Импортозамещение сельскохозяйственной продукции как фактор устойчивого развития Северо-Кавказского федерального округа
Автор: Мещерякова Ж.В., Скоркина Н.В., Халуповский И.М.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 7 (41), 2018 года.
Бесплатный доступ
В статье рассматриваются направления государственной политики импортозамещения сельскохозяйственной продукции, представлена комплексная модель развития сельского хозяйства, проведен прогноз финансовой устойчивости товаропроизводителей отраслей растениеводства и животноводства.
Импортозамещение, национальная безопасность, прогнозирование, комплексно-динамические модели, финансовая устойчивость
Короткий адрес: https://sciup.org/170189805
IDR: 170189805
Текст научной статьи 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 +
-
+ a231X31 + a232X32 + a233X33 + a234X34 + a235X35 + a236X36;
-
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.
Список литературы Импортозамещение сельскохозяйственной продукции как фактор устойчивого развития Северо-Кавказского федерального округа
- Постановление Правительства России от 14.07.2012 № 717 (ред. от 01.03.2018) «О Государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013-2020 годы» [Электронный ресурс]. - URL:http: www.consultant.ru
- Статистические методы прогнозирования: Учебное пособие / А.Н. Герасимов, Е.И. Громов, Ю.С. Скрипниченко/ Под ред. А.Н. Герасимова. - Ставрополь: СтГАУ, 2016. - 100 с.
- Эконометрическое моделирование и прогнозирование тенденций развития локальных рынков сельскохозяйственной продукции / А.Н. Герасимов, Е.И. Громов, Ю.С. Скрипниченко и др./ Монография. - Ставрополь: Изд.-во Агрус, 2017. - 116 с.