, га	2003-2006	2007-2010	Условный
	y0	n0	y1	n1	y0 n0	y1 n1	y0 n1
Яровая	11,4	376	14,5	381	4286,4	5524,5	4374,4
Озимая	15,8	639	15,3	670	10096,2	10251	10586
Рожь	17,2	184	18,5	162	3164,8	2997	2786,4
Итого в среднем	14,8	1199	16,1	1213	17547,4	18772,5	17715,8

 

Для оценки общего изменения валового сбора и его факторов рассчитаем вначале индексы:

Индекс валового сбора: Iуп=  = =1,07 .

Индекс размера посевных площадей :

Iрп =  =  = 1,012 .

Индекс урожайности отдельных культур :

Iу =  =  = 1,06 .

Индекс структуры посевных площадей :

Iсп=  :   =   :   = 0,998 .

Индекс средней урожайности:

Iу.ср. =  :   =   :   = 1,057 .

 

Индексы показывают, что валовой сбор зерна увеличился вследствие изменения размера и структуры посевной площади на 1% и повышения урожайности на 6%.

Абсолютные размеры изменений валового сбора за счёт перечисленных факторов рассчитываются следующим образом :

Dуп =   = 18772,5 – 17547,4 = 1225,1 ;

Dу =   = 18772,5 – 17715,8 = 1056,7 ;

Dу.ср.= ( yср.1 - yср.0 ) = (16,1 – 14,8 )ґ1213 = 1576,9 ;

Dрп = ( -  ) yср.0 = (1213 - 1199)ґ14,8 = 207,2 ;

Dcп =  - yср.0   = 17715,8 – 14,8 ґ1199 = - 29,4 .

Итак, увеличение валового сбора зерновых на 1225,1 центнера обусловлено в первую очередь повышением урожайности на 6% и увеличением размера посевной площади на 1,2%. Структурные сдвиги в посевной площади оказали отрицательное влияние - валовой сбор под влиянием изменений в структуре снизился на 0,2% . Ухудшение структуры посевной площади выразилось в сокращении в посевах удельного веса ржи, как наиболее урожайной в данных условиях культуры, и повышении удельного веса яровой и озимой пшеницы.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5. Корреляционный  анализ изменения урожайности  зерновых культур под влиянием  количества осадков в вегетационный  период

 

Таблица 8.

Годы	Кол-во осадков, мм	Урожайность, ц/га	x2	y2	xy
	x	y
2003	274	14,3	75076	204,5	3918,2
2004	286	15,1	81796	228	4318,6
2005	292	13,9	72900	193,2	4058,8
2006	301	15,7	90601	246,5	4725,7
2007	313	16,5	97969	272,3	5164,5
2008	270	14,9	85264	222	4023
2009	315	16,1	99225	259,2	5071,5
2010	327	16,8	106929	282,2	5493,6
	Sx = 2378	Sy = 123,3	Sx2 = 709760	Sy2 = 1907,9	Sxy = 36773,9

 

Анализ данных, представленных в таблице 8 позволяет предположить линейную зависимость между факторным (количество осадков в вегетационный период) и результативным (урожайность зерновых) признаками.

Уравнение прямой линии может быть записано в виде:

yx = a+bx.

Параметры a и b , найдём решая систему уравнений:

na+bSx =Sy

aSx+bSx =Sxy

8a + 2378b = 123,3 / 8

2378a + 709760b = 36773,9 / 2378

a + 297,3b = 15,4

-

a+298,5b = 15,5

-1,2b = -0,1; b= 0,1/1,2 = 0,08; a= 15,4 – 297,3b = -8,4 .

Итак, уравнение связи выглядит следующим образом:

yx = - 8,4 + 0,08x .

Для определения меры тесноты связи между признаками рассчитаем парный коэффициент корреляции:

 ;   ;   .

 ,

 ,

 .

Полученное значение коэффициента корреляции 0,88, указывает на достаточно тесную связь между количеством осадков в вегетационный период и средней урожайностью зерновых. Коэффициент детерминации равный квадрату коэффициента корреляции, 0,77, показывает, что 77% вариации урожайности зерновых обусловлено изменением количества осадков в вегетационный период.

Расчёт урожайности на перспективу. 

Полученное уравнение регрессии показывает, что по данной совокупности, для повышения средней урожайности зерновых на 1 ц/га, необходимо повышение количества осадков в вегетационный период на 1/0,08 = 12,5 мм. Выявленная кореллятивная связь позволяет основываясь на количестве осадков прогнозировать урожайность с достаточной степенью достоверности.

Прогноз урожайности на последующие периоды можно сделать на основе аппроксимации имеющегося ряда данных об урожайности. В частности линейная аппроксимация даёт результаты, показанные на рис.1.

Следует отметить, что данный прогноз обладает невысоким коэффициентом достоверности аппроксимации – 0,54, что указывает на его относительно малую его точность. Для достижения высокой точности прогнозов к статистической обработке принимаются репрезентативные ряды с продолжительностью, как правило, 11 лет и более.

 

 

 

 

 

Выводы и предложения.

Проделанный экономико-статистический анализ производства зерна в Калининградской области не позволяет прогнозировать устойчивого повышения урожайности зерновых несмотря на то, что выявленный тренд указывает на ежегодный прирост урожайности на 0,26 ц/га в год, так как тесная корреляция урожайности с количеством осадков в вегетационный период не даёт оснований рассчитывать на длительное сохранение этой тенденции. Однако имеются резервы увеличения валового сбора зерна за счёт улучшения структуры посевных площадей и интенсификации производства.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ЛИТЕРАТУРА.

1. Общая теория статистики / Кильдишев Г.С., Овсиенко В.Е. и др., - М.: Статистика, 2000.
2. Сельскохозяйственная статистика с основами социально-экономической статистики : Учебник.- 6-е изд.,перераб.и доп.- М.: Финансы и статистика,2003
3. Статистика: Курс лекций / Харченко Л.П., Долженкова В.Г. и др.; Под ред. к.э.н. В.Г.Ионина. - Новосибирск: Изд-во НГАЭиУ,1998.
4. Статистика: Учеб.пособие / А.П.Зинченко, В.К.Горкавый, и др.; Под ред. А.П.Зинченко. - М.: Финансы и