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

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.