Экономико-статистический внализ производстваи реализации молока

Таблица 2.2.3

Прогнозирование удоя на 1 корову на период с 2008 по 2012 год в СПК «Рассвет»

 

Годы	у=196t+2812	у=164,8t + 2453
2007	4772	4101,2
2008	4968	4266
2009	5164	4430,8
2010	5360	4595,6
2011	5556	4760,4
2012	5752	4925,2

 

По данным таблицы видно, что к 2012 году удой на 1 корову по 1-ому уравнению должен составлять 5752 кг, по 2-ому уравнению удой должен достичь уровня 4925,2 кг.

        По всему выше сказанному можно сделать вывод, что в следующие 5 лет удой на 1 корову  будет увеличиваться (рис. 15)

        Также рассмотрим динамику прироста живой массы КРС (прил. 4). Как показывает нам таблица, за 10 лет прирост уменьшался: с 1,413 ц 1998 года он уменьшился к 2007 году до 1,311 ц.

 Выровняв ряд динамики прироста  живой массы КРС (прил.7) и проведя  линию тренда (рис. 5), получим уравнения. По методу выравнивания по среднегодовому приросту у= - 0,011t + 1,421 и по математическому уравнению у= - 0,017t + 1,517. 1-ое уравнение показывает нам, что прирост живой массы КРС уменьшался на 0,011 ц, 3-е – на 0,017 ц.

Составим прогнозирование прироста живой массы КРС на основе полученных уравнений. Данные расчетов представлены в таблице 2.2.4.

 

Рис. 15 Динамика и прогнозирование удоя на 1 корову СПК «Рассвет» различными методами

 

 

 

Таблица 2.2.4

Прогнозирование прироста живой массы КРС в СПК «Рассвет» на 2008-2012 годы

Годы	у= - 0,011t + 1,421	у= - 0,017t + 1,517
2007	1,311	1,348
2008	1,3	1,331
2009	1,289	1,314
2010	1,278	1,297
2011	1,267	1,28
2012	1,256	1,263

 

К 2012 году прирост живой массы  КРС по 1-ому уравнению уменьшится до 1,256 ц, а по 2-ому уравнению – до 1,263 ц. Изобразим все это на графике (рис. 16).

Теперь рассмотрим динамику затрат труда на 1 корову (прил.10). Из данной таблицы видно, что наименьшие затраты  труда на 1 корову наблюдались в 2000 году – 135,1 чел/час, а в 2005 году – наибольшие, которые были равны 265,1 чел/час. С 2005 года затраты уменьшаются, так в 2007 году они достигли 213,5 чел/час.

        Сделаем выравнивание ряда динамики затрат труда (прил.11), проведем линю тренда (рис. 7) и получим на ее основе уравнения. По среднегодовому абсолютному приросту у=3,256t + 180,9. Это свидетельствует о том, что затраты труда увеличивались на 3,256 чел/час. Математическое уравнение:  у=7,01t + 169,2. По этому уравнению видно, что затраты труда на 1 корову каждый год увеличивались в среднем на 7,01 чел/час.

На основе полученных уравнений  сделаем прогнозирование на 2008-2012 годы (табл. 2.2.5).

 

Рис. 16 Динамика и прогнозирование  прироста 1 ц живой массы КРС  СПК «Рассвет» различными методами

 

 

 

 

Таблица 2.2.5

Прогнозирование затрат труда на 1 корову на 2007-2012 годы в СПК «Рассвет»

Годы	у=3,256t + 180,9	у=7,01t + 169,2
2007	213,504	239,365
2008	216,76	246,375
2009	220,016	253,385
2010	223,272	260,395
2011	226,528	267,405
2012	229,784	274,415

 

Из табл. 2.2.5 можно сделать вывод о том, что по 1 уравнению затраты труда на 1 корову к 2012 году составят 229,784 чел/час, а по 2-ому – 274,415 чел/час. Все это свидетельствует о том, что в будущем затраты труда будут увеличиваться.

Покажем графическое изображение динамики и прогнозирования затрат труда на 1 корову на 2007 – 2012 годы в СПК «Рассвет» на рис. 17.

   Таким образом, 

 

Рис. 17 Динамика и прогнозирование  затрат труда на 1 корову в СПК  «Рассвет» различными методами

 

 

 

 

 

3. Статистический анализ факторов, обуславливающих эффективность производства и реализации продукции животноводства

 

3.1 Аналитическая группировка  в изучении факторов роста  эффективности производства продукции  животноводства

 

              В результате первой стадии статистического исследования – стадии статистического исследования – исследователь получает сведения о каждой единице анализируемой совокупности. Эти сведения характеризуют ее с различных сторон, поскольку обладают многочисленными признаками и свойствами, изменяющимися во времени и пространстве. Возникает необходимость в систематизации и обобщении результатов статистического наблюдения для получения сводной характеристики всего объекта при помощи обобщающих показателей. Это дает возможность выявить характерные особенности, специфические черты статистической совокупности в целом и отдельных ее составляющих, обнаружить закономерности изучаемых явлений и процессов. Такую систематизацию называют сводкой первичного статистического материала.

              Статистическая сводка является очередным, вторым, этапом статистического исследования социально-экономических явлений и процессов. Статистическая сводка – это обработка первичных данных в целях получения обобщенных характеристик изучаемого явления или процесса по ряду существенных для него признаков для выявления типичных черт и закономерностей, присущих явлению или процессу в целом. Статистическая сводка проводится на основе всестороннего теоретического анализа сущности и содержания изучаемых явлений и процессов.

              Статистическая закономерность проявляется в обобщенных данных. Методами обобщения являются группировка и расчет сводных показателей по совокупности в целом и по выделенным группам.

             Группировка – это разделение общей совокупности единиц объекта наблюдения по одному или несколько существенным признакам на однородные группы, различающиеся между собой в качественном и количественном отношении и позволяющие выявить социально-экономические типы явлений, изучить структуру совокупности или проанализировать взаимосвязи и взаимозависимости между признаками. Группировка обеспечивает систематизацию данных, их обобщение, отражает состав совокупности, создает основы для расчета системы показателей.

              Построение статистических группировок предполагает решение ряда основных задач. Прежде всего, следует выбрать группировочный признак, затем определить число групп, на которые нужно разбить изучаемую совокупность, и зафиксировать границы интервалов группировки. Группировочный признак – это основание, по которому проводится разбивка единиц совокупности на отдельные группы.   В основание группировки могут быть положены как количественные, так и атрибутивные (качественные) признаки. Количественные признаки обычно имеют числовое выражение. Атрибутивные признаки не предполагают цифрового выражения. Они дают качественную характеристику единицы совокупности.

              На завершающей стадии необходимо  для каждой группировки найти  конкретные показатели или их  систему, которые должны характеризовать выделенные группы.

              Для построения аналитической  группировки необходимо составить  программу статистического наблюдения, программу сводки и предоставить  данные со средними значениями  расчетно-аналитической группировки  в аналитической группировке (прил. 19). 

Группировочный признак, по которому будет проводиться группировка  – удой молока на 1 корову. Данные по 26 предприятиям представлены в приложении 19.

Величина интервала  для определения границ интервалов составит:

                                           х_max – х_min          55,769 – 11,221

i = ¾¾¾¾–  = ¾–¾¾¾¾– = 14,849

                                         n                        3

 

Получим следующие границы 3-х групп:

1-ая группа = 11,221 +14,849 =26,07      Þ   от 11,221 до 26,07;

2-ая группа = 26,07 + 14,849 = 40,919    Þ   от 26,07 до 40,919;

3-я группа = 40,919 + 14,849 = 55,769    Þ   от 40,919 до 55,769;

       Проведем группировку хозяйств по удою молока на 1 корову, полученные данные представлены в таблице 3.1.2 (прил. 20). На ее основе получили следующие показатели (табл. 3.1.3): в 1 группу вошло 7 хозяйств со средним удоем на 1 корову 20,689 ц, себестоимостью на 1 ц молока 726,472 руб., а затраты труда на 1 ц  молока в этой группе составили 9,638 чел/час. Вторая группа (10 хозяйств) характеризуется такими же показателями соответственно: 33,303, 762,385 руб., 5,459чел/час. В последнюю группу (третью) вошло 9 хозяйств со следующими средними показателями: удоем на 1 корову 47,024, себестоимостью на 1 ц молока 673,493 руб., затратами труда на 1 ц молока 3,835 чел/час.

Таблица 3.1.3

Взаимосвязь удоя, производительности труда и себестоимости 1 ц молока

 

Группы хозяйств по удою	Число хоз-в в группе	Ср. удой, ц	Ср. затраты труда на 1ц., чел/час.	Ср. себестоимость 1 ц, руб.
1.От 11,211     до 26,07	7	20,689	9,638	726,472
2.От 26,07 до       40,919	10	33,303	5,459	762,385
3.От 40,919      до 55,769	9	47,024	3,835	673,493
В среднем по совокупности	-	33,672	6,311	720,783

 

              Связь между признаками единиц  статистической совокупности проявляется в том, что с изменением значения одного из них меняется величина другого.

              Различают два типа связи между признаками – функциональную и статистическую. При функциональной связи за изменением одного признака всегда следует строго определенное изменение другого. Такая связь возможна, если вторая величина зависит только от первой и ни от чего более. Функциональная связь может быть выражена математическим уравнением, действительным для любого значения аргумента.

             

3.2 Корреляции в изучении  факторов роста эффективности  производства продукции животноводства

 

                Одной из множества задач, стоящих перед любой наукой, является задача точного описания и объяснения тех процессов и явлений, которые она изучает. Наиболее простым и востребованным для решения этой задачи является математико–статистический прием описания зависимости двух переменных у и х, известный как парный корреляционно – регрессионный анализ.

           Парным корреляционно-регрессионным анализом называется математико-статистический метод, который позволяет описывать в виде уравнения регрессии у=f(х), зависимость вариации результативного признака у_i от вариации факторного признака х_i , а также количественно оценивать силу и тесноту изучаемой зависимости. Уравнение регрессии – это формула статистической связи между переменными, которая действительна лишь в среднем, а не для каждого наблюдения. Уравнение регрессии называют также математической моделью связи.

             Корреляционно-регрессионный анализ позволяет по данным статистического наблюдения решить две основные задачи:

1.  определить среднее изменение результативного признака (функции) при  

     изменении фактора (аргумента) на единицу в абсолютном изменении;

2. установить меру относительного влияния факторного признака на      

    изменение результативного, разложить вариацию последнего по  

    источникам образования и определить роль фактора в общем объеме

    вариации результата.

              Поскольку корреляционно-регрессионный анализ изучает связи, проявляющиеся в среднем, то при его проведении следует соблюдать общие условия применения средних величин: качественная однородность совокупности и достаточно большое число единиц наблюдения.

              Корреляционно-регрессионный анализ ведется в определенной последовательности и состоит из ряда этапов: