CC BY
19
что по результатам обследования ФХ Тамбовской области именно за счет аренды земельных долей на 58,8% формируются размеры фермерского землепользования, а удельный вес земли, закрепленной в собственность, составляет только 25,6% [6].
100
Именно это объясняет, почему потерпела неудачу программа, реализовывавшаяся в 2011-2015 гг., когда за счет средств федерального бюджета оказывалась помощь в оформлении земельных участков в собственность крестьянских (фермерских) хозяйств.
з
то
а го В о с; с о
-С
с;
<D £
80
60
40
20
20 40 60 80
Удельный вес фермерских хозяйств, %
Рисунок 2 - Кривые Лоренца
100
Эта программа не коснулась собственников земельных долей, которые являются основными арендодателями для фермеров. Речь в ней идет только об оказании помощи самим фермерам в оформлении должным образом той земли, которая в своё время уже была предоставлена им либо в собственность, либо в аренду из фонда перераспределения на правах пожизненного наследуемого владения или постоянного (бессрочного) пользования, что уже является совершеннейшим юридическим абсурдом [3, 6]. Следовательно, оказать серьезное влияние на упрощение земельного оборота эта программа не могла по определению.
Источники
1. Кузьмин В.Н. и др. Справочник экономиста сельскохозяйственной организации - М.: ФГБНУ «Росинформагротех», 2012.
2. Никитин А. В. Почему страхование сельскохозяйственных культур является дорогим, или как снизить затраты на страхование//Агро-страхо-вание и кредитование. -2005. - № 8. - С. 19-25.
3. Шагайда Н.И. Институциональные предпосылки оборота сельскохозяйственных земель в России. - М., 2006. -151 с.
4. Кресникова Н. Об эффективности аграрного землепользования // Экономист. - 2008. - № 1.
5. Миндрин А. Первоочередные задачи сельскохозяйственного землепользования //АПК: экономика, управление. - 2011. - № 2. - С.15
6. Сазонов С.Н., Сазонова Д.Д. Правовая структура фермерского землепользования// Экономика: вчера, сегодня, завтра. - 2015.- № 3-4. - С.72-88
7. Сазонов С.Н. Оценка эффективности использования производственно-технических ресурсов в фермерских хозяйствах //Вестник Мичуринского государственного аграрного университета. -2014. - № 1. - С. 96-103
8. Сазонова Д.Д. Противоречия в нормативно-правовом обеспечении деятельности фермерских хозяйств // Вестник Мичуринского государственного аграрного университета. -2012. -№ 3. - С .229-234.
9. Ерохин Г.Н. и др. Моделирование показателей использования зерноуборочных комбайнов ACROS 530 и VECTOR 410// АПК России -2013. - Т. 65. - С. 114-117.
10. Сазонова Д., Сазонов С. О соразмерности социальных платежей и результатов деятельности фермерских хозяйств//Человек и труд. - 2013. -№ 7. - С.34-39.
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ РЕГУЛИРОВАНИЯ РЫНКА ПШЕНИЦЫ
Светлов Н.М. , д.э.н., проф., ведущий науч. сотр. Центра агропродовольственной
политики РАНХиГС
Применение в аграрной экономической науке системного анализа - метода выдвижения и отбора гипотез о внутреннем устройстве
сложных систем - ограничивается дефицитом инструментального обеспечения. Статья посвящена разработке компьютерного инстру-
ментария системного анализа россииских рынков зерна и его применению. Задача системного анализа заключается в уточнении причинно-следственных связей на рынке пшеницы. Это необходимо, в частности, для решения проблемы определения границ ценового коридора для закупочных и товарных интервенций, поставленной в [1, с.16].
Обзор методологических подходов к моделированию рынка зерна представлен в [3]. Для данного исследования выбрана конечно-разностная динамическая имитационная модель с экзогенными ценами, эндогенными производством, реализацией на внутреннем рынке и экспортом. Шаг времени составляет 1 мес. Наиболее правдоподобные результаты обеспечены следующими предпосылками: объём предложения зерна и, соответственно, спроса на семена ставится в зависимость от среднегодовой цены в течение календарного года, предшествующего посеву; при любой цене соответствующий ей внутренний спрос удовлетворяется в полном объёме; ценовая эластичность спроса на российское зерно на мировом рынке очень велика; экспорт зерна, при наличии достаточных запасов и свободных ёмкостей хранения, определяется приведённым ниже уравнением регрессии; если запасов или ёмкостей хранения недостаточно, чистый экспорт определяется по остаточному принципу.
Статистический анализ показал, что вариация объёмов российского экспорта пшеницы лучше объясняется изменениями внутренних цен на зерно, чем мировых. Это подтверждает регрессионная зависимость вида
¥г = ¿0 + ¿14 + ¿-Рг-1
ЛЧ-2 + К™- + ЪъР- (1)
где у- - фактический размер экспорта в месяце - (тыс. т); и- - поступление зерна с полей в месяце - (экспертная оценка на основе годовых данных); м> - и р- - соответственно внешнеторговая и внутренняя цена; Ъо...Ъ5 - оцениваемые параметры; е- - остаток. Оценки парамет-
2
ров представлены в Таблица 1 -, Я = 0,601. Характеристики изученных сценариев приведены в табл. 1 и 2. Обозначения эффектов регулирования в табл. 1: у а - среднегодовой прирост выручки от внутренних продаж пшеницы, млрд. руб.; ус - среднегодовой прирост выручки от экспорта пшеницы, млрд. руб.; ур - среднегодовой прирост использования пшеницы на продовольственные нужды, млн. т; yE - среднегодовой прирост экспорта пшеницы, млн. т; ун - среднегодовой прирост вы-
ручки производителей зерна, млрд. руб.; yJ -среднегодовой прирост маржинального дохода экспортёров зерна, млрд. руб.; ук - среднего -
довой прирост расходов населения, млрд. руб.; УL - издержки госбюджета в связи с регулированием (без учёта затрат на хранение зерна и накладных), млрд. руб. Обозначения сценарных параметров: а - начальный запас зерна, тыс. т; Ъ - начальный интервенционный фонд зерна, тыс. т; д, г - нижняя и верхняя границы ценового коридора, руб./т.
Таблица 1 - Результаты параметрической идентификации уравнения (1)
Параметры Значения Стандартная ошибка -статистика р-значение
Ъ0 2314,194 323,558 7,152 -10 1,7610
Ъ1 0,026 0,009 2,996 0,0035
¿2 0,051 0,009 5,696 -7 1,3610
Ъ3 0,033 0,008 3,943 0,0002
¿4 0,013 0,026 0,499 0,6186
¿5 -0,190 0,044 -4,349 -5 3,4410
Оценки параметров, нулевые гипотезы о которых отклонены при а = 0,01, выделены полужирным шрифтом.
Незначимость переменной ™- означает, что
если прибыль от экспорта возрастает по причине роста мировых цен, её изменение почти не влияет на экспорт, в отличие от ситуации, когда она растёт из-за снижения внутренних цен. Это свидетельство отсутствия свободной конкуренции за выход на мировой рынок пшеницы. Оно удовлетворительно объясняется гипотезой о непривлекательности операторов внешней торговли в качестве партнёров производителей зерна. Другое возможное объяснение - неформальный контроль деятельности внешнеторговых операторов со стороны Минсельхоза России с целью насытить внутренний рынок.
В имитационной модели внутренние цены на продовольственную пшеницу для сценария «без регулирования» задаются по фактическим данным 2007-2015 гг. Регулирование в этот период имело место, но было недостаточно эффективным [2, с. 28]. Внешнеторговые цены также заданы по факту. В фиксированной пропорции к внутренним ценам определяются цены на фураж и семена. Рынок регулируется товарными и закупочными интервенциями. Они происходят, как только цена внутреннего рынка в отсутствие регулирования нарушает заданный коридор. Их объёмы соответствуют разнице между фактиче-
ским предложением и таким, при котором цена раны так, чтобы объёмы товарных и закупочных
установилась бы на границе коридора. Границы интервенций примерно уравновешивали друг
заданы в сопоставимых ценах и постоянны на друга. протяжении моделируемого периода. Они подоб-
Таблица 2 - Показатели экономического эффекта реализации сценариев регулирования рынка пшеницы
Сценарные условия УA УС УО УЕ Ш УJ УK УL
а = 38839, Ь = 200, ц = 6000, г = 13950 -0,14 0,22 -0,01 -0,00 0,03 0,05 0,04 -0,09
а = 37989, Ь = 1050, ц = 6500, г =13000 -0,59 1,13 -0,04 -0,03 0,26 0,28 0,13 -0,40
а = 36839, Ь = 2200, ц =7000, г = 12200 -0,46 2,31 -0,09 -0,05 1,09 0,75 0,34 -0,46
а = 35039, Ь = 4000, ц =7500, г = 11160 -0,07 4,66 -0,16 -0,09 1,96 2,64 0,67 -0,37
а = 33039, Ь = 6000, ц =8000, г = 10550 1,33 7,79 -0,25 -0,11 4,17 4,95 1,30 0,76
а = 30539, Ь = 8500, ц =8500, г = 9800 2,68 9,16 -0,33 -0,24 5,49 6,36 1,80 3,47
а = 28539, Ь = 10500, ц =9000, г = 9100 4,64 4,03 -0,40 -0,44 6,77 1,90 2,31 7,50
Регулирование цен в представленных сценариях имеет следующие последствия: увеличивает выручку от экспорта, причём тем сильнее, чем оно агрессивней (исключая последний сценарий); сокращает объём реализации пшеницы на продовольственные цели на внутреннем рынке, а также экспорт пшеницы; увеличивает выручку производителей зерна и маржинальный доход операторов внешней торговли; увеличивает расходы населения на приобретение продукции, изготовленной из
пшеницы. Влияние регулирования на внутренние продажи пшеницы и на издержки госбюджета меняет знак с отрицательного на положительный по мере ужесточения регулирования: при слабом регулировании внутренние продажи снижаются по сравнению с его отсутствием, при сильном - возрастают; госбюджет при слабом регулировании получает положительное сальдо доходов от интервенционных операций, при сильном - отрицательное.
Таблица 3 -Показатели динамики инвестиционного фонда и коэффициент вариации внутренних цен
Сценарные условия Размер интервенционного ( юнда, тыс. т Коэффициент вариации цен, %
минимальный Средний максимальный
а = 38839, Ь = 200, ц = 6000, г = 13950 29 208 291 19,22
а = 37989, Ь = 1050, ц = 6500, г =13000 54 1045 1468 17,94
а = 36839, Ь = 2200, ц =7000, г = 12200 209 2206 2995 16,47
а = 35039, Ь = 4000, ц =7500, г = 11160 329 3998 5938 13,67
а = 33039, Ь = 6000, ц =8000, г = 10550 258 5928 9327 10,49
а = 30539, Ь = 8500, ц =8500, г = 9800 388 8503 13551 6,12
а = 28539, Ь = 10500, ц =9000, г = 9100 201 10585 17104 0,54
Все эти эффекты малы. Наибольшие из них в процентном отношении к сценарию без регулирования составляют: прибавка выручки от внутренних продаж пшеницы - 1,0%; потеря выручки от внутренних продаж пшеницы -0,1%; прибавка экспортной выручки - 3,7%; снижение объёмов продаж продовольственной пшеницы на внутреннем рынке - 1,8%; снижение объёмов продаж пшеницы на экспорт -4,6%; сокращение выручки производителей пшеницы - 1,3%; сокращение маржи операторов внешней торговли - 6,7% (самый значительный эффект из всех зафиксированных); сокращение расходов населения на приобретение продукции, изготовленной из пшеницы (в части, приходящейся на пшеницу) - 0,9%.
Интересным эффектом рассматриваемых в статье сценариев регулирования оказался рост выручки от продажи пшеницы на зарубежных рынках, распределяемый между производите -лями (на чьё благосостояние он влияет мало) и операторами внешней торговли (влияние этой прибавки на их бизнес при агрессивном регулировании оказывается ощутимым).
Если придерживаться практики постоянных границ коридора на длительную перспективу (наиболее результативной для снижения ценовых рисков), то наилучшим компромиссом представляется вариант с ценовым коридором 6500... 13000 руб./т и средним размером интервенционного фонда пшеницы в интервале 1,1.1,5 млн т. Он не приведёт к чрезмер-
ной нагрузке на складскую логистику, оставив простор для частной инициативы в использовании ёмкостей для хранения зерна; госбюджет не понесёт издержки - наоборот, получит выгоды от интервенций; производители будут приспосабливаться к периодам довольно низких цен на зерно, что усилит стимулы к инновациям; инвесторы, вкладывающие средства в производство пшеницы, получат защиту от чрезмерной неопределённости на рынке зерна; положительное воздействие регулирования на внешнюю торговлю будет вполне ощутимым, а отрицательное влияние на издержки покупа-
телей продукции, изготавливаемой из пшеницы - пренебрежимо малым.
Источники
1. Аварский Н. и др. Государственные интервенции как форма маркетингового регулирования рынка зерна // Экономика сельского хозяйства России, 2014, №6, с.12-18.
2. Алтухов А. Система сбыта зерна как фактор становления развитого зернового рынка в России // Экономика сельского хозяйства России, 2014, №8, с.26-37.
3. Robledo C.W. Dynamic econometric modeling of the U.S. wheat grain market: PhD thesis. Louisiana State Univ., 2002.
АНАЛИЗ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ РЕСУРСОВ В ФЕРМЕРСКИХ ХОЗЯЙСТВАХ
Сазонова Д.Д., к.э.н., доц., ведущий науч. сотр., Сазонов С.Н., д.т.н., проф., зав. лаб. Всероссийский научно-исследовательский институт использования техники и
нефтепродуктов в сельском хозяйстве
Как известно, производственная функция представляет собой множественную регрессию результативного признака (результат производства) с независимыми переменными (затраты ресурсов). Модель построена по данным, полученным сотрудниками ВНИИТиН в про-
цессе мониторинга деятельности фермерских хозяйств Тамбовской области за 2001-2014 годы [1-5]. На основании ранее проведенных исследований [6], в качестве переменных факторов и результирующей переменной в модель включены показатели, указанные в табл. 1.
Таблица 1 - Статистические характеристики ресурсов производства
Факторы (ресурсы) Среднее значение (~) Среднеквад-ратическое отклонение, (о) Ошибка репрезентативности (н%) Предельная ошибка выборки (Ах)
Х] Площадь пашни, га 103,1 122,1 6,7 ±8,8
Х2 Количество техники (тракторы, комбайны и грузовые автомобили), шт. 2,8 1,6 3,2 ±0,1
Хз Затраты на приобретение топливо-смазочных материалов (ТСМ), тыс.руб. 55,2 98,1 10,0 ±7,1
Х4 Затраты на приобретение запасных частей, тыс.руб. 21,2 41,1 11,0 ±2,9
Х5 Затраты на приобретение семян, удобрений и прочих материалов, оплату услуг сторонних организаций, тыс. руб. 17,3 43,2 14,1 ±3,1
Хб Количество работников в хозяйстве, чел. 2,0 1,1 3,1 ±0,1
Y Выручка от реализации сельскохозяйственной продукции, тыс. руб. 123,2 249,9 11,5 ±18,1
Ошибка репрезентативности составила от 3,2 (для фактора Х2) до 14,1% (для фактора Х5). Объем выборки, использованной для построения производственной функции, гарантирует достоверность полученных результатов с вероятностью не менее 80%. Для определения существенности колебаний значений факторов в зависимости от календарного года в производственную функцию введен дополнительный фактор - фиктивная переменная
(dummy variable) D, которая определялась как D=1, 2, ..., 13, 14 для данных, соответственно, за 2001, 2002, ... 2014 годы.
Судя по коэффициентам парной корреляции (табл. 2), корреляционная связь фиктивной переменной практически со всеми рассмотренными факторами несущественна, можно говорить о наличии связи календарного года только с факторами Х и Х6. Так, с течением времени (увеличением фиктивной переменной) можно свя-
