CC BY
51
9. Нуреев Р.М. Человеческий капитал и его развитие в современной России // Общественные науки и современность. - 2009. - № 4.
10. Смит А. Исследование о природе и причинах богатства народов. - М.:Соцэкгиз,1956.
11. Фитц-енц Як. Рентабельность инвестиций в персонал: измерение экономической ценности персонала / пер. с англ. М.С. Меньшикова, Ю.П. Леонова; под общ. ред. В.И. Ярных. - М.: Вершина, 2006.
12. Ходжсон Дж. Социально-экономические последствия прогресса знаний и нарастания сложности // Вопросы экономики. - 2001. - № 8.
13. Якобсон Л.И. Человеческий капитал и модернизация образования // Человеческий капитал России: актуальные проблемы и перспективы развития: мат-лы семинара «Стратегия развития» (3.02.2003 г.). - М.: ТЕИИС, 2003.
14. Shultz T. Investment in Human Capital. - N.Y.; London, 1971.
15. URL: www.gtmarket.ru.
16. URL: www.inspp.ru.
17. URL: www.cyberleninka.ru.
УДК 338.439 И.А. Колесняк
ПРОГНОЗИРОВАНИЕ РЕСУРСОВ ПРОДОВОЛЬСТВИЯ В КРАСНОЯРСКОМ КРАЕ
В статье даны прогнозные параметры ресурсов зерна, мяса и молока с помощью моделей кривых роста в сельхозорганизациях Красноярского края.
Ключевые слова: нормы потребления, потребность, ресурсы, прогноз, производство, поголовье, урожайность, макрорайон.
I.A. Kolesnyak
FORECASTING OF FOODRESOURCESIN THE KRASNOYARSK TERRITORY
The resourceforecast parameters of grain, meat and milk with the help of growth curvemodels in the agricultural organizations of the Krasnoyarsk Territory are given in the article.
Key words: consumption rates, need, resources, forecast, production, total number of livestock, crop capacity, macro-district.
Обеспечение продовольствием населения региона за счёт «местного» производства является условием поддержки и сохранения его здоровья. Усиление импортной зависимости по продовольствию представляет угрозу продовольственной безопасности страны. Каждый регион должен стремиться к максимальному удовлетворению потребностей населения в продуктах питания первой необходимости - мясных и молочных. Особенно остро стоит этот вопрос в регионах с суровыми природными условиями, типичным представителем которых является Красноярский край.
Душевое потребление мяса и мясных продуктов в Красноярском крае в 2000 г. составило 50 кг, в 2012 г. - 80 кг. Доля импорта в их потреблении возросла за этот период до 41 %. Рост потребности населения в продовольствии с развитием новых промышленных центров в крае служит ускорителем увеличения объёмов производства продукции сельского хозяйства.
Решение вопросов продовольственного обеспечения зависит во многом от правильности определения потребности в продуктах питания. Поскольку до настоящего времени не решены некоторые вопросы методологического характера. Прежде всего, отсутствуют рациональные нормы потребления основных компонентов пищи (белков, жиров, углеводов, витаминов, макро- и микроэлементов) как для разных социальных
групп населения, так и для климатических зон страны, а также количественные характеристики влияния факторов на потребность в продовольствии [5, с. 50].
Нуждаются в уточнении по составу пищевых веществ и считающиеся рациональными (медицинскими) нормы потребления, которые являются основой определения потребности в продовольствии. Кроме того, территориальное планирование потребности населения в продуктах питания невозможно без районирования как страны в целом, так и её регионов.
Методологической основой определения норм питания является рекомендация Комитета по вопросам пищевых продуктов и сельского хозяйства при ООН, увязывающая проблему жизнеобеспечения с уровнем температуры атмосферной среды: с понижением среднемесячной температуры на каждые 10°С калорийность питания должна увеличиваться на 5 %, считая за исходную температуру +10°С [7, с.647].
Климатические условия Сибири и Азиатского Севера, по данным [4, с.770], определяют не только повышение калорийности суточного рациона, но и соотношение компонентов пищи: увеличивается потребность в белках и жирах, несколько снижается - в углеводах. Для центральных районов Сибири среднесуточная потребность человека составляет к общей калорийности 3200-3500 ккал: белки 16 % (128-140 г), жиры 38 (135-147 г), углеводы 46 % (392-429 г). На Азиатском Севере эти цифры соответственно: энергетическая ценность пищевого рациона 3500-4000 ккал, белки 16 % (140-160 г), жиры 40 % (155-177), углеводы 44 % (410-469 г) [8, с. 29].
Для планирования объёмов производства продукции сельского хозяйства Красноярского края на перспективу необходимо определить потребность населения в продуктах питания, учитывая необходимость повышения уровня его продовольственного обеспечения. Потребность населения в продовольствии определяется на основе сложившихся и рекомендуемых норм потребления продуктов питания (табл. 1).
Таблица 1
Нормы потребления продуктов питания (на душу населения в год), кг*
Показатель Вариант
I II III IV
Мясо и мясные продукты 80 52,1 72,5 87
Молоко и молочные продукты 249 271,5 330 396
Рыба и рыбные продукты 19,5 19,0 20 24
Сахар 27 22,2 26 26
Масло растительное 11,4 9,6 11 13,2
Яйца (штук) 257 203,7 260 260
Картофель 194 82 97,5 97,5
Фрукты и ягоды 59 74,3 95 114
Овощи и бахчевые 112 109,3 130 156
Хлеб, макаронные изделия (мука, крупа) 117 105,3 100 120
Энергетическая ценность пищевого рациона, ккал 3146 2576 2924 3401,5
* Расчёты авторов по источникам [1-6].
На основе норм потребления определена потребность в продуктах питания в крае по вариантам: I -рассчитанный из сложившегося уровня потребления; II - по минимальным нормам потребления; III - по рациональным нормам в среднем для населения России; IV - на основе рациональных норм питания, увеличенных на 20 % с учётом дискомфортности его природных условий (табл. 2).
Таблица 2
Потребность в продовольствии на перспективу
Продукты Потребность в продуктах питания по нормам потребления, тыс. тонн 2020 г. к 2012 г., %
I 2012 г. 2020 г.
II ш IV II ш IV
Мясо и мясные продукты 223,4 98,8 210,0 252,0 44,2 94,0 112,8
Молоко и молочные продукты 685,3 755,5 955,9 1147,1 110,2 139,5 167,4
Рыба и рыбные продукты 53,8 43,5 57,9 69,5 80,8 107,7 129,2
Сахар 76,5 66,3 75,3 75,3 86,7 98,5 98,5
Масло растительное 32,9 33,6 31,9 38,2 102,1 96,9 116,2
Яйца (штук) 711,3 553,3 753,2 753,2 77,8 105,9 105,9
Картофель 564,3 284,8 282,4 282,4 50,5 50,1 50,1
Фрукты и ягоды 162,9 93,6 275,2 330,2 57,4 168,9 202,7
Овощи и бахчевые 335,6 287,4 376,6 451,9 85,6 112,2 134,7
Хлеб, макаронные изделия (мука, крупа) 331,6 310,2 289,7 347,6 93,6 87,4 104,8
Учитывая экстремальность природных условий Красноярского края, которые ограничивают развитие растениеводства, а также повышают потребность в белковосодержащих продуктах питания и общей энергетической ценности пищевого рациона его жителей, следует уделить особое внимание развитию животноводства, поставляющего необходимые молочные и мясные продукты, а также развитию производства зерна.
Варианты потребности в продуктах питания будут использованы в расчётах прогнозных параметров развития агропромышленного производства Красноярского края.
На первом этапе прогнозирование ресурсов мяса, молока и зерна проведено авторами настоящей статьи по сельскохозяйственным организациям Красноярского края.
Ресурсы мясного сырья крупного рогатого скота в сельхозорганизациях края на перспективу определены на основе прогнозирования поголовья крупного рогатого скота и среднесуточного прироста его живой массы по пяти макрорайонам: Центральный, Западный, Восточный, Южный и Приангарский. Среднесуточный прирост живой массы скота на 2020 год по каждому макрорайону спрогнозирован с помощью моделей кривых роста. Прогнозы среднесуточного прироста живой массы скота с помощью линейной функции, параболы и экспоненты дают несколько завышенный результат по сравнению с фактически достигнутыми его значениями за многолетний период и в передовых районах края. На основе корректировки этих расчётов установлены прогнозы среднесуточного прироста живой массы на 2020 год (табл.3).
Таблица 3
Среднесуточный прирост живой массы крупного рогатого скота, г
Среднесуточный прирост живой Среднесуточный прирост живой массы на осно-
массы, г ве моделей кривых роста, г
Макрорайон 2020 г. В среднем за 2003- В передовых районах за Линейная Парабола Экспонента Логистическая
2012 гг. 20032012 гг. функция у = аЬ кривая
Центральный 700 460 515 826 1090 970 -3925
Западный 650 491 546 632 591 650 520
Восточный 700 456 511 770 762 890 614
Южный 750 513 598 938 904 1153 818
Приангарский 500 341 380 591 808 665 -315
По краю 688 484 542 756 739 838 609
По прогнозу на 2020 г., наиболее высокий среднесуточный прирост живой массы скота получен в сельхозорганизациях Южного макрорайона. Прогноз численности крупного рогатого скота по макрорайонам
края проведён с помощью моделей кривых роста и корректировки их значений по поголовью за многолетний период и по передовым районам (табл.4).
Таблица 4
Поголовье крупного рогатого скота на 2020 год, гол.
Макрорайон Поголовье мясного скота, гол. Поголовье на основе моделей кривых роста
2020 г. В среднем за 20032012 гг. В передовых районах за 2003-2012 гг. Линейная функция Парабола Экспонента у = аЬ1 Логистическая кривая
Центральный 15000 14688,4 6512 -518 15813 5136 3279
Западный 70000 74966,5 20606,2 43076 67940 48848 58452
Восточный 35000 35171,7 18346,7 10415 64722 17754 27952
Южный 40000 39245,9 11237,6 18130 91954 23687 35415
Приангарский 2000 2807,1 1600,8 -3679 5825 228 609
По краю 162000 166911 88189 67544 246364 92915 130206
В Западном макрорайоне наиболее достоверный прогноз поголовья скота даёт парабола, в Восточном, Южном и Приангарском макрорайонах - логистическая кривая. На основе прогнозов среднесуточного прироста живой массы и поголовья крупного рогатого скота определены объёмы производства мясного сырья на 2020 год (табл.5).
Таблица 5
Производство мясных ресурсов на 2020 год, т
Макрорайон Поголовье КРС, гол. Среднесуточный прирост Объём
живой массы, г производства, т
Центральный 15000 700 3832,5
Западный 70000 650 16607,5
Восточный 35000 700 8942,5
Южный 40000 750 10950,0
Приангарский 2000 500 365,0
По краю 162000 688 40697,5
Для определения ресурсов производства молока в сельхозорганизациях края на перспективу спрогнозированы надой на среднегодовую корову и поголовье коров (табл. 6, 7).
Таблица 6
Надой молока на среднегодовую корову, кг
Макрорайон Надой молока на среднегодовую корову Надой на основе моделей кривых роста
2012 г. 2020 г. В среднем за 20032012 гг. В передовых районах за 20032012 гг. Линейная функция Парабола Экспонента у = аЬ1 Логистическая кривая
1 2 3 4 5 6 7 8 9
Центральный 4856 6000 3974 4535 6148 7170 6743 19832
Западный 3944 4500 3517 4022 4715 4338 4933 4416
Восточный 4710 6000 3702 4545 5978 8078 6665 -1012
Окончание табл. 6
1 2 3 4 5 6 7 8 9
Южный 4345 5500 3789 4519 5186 4205 5512 8707
Приангарский 2835 3200 2475 2636 3583 2009 3820 2991
Северный 2197 2500 2139 2139 3752 1471 - -
По краю 4288 4617 3650 4275 5260 5432 5638 10301
По надою наиболее точные прогнозы дают логистическая кривая, линейная функция, экспонента.
Таблица 7
Поголовье коров на перспективу, гол.
Макрорайон Поголовье коров Поголовье на основе моделей кривых роста
2012 г. 2020 г. В среднем за 20032012гг. В передовых районах за 20032012гг. Линейная функция Парабола Экспонента у = аЬ Логистическая кривая
Центральный 7412 8000 9057,5 3704,4 2935 12120 4649 5725
Западный 34968 40000 38717,8 8348,7 24267 47962 26766 34343
Восточный 18725 22000 21672,3 9636,5 9739 32498 12659 17110
Южный 23405 25000 21885 6177,4 22690 56552 22846 -559
Приангарский 867 1200 1649,5 853,1 -1643 2843 199 668
Северный 67 100 40,2 40,2 121 -104 - -
По краю 85444 96300 93022,3 35877,5 58109 151871 64673 85661
Поголовье коров в перспективе будет сосредоточено в Западном (41,5%), в Южном (25,9%) и Восточном (22,8%) макрорайонах края.
На основе прогнозов надоя и поголовья коров рассчитан объём сырьевых ресурсов молока на перспективу (табл.8). По производству молока на 2020 год на первом месте находится Западный макрорайон, на втором - Южный, а на третьем - Восточный.
Таблица 8
Производство ресурсов молока на 2020 год
Макрорайон Поголовье коров, гол. Надой молока, кг Объём производства молокосырья, т
Центральный 8000 6000 48000
Западный 40000 4500 180000
Восточный 22000 6000 132000
Южный 25000 5500 137500
Приангарский 1200 3200 3840
Северный 100 2500 250
По краю 96300 5209 501590
Для определения объёмов производства зерна в сельхозорганизациях края на перспективу спрогнозированы посевные площади и урожайность зерновых культур по его макрорайонам (табл. 9, 10).
Таблица 9
Посевная площадь зерновых культур, га
Макрорайон Посевная площадь зерновых Посевы зерновых на основе моделей кривых роста
2012 г. 2020 г. В среднем за 20032012 гг. В передовых районах за 2003-2012 гг. Линейная функция Парабола Экспонента у = аЬ1 Логистическая кривая
Центральный 71051 75000 81232 26559 65549 12708 66321
Западный 393098 410000 379554 106089,6 407399 445307 408308
Восточный 227348 260000 212420 48169,6 259721 386621 263772
Южный 156630 190000 163928 38960,4 124714 213310 129443
Приангарский 8816 16000 15958 6271,5 34093 2335 7318
По краю 856943 951000 853093 275469,5 843427 1092039 843636
По прогнозу посевной площади зерновых в Западном макрорайоне более точный результат даёт экспонента, в Восточном - линейная функция, в Южном - парабола, в Приангарском - наиболее близка логистическая кривая, в целом по краю - парабола.
Таблица 10
Урожайность зерновых культур на перспективу
Макрорайон Урожайность зерновых культур с 1 га, ц Урожайность на основе моделей кривых роста, ц/га
2012 г. 2020 г. В среднем за 20032012гг. В передовых районах за 20032012гг. Линейная функция Парабола Экспонента у = аЬ1 Логистическая кривая
Центральный 13,5 19,0 18,2 19,0 16,1 - 0,3 15,7 -
Западный 25,8 31,0 26,2 31,9 34,2 34,8 35,5 -
Восточный 12,8 19,0 16,3 19,2 19,4 - 3,2 19,3 -
Южный 11,7 17,5 13,6 16,9 20,3 11,2 21,3 14,9
Приангарский 9,4 12,5 11,0 12,4 14,5 3,8 14,6 -
В среднем по краю 18,6 23,8 20,3 22,5 26,4 16,1 27,3
Наиболее точный результат прогноза урожайности в Западном макрорайоне обеспечен линейной функцией, в Восточном - экспонентой, в Южном и Приангарском - линейной функцией. По уровню урожайности на 2020 год на первом месте стоит Западный макрорайон, на втором - Центральный и Восточный, на третьем - Южный.
На основе прогнозов посевной площади и урожайности зерновых рассчитан валовой сбор зерна на перспективу. По валовому сбору зерна на 2020 год на первом месте Западный макрорайон, на втором - Восточный, а на третьем - Южный (табл.11).
Таблица 11
Валовой сбор зерна на 2020 год
Макрорайон Посевная площадь зерновых, га Урожайность зерновых с га, ц Валовой сбор зерна, т
Центральный 75000 19,0 142500
Западный 410000 31,0 1271000
Восточный 260000 19,0 494000
Южный 190000 17,5 332500
Приангарский 16000 12,5 20000
В целом по краю 951000 23,8 2260000
В настоящее время в общем объёме производства мясных и молочных ресурсов доля хозяйств населения составляет 49 процентов. Поэтому для полного удовлетворения потребности населения необходимо
на втором этапе спрогнозировать объёмы этих ресурсов в хозяйствах населения, а также в крестьянских
(фермерских) хозяйствах.
Литература
1. Приказ Министерства здравоохранения и социального развития Российской Федерации от 2 августа 2010г. № 593н «Об утверждении рекомендаций по рациональным нормам потребления пищевых продуктов, отвечающим современным требованиям здорового питания».
2. Федеральный закон Российской Федерации от 3 декабря 2012 г. № 227 - ФЗ «О потребительской корзине в целом по Российской Федерации».
3. Постановление Правительства Российской Федерации от 28 января 2013 г. №54 «Об утверждении методических рекомендаций по определению потребительской корзины для основных социально-демографических групп населения в субъектах Российской Федерации».
4. Комплексная программа научно-технического прогресса в сельском хозяйстве Сибири и Дальнего Востока на период до 2005 г. - Новосибирск: Изд-во СО ВАСХНИЛ, 1982. - С. 169-174.
5. КолеснякА.А. Продовольственное обеспечение: региональный аспект. - М.: Восход-А, 2007. - 220 с.
6. Агропромышленный комплекс Красноярского края в 2012 году. - Красноярск, 2013. - 194 с.
7. Казначеев В.П., Панин Л.Е., Коваленко Л.А. Проблемы сбалансированного питания в связи с особенностями метаболической адаптации человека. - Новосибирск: Наука, 1976. - Т. 2. - С. 647.
8. Панин Л.Е. Уточнённые нормы потребности человека в пищевых веществах и энергии в условиях Сибири и Севера // Сельское и промысловое хозяйство Крайнего Севера: тез. докл. Всесоюз. совещания «Пути реализации продовольственной программы на Крайнем Севере». - Новосибирск: Изд-во СО ВАСХНИЛ, 1984. - С. 28-30.
УДК 338.43 Д.В. Паршуков, Д.В. Ходос, С.Г. Иванов
К ВОПРОСУ ОБ ОЦЕНКЕ ИННОВАЦИОННОГО ПОТЕНЦИАЛА
В статье осуществлен анализ основ оценки инновационного потенциала. Рассмотрены особенности содержания инновационного потенциала и предложена методика его оценки.
Ключевые слова: инновационный потенциал, критерии оценки, инновационные возможности.
D.V. Parshukov, D.V. Khodos, S.G. Ivanov
TO THE ISSUE OF THE INNOVATIVE POTENTIAL ASSESSEMENT
The analysis of the innovative potential assessment fundamentals is conducted in the article. The peculiarities of the innovation potential content are considered and the methodology for its assessment is offered. Key words: innovative potential, assessment criteria, innovative possibilities.
Актуальность проблемы. Развитие инновационной экономики предполагает не только масштабные структурные изменения и формирование необходимых институтов, но и подготовку хозяйствующих субъектов к переходу на новую ступень рыночных отношений. Внедрение инновационных технологий в процессы производства, управления и потребления ресурсов требует от предприятий наличия способностей к их восприятию, распознанию и освоению. Таким образом, у организаций возникает необходимость в оценке собственных возможностей в условиях инновационного развития экономики, а именно - насколько предприятие готово к тем условиям, которые выдвинет рынок и другие экономические институты.
Данную неопределенность (степень готовности к инновационному развитию) можно решить посредством оценки инновационного потенциала. В то же время требуется четкое представление о том, что необ-
