Оптимизация факторов производства

Для проверки значимости модели регрессии используется  F – значение (распределение Фишера) (Приложение 7), которое сравнивается с табличным (Приложение 8) при заданном уровне значимости (95%) . Если расчетное значение больше табличного, то модель считается значимой.

В заключение, проверка адекватности всей модели осуществляется с помощью  расчета величины средней ошибки аппроксимации  (Приложение 7). Приведем анализируемые критерии в таблице.

Таблица 3.3

Оценка значимости уравнения регрессии  для производственной функции

Показатель	Расчетное значение	Табличное значение
R	0,996	*
R2	0,992	*
F-распределение	199,1	5,14
	6,9 %	*

 

Анализ выше представленной таблицы  показал, что между результативным признаком (выпуском товарной продукции  – F) и факторными признаками (себестоимостью – С, размером ОПФ – К и численностью работников – L)  существует сильная зависимость т.к. R максимально приближен к единице (0,996).

 Значение коэффициента детерминации (R² = 0,992) говорит о том, что 99,2 % доли вариации признака Y (выпуска товарной продукции) учтено в модели и обусловлено влиянием на него факторов, включенных в эту модель.

              Значение F-распределения (199,1) свидетельствует о высокой значимости построенной модели регрессии.

И, наконец, величина ошибки аппроксимации (6,91 %) свидетельствует об адекватности построенной модели.

Для оценки значимости коэффициентов корреляции применяется  t-критерий Стьюдента (t-статистика). Для   этого вычисленное по формуле (Приложение 7) значение  (t_набл)  сравнивается с критическим значением t_крит, которое берётся из таблицы значений t Стьюдента (Приложение 9) с учетом заданного уровня значимости  ( =0,05) и числа степеней свободы (n-2). Для наглядности, анализируемые критерии приведем в таблице.

Таблица 3.4

 

Коэффициенты уравнения регрессии  для производственной функции и  оценка их значимости

Наименование	Коэффициенты	tкрит	tтаб
Y-пересечение	19823,016	*	*
Себестоимость	1,186	14,682	2,365
ОПФ	-0,175	6,69	2,65
Работники	-13,704	-2,71	2,65

 

Из вышеприведенной таблицы  следует, что между всеми исследуемыми переменными есть тесная статистическая взаимосвязь.

Таким образом, была получена следующая  множественная регрессия для  модели производственной функции F(C,K,L):

 

Y_R =1982,.016 + 1,186 С – 0,175 К – 13,704 L .

 

Аналогичным путем построим модель для функции затрат  (С(F, К, L)) и проведём оценку качества её параметров. Для чего, на начальном этапе составим матрицу коэффициентов парной корреляции и проанализируем их значимость с целью измерения тесноты связи каждого из факторов-признаков с результативным признаком и между собой.

Таблица 3.5

 

Матрица коэффициентов парной корреляции факторов модели

для функции затрат

Показатели	Полная себестоимость  товарной продукции	Стоимость товарной продукции	Среднегодовая стоимость  ОПФ	Численность работников
Полная себестоимость  товарной продукции	1
Стоимость товарной продукции	0,994	1
Среднегодовая стоимость  ОПФ	0,811	0,792	1
Численность работников	-0,711	-0,702	-0,83	1

 

Из вышепредставленной матрицы  следует, что зависимая переменная, т.е. себестоимость реализованной  продукции имеет тесную корреляционную связь с объёмом выпущенной товарной продукции (r=0,994), с размером основных производственных фондов и численностью работников (r-0,811 и –0,710 соответственно).

Следующий этап – проверка общего качества уравнения регрессии, параметры, по которым производится оценка параметров уравнения приведем в таблице.

 

 

Таблица 3.6

Оценка значимости уравнения регрессии  для функции затрат

Показатель	Расчетное значение	Табличное значение
R	0,996	*
R2	0,992	*
F-распределение	216,1	5,14
	6,7 %	*

 

Анализируя приведенную таблицу, можно утверждать, что между себестоимостью продукции  С (результативный признак)  и объёмом товарной продукции R, размером основных производственных фондов предприятия К, и численностью работников L (факторные признаки) присутствует сильная степень зависимости, т.к. коэффициент множественной корреляции заметно приближен к единице R=0,996.

Можно сказать, что 99,2% доли вариации результативного признака учтено в  модели и обусловлено влиянием включенных в эту модель факторов, поскольку коэффициент детерминации R²= 0,992.

Кроме того о высокий значимости построенной модели регрессии свидетельствует  значение F-распределения Фишера (F=216,1).

И, наконец, об адекватности построенной  модели свидетельствует величина средней  ошибки аппроксимации =6,7%

Полученные коэффициенты уравнения  регрессии и оценку их значимости приведем в следующей таблице.

 

 

 

 

Таблица 3.7

 

Коэффициенты уравнения регрессии  для функции затрат и оценка их значимости

Наименование	Коэффициенты	tкрит	tтаб
Y-пересечение	-13717,636	*	*
Себестоимость	0,824	14,683	2,365
ОПФ	0,185	8,76	2,365
Работники	9,758	2,38	2,365

 

Приведённые в представленной таблице  данные свидетельствуют о наличии  между всеми переменными тесной статистической связи.

В результате произведенного исследования была построена множественная регрессия для модели функции затрат:

 

Y_C = -13717,636+0,824 R + 0,185K +9,758 L

 

 

2. Нахождение оптимального плана производственного процесса

 

Рассматривая в совокупности процесс  выпуска продукциии затраты на её производство получили следующую систему эконометрческих уравнений в структурной форме:

 

Y_R = 19823,016 + 1,186 C – 0,175 K – 13,704 L         (1)

Y_C = -13417,6 + 0,824 R – 0,815 K + 9,758 L              (2)

 

Уравнение (2)  подставим в (1) :

 

Y_R = 19823,016 –15913,2736 + 0,977 R  + 0,219К +11,573 L – 0,175 К –13,704 L.

0.023 R = 3909,7422 + 0,044 K – 2,131 L,

 

Таким образом, получим следующее  выражение:

 

Y_R =169988,791+ 1,913 K – 92,652 L

 

 Полученное уравнение  подставим в  (2) и найдем выражение вида:

 

Y_C =126653,164 +1,391 K – 66,587 L

 

В результате выполненных преобразований была получена модель в следующей  приведенной форме:

 

Y_R =169988,791+ 1,913 K – 92,652 L

Y_C =126653,164 +1,391 K – 66,587 L

 

Таким образом, функция прибыли будет задана следующим выражением:

 

P (K,L) = 43365,627+ 0,522 K – 26,065 L

 

Найдем наименьшее и наибольшее значения , которые функция может  принимать  либо в точках , лежащих  внутри области (тогда это экстремальные  значения), либо на её границе. Поэтому начнем решение с нахождения критических точек данной функции, лежащих внутри области. В результате  проведения корреляционно-регрессионного анализа зависимости численности работников от размера основных производственных фондов получена следующая функция,  которая будет являться границей области:

 

L = 1560.22 –0.00358 K  -  граница

 

= 0,522 0 следовательно, точек экстремума нет.

 

Теперь исследуем границу области:

 

К

 

Р₁ = Р (102105,504) = 65904,829

Р₂ = Р (102105,504) = 65904,935

L =1199

К =

103105,667

Определим доверительный интервал в который попадает значение зависимой  переменной с заданной вероятностью (уровнем надежности) который рассчитывается по формуле:

 

< а <

 

t_r = [103105,667 – 0.163; 103105,665 + 0,163]

      [103105,504; 103105,828] – надежность 95%

 

 Таким образом, получен следующий  оптимальный план функции прибыли:

Р_max = 65904,935  тыс. руб.

При: 

  К = 103105,828 тыс. руб.

  L = 1199 чел.

 

 

3.3. Расчет экономической  эффективности оптимизации производственного  процесса

 

Эффективность производственного  процесса отражает степень использования  производственных факторов, реальную возможность осуществления расширенного воспроизводства. Расчет эффективности оптимизации производственного процесса приведем в следующей таблице.

 

Таблица 3.8

 

Расчет экономической эффективности  оптимизации производственного  процесса  на ОАО «Приморский  сахар»

Показатели	2001 год	Оптимальный размер	Отклонение (+, - )	Оптимальный разм. к 2001 году, %
Стоимость товарной продукции, тыс.руб.	144275,290	256140,496	+111865,206	177,500
Полная себестоимость, тыс.руб.	141545,080	190234,560	+48690,480	134,390
Среднегодовая стоимость  ОПФ, тыс.руб	157901,000	103105,830	-54795,170	62,380
Численность работников, чел.	864	1199	+335	138,700
Прибыль, тыс.руб.	2730,210	65904,930	+63174,720	В 24 раза
Рентабельность продукции, %	1,930	34,64	32,7	*

 

Из вышепредставленной таблицы  видно, что результатом оптимизации  производственного процесса станет увеличение прибыли на 63174,72 тыс руб, при этом высвободятся средства в  размере 54795,17 тыс руб. от уменьшения основных производственных фондов и станет возможным создание новых рабочих мест для 335 человек.  Причем производство продукции возрастет на 77,5%, а полная себестоимость произведенной продукции увеличится только на 34,39% , что приведет к увеличению рентабельности продукции на 32,7%, т.е. рентабельность продукции по оптимальному плану составит 34,64%. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. Безопасность  жизнедеятельности и экологическая  защита 

 

4.1. Организация безопасности  труда на ОАО «Приморский сахар»

 

Для сохранения здоровья трудящихся, полноценного использования физических и технических способностей на протяжении большей части их жизни значительную роль играет улучшение условий и охраны труда.

 Охрана труда – это система  законодательных актов, социально-экономических  мероприятий, обеспечивающих безопасность, сохранение здоровья и работоспособности в процессе труда.

В процессе трудовой деятельности человек  подвержен воздействию ряда неблагоприятных  факторов, которые могут вызвать  нежелательные изменения состояния  его здоровья. На ОАО «Приморский  сахар» имеются вредные и опасные производственные факторы – это шум и вибрация, запыленность и загазованность, недостаточная освещенность, работа в условиях охлаждающего и нагревающего микроклимата.