Везде
Analyzing the Factors Affecting Grain and Cereal Products Market in Samarkand Region
Table of contents
Annotation Estimate Publication content
References Comments
Share
QR
Metrics
Analyzing the Factors Affecting Grain and Cereal Products Market in Samarkand Region
Annotation
PII
S020736760027021-2-1
DOI
10.31857/S020736760027021-2
Publication type
Article
Status
Published
Authors
Sanjarbek Boyjigitov 
Occupation: assistant
Affiliation: Samarkand Institute of Economics and Service
Address: Samarkand, Republic of Uzbekistan
Edition
Issue 8
Pages
117-124
Abstract

The article analyzes the current market of grain and cereal products in the Samarkand region, the prospects for crop production (especially wheat production) as well as changes observed in the agricultural sector, and the most important trends; the results calculated by the author are presented. Proposals and recommendations are put forth based on the results of the author’s analysis of factors affecting the market of grain products.

Keywords
cereal products, market research, factors affecting the cereals market, correlation, regression, linear equations, grain production trends
Received
28.09.2023
Date of publication
29.09.2023
Number of purchasers
12
Views
178
Readers community rating
0.0 (0 votes)
Cite   Download pdf Download JATS
1

Введение
2 Спрос на сырье с каждым годом увеличивается, что связано с ростом глобального населения: по итогам 1 квартала 2023 г. оно уже составляет 8 028 298 человек [1]. Сохранение этой тенденции показывает, что спрос на удовлетворение основных потребностей человечества должен увеличиваться и уравновешиваться соответствующим предложением. По прогнозу ООН, к 2030 г. мир будет стремиться к достижению глобальных целей в области питания в рамках Целей устойчивого развития (ЦУР). Согласно отчету «Состояние продовольственной безопасности и питания в мире – 2021» [2], ситуация с продовольственной безопасностью и питанием наиболее уязвимых слоев населения может ухудшиться из-за медицинских и социально-экономических последствий COVID-19.
3

Анализ литературы
4 Не исключено, что в ближайшие годы спрос на продукты и товары первой необходимости возрастет в два-три раза. Это означает, что предприятиям и организациям, работающим в этих сферах, придется проявлять большую активность в выполнении поставленных задач. В частности, необходима правильная оценка тенденций развития рынка зерна и зернопродуктов, разработка прогнозных параметров спроса на зернопродукты, использование инновационных методов в их производстве, совершенствование процессов зерновой торговли, устранение препятствий в урегулировании ценообразования в условиях свободного рынка, повышение эффективности маркетинговых служб в исследовании рынка зерновых продуктов. В настоящее время остается актуальным вопрос эффективного использования современных информационных технологий, программного обеспечения, методов оценки маркетинговых услуг, повышения эффективности предприятий, перерабатывающих зерно и зернопродукты (под маркетинговыми исследованиями в данной статье понимается система проведения исследований по определенному плану и программе для выявления текущего состояния и перспективных возможностей предприятия) [2].
5

Анализ и результаты
6 В результате проведения маркетинговых исследований можно установить вероятных потребителей продукции предприятия или рынка и определить их пожелания. Таким образом, продукция компании будет сориентирована на конкретный потребительский рынок.
7 Увеличение сегодняшней численности населения Узбекистана в перспективе повышает его потребность в продуктах питания в 2-3 раза, при этом основой рациона большинства узбекских семей являются зерновые. За годы независимости в нашей стране выращивание, хранение и переработка зерна вышли на промышленный уровень. Ознакомиться с зерновой продукцией, выращиваемой в Узбекистане на сегодняшний день, можно, опираясь на информацию, представленную в следующей таблице:
8 Таблица 1 О зерне и зернобобовых продуктах, выращенных во всех категориях хозяйств Самаркандской области за 2013-2022 годы (тонн)
Тип продукта /год 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022
Зерновые и бобовые, всего 838643 848597 851784 875610 744044 632760 756040 855179 828686 842923
Пшеница 805578 806566 808174 808270 658377 541119 644921 677054 659104 682633
Ячмень 10206 11172 11103 11408 11706 15274 19148 18307 x x
Рожь 0,0 0,0 0,0 0,0 0,0 8,0 105,0 0,0 x x
Кукурузное зерно 13080 20952 22341 37732 23331 22782 24192 37626 45244 57470
Белая кукуруза 0,0 0,0 0,0 0,0 0,0 0,0 22,0 x x x
Просо 0,0 0,0 0,0 0,0 0,0 3,0 281,0 x x x
Овес 0,0 0,0 0,0 0,0 0,0 2,0 63,0 x x x
Гречиха 0,0 0,0 0,0 0,0 0,0 0,0 69,0 x x x
Рис 230 863 984 1456 578 239 223 349 402 72
Бобовые 9391 9040 9182 16744 49739 41464 66833 112563 116399 86483
Горох 0,0 0,0 0,0 0,0 0,0 5042 6507 x x x
Фасоль 0,0 0,0 0,0 0,0 0,0 15553 24226 x x x
Чечевица 0,0 0,0 0,0 0,0 0,0 0,0 406 5363 x x
Источник: информация Самаркандского областного управления, Агентства по статистике при Президенте Республики Узбекистан. URL: >>>>
9 На основании данных таблицы можно видеть, что производство зерновых продуктов в последние 10 лет имеет тенденцию к увеличению. В связи с этим большую важность приобретает роль сотрудников маркетинговой службы, изучающих тенденции развития продовольственного рынка и занятых составлением реалистичных прогнозов. Используя данные табл.1, мы пытаемся определить и изучить будущее отечественного зернового рынка.
10 Таблица 2 Объем пшеницы, выращенной в Самаркандской области в 2012-2022 гг. (тонн) [3]
Годы 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022
Пшеница 805578 806566 808174 808270 658377 541119 644921 677054 659104 682633
Источник: информация Самаркандского областного управления, Агентства по статистике при Президенте Республики Узбекистан. URL: >>>>
11 Итак, на начало 2013 года количество пшеницы, выращенной в Самаркандской области, составляло 805 578 тонн, а к 2018 году уменьшилось до 541 119 тонн. К концу 2022 года объем выращенной пшеницы увеличился до 682 633 тонн.
12

Рис. 1. Динамическое состояние производства пшеницы в Самаркандской области в 2013-2022 гг. Источник: информация Самаркандского областного управления, Агентства по статистике при Президенте Республики Узбекистан. URL: >>>>
13 На основании вышеприведенного рисунка попробуем спрогнозировать объемы выращенной пшеницы в 2023–2025 годах, используя следующее уравнение [3]:
14 y = 4613x2 - 71359x + 924053,
15 где y – результирующий показатель: объем пшеницы;
16 x – население.
17 Итак, к концу 2022 года было выращено 682 633 тонны пшеницы, а к концу 2023 года этот показатель прогнозировался на уровне 697 277 тонн. Это возлагает на предприятия, работающие в данной сфере, такие задачи, как наращивание производственных мощностей, правильное распределение объемов продукции, захват целевых рынков с надлежащим использованием маркетинговых возможностей, выход с товарами и продуктами на внешние рынки.
18 Таким образом, мы показали динамику выращивания пшеницы в Самаркандской области в 2013–2022 гг. и (частично) предполагаемое состояние зернового рынка в ближайшие годы.
19 В ходе нашего исследования нас интересовали и другие проблемы и в первую очередь – влияние увеличения или уменьшения численности населения на рост производства пшеницы в ближайшие годы и уровень зависимости с помощью корреляционно-регрессионного анализа.
20 Таблица 3 Объем выращиваемой пшеницы в области и динамика населения за 2013-2022 гг.
Годы Объем пшеницы (тонн) Население (человек)
2013 805 578 3 380 900
2014 806 566 3 445 600
2015 808 174 3 514 800
2016 808 270 3 583 900
2017 658 377 3 651 700
2018 541 119 3 720 100
2019 644 921 3 798 900
2020 677 054 3 877 400
2021 659 104 4 031 300
2022 682 633 4 118 200
Источник: информация Самаркандского областного управления, Агентства по статистике при Президенте Республики Узбекистан.
21 В случае анализа степени влияния этих двух факторов друг на друга с использованием данных таблицы возникает следующая корреляционная связь:
  факторов X факторов Y
факторов X 1
факторов Y -0,614 1
Мы видим, что коэффициент корреляции связи между двумя вышеуказанными факторами равен -0,614. На основании корреляционного анализа корреляция между двумя факторами отрицательная, но корреляция между ними очень важна. Ведь увеличение численности населения всегда будет увеличивать общую потребность в пшенице. Если определить производство пшеницы в размере 697 277 тонн на основании приведенного выше прогноза на 2023 г., используя линейное уравнение y = -0,1624x + 486,43, то 697 277 тонн пшеничного сырья на 2023 г. хватит для 4 118 000 жителей области.
22 Выполнив корреляционный анализ, мы теперь проведем регрессионный анализ. При нахождении уравнения нелинейной регрессии мы рассматриваем несколько типов уравнений регрессии (линейные, гиперболические, экспоненциальные и градуированные) и выбираем уравнение регрессии с наибольшим коэффициентом детерминации и наиболее точным представлением тренда. Итак, поставлена цель определить, зависит ли прирост населения области от производства пшеницы. Y – объем производства пшеницы (тыс. тонн), X – численность населения (млн человек). Данные, полученные в результате наблюдения, приведены в следующей таблице:
23 Таблица 4 Статистические параметры факторов X и Y для уравнений регрессии
Х 3380,9 3445,6 3514,8 3583,9 3651,7 3720,1 3798,9 3877,9 4031,3 4118,2
Y 805578 806566 808174 808270 658377 541119 644921 677054 659104 682633
24 Во время нашего исследования с помощью программы MS EXCEL мы отслеживали связанные аспекты Y и X с помощью 4 типов уравнений регрессии.
25

1. Мы видим, что данные, рассчитанные в уравнении линейной регрессии, выражаются следующим образом:
26 Таблица 5 Результаты уравнения линейной регрессии
Коэффициент a -232,7471144 Коэффициент b 1573213,695
Стандартная ошибка ma 105,5298083 Стандартная ошибка mb 392530,545
Коэффициент детерминации Rxy 0,378122851 Среднеквадратичное отклонение y 77664,46012
F – Статистика 4,864277157 Степень свободы n-2 8
Сумма квадратов регрессии Sb2 29340193079 Остаточная сумма квадратов Sa2 48254146928
Таким образом, коэффициент детерминации линейной регрессии Rлин=0,378122851. Критерий, характеризующий адекватность модели, равен Fлин=4,864277157. Уравнение регрессии будет выглядеть так:
27 y= -232,7471144x+1593213,695.
28 2. Мы видим, что данные, рассчитанные в уравнении гиперболической регрессии, выражаются следующим образом:
29 Таблица 6 Результаты уравнения гиперболической регрессии
Коэффициент a -7,169E-08 Коэффициент b 0,000536555
Стандартная ошибка ma 1,46338E-09 Стандартная ошибка mb 5,44321E-06
Коэффициент детерминации Rxy 0,996677678 Среднеквадратичное отклонение y 1,07697E-06
F – Статистика 2399,954198 Степень свободы n-2 8
Сумма квадратов регрессии Sb2 2,78363E-09 Остаточная сумма квадратов Sa2 9,27894E-12
Таким образом, коэффициент детерминации гиперболической регрессии Rгр=0,996677678. Критерий адекватности модели равен Fгр=2399,954198. Уравнение регрессии будет иметь следующий вид:
30 y=--7,169E-08x+0,000536555
31 3. Мы видим, что данные, рассчитанные в уравнении экспоненциальной регрессии, выражаются следующим образом:
32 Таблица 7 Результаты уравнения экспоненциальной регрессии
Коэффициент a -0,000316654 Коэффициент b 14,63939365
Стандартная ошибка ma 0,000158389 Стандартная ошибка mb 0,58914705
Коэффициент детерминации Rxy 0,333158521 Среднеквадратичное отклонение y 0,116566184
F — Статистика 3,99685421 Степень свободы n-2 8
Сумма квадратов регрессии Sb2 0,054307957 Остаточная сумма квадратов Sa2 0,108701401
Таким образом, коэффициент детерминации гиперболической регрессии Rэр=0,333158521. Критерий адекватности модели равен Fэр=3,99685421. Уравнение регрессии будет выглядеть так:
33 y=-0,000316654∙e14,63939365x
34 4. Мы видим, что данные, рассчитанные в уравнении регрессии, выражаются следующим образом:
35 Таблица 8 Результаты уравнения пошаговой регрессии
Коэффициент a 0,000267426 Коэффициент b 7,224693093
Стандартная ошибка ma 2,72567E-06 Стандартная ошибка mb 0,010138455
Коэффициент детерминации Rxy 0,999169638 Среднеквадратичное отклонение y 0,002005953
F – Статистика 9626,347844 Степень свободы n-2 8
Сумма квадратов регрессии Sb2 0,038734937 Остаточная сумма квадратов Sa2 3,21908E-05
Таким образом, коэффициент детерминации гиперболической регрессии Rпр=0,999169638. Критерий адекватности модели равен Fпрz=9626,347844. Уравнение регрессии будет выглядеть так:
36 y=0,000267426∙x7,224693093
37 Среди четырех рассмотренных моделей наибольший коэффициент детерминации имеет уровневая модель (Rexp=0,999169638) y=0,000267426∙x7,224693093  модель наиболее точно описывает ситуацию. Использование данной модели при прогнозировании рекомендуется для предприятий, перерабатывающих зерно и зернопродукты.
38 Выводы
39 В заключение можно сказать, что увеличение доли промышленных товаров в экономике страны, проведение работ, связанных с адресной и оптимальной поставкой и с обеспечением производства промышленных товаров сырьем, совершенствование структуры производственных предприятий, систематизация и автоматизация деятельности структурных подразделений, а также оценка их деятельности и повышение их эффективности, повышение квалификации сотрудников являются актуальным и важным вопросом на сегодняшний день.
40 Проанализировав вышеизложенную информацию, автор считает необходимым:
41
  • дальнейшее совершенствование деятельности предприятий по переработке зерна и зернопродуктов, наращивание их возможностей;
42
  • проведение технико-технологического обследования производственных мощностей предприятий в соответствии с прогнозами выращиваемой пшеницы;
43
  • увеличение масштабов выращивания зерна и зернопродуктов, особенно пшеницы, с ростом населения;
44
  • проведение маркетинговых исследований по выращиванию пшеницы на основе изучения потребностей населения и объемов импорта;
45
  • повышение качества маркетинговых услуг, автоматизация их перспектив, программирование работы маркетологов или использование программного обеспечения с целью улучшения деятельности отдела маркетинговой службы;
46
  • использование результатов корреляционно-регрессионного анализа как важного критерия для систематизации своей будущей работы и разработки плана мероприятий для сотрудников службы маркетинга при определении перспективы;
47
  • разработку мероприятий по выращиванию до конца 2023 года 697 277 тонн пшеницы для 4 118 000 жителей области и налаживание купли-продажи зерновых через рыночные механизмы и др.

References

1. URL: https://www.fao.org/state-of-food-security-nutrition/2021/en/

2. URL: https://www.worldometers.info/world-population/

3. Obrabotano avtorom na osnove programmy MS EXCEL.

4. Avtorskaya razrabotka na osnove dannykh Agentstva po statistike pri Prezidente Respubliki Uzbekistan.

5. Avtorskaya razrabotka na osnove dannykh Samarkandskogo oblastnogo upravleniya statistiki.

6. Rol'bina E.S. Marketingovye issledovaniya, segmentatsiya, pozitsionirovanie: uchebnoe posobie // Kazan': Izd-vo KGFEhI, 2011. – 244 s.

Comments

No posts found

Write a review
Translate