Мы видим, что для хозяйств первой, второй и четвертой зоны, как и в целом по краю наиболее значимым фактором оказался уровень вложения денежных средств на I га насаждений. Так, увеличение производственных затрат позволит повысить урожайность в исследуемых зонах соответственно на 4,8 ц/га, 2 ц/га и 3 ц/га. К снижению урожайности в первой и второй зонах на 2,4 и 2,1 ц/га приведет увеличение затрат труда в расчете на 1 ц произведенного винограда. Таким образом, можно отметить, что направления корреляционной связи по рассматриваемым зонам Ставропольского края примерно одинаковые. Коэффициенты при факторах позволяют выявить, как на них реагирует урожайность, и какие из них являются наиболее значимыми в каждой зоне. Далее нами строились динамические ряды факторов, включенных в корреляционную модель и уравнения тренда по ним, чтобы выявить тенденции за определенный временной период. Решающим фактором, обуславливающим тенденцию, является целенаправленная деятельность человека, а причиной колеблемости является изменение условий жизнедеятельности. Уравнение тренда строилось по каждому фактору с учетом сельскохозяйственных зон края. Решив систему нормальных уравнений и определив параметры уравнения, произведем прогнозные расчеты рассматриваемых факторов на перспективу. Прогнозные значения факторов рассматривались на уровень 2008 года. Надо отметить, что полученные расчетным математическим путем значения могут привести к искажению прогнозных данных, поэтому их необходимо дополнить методом экспертных оценок (т. е. должны быть учтены и особенности производства, и различные экономические ситуации, и нюансы в каждой зоне), который позволяет корректировать найденные значения факторов на основе уравнений тренда. В заключении рассчитаем прогнозную урожайность винограда, для чего подставим численные значения отобранных факторов в уравнение регрессии (таблица 34). 128 |
160 « ♦ * увеличение урожайности. Так, каждая тысяча рублей, вложенная на 1 га виноградных насаждений принесет прибавку урожайности на 2,6 ц/га. При увеличении общей площади (концентрации насаждений) под виноградными насаждениями урожайность увеличится на 0,4 ц/га. Рассмотрим влияние выбранных факторов на урожайность в отдельности по каждой зоне и составим следующие уравнения регрессии: У1 = 27,1 2,4x1 0,23х2 + 4,67х3 + 0,09х4, У2 =80,3 2,13x1 0,06х2 + 1,96х3 + 0,03 х4, У4 = 27,26 — 0,05x1 0,03х2 + 2,95х3 + 0,11x4, где Уь У2, У4 урожайность винограда в I, II и IV зонах. Мы видим, что для хозяйств первой, второй и четвертой зоны, как и в целом по краю наиболее значимым фактором оказался уровень вложения денежных средств на 1 га насаждений. Так, увеличение производственных затрат позволит повысить урожайность в исследуемых зонах соответственно на 4,7 ц/га, 2 ц/га и 3 ц/га. К снижению урожайности в первой и второй зонах на 2,4 и 2,1 ц/га приведет увеличение затрат труда в расчете на 1 ц произведенного винограда. Таким образом, можно отмстить, что направления корреляционной связи по рассматриваемым зонам Ставропольского края примерно одинаковые. Коэффициенты при факторах позволяют выявить, как на них реагирует урожайность, и какие из них являются наиболее значимыми в каждой зоне. Далее нами строились динамические ряды факторов, включенных в корреляционную модель и уравнения тренда по ним, чтобы выявить тенденции за определенный временной период. Решающим фактором, обуславливающим тенденцию, является целенаправленная деятельность человека, а причиной колеблемости является изменение условий жизнедеятельности. Уравнение тренда строилось по каждому фактору с учетом сельскохозяйственных зон края. Решив систему нормальных уравнений и определив параметры уравнения произведем прогнозные расчеты рассматриваемых факторов на 161 * ♦ * перспективу. Прогнозные значения факторов рассматривались на уровень 2008 года. Надо отметить, что полученные расчетным математическим путем значения могут привести к искажению прогнозных данных, поэтому их необходимо дополнить методом экспертных оценок (т.е. должны быть учтены и особенности производства и различные экономические ситуации и нюансы в каждой зоне), который позволяет корректировать найденные значения факторов на основе уравнений тренда. В заключении рассчитаем прогнозную урожайность винограда, для чего подставим численные значения отобранных факторов в уравнение регрессии (таблица 27). Из таблицы видно, что прогнозируемая урожайность выше фактически сложившейся, что свидетельствует о наметившейся положительной тенденции. Правильность полученного прогноза подтверждается экспертной оценкой. Надо отметить, что в данной модели не учитывается влияние факторов, не включенных в нее. Это могут быть благоприятные или неблагоприятные погодные условия, которые оказывают значительное влияние на урожайность винограда. Также в практике могут применяться различные меры для ускорения движения тренда, и в этом случае прогноз будет играть роль «предупреждения» о необходимости изменить скорость процесса. Т.е. в действительности может быть получена урожайность выше прогнозируемой или прогнозный уровень будет достигнут за более короткий период времени. Но для этого нужен капитал, квалифицированные и заинтересованные в прогрессе работники. На основании полученных значений урожайности можно определить оптимальные площади виноградных насаждений для загрузки имеющихся в хозяйствах мощностей по первичной переработке на 80%. Нами предложено несколько вариантов расчета оптимальных площадей виноградных насаждений. Для расчетов использовались фактические данные по мощностям винзаводов первичной переработки за 2003 год и урожайность винограда в расчете на плодоносящую площадь. |