Скачать 387.1 Kb.
|
В третьей главе, «Обоснование прогнозных сценариев развития зернового подкомплекса АПК России», рассмотрены основные направления по совершенствованию форм, методов и принципов планирования и прогнозирования производства зерновых культур, приводятся результаты апробации предложенных подходов к обоснованию прогнозных объемов производства зерновых культур в России по трем сценариям развития зернового хозяйства, выполнен прогноз размещения производства зерна в Южном федеральном округе, результаты которого являются основой реализации кластерного подхода в планировании. Составлен прогноз ресурсоемкости развития зернового подкомплекса АПК и обоснованы предложения по источникам и механизму финансового обеспечения развития зернового хозяйства России в среднесрочной перспективе. По результатам исследования рекомендовано при подготовке управленческих решений по тактике и стратегии развития зернового подкомплекса составлять экономические прогнозы на основе корреляционно-регрессионного и имитационного моделирования. Линейные и нелинейные трендовые модели могут быть использованы для количественной и качественной оценки изменений факторов, включенных в состав регрессионных моделей. Например, в корреляционно-регрессионную модель (по РФ) по результатам анализа были включены четыре фактора. Их взаимосвязь с урожайностью зерновых культур выразилась следующей зависимостью: У = 3,708 + 0,180х3 + 0,247х6 + 0,224х8 + 0,053х9, (2) где: У– урожайность зерновых культур, ц/га; х3 – внесение удобрений на 1 га посева зерновых, кг д.в.; х6 – бонитет почвы, баллы; х8 – энергооснащенность на 100 га пашни в СХО, л.с.; х9 – удельный вес посевов зерновых культур в площади пашни. Коэффициент множественной корреляции, позволяющий оценить тесноту связи Х данного уравнения с У, равен R = 0,87. Коэффициент детерминации R2 = 0,76 показывает, что 76 % уровня урожайности зерновых культур зависит от включенных в модель факторов. Полученное регрессионное уравнение зависимости урожайности зерновых культур от выбранных факторов дает возможность использовать его при составлении прогноза с использованием имитационного моделирования. Прогнозные значения факторов на период до 2012 г. были рассчитаны с использованием трендовых моделей. Прогнозные значения переменных Х составили: бонитет почвы - 34 балла; энергооснащенность - 2,15 л.с. на 100 га; уровень внесения удобрений - 37 кг д.в. на 1 га посевов; удельный вес посевов зерновых культур в площади пашни – 35 %. Включение прогнозных значений экономических факторов (Х) в уравнение урожайности зерновых культур (У) позволило установить то, что она может составить в 2012г. 21,1 ц/га У = 3,708 + 0,180 (37,5) + 0,247(34)+0,224(2,15)+0,053(35%) = 21,1. На базе данного уравнения регрессии (2) могут быть проведены расчеты прогнозной урожайности зерновых культур с учетом имитационного изменения значений факторов (Х). Результаты имитационного прогноза приведены в таблице 2. Таблица 2 – Прогноз урожайности зерновых культур в хозяйствах всех категорий в Российской Федерации на 2012 год с использованием имитационного моделирования*)
*) авторский расчет на основе статистических данных за 1998-2005 годы (Регионы России. Социально-экономические показатели. 2006. – М.: Росстат, 2007). Базовый сценарий отражает текущее состояние использования факторов интенсификации зернового хозяйства, а имитационные сценарии предполагают увеличение применения факторов интенсификации (Х3, Х8) и более рациональное использование экстенсивного фактора (Х9). В случае реализации базового сценария при условии стабилизации площадей посева зерновых культур (43 млн га) и урожайности зерновых в 21,1 ц/га валовой сбор зерна в стране может составить 90,7 млн т. При реализации имитационных сценариев развития зернового хозяйства России валовой сбор зерновых культур в 2012 году может составить 95,8 млн т, 98,9 млн т и 103,6 млн т соответственно. Важнейшим направлением экономического прогнозирования развития сельского хозяйства является прогноз размещения аграрного производства в российских регионах и зернового хозяйства, как его стратегической отрасли. При разработке прогноза были приняты следующие методические допущения. Прогнозирование размещения и концентрации зерновых отраслей растениеводства, специализации территорий предусматривает ее проектирование с учетом выявляемых тенденций развития и особенностей складывающихся условий в ходе становления смешанной экономики, нарастающей глобализации мирового зернового рынка. Одними из основных направлений обоснования перспектив зернового производства рассматривается повышение урожайности возделываемых зерновых культур на основе интенсификации технологических процессов их выращивания, более полное и рациональное использование земельных угодий, в том числе и за счет совершенствования структуры посевных площадей и т.д. Экономический прогноз размещения зерновой отрасли по регионам Южного федерального округа сделан по трем сценарным вариантам. По условиям первого сценария тенденции развития определяются путем экстраполяции сложившихся тенденций за восемь лет. Второй сценарный вариант предполагает по сравнению с первым сценарием гораздо более значительные вложения в различные направления интенсивного развития зернового хозяйства в регионах. Предполагается, что рост потребления ресурсов может увеличиться на 25 %. Третий сценарий экономического прогноза построен на предположении о возможности нормативного обеспечения зернового хозяйства ресурсами и ведением его в соответствии с зональными системами сельского хозяйства. Прогнозные расчеты по первому варианту выполнялись на основе трендовых моделей, по второму и третьему сценарию – на основе имитационного моделирования. Результаты краткосрочного экономического прогноза свидетельствуют о том, что зерновое производство будет размещено во всех южнороссийских регионах. Однако наивысшего уровня концентрации оно достигает в Ростовской области (28,4 % площади посевов зерновых в ЮФО), Краснодарском крае (21,5 %), Ставропольском крае и Волгоградской области – 21 и 18,9% соответственно. Эти регионы на Юге России будут отличаться и наиболее высоким уровнем зерновой специализации (удельный вес зерна в общем объеме реализации сельхозпродукции региона – 33,4 %; 46,8; 55,4; 43,1 % соответственно, удельный вес зерна в общем объеме реализации сельхозпродукции округа составит 29,1 %; 25,3; 20,7 и 15,3 % соответственно). Результаты исследования дают основания полагать, что в этих субъектах Российской Федерации идут процессы формирования зернопродуктового кластера. В работе обоснованы направления по его формированию. Примерная схема кластера представлена на рисунке 1. В работе доказана необходимость разработки прогнозов потребности в ресурсах, на основе нормативной материалоёмкости и ресурсоёмкости единицы продукции (табл.3). Приведённые данные в таблице 3 получены в результате расчётов по трем технологиям: экстенсивная, интенсивная и ресурсосберегающая. Возможны и другие варианты технологий, другие составы агрегатов, и соответственно, другие результаты прогнозных расчетов. Определение приоритетов технологического развития целесообразно прогнозировать на основе метода «ФОРСАЙТ», так как он позволяет обозначить появление ключевых технологий, которые могут принести наибольший экономический эффект. Рисунок 1 – Схема зернопродуктового кластера Юга России* *авторская разработка, вытекающая из логики диссертационного исследования Таблица 3 – Материалоёмкость и трудоёмкость озимой пшеницы при различных технологиях возделывания*)
*) авторский расчет на основе технологических карт, разработанных ВНИИ зерновых культур и нормативно-справочной информации ВНИИЭиН Прогнозные расчеты возможностей самофинансирования сельскохозяйственными товаропроизводителями технологического развития зернового хозяйства показывают, что за счет собственных ресурсов они могут обеспечивать 27,8-39,1 % потребности отрасли в финансовых ресурсах. В этой связи целесообразно осуществлять господдержку зернопродуктового подкомплекса в соотношении 40÷60 от прогнозируемой потребности в финансовых ресурсах. При этом сроки предоставления льготных кредитов должны учитывать период времени, необходимый для создания собственных фондов на приобретение техники для новой технологии (Тi). Эти сроки можно рассчитать, разделив потребность в средствах для технологического обновления производства (Иs) на сумму амортизационных отчислений (А) и расчетной прибыли на обновление техники (П). Тi=, (3) Результаты прогнозных расчетов показывают, что период времени Тi по экстенсивной технологии может составить 6,5 лет, по интенсивной – 4,4 года, по ресурсосберегающей технологии – 3,8 года. Кредитование целесообразно осуществлять в несколько этапов: на первом этапе кредитные ресурсы следует направлять на приобретение почвообрабатывающей техники, на втором – на покупку уборочной техники, машин и оборудования для послеуборочной подработки зерновых культур. В заключении диссертационной работы изложены основные выводы и обобщения, предложения и рекомендации, вытекающие из логики и результатов исследования. Основные положения диссертационной работы нашли отражение в следующих основных публикациях автора: |
Организационно-экономические аспекты государственного регулирования зернового подкомплекса Специальность: 08. 00. 05 – экономика и управление народным хозяйством: экономика, организация и управление | Учебно-методический комплекс учебной дисциплины для бакалавров по... Учебно- методический комплекс разработан доктором философских наук, заведующим кафедрой социальной философии Б. И. Буйло в рамках... | ||
Национальная система развития научной, творческой и инновационной деятельности молодежи россии Социальный конструкционизм. Социально-философское обоснование дискурсного анализа. 6 | Учебно-методический комплекс учебной дисциплины для бакалавров по... Учебно- методический комплекс разработан доктором философских наук, заведующим кафедрой социальной философии Б. И. Буйло в рамках... | ||
Пространственное распределение сплоченности ледяного покрова и методы... Работа выполнена в Арктическом и антарктическом научно-исследовательском институте | Обоснование режимов антибактериальной терапии у родильниц после преждевременных родов Работа выполнена в Государственном бюджетном образовательном учреждении высшего профессионального образования «Самарский государственный... | ||
Государственное регулирование зернового рынка: формирование конкурентной... Государственное регулирование зернового рынка: формирование конкурентной среды и снижение | Системы ипотечного кредитования на рынке недвижимости в ростоформирующей экономике России Охватывают не все аспекты этой проблемы. Научное обоснование рациональных путей реализации механизма ипотечного кредитования в России... | ||
Программа дисциплины «Национальные интересы России в мире» для специальности... Цель курса – дать студентам целостное представление о национальных интересах России в теоретико-методологическом, внутриполитическом... | Задачи курса состоят в следующем Раскрыть теоретико-методологические основы развития социологии, политологии; формы их институциализации | ||
Программа дисциплины «Национальные интересы России в мире» для специальности... Цель курса – дать студентам целостное представление о национальных интересах России в теоретико-методологическом, внутриполитическом... | Программа по формированию навыков безопасного поведения на дорогах... На предыдущей неделе рост цен на зерно сохранился, однако его динамика на фоне предновогоднего снижения активности участников зернового... | ||
Тестирование теоретико-методических знаний на олимпиаде школьников... Российский национальный исследовательский медицинский университет имени н. И. Пирогова | Структура учебной программы организационно методический раздел Изучение принципов организации и условий устойчивости экосистем и биосферы, основных законов жизни природы, основ экологии человека,... | ||
Рабочая программа обсуждена на заседании кафедры: «ом и енд» Изучение принципов организации и условий устойчивости экосистем и биосферы, основных законов жизни природы, основ экологии человека,... | «Эмпирическое исследование» Тугаринова Ольга Викторовна, учитель географии моу елегинская оош буйского муниципального района Костромской области |