14591 (Урожайність та шляхи її підвищення у ДП "Урагросоюз" Ананьївського району Одеської області), страница 5

ВЗ = У₁П₁ - У₀П₀ = 76059 – 52833 = 23226 ц

Зміна валового збору за рахунок:

• посівної площі:

ВЗп = У₀ х (П₁ – П₀) = 29,9 х (1798 – 1767) = 927 ц.

• урожайності:

ВЗу = П₁ х (У₁ – У₀) = 1798 х (42,3 – 29,9) = 22299 ц.

• структури посівних площ:

ВЗст = У₀П₀ - ₀ П₁ = 52833 – 29,9 х 1798 = 0

Перевірка правильності розрахунків:

ВЗ = ВЗп + ВЗу + ВЗст

23226 = 927 + 22299 +0

Отже, в звітному році в порівнянні з 2006 роком валовий збір зерна зріс на 23226 ц/га. Наслідком розширення посівної площі під зерновими культурами на 31 га збільшення валового збору зерна на 927 ц. Підвищення урожайності на 12,4 ц/га дозволило підприємству додатково отримати 22299 ц зерна. Зміна структури посівних площ не вплинула на розмір врожаю.

В цілому частина приросту валового збору зерна внаслідок :

• розширення посівних площ склала 4,0% (927 : 23226);

• підвищення урожайності 96,0% (100% - 4%).

Таким чином, збільшення валового збору зерна на 96,0 здійснювалося за рахунок інтенсивних факторів і 4,0% - за рахунок екстенсивних факторів.

При аналізі впливу факторів на валовий збір по групі однорідних культур постає необхідність проведення аналізу середньої урожайності. На середню урожайність групи однорідних культур впливають фактори:

• урожайність окремих культур;

• структура посівних площ.

Вплив факторів на зміну середньої урожайності однорідних культур визначається шляхом розрахунку індексу урожайності (Іу) та індексу структури посівних площ (Іс). Взаємозв’язок індексів виражається залежністю:

І = І у х І с

Середня урожайність по групі зернових у звітному році становить:

₁ = У₁П₁ : П₁ = 76059 : 1798 = 42,3 ц/га

• у базисному році:

₀ = У₀П₀ : П₀ = 52833 : 1767 = 29,9 ц/га

Абсолютне відхилення середньої урожайності звітного року від базисного становить:

У = ₁ - ₀ = 42,3 – 29,9 = 12,4 ц/га

Відносне відхилення:

І = 42,3 : 29,9 = 1,4147 або 141,5%

Отже, середня урожайність всіх зернових культур у звітному році в порівнянні з 2006 роком зросла на 12,4 ц/га (або на 41,5%).

Для визначення впливу урожайності окремих культур необхідно обчислити умовну урожайність за формулою:

_ум = У₀П₁ : П₁ = 53760 : 1798 = 29,9 ц/га

Зростання середньої урожайності зернових за рахунок зміни урожайності окремих культур:

абсолютне відхилення: У_у = ₁ - _ум = 42,3 – 29,9 = 12,4 ц/га

відносне відхилення: І у = ₁ : _ум = 42,3 : 29,9 = 1,4147 або 141,5%

Отже, внаслідок підвищення урожайності озимих пшениці та ячменю, ярого ячменю середня урожайність зернових культур зросла на 12,4 ц/га (або на 41,5%).

Розраховувати індекс впливу структури посівної площі немає сенсу ( ₀ = _ум). так як зміна середньої урожайності повністю залежить тільки від урожайності окремих культур.

5. Кореляційно-регресійний аналіз зміни урожайності

Порівняльну кількісну характеристику впливу різних факторів на зміну рівня врожайності можна встановити за допомогою кореляційного аналізу. Обов’язковою умовою застосування кореляційного методу э масовість показників, що дозволяє виявити тенденцію, закономірність розвитку. Форма взаємозв’язку між факторами і результативним показником виявляється тільки тоді, коли для дослідження використовується значна кількість спостережень. Тоді відповідно до закону великих чисел вплив інших факторів згладжується. Кореляція може бути парною і множинною.

Парна кореляція – це зв'язок між двома показниками, один із яких є факторним, інший результативним показником.

Статистична залежність виявляється в тому, що зі змінюванням однієї величини змінюється середнє значення іншої. Така залежність називається кореляційною. Наприклад, у землеробстві з однакових за площею ділянок землі при рівних кількостях внесених добрив збирають різний врожай. Звичайно, немає строгої функціональної залежності між урожайністю та кількістю внесених добрив. Це пояснюється впливом випадкових факторів (опади, температура повітря, розташування ділянки тощо). Водночас, як показує досвід, середній врожай залежить від кількості внесених добрив, тобто зазначені показники, напевне, пов’язані кореляційною залежністю.

Використання в аналізі рівня урожайності багатофакторних кореляційно-регресійних моделей дає можливість розв’язати такі два основні завдання:

• визначити і кількісно виміряти ступінь впливу як окремих факторів, так і їх сукупності на рівень врожайності і тим самим виділити важливіші фактори, що формують її рівень;

• на основі побудованих кореляційно-регресійних моделей, що характеризують залежність врожайності від різних факторів, можна робити розрахунки кількісних змін рівня врожайності при зміні на певну величину окремих факторів, що вивчаються, тобто робити розрахунки очікуваного рівня врожайності та здійснювати його прогнозування при заданих значеннях факторних ознак.

Побудові багатофакторних кореляційно-регресійних моделей залежності врожайності від різних факторів повинен передувати теоретичний якісний аналіз, на основі якого, виходячи з цілей і завдань дослідження, відбираються для вивчення фактори, що визначають рівень врожайності. При цьому потрібно мати на увазі, що змістовність результатів аналізу багато в чому визначається ступенем наукової обґрунтованості добору факторів. Одна з основних умов їх відбору - результативна ознака (врожайність) - повинна перебувати в причинному зв’язку з факторними ознаками.

По-перше, до багатофакторної кореляційно-регресійної моделі урожайності повинні включатись лише ті фактори, які з точки зору економічної теорії можуть здійснювати вплив на рівень врожайності.

По-друге, показники, що характеризують відібрані фактори, повинні мати кількісний вираз. Список цих факторів може бути або досить широким, або обмежуватися лише необхідною вихідною інформацією. Число включених до моделі факторів повинно бути практично доцільним. Ця вимога означає, що при моделюванні економічних показників необхідно прагнути використовувати мінімальну кількість факторів, в основному тих, що визначають коливання, варіацію досліджуваного показника. Включення до моделі великого числа факторів може призвести до того, що модель відобразить не тільки закономірності, притаманні даному явищу на тлі випадкових коливань, але й самі випадкові коливання. До того ж варто мати на увазі, що розроблені багатофакторні кореляційно-регресійні моделі повинні бути зручними для практичного використання і зрозумілі працівникам будь-якого рівня управління.

Щоб одержати надійніші і значиміші результати вивчення залежності врожайності від різних факторів, дослідження необхідно проводити не на підставі даних тільки одного якогось довільно взятого року, а за кілька років, щоб усунути вплив метеорологічних умов окремих років, що є однією з основних причин різких коливань як рівня врожайності.

Таблиця 10 - Розрахунок залежності урожайності зернових культур від внесення добрив в ДП «Украгросоюз»

При застосуванні багатофакторних кореляційно-регресійних моделей в аналізі факторів урожайності, як і у всіх випадках їх побудови, важливе значення має правильний вибір типу рівняння регресії, здатного найточніше відобразити реально існуючі залежності між урожайністю і визначаючими її рівень факторами, а також достатній обсяг досліджуваної сукупності. Практика багатофакторного кореляційно-регресійного аналізу свідчить про те, що лінійні рівняння найчастіше досить повно відображають закономірності формування рівнів досліджуваних суспільних явищ. Це можна пояснити тим, що у визначеному інтервалі самі складні залежності можуть бути приблизно добре відображені лінійним рівнянням: