CC BY
5жквар™ь™ї„„...-. К естеик АПК
О Ставрополья
научно-практическии журнал
УДК 33
Трухачев В. И., Никитенко Е. Г.
Trukhachev V. I., Nikitenko E. G.
ПРИРОДНЫЕ ФАКТОРЫ В ПРОГНОЗИРОВАНИИ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ЗЕРНОВОГО ХОЗЯЙСТВА
NATURAL FACTORS IN FORECASTING OF ECONOMIC INDICATORS OF GRAIN PRODUCTION
Рассмотрена зависимость экономической результативности зернового хозяйства от природно-климатических факторов. Предложена методика сценарного прогнозирования основных показателей производства зерна, базирующаяся на использовании влияния солнечной активности на агробиологические процессы.
Ключевые слова: сценарное прогнозирование, тренд-циклические закономерности, цена, себестоимость, рентабельность, циклы солнечной активности.
The dependence between the economic productivity of grain production and natural climatic factors is considered. The methodic of scenario prognosis of the main indicators of grain production is developed based on the influence of solar activity on agri-biological processes.
Keywords: scenario prognosis, trend-cycle dependences, price, cost, profitability, cycles of solar activity
Трухачев Владимир Иванович -
доктор экономических наук,
доктор сельскохозяйственных наук, профессор,
член-корреспондент РАСХН
Ставропольский государственный
аграрный университет
Тел.: 8(8652)35-22-82, fax 8(8652)34-58-70
E-mail: rector@stgau.ru
Никитенко Екатерина Геннадьевна -
аспирант
Ставропольский государственный аграрный университет Тел. 8-905-490-38-19 E-mail: nikitenko_Eg@mail.ru
Trukhachev Vladimir Ivanovich -
doctor in economics sciences, doctor in agriculture sciences, professor, corresponding member of the Russian Academy of Agricultural Sciences Stavropol State Agrarian University
Tel.: 8(8652)35-22-82, fax 8(8652)34-58-70 E-mail: rector@stgau.ru
Nikitenko Ekaterina Gennadievna -
Ph. D. student Stavropol State Agrarian University Тел. 8-905-490-38-19 E-mail: nikitenko_Eg@mail.ru
Эффективное функционирование зернового хозяйства зависит от множества факторов и адекватности управленческой реакции на их совокупное воздействие. При этом важная роль отводится прогностическому анализу и оценке изменения внешних и внутренних условий сельскохозяйственного производства. Тем самым антропогенный компонент будет системно согласован с природной средой.
Среди факторов сельскохозяйственного производства особая роль принадлежит природно-климатическим факторам, которые оказывают ключевое влияние на объемы производства зерна в регионах России и результаты функционирования сельского хозяйства в целом.
Воздействие природно-климатических факторов на производство зерна проявляется как на данной территории (засушливость, количество солнечных дней, температурные характеристики), так и в конкретных погодных условиях каждого года (количество осадков, количество засушливых дней, степень вызре-
вания озимых культур из-за большого или недостаточного количества снежного покрова в зимний период).
Мы исходим из предположения, что природные факторы оказывают превалирующее воздействие на продуктивность зернового хозяйства на достаточно длинных промежутках времени. В этой связи нами было выделено влияние солнечной активности на продуктивность зерновых культур и принята достаточно очевидная гипотеза: урожайность пшеницы находится в непосредственной зависимости от солнечной активности (рис. 1). Гораздо более сложным является установление вида связи между урожайностью зерновых культур и солнечной активностью, так как на результаты оказывают существенное воздействие и другие факторы, включая антропогенный.
Данные, представленные на рисунке 1, где W - число Вольфа, свидетельствуют о линейном росте урожайности пшеницы. За период с 1919 года по 2010 год, среднее значение урожайности увеличилось почти в 6 раз (с 5 ц/га до 29 ц/га). Статистическая значимость линейного
в
естник АПК
Ставрополья
№ 3(3), 2011
Экономика
47
тренда урожайности пшеницы у = 0,27х - 509,04 характеризуется значением коэффициента детерминации R2 = 0,77.
Анализ имеющейся информации позволил сделать заключение о достижении в точках минимума ломаных фаз максимума солнечной активности максимальных значений урожайности (1949, 1971, 1990, 2002 гг) [2]. Кроме того, можно утверждать, что неурожайные периоды с разницей 1-2 года группируются около минимумов солнечной активности (фаза минимума) -1901, 1911, 1924, 1943, 1964, 1975, 1985, 1996, 2006 гг. А с ростом количества пятен на поверхности Солнца (фаза роста) наблюдается интенсивный прирост урожайности озимых зерновых. Начиная с 1924 г. прослеживается закономерность, заключающаяся в том, что в каждых последующих, циклах солнечной активности значения, соответствующие значениям минимума и максимума урожайности, выше предыдущего цикла. Так, если рассмотреть 16 и 23 циклы, то за указанные временные промежутки минимум увеличился в 22 раза (с 1 ц/га в 1924 г. до 22,4 ц/га в 1999 г.), а максимум - в 4 раза (с 8,9 ц/га в 1933 г. до 37 ц/га в 2005 г.).
Следует отметить, что упоминания о связи циклов солнечной активности и урожайности сельскохозяйственных культур периодически встречаются в специальной литературе, а также в разработках отечественных ученых (Саратовский НИИ сельского хозяйства «Юго-Восток»). Однако экстраполяционное прогнозирование урожайности пшеницы с использованием большого временного промежутка не дает значимых результатов. Нами было выявлено закономер-
ное поведение урожайности пшеницы относительно циклических колебаний активности солнца. В результате проведенного анализа было установлено, что особое внимание следует уделять «центральным зонам цикла солнечной активности», так как на этих отрезках урожайность пшеницы изменяется практически по одному и тому же закону.
Для подтверждения выдвинутой гипотезы о том, что на урожайность пшеницы особое сильное влияние оказывают количественные значения солнечной активности в середине цикла, а также наметившийся темп роста солнечного излучения, нами использованы методы корреляционного анализа.
Для моделирования тенденции производства зерна необходимо также использовать явления, оказывающие непосредственное действие на производство зерновых культур. Основным критерием отбора таких факторов считается детерминированное воздействие на растение в течение всего периода его вегетации. Помимо показателей солнечной активности и ее темпов роста, в данном случае это колебания относительной влажности воздуха и температуры почвы.
Можно предположить, что показатели относительной влажности воздуха и температуры почвы также связаны с солнечной активностью. Выявление тесноты связи между соответствующими величинами актуально в рамках исследуемых нами проблем. Зависимость, построенная на основании данных за 1996-2010 гг. между урожайностью и данными показателями, представлена на рисунке 2.
Солнечная активность, М -«-Средняя урожайность озимой пшеницы Ставропольского края,ц/га
Рисунок 1 - Солнечная активность и урожайность озимой пшеницы Ставропольского края 1901-2010 гг
Ежеквартальный ■ » еСТНИК АПК
48 научно-практический К Ставрополья
журнал
Рисунок 2 - Зависимость между урожайностью озимой пшеницы, температурой почвы и относительной влажностью воздуха в Ставропольском крае
Таким образом, имеет место связь между солнечной активностью, температурой почвы, влажностью воздуха и урожайностью озимой пшеницы. При этом следует учитывать, что максимальному количеству пятен на Солнце отвечает рост температуры земли, снижение влажности воздуха и относительно высокие значения урожайности зерновых культур. Соответственно минимальным значениям солнечной активности сопутствует повышение влажности воздуха, охлаждение почвы и небольшие урожаи.
Исходя из изложенного выше в прогнозировании урожайности пшеницы целесообразно использоватьтренд-цикличную модель.
Исследуемый временной ряд представляет собой периодические колебания, не име-
ющие четко выраженной периодичности, что позволяет прибегнуть для нахождения циклической компоненты к мультипликативной модели.
На урожайность пшеницы в середине цикла влияет варьирование темных пятен на поверхности солнца, а также скорость (темп) нарастания солнечной активности по сравнению с предыдущим годом. В связи с этим целесообразно рассматривать ряд урожайности зерновых культур в рамках отдельных типов циклов влияния солнца, которые классифицируются по «гладкости» [1].
Прогнозирование производства пшеницы представляет сложную задачу, формируемую совокупным воздействием факторов прогнозного окружения. Поэтому прогнозирование на достаточно продолжительные промежутки времени, по нашему мнению, неосуществимо с использованием какого-нибудь одного метода и обусловливает использование комбинации взаимосвязанных между собой моделей [3].
Текущий цикл солнечной активности, соответствующий 2008-2017 гг., представляет собой кривую ломаного цикла в максимуме и относится ко II типу [1].
Разработанная нами методика прогнозирования производства пшеницы позволяет учитывать климатические и агропроизводственные изменения, а также отражать биологические особенности растений.
Графическое изображение построенного прогноза урожайности озимой пшеницы в Ставропольском крае представлено на рисунке 3.
------- Солнечная активность, W
—А— Средняя урожайность озимой пшеницы Ставропольского края, ц/га —А— Прогноз урожайности озимой пшеницы, ц/га —В—Нижняя граница доверительного интервала, ц/га —©—Верхняя граница доверительного интервала, ц/га
Рисунок 3 - Прогноз урожайности озимой пшеницы и доверительные интервалы (вероятность 0,9)
Вестник АПК л /in
Ставрополья Экономика
_______ ___ № 3(3), 2011 -----
На основании проведенного исследования нами сформированы прогнозные сценарии производства озимой пшеницы в Ставропольском крае. Полученные результаты расчетов представлены в таблице 1.
Результаты построения прогнозных сценариев предназначены для формирования направлений деятельности предприятий в случае развития событий по одному из перечисленных вариантов.
Таблица 1 - Основные показатели прогнозных сценариев развития рынка зерна Ставропольского края
Показатель 2011 2012 2013 2014 2015
Пессимистический сценарий
Посевная площадь озимых зерновых, га 1968,46 1960,91 1953,37 1945,83 1938,29
Урожайность озимой пшеницы, ц/га 26,3 39,0 38,1 35,2 34,8
Валовой сбор озимой пшеницы, т 5177,05 7647,55 7442,34 6849,32 6745,25
Себестоимость 1 т, руб. 438,08 456,99 475,91 494,83 513,74
Полная себестоимость, тыс. руб. 2267,96 3494,85 3541,88 3389,25 3465,3
Цена реализации 1 т, руб. 5225,35 4281,96 3754,45 3896,15 4522,41
Выручка от реализации, тыс. руб. 27051,9 32746,5 27941,89 26685,98 30504,79
Прибыль, тыс. руб. 24783,94 29251,65 24400,01 19836,66 23759,54
Рентабельность производства, % 10,93 8,4 6,89 5,85 6,86
Реалистический сценарий
Посевная площадь озимых зерновых, га 1988,77 2001,54 2014,31 2027,08 2039,85
Урожайность озимой пшеницы, ц/га 29,9 42,6 41,7 38,8 38,4
Валовой сбор озимой пшеницы, т 5946,42 8526,56 8399,67 7865,07 7833,02
Себестоимость 1 т, руб. 416,47 422,12 427,77 433,42 439,07
Полная себестоимость, тыс. руб. 2476,51 3599,23 3593,13 3408,88 3439,24
Цена реализации 1 т, руб. 5583,12 4437,82 4465,81 4775,83 5079,84
Выручка от реализации, тыс. руб. 33199,58 37839,34 37511,33 37562,24 39790,49
Прибыль, тыс. руб. 30723,07 34240,11 33918,2 34153,36 36351,25
Рентабельность производства, % 12,41 9,51 9,44 10,02 10,57
Оптимистический сценарий
Посевная площадь озимых зерновых, га 2017,71 2059,43 2101,14 2142,85 2184,56
Урожайность озимой пшеницы, ц/га 33,5 46,2 45,3 42,4 41,9
Валовой сбор озимой пшеницы, т 6759,33 9514,57 9518,16 9085,64 9153,31
Себестоимость 1 т, руб. 392,14 383,43 374,73 366,03 357,32
Полная себестоимость, тыс. руб. 2650,6 3648,17 3565,62 3325,62 3270,66
Цена реализации 1 т, руб. 6526,89 6412,08 6121,44 5758,16 5393,81
Выручка от реализации, тыс. руб. 44117,4 61008,18 58264,85 52316,57 49371,22
Прибыль, тыс. руб. 41466,8 57360,01 54699,23 48990,95 46100,56
Рентабельность производства, % 15,64 15,72 15,34 14,73 14,1
Список литературы
1. Байдаков, А. Н. Прогнозирование тенденций в динамике урожайности и цен реализации в виноградарстве / А. Н. Байдаков, А. В. Назаренко // Экономика сельскохозяйственных и перерабатывающих предприятий. - 2009. - № 4. - С. 52-54.
2. Витинский, Ю. И. Цикличность и прогнозы солнечной активности / И. Ю. Витинский. - Л. : Наука, 1973. - 258 с.
3. Гайдаенко, А. А. Особенности использования прогнозных сценариев в АПК / А. А. Гайдаенко, О. В. Гайдаенко // Тр. Вольн. эконом. об-ва. - 2006. - Т. 73. -С. 20-22.
List of references
1. Baydakov, A. N. Prognosis of tendencies in dynamic of crop productivity and prices in wine-growing / A. N. Baydakov, A. V. Nazarenko // Economic of agricultural and processing enterprises. - 2009. - № 4. -P 52-54.
2. Vitinsky, Y. I. Cycling and prognosis of solar activity / Y. I. Vitinsky. - L. : Science, 1973. -258 p.
3. Gaydaenko, A. A. Specifics of implementation of prognosis scenarios in agricultural production / A. A. Gaydaenko, O. V. Gaydaenko // Works of Free Economic Society. -2006. - V. 73. - P 20-22.
