Обзор литературы по исследуемой проблеме

 

1.1 Обзор применяемых статистических методов

 

Под урожаем в статистике понимается показатель общего сбора продукции данной культуры со всей площади ее возделывания. Урожайность — это объем продукции с единицы площади (гектар, кв.м.) или с дерева (куста).

Урожай и урожайность — основа всего сельскохозяйственного производства, база развития животноводства, главные показатели использования сельскохозяйственных угодий, источник роста благосостояния государства и его населения. Повышение урожайности — важнейший фактор снижения затрат на единицу продукции и роста ее конкурентоспособности на рынке. В силу ограниченности земли только рост урожайности может обеспечить увеличение объемов производства продукции растениеводства.

При изучении урожая и урожайности перед статистикой стоят задачи, общие для исследования всех объектов: определение показателей объема (уровня) явления, его состава и качества, динамики, факторов формирования. Важнейшей задачей является проведение всестороннего экономико-статистического анализа урожайности с целью поиска резервов и путей ее повышения. Это особенно важно для России, урожайность основных культур в которой составляет всего 30...50% от возможного и достигнутого в странах и хозяйствах с высокой интенсивностью производства и культурой земледелия. В процессе статистического анализа важнейших качественных показателей сельского хозяйства, в частности урожайности, акцент сделан на особенностях применения статистических методов в сельском хозяйстве и обеспечении комплексности их использования. Освоение методов получения и анализа показателей урожайности.

Можно выделить следующие показатели урожая:

· виды на урожай;

· урожай на корню;

· фактический урожай.

Видовой урожай - это ожидаемый урожай при данном конкретном состоянии посевов в предположении, что условия последующего выращивания культуры будут нормальными, средними. Это оценка состояния растений с точки зрения возможной их продуктивности, знание которой важно для организации ухода за растениями, уборки, использования продукции. Определение видового урожая может проводится многократно в зависимости от потребности в период вегетации растений. На ранних стадиях вегетации оценка заключается в качественной характеристике состояния посевов на отдельных участках: отличные, хорошие, средние, плохие и в исчислении средневзвешенных оценок всего посева культуры или группы однородных культур. На более поздних стадиях, при оценке видов на урожай, применяют количественные характеристики, используя регрессивный метод анализа и прогноза. По фактическим массовым данным за прошлые годы изучают связь урожайности с показателями состояния растения на определенное время (высота, густота, кустистость и др.) а также с наиболее существенными показателями метеоусловий и рассчитывают ожидаемый урожай со всей площади.

Урожай на корню - это урожай культуры перед началом уборки, реально существующий, но еще не убранный урожай (биологический урожай). В хозяйственной практике этот урожай определяется экспертно, а также инструментально двумя путями:

1. Путем выборочной уборки всего урожая без потерь на небольших площадях и его взвешивания.

2. Путем выборочного определения числа растений и веса продукции с одного растения, произведение которых дает величину урожая. Вес продукции с одного растения может быть установлен прямым взвешиванием.

Урожай на корню может быть определен также прибавлением к фактическому сбору величины потерь. Потери определяются экспертно или инструментально выборочным методом. При уборке сахарной свеклы потери бывают от оставления корней или их частей в земле и на поверхности, от попадания корней или их частей в кучи ботвы, от неправильной обрезки корней от ботвы при комбайновой уборке, ручной очистке и доочистке. Существенные потери сахарной свеклы могут быть также от преждевременной уборки или от опоздания с уборкой и от увядания при неправильном полевом хранении.

Фактический сбор урожая (валовой сбор или амбарный урожай) определяют путем непосредственного взвешивания, обмера и подсчет продукции в период уборки и после ее завершения. Различают три показателя фактического сбора:

1. В первоначально оприходованном весе, полученном в процессе уборке культуры, т.е. с примесью сорняков, земли, повышенной влажностью. Это реальная категория собранного, перевезенного, оплаченного урожая на первой стадии его получения.

2. В весе после доработки, т.е. за вычетом отходов и усушки. Сейчас это основной показатель урожая.

3. В весе с пересчетом на стандартные показатели качества или в зачетном весе, принятом заготовительными организациями (в зависимости от вида культуры), [2].

При изучении урожая и урожайности статистика решает следующие задачи:

· обеспечение своевременного определения валового сбора и урожайности по культурам и группам культур;

· изучение динамики этих показателей; анализ факторов, влияющих на урожай и урожайность;

· изучение передового опыта и выявление резервов повышения урожая и урожайности.

Важной задачей статистики является изучение изменений анализируемых показателей во времени. Эти изменения можно изучать, если иметь данные по определенному кругу показателей на ряд моментов времени или за ряд промежутков времени, следующих друг за другом. Как отмечает А.А.Спирин [8], рядами динамики называют статистические данные, отображающие развитие изучаемого явления во времени

Ряд расположенных в хронологической последовательности значений статистических показателей, представляет собой временной (динамический) ряд. Каждый временной ряд состоит из двух элементов: во-первых, указываются моменты или периоды времени, к которым относятся приводимые статистические данные; во-вторых, приводятся те статистические показатели, которые характеризуют изучаемый объект на определенный момент или за указанный период времени.

Статистические показатели, характеризующие изучаемый объект, называют уровнями ряда. То есть вид ряда динамики зависит не только от характера показателей, оценивающих изучаемый объект, но и от того, дается ли показатель за какой-либо период или по состоянию на определенный момент времени. Статистические показатели, приводимые в динамическом ряду, могут быть абсолютными, относительными или средними величинами. [1]

Путем непосредственно суммирования первичных данных получают абсолютные показатели, которые характеризуют численность совокупности и объем (размер) изучаемого явления в конкретных границах времени и места.

Относительная величина характеризует изменение явления во времени и показывает во сколько раз увеличился (или уменьшился) уровень показателя по сравнению с каким-либо предшествующим периодам.

Средняя величина – обобщающая характеристика изучаемого признака в исследуемой совокупности.

В статистике различают следующие показатели ряда динамики:

1. Абсолютный прирост.

Как отмечает Елисеева И.И. [9],абсолютный прирост- разница между сравниваемым уровнем и уровнем более раннего периода, принятым за базу сравнения. Если эта база непосредственно предыдущий уровень, показатель называется цепным, если за базу взят начальный уровень - базисным. Абсолютный прирост показывает насколько увеличивается или уменьшается изучаемое явление. Этот показатель может быть рассчитан двумя способами:

Цепной абсолютный прирост - разность между каждым последующим уровнем ряда динамики.

Базисный абсолютный прирост - разность между каждым последующим и начальным уровнем ряда динамики, который принят за базу сравнения.

2. Темп роста.

Этот показатель представляет собой отношение сравниваемого уровня (более позднего) к уровню, принятому за базу сравнения (более раннему). Темп роста показывает, как быстро изменялось изучаемое явление. Этот показатель может быть рассчитан двумя способами:

Цепной темп роста – отношение между каждым последующим и предыдущим уровнем ряда динамики, выраженный в процентах.

Базисный темп роста - отношение между каждым последующим и начальным уровнем ряда динамики, который принят за базу сравнения также выраженный в процентах.

3. Темп прироста

Показывает насколько процентов уровень данного периода больше (или меньше) базисного уровня. Этот показатель может быть рассчитан двояко [1]

1. как отношение абсолютного прироста к уровню, принятому за базу сравнения или

2. как разность между темпом роста (в процентах) и 100%

4. Абсолютное значение 1% прироста

Значения цепных темпов прироста, рассчитанных каждый к свой базе, различаются не только числом процентов, но и величиной абсолютного изменения, составляющей каждый процент. Поэтому складывать или вычитать цепные темпы прироста нельзя. То есть абсолютное значение 1% прироста для каждого последнего года определяется путем деления предшествующего уровня ряда динамики на 100 процентов.

Уровни ряда динамики формируются под влиянием взаимодействия многих факторов, одни из которых, являющиеся основными, главными, определяют закономерность, тенденцию развития, другие - случайные - вызывают колебание уровней. Факторы влияния подразделяются на долговременные (тренды), кратковременные систематические, несистематические случайные. Основная закономерность развития явления - это общая тенденция в изменении уровней рядов, освобожденная от действия случайных факторов, для определения которой ряды динамики подвергаются обработке. Существует несколько методов обработки рядов динамики: метод укрупнения периодов, метод скользящей средней и аналитическое выравнивание. Такие методы обработки рядов называются сглаживанием или выравниванием рядов динамики. Рассмотрим три основных метода более подробно.

1. Метод укрупнения периодов - это простейший метод сглаживания уровней ряда, укрупнение интервалов времени, для которых определяется итоговое значение или средняя величина исследуемого показателя. Этот метод особенно эффективен, если первоначальные уровни ряда относятся к коротким промежуткам времени. Так как исходная информация приведена за 9 лет, то выравнивание следует проводить по трехлетиям.

2. Метод скользящей средней - схож с предыдущим, но в данном случае фактические уровни заменяются средними уровнями, рассчитанными для последовательно подвижных (скользящих) укрупненных интервалов. Скользящая средняя будет рассчитана по трехлетиям со сдвигом на 1 год вправо, т.к. ряд динамики расположен горизонтально.

3. Метод аналитического выравнивания заключается в замене эмпирических уровней теоретическими, которые рассчитаны по определенному уравнению, принятому за математическую модель тренда, где теоретические уровни рассматриваются как функция времени. Задача аналитического выравнивания сводится к следующему: определение на основе фактических данных вида функции, нахождение по эмпирическим данным параметров указанной функции, расчет по найденному уравнению теоретических уровней.

В данном курсовом проекте использовался индексный анализ средней урожайности валового сбора сахарной свеклы. Рассмотрим поподробнее данный метод.

В практике статистики индексы наряду со средними величинами являются наиболее распространенными статистическими показателями.

Индекс представляет собой относительную величину, получаемую в результате сопоставления уровней сложных социально-экономических показателей во времени, в пространстве или с планом [1].Другие авторы под индексом понимают показатель сравнения двух состояний одного и того же явления (простого и сложного, состоящих из соизмеримых и несоизмеримых элементов),[9]. С помощью индексов характеризуется развитие национальной экономики в целом и ее отдельных отраслей, анализируются результаты производственно-хозяйственной деятельности предприятий и организаций, исследуется роль отдельных факторов в формировании важнейших экономических показателей, выявляются резервы производства.

В развитии индексной теории в нашей стране сложились два направления: обобщающее, или синтетическое, и аналитические. Различие между этими направлениями обусловлено двумя возможностями интерпретации индексов в их приложении.

Обобщающее, или так называемое синтетическое, направление трактует индекс как показатель среднего изменения уровня изучаемого показателя. В аналитической теории индексы - это показатели изменения уровня результативной величины под влиянием изменения индексируемой величины.

Таким образом, с помощью индексных показателей решаются следующие основные задачи:

1) характеристика общего изменения сложного экономического показателя или формирующих его отдельных показателей-факторов;

2) выделение в изменении сложного показателя влияния одного из факторов путем элиминирования влияния других факторов;

3) обособления влияния изменения структуры явления на индексируемую величину.

Все экономические индексы можно классифицировать по следующим признакам:

1. степени охвата явления: индивидуальные и сводные (общие),

2. базе сравнения: динамические (базисные и цепные) и территориальные,

3. виду весов (соизмерения): с постоянными и переменными весами,

4. в зависимости от формы построения: агрегатные и средние (арифметические и гармонические),

5. характеру объектов исследования: индексы количественных показателей и качественных,

6. по составу явления: индексы постоянного (фиксированного) состава и переменного состава,

7. по периоду исследования: годовые, квартальные, месячные и недельные.

Основными индексами являются индивидуальные и общие. Индивидуальные индексы характеризуют изменения отдельных единиц статистической совокупности. Общие индексы выражают сводные (обобщающие) результаты совместного изменения всех единиц, образующих статистическую совокупность. В экономических расчетах чаще всего используются общие сводные индексы, характеризующие изменение совокупности в целом, их построение и являются содержанием индексной методологии. Общие индексы рассчитываются для количественных и качественных показателей. В зависимости от целей исследования и наличия исходных данных используют различные формы построения общих индексов: агрегатную и средневзвешенную.

Агрегатный индекс - это относительный показатель, который характеризует средние изменения социально-экономического явления, состоящего из соизмеримых элементов. Особенностью этой формы индекса является непосредственное сравнение двух сумм одноименных показателей. В настоящее время это наиболее распространенная форма индексов. Числитель и знаменатель агрегатного индекса представляет собой сумму произведения двух величин, одна из которых меняется, а другая остается неизменной в числителе и знаменателе (вес индекса). Вес индекса - это величина, служащая для соизмерения индексируемых величин. Индексируемой величиной называется признак, изменение которого изучается.

В данной курсовой работе для выявления взаимосвязей между факторами мы использовали метод аналитической группировки.

Группировкой называется процесс расчленения, а затем образования однородных групп с целью выделения типов, изучения структуры и взаимосвязи общественных явлений. В других источниках встречается несколько иная интерпретация группировки. Группировка- распределение единиц по группам в соответствии со следующим принципом: различия между единицами, отнесенными к одной группе, должны быть меньше, чем между единицами, отнесенными к разным группам,[9].

При применении метода группировок необходимо решать следующие методологические проблемы:

1. выбор группировочного признака или их комбинации;

2. определение числа групп и величины интервалов группировки;

3. установление применительно к конкретной группировке состава тех показателей, которыми должны характеризоваться выделенные группы;

4. составление макета таблицы, в которой должны быть представлены результаты группировки

Статистические группировки делятся на типологические, структурные и аналитические.

Типологическая группировка - это разделение исследуемой совокупности на классы, социально-экономические типы, однородные группы единиц в соответствии с изучаемыми признаками. Методология типологических группировок определяется тем, на сколько ясно выступают качественные отличия в изучаемых явлениях. При проведении этой группировки основное внимание должно быть уделено идентификации типов социально-экономических явлений. Типологическая группировка может быть построена:

1. по качественному признаку

2. по количественному признаку.

Типологическая группировка как правило производится по результативному признаку, к которому относится: урожайность сельскохозяйственных культур, продуктивность сельскохозяйственных животных и уровень производительности труда.

Структурная группировка - это группировка, в которой происходит разделение однородной совокупности на группы, характеризующие ее структуру по какому-либо варьирующему признаку. Изучение структуры общественных явлений возможно в динамике, что позволяет выявить структурные сдвиги закономерности с развитыми общественными явлениями. Структурные группировки позволяют подробно изучить население по полу и возрасту, явления в пределах отдельных территорий или на различных территориях.

С помощью аналитических группировок выявляются взаимосвязи между признаками общественных явлений. Эти группировки включают взаимосвязанные признаки, которые делятся на:

1. факторные, т.е. вызывающие изменения другого признака;

2. результативные, изменяющиеся под влиянием факторного признака.

Если с изменением факторного признака изменяется результативный, то между ними имеется зависимость.

Метод группировок - один из важнейших методов статистики, без которого немыслимо изучение массовых явлений.

Для решения поставленной нами задачи необходимо использовать аналитическую группировку.

Для исследования зависимости между явлениями используют аналитические группировки. При их построении можно установить взаимосвязь между двумя признаками и более. При этом один признак будет результативным, а другой факторным. Если с изменением факторного признака изменяется результативный, то между ними имеется зависимость.

Для оценки существенности зависимости, обнаруженной методом группировки исходя из предыдущей главы, можно провести однофакторный дисперсионный анализ.

По данным экономико –математического словаря [21], дисперсионный анализ [variance analysis] — раздел математической статистики, посвященный методам выявления влияния отдельных факторов на результат эксперимента (физического, производственного, экономического эксперимента). Дисперсионный анализ возник как средство обработки результатов агрономических опытов, с помощью которых выявлялись наиболее благоприятные условия для сортов сельскохозяйственных культур.

При этом исходят из положения о том, что существенность фактора в определенных условиях характеризуется его вкладом в дисперсию результата. Английский статистик Р. Фишер, разработавший этот метод, определил его как “отделение дисперсии, приписываемой одной группе причин, от дисперсии, приписываемой другим группам”

Анализ производится следующим образом. Сначала группируют совокупность наблюдений по факторному признаку, находят среднее значение результата и дисперсию по каждой группе. Затем определяют общую дисперсию и вычисляют, какая доля ее зависит от условий, общих для всех групп, какая — от исследуемого фактора, а какая — от случайных причин. И наконец, с помощью специального критерия определяют, насколько существенны различия между группами наблюдений и, следовательно, можно ли считать ощутимым влияние тех или иных факторов.

Ефимова М.П выделяет следующее определение [1], дисперсионный анализ представляет собой метод статистической оценки надежности проявления зависимости результативного признака от одного или нескольких факторов.

Он включает в себя:

1. установление основных источников варьирования результативного показателя и объем вариации по источникам образования.

2. вычисление дисперсии.

3. анализ, на основе которого формируется вывод.

Общественные явления находятся под воздействием различных факторов. Однако влияние факторов различно. Влияние одних существенно, а других несущественно. Основной характеристикой существенности влияния фактора на результат является критерий Фишера (F).

Корреляционно-регрессионный анализ.

Исследование объективно существующих связей между явлениями - это важнейшая задача общей теории статистики. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы, которые оказывают основное влияние на вариацию изучаемых явлений и процессов.

Корреляционно-регрессионный анализ - это установление формы связи, количественное измерение влияния фактора на результат, измерение тесноты связи и меры воздействия каждого фактора на результат.

Признаки по их назначению для изучения взаимосвязи делятся на два класса:

1. факторные - это признаки, обуславливающие изменение других, связанных с ними признаков.

2. результативные - это признаки, изменяющиеся под действием факторных признаков.

В природе и обществе явления и процессы связаны друг с другом и зависят друг от друга. Связи и зависимости могут быть функциональными и корреляционными.

Корреляционной называется связь, при которой каждому значению признака (факторному) соответствует несколько значений другого признака (результативного) и между изменением факторного и результативного признака нет полного соответствия, воздействие отдельных факторов проявляется лишь в среднем при массовом наблюдении фактических данных. Как отмечает О.Э. Башина [8], корреляционной связью называют важнейший частный случай статистической связи, состоящей в том, что разным значениям одной переменной соответствуют различные средние значения другой

Функциональной называется связь, при которой определенному значению признака (факторного) всегда соответствует один или несколько определенных значений другого признака (результативного). Она характеризуется полным соответствием между изменением факторного признака и изменениями результативной величины, [1].

Связи можно классифицировать на следующие группы:

1. по направлению связи бывают прямыми или обратными. При прямой связи с увеличением или уменьшением значения факторного признака происходит увеличение или уменьшение значения результативного. В случае обратной связи значение результативного признака изменяется под воздействием факторного, но в противоположном направлении по сравнению с изменением последнего.

2. по аналитическому выражению связи делятся на прямолинейные (линейные) и криволинейные (нелинейные). Если статистическая связь между явлениями может быть приближенно выражена уравнением прямой линии, то ее называют линейной связью. Если она выражается уравнением какой-либо кривой линии (парабола, гипербола, степенная и др.), то такую связь называют нелинейной.

Для выявления наличия связи, ее характера и направления в статистике используются следующие методы:

1. анализ параллельных рядов;

2. аналитические группировки;

3. графический метод;

4. метод корреляции.

Корреляция - это статистическая зависимость между случайными величинами, не имеющими строгого функционального характера, при которой изменение одной из них приводит к изменению математического ожидания другой.

В статистике принято различать следующие варианты зависимостей:

1.  парная корреляция - это связь между двумя признаками результативным и факторным;

2. частная корреляция - это зависимость между результативным и одним из факторных признаков при фиксированном значении других факторных признаков;

3. множественная корреляция - это зависимость результативного и двух или более факторных признаков, включаемых в исследования.

Корреляционный анализ - это количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).

Для того чтобы результаты корреляционного анализа нашли практическое применение и дали желаемый результат, должны выполняться определенные требования в отношении отбора объекта исследования и признаков-факторов. Одним из важнейших условий правильного применения методов корреляционного анализа является требование однородности тех единиц, которые подвергаются изучению методами корреляционного анализа, количественная оценка однородности и достаточное число наблюдений, [1].

 

1.2 Необходимость производства сахарной свеклы в народном хозяйстве. Анализ урожая и урожайности сахарной свеклы в РФ и по Воронежской области

 

Еще за 2000 лет до н. э. ассирийцы, вавилоняне, персы знали свеклу как овощное и лекарственное растение. Культурное возделывание ее началось не позднее чем за 1000 лет до н. э.

На Руси свекла известна примерно с X - XI веков. Предполагается, что свой славный путь по Руси свекла начала из Киевского княжества. Отсюда она проникла на новгородскую, московскую земли, в Польшу и Литву. Повсеместное распространение в России свекла наряду с репой и капустой получила в XIV веке.

Большая заслуга по распространению и культивированию столовой свеклы в России принадлежит замечательным русским естествоиспытателям, агрономам - селекционерам Болотову и Грачеву. Подлинным центром выращивания свеклы всегда была Украина. Об этом свидетельствует, в частности, анкетный опрос, проведенный в 1766 году.

Промышленное выращивание сахарной свеклы больше развито в умеренных широтах, но расширяется и в субтропиках. Сахарная свекла возделывается на площади более 9 млн. га (из них 80% — в Европе).

Ведущие страны по площади посева сахарной свеклы — Марокко, Египет, Алжир, Тунис, США, Канада, Чили, Уругвай, Китай, Россия, Турция, Иран, Япония, Сирия, Франция, Польша, Италия, Румыния. Урожайность сахарной свеклы некоторых стран можно изучить в Приложение 1.

Рассмотрим динамику валового сбора и урожайности сахарной свеклы в Воронежской области и по России в целом.

Рассмотрим динамику валового сбора сахарной свеклы на примере Российской Федерации за 2002-2007 гг.

 

Таблица 1.Динамика валового сбора сахарной свеклы на примере Российской Федерации за 2002-2007 гг.
Годы	Валовой сбор сахарной свеклы, тыс.т.	Абсолютный прирост, ц		Темп роста, %		Темп прироста, %		Абсолютное значение 1% прироста, тыс.т
		цепной	базисный	цепной	базисный	цепной	базисный
2002	15700
2003	19400	3700	3700	123,57	123,57	23,57	23,57	157
2004	21800	2400	6100	112,37	138,85	12,37	38,85	194
2005	21400	-400	5700	98,17	136,31	-1,83	36,31	218
2006	30900	9500	15200	144,39	196,82	44,39	96,82	214
2007	28835	-2065	13135	93,32	183,66	-6,68	83,66	309

 

Анализируя данные в Таблице 1, можно сделать следующий вывод - рассмотренные цепные показатели ряда динамики говорят о неустойчивости урожайности сахарной свеклы. Так объем валового сбора увеличивались с 2002 по 2004 гг.., соответственно, темпы роста также увеличились с 181,55 % в 2002г до 112,81% в 2003 г. Примерно такая же ситуация с ростом валового сбора и с увеличением темпов роста прослеживается в 2004 и 2005 годах. А в 2006 году наблюдается резкое снижение валового сбора с 127199 ц. в 2005 до 96257 ц. в 2006.

На основе проделанных расчетов можно сделать выводы о состоянии среднегодовых показателей динамики валового сбора сахарной свеклы по России в целом. Валовой сбор характеризуется относительной неустойчивостью.

Абсолютный прирост, рассчитанный цепным способом, показывает, что максимальное увеличение было в 2006 году и составило 9500 тыс.т. по сравнению с 2001 годом, а минимальное увеличение в 2001 году - 5863 ц по сравнению с предыдущими годами, а наименьшее увеличение в 2004 г. по сравнению с 2003г. Абсолютный прирост, рассчитанный базисным способом, также имел максимальное увеличение в 2006 году и составил 15200 тыс.т по сравнению с предыдущим годами.

Темп роста по цепному способу свидетельствует о том, что в 2006 году валовой сбор сахарной свеклы составил 144,39 по сравнению с 2005 годом, а в 2005 году 98,17% по сравнению с 2004 годом. Темп роста по базисному способу характеризует, что валовой сбор в 2006 году также отражает наивысший процент 196,82% по сравнению с предыдущем годом и наиментший процент в 2003 г. 123,57%.

Темп прироста, рассчитанный цепным способом, свидетельствует о том, что в 2006 году валовой сбор сахарной свеклы увеличился на 44,39% по сравнению с 2005 годом, а в 2003 году минимальный прирост составил 23,57% по сравнению с 2002 годом.

По базисному способу на протяжении шести лет (2002-2007 гг.) наблюдается увеличение валового сбора, по сравнению с базисным 2002 годом. Максимальный прирост отмечается в 2006 г., который составил 30900 или 96,82%, наименьший прирост наблюдается в 2003г. составил 19400 или 23,57%.

Особое внимание на себя обращает такой показатель как Абсолютное значение 1% прироста.

С 2003 по 2007 гг. происходит равномерное увеличение значения данного показателя. В 2005 и 2007 гг. увеличение валового сбора на 1% был равносильно увеличению на 218 тыс.т. и 309 тыс.т соответственно.

В целях подтверждения изложенных выводов динамика данного изучаемого явления изобразим графически в виде линейной диаграммы.

статистический динамика аналитический корреляционный

Рисунок 2. Динамика валового сбора сахарной свеклы на примере Российской Федерации за 2002-2007 гг.

 

Построенный график подтверждает неустойчивость валового сбора.

Так с 2002 по 2004 гг. прослеживается планомерное увеличение валового сбора сахарной свеклы, а в 2005 производство сахарной свеклы немного уменьшилось, в 2006 году достигло максимального показателя (по сравнению с предыдущими годами), а в 2007 г. показатель незначительно снизился.

Теперь рассмотрим динамику валового сбора сахарной свеклы на примере Воронежской области за 2002-2007 гг. (по всем хозяйствам).

 

Таблица 2. Динамика валового сбора сахарной свеклы на примере Воронежской области за 2002-2007 гг.
Годы	Валовой сбор сахарной свеклы, тыс.т.	Абсолютный прирост, ц		Темп роста, %		Темп прироста, %		Абсолютное значение 1% прироста, тыс.т
		цепной	базисный	цепной	базисный	цепной	базисный
2002	2261
2003	3301	1040	1040	146,00	146,00	46,00	46,00	22,61
2004	2899	-402	638	87,82	128,22	-12,18	28,22	33,01
2005	2945	46	684	101,59	130,25	1,59	30,25	28,99
2006	3182	237	921	108,05	140,73	8,05	40,73	29,45
2007	3492	310	1231	109,74	154,44	9,74	54,44	31,82

Анализируя данные можно сделать следующие выводы: в целом по Воронежской области прослеживается увеличение валового сбора (с 2004 по2007гг),с 2003 г. по 2004 наблюдается спад валового сбора. Об этом свидетельствуют и темп роста и темп прироста.

В целях подтверждения изложенных выводов динамика данного изучаемого явления изобразим графически в виде линейной диаграммы.

 

Рисунок 3. Динамика валового сбора сахарной свеклы на примере на примере Воронежской области за 2002-2007 гг. (по всем хозяйствам).

 

Построенный график подтверждает неустойчивость валового сбора.

Так с 2002 по 2003 гг. прослеживается увеличение валового сбора сахарной свеклы, а с 2003 по 4004 производство сахарной свеклы немного уменьшилось, с 2004 по 2007 гг. прослеживается увеличение валового сбора сахарной свеклы.

Динамика урожайности сахарной свеклы за 9 лет.

Проанализируем динамику изменения урожайности сахарной свеклы в целом по РФ.

На основе данных таблицы 3 можно сделать следующий вывод. Урожайность сахарной свеклы отличается неустойчивостью и имеет цикличный характер, резко повышаясь до 361 ц/га в 2005 году и резко понижаясь до 325 ц/га в 2006 году. Темп роста, рассчитанный цепным способом, свидетельствует о том, что максимальное повышение урожайности сахарной свеклы до 130,32% было в 2005 году, по сравнению с остальными годами, а минимальное повышение было в 2006 году до 90,03% по сравнению с 2005 годом.

 

Таблица 3. Динамика урожайности сахарной свеклы за 9 лет по РФ (в хозяйствах всех категорий).

Годы	Урожайность сахарной свеклы, ц/га.	Темп роста, %
		цепной	базисный
1991-1995	179
1996-2000	177	98,88	98,88
2001	199	112,43	111,17
2002	219	110,05	122,35
2003	227	103,65	126,82
2004	277	122,03	154,75
2005	361	130,32	201,68
2006	325	90,03	181,56
2007	291	89,54	162,57

 

Темп роста, рассчитанный базисным способом показывает, что рост урожайности сахарной свеклы также был максимальным в 2005 году и составил 201,68 %, а за период 1996-2000 был минимальным и составил 98,88 %. Из расчетов видно, что более благоприятные условия для выращивания сахарной свеклы в этом хозяйстве были в 2005 году о чем свидетельствует наибольшая урожайность, а самые худшие условия для выращивания были в период 1996-2000, когда урожайность получилась почти в 2 раза ниже, чем в 2005 году.

Рассмотрим обобщающие показатели ряда динамики:

а) средний абсолютный прирост  

 

(ц/га);

 

б) средний темп роста

или 106,26%;

 

в) средний темп прироста   

 

= 106,26% - 100% = 6,26%.

 

Средние показатели ряда динамики свидетельствуют о том, что ежегодно в течение изучаемого периода урожайн