CC BY
5
EDN: SFXBTE
И.А. Бурса - д.э.н., профессор кафедры экономического анализа, Кубанский государственный аграрный университет, Краснодар, Россия, bursaia@mail.ru,
I.A. Bursa - doctor of economics, professor of the department of economic analysis, Kuban state agrarian university, Krasnodar, Russia;
О.В. Тахумова - к.э.н., доцент кафедры экономического анализа, Кубанский государственный аграрный университет, Краснодар, Россия, takhumova@ramble.ru,
O.V. Takhumova - candidate of economic sciences, associate professor of the department of economic analysis, Kuban state agrarian university, Krasnodar, Russia;
Г.И. Асадчиев - ассистент каф. высшей математики, Кубанский государственный аграрный университет, Краснодар, Россия, fiznant@mail.ru,
G.I. Asadchiev - assistant of higher mathematics, Kuban state agrarian university, Krasnodar, Russia.
МОДЕЛИРОВАНИЕ УСЛОВИЙ РАЗВИТИЯ МОЛОЧНОПРОДУКТОВОГО ПОДКОМПЛЕКСА MODELING OF CONDITIONS FOR THE DEVELOPMENT OF THE DAIRY SUBCOMPLEX
Аннотация. В условиях снижения продовольственной безопасности отечественных и зарубежных производителей сельскохозяйственной продукции, связанных с последствиями COVID-19, условиями введенных санкций, возрастает необходимость к обоснованию и качеству стратегического планирования на предприятиях молочнопродуктового подкомплекса АПК. Актуальность предмета исследования обусловлена необходимостью разработки индивидуальных стратегий развития данной отрасли российских регионов, способствующих увеличению объема выпуска продукции за счет интенсивных факторов. Одним из инструментов пролонгированной оценки развития молочнопродуктового подкомплекса выступает исследование перспективных развитий ключевых показателей данного сектора. В работе при моделировании использовались такие показатели, как: производство сырого молока, экспорт, поголовье коров, молочная продуктивность, потребление молока. На основе трендового метода, скользящих средних и методов экспоненциального сглаживания, определены наиболее эффективные инструменты исследования, посредством чего определены перспективы развития отрасли. Разработана стратегия развития отрасли с выделением целей, задач, функций, принципов, факторов, функций, механизмов и инструментов.
Abstract. In the context of the inevitable decline in food security of domestic and foreign agricultural producers in the domestic and foreign markets associated with the consequences of COVID-19, the conditions of the imposed sanctions, the requirements for the validity and quality of strategic planning at the enterprises of the dairy subcomplex of the agro-industrial complex are increasing. The relevance of the subject of the study is due to the need to develop individual strategies for the development of the dairy subcomplex of Russian regions, contributing to an increase in output due to intensive factors. One of the tools for the prolonged assessment of the development of the dairy subcomplex is the study of the promising developments of key indicators of this sector. In the modeling work, such indicators as: raw milk production, export, cow population, milk productivity, milk consumption were used. Based on the trend method, moving averages and exponential smoothing methods, the most effective research tools are identified, through which the prospects for the development of the industry are determined. A strategy for the development of the industry has been developed with the allocation of goals, objectives, functions, principles, factors, functions, mechanisms and tools.
Ключевые слова: молочнопродуктовый комплекс, моделирование, эффективность, стратегия.
Keywords: dairy complex, modeling, efficiency, strategy.
Благодарности: Работа выполнена в рамках гранта РФФИ № 20-010-00089 «Формирование организационно-экономического механизма сбалансированного инновационного развития аграрного производства».
Acknowledgments: The work was carried out within the framework of RFBR grant No. 20-010-00089 "Formation of an organizational and economic mechanism for balanced innovative development of agricultural production".
Для получения более достоверных и точных прогнозов использовались три типа прогнозирования, согласно рассматриваемому сроку: краткосрочный, среднесрочный и долгосрочный. Прогнозы строились на основе трёх разных методов экономического прогнозирования: трендовый метод для долгосрочных прогнозов, метод скользящих средних для среднесрочных и метод экспоненциального сглаживания для краткосрочных. Каждый из определенных нами аспектов развития МПК исследовался согласно выбранному типу прогнозирования и методу.
Молочная продуктивность 1 коровы растёт на протяжении многих лет. В среднем в сельском хозяйстве этот показатель возрос за 10 лет на 40 % - с 4306 кг/год в 2011-ом до 7162 кг/год в 2021-ом. Такой рост наблюдается благодаря приобретенным новым видам коров, обладающих высокой молочной продуктивностью и условиями их содержания (рисунок 1).
2010 2011 2012 2013 2014 2015 2016 2017 201В 2019 2020 2021
Рисунок 1 - Молочная продуктивность 1 коровы кг/г за 2010-2021 гг.
Прогноз на краткосрочный период составлялся согласно методу экспоненциального сглаживания, который позволил получить следующие данные.
Ио=(4189+4306+4521+4519+4841+5140+5370+5660+5945+6286+6879+7162)/12=5401,5 и 2011=0,15 х4189+(1-0,15)х5401,5=5219,62 и 2012=0,15х4306+(1-,15)х5219,62=5082,58 и 2022 = 0,15х7162+(1-0,15)х5614,73=5846,82И 2023 = 0,15х6500+(1-0,15)х5846,82=5944,79
Соответственно, ссылаясь на полученные данные, можно заключить, что в 2022 году молочная продуктивность составит 5846,82 кг/год, а в 2023 -5944,79 кг/год.
Среднесрочный прогноз по данному аспекту молочной отрасли производился по методу скользящих средних. Рассчитаем скользящую среднюю (т) для первых трех, определённых нами, периодов: т 2020 = (6286+6879+7162)/3=6775,67
1. Далее рассчитываем т для следующих периодов:т 2021 = (6879+7162+6869,06)/3=6970 т 2022 = (7162+6869,06+6873,3)/3=6968,12
т 2023 = (6869,06+6873,3+6969,52)/3=6903,96 т 2024 = (6873,3+6969,52+6934,87)/3=6925,897 т 2025 = (6969,52+6934,87+6914,463)/3=6939,618
2. Далее строим прогноз (У) на следующие годы по заданной формуле.У 2022 = 6775,67+1/3х(7162-6879)=6869,06 У 2023 = 6970+1/3 х(6869,06-7162)=6873,3
У 2024 = 6968,12+1/3х(6873,3-6869,06)=6969,52У 2025 = 6903,12+1/3 х(6969,52-6873,3)=6934,87 У 2026 = 6925,897+1/3х(6934,87-6969,52)=6914,463 У 2027 = 6939,618+1/3х(6914,463-6934,87)=6932,884 Согласно этим данным в 2022 году молочая продуктивность составит 6869,06 кг/г, что на 293 кг меньше, чем фактический показатель 2021 года. К 2027 году показатели достигнут 6932, 884 кг/г и снизятся на 3,2% в сравнении с фактическими показателями 2021 года. Долгосрочный прогноз осуществлялся с помощью трендовых моделей экономического прогнозирования. В ходе расчётов были определены данные математические модели (тренды) прогнозирования:
1) экспоненциальная: у = 3843,7е0,05х
2) линейная: у = 272,84х + 3628
3) полиномиальная: у = 16,099х2 + 63,553х + 4116,4
Для соблюдения точности полученных результатов был учтен коэффициент детерминации (рисунок 2).
Рисунок 2 - Прогноз молочной продуктивности кг на голову в год
Данный график показывает, что молочная продуктивность будет расти с каждым годом и к 2030 году может достигнуть согласно разным моделям от 9358 кш/г до 12550 к/г.
Таблица 1 - Прогнозные значения молочной продуктивности 1 коровы кг/г 2022-2030 гг.
Модель прогноза Годы
2022 2023 2024 2025 2026 2027 2028 2029 2030
Линейная 7175 7448 7721 7993 8266 8539 8812 9085 9358
Полиномиальная 7663 8161 8692 9255 9849 10477 11136 11827 12550
Экспоненциальная 7359 7738 8134 8550 8988 9449 9933 10444 10978
Таким образом, можно предположить, что прогноз молочнойпродуктивности 1 -й коровы по методу трендовых моделей является наиболее реальным, так как тенденция роста молочной продуктивности явная на протяжении последних нескольких лет.
Поголовье молочного рогатого скота на протяжении последних нескольких лет снижается, в 2011 году оно составило 8,94 млн голов, а в 2021-ом - 7,84 млн голов, что на 12,3 % меньше. Максимальное сокращение поголовья наблюдалось в 2021 году, начиная с 2014 года. Это происходит из- за снижения доходности производства молока, а также ввиду низкой экономической эффективности ведения отрасли в регионах. Примерные показатели поголовья рогатого скота в последующие годы на краткосрочный, среднесрочный и долгосрочный периоды представлены в таблицах и графиках.
Прогноз на краткосрочный период осуществлялся по методу экспоненциального сглаживания, согласно которому мы получили следующие данные.
Решение:
1. а = 2/ (12+1) = 0,15
2. Определяем начальное значение Ш (задача выбора)
Ио = (8,7+8,94+8,7+8,4+8,3+8,1+8+8+7,9+8+7,89+7,84) / 12 = 8,23
И 2011 = 0,15х8,7+(1-0,15) х8,23 = 8,3
И 2012 = 0,15х8,94+(1 -0,15) х8,3 = 8,396
и 2022 = 0,15х7,84+(1-0,15) х8,0157 = 7,989И 2023 = 0,15х7,8х (1-0,15) х 7,989 = 7,96
9,2
201а 2011 2012 20аЗ 201 а 2015 2016 2017 2018 2019 2020 2021
Рисунок 3 - Фактические показатели поголовья крупного рогатого скота в 2010-2021 гг. млн. голов
Согласно полученным данным, в 2022 году поголовье коров составит 7,989 млн голов, а в 2023 - 7,96 млн голов. Среднесрочный прогноз поголовья крупного рогатого скотаосуществлялся согласно методу скользящих средних. Для расчета прогнозного значения методом скользящей средней необходимо:
1. Определить величину интервала сглаживания, например равную 3 (п = 3).
2. Рассчитать скользящую среднюю (т) для первых трех периодовт 2019 = (7,9 + 8 + 7,89) / 3 = 7,93.
Далее рассчитываем т для следующих периодов.
т 2020 = (8 + 7,89 + 7,84)/3 = 7,91
т 2021 = (7,89 + 7,84 + 7,893)/3 = 7,874
т 2022 = (7,84 + 7,89 + 7,886) /3 = 7,87
т 2023 = (7,893 + 7,891+7,869)/3 = 7,88т 2024 = (7,891+7,869+7,872)/3=7,87 т 2025 = (7,869 + 7,872 + 7,87) / 3 = 7,87
3. Далее строим прогноз (У) на следующие месяцы по заданной формуле.У 2022 = 7,91+1/3 х (7,84-7,89) = 7,893
У 2023 = 7,874+1/3х (7,893-7,84)=7,891 У 2024 = 7,87+1/3х (7,891-7,893) = 7,869 У 2025 = 7,88+1/3х (7,869-7,891) = 7,872
У 2026 =7,87+1/3 х (7,872-7,869)=7,87
У 2027 = 7,87+1/3 х (7,87-7,872) = 7,869
Ссылаясь на эти данные, в 2022 году поголовье коров составит 7,893 млн голов, что на 0,67 % больше, чем фактический показатель 2021 года. К 2027 году показатели достигнут 7,869 млн голов и повысятся на 0,37 % в сравнении с фактическими показателями 2021 года.
Долгосрочный прогноз осуществлялся с помощью трендовых моделей экономического прогнозирования. В ходе расчётов были определены данные математические модели (тренды) прогнозирования:
1) экспоненциальная: у = 8,8323е"0,011х;
2) линейная: у = -0,0962х + 8,8553;
3) полиномиальная: у = -0,0052х2 - 0,0875х + 8,2445.
Для соблюдения точности полученных результатов был учтен коэффициентдетерминации (рис. 4).
Полученный график наглядно показывает, что поголовье коров будет снижаться с каждым годом и к 2030 году может составить согласно разным моделям от 5,84 млн/гол до 7,03 млн/гол.
9.2
2010 2011 2012 2013 2014 2013 2016 2017 2013 2019 2020 2021
Рисунок 4 - Прогноз поголовья крупного рогатого скота млн. голов
Данная тенденция кажется вполне реальной из-за сложившихся обстоятельств, которые являются причиной непрекращающегося снижения поголовья. При условии не разрешения имеющихся проблем, данные перспективы кажутся возможными.
Таблица 2 - Прогнозные значения поголовья крупного рогатого скота млн голов 2022-2030 гг.
Модель прогноза Годы
2022 2023 2024 2025 2026 2027 2028 2029 2030
Линейная 7,61 7,51 7,41 7,32 7,22 7,13 7 6,94 6,84
Полиномиальная 7,2 7,07 6,92 6,77 6,6 6,43 6,24 6,05 5,84
Экспоненциальная 7,68 7,59 7,51 7,43 7,35 7,27 7,19 7,11 7,03
Резюмируя полученные данные, можно утверждать, что прогноз поголовья крупного рогатого скота выглядит наиболее соответствующим действительности, согласно методу скользящих средних и методу экспоненциального сглаживания, так как они показывают незначительные изменения в этом аспекте, в то время как метод трендовых моделей свидетельствует о том, что поголовье будет стремительно снижаться и достигнет критических показателей. Смеем предположить, что за такой период будут предприниматься попытки по решению данной проблемы, и такие показатели не станут реальностью.
Потребление молока с 2010 года немного изменилось, уменьшилось на 2,7 кг/чел/год в сравнении с 2021 годом. Несмотря на небольшую разницу, тенденция к уменьшению потребления молочных продуктов наблюдается в России. Это
происходит ввиду нескольких причин, как из-за низких доходов россиян, так и из-за непереносимости молочных продуктов у граждан России, что стало встречаться последние годы все чаще. По последним данным у 30-40 % людей в России отказались от молока из-за его непереносимости.
Примерные показатели потребления молока в последующие годы на краткосрочный, среднесрочный и долгосрочный периоды представлены в таблицах и графиках.
25П
2aaj
245 240 235 ISO 225 . i' 215
2010
Рисунок 5 - Фактические показатели потребления молока в 2010-2021 гг. кг/чел/год
Прогноз на краткосрочный период осуществлялся согласно методу экспоненциального сглаживания, благодаря которому мы получили следующие данные.
Решение:
1. а = 2/ (12+1) = 0,15
2. Определяем начальное значение Uo (задача выбора). Uo=(244,7+242,7+245,7+244,6+239,3+233,2+230,7+229,7+228,5+233,9+235,2+242)/ 12=237,52
U2011=0,15х244,7+(1-0,15) х237,52=238,597
U 2012=0,15х242,7+( 1-0,15) x238,597=239,212U 2022 = 0,15х242+(1-0,15) х235,36=235,49
U 2023 = 0,15 х237+(1-0,15) х235,49=235,7
Ссылаясь на полученные результаты, можно сделать вывод о том, что потребление молока резко уменьшится в сравнении с 2021 годом, этот показатель снизится на 2,6 % в 2023 году и составит 235,7 кг/чел/год. Учитывая тенденцию к незначительному росту за последние 3 года, можно предположить, что метод не несет достоверный характер в полной мере, однако доходы россиян снизились на 3,4 % согласно данным Росстата в сравнении с 2021 годом. Следовательно, можно предположить, что из-за тенденции к снижению доходности населения страны, уровень потребления молока может снижаться. Среднесрочный прогноз поголовья крупного рогатого скотаосуществлялся согласно методу скользящих средних.
Решение:
1. Рассчитать скользящую среднюю (m) для всех периодов:т 2020 = (233,9+235,2+242)/3=237
т 2021 = (235,2+242+239,24)/3=238,81 т 2022 = (242+239,24+237,9) /3=239,71 т 2023 = (239,24+237,9+239,27) /3=238,8 т 2024 = (237,9+239,27+239,25)/3=238,8
т 2025 = (239,27+239,25+238,79)/3=239,1
2. Далее строим прогноз (У) на следующие годы по заданной формуле.У 2022 = 237+1/3*(242-235,2)=239,24
У 2023 = 238,81+1/3 х(239,24-242)=237,9
У 2024 = 239,71+1/3 х (237,9-239,24)=239,27У 2025 = 238,8+1/3х (239,27-237,9)=239,25
У 2026 = 238,8+1/3х (239,25-239,27)=238,79У 2027 = 239,1+1/3х (238,79-239,25)=238,95
Согласно этим данным, в 2022 году потребление молока составит 239,24 кг/чел/год, что на 1,14 % меньше, чем фактический показатель 2021 года. К 2027 году показатели будут равны 238,95 кг/чел/год и снизятся на 1,26 % в сравнении с фактическими показателями 2021 года.
Долгосрочный прогноз осуществлялся с помощью трендовых моделей экономического прогнозирования (рисунок 6). В ходе расчётов были определены данные математические модели (тренды) прогнозирования:
2) экспоненциальная: y = 231,57e0,0026x2) линейная: y = 0,5988x + 231,6
3) полиномиальная: y = 0,0398x2 + 0,206x + 232,52
Рисунок 6 - Прогноз потребления молока в регионах страны, кг/чел/гол
Данный график позволяет понять, что потребление молока будет незначительно повышаться с каждым годом и к 2030 году составит, ссылаясь на разные модели от 241,4 кг/чел/год до 246,2 кг/чел/год.
Таблица 3 - Прогнозные значения потребления молока кг/чел/год в 2022-2030 гг.
Модель прогноза Годы
2022 2023 2024 2025 2026 2027 2028 2029 2030
Линейная 237,8 238,3 238,7 239,1 239,6 240 240,5 240,9 241,4
Полиномиальная 239,2 239,9 240,8 241,6 242,4 243,3 244,3 245,2 246,2
Экспоненциальная 237,9 238,3 238,8 239,2 239,7 240,1 240,6 241 241,5
Делая вывод о полученных данных, можно утверждать, что прогноз потребления молока выглядит наиболее реальным, осуществленным по методу трендовых моделей и по методу скользящих средних, так как метод экспоненциального сглаживания даёт слишком низкие показатели.
Экспорт молочной продукции за последние 10 лет вырос почти вдвое, в2011 году был равен 530 тыс. тонн, а в 2021 г. составил 1000 тыс. тонн. Данная тенденция образовалась благодаря большим вложениям в сектор переработки молока, вследствие чего произошел прирост производства товарного молока, все это осуществлялось внутри страны. И в настоящее время Россия экспортирует молочную продукцию в 63 страны.
Прогноз на краткосрочный период сделан по методу экспоненциального сглаживания, благодаря которому мы получили следующие данные.
1200
1000
2010 2011 2012 2013 2014 2015 2010 2017 2013 2010 2020 2021
Рисунок 7 - Экспорт молочной продукции в регионах страны за 2010-2021 гг., тыс. т
Решение:
1. а = 2/ (12+1) = 0,15
2. Определяем начальное значение Ш (задача выбора):
ио = (397+530+557+577+652+622+683+641+652+705+872+1000)/12=657,33 и 2011=0,15х397+(1-0,15) х657,33=618,28 И 2012=0,15 х530+(1-0,15) х618,28=605
И 2022 = 0,15 х1000+(1-0,15) х672,796=721,876И 2023 = 0,15х800+(1-0,15) х721,876=733,595
Согласно полученным данным, можно сделать вывод о том, экспорт молочной продукции резко уменьшится в сравнении с 2021 годом, этот показатель снизится на 26,6% и в 2023 году составит 733,595 тыс. тонн. Данные за последние 4 года свидетельствуют о росте экспорта молока, однако, учитывая нынешнее положение экономики, можно предположить, что тенденция к снижению уровня экспорта вполне реальна.
Среднесрочный прогноз экспорта молочной продукции было осуществлён с помощью метода скользящих средних.
1. Рассчитать скользящую среднюю (т) для всех периодов:т 2020 = (705+872+1000)/3 = 859 т 2021 = (872+1000+901,24)/3 = 924,41
т 2022 = (1000+901,24+891,82)/3 = 931,02 т 2023 = (901,24 + 891,82 + 927,91) /3 = 906,99 т 2024 = (891,82+927,91+917,93)/3 = 912,55 т 2025 = (927,91+917,93+909,26)/3 = 918,37
2. Далее строим прогноз (У) на следующие годы по заданной формуле:У 2022 = 859 + 1/3х (1000-872) = 859 + 42,24 = 901,24
У 2023 = 924,41+1/3 х (901,24-1000) = 891,82 У 2024 = 931,02+1/3 х (891,82-901,24) = 927,91 У 2025 = 906,02 + 1/3х (927,91-891,82)= 917,93 У 2026 = 912,55+1/3х (917,93-927,91) = 909,26 У 2027 = 918,37+1/3х (909,26-917,26) = 915,73
Согласно данным результатам, в 2022 году экспорт молочныхпродуктов будет равен 901,24 тыс. тонн, что на 9,9 % меньше, чем в 2021 году. К 2027 году показатели составят 915,73 тыс. тонн. Это на 8,4 % меньше, чем показатели 2021 года, что свидетельствует о том, что экспорт молочной продукции не вернется к подобным показателям (1000 тыс. тонн). В течение6 лет показатели экспорта будут незначительно видоизменяться: в 2023 г., 2026 г. снижаться, а в 2024 г., 2025 г., 2027 г. расти. Долгосрочный прогноз осуществлялся с помощью трендовых моделей экономического прогнозирования (рисунок 8).
Рисунок 8 - Прогноз экспорта молочной продукции тыс. т
В ходе расчётов были определены данные математические модели (тренды) прогнозирования:
1) экспоненциальная: у = 437,75е0,0583х
2) линейная: у = 39,009х + 403,8
3) полиномиальная: у = 2,1151х2 + 10,633х + 471,42
Представленные результаты показывают, что экспорт молочной продукции будет повышаться с каждым годом и к 2030 году составит, ссылаясь на разные модели от 1223 тыс. тонн до 1630 тыс. тонн. В сравнении с другими методами прогнозирования, трендовый свидетельствует, что экспорт молока не будет снижаться, а будет расти.
Таблица 4 - Прогнозные значения экспорта молочной продукции тыс. тонн в 2022-2030 гг.
Модель прогноза Годы
2022 2023 2024 2025 2026 2027 2028 2029 2030
Линейная 911 950 989 1028 1067 1106 1145 1184 1223
Полиномиальная 967 1035 1107 1183 1263 1347 1436 1529 1630
Экспоненциальная 934 990 1049 1112 1179 1250 1325 1404 1489
Таким образом, несмотря на возникшие трудности с экспортом молочной продукции в стране, трендовый метод, метод скользящих средних и метод экспоненциального сглаживания дают вполне реальные значения.
Производство сырого молока за последние 10 лет мало изменилось, показатели 2011 гола - 31,2 млн тонн, а данные 2021 года - 32,3 млн тонн. Оно увеличилось на 1,1 млн тонн, что на 3,4 % больше. Количество сырого молока постепенно растёт, несмотря на то, что поголовье коров снижается с каждым годом. Это связано, в первую очередь, с повышением мо-лочнойпродуктивности коров.
Рисунок 9 - Производство сырого молока за последние за 2010-2021 гг., млн. т
Решение:
1. а = 2/ (12+1) = 0,15
2. Определяем начальное значение Ш (задача выбора) двумя способами: I способ (средняя арифметическая) ио=(31,5+31,2+31,2+29,9+30+29,9+29,8+30,2+30,6+31,4+32,2+32,3)/12=30,85
и 2011= 0,15х31,5+(1-0,15) х30,85=30,95 и 2012=0,15х31,2+(1-0,15) х30,95=30,987 и 2022 = 0,15х32,3+(1-0,15) х30,841=31,059 И 2023 = 0,1533+(1-0,15)+0,85х31,059=31,35
В соответствии с полученными результатами, можно сделать вывод о том, производство сырого молока уменьшится в сравнении с 2021 годом, этотпоказатель снизится на 2,9% и в 2023 году будет равен 31,35 млн тонн.Показатели за последние 3 года говорят о постепенном росте производства сырого молока, однако при современных проблемах, с которыми сталкивается экономика страны, можно заключить, что незначительных спад в данном аспекте развития МПК вполне возможен. Среднесрочный прогноз производства сырого молока был сделан путемметода скользящих средних по формуле:
1. Рассчитать скользящую среднюю (т) для всех периодов:т 2020 = (31,4+32,2+32,3)/3=31,97
т 2021 = (32,2+32,3+32)/3=32,17 т 2022 = (32,3+32+32,07)/3=32,12 т 2023 = (32+32,07+32,14)/3=32,07 т 2024 = (32,07+32,14+32,09)/3=32,1т 2025 = (32,14+32,09+32,08)/3=32,1
2. Далее строим прогноз (У) на следующие годы по заданной формуле. У 2022 = 31,97+1/3х (32,3-32,2)=32 У 2023 = 32,17+1/3х (32-32,3)=32,07 У 2024 = 32,12+1/3х (32,07-32)=32,14
У 2025 = 32,07+1/3х (32,14-32,07)=32,09У 2026 = 32,1+1/3 х (32,09-32,14)=32,08 У 2027 = 32,1+1/3 х (32,8-32,09)=32,33
Эти данные показывают, что в 2022 году производство сырого молока будет равно 32 млн тонн, это на 0,9 % меньше, чем в 2021 году. К 2027 году показатели составят 32,33 млн тонн, что практически равно показателям 2021 года. Данная стагнация может быть обусловлена сложной экономической обстановкой в стране, однако, возможно предположить, что данный метод не вполне реально отражает действительную ситуацию в сфере производства сырого молока, и может считаться недействительным в данных реалиях. Долгосрочный прогноз осуществлялся с помощью трендовых моделей экономического прогнозирования (рисунок 10).
Рисунок 10 - Прогноз производства сырого молока млн. т
В ходе расчетов были определены данные математические модели (тренды) прогнозирования:
1) экспоненциальная: у = 29,458е0,008х
2) линейная: у = 0,2456х + 29,454
3) полиномиальная: у = -0,0233х2 + 1,1524х + 27,79
Метод трендовых моделей, в свою очередь, показывает следующие данные. Производство сырого молока будет повышаться с каждым годом и к 2030 году составит, согласно разным моделям от 34 млн тонн до 39,6 млн тонн. В сравнении с другими методами прогнозирования, трендовый свидетельствует о том, что сфера производства сырого молока будет развиваться.
Таблица 5 - Прогнозные значения производства сырого молока млн тонн в 2022-2030 гг.
Модель прогноза Годы
2022 2023 2024 2025 2026 2027 2028 2029 2030
Линейная 32,4 32,6 32,8 33 33,2 33,4 33,6 33,8 34
Полиномиальная 35,8 36,3 36,8 37,3 37,8 38,2 38,7 39,2 39,6
Экспоненциальная 32,4 32,6 32,8 33 33,3 33,5 33,8 34 34,2
Резюмируя полученные данные, можно утверждать, что прогноз производства сырого молока выглядит наиболее соответствующим действительности, согласно методу трендовых моделей, а именно линейная и экспоненциальная модель экономического прогнозирования.
Проведем статистическую оценку взаимосвязи исследуемых параметров, приняв за результативный показатель производство молока на 1-го человека (У), в качестве факторных параметров выберем: общее производство молока (Х1), млн. тонн; потребление, кг/ (Х2); экспорт, тыс. тонн (3); поголовье коров, млн.(Х4); продуктивность, ц (Х5).
Таблица 6 - Результаты регрессионной статистики
Коэффициенты Стандартная ошибка ^статистика Р-Значение Нижние 95 % Верхние 95 % Нижние 95,0% Верхние 95,0%
У-пересечение -375,666 107,6524 -3,4896 0,0032 -605,121 -146,21 -605,1 -146,21
Переменная X 1 -3,73652 2,128281 -1,7556 0,0995 -8,27284 0,7997 -8,272 0,79979
Переменная X 2 2,4867 0,566507 4,38966 0,0005 1,27929 3,6942 1,279 3,69426
Переменная X 3 -0,11942 0,041499 -2,8777 0,0115 -0,20787 -0,0309 -0,207 -0,0309
Переменная X 4 1,42335 12,28224 0,11588 0,9092 -24,7556 27,602 -24,75 27,6023
Переменная X 5 3,35794 0,692708 4,8475 0,0002 1,88146 4,8344 1,881 4,83441
На основе полученных выводов представим стратегию инновационного развития молочнопродуктового комплекса в регионах страны (рисунок 11).
Стратегия инновационного развития молочно-продуктового подкомплекса АПК
Главная цель Обеспечение продовольственной безопасности регионов страны на — основе качественной молочной продукции и в необходимом объеме.
Цели
Повышение инновационной активности хозяйствующих субъектов молочно-продуктового полкомплекса посредством развития генетики и селекции. Развитие логистической инфраструктуры для поставщиков сельскохозяйственной продукции. Расширение территориальных границ экспортируемой продукции.
— Задачи
Достижение высокого уровня самообеспеченности регионов страны молочными продуктами (не менее 85 %). Укрепление продовольственной безопасности Развитие сельскохозяйственных территорий. Обеспечение количественного и качественного роста показателей молочно-продуктового подкомплекса. Повышение уровня технологичности, за счет сокращения зависимостей от западных технологий производства. Защита внутреннего рынка от недобросовестной конкуренции. Выход продукции на мировой рынок. Обеспечение экологической безопасности производства молочной продукции.
Направления
Принципы
Создание молочных комплексов индустриального типа. Формирование высокопродуктивного стада скота и прочной сбалансированной кормовой баж. Обеспечение сбалансированного развития отрасли.
Принцип открытости системы, принцип районирования, принцип территориального выравнивания, принцип обеспеченности благосостояния сельских товаропроизводителей, принцип логистичности, принцип сокращения социальной дифференциации, принцип баланса интересов, принцип глобализации. Принцип сбалансированности ресурсов и уровня потребления.
Факторы
Информационная доступность, цифровизация, низкая инновационная активность, экологические, социальные, политические, институциональные, глобализация мировой экономики.
! — Функции
Воспроизводственная, информационная контролирующая, стимулирующая социальная, экологическая, инвестиционная, координирующая.
-с
Механизмы
Инструменты
Показатели
Механизм ценообразования; механизм воспроизводства факторов производства; механизм саморазвития и инвестиционной деятельности; механизм сохранения биоразнообразия; правовой механизм; механизм финансирования; механизм логистических стратегий; организаций инновационных кластеров и центров по трансферу технологий.
_ Стимулирующая кредитно-финансовая, налоговаяи амортизационная политика;
система экономических льгот субъектам инновационной деятельности и инвесторам; поддержка производства новшеств и регулирование отношений на рынках инвестиционных товаров.
Индекс соцнальнойустойчнвостн, индекс экономической устойчивости, индекс политической устойчивости, индекс инновационной активности, индекс экологической безопасности.
Рисунок 11 - Стратегия инновационного развития молочнопродуктовой отрасли регионов
Полученные результаты свидетельствуют о тесной взаимосвязи между исследуемыми параметрами. На основе расчетных данных коэффициент детерминации равен 0,973, что говорит, о тесной зависимости между изучаемыми параметрами и адекватности построенной модели. Наиболее сильное влияние на результативный показатель оказывают уровень потребления молока и поголовье коров. Отрицательно действие - объемы экспорта сельскохозяйственной продукции.
Таким образом, в поле трансформационных глобальных изменений, развитие молочнопродуктовой отрасли является одним из стратегических значимых направлений в обеспечении продовольственной безопасности страны и повышения конкурентоспособности АПК в целом.
Источники:
1. Богданова О. В. Российский рынок молока-сырья: состояние, проблемы развития в условиях импортозамещения / О. В. Богданова // Вестник ТвГУ. Серия «Экономика и управление». 2017. - №2. - С. 123-132.
2. Дворникова Е. Основные тенденции рынка молочных продуктов / Е. Дворникова. URL: http://www.oilworld.ru/ news.php?view=85588.
3. Край мясной и край молочный URL: https://www.kommersant.ru/doc/ 5040527.
4. Край с молоком URL: https://www.kommersant.ru/doc/4586130
5. Международный обзор рынка: Новая Зеландия. URL: https://milknews.ru/index/novosti-moloko_13198.html.
6. Международный обзор: США. URL: https://milknews.ru/index/novosti-moloko_12484.html.
7. Мировой рынок молока и молочных продуктов. URL: https://sfera.fm/articles/molochnaya/mirovoi-rynok-moloka-i-molochnykh-produktov_1546.
8. Мировой рынок сыров вырастет до 27 млн. тонн к 2030 году URL: https://www.dairynews.ru/news/mirovoy-rynok-syrov-vyrastet-do-27-mln-tonn-k-2030 .html.
9. Официальный сайт Федеральной службы государственной статистики URL: https://rosstat.gov.ru/.
10. Официальный сайт Федеральной службы статистики по Краснодарскому краю URL: https://krsdstat.gks.ru/.
11. По производству молока Китай занял третье место в мире. URL: http://russian.people.com.cn/31518/6396677.html.
12. Потребление молочной продукции в Китае к 2020 году составит 60 млн тонн URL: https://www.dairynews.ru/ news/potreblenie-molochnoy-produktsii-v-kitae-k-2020-go.html.
EDN: QFYQFO
М.Л. Вартанова - к.э.н., доцент, ведущий научный сотрудник отдела исследования социально-демографических процессов в ЕАЭС, Ученый секретарь Научного совета при Отделении общественных наук Российской академии наук «Социально-политические проблемы формирования Евразийского экономического союза» (ЕАЭС), Институт демографических исследований Федерального научно-исследовательского социологического центра Российской академии наук, Москва, Россия, 11marina11@mail.ru,
M.L. Vartanova - candidate of economic sciences, associate professor, leading researcher of the department of research of socio-demographic processes in the EAEU, Scientific secretary of the Scientific council at the Department of Social Sciences of the Russian Academy of Sciences "Socio-political problems of the formation of the Eurasian Economic Union (EAEU), Institute of Demographic Research of the Federal Research Sociological Center of the Russian Academy of Sciences, Moscow, Russia.
ФИНАНСОВЫЙ МЕХАНИЗМ КАК ДЕЙСТВЕННЫЙ РЫЧАГ СТИМУЛИРОВАНИЯ РАЗВИТИЯ РЕГИОНАЛЬНОЙ ИНФРАСТРУКТУРЫ ОБСЛУЖИВАНИЯ РЫНКА ТРУДА FINANCIAL MECHANISM AS AN EFFECTIVE LEVER TO STIMULATE THE DEVELOPMENT OF REGIONAL INFRASTRUCTURE FOR SERVICING THE LABOR MARKET
Аннотация. Переход к рыночной экономике создал экономические предпосылки для расширения бюджетных прав местных органов государственной власти. В отличие от плановой рыночной экономики свойственно, в целом, тенденция к децентрализованному размещению государственных ресурсов, что повышает их мобильность и способствует более оперативному и эффективному использованию на собственные нужды региона. В связи с преимущественно экстенсивным характером развития в экономике основные отчисления из бюджета шли в отрасли материального производства), большая доля их шла в добывающие и материалопроизводящие отрасли). Такое положение привело к ущемлению самостоятельности местных органов власти при решении задач социально-экономического развития региона, затрудняло финансирование региональных потребностей, не заинтересовывало местные органы власти в развитии собственной финансовой базы и так далее.
Abstract. The transition to a market economy has created economic prerequisites for expanding the budgetary rights of local government authorities. In contrast to the planned market economy, there is, in general, a tendency to decentralize the allocation of public resources, which increases their mobility and contributes to more rapid and efficient use for the region's own needs. Due to the predominantly extensive nature of development in the economy, the main deductions from the budget went to the material production industry), a large proportion of them went to the extractive and material-producing industries). This situation led to the infringement of the independence of local authorities in solving the tasks of socio-economic development of the region, made it difficult to finance regional needs, did not interest local authorities in developing their own financial base, and so on.
Ключевые слова: государственные ресурсы, инфраструктура обслуживания рынка труда, организационно-экономический механизм, рыночная экономика, финансово-экономическое стимулирование, экономические преобразования.
Keywords: state resources, labor market service infrastructure, organizational and economic mechanism, market economy, financial and economic incentives, economic transformations.
Введение
Инфраструктура обслуживания рынка труда региона имеет право на самостоятельное существование как объект управления наряду с такими межотраслевыми комплексами, как аграрный комплекс, машиностроение, строительство, производство предметов потребления и др. При современном состоянии инфраструктурной системы на рынке труда экономические преобразования в ней могут принести существенный эффект лишь при формировании эффективного механизма управления инфраструктурной системой, при значительном повышении технического уровня этой отрасли, модернизации и обновления производственной базы всех составляющих инфраструктуры.
