Информационное обеспечение оценки производственного потенциала

  Главная       Учебники - Сельское хозяйство     Теория и практика управления производственными ресурсами в свеклосахарном подкомплексе АПК

 поиск по сайту           правообладателям

    

 

 

 

 

 

 

 

 

 

 

содержание   ..  30  31  32  33  34  35  36  37  38  39  40  ..

 

 

3.5. Информационное обеспечение оценки производственного потенциала. Применение экспериментальных данных в экономических расчетах

Существует два основных вида информации, пригодных для измерения производственного потенциала:

1) эмпирические данные, то есть сведения о фактических объемах производственных ресурсов, ресурсоемкости продукции, затратах ресурсов на 1 га и полученной урожайности, о климатических и экономикоорганизационных условиях производства;

2) экспериментальные данные, полученные в результате опытов, в которых изучалось влияние тех или иных факторов на выход продукции.

Первые могут быть собраны одновременно по всему перечню продукции, охватывать большое число предприятий за любой из прошлых периодов времени. Основное преимущество эмпирических данных - массовость, способствующая выявлению закономерностей. Но такая информация имеет ряд недостатков, обусловленных несовершенством учета и построения показателей.

Так, в бланке, содержащем типовые и специализированные формы годовой бухгалтерской отчетности сельскохозяйственной организации, утвержденном Министерством сельского хозяйства России для годового отчета за 2000 год, оценка выхода продукции свекловодства дается только по одному показателю - урожайности корнеплодов. Отсутствуют сведения о сборе ботвы, сахара и сахаристости корнеплодов. Последний показатель отражен в отчетности сахарного завода, но, во-первых, представляет собой среднюю величину, полученную по всему объему переработанного на заводе свеклосырья; во-вторых, содержит систематическую ошибку, вызванную занижением качества корнеплодов.

Все это препятствует анализу эффективности использования производственных ресурсов, так как выручка в свекловодстве зависит не только от валового сбора корнеплодов, но и от выработки и распределения сахара, особенно, если применяется давальческая схема реализации.

Кроме того, всегда существует проблема достоверности и полноты информации об использовании средств производства, например удобрений. С одной стороны, приходится полагаться на добросовестность лиц, заполняющих первичные документы. С другой - нет никакой уверенности в том, что правильно учтенное количество минеральных удобрений было внесено в соответствии с различным содержанием питательных веществ в почве на отдельных участках и полях.

К сожалению, именно усредненные показатели, полученные делением общего объема ресурсов на количество продукции или размер обрабатываемой площади, повсеместно используются в экономическом анализе. И только потому, что дополнительные сведения о распределении ресурсов не всегда доступны.

Для эмпирической информации характерно также свойство сопряженности (параллельного изменения) уровней различных факторов, в результате чего влияние каждого из них трудно выявить. Так, предприятия, хорошо обеспеченные основными средствами производства, как правило, обладают соответствующим количеством оборотных средств. На величину финансовых и трудовых ресурсов прямо влияет естественное плодородие почв. В результате, несмотря на обширность эмпирической информации, значительная ее часть не может быть использована в анализе.

Экспериментальные данные отличаются от эмпирических тем, что уровни большинства факторов в опыте, так или иначе, контролируются самим исследователем. Посредством назначения всевозможных сочетаний обработок (уровней изучаемых факторов) достигается ортогональность факторов. Ортогональность факторов выражается, прежде всего, в их формальной независимости, что в итоге позволяет изучить влияние каждого из них на отклик, а при необходимости - оценить взаимодействие факторов.

Другим преимуществом экспериментального способа получения информации считается достаточная точность описания наблюдаемых явлений. Все замечания к эмпирическим данным по поводу точности учета использования ресурсов, регистрации показателей выхода и качества продукции здесь обычно неуместны. Как правило, публикуемые по результатам экспериментов материалы содержат все необходимые подробности относительно изучаемых факторов и результативных показателей. Но в опыте может изучаться ограниченное число факторов и их градаций, в связи с чем оценить влияние всего комплекса факторов при полном наборе факторных уровней не представляется возможным. Тем более, что не все факторы управляемы. Поэтому получение экспериментальной информации в полном объеме сразу обо всех элементах производства сахарной свеклы проблематично.

Ограничивает использование экспериментальных данных и неизбежное различие условий, в которых следовало бы применить эту информацию. Эти различия имеют место в пространстве и во времени. Отсюда следует, что даже результаты эксперимента, поставленного в конкретной организации, могут использоваться там лишь при соответствующей статистической обработке. Еще более в ней нуждаются данные, полученные вне организации.

Мы допускаем также, что некоторая часть экспериментальной информации недостоверна. Это связано, главным образом, с двумя причинами. Первая кроется в недобросовестном отношении «экспериментатора», подгоняющего данные под ожидаемый результат; вторая - в непреднамеренных методических ошибках и погрешностях измерений. Основным аргументом в пользу достоверности экспериментальных данных служит воспроизведение их в подобном эксперименте, проводимом в независимом научном учреждении. Подобная практика распространена в таких областях науки, как физика, химия, и лишь когда речь идет о научных открытиях. Поэтому при управлении ресурсами в сельскохозяйственном производстве приходится считаться с возможностью оперировать ложными сведениями.

Высказанная критика в отношении качества информации отнюдь не означает, что вся доступная менеджеру информация не пригодна для использования. Акцентирование внимания на возможных и существующих дефектах информации имеет целью свести к минимуму вероятность использования неверных данных. По нашему мнению, неверная информация хуже, чем полное отсутствие данных.

Исходя из потребностей оценки производственного потенциала, эмпирическая информация имеет приоритетное значение для анализа конъюнктуры рынка, состояния, наличия и возможности приобретения ресурсов, оценки эффективности использования ресурсов.

Основное предназначение экспериментальных данных состоит в их использовании для анализа и моделирования влияния технологических операций (при различной интенсивности применения ресурсов -временной и пространственной) на урожайность сахарной свеклы и ее сахаристость. Специфика опытных данных требует разработки методов их адаптации к условиям конкретных хозяйств.

Применение опытных данных в экономических расчетах. Опытные данные, используемые в экономических расчетах, должны отвечать трем основным требованиям. Во-первых, требуется сходство почвенно-климатических условий, в которых были получены эти данные, и тех, где намечается их использовать. Особенно важно сходство условий, когда речь идет о сроках полевых работ.

Во-вторых, опытные данные должны быть достоверными. Б.А. Доспехов под достоверностью подразумевал логически правильную схему и методику проведения данного опыта [82]. Пользователям экспериментальной информации убедиться в реализации этих положений сложно, поэтому основным признаком достоверности для них служит подтверждаемость опытных данных практикой или результатами аналогичных исследований.

В-третьих, требуется достаточная полнота описания эффекта воздействия факторов. Применительно к свекловодству опытные данные должны характеризовать такие результативные показатели, как урожайность корнеплодов и ботвы, содержание сахара в корнеплодах. Описание условий проведения опыта должно обязательно включать сведения о сроках уборки урожая, даже если последние не являлись предметом исследования. Соблюдение данного требования способствует, с одной стороны, точной экономической оценке технологических вариантов. С другой

- объединению информации, полученной в различных опытах.

Сведения, отвечающие перечисленным требованиям, все же не могут быть непосредственно использованы в экономических расчетах. Н.К. Болдырев и др., проанализировав множество публикаций по вопросам организации экспериментов с удобрениями и планирования урожайности по данным полевых опытов, признают, что в силу изменчивости ряда факторов данные отдельного опыта или группы опытов невозможно использовать для формулирования выводов о влиянии свойств почв и удобрений на урожайность на территориях значительно больших, чем место проведение опыта. По этой же причине невозможно простое усреднение данных группы полевых опытов для получения какой-то обобщающей характеристики определенного района по плодородию и отзывчивости почв на удобрения [50].

Вместе с тем закономерности, установленные в опыте, могут и должны быть использованы в экономических расчетах. В первую очередь, это информация, характеризующая относительные изменения отклика, например прирост урожайности, выраженный в процентах. Из множества опытов всегда можно подобрать близкий по условиям с конкретным хозяйством.

Качество воспроизведения этих закономерностей в экономическом проектировании во многом зависит от точности и полноты учета уровней факторов и отклика в хозяйстве. Если отсутствует информация о фактических дозах минеральных удобрений и достигнутой при этом урожайности, то надежность прогноза последней по вариантам минерального питания будет невысокой. И наоборот, имея такую информацию, можно всегда скорректировать опытные данные, привести их к виду, сопоставимому с условиями хозяйства.

В методике приведения опытных данных к условиям производства отправной точкой служит совпадение фактической дозы удобрений (или какого-нибудь другого фактора) и одной из рассмотренных в опыте. Это, однако, не следует понимать буквально. Достаточно, чтобы фактическая доза попала в область эксперимента, будучи, например, промежуточной между двумя вариантами опыта. Важно также, чтобы эмпирические и экспериментальные данные совпадали во времени. В крайнем случае это могут быть просто многолетние данные, что уже снижает риск ошибки от годичных колебаний урожайности.

В процессе приведения экспериментальной информации к условиям производства можно использовать два варианта модели - аддитивный и мультипликативный. Первый базируется на предположении, что между влиянием изучаемого фактора и влиянием остальных нет существенного взаимодействия. Согласно второму варианту, взаимодействие имеет место.
Рассмотрим следующий пример (табл. 3.18). Преимущества раннего срока сева очевидны. Но возникает вопрос, как использовать результаты этого опыта, проводившегося в конце 60-х - начале 70-х годов, в современных условиях, когда выращиваются другие сорта и гибриды сахарной свеклы.
 

 

3.19. Абсолютное снижение сбора сахара при запаздывании с севом, т/га
 

Сорт сахарной свеклы

Сроки сева

ранний

средний

поздний

Базисное абсолютное снижение

Рамонская 06

0

-1,17

-3,01

Рамонская 9

0

-0,70

-2,41

Цепное абсолютное снижение

Рамонская 06

-

-1,17

-1,84

Рамонская 9

-

-0,70

-1,71

 

 

Задача усложняется еще и тем, что между такими факторами урожайности, как сорт (гибрид) и срок сева, имеет место взаимодействие. Взаимодействие проявляется в поведении урожайности. По мере переноса сева на более поздние сроки абсолютное снижение сбора сахара по сорту Рамонская 06 превышает соответствующие цепные и базисные показатели сорта Рамонская 9 (табл. 3.19).

Более надежным способом описания влияния факторов на результат в такой ситуации служит система коэффициентов. Подтверждением этому служат результаты расчетов, представленные в табл. 3.20.

 

 

3.20. Сравнение двух способов прогнозирования сбора сахара, т/га

Фактические значения сбо­ра сахара

Расчетные значения сбора сахара

Квадрат ошибки

Способ расчета

(Ya - Y)2

^м - Y)2

абсолютные при­бавки

умножение на ко­эффициенты

Y

Ya

7,77

7,30

7,34

0,2209

0,1849

6,60

7,07

6,98

0,2209

0,1444

4,76

5,36

5,06

0,3600

0,0900

6,92

7,39

7,32

0,2209

0,1600

6,22

6,35

6,25

0,0169

0,0009

4,51

3,91

4,24

0,3600

0,0729

7,77

7,17

7,30

0,3600

0,2209

6,60

6,47

6,56

0,0169

0,0016

4,76

4,89

4,79

0,0169

0,0009

6,92

7,52

7,36

0,3600

0,1936

6,22

5,75

5,88

0,2209

0,1156

4,51

4,38

4,49

0,0169

0,0004

Сумма

2,3912

1,1861

Среднее квадратическое отклонение

0,45

0,31

 

 

 

Содержимое табл. 3.20 получено следующим образом. Имеющиеся у нас данные о сборе сахара по сортам и срокам сева

7,77 6,60 4,76

6,92 6,22 4,51

рассматривали поочередно как отсутствующие. Остальные пять значений использовали для оценивания «отсутствующего» значения. Так, «отсутствующее» значение 7,77 может быть оценено способом абсолютных прибавок

Уа = 6,60 - 6,22 + 6,92 = 7,30; Уа = 4,76 - 4,51 + 6,92=7,17
 

и способом коэффициентов

у = 6,92 * 6,60/6,22 = 7,34; У = 6,92 *4,76/4,51 = 7,30



Методика нахождения выпавших результатов полевого опыта, построенная на предположении о пригодности одной из моделей (аддитивной или мультипликативной), изложена нами в работе [20].

Сопоставление полученных оценок с фактическими значениями сбора сахара позволяет составить заключение по сравниваемым способам прогнозирования. По данным табл. 3.20, преимущество имеет способ коэффициентов. Средняя ошибка этого способа прогнозирования примерно в полтора раза меньше, чем способа абсолютных прибавок.
 

3.21. Коэффициенты относительного изменения сбора сахара

Факторы

Градации факторов

 

1

2

3

Сорт сахар­

Рамонская 06

Рамонская 9

 

ной свеклы

1,000

0,923

 

Срок сева

Ранний

Средний

Поздний

 

1,000

0,873

0,631

 

Для описания влияния анализируемых факторов может быть ис­пользована следующая система коэффициентов (табл. 3.21). Учитывая, что средний срок сева отличается от раннего на 7-10 дн.

 

В. А. Борисюк и А.В. Волянский [165] приводят более обширные данные о влиянии сроков сева на сбор сахара. Судя по этой информации (табл. 3.22), если принять сбор сахара при севе 10.IV за единицу, то сбор сахара при севе 15.IV будет составлять 0,910. Запаздывание с севом в этот период на один день сопряжено с недобором сахара в размере 1,9%.

Содержание табл. 3.21 и 3.22 в некоторой степени противоречиво. Судя по данным табл. 3.21, уменьшение сбора сахара вследствие переноса сроков сева схематично иллюстрирует рис. 3.9.а, а по данным табл. 3.22 - рис. 3.9.6.

Отмеченное противоречие проявляется при относительно поздних сроках сева (через 14-20 дн. после лучшей даты). Очевидно, что последствия сева в это время во многом определяются погодными условиями, при которых прорастают семена.
 

3.22. Влияние сроков сева на сбор сахара

Сроки

сева

Отношение к лучшему сроку сева по сбору са­хара Кс

Средний недобор сахара из-за переноса начала сева на одни сутки позже, % р

10.IV

1,000

 

15. IV

0,910

1,9

20. IV

0,860

1,5

25. IV

0,828

1,3

30. IV

0,803

1,1

Данные табл. 3.18 свидетельствуют о заметном уменьшении густо­ты насаждений при запаздывании с севом. Поэтому, если исследования о влиянии сроков сева на продуктивность сахарной свеклы проводились в годы, отличающиеся по количеству осадков в апреле-мае, то расхожде­ния в выводах о характере этого влияния будут неизбежными.

Тем не менее, оценки потерь сахара в связи с переносом сева в пе­риод 10.IV-20.IV, содержащиеся в анализируемых источниках, являются сходными. По-видимому, в это время большое влияние на всхожесть се­мян и развитие растений оказывают запасы влаги, накопленные в осенне­зимний период, наличие которых значительно стабильнее, чем осадки в апреле-мае.

 

 

Будем полагать, что возможное оптимальное решение о сроках сева находится в интервале 10.IV-20.IV. При севе в это время ожидаемый относительный сбор сахара, выраженный коэффициентом, можно вычислить по формуле
 

 

 

 

Числитель данной формулы можно найти в работе В.А. Борисюка и А.В. Волянского [165]. Введенный нами коэффициент модифицирует приводимое этими авторами уравнение, ставя в соответствие максимальную относительную величину сбора сахара Kc = 1 самому раннему сроку сева

- 10 апреля.

Формула (3.4) описывает относительное изменение сбора сахара и поэтому, в отличие от данных табл. 3.18, может быть использована в экономических расчетах по любому объекту, расположенному в сходных климатических условиях. В частности она пригодна для обоснования потребности в посевной технике.

Среди публикаций, посвященных проблеме использования опытных данных в экономических расчетах, следует выделить работу Б.К. Скирты [191]. Выполненные им исследования ориентированы на компьютерное моделирование производственных процессов в полеводстве. Прогнозирование продуктивности посевов предлагается проводить на основе обобщенных результатов полевых опытов, в которых изучались потери урожая при различных сроках проведения агротехнических операций. В упомянутой работе развиваются рассмотренные ранее этим же автором вопросы [190], которые отчасти перекликаются с идеями, содержащимися в статье И.А. Васько и А.В. Яковенко [60], а также в наших публикациях [14, 16, 22, 26], в которых рассмотрен механизм объединения разрозненных опытных данных.

Проблема объединения результатов множества полевых опытов не может быть решена без использования эмпирической информации. В одном случае - при нахождении отправных точек приведения экспериментальных данных к условиям конкретного хозяйства. В другом - при анализе адекватности построенных моделей. Поэтому информационное обеспечение оценки производственного потенциала представляет собой комплексное использование эмпирической и экспериментальной информации.