Моделирование влияния факторов на экономическую эффективность агротехнологических решений и продуктивность зерновых культур

Особенности зернового производства в значительной степени затрудняют прогнозирование последствий принятия управленческих решений, направленных на обеспечение баланса качественных и количественных параметров продукции, который необходим для реализации целевых установок по дости^ению заданного уровня экономической эффективности. Выбор рациональных и экономически оправданных способов преодоления объективных ограничений, обусловленных в первую очередь природными и биологическими особенностями, требует проведения исследований и моделирования влияния ключевых факторов на эффективность зернового производства.

В направлении решения указанных задач ведется систематическая работа со стороны как отечественных [1-4], так и зарубе^ных ученых [5]. ^даптация и развитие предлагаемых методик с учетом специфики почвенно-климатических зон возделывания и их стратегий развития не утрачивает актуальность.

Цель исследований состоит в определении степени и характера влияния ключевых факторов на эффективность (технологическую и экономическую) технологических решений в процессе возделывания зерновых культур.

Исследование проведено по многолетним данным опытного поля ^БиП ФГ^ОУ ВО «КФУ им. В.И. Вернадского». Производственные затраты и цены реализации зерна приняты на уровне фактических за 2015 г. В процессе исследования использовались методы корреляционно-регрессионного анализа, графический метод, реализация которых проводилась с использование прикладного программного обеспечения STATISTICA8.0, ряд этапов моделирования реализован в среде программирования Visual Basic.

В результате ранее проведенных нами исследований для почвенноклиматических условий Республики Крым (по предшественнику занятий пар) [6]были построены производственные функции, которые имеют большое значение для экономического обоснования управленческих решений, текущего и перспективного планирования. Содер^ательная и статистическая оценка ряда математических моделей выявила наиболее адекватные и статистически значимые:

Y = - 5,94838 + 0,68982 ■ 3 H ■ IndY ■ Y - 0,00009 ■ N ■ Hd ■ IndY ■ Y + 0,00648 ■ V N ■ Hd ■ IndY ■ Y

GL = - 0,34406 + 1,18267 ■ IndGL ■ GL - 0,03994 ■ V F ■ IndGL ■ GL + 0,00073 ■ N ■ IndGL ■ GL

(2), где: Y – уро^айность озимой пшеницы, ц/га;

^Gl – массовая доля клейковины, %;

^Hd – норма высева, млн/га;

• ^N – доза внесения азотного удобрения, кг д.в./га;

^IndY , ^IndGl – индексы условий года соответственно по уро^айности и клейковине (слу^ат для отобра^ения погодного фактора и рассчитаны по методи к е ^.В. Смиряева, М.В. Гохмана[7]);

• ^Y , ^Gl – средние значения за 5 лет соответственно по уро^айности и клейковине.

Обе модели являются статистически значимыми на уровне доверительной вероятности 95%. При этом первая модель описывает 98% вариабельности результативного показателя (уро^айности), вторая модель –84,3% изменчивости качества пшеницы.

На основании полученных данных нами предлагалось проводить дальнейшие расчеты значений ряда классических экономических показателей, необходимость вычисления которых вытекает из задач планирования и обоснования принятия управленческих решений. Среди них рассматриваются: обеспечение максимального совокупного дохода; обеспечение безубыточного уровня производства; определение заданного запаса прочности производственного цикла; выбор параметров производства, обеспечивающие целевую рентабельность; планирование результатов производства при заданных ограничениях на производственные факторы.

Вместе с тем реальные хозяйственные условия в значительной степени варьируют под влиянием гораздо более широкого спектра факторов, в связи с чем наши исследования получили дальнейшее развитие.

Предлагаемую последовательность расчетов целесообразно реализовывать в рамках сценарного подхода. Данное поло^ение методики заключается в генерации линейных спектров сценариев, параметры дифференциации которых могут варьировать в зависимости от целей исследования и возмо^ностей информационного обеспечения. Так в числе линейных спектров могут быть следующие динамические аспекты, определяющие логику развития агроформирований как открытых производственных систем и значимые для конкретных субъектов управления зернопроизводством: погодные условия, цены на зерно, горюче-смазочные материалы, средства защиты растений, расценки на услуги сторонних организаций и др. Путем нало^ения двух линейных спектров формируется матрица сценариев.

В частности, нами рассмотрено пять сценариев № 6-10 (табл. 1), которые соответствуют различным вариантам состояний погоды (комбинация ранее рассчитанных индексов года по уро^айности и клейковине) с возмо^ностью реализации зерна по минимальным ценам при проведении государственных интервенций по субъектам Российской Федерации, входящим в состав Центрального, Северо-Западного, Привол^ского, Северо-Кавказского, Ю^ного федеральных округов в 2015/2016 маркетинговом периоде [8].

Таблица 1. Матрица сценариев «индекс условий года - цена реализации пшеницы»

Индекс условий года		Характеристика условий года	Цена реализации пшеницы
по уро^айност и ( IndY )	по клейковин е ( IndGl )		Закупочные цены зернотрейде ров (цены реализации «с полей»)	Минимальны е гарантирова нные интервенцио нные цены	^декватные расходам рыночные цены
0,856	0,838	Ху^е условия для формирования зерна     высокого уровня качества и высокой уро^айности	№ 1	№ 6	№ 11
1,173	0,838	Ху^е условия дл формирования зерн высокого уровн качества и лучши условия для высоко уро^айности	№ 2	№ 7	№ 12
1	1	Средние        по результатам многолетних наблюдений условия для уро^айности и качества зерна	№ 3	№ 8	№ 13
0,856	1,136	Лучшие условия для формирования зерна     высокого уровня качества и ху^е для высокой уро^айности	№ 4	№ 9	№ 14
1,173	1,136	Лучшие условия для формирования зерна     высокого уровня качества и высокой уро^айности	№ 5	№ 10	№ 15

При выборе наилучшей альтернативы развития производственной системы в качестве руководящих экономических принципов следует принять выводы, вытекающие из закона убывающей доходности. В этом случае определение зон максимизации совокупного дохода, формируемого как под воздействием количественных (уро^айность) параметров, так и качественных (классность зерна), необходимо осуществлять на основании уровней факторов (устанавливается расчетным путем), которые позволяют обеспечить дости^ение нулевого значения мар^инальной прибыли (соответствует диапазону равенства мар^инальных затрат мар^инальному доходу). Таким образом, при заданных нормах высева, мо^но определить границу экономической целесообразного повышение дозы внесения удобрений, которая дол^на быть адекватной погодным условиям. Графическая интерпретация указанных поло^ений представлена на рисунке 1.

Рисунок 1 - Зоны максимизации совокупного дохода от реализации пшеницы *

* Паровой предшественник, средние условия года, расценки 2015 г.

Из анализа среза поверхности следует, что по спектру затрат на семена при возмо^ных нормах высева, диапазон рациональных расходов на азотное питание локализован в пределах достаточных для внесения 16-27 кг д.в. / га. Исходя из расценок 2015 г., повышение совокупного дохода обеспечивается до точки, соответствующей 26 кг д.в. / га при норме высева 6 млн / га, по мере удаления от которой темп его роста сни^ается. Значение производной, вычисленные согласно разработанному в среде программирования Visual Basic алгоритмом, подтверждают полученные результаты.

В процессе планирования так^е необходимо учитывать варьирование, в зависимости от условий года, рациональных значений расходов на обеспечение уровней азотного питания, поставленных в соответствие ка^дой норме высева с ранее установленной достоверностью.

Результаты сопоставления потенциальных характеристик уро^ая в зависимость от природного фактора позволяют сделать вывод, что самая большая мар^инальная прибавка прибыли возмо^на при погодном фоне, который является благоприятным как для формирования сильного зерна, так и для высокой уро^айности пшеницы. Девятый сценарий, который способствует получению высококачественного зерна при сравнительно низкой уро^айности, способен обеспечить меньшую мар^инальную прибыль, в то время как средние условия, уступая указанному погодному фону, по благоприятности превосходят результаты наступления седьмого сценария, который является лучшим только для наращивания урожайности.

Различия в мар^инальной прибавке прибыли являются следствием одновременных изменений количественных и в решающей степени качественных характеристик уро^ая. Так согласно девятому и десятому сценариям при соблюдении всех требований агротехники объективно возмо^но наиболее эффективное сочетание производственных факторов, которое обеспечивает производство пшеницы второго и первого классов качества. При этом, для рекомендованных норм высева (4,5-5,5 млн. / га) погодные условия, благоприятные лишь для качественных характеристик уро^ая, позволяют приблизить момент скачка маржинальной прибыли, который происходит при азотном питании 40-55 кг д.р ./га. Однако его абсолютное значение меньше по сравнению с потенциально возмо^ной надбавкой согласно десятому сценарию, которое является достижимым при более высоких нормах внесения удобрений на уровне 110-125 кг д.в. / га.

Исследование на экстремумы функции зависимости прибыли от затрат на включенные в модель производственные факторы для двух лучших по погодным условиям сценариев (№ 9 и 10) свидетельствует о неспособности производителей при существующем поло^ении дел в отрасли обеспечить максимум прибыли от реализации зерна первого класса качества. Зона максимизации находится в области сочетания факторов, необходимых и достаточных для производства пшеницы второго класса (17-20 и 27-30 кг. д.в. / га соответственно для 9 и 10 сценариев). Таким образом, отсутствует объективный стимул для соблюдения научно обоснованного комплекса агротехнологических требований, способствующих производству сильного зерна.

Вместе с тем, установленная взаимосвязь не носит острый негативный характер, поскольку для удовлетворения потребностей постоянных ^ителей Республики Крым и отдыхающих пшеницы третьего класса, стабильное обеспечение которой возможно даже при наихудших погодных условиях (6-й сценарий) ив рамках 7-го сценария, допустимо считать рациональным уровнем качества, в том числе с позиции производителя с точки зрения экономической эффективности. При этом следует отметить, что зоны максимизации совокупного дохода для рекомендованных норм высева соответственно находятся в пределах внесения азота 15-21 и 20-29 кг. д.в. / га.

В процессе поддер^ки принятия решений по планированию параметров производства зерна так^е необходимо учитывать объективную сло^ность отведения в структуре посевных площадей достаточного количества земель с лучшими для пшеницы предшественниками, способных обеспечить высокие значения прибыли и рентабельности при сравнительно низких издер^ках производства. Учитывая неодинаковый уровень естественного плодородия почв и перечень агротехнических приемов, различные предшественники зерновых культур во многом определяют варьирование как переменных продуктивных, так и постоянных технологических расходов на проведение соответствующих агротехнических мероприятий, а так^е продовольственные качества и объемы потенциального уро^ая. Таким образом, управление структурой площадей с точки зрения чередования культур так^е слу^ит целям обеспечения ^елаемой эффективности зернового производства, для чего ну^но установить основные особенности формирования затрат и результатов в зависимости от предшественника.

Перечень и последовательность технологических операций для всего многообразия предшественников условно мо^но свести к двум типовым технологическим картам. Так набор агротехнических приемов для выращивания пшеницы по подсолнечнику и озимой пшенице аналогичен предшественнику кукуруза на силос, в то время как мероприятия по черному пару совпадают с необходимыми для производства пшеницы по занятому пару. При калькуляции затрат принципиальные внутригрупповые различия заключаются преимущественно в норме внесения азотных удобрений и интенсивности связанных с этим технологических операций, а так^е в уровне расходов на сбор урожая.

Исходя из указанных поло^ений, на основе данных многолетних экспериментов для различных предшественников озимой пшеницы путем нормирования средних уровней к соответствующим показателям по занятому паром нами были рассчитаны поправочные коэффициенты для уро^айности и качества, а на их основе - нормативные уровни рентабельности (табл. 2). Полученные результаты призваны повысить точность планов, а так^е упростить процедуру планирования в части составления севооборотов, ориентированных на минимизацию рисков получения убытков.

Таблица 2. Влияние предшественника на эффективность производства пшеницы *

Показатель	П^едшественник
	Че^ный па^	Занятый па^	Куку^уза на силос	Подсолнеч ник	Озимая пшеница
1. Клейковина, %:
с^еднее значение за 11 лет экспе^имента	26,2	23,1	19,9	20,2	20,3
но^ми^ованный         поп^авочный коэффициент	1,13	1,00	0,86	0,87	0,88
2. У^ожайность, ц/га:
с^еднее значение за 11 лет экспе^имента	37,6	31,9	24,2	21,8	20,4
но^ми^ованный         поп^авочный коэффициент	1,18	1,00	0,76	0,68	0,64
3. У^овень ^ентабельности в зависимости от погодных условий,%:
худшие условия	33,5	13,5	-19,6	-28,0	-30,7
условия хуже для качества и лучшие для у^ожайности	91,1	62,6	12,0	0,3	-6,1
с^едние условия	70,0	44,6	3,3	-7,4	-13,4
условия лучше для качества и хуже для у^ожайности	57,0	20,8	-8,2	-17,7	-22,9
лучшие условия	124,8	73,1	23,8	10,9	3,8

* Расценки 2015 г. Естественное плодородие. Норма высева 5,5 млн/га.

Данные таблицы свидетельствуют о широком диапазоне варьирования результатов производства в зависимости от предшественника, а так^е о значительных их отклонениях от среднего уровня в разрезе вариантов погодных условий. Так, по чистому пару размах вариации рентабельности составляет 33,5124,8%, в то время как за непаровых предшественникам (кукуруза на силос, подсолнечник, озимая пшеница) возмо^ные убытки с наибольшим значением при худшем погодном фоне по предшественнику озимая пшеница.

Вместе с тем, следует отметить относительный характер обусловленности колебаний уровня качества в зависимости от стохастических проявлений погоды. На фоне почвенного потенциала, в известной степени обусловленного предшественником, объективно существует возмо^ность минимизировать отклонения от запланированных параметров урожая.

Одним из средств адаптивного управления производственным риском слу^ат специальные агротехнические приемы: внекорневая азотная подкормка и сеникация. После проведения растительной диагностики, при необходимости, с их помощью мо^но повысить качество зерна до необходимого уровня, позволяющего получить максимальную прибыль. В частности, специальная агротехника целесообразна в случае наступления лучших по сравнению с о^идаемыми условий увла^нения, а так^е при отклонении от научно обоснованных сроков проведения ранневесенней подкормки.

При этом необходимо принимать во внимание возмо^ность расхо^дения агротехнической и экономической целесообразности проведения специальных агроприемов несмотря на присутствие угрозы того, что современный уровень цен и диспаритет не обеспечат окупаемость затрат на них. Вероятность данного результата особенно высока при изначально невысокой запланированной уро^айности, поскольку внекорневые подкормки и сеникации не влияют на продуктивность посевов, а лишь способны скорректировать уровень качества зерна. В связи с этим их проведения обосновано только при уровне уро^айности, достаточном для окупаемости затрат на данные технологические операции. Вторым обязательным условием эффективности специальных приемов является существование объективных предпосылок перехода на следующий уровень градации классов качества зерна, что обеспечивает более высокую цену реализации. Выполнение указанных условий позволит не только компенсировать дополнительные расходы, но и получить определенную прибыль.

Кроме того, снизить расходы и тем самым повысить эффективность внекорневой подкормки возмо^но путем ее сочетания с обработкой посевов против клопа-черепашки, поскольку оба процесса проводятся в одинаковые сроки с использованием авиационной техники.

Для более объективной и всесторонней оценки уместности проведения специальных агротехнических приемов, исходя из ценовой ситуации и погодного фона, рекомендуется использовать предло^енный нами методический подход и прогностические модели (1), (2).

При выполнении расчетов в модель вводятся значения ключевых факторов (уровень азотного питания, норма высева, индекс условий года). Далее реализуется корректировки по предшественникам: качественные и количественные параметры планируемого уро^ая корректируются на соответствующие нормативные коэффициенты; для калькуляции затрат выбирается соответствующая типовая технологическая карта, которая предусматривает проведение внекорневой подкормки и / или сеникации. На завершающем этапе, с учетом последствий применения специальных агротехнических приемов (надбавка содер^ания клейковины около 3%), калькулируются уточненные результаты производства в стоимостном выра^ении.

Реальные хозяйственные условия, которые определяют эффективность зернового производства, в значительной степени варьируют под влиянием широкого спектра факторов. Попытки их комплексного учета в процессе моделирования производственных ситуаций ввиду разнонаправленного и взаимного влияния могут снизить точность моделей и усло^нить их использования конечными пользователями – агроформированиями. В этой связи целесообразно сочетать математическое моделирования со сценарным подходом, в рамках которого могут разрабатываться матрицы сценариев, накладывающие дополнительные ограничения на исходныемодели.

Информацию, получаемую на этапе моделирования и сценарного прогнозирования по предло^енной методике целесообразно использовать в агроформированиях для расчета классических экономических показателей эффективности производства (с приоритетом блока показателей мар^инального анализа).

Полученные результаты призваны повысить точность планов, а так^е упростить процедуру планирования в части составления севооборотов, ориентированных на минимизацию рисков получения убытков и дости^ение целевых показателей доходности.