авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 ||

Экономико-статистический анализиспользования сельскохозяйственных земелькрестьянскими (фермерскими) хозяйствамимуниципальных районов(на материалах тверской области)

-- [ Страница 2 ] --

Рис.2. Распределение районов Тверской области в осях латентных факторов
по кластерам

Для проверки устойчивости разбиения муниципальных районов области на кластеры, нами была проведена их кластеризация методом k-средних четкого кластерного анализа. При этом начальные центры кластеров задавались двумя способами.

Совпадение результатов четкой кластеризации с результатами кластеризации методом k-средних нечеткой кластеризации составило 88,9%. На этом основании полученное разбиение на кластеры можно считать устойчивым.

Для сравнительной оценки районов по уровню использования сельскохозяйственных земель выполнено их ранжирование по предлагаемой нами методике.

Ранг района определялся согласно величине соответствующего латентного фактора, что позволило не только определить место занимаемое районом в классификации, но и дало возможность увидеть удаленность между районами в выполненной классификации.

Для ранжирования по интегральному показателю нами определялись Евклидовы расстояния районов в двумерном пространстве латентных факторов до виртуального «эталонного» района. При этом как по показателю интенсивности, так и по показателю эффективности использования сельскохозяйственных земель, ни один район области не может иметь более высокий уровень, чем соответствующий показатель «эталона».

При ранжировании районов по интегральному показателю, фактору «эффективность использования сельскохозяйственных земель» был присвоен коэффициент значимости 1,0, а фактору «интенсивность использования земель» – 0,33.

По числу кластеров было выделено четыре типа муниципальных районов области.

Первый тип, который включает в себя шесть районов Тверской области, характеризуется низким уровнем интенсивности и высоким уровнем эффективности использования сельскохозяйственных земель. Типичным представителем данного кластера является Нелидовский район (уровень принадлежности района к данному кластеру наибольший – 0,9981). Муниципальные районы второго типа отличаются высоким уровнем использования сельскохозяйственных земель, как по показателям эффективности, так и по уровню интенсивности. Ко второму типу относятся всего четыре района Тверской области. Типичный представитель – Андреапольский район (уровень принадлежности – 0,9997). К третьему и четвертому типу относится большинство районов области (26 районов) с низкими показателями уровней эффективности использования земель и отличающиеся друг от друга степенью интенсивности их использования. Третий тип объединяет одиннадцать районов. Типичный представитель – Весьегонский район (уровень принадлежности – 0,9994). Районы данного типа используют земли достаточно интенсивно, но с низкой эффективностью. Самым многочисленным является четвертый тип. Он включает в себя пятнадцать районов. Типичный представитель – Ржевский район (уровень принадлежности – 0,9997). Этот тип районов характеризуется низкими показателями уровня использования сельскохозяйственных земель. Земли районов, относящихся к четвертому типу, используются неинтенсивно и малоэффективно.

Задача определения зависимости объемов производства фермерскими хозяйствами муниципальных районов животноводческой продукции от величины затраченных ресурсов решалась нами с помощью построения экономико-статистических моделей.

Экономико-статистические модели строились для двух групп, однородных совокупностей районов. В первую группу вошли районы первого и второго кластеров (10 районов) с относительно высоким уровнем эффективности использования сельскохозяйственных земель, а во вторую – районы третьего и четвертого кластеров (26 районов) с низким уровнем эффективности использования сельскохозяйственных земель.

В районах первой группы на фермерские хозяйства в среднем приходится по 2977 га земельных угодий и среднегодовая численность занятых в них работников в среднем равняется 70. Во второй группе районов значения соответствующих показателей следующие – 2494 га и 57 работников. На 100 га сельскохозяйственных угодий в первой группе районов приходится по 2,4 работающего, а во второй по 2,3. Как видим, показатели по обеспеченности районов земельными и трудовыми ресурсами примерно одинаковые. Что касается производственных показателей районов, то они сильно различаются.

В первой группе районов в расчете на 100 га производится 74, ц мяса и 289,9 ц молока, а во второй группе районов соответственно 25,8 ц и 89,2 ц. Выработка на одного работающего в первой группе районов составляет 31,5 ц мяса и 123,3 ц молока, а во второй группе районов 11,3 ц и 39,0 ц соответственно.

В 10 районах, с относительно эффективным использованием сельскохозяйственных земель, крестьянскими хозяйствами производится мяса в 1,3 и молока в 1,5 раза больше, чем в остальных 26 районах области.

Неоднородность сформированных нами групп разбиения районов подтвердилась проверкой по Т-критерию Крамера-Уэлча.

При определении для каждой группы районов влияния на эффективность производства фермерскими хозяйствами животноводческой продукции каждого из рассматриваемых ресурсов, необходимо исключить влияние эффективности других ресурсов

Учесть, в однородных группах районов, степень вклада каждого ресурса в полученном эффекте и сформировать алгоритм экономико-статистической оценки частных показателей эффективности аграрного производства позволяет подход, основанный на применении аппарата производственных функций (ПФ) – вероятностно-статистических моделях, связывающих переменные величины ресурсов с величинами выпуска продукции.

В своей работе мы использовали наиболее широко распространенную мультипликативно-степенную форму представления производственной функции. В канонической форме эта функция записывается так:

или

Приближенный процентный прирост функции (повышение или понижение), соответствующий приращению независимой переменной на 1%, принято называть эластичностью функции относительно переменной. Ее обозначают – и она рассчитывается по формуле:

Для развитых рыночных экономик к настоящему времени аппарат производственных функций достаточно хорошо разработан, этой теме посвящена обширная литература. Однако вопрос о том, насколько этот теоретический базис адекватен более общему случаю переходной экономики, остается дискуссионным.

На наш взгляд, в отличие от рыночных экономик, затратные оценки производственных фондов при не вполне рыночных условиях, в которых находятся в настоящее время в период своего становления фермерские хозяйства, не годятся на роль факторов, способных адекватно объяснять динамику производства. В этих условиях использование фактора инвестиций в основной капитал вместо фактора капитала, как показали исследования, позволяет получить при построении производственных функций статистически значимые оценки.

Среди затратных факторов, по которым имеются приемлемые статистические данные, кроме инвестиций в основной капитал, следует выделить земельные ресурсы.

Производственная функция принципиально может включать в себя сколько угодно факторов, однако, реальную ценность, как правило, имеют не более 2-3, которые объясняют порядка 70-90% изменений результирующего фактора, в нашем случае – объем производства мяса и молока.

Исходя из сказанного, при исследовании производства мяса и молока (yi) фермерскими хозяйствами районов, нами использовались двухфакторные производственные функции, в которых в качестве затратных факторов были приняты сельскохозяйственные угодья (x1) и инвестиции (x2). В этом случае мультипликативно-степенная производственная функция принимает вид:

.

Для моделирования производственных ситуаций, нами использовались производственные функции без введения каких-либо ограничений на показатели степени.

Построенные производственные функции, характеризующие влияние имеющихся ресурсов на производство мяса, для первой и второй групп районов, в результате выполненных расчетов получили вид:

(5,52) (3,92);

(5,49) (4,04);

где Y11 и Y12 – производство мяса в первой и второй группах районов соответственно, т.

Производственные функции, характеризующие влияние исследуемых ресурсов на производство молока, для первой и второй групп районов имеют вид:

(2,40) (4,89);



(9,74) (5,75);

где Y21 и Y22 – производство молока в первой и второй группах районов соответственно, т.

Все коэффициенты полученных уравнений производственных функций значимы. При числе степеней свободы остатка k1 = 7 и выбранном уровне значимости = 0,05, критическое значение t-критерия Стьюдента (tкр.) равное 2,36 (для первой группы районов) и при k2 = 23 равное tкр. = 2,07 (для второй группы районов) меньше эмпирических значений t-критериев, приведенных в скобках под соответствующими коэффициентами уравнений.

Оценки построенных уравнений производственных функций по
F-критерию Фишера показали статистическую значимость и надежность полученных моделей, так как расчетные значения F-критериев оказались больше критических.

Критическое значение F-критерия (Fкр) определялось (для первой группы районов) при числе степеней свободы регрессии k11 = n – 1= 2 и числе степеней свободы остатков k21 = N – (n - 1) - 1 = 7 и (для второй группы районов) при k21 = 3 и k22 = 23. При выбранном уровне значимости = 0.05, критические значения критерия Фишера соответственно равняются: F1 кр. = 4,74 и F2 кр. = 3,42.

Полученные теоретические корреляционные отношения находятся в границах 0,9815 – 0,8744, что указывает на высокую тесноту зависимости объема производства валовой продукции мяса и молока от факторов производства (x1 и x2). Коэффициенты детерминации изменяются от 96,3% до 76,5%.

Точность аппроксимации прогнозируемых показателей определялась по относительным среднеквадратическим ошибкам.

Относительные среднеквадратические ошибки прогнозируемых показателей мяса и молока в первой группе соответственно равны – 0,20 и 0,27, а во второй группе – 0,47 и 0,37, что говорит об удовлетворительной точности построенных моделей.

Таким образом, построенные нами модели, по всем статистическим критериям, адекватно отражают реальные данные.

Коэффициенты эластичности производственных функций E1 и E2.показывают, на сколько повышается объем производства валовой продукции в среднем при увеличении соответствующего фактора на 1%. Сумма коэффициентов эластичности показывает прирост валовой продукции при одновременном увеличении факторов (x1 и x2) на 1%. По удельному весу соответствующих эластичностей оценивается степень влияния каждого из ресурсов на производство продукции в соответствующих группах районов.

Анализ коэффициентов эластичности говорит о том, что все показатели степеней полученных нами производственных функций меньше единицы. Это означает, что моделируемые процессы характеризуются проявлением закона убывающей ресурсоотдачи, когда производство является неэффективным и для его улучшения необходимо, либо сокращать объем привлекаемого ресурса, либо использовать инновационные технологии.

При принятии управленческих решений необходимо учитывать, что в настоящее время наблюдается этап тенденции роста доли крестьянских (фермерских) хозяйств в производстве сельскохозяйственной продукции области. В период становления фермерских предприятий и прохождения ими названного этапа, инвестиции в основной капитал должны расти опережающими темпами по сравнению с темпами роста производства продукции. Так для увеличения производства мяса и молока на 1% нужно увеличивать инвестиции в основной капитал, в среднем, фермерским хозяйствам первой группы муниципальных районов соответственно на 2,4% и 1,4%, а хозяйствам второй группы районов, соответственно на 4,1% и 3,8%.

На основе построенных производственных функций нами был решен ряд задач экономического анализа.

Производственные функции позволили определить районы в однородных группах, в которых крестьянские (фермерские) хозяйства используют имеющиеся ресурсы с большей эффективностью и те, в которых они работают неэффективно.

Разность между фактическим объемом валового производства и его теоретическим уровнем, рассчитанным по производственным функциям, является показателем умелого или неумелого использования объективных возможностей. Эту разность правильнее рассматривать как показатель качества работы фермерских хозяйств района.

Отношение фактического объема валового производства продукции к теоретическому уровню, является показателем относительной эффективности использования имеющихся ресурсов крестьянскими (фермерскими) хозяйствами в однородных группах районов.

Улучшение использования имеющихся производственных ресурсов в районах, где показатели эффективности применения ресурсов фермерскими хозяйствами ниже среднего по совокупности уровня является одним из важнейших резервов роста производства продукции.

Выполненные, на основе производственных функций расчеты показывают, что повышение в первой группе, районами имеющими показатели эффективности применения ресурсов ниже среднего по совокупности уровня выпуска, до расчетного (среднего) значения позволит увеличить производство мяса в этой группе районов на 10,2% и производство молока на 6,2%.

Повышение во второй группе, районами имеющими показатели эффективности применения ресурсов ниже среднего по совокупности уровня выпуска, до расчетного значения даст возможность увеличить производство мяса в этой группе районов на 9,4% и производство молока на 10,3%.

В целом это позволит производить дополнительно 362,7 тонн мяса и 1114,0 тонн молока в год, т.е. увеличить производство мяса на 9,9% и производство молока на 7,8%.

Если фактическую эффективность (Эij) отдельных ресурсов (xi) при производстве каждого вида продукции (Pj) можно получить путем прямого расчета, то перспективную (ожидаемую) среднюю эффективность можно планировать на основе построенных производственных функций преобразовав их для этих целей к следующему виду:

Для примера, с использованием данной формулы нами рассчитаны матрицы средних перспективных эффективностей земельных угодий и инвестиций в основной капитал при производстве мяса и молока крестьянскими (фермерскими) хозяйствами первой группой муниципальных районов.

Выполненные расчеты показывают, что учет синергического эффекта возникающего в результате интеграции фактора инвестиций в основной капитал и фактора земельных ресурсов, позволяет повышать эффективность производства крестьянских (фермерских) хозяйств через регулирование соотношения факторов.

С использованием производственных функций можно решать и другие экономические задачи.

Анализ статистических моделей в однородных совокупностях муниципальных районов области, выявил в них различную степень влияния на эффективность производства крестьянских (фермерских) хозяйств отдельных видов ресурсов. Что обуславливает необходимость дифференцированного подхода при разработке мероприятий направленных на развитие К(Ф)Х в разных группах муниципальных районов и производстве отдельных видов животноводческой продукции.

ВЫВОДЫ И ПРЕДЛОЖЕНИЯ

Проведенные нами исследования позволяют сделать следующие выводы:

1. Возникновение и эволюция крестьянских хозяйств показала их жизнеспособность и устойчивость. Несмотря на все субъективные и объективные трудности, фермеры нашли свою экономическую нишу в аграрном секторе экономики современной России. Фермерский уклад ведения сельскохозяйственного производства продолжает постепенно наращивать свой потенциал в системе многоукладной экономики аграрного сектора.

2. Анализ трендов временных рядов доли вклада крестьянских (фермерских) хозяйств в сельскохозяйственную отрасль области, а так же в сектор растениеводства и животноводства показал, что воздействия внешних событий, таких как экономический кризис 1998 года, существенно влияют на последующий характер трендов. Указанные события привели к ускорению роста доли фермерских хозяйств в сельскохозяйственной отрасли области и в секторе растениеводства и замедлению роста доли фермерских хозяйств в животноводческом секторе.

3. Анализ временных рядов и построенных производственных функций показал, что, несмотря на сохраняющуюся тенденцию роста доли крестьянских (фермерских) хозяйств в региональном производстве сельскохозяйственной продукции, существенное ускорение роста возможно лишь в результате применения инновационных технологий и увеличения инвестиций в основной капитал.

4. Типология муниципальных районов области показала, что в подавляющем большинстве районов (26 из 36) сельскохозяйственные земли крестьянскими фермерскими хозяйствами используются малоэффективно. Очевидно, что именно фермерские хозяйства данных районов как по текущему положению, так и по своему потенциалу нуждаются в наибольшей поддержке. Крестьянские (фермерские) хозяйства данных районов необходимо рассматривать отдельно и анализировать специальным образом.

5. Проведенный анализ показал, что построение статистически значимых производственных функций отражающих связь производства сельскохозяйственной продукции крестьянскими (фермерскими) хозяйствами с затраченными ресурсами в условиях становления фермерских хозяйств, в принципе возможно.

Использование показателей наличия земельных ресурсов фермерских хозяйств и инвестиций в основной капитал в реальном выражении в качестве затратных факторов, позволяет получить статистически значимые оценки зависимости: «объем производства продукции – ресурсы».

6. Все оценки эластичности выпуска продукции крестьянскими (фермерскими) хозяйствами по земельным ресурсам и по инвестициям, полученные на построенных производственных функциях, значимо меньше единицы. Это означает, что на этапе становления крестьянских (фермерских) хозяйств темп роста производства продукции значительно отстает от темпа роста земельных ресурсов и инвестиций. Увеличение затратных факторов приводит к снижению их эффективности.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных ВАК РФ

1. Егорова, Е.В. Статистический анализ роли крестьянских (фермерских) хозяйств в сельскохозяйственном производстве Тверского региона / Е.В. Егорова // Экономика сельскохозяйственных и перерабатывающих предприятий, 2010. № 3 С. 64 – 66. – 0,4 п.л.

Публикации в других изданиях

2. Егорова, Е.В. Кластеризация регионов по эффективности использования сельскохозяйственных земель / Е.В. Егорова // Вестник ТГТУ: научный журнал. Вып. 13 / ред. кол. Б.В. Палюх [и др.]. Тверской государственный технический университет. Тверь: ТГТУ, 2008- С. 53 – 57. – 0,3 п.л.

3. Егорова, Е.В. Совершенствование методики ранжирования предприятий по уровню экономических показателей / Е.В. Егорова / Актуальные проблемы аграрного образования современной России и на постсоветском пространстве: сборник научно-методических трудов по материалам 21-й межвузовской научно-методической конференции, Тверь, 24-29 апреля 2008 г. Тверь: «АГРОСФЕРА» Тверской ГСХА, 2008. С. 166–168. – 0,1 п.л.

4. Егорова, Е.В. Блок-схема управления использованием сельскохозяйственных земель / Е.В. Егорова / Проблемы аграрной науки и образования: сборник научных трудов по материалам Международной научно-практической конференции, Тверь 3-5 июня 2008 г. Тверь: «АГРОСФЕРА» Тверской ГСХА, 2008. С. 153-155. – 0,1 п.л.

5. Егорова, Е.В. Применение методов кластерного анализа в задачах управления интенсивностью использования сельскохозяйственных земель / Е.В. Егорова / V Всероссийская школа-семинар молодых ученых «Управление большими системами»: сборник трудов, Липецк, 21-24 октября 2008 г.
В 2 т. Т.2. Липецк: ЛГТУ, 2008. С. 172 – 177. – 0,3 п.л.

6. Егорова, Е.В. Нечеткая многокритериальная кластеризация регионов по уровню эффективности использования сельскохозяйственных земель организациями / Е.В. Егорова // Повышение эффективности использования земель сельскохозяйственного назначения: сборник статей Всероссийской научно-практической конференции, Пенза, под ред. В.Д. Коротнева. Пенза: РИО ПГСХА, 2009. С. 37 – 40. – 0,1 п.л.

7. Егорова, Е.В. Особенности методики применения производственных функций к моделированию эффективности производства продукции крестьянскими (фермерскими) хозяйствами / Е.В. Егорова // VII Всероссийская школа-конференция молодых ученых «Управление большими системами»: сборник трудов, Пермь, 27-29 мая 2010 г. В 2 т. Т.1. Пермь: ПГТУ С.242 – 248. – 0,3 п.л.

8. Егорова, Е.В. Производственные функции как инструмент оценки эффективности использования производственных ресурсов крестьянскими (фермерскими) хозяйствами / Е.В. Егорова // Региональные проблемы устойчивого развития сельской местности: сборник статей VII Всероссийской научно-практической конференции, Пенза 3-4 июня 2010г., под ред. А.И. Алтухова
[и др.]. Пенза: РИО ПГСХА, 2010. С.81 – 84. – 0,2 п.л.

9. Егорова, Е.В. Статистическое моделирование эффективности использования производственных ресурсов крестьянскими (фермерскими) хозяйствами Тверской области / Е.В. Егорова // Инновационные технологии как основа развития аграрного образования и АПК региона: сборник статей Международной научно-практической конференции, Тверь, 1-3 июня 2010 г. Тверь: ТГСХА, 2010. С. 156 – 158. – 0,1 п.л.

10. Егорова, Е.В. Использование нетрадиционных затратных факторов при построении производственных функций в сельскохозяйственном секторе экономики России / Е.В. Егорова // Опыт и проблемы социально-экономических преобразований в условиях трансформации общества: регион, город, предприятие. Сборник статей VII Международной научно-практической конференции, Пенза, август 2010г., под ред. Г.А. Резник. Пенза: РИО ПГСХА, 2010. С.86 – 89. – 0,2 п.л.

11. Егорова, Е.В. Эволюция ценовых пропорций в процессе российских экономических реформ 90-х годов / Е.В. Егорова // Социально-экономические аспекты современного развития АПК: опыт, проблемы, перспективы. Сборник статей III Всероссийской научно-практической конференции, Саратов, октябрь 2010г., в печати – 0,2 п.л.



Pages:     | 1 ||
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.