в
: № 4(28), 2017
Экономика
127
УДК 338.43
А. Н. Байдаков, А. В. Назаренко, О. Н. Бабкина
Baydakov A. N., Nazarenko A. V., Babkina O. N.
ПРОГНОЗИРОВАНИЕ НАПРАВЛЕНИЙ ИННОВАЦИОННОГО РАЗВИТИЯ ПЛОДОВОДСТВА
FORECASTING DIRECTIONS OF INNOVATIVE DEVELOPMENT OF FRUIT VEGETATION
Предложены методические подходы к прогнозированию инновационного развития промышленного плодоводства как важнейшей составляющей агропромышленного комплекса Ставропольского края. На основе системной методологии сформулированы и обоснованы основные предпосылки применения современных информационно-аналитических средств с целью широкого практического использования адекватного прогнозирования процессов функционирования и целенаправленного развития плодоводческого подкомплекса агропромышленного комплекса. Логическая структура исследования представлена следующими основными компонентами: обоснование актуальности и значимости решаемой проблемы; постановка задачи и ее математическая формализация как в общем виде, так и применительно к практической реализации на уровнях Ставропольского края и конкретных хозяйствующих субъектов -производителей плодоводческой продукции; имитационное моделирование на основе сформированных экономико-математических моделей; определение параметров сценариев развития плодоводства; построение спектра прогнозных сценариев развития отрасли; верификация, выбор и валидация конкретного сценария для разработки путей развития плодоводства. В работе представлена динамическая экономико-математическая модель, предназначенная для осуществления сценарного прогнозирования инновационного развития плодоводства на различных уровнях хозяйственной деятельности. Ее особенностью является использование дифференциальных уравнений, позволяющих учитывать не только вариацию значений переменных модели, но и скоростей изменения ряда из них. Данное обстоятельство обусловлено высокой динамичностью современных социальных и экономических процессов. Практическая ее реализация осуществлена на материалах Ставропольского края посредством использования сформированной имитационной модели развития плодоводства в программной среде Power Sim Studio 7. В результате количественно обоснованы и представлены два сценария развития отрасли - инерционный и инновационно-оптимистический. Данный подход к прогнозированию позволяет строить практически неограниченное число прогнозных сценариев развития плодоводческого подкомплекса.
Ключевые слова: плодоводство, экономико-математическое и имитационное моделирование, прогнозирование, сценарии развития отрасли плодоводства.
The article suggests methodical approaches to forecast the innovative development of industrial fruit growing as an important component of the agro-industrial complex of the Stavropol Territory. On the basis of the system methodology we formulated and substantiated the basic prerequisites for the application of modern information and analytical tools for the purpose of wide practical use of adequate forecasting of the functioning processes and purposeful development of the fruit-growing subcomplex of the agro-industrial complex. The logical structure of the study is represented by the following main components: substantiation of the relevance and significance of the problem being solved; statement of the problem and its mathematical formalization both in general form and in relation to practical implementation at the levels of the Stavropol Territory and specific economic entities producing fruit products; simulation based on the generated economic-mathematical models; determination of the parameters of scenarios for the development of fruit growing; the construction of a range of forecast scenarios for the development of the industry; verification, selection and validation of a specific scenario for the development of ways for the development of fruit growing. The paper presents a dynamic economic-mathematical model intended for the implementation of scenario forecasting of innovative development of fruit growing at various levels of economic activity. Its peculiarity is the use of differential equations that allow taking into account not only the variation of the values of the model variables, but also the rates of change of a number of them. This circumstance is due to the high dynamism of modern social and economic processes. Its practical implementation was carried out on the materials of the Stavropol Territory through the use of the developed simulation model of fruit growing development in the software environment of Power Sim Studio 7. As a result, two scenarios of the industry development - inertial and innovative-optimistic - were quantitatively justified and presented. This approach to forecast allows us to build an almost unlimited number of forecast scenarios for the development of the fruitgrowing subcomplex.
Key words: horticulture, economic-mathematical modeling and simulation, forecasting, scenario development of the industry of fruit growing.
Байдаков Андрей Николаевич -
доктор экономических наук, профессор,
заведующий кафедрой менеджмента
ФГБОУ ВО «Ставропольский государственный
аграрный университет»
г. Ставрополь
Тел.: 8-906-442-81-91
E-mail: baid21@mail.ru
Назаренко Антон Владимирович -
кандидат экономических наук, доцент кафедры менеджмента
ФГБОУ ВО «Ставропольский государственный аграрный университет» г. Ставрополь
Baydakov Andrei Nikolaevich -
Doctor of Economic Sciences, Professor, Head of the Department of Management FSBEI HE «Stavropol State Agrarian University» Stavropol
Tel.: 8-906-442-81-91 E-mail: baid21@mail.ru
Nazarenko Anton Vladimirovich -
Ph.D of Economic Sciences, Associate Professor
of the Department of Management
FSBEI HE «Stavropol State Agrarian University»
Stavropol
Тел.: 8-906-471-92-22 E-mail: antoha777@list.ru
Бабкина Ольга Николаевна -
ассистент кафедры менеджмента
ФГБОУ ВО «Ставропольский государственный
аграрный университет»
г. Ставрополь
Тел.: 8-918-777-47-27
E-mail: olia-st026@yandex.ru
Tel.: 8-906-471-92-22 E-mail: antoha777@list.ru
Babkina Olga Nikolaevna -
Assistant of the Department of Management FSBEI HE «Stavropol State Agrarian University» Stavropol
Tel.: 8-918-777-47-27 E-mail: olia-st026@yandex.ru
Повышение качества жизни населения Российской Федерации в части целенаправленного изменения состава и качества потребляемых продуктов питания, их широкой доступности предъявляет соответствующие требования к структурным изменениям производства агропромышленной продукции, которые обязательно должны сопровождаться повышением доли соответствующей отечественной продукции. В этом контексте к числу отраслей, нуждающихся в опережающем развитии, безусловно, относится плодово-ягодный подкомплекс АПК.
Глобализация и высокий динамизм социально-экономических процессов с одной стороны, а с другой - инерционность и временные лаги между инвестициями и получением продукции, присущие плодоводству, определяют насущную необходимость регулярного квалифицированного применения прогностических методов при определении направлений и формировании траекторий его развития.
В качестве предпосылок популяризации с целью широкого практического использования современных методов адекватного прогнозирования процессов функционирования и развития плодоводческого подкомплекса и обеспечения условий для его регулярного осуществления выступает ряд следующих обстоятельств:
- Отношение руководителей организаций к возможностям прогнозирования - здесь наблюдается спектр мнений от полного неверия до слепой меры в его всемогущество. Обе эти позиции неприемлемы и неизбежно приводят к принятию неверных решений, нередко с тяжелыми экономическими последствиями.
- Прогнозирование - необходимое условие успешности риск-менеджмента.
- Наличие комплекса системных закономерностей в развитии социально-экономических процессов [1, 2], знание и использование которых позволяют структурировать прогностические исследования социально-экономических систем.
- Инерционность больших социально-экономических систем, к числу которых относится и плодово-ягодный подкомплекс АПК.
- Отсутствие достаточного числа квалифицированных кадров - одна из основных проблем, сдерживающих широкое использование прогнозирования в АПК, и не только в нем.
- Регулярное достаточно длительное формирование информационных совокупностей, отражающих исследуемые процессы и явления.
- Наличие программно-компьютерного инструментария для осуществления прогностического анализа. Отметим в этой связи, что даже имеющиеся ресурсы зачастую позволяют получать вполне приемлемые результаты, но не используются в настоящее время должным образом.
В то же время прогнозирование должно осуществляться достаточно квалифицированно и в соответствии со спецификой исследуемых процессов и явлений. Опора при прогнозировании лишь на экстраполяционные методы может привести к получению неадекватных результатов. Это обусловлено следующими обстоятельствами:
- высокий динамизм современных социально-экономических процессов, их глобализация;
- существенно нелинейный характер вариации значений исследуемых показателей;
- многоуровневая цикличность процессов развития социально-экономических систем при отсутствии достаточно полной ретроспективной информации для идентификации циклов;
- недостаточная разработанность методов своевременного выявления точек бифуркации исследуемых процессов;
- латентный характер протекания ряда значимых для исследуемых систем процессов;
- неполнота информации, предоставляемой ЛПР разработчикам прогнозов;
- отсутствие или недостаточные объемы ретроспективной информации при исследовании процессов инновационного развития исследуемых экономических систем;
- недостаточная информация о целевых установках и характеристиках систем, являющихся системами более высокого порядка по отношению к исследуемой системе;
- сложное влияние природного фактора на экономическую результативность исследуемых аграрных экономических систем.
Укажем также на необходимость осуществления верификации и своевременной актуа-
в
естник АПК
Ставрополья
: № 4(28), 2017
) = 1,2,
(1)
У! = Е1=7У;, dyi aiN
аГ = У1(1+хН14/100)
+5yi+5
Экономика
129
лизации получаемых прогнозов, следования принципам гибкости и адаптивности в прогностической деятельности.
Выполнение изложенных выше, порой противоречивых, требований возможно лишь на базе системного подхода к прогнозированию. Следствием этого является сценарный подход к прогнозированию. Хотя при решении локальных задач возможно прогнозирование значений отдельных показателей, в том числе и на основе использования экстраполяционных методов.
В качестве основы прогностического анализа исследуемых процессов развития экономических систем выступает экономико-математическое моделирование. Нелинейность и высокий динамизм исследуемых процессов диктуют целесообразность использования в моделях не только собственно факторных и результирующих переменных, описывающих исследуемые явления, но и скоростей изменения значений ряда из них, представленных соответствующими производными по времени. В общем виде такая модель для плодоводческой экономической системы может быть представлена системой уравнений вида
у = ^(У; Х;/;0,
^аи+5ун5+Ьи_1хм+Ьи
+4^+4 +
)=2
И
+^Ц+9^+9- ^ Ьу+9Х)+9 - ^ Ьу+14х)+14 +
)=2 ¡=2
И
25
+ ^ Ьцху- bi,24+iх24+i + bi,29+iх29+i +
¡=23
+ Цз7+^34+0 + Ср
у;1 = У;0,
I = 2, .„,6;
dyk ^
= - 2_, Эк,)у)+ак,к-5 ук-5+Ьк,к+4+Ьк,к+9хк+9-
11
)=7
6 6
' ^ ^к,)+9х)+9 - ^ Ьк,)+14х) + 14 -Ьк,21х21х22-Ьк,к+ И2 ¡=2
+ 19+Ьк,к+24хк,к+24+Ьк,х+29хк,к+29- Ьк,к+34хк,к+34+Ск
Ук1 1=10 — Ук0
к = 7,... ,11.
) = Я + 1,..,п,
где У= (у1^.,уп) - вектор результирующих переменных, отражающих процессы развития плодоводства на соответствующем уровне;
X = (х1; ...,хт) - вектор факторных переменных, представляющий совокупность управляемых и неуправляемых воздействий на исследуемую экономическую систему;
I = .., ¡г) - вектор результирующих переменных, отражающих процессы инновационного развития плодоводства; t - время, ^ - начальный момент времени;
У]0 - значения переменных у, ) = Я + 1,...,п, в начальный момент времени
Система уравнений (1), в частности, для прогнозирования инновационного развития плодоводства Ставропольского края может быть представлена и следующим образом:
Здесь N - численность населения Ставропольского края;
ау - медицинские нормы потребления соответствующей плодово-ягодной продукции;
ау, Ьу - коэффициенты при соответствующих переменных, зависящие, вообще говоря, от времени и имеющие положительные значения, если рост величин соответствующих результирующих и факторных переменных приводит к увеличению скорости изменения значений показателя и отрицательные, если к снижению; ^
сД) - свободные члены дифференциальных уравнений.
Перечень результирующих и факторных переменных представлен в таблицах 1 и 2. При этом мы не выделяем в отдельную группу переменные, характеризующие инновационные процессы развития. К их числу можно отнести переменные х21 - х25 и х36 - х40.
Отметим, что этот перечень не является исчерпывающим и может быть расширен или сужен в зависимости от решаемых задач и их ресурсного обеспечения. Последнее особенно характерно для построения математической модели для осуществления прогностического исследования на уровне конкретных предприятий.
Таблица 1 - Результирующие показатели экономико-математической модели развития
плодоводства Ставропольского края
У1 Прибыль от реализации плодоводческой продукции, тыс. руб.
У2 Производство косточковых культур, тыс. т
Уз Производство ягодных культур, тыс. т
У4 Производство яблоневых культур, тыс. т
У5 Производство грушевых культур, тыс. т
Уб Производство прочих фруктовых культур, тыс. т
У7 Прибыль от реализации косточковых культур, тыс. руб.
У8 Прибыль от реализации ягодных культур, тыс. т
У9 Прибыль от реализации яблоневых культур, тыс. ц
У10 Прибыль от реализации грушевых культур, тыс. ц
У11 Прибыль от реализации прочих фруктовых культур, тыс. ц
Таблица 2 - Факторные показатели экономико-математической модели развития плодоводства Ставропольского края
Х1 Площадь косточковых насаждений, га
Х2 Площадь ягодных насаждений, га
Хз Площадь яблоневых насаждений, га
Х4 Площадь грушевых насаждений, га
Х5 Площадь прочих фруктовых насаждений, га
Хб Урожайность косточковых насаждений, центнеров с гектара
Х7 Урожайность ягодных насаждений, центнеров с гектара
Х8 Урожайность яблоневых насаждений, центнеров с гектара
Х9 Урожайность грушевых насаждений, центнеров с гектара
Х10 Урожайность прочих фруктовых насаждений, центнеров с гектара
Х11 Цена реализации косточковых культур, руб.
Х12 Цена реализации ягодных культур, руб.
Х13 Цена реализации яблоневых культур, руб.
Х14 Цена реализации грушевых культур, руб.
Х15 Цена реализации прочих фруктовых культур, руб.
Х1б Импорт косточковых насаждений, доля в объеме производства, %
Х17 Импорт ягодных насаждений, доля в объеме производства, %
Х18 Импорт яблоневых насаждений, доля в объеме производства, %
Х19 Импорт грушевых насаждений, доля в объеме производства, %
Х20 Импорт прочих фруктовых насаждений, доля в объеме производства, %
Х21 Численность занятых в производстве, человек
Х22 Среднемесячная заработная плата, руб.
Х23 Энерговооруженность труда в организации, л.с. в расчете на 1 работника
Х24 Энергоемкость, л.с. на 100 га
Х25 Внесено минеральных удобрений, тыс. руб.
Х2б Себестоимость косточковых насаждений, тыс. руб.
Х27 Себестоимость ягодных насаждений, тыс. руб.
Х28 Себестоимость яблоневых насаждений, тыс. руб.
Х29 Себестоимость грушевых насаждений, тыс. руб.
Х30 Себестоимость прочих фруктовых насаждений, тыс. руб.
в
естник АПК
Ставрополья Экономика -№ 4(28), 2017
131
Х31 Рентабельность косточковых насаждений, %
x32 Рентабельность ягодных насаждений, %
x33 Рентабельность яблоневых насаждений, %
x34 Рентабельность грушевых насаждений, %
x35 Рентабельность прочих фруктовых насаждений, %
x36 Доля интенсивных садов косточковых насаждений, %
x37 Доля интенсивных садов ягодных насаждений, %
x38 Доля интенсивных садов яблоневых насаждений, %
x39 Доля интенсивных садов грушевых насаждений, %
x40 Доля интенсивных садов прочих фруктовых насаждений, %
x41 Инвестиции в воспроизводство косточковых насаждений, тыс. руб.
x42 Инвестиции в воспроизводство ягодных насаждений, тыс. руб.
x43 Инвестиции в воспроизводство яблоневых насаждений, тыс. руб.
x44 Инвестиции в воспроизводство грушевых насаждений, тыс. руб.
x45 Инвестиции в воспроизводство прочих фруктовых насаждений, тыс. руб.
Для конкретного сельскохозяйственного предприятия система уравнений (1) может быть представлена с теми же обозначениями, что использовались ранее:
ёук
~^=-ак,кук+ак,к-5ук-5+Ьк,21Х21Х22-Ьк,к+
+ 19Хк+19+Ьк,к+24Хк+24+Ьк,к+29Хк+29 _
_ Ьк,к+34Хк,к+34 + Ск,
Ук1 £=!:0 = Ук0,
^ = 7.....11;
dуi
= -ац^+ьц+4^+4+ьц-1Хм+ау+5^+5+
2Ь
+ 5^ЬУ+9Х1+9^ ^ ЬуХц+ЬЦ+34^+34 + СР )=23
У;11=10=У ¡0,
I = 2, ..., 6.
Практическая реализация представленных экономико-математических моделей связана со значительными трудностями - это и нелинейный характер многих из данных уравнений, и дискретность информационных совокупностей, и трудности, связанные с определением коэффициентов уравнений. Тем не менее с использованием методов имитационного моделирования удается преодолеть эти и другие трудности.
Важной составляющей сценарного прогнозирования является предварительное проведение трендового анализа исследуемых процессов развития.
С использованием возможностей программного комплекса динамического моделирования Power Studio 7 нами сформирована имитационная модель процессов развития плодоводства Ставропольского края на основе представленной выше динамической экономико-математической модели (рис.).
Данная имитационная модель позволяет строить практически неограниченное число прогнозных сценариев развития плодово-ягодного подкомплекса АПК Ставропольского края. Аналогичные модели построены нами и для ряда сельскохозяйственных предприятий, выращивающих плодоводческую продукцию.
В данной работе представлены лишь два из возможных сценариев развития плодово-ягодного подкомплекса АПК Ставропольского края - инерционный и инновационно-оптимистический. Первый (табл. 3) характеризуется сохранением нынешних тенденций развития, исследуемого подкомплекса, второй (табл. 4) -предполагает существенное увеличение площадей, занятых под насаждениями семечковых, косточковых и ягодных культур, прежде всего за счет закладки садов интенсивного типа с внедрением инновационных агротехнологий.
Согласно инерционному сценарию развития отрасли плодоводства Ставропольского края с 2017 по 2025 год предполагается наибольшее увеличение площадей в плодоносящем возрасте у ягодных культур - на 50 %, у семечковых культур - на 30 %, а у косточковых культур - на 22,2 %. При этом при увеличении площади семечковых культур на 1,2 тыс. га их производство увеличится на 75,7 %, при увеличении площади ягодных культур на 0,08 тыс. га производство увеличится на 40 %, и самый незначительный рост ожидается в производстве косточковых культур - на 11,1 % [3].
Рисунок - Имитационная модель процессов развития плодоводства Ставропольского края
Уровень рентабельности производства косточковых культур также будет расти незначительно по отношению к 2017 году (41,7 %) - в 2025 году составит 43,7 %. Уровень рентабельности семечковых данного прогнозного периода составит 15 %. Следует отметить, что уровень рентабельности ягодных насаждений остается высоким на протяжении всего прогнозируемого периода.
Инновационно-оптимистический сценарий рассчитан исходя из предположения о создании условий для обеспечения инвестиционных вложений, позволяющих обеспечить ежегодные темпы роста на уровне 2,5-5 % [4].
Инновационно-оптимистический сценарий предполагает увеличение площадей в плодоносящем возрасте косточковых культур с 0,7 тыс. до 3 тыс. га, при этом их производство возрастет на 16,1 %; при увеличении площади семечковых культур с 4,2 тыс. до 12,9 тыс. га - производство увеличивается почти в 2,5 раза за счет
внедрения технологий супер-интенсивных садов. Площадь ягодных насаждений возрастет с 0,2 тыс. до 1,9 тыс. га - производство повысится на 38 %. Такое значительное увеличение площадей плодово-ягодной насаждений должно быть обеспечено развитием системы питомников в Ставропольском крае, при этом их площадь со 150 га в 2016 году должна быть увеличена до 300 га в 2020 году, что позволит получать более 3 миллионов штук посадочного материала в год [5, 6].
Показатели цен и себестоимостей соответствующей продукции используются для краткосрочного и среднесрочного прогнозирования на основе представленной имитационной модели. В случае долгосрочного прогнозирования (5 и более лет) целесообразнее использовать не объемные, а относительные показатели, в частности уровень рентабельности неявным образом представляет соотношение ценовых показателей и себестоимости.
Вестник АПК
Ставрополья Экономика
;№ 4(28), 2017
Таблица 3 - Основные показатели инерционного сценария развития отрасли плодоводства
Ставропольского края
Показатель 2017 2018 2019 2020 2021 2022 2023 2024 2025
Площадь косточковых в плодоносящем возрасте, тыс. га 0,72 0,74 0,76 0,78 0,80 0,82 0,84 0,86 0,88
Площадь семечковых в плодоносящем возрасте, тыс. га 4,00 4,15 4,30 4,45 4,60 4,75 4,90 5,05 5,20
Площадь ягодных в плодоносящем возрасте, тыс. га 0,16 0,17 0,18 0,19 0,20 0,21 0,22 0,23 0,24
Производство косточковых культур, тыс. ц 21,4 21,6 21,9 22,1 22,4 22,6 22,9 23,1 23,4
Производство семечковых культур, тыс. ц 380,9 383,2 415,6 447,9 460,2 470,5 490,9 492,2 494,5
Производство ягодных культур, тыс. ц 1,5 1,5 1,6 1,7 1,7 1,8 1,8 1,9 2,0
Уровень рентабельности косточковых, % 41,7 42,0 42,3 42,6 42,8 43,1 43,3 43,5 43,7
Уровень рентабельности семечковых, % 80,4 83,6 86,2 88,4 90,3 91,9 93,2 94,5 95,5
Уровень рентабельности ягодных, % 141,0 133,4 132,2 131,2 130,4 129,7 129,2 128,7 128,3
Таблица 4 - Основные показатели инновационно-оптимистического сценария развития отрасли
плодоводства Ставропольского края
Показатель 2017 2018 2019 2020 2021 2022 2023 2024 2025
Площадь косточковых в плодоносящем возрасте, тыс. га 0,69 0,83 1,01 1,24 1,50 1,81 2,17 2,56 3,00
Площадь семечковых в плодоносящем возрасте, тыс. га 4,20 4,44 5,65 6,91 6,92 7,77 8,89 10,28 12,93
Площадь ягодных в плодоносящем возрасте, тыс. га 0,20 0,30 0,44 0,60 0,80 1,03 1,29 1,59 1,92
Производство косточковых культур, тыс. ц 53,9 54,4 84,9 85,4 115,9 116,4 126,9 157,4 187,9
Производство семечковых культур, тыс. ц 890,0 1075,5 1176,5 1292,9 1424,8 1572,2 1735,0 1913,3 2107,1
Производство ягодных культур, тыс. ц 2,2 2,7 2,9 3,1 3,2 3,4 4,6 4,8 5,0
Уровень рентабельности косточковых, % 64,5 66,2 67,8 69,3 70,8 72,2 73,5 74,8 76,0
Уровень рентабельности семечковых, % 104,1 108,3 111,7 114,6 117,1 119,2 121,1 122,7 124,2
Уровень рентабельности ягодных, % 193,0 190,7 188,9 187,5 186,3 185,3 184,5 183,8 183,2
Количественно обоснованные различные сценарии инновационного развития плодоводства следует использовать при разработке и принятии решений на различных уровнях: Министерство сельского хозяйства (России или региона) - составление государственных программ развития; отдельные предприятия отрасли - выработка управленческих действий, адаптированных под реализуемый
сценарий, направленных на обеспечение эффективного производства и реализации плодоводческой продукции, внедрение современных технологий выращивания семечковых, косточковых и ягодных культур, оптимизацию затрат и процессов, расширение ассортимента и повышение качества производимых плодов и ягод с целью выхода на новые рынки сбыта и т. д.
Литература
1. Байдаков А. А. Прогнозирование структурной динамики в аграрных предпринимательских системах // Успехи современной науки. 2016. Т. 2, № 2. С. 30-33.
2. Байдаков А. А. Системные аспекты развития аграрных предпринимательских
References
1. Baidakov A. A. Prediction of the structural dynamics of agrarian business systems // Successes of modern science. 2016. Vol. 2. № 2. P. 30-33.
2. Baidakov A. A. Systemic aspects of development of agrarian business
структур // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2015. № 09 (113). С. 591-607.
3. Викуленко А. Е., Сапрыкин В. П. Управление инновационным развитием систем // Ученые записки Санкт-Петербургского университета технологий управления и экономики. 2015. № 2(50). С. 28-37.
4. Дорошенко Т. Н., Максимцов Д. В. Плодоводство с основами экологии. 2-е изд., испр. и доп. Краснодар : КубГАУ, 2016. 229 с.
5. Егоров Е. А. Импортозамещение в промышленном плодоводстве и приоритеты научного обеспечения его развития // Садоводство и виноградарство. 2017. № 2. С. 18-23.
6. Разработка типовых технологий и технологических карт по возделыванию плодовых (косточковых) и ягодных (малина, смородина) культур в Краснодарском крае отчет / Е. А. Егоров, Ж. А. Шадрина, Г. А. Кочьян, Р. Ш. Заремук, В. А. Алферов, В. В. Яковенко : отчет о НИР / Финансирующая организация: Министерство сельского хозяйства и перерабатывающей промышленности Краснодарского края, 2014. - № контракта: 69. Дата контракта: 12.08.2016.
structures // Polythematic online scientific journal of Kuban State Agrarian University. 2015. № 09 (113). P. 591-607.
3. Vakulenko A. E., Saprykin V. P. Management of innovation system development // Scientific notes of Saint-Petersburg University of management and Economics. 2015. № 2 (50). P. 28-37.
4. Doroshenko T. N., Maksimov D. V. Horticulture with the basics of ecology. 2-nd iss., corr. and add. Krasnodar : KubSAU, 2016. 229 p.
5. Egorov E. A. Import substitution in the industrial horticulture and priorities of the scientific support of its development // Horticulture and viticulture. 2017. № 2. P. 18-23.
6. Egorov E. A., Shadrina Zh. A., Kochyan G. A., Zaremuk R. S., Alferov V. A., Yakovenko V. V. Development of generic technologies and process maps for the cultivation of fruit (stone fruit) and berries (raspberries, currants) crops in the Krasnodar region, research report № 69 from 12.08.2016 (Ministry of agriculture and processing industry of the Krasnodar region).