CC BY
23
08.00.05 УДК 332.6
Б01: 10.24411/2227-9407-2020-10074
МЕТОДИЧЕСКИЕ ОСОБЕННОСТИ АНАЛИЗА ПРОДУКТИВНОСТИ ЗЕМЛИ
© 2020
Дмитрий Михайлович Пармакли, доктор хабилитат экономических наук, профессор,
Комратский государственный университет, Комрат (Республика Молдова) Анатолий Евгеньевич Шамин, доктор экономических наук, профессор Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Сергей Александрович Суслов, кандидат экономических наук, доцент Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Николай Степанович Волостнов, доктор экономических наук, доцент Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Аннотация
Введение: в исследовании показана значимость земли для отрасли сельского хозяйства, выявляется, что научно-технический прогресс, с одной стороны, характеризует реальные возможности отрасли использовать его объективные достижения, а с другой стороны - степень непосредственного участия в нем. В сельском хозяйстве этот процесс содействует более эффективному использованию земельных ресурсов, повышению плодородия почв, созданию новых высокопродуктивных сортов и гибридов растений.
Материалы и методы: при проведении данного исследования использованы общенаучные и специальные методы: абстрактно-логический - для обоснования методики расчетов потенциальных показателей урожайности сельскохозяйственных культур, метод экономического сравнения - для анализа сложившихся показателей продуктивности земли в исследуемых регионах, графический метод - при выявлении тенденций изменения урожайности возделываемых культур.
Результаты: представлена структура посевных площадей и показатели урожайности зерновых культур Республики Молдова и Нижегородской области за 1995-2018 годы, а пшеницы и ячменя - за 2007-2018 годы. Приводится методика расчетов и анализа: среднегодовых изменений урожайности за период исследования в абсолютных и относительных измерениях; стабильности (устойчивости) показателей за последние 12 лет; сложившихся тенденций (трендов) показателей продуктивности земли. Представлена методика обоснования реальных потенциалов выхода продукции с единицы площади зерновых культур в целом, в том числе пшеницы и ячменя, подчеркнута при этом целесообразность применения показателя уровня реализации их потенциала, который комплексно отражает достигнутую величину продуктивности использования земли и возможные резервы наращивая производства сельскохозяйственной продукции. Показана необходимость использования среднегодовых скользящих показателей урожайности за 3-5 лет и на примерах динамики продуктивности земли в исследуемых объектах подтверждена их значимость.
Обсуждение: применение последних позволяет выполнять расчеты прогнозных значений выхода продукции с единицы площади на предстоящие годы. Данная особенность представлена на примере прогнозирования урожайности пшеницы на 2019 год.
Заключение: выполненное исследование позволяет специалистам сельскохозяйственных предприятий и студентам высших учебных заведений на основе предложенной методики выполнять достаточно глубокий анализ сложившихся показателей продуктивности земли при возделывании всех сельскохозяйственных культур в течение 5 и более лет.
Ключевые слова: земля, зерновые культуры, методика, потенциал продуктивности земли, прогноз, пшеница, стабильность, тренд, урожайность, ячмень.
Для цитирования: Пармакли Д. М., Шамин А. Е., Суслов С. А. Волостнов Н. С. Методические особенности анализа продуктивности земли // Вестник НГИЭИ. 2020. № 8 (111). С. 60-80. DOI: 10.24411/2227-94072020-10074
METHODOLOGICAL FEATURES OF LAND PRODUCTIVITY ANALYSIS
© 2020
Dmitry Mikhalovich Parmakli, Dr. Sci. (Economy), Professor
Comrat State University, Comrat (Republic of Moldova) Anatoly Evgenievich Shamin, Dr. Sci. (Economy), Professor Nizhny Novgorod State Engineering and Economic University, Knyaginino (Russia)
Sergey Alexandrovich Suslov, Ph. D. (Economy), Associate Professor Nizhny Novgorod State Engineering and Economic University, Knyaginino (Russia)
Nikolay Stepanovich Volostnov, Dr. Sci. (Economy), Associate Professor Nizhny Novgorod State Engineering and Economic University, Knyaginino (Russia)
Abstract
Introduction: the study shows the importance of land for the agricultural sector, it is revealed that scientific and technological progress, on the one hand, characterizes the real possibilities of the industry to use its objective achievements, and on the other hand, the degree of direct participation in it. In agriculture, this process contributes to a more efficient use of land resources, an increase in soil fertility, and the creation of new highly productive varieties and hybrids of plants.
Materials and methods: during this study, general scientific and special methods were used: abstract-logical - to substantiate the methodology for calculating potential indicators of crop yields, the method of economic comparison - to analyze the existing indicators of land productivity in the studied regions, the graphical method - when identifying trends in yield changes cultivated crops.
Results: the structure of sown areas and indicators of productivity of grain crops in the Republic of Moldova and the Nizhny Novgorod region for 1995-2018, and wheat and barley for 2007-2018 are presented. The method of calculation and analysis is given: average annual changes in yield for the period of research in absolute and relative measurements; stability (sustainability) of indicators over the past 12 years; prevailing tendencies (trends) indicators of land productivity. The paper presents a methodology for substantiating the real potentials of output per unit area of grain crops as a whole, including wheat and barley, emphasizing the feasibility of using the indicator of the level of their potential realization, which comprehensively reflects the achieved value of land use productivity and possible reserves for increasing agricultural production. The necessity of using average annual sliding indicators of yield for 3-5 years is shown and their significance is confirmed by examples of the dynamics of land productivity in the studied objects.
Discussion: the use of the latter makes it possible to calculate the predicted values of the output per unit of area for the coming years. This feature is presented using the example of forecasting wheat yield for 2019.
Conclusion: the performed study allows specialists of agricultural enterprises and students of higher educational institutions, on the basis of the proposed methodology, to carry out a sufficiently in-depth analysis of the existing indicators of land productivity in the cultivation of all agricultural crops for 5 or more years.
Key words: land, crops, methodology, land productivity potential, forecast, wheat, stability, trend, yield, barley.
For citation: Parmakli D. M., Shamin A. E., Suslov S. A. Volostnov N. S. Methodical features of land productivity analysis // Bulletin NGIEI. 2020. № 8 (111). P. 60-80. DOI: 10.24411/2227-9407-2020-10074
Введение
Земля - важнейшее богатство общества, вот почему полное использование ее производительной силы является общенародной задачей. Воздействие научно-технического прогресса на эффективность землепользования в современных условиях чрезвычайно важно и определяется многими факторами. Степень же этого воздействия главным образом зависит от возможностей отрасли, предприятия активно участвовать в процессе научно-технического развития, внеся в него свой вклад, учитывающий местные условия, и максимально использовать его результаты в практической деятельности в целях
повышения эффективности землепользования. Эти возможности, в свою очередь, определяются целым комплексом слагаемых, которые объединяются общим понятием «земельный потенциал».
Таким образом, научно-технический потенциал, с одной стороны, характеризует реальные возможности отрасли использовать объективные достижения научно-технического прогресса, а с другой стороны - степень непосредственного участия в нем. В сельском хозяйстве этот процесс содействует более эффективному использованию земельных ресурсов, повышению плодородия почв, созданию новых высокопродуктивных сортов и гибридов растений.
Материалы и методы
В современных условиях назрела необходимость более глубокого анализа продуктивности земли в динамике, который позволил бы, с одной стороны, выявить имеющиеся недостатки в использовании основного средства производства в сельском хозяйстве, а с другой стороны, подтвердить наличие реальных резервов наращивания производительной силы земли в сложившихся условиях производства. Следует отметить, что наряду с традиционными показателями эффективности использования земель в обработке (отношение результатов производственно-финансовой деятельности в стоимостном или натуральном выражении к единице используемых земельных ресурсов) целесообразно применять показатель уровня реализации их потенциала, который будет комплексно отражать достигнутую величину эффективности использования земли и возможные резервы наращивая производства сельскохозяйственной продукции.
Вопросы эффективности землепользования рассматриваются в экономической литературе с различных позиций. В частности, вопросы управления земельным потенциалом как основой экономического развития регионов рассмотрены в работах К. Васильева [1], С. Волкова, Н. Комова, В. Хлыстуна [2] и других авторов. Отдельным аспектам проблемы эффективного землепользования посвящены публикации В. Милосердова, отстаивающего принцип укрупнения обрабатываемых площадей в агропредприятиях [3]. Волкова Е. В. предлагает методологические подходы к определению понятия «экономический потенциал предприятия» [4, с. 12], а Гридюшко А. И. - новую парадигму формирования ресурсного потенциала [5, с. 28].
Важными представляются работы Павлик В. П. [6, с. 61-63] и Шпикуляк О. Г., Материнська О. А. [7, с. 31-33], в которых предложен новый подход оценки эффективности продукции и дано обоснование факторов ее роста.
Вопросы стабильности результатов землепользования рассматриваются в экономической литературе с различных позиций. В частности, в своих публикациях А. Рассказова и Р. Жданова вводят понятие экономической эффективности устойчивого землепользования [8, с. 23-25], С. Сиптиц рассматривает проблемы сочетания эффективности и устойчивости функционирования агропродоволь-ственных систем [9, с. 56-59], а И. Романенко и Н. Евдокимова - устойчивость и эффективность размещения производства продукции растениевод-
ства по территории, при которой обеспечивается высокая степень использования биоклиматического потенциала территории [10, с. 60-63]. Важными представляются также исследования Алтухова А. И. [11, с. 2-11]. В них автор исследует современный подход оценки эффективности использования земли в сельском хозяйстве.
Среди молдавских авторов следует отметить работы докторов хабилитат экономических наук А. Стратан [12], В. Дога [13] и Е. Тимофти [14], которые в своих исследованиях разработали и предложили свои варианты экономического механизма роста эффективности сельского хозяйства на основе рационального использования земли. Важное значение имеют исследования кандидатов экономических наук Л. Тодорич и Т. Дудогло, направленные соответственно на изучение проблем устойчивости производства сельскохозяйственной продукции [15] и оценке уровня стабильности продуктивности земель регионов [16]. А. Кирица в своем исследовании делает акцент на том, что «Мировая практика доказала, что устойчивость развития сельскохозяйственной отрасли напрямую коррелируется с активным ростом экономики, что обусловлено развитием сопутствующих отраслей» [17, с. 82], а А. Задимид-ченко выделяет при этом важную роль в привлечении в отрасль инвестиций [18].
При проведении данного исследования использованы общенаучные и специальные методы, а именно абстрактно-логический - для обоснования методики расчетов потенциальных показателей урожайности сельскохозяйственных культур, метод экономического сравнения - для анализа сложившихся показателей продуктивности земли в исследуемых регионах, графический метод - при выявлении тенденций изменения урожайности возделываемых культур.
Результаты
Сельскохозяйственные земли занимают в Республике Молдова и Нижегородской области соответственно 2 499,5 и 3 110,3 тыс. га, в том числе пашня - 1 817 и 1 101,9 тыс. га. Зерновыми и зернобобовыми культурами засеваются ежегодно соответственно более 3/5 и 1/2 посевных площадей. Вот почему важно исследовать эффективность использования земли, занятой данными культурами.
Рассмотрим показатели урожайности зерновых культур в Республике Молдова и Нижегородской области за последние 24 года - 1995-2018 годы (таблицы 1), а также сложившиеся показатели продуктивности земли при возделывании пшеницы и ячменя за 2007-2018 годы (таблица 2).
Таблица 1. Показатели производства зерна в хозяйствах всех категорий Республики Молдова и Нижегородской области за 1995-2018 гг.
Table 1. Grain production indicators in farms of all categories of the Republic of Moldova and the Nizhny Novgorod region for 1995-2018
Республика Молдова / Republic of Moldova Нижегородская область / Nizhny Novgorod region
Год/ Year площадь уборки, тыс. га / harvest area, thousand валовой сбор, тыс. т / gross fee, урожайность, ц/га / yield, c / hectares площадь уборки, тыс. га/ harvest area, thousand валовой сбор, тыс. т / gross fee, урожайность, ц/га / yield, c / hectares
hectares thousand tons hectares thousand tons
1995 829,5 2 389 28,8 730,9 942,8 12,9
1996 820,7 1 822 22,2 835,4 1 353,4 16,2
1997 952,1 3 180 33,4 834,6 1 510,6 18,1
1998 937,4 2 499 26,6 654,1 811,1 12,4
1999 935,7 2 200 23,5 617,1 685 11,1
2000 987,6 1 935 19,6 618,4 1 008 16,3
2001 1 076,5 2 628 24,4 622,7 1 189,3 19,1
2002 1 071,5 2 587 24,1 607,6 1 032,9 17
2003 896,6 1 613 18,0 541,3 866 16
2004 1 077,1 2 994 27,8 519,0 856,4 16,5
2005 1 034,7 2 838 27,4 538,7 1 012,8 18,8
2006 917,6 2 290 25,2 568,7 1 165,9 20,5
2007 955,4 902 10,1 513,5 1 042,5 20,3
2008 1 005,8 3 169 31,7 590,6 1 299,3 22
2009 951,6 2 177 23,2 587,0 1 432,4 24,4
2010 919,6 2 421 26,7 398,0 541,3 13,6
2011 894,0 2 498 28,1 607,8 1 300,7 21,4
2012 930,0 1 206 13,4 526,5 931,9 17,7
2013 964,7 2 681 28,2 491,0 918,1 18,7
2014 1 502,8 2 922 31,2 524,4 1 132,8 21,6
2015 1 502,6 2 206 23,4 550,1 1 149,8 20,9
2016 1 519,5 2 993 31,6 572,9 1 128,6 19,7
2017 1 532,9 3 355 35,9 556,8 1 325,1 23,8
2018 968,4 3 466,7 35,8 543,1 1 151,3 21,2
Источник: Национальное бюро статистики Республики Молдова - https://statistica.gov.md/; Территориальный орган Федеральной службы государственной статистики по Нижегородской области - https://nizhstat.gks.ru/
В ходе проведения анализа динамики продуктивности земли при возделывании зерновых культур в отмеченных регионах надлежит представить методику и выполнить расчеты:
- среднегодовых изменений урожайности культур (в абсолютных и относительных показателях);
- стабильности (устойчивости) показателей продуктивности земли при возделывании зерновых культур (в том числе пшеницы и ячменя);
- сложившихся тенденций (трендов) показателей за исследуемый период и среднегодовых темпов прироста (снижения) урожайности;
- сложившихся типов воспроизводства продукции;
- реальных потенциалов продуктивности земли в регионах при производстве рассматриваемых культур и обосновать резервы;
- среднегодовых скользящих показателей урожайности рассматриваемых культур;
- прогнозных значений урожайности на предстоящие годы.
Таблица 2. Показатели производства пшеницы и ячменя в хозяйствах всех категорий Республики Молдова и Нижегородской области за 2007-2018 гг.
Table 2. Indicators of wheat and barley production in farms of all categories of the Republic of Moldova and Nizhny Novgorod region for 2007-2018.
Республика Молдова / Republic of Moldova Нижегородская область / Nizhny Novgorod region
Год / Year площадь уборки, тыс. га / harvest area, thousand hectares валовой сбор, тыс. т / gross fee, thousand tons урожайность, ц/га / yield, c/hectares площадь уборки, тыс. га / harvest area, thousand hectares валовой сбор, тыс. т / gross fee, thousand tons урожайность, ц/га / yield, c/hectares
Пшеница / Wheat
2007 308 406,5 13,2 282,1 645,3 22,9
2008 412,3 1 286,3 31,2 314,3 686,5 21,8
2009 350,8 736,7 21 298,4 794,9 26,6
2010 325 744,2 22,9 234,1 307,5 13,1
2011 305,7 794,8 26 347,3 740,3 21,3
2012 313,4 495,2 15,8 265,0 412,7 15,6
2013 365,4 1 008,6 27,6 239,9 490,9 20,5
2014 347,5 1 101,7 31,7 235,9 519,1 22
2015 345,3 922 26,7 285,9 611,0 21,4
2016 370,5 1293 34,9 300,3 617,5 20,6
2017 335,4 1251 37,3 277,0 749,4 27,1
2018 371,5 1 162,8 31,3 280,3 631,1 22,5
Ячмень / Barley
2007 121,3 115,2 9,5 119,5 221,1 18,5
2008 129,8 353,1 27,2 146,5 386,7 26,4
2009 152,9 261,4 17,1 156,7 380,9 24,3
2010 127,9 208,4 16,3 80,3 118,8 14,8
2011 103,2 194 18,8 124,2 298 24
2012 91,4 117,9 12,9 141,4 302,5 21,4
2013 103,6 218,6 21,1 118,3 218,9 18,5
2014 96,3 220,6 22,9 149,9 335,8 22,4
2015 84,5 179 21,2 125,5 252,2 20,1
2016 83,2 256 30,8 131,5 240,7 18,3
2017 80,7 249 30,9 134,8 306 22,7
2018 64,2 175,3 27,3 132,2 276,2 20,9
Источник: Национальное бюро статистики Республики Молдова - https://statistica.gov.md/; Территориальный орган Федеральной службы государственной статистики по Нижегородской области - https://nizhstat.gks.ru/
Методика расчетов среднегодовых изменений урожайности В абсолютном исчислении в среднем за год прирост продуктивности земли ( находим по
формуле:
V —V
(1)
ду = ¿jlZï
СР п-1
где - показатели урожайности соответ-
ственно конечного и начального периодов; п - число лет в исследуемом периоде.
В относительной оценке прирост продуктивности оценивается согласно выражения:
ДWOT _ п 1 rj<
п y СР " JyH •
Прирост урожайности зерновых культур в соответствии с формулами 1 составил: в Рспублике Молдова:
35,8-28,8
АУг
= 0 , 30 ц/га;
ср 24-1
в Нижегородской области:
21,2 -12,9
Д у™ = . = 0 > 3 6 ц/га.
' ср 24 -1
Относительный прирост в соответствии с формулой 2:
в Рспублике Молдова:
= 2 ((Иё = 1 ;0 09 5 или ДУ°т = 1 , 0 % ; р Л] 28,8 СР
в Нижегородской области:
ДУ = 2 з Щ = 1 ^ о 2 1 8 или дуот = 2 , 2 <%.
ср , /12,9 Р
Проведя аналогичные расчеты, находим сред- следние 12 лет (2007-2018 годы). Полученные ре-негодовые изменения урожайности зерновых куль- зультаты сводим в таблицу 3. тур всего и в том числе пшеницы и ячменя за по-
Таблица 3. Показатели среднегодовых изменений урожайности зерновых культур в абсолютных и относительных измерениях в Республики Молдова и Нижегородской области за 2007-2018 годы Table 3. Indicators of average annual changes in the yield of grain crops in absolute and relative measurements in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018
Республика Молдова / Нижегородская область /
Показатель/ Rate Republic of Moldova Nizhny Novgorod region
ц/га / c/hectares % ц/га / c/hectares %
Зерновые культуры всего / All crops 2,34
в том числе / including 1,65 пшеница / wheat
ячмень / barley 1,62 Источник: выполнено по данным таблиц 1 и 2
12,2 8,2
10,1
0,08 - 0,04
0,22
0,4 - 0,2
1,1
Из таблицы следует, что в сельскохозяйственных предприятиях Республики Молдова за последние 12 лет были обеспечены более высокие темпы наращивания урожайности. Так, в 2018 году по сравнению с исходным 2007 годом продуктивность земли при возделывании всех зерновых культур возросла более чем в 3,5 раза, т. е. в среднем за год на 2,34 ц/га или 12,2 %. Урожайность пшеницы и ячменя за эти годы увеличилась соответственно почти в 2,4 и 2,9 раза. За этот же период земледельцы Нижегородской области достигли незначительных приростов показателей продуктивности земли.
Методика расчетов стабильности (устойчивости) показателей продуктивности земли при возделывании зерновых культур (в том числе пшеницы и ячменя) Исследование устойчивости показателей производства анализируемых видов продукции предусматривает проведение расчетов по определению среднегодовых значений площадей уборки, валового сбора и урожайности по каждой культуре или группе культур. При этом важно выявить среднегодовые отклонения и коэффициент вариации, как отношение средних годовых отклонений к средней за все годы величине показателя. Немаловажное значение имеет и показатель размаха вариации как разность между максимальным и минимальным значением показателя.
Следует напомнить, что коэффициент вариации используется как индикатор оценки устойчивости производственных показателей. Так, если
высокие отклонения среднегодовых значений урожайности от среднего значения (при коэффициенте вариации свыше 25 %) относят регион возделывания к зонам неустойчивого (рискованного) земледелия. Например, коэффициент вариации при возделывании зерновых культур в целом, в том числе пшеницы и ячменя, составил за анализируемый период в Молдове соответственно 30,2, 27,2 и 33,2 %, что относит территорию республики к зонам неустойчивого земледелия (табл. 4). Высокие показатели коэффициента вариации продуктивности земли привели к существенным размерам размаха вариации. Так, в 2017 году урожайность зерновых культур в Республике Молдова составила 35,9 ц/га, а в 2012 - лишь 13,4 ц/га, что почти в 2,7 раза меньше, по пшенице и ячменю соответственно 2,4 и 3,2 раза.
Низкая устойчивость продуктивности земли повлияла, разумеется, и на стабильность валового сбора зерновых культур.
Следует отметить, что методические особенности оценки стабильности производственных показателей одинаково применимы как для зон неустойчивого земледелия, так и обычных зон. В сельском хозяйстве в результате существенного влияния погодно-климатических условий на развитие культурных растений всегда будут отмечаться колебания годовых показателей урожайности. На графиках годовые значения продуктивности земли носят «пилообразный» характер. Однако в зонах неустойчивого земледелия данные колебания имеют более выраженный характер.
Таблица 4. Показатели стабильности производства зерновых культур в Республике Молдова и Нижегородской области за 2007-2018 годы
Table 4. Indicators of stability of grain production in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018
Республика Молдова / Republic of Moldova
Нижегородская область / Nizhny Novgorod region
Показатель / площадь уборки, валовой площадь уборки, валовой
Rate тыс. га/ сбор, тыс. т/ урожайность, тыс. га/ сбор, тыс. т/ урожайность,
harvest area, gross fee, ц/га harvest area, gross fee, ц/га
thousand hectares thousand tons thousand hectares thousand tons
Зерновые всего / All crops
В среднем / On the average 933,9 2 499,7 26,8 538,5 1 112,8 20,7
Среднегодовые
отклонения / Average annual 32,5 797,3 8,1 56,0 238,0 2,9
deviations
Коэффициент
вариации, % / The coefficient 3,5 31,9 30,2 10,4 21,4 13,8
of variation, %
Размах вариации / Swipe variation 110,7 2 564,7 25,8 209,8 891,1 10,8
Пшеница / Wheat
В среднем / On the average 345,9 933,6 27,0 280,0 600,5 21,4
Среднегодовые
отклонения / Average annual 31,2 302,2 7,4 33,6 144,6 3,9
deviations
Коэффициент
вариации, % / The coefficient 9,0 32,4 27,2 12,0 24,1 18,2
of variation, %
Размах вариации / Swipe variation 104,3 879,8 24,1 113,2 487,4 14,0
Ячмень / Barley
В среднем / On the average 103,2 212,4 20,6 130,1 278,2 21,4
Среднегодовые
отклонения / Average annual 25,4 65,2 6,8 19,8 74,9 3,2
deviations
Коэффициент
вариации, % / The coefficient 24,6 30,7 33,2 15,2 26,9 15,0
of variation, %
Размах вариации / Swipe variation 88,7 235,2 21,4 69,6 267,9 11,6
Источник: выполнено по данным таблиц 1 и 2
Методика обоснования сложившихся
тенденций (трендов) показателей продуктивности земли за исследуемый период и среднегодовых темпов прироста (снижения) урожайности
Для обоснования сложившихся тенденций урожайности используем графический метод исследования. Графики динамики продуктивности земли при возделывании зерновых культур за 1995-2018 годы, применяя полиномиальные тренды, показывают, что в первый период исследования в хозяйствах Республики Молдова наблюдался спад урожайности, а во втором периоде был обеспечен прирост в среднегодовом исчислении. За эти годы в хозяйствах Нижегородской области наметилась тенденция роста урожайности, однако за последние годы данный рост стал принимать затухающий характер (рис. 1).
Изучая динамику урожайности зерновых культур за первый период исследования, видим, что, если в сельском хозяйстве Нижегородской области в соответствии с уравнением тренда (у = 0,489х + 13,18) был обеспечен ежегодный прирост урожайности почти на 0,5 ц/га, то на молдавских землях в среднем за год было допущено снижение продуктивности посевов (у = - 0,239х + 26,63) на 0,239ц/га (рис. 2).
Во второй период - 2007-2018 годы - молдавские земледельцы обеспечили ежегодный прирост продуктивности более чем на 1,3 ц/га и достигли к концу периода показателя 35,8 ц/га, а в Нижегородской области среднегодовое наращивание достигло лишь 0,1 ц/га и к 2018 году урожайность составила всего 21,2 ц/га (рис. 3).
Й 40
(-Н
"В"
hJcT 35 н
§ 30
«
СЗ
g 25 20 15 10 5 0
y = 0,0686x2 - 1,482x + 30,357
y = -0,0097x2 + 0,5782x + 13,101 R2 = 0,4664
~Г
~T
~T
~Г
~T
"Г
~T
"Г
"Г
~T
"Г
"Г
"Г
~T
"Г
~T
~Г
~T
"Г
"Г
~T
1
i/^ чо О oo G\ Os Os Os Os Os
<N m »n чо oo
ОООООООООО^н^н^н^н^н^н^н^н^н
ooooooooooooooooooo (N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N
-•-Республика Молдова -■-Нижегородская область —Полиномиальная (Республика Молдова) —Полиномиальная (Нижегородская область)
Рис. 1. Динамика урожайности зерновых культур в Республике Молдова и Нижегородской области за 1995-2018 годы Fig. 1. Dynamics of the yield of grain crops in the Republic of Moldova and the Nizhny Novgorod region for 1995-2018 Источник: таблица 1
й и
л н о о
К
«
й *
о а
40 35 30 25 20 15 10 5 0
y = -0,239x + 26,63
й U
л" н о о
К
*
о а
R2 = 0,042
y = 0,4696x + 13,189
R2 = 0,3528
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
—♦—Республика Молдова Нижегород^ая область
----Линейная (Республика Молдова)
----Линейная (Нижегород^ая область)
Рис. 2. Динамика урожайности зерновых культур в Республике Молдова и Нижегородской области за 1995-2006 годы Fig. 2. Dynamics of grain yield in the Republic of Moldova and the Nizhny Novgorod region in 1995-2006 Источник: таблица 1
40 35 30 25 20 15 10 5 0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 -Республика Молдова -"-Нижегородская область
■■Линейная (Республика Молдова) ----Линейная (Нижегородская область)
Рис. 3. Динамика урожайности зерновых культур в Республике Молдова и Нижегородской области за 2007-2018 годы Fig. 3. Dynamics of the yield of grain crops in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018 Источник: таблица 1
Графический анализ продуктивности земли за 2007-2018 годы показывает, что при возделывании пшеницы на полях Молдовы в соответствии с уравнением линейного тренда (у = 1,395х + 17,56) при-
рост урожайности составил почти 1,4 ц/га в среднем за год, а на приволжских полях (у = 0,174х + 20,15) - лишь 0,174 ц/га (рис. 4).
Рис. 4. Динамика урожайности пшеницы в Республике Молдова и Нижегородской области за 2007-2018 годы Fig. 4. Dynamics of wheat yield in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018
Источник: таблица 2
При возделывании ячменя на полях Молдовы было допущено снижение урожайности (у = -0,105х + + 21,7) в среднем на 0,1 ц/га в год, в то же время в
Нижегородской области (у = 1,293х + 12,92) ежегодный прирост урожайности достиг величины почти 1,3 ц/га (рис. 5).
Рис. 5. Динамика урожайности ячменя в Республике Молдова и Нижегородской области за 2007-2018 годы Fig. 5. Dynamics of the yield of barley in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018
Источник: таблица 2 69
Вновь используем графический метод и выявим уравнения линейных трендов динамики площадей уборки и валового сбора по каждому виду продукции за 2007-2018 годы. Уравнения линейных
Площадь уборки, тыс. га / Harvesting area, thousand ha
Урожайность, ц/га / Productivity, c/hectares Валовой сбор, тыс. т / Gross harvest, thousand tons
Источник: расчеты авторов
Из данных таблицы следует, что наиболее высокие темпы прироста выхода продукции с единицы площади были обеспечены на молдавских полях при возделывании ячменя. В среднем за год прирост продуктивности превысил 6 %. На полях Нижегородской области наиболее высокий среднегодовой прирост урожайности составил 0,75 % при возделывании пшеницы.
трендов урожайности были выявлены выше на рисунках 3-5. Полученные результаты тенденций изменения площадей, валового сбора и урожайности сведены в таблицу 5.
% /
- 6,0 y = 0,482x + 126,9 0,37 6,1 y = - 0,105x + 21,7 - 0,5
- 0,46 y = -1,415x + 287 - 0,5
Методика обоснования сложившихся типов воспроизводства продукции
В ходе проведения анализа продуктивности земли важно также показать тип воспроизводства продукции за исследуемый период, т. е. выявить, на основе каких факторов развивалось производство -интенсивных или экстенсивных.
Таблица 5. Показатели линейных трендов динамики и среднегодовых темпов прироста площадей уборки, валового сбора и урожайности зерновых культур Республики Молдова и Нижегородской области за 2007-2018 годы
Table 5. Indicators of linear trends in dynamics and average annual growth rates of harvesting areas, gross harvest and yield of grain crops in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018
Показатель / Rate
Республика Молдова / Republic of Moldova
уравнение линейного тренда / the equation linear trend
среднегодовой темп прироста, % / average annual growth rate,%
Нижегородская область/ Nizhny Novgorod region
уравнение линейного тренда / the equation linear trend
среднегодово темп прироста, average annua growth rate,%
Зерновые культуры всего / All crops
Площадь уборки, тыс. га/ Harvesting area, thousand ha
Урожайность, ц/га/ Productivity, c/hectares Валовой сбор, тыс. т/ Gross harvest, thousand tons
y = 2,366x + 918,5
y = 1,352x + 17,81
y = 130,3x + 1652
0,25
5,1
5,2
y = 1,389x + 529,4
y = 0,109x + 19,73
y = 6,389x + 1071
0,26
0,53
0,57
Пшеница / Wheat
Площадь уборки, тыс. га/ Harvesting area, thousand ha
Урожайность, ц/га / Productivity, c/hectares Валовой сбор, тыс. т / Gross harvest, thousand tons
y = 1,479x + 336,2
y = 1,395x + 17,56
y = 49,71x + 610,4
0,43
5,2
5,3
y = - 1,55x + 209,1
y = 0,174x + 20,15
y = 0,35x + 598,2
- 0,78
0,53
0,06
Ячмень / Barley
y = -6,235x + 143,7 y = 1,293x + 12,92 y = -0,979x + 218,7
Данные таблицы позволяют делать вывод о типах воспроизводства продукции. Если увеличение урожайности отражает интенсивный тип воспроизводства, то рост площадей, напротив, подчеркивает экстенсивный путь наращивания валового сбора зерна.
Производство зерна в Республике Молдова и Нижегородской области согласно данных таблицы 3 было обеспечено за исследуемый период преимущественно на интенсивной основе, так как ежегодный прирост урожайности превышал ежегодный прирост площадей уборки соответственно в 20 и 2 раза. Лишь производство ячменя в Нижегород-
ской области характеризуется экстенсивным типом воспроизводства, так как при росте площадей наблюдалось снижение продуктивности земли.
Исходные показатели производства зерна за 2007-2018 годы позволяют сопоставить данные за первый и второй периоды исследований. Рассмотрим среднегодовые показатели за 2007-2012 и 2013-2018 годы. Проведя факторный анализ валового сбора зерна методом цепных подстановок, выявим изменения во втором периоде, вызванные изменениями посевной площади и урожайностью. Результаты расчетов показаны в таблице 6.
Таблица 6. Анализ влияния урожайности и посевных площадей на изменение среднегодовых показателей валового сбора зерновых культур в Республике Молдова и Нижегородской области за 2007-2018 гг. (тыс. т)
Table 6. Analysis of the influence of yield and sown areas on the change in the average annual indicators of gross harvest of grain crops in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018 (thousand tons)
Валовой сбор в Отклонение В том числе за счет изменения/
Год / Year среднем за год/ от предыдущего периода / Including due to changes
Gross collection on Deviation from the посевной площади / урожайности /
average per year previous period sown area yield
Зерновые культуры всего / All crops
Республика Молдова /
Republic of Moldova
2007-2012 2 062,2 - - -
2013-2018 2 937,3 875,1 58,4 816,7
Нижегородская область /
Nizhny Novgorod region
2007-2012 1 091,4 - - -
2013-2018 1 134,3 42,9 4,2 38,7
Пшеница / Wheat
Республика Молдова /
Republic of Moldova
2007-2012 744,0 - - -
2013-2018 1 123,2 379,2 46,1 333,1
Нижегородская область /
Nizhny Novgorod region
2007-2012 597,9 -
2013-2018 603,2 5,3 - 41,9 47,2
Ячмень / Barley
Республика Молдова /
Republic of Moldova
2007-2012 208,3 - - -
2013-2018 216,4 8,1 -61,4 69,5
Нижегородская область /
Nizhny Novgorod region
2007-2012 284,7 -
2013-2018 271,6 - 13,1 8,6 -21,7
Источник: выполнено по данным таблиц 1 и 2
Из приведенных данных следует, что производство зерна в целом как в Республике Молдова, так и в Нижегородской области было обеспечено на интенсивной основе, так как прирост валового сбора зерна, вызванного увеличением урожайности соответственно в 14 и 9,2 раза, превышал прирост за счет расширения площадей возделывания. Лишь производство ячменя на приволжских полях характеризуется экстенсивным типом, так как за счет урожайности был допущен спад, а за счет расширения площадей - прирост зерна.
Методика расчетов реальных потенциалов продуктивности земли и обоснования резервов
Показатели потенциальной производительности земли, характеризующие выход продукции с единицы площади отдельных культур за определенный период , рекомендуется рассчитывать по формуле [19, с. 187-190]:
Упот = ТП , ц/га, (3)
где к = (Т - число лет в анализируемом периоде); П - произведение наивысших показателей урожайности за «к» лет.
При определении показателей «к» следует полученные расчетные величины округлять до целой величины. Например, из 12 анализируемых лет в расчет принимаем наивысшие показатели трех лет (к = 712 = 3,46).
В соответствии с формулой 3 определяем величину потенциальной урожайности зерновых культур для:
Республики Молдова
Упот = 5, 9 ■ 3 5 ,8 ■ 3 1,7 = 34,4 ц/га,
Нижегородской области
Упот = V2 4, 4 ■ 23 , 8 ■ 22 = 23,4 ц/га;
пшеницы:
Республики Молдова
Упот = V 3 7, 3 ■ 3 4, 9 ■ 3 1 , 7 = 34,6 ц/га,
Нижегородской области
Упот = V2 7, 1 ■ 2 6, 6 ■ 2 2,9 = 25,5 ц/га;
ячменя:
Республики Молдова
Упот = V 3 0,9 ■ 3 0, 8 ■ 2 7, 3 = 29,6 ц/га,
Нижегородской области
Упот = V 2 6, 4 ■ 2 4, 3 ■ 2 2, 7 = 24,4 ц/га.
Потенциальный уровень продуктивности земельных ресурсов (дп) определяется как сумма фактической урожайности (дф) и реального резерва ее роста (Аф[20, с. 100-101]:
Чп = Чф + АЧ . (4)
Фактические показатели урожайности и резервы роста зерновых культур, пшеницы и ячменя представлены на рисунке 6.
Рис. 6. Фактические показатели и резервы роста урожайности зерновых культур в Республике Молдова и Нижегородской области за 2007-2018 годы Fig. 6. Actual indicators and growth reserves of grain yields in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018 Источник: расчеты авторов 72
Методика расчетов среднегодовых скользящих показателей урожайности рассматриваемых культур
Надо признать, что в сельском хозяйстве в отличие от других отраслей производственный цикл является весьма продолжительным. При возделывании озимых зерновых культур, например, он составляет более 300 дней. Однако, учитывая значительную долю незавершенного производства в отрасли, правомерно помимо ежегодных использовать в анализе и среднегодовые показатели хозяйственной деятельности.
Для этого следует проводить расчеты скользящих среднегодовых показателей, т. е. кроме пока-
зателей текущего года использовать данные за последние 3-5 лет. Среднегодовые скользящие показатели позволяют более объективно оценить полученные результаты, в определенной мере нивелировать влияние погодно-климатических условий и иных факторов внешней среды на достигнутые результаты. Другими словами, показатели календарного года не могут отразить влияние факторов внутренней и внешней среды так, как это по силе скользящим среднегодовым данным.
В связи с этим произведем расчеты трехлетней среднегодовой скользящей по пшенице (таблица 7) и сопоставим с годовыми данными (таблица 8 и рис. 7).
Таблица 7. Расчет трехлетних среднегодовых скользящих показателей производства пшеницы в Республике Молдова и Нижегородской области за 2007-2018 годы
Table 7. Calculation of three-year average annual rolling indicators of wheat production in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018
Республика Молдова / Republic of Moldova Нижегородская область / Nizhny Novgorod region
Год/ Year площадь уборки, тыс. га/ harvest area, thousand hectares валовой сбор, тыс. т/ gross fee, thousand tons урожайность, ц/га/ productivity, c/hectares площадь уборки, тыс. га/ harvest area, thousand hectares валовой сбор, тыс. т/ gross fee, thousand tons урожайность, ц/га/ productivity, c/hectares
2007 - - - - - -
2008 - - - - - -
2009 357,0 809,8 22,7 298,3 708,9 23,8
2010 362,7 922,4 25,4 282,3 596,3 21,1
2011 327,2 758,6 23,2 293,3 614,2 20,9
2012 314,7 678,1 21,5 282,1 486,8 17,3
2013 328,2 766,2 23,3 284,1 548,0 19,3
2014 342,1 868,5 25,4 246,9 474,2 19,2
2015 352,7 1010,8 28,7 253,9 540,3 21,3
2016 354,4 1105,6 31,2 274,0 582,5 21,3
2017 350,4 1155,3 33,0 287,7 659,3 22,9
2018 359,1 1235,6 34,4 285,9 666,0 23,3
Источник: расчеты авторов
Выполненные расчеты показывают, что использование трехлетних среднегодовых скользящих показателей позволяет представить более стабильные значения урожайности пшеницы в исследуемых регионах. Так, при анализе годовых показателей продуктивности земли коэффициент вариации составил в Республике Молдова и Нижегородской области соответственно 27,2 и 18,2 %, а при использовании скользящих показателей - 17,1 и 9,6 %. Следовательно, устойчивость показателей урожайности
при применении среднегодовых значений возрастает соответственно почти в 1,6 и 1,9 раза.
На рисунке 7 графики динамики продуктивности земли при возделывании пшеницы подтверждают более высокую стабильность среднегодовых скользящих показателей, о чем свидетельствуют значения коэффициентов аппроксимации. В условиях Молдовы он возрастает с 0,472 до 0,814 или более чем в 1,9 раза, в Нижегородской области - с 0,243 до 0,747 или почти в 3,1 раза.
Таблица 8. Годовые и трехлетние среднегодовые скользящие показатели урожайности пшеницы в Республике Молдова и Нижегородской области за 2007-2018 годы
Table 8. Annual and three-year average moving indicators of wheat yield in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018
Показатель/ Rate Республика Молдова/ Republic of Moldova Нижегородская область/ Nizhny Novgorod region
годовая/ annual среднегодовая/ average annual годовая/ annual среднегодовая / average annual
В среднем, ц/га / Average, c/hectares 27,0 27,0 21,4 21,1
Среднегодовые отклонения, ц/га / 7,4 4,6 3,9 2,0
Average annual deviations, c/hectares
Коэффициент вариации, % / 27,2 17,1 18,2 9,6
The coefficient of variation, %
Размах вариации, ц/га / 24,1 12,9 14,0 6,5
The range of variation, c/hectares
Источник: расчеты авторов
Рис. 7. Динамика годовых и среднегодовых скользящих показателей урожайности пшеницы в Республике Молдова и Нижегородской области за 2007-2018 годы Рис. 7. Dynamics of annual and average annual moving indicators of wheat yield in the Republic of Moldova and the Nizhny Novgorod region for 2007-2018 Источник: выполнено по данным таблицы 2 и 6
Методика расчетов прогнозных значений урожайности на предстоящие годы
Одним из наиболее простых, наглядных и доступных методов является графоаналитический метод прогнозирования при помощи анализа тренда, отражающего тенденцию развития экономических явлений за прошедшие 5 и более лет [19, с. 190-195].
Прогнозирование экономических показателей на основе трендовых моделей, как и большинство других методов экономического прогнозирования, основано на идее экстраполяции. Под экстраполя-
цией обычно понимают распространение закономерностей, связей и соотношений, действующих в изучаемом периоде, за его пределы. В более широком смысле слова ее рассматривают как получение представлений о будущем на основе информации, относящейся к прошлому и настоящему.
Прогноз на основании трендовых моделей (кривых роста) содержит два элемента: точечный и интервальный прогнозы. Точечный прогноз — это прогноз, которым называется единственное значение прогнозируемого показателя. Это значение
определяется подстановкой в уравнение выбранной кривой роста величины времени £ Такой прогноз называется точечным, так как на графике его можно изобразить в виде точки. Разумеется, что точное совпадение фактических данных в будущем и прогностических точечных оценок маловероятно. Поэтому точечный прогноз может сопровождаться двусторонними границами, т. е. указанием интервала значений, в котором с достаточной долей уверенности можно ожидать появления прогнозируемой величины. Установление такого интервала называется интервальным прогнозом. В данной статье ограничимся обоснованием точечного прогноза.
Рассмотрим методику графоаналитического прогнозирования на примерах производства пшеницы в выбранных регионах. Чтобы нивелировать в определенной степени влияние природных и иных экзогенных факторов на нестабильность динамики экономического развития, выше были произведены расчеты показателей в среднем за три года методом нахождения средней скользящей. Они приведены в таблице 6. На основании данных среднегодовых скользящих показателей выполняем графики. На рисунке 7 представлена динамика урожайности пшеницы трехлетних скользящих показателей за 2009-2018 годы.
Для прогнозирования выхода зерна с единицы площади на 2019 год используем линейные и полиномиальные тренды. Прогнозируемый показатель
согласно уравнений трендов составит для предприятий Республики Молдова: по линейному тренду
у = 1,346-11 + 19,47 = 34,3 ц/га; по полиномиальному тренду у = 0,225^ 112 - 1,136 11 + 24,44 = 39,2 ц/га. Аналогично находим искомую величину для предприятий Нижегородской области: по линейному тренду
у = 0,333-11 + 20,30 = 21,8 ц/га; по полиномиальному тренду у = 0,222^ 112 - 2,308-11 + 25,19 = 26,7 ц/га. Не следует забывать, что в уравнениях трендов аргумент «х» указывает на номер периода. В нашем примере в уравнениях трендов вместо «х» следует указывать не год, а порядковый номер периода. Например вместо 2009 используется цифра 1, вместо 2010 - цифра 2 и т. д. Искомый 2019 год является 11 периодом.
Поскольку показатели по двум видам линии трендов разнятся, принимаем в качестве прогнозных средние значения. Таким образом, урожайность
пшеницы на молдавских полях составит в прогноз-
34,3 + 39,2
ном 2019 году 36,8 ц/га (——1—), на нижегородских полях 24,2 ц/га ( 2 18 б' 7 ). Данные прогнозные значения наглядно представлены на рисунке 8.
Рис. 8. Расчеты прогнозных значений урожайности пшеницы в Республике Молдова и Нижегородской области на 2019 год Fig. 8. Calculations of predicted values of wheat yield in the Republic of Moldova and the Nizhny Novgorod region for 2019 Источник: расчеты авторов
Таким образом можно сделать вывод, что использование графиков в прогнозировании играет очень важную роль. Графическое изображение является наглядным и понятным для любой аудитории. Кроме того, данный метод является достаточно простым, поскольку не требует большого количества исходных данных, он позволяет осуществлять долгосрочные прогнозы заблаговременно. Несложные расчеты и практически полная их автоматизация делают метод доступным на любом предприятии в процессе стратегического планирования.
Обсуждение
Как показали исследования, предложенные методические особенности анализа показателей продуктивности земли позволяют дать всестороннюю оценку как количественным, так и качественным изменениям в исследуемых объектах. Кроме того показана возможность путем несложных расчетов определить прогнозные значения показателей выхода продукции с единицы площади.
Следует отметить, что выполненное исследование не преследует цель сравнительного анализа продуктивности земли в Республике Молдова и Нижегородской области в силу известных территориальных разобщенностей и отличающихся природно-климатических условий возделывания зерновых культур. Тем не менее методические особенности анализа продуктивности земли, представленные в статье, подтверждают реальность применения в любых зонах возделывания сельскохозяйственных культур.
Выполненный анализ показал, что в 2018 году по сравнению со стартовым анализируемым 1995 годом среднегодовой прирост урожайности зерновых культур на молдавских предприятиях составил 0,36 ц/га, а на нижегородских - 0,3 ц/га или в 1,2 раза меньше. Особо ощутимый прирост продуктивности земли был обеспечен в Республике Молдова во второй период исследования - 2007-2018 годы: в среднем за год выход зерна с гектара посевов превысил 5 %, а в Нижегородской области - лишь 0,5 %.
Расчеты показателей стабильности позволяют не только выявить степень устойчивости производства продукции за исследуемый период, но и оценить перепады показателей. Например, размах вариации урожайности зерновых культур и пшеницы во втором периоде исследования в Республике Молдова по своему значению близок к среднегодовым показателям, а по ячменю даже выше. В то же время в Нижегородской области разница между максимальными и минимальными значениями урожайности достигает около половины среднегодовых показателей. Коэффициент вариации как показатель
нестабильности производства зерна за последние 12 лет в условиях Молдовы почти в 2,2 раза выше, чем в Нижегородской области. Столь большая разница вызвана тем, что территория республики распложена в зоне неустойчивого земледелия. Высокие показатели коэффициентов вариации (в Молдове составил по зерновым культурам 30,2 %, в Нижегородской области - 13,8 %). Опыт подтверждает необходимость использования среднегодовых скользящих показателей, которые позволяют нивелировать в определенной степени значительные перепады показателей урожайности за отдельные годы.
Заключение
Предложенный методический подход при проведении анализа продуктивности земли в динамике показывает, что исследуемый период целесообразно подразделять на два-три предположительно равных по продолжительности. Этот прием позволяет сопоставить изменения показателей в начальном и завершающем периодах и оценить складывающуюся тенденцию. Так, если разбить 24-летний период возделывания зерновых культур на два равных по 12 лет, то отчетливо видно, что в течение 1995-2006 годов в Республике Молдова был допущен спад продуктивности земли, а в 2007-2018 годы - прирост составил 1,352 ц/га в среднем за год, что позволило довести урожайность до уровня, превышающего 35 ц/га. В Нижегородской области напротив - ежегодный прирост продуктивности земли был снижен с 0,469 ц/га до 0,109 ц/га или в 4,3 раза. Другим преимуществом дробления периода исследования является возможность выявления типа воспроизводства продукции. Проведенные расчеты показали, что в сельскохозяйственных предприятиях - объектах исследования производство продукции зерновых и зернобобовых культур велось на интенсивной основе. В среднем за 2013-2018 годы валовой сбор зерна превысил показатели предыдущего 6-летнего периода в Молдове за счет прироста площадей на 58,4 тыс. т и увеличения урожайности на 816,7 тыс. т, а в Нижегородской области соответственно на 4,2 и 38,7 тыс. т. Следовательно, производство зерна было обеспечено преимущественно за счет интенсивных факторов, так как прирост за счет урожайности превысил дополнительный валовой сбор за счет увеличения площадей в Республике Молдова в 14 раз, а в Нижегородской области - в 9,1 раза.
Методика обоснования потенциальных показателей продуктивности земли, приведенная в статье, апробирована на практике и показала достаточно высокую степень достоверности. Расчеты показали, что на молдавских и нижегородских полях резервы роста урожайности составляют при возде-
лывании зерновых культур соответственно 38,4 и 13,0 %, пшеницы - 28,1 и 19,2 %, ячменя - 43,7 и 14,0 % от среднегодовых достигнутых показателей за 2007-2018 годы.
Используя фактические показатели урожайности возделываемых культур в динамике и проведя расчеты среднегодовых скользящих показателей за 3-5 лет, представляется возможность обосновать с достаточно высокой достоверностью про-
гнозные значения продуктивности земли на ближайшие годы.
В завершение отметим, что вышеизложенное позволяет специалистам сельскохозяйственных предприятий и студентам высших учебных заведений на основе предложенной методики выполнять достаточно глубокий анализ сложившихся показателей продуктивности земли при возделывании всех сельскохозяйственных культур в течение 5 и более лет.
ЛИТЕРАТУРА
1. Васильев К. и др. Условия повышения эффективности аграрного производства сельскохозяйственного природно-ресурсного потенциала области // МСХЖ. № 4. 2016.
2. Волкова Е. В. Методологические подходы к определению понятия «экономический потенциал предприятий АПК» // Сборник научных трудов «Проблемы экономики» БГСХА. № 1 (22). 2016. С. 12.
3. Милосердов В. В. Крупное агропроизводство - локомотив развития сельской экономики // АПК: экономика, управление. 2005.№ 2. С. 3-10.
4. Волков С., Комов Н., Хлыстун В. Как достичь эффективного управления земельными ресурсами России // МСХЖ. № 3. 2015. С. 3-7.
5. Гридюшко А. Н. Новая парадигма формирования ресурсного потенциала // Сборник научных трудов «Проблемы экономики» БГСХА. № 2. 2016. С. 28.
6. Павлик В. П. Проблемы эффективного управления сельскохозяйственными предприятиями // Еко-номка АПК. № 11. 2015. С. 85-88.
7. Шпикуляк О. Г., Материнська О. А. Эффективность производства зерна сельскохозяйственными предприятиями: теоретико-методологический аспект // Економша АПК. № 12. 2014. С. 42-49.
8. Рассказова А., Жданова Р. Основные понятия экономической эффективности управления устойчивым землепользованием // Международный сельскохозяйственный журнал. 2017, № 1. С. 23-25.
9. Сиптиц С. Методы проектирования эффективных и устойчивых вариантов размещения сельскохозяйственного производства // Международный сельскохозяйственный журнал. 2017. № 6. С. 56-59.
10. Романенко И. А., Евдокимова Н. Е. Ценологический подход при анализе устойчивости размещения сельского хозяйства по регионам России // Международный сельскохозяйственный журнал. № 6. 2017. С. 60-63.
11. Алтухов А. И. Совершенствование организационно-экономического механизма устойчивого развития агропромышленного производства // Экономика сельскохозяйственных и перерабатывающих предприятий. 2016. № 7. С. 2-11.
12. Bajura T., Stratan A. et all. Ghidpractic (Culegere de materiale informative). Tarife de costuri in agricultura, Ch., INCE, 2018, 164 p.
13. Doga V., Bajura T si altii. 1 Strategia de dezvoltare a sectorului agroalimentar in perioada anilor 2006- 2015. Economie si deyvoltare rurala imdrp. № 2. P. 74.
14. Timofti E., Popa D. Eficien^a mecanismului economic in sectorul agrar. Monografie. Chi§inau : Complexul Editorial al IEFS, 2009, 343 p.
15. Пармакли Д., Тодорич Л. Проблемы экономической устойчивости сельскохозяйственных предприятий Республики Молдова. Монография. Комрат : Б. и., 2013 (Tipogr «Centrigrafic»). 207 с.
16. Дудогло Т. Д. Управление земельным потенциалом региона: вопросы теории, методики, практики. Монография. Комрат : Б. и., 2017 (Tipogr. «Centrografic»). 167 с..
17. Кирица А. А. Роль АО «Росагролизинг» в поддержке и развитии российского АПК // Наука без границ. 2020. № 3 (43). С. 82-91.
18. Задимидченко А. М. Ключевые факторы привлечения инвесторов // Импортозамещающие технологии и оборудование для глубокой комплексной переработки сельскохозяйственного сырья. 2019. С. 592-598.
19. Пармакли Д. М. Эффективность использования земли в сельском хозяйстве АТО Гагаузия: теория и практика. Монография. Комрат : Научно-исследовательский центр Гагаузии им. М. В. Маруневич. 2019. 278 р.
20. Пармакли Д. М., Тодорич Л. П., Дудогло.Т. Д., Кураксина С. С., Яниогло А. И. Продуктивность земли в сельском хозяйстве. Монография / Под ред. Д. М. Пармакли; Комрат. Гос.ун-т, Н-и. центр «Прогресс». Комрат, 2017 (Tipogr. «Centrografic»). 242 p.
Дата поступления статьи в редакцию 12.05.2020, принята к публикации 8.06.2020.
Информация об авторах: Пармакли Дмитрий Михайлович, доктор хабилитат экономических наук, профессор Адрес: Комратский государственный университет, Республика Молдова, ул. Галацана, 17 E-mail: [email protected] AuthorID: 404661
Шамин Анатолий Евгеньевич, доктор экономических наук, профессор кафедры «Экономика и автоматизация бизнес-процессов»
Адрес: ГБОУ ВО «Нижегородский государственный инженерно-экономический университет», 606340, Россия, г. Княгинино, ул. Октябрьская, д. 22а E-mail: [email protected] Spin-код: 4772-3987
Суслов Сергей Александрович, кандидат экономических наук, доцент
Адрес: ГБОУ ВО «Нижегородский государственный инженерно-экономический университет», 606340, Россия, г. Княгинино, ул. Октябрьская, д. 22а E-mail: [email protected] Spin-код: 4040-2965
Волостнов Николай Степанович, доктор экономических наук, доцент
Адрес: ГБОУ ВО «Нижегородский государственный инженерно-экономический университет», 606340, Россия, г. Княгинино, ул. Октябрьская, д. 22а E-mail: [email protected] Spin code: 4376-4240
Заявленный вклад авторов:
Пармакли Дмитрий Михайлович: формулирование основной концепции исследования, анализ полученных результатов.
Шамин Анатолий Евгеньевич: проведение критического анализа материалов и формирование выводов, общее руководство проектом.
Суслов Сергей Александрович: анализ и дополнение текста статьи. Волостнов Николай Степанович: сбор и обработка материалов.
Все авторы прочитали и одобрили окончательный вариант рукописи.
REFERENCES
1. Vasil'ev K. i dr. Usloviya povysheniya effektivnosti agrarnogo proizvodstva sel'skohozyajstvennogo prirod-no-resursnogo potenciala oblasti [Conditions for improving the efficiency of agricultural production of agricultural natural resource potential of the region], MSKHZH [International agricultural journal], No. 4, 2016.
2. Volkova E. V. Metodologicheskie podhody k opredeleniyu ponyatiya «ekonomicheskij potencial predpriyatij APK» [Methodological approaches to the definition of «economic potential of agricultural enterprises»], Sbornik nauchnyh trudov «Problemy ekonomiki» BGSKHA [Collection of scientific works «Problems of Economics» BSAA], No. 1 (22), 2016, pp. 12.
3. Miloserdov V. V. Krupnoe agroproizvodstvo - lokomotiv razvitiya sel'skoj ekonomiki [Large-scale agricultural production-the locomotive of rural economy development], APK: ekonomika, upravlenie [Agro-industrial complex: Economics, management], 2005, No. 2, pp. 3-10.
4. Volkov S., Komov N., Hlystun V. Kak dostich' effektivnogo upravleniya zemel'nymi resursami Rossii [How to achieve effective land management in Russia], MSKHZH [International agricultural journal], No. 3, 2015, pp. 3-7.
5. Gridyushko A. N. Novaya paradigma formirovaniya resursnogo potenciala [A new paradigm of formation of the resource potential], Sbornik nauchnyh trudov «Problemy ekonomiki» BGSKHA [Collection of scientific papers «Problems of Economics» BSSA], No. 2. 2016, pp. 28.
6. Pavlik V. P. Problemy effektivnogo upravleniya sel'skohozyajstvennymi predpriyatiyami [Problems of effective management of agricultural enterprises], Ekonomika APK [Economy APK], No. 11, 2015, pp. 85-88.
7. Shpikulyak O. G., Materins'ka O. A. Effektivnost' proizvodstva zerna sel'skohozyajstvennymi predpriyatiyami: teoretiko-metodologicheskij aspekt [Efficiency of grain production by agricultural enterprises: theoretical and methodological aspect], Ekonomika APK [Economy APK], No. 12, 2014, pp. 42-49.
BecmHUK НГHЭH. 2020. № 8 (111)
8. Rasskazova A., Zhdanova R. Osnovnye ponyatiya ekonomicheskoj effektivnosti upravleniya ustojchivym zemlepol'zovaniem [Basic concepts of economic efficiency of sustainable land use management], Mezhdunarodnyj sel'skohozyajstvennyj zhurnal [International agricultural journal], 2017, No. 1, pp. 23-25.
9. Siptic S. Metody proektirovaniya effektivnyh i ustojchivyh variantov razmeshcheniya sel'skohozyajstven-nogo proizvodstva [Methods of designing effective and sustainable options for placing agricultural production], Mezhdunarodnyj sel'skohozyajstvennyj zhurnal [International agricultural journal], 2017, No. 6, pp. 56-59.
10. Romanenko I. A., Evdokimova N. E. Cenologicheskij podhod pri analize ustojchivosti razmeshcheniya sel'skogo hozyajstva po regionam Rossii [Cenological approach to the analysis of the stability of the distribution of agriculture in the regions of Russia], Mezhdunarodnyj sel'skohozyajstvennyj zhurnal [International agricultural journal], No. 6, 2017, pp. 60-63.
11. Altuhov A. I. Sovershenstvovanie organizacionno-ekonomicheskogo mekhanizma ustojchivogo razvitiya agropromyshlennogo proizvodstva [Improving the organizational and economic mechanism for sustainable development of agro-industrial production], Ekonomika sel'skohozyajstvennyh i pererabatyvayushchih predpriyatij [Economy of agricultural and processing enterprises], 2016, No. 7, pp. 2-11.
12. Bajura T., Stratan A. et all. Ghidpractic (Culegere de materiale informative). Tarife de costuri in agricultura, Ch., INCE, 2018, 164 p.
13. Doga V., Bajura T si altii. 1 Strategia de dezvoltare a sectorului agroalimentar in perioada anilor 2006- 2015, Economie si deyvoltare rurala imdrp, No. 2, pp. 74.
14. Timofti E., Popa D. Eficien^a mecanismului economic in sectorul agrar, Chi§inau : Complexul Editorial al IEFS, 2009, 343 p.
15. Parmakli D., Todorich L. Problemy ekonomicheskoj ustojchivosti sel'skohozyajstvennyh predpriyatij Respubliki Moldova [Problems of economic stability of agricultural enterprises of the Republic of Moldova], Komrat : B. i., 2013 (Tipogr «Centrigrafic»). 207 p.
16. Dudoglo T. D. Upravlenie zemel'nym potencialom regiona: voprosy teorii, metodiki, praktiki [Land potential Management in the region: issues of theory, methodology, and practice], Komrat : B. i., 2017 (Tipogr. «Centro-grafic»). 167 p.
17. Kirica A. A. Rol' AO «Rosagrolizing» v podderzhke i razvitii rossijskogo APK [The role of Rosagroleasing in supporting and developing the Russian agro-industrial complex], Nauka bez granic [Science without borders], 2020, No. 3 (43), pp. 82-91.
18. Zadimidchenko A. M. Klyuchevye faktory privlecheniya investorov [Key factors for attracting investors], Importozameshchayushchie tekhnologii i oborudovanie dlya glubokoj kompleksnojpererabotki sel'skohozyajstvennogo syr'ya [Import-substituting technologies and equipment for deep complex processing of agricultural raw materials], 2019, pp. 592-598.
19. Parmakli D. M. Effektivnost' ispol'zovaniya zemli v sel'skom hozyajstve ATO Gagauziya: teoriya i praktika [Efficiency of land use in agriculture in Gagauzia: theory and practice], Komrat : Nauchno-issledovatel'skij centr Gagauzii im. M. V. Marunevich. 2019. 278 p.
20. Parmakli D. M., Todorich L. P., Dudoglo.T. D., Kuraksina S. S., Yanioglo A. I. Produktivnost' zemli v sel'skom hozyajstve [Land productivity in agriculture], In D. M. Parmakli (ed.), Komrat. Gos.un-t, N-i. centr «Progress». Komrat, 2017 (Tipogr. «Centrografic»). 242 p.
Submitted 12.05.2020; revised 8.06.2020.
About the authors: Dmitry M. Parmacli, Dr. Sci. (Economy), Professor Address: Comrat State University, Republic of Moldova, Galatsana str, 17 E-mail: [email protected] AuthorID: 404661
Anatoly E. Shamin, Dr. Sci. (Economy), Professor,
Professor of the chair «Economics and automation of business processes»
Address: Nizhny Novgorod engineering and economic University, 606340, Russia, Knyaginino, Oktyabrskaya str., 22a
E-mail: [email protected] Spin-code: 4772-3987
Sergey A. Suslov, Ph. D. (Economy), Associate Professor
Address: Nizhny Novgorod engineering and economic University, 606340, Russia, Knyaginino, Oktyabrskaya str., 22a
E-mail: [email protected] Spin code: 4040-2965
Nikolay S. Volostnov, Dr. Sci. (Economy), Associate Professor
Address: Nizhny Novgorod engineering and economic University, 606340, Russia, Knyaginino, Oktyabrskaya str., 22a
E-mail: [email protected] Spin code: 4376-4240
Contribution of the authors: Dmitry M. Parmacli: developed the theoretical framework, analyzed data.
Anatoly E. Shamin: critical analysis of materials; formulated conclusions, managed the research project. Sergey A. Suslov: analyzing and supplementing the text. Nikolay S. Volostnov: collection and processing of materials.
All authors have read and approved the final manuscript.
