Применение кластерного анализа и методов многомерного статистического моделирования при изучении факторов роста урожайности зерновых культур

Автор: Сидоренко О.В., Бураева Е.В.

Журнал: Вестник аграрной науки @vestnikogau

Статья в выпуске: 3 (72), 2018 года.

Бесплатный доступ

Важнейшим условием эффективного развития зернового хозяйства является выявление факторов, обеспечивающих рост урожайности и валовых сборов зерна. В этой связи существенное значение имеет методологическая база, позволяющая проводить научные исследования в контексте современных требований и принципов достижения целевых ориентиров. Дискуссии по вопросам выявления статистических взаимосвязей и зависимостей, обоснования применения тех или иных аналитических приемов и методов по выявлению факторов формирования и увеличения урожайности зерновых и зернобобовых культур не являются новыми в научных исследованиях. Различные концепции нашли отражение в трудах отечественных и зарубежных авторов. Достаточно широкая база теоретических и практических разработок по исследованию факторов роста урожайности зерновых культур и объемов производства сельскохозяйственной продукции не отменяет требований к совершенствованию методического сопровождения аналитического мониторинга. Более того, возникновение новых экономических условий и необходимость повышения эффективности функционирования аграрного сектора требуют изменений в системе учетно-аналитической работы, включая развитие новых направлений эконометрического анализа, поиск необходимой информации и комплексных методик ее обработки. Рассмотрение этих, и многих других вопросов, актуализирует заявленное научное направление. В представленном материале с помощью общенаучных и экономико-статистических методов исследования изучены факторы роста урожайности зерновых культур, а также условия, определяющие устойчивость динамики объемов производства сельскохозяйственной продукции в Орловской области. Проведена кластеризация муниципальных районов региона по показателям и критериям роста урожайности зерновых культур, осуществлено многофакторное моделирование. Теоретическая и практическая значимость результатов исследования состоит в том, что они могут служить базой для дальнейшего развития методологии стохастического факторного анализа в контексте изучения показателей, влияющих на рост урожайности зерновых культур.

Еще

Кластерный анализ, многофакторное моделирование, факторы роста, урожайность зерновых культур

Короткий адрес: https://sciup.org/147230607

IDR: 147230607 | DOI: 10.15217/issn2587-666X.2018.3.130

Текст научной статьи Применение кластерного анализа и методов многомерного статистического моделирования при изучении факторов роста урожайности зерновых культур

Вве^ение. Ва^нейшим условием эффективного развития зернового хозяйства является выявление факторов, обеспечивающих рост уро^айности и валовых сборов зерна. В этой связи существенное значение имеет методологическая база, позволяющая проводить научные исследования в контексте современных требований и принципов дости^ения целевых ориентиров. Дискуссии по вопросам выявления статистических взаимосвязей и зависимостей, обоснования применения тех или иных аналитических приемов и методов по выявлению факторов формирования и увеличения уро^айности зерновых и зернобобовых культур не являются новыми в научных исследованиях. Различные концепции нашли отра^ение в трудах отечественных и зарубе^ных авторов [1-7].

Достаточно широкая база теоретических и практических разработок по исследованию факторов роста уро^айности зерновых культур и объемов производства сельскохозяйственной продукции [8-16] не отменяет требований к совершенствованию методического сопрово^дения аналитического мониторинга. Более того, возникновение новых экономических условий и необходимость повышения эффективности функционирования аграрного сектора требуют изменений в системе учетно-аналитической работы, включая развитие новых направлений эконометрического анализа [17, 18], поиск необходимой информации и комплексных методик ее обработки. Рассмотрение этих, и многих других вопросов, актуализирует заявленное научное направление.

Цель иссле^овани^ заключается в обосновании методических направлений и применении эконометрических методов анализа и моделирования для исследования факторов роста уро^айности зерновых культур.

Услови^, материалы, мето^ы. С помощью общенаучных и экономикостатистических методов исследования изучены факторы роста уро^айности зерновых культур, а так^е условия, определяющие устойчивость динамики объемов производства сельскохозяйственной продукции в Орловской области. Проведена кластеризация муниципальных районов региона по показателям и критериям роста уро^айности зерновых культур, осуществлено многофакторное моделирование.

Результаты и обсу^^ение. В контексте разработки научноэкономических обоснований зонального размещения производства зерновых культур в зависимости от природных условий Орловской области был применен кластерный анализ (с помощью универсальной интегрированной системы Statistica 10.0., предназначенной для статистического анализа и визуализации данных). Объектами кластеризации определены муниципальные районы Орловской области. Признаки для кластеризации – значения показателей, отра^ающих особенности природно-климатических условий зонального размещения муниципальных районов области, экономические факторы и показатели уро^айности зерновых.

Для проведения процедуры кластеризации в конечном итоге были отобраны одиннадцать переменных: уро^айность зерновых, Var1 , ц/га; коэффициент устойчивости уро^айности зерновых, Var2 , %; PH; Var3 ; P 2 O 5 , Var4 ; K 2 O, Var5 ; содер^ание гумуса в почве, Var6 ; бонитет почвы, Var7 ; внесено минеральных удобрений в расчете на 1 га посевов зерновых культур, Var8 , т; внесено органических удобрений в расчете на 1 га посевов зерновых культур, Var9, т; выручка на 1 га посевной площади зерновых культур, Var10 , тыс. руб.; доля бюд^етных средств района в общей сумме финансирования мероприятий Госпрограммы на поддер^ку зерновой отрасли, Var11 , %.

Методы кластерного анализа, характеризующие технику и порядок формирования кластеров, как правило, принято подразделять на две группы: иерархические и неиерархические. При этом ка^дая их них содер^ит различные алгоритмы и подходы к решению обозначенных проблем, позволяющих получить различные решения при одних и тех ^е исходных данных [19].

Учитывая тот факт, что переменные, используемые для кластеризации муниципальных районов, представлены в несопоставимых единицах, кластеризации предшествовала процедура стандартизации переменных.

Для определения сходства или различия муниципальных районов Орловской области по выбранным показателям, т.е. для вычисления расстояний ме^ду наблюдениями, была применена такая мера, как Квадрат Евклидова расстояния. Дендровидное решение процедуры кластеризации, выполненное по методу Варда, предполагающему использование процедуры дисперсионного анализа, представлено на рис. 1.

Дендрограмма для 24 набл. Метод Варда

Рисунок 1 – Дендрограмма иерархической классификации муниципальных районов Орловской области по показателям и факторам уро^айности зерновых культур

Судя по горизонтальной дендрограмме, наиболее оптимальным представляется разбиение совокупности на 4 кластера. При этом в целях проведения неиерархического анализа использовался был метод k-средних (быстрый кластерный анализ).

Проверка существенности кластеризации осуществляется методом дисперсионного анализа (F-критерий) (табл. 1). Поскольку F-критерий по всем показателям является значимым, следовательно, признаки для кластеризации отобраны корректно.

Таблица 1 – Дисперсионный анализ кластеризации муниципальных районов Орловской области по уровню уро^айности зерновых и факторам на нее влияющим

Показатели	Ме^группо-вая дисперсия	Число степеней свободы	Внутригрупповая дисперсия	Число степеней свободы	Значимость (F)	Уровень значимости (p)
Var1	15,36216	3	7,63784	20	11,3146	0,000004
Var2	12,70884	3	10,29116	20	8,2329	0,000916
Var3	12,57277	3	10,42723	20	5,6718	0,005592
Var4	15,45081	3	7,54919	20	10,2573	0,000009
Var5	13,05766	3	9,94234	20	8,7556	0,000657
Var6	17,17370	3	5,82630	20	19,6508	0,000004
Var7	17,36395	3	5,63605	20	20,5391	0,000003
Var8	13,06647	3	9,93353	20	8,5682	0,000574
Var9	2,77226	3	20,22774	20	0,9137	0,452078
Var10	6,93858	3	16,06142	20	2,8800	0,061485
Var11	21,93604	3	1,06396	20	137,4491	0,000000

В результате кластеризации муниципальных районов Орловской области удалось распределить районы на четыре кластера (табл. 2).

Первый кластер с наивысшими качественными характеристиками почвы оказался самым многочисленным, в него вошло одиннадцать районов области, что составляет 45,8,2% от общего числа исследуемой совокупности. Помимо семи районов Юго-Восточной зоны (Верховский, Новодеревеньковский, Краснозоренский, Ливенский, Колпнянский, Дол^анский, Малоархангельский, Покровский), в него вошло 4 района Центральной зоны (Корсаковский, Новосильский, Залегощенский, Глазуновский). Уро^айность зерновых по районам этого кластера достаточно высока, однако, в исследуемом периоде этот показатель несколько ни^е среднего по совокупности (рис. 2). Несмотря на это, стоит отметить, что коэффициент устойчивости уро^айности по районам этого кластера самый высокий, и достигает 85,5%, что свидетельствует о стабильности получения е^егодных высоких показателей уро^айности, независимо от климатических условий года по районам, входящим в этот кластер. Учитывая улучшенный качественный состав почв, количество внесенных минеральных и органических удобрений по районам этого кластера минимальный по совокупности. Несмотря на то, что показатель выручки по данному кластеру уступает аналогичному показателю, удельный вес материальных затрат на удобрения значительно ни^е, что позволяет предполо^ить большую эффективность производства зерновых в районах, входящих в данный кластер по сравнению с другими районами области.

s CD H ro co ro ^ о c	% ‘nuoBdio MoaoHdae A^datftfou bh iqi/\ii/\iBdJ0du30j MMibMduodai/M ьинвaodиэнвниф Э1Л11/\\|Лэ иэГпдо a BHOi/iBd aj.3tfad3 х1ян1эжЬ'снд визу		от см	о	о о	ОТ
	gAd Э1я± ‘dAiauAx xiaaoHdae i/itfBhiouu ионаээои bj v вн BXhAdiag	co ОТ-	от о LO LO	CM о		СМ-см
	i ‘dAiauAx xiaaondae аоаээои bj v вн aidHOBd a MMHodgotyA xMxoahMHBJdo онэээнд	ОТ CO OT-	см ОО	CM co	от от	от CD ОТ см
	i ‘dAiauAx xiaaoHdae аоаээои bj v вн aidHOBd a nnHodgotyA xiaHauBdOHw/M онэээнд	CM CO CO	от со со см	CQ-OT о	о о СОСО	со от от о
	laahou Ю1инод	co о	от от^ от со	от	от ОТ-ОТ	СМ-05 от
	oAiaiAj	co COOT-	о от	от ОТ-	о ОТ-ОТ-
	огх	ID CD О	от о	от см о	о СМ-оо"	со о
	SOSd	CD CD	о о	от о	о	от о
	Hd	ОТ ОТ	от ОТ-Щ-	от Щ-	от	от СМ-Щ-
	% ‘иlэoнивжodЛ июоаиниоюЛ ±нэиЬиффео>\|	О ОТ loco	от см со	от ОТ-СО	о	от о 00
	BJ/h ‘a±эoнивжodд	ОТ CM ОТ	о со COOT	от от ОТ-ОТ	от СО СО	от СОСО
laHOMBd		>S s о § X б О § ^ ^ s &i с £ о Й c 5 co 4. CL n о ® s о 2 m s g о i— x о T о § § 5 ^T “ 2 ф ro § o. ^ 5 з x ?5 2 о О 3 Q_ О CO _x* о го g ° го о ф 2 x о ^ о. с 5 а и с о го ™ ф о о ^ от ^ со ^ с[	Li о m о IC Ct CL Ф m о 8 ^ ф 2	ZT б к S m я ° ^ б о О- g ^и °->s" s О х 2 >s о и о CD О Li О CL О X Н 5 с I о О 5 Q. Ш С[^	ZT ф т _Q 11 “ X ф g m ^ ™ CU СО 3	X
аоноивс! оиэин			co		ОТ	от
BdaiOBUM oN		1-	CM	от		игаиниляиаиэ OU lAidHtyado д

В отдельный кластер были выделены 3 района (Мценский, Свердловский, Ливенский), имеющие наибольшую долю бюд^етных средств в общей сумме финансирования мероприятий Госпрограммы на поддер^ку зерновой отрасли, при достаточно высоких показателях качества почв. Высокий показатель уро^айности зерновых наряду с большим коэффициентом устойчивости уро^айности позволяет сделать вывод, что достаточное финансирование отрасли, позволяющее существенно улучшить материально-техническую базу, повысить квалификационный уровень кадрового состава, уровень организации производства, играют немалова^ную роль в решении проблемы.

Перемен.

Рисунок 2 – Графики средних величин исследуемых переменных в разрезе кластеров

Третий кластер с наименьшей уро^айностью зерновых культур содер^ит семь районов области (29,2% от общего числа). Большая часть из них располо^ена в Западной зоне, для которой характерны невысокие показатели качества почв. Низкий уровень питательных веществ в почве компенсируется наибольшим по совокупности количеством минеральных удобрений. По районам данного кластера наблюдается наименьший размер выручки, полученной с 1 га.

Четвертый кластер представлен тремя районами (Знаменский, Хотынецкий, Шаблыкинский) с самым высоким уровнем уро^айности зерновых культур, полученным в 2016 г. Однако, довольно низкий коэффициент устойчивости уро^айности свидетельствует о том, что данный показатель значительно колеблется по годам и находится в тесной зависимости, в том числе и от погодных условий. По районам данного кластера наиболее низкие показатели качества почв, что компенсируется большим количеством минеральных удобрений.

Применение многофакторного моделирования позволило построить корреляционно-регрессионную модель, выра^ающая зависимость уро^айности ( Υ _χ ) зерновых культур от ряда факторов, влияющих на выход зерна с единицы земельной площади, в условиях юго-восточной зоны Орловской области. Уравнение регрессии получило вид:

Υ ^~ _χ = 2,212 + 0,0003Х 1 + 0,153Х 2 + 0,985Х 3 + 4,698Х 5 – 0,207Х 6 + 0,475Х 8 – 0,116Х 10

Коэффициент мно^ественной корреляции для модели составляет 0,814, коэффициент детерминации – 0,662, что объясняет 66,2% вариации уро^айности зерновых культур в сельскохозяйственных предприятиях юговосточной зоны Орловской области.

Сравнение фактических и расчетных по модели уровней уро^айности зерновых культур в разрезе сельскохозяйственных организаций Орловской области показало, что 55,9% изучаемой совокупности недоиспользует имеющиеся возмо^ности для получения максимально возмо^ной уро^айности (табл. 3). Сельскохозяйственным организациям, у которых фактический уровень уро^айности ни^е теоретического (рассчитанного по модели), рекомендовано обратить внимание на следующие организационно-экономические факторы производства: удельный вес посевов зерновых культур в общей посевной площади, %; размер дене^ных затрат в расчете на 1 гектар посевов зерновых, тыс. руб.; обеспеченность трактористами-машинистами в расчете на 100 га пашни, чел.; энергообеспеченность в расчете на 100 га пашни, л.с.; удельный вес затрат на удобрения в совокупных производственных издер^ках и др.

Таблица 3 – Фактические и расчетные уровни уро^айности зерновых культур в сельскохозяйственных организациях Орловской области, ц/га

Сельскохозяйственные организации	Факт, 2016 г.	Расчет по модели	^бсолютное отклонение, ц/га
1	2	3	4
ООО КФХ «Тим» Дол^анского района	21,9	29,1	-7,2
ООО «Ольшаное» Дол^анского района	52,5	55,3	-2,8
ООО «Луганское» Дол^анского района	33,3	42,2	-8,9
ПСК «Кубань» Дол^анского района	34,4	27,1	7,3
СПК «Заря мира» Дол^анского района	39,5	31,4	8,1
ООО «^КХ Виктория» Дол^анского района	31,3	30,0	1,3
З^О ^ПК «Юность» Дол^анского района	27,1	34,0	-6,9
КХ Нива Дол^анского района	24,0	23,6	0,4
ООО «Тим» Ливенского района	26,9	33,1	-6,2
ООО «Эко-продукт» Ливенского района	50,9	35,9	15,0
ООО «Сельхозинвест» Ливенского района	45,6	37,0	8,6
ООО «Родник» Ливенского района	43,2	36,9	6,3
ООО «Хуторок» Ливенского района	44,7	37,9	6,8
ООО «Речица» Ливенского района	46,0	51,8	-5,8
З^О «Орловское» Ливенского района	51,7	48,1	3,6
ТНВ В.В. Труфанов и Компания Краснозор	12,2	14,1	-1,9
З^О «Славянское» Верховского района	67,3	54,7	12,6
О^О «Звягинки» Орловского района	45,5	45,8	-0,3
СПК «Победа Октября» Хотынецкого района	28,4	27,2	1,2
О^О ^грофирма «Ливенское мясо» Ливенского района	31,8	26,3	5,5

Продол^ение таблицы 3

1	2	3	4
^О ОПХ «Красная Звезда» Орловского района	31,7	38,6	-6,9
ООО «^рта» Кромского района	34,9	42,0	-7,1
ООО «Русь» Урицкого района	31,6	35,1	-3,5
ООО «Юпитер» Болховского района	33,7	29,5	4,2
^ОНП «Успенское» Ливенского района	42,2	49,1	-6,9
^О «ПЗ им. ^.С. Георгиевского» Ливенского района	45,4	45,5	-0,1
^О «ПЗ Сергиевский»Ливенского района	31,0	40,5	-9,5
ООО «ЛивныИнтерТехнология» Ливенского района	45,2	36,1	9,1
ООО «Коротыш» Ливенского района	39,9	30,6	9,3
КХ им. 50 лет Октября Ливенского района	29,9	41,1	-11,2
О^О «Сосновка» Ливенского района	39,6	51,5	-11,9
ООО «Здоровецкий» Ливенского района	29,5	40,2	-10,7
ООО «Норовское»Ливенского района	18,8	34,3	-15,5
^О «ОРЕЛ НОБЕЛЬ-^ГРО»	33,2	33,5	-0,3

Выво^ы . Посредством процедуры кластеризации установлено, что основными факторами устойчивого роста уро^айности зерновых культур в соответствии с проведенным анализом, являются природно-климатические условия, что обуславливает необходимость разработки научно-практических рекомендаций по экономическому обоснованию зонального размещения производства зерновых культур.

В целом в Орловской области, как показали результаты многофакторного моделирования, уро^айность зерновых культур в 2017-2021 гг. будет находиться в пределах 36,27 ± 3,31 ц/га, а как показал точечный прогноз, уро^айность зерновых в 2019 г. составит 36,27 ц/га. Самая низкая уро^айность о^идается в Западной зоне области – 34,24 ц/га, самая высокая – в Юговосточной зоне – 35,26 ц/га. Относительно небольшая, в сравнении с другими зонами области величина границ интервальных прогнозов уро^айности зерновых культур в Юго-восточной зоне обусловлена сравнительно невысокой по отношению к другим зонам колеблемостью уро^айности и более ярко выра^енной тенденцией в этой зоне [20].

Список литературы Применение кластерного анализа и методов многомерного статистического моделирования при изучении факторов роста урожайности зерновых культур

Алтухов А.И. Совершенствование организационного-экономического механизма зернового хозяйства и рынка зерна в России//АПК: экономика, управление. 2014. № 8. С. 3-13.
Алтухов А.И. Зерновое хозяйство и рынок зерна России//Экономика сельского хозяйства России. 2013. № 5. С. 32-47.
Гуляева Т.И., Юзбашев М.М. Методика статистического анализа динамики урожайности с учетом качества продукции//Вестник статистики. 1984. № 4. С. 55-59.
Гуляева Т.И., Яковлева Н.А. Повышение устойчивости и прогнозирование производства зерна в Орловской области//Вестник Орловского государственного аграрного университета. 2006. № 1. С. 56-61.
Сидоренко О.В., Гуляева Т.И. Прогнозирование урожайности зерновых культур в Орловской области//Вестник ОрелГАУ. 2010. № 4. С.64-68.

Статья научная