Совершенствование управления отраслью растениеводства в РФ

4. Абсолютное значение 1 % прироста определяется отношением  абсолютного прироста к темпу  прироста и только цепным способом. 

3. Динамика и структура  посевных площадей 

При анализе производства продукции растениеводства необходимо первоначально определить посевные площади их динамику и структуру, так как они оказывают непосредственное влияние на объемы производства продукции. 

Динамику посевных площадей рассмотрим на основании данных таблицы 1.  

Таблица 1. Динамика посевных площадей сельскохозяйственных культурКультуры Годы

1999 2003 2004 2005 2006 2007

01 02 03 04 05 06 07

Вся посевная площадь 102540 88329 85419 85753 84576 79596

Зерновые культуры 54705 46555 45636 47241 47474 42195

В т.ч.: озимые зерновые 11895 1414 11991 12793 14595 10249

Из них: пшеница 8194 7609 7926 8525 10113 7412

Рожь 3233 3386 3531 3621 3804 2340

Ячмень 466 419 533 648 677 497

Яровые зерновые 42810 35645 33654 34447 32879 31946

Из них: пшеница 15715 15413 15278 15240 15549 14774

Кукуруза на зерно 643 704 813 684 625 730 
 
 

Данные таблицы 1 показывают, что посевные площади  сельскохозяйственных культур ежегодно сокращаются с 102540 тыс. га в 1999 году до 79596 тыс. га в 2007 году. В том числе  площадь посева зерновых культур  сократилась на3667 тыс. га и составила 10249 тыс. га. Однако посевные площади  технических культур увеличились  с 6476 тыс. га в 1999 году до 7454 тыс. га в 2007 году или на 978 тыс. га. В то же время  площади посевов кормовых культур  сократились в 1,5 раза и составили 25733 тыс. га. 

Рассмотрим существующую структуру посевов сельскохозяйственных культур в Российской Федерации  на основании данных таблицы 2. 

Таблица 2. Структура  посевных площадей сельскохозяйственных культур, %культуры Годы

1999 2003 2004 2005 2006 2007

01 02 03 04 05 06 07

Вся посевная площадь, га 102540 88329 85419 85753 84576 79596

% 100 100 100 100 100 100

Зерновые культуры 53,35 52,71 53,43 55,09 56,13 53,01

В т. ч.: озимые зерновые 11,60 12,92 14,04 14,92 17,26 12,88

Из них: пшеница 7,99 8,61 9,28 9,94 11,96 9,31

Рожь 3,15 3,83 4,13 4,22 4,50 2,94

Ячмень 0,45 0,47 0,62 0,76 0,80 0,62

Яровые зерновые 41,75 40,35 39,39 40,17 38,87 40,14

Из них пшеница 15,33 17,45 17,89 17,77 18,38 18,56

Кукуруза на зерно 0,63 0,80 0,95 0,80 0,74 0,92

Ячмень 13,89 10,68 10,12 11,05 11,35 12,15

овес 7,73 6,04 5,29 5,68 5,05 4,69

Просо 0,68 1,82 1,86 1,42 0,69 1,04

Гречиха 1,56 1,52 1,85 1,86 0,99 0,92

Рис 0,17 0,20 0,20 0,18 0,18 0,20

зернобобовые 1,74 1,21 1,08 1,26 1,44 1,60 
 
 

Как показывают данные таблицы 2 наибольший удельный вес за весь анализируемый период занимаю  зерновые культуры (52,71-55,09%), в том  числе яровые зерновые занимают 38,87-40,47 %, второе место занимают кормовые а  именно 32,0-36,14 %, а наименьший удельный вес занимают картофель и овощебахчевые  культуры (4,20-5,29 %). При этом следует  подчеркнуть что удельный вес  тех или иных групп культур  практически не меняется. 

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 культургоды  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  РФГоды 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. Индекс валового 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. 
 
 

Вычислим индекс урожайности постоянного состава. 

 или 81,3% 

Урожайность снизилась  на 18,7%. 

Снижение валового сбора в связи со снижением  урожайности находится по формуле 
 
 

По данным примера  валовой сбор зерна в результате снижения урожайности снизился на 20 тыс.т (62,7-82,7). 

Индекс структуры  посевных площадей можно определить по формуле  
 
 

Подставим числовое значение в формулу 
 

 или 107,7%. 

За счет улучшения  структуры посевных площадей, т. е. увеличения доли более урожайной культуры, средняя  урожайность увеличилась на 7,7 %. Рассмотрим динамику производства сахарной свеклы в РФ по данным таблицы 7. 

Таблица 7. Динамика валовых сборов сахарной свеклыгоды Валовой сбор, млн.т Темп роста Темп прироста

базисный цепной базисный цепной

2000 16,2 - - - -

2001 13,9 0,86 0,86 -0,14 -0,14

2002 10,8 0,67 0,78 -0,33 -0,22

2003 15,2 0,94 1,41 -0,06 0,41

2004 14,1 0,87 0,93 -0,13 -0,07

2005 14,6 0,90 1,04 -0,10 0,04

2006 15,7 0,97 1,08 -0,03 0,08

2007 19,4 1,20 1,24 0,20 0,24 
 

  

Как показывают данные таблицы 7 производство сахарной свеклы подвержено ежегодным колебаниям при  этом следует отметить, что вплоть до 2006 года производство сахарной свеклы не смогло превысить уровень 2000 года и только в 2007 году производство увеличилось  на 20 % по сравнению с 2000 годом. Кроме  того, только в последние три года наблюдается ежегодный рост производства.  

Рассмотрим динамику урожайности сахарной свеклы, а также  динамику урожайности, выровненную  методом укрупненных периодов и  методом скользящих средних, представлена в таблице 8. 
 

Таблица 8. Динамика урожайности сахарной свеклы в РФгод Урожайность, ц с 1 га Выравнивание методом укрупнения периодом Выравнивание методом скользящей средней

Сумма урожайности Средняя 3-х летняя урожайность Суммы по скользящим 3-х летним интервалам Скользящие средние

2000 174    

2001 186 513 171 513 171

2002 153   524 174,7

2003 185   526 175,3

2004 188 572 190,7 572 190,7

2005 199   606 202

2006 219 447 149 646 215,3

2007 228   447 149 
 

Метод укрупнения периодов показывает тенденцию роста урожайности  с последующим снижением. Метод  скользящих средних показывает, что  влияние случайных факторов сгладилось не в полной мере, так как повышение  урожайности чередуется с ее снижением. 

Проведем выравнивание динамики урожайности методом наименьших квадратов. 

Таблица 9. Трендовые  модели урожайностиНаименование функции Вид модели Коэффициент корреляции

Линейная уt = 154,86+8,1429х 0,69