Степень влияния факторов предпринимательской среды на эффективность производства подсолнечника в Ставропольском крае

Многофакторное прогнозирование является одной из сложных проблем теории и практики экономического анализа хозяйственной деятельности сельскохозяйственных предприятий. Это объясняется тем, что на показатели эффективности функционирования сельскохозяйственного производства оказывает влияние ряд как объективных, так и субъективных факторов.

Для выявления степени влияния объективных и субъективных факторов на результативный показатель деятельности сельскохозяйственных организаций целесообразно использовать метод многомерных группировок, в частности, приемы кластерного анализа. Их особенность заключается в использовании, так называемого, политетического подхода, то есть принципа образования групп, когда при отнесении объекта в ту или иную группу (кластер) они все учитываются сразу.

При формировании матрицы исходных данных в качестве объектов исследования взяты районы Ставропольского края, каждый из которых характеризуется значениями 32 показателей исходной факторной системы. Затем была произведена многомерная группировка с помощью метода k-средних районов Ставропольского края в разрезе 3 групп (кластеров).

По результатам группировки выяснилось, что в I кластер вошло 5 районов, во II кластер – 13 районов, в III кластер – 8 районов Ставропольского края.

В результате пошаговой процедуры отбора наиболее значимых факторных переменных, в большей степени влияющих на изменение уровня производства подсолнечника в I кластере было получено следующее уравнение множественной регрессии:

, (1)

где Y – валовое производство подсолнечника в крае, тонн;

X₁₀ – внесено минеральных удобрений под все сельскохозяйственные культуры в расчете на 1га удобренной площади, ц;

X₁₁ – внесено органических удобрений под все культуры, тыс. тонн;

X₁₃ – степень износа основных фондов крупных и средних предприятий сельского хозяйства, %;

X₁₇ – уровень рентабельности (убыточности) зерновых культур с учетом дотаций и компенсаций, %;

X₂₄ – производственная себестоимость 1 центнера подсолнечника, руб.

Разработанная модель позволяет на 68,7% объяснить изменение объемов валового производства подсолнечника сельскохозяйственными предприятиями данной группы, отобранными из исходной системы показателей факторными переменными.

На первом месте по величине порционного коэффициента детерминации находится фактор X₁₁ (внесение органических удобрений), изменение которого на 22,6% (из 68,7% общей объясненной вариации) объясняет вариацию результативного признака.

Величина полученного коэффициента регрессии при этой переменной свидетельствует о том, что увеличение внесения органических удобрений на 1 тыс. тонн приводит к увеличению валового производства подсолнечника в данной группе районов края на 42,4 тонн.

На втором месте переменная X₁₃ – степень износа основных фондов сельскохозяйственных предприятий (порционный коэффициент детерминации для него 14,4%), в соответствии со значением коэффициента регрессии увеличение степени износа на 1% приводит к снижению производства подсолнечника на 648,7 тонн.

На третьем месте – уровень рентабельности зерновых культур (X₁₇), увеличение, которого на 1% приводит к снижению валового сбора подсолнечника в среднем по группе районов на 131,2 тонны. Объясненная вариация результативного признака модели посредством данного фактора составила 12,1%.

Далее соответственно располагаются факторы внесения минеральных удобрений (X₁₀) и производственная себестоимость одного центнера подсолнечника (X₂₄), порционные коэффициенты детерминации для которых равны соответственно 10,6 и 9%.

Как и для первой модели, процедура отбора факторов для второго кластера была осуществлена в 27 этапов. Однако полученный набор переменных несколько отличался от соответствующего набора для первого кластера. Это наглядно видно из уравнения множественной регрессии, представленного в общем виде:

, (2)

где X₅ – наличие зерноуборочные комбайны - всего, шт.;

X₉ – внесено минеральных удобрений под все сельскохозяйственные культуры, тыс. ц;

Как и в модели для первой группы районов в синтезированном уравнении были отобраны факторы X₁₃, X₁₇ и X₂₄, свидетельствующие о том, что в настоящее время уровень производства подсолнечника в крае, прежде всего, определяется износом основных производственных фондов. А также экономической целесообразностью возделывания тех или иных культур. Прежде всего уровнем затрат и их доходностью.

Нами был отобран показатель, характеризующий внесение минеральных удобрений, с той разницей, что для первой группы районов он был взят в расчете на 1 га удобренной площади, а для второй группы районов – их общее внесение.

В модели (2) отсутствует фактор внесения органических удобрений, но зато присутствует переменная X₅, характеризующая наличие зерноуборочных комбайнов.

При анализе порционного влияния отобранных факторных показателей модели в общей объясненной вариации (65,4%) уровня производства подсолнечника в районах второй группы можно отметить, что в наибольшей степени изменение результативного признака зависит от изменения факторной переменной X₉ (внесения минеральных удобрений) – на 45,6%.

На втором месте по уровню влияния на Y находится переменная X₁₃ (степень износа основных фондов сельскохозяйственных предприятий) – на 11,2%. Степень влияния остальных факторных переменных (X₅, X₁₇, X₂₄) модели значительно скромнее, в совокупности они лишь на 8,6% объясняют изменение результативного показателя.

Пошаговая процедура отбора факторных переменных модели для третьей группы районов (III-го кластера) была осуществлена с помощью программы для обработки статистической информации SPSS в 28 этапов, в результате чего было получено уравнение множественной регрессии следующего вида:

, (3)

где X₁₈ – уровень рентабельности (убыточности) подсолнечника с учетом дотаций и компенсаций, %;

X₂₇ – соотношение производственной себестоимости 1 ц сахарной свеклы к средней по краю.

В полученной регрессионной модели на первом месте по величине порционного коэффициента детерминации находится фактор X₉ (внесение минеральных удобрений) изменение которого на 24,4% (из 59,7% общей объясненной вариации) объясняет вариацию уровня производства подсолнечника в данной группе районов.

На втором месте находится фактор X₅ (наличие зерноуборочных комбайнов) – на 15,5%; на третьем месте переменная X₂₇ (соотношение производственной себестоимости 1 ц сахарной свеклы к средней по краю) – на 11,9%; и на четвертом месте – показатель X₁₈ (уровень рентабельности подсолнечника) – на 5,9%.

На основании вычисленных прогнозных значений показателей был определен прогнозный объем валового производства подсолнечника по каждому из районов края путем их подстановки в полученную модель множественной регрессии. Обобщенные результаты прогнозирования приведены на рис. 1.

Рис. 1. Валовое производство подсолнечника в Ставропольском крае и прогноз на 2008-2010 гг., т

Согласно прогнозным расчетам в Ставропольском крае при сохранении рыночной конъюнктуры и отсутствии внешних факторов, кардинально влияющих на рынок подсолнечника и продукции его переработки следует ожидать дальнейшего повышения предпринимательской активности в производстве данной продукции.

Это позволит повысить региональные показатели конкурентоспособности в каждой из групп исследованных районов, снизить себестоимость производства подсолнечника и, как следствие, снизить оптовые и розничные цены продукции перерабатывающих предприятий. Кроме того, поскольку и технология производства подсолнечника, и технология его переработки отвечают национальным стандартам качества, не ниже требований западных стандартов, но более привычным для основной массы отечественных потребителей, это позволит достичь повышения экономических результатов в данной отрасли производства сельскохозяйственной продукции.