CC BY
13
Вестник НГИЭИ. 2023. № 5 (144). C. 82-90. ISSN 2227-9407 (Print) Bulletin NGIEI. 2023. № 5 (144). P. 82-90. ISSN 2227-9407 (Print) ^^WWW^^WW пгппыл i л мп сггтппл т сглилмггг
Jjfyify^^^^ nZUlUWAL SEL1 ипяь CLUlVUMILb_
Научная статья УДК 338.3
Б01: 10.24412/2227-9407-2023-5-82-90
Оптимизация структуры посевных площадей в системе стратегических направлений развития производства зерна в условиях цифровой трансформации
Иван Георгиевич Генералов
Нижегородский государственный инженерно-экономический университет, Княгинино, Россия, ivan.generalov.91@bk. ru,https://orcid.org/0000-0003-2195-8640
Аннотация
Введение. Вхождение сельского хозяйства в новый технологический уклад, основанный на цифровой трансформации производственных и управленческих процессов, как и всей экономики Российской Федерации, сопряжено с беспрецедентным санкционным давлением со стороны западных стран. В этих условиях стратегически важным для динамичного развития зернового хозяйства является оптимизация структуры посевных площадей зерновых культур, что является основой рационального использования ключевых ресурсов. Материалы и методы. В ходе исследования автором были изучены научные работы ряда ученых, внесших вклад в развитие теории оптимизации производства в сельском хозяйстве в целом и зерновом хозяйстве в частности. Критический анализ ряда работ позволил обосновать и выделить основные ограничения и целевые функции.
Результаты. Автором разработан алгоритм оптимизации структуры посевных площадей зерновых культур, включающий десять этапов, который был записан в виде блок-схемы. Для реализации алгоритма оптимизации автором была сформирована система методов, которые следует использовать на определенных этапах. Обсуждение. В работе выделены основные целевые функции, отвечающие проблеме исследования: направленные на максимум (расширение посевных площадей озимых культур, увеличение урожайности), направленные на минимум (сроки реализации агротехнических работ, вариабельность производства зерна), на получение конкретного значения (использование новых ресурсосберегающих технологий, рациональное использование удобрений).
Заключение. Предложенный автором алгоритм оптимизации структуры посевных площадей зерновых культур способствует повышению уровня достоверности результатов моделирования. Результаты оптимиз а-ции по такому подходу будут иметь большое значение при совершенствовании системы государственной поддержки зернового хозяйства и планировании производственно -экономических показателей производителей зерна.
Ключевые слова: зерно, зерновое хозяйство, оптимизация, посевная площадь, посев зерновых культур, производство зерна, стратегическое развитие, цифровая трансформация, цифровизация
Для цитирования: Генералов И. Г. Оптимизация структуры посевных площадей в системе стратегических направлений развития производства зерна в условиях цифровой трансформации // Вестник НГИЭИ. 2023. № 5 (144). С. 82-90. БОТ: 10.24412/2227-9407-2023-5-82-90
© Генералов И. Г., 2023
Контент доступен под лицензией Creative Commons Attribution 4.0 License. The content is available under Creative Commons Attribution 4.0 License.
Вестник НГИЭИ. 2023. № 5 (144). C. 82-90. ISSN 2227-9407 (Print) Bulletin NGIEI. 2023. № 5 (144). P. 82-90. ISSN 2227-9407 (Print)
VWWWWW рргипнл пкнля и птрдгtwra я жпипмикд VWWWWW
РЕ1 И ОПАЛ ID ПАЯ И ОМГАСЛЕРАЯ ЭКОПОМИКА
Optimization of the structure of sown areas in the system of strategic directions for the development of grain production in the context of digital transformation
Ivan G. Generalov
Nizhny Novgorod State University of Engineering and Economics, Knyaginino, Russia, ivan.generalov.91@bk. ru,https://orcid.org/0000-0003-2195-8640
Abstract
Introduction. The entry of agriculture into a new technological structure based on the digital trans-formation of production and management processes, as well as the entire economy of the Russian Federation, is associated with unprecedented sanctions pressure from Western countries. Under these conditions, the optimization of the structure of sown areas of grain crops is strategically important for the dynamic development of the grain economy, which is the basis for the rational use of key resources.
Materials and methods. During the study, the author studied the scientific works of a number of scientists who contributed to the development of the theory of optimization of production in agriculture in general and grain in particular. A critical analysis of a number of works made it possible to substantiate the main limitations and target functions. Results. The author developed an algorithm for optimizing the structure of sown areas of grain crops, including ten stages, which was written in the form of a block diagram. To implement the optimization algorithm, the author formed a system of methods that should be used at certain stages.
Discussion. The work highlights the main target functions that meet the research problem: aimed at maximum (expansion of sown areas of winter crops, increase in yield), aimed at minimum (timing of agricultural engineering work, variability in grain production), at obtaining a specific value (use of new resource-saving technologies, rational use of fertilizers). Conclusion. The algorithm proposed by the author to optimize the structure of sown areas of grain crops increases the level of reliability of modeling results. The results of optimization on this approach will be of great importance in improving the system of state support for grain production and planning production and economic indicators of grain producers.
Keywords: grain, grain farming, optimization, sowing area, sowing crops, grain production, strategic development, digital transformation, digitalization.
For citation: Generalov I. G. Optimization of the structure of sown areas in the system of strategic directions for the development of grain production in the context of digital transformation // Bulletin NGIEI. 2023. № 5 (144). P. 82-90. DOI: 10.24412/2227-9407-2023-5-82-90
Введение
Экономика Российской Федерации во втором десятилетии XXI в. вошла в переходный период к новому технологическому укладу, который основан на всестороннем применении цифровых технологий, в том числе и производстве. Экономические изменения оказались сопряженными с масштабным санкционным давлением со стороны западных стран, в результате чего возникла необходимость ускорения импортозамещения отдельных видов цифровых технологий. Развитие сельского хозяйства, как и многих отраслей, оказалось под угрозой. Так, например, внедрение точечного земледелия, которое до недавнего времени прямо зависело от использования зарубежного программного обеспечения, являющегося необходимым минимальным базисным условием, было сопряженным с большим числом рисков.
Д. А. Зюкин, Р. В. Солошенко, Н. А. Пожида-ева и Е. Е. Матушанская зерно и продукцию его переработки относят к стратегически значимому виду экспортной продукции страны. Такое суждение авторов справедливо и подтверждается данными территориальных органов государственной статистики, согласно которым в ряде регионов Российской Федерации свыше половины всех посевов отводится под зерновые и зернобобовые культуры [1, с. 2]. Развитию зернового хозяйства страны посвятили немало своих исследований П. Зандер [2], Г. Дюк [3], А. И. Алтухов [4], С. Л. Елисеев [5], С. А. Суслов [6], Э. Ф. Амирова [7; 8; 9] и др.
В официальной отечественной нормативно-правовой базе также уделено внимание проблеме стратегического развития зернового хозяйства, в частности была разработана и утверждена Правительством РФ Долгосрочная стратегия развития
^^WWW^^WW nrrinwл i л мп сггтппл т сглилмггг
Jjfyify^^^^ nZUlUWAL SEL1 ипяь CLUWUMILb_
зернового комплекса Российской Федерации до 2025 и на перспективу до 2035 г.
В этом документе определены такие стратегически значимые направления развития зернового хозяйства, как оптимизация структуры посевных площадей и повышение урожайности зерновых и зернобобовых культур, развитие инфраструктуры и логистического обеспечения, экспорт зерна и его внутреннее потребление [10].
Главная цель данной работы заключается в обосновании методологии оптимизации структуры посевных площадей зерновых культур в системе стратегических направлений развития производства зерна в условиях цифровой трансформации.
Материалы и методы
Оптимизации структуры посевов (в том числе и зерновых культур) и оценки ее экономической эффективности уделено немало внимания в исследованиях многих ученых-аграрников. Так, например, В. В. Чибис и С. П. Чибис занимались исследованием экономической эффективности полевых севооборотов разных сельскохозяйственных культур при оптимизации [11]. Применению экологических критериев (восстановление гумуса) при оптимизации структуры посевных площадей уделили большое внимание О. П. Колпакова, С. А. Мамонтова, Ю. П. Ковалева и О. И. Иванова [12], а также сохранению баланса гумуса при выращивании зерновых культур Г. Н. Барсукова, Л. А. Мироненко и К. А. Юрченко [13]. Вызывает большой научный интерес предложенный В. В. Губаревой и О. П. Шахбазовой подход, основанный на оценке степени интенсивности технологий возделывания зерновых и зернобобовых культур [14].
Все вышеотмеченные подходы базируются на показателях, отражающих технологические особенности производства. С одной стороны, это упрощает формирование системы ограничений при оптимизации посевных площадей зерновых и зернобобовых культур, а с другой стороны, результаты оптимизации показательны только в случае, когда все производители зерна имеют одинаковые условия. На уровне региона, где оптимизация уже носит стратегический характер, такой подход трудно реализуем. Например, Нижегородскую область принято делить на семь агроклиматических районов. Причем производственные особенности левобережья и правобережья существенно отличаются, что накладывает отпечаток на развитие зернового хозяйства региона, ввиду чего при оптимизации структуры посевных площадей возникает необходимость четкой диффе-
ренциации посевов [15]. Также, учитывая исследование Б. А. Никитина и С. А. Суслова о действии «закона» убывающего плодородия почвы в зерновой отрасли, считаем, что для регионального уровня оптимизации структуры посевных площадей зерновых культур данный критерий нужно использовать не при непосредственном моделировании, а также при дифференциации посевов [16].
Результаты
Оптимизация на основе линейного программирования всегда сводится к записи целевой функции и разработке системы ограничений. Такой подход был предложен еще Л. В. Канторовичем [17].
Наш подход к оптимизации структуры посевных площадей зерновых культур, использующий классические способы линейного программирования, имеет следующий алгоритм, состоящий из десяти этапов (рисунок 1).
1. Постановка цели оптимизации структуры посевных площадей (необходимо понимание того, какие проблемы будет решать оптимизация, исходя из чего должен быть выделен ключевой показатель развития зернового хозяйства).
2. Выделение факторов, влияющих на стратегическое развитие (необходима количественная оценка факторов, влияющих на динамику ключевого показателя, что позволит в дальнейшем сформировать систему ограничений экономико-математической модели, максимально отражающую проблему).
3. Определение характера влияющих факторов (необходимо оценить, негативное или позитивное влияние оказывает фактор на ключевой показатель; позитивное влияние будет выражено через положительные коэффициенты при составлении экономико-математической модели, а негативное -через отрицательные).
4. Оценка тенденций влияния факторов (позволит максимально точно определить коэффициенты пропорциональности при формировании системы ограничений).
5. Исследование агроклиматических особенностей территории (необходимо для дифференциации территории по сходным производственным и экономическим особенностям, на основании чего необходимо будет индивидуально для каждой отдельной территории корректировать систему ограничений, что обеспечит более высокий уровень достоверности полученных результатов).
6. Выделение территорий с высоким уровнем волатильности погодных условий (такие территории обладают высоким уровнем неопределенности при
VWWWWW рргипнд пкнля и птрлгtwra я жпипмикд VWWWWW
РЕ1 И ОПАЛ ID ПАЯ И О1 ГАСЛЕВАЯ ЭКОПОМИКА
моделировании, поэтому необходимо сформировать несколько сценариев результатов оптимизации).
7. Формирование системы ограничений модели на основе оценки тенденций влияния факторов (всё вышеизложенное должно быть описано в компактном виде и заложено в систему ограничений).
8. Определение целевых функций модели (агроклиматические особенности развития территории и производственные особенности позволят скорректировать ключевой показатель (если это необходимо) и записать его математический вид.
9. Оптимизация структуры посевных площадей (применяется базовый алгоритм линейного программирования) .
10. Применение в экономической политике (полученные результаты направляются в районные управления развития сельского хозяйства и Министерство сельского хозяйства и продовольственных ресурсов для включения полученных параметров в систему стратегического планирования развития зернового хозяйства региона).
Постановка цели оптимизации структуры посевных площадей / Setting the goal of optimizing the structure of sown areas
Рис. 1. Процедура оптимизации структуры посевных площадей зерновых культур Fig. 1. Procedure for optimizing the structure of the seed crops Источник: составлено автором 85
! REGIONAL AND SECTORAL ECONOMICS
Особое внимание следует уделять реализации четвертого этапа (таблица 1). Так темпы роста в
долгосрочном периоде времени позволяют сделать выводы о характере ограничений.
Таблица 1. Тенденции развития показателей производства зерна в Нижегородской области с 2007 по 2021 гг.
Table 2. Trends in the development of grain production indicators in the Nizhny Novgorod region from 2007 to 2021
Темп роста
Показатель / Indicator за последние 15 лет, % / Growth rate over the last 15 years,% Уравнение тренда / Trend equation R2 / R2
Урожайность (с убранной площади), ц/га / Yield (from harvested area), c/ha
101,9
y = 0,0545x2 - 0,6153x + 21,5
0,213
Посевная площадь зерновых и зернобобовых культур, тыс. га / Sowing area of grain and leguminous crops, thousand ha
102,2
y = -0,011x4 + 0,4309x3 - 4,8442x2 + + 13,28x + 579,45
0,386
Внесено минеральных удобрений на 1 га (в пересчете на 100 % питательных веществ), кг / Added mineral fertilizers per 1 ha (in terms of 100 % nutrients), kg Внесено органических удобрений на 1 га, т / Organic fertilizers per 1 ha, t Нагрузка пашни на один трактор, га / Arable land load per tractor, ha Приходится посевов (посадки) зерновых культур на один зерноуборочный комбайн, га / There are crops (planting) of grain crops per combine harvester, ha Источник: рассчитано автором
112,7
107,7 175,5
192,9
y = 0,6841x2 - 11,266x + 85,382 0,662
y = -0,0013x4 + 0,0384x3 - 0,3695x2 + + 1,2106x + 1,8768
y = 11,989x + 196,42
y = 14,65x + 215,4
0,848 0,952
0,954
Содержание и экономический смысл показателей, характеризующих внесение минеральных удобрений на 1 га, органических удобрений на 1 га, т свидетельствует об их лимитирующем характере, который связан с «законом убывающей отдачи». Предельными ограничениями будут выступать и такие показатели, как посевная площадь и с ней взаимосвязанные показатели (например, нагрузка пашни на один трактор и площадь посевов (посадки) зерновых культур на один зерноуборочный комбайн).
Для реализации каждого предложенного автором этапа оптимизации структуры посевных площадей зерновых культур следует использовать такие методы, как корреляционный анализ, регрессионный анализ, трендовый анализ, анализ изменчивости временного ряда, линейное программирование и ряд других методов, которые будут способствовать повышению качества моделирования оптимальной структуры посевных площадей зерновых культур. Система методов, которые следует использовать при реализации разработанного автором алгоритма, представлена в таблице 2.
РЕГИОНАЛЬНАЯ И ОТРАСЛЕВАЯ ЭКОНОМИКА ]
Таблица 2. Система методов, используемых при реализации алгоритма оптимизации структуры посевных площадей зерновых культур
Table 1. System of methods used in the implementation of the algorithm for optimizing the structure of sown areas of grain crops
Этап оптимизации / Optimization stage
Метод / Method
Постановка цели оптимизации структуры посевных площадей / Setting the goal of optimizing the structure of sown areas Выделение факторов, влияющих на стратегическое развитие / Identification of factors affecting strategic development Оценка тенденций влияния факторов / Assessment of trends in the influence of factors Исследование агроклиматических особенностей территории / Study of agroclimatic characteristics of the territory Выделение территорий с высоким уровнем волатильности погодных условий /
Allocation of areas with a high level of weather volatility Формирование системы ограничений модели на основе оценки тенденций влияния факторов / Formation of a system of model constraints based on assessment of factors influence trends Определение целевых функций модели / Defining Model Target Functions
Оптимизация структуры посевных площадей / Optimization of the sowing area structure Источник: разработано автором
Корреляционный анализ /
Correlation analysis Регрессионный анализ / Regression analysis Трендовый анализ /
Trend analysis Комплекс методов / Set of methods
Анализ изменчивости временного ряда / Time Series Variability Analysis
Линейное программирование / Linear programming
Предложенный автором алгоритм оптимизации структуры посевных площадей должен учитывать и условия цифровой трансформации, ввиду чего приоритетным должно быть расширение площади посевов, обрабатываемых с помощью элементов точечного земледелия, что следует учитывать при определении целевых параметров.
Обсуждение Целевые функции в экономико-математическом моделировании отражают максимально возможный эффект от оптимизации структуры посевных площадей. Целевые функции могут быть максимизированы (прибыль, выручка, рентабельность производства и продаж, валовой сбор, урожайность), либо минимизированы (различного вида затраты), либо направлены на получение конкретного значения (например расходования бюджетных средств).
Современные тенденции цифровой трансформации зернового хозяйства свидетельствуют о необходимости расширения критериев оптимизации в зависимости от их направлений. Так, по мнению автора, сейчас актуальны следующие: 1. Направленные на максимум: - расширение посевных площадей озимых культур:
Soz^max;
(1) (2)
- увеличение урожайности:
Pr^max.
2. Направленные на минимум:
- сроки реализации агротехнических работ:
T^min; (3)
- вариабельность производства зерна:
±А Pr^ min. (4)
3. На получение конкретного значения:
- использование новых ресурсосберегающих технологий:
Dm^100 %; (5)
- рациональное использование удобрений:
Fm^rq, (6)
Fo^rq. (7)
Заключение
В целом предложенный автором алгоритм оптимизации структуры посевных площадей зерновых культур, включающий применение комплекса общенаучных методов (корреляционный анализ, регрессионный анализ, трендовый анализ, анализ изменчивости временного ряда, линейное программирование и др.) к каждому отдельно взятому этапу, является состоятельным и имеет ряд преимуществ, которые сводятся к повышению уровня достоверности результатов моделирования. Также автором бы-
^^WWW^^WW втпмА! л Ain сггтпп л I ргл дм м/гс ШЙЛЛЛЛЙЛЙЛЛ^
nZUlUWAL SEL1 ипяь CLUlVUMlLà_
ли предложены и новые целевые функции, которые отвечают условиям цифровой трансформации зернового хозяйства и имеют взаимосвязь с целями его стратегического развития, которые обозначены в Долгосрочной стратегии развития зернового комплекса Российской Федерации до 2025 и на перспективу до 2035 г.
Результаты оптимизации по такому подходу будут иметь большое значение при совершенство-
вании системы государственной поддержки зернового хозяйства [18; 19; 20] и, несомненно, будут являться важным ориентиром при планировании производственно-экономических показателей производителей зерна. Также, на наш взгляд, апробация предложенного алгоритма в дальнейшем должна проводиться на материалах Нижегородской области, как одного из регионов, где развитие зернового хозяйства крайне неоднородно.
Примечания:
1 Распоряжение Правительства Российской Федерации от 10 августа 2019 г. № 1796-р «Долгосрочная стратегия развития зернового комплекса Российской Федерации до 2035 года» (дата обращения 15 января 2023 г.).
СПИСОК ИСТОЧНИКОВ
1. Зюкин Д. А., Солошенко Р. В., Пожидаева Н. А., Матушанская Е. Е. Обоснование необходимости стратегии развития зернопродуктового подкомплекса АПК для обеспечения продовольственной безопасности страны и комплексного развития сельского хозяйства // Вестник Курской государственной сельскохозяйственной академии. 2017. № 2. С. 60-64.
2. Zander P., Amjath-Babu T. S., Preissel S. Grain legume decline and potential recovery in European agriculture: a review // Agronomy for sustainable development. 2016.
3. Duc G., Agrama H., Bao S. Breeding Annual Grain Legumes for Sustainable Agriculture: New Methods to Approach Complex Traits and Target New Cultivar Ideotypes // Critical reviews in plant sciences. 2015. P. 381-411.
4. Алтухов А. И. Устойчивость зернового хозяйства и рынка зерна - основа их развития // Хлебопродукты. 2013. № 9. С. 4-10.
5. Елисеев С. Л. Повышение устойчивости производства зерна // Пермский аграрный вестник. 2016. № 4 (16). С. 15-20.
6. Суслов С. А. Комплексный подход к определению производственно-экономического потенциала обеспечения устойчивого производства зерна // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2022. № 5. С. 237-240.
7. Амирова Э. Ф. Оптимизация экономических показателей предприятий зернопродуктового подкомплекса // Вестник Казанского государственного аграрного университета. 2008. Т. 3. № 3 (9). С. 11-14.
8. Амирова Э. Ф. Эффективность зерновой отрасли в Республике Татарстан // Вестник экономики, права и социологии. 2007. № 4. С. 6-8.
9. Амирова Э. Ф., Захарова Г. П. Методические основы организационно-экономического механизма зер-нопродуктовых систем // Вестник Казанского государственного аграрного университета. 2015. Т. 10. № 3 (37). С. 9-11.
10. Зюкин Д. А. Направления стратегического развития зернопродуктового подкомплекса // Азимут научных исследований: экономика и управление. 2019. Т. 8. № 4 (29). С. 167-171.
11. Чибис В. В., Чибис С. П., Кутышев И. Н., Фалалеева Е. В. Экономическая эффективность полевых севооборотов при оптимизации структуры посевных площадей // Вестник Казанского государственного аграрного университета. 2017. Т. 12. № 4 (46). С. 45-49.
12. Колпакова О. П., Мамонтова С. А., Ковалева Ю. П., Иванова О. И. Оптимизация структуры посевных площадей на основе использования экологических критериев // Астраханский вестник экологического образования. 2020. № 1 (55). С. 97-101.
13. Барсукова Г. Н., Мироненко Л. А., Юрченко К. А. Оптимизация структуры посевных площадей при условии сохранения почвенного плодородия как фактор повышения эффективности аграрного производства // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2016. № 115. С. 1170-1180.
14. Губарева В. В., Шахбазова О. П. Оптимизация структуры посевных площадей зерновых и зернобобовых культур в зависимости от степени интенсивности технологий возделывания. ДонГАУ. 2015. 28 с.
VWWWWW рргипнл пкнля u птрл г tifra я ч wn нп м и к a VWWWWW ¿^¿m^i^^i^^^i^^i^, ре! ИипАЛРпАЯ И УМГЛСЛЕВАП жипимпкА
15. Шамин А. Е., Горохов В. А., Суслов С. А., Колодкина Н. Н., Павлова О. А., Черемухин А. Д. Современные проблемы экономико-математического моделирования как метода исследования экономических явлений // Азимут научных исследований: экономика и управление. 2016. Т. 5. № 4 (17). С. 389-393.
16. Никитин Б. А., Суслов С. А. Действие «закона» убывающего плодородия почвы в зерновой отрасли Нижегородской области // Казанская наука. 2011. № 10. С. 97-100.
17. Канторович Л. В. Математические методы организации и планирования производства. ЛГУ. 1939. 67 с.
18. Захарова Г. П., Амирова Э. Ф. Государственное регулирование рынка зерна в условиях импортоза-мещения // Вестник Казанского государственного аграрного университета. 2015. Т. 10. № 3 (37). С. 15-17.
19. Жахов Н. В., Кривошлыков В. С. Предопределяющие аспекты перестройки государственного регулирования агропромышленного производства // Комплексное развитие сельских территорий и инновационные технологии в агропромышленном комплексе. Новосибирск, 20-21 декабря 2016 года. Новосибирск : Издательский центр НГАУ «Золотой колос». 2016. С. 293-296.
20. Жахов Н. В. Перспективы государственного регулирования АПК в преддверии вступления России в ВТО // Инновационные процессы в АПК. Москва, 13-15 апреля 2011 года. Том 1. Москва : Российский университет дружбы народов. 2011. С. 263-264.
Статья поступила в редакцию 22.02.2023; одобрена после рецензирования 20.03.2023;
принята к публикации 22.03.2023.
Информация об авторах: И. Г. Генералов - к.э.н., доцент кафедры «Сервис», Spin-код: 3763-1273;
REFERENCES
1. Zjukin D. A., Soloshenko R. V., Pozhidaeva N. A., Matushanskaja E. E. Obosnovanie neobhodimosti strate-gii razvitija zernoproduktovogo podkompleksa APK dlja obespechenija prodovol'stvennoj bezopasnosti strany i kom-pleksnogo razvitija sel'skogo hozjajstva [Justification of the need for a strategy for the development of the grain product subcommittee of the agro-industrial complex to ensure the country's food security and integrated development of agriculture], Vestnik Kurskoj gosudarstvennoj sel'skohozjajstvennoj akademii [Bulletin of the Kursk State Agricultural Academy], 2017, No. 2, pp. 60-64.
2. Zander P., Amjath-Babu T. S., Preissel S. Grain legume decline and potential recovery in European agriculture: a review, Agronomy for sustainable development, 2016.
3. Duc G., Agrama H., Bao S. Breeding Annual Grain Legumes for Sustainable Agriculture: New Methods to Approach Complex Traits and Target New Cultivar Ideotypes. Critical reviews in plant sciences. 2015, pp. 381-411.
4. Altuhov A. I. Ustojchivost' zernovogo hozjajstva i rynka zerna - osnova ih razvitija [The stability of the grain economy and the grain market is the basis of their development], Hleboprodukty [Breadproducts], 2013, No. 9, pp. 4-10.
5. Eliseev S. L. Povyshenie ustojchivosti proizvodstva zerna [Increasing the stability of grain production], Permskij agrarnyj vestnik [Perm Agricultural Bulletin], 2016, No. 4 (16), pp. 15-20.
6. Suslov S. A. Kompleksnyj podhod k opredeleniju proizvodstvenno-jekonomicheskogo potenciala obespeche-nija ustojchivogo proizvodstva zerna [Integrated approach to determining the production and economic potential of ensuring sustainable grain production], Konkurentosposobnost' v global'nom mire: jekonomika, nauka, tehnologii [Competitiveness in the global world: economy, science, technology], 2022, No. 5, pp. 237-240.
7. Amirova Je. F. Optimizacija jekonomicheskih pokazatelej predprijatij zernoproduktovogo podkompleksa [Optimization of economic indicators of enterprises of the grain product subcommittee], Vestnik Kazanskogo gosudar-stvennogo agrarnogo universiteta [Bulletin of Kazan State Agrarian University], 2008, Vol. 3. No. 3 (9), pp. 11-14.
8. Amirova Je. F. Jeffektivnost' zernovoj otrasli v Respublike Tatarstan [Efficiency of the grain industry in the Republic of Tatarstan], Vestnik jekonomiki, prava i sociologii [Bulletin of Economics, Law and Sociology], 2007, No. 4, pp. 6-8.
9. Amirova Je. F., Zaharova G. P. Metodicheskie osnovy organizacionno-jekonomicheskogo mehanizma zernoproduktovyh sistem [Methodological foundations of the organizational and economic mechanism of grain product systems], Vestnik Kazanskogo gosudarstvennogo agrarnogo universiteta [Bulletin of Kazan State Agrarian University], 2015, Vol. 10, No. 3 (37), pp. 9-11.
^^WWW^^WW пгппыл i л мп сггтппл т сглилмггг
Jjfyify^^^p^^ nZUlUWAL SEL1 ипяь CLUlVUMILb_
10. Zjukin D. A. Napravlenija strategicheskogo razvitija zernoproduktovogo podkompleksa [Directions for the strategic development of the grain product subcommittee], Azimut nauchnyh issledovanij: jekonomika i upravlenie [Azimut of scientific research: economics and management], 2019, Vol. 8, No. 4 (29), pp. 167-171.
11. Chibis V. V., Chibis S. P., Kutyshev I. N., Falaleeva E. V. Jekonomicheskaja jeffektivnost' polevyh sevooborotov pri optimizacii struktury posevnyh ploshhadej [Economic efficiency of field crop rotations in optimizing the structure of sown areas], Vestnik Kazanskogo gosudarstvennogo agrarnogo universiteta [Bulletin of Kazan State Agrarian University], 2017, Vol. 12, No. 4 (46), pp. 45-49.
12. Kolpakova O. P., Mamontova S. A., Kovaleva Ju. P., Ivanova O. I. Optimizacija struktury posevnyh ploshhadej na osnove ispol'zovanija jekologicheskih kriteriev [Optimization of the structure of sown areas based on the use of environmental criteria], Astrahanskij vestnik jekologicheskogo obrazovanija [Astrakhan Bulletin of Environmental Education], 2020, No. 1 (55), pp. 97-101.
13. Barsukova G. N., Mironenko L. A., Jurchenko K. A. Optimizacija struktury posevnyh ploshhadej pri uslovii sohranenija pochvennogo plodorodija kak faktor povyshenija jeffektivnosti agrarnogo proizvodstva [Optimization of the structure of sown areas subject to the preservation of soil fertility as a factor in increasing the efficiency of agricultural production], Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta [Politematic network electronic scientific journal of the Kuban State Agrarian University], 2016, No. 115, pp.1170-1180.
14. Gubareva V. V., Shahbazova O. P. Optimizacija struktury posevnyh ploshhadej zernovyh i zernobobovyh kul'tur v zavisimosti ot stepeni intensivnosti tehnologij vozdelyvanija [Optimization of the structure of sown areas of grain and leguminous crops depending on the degree of intensity of cultivation technologies], DonGAU, 2015, 28 p.
15. Shamin A. E., Gorohov V. A., Suslov S. A., Kolodkina N. N., Pavlova O. A., Cheremuhin A. D. Sovremen-nye problemy jekonomiko-matematicheskogo modelirovanija kak metoda issledovanija jekonomicheskih javlenij [Modern problems of economic and mathematical modeling as a method of studying economic phenomena], Azimut nauchnyh issledovanij: jekonomika i upravlenie [Azimuth of scientific research: economics and management], 2016, Vol. 5, No. 4 (17), pp. 389-393.
16. Nikitin B. A., Suslov S. A. Dejstvie «zakona» ubyvajushhego plodorodija pochvy v zemovoj otrasli nizhe-gorodskoj oblasti [Action of the «law» of declining soil fertility in the grain industry of the Nizhny Novgorod region], Kazanskaja nauka [Kazan Science], 2011, No. 10, pp. 97-100.
17. Kantorovich L. V. Matematicheskie metody organizacii i planirovanija proizvodstva [Mathematical methods for organizing and planning production], LGU, 1939, 67 p.
18. Zaharova G. P., Amirova Je. F. Gosudarstvennoe regulirovanie rynka zerna v uslovijah importozameshheni-ja [State regulation of the grain market in import substitution conditions], Vestnik Kazanskogo gosudarstvennogo agrarnogo universiteta [Bulletin of Kazan State Agrarian University], 2015, Vol. 10, No. 3 (37), pp. 15-17.
19. Zhahov N. V., Krivoshlykov V. S. Predopredeljajushhie aspekty perestrojki gosudarstvennogo regulirovani-ja agropromyshlennogo proizvodstva [Predetermining aspects of the restructuring of state regulation of agro-industrial production], Kompleksnoe razvitie sel'skih territorij i innovacionnye tehnologii v agropromyshlennom komplekse [Integrated development of rural areas and innovative technologies in the agro-industrial complex], Novosibirsk, December 20-21, 2016. Novosibirsk: Publishing center of NGAU «Golden Ear». 2016, pp. 293-296.
20. Zhahov N. V. Perspektivy gosudarstvennogo regulirovanija APK v preddverii vstuplenija Rossii v VTO [rospects for state regulation of the agro-industrial complex on the eve of Russia's accession to the WTO], Innovacionnye processy v APK [Innovativeprocesses in the agro-industrial complex], Moscow, April 13-15, 2011. Vol. 1. Moscow: Peoples' Friendship University of Russia. 2011, pp. 263-264.
The article was submitted 22.02.2023; approved after reviewing 20.03.2023; accepted for publication 22.03.2023.
Information about the authors: I. G. Generalov - Ph. D. (Economy), associate professor of the chair «Service», Spin-code: 3763-1273.
