CC BY
35
УДК 338.43:633.1
ПРОГНОЗ УРОЖАЙНОСТИ И УСТОЙЧИВОСТИ ПРОИЗВОДСТВА ЗЕРНОВЫХ КУЛЬТУР
ВЕКЛЕНКО Е.В.,
кандидат экономических наук, соискатель кафедры менеджмента ФГБОУ ВО Курская ГСХА, тел. (4712)39-40-13. СОЛОШЕНКО В.М.,
доктор сельскохозяйственных наук, профессор заведующий кафедрой менеджмента, ФГБОУ ВО Курская ГСХА, тел. (4712)39-40-13.
ПИГОРЕВ И.Я.,
доктор сельскохозяйственных наук, профессор, проректор по науке и инновациям ФГБОУ ВО Курская ГСХА.
Реферат. Анализ длинного временного ряда урожайности зерновых культур в Курской области за 64 года свидетельствует о сложившейся тенденции ее роста. Прогноз по показательной функции предполагает, что в 2020 г. урожайность будет не ниже 33 ц/га. Прогнозирование по разработанным регрессионным моделям построенным на основе обработки рядов урожайности, представляющих собой из средние величины по пятилетним периодам рассматриваемого временного ряда, позволило определить величину урожайности зерновых культур на указанный прогнозный период, составляющую 28-34 ц/га. Из анализа графика урожайности по пятилетним периодам следует, что изменение средних ее величин в последние три периода в отличие от предыдущих периодов наблюдался значительный рост урожайности. Проведенный в связи с этим корреляционно -регрессионный анализ динамики урожайности за последние годы позволил установить, что наилучшие результаты дает использование линейной и степенной функции, прогнозирование по которым приводит к выводу о возможности достижения в 2020 г. урожайности зерновых культур на уровне 37-38 ц/га. Учитывая достигнутый уровень урожайности зерновых культур в 20132014 гг., можно сделать заключение, что достаточно высокая вероятность того, что ее величина к 2020 г. может достигнуть 37 ц/га. Для определения прогнозных величин урожайности по отдельным видам зерновых культур использовались соотношения средней их урожайности к урожайности зерновых культур в целом за 2010 -2014 гг., которые экстраполировались на период до 2020 г. Расчеты колеблемости прогнозной урожайности на 2020 г. позволяют определить, что ее величина с вероятностью 65-70 % будет находиться в интервале 33-46 ц/га. Для прогнозирования отклонений урожайности в различных условиях возделывания отдельных видов зерновых культур использовались относительные соотношения соответствующих отклонений с величиной среднего отклонения урожайности зерновых культур в целом, полученных для 2009-2014 гг.
Ключевые слова: зерновые культуры, урожайность, временные ряды, корреляционно-регрессионный анализ, прогноз, отклонение.
THE FORECAST OF YIELD AND SUSTAINABILITY OF CEREAL PRODUCTION
VEKLENKO E.V.,
Ph.D., Competitor of the Department of Management FGBOU IN Kursk State Agricultural Academy, tel. (4712) 39-40-13. SOLOSHENKO V.M.,
Head of the Department of Management, Doctor of Agricultural Sciences, Professor FGBOU IN Kursk State Agricultural Academy, tel. (4712) 39-40-13.
PIGOREV I.J.,
Doctor of Agricultural Sciences, Professor, Vice-Rector for Science and Innovation FGBOU IN Kursk State Agricultural Academy.
Essay. Analysis of long time series of cereal production in Kursk region for 64 years attests to the current trend of its growth. Forecast by exponential functions shows that in 2020 the yield is not lower than 33 kg/ha. Prediction according to the developed regression models constructed on the basis of processing of ranks of yield, representing average values from five-year periods of the considered time series, allowed us to determine the value of the crop yield for the specified forecast period, component of 28-34 hundredweight/ha. From the analysis of the graph of the yields of five-year periods, it follows that the change in the average of its values in the last three periods in contrast to previous periods, there was a significant increase in productivity. Held in connection with correlation and regression analysis of the dynamics of productivity in recent years has allowed to establish that the best results are obtained using a linear and exponential function prediction which leads to the conclusion about the possibility of achieving in 2020 the yield of grain crops at the level of 37-38 hundredweight/ha. Given the current level of productivity of crops in 2013-2014, we can conclude that a high enough probability that its value in 2020 can reach up to 37 hundredweight/ha. To determine the predicted values of yields for individual crops were used in the ratio of average productivity to productivity of grain crops as a whole for 2010-2014, which was extrapolated for the period up to 2020 Calculations of variability of the forecast yields for 2020 allow you to determine what its value with a probability of 65-70 % will be in the range 33-46 hundredweight/ha. To predict deviations of yields under different conditions of cultivation of individual crops were used in the relative ratio of the respective variances with the value of the average deviation of crop yield in General, obtained for 2009-2014.
Key words: grain crops, productivity, time series, correlation and regression analysis, forecasting, and variances.
Введение. Спрос на продукцию растениеводства как сырье для перерабатывающей промышленности и продукт питания является постоянным и имеет долговременную тенденцию роста. Главной задачей основной части сельскохозяйственных предприятий в современных условиях становится устойчивое увеличение объемов производства продукцию растениеводства. Это в первую очередь относится к производству зерна -стратегического продукта, определяющего продовольственную независимость страны [1-7].
Результаты и обсуждения. Проведенный анализ динамики урожайности зерновых культур в Курской области за период 1951-2014 гг. показал, что сложилась тенденция роста урожайности зерновых культур. Прогнозирование урожайности зерновых культур на период до 2020 г. по тренду, выраженному показательной функцией, позволяет рассчитать урожайность зерновых культур, которая составит:
У=2,59Е-14*1,017* = 2,59Е-14*1,0172020 = 33,1, т.е. свыше 33 ц/га.
Расчет и корреляционно-регрессионный анализ динамики изменения средней по пятилетиям рассматриваемого периода урожайности1 позволил разработать различные по форме математического выражения модели, имеющие статистическую достоверность (таблица 1).
Прогнозирование по разработанным регрессионным моделям при t=14 и 15 (для периода 2016-2020 и 2021-2025 гг.) позволило определить величину урожайности зерновых культур на 2020 г., составляющую 2834 ц/га (рисунок 1).
Анализ графика позволяет сделать вывод, что изменение средних величин урожайности в последние три рассматриваемые периода существенно отличается от предыдущих периодов и заключается в значительном росте урожайности.
Чтобы учесть эту тенденцию, которая имеет более важное значение для прогнозирования величины урожайности, поскольку характеризует сложившееся состояние в отрасли, был проведен корреляционно-регрессионный анализ динамики урожайности за последние годы (таблица 2).
Использование линейной функции дает наилучшие результаты при обработке ряда урожайности зерновых культур за 1994-2014 гг. и степенной функций - за 1997-2014 гг.
Длина временного ряда и в том, и в другом случае достаточна для прогнозирования на 6 лет вперед, а прогноз урожайности составляет 37-38 ц/га.
Учитывая достигнутый уровень урожайности зерновых культур в последние два года, можно сделать заключение, что достаточно высокая вероятность того, что ее величина в 2020 г. может составить около 37 ц/га.
Для определения прогнозных величин урожайности по отдельным видам зерновых культур использовались соотношения средней их урожайности к урожайности зерновых культур в целом за 2010-2014 гг., которые экстраполировались на период до 2020 г. (таблица 3).
Рисунок 1 - Фактические и расчетные уровни урожайности зерновых культур по пятилетним периодам 1 В последнем периоде 2010-2014 гг. средняя урожайность рассчитана за 4 года
Таблица 1 - Результаты анализа динамики средних по пятилетиям за 1951-2014 гг. уровней урожайности зерновых культур в Курской области ____
Название математической функции Математическая формула Уравнение* Коэффициент корреляции Значимость Е Значимость *
а Ь
Линейная У=а+Ы У=8,43+1,5Ш 0,846 0,0003 0,0036 0,003
Степенная У=а*Ь У=7,89Г'405 0,902 2,4Е-05 4,8Е-09 2,4Е-05
Показательная У=аЬ* У=9,69*1,09Г 0,852 0,0002 1,9Е-0,9 0,0002
1 - порядковый номер пятилетия ^=1 для периода 1951-1956)
Таблица 2 - Результаты анализа урожайности зерновых культур в Курской области за 1991-2008 гг.
Период Уравнение* Коэффициент Значимость Значимость *
детерминации Е а | Ь
2000-2014 У=4,12+1,281 0,759 0,001 0,451 0,001
У=3,1910-'49 0,734 0,002 0,047 0,002
1997-2014 У=5,73+1,191 0,806 5,5Е-05 0,128 5,5Е-05
У=3,9910,юэ 0,789 1Е-04 0,001 1Е-04
1994-2014 У=10,1+0,9441 0,765 5,35Е-05 0,002 5,35Е-05
У=8,1710-39'0 0,676 0,0008 1,12Е-07 0,0008
1991-2014 У=16,0+,5971 0,583 0,003 2,25Е-06 0,003
у=17,310,110 0,329 0,116 6,48Е-14 0,116
---
1 - порядковый номер пятилетия ^=1 для 1991 г.)
Таблица 3 - Прогноз урожайности зерновых культур в Курской области
Вид зерновой культуры Фактическая урожайность в среднем за 2010-2014 гг., ц/га Прогнозная урожайность на 2020 г., ц/га Прогнозный рост урожайности, ц/га
Пшеница озимая 32,4 38,9 6,5
Пшеница яровая 24,8 29,7 5,0
Рожь озимая 23,7 28,4 4,7
Кукуруза на зерно 50,3 60,3 10,1
Ячмень яровой 27,6 33,1 5,5
Овес 22,2 26,6 4,4
Просо 15,1 18,1 3,0
Гречиха 10,2 12,3 2,0
Зернобобовые 15,0 18,0 3,0
из них горох 15,2 18,2 3,0
о ^
х о х О
35
30
О 25
8 ¡Е
о 8 20
ф 2
сс
о
СР
о
5
0
■ фактической от рассчитанной по тренду фактической от сглаженной
И-1-1-г
т-1-1-1-1-1-1-1-г
И-1-1-1-г
т-1-1-1-г
ч— со и"> СП ч— со ио СП ч— со ио СП ^— со
со со со со со СП СП СП СП СП сэ сэ сэ сэ сэ т— т—
СП СП СП СП СП СП СП СП СП СП сэ сэ сэ сэ сэ сэ сэ
ч— ч— ч— ч— ч— ч— ч— ч— ч— ч— ои с^ с^ с^ с^ с^
со со сэ со со сэ с^ СО со сэ с^ СО со
со со со со со со со СП СП СП СП СП
СП СП СП СП СП СП СП СП СП СП СП СП СП СП СП СП СП
т— т— т— т— т— т— т— т— т— т— т— т— т— т— т— т— т—
Рисунок 2 - Графики среднеквадратических отклонения урожайности зерновых культур в Курской области
Прогноз величины отклонений, вызванных изменением погодных условий и совместным влиянием погодных и экономических условий, осуществлен по методике М.М. Юзбашева и О.В. Поповой [8]. Для прогнозирования на 6 лет необходимо иметь не менее 18
значений среднеквадратических отклонений. Используя ряд отклонений фактической урожайности от сглаженной и расчетной ее величины за 1966-2014 гг., можно использовать скользящие интервалы длиной 16 лет (рисунок 2).
Таблица 4 - Прогноз колеблемости и урожайности зерновых культур в Курской области в различных погодных
Отклонения урожайности, % Урожайность, ц/га
Вид зерновых культур в неблагоприят- в благоприят- в неблагоприят- в благоприят-
ных условиях ных условиях ных условиях ных условиях
Пшеница озимая -13 25 34 49
Пшеница яровая -15 29 25 38
Рожь озимая -10 21 25 34
Кукуруза на зерно -15 30 51 79
Ячмень яровой -11 21 30 40
Овес -9 19 24 32
Просо -15 30 15 24
Гречиха -17 33 10 16
Зернобобовые -15 30 15 23
из них горох -16 32 15 24
Обработка вычисленных скользящих значений среднеквадратических отклонений урожайности с помощью методов корреляционно-регрессионного анализа позволила установить отсутствие тенденций изменения их во времени, поскольку коэффициент корреляции между величинами среднеквадратических отклонений и порядковыми номерами рассматриваемых периодов составляют порядка 0,2. Для прогнозирования использованы средние значения среднеквадратических отклонений, которые составили по отклонениям урожайности от тренда 24,7 %, а по отклонениям урожайности от сглаженных значений 12,5 %.
Учитывая то, что в соответствие с кривой нормального распределения среднему выровненному отклонению урожайности в неблагоприятных и благоприятных условиях соответствуют -0,96ст и +0,96ст, то отклонение урожайности за счет погодных условий на 2020 г. составит +12 %, а за счет совокупности всех факторов - +23,7 %.
Следовательно, если погодные и экономические факторы будут благоприятными, то урожайность зерновых культур в 2020 г. может составить 45-46 ц/га, т.е. на 8-9 ц/га больше по сравнению с нормальными условиями, в том числе за счет погодных условий - на 4-5 ц/га. Исходя из сложившейся в последние годы тенденции изменения сглаженной кривой, можно предположить,
что благоприятные экономические условия сохранятся. Их воздействие в случае неблагоприятных погодных условий приведет к снижению урожайности по сравнению со средней ее прогнозной величиной в нормальных условиях на 4-5 ц/га. Расчеты прогнозной урожайности по приведенной методике на 2020 г. позволяют определить, что ее величина с вероятностью 65-70 % будет находиться в интервале 33-46 ц/га.
Для прогнозирования отклонений урожайности в различных условиях возделывания отдельных видов зерновых культур использовались относительные соотношения соответствующих отклонений с величиной среднего отклонения урожайности зерновых культур в целом, полученных для 2009-2014 гг. Используя прогнозные величины урожайности на 2020 г. по различным видам зерновых культур, были определены прогнозные их значения для неблагоприятных и благоприятных условий возделывания (таблица 4).
Вывод. Анализ современного уровня и тенденций изменения урожайности зерновых культур позволяют сделать прогноз о возможности дальнейшего роста ее величины. Однако колеблемость урожайности останется высокой, что приводит к выводу о необходимости проведения мер, направленных на повышение устойчивости производства зерновых культур.
Список использованных источников
1. Векленко В.И., Солошенко Р.В., Соклаков К.С. Интенсификация сельскохозяйственного производства // Аграрная наука. - 2005. - № 2. - С. 6-7.
2. Совершенствование направлений аграрной политики в регионе / В.И. Векленко, А.А. Золотарев, Е.И. Черников, В.М. Солошенко // Вестник Курской государственной сельскохозяйственной академии. - 2014. - № 7. - С. 7-9.
3. Векленко В.И., Воронцова Ю.В., Солошенко Р.В. Проблемы интенсификации растениеводства. - Курск: Изд-во Курск. гос. с.-х. ак., 2005.
4. Повышение рентабельности сельскохозяйственного производства / В.И. Векленко, М.М. Булгакова, Р.В. Солошенко, В.А. Долгополов // Аграрная наука. - 2008. - № 3. - С. 2-4.
5. Повышение устойчивости и эффективности воспроизводства в зерновой отрасли / В.И. Векленко, Е.Л. Золотарева, К.С. Соклаков и др. - Курск: Изд-во Курск. гос. с.-х. ак., 2005. - 131 с.
6. Пути повышения устойчивости воспроизводства в зерновой отрасли / В.И. Векленко, Р.В. Солошенко, К.С. Соклаков, Е.Н. Ноздрачева //Достижения науки и техники АПК. - 2006. - № 6. - С. 25-26.
7. Золотарева Е.Л., Касьянова А.С. Повышение устойчивости производства - важнейшее условие для расширенного воспроизводства в растениеводстве // Экономика сельскохозяйственных и перерабатывающих предприятий. - 2007. - №11. - С. 14-16.
8. Юзбашев М.М., Попова О.В. Статистическое измерение колебаний и устойчивость урожайности сельскохозяйственных культур // Вестник статистики. - 1980. - № 9. - С. 21-27.
List of sources used
1. Veklenko V.I., Soloshenko R.V., Soklakov K.S. The intensification of agricultural production // Agricultural science. - 2005. - № 2. - S. 6-7.
2. Improving the areas of agricultural policy in the region / V.I. Veklenko, A.A. Zolotarev, E.I. Chernikov, V.M.
Soloshenko // Bulletin of the Kursk State Agricultural Academy. - 2014. - № 7. - Pp 7-9.
3. Veklenko V.I., Vorontsovа Y.V., Soloshenko R.V. Problems crop production intensification. - Voronezh: Publishing house of Kursk. state. agricultural ac., 2005.
4. Increase the profitability of agricultural production / V.I. Veklenko, M.M. Bulgakov, R.V. Soloshenko, VA Dolgopolov // Agricultural science. - 2008. - № 3. - S. 2-4.
5. Improving the sustainability and efficiency of reproduction in the grain industry / V.I. Veklenko, E.L. Zolotarev, K.S. Soklakov and others - Voronezh Univ of Kursk. state. agricultural ak, 2005. -. 131.
6 Ways to improve the stability of reproduction in the grain industry / V.I. Veklenko, R.V. Soloshenko, K.S. Soklakov, E.N. Nozdracheva // Advances in science and agribusiness technology. - 2006. - № 6. - S. 25-26.
7. Zolotarevа E.L., Kasyanov A.S. Increasing sustainability of production - an essential condition for expanded reproduction in plant // Economics of agricultural and processing enterprises. - 2007. - № 11. - S. 14-16.
8. Yuzbashev M.M., Popova O.V. Statistical measurement of vibrations and stability of crop yields // Bulletin of Statistics. - 1980. - № 9. - S. 21-27.
