Анализ производства сахарной свеклы

 

 

 

 

 

Содержание

стр.

 

 

 

 

 

 

 

ВВЕДЕНИЕ

 

Сахарная свекла - основное сырье для производства сахара в России. Из свеклы получают более 50% сахара. Сахарная свекла дает такие побочные продукты, как ботва, отходы переработки сырья (жом, патока, дефекат, применяемый как удобрение для кислых почв).

Подъем отечественного свекловодства- главное направление решения проблемы обеспечения населения страны сахаром, а перерабатывающей промышленности сырьем. Это позволить решить две задачи. Во-первых, будет предотвращена опасность зависимости конъюнктуры мирового рынка, во-вторых, полнее будет использоваться производственных потенциал сельского хозяйства, а также ресурсопоставляющих, обслуживающих и перерабатывающих отраслей.

Состояние свекловичного производства характеризуют следующие показатели: размер посевных площадей, концентрация посевов, валовое производство сахарной свеклы, свеклоупотребление (доя площади посевов свеклы в площади пашни, выраженная в процентах), объем заготовок сырья с единицы пощади, выход сахара с 1 га, число свеклосеющих хозяйств.

Наиболее важным показателем экономической эффективности в свекловодстве является урожайность. Низкая урожайность- следствие не только неблагоприятных погодных условий в отдельные годы, но и плохой организации, недостаточной специализации, концентрации производства. Из-за нарушения паритета цен на сельскохозяйственную и промышленную продукцию свеклосеющие хозяйства практически не в состоянии приобретать дорогостоящую специализированную технику, минеральные удобрения, гербициды.

Анализ производства сахарной свеклы является одной из важнейших задач статистики.

Целью курсовой работы является проведение статстико-экономического анализа производства сахарной свеклы.

Для выполнения поставленной цели необходимо выполнение ряда задач:

- рассмотреть систему статистических показателей урожая и урожайности;

- проанализировать динамику посевной площади и валового сбора сахарной свеклы;

- изучить устойчивость динамики  урожайности, прогнозирование уровня  урожайности на перспективу;

- выявить принципы построения и проанализировать вариационный ряд по урожайности сахарной свеклы;

- провести индексный анализ урожая и урожайности;

- изучить влияние отдельных  факторов на уровень  урожайности  методов статистических группировок, с помощью дисперсионного анализа  и  корреляционного анализа;

- рассмотреть статистическую отчетность  о площадях, урожае и урожайности  сельскохозяйственных культур.

Объектом исследования является деятельность предприятий занимающиеся выращиванием сахарной свеклы по Краснозоренскому, Верховскому, Должанскому и Орловскому районам Орловской области.

Источниками для анализа являются статистические данные по Краснозоренскому, Верховскому, Должанскому и Орловскому районам Орловской области за 2004-2012 гг., учебники и пособия отечественных авторов; периодические издания «Вопросы статистики», «Международный сельскохозяйственный журнал», Интернет-ресурсы, годовые отчеты с/х предприятий и др.

Курсовая работа состоит из введения, семи глав, заключения, списка литературы и приложений.

 

 

 

1 ПОКАЗАТЕЛИ УРОЖАЯ И УРОЖАЙНОСТИ

 

Урожаем называют общий объем продукции, полученной со всей площади посева. Этот объем продукции называют валовым сбором.

Под урожайностью понимают количество продукции той или иной сельскохозяйственной культуры, полученной с гектара посева.

Сельскохозяйственная статистика изучает следующие показатели: виды на урожай, урожай на корню перед началом своевременной уборки и фактический урожай.

Видовой урожай (виды на урожай) представляет ожидаемые размеры валового сбора и урожайности в период вегетации растений. Виды на урожай определяют агрономы (путем глазомерной оценки посевов в разные периоды их вегетации — густота стеблестоя и состояние колоса, степень засоренности посевов и т. д.). Виды на урожай позволяют установить урожай после определенных стадий развития сельскохозяйственных растений. При этом предполагается, что последующие фазы развития не повлияют на урожайность. На ранних стадиях вегетации оценка заключается в качественной характеристике состояния посевов на отдельных участках (отличное, хорошее, среднее, плохое) и исчислении средневзвешенных оценок всего посева отдельных культур или групп однородных культур. На более поздних стадиях при оценке видов на урожай используют количественные характеристики (центнеры и т. д.). При этом учитываются и некоторые объективные признаки (количество колосков на 1 м2, количество зерен в колосе, или стеблей на 1 м2, среднее число початков на 1 стебле кукурузы и т. д.). Оценка видов на урожай на этих стадиях может быть использована для расчета ожидаемого валового сбора соответствующих культур. При прогнозе урожая сельскохозяйственных культур учитывается состояние посевов на момент прогноза и возможные изменения в их состоянии под влиянием метеорологических условий, ухода за посевами, продолжительности и качества уборочных работ. Под урожаем на корню перед началом своевременной уборки понимают весь выращенный урожай сельскохозяйственных культур. Иногда урожай на корню неправильно называют биологическим. Как известно, урожай на корню определяется не только биологическими факторами, но и результатами труда и агротехники. Урожай на корню определяют: глазомерно, путем тщательного осмотра полей перед уборкой (субъективный метод); выборочно, путем взятия проб в момент спелости перед началом уборки (объективный метод); расчетным путем (балансовые расчеты) по данным о фактическом сборе и потерях. [20]

Сельскохозяйственная статистика для объективного метода определения урожайности разработала методы выборочного измерения урожайности культур. Выборочное определение урожайности сахарной свеклы производится в момент их созревания при помощи метровок (1 м2). По каждой культуре в зависимости от пестроты урожая берут 100—400 метровок, которые накладывают через равные интервалы в шахматном порядке по всей площади посева соответствующей культуры. Фактический сбор урожая (амбарный урожай) — количество оприходованной хозяйством продукции земледелия. Фактический сбор называют еще хозяйственным урожаем. От урожая на корню он отличается на величину потерь. В хозяйствах фактический валовой сбор сахарной свеклы учитывают в первоначально оприходованном весе (по зерну при комбайновой уборке этот вес называют бункерным) и в весе после доработки (за вычетом неиспользуемых отходов и усушки при доработке), а валовой сбор всех остальных культур — в чистом весе. Валовой сбор определяют прямым и косвенным способом. Прямой способ: суммирование фактического сбора с отдельных площадей посева, а по району — суммирование абсолютных размеров урожая, полученного отдельными хозяйствами. Косвенный способ: умножение урожайности с гектара на посевную площадь. Этим способом устанавливают видовой урожай и урожай на корню, а также валовой сбор в личных хозяйствах рабочих, служащих и других групп населения; в этом случае урожайность устанавливают по выборочным бюджетным обследованиям. При расчете валового сбора и урожайности пользуются данными о размере посевной площади.

Урожайность всех сельскохозяйственных культур определяют делением фактического валового сбора той или иной культуры на весеннюю продуктивную площадь ее посева. Это обусловлено тем, что только такой расчет урожайности обеспечивает получение взаимно согласованных результатов выполнения плана сева, урожайности, валового сбора и сохранения посевных площадей.[8]

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2 ДИНАМИКА ПОСЕВНОЙ ПЛОЩАДИ И ВАЛОВОГО СБОРА САХАРНОЙ СВЕКЛЫ

 

Одним из важнейших направлений анализа рядов динамики является изучение особенностей развития явления за отдельные периоды времени. Для выявления специфика развития изучаемых явлений за отдельные периоды времени определяют абсолютные и относительные показатели изменения ряда динамики: абсолютные приросты, абсолютное значение одного процента прироста, темпы роста и прироста.

Рассматривая данные показатели, необходимо правильно выбирать базу сравнения, которая зависит от цели исследования. При сравнении каждого уровня с предыдущим получаются цепные показатели; при сравнении каждого уровня с одним и тем же уровнем (базой) получают базовые показатели. [9]

Абсолютный прирост ( ) – измеряет абсолютную скорость роста (или снижения)  уровня ряда за единицу времени (месяц, квартал, год и т.д.). Он показывает, на сколько единиц увеличивается или уменьшается уровень по сравнению с базисным, т.е. за тот или иной промежуток времени. Его величина определяется как разность двух сравниваемых уровней:

   или      ,                                  (1)

где  - уровень i-го года;

       - уровень базисного года.

Темп роста ( ) – относительный показатель, характеризующий интенсивность процесса  роста (снижения). Он показывает, сколько процентов составляет уровень данного периода по сравнению с базисным или предыдущим уровнем, т.е. характеризует относительную скорость изменения уровня ряда в единицу времени. [15] Он вычисляется по формуле:

   или                                      (2)

Темп прироста ( ) – относительный показатель, характеризующий  величину прироста (снижения), и рассчитываемый как отношение абсолютного прироста к предыдущему или базисному уровню, т.е.:

   или   .                                 (3)

Темп прироста может быть вычислен также путем вычитания из темпов роста 100%, т.е.

Абсолютный размер 1% прироста (/%/) – абсолютный показатель, показывающий какое содержание имеется в 1% прироста, сколько весом 1%, и определяемый по формуле:

/%/ = 0,01 .                                                               (4)

Расчет этого показателя имеет смысл только на цепной основе.[6]

Средние  показатели рядов динамики являются обобщающей характеристикой его абсолютных уровней, абсолютной скорости и интенсивности изменения уровней ряда динамики. Различают следующие средние показатели: средний уровень ряда динамики, средний абсолютный прирост, средний темп роста и прироста.

Методы расчета среднего уровня ряда динамики зависят от его вида и способов получения статистических данных.

В интервальном ряду динамики с равноотстоящими уровнями во времени расчет среднего уровня ряда ( ) производится по формуле средней арифметической простой:

                                                                 (5)

Для интервального ряда динамики с неравноотстоящими уровнями средний уровень ряда вычисляется по формуле:

                                                              (6)

где t- число периодов времени, в течение которых уровень не изменяется.[30]

Для моментного ряда с равноотстоящими уровнями средний уровень ряда рассчитывается по формуле средней хронологической:

                  (7)

где n – число уровней ряда.

Средний уровень  моментного ряда с разноотстоящими уровнями вычисляется по следующей формуле:

 

                            (8)

Средний абсолютный прирост – показатель, характеризующий среднюю абсолютную скорость роста (снижения) уровня за отдельные периоды времени. Он показывает, на сколько единиц увеличился (уменьшился) уровень по сравнению с предыдущим в среднем  за единицу времени (в среднем ежегодно, ежемесячно и т.д.). Определение  среднего абсолютного прироста производится по формуле:

  или                                   (9)

Средний темп роста – относительный показатель, выраженный в форме коэффициента и показывающий, во сколько раз увеличился уровень по сравнению с предыдущим в среднем за единицу времени (в среднем ежегодно, ежеквартально и т.п.). Среднегодовой темп роста вычисляется по  формуле средней геометрической:[25]

,        или             ,                             (10)

где m – число коэффициентов роста.

Средний темп прироста – относительный показатель, выраженный в процентах и показывающий, на сколько увеличился (уменьшился) уровень по сравнению с предыдущим в среднем за единицу времени ( в среднем ежегодно, ежемесячно и т.п.). Среднегодовой темп прироста получаем, вычтя из среднего темпа роста 100%:

                                                             (11)

Важной задачей статистики при анализе  рядов динамики является определение основной тенденции развития. Основная тенденция (тренд) – достаточно плавное и устойчивое изменение  уровня явления во времени, более или менее свободное от случайных колебаний. Основную тенденцию можно представить либо аналитически – в виде уравнения (модели) тренда, либо графически. [12]

Произведем анализ динамики посевной площади, валового сбора и урожайности по Краснозоренскому, Верховскому, Должанскому, Кромскому и Орловскому районам Орловской области в 2004 – 2012 гг.

Для этого используем данные таблицы 1.

Таблица 1 – Исходные данные для анализа динамики посевной площади, валового сбора и урожайности по Краснозоренскому, Верховскому, Должанскому, Кромскому и Орловскому районам Орловской области в 2004 – 2012 гг.

Район	Посевная площадь, га	Валовой сбор, ц	Урожайность, ц/га
1	2	3	4
2004 г.
Краснозоренский	64	3682	58,0
Кромской	215	26397	122,8
Верховский	248	18149	73,2
Должанский	200	17854	89,3
Орловский	215	56650	263,5
2005 г.
Краснозоренский	51	8418	165,1
Кромской	105	25473	242,0
Верховский	108	13762	127,2
Должанский	350	109500	312,9
Орловский	160	47112	294,5
2006 г.
Краснозоренский	350	78488	224,3
Кромской	283	90331	318,8

 

Продолжение таблицы 1.

1	2	3	4
Верховский	123	23963	194,3
Должанский	400	57562	143,9
Орловский	195	92947	476,7
2007 г.
Краснозоренский	250	48130	192,5
Кромской	286	1195	4,2
Верховский	747	104236	139,5
Должанский	400	145213	363,0
Орловский	332	48909	147,2
2008 г.
Верховский	170	3513	20,7
2009 г.
Должанский	4915	5108,7	1,04
2010 г.
Краснозоренский	328	58307	178,0
Верховский	200	68541	342,7
Должанский	301	8270	17,0
Орловский	207	19792	95,5
2011 г.
Краснозоренский	775	140090	180,8
Верховский	100	66225	662,2
Должанский	749	121605	162,4
Орловский	236	133123	563,3
2012 г.
Краснозоренский	800	160160	200,2
Верховский	200	110437	552,2
Должанский	220	113532	516,1
Орловский	217	139848	645,5

 

По приведенным данным проведем анализ по основным показателям динамики по Краснозоренскому, Верховскому, Должанскому, Кромскому и Орловскому районам Орловской области в 2004 – 2012 гг.:

- по посевной площади  (приложение 1);

- по валовому сбору (приложение 2);

- по урожайности (приложение 3).

Также необходимо рассчитать средние показатели динамики (приложение 4). Данные таблиц 2-5 свидетельствуют о том, что валовой сбор как и посевная площадь в среднем по анализируемых районам Орловской области увеличивается.

 

3 ИЗУЧЕНИЕ УСТОЙЧИВОСТИ ДИНАМИКИ УРОЖАЙНОСТИ, ПРОГНОЗИРОВАНИЕ УРОВНЯ УРОЖАЙНОСТИ НА ПЕРСПЕКТИВУ

 

Для изучения устойчивости динамики показателей урожайности по Краснозоренскому, Верховскому, Должанскому, Кромскому и Орловскому районам Орловской области используем данные за те года и прогнозирования уровня на перспективу необходимо использовать данные которые имеют постоянную линию тренда. При этом проведенный анализ исходных данных свидетельствует о том, что в некоторые периоды времени (2008 – 2012 г.) нет данных об анализируемом явлении, поэтому для дальнейшего изучения используем данные только за 2010-2012 гг. по Краснозоренскому, Верховскому, Должанскому и Орловскому районам Орловской области. [10]

Для наглядного представления исходных данных построим график урожайности сахарной свеклы (рисунок 1).

Рисунок 1 - Динамика урожайности сахарной свеклы по Краснозоренскому, Верховскому, Должанскому и Орловскому районам Орловской области за 2010-2012 гг., ц/га

Из рисунка видно, что максимум урожайности сахарной свеклы находится в 2011 г. в Верховском районе, минимум – в 2010 г в Должанском районе.

Проведем анализ тренда урожайности.

Предположим, что линия тренда прямолинейная.

Для прогнозирования урожайности сахарной свеклы используем метод экстраполяции.

Экстраполяция — это такой метод, когда прогнозируемые показатели рассчитываются на основе взаимосвязей показателей одного динамического ряда. В сущности, экстраполяция — это перенос закономерностей и тенденций прошлого на будущее. При экстраполяции развитие одного явления не связывается с другим, т. е. развитие прогнозируемого явления рассматривается только как функция времени. [21]

Проведем прогнозирование  методом экстраполяции, используя способ – регрессионного анализа.

Введем следующие условные обозначения:

x – порядковый номер года;

y – урожайность сахарной свеклы по  районам Орловской области;

n – количество периодов;

_

x – среднее значения x;

_

y – среднее значение y.

Функция описывается линейным уравнением:

= a + b*x,

где b = [n*∑(x*y) – (∑x)*(∑y)] / n∑x2 – (∑x)2;

                                                         _        _

a = y – b*x

 

- выровненные, т. е. лишенные колебаний, уровни тренда для лет с  номером х,

Строим расчетную таблицу (таблица 6).

Таблица 6  - Расчетная таблица

Год	Порядковый номер, x	Урожайность ц/га, у	x*y	x2
Краснозоренский
2010 г.	1	178,0	178,0	1
2011 г.	2	180,8	361,5	4
2012 г.	3	200,2	600,6	9
Итого	6	559	1140	14
Среднее	2	186	380	4,7
Верховский
2010 г.	1	342,7	342,7	1
2011 г.	2	662,2	1324,5	4
2012 г.	3	552,2	1656,6	9
Итого	6	1557	3324	14
Среднее	2	519	1108	4,7
Должанский
2010 г.	1	17,0	17,0	1
2011 г.	2	162,4	324,9	4
2012 г.	3	516,1	1548,2	9
Итого	6	695	1890	14
Среднее	2	232	630	4,7
Орловский
2010 г.	1	95,5	95,5	1
2011 г.	2	563,3	1126,6	4
2012 г.	3	645,5	1936,4	9
Итого	6	1304	3158	14
Среднее	2	435	1053	4,7

 

Произведем математический расчет этих показателей, используя данные таблицы 6:

По Краснозоренскому району:

b =(3*1140-6*559)/((3*14)-(6*6));

a =186– 2*11

После расчета были получены следующие данные: b = 11; a = 164.

= 164 + 11*x,

По Верховскому району:

b =(3*3324-6*1557)/((3*14)-(6*6));

a =519– 2*105

После расчета были получены следующие данные: b = 105; a = 310.

= 310 + 105*x,

По Должанскому району:

b =(3*1890-6*695)/((3*14)-(6*6));

a =519– 2*250

После расчета были получены следующие данные: b= 250; a = -268.

= -268 + 250*x,

По Орловскому району:

b =(3*3158-6*1304)/((3*14)-(6*6));

a =435– 2*275

После расчета были получены следующие данные: b =275; a =-115.

= -115 + 275*x,

Осуществим прогноз на 2013 г. Результаты расчетов представим в виде таблицы 7.

Таблица 7 – Прогнозирование урожайности сахарной свеклы Краснозоренскому, Верховскому, Должанскому и Орловскому районам Орловской области на 2013 г.

Район	Уравнение	2013 г.
Краснозоренский	= 164 + 11*x	208,2
Верховский	= 310 + 105*x	728,5
Должанский	= -268 + 250*x	731,8
Орловский	= -115 + 275*x	984,7

 

Представим результаты прогнозирования графически (рисунок 2).

Для характеристики колеблемости варьирующего признака в изучаемой совокупности явлений применяются следующие показатели:

- Размах вариации;

- Среднее линейное отклонение;

- Дисперсия;

- Среднее квадратическое отклонение;

- Коэффициент.

Рисунок 2 - Прогнозирование урожайности сахарной свеклы на 2013 г.

Размах вариации или размах колеблемости является наиболее простым измерителем вариации признака. Он равен разности между наибольшим (максимальным) и наименьшим (минимальным) значением варьирующего признака в данном ряду.

R = xmax – xmin                                                (6)

R = 662,2 – 17,0

R =343

При определении величины размаха вариации учитываются только два крайних значения признака, колеблемость же и распространенность (частота) его в этом показателе не находят отражения.

Среднее линейное отклонение является несколько более совершенной мерой вариации и характеризует колеблемость значений признака по всей

совокупности явлений.

Среднее линейное отклонение ( ) представляет собой среднюю величину из отклонений вариантов признака от их средней. Его можно рассчитать по формуле средней арифметической из абсолютных значений отклонений вариант признака от их средней:

                                                    (7)

Значение среднего линейного отклонения свидетельствует о том, что разброс урожайности незначителен.

Дисперсия представляет собой  средний квадрат отклонений индивидуальных значений от их средней величины (обозначается греческой буквой - «сигма квадрат»).

Дисперсия вычисляется по формуле:

                                                 (8)

Среднее квадратическое отклонение представляет собой корень квадратный из среднего квадрата отклонений отдельных значений признака от их средней:

                                                 (9)

Коэффицент колеблемости найдем по формуле:

Результаты анализа колеблемости временного ряда урожайности сахарной свеклы анализируемых районов Орловской области путем нахождения показателей абсолютной величины и относительной интенсивности колеблемости представим в виде таблице 8.

Таблица 8 - Показатели колеблемости урожайности

Показатель	Значение
Минимальное значение урожайности	17,0
Максимальное значение урожайности	662,2
Среднее значение урожайности	343,0
n	12
Размах вариации	150,8
Среднее квадратическое отклонение	221,7
Продолжение таблицы 8
Дисперсия	49144
Коэффициент колеблемости	0,65