Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Майданчик Б.И. Сравнительный экономический анализ в машиностроении

.pdf
Скачиваний:
10
Добавлен:
24.10.2023
Размер:
11.27 Mб
Скачать

В данном анализе при оценке степени согласованности эмпи­ рического и теоретического распределения использовался осно­ ванный на критерии Пирсона критерий согласия В. И. Романов­ ского

- *7== - <3 ,

(9.4)

где k— число степеней свободы.

Число k определяется для каждого ряда распределения и равно числу групп в нем минус число исчисленных статистических ха­ рактеристик, использованных при исчислении теоретического распределения.

Если указанное отношение имеет абсолютное значение меньше 3, то расхождение между теоретическим и эмпирическим распре­ делением можно считать несущественным. Несущественность рас­ хождения говорит о возможности принять за закон данного эмпири­ ческого распределения нормальное распределение.

Для заключения о типе распределения предприятий по выра­

ботке валовой продукции на одного работающего ух

сопоставляют

среднее

значение выработки ух

= 7166, моды,

u.u

= 5940

и ме­

дианы

| . i e = 5675. Сравнение

этих величин

говорит о

незначи­

тельной правосторонней асимметрии как неотъемлемой части рас­ пределения экономических величин.

Степень согласованности теоретического и фактического рас­ пределения необходимо выразить количественно. Для этого можно использовать критерий Романовского. В данном случае отклоне­ ние фактического и теоретического распределения характеризуется величиной 2,58, что меньше критической величины 3. Следова­ тельно, это расхождение можно считать несущественным. Таким образом, принимается, что распределение предприятий по выра­ ботке валовой продукции на одного работающего подчиняется за­ кону нормального распределения.

Аналогично следует проанализировать на нормальность рас­ пределения все исходные данные.

В результате анализа исходные информации на нормальность

распределения показатели х4 , хь, ха, х7 , х9 , хХ1, х23 следует

исклю­

чить из дальнейшего исследования как неподчиняющиеся

закону

нормального распределения.

 

Результаты исследований показали целесообразность исполь­

зования в данном случае всех первоначально отобранных

измери­

телей выработки. Поэтому в качестве показателя функции выбран применяемый в настоящее время в учете и планировании на всех предприятиях, отрасли показатель выработки валовой продукции на одного работающего yv

Рассмотрим парную связь функции (выработка валовой продук­ ции) с факторами.

Из приведенных в табл. 9.1 данных видно, что наиболее тесная связь существует между выработкой валовой продукции и фондо-

190

= 0,5054.

вооруженностью по активной части

основных

фондов хх у1х1

=

=

0,3646);

фактической

электровооруженностью х2

у1х2

=

=

0,2696); уровнем кооперирования х 1 2 (4UiXll

= 0 , 5 2 6 7 ) ;

материа­

лоемкостью

производства х13 (4UlXia

= 0,3576);

удельным весом

численности

рабочих вспомогательных цехов ххь

(Yy, х 1

5 = 0,2555);

процентом брака х

(4y,Xl0

0,3476);

удельным

весом

сравнимой

продукции

х21 (4Xl Xi=

0,4288).

 

 

 

 

 

- Некоторые из этих факторов связаны между собой тесной за­ висимостью: так 4Kl х, Такие факторы одновременно в модель включать нельзя, ибо это приведет к искажениям. При окончательном формировании модели эти факторы либо вклю­ чаются в уравнение поочередно, либо на основе коэффициентов корреляции и экономического анализа один из них исключается из дальнейшего расчета.

В качестве условия включения показателей в многофакторное уравнение учитывается также достаточная существенность коэффи­ циента парной корреляции при выбранном гарантийном уровне значимости. Существенность коэффициента парной корреляции обычно проверяется с помощью критерия t — Стьюдента:

t =

4 ^ ,

(9.5)

где N — число наблюдений;

N — 2

число степеней свободы:

В данном случае число заводо-лет

JV = 90, t отыскивается по

таблицам 1 .

 

 

Для экономических расчетов считается достаточным гарантий­

ный уровень 5%.

Для вероятности

0 , 9 5 f ^ 1,96.

Следовательно,

из равенства

 

 

 

1.96:

Г У 9

° -

получается, что критическое значение коэффициента парной кор­ реляции, свидетельствующее о существенности связи, равно 0,206.

В матрице коэффициентов парной корреляции (табл. 9 . 1 ) вы­

делены коэффициенты, удовлетворяющие критерию

1,96.

Таким образом, при формировании многофакторных

уравнений

для включения в модель отбираются те факторы-аргументы, для которых коэффициент парной корреляции с функцией существен (т. е. равен или больше 0,206).

Однако, исходя из значения специализации в сокращении за­ трат труда, целесообразно включить в модель уровень предметной

специализации х10,

хотя коэффициент парной корреляции фак­

тора

х10 с функцией

ниже t критического {4yuXlt

= 0,1503).

1

М и л л с Ф. Статистические методы, М. Госстатиздат,

1958, с. 439.

191

 

 

 

 

 

 

 

Т а б л и ц а

9.1

 

 

 

Матрица коэффициентов

парной корреляции 1

 

 

 

 

*2

Х1 0

Х

Х 1 0

*10

Hi

Уг

Уз

У*

Ун

1

ч5054 1

 

—3077

—4893

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

хи

—0201

—2303

2251

1

 

 

 

 

 

 

 

 

 

 

 

 

 

•^12

1501

0520

0878

3016

1

 

 

 

 

 

 

 

 

 

 

 

 

Х]3

—0500

1086

2498

—0115

—4089

1

 

 

 

 

 

 

 

 

 

 

 

ХМ

—2039

—4070

0558

4440

1178

—4246

1

 

 

 

 

 

 

 

 

 

х

0037

0739

—3557

—3588

—2568

—1477

0931

 

 

 

 

 

 

 

 

 

Х

—1766

1216

—0797

—1688

1390

—0013

—0732

2552

1

 

 

 

 

 

 

 

 

х20

—0028

—0487

—0044.

0525

—0424

—0377

—0529

—2099

—1494

1

 

 

 

 

 

 

 

хп

—0341

—0875

2831

4879

4740

1170

1018

—4163

0918

—1346

1

 

 

 

 

 

 

х22

1153

2570

—0908

—4470

1654

—2680

—4273

0154

1811

1480

—2346

1

 

 

 

 

 

Ух

3646

2696

1503

1924

5267

3576

2555

—3476

0397

—1219

4288

—0805

1

 

 

 

 

Уч.

2472

2535

—0083

—0564

1137

4434

—2744

—0543

0965

—1470

1369 —0866 7480

1

 

 

 

Уз

2229

2852

—0398

—1053

0351

4560

—3132

—0089

1215

—1629

0707

—0959 6707

9683

1

 

 

У*,

3331

3395

0944

0183

1049

6222

—4290

—2540

0066

—1377

2606

—1204 8696

8488

8230

1

 

Ув

3646

2434

1786

2235

4691

3940

—2579

—3817

—0901

—1009

4229

—1653 9815

7265

6572

8809

1

.' В таблицу вписываются числа, следующие, после нуля целых.

Таким образом, для построения многофакторной модели были отобраны следующие показатели (табл. 9.2).

Т а б л и ц а 9.2

Статистические характеристики отобранных для включения в модель показателей

 

Условное

Среднее

Диспер­

Коэффи­

Показатели

значение

по

обозна­

показа­

сия

циент

пор.

 

чение

теля

 

вариации

1 Выработка товарной продук­ ции на одного работающего в год, р

2Фондовооруженность по ак­ тивной части, тыс. руб.

3Фактическая электровоору­

женность, кВт/ч 4 Уровень заводской предметной

специализации, % . . . . .

5Уровень кооперирования, %

6Материалоемкость производ­ ства, %

7Удельный вес рабочих вспомо­

гательных цехов, % . . .

8Процент брака

9Удельный вес сравнимой про­ дукции, %

2/1

7547,5

2360,3

0,30

X,

1,228

0,41

0,33

х 2

3,183

1,70

0,54

Х10

81,2

13,0

0,16

х12

33,3

11,4

0,34

х13

25,3

8,5

0,34

х

34,3

8,4

0,24

Л

0,23

0,20

0,87

Х21

55,0

34,3

0,62

При построении модели зависимости выработки товарной про­ дукции от отобранных факторов целесообразно применять метод многошагового регрессионного анализа. На первом шаге функция аппроксимируется полиномом первой степени. Получено следую­

щее уравнение множественной

регрессии:

уг — —4640,7 -(-

+ 1625,0Л:!— 1,578*10 + 159,6x12 +

192,2лг1 3 + 1,499л:15 — 0,468х2 1 .

Статистический анализ уравнения показал, что оно значимо:

фактическое значение /•'-критерия

равно 3,74

при табличном 1,44

(для 5% уровня значимости). Коэффициент множественной корре­ ляции равен 0,866. Проверка по ^-критерию показала, что коэффи­ циент множественной корреляции значим (tR = 27,3 при таблич­ ном значении 1,96). Коэффициент множественной детерминации, равный 0,75, показывает, что вариация выработки, объясняемая рассматриваемыми факторами, составляет 75%.

Дальнейший статистический анализ касается проверки значи­ мости коэффициентов регрессии. Для этого находим значение ^-критерия для коэффициентов регрессии. В результате их сравне­ ния определяется наименьший по величине ^-критерий. Фактор, коэффициенту которого соответствует наименьший ^-критерий, исключается из дальнейшего анализа.

Далее строится новая модель без исключенного фактора, рас­ считывается для этой модели остаточная дисперсия, которая

13 Б. И. Майданчнк

193

сравнивается с остаточной дисперсией уравнения предыдущего шага. Если величина остаточной дисперсии новой модели меньше, чем модели предыдущего шага, то влияние исключенного из иссле­ дования фактора признается незначимым. И так до тех пор, пока величина остаточной дисперсии уравнения последующего шага не окажется выше остаточной дисперсии уравнения предыдущего шага, что свидетельствует о значимости влияния на функцию исклю­ ченного на последнем шаге фактора, коэффициенту которого соот­ ветствует наименьшее значение /-критерия. Поэтому исключать его из уровня не следует. Таким образом, коэффициенты всех вошед­ ших в уравнение предыдущего шага факторов признаются зна­ чимыми. Результаты многошагового регрессионного анализа модели сведены в табл. 9.3.

 

 

 

 

Т а б л и ц а 9.3

 

Результаты

многошагового

регрессионного анализа

 

Статистиче­

 

 

 

 

 

ские харак­

I шаг

II шаг

I1J шаг

IV шаг

V шаг

теристики

уравнения

 

 

 

 

 

регрессии

 

 

 

 

 

ах1

—4 640,7

—4 641,7

—4 560,7

—4 546,9

0

1 625,0

1 625,2

1 619,3

1 622,8

ах10

—1,58

0

0

0

0

а х и

159,6

159,6

159,4

158,7

 

ахы

192,2

192,2

191,4

190,8

 

ахгъ

1,50

1,50

0

0

0

ахг1

—0,47

—0,47

0,38

0

0

 

4,723

4,993

5,12

5,22

 

 

—0,0013

0

0

0

 

ахц

9,981

10,181

10,78

12,81

 

8,927

9,365

10,63

11,59

 

ах,г

 

0,082

0,083

0

0

 

ах,,

 

—0,096

—0,098

—0,091

0

 

ах г 1

 

1 228,5

1 221,1

1 214,0

1 207

1 376

S O CT

•Ррасч

3,74

3,78

3,83

3,87

2,98

Ртабл

1,44

1,44

1,44

1,44

1,44

R

0,866

0,866

0,866

0,866

0,819

 

0,75

0,75

0,75

0,75

 

 

1 391 787

1 391 787

1 391 902

1 392 201

1 832 379

Из таблицы видно, что на I шаге наименьшее значение /-кри­ терия соответствовало коэффициенту при х10 (уровень заводской предметной специализации). В связи с этим была построена новая

модель без фактора х10.

Остаточная

дисперсия

модели

II шага

( S O C T , = 1221,1) меньше остаточной

дисперсии

модели

первого

шага (S0 C T l = 1228,5), в

результате

чего влияние фактора х10,

на выработку товарной продукции признается незначимым. Отсюда знак соответствующего коэффициента регрессии ах10 неустойчивЭтим можно объяснить тот, казалось бы, противоречащий эконо-

194

мической логике факт, что повышение уровня специализации отри­ цательно влияет на выработку продукции.

Наименьший ^-критерий в модели II шага соответствует коэффи­ циенту фактора х(удельный вес числа рабочих вспомогательных цехов). Остаточная дисперсия модели III шага, построенной без фактора х, оказалась ниже остаточной дисперсии модели II шага, что говорит о незначимости влияния хна выработку продукции.

Остаточная дисперсия модели V шага оказалась выше, чем модели IV шага. Следовательно', влияние исключенного на послед­ нем шаге фактора хх (техническая фондовооруженность) на выра­ ботку продукции является значимым.

Таким образом, на IV шаге получена модель, коэффициенты регрессии всех факторов которой являются значимыми.

Статистическая оценка полученной модели в целом показала, что она адекватна изучаемому явлению (фактическое значение F- критерия равно 3,87, при табличном значении 1,44).

Коэффициент множественной корреляции равен 0,866. Факти­

ческое значение ^-критерия для коэффициента

множественной

корреляции равно 25 при табличном значении 1,96.

В стандартизованном масштабе это уравнение имеет вид

1= 0,284^ + 0,764;12 - f 0,684*13.

(9.6)

Внатуральном масштабе

у= —4546,9 + 1622,8*! + 158,7x12 + 190,8х1 3 . (9.7)

После расчета характеристик модели проверяются исходные данные на их качественную однородность. Эту проверку удобно производить на основе использования критерия Vn, фактическое значение которого рассчитывается по формуле

уп=

} У 1 ~ ш Г

.

(9.8

Для проверки независимости наблюдений в связи с использо­ ванием данных заводов за несколько лет на основе рекомендаций следует применять статистический критерий серий.

Медиана ряда отклонений фактического значения выработки валовой продукции от теоретического1 равна

Me = i (y1AS + у) = 642,5.

1 Применение регрессионных моделей для экономического анализа. М., «Статистика», 1969, с. 63—73.

13*

195

Если вместо каждого' значения, большего медианы, поставить плюс, а меньшего медианы — минус, получается в нашем примере следующая последовательность из плюсов и минусов:

+ + — + — + + + + +

 

 

+

 

 

 

+

 

h + +

+ +

_

+

 

 

1_

 

+ +

Ь

!

 

 

 

 

+

 

 

+

 

++ +++

 

+++

+

 

 

+ + + + +

 

 

+-+

 

 

Самая длинная серия в данном случае равна 5 при максимально

допустимой длине,

рассчитываемой

 

по

формуле

 

W

( ' - ) < [3,33 (lg/z

+

1)]

=

6,5.

 

Таким образом,

согласно оценке

по критерию

r m a x , исходные

данные являются - независимыми.

 

 

 

 

 

 

Для подтверждения гипотезы о независимости данных необ­

ходимо число серий

Vn сравнить с их минимальным числом,

рас­

считываемым по формуле

V„ = y

(п

+

1 —

1,96

У~п— 1).

При

числе наблюдений п = 90

Vn =

16,5.

Фактически же число серий

(последовательность расположенных друг за другом плюсов или минусов) равно 17. Таким образом, проверка п по этому критерию подтверждает независимость наблюдений.

Однако указанная модель еще недостаточна для целей межза­ водских сравнений.

Для соизмерения предприятий по уровню эффективности про­ изводства на основе уравнения регрессии необходимо создать систему соизмерителей, т. е. систему величин Kt (0> характеризуют щая.степень изменения показателя при переходе от базисных усло­

вий производства к

другим 1 .

 

 

 

 

 

Если обозначить значение показателя для 2-го предприятия

через

у{ (f), а

для базисных условий — через

у0

(t),

то система

соизмерителей в общем виде записывается

как

 

 

 

 

 

 

 

{^)\

= {yiitl~{tf)}-

 

 

 

(9-9)

 

В качестве базисных условий производства можно принимать

средние условия производства, при которых у0

=

у.

у = а 0 +

 

В

случае,

когда

уравнение регрессии

имеет

вид

 

т

 

 

 

 

 

 

 

 

- f

S

cijXj, уравнение для статистической оценки величины соизме-

М.,

1

Экономико-статистические исследования промышленного

производства.

«Статистика»,

1969.

 

 

 

 

 

 

196

рителей имеет вид

 

 

(9Л0)

так как у =

а 0 +

т

2

 

Kt,

/=i

Величина

которая определяется путем решения уравне­

ния (9.10), является статистической оценкой норматива отклоне­ ния выработки (или в целом эффективности производства) г-го предприятия от среднего уровня по отрасли. Следовательно, она может быть использована для соизмерения отклонений в эффектив­ ности производства, позволяющих делать выводы о вкладе дан­ ного коллектива предприятия в достижение фактического уровня эффективности, но не для соизмерения производительности труда или в целом эффективности производства различных предприятий.

Таким образом, оценку деятельности отдельных предприятий по достижению фактической выработки можно получить на основе анализа использования имеющихся ресурсов. Для определения же места предприятия в отрасли, что соответствует задачам межза­ водских сравнений, необходим несколько иной подход. Дело в том, что место, занимаемое каждым предприятием по уровню эффектив­ ности производства не может быть качественным оценочным по­ казателем его деятельности, так как зависит от многих факторов, в том числе и от таких, которые не в полной мере являются резуль­ татом деятельности данного коллектива (например, уровейь спе­ циализации или концентрации).

Для определения места предприятия в системе отрасли по производительности труда (или в целом эффективности производ­ ства) следует сравнивать отклонения фактической выработки от нормативной, расчет которой предполагает группировку факто­ ров, вошедших в модель, на факторы, определяющие уровень про­ изводительности труда, и влияющие лишь на уровень выработки по валовой продукции (или другому принятому показателю).

Нормативный уровень выработки для целей сравнения пред­ приятий по уровню производительности труда рассчитывают, ис­ ходя из фактического наличия на каждом предприятии ресурсов (факторов), влияющих на уровень эффективности и'максимального размера ресурсов (факторов), определяющих уровень эффектив­ ности производства на предприятии. Для расчета соизмерителя производительности труда из факторов, вошедших в модель, не­ обходимо выделить те, которые влияют лишь на формирование уровня выработки продукции на предприятии. Величины этих факторов при расчете нормальной выработки следует брать по каждому^ предприятию на уровне фактических. Величины же ос­ тальных факторов (факторов, оказывающих влияние на форми­ рование уровня производительности труда) должны быть для всех предприятий одинаковыми (например, равными максимальным по подотрасли).

197

В общем виде систему соизмерителей предприятий по уровню производительности труда можно записать так:

 

 

1 ^ 1 = { ^ 7 1 0 0 } ,

 

 

(9-П)

где при конечном уравнении регрессии вида

 

 

 

Vi =

аа + S ajXj\

уа1

= а0 + £

арс+

S

aixn>

(9-12>

 

/ =1

 

/

= i

i=p—k

 

здесь лг/,„—факторы, влияющие на формирование уровня произ­ водительности труда; х/г — факторы, искажающие уровень про­ изводительности труда на предприятии; yt— фактический уро­ вень выработки.

Некоторые экономисты предлагают использовать многофактор­ ные модели для расчета нормативного, объективно возможного уровня выработки. При этом нормативная выработка рассчиты­ вается исходя из наличия объективных возможностей (устойчи­ вых факторов) каждого предприятия и среднего для данной от­ расли уровня регулируемых факторов. При оценке предприятий по уровню выработки фактический уровень сравнивается с норма­ тивным и отклонение первого от второго объясняется работой предприятия, что в первую очередь учитывается при оценке его деятельности.

Поскольку все факторы, включенные в полученную модель, представляют собой ни что иное, как ресурсы предприятия в ос­ новном не зависящие от качества его работы (в анализируемый отрезок времени), то выработка продукции, рассчитанная на ос-

нове построения модели для каждого завода (у, называемая тео­ ретической), показывает уровень, который должен иметь данный завод, исходя из имеющихся ресурсов и среднеотраслевого уровня их использования. Таким образом, в данном случае нормативная

выработка и теоретическая совпадают норм

=

у).

Анализ нормативного уровня выработки,

а

также сопоставле­

ние фактического уровня с нормативным позволяет делать выводы о вкладе коллектива каждого предприятия в достижение факти­ ческого уровня выработки.

Выработка валовой продукции на одного работающего ко­ леблется по предприятиям подотрасли подъемно-транспортного оборудования в пределах от 12 996 до 5082 р. Полученная эко­ номико-статистическая модель позволяет ответить на вопрос, ка­ кие факторы в большей степени обусловливают различия в выра­

ботке

продукции. Множественный

коэффициент

детерминации

(R2 =

0,75)

показывает, что вариация

выработки на три четверти

объясняется

колеблемостью

факторов, вошедших

в уравнение,

т. е. фондовооруженностью по активной части основных фондов

х

уровнем кооперирования х 1 2

и материалоемкостью производства

х13.

На основании коэффициентов регрессии в стандартизованном

масштабе (9.6), показывающих силу

влияния каждого фактора,

198

последние в порядке уменьшения силы влияния можно располо­

жить следующим

образом: 1) уровень

кооперирования

{t12 =

= 0,764); 2) материалоемкость производства (t13 = 0,684);

3) фон­

довооруженность по активной части основных фондов (tx =

0,284).

Коэффициенты при факторах (в натуральном масштабе)

полу­

ченного уравнения

дают представление

об изменении выработки

при изменении на единицу любого из факторов. Так, коэффициент при хг (£4 = 1622,8) означает, что при увеличении фондовоору­ женности по активной части основных фондов на 1000 р. выработка на одного работающего должна увеличиться на 1622,8 р. Повыше­ ние уровня кооперирования на 1 % должно дать рост выработки

на

158,7 р. (Ь1 2

= 158,7), а рост

материалоемкости производства

на

1 % должен

соответствовать

приросту выработки на 190,8 р.

(61 3 = 190,8). Частные коэффициенты эластичности, рассчитывае­ мые по формуле

Э , = ^ »

(9.13)

у

 

показывают, на сколько процентов в среднем изменяется функция с изменением аргумента на 1 % при фиксированном положении других аргументов. В данном исследовании анализ частных коэффи­ циентов эластичности показывает, что по абсолютному приросту наибольшее влияние на выработку оказывает техническая фон­ довооруженность хх: прирост технической фондовооруженности на 1% дает прирост выработки на 0,215%. Прирост на 1% мате­ риалоемкости соответствует приросту выработки на 0,025%, а повышение уровня кооперирования на 1 % соответствует приросту выработки на 0,021%.

На основе полученных уравнений (9.6) и (9.7) можно рассчи­ тать количественное влияние отклонений вошедших в модель фак­ торов от их среднеотраслевого значения на показатель выработки по каждому заводу. Расчет возможной выработки на заводах, имею­ щих пониженную фондовооруженность, при доведении фондовоору­

женности до среднеотраслевого уровня

и закрепления на факти­

ческом

уровне

остальных факторов, приведен в табл. 9.4.

 

 

 

 

Расчет

возможного

уровня

выработки

Т а б л и ц а

9.4

 

 

 

 

 

 

 

при доведении фондовооруженности до среднеотраслевой, руб.

 

 

 

Факти­

 

 

 

 

Факти­

 

 

 

УСЛОВ­

ческая

Резерв

Выра­

Услов­

ческая

Резерв

Выра­

выра­

роста

ботка на

выра­

роста

ботка на

НЫ!"!

ботка

за счет

одного

ный

ботка

за счет

одного

номер

продук­

фондо­

рабо­

номер

продук­

фондо-

рабо­

заводов

ции на

воору­

тающего

заводов

ции на

воору-

тающего

 

одного

женности

с учетом

 

одного

жен-

с учетом

 

рабо­

 

резервов

 

рабо­

н ости

резервов

 

тающего

 

 

 

 

тающего

 

 

 

6

12

502

633

13

135

14

6

561

211

6

772

7

5

555

390

5

945

15

7

534

97

7

631

8

6

946

828

7

774

16

6

348

373

6

721

13

7

072

454

7

526

17

5

082

178

5

260

199