Сельское хозяйство/1. Организация сельскохозяйственного производства

 

К.э.н., Коротаевский А.Г., к.э.н. Соколова М.Ю.

Мордовский государственный университет им. Н.П.Огарева, Россия

Методика исследования сельскохозяйственного
рынка Республики Мордовия на современном этапе

 

На современном этапе, в виду сложности и непредсказуемости поведения рынка, необходимо гарантировать с заданной вероятностью объективную оценку экономического процесса. Это означает не только оценку основных параметров по «достоверности», но и использование различных приемов и способов, позволяющих описать основные элементы и структурные связи данного процесса.

При анализе мясопродуктового комплекса в производстве свинины, были взяты следующие экономические показатели:

1.    Себестоимость 1 т продукции, тыс. руб.;

2.    Среднесуточный прирост, грамм;

3.    Средний вес 1 реализованной головы, кг;

4.    Поголовье свиней на 100 га;

5.    Приплод на 1 основную матку, гол; 

6.    Затраты кормов на 1 ц прироста, ц. к. е.;

7.    Затраты труда на 1 ц привеса, чел.–час.;

8.    Фондовооруженность, тыс. руб.;

9.    Заработная плата на 1 работника, руб.

     В качестве исходной информации были взяты данные за 2004 г. и 2005 г. по 37 основным предприятиям Республики Мордовия.

В виду существенных различий как в производственной сфере, так и в ресурсах, данные были взяты как отношение 2005 г. к 2004 г.

 

                                                                                                                         

Таблица 1     Исходная информация за 2004 и 2005 гг.                                                                                                                     

Наименование

предприятий

Основные производственные и экономические  показатели

1

2

3

4

5

6

7

8

9

1

СХА п/з Имени Калинина

101,312

61,11

91,15

100,00

97,47

104,13

111,21

107,73

113,32

2

СХПК Куликово

104,208

117,65

102,20

107,50

119,86

83,51

89,17

108,57

110,00

3

СХПК Свободный труд

101,538

100,00

92,31

108,33

104,05

45,74

27,51

107,69

166,37

4

СХПК Красный пахарь

103,714

102,00

100,00

100,00

134,34

94,64

100,61

107,57

122,96

5

ООО Селищинский

101,202

592,73

104,04

160,00

206,25

66,93

93,61

103,02

152,48

6

СХПК Победа

103,670

86,47

80,00

100,00

119,51

129,08

146,69

107,37

119,40

7

ООО Кабаевские зори

101,715

153,97

111,34

100,00

97,52

93,84

103,77

107,75

99,94

8

СХПК «Победа»

102,636

63,95

94,39

85,19

152,05

108,87

134,56

107,44

142,47

9

СХПК Дружба

102,902

156,76

111,39

115,00

109,93

88,60

93,26

107,57

117,97

10

СХПК Кочкуровское

100,484

267,86

111,11

63,16

148,72

101,30

102,84

107,55

115,38

11

СХПК Имени Ленина

100,490

109,71

152,05

59,09

108,93

134,82

120,83

107,62

101,95

12

СХПК Имени Пушкина

107,107

116,98

109,57

137,50

80,87

105,97

94,85

107,89

112,92

13

ФГУП п/з Красная Мордовия

103,306

111,11

106,06

135,48

104,96

98,02

102,74

107,77

128,40

14

ГУП Луховское

129,598

113,24

106,02

93,33

80,25

109,82

102,55

107,95

123,54

15

ОПХ Ялга

105,498

79,43

124,44

96,43

122,22

95,45

103,14

107,84

98,67

16

ОПХ 1 Мая

38,275

91,89

102,35

100,00

121,70

111,11

113,33

107,69

103,04

17

ГУП ПФ Чамзинская

104,813

101,95

104,80

100,00

102,21

91,93

104,23

107,83

104,73

18

ЗАО Мордовбекон

104,557

114,40

113,64

102,71

101,50

87,06

126,92

107,85

128,39

19

ГПЗ Александровское

103,000

145,24

112,50

100,00

121,60

112,58

102,78

107,93

108,90

20

ГУП А/ф Атемарская

104,795

96,46

102,40

172,73

112,18

89,71

104,55

107,64

105,98

21

ОАО А/ф Октябрьская

126,978

94,85

85,98

120,00

105,97

93,73

192,00

107,80

102,53

22

СХПК Возрождение

110,083

183,18

80,00

100,00

110,90

92,31

110,00

107,83

101,54

23

ЗАО Мордовбекон

105,237

109,29

101,54

98,97

115,71

87,64

103,11

107,78

123,53

24

СХПК Заря

105,908

100,00

104,55

130,00

141,86

96,00

102,44

107,95

115,33

25

ООО "Уришкинская"

106,103

107,49

105,26

118,18

201,33

90,91

105,81

107,93

101,79

26

СХПК Пушкинский

105,049

136,36

104,76

93,33

150,00

88,00

103,39

107,69

109,33

27

СПК им Суворова

103,777

122,40

95,92

107,14

129,73

103,06

106,25

110,00

102,64

28

ООО Константиновское

108,929

101,32

109,47

108,33

173,26

88,00

108,06

108,16

113,11

29

ООО Шишкеевское

103,859

76,14

91,30

93,33

108,54

95,45

108,33

108,22

103,48

30

СХПК Ключ-Сузгарьвский

103,014

34,54

77,23

90,00

107,66

97,94

121,43

107,87

115,63

31

ЗАО Трускляйское

103,341

138,46

100,00

150,00

110,95

95,37

119,05

108,47

121,85

32

СХПК 8 – Марта

104,716

181,42

125,30

100,00

135,60

93,75

102,38

107,87

116,03

33

СХПК «Заря»

102,198

145,07

107,14

100,00

119,30

98,40

105,00

108,05

104,64

34

ТНВ ОАО «Взлет»

105,802

106,51

62,82

40,74

121,35

98,57

105,79

107,66

101,05

35

СХА Имени Огарева

97,569

51,52

93,58

100,00

133,82

93,10

105,05

107,07

111,74

36

ТНВ ООО Вектор и К

102,681

105,56

93,81

120,00

111,52

86,67

102,16

107,90

224,66

37

СХА Искра

106,872

100,95

105,88

78,95

103,61

97,11

111,54

108,24

112,79

 

На первом этапе целесообразно провести парногрупповой метод кластеризации, для выделения показателя или группы показателей, которые более полно характеризуют данное производство. В качестве определяющих признаков кластера рассматривают два вида:

1.     метрический по фактически показателям;

2.     метрический по значениям коэффициентам тесноты связи – коэффициентам корреляции.      

Дендрограммы по данным кластерам представлены соответственно на  рис.1 и рис.2.

         

        Рис. 1  Дендрограмма по фактическим значениям показателей

Из анализа дендрограммы (рис.1) следует, что наиболее постоянными  параметрами (менее подверженные колебанию), являются следующие:

– среднесуточный прирост, грамм;

– поголовье свиней на 100 га;

– приплод на 1 основную матку, гол; 

– заработная плата на 1 работника, руб.

Оставшиеся пять параметров, имеют тенденцию к изменчивости, что в свою очередь позволяет сделать вывод о необходимости проведения дополнительных мер, связанных выявлению и устранению причин колеблемости данных показателей. Например, показатель затраты труда на 1 ц привеса, тесно связан с пятым показателем фондовооруженность, это позволяет сделать вывод о недостаточной автоматизации ручного труда, выбытие основных средств без модернизации и покупки новых для данной отрасли. 

           

          Рис. 2  Дендрограмма по коэффициентам тесноты связи

 

    Анализ дендрограммы (рис.2) по коэффициентам тесноты связи позволяет определить показатели, которые можно взять, как результативные, и на базе их построить эконометрические модели, позволяющие описать экономический процесс и выявить его наиболее характерные признаки.

     По уровням дендрограммы, последовательность показателей выглядит следующим образом: 6 или 7, 5 или 2, 4, 9, 1, 8, 3.

    На втором этапе строят дендрограмму по строкам выборки, то есть выявляют схожесть групп предприятий (по первому виду кластера, рис.2). 

     На рис.3 исключена типичная группа из 14 предприятий (по одному кластеру, по номерам табл.1): 3, 5, 6, 8, 10, 11, 14, 16, 20, 21, 22, 32, 34, 36. Исключение было проведено по общей дендрограммы, которая здесь не приводится. Третья группа состоит из предприятий: 1, 15, 29, 30, 35. Вторая группа за вычетом предприятий 1-ой и 3-ей группы.  Группировка по сходным кластерам представлена в табл. 2.

 

Рис. 3. Дендрограмма с исключением типичной группы 14 предприятий

Таблица 2 – Группировка предприятий по кластерам

 

Типичные группы

1

2

3

1

СХПК Свободный труд

СХА п/з Имени Калинина

СХПК Куликово

2

ООО Селищинский

ОПХ 1 Мая

СХПК Красный пахарь

3

СХПК Победа

ООО Шишкеевское

ООО Кабаевские зори

4

СХПК «Победа»

СХПК Ключ-Сузгарьвский

СХПК Дружба

5

СХПК Кочкуровское

СХА Имени Огарева

СХПК Имени Пушкина

6

СХПК Имени Ленина

 

ФГУП п/з Красная Мордовия

7

ГУП Луховское

 

ГУП ПФ Чамзинская

8

ОПХ 1 Мая

 

ЗАО Мордовбекон

9

ГУП А/ф Атемарская

 

ГПЗ Александровское

10

ОАО А/ф Октябрьская

 

ЗАО Мордовбекон

11

СХПК Возрождение

 

СХПК Заря

12

СХПК 8 – Марта

 

ООО «Уришкинская»

13

ТНВ ОАО «Взлет»

 

СХПК Пушкинский

14

ТНВ ООО Вектор и К

 

СПК им Суворова

15

 

 

ООО Константиновское

16

 

 

ЗАО Трускляйское

17

 

 

СХПК «Заря»

18

 

 

СХА Искра

Каждая группа характеризуется сходством 9-ти  параметров. Дальнейшие исследования проводятся по выбору одного представителя каждой группы. Для большой достоверности проведенных расчетов, целесообразнее выделить 50 и более параметров, характеризующих данные предприятия и по ним провести кластеризацию.

На третьем  этапе строится эконометрическая модель (ЭКМ), где в качестве результативного показателя взят 7-й параметр (первый этап)– затраты труда на 1 ц привеса, чел.–час. В результате получена следующая модель:

По коэффициентам модели можно дать оценку зависимости параметров от результативного показателя. Ввиду недостоверности коэффициентов (критерий Стьюдента), были исключены из исследования 1, 2 и  9-й параметр. Анализ коэффициентов эластичности и бета, позволил выявить степень влияния факторов на показатель: 6, 8, 3 или 5, на последнем месте 4-й параметр. Основные параметры ЭКМ представлены в таблице 3.

Таблица 3 – Анализ исследования и основные параметры ЭКМ

Наименование показателей

До

исключения выборок

После

исключения выборок

Среднее квадртклонение уровней, %

2,589

1,537

Коэффициент тесноты связи R

0,887

0,958

Достоверность (Стьюдента) tr

21,941

62,793

Средняя ошибка аппроксимации, %

1,712

1,296

Критерий Фишера Fp

3,637

10,381

Табличное (Стьюдента) Tt

2,050

2,050

Табличное (Фишера) Ft

1,690

1,690

Кол-во факторов Х

8

5

Объем выборки N

37

35

Соотношение tr/Tt

10,703

30,631

Соотношение Fp/Ft

2,152

6,143

Дальнейший анализ позволил выявить в группе хозяйств: 17 предприятий имеют низкие затраты на производство свинины, 9 хозяйств относятся к типичной группе и другие 9 предприятий к малоэффективной группе (высоко затратные).

Таким образом,  проведенный анализ исследования показал, что ввиду ограниченности параметров, целесообразно проводить корреляционно-регрессионный анализ, в противном случае, воспользоваться на первом этапе методом кластеризации и провести выделение типичных групп уже в начале исследования.