Кунашев Ю.М. Стратегические параметры развития сельскохозяйственного производства, обеспечивающие устойчивый экономический рост - файл n1.doc

Кунашев Ю.М. Стратегические параметры развития сельскохозяйственного производства, обеспечивающие устойчивый экономический рост
скачать (1903.5 kb.)
Доступные файлы (1):
n1.doc1904kb.02.11.2012 13:11скачать

n1.doc

1   2   3   4   5   6   7   8   9   10   11

3.2. Определение перспективных параметров производства сельскохозяйственной продукции, обеспечивающих устойчивый экономический рост



В условиях, когда экономика страны постепенно выходит из фазы кризиса, когда основные макроэкономические индикаторы свидетельствуют о стабилизации экономики в целом, и агарного сектора в частности, когда остановлен более чем десятилетний постоянный спад сельскохозяйственного производства, особую значимость приобретают проблемы, связанные с обоснованием оптимальных параметров развития сельскохозяйственного производства, обеспечивающих устойчивый экономический рост на региональном уровне.

В этой связи нами разработан и предложен методический подход, реализация которого позволила выявить стратегические направления устойчивого развития производства в Воронежской области. Предлагаемый методический подход осуществляется в несколько этапов.

На первом этапе на основе проведенных исследований в (раздел 3.1., корреляционно-регрессионный анализа, имитационное моделирование и т.д.) было выявлено более 100 модельных значений цепных индексов урожайностей основных сельскохозяйственных культур по Воронежской области, используя которые, были смоделированы и получены уровни урожайности основных сельскохозяйственных культур (приложение 7).

На втором этапе происходит выделение дискретных исходов случайных условий производства и сопоставление с этими исходами вероятности. В принципе исходом является любая возможная комбинация уровней урожайности сельскохозяйственных культур. Однако охватить все возможные комбинации представляется невозможным, поэтому возникает необходимость укрупнения исходов. Естественно, что чем больше исходов, тем точнее будет решение, хотя возможность решения и интерпретации результатов с увеличением числа исходов уменьшается. Тем не менее мы выделили пять исходов в зависимости от уровня урожайности озимой пшеницы (это связано с тем, что в структуре посевных площадей Воронежской области озимые занимают значительный, до 30%, удельный вес).

Исход 1 – год плохой (максимальная урожайность озимых 12ц/га).

Исход 2 – год неблагоприятный (максимальная урожайность озимых 17ц/га).

Исход 3 – год средний (максимальная урожайность озимых 22ц/га).

Исход 4– год хороший (максимальная урожайность озимых 27ц/га).

Исход 5– год благоприятный (урожайность озимых выше 32ц/га).

Результаты группировок и вероятности их наступления приведены в таблице 47 и в приложении 12.

Таблица 47. Вероятность наступления исхода


Показатели

Исход 1

Исход 2

Исход 3

Исход 4

Исход 5

Количество лет в исходе

21

12

21

23

24

Вероятность наступления исхода, %

20,8

11,9

20,8

22,8

23,8

Уровень урожайности озимой пшеницы, ц/га

12

17

22

27

32


На третьем этапе для каждого исхода составляется экономико-математическая модель и определяются оптимальные параметры развития сельскохозяйственного производства в Воронежской области.

Следует отметить, что чрезвычайно важным вопросом при моделировании является соблюдение агротехнических условий возделывания сельскохозяйственных культур, поэтому в моделях были учтены следующие агротехнические условия.

Как свидетельствуют исследования, проведенные в области земледелия в условиях Воронежской области, удельный вес озимых культур в структуре посевных площадей должен занимать не менее 20 и не более 30%. Увеличение площади под озимые культуры свыше 30% нецелесообразно из-за невозможности их размещения по хорошим предшественникам. Удельный вес зерновых в структуре посевных площадей колеблется от 50 до 60%. Согласно " Системе земледелия Воронежской области" площадь пара в условиях ЦЧЭР может достигать до 10%.

Для обеспеченности озимых предшественниками выделено отдельное ограничение. В модель были заложены следующие сельскохозяйственные культуры, которые могут быть предшественниками озимых: горох, кукуруза на силос и зеленый корм, однолетние и многолетние травы и черный пар.

Важную роль при моделировании играет система зеленого конвейера, обеспечивающая полноценными питательными кормами отрасль животноводства на весь пастбищный период. В модель нами была заложена следующая система зеленого конвейера: во второй половине мая - посевы озимых на зеленый корм, в первой половине июня - многолетние травы, во второй половине июня - посевы однолетних трав первого срока сева, в июле - посевы однолетних трав второго срока сева, в августе - посевы кукурузы ранних сортов и многолетние травы, в сентябре - посевы кукурузы на зеленый корм второго срока сева и ботва сахарной свеклы. Кроме того, в течение всего пастбищного периода источником зеленых кормов являются естественные пастбища.

Одним из важных вопросов при подготовке и составлении моделей является соблюдение зооветеринарных условий. Обобщение исследований, проведенных методами экономико-математического моделирования, свидетельствует о высокой эффективности организации отрасли скотоводства на основе внутриотраслевого разделения труда. С этих позиций в модель был заложенн следующий вариант организации структуры стада: коровы - 45,0%, нетели - 6,0%, молодняк до 20 дн. - 2,0%, телочки 20 дн. - 4 мес. - 6,5%, телки 4 - 22 мес. - 22,0%, бычки старше 4 мес. - 18,5%;

При определении структуры стада свиней на перспективу целесообразно применение на свиноводческих комплексах равномерных круглогодовых опоросов. Это способствует эффективному использованию имеющихся средств, помещений, рабочей силы. Производство свинины на промышленной основе требует отработанной технологической схемы движения в общем замкнутом цикле. На перспективу предусмотрена следующая структура стада для свиней: хряки-производители - 1,2%, основные свиноматки - 7,8%, проверяемые и разовые свиноматки - 2,0%, поросята до 2 месяцев - 24,8%, поросята в возрасте 2-4 месяца - 20,7%, ремонтный молодняк - 3,5%, молодняк на откорме - 39,6%, взрослые свиньи на откорме - 0,4%.

По овцеводству была заложена следующая структура: бараны производители - 1,2%, овцематки - 60%, ремонтный молодняк: баранчики - 0,8%, ярки - 18%, валухи - 20%.

Планирование продуктивности животных на перспективу является важным моментом при разработке нормативов. Как известно, качественный показатель продуктивности определяется двумя факторами - уровнем кормления животного и его способностью высокоэффективно оплачивать корма. Следовательно, эти факторы должны учитываться при проектировании продуктивности животных. При планировании уровня продуктивности животных нами были использованы методы экстраполяции, множественной корреляции и методы экспертных оценок.

В настоящее время стало очевидным, что экстенсивные методы ведения животноводства, которые до недавнего времени преобладали в отрасли, не обеспечивают потребностей населения в продуктах животноводства и ведут к нерациональному использованию материальных, финансовых и кадровых ресурсов, неудовлетворительному использованию созданного генетического потенциала продуктивности животных.

Интенсификация всех отраслей животноводства базируется, наряду с совершенствованием систем селекционной работы и способов содержания, на полноценном сбалансированном кормлении.

За последние три десятилетия зоотехническая наука о кормлении совместно с физиологической наукой накопила много экспериментальных данных о потребностях животных и влиянии различных компонентов питания на обмен веществ у животных, об эффективности использования кормов и образовании продукции. Эти данные служат для дальнейшего совершенствования теории кормления сельскохозяйственных животных, разработки новых норм и их детализации. В настоящее время разработаны и рекомендованы для широкого практического использования детализированные нормы кормления сельскохозяйственных животных.

Исходя из вышеизложенного потребность в кормах в расчете на одну структурную голову по каждому виду животных определена с учетом продуктивности животных, норматива расхода кормов на 1 голову или на 1 ц продукции, структуры рациона.

В зависимости от уровня урожайности сельскохозяйственных культур были рассчитаны затрата труда и материально-денежных средств, расчеты осуществлялись на основе технологических карт, разработанных с помощью программы MS Excel.

При построении экономико-математической модели за основные переменные приняты площади посева сельскохозяйственных культур, и поголовье скота. К дополнительным переменным относятся неизвестные, связанные с распределением продукции и кормов. Перечень переменных и их обозначения приведены в приложении 6.

По переменным, обозначающим площади посева сельскохозяйственных культур, единицами измерения являются гектары, а по переменным, обозначающим отрасли животноводства, - структурные головы. Единицами измерения по неизвестным, обозначающим валовое производство продукции, реализацию, количество семян и продукцию на корм, являются центнеры. По переменным, выражающим материально-денежные затраты, денежную выручку, стоимость валовой продукции, - миллионы рублей.

Первая группа ограничений - y1-3 связана с использованием площади сельскохозяйственных угодий. Материально-денежные затраты, затраты труда и оплата труда определяются в ограничениях y4-6. Следующая группа ограничений - y7-24 формирует севооборот. Третья группа ограничений - y25-42 отражает количество реализованной продукции по видам. Группа ограничений - y43-62 моделирует кормовые рационы и зеленый конвейер. У63-68 накладывают ограничение на максимально и минимально возможное поголовье скота. Денежная выручка суммируется в ограничении y69.

В структурном виде экономико-математическую модель можно выразить следующим образом.

Максимизировать значение валового дохода:



где Хтп - денежная выручка от реализации продукции;

Х мдз – материально-денежные затраты;

Х от- затраты на оплату труда.

При условиях:

  1. Оптимальный план должен исходить из наличия производственных ресурсов:

(iI; jJ)

где j - порядковый номер переменной;

i - порядковый номер ограничения;

аij - затраты производственных ресурсов i-го вида на 1 гектар посева j-й сельскохозяйственной культуры или на голову скота j-го вида;

bi - объем производственных ресурсов i-го вида.

  1. Выполнение агротехнических требований:

(iI; jJ)

где Qi - верхние или нижние пределы насыщения севооборотов отдельными сельскохозяйственными культурами или группами культур или размер животноводческих отраслей.


  1. Соотношение между отдельными группами сельскохозяйственных культур:

(iI; jJ)

  1. Ограничение по реализации продукции:

(jJ)

где cij - выход товарной продукции i-го вида с 1 га посева j-й сельскохозяйственной культуры или j-й головы скота.

Dj - объем договорных поставок j-го вида продукции.

  1. Обеспеченность животноводства кормами:

(iI; jJ)

где eij – выход корма i-го вида с 1 га посева j-й сельскохозяйственной культуры;

fij – потребность в корме i-го вида в расчете на 1 структурную голову j-го вида скота.

  1. Определение суммы производственных затрат:

(jJ)

где gj - производственные затраты в расчете на 1 га посева j-й сельскохозяйственной культуры или на 1 структурную голову j-го вида скота.

  1. Определение общей суммы денежной выручки

(jJ)

где lj – денежная выручка в расчете на 1 га посева j-й сельскохозяйственной культуры или на 1 структурную голову j-го вида скота.

  1. Определение общей суммы затрат на оплату труда:

(jJ)

где kj – затраты на оплату труда на 1 га посева j-й сельскохозяйственной культуры или на 1 структурную голову j-го вида скота.

  1. Переменные величины не могут иметь отрицательного значения:



В результате реализации вышеприведенной модели с помощью программы Solver были получены следующие тенденции изменения валового дохода в зависимости от соответствующего исхода (рис.18-22).
И
зменения значения целевой функции (валового дохода) при благоприятном исходе


Рис.18
Изменения значения целевой функции (валового дохода) при хорошем исходе

Р
ис. 19

Изменения значения целевой функции (валового дохода) при среднем исходе

Р
ис. 20

Изменения значения целевой функции (валового дохода) при плохом исходе


Рис. 21

Изменения значения целевой функции (валового дохода) при неблагоприятном исходе


Р
ис.22

На четвертом этапе в каждом исходе выбирается тот вариант развития, который дает максимальный уровень валового дохода. Так, например, для исхода 1 таким вариантом является второй (7500тыс. руб.), а для пятого исхода - 16-й (1550млн.руб.).

Оптимальные параметры развития в разрезе исходов по наилучшим вариантам развития представлены в таблице 48.

Как видно из таблицы, по мере улучшения исходов меняются и основные показатели оптимального плана развития. Так, например, снижается удельный вес кормовых и увеличивается удельный вес технических культур, незначительно растет поголовье сельскохозяйственных животных.
Таблица 48. Оптимальные параметры развития сельскохозяйственного производства в Воронежской области

Показатели

Исход

1

2

3

4

5

Площадь сельскохозяйственных угодий, тыс. га

3045

3045

3045

3045

3045

Площадь пашни, тыс. га

2367

2367

2367

2367

2367

Структура посевных площадей, %

Зерновые

56,6

50,0

50,0

51,6

52,3

Технические

8,6

13,6

15,4

18,0

19,6

Кормовые

29,7

31,3

29,6

25,4

23,0

Поголовье, тыс. гол.

Коров

185

192

195

206

209

Свиноматок

38

40

42

44

46

Овцематок

27

32

40

41

41

Стоимость товарной продукции, млн. руб.

11644

12776

15079

17 966

20810

Валовой доход, млн. руб.

1524

1925

3094

5 080

7498

Прибыль, млн. руб.

431

783

1927

3 875

6278

Уровень рентабельности, %

3,8

6,5

14,6

27,5

43,2


На пятом этапе с целью выявления наиболее приемлемого направления развития производства делается ретроспективный анализ проверки «жизнеспособности» пяти вышеперечисленные вариантов развития. Другими словами, по каждому варианту фиксируется оптимальная структура производства и расчетно-конструктивным путем выявляется, как изменится значение целевой функции при изменениях урожайности сельскохозяйственных культур в соответствии с модельными значениями их цепных индексов (соответствующие значения урожайности приведены в приложении 12). Таким образом, по каждому из пяти вариантов рассчитывается более 100 различных значений валового дохода.

Полученные результаты приведены на рисунках 23-27.
Колебания валового дохода при первом исходе

Рис.23



Колебания валового дохода при втором исходе





Рис.24
Колебания валового дохода при третьем исходе

Рис. 25

Колебания валового дохода при четвертом исходе

Р
ис. 26

Колебания валового дохода при пятом исходе

Рис. 27


На шестом этапе, производится частотный анализ (приложение 9) и выявляется уровень рискованности достижения определенного уровня валового дохода по все пяти вариантам развития.

На основе проведенных постоптимизационных расчетов была построена зависимость уровня валового дохода от вероятности его наступления, которая представлена на рисунке 28.

Так, наибольший валовой доход при уровне вероятности более 47% получается в том случае, если при определении перспективных направлений развития производства в Воронежской области ориентироваться на четвертый исход. А при уровне вероятности ниже 48,7% ориентироваться уже следует на пятый исход (рис.28).
У
ровень рискованности получения определенного уровня
валового дохода


Рис. 28

И, наконец, на седьмом этапе с учетом вероятности достижения заданных уровней валового дохода происходит выбор того или иного варианта развития. Методика выбора приоритетного направления развития основывается на проведенном ранее частотном анализе и на вероятности получения определенного уровня валового дохода (приложение 14).

Полученные результаты расчетов приведены в таблице 49. Так, наиболее предпочтительным в долгосрочной перспективе является четвертый исход.
Таблица 49. Суммарный уровень валового дохода с учетом вероятности его получения

Уровень валового дохода

Исход

1

2

3

4

5

0,5

14,5

5,5

7,0

1,0

0,5

1,0

9,0

11,0

5,0

2,0

16,0

1,5

33,0

19,5

21,0

3,0

3,0

2,0

40,0

42,0

4,0

6,0

26,0

2,5

7,5

52,5

55,0

5,0

7,5

3,0

21,0

12,0

24,0

45,0

48,0

3,5

24,5

21,0

45,5

76,0

24,5

4,0

8,0

32,0

12,0

88,0

68,0

4,5

4,5

18,0

9,0

45,0

13,5

5,0

0,0

5,0

65,0

50,0

10,0

5,5

5,5

5,5

5,5

44,0

16,5

6,0

0,0

0,0

12,0

12,0

54,0

6,5

0,0

0,0

0,0

6,5

26,0

7,0

0,0

0,0

7,0

7,0

14,0

7,5

0,0

0,0

7,5

7,5

7,5

8,0

0,0

0,0

0,0

0,0

0,0

8,5

0,0

0,0

0,0

0,0

8,5

9,0

0,0

0,0

0,0

0,0

0,0

9,5

0,0

0,0

0,0

0,0

9,5

Итого

167,5

224,0

279,5

398,0

353,0

Приоритетность

V

IV

III

I

II

Это означает, что при определении оптимальных параметров устойчивого развития сельскохозяйственного производства в Воронежской области следует ориентироваться на такое сочетание урожайности сельскохозяйственных культур, которое характерно для четвертого климатического исхода. Именно такое сочетание на ретроспективной 100-летней проверке дает максимальный уровень валового дохода и обеспечивает наиболее устойчивый экономический рост.

Полученные по этому варианту оптимальные параметры развития Воронежской области и экономическая эффективность сельскохозяйственного производства представлены в таблицах 50-52.
Таблица 50. Оптимальные параметры развития сельскохозяйственного производства в Воронежской области

Показатели

По оптимальному плану

В среднем за

2000-2002гг.

Площадь сельскохозяйственных угодий, тыс. га

3045

3077

Площадь пашни, тыс. га

2367

2398

Структура посевных площадей, %

Зерновые

51,6

40,3

Технические

18,0

15,6

Кормовые

25,4

24,7

Поголовье, тыс. гол.

Коров

206

199

Свиноматок

44

42

Овцематок

41

29

Валовой доход, млн. руб.

5 080

2 454

Прибыль, млн. руб.

3 875

807

Уровень рентабельности, %

27,5

9,7

Выход на проектные параметры позволяет при естественных колебаниях урожайности и цен обеспечить эффективное и устойчивое функционирование исследуемых предприятий в долгосрочной перспективе (табл. 52).

Таблица 51. Структура посевных площадей, %

Сельскохозяйственные культуры

По оптимальному план

В среднем за

2000-2002гг.

Всего зерновых:

51,6

40,3

озимые

24,6

17,0

яровые

23,7

20,4

зернобобовые

2,5

1,6

кукуруза на зерно

0,8

1,2

Всего технических:

18,0

15,6

в т.ч. сахарная свекла

8,3

4,7

подсолнечник

9,6

11,0

Овощи и бахчи

0,1

0,1

Картофель

0,1

0,1

Всего кормовых:

25,3

24,7

в т.ч. кормовая свекла

0,5

0,2

кукуруза на силос и зеленый корм

5,1

8,8

однолетние травы

4,1

5,1

многолетние травы

14,1

9,5

озимые на зеленый корм

0,7

1,0

Пар

5,0

19,3

Итого пашни

100,0

100,0


Таблица 52. Экономическая эффективность сельскохозяйственного производства

Показатели

По оптимальному плану

В среднем за

2000-2002гг.

Произведено на 100 га пашни, ц

зерна

1 203,8

931

сахарной свеклы

1 497,0

791

подсолнечника

159,2

124

свинины

21,4

19,2

Произведено в расчете на 100 га сельхозугодий

молока, ц

150,7

137,5

прироста КРС, ц

21,2

18,1

товарной продукции, млн. руб.

590,0

317,8

валовой доход, млн. руб.

166,8

106,6

Уровень рентабельности, %

27,5

14,4


Об эффективности предложенной структуры производства свидетельствуют также проведенные ретроспективные расчеты. Так, для того чтобы определить, как предлагаемая оптимальная структура работала бы на практике на протяжении 1990-2001гг., нами был расчетно-конструктивным способом определен уровень валового дохода по каждому году в течении этого периода (рис.53).

Таблица 53. Ретроспективный анализ оптимальной структуры производства

Годы

Валовой доход, в фактически действующих ценах, млн. руб.

Факт

По оптимальной структуре

Разница

1990

1341

1724

383

1991

2457

2975

518

1992

1531

1214

-317

1993

1090

1634

544

1994

795

1256

461

1995

640

217

-423

1996

101

-145

-246

1997

-15

178

193

1998

-135

-10

125

1999

1740

1645

-95

2000

1895

2236

341

2001

3125

4078

953

Итого

14565

17002

2437

Более чем десятилетняя проверка показала, что при всех прочих равных условиях, предлагаемая структура дает гораздо лучше(2437 млн.руб. за 1990-2001гг.) результат, по сравнению с фактически сложившимся.

Таким образом, использование предлагаемой методики определения оптимальной отраслевой структуры на основе методов стохастического и имитационного моделирования позволяет определить такие параметры развития сельскохозяйственного производства на региональном уровне, которые ориентированы не только на возможность получения максимальной прибыли, но и на устойчивый экономический рост в долгосрочной перспективе.

1   2   3   4   5   6   7   8   9   10   11


Учебный материал
© bib.convdocs.org
При копировании укажите ссылку.
обратиться к администрации