1 268 STATISZTIKAI IRODALMI FIGYELÖ
szórásnégyzetére, hogy az átlag becslésének ,,pontosságát" ezzel értékelje. Az így kapott ún. nettó adathibával fejezi ki, hogy az adat- szolgáltatók átlagosan mennyire tértek el a vizsgált ismérv ,,igazi" értékétől. Ha ez po- zitiv, akkor a ténylegesnél nagyobb. ha ne- gatív. akkor az igazi értékhez képest az adat- felvételnél kisebb adatok fordultak elő. Külön vizsgálja csak a legjelentősebb adathibákat.
s az így kapott nettó adathíba becslése adja a B modell esetén az adatfelvétel torzítá- sát. Végül kiszámítja az összes adathibának a becsült értékét és annak standard hibáját.
amelyet felhasznál a teljes körű adatfelvétel eredményének a korrigálásához. A bruttó adathibák átlagát, illetve összegét hasonló módon számítja ki, mint a nettó hibáét. A bruttó adathibát úgy értelmezi, hogy a nettó adathibát osztja az adatfelvételi egységek számának és a választott kiválasztási való- színűségnek szorzatával. A bruttó hiba azt fe- jezi ki, — ha értéke nagy —, hogy a követ—
kező adatfelvételnél gondosabb szervezéssel a hibák nagyságrendjét csökkenteni kell. Ha az adatfelvétel reprezentatív mintavétellel tör- tént, akkor egyensúlyba kell hozni a bruttó hiba nagyságát a mintavétel véletlen hibá- jával.
A szerző gyakorlati példán is bemutatja a módszer alkalmazását. Adatait a Belgiumban háromévenként megtartott teljes körű állat—
számlálások anyagából veszi. Kétlépcsős min—
tavételi hibák segitségével utóellenőrzést vé- gez, és kiszámítja az adathibák átlagát. il—
letve az összes adathibát. Elsődleges minta- vételi egységek a községek (városok), má- sodlagosak a mezőgazdasági üzemek. A köz—
ségeket az A modell esetén egyenlő valószi- nűséggel. a B modellnél változó valószínű- séggel választja ki. Ez utóbbinál a kiválasztá—
si valószínűség a községek állat- (a példá- ban sertés-) állományával arányos. Községen- ként mindkét modell esetében négy—négy üze- met választ ki, amelyekben a statisztikai hi- vatal számlálóbiztosai gondosan felmérik a tényleges sertésszámot. Kiszámítja az újra- számláláskor és az eredeti teljes körű felvé—
telkor kapott adatok különbségét, hogy meg- kapja az adathibát. Ezek átlagának becslé—
sét és standard hibáját a kétlépcsős minta—
vételnél használatos képletekkel számolja.
Felhívja a figyelmet. hogy az adatszolgál- tatók korlátozott emlékezete és az állatállo- mány időbeli változásai miatt az utóellenőr—
zés csak akkor ad hatékony eredményt, ha azt hamarosan a teljes körű felvétel után hajtják végre. Ennek elősegítése érdekében az út- és időadatok alapján optimalizálási modellt számít a számlálóbiztosok ,,optimá—
lis" útvonalának a meghatározására. Kimu- tatja, hogy az alkalmazott modell segítségé- vel a számlálóbiztosok a korábbi utazási idő negyven százalékát takarítják meg.
Végül megadja, hogy a számítások vég- eredménye szerint az átlagos adathiba becs- lése a B modellnél kedvezőbb, mivel a becs—
lés standard hibája az A modellnél 75 szó- zalékkal nagyobb, mint a B modellé. A t—Ú próba segítségével vizsgálja, hogy az adat- hibák átlaga szignifikánsan különbözik-e nullától és a kedvező eredmény azt mutatja.
hogy a modell az alkalmazhatóság e felté- telének eleget tesz, vagyis a mintanagyság elegendő volt. A bruttó hibára kapott érték csak egyharmaddal magasabb a nettó hibáé- nál, igy a teljes körű felvétel adatainak pon- tossága megfelelő.
A szerző arra is utal, hogy az utóellenőr—
zéskor tapasztalt eltérések okait is felkell deríteni. A kérdőbiztosok igyekeztek felderí—
teni az adathibák keletkezésének okait. Meg—
állapították, hogy e hibák két főbb csoportra oszthatók, az elsőben az esetek többségében tudatosan hamis válaszokról volt szó, példá- ul adózási megfontolásokból sokan a tényle- gesnél kisebb sertésszámot adtak meg. vagy ahol korábban egyedi statisztikai adatok alapján mezőgazdasági hiteleket és szubven—
ciókat kaptak. ott a valóságnál többet mond- tak. A szerző ebből azt a következtetést von- ta le, hogy hatósági intézkedésekhez az egyedi statisztikai adatok nem adnak meg- bízhatóbb eredményt. A másik csoportba tar—
tozó nem szándékos hibáknál gyakori volt.
hogy kihagyták a vágásra vagy eladásra ki—
szemelt. illetve beteg állatokat, továbbá a számok O-ra vagy 5—re való kerekítéséből származtak a torzítások. Módszertani szem—
pontból a szerző felhivja a figyelmet arra.
hogy a reprezentatív mintavételi eljárásoknál igen fontos az elsődleges mintavételi egy—
ségek kiválasztásának technikája. Bebizonyít- ja. hogy a mennyiségi ismérvek esetében a felvétel során kapott adat nagyságával közel arányosan nő az adat hibája. Szerinte ilyen esetekben pontosabb és hatékonyabb becs—
lés készíthető az ismérv nagyságával arányos kiválasztási valószínűség alkalmazásával.
mint az egyenlő valószínűséggel.
(Ism.: Mórítz Pálné)
GOLD. B.:
TERMELÉKENYSÉG, TECHNOLÓGIA ÉS TÓKE (Productivity. technology and capital. Economic analysis, manageriol strategies and government poli- cies.) Lexington. Mass. -— Toronto. 1979. Heath and
Co. 218 p.
Az utóbbi néhány évtizedben egyre inkább elfogadottá vált az a nézet, hogy a gazda- sági fejlődés, a tartós nyereség legjelentő- sebb erőforrása a termelékenység növelése és a műszaki haladás. Ez kétségkívül igaz.
a helyzet azonban nem ennyire egyszerű.
STATISZTIKAI IRODALMI FIGYELÖ
'I 269
Számolni kell több olyan rövid távú ellenté- tes tendenciával. termelésen kívüli -—— első- sorban piaci, pénzügyi hatással, érdekkon—
fliktussal. egyéb — tényezőkkel, amelyek egy- részt a fejlesztésekkel kapcsolatos döntésho- zatalt. másrészt a fejlesztések közvetlenl sőt későbbi eredményeit is befolyásolják. Az utóbbi években növekvő aggodalmat kelt az a tendencia, hogy az ipar több ágazatában csökkent a termelékenység fokozásával, a technikai színvonal emelésével elért ered- mény aránya. A szerző könyvében azokat a még nem eléggé közismert tényezőket tárja fel, amelyek e jelenséget előidézik.
Tanulmányához számos különböző ország- ban készített — az ipari termelékenységet és a műszaki haladást vizsgáló. több mint 25 évet felölelő —— elemzést használ fel. Az egyes ágazatokra vonatkozó statisztikai tanulmányo- kat üzemi, sőt néhol résztevékenység szintű részletes magyarázatokkal egészíti ki a be—
folyásoló tényezők minél teljesebb feltárása érdekében. Fő következtetése, hogy az ipar főbb ágazataiban a termelékenység és a technikai színvonal előrehaladásának csök- kenő arányai nagyrészt nem a megelégedett- ségnek, a közönynek stb. tulajdoníthatók.
hanem annak, hogy a fejlesztésre ösztönző tényezők nem eléggé erőteljesek ahhoz, hogy az ellentétesen ható, az innovációtól eltéritő tényezőket ellensúlyozzák.
A tanulmány első részében a szerző átte—
kinti a termelékenység és a műszaki színvo- nal mérésére áItalánosan használt módsze- reket, 5 javaslatot tesz azok módosítására annak érdekében, hogy a jelenlegi és a jö—
vőbeli innovációk hatásának értékelésére al- kalmasabbá váljanak. Külön fejezetekben vizsgálja a technológiai és a termelékenységi változások hatásának mérési módszereit, a tőke szerepét a termelési folyamatban. a ter- melékenységi kapcsolatokban érvényesülő változások meghatározó tényezőit, a mérési problémákat és a vizsgálati módszerek cél- szerű módosításait.
A technológiai innovációk gazdasági hatá- sának felmérésére irányuló elméleti és ta- pasztalati tanulmányok száma egyre nő, kö- zülük azonban — a szerző szerint — csak ke—
vés bizonyult hasznosnak az ipari szakembe- rek és a kormányszervek számára innovációs döntéseik meghozatalánál. Az ok feltárásá- ra a szerző elemzi az elmúlt 20 év ezzel kap- csolatos irodalmát alkalmazhatósági szem- pontból, azaz megvizsgálja, hogy melyik módszer méri fel az innováció tényleges ha- tásait, a mesterséges körülmények közötti fel—
tételezett hatások becslése helyett. Bemutat- ja a leggyakrabban használt módszerek (a termelési függvények, input—output elemzé- sek, valamint a kevésbé bonyolult, gyakrab—
ban használt technikák, például a munkater- melékenység mérése és a ,,value added ter-
melékenység" mérése stb.) előnyeit és hát- rányait. Részletesen foglalkozik a kutatási—
fejlesztési programok hatásának mérésével.
Fő következtetése, hogy bár mindegyik mód- szer ad bizonyos információt az új technoló- giák néhány gazdasági hatásáról, mégis új irányba kell elindulni, ha a közgazdászok ha- tékonyabban akarnak hozzájárulni a fejlesz- tési politikához.
A termelékenységi színvonal változásainak mérésénél a szerző véleménye szerint számos helytelen nézet alakult ki. Ilyenek például, hogy a termelékenységmérések tükrözik a ter- melés hatékonyságának változásait; a terme- lékenység változása jól mérhető az egy órára jutó kibocsátással; az egy órára jutó kibo- csátás növekedése vagy az egységre jutó rá—
fordítás csökkenése előnyös, mert csökkenti az egységre jutó költséget; az egy órára jutó kibocsátásnövekedés garantálja az egy órára jutó bérek növekedését is. Ezek az állítások azonban sem tapasztalati, sem elméleti úton nem bizonyíthatók. A döntéselőkészitésnél a termelékenység mérésének Gold véleménye szerint a következőkre kell kiterjednie:
- a kibocsátás egységére jutó ráfordítási igények kategóriánkénti (például anyagköltség, beruházási
költség, munkabér) változásai;
-—- az összes ráfordítás arányváltozásai, részben a helyettesíthető tevékenységek számbavételére (példá- ul, hogy magasabb feldolgozottsági fokú részegysé- geket vásároljanak-e gyártásuk helyett), részben azért, hogy különbséget tegyenek a nagyobb és a kisebb ráfordítások termelékenységének változásai között;
—— a ráfordítások termelékenysége teljes kihasznált- ság és részleges kihasználtság esetén;
—változatlan ráfordítások esetén a minőségi kü- lönbségekből származó árváltozások;
—— a kibocsátás összetételének és a különböző ter- mékek relatív árainak változása;
— a ráfordítás mennyiségének. minőségének és az áraknak egymásra hatása stb.
A ráfordítási és kibocsátási mennyiségek arányváltozásainak összehasonlítása nem jel- zi kellően fontosságukat, ehhez olyan analí- tikus szerkezeti vizsgálatra van szükség, amely felöleli az összes ráfordítást és kibocsátást, és jelzi, hogy azok mindegyike hogyan járult hozzá a teljesítményhez. Ennek közelítésére a szerző egy modellt, az ún. ,,termelékeny- ségi kapcsolatok hálózatát" (network of pro- ductivity relatíonships) ajánlja. Ez hat ösz- szetevőből áll: három közülük a ráfordítás- igényeket (a munka—, az anyag— és a beru- házási ráfordításokat) tartalmazza, a másik három azokat az arányokat foglalja magá- ban. amelyekben ezek kombinálhatók (pél- dául azt a terjedelmet, amelyben egy maga- sabb feldolgozottságú anyag munkával he—
lyettesíthető). Az egységnyi ráfordítások költ- ségigényeinek és a tényezők arányainak vál- tozásaiból származó költségkihatások felmé- résére ezt a modellt össze lehet kapcsolni a költségszerkezettel.
A technológiai innovációk jelenlegi vagy jövőbeli hatásainak becslésére a termelé-
1 270 STATISZTIKAI IRODALMI FIGY'ELÖ
kenységí hálózatnak a költségszerkezettel va- ló összekapcsolását ki lehet egészíteni a jö- vedelmezőség változását meghatározó mo- dellel, amely üzemen belüli innovációkra is kidolgozható, amit a szerző a nagyolvasztók—
ra vonatkozóan mutat be. s ugyancsak mód van a modellnek a legkülönbözőbb aggregá- ciós szinteken való alkalmazására is
A tőke szerepének vizsgálatakor először az elemzési célokkal, majd a tőkeráfordítás fo- galmával és árproblémákkol foglalkozik. A tőke szerepének elemzésére az eddigiekben sokkal kevesebb figyelmet fordítottak. mint a közvetlen ráfordítási tényezőkre: az anyagok- ra és a munkára. A szerző a céltól függően többféle javaslatot tesz a tőkeállomány fel—
mérésére. Megvizsgálja a tőkeráfordítások—
nak a termelésre gyakorolt hatását a többi ráfordítással és kibocsátással kölcsönhatás- ban; foglalkozik a megnövekedett tőkeráfor—
dítások alternativ lehetőségeivel, a tőke ter—
melékenységének fogalmával és a kapacitá- sok kihasználásával.
A következő részben a tanulmány a ter—
melékenységi kapcsolatok változásait meg- határozó tényezőket elemzi. Technológiai és nem technológiai determinánsokat különböz—
tet meg. A fő technológiai meghatározók: (!
termékek konstrukciójának módosulásai; (:
termelőfolyamatok, az eszközök és berende—
zések konstrukciós és egyéb változásai; az ellenőrző rendszerek tökéletesítése; a fel—
használt anyagok fizikai és kémiai jellemzői—
nek módosításai és az új termékek beveze-
tése.
A továbbiakban a szerző az első részben javasolt módszerek gyakorlati alkalmazására mutat be számos, különböző aggregációs szintű, eltérő innovációs fajtájú tapasztalati
példát.
A tanulmány befejező részében a szerző az igazgatási és kormányszervek szerepét vizs—
gálja az innovációs tevékenységben. Áttekin- ti a műszaki haladás alternativ stratégiáit, a stratégia kiválasztását befolyásoló tényező—
ket, foglalkozik a licenctevékenységgel mint egyik fejlesztési alternatívával; megvizsgálja a vállalaton belüli teljesítmények mérésének hiányosságait, s néhány javaslatot tesz to- vábbfejlesztésére. Végül japán tapasztala—
tokra hivatkozva bemutatja a technológiai haladást serkentő főbb tényezőket.
(ism.: Kom/ósy Enikő)
GAZDASÁGSTATISZTI KA
BORHUNOV. N.:
A TERMELÉS. AZ ELOSZTAS
ÉS AZ ERÓFORRÁSOK HASZNOSlTÁSÁNAK STATISZTIKAI ELEMZÉSE
(Sztatiszticseszkij anaiiz proizvodsztva. raszprede—
lenija i konecsnogo iszpol'zovanija reszurszov v mezs—
hozjajsztvennom predprijatii.) — Vesztnik Sztatisztiki.
1980. 12. sz. 13—18. p.
Az építéssel, élelmiszeriparral. takarmány- előkészitéssel foglalkozó mezőgazdasági vál- lalatok és szervezetek száma a Szovjetunió- ban több mint 9000. E vállalatok statisztikai megfigyelését ugyanolyan módszerekkel vég- zik. mint a kolhozokét és szovhozokét, hogy választ kapjanak a hatékonyság különböző- ségeire. így például a Progressz Sertéste- nyésztő Gazdaságközi Társulás (Belorusszia) 1979. évi gazdálkodásának elemzése alap- ján a következők állapíthatók meg (megje- gyezve, hogy az elemzés elsősorban elméle—
ti jellegű).
A gozdaságközi vállalatok bruttó termelé- sét kétféle beszámolójelentésen is megkérde- zik (a 2. és 6. sz. jelentésen). A 2. számú a számviteli rendszer, a 6. számú a népgazda- sági mérlegrendszer kategóriáin alapul. Eb—
ből következően a ráfordítások egy része (bankköltség, kiküldetési díj, prémium) a 2.
számú jelentésen anyagi ráfordításként, a 6.
számún társadalmi tiszta jövedelemként je- lenik meg. A kétféle értelmezés különbsége
társadalmi tiszta
országosan nem jelentős, mindössze 1,5—
2 százalék, a kiválasztott társulásban azon—
ban a 2. számú beszámolóban közölt költ- ség 5 százalékkal meghaladja a népgazda- sági értelmezésűt. Az említett társulás egy- millió rubeles termelési értékéhez mérten 38000 rubellel nagyobbnak mutatja a vál—
lalati mérlegben kimutatott 77000 rubeles nyereséget. (A különbség a jövedelmezőség megítélésénél rendkívül nagy.)
A népgazdasági értelmezésű bruttó jöve- delmet (a munkabér és a vállalati nyereség együtt) az ágazatközi társulásban jelentős jövedelmi elemmel kell csökkenteni: bankkomat. az együttműködés- ben részt vevők bére és érdekeltség címén kifizetett részesedése. Ezeknek az összegek—
nek a levonása után a közös vállalkozás név—
leges -— 77000 rubeles —- (a népgazdasági értelmezésű 6. számú beszámolójelentés sze- rinti 115000 rubeles) nyeresége 57000 ru—
belre mérséklődik.
A statisztikai beszámolórendszer más nyom- tatványain (az 1. sz. mérleg és a 3. sz. az alapok változása) ez a folyamat nyomon kí- sérhető. A szerző véleménye szerint azonban ezek nem egyeznek meg a 2. számú beszá—
molójelentés adataival. Álláspontja szerint a közös vállalatok valóságos pénzügyi helyze- tét ez -— a legszűkebben értelmezett jövedel—
mezőség —- jellemzi helyesen.
