CC BY
38
Прогнозирование развития скотоводства в Тверской области в зависимости от уровня государственной поддержки Forecasting of cattle breeding development in Tver region depending on the level of state support
Багров Михаил Борисович
Старший преподаватель кафедры математики и вычислительной техники ФГБОУ ВПО «Тверская государственная сельскохозяйственная академия» chessmb@mail.ru
Аннотация: В статье рассмотрены сценарии развития скотоводства Тверской области в среднесрочной перспективе с применением для этой цели системного подхода и специально-разработанной автором имитационной модели в среде AnyLogic.
Summary: scenarios of cattle breeding development in agriculture of Tver region under medium term were considered with application for this purpose system approach and the simulation model designed by author in the program AnyLogic.
Ключевые слова: прогнозирование, сценарии развития скотоводства, системный подход, имитационное моделирование, AnyLogic, Тверская область, государственная поддержка
Keywords: forecasting, scenarios of cattle breeding development, system approach, simulation, AnyLogic, Tver region, state support
Статья выполнена при финансовой поддержке Российского гуманитарного научного фонда и Правительства Тверской области в рамках научно-исследовательского проекта «Прогнозирование развития сельского хозяйства региона на основе имитационных моделей (на примере Тверской области) », проект № 12-12-69006 а/Ц.
Животноводство - главная отрасль сельского хозяйства Тверской области. На нее приходится почти две трети валового сельскохозяйственного продукта региона [2]. При этом доля скотоводства в продукции животноводства составляет почти половину. В отличие от других отраслей животноводства скотоводство в том или ином виде является атрибутом практически всех сельских поселений. В значительной степени это связано с тем, что по сравнению со свиноводством и птицеводством скотоводство является гораздо более экономичным с точки зрения расхода концентрированных кормов, а также позволяет использовать огромный природный потенциал лугов и сенокосов, которым обладает Тверская область. Основным и традиционным направлением скотоводства в Тверской области является молочно-мясное животноводство. Реформирование экономики России, начавшееся в 90-е годы прошлого века, привело к затяжному кризису ее сельского хозяйства. Производство продукции скотоводства в подавляющем большинстве сельхозпредприятий Тверской области стало нерентабельным. При этом наиболее убыточным является производство мяса крупного рогатого скота (КРС). Одной из основных причин данного явления является резкое снижение государственной поддержки сельского хозяйства после 1991 года.
Из графика, представленного на рис. 1, следует, что если в целом по России после 1998 года наметилась тенденция к стабилизации численности стада КРС, то в Тверской области темпы падения численности КРС по-прежнему остаются высокими.
-♦—Численность КРС, РФ
-■—Численность
КРС,Тверская
область
Годы
Рис. 1. Динамика численности КРС во всех категориях хозяйств [1]
В последнее десятилетие в области действовал целый ряд государственных и региональных программ по поддержке и развитию сельского хозяйства. Так, в рамках целевой региональной программы «Развитие молочно-мясного животноводства в Тверской области в 2001-2005 гг.» предусматривалось выделить 2,032 млрд. руб., то есть в среднем около 400 млн. руб. в год. Согласно областной целевой программе «Г осударственная поддержка развития агропромышленного комплекса Тверской области на период 2006-2008 гг.» ожидалось финансирование в размере 908,3 млн. руб. В последующие годы размер государственной поддержки вырос и к 2010-2011 г.г. достиг уровня 1,6 млрд. рублей. Однако, несмотря на все предпринятые меры со стороны федеральных и региональных властей, ситуация в скотоводстве существенно не улучшилась. По мнению автора, отсутствие быстрого отклика скотоводства на увеличившееся финансирование может быть связано с целым рядом причин, одна из которых - инертность экономических процессов в скотоводстве.
Основной задачей данной статьи является рассмотрение влияния размеров государственной поддержки на развитие скотоводства Тверской области.
По мнению автора, для прогнозирования результата воздействия господдержки на скотоводство Тверской области целесообразно применить имитационное моделирование, поскольку обычно применяемые для прогнозирования экономических процессов статистические модели в данном случае являются неэффективными. В настоящее время широко используются три основных парадигмы в разработке имитационных моделей: метод системной динамики, дискретно-событийное моделирование и агентный (мультиагентный) подход. Далее под имитационным моделированием подразумевается использование метода системной динамики. Как и другие методы математического моделирования, имитационное моделирование имеет присущие только ему особенности:
1. Построение моделей сложных экономических систем и имитационные эксперименты с ними реализуются на компьютере, чаще всего с помощью специализированных программ или сред имитационного моделирования. Широкое применение имитационного моделирования для решения научных и практических задач стало возможным благодаря стремительному развитию средств вычислительной техники и появлению удобных программ имитационного моделирования. Такие программы обычно сочетают в себе как удобную среду для визуального проектирования структуры модели, так и средства для задания математических связей между ее элементами, а так же средства программирования.
2. Применение имитационного моделирования позволяет учесть одновременное влияние на систему большого количества факторов во времени. Некоторые из этих факторов имеют стохастическую природу (урожайность, цены), и эта природа так же отражается в имитационной модели.
3. Важными составляющими таких систем является наличие в них обратных связей с задержкой распространения сигнала и нелинейность взаимосвязей между переменными в модели.
4. Имитационные эксперименты над моделью позволяют проводить не только качественную, но и количественную оценку изменения ее различных характеристик во времени. Так, изменив какие-то параметры системы, можно
провести имитационный эксперимент или даже серию таких экспериментов и сравнить полученные результаты с предполагаемыми или с теми, которые сформированы на основе экспертной оценки. Существенное расхождение таких результатов может говорить как о необходимости дальнейшего совершенствования модели или ее подстройки под конкретную ситуацию, так и о том, что, возможно, экспертами не учтен ряд важных факторов, влияющих на систему или «эффект задержки».
Для решения поставленной задачи автором в среде моделирования Апу-Logic 6 была разработана имитационная модель «КРС-сим». Модель включает в себя более 300 переменных и несколько десятков параметров. Фрагмент модели изображен на рис. 3.
Структурная схема модели состоит из следующих подсистем: «Динамика стада КРС», «Кормопроизводство», «Основные средства», «Затраты», «Получение и реализация продуктов скотоводства», «Формирование дохода от реализации», «Финансы», «Цены с учетом инфляции», «Расчет себестоимости реализованной продукции».
Подсистема «Динамика стада КРС» описывает движение скота по возрастным группам от приплода до коровы с учетом падежа и выбраковки. Также при расчете динамики стада учитываются такие важные показатели, как среднее число лактаций для одной коровы и нормы выхода приплода.
Подсистема «Кормопроизводство» связана с системой «Динамика стада КРС» через нормы кормления, которые влияют на суммарную потребность в кормах. С другой стороны, на возможность содержать данное стадо КРС влияют «Основные средства производства». Так, при недостатке тракторов или комбайнов, а так же количества свободных мест на ферме, оборудования для ферм, сельхозпредприятие вынуждено либо закупать корма, либо отказаться от содержания части коров или телят в стаде, то есть произвести дополнительную выбраковку и, наоборот, при наличии дополнительных оборудованных мест на ферме и возможности произвести больше кормов, предприятие может наращивать поголовье коров. При этом между решением увеличить численность коров
и реальным увеличением может существовать некоторая задержка, связанная с тем, что нужно сформировать дополнительное количество нетелей, для чего уменьшить выбраковку телочек, но эти телочки превратятся в коров лишь через 2-2,5 года.
Подсистема «Основные средства производства» представляет собой основные средства сельскохозяйственных организаций, на которые начисляется амортизация, то есть сюда не входит продуктивный скот, который находится в подсистеме «Динамика стада КРС», а входят здания, оборудование, трактора и комбайны, используемые в кормопроизводстве и др. Подсистема «Основные средства производства» связана с подсистемой «Финансы» через переменную «Фонд развития производства». Эта переменная представляет собой те средства, которые выделяются на развитие производства, то есть строительство или покупку дополнительных ферм, а так же закупку дополнительных тракторов и комбайнов сверх той нормы, которая предусмотрена обычно для компенсации количества тракторов и комбайнов, вышедших из строя или списанных по истечении срока их амортизации.
Подсистема «Получение и реализация продуктов скотоводства» предназначена для оценки количества полученной мясной и молочной продукции. При этом количество полученного мяса рассчитывается через количество выбракованных животных и нормы выхода мяса с каждой возрастной группы КРС, а количество молока - через количество коров и средний годовой надой с одной коровы.
Подсистема «Затраты» предназначена для расчета основных затрат, связанных с сельскохозяйственным производством. Здесь рассчитываются отчисления на социальные нужды, амортизация и ремонт ОС, материальные затраты, трудовые затраты, связанные с выплатой заработной платы основным работникам предприятия, и прочие затраты, куда, например, входят накладные расходы.
Подсистема «Финансы» связана с распределением «дохода от реализации сельхозпродукции за вычетом затрат текущего года». Этот показатель за выче-
том налога на прибыль или единого сельскохозяйственного налога (ЕСХН) представляет собой «чистые денежные поступления» - те средства, которые могут быть потрачены на покупку и ввод в эксплуатацию дополнительных основных средств. Здесь необходимо отметить, что при превышении годовых затрат над доходами, связанными с производством продукции скотоводства, образуется отрицательный поток чистых денежных поступлений, что означает дефицит финансовых ресурсов. В модели этот дефицит может компенсироваться за счет уменьшения стоимости ОС: например, закупается меньше тракторов (трактора выбывают быстрее, чем закупаются), или вообще продается часть основных средств по остаточной стоимости.
Подсистема «Цены с учетом инфляции» связана с формированием дохода от реализации (мясо и молоко реализуются по соответствующим ценам). Эта подсистема так же связана с материальными и трудовыми затратами, которые оцениваются в денежном выражении через цены. При определении ежегодных цен учитывается индекс инфляции. То есть цены в течение моделируемого периода растут как на ресурсы для сельскохозяйственного производства, так и на реализуемую продукцию скотоводства. В начале каждого года так же происходит переоценка стоимости основных средств.
Структурная схема модели показана на рисунке 2.
Рис. 2. Структурная блок-схема модели
Рис. 3. Фрагмент модели "КРС-сим"
На основе проведенного статистического анализа, где экономическая эффективность и динамика численности КРС сельхозпредприятий сопоставлялись с внутренними факторами производства, было установлено, что основным внутренним фактором, оказывающим наибольшее влияние на скотоводство, является молочная продуктивность коров (надои).
Для изучения влияния уровня господдержки на функционирование скотоводства, с учетом различных уровней средней молочной продуктивности коров, были выделены три группы сельскохозяйственных предприятий.
1. Предприятия, значительно увеличившие производство молока за период с 2000 по 2010 год. Данные предприятия имеют достаточно большой производственно-финансовый потенциал, главным образом, за счет высоких надоев. Они могут за счет собственной прибыли от продукции скотоводства увеличить численность скота и производство молочной продукции.
2. Предприятия, на которых существенно сократилась численность коров, но надои при этом тоже значительно возросли, в итоге производство молока на них в 2010 г. осталось на уровне 2000 г. или возросло незначительно.
3. Предприятия, на которых существенно сократилась численность коров, и в то же время годовые надои возросли незначительно или даже упали. Общее производство молока за период с 2000 по 2010 гг. в этих предприятиях сократилось.
Для проведения имитационных экспериментов была составлена выборка предприятий. В выделенные группы предприятия вошли с учетом сохранения пропорций генеральной совокупности в общем объеме полученного молока.
В первую выборку вошли 2 , во вторую 39 и в третью 36 предприятий с годовыми надоями, которые за вышеуказанный период менялись с 63 до 78 ц, с 23-37 ц и с 18-21 ц соответственно. В сумме указанная выборка в 2000 году производила почти 28% молока от всех предприятий и насчитывала 26,4 тыс. голов, что составляет 22% от всех коров сельхозпредприятий. В 2010 году изучаемыми хозяйствами производилось уже 37% молока от всех сельхозпредприятий, а доля коров от их суммарной численности на сельхозпредприятиях составила 32%. Таким образом, выборка сельхозпредприятий, использованная для моделирования, является репрезентативной и представлена достаточно большим количеством хозяйств.
Развитие каждой категории хозяйств моделируется независимо и в тоже время есть возможность получить агрегированные данные, включающие в себя суммарные или средние показатели по всем трем категориям хозяйств.
Первым этапом моделирования была верификация модели по данным с 2000 по 2010 года. Некоторые результаты этого моделирования показаны на рисунке 4.
Годы
----факт, надой 18-21 ц —■—факт, надой 23-37ц —Д—факт, надой 63-78ц
—X— модель, надой 18-21 ц И модель, надой 23-37ц —•— модель, надой 63-78ц
Рис. 4. Ретроспективное моделирование.
Численность КРС в трех группах сельхозорганизаций Тверской области
Сравнение расчетных и экспериментальных кривых для каждой из трех групп предприятий показывает, что разработанная модель обладает хорошей прогностической способностью. Данная модель была использована для прогнозирования развития скотоводства Тверской области в зависимости от величины государственной поддержки. При расчетах предполагалось, что государственная поддержка осуществлялась в виде субсидий. В качестве объекта исследований служила выборка из трех вышеупомянутых групп сельхозпредприятий. На графиках (рис. 5, 6, 7) представлена динамика численности стада КРС в сельскохозяйственных организациях в зависимости от величины государственной поддержки. На этих графиках период времени с 2000 по 2011 г.г. (период основания прогноза) содержит данные о фактической динамике численности КРС. Период времени с 2012 по 2022 гг. (период упреждения) содержит данные прогнозных расчетов.
Численность коров,% (2000 г=100%)
Годы
модель, надой 18-21 ц —модель, надой 23-37ц А модель, надой 63-78ц
Рис. 5. Сценарий «сохранение уровня текущей господдержки»
Численность коров, %(2000 г.=100%)
Годы
модель, надой 18-21 ц —модель, надой 23-37ц —А— модель, надой 63-78ц
Рис. 6. Сценарий «уменьшение размера текущей господдержки»
Годы
модель, надой 18-21 ц модель, надой 23-37ц
модель, надой 63-78ц
Рис. 7. Сценарий «увеличение существующей господдержки»
По соглашению с ВТО максимальный уровень государственной поддержки в Российской Федерации, начиная с 2012 года, должен быть увеличен с нынешних 4,5 до 9 млрд. долларов, а затем будет плавно снижаться и к 2018 году вновь достигнет уровня 2011 года. Однако с учетом нынешней экономической ситуации в России следует ожидать, что в ближайшие годы реальная государственная поддержка останется на прежнем уровне. Таким образом, сценарий «сохранение уровня текущей господдержки» отражает развитие отрасли скотоводства после вступления России в ВТО. Данный сценарий отражают зависимости, приведенные на рис. 5. Из этих зависимостей следует, что предприятия, успешно функционирующие в настоящее время, сохранят основную численность поголовья КРС. С учетом роста продуктивности животных на этих предприятиях, следует ожидать, что выпуск продукции останется на нынешнем уровне. Что же касается предприятий второй группы, то к 2018 году численность КРС на них уменьшится почти на 30%, а на предприятиях второй группы более чем на 40%. Поэтому, несмотря на возможный небольшой рост надоев, общее производство молока в этих группах снизится. Таким образом, в соответствии с данным сценарием стабилизация не будет достигнута и продолжится общий экономический спад в отрасли.
Сценарий «уменьшение размера текущей господдержки» (рис. 6) предполагает, что общая экономическая ситуация в стране ухудшится и из-за дефицита бюджетных средств господдержка сельскому хозяйству в виде субсидий резко уменьшится (в модели предполагается что уровень поддержки будет снижен начиная с 2013 года в два раза). В этом случае численность КРС в первой группе к 2018 году уменьшится на 30%, во второй - больше чем на 40%, а в третьей - на 75%. Таким образом, следует ожидать, что подавляющая часть сельхозорганизаций из последней группы перестанет функционировать.
Одним из возможных вариантов федеральной политики в области сельского хозяйства является селективная поддержка регионов. Такой вариант рассмотрен в сценарии «увеличение существующей господдержки» (рис. 7), когда уровень государственной поддержки в Тверском регионе возрастает в четыре
раза. В этом случае численность КРС в первой группе сельхозпредприятий (при условии использования всей полученной прибыли на расширение производства) к 2018 году может возрасти по отношению к 2012 году более чем на 20%. Объемы производства молочной продукции в данной группе сельхозпредприятий так же возрастут не менее чем на 20%. Численность КРС за тот же период времени во второй группе не претерпит особых изменений, но должна стабилизироваться с возможностью слабого роста в будущем. Что же касается третьей группы сельхозпредприятий, то численность КРС в ней к 2018 году уменьшится на треть и даже возросший уровень господдержки не способен остановить падения производства на сельхозпредприятиях в данной группе.
Рассмотренные сценарии развития отрасли скотоводства показывают, что государственная поддержка данной отрасли имеет решающее значение для ее функционирования. Уровень господдержки отрасли, необходимой для ее стабилизации должен быть существенно повышен (по отношению к настоящему уровню примерно в четыре раза). Проведенное исследование так же показало, что эффект от господдержки может существенно возрасти в хозяйствах с высоким уровнем продуктивности животных.
Библиографический список:
1. Животноводство в Тверской области. Стат. сб. Текст. / Тверьстат, -Тверь 2010.-167 с.
2. Продукция сельского хозяйства в 2011 году. Стат. сб. Текст. / Тверьстат, -Тверь, 2012.-58 с.
