УДК 658

DOI 10.24411/2413-046Х-2020-10415

АНАЛИЗ ВЛИЯНИЯ ЭНЕРГОВООРУЖЕННОСТИ НА ОБЪЕМЫ ПРОИЗВОДСТВА ПРОДУКЦИИ В СЕЛЬСКОМ ХОЗЯЙСТВЕ

ANALYSIS OF POWER SUPPLY IMPACT ON AGRICULTURAL PRODUCTION VOLUMES

Баянова Ольга Викторовна, кандидат экономических наук, доцент, доцент кафедры бухгалтерского учета и финансов ФГБОУ ВО Пермский ГАТУ, г. Пермь

Bayanova Olga Victorovna, candidate of economic Sciences, associate Professor, associate Professor of accounting and Finance Department  FSBEI HE Perm SATU, c. Perm

Аннотация. В научной статье проведено эконометрическое исследование зависимости экономических показателей деятельности в аграрном производстве (показатели эффективности экономики и импортозамещения): представлены методика анализа и результаты исследования. Цель исследования – представить методику анализа и выявить наличие (отсутствие) зависимости показателей энерговооруженности труда и надоя молока на одну корову. Метод проведения анализа – регрессионный и корреляционный анализ (парная регрессия и корреляция), расчет ошибки аппроксимации, выдвижение (опровержение) нулевой гипотезы, построение доверительного интервала; область применения результатов – сельское хозяйство. Вывод – показана прямая и тесная связь между экономическими показателями, которая свидетельствует о том, что рост энерговооруженности труда в сельскохозяйственных организациях способен обеспечить рост надоя молока на 1 корову; влияние на результативный признак выбранного фактора подтверждает значение коэффициента детерминации, свидетельствующее об охвате вариации фактором результативного признака на 71,4 %; отвергнута нулевая гипотеза по коэффициенту корреляции; отличный подбор модели к исходным данным подтверждает среднее значение ошибки аппроксимации, равное 4,2 %.

Summary. In the scientific article the econometric research of dependence of economic indicators of activity in agrarian production (indicators of efficiency of economy and import substitution) is conducted: the technique of the analysis and results of a research are presented. The research objective is to present a technique of the analysis and to reveal existence (absence) of dependence of indicators of installed power per employee of work and milk yield of milk on one cow. Method of carrying out the analysis — the regression and correlation analysis (pair regression and correlation), calculation of an error of approximation, promotion (denial) of a null hypothesis, creation of a confidential interval; scope of results — agriculture. Conclusion — shows a direct and close relationship between economic indicators, which shows that the growth of energy-intensive labor in agricultural organizations can ensure the growth of milk on a 1 cow; Influence of the selected factor on the effective characteristic confirms the value of the determination factor, which indicates the variation of the effective characteristic factor by 71.4%; The zero correlation coefficient hypothesis was rejected; Excellent model matching to the source data confirms the average approximation error value of 4.2%.

Ключевые слова: сельское хозяйство; энерговооруженность труда; надой молока на одну корову; парная регрессия и корреляция; нулевая гипотеза.

Keyword: agriculture; installed power per employee of work; putting milk on one cow; paired regression and correlation; null hypothesis.

Введение

Уровень механизации и автоматизации труда в аграрном производстве оказывает существенное влияние на объемы производства сельскохозяйственной продукции, в том числе и продукции животноводства. Обеспечение работников современными средствами труда является важной задачей сельскохозяйственной отрасли. Поэтому, проведение исследования по выявлению зависимости показателей эффективности экономики (энерговооруженность труда в сельскохозяйственных организациях) и импортозамещения (надой молока на одну корову) являются актуальными.

Проблемы обеспечения роста эффективности экономики и импортозамещения являются дискуссионными среди многих отечественных и зарубежных  ученых-экономистов: исследовали динамику развития сельского хозяйства России с помощью статистических методов В.М. Баутин и Ю.Н. Романцева [1]; дал оценку современного состояния аграрного сектора в России в условиях санкций К.Г. Бондин [2]; практику регионов в разработке и реализации стратегических программ представил Московский Н.В. [3]; потенциальные возможности АПК и перспективы его развития в Сербии показали в своей статье Milanovic M.R., Stefanovic S. и Dimitrijevic B. [5]; исследовали степень доступности данных для проведения анализа уровня развития аграрного сектора Чехии Jarolimek J. и Martinec R. [4]; провели сравнение влияния факторов производства в сельском хозяйстве стран Центральной и Восточной Европы Zaharsky T., Pokrivcak J. [6]. Таким образом, проблемы обеспечения роста эффективности экономики и импортозамещения сельскохозяйственной продукции являются актуальными в отечественной научной среде и на международном уровне.

Материалы и методы исследования

Проведем эконометрическое исследование зависимости показателей, характеризующих эффективность экономики Российской Федерации. Рассмотрим зависимость надоя молока на 1 корову от изменения энерговооруженности труда в сельскохозяйственных организациях (энергетические мощности в расчете на 1 работника). Данные для проведения анализа получены на сайте Росстата Российской Федерации (таблица 1).

Перед проведением исследования требуется определиться с результативным признаком и фактором:

• надой молока на 1 корову – результативный признак;
• энерговооруженность труда в сельскохозяйственных организациях – фактор.

Составим вспомогательную таблицу (таблица 2) по определению регрессионного значения результативного признака (надой молока на 1 корову).

Уравнение регрессии имеет вид: 

На этапе верификации произведем расчет ошибки аппроксимации (таблица 3).

Расчет ошибки аппроксимации производится по формуле:

Размер средней ошибки аппроксимации составил 4,2%, что свидетельствует об отличном подборе модели к исходным данным.

Выдвигаем гипотезу H₀ о статистически незначимыхотличиях от нуля значений показателей: a = b = r_xy = 0.

При t_табл = 2,57 для числа степеней свободы  df = n – 2 = 7 — 2 = 5, α = 0,05 (погрешность 5%).

Определим случайную ошибку параметра m_a, используя формулы:

Составим вспомогательную таблицу для определения ошибки параметра m_a  (таблица 4).

Произведем расчет среднеквадратического отклонения фактора (таблица 5).

Далее определим случайную ошибку параметра m_b:

Затем определим случайную ошибку параметра m_r:

Для определения значения числителя формулы необходимо рассчитать коэффициент детерминации. Коэффициент детерминации равен квадрату коэффициента корреляции. Расчет коэффициента корреляции производится по формуле:

Произведем расчет среднеквадратического отклонения результативного признака (таблица 6).

Значение коэффициент корреляции свидетельствует о наличии тесной связи между результативным признаком и фактором.

Тогда коэффициент детерминации составит:

R² = 0,714

Коэффициент детерминации показывает вариацию результативного признака, объясняемую фактором.

В завершение произведем вычисление значения t- критерия Стьюдента:

Табличное значение на девяносто пяти процентном уровне значимости (α = 0,05) при числе степеней свободы равное 5 (n – 2) t_табл = 2,57.

По параметрам a иb  фактические значенияt—статистики не превышают табличное значение. По коэффициенту корреляции фактическое значениеt—статистики превышает табличное значение.

Результаты исследования

Определим предельную ошибку для каждого параметра:

∆a = T табл · m_a = 2,57 · 1,86 = 4,78;

∆b = T табл · m_b = 2,57 * 1,378 = 3,54.

Доверительный интервал по параметру а:

γ_a  = a ± ∆a = -36,62 ± 4,78;

γ_{a min}  = -36,62 – 4,78 = — 41,4;

γ_{a max}  = -36,62 + 4,78 = -31,84.

Доверительный интервал по параметру b:

γ_b  = b ± ∆b = 1,177 ± 3,54;

γ_{b min}  = 1,177 – 3,54 = -2,363;

γ_{b max}  = 1,177 + 3,54 = 4,717.

Нулевая гипотеза: по параметру a подтверждается; по параметру b  подтверждается; по коэффициенту корреляции отклоняется. Значения параметров a и  b стремятся к нулевой отметке, а значение коэффициента корреляции отклоняется от нулевой отметки и статистически значимо.

Выводы

Таким образом, увеличение надоя молока на 1 корову на 71,4 % сопряжено с ростом энерговооруженности, а на долю неучтенных в модели факторов приходится (1 – 0,714) 28,6 %.

Анализ верхней и нижней границ (γ_{a max}  иγ_{a min} ; γ_{b max}  и γ_{b min}) доверительных интервалов свидетельствует о том, что с вероятностью 0,95 (p = 1 – α): значениепараметровa и  b статистически не значимо, а значение коэффициента корреляции, находясь в указанных границах, не принимает нулевых значений и существенно отличаются от нуля.

Литература

1. Баутин В.М., Романцева Ю.Н. Статистический анализ динамики развития сельского хозяйства России в постсоветский период // Экономика сельского хозяйства России. – 2016. — № 6. – С. 26 – 32.

2. Бондаренко Л.В. Импортозамещение глазами экспертов и жителей села // Экономика сельскохозяйственных и перерабатывающих предприятий. – 2016. — № 1. – С. 45 – 49.

3. Московский Н.В. Региональная практика разработки и реализации стратегических программ  // Агропродовольственная политика России. – 2016. — № 9. – С. 26 – 29.

4. Jarolimek J., Martinec R. Fnalysis of open data availability in Czech Republic agrarian sector // Agris On-line Papers in Economics and Informatics. – 2016. – № 3. – P.57 – 67.

5. Milanovic M.R. Agrarian potentials in the reindustrialization of Serbia – import of inputs and the opportunity costs of development // Economics of Agriculture. – 2016. Vol. 63, — № 1. – Р. 143-158.

6. Zahorsky T., Pokrivcal J. Assessment of the agricultural performance in Central and Eastern European countries // Agris On-line Papers in Economics and Informatics. – 2017. – № 1. – P.113 – 123.

Reference

1. Bautin V. M., Romantseva Yu. N. Statistical analysis of the dynamics of Russian agriculture development in the post-Soviet period // Economics of agriculture in Russia. — 2016. — No. 6. — P. 26-32.4.

2. Bondarenko L. V. Import Substitution through the eyes of experts and villagers // Economics of agricultural and processing enterprises. — 2016. — No. 1. – P. 45 – 49.

3. Moscow N. In. Regional practice development and implementation of strategic programs // agricultural and food policy of Russia. – 2016. No. 9. – S. 26 – 29.

4. Jarolimek J., Martinec R. Fnalysis of open data availability in Czech Republic agrarian sector // Agris On-line Papers in Economics and Informatics. – 2016. – № 3. – P.57 – 67.

5. Milanovic M.R. Agrarian potentials in the reindustrialization of Serbia – import of inputs and the opportunity costs of development // Economics of Agriculture. – 2016. Vol. 63, — № 1. – Р. 143-158.

6. Zahorsky T., Pokrivcal J. Assessment of the agricultural performance in Central and Eastern European countries // Agris On-line Papers in Economics and Informatics. – 2017. – № 1. – P.113 – 123.