Статистические методы исследования эффективности производства продукции животноводства

Статистическая группировка - это метод разделения единиц сложного массового общественного явления на существенно различные группы. Одновременно она представляет собой процесс объединения в группы качественно однородных единиц, по которым ведется сводка значений варьирующих признаков, получение средних величин и других статистических показателей, позволяющих всесторонне оценить состояние, развитие и взаимосвязи изучаемого явления в целом. Выделенные группы и вся изучаемая совокупность характеризуются системой присущих им показателей.

Совокупность разделяют на группы по величине и значению группировочных признаков; с этой целью можно использовать как признаки, полученные непосредственно в ходе статистического наблюдения, так и определенные на их основе путем дополнительных расчетов и оценок.

В зависимости от характера выделяемых групп и целей различают два основных вида группировок: типологические и аналитические.

Типологическая группировка заключается в выделении качественно различных единиц совокупности; получаемые при этом группы отражают главные, коренные различия в изучаемом явлении. Типологической является, например, группировка населения по общественным классам, предприятий и организаций - по формам собственности, специализации, организационно-правовым формам и т.п.

Аналитические группировки проводятся для изучения связи между признаками, положенными в основание группировки, и показателями, используемыми для характеристики групп. Изучая их изменение от одной группы к другой, мы получаем возможность установить взаимосвязи между указанными признаками. В зависимости от типа группировочного признака аналитические группировки подразделяются на результативные и факторные.

Результативные аналитические группировки проводят по признаку, характеризующему результат функционирования (деятельности) единиц совокупности. Примером таких группировочных признаков могут служить урожайность культур и продуктивность животных, рентабельность производства, доход на душу населения или на 1 работника, производительность труда, выработка на 1 машину, успеваемость студентов и т.д.

Главный недостаток результативных аналитических группировок состоит в том, что влияние разных факторов может смешиваться с качественными различиями в совокупности. Например, хорошие производственные показатели на предприятиях высшей группы могут достигаться как за счет интенсификации и лучшей организации производства, так и за счет более благоприятных природных условий и местоположения. Поэтому аналитические группировки рекомендуется проводить внутри выделенных ранее качественно однородных частей исходной совокупности и применять их во взаимосвязи с другими методами анализа.

Факторные аналитические группировки проводят по факторам (условиям) формирования результата; по выделенным таким образом группам рассматривают зависящие от них средние значения результативных признаков.

Этот метод позволяет изучать, например, влияние на урожайность качества почв и агротехники, на продуктивность животных - качества стада и кормления, на доходы работников - их квалификации, на рентабельность производства - спроса на продукцию, уровня технологии и организации производства и т.д.

Факторные группировки могут проводиться как по одному (простая группировка), так и по нескольким признакам одновременно (комбинационная группировка). В последнем случае исходную совокупность сначала разделяют на группы по одному из существенных признаков, а полученные группы, в свою очередь, подразделяются по другому признаку и т.д.

Комбинационная группировка, наряду с оценкой распределения единиц совокупности по группам и подгруппам (в данном случае численность групп не указана), позволяет решить ряд важных аналитических задач.

1. Оценить изменения результативного признака в зависимости от значения каждого факторного при других выровненных условиях

Оценить степень взаимодействия факторов между собой, которая проявляется в изменении прибавки от каждого фактора в зависимости от уровня других факторов

2. Оценить степень совместного влияния двух факторов, включая их непосредственное действие и взаимодействие. Оно равно разности значений результативного признака при сочетании максимального и минимального уровней группировочных признаков.

Индексами называют сложные относительные показатели, характеризующие среднее изменение по совокупности разнородных элементов. В статистке индекс представляет собой относительный показатель, который характеризует изменение величины какого - либо явления во времени, пространстве или по сравнению с любым эталоном (планом, прогнозом). Иначе говоря, это показатель сравнения двух состояний одного и того же явления. В отличие от обычных относительных величин, которые исчисляются по изолированным признакам, индексы могут включать систему признаков.

В животноводстве, как специфической отрасли сельского хозяйства, используются определенные индексы. Выделяют: индивидуальные и общие индексы, которые различаются по ширине охвата явления. Индивидуальными индексами в животноводстве являются: индекс себестоимости единицы продукции i_z=z₁/z_o; индекс физического объема i_q=q₁/q₀ и др. К общим индексам относятся:

индекс физического объема производства:

индекс себестоимости:

индекс затрат на рубль совокупной продукции:

индекс общих затрат:

,

может быть разложен на индекс себестоимости и индекс физического объема.

Статистическое исследование развития общественных явлений во времени осуществляется путем построения и анализа рядов динамики. Они представляют собой совокупность значений одного или нескольких показателей за ряды последовательных периодов или моментов времени.

Показатели ряда динамики принято называть абсолютными уровнями ряда и обозначать символом у. Начальный (базисный) уровень чаще всего обозначают у₀, конечный - уп, а номера моментов или периодов времени - t.

Ряды динамики могут быть построены по абсолютным, средним или относительным показателям. В зависимости от характера их формирования во времени различают интервальные и моментные динамические ряды.

Интервальные динамические ряды состоят из показателей, взятых за определенный отрезок или период времени, - например, объем полученной продукции, сумма выручки от реализации, выплаченной зарплаты за месяц, год и т.п. Эти ряды характеризуют итоги каких-то процессов. Величина показателей интервального ряда зависит от продолжительности периода (день, декада, месяц, квартал, год). Такие показатели можно суммировать, получая новые, накопленные итоги или средние уровни за более длительный период.

Моментные динамические ряды содержат показатели размера явления на определенный момент - начало месяца, квартала, года, столетия и т.п. Это чаще всего показатели численности единиц или объема ресурсов на какую-то дату - численность населения, площадь земли, число машин, предприятий. Суммирование этих показателей не имеет смысла, так как они не накапливаются во времени.

Как и в любой статистической совокупности, в рядах динамики должны быть четко выделены единицы, а их признаки - быть сопоставимыми. Из этого, в частности, вытекает, что периоды в интервальном ряду должны иметь равную длительность, а в моментном ряду - следовать через равные промежутки времени. Величину этих промежутков определяют на основе качественного анализа. Для быстро протекающих процессов (производство продукции, выполнение работ, рост растений) они будут сравнительно небольшими (день, декада, месяц), для медленно меняющихся объектов (например, площадь земель, численность предприятий или населения области) достаточно собирать данные один раз в год.

Уровни ряда как признаки единиц совокупности также должны быть качественно однородными и сопоставимыми между собой по содержанию, единицам измерения, способам расчета, территории, степени охвата массового явления и т.д.

Для оценки развития явлений во времени абсолютные уровни ряда динамики сопоставляют между собой; в результате получают новые ряды относительных показателей, детально характеризующих процесс I изменения и его закономерности. С этой целью рассматривают разности и отношения уровней ряда у.

Абсолютный прирост А показывает изменение абсолютных уровней ряда в тех же величинах, что и сами уровни. Цепные приросты поучают, сравнивая соседние уровни в ряду:

А₁ = y₁-y₀, А₂ = у₂-у₁,…, А_п = у_п-у_п-1.

Они показывают величину изменений за отдельный период.

Базисные абсолютные приросты показывают изменение абсолютного уровня ряда по сравнению с одним и тем же исходным уровнем

у₀: A₁ = y₁-у₀, А₂ = у₂-у₀,…, А_п = у_п-у₀.

Таким образом, они характеризуют общий итог процесса развития, начиная с исходного пункта и произвольно выбранного момента времени.

Темп прироста показывает относительный прирост по сравнению со сравниваемым уровнем в процентах; он также может рассчитываться как цепной и как базисный. Цепные абсолютные приросты определяются по отношению к предшествующему уровню:

T_i=A_iцеп/Y_i-1*100%,

а базисные приросты - к базисному:

T_i=A_iбаз/Y₀*100%.

Следует учитывать, что цепные приросты в процентах несопоставимы между собой, поскольку они рассчитаны по отношению к различным уровням у_п-1, приравненным к 100%. Поэтому вполне возможны случаи, когда абсолютный прирост за какой-то период больше, чем за предыдущий.

Коэффициенты роста отражают относительное изменение абсолютных уровней ряда по сравнению с предыдущим (К_цеп) и базисным уровнем (К_баз). Цепные коэффициенты характеризуют движение за отдельные годы, а базисные - за произвольный период. Произведение цепных коэффициентов за все годы равно базисному индексу крайних уровней. Коэффициент роста, выраженный в процентах, называется темпом роста. Темп прироста равен темпу роста за вычетом 100%.

Статистический прогноз - это научно обоснованное вероятностное суждение о возможном состоянии массовых общественных явлений в будущем и о предполагаемом значении характеризующих их показателей. В статистике разрабатывают в основном оперативные и краткосрочные прогнозы методами интервьюирования, экстраполяции и моделирования.

Экстраполяция, основана на распространении на будущие периоды выявленных тенденций временных рядов. При моделировании прогнозные уровни результативных показателей определяют расчетным путем, исходя из ожидаемых значений факторных признаков; чтобы определить коэффициенты связи между ними, используют нормативные данные или уравнения регрессии. Как при экстраполяции, так и при моделировании предполагается, что основные закономерности рассматриваемого явления не претерпят качественных изменений в прогнозном периоде.