Влияние экономических и социальных факторов на объемы производства продуктов химической промышленности Пермского края
Автор: Шакирова Н.Н.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 11-3 (69), 2020 года.
Бесплатный доступ
В статье рассматриваются актуальные вопросы развития химической промышленности Пермского края. В ходе данного исследования проведен регрессионный анализ основных показателей и построены однофакторные регрессионные модели. Также определены ключевые факторы, оказывающие наибольшее влияние на объемы производства химической продукции региона, выявлены взаимосвязи между этими показателями, рассмотрены актуальные направления повышения уровня производства химических продуктов Прикамья.
Химическая промышленность, корреляция, множественная регрессия, инвестиции в основные фонды, экономические показатели, социальные показатели
Короткий адрес: https://sciup.org/170182232
IDR: 170182232 | DOI: 10.24411/2411-0450-2020-10998
Текст научной статьи Влияние экономических и социальных факторов на объемы производства продуктов химической промышленности Пермского края
На сегодняшний день химическая промышленность является одной из ведущих отраслей страны, которая делает ее наиболее конкурентоспособной на мировом уровне. Пермский край является одним из наиболее крупных производителей продукции химической отрасли России. Возникает необходимость анализа факторов, влияющих на развитие объемов производства региона. В Пермском крае развиваются и функционируют следующие крупные предприятия химической промышленности: ПАО «Метафракс», «Уралкалий», АО «ОХК «Уралхим», «Сибур-Химпром» и другие.
В ходе исследования будут проанализированы следующие факторы, которые могут влиять на объемы производства химической продукции Прикамья. В качестве зависимой переменной ( Y ) будет взято производство химических веществ и химических продуктов по Пермскому краю, в млн.руб. В качестве объясняющих переменных будет взяты следующие показатели:
X1 - инвестиции в основные фонды предприятий химической промышленности Пермского края, млн.руб.;
X2 - экспорт продукции химической промышленности Пермского края;
X3 - импорт продукции химической промышленности Пермского края;
X4 - оборот организаций - потребителей продукции химической промышленности (предприятия, функционирующие в отраслях сельского хозяйства и строительства) Пермского края, млн.руб.;
X5 - сальдированный финансовый результат (прибыль минус убыток) предприятий химической отрасли Пермского края, млн.руб.;
X6 - темпы роста (снижения) производительности труда по Пермскому краю, в долях;
X7 - численность занятых в обрабатывающих производствах по Пермскому краю, тыс.чел.;
Данные по каждому показателю с 2008 по 2019 годы приведены ниже.
Таблица 1. Статистические показатели по Пермскому краю
Год |
Y |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
2008 |
166 934,5 |
19 917,3 |
88,5 |
2 345,7 |
63 108,3 |
86 112,7 |
1,026 |
298 |
2009 |
105 869,7 |
22 063,3 |
111,2 |
2 891,3 |
51 597,1 |
29 019,5 |
0,959 |
295,1 |
2010 |
138 415,7 |
15 986,7 |
121,9 |
3 180,0 |
69 550,7 |
46 209,7 |
1,080 |
290,8 |
2011 |
195 197,1 |
16 017,5 |
191,2 |
3 525,4 |
80 067,6 |
61 702,4 |
1,059 |
301,9 |
2012 |
181 726,6 |
14 528,0 |
191,1 |
4 653,9 |
88 985,9 |
69 107,6 |
1,014 |
302 |
2013 |
168 386,2 |
23 069,2 |
171,2 |
3 317,8 |
79 252,8 |
44 387,6 |
1,015 |
301,9 |
2014 |
200 048,6 |
18 558,1 |
177,5 |
3 757,1 |
111 383,0 |
26 818,7 |
1,040 |
277,1 |
2015 |
277 098,3 |
40 737,2 |
136,6 |
3 885,4 |
102 597,7 |
56 743,1 |
1,005 |
235,2 |
2016 |
230 770,4 |
60 849,1 |
148,1 |
2 566,5 |
127 112,1 |
91 466,2 |
0,957 |
237,4 |
2017 |
238 632,5 |
51 090,3 |
158,9 |
2 908,5 |
143 022,9 |
63 654,6 |
1,063 |
224,5 |
2018 |
287 923,3 |
58 288,6 |
149,7 |
3 027,8 |
210 358,2 |
16 961,3 |
1,023 |
233,5 |
2019 |
319 693,3 |
72 576,3 |
183,0 |
3 163,5 |
116 407,3 |
62 389,0 |
0,990 |
234,1 |
о s К P S x к к X X и о О 8 ” i . И X Ри о н в m s Й § ” s К 9 К |
>s § и У о s ° X к 9 о S к и Иди о в Р п 53 К к £ |
и „ Р К й ч ° Р и Э g § К д |
и д Д |
к £ к д * ° + Н X О к |
Ж г 3 д о О Ри У к ” 5! И S К х Ри g ю 5 5^ § « U Ри |
6 ^ ” о Ри S к & s S л й s S 5 У 2 Д |
в Ри о в о н д н и о О Ри о Р Р к р 5 к 2 |
*Сумма по Таблице 2
Источник: составлено авторами на основе статистических данных по [1]
Таблица 2. Оборот организаций – потребителей хим.продукции, млн.руб.
Год |
Сельское хозяйство |
Строительство |
2008 |
14 454,3 |
48 654,0 |
2009 |
13 638,3 |
37 958,8 |
2010 |
14 869,4 |
54 681,3 |
2011 |
17 515,7 |
62 551,9 |
2012 |
18 344,7 |
70 641,2 |
2013 |
18 354,6 |
60 898,2 |
2014 |
21 862,2 |
89 520,8 |
2015 |
25 786,9 |
76 810,8 |
2016 |
24 739,3 |
102 372,8 |
2017 |
31 461,2 |
111 561,7 |
2018 |
31 424,1 |
178 934,1 |
2019 |
25 212,2 |
91 195,1 |
Источник: составлено авторами на основе статистических данных по [1]
Далее следует определить выборочные коэффициенты корреляции и корреляционную матрицу для всех переменных (как для объясняемой, так и для объясняющих). Результаты вычислений представлены ниже.
Таблица 3. Корреляционная матрица переменных
Y |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
|
Y |
1 |
|||||||
X1 |
0,8289 |
1 |
||||||
X2 |
0,3775 |
0,1182 |
1 |
|||||
X3 |
0,0496 |
-0,3551 |
0,6279 |
1 |
||||
X4 |
0,7453 |
0,7041 |
0,2742 |
-0,0741 |
1 |
|||
X5 |
0,0738 |
0,1300 |
-0,0661 |
-0,1930 |
-0,2479 |
1 |
||
X6 |
-0,1021 |
-0,3837 |
0,1326 |
0,1712 |
0,0272 |
-0,1424 |
1,0000 |
|
X7 |
-0,8330 |
-0,9039 |
-0,0678 |
0,2243 |
-0,7641 |
-0,0435 |
0,1795 |
1 |
На основе вычисленных значений можно сделать вывод, что наиболее информативной переменной является переменная Хд , так как коэффициент корреляции равен 0,8289 – то есть между и Y существует тесная линейная прямая зависимость; а также переменная X4, коэффициент корреляции с которым равен 0,7453. Стоит отметить, что между производством химических продуктов и численностью занятых в обрабатывающих производствах (переменной ^?) существует тесная обратная линейная зависимость – коэффициент корреляции между показателями равен -0,833.
Таким образом, мы будем строить такие однофакторные модели:
– Y(^1) – скорректированный коэффициент детерминации ( ^^ adj ) в данной модели равен 0,6557;
– Y( X4 ) – скорректированный коэффициент детерминации равен 0,511;
-
– Y( ^7) – скорректированный коэффициент детерминации равен 0,6634.
Кроме того, следует отметить, что, согласно корреляционной матрице переменных между ^1 и ^4 существует тесная линейная прямая зависимость. Отсюда может следовать предположение, что оба эти параметра в одной модели могут создавать проблему мультиколлинеарности. После проверки оказалось, что скорректированный коэффициент детерминации в модели Y(Хд , Хд) составляет 0,6809, но значения F – статистик и t – статистики говорят нам о том, что модель не совсем удачная (к примеру, коэффициент ^2 в данной модели будет вовсе не значим). Поэтому можно утверждать, что ^1 и Хд. одновременно входить в модель не могут. Аналогичный вывод можно сделать, построив и проверив модели Y( "^1 , ^? ) и Y(Хд , ^?).
Трехфакторные и модели с бóльшим количеством переменных рассмотрены не будут, так как переменные ^2 , ^3 , ^5 , ^6 по статистическим характеристикам уступают переменным ^1 , Хд , ^7 – линейная связь между переменными достаточно слабая, следовательно, и другие характеристики моделей будут хуже.
На основе полученных данных можно сгруппировать показатели и оценить их влияние на производство химических веществ и химических продуктов следующим образом:
Таблица 4. Группы рассматриваемых показателей
1.Внешнеэкономические по казатели |
Экспорт химической продукции ПК |
Импорт химической продукции ПК |
|
2.Социальные показатели |
Темпы роста (снижения) производительности труда по ПК |
Численность занятых в обрабатывающих производствах ПК |
|
3.Экономические показатели |
Инвестиции в основные фонды предприятий хим.промышленности Пермского края |
Сальдированный финансовый результат |
|
Оборот организаций-потребителей хим.промышленности |
-
1. В группу внешнеэкономических показателей можно отнести экспорт и импорт продукции химической промышленности Пермского края. Как показал рег-
- рессионный анализ, экспорт и импорт химических веществ и химических продуктов влияет на объем химической продукции незначительно;
-
2. В состав социальных показателей можно отнести темпы роста (снижения) производительности труда по Пермскому краю и численность занятых в обрабатывающих производствах по Пермскому краю. Как показал анализ, приведенный выше, численность занятых значительно обратно пропорционально влияет на объемы производства. Это обусловлено автоматизацией производства, которая продолжает внедряться и совершенствоваться на крупных предприятиях химической отрасли, а также вредными условиями труда на предприятии (как следствие из этого утверждения – высокая текучесть кадров и отсутствие необходимого количества специалистов). Наилучшей из построенных моделей в данной группе является модель кГ7 = 642863,4769 - 1610,2941 ∗ Яу , так как:
– скорректированный коэффициент детерминации равен 0,6634, он Это означает, что регрессия в большей степени аппроксимирует статистические данные;
– F – статистика равна 22,677. Это означает, что модель Y( X! ) значима;
– Остаточная сумма квадратов (RSS, необъясненная часть модели) данной модели много меньше, объясненная сумма квадратов (ESS);
– t – статистка параметров модели значима, следовательно, параметры модели тоже значимы;
-
3. К группе рыночных показателей можно отнести оборот организаций – потребителей продукции химической промышленности, сальдированный финансовый результат предприятий химической промышленности, инвестиции в основной капитал предприятий химической отрасли Пермского края. В наибольшей степени из факторов данной группы влияют инвестиции в основные фонды предприятий хим. промышленности. Таким образом, наилучшей из построенных моделей в данной группе является модель = 122734,5947 + 2,5089 ∗ ^ , так как:
– скорректированный коэффициент детерминации равен 0,6557, он ближе к 1, чем скорректированный коэффициент детерминации в модели Y(^4). Это означает, что регрессия первой модели лучше аппроксимирует статистические данные;
– F – статистика имеет наибольшее значение по сравнению с другими моделями (с моделью Y(^4)), и равна 21,9519. Модель Y(^4) качественнее;
– Остаточная сумма квадратов (RSS, необъясненная часть модели) данной модели меньше, чем в модели Y(^4 ) – это тоже говорит о том, что модель построена более качественно;
– Отсюда следует, что и объясненная сумма квадратов (ESS) в данной модели больше, чем в модели Y(^4);
– Оценка дисперсии в данной модели меньше чем в модели Y(^4);
– t – статистка параметров модели значима.
Необходимо также отметить, что за 2015-2019 годы в Пермском крае заключено 17 специнвестконтрактов, в том числе 12 региональных и 5 федеральных. Общий объем инвестиций по ним составляет 503,7 млрд руб. Реализуемые инвесторами проекты предусматривают создание в регионе 8457 рабочих мест, объем производства промышленной продукции составит 922,7 млрд руб. В настоящее время по 11 контрактам проекты находятся в инвестиционной фазе [2].
В заключение можно сделать вывод, что наиболее приоритетным направлением в развитии химической промышленности региона является инвестиционная деятельность в основные фонды предприятий, это обусловлено развитием национальных проектов. Именно данный фактор в значительной степени влияет на развитие объемов производства и развитие региона в целом. В наименьшей степени на объемы производства химических веществ и химических продуктов влияет импорт продукции химической отрасли.
Список литературы Влияние экономических и социальных факторов на объемы производства продуктов химической промышленности Пермского края
- Территориальный орган Федеральной службы государственной статистики по Пермскому краю / Федеральная служба государственной статистики. - [Электронный ресурс]. - Режим доступа: https://permstat.gks.ru
- [Электронный ресурс]. - Режим доступа: https://www.business-class.su/news/2020/08/27/himiya-zhizni-specinvestkontrakty-rabotayut-na-razvitie-himicheskoi-promyshlennosti-prikamya