X Международная студенческая научная конференция Студенческий научный форум - 2018

Задачи статистики урожая и урожайности состоят в том, чтобы определить уровни урожая и урожайности и их изменения по сравнению с прошлыми периодами и планом; раскрыть, путем анализа, причины изменений в динамике и факторы, обусловившие различия в уровнях урожайности между зонами, районами, группами хозяйств; оценить эффективность различных факторов урожайности.

Статистика урожая и урожайности имеет большое значение, так как эти данные дают возможность судить о ресурсах сельскохозяйственной продукции в нашей стране, экспорта и импорта зерна, овощей, фруктов. Эти данные также необходимы:

1) для планирования производства продукции растениеводства на близкую и дальнюю перспективу;

2) для организации заготовок сельскохозяйственной продукции;

3) для распределения и перераспределения продовольствия в стране;

4) для организации перевозок сельскохозяйственной продукции, строительства складского хозяйства.

Под урожаем сельскохозяйственная статистика понимает общий размер продукции данного вида (данной культуры), получаемой со всей площади посева культуры в хозяйстве, районе, области, стране.

Под урожайностью подразумевается средний размер той или иной продукции растениеводства с единицы посевной площади данной культуры (обычно в центнерах с гектара).

Урожай характеризует общий объем производства продукции данной культуры, а урожайность — продуктивность этой культуры в конкретных условиях ее возделывания.

В соответствии со спецификой данного явления урожай характеризуется рядом, показателей. К таким показателям относятся:

1) видовой урожай – это непосредственный показатель состояния посевов;

2) урожай на корню перед началом своевременной уборки – это реально существующий факт;

3) фактический сбор (так называемый амбарный урожай), есть экономически завершенный результат производства;

4) чистый сбор урожая какой-либо культуры есть фактический сбор (после доработки) за вычетом израсходованных на этот урожай семян.

Высокую урожайность прогнозируют и в Российском зерновом союзе (РЗС). По оценке вице-президента РЗС Александра Корбута, валовой сбор зерна, возможно, побьет исторический рекорд для России и составит 127-129 млн тонн, в том числе пшеницы - 78-81 млн тонн.

Лидер по валовому сбору зерна в 2017 году в России — Южный федеральный округ, где намолочено уже 36,2 млн. тонн. Вторую строчку рейтинга занимает Приволжский федеральный округ — 31,8 млн. тонн. Практически такой же сбор и в Центральном округе — 31,5 млн. тонн.

В 2017 году валовой сбор зерна в России составил 137,6 млн. тонн (оперативные данные на 15 ноября). Средняя урожайность зерновых в 2017 составила 30,2 ц/га против 26,9 ц/га в 2016 году.

Ранее министр сельского хозяйства РФ Александр Ткачев заявил, что сбор зерна в России в текущем году может составить 105-110 млн тонн, а экспорт в 2018 сельскохозяйственном году может достичь 40 млн тонн.

Валовой сбор зерновых и зернобобовых культур в Башкортостане составил 2 млн. 431 тыс. тонн. Это превышает прошлогодний показатель уборочной кампании более чем на 400 тыс. тонн. В четырех районах республики намолочено более 100 тысяч тонн зерна: в Илишевском – 119,2 тыс. тонн, Мелеузовском – 129,6 тыс. тонн, в Стерлитамакском – 160,8 тыс. тонн, Чекмагушевском – 140,9 тыс. тонн.

Основная цель статистического анализа эффективности производства и реализации зерновых состоит в выявлении и измерении закономерностей их развития во времени. Это достигается посредством построения и анализа статистических рядов динамики. Рядами динамики называются статистические данные, отображающие развитие изучаемого явления во времени. В каждом ряду динамики имеются два основных элемента: показатель времени t; соответствующие ему уровни развития изучаемого явления у. В качестве показаний времени в рядах динамики выступают либо определенные даты (моменты) времени, либо отдельные периоды (годы, кварталы, месяцы, сутки).

Таблица 1 Динамика уровня производства зерна

Показатели	Обозначения	Годы
		2008	2009	2010	2011	2012
Площадь пашни, га		5179,5	5175,0	5193,0	5202,0	5208,0
Площадь всех посевов, га		4225,5	4215,0	4218,0	4245,0	4278,0
Площадь посева зерновых, га		2440,5	2406,0	2293,5	2346,0	2362,5
Валовой сбор, ц		64799,4	63006,3	62562,3	62269,3	62126,1
Урожайность с 1 га, ц	У	26,55	26,19	27,28	26,54	26,30
Доля посевов зерновых в площади всех посевов	d1	0,58	0,57	0,54	0,55	0,55
Доля вех посевов в площади пашни	d2	0,82	0,81	0,81	0,82	0,82
Уровень производства зерна на 100 га пашни, ц	Ур	1251,07	1217,51	1204,74	1197,03	1192,90

Показатели	Обозначения	Годы				Темп роста базисный, %
		2013	2014	2015	2016
Площадь пашни, га		5220,0	5235,0	5223,0	5238,0	101,13
Площадь всех посевов, га		4224,0	4200,0	4293,0	4338,0	102,66
Площадь посева зерновых, га		2269,5	2353,5	2613,0	2733,0	111,99
Валовой сбор, ц		62131,9	62286,4	62589,4	63041,20	97,29
Урожайность с 1 га, ц	У	27,38	26,47	23,95	23,07	86,87
Доля посевов зерновых в площади всех посевов	d1	0,54	0,56	0,61	0,63	109,08
Доля вех посевов в площади пашни	d2	0,81	0,80	0,82	0,83	101,52
Уровень производства зерна на 100 га пашни, ц	Ур	1190,27	1189,81	1198,34	1203,54	96,20

В анализируемом периоде площадь пашни возросла на 1,1%, площадь всех посевов – на 2,7%, площадь посева зерновых – на 12%. Валовой сбор снизился на 2,7%, урожайность – на 13,1%. Доля посевов зерновых в площади всех посевов увеличилась на 9,1%, доля всех посевов в площади пашни – на 1,5%. А уровень производства зерна уменьшилась на 3,8%.

По рассчитанным данным можно сказать, что в 2016 году по сравнению с 2008 годом уровень производства зерна на 100 га пашни снизился на 3,8 %, что составило 1230,5 ц.

Анализ данных таблицы по методу расчет урожайности аналитическим выравниванием ряда методом наименьших квадратов позволяет установить, что, несмотря на значительные колебания по годам, проявляется тенденция снижения урожайности зерна. Исходя из этого, для проявления тенденции динамики, используем уравнение прямой.

У = a +b*t

где У – выраженное значение урожайности,

a, b – неизвестные параметры,

a - значение выравненной урожайности для центрального в динамическом ряду года, содержательной интерпретации не имеет,

b – ежегодный прирост (снижение) урожайности,

t – значения дат.

_{а=233,72/9=25,72 , b= –21,43/60= –0,36}

_{Подставив полученные коэффициенты а и b в формулу, получим уравнение прямой}

_{У=25,97 – 0,36*t}

_{При правильном выборе уравнения сумма фактических значений урожайности должна максимально приближаться к сумме расчетных значений урожайности, что и получилось 233,97.}

_{Подставив в полученное уравнение прямой, рассчитаем выравненный (расчетный) уровень урожайности зерновых. Расчет значений урожайности по уравнению прямой У=25,97–0,36*t произведем с помощью программного обеспечения Microsoft Excel. Результаты расчетных значений урожайности представим в таблице 2.10. Построим графики фактических и расчетных значений урожайности (Рисунок 1).}

_{Таблица 2 Расчетные и фактические значения урожайности}

Годы	Урожайность фактическая	Урожайность расчетная
2008	26,55	27,40
2009	26,19	27,05
2010	27,28	26,69
2011	26,54	26,33
2012	26,30	25,97
2013	27,38	25,61
2014	26,47	25,25
2015	23,95	24,89
2016	23,07	24,53

Рисунок 1 Графики фактических и расчетных значений урожайности

По данной таблице можно увидеть, что урожайность расчетная каждый год уменьшается на 0,36ц, а урожайность фактическая уменьшается на 0,44ц.

_{Далее по данным производства и реализации зерна в СПК «Искра» Альшеевского района использовали метод выявление тенденции развития в рядах динамики с использованием ППП Excel по функциям линий тренда} логарифмической, полиномиальной, степенной, экспоненциальной, линейной.

Чтобы определить какая функции в качестве тренда нам необходима выполнили отбор линии тренда используя F – критерий Фишера при =0,05 по формуле

Так как по F-критерию Фишера все пять функций подходят для отображения тенденции, то отберем наиболее адекватную функцию по наименьшему среднему квадратическому отклонению остаточному.

Отбор наиболее адекватной функции проведем с помощью среднеквадратического отклонения:

Наиболее адекватной функцией будет – полиномиальная функция, так

как у нее среднеквадратическое отклонение наименьшее.

= –0,1431х²+1,0738х+25,131

В следующем разделе выполняется прогнозирование на 2 года по формуле

Интервальный прогноз на 2017 год:

________________________________

=√27,12/9+27,12/285*10²+27,12/15333*10⁴ =5,5 ц

=* = 2,36 * 5,5=12,98 ц

- = 189,86 - 13,53=176,33 ц

+ = 189,86 +13,5=324,86 ц

Интервальный прогноз на 2018 год:

_______________________________

=√27,12/9+27,12/285*11²+27,12/15333*11⁴ =6,4 ц

=* = 2,36 * 6,4=15,1 ц

- = 189,86 – 15,1=174,76 ц

+ = 189,86 + 15,1=204,96 ц

Таким образом, если выявленная тенденция по полиномиальной функции сохранится, то в следующие два года с вероятностью 79% можно ожидать увеличение урожайности зерна, причем в 2017 году урожайность будет составлять от 176,33 до 324,86 ц, а в 2018 году – от 174,76 до 204,96 ц.

Итак, в ходе написания данной работы было проведено статистическое исследование динамики производства и реализации зерна. Был проведен анализ динамики производства зерна, выявлены тенденции развития ряда динамики урожайности зерна, сделан прогноз на 2017-2108 года урожайности зерна по хозяйству, проведен индексный анализ валового сбора и средней урожайности, корреляционно-регрессионный анализ влияния факторов на урожайность, статистико-экономический анализ эффективности производства зерна, статистический анализ доходности производства зерна.

Комплексность анализа была достигнута с помощью использования основных методов анализа: сравнительного метода, метода абсолютных разниц, метода цепных подстановок, системы сложных и взаимосвязанных индексов, корреляционно-регрессионного анализа.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Аблеева, А. М. Статистика [Электронный ресурс] : учебное пособие / А. М. Аблеева ; М-во сел. хоз-ва РФ, Башкирский ГАУ. - Уфа : [б. и.], 2016.- 173 с. – Режим доступа: http://biblio.bsau.ru/metodic/12772.pdf 6.12.17

2. Аблеева, А. М. Система национальных счетов и экономические балансы [Электронный ресурс] : учебное пособие / А. М. Аблеева. - Уфа : [б. и.], 2012. - 158 с. – Режим доступа: http://biblio.bsau.ru/metodic/12770.pdf 8.12.2017

3. Андреев А. А. Урожайность России [Текст] / Андреев А. А. // Урожайность России Всё в наших руках. – 2016. - №3. – С.3

4. Афанасьев В.Н., Маркова А.И.. [Текст] Статистика сельского хозяйства / Афанасьев В.Н., Маркова А.И.// Финансы и статистика - 2015. – С. 270с.

5. Бурасова А. К. Экономка и статистика урожайности зерна в РБ /Бурасова А. К. // Республика Башкортостан. – 2016. - № 1854. – С. 15. Режим доступа: http://www.bashinform.ru/news 10.12.2017

6. Маркова А. И. Производство и реализация зерна [Текст] / Маркова А. И. // Курс лекций по сельскохозяйственной статистике с основами экономической статистики. – 2015. С. 80-97

Код для цитирования: Скопировать