Файл: Каменецкий, Л. Е. Экономическая эффективность основных фондов на карьерах.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 23.10.2024

Просмотров: 98

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Т а б л и ц а 58

Выпуск продукции на 1000 руб.

основных промышленно-производст­

Продукция

венных

фондов

 

 

1970

г.,

1965 г.

1970 г.

% к

 

 

1965

г.

Сырая руда, т

.........................

.......................................

102

94

93

Товарная руда,

т ....................

...................................

65

52

80 .

Железо в товарной руде, т ...................................

 

37

30

81

Валовая продукция, руб.* ..................................

 

627

514

82

* В ценах на

1 июля 196 7

г .

 

 

 

железорудных карьерах не компенсируется, хотя бы частично, улучшением качества добываемой руды.

Повышение качества товарной руды потребовало дополни­ тельных основных фондов, что явилось одной из причин сниже­ ния отраслевой фондоотдачи, которое не было сбалансировано соответствующим ростом прибыли. В результате рентабельность производства в железорудной промышленности снизилась. В 1968—1970 гг., т. е. в период после ввода новых оптовых цен,

прибыль и рентабельность

железорудной промышленности ха­

рактеризуются данными,

приведенными в табл.

59.

 

 

 

 

Т а б л и ц а 59

 

 

 

Рентабельность, %

Год

Прибыль,

млн.

руб. к производственным

к себестоимости

 

 

 

фондам

 

 

 

 

1968

476,9

15,4

48,4

1969

465,9

13,3

43,7

1970

477

12,1

40,3

Анализ эффективности использования основных фондов на угольных и железорудных карьерах за 1960—1972 гг. показал следующее:

1.На карьерах наблюдается ухудшение эффективности ис­ пользования основных фондов, характеризующихся снижением фондоотдачи и ростом фондоемкости производства.

2.Снижение фондоотдачи на карьерах не компенсируется уменьшением общей величины эксплуатационных расходов и улучшением качества продукции.

3.Рост фондовооруженности труда на карьерах значительно опережает его производительность, что отрицательно сказы­

вается на уровне себестоимости продукции.

82


4. На уровень фондоотдачи производства оказывает влияние большое число разнонаправленных факторов, часть которых не связана с естественными условиями разработки месторождений и поддается активному воздействию; количественная оценка влияющих факторов позволит составить более объективное пред­ ставление о возможном уровне фондоотдачи в анализируемом

иперспективном периодах времени.

5.Карьеры располагают значительными резервами дальней­ шего повышения эффективности использования основных фондов.

§ 3. экономике МАТЕМАТИЧЕСКОЕ ИССЛЕДОВАНИЕ УРОВНЯ ФОНДООТДАЧИ НА КАРЬЕРАХ

Большое число факторов, оказывающих разнонаправленное влияние на уровень фондоотдачи на карьерах, обусловливает необходимость количественной их оценки. Такая оценка позво­ ляет обоснованно ответить на важный как в теоретическом, так и в практическом отношении вопрос — насколько закономерно снижение фондоотдачи на горных предприятиях? Кроме того, появляется возможность выявить группу наиболее значимых факторов, что создает предпосылки для обоснованного выбора основных направлений повышения эффективности основных фондов горной промышленности.

Задачи, связанные с количественной оценкой факторов, влия­ ющих на уровень фондоотдачи, могут решаться с помощью по­ строения экономико-статистических моделей, при разработке которых используется метод многофакторного корреляционного анализа. При этом модели фондоотдачи должны строиться от­ дельно для предприятий с открытым и подземным способами разработки полезных ископаемых. Необходимость дифференци­ рованного подхода к разработке моделей вытекает из специфи­ ки, присущей каждому из способов добычи полезных ископае­ мых и, следовательно, различия факторов, влияющих на уровень фондоотдачи.

Методы корреляционного анализа позволяют количественно оценить связи между измеряемыми величинами в условиях дей­ ствия большого числа факторов. Путем составления многофак­ торных экономико-статистических моделей можно определить, как каждый фактор численно влияет на изучаемый показатель и как изменится этот показатель с изменением каждого фактора.

Построение корреляционных моделей проводится на основа­ нии статистической информации прошедших лет. Поэтому их использование для целей прогнозирования обладает тем недо­ статком, что происходит как бы проецирование прошлого в бу­ дущее. Этот недостаток корреляционных моделей несколько смягчается применительно к горным предприятиям, поскольку здесь имеет место устойчивый характер воздействия факторов-

6* 83


аргументов. Однако и для горной промышленности период про­ гнозирования, осуществляемого рассматриваемым методом, це­ лесообразно ограничить 5—10 годами, что позволяет избежать существенных погрешностей, связанных с переносом зависимо­ стей, полученных на базе данных за прошлый период времени на будущий.

Непосредственно моделирование включает в себя следующие этапы:

отбор факторов-аргументов; математико-статистическая оценка достоверности и качест­

венности исходных данных (близость эмпирической кривой рас­ пределения нормальному распределению, определение однороднОсти вариантов, определение необходимого количетсва исход­ ных данных);

принятие гипотезы о форме связи.

Исследование зависимости уровня фондоотдачи от влияющих факторов проведено на базе технико-экономических показателей работы 28 угольных карьеров, обеспечивающих около 35% объ­ ема добычи угля по СССР '.

При исследовании ставились следующие задачи: определить влияние природных, технических, технологических

и организационных факторов на уровень фондоотдачи; выделить факторы, на которые степень воздействия может

быть наибольшей и тем самым определить наиболее реальные пути увеличения фондоотдачи;

найти возможную величину фондоотдачи в анализируемом периоде времени при различных (более высоких) уровнях орга­ низации производственного процесса;

осуществить прогноз уровня фондоотдачи в зависимости от изменения в перспективе величины влияющих факторов.

На первом этапе работы для моделирования были отобра­ ны девять влияющих факторов, величина которых колеблется в широких пределах (табл. 60).

Показатели, отобранные для исследования, были сгруппиро­ ваны по интервалам, значения которых рассчитывались по фор­

муле Г. А. Стерджесса [9]

 

а = *тах~3гё-

(10)

1 + 3,2lgn

где а — примерная величина интервала; x msiX) хтщ — максималь­ ное и минимальное значение показателей; п — общее число на­

блюдений.

Затем по сгруппированным данным были построены гисто­ граммы распределения каждого из признаков. Анализ гисто­ грамм показал, что для ряда признаков характерно логнормаль-

1 В исследовании приняла участие сотрудник Ленинградского горного института М. И. Вейнгер.

84


Т а б л и ц а 60

Диапазон изменения пере­

 

менных

Показатель

 

ш in

шах

Фондоотдача ф, т/тыс. руб..............................................

 

 

 

1 0 5 , 4

 

 

6 9 1 , 9

Добыча Д , тыс. т ...................................................

 

 

 

 

 

6 6 5

 

 

8 2 4 9

Коэффициент вскрыши К в , м3/ т .................................

м3 . . .

 

0 , 8 9

 

9 , 2 7

Емкость ковша экскаватора на добыче Ел ,

 

1 , 8 6

 

 

5 , 1 1

Емкость ковша экскаватора на вскрыше Е в ,

м3 . .

 

3 , 0 9

 

 

14

Высота угольного уступа Ву , м ..................................

 

 

 

1 , 6 3

 

 

2 3 , 2

Высота породного уступа Вп, м ..............................

 

фонда....

 

5 , 9

 

 

33

Коэффициент использования

календарного

 

 

 

 

 

времени экскаваторов ...........................................

м

 

 

 

0 , 4 2

 

 

0 , 7 9

Глубина разработки карьера Г,

 

 

 

31

 

 

192

Удельный

вес активной части

основных фондов У,

 

9 , 7

 

 

9 2

 

 

 

 

 

 

 

 

 

ное распределение. Поэтому значения

оторых

признаков

следует заменить логарифмами этих значений.

 

 

 

В дальнейшем рассматриваются логарифмы значений фондо­

отдачи у — \ п Ф \

добычи *i = ln Д;

коэффициента

вскрыши х2 =

= 1п К в ,

средней

емкости ковша

экскаватора

на

вскрыше х4 =

= 1п Е в ;

высоты угольного уступа лт5 = 1пВу;

высоты

породного

уступа х6 = 1пВп;

глубины разработки х &— \ п Г .

Без функциональ­

ного преобразования вводятся в модель

следующие

признаки:

средняя емкость ковша экскаватора на добыче х 3 — Е л -,

коэффи­

циент использования календарного фонда времени

х 7 = К и ,

удельный вес активной части основных фондов х Э= У.

 

 

Новые значения признаков были сгруппированы и для каж­ дого из них строилась гистограмма и кривая распределения. Для большинства признаков наблюдалось совпадение вершин гисто­ грамм и кривых нормального распределения.

Более детальное исследование соответствия распределения признаков нормальному распределению проводилось по крите­

рию Пирсона (критерий %2) в форме Романовского.

Величина

рассчитывалась по формуле

 

Г S (т — т')г

(П )

где т , т ' — фактические и теоретические частоты интервалов.

Критерий х2 в форме Романовского имеет вид: если

< 3,

где v — число степеней свободы

распределения, то

расхожде­

ние наблюдаемого распределения

от теоретического

считается

несущественным (случайным); в противном случае расхождение существенно. Число степеней свободы для нормального распре­

85


деления определяется как число интервалов, уменьшенное на 3. Проверка на нормальность распределения всех признаков показала, что распределение большей части из них несуществен­

но отличается от нормального.

Необходимым условием при построении многофакторных корреляционных зависимостей является обоснование достаточ­ ности исходных данных. Следует решить вопрос: каков должен быть объем выборочной совокупности для того, чтобы отклоне­ ние выборочной средней х в от средней генеральной совокупно­ сти х г не превышало некоторой допустимой ошибки е.

Расчеты показали, что при имеющихся 94 наблюдениях вы­ борочная средняя определяет генеральную с ошибкой не более е= 8% с вероятностью 92%. Следовательно, используемые 94 на­ блюдения (карьеро-года) достаточны для последующих расчетов.

Статистический материал, используемый для построения эко­ номико-математических моделей методом множественной кор­ реляции, должен представлять собой качественную однородную совокупность. В связи с этим была проведена проверка на однородность по фактору, не учтенному в модели'— системам разработки [14].

Исследуемые карьеры были разбиты на три группы: с транс­ портной, бестранспортной и комбинированной системой разра­ ботки.

Для выяснения однородности совокупности применялся ме­ тод сравнения дисперсий разных выборок. Дисперсии сравни­ вались для того, чтобы определить, могут ли они рассматри­ ваться как независимые оценки неизвестной дисперсии одной и той же генеральной совокупности или выборки произведены из различных совокупностей. Результаты расчетов показали, что все три выборки можно считать принадлежащими к одной и той же нормальной генеральной совокупности (расхождения между дисперсиями получились несущественными).

Таким образом, рассмотрение качества исходного материала с точки зрения нормальности распределения признаков, доста­ точности наблюдений и их однородности подтверждает возмож­ ность корреляционного анализа уровня фондоотдачи на базе этих материалов.

Затем исследовались формы связи между уровнем фондоот­ дачи и факторами-аргументами при двумерном статистическом анализе. Изучение связей показало, что влияние большей части признаков на уровень фондоотдачи не противоречит экономиче­ ской логике.

Для уточнения характера парных зависимостей были вычис­ лены парные коэффициенты корреляции между уровнем фондо­ отдачи и факторами-аргументами и каждой пары аргументов между собой.

Вычисление матрицы парных коэффициентов корреляции про­ изводилось на ЭВММ-20 по программе, составленной в Ленин­

86