Индекс УДК 519.237.5
Дата публикации: 26.05.2017

Анализ производства тракторов и сельскохозяйственной техники

Analysis of the production of tractors and agricultural machinery

Тиндова М.Г.
к.э.н., доцент кафедры прикладной математики и информатики
Саратовского социально-экономического института (филиала)
РЭУ им. Г.В. Плеханова

Tindova М.G.
Phys.-m.D., associate Professor,
Department of applied mathematics and Informatics
Saratov socio-economic Institute (branch)
REU them. G. V. Plekhanov

Аннотация: Одним из вопросов развития отечественного АПК является вопрос обеспеченности сельхозтоваропроизводителей качественной сельхоз техникой. Поэтому целью работы является исследование темпов производства сельхоз техники в РФ. На первом шаге проведён анализ предприятий, производящих сельхоз технику по субъектам РФ, выявлены наиболее крупные из них. Далее на основе анализа динамики выявлены положительные темпы роста и прироста российского производства сельхоз техники. На следующем шаге на основе двухвыборочного F-теста для дисперсии проверено наличие тенденций в исследуемых рядах; на основе сравнения моделей выбран лучший вид уравнения тренда; на основе анализа нормальности, случайности и независимости остатков проверена адекватность выбранных уравнений. В качестве апробации работы построенных моделей построен прогноз объёмов производства различных видов техники на 2017-19 гг., а также проведён анализ использования производственного потенциала на основе индекса эффективности, выявивший возможность наращивания объёмов производства сельхоз техники без увеличения производственных мощностей.

Abstract: One of the issues of development of the agroindustrial complex is the question of provision of agricultural producers of quality agricultural machinery. Therefore, the aim of this work is to study the rate of production of the agricultural equipment in Russia. In the first step, the analysis of the enterprises producing agricultural machinery in the constituent entities of the Russian Federation, identified the largest of them. Further, based on the analysis of the dynamics revealed a positive growth and the growth of Russian-made agricultural equipment. In the next step based on the two-sample F-test for variances check for the trends in the studied series. based on the comparison of models selected as the best equation of the trend; on the basis of the analysis of normality, randomness, and independence of residues verified the adequacy of the selected equations. As testing of the work constructed models to build a forecast production volumes of various types of equipment in 2017-19., and also the analysis of utilization of production potential based on the performance index, which revealed the possibility of increasing the volume of production of agricultural equipment without increasing production capacity.
Ключевые слова: эконометрический анализ; временные ряды; сельскохозяйственная техника

Keywords: econometric analysis; time series; agricultural machinery


Введение. Одним из вопросов развития отечественного АПК является вопрос обеспеченности сельхозтоваропроизводителей хорошими средствами труда, в частности, качественными комбайнами, тракторами и прочей техникой. Поскольку, например, объёмы собранного зерна зависят не только от качественных сортов зерна, от климатических условий роста, но и от качества сбора минимизирующего потери. Введённые два года назад антироссийские санкции, должны на наш взгляд способствовать не только развитию производства сельскохозяйственной продукции, но и способствовать развитию сопутствующих областей, в частности, сельскохозяйственного машиностроения. Поэтому целью работы является исследование отечественного рынка сельхозтехники, а также построение моделей, описывающих объемы производимой техники.

В качестве объекта исследования рассмотрены временные ряды производства сельхозтехники за период с 2000 по 2015 г. [1] В качестве основных видов техники выбраны тракторы, различные виды комбайнов, погрузчики, дробилки для кормов и доильные установки (рис. 1).

Рисунок 1. Производство сельскохозяйственной техники, тыс.шт.

 

Следует отметить, что в России на сегодняшний день существует достаточно большое количество предприятий, занимающихся производством сельхоз техники (табл. 1). Однако большая их часть занимается производством мелкой сельхоз техники, моторов, аккумуляторов, сервисным обслуживанием, ремонтом и производством запчастей. Среди крупных производителей можно отметить «Ростсельмаш» (49,84%), СП «Брянсксельмаш» (27,28%), КЛААС-Восток (8,82%).

Эти гиганты производят около 86% всей сельхоз техники, производимой в России.

Таблица 1

Производители сельскохозяйственной техники по Федеральным округам

ФОКоличество всех предприятийКоличество предприятий, производящих трактораКоличество предприятий, производящих комбайны
Дальневосточный ФО11
Приволжский ФО3442
Северо-Западный ФО831
Сибирский ФО1931
Уральский ФО102
Центральный ФО5722
Южный ФО2921
Северокавказский ФО51

Методология. Анализ описательных статистик показал [2], что в среднем за исследуемый период было выпущено 10,6 тыс.шт. тракторов, 7,16 тыс.шт. комбайнов, 41,8 тыс.шт. дробилок для кормов. В целом выпускалось 66,3 тысяч единиц сельхозтехники.

Статистический анализ временных рядов показал, что в целом за рассмотренный период объем производства сельхозтехники вырос. Однако если рассматривать отдельные виды техники, то производство тракторов и комбайнов сократилось на 73% в первом и 16% во втором случаях; производство же дробилок для кормов и доильных аппаратов выросло в 30 и 12 раз соответственно.

Прежде чем перейти к определению тенденции и выделению тренда, нужно выяснить, существует ли вообще тенденция в исследуемом процессе. В качестве метода выявления наличия тенденции во временном ряду рассмотрим метод сравнения средних уровней. Данный метод предполагает, что исходный временной ряд разбивается на две приблизительно равные части по числу членов ряда, каждая из которых рассматривается как самостоятельная, независимая выборочная совокупность, имеющая нормальное распределение.

Если временной ряд имеет тенденцию, то средние, вычисленные для каждой совокупности в отдельности, должны существенно различаться между собой. Если же расхождение незначимо и носит случайный характер, то временной ряд не имеет тенденции средней [3]. Результаты, полученные по ряду производства сельхоз техники, свидетельствуют об отсутствии стационарности: неравенство дисперсий, неравенство средних и наличие автокорреляции между рядами.

Для определения основной тенденции в модели, описывающей объем производства техники, сравнили линейную, показательную и квадратичную регрессии. В результате для модели производства техники в целом необходимо выбрать квадратичную функцию:, где коэффициент детерминации составил R2=0,69 и все параметры значимы по критериям Фишера и Стьюдента. Модель производства тракторов имеет показательный вид:, R2=0,44 и параметры значимы; для комбайнов – квадратичная функция, R2=0,48 и все параметры значимы.

Проверка адекватности моделей реальному процессу проводится на основе анализа случайной компоненты. Принято считать, что модель адекватна, если значения остатков удовлетворяют свойствам случайности, независимости и нормальности распределения. Для общей модели имеем:

— нормальность остатков (на основе показателей асимметрии и эксцесса [4]):  ,,,и т.к.

ито гипотеза о нормальном характере распределения принимается;

 

— независимость остатков (с помощью критерия Дарбина-Уотсена [5]): dL =1,10 и dU=1,37, тогда 4-dU=2,63 и 4-dL=2,9, d=1,627Î[dU, 4-dU], следовательно, гипотеза о независимости случайных отклонений принимается;

— случайность уровней ряда остатков (с помощью критерия медианных серий [3]): число серий v(26)=6, kmax(26)=4 и

, оба неравенства выполняются, следовательно, гипотеза об отсутствии тенденции среднего уровня принимается и ряд остатков можно считать случайным.

 

Аналогичные результаты получаем и для двух других моделей.

Результат. Если использовать полученные модели для оценки перспектив производства отечественной сельхоз техники, то прогноз составляет:

— на 2017 г.: в целом – 110,44 тыс.шт, из них тракторов – 6,72 тыс.шт., комбайнов – 5,37 тыс.шт., где ошибка аппроксимации составляет А= 5,6%;

— на 2018 г.: в целом – 111,24 тыс.шт, из них тракторов – 6,45 тыс.шт., комбайнов – 4,88 тыс.шт., А=4,6%;

— на 2019 г.: в целом – 111,44 тыс.шт, из них тракторов – 6,21 тыс.шт., комбайнов –4,35 тыс.шт., А=3,4%.

Другими словами, несмотря на прогнозируемый общий рост производства сельхоз техники, производство тракторов и комбайнов будет сокращаться, примерно на 4% в год.

После построения прогнозных моделей интерес представляет сравнение и исследование взаимосвязей между фактическими и расчётными уровнями результативного признака. Одним из видов таких взаимосвязей является индекс эффективности использования производственного потенциала:[6]. Его анализ показал, что для производства техники в целом средний индекс эффективности составил α=1,101, другими словами, использование мощностей в целом выше среднего на 10,1%. Однако, в 2014 и 2015 годах наблюдалось снижение показателя, что говорит о недоиспользовании производственного потенциала. Для тракторов α=1,024, однако, спад производства происходит здесь уже с 2013 г.; для комбайнов — α=0,803 и за весь исследуемый промежуток времени данный показатель не был больше 1. Полученные результаты говорят о возможности наращивания объёмов производства сельхоз техники без увеличения производственных мощностей.

Вывод. В качестве заключения следует отметить, что проведённый анализ выявил возможности для развития российской отрасти сельскохозяйственного машиностроения, причём для этого необходимо небольшое финансирования для стимулирования использования всех производственных мощностей. Также проведённый анализ показал, что несмотря на то, что в целом наблюдается устойчивый рост объёмов производства сельхоз техники, это происходит за счёт производства небольшой техники (погрузчиков, дробилок и доильных установок). Производство же тракторов и комбайнов имеет тенденции к сокращению.

Библиографический список

1. Регионы России. Социально-экономические показатели // Стат. сб. / Госкомстат России (режим доступа: http://www.gks.ru/free_doc/new_site/region_stat/sep_region.html )
2. Тиндова М.Г. Нечёткое моделирование как способ эффективного управления АПК // Научное обозрение. 2013. №9. С. 712-715.
3. Тиндова М.Г. Нечёткая модель оценки земельных участков // Журнал экономической теории. 2010. №4. С. 170-179.
4. Тиндова М.Г. Использование нечёткого логического вывода при решении различных классов оценочных задач // Модели, системы, сети в экономике, технике, природе и обществе. 2013. № 3 (7). С. 106-109.
5. Тиндова М.Г. Многомерный статистический анализ // Вестник Саратовского государственного социально-экономического университета. 2011. № 1. С. 98.
6. Рудольф А.В., Ваганова О.Е. Девелопмент: порядок осуществления анализа и оценки инвестиционного проекта предприятия-производителя // В сборнике: Актуальные проблемы современных общественных наук. Социальный вектор развития государственного управления и экономики Материалы VI Всероссийской научно-практической конференции молодых ученых. Ответственный редактор А.Р. Даутова. 2016. С. 134-138.