Импортозамещение сельскохозяйственной продукции как фактор устойчивого развития Северо-Кавказского федерального округа

Государственная программа развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013– 2020 годы определила курс России на ускоренное импортозамещение, укрепление финансовой устойчивости хозяйств агропромышленного комплекса, повышение удельного веса российских продовольственных товаров в общих ресурсах продовольственных товаров: зерна, растительного масла, картофеля, свекловичного сахара, мяса и мясопродуктов, молока и молокопродуктов [1].

Падение цен на энергоносители, введение в 2014 году антироссийских санкций и ответного продовольственного эмбарго еще раз продемонстрировали необходимость достижения если не полной автаркии, то хотя бы экономической безопасности страны, основанной на внутреннем российском производстве. Импортозамещение было возведено в ранг государственной политики, как экономическая стратегия, ориентированная на защиту национальной экономики и воплощение приоритетов социальноэкономического развития, основывающихся на поддержке отечественного производителя.

Для сохранения деловой активности и повышения уровня доходности сельскохозяйственной отрасли необходимо быстрое и устойчивое наращивание объемов экспорта, причем в первую очередь - продукции высокой глубины переработки на базе отечественного сырья. Развитие агропродовольственного экспорта позволит улучшить платежный баланс, усилить геополитическое влияние России в мире и создать условия для динамичного развития экономики.

Стратегия продовольственной безопасности страны тесно увязана с социальноэкономическим развитием СевероКавказского федерального округа, для которого сельское хозяйство является одной из приоритетных отраслей с долей в валовом региональном продукте 16,4 процента. После роста индексов производства в 2016 году в растениеводстве и животноводстве на 3,6 п.п. и 0,6 п.п. соответственно, в 2017 году произошло снижение объемов производства (на 7,7 п.п. и 1 п.п.), к тому же зерновых и зернобобовых (включая кукурузу) намолочено на 0,8% меньше предыдущего года (по РФ -рост на 12,2%). Исключение составили лишь некоторые показатели. Так, по сравнению с прошлым годом, мяса скота и птицы на убой во всех хозяйствах округа было произведено больше на 1,4% (в РФ - на 4,7%), молока надоено больше на 0,4% (в РФ - на 1,2%), производство яиц увеличилось на 0,2% (в РФ - на 2,8%).

Для реализации государственной программы развития СКФО до 2025 года в целях устойчивого роста аграрного сек- тора и экономики округа в целом требуется комплексный подход, неотъемлемой частью которого является прогнозирования показателей финансовой устойчивости сельскохозяйственных товаропроизводителей путем построения пространственно-динамических моделей развития отрасли. От этого будет зависеть не только экономическое, но и социаль- ное развитие территорий, эффективность использования трудовых, природных и материальных ресурсов региона [2, с. 16].

Комплексная модель развития сельского хозяйства Северо-Кавказского федерального округа предусматривает последовательное выполнение следующих этапов (рис. 1).

Рис. 1. Комплексная модель развития сельского хозяйства Северо-Кавказского федерального округа

Для прогнозирования основных показателей развития сельского хозяйства использовались модели, содержащие в качестве факторных переменных индикаторы финансовой устойчивости сельхозпроизводителей. С этой целью осуществлялась формализация системы переменных в разрезе группы экзогенных и эндогенных переменных, отражающих финансовую устойчивость растениеводческой и животноводческой отраслей. К экзогенным переменным относятся показатели: затраты на производство продукции (x1-x4); затраты на заработную плату работников (x5-x8); инвестиции (x9-x10); затраты труда (x11-x20); показатели эффективности производственной деятельности (x21-x36). К эндогенным переменным относятся: Y1 – выручка от реализации продукции растениеводства в расчете на одного работника; Y2 – выручка от реализации продукции животноводства в расчете на одного работника; Y3 – коэффициент финансовой устойчивости.

Априорный анализ взаимосвязей между выделенными группами показателей состояния отраслей сельского хозяйства позволил в общем виде формализовать многофакторные уравнения комплексных эконометрических моделей для рынков продукции растениеводства и животноводства:

Y 1 = f ( x 1 ;x 2 ;x 4 ;x 5 ;x 6 ;x 7 ;x 8 ;x 9 ;x 10; x 11 ;x 12 ;x 13 ;x 14 ;x 29 ;x 30 ;x 31 ;x 32 ;x 33 ;x 34 ;x 35 ;x 36 );

Y 2 = f (x 1 ;x 3 ;x 4 ;x 5 ;x 6 ;x 7 ;x 8 ;x 9 ;x 10; x 15 ;x 16 ;x 17 ;x 18 ;x 19 ;x 20 ;x 29 ;x 30 ;x 31 ;x 32 ;x 33 ;x 34 ;x 35 ;x 36 );

Y 3 = f (x 21 ;x 22 ;x 23 ;x 24 ;x 25 ;x 26 ;x 27 ;x 28 ).

В соответствии с системой результативных и факторных показателей, оценками их взаимосвязи в рамках структурно-логической схемы проводится формализация комплексной пространственно-динамической модели. Представленные зависимости рассматривались в форме уравнений множественной линейной или степенной регрессии, что обусловлено простотой последующей интерпретации получаемых результатов [3, с. 21].

Комплексную модель развития сельского хозяйства в линейном виде можно представить как систему независимых уравнений:

(  Y i = a io + a ii X i + a. 12 X 2 + anX 3 + a i4 X 4 + ^ 15 x 5 + a i6 X 6 + a i7 X 7 + a i8 X 8 +a i9 X 9 + a m

X 10 + am X 11 + a 112 X 12 + a ii3 X i3 + a ii4 X i4 + a i29 X 29 + a i3o X 3o + amX 3i + a i32 X 32 + a i33 X 33 + a i34 X 34 + a i35 X 35 + a i36 X 36 ;

• Y 2 = a 20 + a 2i X i + a 23 X 3 + a 24 X 4 + a 25 X 5 + a 26 X 6 + a 27 X 7 + a 28 X 8 + a 29 X 9 + a 2io X io +

• +    a 2i5 X i5 + a 2i6 X i6 + U 217 X 17 + a 2ig X i8 + a 2i9 X i9 + a 220 X 20 + a 229 X 29 + a 230 X 30 +

• ^{+    a}231^X31 ^{+ a}232^X32 ^{+ a}233^X33 ^{+ a}234^X34 ^{+ a}235^X35 ^{+ a}236^X36^;

• Y 3 = a 30 + a 3i X 21 + a 32 X 22 + a 33 X 23 + a 34 X 24 + a 35 X 25 + a 36 X 26 + a 37 X 27 + a 38 X 28.

L

В соответствии с данной методикой производился пошаговый отбор существенных факторных переменных в каждом уравнении системы. В качестве ключевых показателей, на основании которых можно судить о высоком качестве синтезированной трен- довой модели для прогнозирования, выступили F-критерий Фишера и статистическая значимость модели [3, с. 26].

В результате использования процедур отбора («включения-исключения») существенных факторных переменных получена комплексная модель развития сельского хозяйства в линейной форме:

Y 1 = - 4441,475 + 0,091 · x 6 - 5065,560 · x 36 ;

(R = 0,992; R² = 0,987; F = 98,012; p = 0,002)

Y 2 = - 19795,923 - 18,012 · x 18 + 28,724 · x 20 + 33,267 · x 35 + 17,847,99 · x 36 ;

(R = 0,978; R² = 0,957; F = 5,612; p = 0,305)

Y 3 = 0,799 - 0,002 · x 22 + 0,0000496 · x 23 - 0,084 · x 26 - 0,024 · x 28 ;

(R = 0,993; R²= 0,986; F = 17,394; p = 0,178)

Максимальное соотношение факторной и остаточной дисперсий наблюдается в модели Y1 – в 98,012 раза, а ми- нимальное – в модели Y2 – в 5,612 раза. Прогнозирование показателей комплексной модели оценки уровня финан- совой устойчивости сельскохозяйственных товаропроизводителей проводилось до 2030 года по трем сценариям (инерт- ный, пессимистический, оптимистический), результаты которого представлены в Таблице.

Таблица 1. Прогноз показателей комплексной модели оценки уровня финансовой устойчивости сельхозпроизводителей

		201 7	201 8	201 9	202 0	202 1	202 2	202 3	202 4	202 5	2026	2027	2028	2029	2030
Y 1	и	191 8,5	227 6,7	268 8,5	316 1,7	370 5,0	432 8,9	504 5,1	586 7,2	681 0,7	7893 ,6	9136 ,5	1056 2,9	1219 9,9	1407 8,5
	п	163 7,5	191 0,6	221 4,4	255 3,1	293 1,1	335 3,6	382 6,1	435 4,8	494 6,6	5609 ,2	6351 ,1	7181 ,9	8112 ,6	9154 ,9
	о	224 6,3	270 9,9	325 8,6	390 6,5	467 0,4	556 9,9	662 8,5	787 3,8	933 8,3	1106 0,4	1308 4,9	1546 4,8	1826 2,4	2155 1,0
Y 2	и	505, 2	512, 3	517, 7	522, 1	525, 8	528, 7	531, 2	533, 4	535, 4	537, 1	538, 5	539, 8	540, 9	542, 0
	п	357, 8	357, 8	366, 9	373, 7	378, 3	381, 4	382, 8	381, 4	378, 6	374, 4	369, 1	362, 4	354, 4	345, 3
	о	646, 0	657, 5	665, 4	671, 0	675, 2	678, 6	682, 0	686, 3	691, 9	699, 6	710, 0	724, 0	741, 8	764, 4
Y 3	и	0,75 4	0,75 8	0,76 1	0,76 4	0,76 7	0,76 9	0,77 2	0,77 4	0,77 6	0,77 8	0,78 0	0,78 1	0,78 3	0,78 4
	п	0,73 4	0,73 5	0,73 6	0,73 7	0,73 9	0,74 0	0,74 1	0,74 3	0,74 4	0,74 5	0,74 7	0,74 8	0,74 9	0,75 1
	о	0,77 5	0,78 1	0,78 6	0,79 1	0,79 5	0,79 8	0,80 2	0,80 5	0,80 7	0,81 0	0,81 2	0,81 4	0,81 6	0,81 8

В условиях сокращения доли бюджетных средств в объеме привлеченных инвестиций при любом из сценариев уже к 2020 году в отраслях растениеводства и животноводства прогнозируется нормальная финансовая устойчивость. К 2030 году, при условии ежегодного увеличения объема инвестиций за счет собственных средств сельхозпроизводителей на 3,1%, по оптимистическому сценарию выручка от реализации продукции растениеводства в расчете на одного работника по сравнению с 2016 годом увеличится в 9 раз (по пессимистическому – в 5,6 раз); выручка от реализации продукции животноводства в расчете на одного работника возрастет в 1,3 раза; коэффициент финансовой устойчивости достигнет значения 0,818, что на 7,2% выше исходного значения 2016 года (рис. 2).

■ исходный ^^—инертный        пессимистический -^^оптимистический

Рис. 2. Прогнозирование коэффициента финансовой устойчивости

Таким образом, комплексный подход к построению модели устойчивого развития сельского хозяйства СевероКавказского федерального округа путем эффективного использования трудовых, природных и материальных ресурсов региона позволит не только решить задачи национальной безопасности страны, но и вывести Россию на лидирующие позиции в мире по экспорту продукции.