Факторы развития животноводства в России

Тип работы:
Реферат
Предмет:
История. Исторические науки


Узнать стоимость

Детальная информация о работе

Выдержка из работы

ОБЩЕСТВО
ФАКТОРЫ РАЗВИТИЯ ЖИВОТНОВОДСТВА В РОССИИ
Нефедов С. А.
Статья посвящена изучению факторов, влиявших на развитие животноводства в России в конце Х1Х-начале XX века на основе построения регрессионных математических моделей. В числе рассматриваемых факторов — численность населения, сборы зерна, укосы сена, сборы картофеля и т. д. Выделены регионы с преобладающим влиянием тех или иных факторов.
Исследование выполнено в рамках междисциплинарной программы УрО РАН & quot-Историческая динамика России: факторы, модели, прогнозы".
FACTORS OF LIVESTOCK BREADING DEVELOPMENT
IN RUSSIA
S.A. Nefyodov
The article is dedicated to the analyses of factors which influenced the development of livestock breading in Russia at the end of the19th-the beginning of the 20th centuries based on the building of regression mathematical models. Among the factors under consideration, there are as follows: population, harvest, hay-harvest, potato productivity, etc. There are singled out regions with the domination of particular factors. This research is carried out within the scope of the interdisciplinary programme of the UrD. RAS 'The historical dynamics of Russia: factors, models, forecasts'.
Построение модели экономического развития России в конце XIX — начале XX века требует, в частности, изучения влияния различных факторов на поголовье сельского скота — лошадей, коров, овец, свиней. Поскольку каждая крестьянская семья стремилась иметь лошадь или корову, то одним из основных влияющих факторов была численность населения. Другие факторы характеризовали количество имеющихся кормов
— зерна, сена, соломы, картофеля, сахарной свеклы. Все эти факторы коррелированы и зависят от численности населения, а через нее и между собой. Сбор зерна и соломы настолько тесно связан, что имеется возможность исключить солому из числа действующих факторов- это приведет к тому, что влияние соломы в факторной модели объединится с влиянием зерна.
Как известно, относительно достоверный
учет численности скота был налажен Центральным статистическим комитетом МВД с 1904 года, поэтому мы можем использовать для факторного анализа данные 1904−1914 гг. [1, с. 17]. Учет производился летом [2, с. 54], и еще не собранный урожай текущего года не мог повлиять на численность скота, поэтому действующим фактором был средний урожай предшествующих двух-трех-че-тырех лет.
Проанализируем сначала влияние различных факторов на численность лошадей в Европейской России (50 губерний и областей). Эта численность (у — тыс. голов) должна зависеть от изменения численности населения (х1 — тыс. чел.), сборов зерна (х2- млн. пуд.), укосов сена (х3 — млн. пуд.), сбора картофеля (х4 — млн. пуд.) и т. д. Зависит ли численность лошадей от площади пашни? В многоземельных районах скорее
Нефедов С. А.
существовала обратная зависимость: площадь пашни зависела от численности лошадей и способности крестьян обработать возможно большее количество земли. Если мы включим посевную площадь в число действующих факторов, то в этом случае будем объяснять причину через следствие. Если же рассматривать малоземельные районы с преобладанием мелких крестьянских хозяйств, то число лошадей в них намного превосходило необходимое для вспашки: каждый крестьянин стремился иметь свою лошадь. По подсчетам А. А. Иванова, в Тамбовской губернии для обработки крестьянской пашни — было достаточно 250 тыс. лошадей вместо 600 тыс., имевшихся в наличии [3, с. 53]. Численность лошадей в таких районах никак не зависела от площади пашни: она определялась наличием кормов. И лишь в случае преобладания крупных хозяйств площадь пашни становилась фактором, влияющим на число лошадей: крупные хозяйства были обеспечены кормами и содержали ровно столько лошадей, сколько необходимо для работы. Единственной областью в России, где преобладали крупные хозяйства, была Прибалтика, и при построении факторных моделей для прибалтийских губерний мы вводили в рассмотрение дополнительный фактор х5 — площадь посевов в тыс. дес.
По скольку при численности населения равной нулю, численность лошадей также равна нулю, то модель не должна иметь свободного члена, то есть зависимость ищется в виде:
у = а1×1 + а2×2 + а3×3 + а4×4+ а5×5.
При этом в конкретной реализации модели вместо параметра х2 участвует один из параметров х21×22×23 — соответственно, сбор зерна в прошлом году, средний сбор за два предыдущие года и за три предыдущие года, аналогично варьируются параметры х3 и х4.
На основании проверки по критерию Стьюдента можно утверждать, что сбор зерна и картофеля оказываются незначащими
факторами. Наилучшая факторная модель имеет вид
у = 0,0559×1 + 7,8425×33 и получается в том случае, если мы возьмем для данных за 1904−1914 годы в качестве действующих факторов численность населения (х1) и средний укос сена [] за три предыдущие года (х33). При этом коэффициент детерминации *1) г2 получается равным 0,99 957, а Б-статистика равна 10 567 при критическом значении 8,02 для уровня значимости 0,01. Среднеквадратическая относительная погрешность *2) равна 2,06%, то есть модель достаточно точно описывает реальную динамику численности лошадей. В целом получается, что поголовье лошадей в Европейской России росло почти в 20 раз медленнее, чем численность населения, то есть большая часть молодых семей не могла завести собственную лошадь. Численность лошадей росла лишь в той степени, в которой это позволяло увеличение кормов, и основную роль играла динамика укосов сена. Однако, как мы увидим далее, в некоторых губерниях существенную роль играли и зерновые корма.
Развитие животноводства было связано с соотношением численности населения, площади лугов и наличия зерновых кормов. В многоземельных районах, где было много лугов, скот кормили в основном сеном, кормов было достаточно, и крестьяне могли увеличивать численность скота соответственно росту численности населения- молодые семьи могли завести лошадь и корову. В районах, где начиналось перенаселение, луга распахивались под посевы- сена здесь уже не хватало, и скот приходилось в большей степени прикармливать овсом, а потом и соломой. В некоторых районах наиболее интенсивного земледелия в качестве корма в значительных количествах использовался картофель. С дальнейшим ростом численности населения положение усугублялось, кормов не хватало, рост поголовья замедлялся или прекращался вовсе. В перенаселенных губерниях большая часть моло-
дых семей уже не могла завести лошадь и создать полноценное хозяйство- молодежи приходилось искать работу на стороне.
Факторный анализ позволяет проследить все эти фазы демографического и экономического развития. В многоземельных губерниях сопутствующий росту населения рост поголовья должен отражаться в больших коэффициентах регрессии у переменной х1, а использование сена как основы кормов -в значительных коэффициентах при переменной х3, в то время как фактор является х2 незначащим (и исключается из модели). Появление значимых коэффициентов у х2 означает нехватку сена и значительный объем идущих на корма зерновых. Однако это явление отмечается лишь там, где возможен рост пашни за счет лугов и пастбищ- в северных и северо-западных районах, где много непригодных для пахоты земель, по-прежнему преобладало кормление сеном. С усугублением проблемы кормов рост поголовья замедлялся, поголовье все слабее реагировало на рост населения, что приводило к уменьшению коэффициента регрессии при х1, так что в конце концов население становилось незначащим фактором.
В различных районах России положение было, естественно, различным. В табл. 1 приведены данные о математических моделях построенных для экономических районов и отдельных губерний Европейской России.
Модель для Центрально-промышленного района показывает, что степень перенаселения была здесь наибольшей в России. Население как фактор было в этом районе незначимым. Но Московская губерния занимала в регионе особое положение- помимо более значительной роли численности населения, здесь, по-видимому, сказывались неучтенные моделированием факторы (в частности, привоз кормов из других губерний). Это сказалось на том, что погрешность приближения в данном случае больше, чем для других губерний.
Западнее Центрально-промышленного
района, в Белоруссии, положение было примерно таким же, то есть рост населения не приводил к росту численности лошадей
— ситуация, характерная для ограниченных ресурсами перенаселенных регионов. Однако здесь было больше пастбищ, чем в ЦПР, и скот кормили в основном сеном. В Северо-Западном и Северном районах положение было немного лучше, чем в Белоруссии, и здесь рост населения сопровождался, хотя и слабым, ростом поголовья. В Литве тоже наблюдалась слабая связь между населением и численностью скота, пастбищ здесь было меньше и скот отчасти кормили зерном.
Южнее, в Центрально-земледельческом районе, как и в ЦПР, большую долю кормов составляли зерно и солома. Роль численности населения как фактора здесь была хотя и значащей, но минимальной- как и в ранее рассмотренных районах, поголовье лошадей ограничивалось недостатком кормовых ресурсов. Однако далее на юг, в Малороссии, положение с кормами улучшалось, и население становилось более значащим фактором, хотя сена не хватало, и приходилось в больших количествах использовать зерно. Примерно таким же, как в Малороссии, было положение на юго-западе, но здесь было больше лугов, и зерно на корм использовалось в меньшей степени. Еще южнее, в Новороссии, ситуация была вполне благоприятной, кормов (в основном сена) здесь было достаточно, и при увеличении населения на тысячу человек поголовье лошадей увеличивалось примерно на двести. Это означает, что по крайней мере половина молодых семей имела возможность завести необходимую для хозяйства лошадь. Впрочем, здесь тоже имелись различия в экономическом положении разных губерний: в Бессарабской губернии положение было хуже, чем в остальных, а в Херсонской и Таврической губерниях оно было относительно лучше, чем в других губерниях.
Ситуация в Поволжье имела свою специфику. Лугов здесь было довольно много,
Нефедов С. А
зерно с єно
Н1СЄЛЙ среднееза ітешшташн среднее запредыдуцрх ПЛПЩЇДЬ посева Г'- Г-сттс- тика 5
Згода 2 года 1 год 2 года 3 года
Ее решении Р& lt- (сн і 0р559 7,8425 0 ?9957 10 567 2Д
Централи но- 32 692 3,7306 0,999 495 8905 2 2
щкшшшшнин Владгалнрасая 30 012 2,7670 0 ?9820 2498 + 2
Московская 0 р 935 3 3 709 0 ?9562 1022 60
Калужская 4 ?865 53 382 0 ?9820 2494 + 2
%ОСЗіаіСКаЯ 0 р 393 3,1265 0 ?9807 2322 4,4
Тирская 40 038 2,5198 0 ?9892 4143 3?
Костромская 0 р78б 3^1531 0 ?9932 6592 20
Смоленская 0 р778 4 р 576 2,1659 0 ?9936 4142 20
БешфртазЬс 6,7248 0,999 321 14 719 20
Могилевская 0 р 086 93 222 0 ?9812 2392 *?
МІШСКаЯ -0р727 40 029 4820 0 ?9924 3523 2 ?
Витгебаая 0 р Є45 3,1671 0 ?9903 4630 ЗД
Лнтохскнн 0 р 766 1,6998 2,2893 0,999 598 6623 2 Р
Внгоенаая О Д 042 2,6930 0 ?9804 2291 4,4
Гродненская 0 р 706 3,4742 0 ?9863 3277 3?
Ковен аая 0 Д 530 1,8444 0,999 773 19 798 1,5
С в: ф ('--3 ІІІЗДШ Ш 0 р 676 2,9633 0,999 396 7445 20
Паооіская орвоз 3,5195 0 ?9898 4424 32
СІЬтер бургская 0 Р 425 3256 0 ?9853 3061 3 ?
Новгородская О Д 120 4? 726 0,998 681 3408 30
СІП'-ШІЦЕІЯ 0,5413 3,4631 0 ?9979 21 458 1,+
Свфнин 0 р 447 3,1805 0,998 984 4423 32
Ар хзнге льаая 0 р 237 0,5395 0 ?9602 1126 б?
Воіюгодская 0 р 665 2,8293 0 ?9881 3790 3,+
Цєнтрипне- 0 р 496 2Д457 7,7126 0,999 003 2673 32
ІОіШШЄШ'-Ш)ЗШ
Курская О Д 354 9,3470 0,997 221 1615 5 ?
Орловская 3,7679 8,1650 0,996 237 1059 6Д
Тульская. ОД 737 2,0183 0 ?9780 2044 + -
Рязанская ЗД400 5,5623 0 ?9844 2873 40
Тамбовская 0 р653 1 ^ 870 8,5269 0,999 039 2772 зд
Воронежская 0 р 936 20 428 0 ?9623 1189 бД
Мшфомяназш О Д 101 1^)921 2,064 8 0,999 947 50 776 о?
Хф НійІ'-ІЮІЯ ОД 107 1^6231 0 ?989 4102 і?
ЧерНИГОВСКаЯ 0 Д321 0^ 151 3,2387 0,999 627 7148 і?
Полтавская 0 Д241 0,4487 0?99 4512 32
Н*Е орес снйсинй 01133 4,096 3 0,999 621 11 861 1?
Бессарабская О Д 349 ІД 528 0 ?9756 1836 4 ?
ІСерс омская 0 ^ 849 2,5209 0 ?9905 4739 зд
Таврическая 0 ^ 735 6,1531 0,999 192 5566 20
Біатериноспавская 0 2252 2,4413 0 ?9967 13 709 10
Дэнск. -войска обіг ОД 589 4,0077 0,997 519 1810 5 Р
Юк-ішднпн 0 р 743 365 8,1054 0,999 884 23 080 1Д
Киевская 0 р 707 2 р 844 0 ?9965 12 697 1?
ПйДиПЬЖІЯ ОД 430 5,9582 0 ?9967 13 532 10
Волынская О Д 233 3,9897 0,997 573 1644 4 ?
Срсднкошазш О Д 064 8,5132 0,999 069 4831 зд
Симбирская О Д 058 9,9011 0 ?9834 2708
Саратовская О Д 640 8,0902 0 ?9969 14 743 10
Пензенская КіІЇНСЕІД ОД 558 ОД 242 6,5496 4,9846 0,998 674 0,998 15 3389 2434
Нижет ор опекая ОДНО 2,2808 0,99 575 1053 & lt-5,5
Нншшвошазш О Д 172 1911 5,4015 0,9976 1108 4,9
Салпраая 02 423 4930 0,997 676 1932 +, 8
Оренбургская орооо 6,4589 5 р382 0,995 936 1103 6,4
Астріхажкая ОД 096 1742 0,99 851 3022 3,9
Прнуршозй оро9 7 Д 542 0,997 579 1854 4,9
Вятская О Д 454 3 р 312 0,99 876 36 12 3,5
Пермская О Д 845 3,3802 0,99 636 1232 6,0
7фгаикая ОД 420 8 ^ 117 0,996 237 1191 6,1
Прні'- ІЛТКНОЩН -0р698 4 7 523 0,5156 0,999 359 70 12 2,5
Курляндская 0,3533 0,99 721 3574 53
Лиф панде кая 3,7568 3^0182 0,99 860 3204 3,7
Эстгсяндская 0,4942 0,99 777 4465 +, 7
Табл. 1. Коэффициенты регрессии и статистические характеристики факторных моделей, построенных для районов и губерний России. Зависимая переменная у — поголовье лошадей в тыс. Факторные переменные — население (в тыс.), сбор зерна (млн. пуд.), сбор сена (млн. пуд.), сбор картофеля (млн. пуд.), площадь посева (тыс. дес.).
и скот кормили В ОСНОВНОМ сеном. Но положение существенно различалось по губерниям: в Нижегородской губернии ощущалось перенаселение, в то время как в Самарской губернии (в особенности в восточной ее части) земли было еще достаточно и поголовье скота быстро росло вместе с ростом населения. В Оренбургской губернии имелись излишки зерна, и скот здесь обильно прикармливали зерновыми. Однако климат в Юго-восточном регионе был неустойчивым, богатые урожаи чередовались здесь с губительными засухами- одна из катастрофических засух пришлась на 1911 год и привела к значительному падению поголовья скота. Линейные факторные модели недостаточно учитывают такого рода резкие колебания, поэтому дают довольно большую погрешность: это можно наблюдать на моделях, построенных для Самарской, Оренбургской, Уфимской, Пермской губерний.
Как отмечалось выше, Прибалтика в социально-экономическом отношении была особым районом. Здесь преобладали крупные частные хозяйства, и большую часть населения составляли сельскохозяйственные рабочие, не имевшие своего хозяйства и рабочих лошадей. В таких условиях рост
населения (то есть численности сельскохозяйственных рабочих) не приводил к росту поголовья лошадей. С другой стороны, крупные хозяева держали ровно столько лошадей, сколько нужно было их для работы на пашне, и число лошадей в значительной мере определяется площадью пашни. Эти теоретические предположения находят подтверждение при факторном анализе: действительно, число лошадей в Эстлянд-ской и Курляндской губерниях зависело только от площади пашни. В Лифляндской губернии, однако, мы находим ситуацию, более похожую на соседнюю Литву: основными факторами, влияющими на численность поголовья скота, здесь являются сборы зерна и укосы сена. Любопытно, что картофель, который использовался для кормления скота в Прибалтике и в некоторых других районах, нигде не выступает в качестве значащего фактора.
Проанализируем теперь результаты факторного моделирования динамики поголовья крупного рогатого скота. В отличие от лошадей коровы могли в больших количествах потреблять солому, которая в нашей факторной модели объединяется с зерновыми. Таким образом, коэффициенты регрессии при переменной х2 в данном случае
Нефедов С. А
указывают не на потребление овса (как в случае с лошадьми), а на потребление соломы. Сбор соломы был практически пропорционален сбору зерновых, и она была самым дешевым кормом, поэтому следует ожидать более значительных, чем в случае с лошадьми, величин коэффициентов при х2 в моделях для крупного рогатого скота. Наилучшая модель для 50 губерний Европейской России имеет вид:
у = 0,4 907×1 + 1,46 692×23 + 10,81 233×33 и получается в том случае, если мы возьмем в качестве действующих факторов численность населения (х1), средний сбор зерна (х23) и средний укос сена за три предыдущие года (х33). При этом коэффициент детерминации г2 получается равным 0,99 982, а Б-статистика равна 15 639 при критическом значении 7,59 для уровня значимости
0,01. Среднеквадратическая относительная погрешность равна 1,3%, то есть модель весьма точно описывает реальную динамику численности крупного рогатого скота.
Как и в предыдущем случае, ситуация в различных районах России существенно различалась. В табл. 2 приведены данные о регрессионных моделях, построенных для районов и отдельных губерний Европейской России.
Как и в предыдущем случае, в Центрально-промышленном районе фактор населения оказывается незначимым- ввиду ограниченности ресурсов прирост населения не сопровождался увеличением поголовья, и недостаток сена заставлял в больших масштабах использовать на корм солому. Исключением из общего правила была лишь Московская губерния, где рост населения сопровождался ростом поголовья, которое практически не зависело от производства в губернии кормов — очевидно, корма в больших количествах привозились из других губерний.
В других районах (кроме Северного) численность населения была значащим фактором: для крестьянской семьи содержать корову было легче, чем содержать ло-
шадь, и многие не имевшие лошадей семьи сельскохозяйственных рабочих держали коров. Таким образом, численность коров сильнее реагировала на увеличение численности населения, чем численность лошадей. В Белоруссии прирост населения на 1000 человек давал прирост 125 коров, в Литве — 303 коровы, в СевероЗападном районе — 370 коров- при том что лугов здесь было много и скот кормили в основном сеном. Но в Центрально-земледельческом районе большая часть лугов была распахана, и крупный рогатый скот кормили по большей части соломой. Кормов здесь не хватало, и рост населения почти не приводил к росту поголовья (как и в случае с лошадьми). В Малороссийском районе положение было лучше, но и здесь преобладало соломенное кормление. В Новороссийском районе ситуация была в целом благоприятной, здесь прирост населения на 1000 человек давал прирост в 190 коров и скот был обеспечен сеном. Уникальная ситуация сложилась на юго-западе, здесь (за исключением Киевской губернии) поголовье зависело только от численности населения, по-видимому, кормов для крупного рогатого скота здесь хватало.
В Средневолжском районе в кормах преобладало сено, но использовалась и солома. В Нижневолжском и Приуральском районах на поголовье крупного рогатого скота сильно сказался катастрофический неурожай 1911 года и (как и в случае с лошадьми) факторные модели дают существенные погрешности. Наконец, в Прибалтике мы получаем достаточно точную модель без использования посевных площадей в качестве дополнительного фактора. По-видимому, это объясняется тем, что не имевшие, как правило, лошадей семьи местных сельскохозяйственных рабочих, тем не менее, держали коров. Модель показывает высокую зависимость численности коров от численности населения при преобладании сенного кормления.
Нефедов С. А
Сшарстая. 0Д664 Оренбургская 0509 7,9399 83 957 0 & lt-19 543 0 & lt-19 315 980 6J8 652 8,3
Астрінанская 0535 2,9538 0 & lt-19 376 717 7, 9
Прнурип (& gt-зй (ІД124 Пермпая. 0р987 Уфимская 0Д930 f:, 6Sli 8j6024 6,96 16 fl?96 236 0^9687 0 & lt-19 028 1191 6,1 1432 5j6 458 9,9
Вягскія 0127 5632р00 0 0 & lt-19 929 5632 2,7
Юп-ищцнин Кнєескія 0р408 Вопыноая U31S1 4,5239 (M)9tS3f: 0 & lt-19 725 0^96 946 6Ш 3,8 1634 5,2 3265 5,5
Подшкіая 0Д965 0^98 902 9101 33
Прніі ілгннскнн Сі, 4−7 Сі t: Курляндская 0049 Ї, Ш2 8921 099 734 0 & lt-199 035 169ЇЗ 1,6 4659 3,1
Лифпяндскія 0690 0 & lt-19 983 59 504 13
Эстпждзая -06 Об 5,4519 6,5640 0^95 112 543 7 JO
Таким образом, факторный анализ динамики поголовья скота в различные губерниях Европейской России позволяет сделать определенные выводы о тенденциях развития животноводства. В значительной части
эти выводы совпадают с тем, что было известно ранее, но они полезны тем, что дают численные характеристики известных проблем и помогают лучше представить специфику развития различных районов.
ЛИТЕРАТУРА
1. Сельскохозяйственные переписи в России. М., 2007. 304 с.
2. Статистический ежегодник России. 1911 г. СПб. 1912. 548 с.
3. Иванов А. А. Крестьянское хозяйство Черноземного центра России накануне и в годы Первой мировой войны. Дисс. … канд. ист. наук. Москва, 1998. 250 с.
4. Данные о сборе зерна и сена брались из статистических сборников «Урожай … года».
5. Заметим, что в случае факторной модели с нулевым свободным членом коэффициент детерминации определяется как отношение r2 = (st — sr)/ st, где s st — сумма квадратов фактических значений у, а sr — остаточная сумма квадратов, равная сумме квадратов разностей между фактическими значениями у и приближениями, даваемыми моделью.
6. Среднеквадратическая относительная погрешность равна 5 = Д/

ПоказатьСвернуть
Заполнить форму текущей работой