Курсовая работа: Анализ состояния отрасли растениеводства в Российской Федерации
Определим распределение посевных площадей сельскохозяйственных культур по данным таблицы 3.
Таблица 3. Распределение посевных площадей сельскохозяйственных культур по категориям хозяйств
| годы | ||||||||||
| 2003 | 2004 | 2005 | 2006 | 2007 | ||||||
| га | % | га | % | га | % | га | % | га | % | |
| Хозяйства всех категорий | 88329 | 100 | 85419 | 100 | 84753 | 100 | 84578 | 100 | 79596 | 100 |
|
Сельскохо зяйственн ые организац ИИ | 77844 | 88,1 | 72717 | 85,1 | 73006 | 86,1 | 70318 | 83,1 | 64991 | 81,6 |
| Хозяйства населения | 3127 | 3,6 | 4126 | 4,9 | 4399 | 5,2 | 4389,6 | 5,2 | 5046 | 6,3 |
| Крестьяне кие (фермерск ие) хозяйства | 7358 | 8,3 | 8576 | 10,0 | 7348 | 8,7 | 9870,3 | 11,7 | 9559 | 12,0 |
Данные таблицы 3 свидетельствуют о том, что наибольшая доля производства продукции растениеводства принадлежит сельскохозяйственным организациям, так как они возделывают свыше 80 % всех посевных площадей, затем идут крестьянские (фермерские) хозяйства и наименьшая доля принадлежит хозяйствам населения.
4. Динамика валовых сборов и урожайности сельскохозяйственных культур
Рассмотрим динамику производства продукции растениеводства по основным сельскохозяйственным культурам в отдельности. Динамика производства зерна представлена в таблице 4.
Таблица 4. Динамика валовых сборов зерновых культур
| годы | Валовой сбо сбор, млн. т | Темп роста | Темп прироста | ||
| базисный | цепной | базисный | цепной | ||
| 2000 | 69,3 | - | - | - | - |
| 2001 | 88,6 | 1,28 | 1,28 | 0,28 | 0,28 |
| 2002 | 47,9 | 0,69 | 0,54 | -0,31 | -0,46 |
| 2003 | 54,7 | 0,79 | 1,14 | -0,21 | 0,14 |
| 2004 | 65,5 | 0,95 | 1,20 | -0,05 | 0,20 |
| 2005 | 85,2 | 1,23 | 1,30 | 0,23 | 0,30 |
| 2006 | 86,6 | 1,25 | 1,02 | 0,25 | 0,02 |
| 2007 | 67,2 | 0,97 | 0,78 | -0,03 | -0,22 |
Данные таблицы 4 показывают, что производство зерновых культур подвержено колебаниям, хотя за период с 2004 по 2006 год наблюдается тенденция роста производства о чем свидетельствую цепные темпы роста производства и только в 2007 году по сравнению с 2006 годом объем производства снизился на 22 %. При этом только в отдельные годы производство зерна превысило уровень 2000 года о чем свидетельствуют базисные темпы роста.
Важнейшим фактором, определяющим объем производства продукции растениеводства, является урожайность. Динамика урожайности зерновых культур представлена в таблице 5.
Таблица 5. Динамика урожайности зерновых культур в РФ
| Годы |
Урожайность, ц с 1 га | Выравнивание методом укрупнения периодов | Выравнивание методом скользящей средней | ||
| Сумма урожайности | средняя 3-х летняя урожайность, ц с 1 га | суммы по скользящим 3-х летним интервалам | скользящие средние, ц с 1га | ||
| 1998 | 14,9 | ||||
| 2001 | 17,8 | 45,6 | 15,2 | 45,6 | 15,2 |
| 2002 | 12,9 | 45,1 | 15,03 | ||
| 2003 | 14,4 | 42,9 | 14,3 | ||
| 2004 | 15,6 | 49,4 | 16,47 | 49,4 | 16,47 |
| 2005 | 19,4 | 54,6 | 18,2 | ||
| 2006 | 19,6 | 37,4 | 12,47 | 56,8 | 18,93 |
| 2007 | 17,8 | 37,4 | 12,47 | ||
Для того чтобы сгладить влияние случайных факторов более отчетливо представить влияние основных факторов воспользуемся методами выравнивания укрупнения периодов и скользящих средних.
Метод укрупнения периодов показывает тенденцию снижения урожайности с последующим ростом. Метод скользящих средних показывает, что влияние случайных факторов сгладилось не в полной мере, так как повышение урожайности чередуется с ее снижением.
Наряду с методами укрупнения периодов и 'скользящих средних широкое применение получил метод аналитического выравнивания динамического ряда или метод наименьших квадратов.
Суть метода заключается в том, что тенденция развития описывается в виде математического уравнения, при этом должно соблюдаться условие, чтобы сумма квадратов отклонений выровненных уровней от фактических была минимальной.
Та из моделей, которая имеет минимальное значение коэффициента корреляции, наиболее точно воспроизводит тенденцию развития данного явления.
В таблице 6 представлены трендовые модели урожайности зерновых культур в РФ.
Таблица 6. Трендовые модели урожайности зерновых культур.
| Наименование функции | Вид модели | Коэффициент корреляции |
| Линейная | Уt= 13871+0,5952х | 0,35 |
| Квадратическая | Уt=15604-0,444х+0,1155х2 | 0,44 |
| Степенная | у t= 14,287х0,104 | 0,23 |
| Показательная | Уt= 1326-0,324x | 0,34 |
Среди рассмотренных функций оптимальной является квадратическая, т. к. коэффициент корреляции у нее максимальный -0,44. Именно она наиболее точно математически описывает тенденцию урожайности зерновых
Рассмотрим использование индексного метода при анализе валового сбора зерновых культур.Индексвалового сбора по группе зерновых культур можно исчислять по формуле
растениеводство продукция статистический сельскохозяйственный
В нашем примере индекс валового сбора составит
или 77,6%
В абсолютном выражении увеличение валового сбора находится как разность между числителем и знаменателем индексного отношения
Снижение валового сбора составило 19,4 тыс.т (67,2-86,6).
На динамику валового сбора оказывает влияние уровень урожайности отдельных культур, размер и структура посевной площади. Поэтому индекс валового сбора может быть представлен как произведение индексов урожайности постоянного состава, структуры посевных площадей и размера посевных площадей.