Диссертация - Специализация, интеграция и диверсификация капитала в АПК

Подождите немного. Документ загружается.

Может быть теперь корректно поставлена также задача оптимизации

степени диверсификации ресурсов и степени концентрации доходов по

областям деятельности.

Отметим, что энтропийная характеристика специализации производства

равна нулю, если доход от разных областей деятельности одинаковый, то есть

(t) =1/n и равна единице, если все доходы получены от одной области

деятельности Х

(t)=0 при i≠j, Х

(t)=1 при i=j.

Проверим, например, что

0)( tЭ

при Х

(t) =1/n. Имеем

011

ln0

ln1ln

1)(















tЭ

При Х

(t)



0 при i≠j, Х

(t)



1 при i=j имеем

101

1ln1

)(ln)()(ln)(

1)( 













tXtXtXtX

tЭ

jji

так как,

0)(ln)( 





tXtX

при Х

(t)= 0.

Можно предложить следующую схему классификации сельскохозяйственных

предприятий по степени специализации.

Если показатель

)(tЭ

лежит в интервале от 0,25 до 1, то хозяйство

считается узко специализированным. Если

)(tЭ

принадлежит интервалу от

0,15 до 0,25 , то хозяйство можно считать средне специализированным.

Наконец хозяйство можно считать диверсифицированным, если

)(tЭ

принадлежит интервалу от 0 до 0, 15.

Другой перспективный подход определения степени специализации

объекта исследования состоит в вычислении относительного расстояния

объекта до ближайшего объекта, степень принадлежности которого нечеткому

множеству специализированных объектов наивысшая, то есть равна 1.

111

Пусть, как и выше, число отраслей специализации равно n. Пусть Х

(t),

i=1,2,…,n относительная доля отраслей специализации объекта исследований,

полученная по итогам работы i-ого направления деятельности в период t.

Очевидно, для наиболее специализированных объектов Х

(t)=0 при i≠j, Х

(t)=1

при i=j. Для таких объектов вводимая степень специализации должна быть

равна единице. С другой стороны, для максимально диверсифицированного

объекта: Х

(t) =1/n, i=1,2,…n. Для такого объекта степень специализации

должна быть равна нулю. Эвклидово расстояние D в пространстве векторов с n

координатами вычисляется по формуле:







)(

где Х

, Y

– координаты объектов. Вычислим расстояние между наиболее

специализированными объектами и максимально диверсифицированным

объектом Dmax:

Dmax=

)













. (7)

Учтем далее, что сумма относительных долей отраслей специализации

объекта должна быть равна единице. Тогда нетрудно доказать, что эвклидово

расстояние между исследуемым объектом и ближайшим максимально

специализированным объектом, равно







)1(

(8)

(в (8) предполагается, что относительные доли объекта предварительно

упорядочены по убыванию) всегда меньше расстояния Dmax. Теперь можно

ввести степень принадлежности объекта нечеткому множеству

специализированных объектов по формуле:



max

1)(

))1((











nXX

. (9)

Как и в случае энтропийной степени принадлежности нечеткому

множеству специализированных объектов, легко проверяется, что мера

112

принадлежности равна нулю для полностью диверсифицированного объекта и

равна 1 для абсолютно специализированного объекта. Для данного показателя к

высокоспециализированным экономикам следует отнести государства с F(X) из

интервала 0,5-1,0. К среднеспециализированным следует отнести экономики с

показателем F(X) из интервала 0,25-0,5. Экономики считаются

диверсифицированными, если F(X) из интервала 0-0,25.

В качестве примера применения введенных мер специализации объекта

вычислим степень специализации экономик различных стран рассчитанные по

формулам (6) и (9). Полная информация по 200 странам содержится в

Приложении 4 диссертации. В таблице 17 приведена часть результатов по

наиболее крупным странам мира.

Таблица 17. Степени специализации экономик стран мира

Страны мира

Э(X)

F(X) Страны

мира

Э(X)

F(X)

Afghanistan 0,135026479 0,504016129 Kuwait 0,435744065 0,504014617

Algeria 0,258110392 0,495619191 Kyrgyzstan 0,0346139989 0,147063895

Angola 0,327607894 0,579643009 Latvia 0,245199295 0,624101077

Argentina 0,214784505 0,586115958 Lithuania 0,155123468 0,507658655

Armenia 0,0336261944 0,21942329 Luxembourg 0,30053997 0,61425397

Australia 0,26664298 0,637508621 Malaysia 0,101171341 0,341820693

Austria 0,262744646 0,564913802 Mexico 0,226055525 0,610384805

Azerbaijan 0,0409674773 0,302647865 Moldova 0,0601949877 0,285017483

Bangladesh 0,0911119305 0,210063294 Mongolia 0,0527414197 0,218463053

Belarus 0,0737400321 0,297504448 Netherlands 0,26664298 0,637508621

Belgium 0,322032926 0,679084123 New Zealand 0,200710527 0,603515448

Bolivia 0,121015888 0,449545642 Nicaragua 0,0336261944 0,21942329

Brazil 0,146516747 0,447369925 Nigeria 0,0869357292 0,320294181

Bulgaria 0,10057753 0,453923082 Norway 0,267827315 0,589390697

Canada 0,285206928 0,638337174 Pakistan 0,0573060973 0,328956037

Chile 0,111250784 0,428160862 Peru 0,146834136 0,526291229

China 0,115812328 0,368335532 Poland 0,213889623 0,514407578

Croatia 0,136699592 0,46924582 Portugal 0,233928275 0,587750076

Cuba 0,148335704 0,47151159 Romania 0,0720625507 0,356571682

Czech

Republic

0,217316701 0,44116192

Russia

0,181171427 0,494965348

Denmark 0,26664298 0,637508621 Saudi Arabia 0,238495631 0,391312888

Dominica 0,0955138787 0,437150109 Slovakia 0,205233954 0,519921881

Egypt 0,0580633008 0,337731172 Slovenia 0,234683934 0,515335167

Estonia 0,197940143 0,567750072 South Africa 0,221813899 0,583379669

113

Finland 0,215059205 0,526607985 Spain 0,22184697 0,563193407

France 0,26664298 0,637508621 Sudan 0,121280122 0,295798324

Georgia 0,0760755423 0,393782217 Sweden 0,275260622 0,613865308

Germany 0,297126786 0,602005025 Switzerland 0,261039551 0,552674615

Ghana 0,0342893115 0,130344896 Syria 0,0628441414 0,301573196

Greece 0,200710527 0,603515448 Taiwan 0,267827315 0,589390697

Hungary 0,215059205 0,526607985 Tajikistan 0,0751812657 0,39850187

India 0,0536053696 0,312613646 Tanzania 0,161268075 0,357154762

Indonesia 0,060320796 0,255621064 Thailand 0,111758683 0,356338598

Iran 0,0751812657 0,39850187 Turkey 0,100549841 0,442545966

Iraq 0,363504245 0,752008065 Turkmenistan 0,0472824783 0,301573196

Ireland 0,213377541 0,366912328 Ukraine 0,0290241963 0,232406358

Israel

0,246703839 0,588660724

United

Kingdom

0,315379624 0,671697548

Italy 0,246703839 0,588660724 United States 0,366866818 0,748405087

Japan 0,284961917 0,59822581 Uruguay 0,202771856 0,584307806

Kazakhstan 0,135502397 0,384939027 Uzbekistan 0,0685826893 0,172413147

Kenya 0,205392703 0,458059044 Venezuela 0,232728595 0,379113537

Korea North 0,00574144603 0,137271769 Vietnam 0,0185303598 0,19371221

Korea South 0,21951036 0,428948339 World 0,219021139 0,551001114

Оценивая коэффициент корреляции между введенными

характеристиками степени принадлежности стран нечеткому множеству стран

со специализированными экономиками убеждаемся в том, что он достаточно

высок и равен 0,86. Построим уравнение связи между показателями

специализации стран мира (см. табл. 18.)

Таблица 18. Расчет уравнения связи между энтропийной характеристикой

степени специализации и характеристикой основанной на относительном

расстоянии до ближайшего по структуре абсолютно специализированного

объекта

Окончательно получаем

F(x)=0,223+1,348*Э(х). (10)

114

Хорошее качество уравнения связи и значимость всех коэффициентов

подтверждает вывод о тесной связи между изучаемыми характеристиками

специализации.

К группе государств с высокоспециализированными экономиками, кроме

малых государств, вошедших в Приложение 4, можно также отнести такие

государства как США, Нидерланды, Норвегия, Англия и некоторые другие.

Государства, имеющие диверсифицированную экономику- это Киргизия,

Северная Корея, Гана и ряд других. Легко прослеживается положительная связь

между степенью специализации экономики страны и показателями, связанными

с ВВП. Соответствующие расчеты приведены в таблице 19.

Таблица 19. Корреляционная матрица связей показателей степени

специализации Э(Х) и F(X) с показателями ВВП.

Наиболее тесная связь новых показателей специализации прослеживается

с показателями подушевого производства 0,78 и 0,57 соответственно для Э(Х) и

F(X). Этот факт неявно указывает на предпочтительность использования

показателя Э(Х) в дальнейших исследованиях, как более значимого для

показателей развития экономики.

Оценим, с помощью новых характеристик Э(Х) и F(X) степень

специализации субъектов Российской Федерации. В качестве отраслей, как и

для стран, были выбраны промышленность, сельское хозяйство и сфера услуг.

Данные расчетов представлены в таблице 20.

Таблица 20. Степени специализации субъектов РФ

№

региона

Регионы Э(Х) F(X)

Пром. % в

ВРП

С.х. % в ВРП

Услуги,

Связь,

транспорт,

торговля % в

ВРП

115

1 Адыгея 0,0208 0,133 32,6 25 42,4

2 Башкирия 0,1627 0,342 57,8 10,7 31,5

3 Алтай 0,0294 0,184 27,6 26,8 45,6

4 Бурятия 0,1034 0,252 34,4 14,1 51,5

5 Дагестан 0,0336 0,192 28,9 24,9 46,2

6 Кабардино-Балкария 0,0009 0,031 31,9 32,7 35,4

7 Калмыкия 0,1095 0,245 35,4 13,3 51,3

8 Карачаево-Черкесия 0,0073 0,089 31,2 29,5 39,3

9 Карелия 0,2556 0,220 53,3 3,6 43,1

10 Коми 0,2989 0,236 54,9 2 43,1

11 Марий-Эл 0,0152 0,080 39 25,1 35,9

12 Мордовия 0,0269 0,127 42,2 22,9 34,9

13 Сев,Осетия 0,1271 0,249 36,3 11,7 52

14 Татарстан 0,2151 0,372 60,6 7,5 31,9

15 Тува 0,1547 0,428 19,3 18,8 61,9

16 Удмуртия 0,1445 0,351 57,8 12,8 29,4

17 Хакасия 0,1896 0,307 56,6 7,9 35,5

18 Ингушетия 0,1103 0,228 50,4 12,9 36,7

19 Чечня нет данных

20 Чувашия 0,0595 0,198 47,3 18,5 34,2

21 Якутия-Саха 0,2837 0,291 57,7 2,9 39,4

22 Еврейская а,обл, 0,1206 0,347 27,2 15,8 57

23 Агинский-Бурятский а 0,1561 0,351 30,3 11,6 58,1

24 Коми-Пермяцкий а,о. 0,1945 0,320 57,4 7,8 34,8

25 Корякский а,о. 0,2340 0,255 54,8 4,8 40,4

26 Ненецкий а.о. 0,1912 0,138 46,2 6,5 47,3

27 Таймырский а.о. 0,2695 0,467 66,5 6,5 27

28 Усть-Ордынский а,о. 0,1768 0,209 51 7,6 41,4

29 Ханты-Мансийский а.о 0,3590 0,411 65,3 1,4 33,3

30 Чукотский а,о, 0,2823 0,235 42,8 2,6 54,6

31 Эвенкийский а.о. 0,2695 0,467 66,5 6,5 27

32 Ямало-Ненецкий а.о. 0,3590 0,411 65,3 1,4 33,3

33 Алтайский край 0,0481 0,141 37,2 19,1 43,7

34 Краснодарский край 0,0841 0,236 33,9 16 50,1

35 Красноярский край 0,2695 0,467 66,5 6,5 27

36 Приморский край 0,2518 0,304 37,8 4,4 57,8

37 Ставропольский край 0,0636 0,228 32 18,9 49,1

38 Хабаровский край 0,2598 0,279 39,6 3,8 56,6

39 Амурская обл, 0,1777 0,447 21,9 14,7 63,4

40 Архангельская обл, 0,1912 0,138 46,2 6,5 47,3

41 Астраханская обл. 0,2134 0,304 57 6,4 36,6

42 Белгородская обл. 0,0905 0,267 52 16,2 31,8

43 Брянская обл. 0,0629 0,236 31,1 19,4 49,5

44 Владимирская обл. 0,0768 0,249 50,6 17,5 31,9

45 Волгоградская обл, 0,0952 0,234 50,3 14,6 35,1

46 Вологодская обл. 0,2124 0,446 64,2 10,1 25,7

47 Воронежская обл. 0,0507 0,141 37,5 18,7 43,8

48 Ивановская обл. 0,0923 0,153 40,5 13,8 45,7

49 Иркутская обл. 0,1768 0,209 51 7,6 41,4

116

50 Калининградская обл. 0,1556 0,156 43,8 8,7 47,5

51 Калужская обл. 0,0347 0,101 40,9 20,9 38,2

52 Камчатская обл. 0,2340 0,255 54,8 4,8 40,4

53 Кемеровская обл. 0,1965 0,244 53,4 6,7 39,9

54 Кировская обл. 0,0724 0,202 47,9 16,7 35,4

55 Костромская обл. 0,0387 0,122 42,3 20,4 37,3

56 Курганская обл. 0,0602 0,133 39,1 17,3 43,6

57 Курская обл. 0,0825 0,247 50,7 16,6 32,7

58 Ленинградская обл. 0,1017 0,284 53,2 15,3 31,5

59 г.Санкт-Петербург 0,3718 0,210 45,6 0 54,4

60 Липецкая обл. 0,1664 0,388 60,2 12 27,8

61 Магаданская обл. 0,3374 0,258 56,7 ,9 42,4

62 Московская обл. 0,1950 0,256 54 6,9 39,1

63 г.Москва 0,4239 0,434 32,7 0 67,3

64 Мурманская обл. 0,3649 0,197 53,6 ,1 46,3

65 Нижегородская обл. 0,1841 0,134 46,9 6,9 46,2

66 Новгородская обл. 0,1526 0,254 52,9 9,7 37,4

67 Новосибирская обл. 0,0898 0,262 32,2 16,1 51,7

68 Омская обл. 0,0963 0,276 31,7 15,7 52,6

69 Оренбургская обл. 0,1196 0,303 54,7 13,8 31,5

70 Орловская обл. 0,0452 0,102 39,5 19,2 41,3

71 Пензенская обл. 0,0396 0,118 42,1 20,2 37,7

72 Пермская обл. 0,1945 0,320 57,4 7,8 34,8

73 Псковская обл. 0,0398 0,189 31,6 22,2 46,2

74 Ростовская обл. 0,0477 0,176 34,4 19,9 45,7

75 Рязанская обл. 0,0402 0,180 45,7 21,6 32,7

76 Самарская обл. 0,1767 0,252 53,4 8 38,6

77 Саратовская обл. 0,0828 0,142 44,8 14,7 40,5

78 Сахалинская обл. 0,3197 0,417 65 2,9 32,1

79 Свердловская обл. 0,2053 0,283 55,7 6,6 37,7

80 Смоленская обл. 0,0790 0,155 45,4 15,2 39,4

81 Тамбовская обл. 0,0708 0,239 32 18,1 49,9

82 Тверская обл. 0,1040 0,237 50,7 13,7 35,6

83 Томская обл. 0,1600 0,151 47,3 8,4 44,3

84 Тульская обл. 0,1007 0,206 48,9 13,5 37,6

85 Тюменская обл. 0,3590 0,411 65,3 1,4 33,3

86 Ульяновская обл. 0,1198 0,144 45,9 11,3 42,8

87 Челябинская обл. 0,2369 0,385 61,7 6,4 31,9

88 Читинская обл. 0,1561 0,351 30,3 11,6 58,1

89 Ярославская обл. 0,1357 0,295 54,7 11,9 33,4

В отличие от результатов для страновой идентификации для регионов

России корреляционная связь между характеристиками специализации Э(Х) и

F(X) оказалась ниже, хотя и весьма значимой (см. таблицу 21).

Таблица 21. Расчет коэффициента корреляции и уравнения связи между

характеристиками специализации Э(Х) и F(X)

117

F(x)=0,015+0,635*Э(х). (11)

Кроме Москвы и Санкт-Петербурга к высоко специализированным субъектам

РФ можно отнести Тюменскую обл., Сахалинскую обл., Вологодскую и

Амурскую обл., Красноярский край и ряд национальных округов Севера.

К районам с диверсифицированной экономикой относятся Республика

Мари-Эл, Карачаево-Черкесия, Кабардино-Балкария, Орловская, Калужская и

Воронежская обл. и некоторые другие.

4.3. Оценка степени специализации (концентрации) предприятий по

материалам сельскохозяйственного производства в Воронежской области

на основе анализа составляющих компонент отраслей в выручке и в

затратах.

Косвенно о переменах в специализации сельскохозяйственного

производства страны можно судить об изменениях в посевных площадях

сельскохозяйственных культур страны. Динамика изменений посевных

площадей представлена в таблице 22.

Таблица 22. Посевные площади сельскохозяйственных культур РФ (в

хозяйствах всех категорий; тысяч гектаров)

• 1975 1980 1985 1990 1995 1996 1997 1998 1999 2000 2001 2002

Вся посевная площадь 126542 124815 119121 117705 102540 99626 96554 91660 88329 85419 84753 84578

Зерновые культуры 77023 75465 68138 63068 54705 53388 53634 50724 46555 45636 47241 47474

в том числе: • • • • • • • • • • • •

озимые зерновые

культуры 15450 17795 15996 18411 11895 13916 13423 12353 11414 11991 12793 14595

•••из них: • • • • • • • • • • • •

•••пшеница 8936 11107 8374 9731 8194 9329 8944 8246 7609 7926 8525 10113

•••рожь 5926 6125 7214 7989 3233 4133 3989 3761 3386 3531 3621 3804

118

•••ячмень 588 563 408 691 468 454 490 345 419 533 648 677

яровые зерновые

культуры 61573 57670 52142 44657 42810 39472 40211 38371 35141 33645 34447 32879

•••из них: • • • • • • • • • • • •

пшеница 25091 22893 16910 14513 15715 16378 17112 17855 15413 15278 15240 15549

кукуруза на зерно 532 590 1080 869 643 622 918 787 704 813 684 625

ячмень 18752 17991 15736 13032 14242 11338 12027 10938 9436 8644 9479 9602

овес 10243 9901 10981 9100 7928 6904 6438 5229 5336 4518 4869 4269

просо 1615 1733 1680 1936 698 1228 1086 975 1610 1588 1214 581

гречиха 1012 1131 1100 1278 1604 1369 1112 1226 1339 1577 1594 836

рис 270 377 322 287 171 172 151 146 173 175 154 149

зернобобовые 4025 3007 4177 3556 1784 1430 1340 1185 1072 922 1076 1214

Технические

культуры 5947 6180 5727 6111 6476 6026 5398 5949 7505 6454 5400 5802

•••в том числе: • • • • • • • • • • • •

лен-долгунец 664 595 550 418 177 153 114 107 104 108 127 111

сахарная свекла

(фабричная) 1557 1615 1492 1460 1085 1060 933 810 900 806 773 809

масличные культуры 3337 3578 3364 4007 5149 4747 4278 4958 6434 5485 4448 4838

•••из них: • • • • • • • • • • • •

•••подсолнечник 2060 2380 2320 2739 4127 3874 3588 4168 5585 4629 3821 4117

•••соя 792 741 623 675 487 485 404 453 439 421 417 476

Картофель и

овощебахчевые

культуры 5393 4749 4426 3966 4303 4281 4271 4127 4247 4243 4213 4217

•••в том числе: • • • • • • • • • • • •

•••картофель 4449 3790 3538 3124 3409 3404 3352 3265 3256 3252 3240 3232

•••овощи (без

высадков) 735 742 676 618 758 737 749 743 820 833 831 835

Кормовые культуры 38179 38421 40830 44560 37056 35931 33251 30860 30022 29086 27899 27086

•••в том числе: • • • • • • • • • • • •

многолетние травы

(укосная площадь

посева прошлых лет и

беспокровные посевы

текущего года) 13551 13783 16451 18287 19518 19364 19122 18509 18172 18184 17945 17100

однолетние травы 10190 10445 9994 12612 9350 8203 7563 7047 6436 5981 5701 6365

кукуруза на силос,

зеленый корм и сенаж 10067 9650 10119 10089 6147 6359 5054 4060 4233 3670 3164 2710

кормовые

корнеплоды (включая

сахарную свеклу на

корм скоту) 721 828 974 732 243 223 196 167 180 165 160 150

Площадь чистых

паров 7306 9506 14542 13808 17383 17766 17779 18565 17584 18042 17483 16311

119

Оценим изменения в специализации сельскохозяйственного производства

по изменению в относительных долях посевных площадей по следующим

направлениям:

1.Зерновые культуры

2.Зернобобовые культуры

2. Технические культуры

3.Картофель и овощи

5. Кормовые культуры

Данные по относительным площадям по приведенным выше

направлениям представлены в таблице 23.

Таблица 23. Относительные доли посевных площадей по направлениям

сельскохозяйственного производства за период 1975-2002 гг.

q 1975 1980 1985 1990 1995 1996 1997 1998 1999 2000 2001 2002

Площадь с.х.

угодий (без

чистого пара) 1 1 1 1 1 1 1 1 1 1 1 1

Зерновые

культуры 0,59 0,59 0,55 0,52 0,52 0,53 0,55 0,55 0,52 0,53 0,55 0,55

зернобобовые 0,03 0,02 0,03 0,03 0,02 0,01 0,01 0,01 0,01 0,01 0,01 0,01

Технические

культуры 0,05 0,05 0,05 0,05 0,06 0,06 0,06 0,06 0,08 0,07 0,06 0,07

Картофель и

овощебахчевые

культуры 0,04 0,04 0,04 0,03 0,04 0,04 0,04 0,04 0,05 0,05 0,05 0,05

Кормовые

угодья 0,29 0,3 0,33 0,37 0,36 0,36 0,34 0,33 0,34 0,34 0,33 0,32

Из таблицы 23 следует, что, несмотря на абсолютное уменьшение

площади сельскохозяйственных угодий за период 1975-2002 годы на 34%,

долевая структура посевных площадей почти не изменилась. Доля

зернобобовых культур уменьшилась с 3-х до 1-го процента, доля технических

культур увеличилась на 2%, с 5% до 7%; несколько увеличилась (на 1%) доля

картофеля с 4% до 5%. Несмотря на значительное уменьшение поголовья КРС в

120