CC BY
44
ПЕРСПЕКТИВНЫЕ ПАРАМЕТРЫ РАЗВИТИЯ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА АМУРСКОЙ ОБЛАСТИ
УДК 338.436.33(571.61)
Валерий Реймер, кандидат экономических наук, доцент,
Татьяна Колесникова, кандидат биологических наук, доцент,
Татьяна Горелкина, старший преподаватель,
Марина Царькова, кандидат биологических наук, доцент,
Дальневосточный государственный аграрный университет, г. Благовещенск
ПЕРСПЕКТИВНЫЕ ПАРАМЕТРЫ РАЗВИТИЯ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА АМУРСКОЙ ОБЛАСТИ
В статье обосновывается актуальность оценки возможностей наращивания объемов производства сельскохозяйственной продукции за счет реализации инновационного потенциала развития отдельных отраслей аграрного производства. Оценивается рост уровня инновационного потенциала по отдельным отраслям аграрного производства с учетом типологизации хозяйствующих субъектов, имеющих различный уровень инновационной восприимчивости. Приводятся результаты прогнозных расчетов изменения объемов производства сельскохозяйственной продукции по инерционному и инновационному сценариям развития аграрного сектора экономики Амурской области.
S u m m a r y
This article explains the relevance of evaluation of agricultural growth, which can be achieved through the implementation of agricultural sectors' innovative potential. The provides an estimation of innovation potential growth of the agricultural branches from taking into account the typology of economic entities with different levels of innovation receptivity. This article also compares the forecasts of agricultural production on inertial and innovative scenario for agricultural sector of the economy the Amur region.
Ключевые слова: агропромышленный комплекс, инновационный потенциал, инновационно-ориентированное развитие, прогноз производства.
Keywords: agrarian and industrial complex, innovative potential, innovation-based development, production forecast.
Агропромышленный комплекс, как базовый элемент системы общественного воспроизводства, демонстрирует в последние годы довольно устойчивый рост, но темпы этого роста пока явно недостаточны для выхода на качественно иные параметры его развития. Увеличение объемов бюджетного финансирования агропромышленного производства в рамках реализации целевых программ развития сельского хозяйства и сельских территорий, создание условий перелива частного капитала в аграрный сектор экономики за счет повышения его инвестиционной привлекательности создали предпосылки масштабной модернизации материально-технической базы и перехода к новым и новейшим технологиям производства, хранения и переработки сельскохозяйственной продукции. Эффективная реализация данных предпосылок может быть осуществлена лишь при формировании такой инновационной системы агропромышленного производства, которая была бы адекватна задачам, поставленным в Стратегии развития страны и Доктрине продовольственной безопасности Российской Федерации.
Особо остро задача инновационно-ориентированного развития агропромышленного комплекса стоит перед регионами, в которых деградация аграрного сектора в постреформенный период была наиболее ощутима. Для таких регионов, к числу которых относится Дальний Восток и Амурская область в частности, характерны преобладание мелкотоварного сельскохозяйственного производства, низкая инвестиционная привлекательность аграрного сектора, высокий удельный вес неиспользуемых сельскохозяйственных угодий, неразвитость производственной и рыночной инфраструктуры, неудовлетворительное финансовое положение значительной части сельскохозяйственных товаропроизводителей, высокий уровень износа основных средств и т.п. Попытки обеспечения роста аграрного производства в таких регионах за счет мобилизации их внутренних резервов и субсидирования хозяйствующих субъектов не смогли обеспечить кардинального изме-
нения ситуации. В условиях усиливающего внешнеполитического и внешнеэкономического давления на Россию и необходимости скорейшего решения задачи обеспечения продовольственной безопасности страны обеспечение требуемых темпов наращивания объемов агропромышленного производства возможно лишь при переводе АПК на инновационный путь развития.
Следует признать, что до настоящего времени государство так и не выработало стратегию перевода АПК на инновационный путь развития и не определило свою роль в активизации инновационных процессов, до сих пор не сформирована комплексная система управления инновационным развитием АПК, отсутствует механизм обеспечения взаимодействия производителей и потребителей инноваций, вследствие чего отмечается крайне низкая эффективность государственного заказа на разработку инновационных решений и практически полное отсутствие спроса на результаты научных разработок со стороны сельскохозяйственных производителей.
Ключевым элементом системы мероприятий по наращиванию инновационного потенциала хозяйствующих субъектов аграрного сектора экономики Амурской области является повышение эффективности сельскохозяйственного производства. Помимо мобилизации внутренних резервов сельскохозяйственных производителей к числу доступных направлений формирования предпосылок наращивания их инновационного потенциала относятся: развитие интеграционных и кооперационных отношений, участие в отраслевых союзах и ассоциациях, вхождение в структуры кластерного типа. При улучшении финансового положения хозяйствующих субъектов и повышении их восприимчивости к инновациям создаются благоприятные условия для установления устойчивых связей с научными учреждениями и организациями.
Особую актуальность приобретает оценка возможностей наращивания объемов производства сельскохозяйственной продукции за счет реализаци и инновационного потенциала развития отдельных отраслей
аграрного производства. Очевидно, что каждая отрасль обладает индивидуальным инновационным потенциалом развития, определяющимся совокупностью факторов макроэкономического, отраслевого и территориального уровня. Кроме того, уровень реализации инновационного потенциала отрасли зависит от типа хозяйствующих субъектов (сельскохозяйственные предприятия, крестьянские (фермерские) хозяйства, хозяйства населения), имеющих различный уровень инновационной восприимчивости. Трудность объективной 29 оценки количественного влияния отдельных факторов на уровень инновационного потенциала развития конкретных отраслей на средне- и долгосрочном горизонте планирования требует использования специальных инструментов, позволяющих выявить тренд и обосновать прогноз развития отрасли на заданном временном интервале (инерционный сценарий), а также на основе экспертных оценок определить возможности роста производства тех или иных видов сельскохозяйственной продукции при переходе к инновационному сценарию развития [3].
В качестве методологии анализа временных рядов была выбрана интегрированная модель авторегрессии и скользящего среднего ^1МА, модель Бокса-Дженкинса), позволяющая привести нестационарный временной ряд к стационарному виду и осуществить прогноз методами анализа стационарных рядов. Кроме того, модель ARIMA позволяет учитывать и комбинировать влияние эндогенных и экзогенных факторов, а также трендовых составляющих.
Модель ARIMA (р, d, д) для нестационарного временного ряда У1 с учетом влияния ряда г экзогенных факторов Хи выглядит следующим образом:
и'п ос с ■ и*П-| с аиь с
+ et + Yk=i8k ■ хь
ГОСУДАРСТВЕННОЕ РЕГУЛИРОВАНИЕ И РЕГИОНАЛЬНОЕ РАЗВИТИЕ АПК
30
где £1 - стационарным временной ряд (автоковариационный процесс);
с, а, Ь, дк - параметры модели;
Аё - оператор разности временного порядка ё.
В качестве объекта исследования используются временные ряды, отражающие объемы валового производства основных видов сельскохозяйственной продукции, производимых на территории региона (У) по типам хозяйств. Поскольку большинство из них являются нестационарными и близки к процессам случайного блуждания с изменяющейся во времени дисперсией, приведение этих рядов к стационарному виду будет производиться путем взятия разностей первого порядка с единичными лагами модели р и q.
Предполагается, что влияние количественных характеристик отдельных факторов сельскохозяйственного производства и временного тренда на значения временных рядов в предлагаемой модели будет учитываться при помощи авторегрессионной и автокорреляционной компонент. При этом в качестве экзогенных переменных модели были выбраны факторы, характеризующие качественное состояние потенциала развития хозяйствующих субъектов различного типа, а именно: состояние материально-технической базы хозяйствующих субъектов, уровень развития производственной инфраструктуры, их финансовое положение, возможность повышения уровня интенсификации производства, наличие перспективных районированных сортов и пород сельскохозяйственных животных и птицы, возможность перехода к перспективным технологиям, кадровый потенциал и его готовность к инновациям, участие в программах государственной поддержки. Оценку данных факторов по 10-балльной шкале для различных типов хозяйств на всем исследуемом горизонте рекомендуется проводить на основе анкетирования группы экспертов, профессиональная деятельность которых связана с сельскохозяйственным производством, научной и образовательной деятельностью, управлением агропромышленным комплексом. Временные ряды экзогенных переменных (Хк),
характеризующие условия развития хозяйствующих субъектов каждого из рассматриваемых типов хозяйств, формируются на основании усреднения, стандартизации и свертки полученных экспертных оценок.
При обеспечении достоверного уровня аппроксимации и непротиворечивости экономической интерпретации результатов данные модели могут использоваться для нахождения прогнозных значений развития отдельной отрасли в конкретном типе хозяйствующих субъектов при инерционном сценарии развития. В противном случае возможно применение других методов анализа временных рядов, обеспечивающих учет комплексного влияния дополнительных факторов (например, метод экспоненциального сглаживания).
Для определения прогнозных параметров развития отдельных отраслей по инновационному сценарию имеющиеся значения экзогенных переменных (Хк) корректируются с учетом оценок инновационного потенциала конкретных отраслей для каждого типа хозяйствующих субъектов. Эти оценки получаются на основании опроса экспертов, определяющих возможности наращивания производства отдельных видов продукции за счет использования инноваций и динамику изменения темпов роста объемов производства на заданном временном горизонте с учетом современного состояния отрасли, ее инвестиционной привлекательности, сроков реализации инновационно-инвестиционных проектов и т.п.
Апробация данной модели была проведена на примере Амурской области. В качестве основных видов сельскохозяйственной продукции были выбраны зерно, соя, картофель, овощи, молоко, мясо КРС, свиней и птицы (на убой в живом весе), яйцо. На основе экспертных оценок были сформированы предиктивные временные ряды экзогенных переменных, использованные для получения прогнозов на 2016-2025 гг. при помощи разработанных ARIMA-моде-лей. Прогнозные расчеты проводились в разрезе сельскохозяйственных предприятий, крестьянских (фермерских) хозяйств (с учетом индивидуальных предпринимате-
лей) и хозяйств населения. Перспективные параметры производства отдельных видов сельскохозяйственной продукции в разрезе типологизации хозяйствующих субъектов и в целом по хозяйствам всех категорий приведены в таблицах 1-4.
Инновационный прогноз предполагает постепенный рост уровня использования инновационного потенциала на уровне, оцененном экспертами. Инерционный прогноз основан на предпосылке о сохранении текущего уровня использования инновационного потенциала на всем горизонте прогнозирования.
В рамках инерционного прогноза для сельскохозяйственных предприятий устойчивая положительная динамика валового производства выявлена лишь по трем видам продукции - зерновым и овощным культурам, картофелю. Практически по всем остальным видам производств - соя, мясо свиней, мясо птицы, яйцо - ожидается стагнация или небольшое снижение объемов. Высока вероятность, что сохранение существующего уровня использования инновационного потенциала в скотоводстве приведет к полному прекращению производства молока и говядины в сельскохозяйственных предприятиях Амурской области.
Инновационный прогноз более благоприятен для сельскохозяйственных предприятий региона. В соответствии с ним животноводство Амурской области сможет преодолеть негативные тенденции, а средние объемы производства молока и говядины в 2021-2025 гг. превысят уровень 19962000 гг., свинины - даже уровень 1991-1995 гг. Существенно (выше дореформенного уровня) возрастет производство зерна (538,9 тыс. т в 2021-2025 гг. против 234,9 тыс. т в 2011-2014 гг. и 481,4 тыс. т в 19911995 гг.). Производство сои увеличится до 660-680 тыс. т в год, хотя темпы роста не будут такими быстрыми, как в середине 2000-х и начале 2010-х годов, так как возможности экстенсивного наращивания производства данной культуры в основном исчерпаны. Производство картофеля и овощей будет расти, однако его дореформенный уровень в обозримой перспективе
Прогноз производства сельскохозяйственной продукции сельскохозяйственными предприятиями Амурской области, тыс. т
Прогноз производства сельскохозяйственной продукции крестьянскими (фермерскими) хозяйствами Амурской области, тыс. т
Таблица 1
Таблица 2
Вид продукции Сценарий Период
1991-1995 1996-2000 2001-2005 2006-2010 2011-2014 2016-2020 2021-2025
Зерновые Инерционный 481,4 213,8 167,9 206,7 234,9 310,2 311,0
Инновационный 392,2 538,9
Разница 82,0 228,0
Соя Инерционный 153,4 141,2 157,1 273,3 563,1 553,2 545,9
Инновационный 661,7 682,8
Разница 108,4 136,8
Картофель Инерционный 36,4 14,3 9,3 5,6 6,3 5,6 5,7
Инновационный 7,6 11,1
Разница 2,0 5,4
Овощи Инерционный 27,1 9,6 7,0 3,1 2,7 3,4 3,5
Инновационный 5,9 13,2
Разница 2,5 9,7
Молоко Инерционный 179,0 49,0 26,1 27,4 33,5 1,4 0,0
Инновационный 16,9 59,4
Разница 15,5 59,4
Мясо КРС Инерционный 28,9 7,9 3,5 2,1 2,1 0,0 0,0
Инновационный 0,8 9,6
Разница 0,8 9,6
Мясо свиней Инерционный 9,5 0,7 0,6 1,7 1,7 1,8 1,8
Инновационный 4,3 9,9
Разница 2,5 8,1
Мясо птицы Инерционный 6,7 1, 83 16,6 23,1 24,2 22,3
Инновационный 26,8 29,8
Разница 2,6 7,5
млн шт. Инерционный 165,4 82,1 120,9 155,0 186,0 178,7 178,2
Инновационный 190,4 226,1
Разница 11,7 47,9
Вид продукции Сценарий Период
1991-1995 1996-2000 2001-2005 2006-2010 2011-2014 2016-2020 2021-2025
Зерновые Инерционный 48,2 39,7 35,1 60,5 64,8 54,9 56,8
Инновационный 56,6 63,0
Разница 1,7 6,2
Соя Инерционный 9,8 26,3 42,1 92,8 233,0 268,9 265,7
Инновационный 277,2 299,3
Разница 8,3 33,6
Картофель Инерционный 6,1 6,0 12,2 19,2 18,4 22,0 22,1
Инновационный 22,6 25,1
Разница 0,6 3,0
Овощи Инерционный 1,1 2,9 5,2 7,2 4,7 6,1 6,1
Инновационный 6,1 6,1
Разница 0,0 0,0
Молоко Инерционный 9,8 5,8 4,2 6,3 8,0 8,3 8,4
Инновационный 9,0 10,5
Разница 0,7 2,2
Мясо КРС Инерционный 3,0 1,3 0,5 0,5 0,8 1,1 1,1
Инновационный 1,1 1,1
Разница 0,0 0,0
Мясо „ней Инерционный 0,8 0,8 0,9 0,4 1,0 0,8 0,8
Инновационный 0,8 0,8
Разница 0,0 0,0
Мясо птицы Инерционный 0,1 0,2 0,1 0,1 0,1 0,1 0,1
Инновационный 0,1 0,1
Разница 0,0 0,0
млн шт. Инерционный 0,1 1,6 4,8 25,8 10,3 0,0 0,0
Инновационный 0,0 0,0
Разница 0,0 0,0
ПЕРСПЕКТИВНЫЕ ПАРАМЕТРЫ РАЗВИТИЯ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА АМУРСКОЙ ОБЛАСТИ
Л
Таблица 3
Прогноз производства сельскохозяйственной продукции хозяйствами населения Амурской области, тыс. т
Таблица 4
Прогноз производства сельскохозяйственной продукции хозяйствами всех категорий Амурской области, тыс. т
Вид продукции Сценарий Период
1991-1995 1996-2000 2001-2005 2006-2010 2011-2014 2016-2020 2021-2025
Зерновые Инерционный 0,3 0,3 0,2 0,1 0,1 0,1 0,1
Инновационный 0,1 0,1
Разница 0,0 0,0
Соя Инерционный 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Инновационный 0,0 0,0
Разница 0,0 0,0
Картофель Инерционный 275,5 318,2 317,7 286,6 227,3 218,0 218,7
Инновационный 230,7 265,1
Разница 12,6 46,4
Овощи Инерционный 40,2 77,7 64,6 49,2 50,8 54,1 54,0
Инновационный 55,6 59,6
Разница 1,5 5,7
Молоко Инерционный 123,0 152,9 122,7 112,0 123,1 125,2 125,2
Инновационный 125,2 125,2
Разница 0,0 0,0
Мясо КРС Инерционный 9,5 15,6 14,6 11,7 12,9 12,6 12,0
Инновационный 12,6 12,3
Разница 0,1 0,3
Мясо свиней Инерционный 14,8 8,5 9,6 9,5 11,3 12,1 12,1
Инновационный 12,1 12,1
Разница 0,0 0,0
Мясо птицы Инерционный 4,6 0,4 0,1 1,3 1,9 2,1 2,2
Инновационный 2,1 2,2
Разница 0,0 0,0
Яйцо, млн шт. Инерционный 53,2 61,0 70,7 58,2 47,2 45,8 46,2
Инновационный 46,0 47,4
Разница 0,2 1,2
Вид продукции Сценарий Период
1991-1995 1996-2000 2001-2005 2006-2010 2011-2014 2016-2020 2021-2025
Зерновые Инерционный 530,0 253,7 203,2 267,3 299,9 365,2 367,9
Инновационный 449,0 602,1
Разница 83,7 234,1
Соя Инерционный 163,2 167,5 199,2 366,1 796,1 822,1 811,6
Инновационный 938,8 982,1
Разница 116,7 170,5
Картофель Инерционный 318,0 338,5 339,2 311,4 252,0 245,6 246,5
Инновационный 260,9 301,3
Разница 15,2 54,8
Овощи Инерционный 68,5 90,2 76,7 59,5 58,3 63,7 63,6
Инновационный 67,7 78,9
Разница 4,0 15,3
Молоко Инерционный 311,9 207,7 153,0 145,7 164,5 135,0 133,6
Инновационный 151,1 195,1
Разница 16,1 61,6
Мясо КРС Инерционный 41,4 24,8 18,5 14,4 15,7 13,7 13,1
Инновационный 14,6 23,0
Разница 0,9 9,9
Мясо свиней Инерционный 25,0 10,0 11,1 11,6 14,1 14,7 14,7
Инновационный 17,2 22,8
Разница 2,5 8,1
Мясо птицы Инерционный 11,4 2,4 8,6 17,9 25,1 26,4 24,6
Инновационный 29,0 32,1
Разница 2,6 7,5
Яйцо, млн шт. Инерционный 218,7 144,7 196,4 239,0 243,5 224,5 224,4
Инновационный 236,4 273,5
Разница 11,9 49,1
может быть покрыт максимально на 3040% ввиду произошедшей трансформации отраслевой структуры сельского хозяйства региона.
Фермерский сектор, особенно мелкие фермерские хозяйства, менее восприимчив к инновациям ввиду дефицита средств на их освоение, а также ограниченности эффекта масштаба производства. В результате этого разница между инерционным и инновационным прогнозами, особенно на первом временном отрезке, не является большой - 3-8% в 2016-2020 гг. и 10-25% в 2021-2025 гг. по отношению к уровню 2011-2014 гг. Рассчитанная ARIMA-модель не позволила выявить влияние экзогенных факторов на развитие производства овощей, мяса КРС, свиней и птицы в крестьянских (фермерских) хозяйствах.
По данным видам продукции инерционный и инновационный прогнозы совпадают; производство товарного яйца фермерскими хозяйствами Амурской области было фактически прекращено в 2014 г., поэтому в прогнозах его уровень равен нулю.
Проблемы низкой восприимчивости инноваций в еще большей степени характерны для хозяйств населения Амурской области. Разница между инерционным и инновационным прогнозами для хозяйств населения Амурской области также невысока - 0,5-5% в 2016-2020 гг. и 2-20% в 2021-2025 гг. по отношению к уровню 20112014 гг. И по инерционному, и по инновационному сценариям хозяйства населения продолжат играть существенную роль в региональном производстве животноводческой продукции, картофеля и овощей, однако инновационный сценарий показывает поступательное сокращение его доли на рынке сельскохозяйственной продукции региона даже при наращивании абсолютных показателей объема.
Реализация инновационного варианта развития позволит к 2021-2025 гг. увеличить среднегодовое производство по от-
ношению к уровню 2011-2014 гг.: по зерну - на 95%, по мясу свиней - на 73, по мясу КРС - на 39, по овощам - на 33, по мясу птицы - на 27, по молоку - на 25, по сое -на 23, по картофелю - на 18, по яйцу - на 11%. Если же будет реализован инерционный сценарий, производство картофеля, молока, мяса КРС и яйца будет постепенно сокращаться по отношению к уровню 20112014 гг.
Сохранение сложившихся трендов обеспечит стабилизацию ситуации в аграрном секторе экономики Амурской области, но позволит превысить среднегодовой уровень производства 1991-1995 гг. лишь по сое (в 5 раз), мясу птицы (в 2,2 раза), яйцу (на 2,6%). Критично низким продолжит оставаться уровень производства молока (43,1% к уровню 1991-1995 гг.), мяса крупного рогатого скота (32,4%) и свиней (58,7%).
Наиболее высоким потенциалом инновационного развития, в соответствии с прогнозными расчетами, обладают мясное скотоводство (68,2% к уровню инерционного варианта), производство зерна (52,2%), свиноводство (47,3%) и молочное скотоводство (40,7%). В 2016-2020 гг. максимальный прирост объемов производства по инновационному сценарию может быть достигнут по зерну (22,9%), по остальным отраслям основной эффект от перехода на инновационный путь развития будет достигнут в 2021-205 гг. (за исключением производства сои).
Очевидно, что данный инновационный потенциал может быть реализован лишь при условии адекватного инвестиционного обеспечения инновационных процессов. Региональные власти, исходя из приоритетов развития отдельных отраслей и ограниченного объема финансовых ресурсов, которые могут быть выделены на софинан-сирование инновационно-инвестиционных проектов, могут разрабатывать соответствующие целевые программы, в рамках
которых будут стимулировать активность всех субъектов инновационной деятельности и формировать комфортную инновационную среду регионального АПК.
Реализация инновационного сценария развития аграрного сектора Амурской области требует консолидации усилий региональных органов власти, научных и образовательных учреждений, общественных организаций (отраслевых союзов, ассоциаций производителей отдельных видов продукции и т.п.), институтов развития и непосредственно хозяйствующих субъектов АПК.
Литература
1. Дуброва Т.А. Статистические методы прогнозирования. М.: ЮНИТИ-ДАНА, 2003. 206 с.
2. Подшивалов Г.К. Методологические основы и инструменты оценки прогнозных сценариев и решений: монография. М.: МАТГР, 2010. 267 с.
3. Реймер В.В., Улезько А.В., Тютюников А.А. Прогноз развития сельского хозяйства Амурской области // Научный журнал Куб-ГАУ. 2015. № 114 (10). Режим доступа: http://ej.kubagro.ru/2015/10/pdf/96.pdf
4. Улезько А.В., Пашина Л.Л. Рынок продовольственных ресурсов в системе обеспечения продовольственной безопасности Дальнего Востока. Воронеж: ВГАУ, 2014. 291 с.
5. Реймер В.В., Улезько А.В. Формирование механизма реализации инновационного сценария развития регионального АПК // Экономика сельского хозяйства России. 2016. № 2. С. 2-8.
valer-ken@rambler.ru
31
