Содержание к диссертации
Введение
1 . Экономико-статистические положения эффективности аграрного производства 9
1.1 Методологические положения эффективности сельскохозяйственного производства 9
1.2 Статистические методы в анализе эффективности аграрного производства 26
2. Многофакторный статистический анализ ресурсообеспеченности и эффективности аграрного производства 66
2.1 Ресурсообеспеченность аграрной сферы региона 66
2.2. Эффективность производства сельскохозяйственной продукции 100
3. Статистическое моделирование производственно-экономической деятельности аграрного сектора экономики 133
3.1 Статистический анализ производства сельскохозяйственной продукции 133
3.2 Приоритетные направления повышения эффективности аграрного сектора региона 160
Выводы и предложения 172
Список использованной литературы 177
- Статистические методы в анализе эффективности аграрного производства
- Ресурсообеспеченность аграрной сферы региона
- Статистический анализ производства сельскохозяйственной продукции
- Приоритетные направления повышения эффективности аграрного сектора региона
Введение к работе
Актуальность темы исследования. Повышение эффективности аграрного производства в условиях постепенного выхода сельского хозяйства России из системного кризиса рассматривается на государственном уровне как основное условие поддержания долговременного устойчивого развития отрасли. Рост эффективности производства является важным фактором, определяющим возможность создания конкурентоспособной среды функционирования сельскохозяйственных предприятий. Это обуславливает необходимость более глубокого осмысления теории эффективности и разработки адекватной современным условиям методики её анализа, востребованной в первую очередь с точки зрения оптимального управления аграрным сектором экономики.
Анализ эффективности аграрного производства на региональном уровне предполагает изучение деятельности большого количества предприятий, отличающихся размерами ресурсов и производства, формами хозяйствования, специализацией, интенсификацией производства и т.д. Для выявления закономерностей функционирования в больших совокупностях хозяйствующих субъектов необходимо использование взаимосвязанных показателей и специфических методов анализа, основанных на принципиально других подходах, нехарактерных для анализа отдельных предприятий. Это делает актуальной проблему формирования однородных групп наблюдения и выработки методики оценки эффективности в них. Повышение эффективности аграрного производства предполагает выявление факторов, оказывающих наиболее существенное влияние на результативные показатели деятельности сельскохозяйственных предприятий. Полноценный анализ взаимосвязей производственных факторов и показателей, отражающих эффективность аграрного производства, возможен только на основе многофакторных вероятностно - статистических моделей.
Таким образом, объективный анализ эффективности в аграрном секторе экономике предполагает использование статистических методов.
Степень научной разработанности проблемы. Проблеме исследования и повышения эффективности аграрного производства посвящены работы В.Г. Анрийчука, Г.А. Бабкова, В.Р. Боева, Н.И. Борхунова, Ю.В. Василенко, A.M. Гатаулина, В.А. Добрынина, А.П.Зинченко, Г.Г. Котова, А.С. Либкинда, И.А. Минакова, В.В. Новожилова, В.А. Свободина, С.С. Сергеева, Б.И. Смаги-на, И.М. Суркова, С.А. Шарапова, А.Д. Шафронова, Д.Н. Эпштейна, А.Э. Юзе-фовича, В.Б. Яковлева и др.
Разработка статистических методов исследования зависимостей социально-экономических явлений принадлежит трудам зарубежных исследователей: Н. Дрейпера, М. Кендалла, Ф. Мостеллера, В. Плюты, Г. Смита, Д. Тьюки, Э. Хеди и др. Методы многофакторного статистического анализа входят в область научных интересов многих отечественных учёных: С.А. Айвазяна, А.Г. Гранберга, А.Ф. Гришина, A.M. Дуброва, Г.С. Кильдишева, Г.Б. Клейнера, О.П. Крастиня, И.Д. Манделя, Л.И. Мхитаряна, А.И. Орлова, Н.Н. Райской, Б.И. Смагина, А.А. Френкеля и др.
Значительное количество работ, посвященных изучению эффективности сельскохозяйственного производства, свидетельствует о научно-практическом интересе к теме диссертационного исследования. Однако в отличие от традиционных методов исследования эффективности вопросы статистического моделирования результативных показателей деятельности сельскохозяйственных предприятий с учётом региональных особенностей являются недостаточно разработанными, что обуславливает выбор темы данного диссертационного исследования.
Цель и задачи исследования. Целью диссертационного исследования является разработка приоритетных направлений повышения эффективности функционирования аграрного сектора экономики на основе результатов статистического моделирования. В соответствии с поставленной целью решались следующие задачи:
обоснование применения статистических методов при исследовании эффективности производства в аграрной сфере региона с учётом необходимых изменений в информационной базе, применяемой в аналитических целях;
проведение статистического анализа ресурсообеспеченности и эффективности аграрного производства на сельскохозяйственных предприятиях области;
оценка эффективности использования отдельно взятого ресурса, учитывающая влияние на полученный эффект действия именно этого ресурса;
построение статистических моделей в виде производственных функций, отражающих зависимость объёмов аграрного производства от величины затраченных ресурсов;
разработка приоритетных направлений повышения эффективности аграрного производства на основе результатов статистического моделирования.
Предмет и объект исследования. Предметом диссертационного исследования являются количественные статистические закономерности формирования показателей эффективности аграрного производства. Объектом исследования является финансово - хозяйственная деятельность сельскохозяйственных предприятий Тамбовской области.
Область исследования соответствует пунктам 3.3 «Методы обработки статистической информации: классификация и группировки, методы анализа социально-экономических явлений и процессов, статистического моделирования, исследования экономической конъюнктуры, деловой активности, выявления трендов и циклов, прогнозирования развития социально-экономических явлений и процессов» и З.б. «Методология экономико-статистических исследований, направленных на измерение эффективности функционирования предприятий и организаций» паспорта специальности 08.00.12- Бухгалтерский учёт, статистика ВАК Министерства образования и науки Российской Федерации (экономические науки).
Теоретической и методологической основой исследования являются труды зарубежных и отечественных учёных по экономической теории, математической статистике, общей теории статистики и социально-экономической статистике. При решении задач исследования использовались методы: анализа
динамических рядов, расчёта многомерной средней величины, кластерного анализа, корреляционного анализа, построения статистических моделей в виде кинетических производственных функций, многофакторного регрессионного анализа, проверки статистических гипотез.
Информационное обеспечение составили статистические данные Федеральной службы государственной статистики (Росстата) и территориального органа Федеральной службы государственной статистики по Тамбовской области, управления сельского хозяйства Тамбовской области, нормативно-справочный материал.
Научная новизна исследования заключается в разработке приоритетных направлений повышения эффективности аграрного производства на региональном уровне, основанных на результатах статистического моделирования. К числу наиболее существенных результатов проведённой работы относятся:
—разработаны методические подходы к анализу эффективности аграрного производства в больших статистических совокупностях сельскохозяйственных предприятий, требующие выполнения ряда специфических условий, предъявляемых как к исходной информации, так и к качеству построенных многофакторных вероятностно-статистических моделей, и позволяющие исследовать эффективность аграрного сектора экономики;
разработаны предложения по совершенствованию информационной базы в специализированных формах статистической отчётности и в годовых отчётах сельскохозяйственных предприятий, предусматривающие введение ряда дополнений, используемых в аналитических целях. Вьивлена целесообразность включения сведений о выпуске продукции сельского хозяйства в стоимостном выражении в формы статистической отчётности №24-СХ и №29-СХ, о стоимости основных производственных средств основной деятельности - в формы № 5 годового отчёта и №11 статистической отчётности, о прибыли (убытке) от продажи сельскохозяйственной продукции -в формы № 2 годового отчёта и №П-3 статистической отчетности, данных об объёме продаж в физической массе и полной себестоимости реализованной продукции - в форму статистической отчётности № 21-СХ, представления сведений в форме № 9-АПК годового отчета в разрезе отдельных видов продукции внутри однородных групп сельскохозяйственных культур и с учётом её хозяйственного назначения;
разработаны методические подходы, позволяющие проводить объективный сравнительный статистический анализ эффективности функционирования хозяйствующих субъектов, основанные на применении критериев Стью-дента и Вилкоксона с использованием объёма произведённой продукции в текущих и сопоставимых ценах;
уточнена методика экономико-статистической оценки частного показателя эффективности отдельно взятого ресурса, основанная на выделении из полученного эффекта той части, которая обусловлена действием именно этого ресурса, связанная с коррекцией определения экономической области для кинетической производственной функции с переменной эластичностью;
- обосновано применение метода джекнайф (Jackknife) для проведения многофакторного регрессионного анализа эффективности аграрного производства в нерепрезентативной совокупности сельскохозяйственных предприятий (кластере), позволяющего получить адекватное уравнение регрессии с несмещенными оценками параметров, что обуславливает правомерность его использования в качестве аппроксимирующей статистической модели;
-предложено включить в состав показателей эффективности аграрного производства разработанный интегральный индекс эффективности использования ресурсов, определяемый в виде отношения фактического и теоретического (вычисленного на основании многофакторной статистической модели) объёмов производимой продукции;
-разработаны методические рекомендации по обоснованию приоритетных направлений повышения эффективности аграрного производства, основанные на распространении закономерностей функционирования кластеров, отличающихся более высокими результатами деятельности, на другие кластеры, в результате чего обеспечивается нахождение производства в экономической области и получение дополнительного экономического эффекта.
Практическая значимость исследования заключается в возможности использования основных положений диссертации в качестве информационного и методического обеспечения статистического анализа эффективности аграрного производства в целях обоснования оптимальных управленческих решений на региональном уровне.
Положения диссертационной работы могут быть применены в учебном процессе при изучении статистики, эконометрики и экономического анализа.
Апробация результатов исследования. Основные положения и результаты исследования докладывались на научно-практической конференции «Проблемы сельскохозяйственного производства на современном этапе и пути их решения» (Белгород,2000г.), научно-практической конференции «Роль науки в повышении устойчивости функционирования АПК Тамбовской области» (Мичуринск, 2004г.), Всероссийской научно-практической конференции «Стабилизация и экономический рост аграрного сектора экономики» (Ульяновск, 2004г.), Всероссийской научно-практической конференции «Институциональные условия развития сельского хозяйства России: эволюция социально-экономической функции и рыночной структуры» (Ростов-на-Дону, 2004г.), Международной научно-практической конференции, посвященной памяти профессора А.Ф. Блинохватова «Образование, наука, практика: инновационный проект» (Пенза, 2008г.), V Всероссийской научно- практической конференции «Проблемы теории и практики управления развитием социально-экономических систем» (Махачкала, 2008г), Международной научно-практической конференции «Учётно-аналитические инструменты развития инновационной экономики» (Астрахань, 2008г.), II Международной научно- практической конференции, посвященной 70-летию профессора Л.Т. Гиляровской «Актуальные проблемы учёта, экономического анализа и финансово-хозяйственного контроля деятельности организаций» (Воронеж, 2009г.), V Всероссийской научно-практической конференции «Актуальные вопросы экономических наук» (Новосибирск,
2009г.), Всероссийской научно-практической конференции «Социально-экономические особенности развития дотационных регионов» (Тамбов, 2009г.)
Публикации. По теме исследования опубликовано 16 печатных работ общим объёмом 4,1 п.л. (авторский объём 3,55 п.п.).
Структура и объём работы. Диссертация состоит из введения, трёх глав, выводов и предложений, списка использованной литературы. Работа изложена на 176 страницах компьютерного текста, содержит 49 таблиц.
Во введении обоснована актуальность темы исследования, дана характеристика степени изученности проблемы, сформулированы цель и задачи, определены объект, предмет и методы исследования, отражены положения научной новизны и практической значимости работы.
В первой главе «Экономико-статистические положения эффективности аграрного производства» представлена эволюция научных представлений об эффективности, исследованы вопросы сущности эффективности аграрного производства, а также методические подходы к её оценке, отражены статистические аспекты анализа эффективности в сельском хозяйстве, выявлены недостатки в специализированных формах статистической и бухгалтерской отчётности, являющихся основными информационными источниками, используемыми при исследовании эффективности и её статистическом моделировании.
Во второй главе «Многофакторный статистический анализ ресурсообес-печенности и эффективности аграрного производства» дана оценка и выявлены тенденции ресурсообеспеченности аграрной сферы региона, проведён статистический анализ технологической и экономической эффективности на сельскохозяйственных предприятиях отдельных районов области, уточнена методика экономико-статистической оценки частных показателей эффективности аграрного производства.
В третьей главе «Статистическое моделирование производственно-экономической деятельности аграрного сектора экономики» проведено статистическое моделирование эффективности аграрного производства в однородных группах сельскохозяйственных предприятий, образованных на основе процедур кластерного анализа, обосновано применение метода джекнайф для проведения многофакторного регрессионного анализа в нерепрезентативных статистических совокупностях, выработаны приоритетные направления повышения эффективности аграрного производства на региональном уровне.
В выводах и предложениях изложены основные результаты исследования.
Статистические методы в анализе эффективности аграрного производства
Рассмотренные выше методы исчисления показателей эффективности аграрного производства применяются при анализе деятельности конкретного сельскохозяйственного предприятия. При изучении же аграрного производства региона в целом, представленного большой совокупностью предприятий, данные методы являются недейственными. В связи с чем при оценке эффективности функционирования совокупности сельскохозяйственных предприятий региона возникают проблемы, нехарактерные для анализа отдельных хозяйствующих единиц. В данном случае возникает необходимость проведения исследования на основе принципиально других подходов, основанных на выполнении определённых специфических требований.
Это предопределяет применение статистических методов, основанных на исследовании массовых явлений и процессов и позволяющих выявлять закономерности их развития в конкретных условиях места и времени. Объектом статистического исследования являются статистические совокупности-множества единиц, обладающие массовостью, однородностью, определённой целостностью, взаимозависимостью состояний отдельных единиц и наличием вариации. Совокупность сельскохозяйственных предприятий обладает всеми вышеперечисленными свойствами, следовательно, является статистической совокупностью.
Изучение статистических совокупностей направлено в первую очередь на определение статистических показателей. Для характеристики совокупности предприятий в целом в отличие от отдельного предприятия, характеризуемого признаками, необходим расчёт именно статистических показателей, обобщающих значения индивидуальных признаков и требующих для своего определения специальных научных приёмов. Статистические показатели имеют такие общие черты, как объективный характер, количественную и качественную определённость, конкретные условия места и времени. При этом некоторыми учёными [37,38] статистические показатели, используемые в исследовании, подразделяются на показатели конкретных свойств изучаемого объекта (учётно-оценочные) и показатели статистических свойств любых массовых явлений и процессов (аналитические). Учётно-оценочные показатели отражают объём или уровень изучаемого явления. Особенностью построения этих показателей является то, что они формируются не только статистикой. В построении данных показателей их качественное содержание определяется конкретной предметной наукой (теорией экономики, демографией, сельскохозяйственными науками). Статистика отвечает за методику учёта или расчёта количественной стороны этих показателей и их форму. Аналитические показатели используются для характеристики особенностей развития явления, распространённости в пространстве, соотношения его частей, взаимосвязи с другими явлениями. В качестве аналитических показателей используются средние величины, показатели структуры, характера распределения, вариации, динамики, степени тесноты, статистические оценки точности и надёжности конкретных статистических показателей. За качественную и количественную сторону этих показателей, за их построение, интерпретацию и применение отвечает не какая- либо иная научная дисциплина, а только сама статистика.
Для всесторонней характеристики изучаемого массового явления или процесса необходимо изучать не один, а систему взаимосвязанных и взаимосогласованных статистических показателей, расположенных в определённом порядке и дающих всестороннюю характеристику состояния, размеров, особенностей развития и взаимосвязей изучаемого явления. Эти положения позволяют определить систему статистических показателей как предмет статистического исследования.
Анализ статистических показателей, в свою очередь, позволяет выявлять и познавать статистические закономерности развития объектов, состоящих из множества элементов (единиц совокупности). Закономерность свойственна не отдельным единицам совокупности, а всей их массе, то есть совокупности в целом. В силу этого закономерность, присущая изучаемому явлению или процессу, проявляется только при достаточно большом числе наблюдений и только в среднем. Статистические закономерности выявляются благодаря действию закона больших чисел, который доказывается в теории вероятностей и состоит в том, что по мере увеличения числа наблюдений влияние случайных факторов взаимно погашается или, распределяясь на большое число единиц, нивелируется. В итоге, конечный результат, фиксируемый статистическим показателем, становится независимым от случайностей, отражает действие постоянных, существенных факторов и проявляет закономерности, действующие в статистической совокупности. Таким образом, статистические закономерности, выраженные в виде обобщающих статистических показателей, дают исследователю неоценимые типизированные величины, содержащие в себе только существенные черты изучаемого объекта.
Для выявления закономерностей, проявляющихся в структуре, динамике и взаимосвязях массовых явлений, используются не только системы взаимосвязанных показателей, но и комплекс специфических методов статистического анализа, которые находят свое выражение в трёх этапах (стадиях) статистического исследования:
статистическое наблюдение;
первичная обработка, сводка и группировка результатов наблюдения;
анализ полученных сводных материалов.
Все этапы статистического исследования связаны между собой; отсутствие одного их них ведёт к разрыву целостности статистического исследования; недостатки, возникающие на одном из них, сказываются на всём исследовании в целом. На первом этапе статистического исследования производится научно организованный сбор сведений об изучаемом явлении или процессе, в результате которого получают отчётные данные, характеризующие каждую единицу совокупности. На втором этапе в результате группировки и сводки материалов получают учётно-оценочные показатели. Важнейшим специфическим методом этого этапа является метод группировок, заключающийся в распределении исходных данных по группам, качественно однородным по одному или нескольким признакам. Заключительной стадией статистического исследования является статистический анализ, в результате которого получают аналитические показатели, определяемые в соответствии с задачами конкретного исследования.
Применение статистических методов связано с выполнением ряда требований, важнейшим из которых является однородность совокупности. Статистическая однородность- понятие, базисное для статистики; общепринято, что какая-либо обработка статистических данных производится только в однородных группах наблюдений. Данные же статистической отчётности о деятельности сельскохозяйственных предприятий региона отличаются своей неоднородностью.
Традиционно проблема выделения однородных групп рассматривается в статистике как задача группировки исходных данных. Необходимость проведения группировки предопределяется своеобразием объекта статистического исследования, представляющего собой комплекс частных совокупностей, обладающих различными свойствами, степенью сложности, характером развития. Поэтому без преодоления индивидуальных черт отдельных единиц наблюдения нельзя исследовать общие закономерности. Погашение случайного и выявление общего, существенного для развития исследуемого явления произойдёт только в показателях, исчисленных по достаточно большим группам.
Различают понятия качественной и количественной однородности совокупности. Качественная однородность выражается в наличии одинаковых условий для формирования признака по каждой единице. Количественная однородность проявляется в близости значений количественного признака. Некоторыми статистиками отмечается непреложное единство количественной и качественной однородности совокупности. Так, В.И. Сиськов отмечал, что количественная однородность «только тогда имеет смысл, когда отражает единство качества и количества, то есть является мерой такого единства. Отклонения от неё свидетельствуют о переходе одного качества в другое на основе накопленных качественных и количественных изменений» [116]. Другими статистиками такая резкая форма противопоставления качества и количества отрицается. В частности, И.Д. Мандель считает, что требование предварительной качественной определённости совокупности является весьма неоднозначным в связи с тем, что остаётся открытым вопрос о выборе уровня, на котором можно говорить о качественной однородности совокупности [71]. Применительно к хозяйствующим субъектам качественная однородность определяется близостью территориально-географического размещения, схожестью природно-климатических и организационно-экономических условий деятельности, принадлежностью к одному виду деятельности, идентичностью технологического процесса, уровнем специализации и др.
Ресурсообеспеченность аграрной сферы региона
Достаточная обеспеченность сельскохозяйственного производства необходимыми ресурсами является важным фактором, от которого зависят количество, полнота и своевременность выполнения сельскохозяйственных работ, а, следовательно, и объем производства продукции, ее себестоимость, финансовые результаты, то есть в конечном итоге — эффективность производства.
Производственные ресурсы сельского хозяйства региона представлены земельными, трудовыми и материальными ресурсами, используемыми в процессе производства сельскохозяйственной продукции.
Анализ ресурсообеспеченности аграрной сферы региона, как правило, предполагает первоначально изучение отдельных видов ресурсов, а затем — оценку всего ресурсного потенциала.
Изучение отдельных видов ресурсов включает в себя анализ наличия (объёма) и динамики ресурсов, состава и качества каждого вида ресурсов, пропорций сочетания между ними, степень их использования.
Основу сельскохозяйственного производства составляют земельные ресурсы, являясь его специфическим, естественным и незаменимым фактором. В сельском хозяйстве они представлены землями сельскохозяйственного назначения, из них непосредственно в производстве используются сельскохозяйственные угодья, которые подразделяются па пашню, многолетние насаждения, сенокосы, пастбища и залежь.
На 1 января 2007 года земли сельскохозяйственного назначения РФ составляли 403 млн. га или 23,5% земельного фонда страны, сельскохозяйственные угодья— 220,6 млн. га (13%).
Представленные в таблице 2 данные показывают устойчивую тенденцию к снижению размеров площадей сельскохозяйственных угодий и пашни, используемых землепользователями, занимающимися сельскохозяйственным производством, в РФ, ЦФО и Тамбовской области.
По данным Всероссийской сельскохозяйственной переписи на 1 июля 2006 года площадь сельскохозяйственных угодий в РФ составила 167, 6 млн. га, в том числе в сельскохозяйственных организациях—133,9 млн. га, в крестьянских (фермерских) хозяйствах -21,6 млн. га, у граждан-9,6 млн. га. Площадь пашни у всех землепользователей составила 102,1 млн. га, из которых 80,5% приходится на сельскохозяйственные организации.
По сравнению с 1990 годом площадь сельскохозяйственных угодий сократилась в РФ на 21,6%, в Центральном федеральном округе — на 16,7%, в Тамбовской области- на 17,3%. Темп снижения площади пашни составил соответственно 22,5%о, 22%о и 16,9%. Наименьшее сокращение площадей в ЦФО было характерно для Липецкой и Воронежской областей, наибольшее -для Костромской и Смоленской областей.
По характеру почвенного покрова и агроклиматическим особенностям территорию региона можно разделить на три зоны:
- северную, которая включает Первомайский, Староюрьевский, Мор-шанский, Сосновский, Пичаевский, Бондарский, Никифоровский, Мичуринский районы. Здесь преобладают средне- и сильновыщелоченные чернозёмы с пятнами оподзоленных типичных чернозёмов, серых лесных и пойменнолу-говых почв; центральную или переходную - Петровский, Знаменский, Кирсанов-ский,Умётский, Инжавинский, Рассказовский, Тамбовский, Гавриловский районы. Наряду с выщелоченными чернозёмами значительную площадь в зоне занимают типичные чернозёмы;
- южную - Мордовский, Токарёвский, Жердевский, Уваровский, Муч-капский, Ржаксинский, Сампурский районы. Преобладают типичные чернозёмы с пятнами выщелоченных и обыкновенных солонцеватых чернозёмов.
По данным Управления сельского хозяйства Тамбовской области за подведомственными предприятиями было в 2007 году закреплено 1454581 га сельскохозяйственных угодий и 1263295 га пашни, что соответственно на 32,5% и 29%о меньше чем в 1997 году и на 25% и 19% меньше чем в 2002 году. Сокращение площадей происходило во всех зонах области, причём наибольшее- в северной.
Наибольший удельный вес по сравнению с другими зонами области занимают сельскохозяйственные угодья центральной зоны — 38,3%) от общей их площади в сельскохозяйственных предприятиях, хотя он сократился на 0,8 процентных пунктов по сравнению с 1997 годом и на 2,8 процентных пунктов по сравнению с 2002 годом. По площади пашни центральная зона также является лидирующей: там сосредоточено 38,2% пахотных угодий, закреплённых за предприятиями области.
Как показывают данные таблицы 4, наибольшее снижение площади сельскохозяйственных угодий в анализируемый период произошло в Пичаевском (на 72,6%), Умётском (на 56,4%), Никифоровском (на 54,4%) и Староюрьевском (на 50%) районах, наименьшее — в Гавриловском, Ржаксинском и Уваровском. Увеличение площади сельскохозяйственных угодий было только в двух районах региона: Кирсановском (на 12,4%) и Рассказовском (на 4,5%).
Непосредственное получение сельскохозяйственной продукции осуществляется с посевных площадей, для которых был характерен ещё больший размер уменьшения по сравнению с площадью сельхозугодий и пашни. В РФ размер посевных площадей в хозяйствах всех категорий сократился в 2006 году по сравнению с 1990 годом на 34,5%, в ЦФО - на 39,2%, в Тамбовской области - на 33,2%.
Как показывают данные таблицы 5 структура посевных площадей по категориям хозяйств в Тамбовской области не имеет сильных отклонений от общероссийской.
Формирование многоукладной экономики в аграрном секторе области, как и страны в целом, выразилось в уменьшении посевной площади в сельскохозяйственных организациях и её росте в хозяйствах населения и крестьянских хозяйствах. Особенно значительное увеличение площади посевов было характерно для последней категории хозяйств. В результате такого изменения размера посевных площадей к 2007 году в области сложилась следующая их структура: в сельскохозяйственных организациях сосредоточено 71,1% посевов, в крестьянских хозяйствах — 22,2%, в хозяйствах населения — 6,7%.
Из данных таблицы 6 видно, что в 2007 году по сравнению с 2000 и 2002 годами размер и удельный вес посевной площади зерновых и технических культур увеличились. Площадь и удельный вес картофеля, овощебах-чевых и кормовых культур за этот период снизились. Особенно значительным является сокращение размера посевов кормовых культур, что связано с существенным сокращением и ликвидацией во многих хозяйствах области отрасли животноводства.
Главной качественной характеристикой изменения структуры посевов является рост доли посевной площади других культур за счёт существенного снижения удельного веса посевов кормовых культур. В 2007 году он равнялся 8,6%, что составляет всего треть от уровня 1990 и 1995 годов и менее 50% от уровня 2002 года.
По данному показателю структура посевных площадей в Тамбовской области существенно отличается от общероссийской, где удельный вес посевов кормовых культур в 2,8 раза больше.
Другой важной характеристикой является резкий рост посевов подсолнечника: в Тамбовской области она достигла 206,5 тыс. га, что в 2, 1 раза больше чем в 1990 году и в 1,3 раза больше чем в 1995 году. В результате этого удельный вес площади, занятой посевами подсолнечника, в общей посевной площади увеличился с 4,8% в 1990 году до 8,9 % в 1995 году и 15,3% в 2007 году. Такая же ситуация характерна и для России в целом. Однако при этом обращает на себя внимание тот факт, что при увеличении посевной площади урожайность в анализируемый период подсолнечника снизилась: её средний уровень в 2000-2007 годы в Тамбовской области составил 88%, в РФ - 74% к уровню 1990 года.
Статистический анализ производства сельскохозяйственной продукции
Сельскохозяйственное производство характеризуется тесным переплетением биологических, производственно-технологических, экономических и социальных процессов. Воспроизводственные циклы различных видов ресурсов взаимосвязаны и взаимообусловлены.
Среда, в которой функционирует аграрный сектор экономики, не является статической. Она динамична, так как постоянно изменяется, подвергаясь различного рода внешним и внутренним воздействиям. Само сельскохозяйственное производство также непрерывно изменяется в результате технологического прогресса, изменений в социальной сфере и т.д. Таким образом, аграрное производство является сложной динамической системой.
В сельском хозяйстве имеет место неопределённость в природных, трудовых, материальных и финансовых ресурсах. Поэтому сельское хозяйство является системой со стохастическим принципом действия. Отсюда естественным является вывод, что наиболее объективный анализ производственно-экономических взаимосвязей возможен лишь на основе статистического подхода. Выявление и анализ закономерностей функционирования подобных систем основан на обработке больших массивов информации. При этом общепринято, что обработку статистических данных надо производить только в однородных группах наблюдений, что хорошо реализуется на основе кластерного анализа.
С целью эффективного управления аграрным производством необходимо, в первую очередь, анализ взаимосвязи между величиной затраченных ресурсов и выпуском сельскохозяйственной продукции.
С целью описания данной зависимости нами с помощью метода Уорда был проведён с применением программы STATGRAPHICS plus 5.0 кластерный анализ для 339 сельскохозяйственных предприятий Тамбовской области по данным за 2007 год, затем полученные репрезентативные кластеры охарактеризованы кинетическими производственными функциями.
В основу классификации были положены объёмы ресурсов (площадь сельскохозяйственных угодий, среднегодовое количество работников, стоимость основных фондов, размер оборотных средств). Исходная совокупность сельскохозяйственных предприятий была разбита на 5 кластеров. Одно предприятие- ОАО ППЗ "Арженка" Рассказовского района- не вошло ни в один кластер.
Сельскохозяйственные предприятия, составляющие первый кластер, характеризуются низкой концентрацией производства: в среднем на одно хозяйство приходится 26 работников, среднегодовая стоимость основных фондов составляет 9234 тыс. руб., оборотных средств — 5342 тыс. руб. Уровень этих показателей соответственно на 65,3%, 72,8% и 74,4% меньше среднеобластных значений и является самым низким среди всех выделенных кластеров. Следствием этого является и наиболее низкий уровень валового производства- всего 9534 тыс. руб. Для предприятий этой группы характерен и самый низкий уровень интенсификации среди выделенных кластеров. В среднем в расчёте на 100 га сельскохозяйственных угодий приходится 1, 32 среднегодовых работников, 474,3 тыс. руб. основных фондов и 489,7 тыс. руб. оборотных средств.
Для построения кинетической производственной функции были отобраны следующие факторы: X] — площадь сельскохозяйственных угодий, га; х2 — среднегодовое количество работников, чел.; х3 — среднегодовая стоимость основных производственных фондов, тыс. руб.; х4 - размер оборотных средств, тыс. руб. В качестве результативного показателя был взят Y - объем валовой продукции, тыс. руб. Расчёт производился для сельскохозяйственных предприятий, входящих в соответствующий кластер, с использованием интегрированной системы комплексного статистического анализа и обработки данных STATISTIKA 6 .
Для измерения степени тесноты между факторными и результативным признаками рассчитывается коэффициент множественной корреляции. Квадрат коэффициента множественной корреляции называется множественным коэффициентом детерминации. Он показывает, какая доля вариации результативного признака обусловлена вариацией факторных признаков, входящих в производственную функцию. В данном случае R=0,78 указывает на высокую тесноту связи между размерами производственных ресурсов и объёмом валовой продукции в предприятиях первого кластера. Вариация валового производства на 61% зависит от изменения размеров ресурсов.
Из полученных значений следует, что:
-расширение площади сельскохозяйственных угодий на 1% приводит к росту объёма производства сельскохозяйственной продукции в среднем на 0,141%;
- увеличение среднегодового количества работников на 1% вызывает рост стоимости валовой сельхозпродукции на 0,251 + 0,0146 х2 %, что для предприятий этого кластера составляет 0,631%;
-рост среднегодовой стоимости основных производственных фондов на 1% сопровождается снижением валового производства сельхозпродукции в среднем на 0,187%;
-увеличение размера оборотных средств на 1% приводит к росту объёма сельскохозяйственной продукции на 0,598+ 0,00004х 4 % ,что для предприятий этого кластера составляет 0,812%.
Существенное значение с аналитической точки зрения имеет сравнение фактических (Уфак-,) и теоретических уровней валового производства (YTCop), вычисленных путём подстановки в производственную функцию фактических для данного предприятия значений размера соответствующих ресурсов. Теоретические уровни для отдельных предприятий выражают такие объёмы валового производства, которые были бы достигнуты при фактических размерах ресурсов, входящих в модель, и при средней по всему кластеру эффективности их использования. Положительная величина абсолютного отклонения Уфакт- YTCOp или значение коэффициента соотношения Уфакт / Утеор больше единицы свидетельствуют, что эти хозяйства используют имеющиеся ресурсы с эффективностью выше средней по данной совокупности. Такие предприятия могут быть исследованы с целью выявления передового опыта (или каких-либо благоприятных обстоятельств, способствующей высокой эффективности). Отрицательная величина отклонения факт- Y-reop или значение коэффициента соотношения Уфакт I Y1C0p меньше единицы указывают на то, что эти предприятия использовали ресурсы с более низкой эффективностью, чем в среднем по кластеру. Исследование таких хозяйств позволит выявить причины этого и определить неиспользованные резервы производства.
Отношение фактического уровня валового производства к теоретическому, по сути, является интегральным коэффициентом эффективности использования ресурсного потенциала. Следует отметить, что стопроцентная эффективность означает в данном случае не максимальный, а только средний уровень использования ресурсов и предполагает наличие резервов её повышения.
Анализ построенной зависимости позволяет сделать следующие выводы:
-расширение площади сельскохозяйственных угодий на 1 % приводит к росту объёма производства сельскохозяйственной продукции в среднем на -0,939+ 0,0002 Xi %, что для предприятий этого кластера составляет 0,227%; — увеличение среднегодового количества работников на 1% вызывает снижение стоимости валовой сельхозпродукции в среднем на 2,217-0,0216х2 %, что для предприятий этого кластера составляет 0,483%;
-рост среднегодовой стоимости основных производственных фондов на 1% сопровождается увеличением валового производства сельхозпродукции в среднем на 2,105-0,000017 хз %, что для предприятий этого кластера составляет 0,511%;
- увеличение размера оборотных средств на 1% приводит к росту объёма сельскохозяйственной продукции в среднем на 0,950%.
Приоритетные направления повышения эффективности аграрного сектора региона
Проведённый анализ показал, что в разных кластерах сельскохозяйственных предприятий области сложился различный уровень показателей технологической и экономической эффективности аграрного производства.
В связи с этим необходима оценка существенности статистических расхождений между выделенными кластерами, то есть доказательство того, что выявленные различия не вызваны случайными обстоятельствами, а действительно имеют место и характерны для того комплекса условий, в которых функционируют предприятия соответствующего кластера.
В этом случае выдвигается гипотеза о том, что два или более кластера, сравниваемые по одному или нескольким параметрам, не отличаются. Такая гипотеза называется нулевой и обозначается
На соответствие изучаемого эмпирического распределения нормальному закону указывает близость значений показателей центра распределения -средней арифметической, моды и медианы. С этой целью производится также расчёт и оценка степени существенности показателей асимметрии и эксцесса.
Эксцесс представляет собой выпад вершины эмпирического распределения вверх или вниз от вершины кривой нормального распределения, имеющей куполообразную форму.
Стандартизированный выборочный коэффициент эксцесса tLl\L4Yl используется при оценке степени отклонения распределения исследуемой случайной величины от нормального распределения.
В Excel выборочные числовые характеристики вычисляются с помощью процедуры Описательная статистика, входящей в Пакет анализа, и соответствующих встроенных статистических функций.
В таблице 46 представлены стандартизированные значения выборочных коэффициентов эксцесса и асимметрии, вычисленные по показателям эффективности аграрного производства в пяти кластерах сельскохозяйственных предприятий области. В преобладающем большинстве случаев оба значения находятся далеко за пределами установленного для этих характеристик 95%-го доверительного интервала (-1,96; 1,96). Это свидетельствует о том , что распределение показателей технологической и экономической эффективности сельскохозяйственного производства имеют более острую вершину, чем соответствующее нормальное распределение, и сильную правостороннюю асимметрию. Для проверки гипотезы о законе распределения случайной величины используются также специальные статистические критерии. Если гипотеза Н-о верна (то есть, если случайная величина действительно имеет функцию распределения F(x)), то найденная по данным наблюдения эмпирическая функция распределения Fn (х) не должна сильно отличаться от гипотетической функции распределения F(x), и с увеличением объёма п выборки различие между ними должно уменьшаться. В связи с этим вопрос о принятии или отклонении проверяемой гипотезы решается в зависимости от того, иа сколько хорошо согласуются эмпирическая Fn (х) и гипотетическая F (х) функции распределения. Статистические критерии, базирующиеся на таком подходе, называются критериями согласия или соответствия. В основе этих критериев лежит выбранная статистика, которая служит мерой расхождения между эмпирическим и гипотетическим законами распределения исследуемой случайной величины.
С учётом области применения и качества различных критериев согласия нами было предпочтение критерию Крамера-Мизеса-Смириова. Распределение статистики Крамера-Мизеса-Смирнова не зависит от вида функции F (х) Здесь используется «весовая» функция y/(t)=l (то есть все отклонения имеют одинаковый «вес»). При проверке соответствия с помощью рассматриваемого критерия используется правосторонняя критическая область, при которой расчётное значение критерия со меньше его критического значения при заданном уровне значимости (X .
Поскольку расчётные значения критерия Крамера-Мизеса-Смирнова, вычисленные по показателям эффективности аграрного производства в пяти кластерах сельскохозяйственных предприятиях области, больше его критического значения, составляющего при уровне значимости ОС =0,05 0,4614, гипотеза о стандартном нормальном распределении этих показателей не принимается.
Таким образом, проведённые вычисления по оценке степени существенности асимметрии и эксцесса и проверка с помощью критерия согласия Крамера-Мизеса-Смирнова показали, что распределения в кластерах сельскохозяйственных предприятиях по основным показателям эффективности аграрного производства Fie относятся к нормальному распределению. Следовательно, для проверки гипотезы "оо существенности статистических расхождений между выделенными кластерами по уровню данных показателей использование традиционного, основанного на нормальности распределения и равенства дисперсий, t- критерия Стыодента, неправомерно. В этом случае следует использовать непараметрические методы, то есть методы, при которых нет необходимости предполагать, что функции распределения результатов наблюдения принадлежат какому-либо определённому параметрическому семейству.
В статистике разработано много непараметрических критериев: критерии Смирнова, типа омега-квадрат (Лемана-Розенблатта), Ван-дер Вардена, Сэвиджа, Вилкоксона (Манна-Уитни), Краскала - Уоллиса, хи-квадрат и др.
Наличие статистически значимых различий между кластерами сельскохозяйственных предприятий области позволяет выработать приоритетные направления повышения эффективности аграрного производства региона, основанные на распространении закономерностей функционирования кластеров, отличающихся более высокими результатами деятельности, на другие кластеры, в работе которых имеются те или иные отрицательные моменты.
Предприятия 1 кластера имеют наименьшие из всех рассматриваемых кластеров размеры ресурсов. Чтобы довести их хотя бы до уровня 2 кластера нужно увеличить площадь сельскохозяйственных угодий в 2,3 раза, количество работников — в 3,2 раза, объём основных и оборотных средств — соответственно в 3,4 и 2,9 раза. Поэтому очевидно, что реализовать на практике эту задачу, да ещё с учётом достаточно большого числа таких предприятий, быстро и без соответствующих затрат не удастся.
Предприятия 5 кластера отличаются наибольшими размерами ресурсов и производства. Для них характерны самая высокая отдача от роста затрат ресурсов и самый высокий уровень окупаемости затрат — в среднем 172,8%. Однако, таких предприятий мало, они нетипичны, и для достижения их уровня потребуется проведение комплекса масштабных организационных и финансово-производственных мероприятий, что в настоящее время также не представляется возможным.
Поэтому реальным является рассмотрение ситуации во 2, 3 и 4 кластерах сельскохозяйственных предприятий. Результаты статистического моделирования (табл. 44) показывают, что наибольшая отдача от использования ресурсов наблюдается на предприятиях 3 кластера, где увеличение затрат ресурсов на 1% вызывает рост валового производства в среднем на 1,205%.
