Poljoprivredni prinos je jedan od najsloženijih indikatora u sistemu agroindustrijskog kompleksa. Tokom čitavog perioda rasta na usev utiče bezbroj faktora koji se mogu podeliti u dve velike grupe:

Prirodni (tlo-klimatski);

Ekonomski.

Prirodni faktori su objektivni i ne zavise od volje i aktivnosti ljudi. Tu spadaju: prirodna plodnost (kvalitet) zemljišta, topografija teritorije, dubina vode u zemljištu, trajanje vegetacije, količina, ritam i intenzitet padavina, sunčani dani, temperaturni uslovi tokom vegetacije itd. Prirodni (zemljišni i klimatski) uslovi, kao objektivni faktori u formiranju prinosa poljoprivrednih kultura, ne mogu se suštinski promeniti, ali se neki od njih mogu korigovati veštom primenom ekonomskih faktora. Ekonomski uslovi se stvaraju svrsishodnim aktivnostima ljudi i u velikoj meri su određeni stepenom razvoja proizvodnih snaga društva. Sasvim je očigledno da visok nivo razvoja proizvodnih snaga omogućava da se značajno „nadoknadi“, na primjer, niska prirodna kvaliteta tla, izgladi prekomjerno zalijevanje ili nadoknadi nedostatak vlage u periodu aktivnog rasta i razvoj biljaka.

Ekonomski faktori formiranja useva direktno se manifestuju kroz nivo poljoprivredne tehnologije. U okviru agrotehničkih mera koje dopunjuju prirodne faktore i doprinose rastu prinosa, najvažnije su: primena krečnog materijala, jesenja obrada zemljišta, primena organskih i mineralnih đubriva, predsetvena (predsadna) tretman tla, sorte poljoprivrednih kultura, predsjetveni (predsadni) materijal za tretiranje sjemena, vrijeme i trajanje sjetve (sadnje) sjemena, međuredna kultivacija usjeva, vrijeme i intenzitet navodnjavanja, vrijeme i trajanje plijevljenja i tretiranja usjeva protiv štetočina i bolesti, vrijeme i trajanje žetve, vrijeme i trajanje primarne prerade poljoprivrednih kultura.

Raznolikost i heterogenost agrotehničkih mjera za povećanje prinosa dovela je do njihove podjele u sljedeće grupe:

· materijalna ulaganja (krečnjak, đubriva, seme, pesticidi, stimulansi rasta, snabdevanje vlagom, itd.);

· agrotehnički poslovi (obrada zemljišta, dostava i primena krečnog materijala, đubriva, pesticida, setva (sadnja), međuredna obrada useva, žetva i dr.).

Statističko proučavanje mnogih faktora u formiranju prinosa poljoprivrednih kultura otežava činjenica da tačne informacije o njihovom uticaju nisu date u tekućem računovodstvu i izvještavanju poljoprivrednih organizacija. Dakle, ako su podaci o kvalitetu tla (bod) dati u zemljišnoknjižnim dokumentima, tada se temperaturni režim tokom vegetacijske sezone ne bilježi u dokumentima poljoprivrednih organizacija. Da bi popunili ovaj nedostatak, obično koriste informacione usluge specijalizovanih (agrometeoroloških, hidroloških, itd.) organizacija.

Uticaj svakog pojedinačnog faktora na prinos useva može se identifikovati različitim metodama.

· Izvođenje posebnih, tzv. „čistih“ eksperimenata, gdje se eliminiše (isključuje) uticaj svih ostalih faktora osim onog koji se proučava. Ova metoda je široko rasprostranjena u agronomskoj nauci i praksi; Statistike obično ne provode takve eksperimente.

· Primjena tehnike jednostavnog analitičkog grupisanja prema faktorskoj karakteristici koja se proučava. U tu svrhu potrebno je privući masovni (veliki) uzorak poljoprivrednih organizacija ili farmi sa sličnim uslovima, ali sa značajnim razlikama u faktoru koji se proučava. Pretpostavlja se da veliki broj jedinica odabranog objekta osigurava nivelisanje (izglađivanje) razlika među sličnim uslovima, čime se rezultati analitičkog grupisanja približavaju rezultatima „čistog” eksperimenta. Osim toga, primjenom tehnike disperzije mora se potvrditi značaj utjecaja proučavanog faktora na prinos.

· Primjena tehnike parne korelacije. Uslovi su isti kao i kod provođenja analitičkog grupiranja. Rezultirajući korelacijski odnosi, koeficijenti proporcionalnosti i elastičnosti će ukazati na kvantitativnu mjeru zavisnosti prinosa od faktora koji se proučava.

Uticaj pojedinačnih faktora na produktivnost demonstrirat ćemo statističkim metodama na sljedećem primjeru. Recimo da postoje podaci o 100 poljoprivrednih organizacija (AHO) koje se bave uzgojem krompira. Sva poljoprivredna preduzeća imaju slične prirodne i ekonomske uslove, ali se u uzgoju krompira razlikuju po broju međurednih osipanja zasada krompira. Potrebno je obratiti pažnju na činjenicu da je pravovremeno i redovno brušenje usmjereno na održavanje tla u labavom stanju i uništavanje značajne količine korova, što u konačnici pomaže u povećanju prinosa krumpira.

U ispitivanim poljoprivrednim preduzećima izvršeno je jedno, dva i tri puta brušenje zasada krompira. Za identifikaciju uticaja broja brušenja na prinose krompira prema podacima 100 poljoprivrednih organizacija korišćena je jednostavna tehnika analitičkog grupisanja, tj. Sve poljoprivredne organizacije podijeljene su u tri grupe. Rezultati analitičkog grupisanja dati su u tabeli. 3.7.

Tabela 3.7. Utjecaj broja brušenja na prinose krompira

Tablični podaci 3.7. pokazuju da broj osipanja u kombinaciji sa kompleksom drugih faktora utiče na prinos krompira. Tako, ako je u prvoj grupi poljoprivrednih preduzeća, gde je obavljeno jedno oranje, prosečan prinos bio 163 c/ha, onda je u trećoj grupi poljoprivrednih preduzeća (3 brda) prosečan prinos krompira bio 219 c/ha.

Da bi se utvrdio značaj uticaja broja osipanja na prinose krompira u 100 poljoprivrednih preduzeća, primenili smo tehniku ​​jednofaktorske analize varijanse, čiji su rezultati dati u tabeli. 3.8.

Tabela 3.8. Rezultati jednosmjerne analize varijanse ovisnosti prinosa krumpira od broja brežuljaka

Iz podataka u tabeli. 3.8. vidi se da u strukturi ukupne varijacije prinosa udio faktorske varijacije uzrokovane uticajem broja okruženja na prinos krompira iznosi 7,4%. Koeficijent „značajnosti“ (0,98) pokazuje da je uticaj broja brušenja na prinose krompira u proučavanim poljoprivrednim preduzećima blizu značajnog. Mora se imati na umu da sam broj osipanja kao agrotehnička mjera ne povećava direktno produktivnost, ali u kombinaciji s drugim faktorima (kvalitet tla, sadržaj humusa, vlažnost itd.) pomaže u stvaranju povoljnog ambijenta za rast, razvoj biljaka i formiranje visokog prinosa.

Kvantitativna zavisnost prinosa krompira od broja obronaka u proučavanih 100 poljoprivrednih preduzeća može se utvrditi tehnikom parne korelacije. Prije svega, preporučljivo je izračunati korelacijski odnos između ovih karakteristika. Proračuni su pokazali da je korelacija između broja brežuljaka i prinosa krompira 0,272. To znači da faktor koji se proučava (broj brušenja) direktno, ali slabo utiče na prinos krompira.

Koeficijent proporcionalnosti u jednačini parne korelacije između proučavanih karakteristika (y x = 150+20x), sastavljenoj prema podacima 100 poljoprivrednih preduzeća, pokazuje da svako brušenje krompira doprinosi povećanju prinosa u proseku za 20 c/ ha. Koeficijent elastičnosti (E xy = 0,22%) znači da povećanje broja brušenja od 1% pogoduje povećanju prinosa krompira za 0,22%.

U poljoprivrednoj proizvodnji na formiranje prinosa ne utiču pojedinačni faktori, već kompleks svih faktora (prirodnih i ekonomskih). Kombinacija skupa faktora (nivoa poljoprivredne tehnologije) može se izmjeriti i iskazati u novčanom obliku kroz novčanu procjenu troškova realizacije svih poljoprivrednih aktivnosti.

Ukupni troškovi poljoprivrednih aktivnosti po jedinici zasijane površine poljoprivrednog zemljišta karakterišu stepen intenziviranja poljoprivrede. U tom smislu, važno je uzeti u obzir kombinovani uticaj čitavog kompleksa faktora na produktivnost usjeva, jer potcjenjivanje bilo kojeg od njih može promijeniti objektivnost zaključaka. Budući da ukupan broj faktora formiranja prinosa može biti beskonačan, u statistici se oni obično smanjuju odabirom najznačajnijih karakteristika i kombinovanjem (agregiranjem) pojedinačnih privatnih faktora u agregirane pokazatelje agrotehnike. Na primjer, trošak materijalnih ulaganja (sjeme, gnojiva, pesticidi, itd.), Obim mehaniziranog rada (u konvencionalnim standardnim hektarima) po 1 hektaru zasijane površine.

Statistička procena uticaja stepena intenziviranja poljoprivrede na prinos poljoprivrednih kultura može se izvršiti na osnovu metoda analitičkog grupisanja i analize varijanse, gde je ukupna cena svih agrotehničkih mera po 1 hektaru zasejane površine. određenog usjeva djeluje kao grupna (faktorska) karakteristika.

Rezultati analitičkog grupisanja na osnovu podataka od 100 poljoprivrednih organizacija dati su u tabeli. 3.9.

Tabela 3.9. Zavisnost prinosa od nivoa intenziteta u uzgoju krompira

Tablični podaci 3.9 pokazuju da povećanje troškova kompleksa agrotehničkih mjera po 1 hektaru površine za sadnju krompira po grupama sa prosječnih 1,6 na 4,9 miliona rubalja doprinosi povećanju prosječnog prinosa usjeva sa 159 na 228 c/ha.

Rezultati analize varijanse na osnovu materijala od 100 poljoprivrednih organizacija pokazali su da prinosi krompira značajno zavise od uticaja seta agrotehničkih mera.

INDIKATORI STRUKTURE USJEVA

Veličina žetve i produktivnost zavisi od uticaja kompleksa brojnih prirodno-klimatskih, ekonomskih, organizacionih i drugih faktora. Stoga su pokazatelji prinosa i produktivnosti nestabilne (pokretne) prirode i mogu značajno varirati kako u vremenu (u dinamici) tako iu prostoru (po teritorijalnim formacijama).

Prilikom statističkog proučavanja prinosa, važno je prije svega izračunati i procijeniti struktura useva, što obično predstavlja procenat bruto prinosa svake kulture u ukupnoj žetvi. Udio prinosa svake kulture obično se naziva specifičnom težinom.

Za grupu homogenih useva, specifična težina prinosa pojedinačnog useva izračunava se na sledeći način (3.3):

gdje je d q specifična težina prinosa svake kulture, %;

q – prinos prirodne mase svake vrste proizvoda (t, kg, itd.);

åq je ukupan prinos za grupu homogenih useva u fizičkom smislu (t, kg, itd.).

Određivanje strukture žetve (bruto žetve)_ za grupu homogenih, na primjer, žitarica i mahunarki dato je u tabeli. 3.10.

Tablični podaci 3.10 pokazuje da u strukturi prinosa žitarica i mahunarki poljoprivrednog preduzeća Niva najveće učešće zauzima zrno ozime raži i ječma. Uz značajno povećanje ukupnog obima žetve u 2006. u odnosu na 2002 povećan je udio ozime raži, zobi i graška, dok je smanjen udio ozimog ječma i jare pšenice. Preporučljivo je napomenuti da je udio najvažnijeg mahunastog useva – graška – u strukturi useva i dalje nizak.

Tabela 3.10. Proračun strukture prinosa za grupu žitarica i mahunarki u poljoprivrednom preduzeću Niva

Kulture	2002	2006
Žetva, t	%	Žetva, t	%
q 0	d 0	q 1	d 1
Zimska raž		5,3		36,2
Ozima pšenica		11,8		9,6
Ječam		29,4		29,0
Zob		11,8		12,0
Jara pšenica		8,8		8,4
Grašak		2,9		4,8
Ukupno...		100,0		100,0

Prilikom izračunavanja strukture prinosa za grupe kultura heterogenog sastava, potrebno je, prije svega, pretvoriti bruto žetvu ovih usjeva u uporediv (uslovno prirodan) izraz, a zatim odrediti udio (specifičnu težinu) svake vrste. useva u ukupnom prinosu (3.4):

; (3.4)

gdje je k koeficijent kvalitete hrane za svaku vrstu proizvoda;

dk – prinos uslovno prirodne mase svake vrste proizvoda

åqk je ukupan prinos za grupu heterogenih usjeva u konvencionalnim fizičkim terminima (dakle jedinice).

Određivanje strukture useva heterogenog sastava može se izvršiti, na primer, po grupi krmnih kultura u poljoprivrednom preduzeću Niva (tabela 3.11).

Tabela 3.11. Proračun strukture prinosa za grupu heterogenih (krmnih) kultura

Usjevi, vrste proizvoda	Faktor vrijednosti hrane	2002	2006	Struktura žetve, %
u naturi, t		u naturi, t	u uslovnim terminima, tj. jedinicama.	2002	2004
	k	q 0	q 0 k	q 1	q 1 k	d 0	d 1
Krmni korenasti usjevi	0,18					7,2	7,7
Višegodišnje bilje:
za sijeno	0,48					15,3	13,7
za seme	12,0					3,9	3,4
za zelenu masu	0,18					28,9	30,8
Jednogodišnje bilje za zelenu masu
0,18					8,7	7,7
Kukuruz za zelenu masu	0,17						29,0
		27,3
Usjevi za silažu	0,18					8,7	7,7
I tako dalje...	-	-		-		100,0	100,0

Kao što se vidi iz podataka u tabeli. 3.11, u strukturi prinosa krmnih kultura vodeće mjesto zauzimaju višegodišnje trave i kukuruz, požnjeveni za zelenu masu, a 2006.g. u odnosu na 2002 povećan je udio žetve ovih kultura, dok je smanjen udio višegodišnjih trava požnjevenih za sijeno i sjeme, kao i jednogodišnjih trava za zelenu masu i silažne usjeve.

Žetva (bruto žetva) poljoprivrednih kultura je potencijalna osnova za formiranje banka hrane(žito, krompir, povrće, voće, bobičasto voće, itd.), stvorenja rezerve sirovina za prerađivačku industriju (proizvodi od lana, uljane repice, šećerne repe i dr.), dopuna i jačanje zalihe hrane(proizvodi hrane za životinje i druge kulture), formiranje sjemenski fond za mnoge poljoprivredne kulture.

FAKTORSKA ANALIZA ŽETVE (BRUTO PRINOSA) NA BAZI METODE INDEKSA

U kontekstu prelaska na tržišne odnose, glavni zadatak povećanja žetve (bruto prinosa) i povećanja produktivnosti poljoprivrednih kultura je stvaranje održive sirovinske baze kako bi se osigurala prehrambena nezavisnost i sigurnost Republike Bjelorusije u tradicionalnoj hrani. proizvoda (hleb, krompir, povrće, voće i dr.), preradu proizvoda industrijskih kultura (lan, uljanu repicu, šećernu repu i druge kulture), obezbeđivanje neophodnih rezervi stočne hrane za normalno stočarstvo i formiranje pouzdanog fonda visoko- kvalitetno seme. Osim toga, sistematsko povećanje prinosa zasnovano na dominantnom povećanju prinosa omogućava Republici Bjelorusiji da poveća obim izvoza poljoprivrednih proizvoda u zemlje bliže i dalje van zemlje.

Prinos (bruto prinos) za grupe useva ili za sve poljoprivredne kulture je prilično složen pokazatelj, koji se formira pod uticajem mnogih faktora.

Među faktorima koji direktno utiču na promene veličine useva u dinamici, potrebno je navesti zasejanu površinu, njenu veličinu, strukturu i prinose pojedinih useva. Da biste izvršili faktorsku analizu dinamike usjeva, možete koristiti indeksna metoda. Istovremeno se proučava promjena prinosa (bruto prinosa) općenito za sve usjeve, kao i zbog uticaja svakog faktora posebno; prinos, zasejana površina, uključujući posebno zbog veličine zasejanih površina i posebno zbog strukture useva.

Opšti indeks prinosa (bruto prinos) za grupu homogenih useva može se naći na sledeći način:

(3.5)

gde je S 0 , S 1 – zasejana površina svakog useva u baznom i izveštajnom periodu;

Y 0 , Y 1 – prinos svakog useva u baznom i izveštajnom periodu.

Uticaj fluktuacije prinosa usjeva na ukupan prinos grupe homogenih usjeva izračunava se pomoću sljedećeg indeksa:

(3.6)

Utjecaj faktora - promjene zasijanih površina - na ukupan prinos može se izračunati korištenjem sljedećeg indeksa:

(3.7)

Potrebno je obratiti pažnju na činjenicu da se uticaj zasejanih površina na prinos može posmatrati kao zajednički efekat na bruto prinos odvojeno veličine i strukture useva. Kvantitativni uticaj fluktuacija veličine zasijanih površina na ukupan prinos izračunava se pomoću formule:

(3.8)

Uticaj promene strukture zasejanih površina na prinos homogene grupe useva može se izračunati pomoću formule:

(3.9)

Koristeći sličan sistem indeksa, vrši se faktorska analiza dinamike ukupnog prinosa za grupu heterogenih ili svih poljoprivrednih kultura u cjelini, ali se stvarni prinos prvo mora preračunati u uslovno prirodne izraze (npr. jedinice), koristeći rezultate pomoćnih proračuna (tabela 3.12).

Dobijene pomoćne podatke (tablica 3.12) zamjenjujemo u formule (3.5-3.9) i dobijemo odgovarajuće opšte indekse prinosa (bruto prinos). Na primer, opšti indeks koji karakteriše promenu prinosa svih poljoprivrednih kultura poljoprivrednog preduzeća Niva u 2006. godini u odnosu na 2002. godinu usled uticaja čitavog kompleksa faktora je:

Zbog kolebanja prinosa svih kultura, promjena ukupnog prinosa u 2006. godini u odnosu na 2002. godinu. je:

Tabela 3.12. Proračun pomoćnih indikatora za provođenje faktorske analize prinosa usjeva u poljoprivrednom preduzeću Niva

Usjevi, vrste proizvoda	Zasijana površina, ha	Produktivnost, c/ha	Žetva u naturi, t	Odds	Žetva, jer jedinice.
stvarni	Uslovno
2002	2006	2002	2006	2002	2006	2002	2006
	S 0	S 1	Y 0	Y 1	S 0 y 0	S 1 y 1	k	S 0 y 0 k	S 1 y 1 k	S 1 y 0 k
Žitarice i mahunarke							1,4
Slamke od lana							1,5
Krompir							0,3
Krmni korenasti usjevi							0,18
Višegodišnje bilje:
za sijeno							0,45
za zelenu masu							0,18
Kukuruz za zelenu masu							0,18
Ukupno…			-	-	-	-	-

Bilješka: Faktori konverzije za biljnu proizvodnju u konvencionalnim fizičkim terminima dati su u Dodatku 1.

Na sličan način moguće je izračunati fluktuacije ukupnog prinosa (bruto prinosa) svih poljoprivrednih kultura zbog utjecaja mogućih promjena zasijanih površina, uključujući posebno zbog fluktuacije ukupne veličine i posebno zbog promjena u strukturi. zasejanih površina.

Prema podacima Poljoprivrednog preduzeća Niva (tabela 3.12), promjena ukupne žetve u 2006. u odnosu na 2002 zbog zasijanih površina svih poljoprivrednih kultura izračunava se po formuli (3.7):

Kvantitativni uticaj veličine svih zasejanih površina na promenu prinosa u poljoprivrednom preduzeću Niva nalazi se pomoću formule (3.8):

Poboljšanje strukture zasejanih površina može doprineti povećanju ukupnog prinosa. U poljoprivrednom preduzeću Niva. To se može otkriti pomoću indeksa strukture zasijanih površina prema formuli (3.9):

Posebnost zasejanih površina poljoprivrednih kultura je njihova ograničenje u svemiru. Stoga je jedina mogućnost regulisanja prinosa (bruto žetve) na račun zasejanih površina kontinuirano poboljšanje strukture useva. Potrebno je obratiti pažnju na činjenicu da su zasijane površine geografski ograničene, ali se prinos poljoprivrednih kultura teoretski može povećavati u nedogled. Savremeni uslovi u Republici Bjelorusiji omogućavaju postizanje prinosa glavnih usjeva koji nisu manje od 1,5 - 2 puta veći od stvarno postignutih. O tome svjedoče domaća iskustva vodećih poljoprivrednih organizacija i iskustva zemalja u sličnim zemljišnim i klimatskim uslovima.

U apsolutnom iznosu, ukupna promjena prinosa (povećanje ili smanjenje) može se izračunati sljedećim redoslijedom. Prije svega, potrebno je pronaći apsolutnu promjenu prinosa zbog interakcije čitavog kompleksa faktora, tj.

(3.10)

gdje je DQ y apsolutno povećanje (+), smanjenje (-) ukupnog prinosa (bruto žetva).

Zbog promjena u prinosima usjeva

(3.11)

gdje je DQy apsolutno povećanje (+), smanjenje (-) ukupnog prinosa.

Zbog kombinovanog uticaja veličine i strukture usevnih površina

(3.12)

gdje je DQ s apsolutno povećanje (+), smanjenje (-) ukupnog prinosa (bruto žetva).

Za izračunavanje apsolutnog povećanja ili smanjenja ukupnog prinosa poljoprivrednih kultura zbog uticaja veličine zasejanih površina, pre svega naći apsolutnu vrednost povećanja prinosa od 1% u izveštajnom periodu:

1%ΔQ (3.13)

gdje je Q 0 ukupna žetva (bruto žetva) u baznom periodu.

(3.14)

gde je Is 1 opšti indeks prinosa svih useva usled promene veličine zasejanih površina.

Zatim izračunavamo apsolutno povećanje (+) ili smanjenje (-) ukupnog prinosa zbog fluktuacija veličine zasijane površine:

1% ΔQ, (3,15)

Za izračunavanje povećanja ili smanjenja ukupnog prinosa (bruto žetve) zbog poboljšanja strukture zasijanih površina, možete koristiti sljedeću formulu:

(3.16)

gdje je DQd apsolutno povećanje (+), smanjenje (-) ukupnog prinosa zbog promjena u strukturi sjetvenih površina.

Rezultati obračuna relativnih i apsolutnih promjena prinosa (bruto prinosa) svih poljoprivrednih kultura u 2006. godini. u odnosu na 2002 pod uticajem prethodno proučavanih faktora sumirani su u tabeli. 3.13.

Tabela 3.13. Promjena ukupnog prinosa zbog utjecaja faktora

U poljoprivrednom preduzeću "Niva"

Tablični podaci 3.13 pokazuje da je ukupan prinos usjeva u poljoprivrednom preduzeću Niva za period 2002-2006. pod uticajem čitavog kompleksa faktora, povećana je za 10% ili 1088 t.e., a najznačajniji deo povećanja bruto prinosa (6,1%, ili 686 t.e.) je ostvaren zbog povećane produktivnosti. Zbog zasejanih površina, žetva je povećana za 3,7% (402 t. jed.), uključujući proširenje zasejanih površina doprinelo je povećanju bruto žetve za 1,8% (195 t. jed.), te poboljšanju strukture useva. - za 1,9% (207 t. jedinica). To znači da su u poljoprivrednom preduzeću Niva svi proučavani faktori pozitivno uticali na povećanje ukupnog prinosa.

TEST PITANJA ZA TEMU 3

1. Koja je zasijana površina?

2. Kako se klasificiraju usjevi u zavisnosti od njihovih bioloških karakteristika?

3. Kako se razvrstavaju poljoprivredne kulture u zavisnosti od njihove industrijske namjene?

4. U vezi sa čime se sjetvene površine dijele na obračunske kategorije?

5. Koja je zasađena površina i koje vrste useva obuhvata? Koja je njegova svrha?

6. Šta je prolećno produktivno područje i koje vrste useva obuhvata? Koja je njegova karakteristika?

7.Koje je područje žetve i koje vrste usjeva uključuje? Koja je njegova svrha?

8. Koja je stvarna požnjevena površina? Po čemu se razlikuje od područja za žetvu?

9. Koje karakteristike su karakteristične za dinamiku zasejanih površina u Belorusiji?

10. Koje su karakteristike tipične za raspodjelu zasijanih površina po kategorijama farmi u Bjelorusiji7

11. Kakva je struktura zasijanih površina i na koje načine se obračunava?

12. Koje karakteristike su karakteristične za strukturu zasejanih površina u poljoprivrednim preduzećima Belorusije?

13. Šta su prinosi usjeva i prinosi?

14.Šta je prinos vrste i na koje načine se određuje?

15.Šta je, za koju namjenu i na koji način se obračunava stajaći rod prije žetve?

16.Šta je neto prinos i kako se izračunava?

17. Kako se izračunava prosječan prinos za grupu usjeva?

18. Koje su karakteristike karakteristične za dinamiku prinosa i prinosa poljoprivrednih kultura u Bjelorusiji?

19. Koje vrste i grupe faktora utiču na produktivnost?

20.Šta je i koje vrste obuhvata grupa prirodnih faktora formiranja prinosa?

21.Šta je i koje vrste obuhvata grupa ekonomskih faktora formiranja prinosa?

22.Šta su i šta obuhvataju materijalna ulaganja u formiranje prinosa?

23.Šta su i šta obuhvata agrotehnički radovi prilikom formiranja prinosa?

24. Koje metode se mogu koristiti za identifikaciju uticaja svakog faktora na produktivnost? Navedite primjere.

25. Koje metode se mogu koristiti za identifikaciju kompleksa faktora koji utiču na produktivnost? Navedite primjere.

26. Šta se, na koji način i za koju svrhu izračunava struktura prinosa homogene grupe useva?

27.Šta se, kako i za koju svrhu izračunava struktura prinosa heterogenih kultura?

28. Koja se statistička metoda može koristiti prilikom provođenja faktorske analize prinosa usjeva?

29. Kako se izračunava i procjenjuje ukupni indeks prinosa homogenih i heterogenih usjeva? Navedite primjere.

30. Kako se izračunava i procjenjuje opći indeks prinosa homogenih i heterogenih usjeva? Navedite primjere.

31. Kako se izračunava i procjenjuje relativni utjecaj dinamike sjetvenih površina na prinos homogenih i heterogenih usjeva? Navedite primjere.

32. Kako se izračunava i procjenjuje relativni utjecaj veličine zasijanih površina na prinos homogenih i heterogenih usjeva? Navedite primjere.

33. Kako se izračunava i procjenjuje relativni uticaj strukture zasejanih površina na prinos homogenih i heterogenih useva? Navedite primjere.

34. Kako se izračunava i procjenjuje apsolutna promjena dinamike prinosa homogenih i heterogenih usjeva pod uticajem svakog faktora? Navedite primjere.

STATISTIKA STOČARSTVA

Određivanje TLD na osnovu kvalitativne procjene tla

Metodu određivanja predložio je Bjeloruski istraživački institut za nauku o tlu i agrohemiju:

TLD = Bp*Cb*K (13)

Bp – kvalitet tla, tačka;

Cb – cijena boda obradive zemlje, kg;

K – faktor korekcije na bodovnu cijenu za agrohemijska svojstva tla.

TLD =32*50*0,94=15c/ha

Određivanje programabilnog prinosa (PrU).

Vrijednost programiranog prinosa utvrđuje se uzimajući u obzir razliku između COU i TLD, koja se nadoknađuje unošenjem izračunatih doza mineralnih i organskih đubriva. Dakle, programirani prinos se izračunava kao TLD sa povećanjem prinosa koji treba da se dobije pomoću đubriva.

PrU – programibilni prinos, c/ha;

Dnpk – doza mineralnih đubriva, kg/ha;

Onpk – povrat 1t organskog đubriva, kg/t proizvoda;

100 – faktor konverzije iz kg u c.

Nivo PrU se također može odrediti poznavanjem relativnog povećanja od gnojiva:

(15)

Pud – povećanje prinosa od đubriva, %

Tako će prinos jarog ječma od 32 c/ha biti smjernica za razvoj strukturnog modela visokoproduktivne biljke i sjetve općenito, kao i tehnologije uzgoja usjeva.

Tabela 7. Proračun doza đubriva za programiranu žetvu na osnovu uklanjanja hranljivih materija. Prinos jarog ječma je 32 c/ha

Lit. oznaka	Indikatori	Jedinica izmjereno
	Uklanjanje hranljivih materija iz zemlje za jedan centar useva
	Ukupno uklanjanje nutrijenata potrebnih za dobijanje programirane žetve (Bo=B*U)
	Koeficijent upijanja hranjivih tvari tla
	Količina hranljivih materija koje biljke primaju iz tla (Ip=P1*Kp*0,1)
	Dodata organska đubriva
	Hranljive materije unešene u zemljište sa stajnjakom (Np=10*Sm*O)
	Koeficijent apsorpcije nutrijenata organskih đubriva (po godini uzgoja)
	Biljke će koristiti hranljive materije iz organskih đubriva (Io=Np*K1-2*0,1)
	Ukupna količina hranjivih tvari koju biljke mogu primiti iz tla i organskih gnojiva (I = In + Io)
	Potrebno je dodati hranljive materije mineralnim đubrivima (D=Wo-Ip)
	Koeficijent apsorpcije nutrijenata mineralnih đubriva
	Doza mineralnih đubriva koja se mora primeniti uzimajući u obzir njihovu iskorišćenost (Dm=D:Km*100)
	Sadrži hranljive materije u mastima
	Doza primjene mineralnih đubriva (Mu=Dm:St)

Kao što se može vidjeti iz tabele, izračunavanje doza mineralnih gnojiva vrši se uzimajući u obzir sadržaj hranjivih tvari u tlu, uzimajući u obzir elemente koji su ušli u tlo s mineralnim gnojivima, kao i uzimajući u obzir koeficijent njihove apsorpcije od strane biljaka. Za dobijanje programiranog prinosa, prema podacima iz proračuna, potrebno je zemljištu dodati 44 kg/ha azota u aktivnoj supstanci, 33,5 kg/ha aktivnog sastojka fosfora, 33,5 kg/ha aktivnog sastojka. kalijum To će biti jednako primjeni: 2 c/ha UAN, 2,4 c/ha jednostavnog superfosfata i 1 c/ha kalijum hlorida.

2.1 Grupisanje farmi prema nivoima prinosa zrna

Najvažnija metoda statistike je metoda grupisanja. Grupisanje i sažimanje gradiva podrazumeva podelu celokupne mase jedinica na homogene grupe i podgrupe, izračunavanje rezultata za svaku grupu i podgrupu i formatiranje dobijenih rezultata u obliku statističke tabele. Grupacije omogućavaju da se identifikuju jedinice različitog kvaliteta iz svih slučajeva i da se pokažu karakteristike koje se razvijaju u različitim uslovima.

Zadaci pred grupom:

1. Identifikacija onih dijelova masovnog fenomena koji su homogeni po kvalitetu i uslovima razvoja i u kojima djeluju isti prirodni utjecaji faktora;

2. Proučavanje i karakterizacija strukture i strukturnih promjena u proučavanim populacijama;

3. Uticaj odnosa između individualnih karakteristika fenomena koji se proučava.

Glavno pitanje metode grupisanja je izbor karakteristike grupisanja, čiji tačan izbor određuje rezultate grupisanja i rada u cjelini.

Nakon odabira karakteristike grupisanja, važno je podijeliti jedinice stanovništva u grupe.

Odabrane grupe moraju biti kvalitativno homogene, te imati dovoljno veliki broj jedinica, što će im omogućiti da ispolje tipične karakteristike karakteristične za masovne pojave. Stoga se velika pažnja poklanja određivanju broja grupa i njihovih granica. Za rješavanje ovog problema uzimaju se u obzir vrsta grupiranja, priroda karakteristika grupisanja i ciljevi studije.

Početni podaci za analizu prinosa žitarica dati su u „Prilogu A“.

Konstruirajmo rangiranu seriju distribucije gazdinstava u regionu, u kojoj su sve jedinice stanovništva raspoređene prema rastućim karakteristikama grupisanja, tj. na prinos žitarica.

Tabela 2.1.1 Rangiranje gazdinstava prema prinosu zrna

Farma br.	Ime farme	Produktivnost žitarica, c/ha	Stari broj farme
	SPK Agidel
	LLC Voskhod
	SEC Nadezhda
	SPK AF Kama
	JSC Tugan Yak
	SPK AF Majak
	SPK AF Kolos
	LLC Batyr
	SPK AF Mir
	SEC Razdolye
	Khan Murza LLC
	LLC NPO Bashkirskoe
	LLC PH Kushnarenkovskoe
	Phloema-Agro doo
	Kupay LLC

Opišimo rangiranu seriju grafički u obliku Galtonovog Ogiva grafa (slika 2.1.1).

Slika 2.1.1 Rangirane serije po prinosu žitarica, c/ha.

Procjenom intenziteta promjene vrijednosti neke karakteristike grupisanja od jedne jedinice populacije do druge, možemo razlikovati grupe.

Nakon analize grafikona 2.1.1, možete podijeliti populaciju u 3 grupe sa jednakim intervalima, vrijednost jednakog intervala je određena sljedećom formulom:

Xmax je maksimalna vrijednost atributa u proučavanoj rangiranoj seriji,

Xmin je minimalna vrijednost atributa u proučavanoj rangiranoj seriji,

n - broj grupa (n=3).

i=(17,11-1,73) / 3

I tako je interval 5,13

Sada konstruirajmo intervalnu seriju distribucije farme.

Tabela 2.1.2 Intervalna serija distribucije farmi po prinosu zrna, centni po hektaru

Radi jasnoće, gradimo graf intervalne varijacione serije distribucije farme - histogram.

Slika 2.1.2 Intervalna serija distribucije farmi prema prinosu zrna.

Dijagram pokazuje da većina farmi pripada prvoj grupi sa rasponom prinosa od 1,73-6,85, farme pripadaju grupi II sa rasponom od 6,85-11,98 hiljada rubalja, a grupa III uključuje farme sa prinosom više od 11,98 c po 1 hektara.

Da se izvrši sljedeća faza analitičkog grupisanja, kao i da se izračunaju takvi pokazatelji kao što su prosječni prinos zrna, c/ha i prosječna cijena 1 c zrna, rub. za 3 grupe koristićemo tabelu 2.1.3 i tabelu 2.1.4.

Tabela 2.1.3 Radni list za jednostavno analitičko grupisanje

Grupe gazdinstava prema prinosu žitarica, centi po hektaru	Naziv farmi	Obrađena površina žitarica, hektara.	Bruto žetva žitarica, centi	Ukupni troškovi, hiljada rubalja.
	DIP "Agidel"
	DOO "Voskhod"
	DIP "Nadežda"
	DIP "AF Kama"
	JSC Tugan Yak
	SPK "AF Mayak"
	SPK "AF Kolos"
	DOO "Batyr"
	SPK "AF Mir"
	DIP "Razdolye"
Ukupno za grupu I
	Khan Murza LLC
	LLC NPO Bashkirskoe
Ukupno za grupu II
III grupa	LLC PH Kushnarenkovskoe
	Phloema-Agro doo
	Kupay LLC
Ukupno za grupu III

Tabela 2.1.4 Zbirna tabela jednostavnog analitičkog grupisanja

Broj grupe	Grupe gazdinstava prema prinosu žitarica, centi po hektaru	Broj farmi	Prosječan prinos zrna, c/ha.	Prosječna cijena 1 kvintala zrna, rub

Tako je grupa pokazala da je prosječan prinos zrna povećan sa 4,35 na 16,50 c/ha, što je u prosjeku 5,51 c/ha za sve grupe. Prosječna cijena 1 centnera žitarica u prvoj grupi iznosila je 683,34 rublja, au drugoj grupi bila je 269,55 jedinica više u prosjeku za tri farme.

Sada proučimo prirodu varijacije u prinosu žitarica. Razlika u individualnim vrijednostima karakteristike unutar populacije koja se proučava naziva se varijacija. Za proučavanje varijacije izračunavaju se indeksi varijacije, uz pomoć kojih se izvodi zaključak o pouzdanosti izračunatih prosječnih vrijednosti.

Tabela 2.1.5 Podaci o početnim varijacijama

Grupa domaćinstava prema prinosu žitarica po 1 ha	Broj farmi	Prosječna vrijednost intervala

Proučavanje varijacije (odstupanja pojedinačnih vrijednosti od prosjeka) je od velike važnosti.

Prvo, indikatori varijacije služe kao karakteristika tipičnosti samog prosjeka. Što je manja varijacija, reprezentativniji je prosek.

Drugo, indikatori varijacije služe za karakterizaciju uniformnosti rada preduzeća i njihovih podjela.

Indikatori varijacije:

Indikatori apsolutne varijacije:

Raspon varijacije:

Prosječna linearna devijacija:

disperzija:

Standardna devijacija:

Relativni pokazatelji varijacije:

Koeficijent varijacije:

Koeficijent oscilacije:

Linearni koeficijent varijacije:

Indikatori obrasca distribucije:

asimetrija:

Relativni raspon varijacije (VR) ili koeficijent oscilacije pokazuje fluktuaciju ekstremnih vrijednosti oko prosjeka.

Relativno linearno odstupanje (Vd) karakterizira udio apsolutnih vrijednosti odstupanja od prosječne vrijednosti. Koeficijent varijacije može se koristiti za procjenu homogenosti populacije koja se proučava.

Tabela 2.1.6. Indikatori varijacije i oblici distribucije po tipičnim grupama i za privredu u cjelini

Koeficijent varijacije je > 33%, što znači da je populacija koja se proučava heterogena, a pronađena prosječna vrijednost nije sasvim pouzdana i ne izražava tipičan nivo cjelokupne populacije koja se proučava.

Standardna devijacija pokazuje koliko se u prosjeku stvarna vrijednost neke karakteristike razlikuje od njene prosječne vrijednosti. U našem slučaju, standardna devijacija za cijelu farmu je 0,92 c/ha.

Ako je asimetrija veća od nule, onda je asimetrija desnostrana, a ako je manja onda je lijevo. Što je veći indeks asimetrije, veći je stepen asimetrije distribucije. Iz tabele možete vidjeti da je u privredi u cjelini asimetrija desnostrana.

Ako je eksces veći od nule, onda dobijamo vršnu distribuciju; U našem slučaju, distribucija u privredi u cjelini je vrhunska.

2.2 Izračunavanje opštih indikatora za tipične grupe

analiza indeksa pokazatelja prinosa

Da bismo analizirali razlike između tipičnih grupa, izračunat ćemo generalizirajuće indikatore (Dodatak B).

Analizom podataka u ovoj tabeli po grupama, mogu se izvući zaključci. Pokazatelji treće grupe su na prosječnom nivou, uprkos činjenici da je broj gazdinstava četiri puta manji u odnosu na prvu grupu. Po prosečnom prinosu, treća grupa zauzima prvo mesto. Druga grupa takođe pokazuje dobre rezultate.

Analiza proizvodnje suncokreta na primjeru Poljoprivrednog proizvodnog kompleksa "Voskhod"

Glavni način povećanja ekonomske efikasnosti proizvodnje suncokreta je povećanje produktivnosti. Produktivnost je objektivni pokazatelj plodnosti tla. Koristeći tabelu 13, pogledajmo...

Analiza biljne proizvodnje

Produktivnost usjeva je glavni faktor koji određuje obim biljne proizvodnje. Stoga se ovom pokazatelju posvećuje velika pažnja...

Analiza troškova proizvodnje žitarica na primjeru OJSC "Krasnoperekopsky Rayagrokhim", Krasnoperekopski okrug Autonomne Republike Krim

Trošak po jedinici biljne proizvodnje može se izračunati tek nakon završetka tehnološkog ciklusa, što se najčešće dešava na kraju godine...

Analiza efikasnosti proizvodnje žitarica u JSC PZ "Lenjinski put" Novokubanski okrug

Ratarstvo je posebna grana poljoprivrede koju karakteriše sezonska priroda posla. Troškovi proizvodnje nastaju neravnomjerno iu različito doba godine...

Poboljšanje efikasnosti proizvodnje žitarica

Rast prinosa jedan je od glavnih pokazatelja rezultata intenziviranja, efikasnosti i kvaliteta rada u proizvodnji žitarica. Na to uvelike utiču prirodni i klimatski uslovi: kvalitet i sastav zemljišta...

Statistička i ekonomska analiza prinosa žitarica

Tabela 10 - Podaci za analizu dinamike prinosa žitarica, centni. Godine Prinos zrna, c/ha 2003. 14.9 2004. 14.2 2005. 14.0 2006. 16.2 2007. 20.6 2008. 19.9 2009. 19.8 2010. 4.7 2005. 2011. Pros.

Statistička i ekonomska analiza efikasnosti proizvodnje žitarica u poljoprivrednim preduzećima regije Uljanovsk

Analitičko usklađivanje se sastoji u zamjeni stvarnih podataka niza dinamike, koja varira pod uticajem različitih razloga, nivoima koji odražavaju glavni trend...

Radni resursi

Značaj proizvodnje žitarica određen je njenom posebnom ulogom u formiranju prehrambenih resursa zemlje. Žito je nezaobilazna sirovina za proizvodnju hleba, pekarskih i testeninskih proizvoda, žitarica...

Privredna djelatnost poljoprivrednog proizvodnog kompleksa "Rassvetovsky" regije Alatyr

Prilikom analize korišćenja zasejanih površina potrebno je proučiti promene u veličini i strukturi zasejanih površina i identifikovati mogućnosti za njihovo dalje proširenje na gazdinstvu...

Ekonomsko-statistička analiza prinosa i prinosa za grupu homogenih kultura (žitarice, povrće). Na pristaništu sela. Voda industrijsko poduzeće "Navodnjavanje" Gorodishchensky okrugu planine. Volgograd

Prilikom proučavanja prirode, društva i privrede potrebno je voditi računa o međusobnom odnosu posmatranih procesa i pojava. Štaviše, potpunost opisa, na ovaj ili onaj način, određena je kvantitativnim karakteristikama uzročno-posledičnih odnosa između njih...

Ekonomska i statistička analiza glavne proizvodnje i troškova biljne proizvodnje JSC "Stepnoe" Polovinski okrug Kurganske oblasti

Regresijska i korelacione analize su efikasne metode koje vam omogućavaju da analizirate značajne količine informacija kako biste proučili verovatni odnos dve ili više varijabli...

Ekonomska i statistička analiza proizvodnje žitarica u Rusiji

Dinamičke serije, kao i njihovi indikatori, služe kao početna osnova za identifikaciju opšteg trenda u razvoju pojava i procesa...

Ekonomska efikasnost proizvodnje žitarica i načini njenog povećanja u savremenim uslovima na primeru Opštinskog poljoprivrednog preduzeća Zelenka

Podaci o zasijanim površinama u apsolutnom iznosu omogućavaju izračunavanje njihove strukture.

Struktura zasejanih površina predstavlja udio ili specifičnu težinu površine zasijane svakom kulturom ili grupom usjeva kao dio ukupne zasijane površine.

Struktura zasejanih površina određena je formulom

gdje je specifična težina površine zasijane kulturom ili grupom usjeva, ha;

— zasejana površina pojedinačnog useva ili grupe useva, hektara.

Struktura zasejanih površina omogućava procenu kvalitativnog sastava poljoprivrednih kultura i u velikoj meri karakteriše proizvodni pravac ne samo biljne proizvodnje, već i privrede u celini. Po strukturi zasejanih površina može se suditi o specijalizaciji poljoprivredne proizvodnje.

Ukupna zasijana površina poljoprivrednih organizacija u dinamici iz različitih razloga može značajno varirati, često premašujući obradivu površinu. Stoga je pri proračunu strukture sjetvenih površina potrebno za početnu osnovu uzeti proljetnu prinosnu površinu za svaki usjev ili grupu usjeva i povezati je sa površinom oranica. Ovako dobijeni strukturni pokazatelji odlikuju se većom objektivnošću i povećanom vrijednošću pri provođenju statističke analize.

Prilikom analize sastava zasejanih površina treba identifikovati grupe kvalitativno homogenih poljoprivrednih kultura. po prirodi proizvodnje i tehničkoj namjeni: žitarice, industrijske, povrtarske i dinjaste kulture, krompir, stočna hrana, zelenilo.

Žitarice se, u zavisnosti od vremena sjetve, dijele na ozime i jare.

Prema ekonomskoj upotrebi žitarice se dijele u grupe:

Prehrambene žitarice (raž, pšenica);

Prehrambene žitarice (proso, heljda);

Mahunarke (grašak, soja);

Hrana za žitarice (ovs, ječam, kukuruz, itd.).

Grupa industrijskih kultura obuhvata značajan broj kultura koje se razlikuju po prirodi proizvoda i načinu uzgoja (lan, ozima i jara repica, šećerna repa i dr.).

U treću grupu poljoprivrednih kultura spadaju povrće i dinje: kupus, šargarepa, cvekla, paradajz, krastavci, rotkvice, luk, bundeva, tikvice.

Važna prehrambena kultura za Bjelorusiju je krompir koji se uzgaja u prehrambene, tehničke i stočne svrhe.

Grupa krmnih kultura obuhvata krmne korenaste usjeve, kukuruz za silažu, višegodišnje i jednogodišnje trave.

Pod useve zelenog đubriva spadaju usevi čiji se usevi koriste za zeleno đubrenje (lupin i seradela).

Načinima sjetve Poljoprivredne kulture dijele se na neprekidne i redovne, nepoklopne i potpoklopne.

U zavisnosti od životnog veka biljaka Svi usjevi se dijele na jednogodišnje, dvogodišnje i višegodišnje (trajne) usjeve.

Godišnji usjevi uključuju usjeve koji daju samo jednu žetvu i čija vegetacija traje kraće od jedne godine.

Dvogodišnji usevi obuhvataju useve čiji životni ciklus (od klijanja do žetve) traje dve godine.

Višegodišnji zasadi obuhvataju useve koji zauzimaju površinu i proizvode više godina (djetelina, lucerna, pšenična trava, timotija itd.). To uključuje voće, bobice, ukrasne i druge kulture.

Višegodišnje trave, prema načinu sjetve, dijele se na trave bez pokrova, koje se sije na samostalnoj površini, i na pokrivne trave, čija se sjetva vrši ne na samostalnoj površini, već na površini zasijanoj nekim jednogodišnjim usjevom - ozimom. ili proljeće. Korištenje pokrovnih usjeva vrši se u cilju efikasnijeg korištenja površina u godini sjetve trave dobijanjem prinosa pokrovnog usjeva (najčešće žitarica).

Tajna sjetva višegodišnjih trava vrši se u rano proljeće, au nekim slučajevima i u jesen. Usjev kojim se sije višegodišnje trave naziva se pokrovni usjev. Višegodišnje pokrivne trave u većini površina ne daju proizvodnju u godini sjetve, a njihova prva košnica se vrši sljedeće godine, kada već zauzimaju samostalnu površinu. Dužina zadržavanja višegodišnjih trava u polju zavisi od niza razloga i ekonomskih razloga, posebno od plodoreda, prinosa itd.

Žetva i produktivnost poljoprivrednih kultura direktne su statističke karakteristike stepena razvijenosti biljne i cjelokupne poljoprivredne proizvodnje.

Žetva (bruto žetva)- ukupan obim proizvodnje određene poljoprivredne kulture (grupe useva) u fizičkom smislu, dobijen sa celokupne površine useva.

Žetva je složen proces uzgoja useva koji karakteriše niz pokazatelja.

Razlikuju se sljedeće: indikatori žetve: žetva vrsta, stajaća berba prije pravovremene berbe, stvarna žetva, neto žetva.

Žetva vrsta— procijenjeni očekivani obim proizvodnje poljoprivrednih kultura, na osnovu stanja usjeva u različitim fazama razvoja vegetacije. Određuje se stručnom (očnom) metodom ili selektivnom metodom (primjenom mjerača) uzimajući u obzir stanje usjeva: gustinu, razvoj, izgled i sl. upravljačke odluke u tehnologiji biljne proizvodnje.

Stojeći usev pre berbe- stvarno uzgojen, ali još ne požnjeven usjev.

Njegova veličina se može odrediti na sljedeće načine:

Procijenjeni (na osnovu kompletnih podataka o stvarnoj žetvi i selektivnih podataka o gubicima tokom berbe sa tipičnih površina);

Primjenom mjerača na usjeve prije žetve (ako uslovi dozvoljavaju);

Metoda oka za procjenu usjeva od strane iskusnih stručnjaka.

Stvarna žetva (bruto žetva) predstavlja prikupljeno i kapitalizirano sakupljanje poljoprivrednih kultura sa cjelokupne stvarno požnjevene površine. Određuje se direktnim vaganjem i mjerenjem tokom žetve. Stvarna žetva za određeni broj usjeva (za grupu žitarica i mahunarki) uzima se u obzir u početno kapitaliziranoj masi (bunker žetva).

Nakon čišćenja i sušenja (na primjer, za vlaknasti lan i repicu), prinos se utvrđuje u masi nakon prerade (žetva štale), što preciznije karakterizira volumen dobivenih proizvoda. Za tačna poređenja, žetva se nakon obrade preračunava na standardni sadržaj vlage, a za određeni broj industrijskih kultura uzima se u obzir u testnoj težini, usvojenoj uzimajući u obzir standardne pokazatelje kvaliteta (zakorovljenost, vlažnost, itd.). Stvarna žetva se razlikuje od stajaćeg usjeva prije žetve po količini gubitaka tokom žetve.

Clean Harvest- stvarna žetva nakon obrade, umanjena za sjeme odgovarajućih vrsta poljoprivrednih kultura utrošeno na ovu žetvu. Neto prinos se može izračunati za žitarice, mahunarke, laneno seme, repicu i krompir.

Produktivnost je efektivni indikator koji karakteriše količinu ostvarene proizvodnje u prosjeku po jedinici površine (ha, m2). Na nivo produktivnosti utiču kvalitet zemljišta, meteorološki uslovi i stepen intenziviranja poljoprivredne proizvodnje.

Bruto žetva je proizvod prinosa i zasijane površine. Produktivnost se izračunava dijeljenjem bruto žetve sa zasijanom površinom.

Produktivnost se diferencira prema vrsti useva: vrsta, stalni prinos pre žetve, stvarni, neto prinos.

U poljoprivrednim organizacijama u Bjelorusiji, prinos gotovo svih usjeva izračunava se po jedinici proljetne proizvodne površine. Prinos jednogodišnjih i višegodišnjih trava (za sijeno, zelenu masu i sjeme) utvrđuje se po jedinici stvarno požnjevene površine.

U statistici se pravi razlika između individualnog (za jedan usev) i prosečnog (za homogenu grupu useva) prinosa. Za izračunavanje prosječnog prinosa koristi se metoda aritmetičkog ponderiranog prosjeka:

gdje je prosječan prinos;

— individualni prinos svake kulture;

— površina useva.

I pojedinačni i prosječni prinosi su najvažniji pokazatelji koji karakterišu ne samo stepen korištenja poljoprivrednog zemljišta, već u velikoj mjeri određuju i efikasnost poljoprivrednih organizacija, poljoprivrednika, seljaka i ličnih pomoćnih parcela.