CC BY
26
УДК 338.1:332.1
ИНДИКАТИВНЫЙ АНАЛИЗ ПРОДОВОЛЬСТВЕННОЙ БЕЗОПАСНОСТИ РЕГИОНА
БОЕВ С.Г.,
кандидат экономических наук, доцент кафедры инновационных методов управления социально-экономическими системами ФГБОУ ВО Курская ГСХА, e-mail: boev.boss@yandex.ru.
Реферат. Разработка индикативных нормативов региональной продовольственной безопасности (РПБ) выполнялась путем построения статистических моделей производственных функций (ПФ) выделенных нами показателей РПБ от рассчитанных методами факторного анализа интегральных факторных характеристик потребления и производства пищевой продукции; масштабов сельскохозяйственного производства в субъектах ЦФО. Вычисленные параметры соответствующих ПФ использовались для построения имитационных матричных экономико-математических моделей (ИМ ЭММ) формирования индикативных нормативов показателей РПБ для Курской области. Расчеты, проведенные по разработанным нами ИМ ЭММ, позволяют обосновать индикативные нормативы потребления и производства продовольствия в Курской области. Данные проведенных модельных исследований позволяют сделать вывод о том, что фактическое потребление основных пищевых продуктов на душу населения в регионе близко к нормативным: потребление мясных продуктов составляет 100,5; молочных-95,6; картофеля -97,3; хлебных изделий - 118 % от соответствующих оптимальных индикативных нормативов. При этом внутриобластное производство мяса, цельномолочной продукции и сливочного масла значительно ниже нормативного уровня и соответственно составляет от оптимальных нормативных индикаторов 56, 48,3 и 31,8 %. Проведенные нами модельные расчеты позволяют обосновать оптимальные индикативные нормативы показателей РПБ, определяющих масштабы сельскохозяйственного производства в Курской области. Как показывает проведенное исследование посевные площади зерновых и зернобобовых культур, картофеля близки к соответствующим индикативным нормативам. Посевные площади овощных и кормовых культур меньше нормативного уровня, соответственно, на 23,9 % и 5 %, что негативно сказывается на развитии отраслей, дающих высокий вклад в состояние РПБ. Фактически достигнутое производство всех видов сельскохозяйственной продукции, кроме фабричной сахарной свеклы, не достигает уровня оптимальных индикативных нормативов, что позволяет сделать общий вывод о необходимости дальнейшей интенсификации сельскохозяйственного производства путем всестороннего инновационного развития.
Ключевые слова: индикативный анализ; факторный анализ; имитационная экономико-математическая модель; продовольственная безопасность; потребление продуктов питания; производство пищевой продукции; масштабы сельскохозяйственного производства.
INDICATIVE ANALYSIS OF FOOD SECURITY OF THE REGION
BOEV S.G.,
PhD, assistant professor of innovation management techniques socioeconomic FGBOU system at Kursk State Agricultural Academy, e-mail: boev.boss@yandex.ru.
Essay. Development of indicative ratios regional food security (BPM) was performed by constructing statistical models of production functions (PF) vyde-represented us indicators of the BPM calculated by the methods of factor analysis of the integral factor characteristics of consumption and production of food products; scale agricultural production in the regions of the Central Federal District. The calculated parameters of the respective PD used for the construction of simulation matrix of economic and mathematical models (MI EMM) form of indicative ratios indicators RPB for the Kursk region. Calculations carried out by MI EMM developed by us, can justify the indicative standards in food production and consumption in the Kursk region. These modeling studies carried out lead to the conclusion that the actual consumption of basic food products per capita in the region close to the normative: the consumption of meat products is 100.5; dairy-95.6; potatoes - 97.3; grain products -118% of the relevant indicative of optimum standards. At the same time intra-oblast production of meat, dairy products and butter is significantly lower than the standard level and the appropriate-but is not optimal regulatory indicators 56, 48.3 and 31.8%. Carried model calculations allow us to justify the optimal ratio was indicative, you RPB indicators determining the scale of agricultural production in the Kursk region. As research shows the sown area of grain and leguminous crops, Cartier-folio close to the corresponding indicative guidelines. The area under cultivation of vegetables and fodder crops is less than the standard level, respectively, 23.9% and 5%, which negatively affects the development of the industries that provide the highest contribution to the state of the BPM. In fact, achieved the production of all kinds of agricultural products other than sugar beet, does not reach the optimum level of indicative standards that allows you to make a general conclusion about the need for further intensification of agricultural production through the development of a comprehensive innovation.
Key words: indicative analysis; factor analysis; simulation economic-mathematical model; food security; food consumption; food production; scale agricultural production.
Введение. Разработка индикативных нормативов показателей РПБ для Курской области является развитием выполненного нами факторного анализа региональной продовольственной безопасности (РПБ) субъектов центрального федерального округа (ЦФО). С этой целью нами построены статистические модели про-
изводственных функций (ПФ) этих показателей от ранее рассчитанных соответствующих интегральных факторных характеристик потребления и производства пищевой продукции (таблицу 1); масштабов сельскохозяйственного производства (таблицу 2) в субъектах ЦФО [1,2,3,7,9].
Фактор F1 определяется как уровень продовольственной безопасности по мясомолочной и хлебной продукции; фактор F2 -потребление и производство овощей; фактор F3 - производства и потребления традиционно важнейшего национального вида продовольствия - картофеля.
Фактор F1 определяет посевные площади и валовые сборы основных сельскохозяйственных культур, производство молока, поголовье сельскохозяйственных животных; фактор F2 определяет размер производства кормов; фактор F3 выражает размер производства продукции птицеводства.
Построение имитационных матричных экономико-математических моделей (ИМ ЭММ) формирования индикативных нормативов показателей РПБ для Курской области.
Постановка ИМ ЭММ: Найти оптимальные значения индикативных нормативов показателей РПБ Курской области, выраженные переменными {Xj >,0 j=1,2,...,n}, при следующих условиях, соответствующих структурным формулам теоретико-множественной записи ИМ ЭММ.
1. Определение оптимальных значений показателей РПБ:
Sai, F j = Xj + B i , i€ h j€=J2 j€J2
2. Задание значений факторных нагрузок интегральных характеристик РПБ для региона, найденные ранее при проведении факторного анализа (таблицы 1,2)
Бщ = Щ€12, ) € 12.
Условные обозначения
]€1, где > индекс переменной, I - множество индексов всех переменных;
1=11и12,
где I - подмножество индексов переменных, выражающих
искомые значения индикативных нормативов;
12 - подмножество индексов переменных, выражающих искомые значения интегральных факторных характеристик;
а^ - коэффициенты в уравнениях регрессии, выражающих ПФ отдельных показателей РПБ от соответствующих интегральных факторных характеристик;
^ _ значение Щ-ой факторной нагрузки;
Хщ - искомые значения индикативных нормативов показателей РПБ для Курской области;
Б - переменные, соответствующие факторным нагрузкам интегральных характеристик для Курской области (строка 8 в таблицах 1,2);
п - число показателей;
I - индексы ограничивающих условий.
1=11и 12 - где 11,12 - подмножества индексов ограничивающих условий соответствующих нумерации структурных формул ИМ ЭММ.
Таблица 1 - Интегральные характеристики потребления продуктов питания на душу населения (в год; килограммов) и производства пищевой продукции (тыс. тонн) в субъектах центрального федерального округа [4]_
Номер предприятия Предприятия Интегральные характеристики для факторов
F1 F2 F3
1 Белгородская область 7,33 3,85 -0,56
2 Брянская область -0,35 0,69 2,55
3 Владимирская область -2,08 1,55 -0,62
4 Воронежская область 8,28 10,74 2,39
5 Ивановская область -3,51 -1,96 -1,98
6 Калужская область -1,98 -1,91 -1,00
7 Костромская область -5,44 -2,27 -1,67
8 Курская область 2,36 -0,11 0,93
9 Липецкая область 3,78 1,89 0,55
10 Орловская область -0,92 -2,9 1,78
11 Рязанская область -1,45 -1,98 -0,75
12 Смоленская область -2,49 -3,14 -1,4
13 Тамбовская область 1,73 -1,64 1,17
14 Тверская область -0,62 -1,01 -1,74
15 Тульская область -3,04 -1,23 2,66
16 Ярославская область -1,59 -0,53 -2,28
Таблица 2 - Интегральные характеристики масштабов сельскохозяйственного производства в субъектах центрального федерального округа [4]__
Номер предприятия Предприятия Интегральные характеристики для факторов
F1 F2 F3
1 Белгородская область 9,28 6,69 8,22
2 Брянская область -0,53 2,98 -1,13
3 Владимирская область -3,72 -1,40 -0,66
4 Воронежская область 18,08 18,42 6,65
5 Ивановская область -7,18 -6,95 -2,78
6 Калужская область -5,26 -3,62 -2,57
7 Костромская область -6,97 -6,91 -2,15
8 Курская область 7,30 3,38 0,45
9 Липецкая область 5,01 0,84 1,34
10 Орловская область 0,07 -2,60 -1,80
11 Рязанская область -1,24 -0,70 0,03
12 Смоленская область -5,57 -2,62 -2,03
13 Тамбовская область 4,36 -0,80 0,15
14 Тверская область -6,7 -1,52 -2,70
15 Тульская область -0,96 -2,13 -1,38
16 Ярославская область -5,95 -3,03 0,35
Разработка индикативных нормативов потребления продуктов питания на душу населения и производства пищевой продукции в Курской области.
Для этого построены статистические модели показателей потребления продуктов питания на душу населения и производства пищевой продукции в регионах ЦФО (табл.3), рассчитанные по производственным функциям (ПФ) этих показателей от соответствующих интегральных факторных характеристик, приведенных в таблице 1.
Рассмотрение ПФ этой группы показателей позволяет установить, что соответствующие им уравнения регрессии являются статистически значимыми и достоверными, что подтверждают значения их коэффициентов детерминации, составляющие =51.. .85%.
Коэффициенты при факторных переменных определяют вклад соответствующих интегральных характеристик в формирование ПФ этой группы показателей. Рассмотрение параметров соответствующих статистических моделей (таблица 2) позволяет сделать вывод о том, что с единичным возрастанием факторной нагрузки Б1, характеризующей уровень продовольственной безопасности по мясомолочной и хлебной продукции, потребление мяса на душу населения (переменная Х1) возрастает на 3,82 кг, потребление молока на душу населения увеличивается на 5,91 кг (переменная Х2), потребление хлебных продуктов на душу населения (переменная Х5) увеличивается на 5,4 кг, а потребление овощей (переменная Х4) и картофеля (переменная Х3) сокращаются, соответственно, на 2,76 и 1,01 кг.
При этом в расчете на единичное возрастание фактора производство мяса (переменная Х6) увеличивается на 15,9 тыс. тонн, поскольку потребление мяса обеспечивается за счет внутриобластного производства, а темп прироста производства цельномолочной продукции (переменная Х7) становится отрицательным, так как общее увеличение ее потребления обеспечивается большей частью за счет внешних источников ее поступления.
Единичное возрастание фактора Б2, характеризующего производство овощной и цельномолочной продукции, объясняемое сочетанием этих отраслей в специализиро-
ванных сельскохозяйственных предприятиях, сопровождается увеличением производства цельномолочной продукции (переменная Х7) на 31 тыс. тонн, сливочного масла (переменная Х8) на 1,2 тыс. тонн), овощей (переменная Х21) на 23,27 тыс. тонн.
Это означает, что при единичном увеличении фактора Б2 только за счет внутриобластного производства потребление молока (переменная Х2) и овощей (переменная Х4) на душу населения возрастают, соответственно, на 0,98 и 5,3 кг.
Фактор Б3 значимо выражает национальный структурный элемент РПБ - взаимосвязанные показатели внутрирегионального производства и потребления картофеля.
В расчете на единичное возрастание значения фактора Б3 внутриобластное производство картофеля (переменная Х31) возрастает на 136 тыс. тонн, что позволяет довести потребление картофеля на душу населения (переменная Х3) в Курской области до 12,68 кг.
Данные факторного анализа, позволившие определить величины факторных нагрузок (таблица 1) и рассмотренные ПФ (таблица 3) использованы нами при построении имитационной матричной экономико-математической модели (ИМ ЭММ) формирования индикативных нормативов потребления продуктов питания на душу населения и производства пищевой продукции в натуральном ассортименте в Курской области (таблица 4).
Расчеты, проведенные по разработанным нами ИМ ЭММ, позволяют обосновать индикативные нормативы потребления и производства продовольствия в Курской области (таблица 5).
Данные проведенных модельных исследований позволяют сделать вывод о том, что фактическое потребление основных пищевых продуктов на душу населения в регионе близко к нормативным: потребление мясных продуктов составляет 100,5; молочных-95,6; картофеля - 97,3; хлебных изделий - 118% от соответствующих оптимальных индикативных нормативов.
При этом внутриобластное производство мяса, цельномолочной продукции и сливочного масла значительно ниже нормативного уровня и соответственно составляет от оптимальных нормативных индикаторов 56, 48,3 и 31,8% (рисунок 1).
300 -I
250
200
Значения показателей
150
100
50
Ж
Фактические
Нормативные
Факт к нормативу
%
0
□ Потребление мяса □ Потребление молока □ Потребление картофеля □ Потребление овощей
□ Потребление хлеба □ Производство мяса □ Производство молока
Рисунок 1 - Нормативы потребления продуктов питания (на душу населения в год; килограммов) и производства пищевой продукции (тыс. тонн) в Курской области
Таблица 3 - Статистические модели показателей, выражающих потребление продуктов питания на душу населения (в год; килограммов) и производство пищевой продукции (тыс. тонн)_
Результативные показатели Свободный член Коэффициенты при зависимых переменных (факторах ) Коэффициент детерминации, % Б
(переменные) Х1 в уравнении регрессии Фактор Фактор Б2 Фактор Б3
вщ а: а2 а2
Потребление мяса на душу населения, кг Х1 75,2 3,82 -1,43 -0,6 68
Потребление молока на душу населения, кг Х2 253,5 5,91 0,98 -10,27 51
Потребление картофеля на Х3 123,5 -1,01 -1,26 12,68 83
душу населения, кг
Потребление овощей на Х4 109,4 -2,76 5,3 -2,7 53
душу населения, кг
Потребление хлебных про- Х5 121,6 5,4 -2,7 -0,38 65
дуктов на душу населения, кг
Производство мяса, Х6 63,9 15,9 -0,71 -4,2 74
тыс.тонн
Производство цельномо- Х7 37,3 -7,1 31 -3,8 76
лочной продукции,
тыс.тонн
Производство масла сли- Х8 3,6 -0,18 1,2 0,04 67
вочного, тыс.тонн
Производство сахара-песка, Х29 398,8 71,7 -21,5 20,8 85
тыс.тонн
Производство овощей, Х21 144,3 -3,68 23,27 6,08 90
тыс.тонн
Производство картофеля, Х31 526,9 2,7 45,4 136,0 91
тыс.тонн
Таблица 5 - Нормативные значения показателей, выражающих потребление продуктов питания на душу населения (в год; килограммов) и производство пищевой продукции (тыс. тонн) в Курской области
Таблица 4 - Имитационная матричная экономико-математическая модель формирования нормативных значений показателей, выражающих потребление продуктов питания на душу населения (в год; килограммов) и производство пищевой продукции (тыс. тонн) в Курской области
Расчетные ограничения Факторные переменные Результативные переменные Объем и тип
ограничений
Б2 Б3 Х1 Х2 Х3
Потребление мяса на ду- 3,82 -1,4 -0,6 -1 = -75,2
шу населения, кг
Потребление молока на 5,91 0,98 -10,27 -1 = -253,5
душу населения, кг
Потребление картофеля -1,01 -1,26 12,68 -1 = -123,5
на душу населения, кг
Значение фактора 1 = 2,36
Значение фактора ¥2 1 = -0,11
Значение фактора Б3 1 = 0,93
Производство цельномо- -7,1 31 -3,8 -1 = -37,3
лочной продукции,
тыс.тонн
Производство масла сли- -0,18 1,2 0,04 -1 = -3,6
вочного, тыс.тонн
Производство сахара- 71,7 -21,5 20,8 -1 = -398,8
песка, тыс.тонн
Значение фактора 1 = 2,36
Значение фактора ¥2 1 = -0,11
Значение фактора Б3 1 = 0,93
Результативные показатели (переменные Х1) Значения показателей, тыс. руб.
Фактические Нормативные Нормативные к фактическим, %
Потребление мяса на душу населения, кг Х1 75,0 75,4 99,5
Потребление молока на душу населения, кг Х2 244,0 255,3 95,6
Потребление картофеля на душу населения, кг Х3 130,0 123,4 105,3
Потребление овощей на душу населения, кг Х4 109,0 112,4 97,3
Потребление хлебных продуктов на душу населения, кг Х5 143,0 121,2 118,0
Производство мяса, тыс.тонн Х6 38,2 67,9 56,0
Производство цельномолочной продукции, тыс.тонн Х7 28,1 58,1 48,3
Производство масла сливочного, тыс.тонн Х8 1,4 4,4 31,8
Производство сахара-песка, тыс.тонн Х29 481,6 460,0 104,7
По единственному виду пищевой продукции - сахару - размер внутриобластного производства соответствует нормативному индикатору и составляет 104,7% от его значения.
Разработка индикативных нормативов масштабов сельскохозяйственного производства в Курской области.
Вторую группу показателей РПБ, полученную в результате многомерной классификации субъектов ЦФО, представляют характеристики масштабов сельскохозяйственного производства, по данным факторного анализа которых разработаны их статистические модели (таблица 6), рассчитанные как производственные функции (ПФ) этих показателей от соответствующих интегральных факторных характеристик (таблицу 2).
Рассмотрение ПФ этой группы показателей позволяет установить, что соответствующие им уравнения регрессии являются статистически значимыми и достоверными, что подтверждают значения их коэффициентов детерминации, составляющие Б1 =77 .96%.
Коэффициенты при факторных переменных определяют вклад соответствующих интегральных характеристик масштабов сельскохозяйственного производства в формирование ПФ этой группы показателей.
Рассмотрение параметров соответствующих статистических моделей (таблица 6) позволяет сделать вывод о том, что с единичным возрастанием фактора ¥1 посевные площади зерновых и зернобобовых культур (переменная Х14); картофеля (переменная Х16); сахарной свеклы (переменная Х18); соответственно возрастут на 90; 2,5; 5,2
тыс. га; валовые сборы зерна (переменная Х20), сахарной свеклы (переменная Х30), картофеля (переменная Х31) увеличиваются, соответственно, на 235,8; 437,4; 38,3 тыс. тонн.
При этом в расчете на единичное возрастание фактора Б1, характеризующего в основном масштабы товарного растениеводства, поголовье свиней (переменная Х24) увеличивается на 42,7 тыс. гол., поскольку развитие этой отрасли сопряжено с расширением внутриобластного производства зерна, а поголовье крупного рогатого скота (переменная Х22) и производство молока (переменная Х26), соответственно, уменьшаются на 3,7 тыс. голов и 10,1 тыс. тонн, что объясняется недостаточными темпами расширения кормовой базы растениеводства при доминировании товарного растениеводства и свиноводства.
Фактор Б2 характеризует размеры посевных площадей кормовых культур (переменная Х19), то есть кормовую базу скотоводства. Поэтому при единичном возрастании этого фактора производство молока (переменная Х26) возрастает на 27,4 тыс. тонн, а производство скота и птицы на убой (переменная Х25) сокращается на 19,3 тыс. тонн, так как обеспечивается в основном за счет свиноводства и бройлерного птицеводства.
Фактор Б3 характеризует вклад птицеводства в РПБ, поэтому в расчете на единичное возрастание этого факто-
ра производство яиц (переменная Х27) возрастает на 213,3 миллиона, а производство скота и птицы на убой (переменная Х25) увеличивается на 101,6 тыс. тонн, что объясняется значительным вкладом бройлерного птицеводства в формирование этого показателя РПБ.
Проведенные нами модельные расчеты позволяют обосновать оптимальные индикативные нормативы показателей РПБ, определяющих масштабы сельскохозяйственного производства в Курской области (таблица 7). Как показывает проведенное исследование посевные площади зерновых и зернобобовых культур, картофеля близки к соответствующим индикативным нормативам. Посевные площади овощных и кормовых культур меньше нормативного уровня, соответственно, на 23,9% и 5%, что негативно сказывается на развитие отраслей, дающих высокий вклад в состояние РПБ.
Как показывает проведенное исследование посевные площади зерновых и зернобобовых культур, картофеля близки к соответствующим индикативным нормативам. Посевные площади овощных и кормовых культур меньше нормативного уровня, соответственно, на 23,9 % и 5 %, что негативно сказывается на развитие отраслей, дающих высокий вклад в состояние РПБ.
Результативные показатели (переменные) Свободный член в уравнении регрессии вщ Коэффициенты при зависимых переменных (факторах ) Коэффициент детерминации, % Б щ
Фактор Фактор Б2 Фактор Б3
а1 а2 а2
Посевные площади зерновых и зернобобовых культур, тыс.га Х14 456,5 90 -23,6 -43 96
Посевные площади зерновых и зернобобовых культур, тыс.га Х14 456,5 90 -23,6 -43 96
Посевные площади картофеля, тыс.га Х16 38,1 2,5 2,3 -3,1 93
Посевные площади овощных культур, тыс.га Х17 8,2 -0,01 0,6 0,69 91
Посевные площади сахарной свеклы, тыс.га Х18 68,1 5,2 -2,4 6,8 70
Посевные площади кормовых культур, тыс.га Х19 231,4 -33,2 42,6 -5,9 80
Валовой сбор зерна, тыс.тонн Х20 1835,1 235,8 -99,9 -41,8 94
Валовой сбор овощей, тыс.тонн Х21 144,4 -0,14 10,5 1,9 77
Поголовье крупного рогатого скота, тыс.гол. Х22 162,2 -3,7 18,9 -3 96
Поголовье свиней, тыс.гол. Х24 556,3 42,7 -19 13,9 84
Производство скота и птицы на убой, тыс. тонн Х25 188,9 -5,4 -19,3 101,6 77
Производство молока, тыс. тонн Х26 383,3 -10,1 27,4 17,4 93
Производство яиц, млн. шт. Х27 600 -53,1 -15,8 213,3 81
Валовой сбор сахарной свеклы, тыс.тонн Х30 2095,9 437,4 -188,9 -0,9 93
Валовой сбор картофеля, тыс.тонн Х31 527 38,3 44 -84,8 89
Таблица 6 - Статистические модели показателей, выражающих масштабы сельскохозяйственного производства
Значения показателей
500045004000350030002500200015001000500 0
Фактические Нормативные
□ Зерно,тыс.тонн □Овощи,тыс.т ПСкот и птица, тыс.т □Молоко,тыс.т □Яйца,млн.штук □Свекла,тыс.т □Картофель,тыс.т
Рисунок 2 - Нормативные значения показателей, выражающих объемы производства сельскохозяйственной продукции в Курской области
Таблица 7 - Нормативные значения показателей, выражающих масштабы сельскохозяйственного производства в Курской области__
Значения показателей, тыс. руб.
Результативные показатели (переменные Х1) Фактические Нормативные Фактические к нормативным, %
Посевные площади зерновых и зернобобовых культур, Х14 950 1014,4 93,6
тыс.га
Посевные площади картофе- Х16 64 62,7 102,1
ля, тыс.га
Посевные площади овощных Х17 8 10,5 76,1
культур, тыс.га
Посевные площади сахарной Х18 112 101 110,9
свеклы, тыс.га
Посевные площади кормо- Х19 124 130,4 95,1
вых культур, тыс.га
Валовой сбор зерна, тыс.тонн Х20 2844 3194 89,0
Валовой сбор овощей, Х21 154 179,7 85,6
тыс.тонн
Поголовье крупного рогатого Х22 194 197,7 98,1
скота, тыс.гол.
Поголовье свиней, тыс.гол. Х24 785 810 96,9
Производство скота и птицы на убой, тыс. тонн Х25 121 130 93,1
Производство молока, тыс. Х26 394 410 96,1
тонн
Производство яиц, млн. шт. Х27 237 255 92,9
Валовой сбор сахарной Х30 4740 4650 101,9
свеклы, тыс.тонн
Валовой сбор картофеля, Х31 875 917,1 95,0
тыс. тонн
Фактически достигнутое производство всех видов сельскохозяйственной продукции, за исключением фабричной сахарной свеклы, не достигает уровня оптимальных индикативных нормативов (рисунок 2), что позволяет сделать общий вывод о необходимости дальнейшей интенсификации сельскохозяйственного производства путем всестороннего инновационного развития для достижения необходимого в современных условиях жесткого геополитического противостояния с США и странами Евросоюза уровня продовольственной безопасности.
Выводы.
1 . На основании проведенного нами факторного анализа РПБ по группам показателей, характеризующих потребление продуктов питания и производства пищевой продукции; масштабы производства сельскохозяйственной продукции следует сделать общий вывод о том, что Курская область обладает относительно высоким рейтингом среди субъектов ЦФО по рассматриваемым группам показателей РПБ, но имеет значительные резервы достижения уровня соответствующих
показателей передовых регионов округа - Белгородской, Воронежской, Липецкой областей.
2. Для обоснования оптимальных индикативных нормативов региональной продовольственной безопасности для Курской области с целью объективной характеристики ее фактического состояния и определения перспектив дальнейшего развития целесообразно использовать результаты модельных исследований по предлагаемой нами системе имитационных экономико-математических моделей.
3. Показатели достигнутых в Курской области размеров производства всех видов сельскохозяйственной продукции, за исключением фабричной сахарной свеклы, значительно ниже уровня оптимальных индикативных нормативов, поэтому для достижения необходимого уровня региональной, а значит и национальной продовольственной безопасности в современных сложных геополитических условиях следует интенсифицировать сельскохозяйственное производство путем его всестороннего инновационного развития.
Список использованных источников
1. Основные показатели развития субъектов Центрального федерального округа и их областных центров. 2014: Статистический сборник / территориальный орган Федеральной службы государственной статистики по Курской области. - Курск, 2014. - 112 с.
2. Иберла К. Факторный анализ / Пер. с нем. В.М. Ивановой. - М.: Статистика,1980.-398с.
3. Окунь Я. Факторный анализ / Пер. с польского Г.З. Давидовича. - М.: Статистика,1974.- 200с.
4. Дубров А.М. Обработка статистических данных методом главных компонент. - М.: Статистика,1978.- 135 с.
5. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. - М.: Мир,1982.- С. 488
6.Колин Купер. Индивидуальные различия. - М.: Аспект Пресс,2000. - 527 с.
7. Факторный, дискриминантный и кластерный анализ/ Сборник работ под ред. Енюкова И.С. - М.: Финансы и статистика,1989. - 215 с.
8.Бююль А., Цефель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. - СПб.: ООО «Диа Софт ЮП»,2002.- 603 С.
9. Факторный, дискриминантный и кластерный анализ: Пер. с английского / Дж. - О. Ким, Ч. У. Мюллер, У. Р. Клекко и др. / Под ред. И.С. Енюкова. - М.: Финансы и статистика, 1989. - 215 с.
List of sources used
1. Key indicators of development of the Central Federal District and regional centers. 2014: Statistical Yearbook / territorial body of the Federal State Statistics Service in the Kursk region. - Voronezh, 2014. - 112 p.
2. Iberl K. Factor analysis / ed. with it. VM Ivanova. - M .: Statistics, 1980.-398s.
3. Okun J. Factor analysis / ed. Polish with GZ Davidovich. - M .: Statistics, 1974.- 200c.
4. Dubrov A.M. Processing of statistical data by the method of principal components. - M .: Statistics, 1978.- 135 p.
5. A. Afifi, S. Eisen Statistical analysis: The approach of using a computer. - M .: Mir, 1982.- S.488
6.Kolin Cooper. Individual differences. - M .: Aspekt Press, 2000. - Р. 527.
7. Factor, discriminant and cluster analysis / collection of papers ed. Yenyukov IS - M .: Finance and Statistics, 1989. -
215.
8. Byuyul A., Tsefel P. SPSS: data processing Art. Analysis of statistical data and restore hidden patterns. - St. Petersburg .: LLC "Dia Soft UP", 2002.- 603 pp.
9. Factor, discriminant and cluster analysis: Per. from English / J - O. Kim, C. W. Muller, W. R. et al Klekko / Ed.. I.S. Yenyukov. - M .: Finance and Statistics, 1989. - 215 p.
