Потребление основных продуктов на душу населения

Каменева Светлана Владимировна
Пермский государственный университет, ПГНИУ, г. Пермь,
Kameneva Svetlana Vladimirovna
Perm State University, Perm Аннотация: Исследование направлено на использование статистических методов и статистической обработки социально-экономических данных с использованием статистических пакетов программ Excel, Statistica, SPSS. В ходе исследования изучались тенденции потребления продуктов питания в разных странах мира. Использовались различные статистические методы: описательная статистика, корреляция, тесты Фишера-Стьюдента, дисперсионный анализ, прогнозирование с помощью анализа временных рядов.
Abstract: The research is directed to use of statistical methods and statistical processing of social and economic data with use of statistical software Excel, Statistica, SPSS. During the research tendencies of consumption of food in the different countries of the world were studied. Various statistical methods were used: descriptive statistics, correlation, Fisher-Student’s tests, ANOVA analysis, forecasting by means of the analysis of temporary ranks. Ключевые слова: статистические исследования, пакеты прикладных программ, описательная статистика, корреляция, потребление продуктов питания населением.
Keywords: statistical researches, packages of application programs, descriptive statistics, correlation, consumption of food by the population.

Потребление продуктов питания населением является важным показателем уровня жизни населения и его благосостояния. Поэтому сбор и анализ статистической информации об уровне потребления продуктов питания необходимый пункт для оценки качества жизни в стране.

Объектом исследования является потребление продуктов питания населением в разных странах. Проводится сравнительный анализ потребления продуктов питания по выборке из 10 развитых стран с разных континентов: Россия, Австралия, Австрия, Германия, Италия, Нидерланды, Польша, США, Франция, Япония.

Целью работы является поиск зависимости потребления продуктов питания от уровня жизни, культурных и географических особенностей страны.

В общем объеме потребления основных продуктов питания учитываются соответственно:

Столбец 1 — Мясо и мясопродукты в пересчете на мясо (без сала и субпродуктов)

Столбец 2 — Молоко и молочные продукты (включая масло животное) в перерасчете на молоко

Столбец 3 — Животное масло

Столбец 4 — Яйца куриные (в перерасчёте 50 г за штуку)

Столбец 5 — Сахар

Столбец 6 — Растительное масло

Столбец 7 — Картофель

Столбец 8 — Овощи и бахчевые

Столбец 9 — Фрукты и ягоды

Столбец 10 — Хлебные продукты (хлеб и макаронные изделия в перерасчете на муку).

Статистическая информация взята с сайта Федеральной службы государственной статистики .

Таблица 1

Потребление продуктов питания (на душу населения в год килограммов)

Страна Основные продукты питания
1 2 3 4 5 6 7 8 9 10
Россия 73 239 3,8 13,45 39 13,6 112 111 61 118
Австралия 121 230 3,8 6,55 47 24 50 96 103 96
Австрия 98 386 5,4 11,7 34 22 59 115 152 79
Германия 88 436 5,9 11,65 33 15 78 93 87 103
Италия 87 260 2,2 10,65 29 28 39 145 149 129
Нидерланды 73 349 0,4 14,25 46 14 94 84 167 92
Польша 70 303 4,2 7,75 44 13 101 104 47 106
Франция 89 250 7,9 11,35 38 21 55 104 114 85
США 118 276 2,5 13,15 59 31 56 113 99 112
Япония 49 89 0,6 15,25 19 13 21 92 53 89

Статистический анализ представленных данных проводился в несколько этапов, используя различные статистические пакеты обработки данных. Первичный анализ проводился с помощью инструментария пакета Exel, далее для анализа вида распределений и проверки гипотез использовался пакет Statistica и на заключительном этапе для многомерного статистического анализа применялся пакет SPSS.

Традиционно статистический анализ данных начинается с методов описательной статистики. К методам описательной статистики относятся методы первичного статистического анализа данных, описывающие выборки с помощью различных показателей и графиков. Полезность данных методов заключается в том, что несколько простых и довольно информативных статистических показателей способны избавить исследователя от просмотра сотен, а порой и тысяч значений выборки.

Показатели, описывающие выборку, можно разбить на несколько групп:

1) показатели положения описывают положение данных на числовой оси. Примеры таких показателей – минимальный и максимальный элементы выборки (первый и последний члены вариационного ряда), верхний и нижний квартили (они ограничивают зону, в которую попадают 50% центральных элементов выборки). Сведения о середине совокупности дают выборочное среднее и выборочная медиана;

2) показатели разброса описывают степень разброса данных относительно своего центра. К ним в первую очередь относятся: дисперсия выборки, стандартное отклонение, размах выборки, межквартильный размах (разность между верхней и нижней квартилью), коэффициент эксцесса. Эти показатели отображают, насколько тесно основная масса данных группируется около центра;

3) показатели асимметрии. Эта группа показателей отвечает на вопрос о симметрии распределения данных около своего центра. К ней можно отнести: коэффициент асимметрии, положение выборочной медианы относительно выборочного среднего и относительно выборочных квартилей, гистограмму;

4) показатели, описывающие закон распределения. Эти показатели дают представление о законе распределения данных. Сюда относятся гистограммы, графики эмпирической функции распределения, таблицы частот.

Таблица 2

Описательная статистика. Анализ по столбцам:

Согласно среднему, во всех странах больше всего потребляют молока и молочных продуктов — 281,8 кг, меньше всего животного масла — 3.67 кг. Стандартное отклонение для этих величин составляет по таблице 34% и 64% соответственно. Это говорит о значительно отличающемся количестве потребления продуктов в разных странах. Особенно выделяется потребление молока в Японии, где традиционно низкий уровень потребления молочных продуктов из-за высокого уровня непереносимости лактозы у местного населения. Далее сравним значения моды и медианы. Только в четырех столбцах присутствует мода, и 2/4 из них совпадают со значением медианы, что говорит двух самых стабильных по потреблению группах продуктов: овощах и растительном масле. По имеющимся значениям коэффициентов эксцесса и асимметрии можно предположить наличие нормальной закономерности у большей части показателей.

Таблица 3

Описательная статистика. Анализ по строкам:

Максимальное среднее значение потребления продуктов питания у Австрии — 96,21 кг, не отстают от нее другие немецкие страны: Германия и Нидерланды — 95,06 и 93,37. Далее идут США и Италия — около 88 кг. Славянские страны Россия и Польша имеют близкое среднее потребление с отличием в 2%. Сравнимый уровень потребления наблюдается у Франции и Австралии, у которых значительно выше, средний доход граждан. Аномально низкое среднее потребление продуктов в Японии можно объяснить отсутствием статистики по потреблению морепродуктов — традиционной японской еды. Мода есть только в двух строках, она сильно отличается от медианы, что говорит об отсутствии устойчивости данных. Большие значения эксцесса и асимметрии говорят об отсутствии нормального закона распределения у разных стран.

Рассмотрим Россию и Польшу, как наиболее экономически, культурно и территориально близкие страны из представленных.

Рисунок 1.

Рисунок 2.

Анализируя диаграммы можно сделать вывод, что только потребление молока и животного масла отличается на 19-25%, все остальные показатели практические идентичные.

Рисунок 3.

Рисунок 4.

Данные графики наглядно показывают рацион питания населения в каждой из стран. Наибольшее потребление мяса наблюдается у англоговорящих стран — США и Австралии. Наибольшее потребление растительной пищи у Италии, Японии и России. Французы, голландцы, итальянцы и австрийцы больше остальных любят фрукты, а россияне и поляки — картофель. Также примечательно, что почти половину рациона немцев составляют молочные продукты, тогда как у остальных эта цифра ближе к 30-40%.

Таблица 4

Корреляция. Анализ по видам продуктов питания:

В таблице 4 есть отрицательные значения, значит можно говорить об обратной зависимости между элементами. По имеющимся данным можно сказать, что наибольшая коррелируемость наблюдается у мяса и растительного масла, а наименьшая у растительного масла и картофеля (выделено зеленым). В целом из этой таблицы сложно найти зависимость, т.к. несочетаемые на первый взгляд продукты имеют высокий уровень коррелируемости, а сочетаемые отрицательный. За исключением яйца, которое имеет отрицательную коррелируемость почти со всеми видами продуктов кроме фруктов.

Таблица 5

Корреляция. Анализ по странам:

Так как все значения в таблице 5 положительные, то мы можем говорить о прямой зависимости между элементами. Практически одинаковые тенденции по потреблению одних и тех же видов продуктов наблюдаются по всем странам. Их близость составляет порядка 85-95% у всех стран, кроме Японии, что говорит о специфике культуры восточной страны.

Тесты Фишера и Стьюдента используются для проверки гипотезы об однородности данных при малых объемах выборок. Проанализируем с помощью этих методов однородность двух наиболее популярных во всех странах видов продуктов питания: мясо и картофель.

Таблица 6

Так как F > F (крит. одностороннее), то верна конкурирующая гипотеза К. Это означает, что присутствуют значимые различия в дисперсиях сравниваемых данных. По тесту Стьюдента получаем что, t (стат.) < t (крит. двустороннее) – верна гипотеза H. Данные продукты имеют приблизительно равное усредненное потребление, однако в целом потребление этих продуктов нельзя считать равными.

Далее проанализируем однородность потребления всех продуктов питания в двух странах: Россия и Польша. Эти страны выбраны не случайно, так как они относятся к одной славянской культуре, то есть возможность предположить, что и предпочтения в потреблении продуктов питания у жителей обоих стан будут схожими.

Таблица 7

При анализе по строкам F > F (критическое одностороннее), верна конкурирующая гипотеза К — усредненные по двум странам не совпадают. А по тесту Стьюдента t=|-0,224| < t (крит. двустороннее)=2,262, следовательно верна гипотеза Н. Ситуация аналогичная предыдущей, однородности не установлено. Уровень потребления продуктов питания в двух странах нельзя считать однозначно равным.

Статистический анализ имеет дело с данными, подверженными случайной изменчивости. Их поведение может характеризоваться законом распределения вероятностей, если данные являются выборкой, или более сложными моделями, если данные неоднородны. Эти законы распределения вероятностей и модели, как правило, содержат неизвестные параметры – среднее, дисперсию, вклады факторов. Исследователя обычно интересуют либо сами эти параметры, либо некоторые заранее известные функции от них. Однако в силу случайной изменчивости наблюдаемых данных, нельзя только основываясь на них указать совершенно точное значение параметров. И здесь на помощь приходят методы дисперсионного анализа, которые позволяют в процентном соотношении установить влияние фактора и случайности на изменчивость признака.

Таблица 8

Дисперсионный анализ по столбцам
Источник вариации SS df MS F P-Значение F критическое
Между группами 584222,3 9 64913,59 49,68256 4,06657E-31 1,985594964
Внутри групп 117591 90 1306,567
Итого 701813,3 99

Процент влияния фактора «продукт питания» равен: 584222,3/701813,99*100%= 83,2446%

Таблица 9

Дисперсионный анализ по строкам
Источник вариации SS df MS F P-Значение F критическое
Между группами 20642,64 9 2293,627 0,303047 0,972038126 1,985594964
Внутри групп 681170,7 90 7568,563
Итого 701813,3 99

Процент влияния фактора «страна» равен: 20642,64/701818,3*100%=2,9413%

Вывод: фактор «страна» практически не влияет на уровень потребления продуктов, а фактор «продукт питания» является определяющим.

Подробнее хотелось бы остановиться на методах прогноза. Так как построение прогноза – одно из наиболее приоритетных направлений в статистическом и экономическом исследованиях. Для большей точности используем два метода прогноза «Экспоненциальное сглаживание” и «Скользящее среднее” и определим, какой метод для имеющихся данных лучше.

Скользящее среднее по столбцам:

Рисунок 5.

Экспоненциальное сглаживание по столбцам:

Рисунок 6.

Как видно из графиков, ближе расположены точки (фактическое наблюдение и прогноз) на графике скользящее среднее. Таким образом, этот метод прогноза является лучшим в данном случае.

Скользящее среднее по строкам:

Рисунок 7.

Экспоненциальное сглаживание по строкам:

Рисунок 8.

Для строк, так же как и для столбцов, предпочтительнее оказался метод скользящего среднего.

В целом при анализе статистических данных можно сделать вывод, что потребление продуктов в развитых странах достаточно одинаково, а основные различия для западных стран заключаются в культурных особенностях, а не в уровне доходов населения или размера территории.

Так же некоторые выводы, сделанные в ходе работы:

  • Жители Центральной Европы едят больше остальных; поляки, русские и французы имеют много общего в потреблении продуктов питания, а статистика японцев не показательна, так как не учтены морепродукты в общем объеме потребления продуктов.
  • Молоко и молочные продукты в среднем потребляют почти в 3 раза больше, чем другие продукты, за исключением японцев из-за физиологических особенностей народа. Так же много потребляют хлеба, овощей, фруктов и мяса, меньше картофеля. Для России и Польши характерно высокое потребление картофеля, но низкое фруктов. А зажиточные американцы и австралийцы едят мяса на 20-40% больше остальных.
  • Все страны кроме Японии имеют высокую коррелируемость уровня потребления продуктов.
  • Фактор «продукт» больше всего влияет на уровень потребления продуктов у населения — 83%, в то время как фактор «страна» имеет очень низкое влияние — 3%. Таким образом, можно сказать, что во всех странах выбирают одинаковые продукты в схожих пропорциях: есть как можно больше мяса, овощей и поменьше жиров, сахара.

Библиографический список

1. http://www.gks.ru/bgd/regl/b16_13/IssWWW.exe/Stg/d04/27-16.doc
2. Каменева С.В. Статистическое исследование динамики изменения среднемесячной номинальной заработной платы работников организаций отдельных муниципальных образований Пермского края/ Сборник научных трудов «Математические и инструментальные методы экономики” I международной научно-практической конференции 31 мая 2016 г. Нижний Новгород. С.5-15.
3. Каменева С.В. Статистические методы в политических науках. – Пермь: изд-во Пушка. 2004. – 164 с.
4. Каменева С.В. О некоторых задачах проверки гипотез и групповой классификации. Случай дискретных распределений. LAP LAMBERT. 2016. – 104 c.
5. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. – М.: Инфра-М.2003. -544 с.
6. Бююль А., Цефель П. SPSS: искусство обработки информации. – М.: DiaSoft. 2002. – 602 c.

Потребление кондитерских изделий

Российский кондитерский рынок медленно выходит из кризиса. Об этом говорит рост внутреннего производства, экспорта и потребления на душу населения (рис. 1). Центр исследований кондитерского рынка (ЦИКР) оценил потребление кондитерских изделий среднестатистическим россиянином в 2018 году в размере 7450 рублей (+5% к показателю 2017 года). Потребление шоколада и шоколадных изделий выросло на 0,1 килограмма – с 5 килограммов в 2017 году до 5,1 килограмма в 2018-м. Рост потребления мучных кондитерских изделий длительного хранения также составил 0,1 килограмма – с 9,6 до 9,7 килограмма на душу населения. Неизменным осталось потребление сахаристых кондитерских изделий – около 7,9 килограмма на душу населения, а потребление тортов и пирожных сократилось на 0,1 килограмма – с 2 до 1,9 килограмма.

Рост производства кондитерских изделий

Все виды кондитерских изделий показали рост производства к показателям 2017 года: шоколад и упакованные продукты с содержанием какао прибавили 4,6% в натуральном выражении, сахаристые кондитерские изделия – 5,6%, шоколад в упакованном виде – 8,6%, карамель – 3,2%, драже – 3,7%, а глазированные и неглазированные конфеты – 3,4%.

Рост потребления в стоимостном выражении связан с тремя ключевыми факторами: незначительным увеличением розничных (полочных) цен, ростом потребления в натуральном выражении и постепенным смещением спроса в сторону более дорогой (качественной, натуральной, нишевой) продукции (табл. 1).

Цены на кондитерские изделия

Наиболее высокие цены на кондитерские изделия наблюдаются в двух федеральных округах – Центральном (по причине более высоких цен в Москве и Московской области) и Дальневосточном (из-за большой территориальной удаленности от основных производств). Ценовой минимум отмечается в Южном и Приволжском федеральных округах, где не только доходы населения находятся на более низком уровне, но и сосредоточены производственные площадки крупных производителей. Например, в феврале 2019 года цена килограмма карамели составила в Москве 290,67 рубля за килограмм (+36,6% к средней российской цене), а в Мордовии – 170,01 рубля (-19,6% от средней российской цены). Интересно, что, несмотря на похожесть Москвы и Санкт-Петербурга с потребительской точки зрения, цены на зефир, пастилу, карамель, конфеты мягкие, глазированные шоколадом и печенье в Северной столице существенно ниже. Например, цена килограмма печенья в Москве в феврале 2019 года составила 234,42 рубля за килограмм (+53%), а в Санкт-Петербурге – 174,31 рубля (+13,7%). Цена килограмма кексов, рулетов, конфет шоколадных, пряников, тортов и шоколада практически одинакова в обоих городах: торты – 614,86 рубля (+31,3%) и 598,45 рубля (+27,8%), соответственно, шоколад – 953,4 рубля (+11,6%) и 947,71 рубля (+10,9%), соответственно.

Динамика средних цен кондитерских изделий

Динамика средних цен производителей кондитерских изделий представлена в таблице 2.

В анализируемом периоде на исследуемом рынке цены в течение года растут довольно равномерно. В 2018 году цены на мучные изделия краткосрочного хранения, печенье, пряники имбирные и конфеты увеличивались преимущественно во втором полугодии. Также их скачок произошел в январе 2019-го. Прежде всего это связано с ростом цен на сырье.

Пик темпов роста цен на кондитерские изделия, как и на практически всех потребительских рыках, пришелся на 2015–2016 кризисные годы, сопровождавшиеся ростом курсов валют (и, как следствие, ростом стоимости импортных ингредиентов), снижением потребительского спроса и внедрением санкций.

Мучные кондитерские изделия

В таблице 3 приведены данные, характеризующие внешнюю торговлю мучными кондитерскими изделиями длительного хранения.

Как и на других потребительских рынках, произошло снижение объемов импорта мучных кондитерских изделий в период нарастания кризиса в 2014–2016 годах в натуральном и денежном выражении. Несмотря на рост поставок, импорт по итогам 2018 года еще не вернулся на докризисный уровень. В отличие от импорта, экспорт в натуральном выражении продолжал рост на протяжении всего анализируемого периода. Падение в денежном выражении в 2015–2016 годах в последующие два года сменилось стабильным ростом.

Внешняя торговля мучными кондитерскими изделиями

Структура импорта и экспорта по видам мучных кондитерских изделий представлена в таблице 4.

В 2017–2018 годах происходит рост импорта и экспорта по всем видам кондитерских изделий. Структура внешней торговли не претерпела существенных изменений. Сладкое печенье нарастило свою долю в импорте на 3 п.п., тогда как в экспорте оно же потеряло 2,1 п.п.

Импорт печенья

Экспорт печенья

Внешняя торговля шоколадными изделиями

Динамика импорта и экспорта шоколада и шоколадных изделий представлена в таблице 5.

Данная группа кондитерских изделий демонстрирует аналогичную динамику. Импорт еще не вышел на докризисный уровень. Экспорт в натуральном выражении уже превысил показатель 2013 года, а в денежном еще есть небольшое отставание.

Структура импорта и экспорта шоколада и шоколадных изделий показывает тенденции, схожие с тенденциями на рынке мучных кондитерских изделий (табл. 6). Происходит рост структурной доли экспорта шоколада под влиянием развития российского производства и роста потребления. За счет этого его доля в импорте сокращается. Происходит рост импорта и экспорта по всем видам продукции, кроме какао-порошка, который является сырьем и демонстрирует спад.

Импорт шоколада

На шесть стран приходится три четверти импорта продукции – это Германия, Польша, Италия, Белоруссия, Бельгия и Франция. В 2017 году их доля в денежном выражении составила 76,7%, а в 2018-м – 74,8%. Основной объем продукции импортируется в Москву и Московскую область, Владимирскую область, Челябинск и Санкт-Петербург (86,9% в 2017 году и 87,6% в 2018-м).

Экспорт шоколада

Существенного роста потребления в натуральном выражении в 2019 году не ожидается – рынок находится на этапе насыщения, кроме того, уже практически восстановился после кризиса импорт, а основной объем внутреннего потребления покрывается за счет продолжающего медленный рост производства. В денежном выражении объем рынка будет расти за счет изменения структуры потребления в сторону продукции более высокого ценового сегмента.