Рационализация путей и методов повышения экономической эффективности производства зерна 08. 00. 05 Экономика и управление народным хозяйством Экономика, организация и управление предприятиями, отраслями, комплексами. Апк и сельское хозяйство

Вид материала

Автореферат

Подобный материал:

• Повышение экономической эффективности производства мяса крупного рогатого скота 08., 351kb.
• Развитие потребительской кооперации в системе продовольственного обеспечения (на материалах, 421.99kb.
• Развитие рынка зерна в российском регионе 08. 00. 05. Экономика и управление народным, 296.36kb.
• Организационно-экономические аcпекты повышения эффективности семеноводства зерновых, 232.77kb.
• Повышение эффективности развития скотоводства: теория, методология, практика, 936.09kb.
• Экономический механизм регулирования инвестиционных процессов в апк региона, 642.33kb.
• Формирование воспроизводственного процесса сельскохозяйственных предприятий на основе, 433.99kb.
• Экономическая устойчивость сельскохозяйственных организаций, 600.27kb.
• Управление рисками сельскохозяйственных предприятий в условиях реформирования производства, 352.67kb.
• Повышение эффективности функционирования региональной экономики на основе интенсификации, 430.74kb.

3. Предложена методика и результаты индикативного анализа размещения зернопроизводства в Курской области, обоснованные данными многомерной компьютерной классификации развития зернового хозяйства, для проведения рейтинговой производственно-экономической оценки зернопроизводства в районах региона, основываясь на вычисленных методами факторного анализа безразмерных числовых характеристиках этих индикаторов.

В настоящем исследовании поставлена задача проведения точного количественного анализа размещения зернопроизводства в административных районах Курской области. Для этого необходимо обоснование системы региональных индикаторов развития производства зерна.

В качестве показателей и формируемых на их основе методами факторного анализа индикаторов развития зернового хозяйства целесообразно использовать числовые характеристики, которые представляются органами государственной статистики и отражают посевные площади зерновых культур, их урожайность и валовые сборы зерна в административных районах региона.

Принципиальным отличием предлагаемой нами методики формирования индикаторов является то, что они не задаются заранее по каким-либо схемам, а генерируются методами факторного анализа по объективным статистическим критериям с последующей интерпретацией выделенных факторов на основе содержательного качественного производственно-экономического анализа (рис.1).




Рис.1 – Концептуальная схема системы математических моделей генерации индикаторов развития зернового хозяйства в административных районах Курской области с целью рейтинговой оценки районов


В соответствии с разработанной нами методикой выполнена многомерная классификация основных показателей развития зернопроизводства среди административных районов Курской области, принятым Федеральной службой государственной статистики. Соответствующие числовые эксперименты выполнены нами по программе кластерного анализа на системе статистической обработки данных STATGRAPHICS 2.1+ FOR WINDOWS.

Как показывают данные кластерного анализа, административные районы Курской области распределяются на три группы по выделенным четырем показателям общего развития производства всех зерновых культур с четко различимой разницей между их центроидными значениями в кластерах.

Таблица 4 – Кластерный анализ развития производства всех зерновых культур в административных районах Курской области

Кластер	Число элементов кластера (административных районов)	Центроидные значения показателей
		посевная площадь зерновых культур	средняя урожайность	валовой сбор	общая площадь пашни
1	7	24003	42	151649	48060
2	12	16754	30	84123	44370
3	9	31169	32	141910	72027

Как показывает проведенный анализ, первый кластер включает семь административных районов со средней по области площадью пашни, средними уровнями посева, но наибольшими показателями урожайности и валового сбора зерна. Очевидно, этот кластер следует отнести к группе условно-лучших районов наиболее интенсивного зернопроизводства.

Третий кластер образуют девять административных районов с максимальными центроидными значениями пашни, посевов зерновых культур и средними центроидными значениями валового сбора и урожайности зерновых культур. По-видимому, эта группа районов образует кластер средних по уровню интенсивности зернового хозяйства административных районов Курской области.

Третий, наибольший по числу районов (включающий двенадцать районов), но имеющий наименьшие центроидные значения площадей пашни, посевов зерновых культур, урожайности этих культур и валового сбора, образует группу условно-худших по развитию зернопроизводства районов Курской области.

В таблице 5 и на рис. 2 представлено территориально-административное распределение районов Курской области по кластерам обобщающих показателей развития зернового хозяйства.

Таблица 5 – Распределение административных районов Курской области по кластерам показателей развития зернового хозяйства

Номер региона	Номер кластера	Название административного района
1	1	Беловский
2	2	Большесолдатский
3	1	Глушковский
4	3	Горшеченский
5	2	Дмитриевский
6	2	Железногорский
7	3	Золотухинский
8	3	Касторенский
9	2	Конышевский
10	1	Кореневский
11	3	Курский
12	2	Курчатовский
13	2	Льговский
14	3	Мантуровский
15	1	Медвенский
16	1	Обоянский
17	2	Октябрьский
18	2	Поныровский
19	2	Пристенский
20	3	Рыльский
21	3	Советский
22	2	Солнцевский
23	1	Суджанский
24	2	Тимский
25	3	Фатежский
26	2	Хомутовский
27	1	Черемисиновский
28	3	Щигровский

Рис.2 – Кластерный анализ районов Курской области по производству зерна


Кластерный анализ является предварительным этапом исследования уровня развития зернопроизводства в административных районах Курской области. Следующей фазой настоящего исследования является генерация и содержательная интерпретация системы индикаторов для выделенных показателей развития зернового хозяйства и проведение рейтинговой производственно-экономической оценки зернопроизводства в районах региона, основываясь на вычисленных методами факторного анализа безразмерных числовых характеристиках этих индикаторов.

Рассмотрим далее формирование индикаторов развития зернопроизводства в административных районах Курской области (таблица 6).

Таблица 6 – Содержание индикаторов в группе показателей развития зернопроизводства в административных районах Курской области

Обозначение переменной	Показатель	Знак факторной нагрузки
	Индикатор, выражаемый фактором F1
Pl_jch	Площадь посева ячменя	+
Pl_psh_oz	Площадь посева озимой пшеницы	+
Posev	Площадь посева зерновых	+
Urog_jch	Урожайность ячменя	+
Val_jch	Валовой сбор ячменя	+
Val_oz_psh	Валовой сбор озимой пшеницы	+
Val_vsego	Валовой сбор зерна	+
	Индикатор, выражаемый фактором F2
Pl_grech	Площадь посева гречихи	+
Pl_proso	Площадь посева проса	+
Val_grech	Валовой сбор гречихи	+
Val_proco	Валовой сбор проса	+
	Индикатор, выражаемый фактором F3
Pl_jr_psh	Площадь посева яровой пшеницы	+
Pl_rog	Площадь посева ржи	+
Val_jr_psh	Валовой сбор яровой пшеницы	+
Val_oz_rog	Валовой сбор ржи	+

В группе показателей уровня развития зернопроизводства наиболее важные характеристики образуют индикатор, выражаемый фактором F1.

Все соответствующие этим характеристикам показатели имеют высокие положительные значения факторных нагрузок. На основании анализа состава значимых переменных, образующих фактор F1, определим его как «Индикатор производства крупнотоварных зерновых культур – озимой пшеницы и ячменя».

Следующим по уровню значимости является фактор F2, который образован переменными, выражающими посевы и валовые сборы крупяных культур – гречихи и проса. Этот фактор следует определить как «Индикатор производства крупяных культур – проса и гречихи».

Очевидно, наименее значимым является фактор F3, который следует определить как «Индикатор производства мелкотоварных зерновых культур – яровой пшеницы и ржи».

Важнейшим достижением факторного анализа является возможность количественного выражения показателей изучаемого производственно-экономического процесса, каким является, например, развитие зернопроизводства в административных районах Курской области, с помощью соответствующих отдельным факторам интегральных числовых характеристик, которые образуют индикаторы, позволяющие построить объективную рейтинговую шкалу районов региона (таблица 7).

Таблица 7 – Ранжированные ряды индикаторов развития зернопроизводства в административных районах региона (по данным факторного анализа)

Порядко-вый номер региона	Название области	Ранжированные ряды занимаемых мест
		По индикаторам, выражаемым факторами
		F1	F2	F3
1	Беловский	5	18	24
2	Большесолдатский	12	21	28
3	Глушковский	17	26	10
4	Горшеченский	19	3	4
5	Дмитриевский	27	13	5
6	Железногорский	26	20	6
7	Золотухинский	9	2	12
8	Касторенский	14	11	15
9	Конышевский	23	24	11
10	Кореневский	8	22	7
11	Курский	16	11	9
12	Курчатовский	25	23	22
13	Льговский	22	14	20
14	Мантуровский	13	7	17
15	Медвенский	1	1	19
16	Обоянский	4	10	26
17	Октябрьский	24	16	14
18	Поныровский	20	25	8
19	Пристенский	18	5	16
20	Рыльский	6	19	1
21	Советский	2	6	27
22	Солнцевский	21	12	23
23	Суджанский	10	15	18
24	Тимский	15	9	13
25	Фатежский	11	8	25
26	Хомутовский	28	28	2
27	Черемисиновский	3	27	21
28	Щигровский	7	4	3

Как показывают данные факторного эксперимента по наиболее значимому индикатору развития крупнотоварного зернопроизводства первые пять мест (в 2009 г.) занимали, соответственно, Медвенский, Советский, Черемисиновский, Обоянский и Беловский районы; а последние пять мест занимают Октябрьский, Курчатовский, Железногорский, Дмитриевский, Хомутовский районы.

Ведущими производителями крупяных культур являются Медвенский, Золотухинский, Горшеченский, Щигровский, Пристенский районы, а производство мелкотоварных зерновых культур в наибольшей степени сосредоточено в Рыльском, Хомутовском, Щигровском, Горшеченском, Дмитриевском районах.