Исследование аграрного производства в типологических группах региона в динамике

Тип работы:
Реферат
Предмет:
Экономические науки


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Вестник Челябинского государственного университета. 2011. № 6 (221).
Экономика. Вып. 31. С. 72−74.
Е. А. Чулкова
ИССЛЕДОВАНИЕ АГРАРНОГО ПРОИЗВОДСТВА В ТИПОЛОГИЧЕСКИХ ГРУППАХ РЕГИОНА В ДИНАМИКЕ
Построены типологии муниципальных районов региона по уровню развития в них сельскохозяйственного производства. В группах со средним и низким уровнем развития проведены корреляционно-регрес-сионный анализ и исследование динамики взаимосвязей валового объема сельскохозяйственной продукции и основных определяющих его факторов.
Ключевые слова: регион, сельскохозяйственное производство, типологические группы, регрессионный анализ, динамика.
Создание предпосылок для устойчивого экономического развития сельских территорий является в настоящее время одним из актуальных направлений региональной политики для российских аграрных регионов. В данной работе нами проведено исследование влияния основных значимых факторов на производство сельскохозяйственной продукции в выделенных по уровню развития сельскохозяйственного производства группах муниципальных районов региона в динамике на примере Оренбургской области. В качестве информационной базы исследования использованы официальные статистические данные [1].
Оренбургская область является одним из крупнейших агропромышленных регионов Российской Федерации, она входит в состав Приволжского федерального округа. Ее территория составляет 123,7 тыс. км2, на ней находятся 5,5% всех сельхозугодий страны. Климат континентальный, с высокими годовыми амплитудами температуры и недостаточностью атмосферных осадков. В шести природно-климатических зонах области расположены 35 муниципальных районов, имеющих различные климатические условия и сельскохозяйственную специализацию. Сельскохозяйственное производство региона характеризуется высокой степенью неравно -мерности.
На первом этапе исследования построены типологические группировки муниципальных районов Оренбургской области по уровню развития аграрного производства на основе кластерного анализа по четырем показателям, характеризующим используемые ресурсы в растениеводстве и животноводстве (общая посевная площадь, поголовье крупного рогатого скота, свиней, овец и коз). На втором этапе проведен в динамике корреляционно-регрессионный анализ в группах со средним и низким уровнем раз-
вития сельскохозяйственного производства. На третьем этапе осуществлялось сравнение полученных моделей и определились основные значимые факторы для этих групп районов.
Для повышения объективности оценки конечных результатов хозяйственной деятельности в аграрном производстве региона необходимо определить наиболее важные факторы, отражающие основные присущие ему виды деятельности. В этой связи в качестве факторов нами рассматриваются показатели, отражающие наиболее важные стороны сельскохозяйственного производства в муниципальных районах, за результативный показатель принят валовой объем продукции сельского хозяйства в хозяйствах всех категорий в муниципальных районах.
Целью нашего исследования является определение количественного выражения связи каждого из рассматриваемых факторов с результирующим показателем в выделенных типах муниципальных районов в определенный временной период. Такой анализ целесообразно провести в динамике на основе построения регрессионных моделей [2], поскольку применение множественной регрессии не только позволяет формировать модели, включающие большое количество независимых факторов, но и определить степень воздействия на зависимый показатель как совокупности этих факторов, так и каждого из них в отдельности.
Влияние выявленных основных факторов сельскохозяйственного производства на валовой объем продукции сельского хозяйства рассмотрим на примере типологических групп сельских муниципальных со средним и низким уровнями развития СХП. Построение регрессионных моделей осуществлялось за период 2004—2008 гг.
В регрессионных моделях используются следующие обозначения: х1 — валовой сбор зерна, тыс. ц- х2 — валовой сбор семян подсолнеч-
ника, тыс. ц- х3 — валовой сбор картофеля, ц- х4 — валовой сбор овощей, ц- х5 — производство скота и птицы на убой в живом весе, тыс. ц- х6 — производство молока, тыс. ц- 2 — продукция сельского хозяйства в хозяйствах всех категорий, млн р.
Для районов со средним уровнем развития аграрного производства построены следующие регрессионные модели (последовательно отражают 2004−2008 гг.):
2 п = -44,739 + 0,497х — 5,318х + 0,002х —
с 04 ' ' 1'2' 3
— 0,121×4+ 22,924×5+ 8,118×6- (1)
2 = 332,863 4- 0,325х, + 1,351х- 0,055х_ +
с 05 1 2 3
+ 0,1×4 + 22,238×5 + 0,04×6- (2)
2 = 196,625) + 0,6х, + 0,349х — 0,046х_ +
с 06 1 2 3
+ 0,121×4 + 28,26×5 + 0,195×6- (3)
2 = 268,311 + 0,672х, + 2,995х, — 0,086х+
ср 07 ' ' 1 ' 2' 3
+ 0,23×4+ 30,221×5 — 3,716×6- (4)
2 = 353,827 — 0,941х — 1,111 х, — 0,15х,+
с 08 ' ' 1'2'3
+ 0,31×4+ 108,34×5 + 7,332×6. (5)
Для районов с низким уровнем развития аграрного производства за тот же период модели имеют вид:
2 = 209,91 + 40,771х, + 1,598х — 0,017х,+
н 04 ' ' 1 ' 2 ' 3
+ 0,048×4+ 15,34×5 — 1,432×6- (6)
2 = 575,677 — 1,119х + 2,244х& gt- 0,121х+
н 05 ' '1'2'3
+ 0,817×4 — 4,482×5+ 1,096×6- (7)
2 Пй = 442,346 + 0,435х,+ 1,244х- 0,121х+
н 06 1 2 3
+ 0,053×4+ 4,815×5+ 1,699×6- (8)
2 = 570,037 + 0,263х + 2,516х, — 1,925х —
н 07 1 2 3
— 0,085×4 + 9,18×5+ 2,537×6- (9)
2 = 572,908 + 0,751х,+ 0,575х,+ 3,904х —
н 08 1 2 3
— 0,89×4+ 29,597×5+ 1,531×6. (10)
В этих моделях доля вариации результатив-
ного показателя 2, которая объясняется за счет включенных в них факторов, изменяется от 81,25 до 98,79%. Исключение составляет модель (10), для которой коэффициент детерминации составил 0,4797. Результаты проверки существенности уравнений множественной регрессии по-критерию Фишера подтверждают адекватность построенных моделей и значимость полученных результатов.
Рассмотрим взаимосвязи в регрессионных моделях для районов со средним уровнем развития сельскохозяйственного производства.
В модели (1), построенной нами для 2004 г. факторы х х х и х6 имеют положительные коэффициенты регрессии, поэтому их увеличение ведет к росту результирующего показателя. В то же время второй и четвертый факторы входят в уравнение с отрицательными коэффициента-
ми. Это говорит о том, что их рост ведет к снижению значения 2. Анализ Р-коэффициентов модели показывает, что наиболее значительное влияние на вариацию 2 оказывают следующие факторы (по убыванию): производство молока, валовой сбор семян подсолнечника, производство скота и птицы на убой в живом весе и валовой сбор зерна.
В 2005 г. (модель (2)) наиболее значимым является фактор х Он положительно коррелирован с результирующим показателем, поэтому его рост вызывает возрастание значения 2. На втором месте по значимости находится фактор х3 — единственный из всех включенных в уравнение факторов, имеющий отрицательную корреляцию с результирующим показателем. Третье место, как и в модели для 2004 г., принадлежит фактору х2. Прочие факторы оказывают существенно меньшее влияние.
В регрессионном уравнении (3) для 2006 г. наиболее значимыми факторами являются валовой сбор зерна, производство скота и птицы на убой в живом весе и валовой сбор овощей. В 2007 г. (модель (4)) высокую степень влияния на объем сельскохозяйственной продукции имеют: валовой сбор овощей, валовой сбор зерна, валовой сбор картофеля и производство скота и птицы на убой.
Для 2008 г. из шести включенных в модель факторов первые три (х1, х2, х3) имеют отрицательную корреляцию с результирующим показателем, в то время как следующие три (х х х6) — коррелированны с 2 положительно. Наибольшее влияние на результирующий показатель 2 в этом году принадлежит фактору х существенное воздействие оказывают также факторы х4 и х3.
Рассматривая динамику одноименных регрессионных коэффициентов, следует отметить, что для группы сельских районов со средним уровнем развития сельскохозяйственного производства в период 2004—2008 гг. неизменно наблюдается положительная корреляция с 2 фактора х Этот фактор имеет высокую значимость весь период. Фактор х напротив, имеет с 2 отрицательную корреляцию (за исключением 2004 г.). Остальные три из включенных в модели (1)-(5) факторов (х1, х4, х6) коррелированны с результирующим показателем в основном положительно за исключением: х, -2008г., х. — 2004 г., х, —
1 '4 '6
2007 г. Фактор х2 — единственный из факторов, у которого знак регрессионного коэффициента в рассматриваемые пять лет изменялся дважды:
в 2005—2007 гг. связь была положительной, в 2004 и 2008 гг. — отрицательной.
Итак, в аграрном производстве данной группы районов наиболее перспективными видами деятельности являются производство скота и птицы на убой, производство овощей и производство зерна. В то же время производство картофеля было и остается нерентабельным видом деятельности, а производство подсолнечника — наименее стабильным.
Охарактеризуем модели, построенные для группы районов с низким уровнем развития СХП. Анализ уравнения (6) для 2004 г. показал, что наибольший вклад в вариацию результирующего показателя 2 вносит вариация фактора х1. Фактор х5 является вторым по значимости, на третьем месте — фактор х В моделях (7)-(9) для 2005−2007 гг. наибольшее значение имеет вариация фактора х5, воздействие всех прочих факторов существенно ниже. Однако в 2008 г. (модель (10)) наибольшую значимость приобретает третий фактор, при этом пятый фактор занимает второе место, а первый — третье.
Исследование знаков коэффициентов факторов, входящих в регрессионные уравнения (6)-(10) показывает, что в период 2004—2008 гг. факторы х2 и х5 всегда коррелированны с 2 положительно, факторы х1 и х6 имеют преимущественно положительную корреляцию (за исключением 2005 г. и 2004 г. соответственно). В то же время фактор х4 имеет положительную корреляцию в 2004—2006 гг. и отрицательную — в 2007-
2008 гг., а фактор х3 трижды изменял направление вхождения в исследуемые годы.
Рост второго и пятого факторов неизменно направлен на увеличение объема сельскохозяйственной продукции- увеличение первого и шестого факторов ведет к возрастанию результирующего показателя в 80% случаев- воздействие третьего и четвертого факторов имеет противоречивый характер.
Таким образом, в период 2004—2008 гг. для сельских муниципальных районов, отнесенных к группе с низким уровнем развития СХП, главным фактором повышения валового объема про-
изводства сельскохозяйственной продукции являлось увеличение производства скота и птицы на убой (исключение лишь 2008 г.). При этом существенный рост объема продукции также отмечался при возрастании валовых сборов зерна и подсолнечника. Сложившаяся ситуация объясняется, прежде всего, достаточно высоким уровнем рентабельности этих видов сельскохозяйственной продукции.
Снижение валового объема производства сельскохозяйственной продукции в этой группе районов так же, как и в группе районов со средним уровнем развития СХП, обусловлено в основном влиянием следующих факторов: валовой сбор зерна (исключение — 2008 г.) и в последние два года валовой сбор овощей.
Таким образом, построение эконометрических моделей для сельских районов в выделенных по уровню развития СХП типологических группах за ряд лет дает возможность выявления ключевых динамических взаимосвязей между валовым объемом продукции сельского хозяйства и основными обусловливающими его факторами в этих группах. Регрессионный анализ исследуемых показателей в динамике позволяет установить не только наиболее значимые факторы, но и наиболее характерные для рассматриваемого периода зависимости, при этом полученные результаты могут быть использованы как при осуществлении комплексной оценки состояния сельскохозяйственного производства в муниципальных районах, так и для краткосрочного и среднесрочного планирования экономического развития сельских территорий региона.
Список литературы
1. Города и районы Оренбургской области: стат. сб. / Террит. орган Федер. службы гос. статистики по Оренбург. обл. Оренбург, 2009.
2. Елисеева, И. И. Общая теория статистики / И. И. Елисеева, М. М. Юзбашев — под ред. И. И. Елисеевой. М.: Финансы и статистика, 2001. 480 с.

ПоказатьСвернуть
Заполнить форму текущей работой