Обоснование параметров отраслевого экономического роста с использованием модефицированного индекса Берча
Автор: Марков А.К., Можаев Е.Е., Арефьев В.Н.
Журнал: Вестник Алтайской академии экономики и права @vestnik-aael
Рубрика: Экономические науки
Статья в выпуске: 6-2, 2020 года.
Бесплатный доступ
В статье изложена методика оценки приоритетов отраслевого развития на основе применения индекса Берча к оценке видов сельскохозяйственной продукции и регионов, выделения драйверов развития сельскохозяйственного производства и определения их вклада в экономический рост. Для определения приоритетных направлений обеспечения отраслевого роста предлагаем использовать индекс Берча с корректировками. Мы применили его не только для оценки крупных сельскохозяйственных организаций, но и для оценки видов сельскохозяйственной продукции и субъектов Российской Федерации. Поскольку сельскохозяйственное производство во многом зависимо от природно-климатических условий, индекс рассчитан по соотношению средних значений показателей за два 3-х летних периода. В первую подгруппу по индексу Берча вошли зерновые и зернобобовые культуры и молоко. Данная группа сельскохозяйственных культур дает наибольший вклад в экономический рост в отрасли. Несмотря на большие объемы производства, они снизили темпы экономического роста...
Сельское хозяйство, отраслевой экономический рост, индекс берча
Короткий адрес: https://sciup.org/142223632
IDR: 142223632 | DOI: 10.17513/vaael.1194
Текст научной статьи Обоснование параметров отраслевого экономического роста с использованием модефицированного индекса Берча
В современной практике оценки перспектив экономического роста предпочтение отдается коллективным оценкам, авторам крупных международных и национальных исследовательских организаций.
Прогноз социально-экономического развития России, разработанный Минэкономразвития [1], представлен в трех сценариях – базовом, целевом и консервативном, различающимися учетом более негативном развитии внешнеэкономической ситуации («глобальная рецессия» и неблагоприятная конъюнктура мировых товарных рынков). Прогнозируется темп роста ВВП с 2,3 % в 2018 г. до 3,3 в 2024 г., в т.ч. для вида деятельности «сельское, лесное хозяйство, охота, рыболовство и рыбоводство» – с – 2 % до 2,6 % к предыдущему году (табл. 1).
В качестве условий развития данный прогноз учитывает 1) внешние и сопряженные с ними условия (цены, добыча, экспорт нефти и газа; курс евро); 2) внутренние условия (инфляция, прирост цен, курс доллара); 3) демографическая ситуация в среднем за год, (численность населения, млн чел., в т.ч. трудоспособного возраста и старше).
Для оценки влияния мер на темпы экономического роста Минэкономразвития России использовали подходы Egert and Gal [2] и Lusinyan [3], в частности производственную функцию Кобба-Дугласа с постоянной отдачей от масштаба.
Измерена зависимость капитала, труда, общей факторной производительности от различных структурных переменных, аппроксимирующих реализуемые меры экономической политики.
Прогнозные сценарии ФАО [4] (табл. 2) отражают последние глобальные тенденции и альтернативные сценарии будущего для анализа возможных путей развития продовольственных и сельскохозяйственных систем.
Перспективные оценки для сценариев были получены с использованием экономических моделей: Системы глобальных сельскохозяйственных перспектив (Global Agriculture Perspectives System, GAPS) ФАО, которая является моделью частичного равновесия, и прикладной модели Общего равновесия экологических последствий и устойчивости (Environmental Impact and Sustainability Applied General Equilibrium, ENVISAGE).
Комиссией по человеческому будущему (Commission for The Human Future) названы 10 главных угроз для всего человечества [5]: сокращение природных ресурсов, особенно воды; коллапс экосистем и утрата биоразнообразия; рост человеческой популяции, несовместимый с несущей способностью Земли; глобальное потепление и антропогенное изменение климата; химическое загрязнение Земли, в том числе атмосферы и океанов; проблемы продовольственной безопасности и ухудшение качества питания; ядер- ное оружие и другое оружие массового уничтожения; пандемии; появление мощных, неконтролируемых новых технологий; национальное и глобальное непонимание и принятие превентивных мер в отношении этих рисков.
Цель исследования – обосновать перспективные параметры отраслевого экономического роста с использование модефицированного индекса Берча.
Материал и методы исследования
Материалом для исследования послужили данные Росстата, официальные документы Минэкономразвития России, ФАО и других международных организаций. Использовались методы: монографический, сравнительного анализа, абстрактно-логический, экспертных оценок, корреляционно-регрессионный, экономико-математический.
Таблица 1
Основные прогнозные показатели производства основных видов продукции сельского хозяйства, в % к соответствующему периоду предыдущего года [1]
|
Отчет 2018 г. |
Оценка 2019 г. |
2020 г. |
2021 г. |
Прогноз 2022 г. |
2023 г. |
2024 г. |
2024 г. к 2018 г., % |
|
|
Сельское хозяйство |
-0,6 |
1,6 |
1,7 |
1,8 |
1,9 |
2,1 |
2,3 |
12,0 |
|
Зерно (в весе после доработки) |
-16,4 |
6,0 |
1,7 |
1,6 |
1,6 |
1,6 |
1,6 |
14,8 |
|
Сахарная свекла |
-19,0 |
2,2 |
2,3 |
2,3 |
2,2 |
2,2 |
2,1 |
14,1 |
|
Подсолнечник |
21,7 |
-2,0 |
3,2 |
0,8 |
0,8 |
3,1 |
1,5 |
7,4 |
|
Картофель |
3,2 |
1,8 |
0,0 |
0,0 |
0,4 |
0,0 |
0,0 |
1,8 |
|
Овощи |
0,5 |
4,5 |
2,1 |
1,4 |
0,7 |
0,7 |
0,7 |
10,3 |
|
Скот и птица (в живом весе) |
2,5 |
1,8 |
2,0 |
2,0 |
1,9 |
1,9 |
1,8 |
12,1 |
|
Молоко |
1,5 |
1,5 |
1,6 |
1,6 |
1,7 |
1,4 |
1,5 |
9,7 |
|
Яйца |
0,1 |
0,2 |
0,2 |
0,2 |
0,0 |
0,2 |
0,0 |
0,9 |
Таблица 2
Ключевые показатели трех сценариев в 2030 и 2050 годах
|
Показатели |
2012 г. |
2030 г. |
2050 г. |
2030 г. (2012 г. = 100) |
2050 г. (2012 г. = 100) |
||||||||
|
базовый год |
ПК |
ПУР |
РО |
ПК |
ПУР |
РО |
ПК |
ПУР |
РО |
ПК |
ПУР |
РО |
|
|
Распространенность недоедания, % |
11 |
6,7 |
3,4 |
11,8 |
7,6 |
3,5 |
12,5 |
61 |
31 |
107 |
69 |
32 |
114 |
|
Индекс цен, 2012 г. = 100 |
100 |
104 |
124 |
109 |
113 |
134 |
136 |
104 |
124 |
109 |
113 |
134 |
136 |
|
ВВП на душу населения, долл. (2012 г.) |
10468 |
14830 |
14830 |
15858 |
16993 |
16993 |
21641 |
142 |
142 |
151 |
162 |
162 |
207 |
|
Индекс производства, %, 2012 г. = 100 |
100 |
132 |
122 |
137 |
150 |
140 |
153 |
132 |
122 |
137 |
150 |
140 |
153 |
|
Пашня, млн га |
1567 |
1690 |
1594 |
1812 |
1732 |
1653 |
1892 |
108 |
102 |
116 |
111 |
106 |
121 |
|
Поголовье скота, млн гол. |
1745 |
2160 |
1995 |
2241 |
2548 |
2203 |
2395 |
124 |
114 |
128 |
146 |
126 |
137 |
|
Сельскохозяйственные выбросы, Гг СО 2 – эквивалента |
4,3 |
5,0 |
4,2 |
5,5 |
5,2 |
3,6 |
6,0 |
116 |
97 |
128 |
119 |
83 |
138 |
|
Потребление килокалорий на душу населения |
2779 |
2946 |
2974 |
2809 |
2910 |
2938 |
2805 |
106 |
107 |
101 |
105 |
106 |
101 |
|
Урожайность, т/га |
6,2 |
7,2 |
6,4 |
7,0 |
7,5 |
7,0 |
7,5 |
117 |
104 |
113 |
128 |
114 |
121 |
|
Расходы на питание, % |
5,3 |
4,2 |
4,6 |
4,0 |
3,8 |
4,1 |
3,6 |
79 |
87 |
76 |
72 |
78 |
68 |
|
Население |
7098 |
8359 |
8359 |
8359 |
9725 |
9725 |
9725 |
118 |
118 |
118 |
137 |
137 |
137 |
Пр и м е ч а н и е . Сценарии: ПК – сценарий «прежнего курса»; ПУР – «переход к устойчивому развитию» (ПУР); РО – «расслоение общества». Источник: Исследования глобальных перспектив ФАО, основанные на имитационных моделях GAPS ФАО.
Результаты исследования и их обсуждение
Приоритетным направлением в обеспечении качества роста в агарной политике считаем концепцию устойчивого развития. Современная концепция устойчивого развития охватывает политико-правовой, экономический, экологический, социальный и международный аспекты. Основными критериями устойчивого развития являются: «1) обеспечение режима воспроизводства возобновляемых природных ресурсов (земли, леса и т.д.); 2) уменьшение темпов истощения своих резервов, переход к использованию в будущем других ресурсов с учётом правила Хартвика, согласно которому страна с экономикой, существенно зависящей от невозобновляемых ресурсов, должна производить инвестирование дохода от использования этих ресурсов таким образом, чтобы поддерживалась непрерывность реального потребления с течением времени, а не происходило использование ренты только для текущего потребления [6]; 3) сокращение отходов путём внедрения низкоотходных ресурсосберегающих технологий; 4) снижение уровня загрязнения окружающей среды до социально и экономически приемлемого» [7].
С учетом тенденций, представленных в докладе ФАО и прогнозе Минэкономразвития, нами рассчитан прогноз на 2030 г. и 2050 г. для России по трем сценариям сохранение прежнего курса; переход к устойчивому развитию; расслоение общества (табл. 3).
Сценарии имеют различия по распространенности недоедания. Сценарий расслоения общества имеет более высокий уровень ВВП на душу населения, более высокие темпы роста сельскохозяйственного производства и более низкое потребление килокалорий на душу населения.
Сценарий перехода к устойчивому развитию обеспечивает значительное сокращение выбросов, меньшие земельные площади, вовлеченные в производство сельскохозяйственной продукции, при более низком уровне ВВП в расчете на душу населения, более справедливом распределении доходов и продовольствия.
За базовый период принят 2018 год. ВВП на душу населения в России по дан- ным Международного валютного фонда в 2018 г. равно 28797 долл. США [8], по данным Всемирного банка – 27588,125 долл. США [9], нами выбрано базовое значение по данным ФСГС России – 28764 долл. США. Величина сельскохозяйственных выбросов взята из Национального доклада о кадастре антропогенных выбросов [10].
По данным ФАО страны Европы и Центральной Азии в целом обеспечивают продовольственную безопасность. Хотя здесь присутствуют формы неполноценного питания – недостаток микронутриентов, анемия, около 25 % взрослого населения страдают от ожирения, около двух процентов страдает от недоедания (для сравнения в среднем по миру – 9 %). По данным ФАО в Российской Федерации отмечается прирост населения с ожирением, а число недоедающих составляет менее 3,6 млн чел. [11]. Данный показатель учтен в наших расчетах.
Остальные показатели базового периода соответствуют данным Федеральной службы государственной статистики.
Наиболее предпочтительной является стратегия перехода к устойчивому развитию, обеспечивающая сочетание экономических, социальных и экологических целей.
Определяя перспективы развития отраслевой экономики, необходимо выделить приоритеты развития, т.к. еще Дж.М. Кейнс писал о невозможности одновременно стимулировать развитие всех отраслей экономики и необходимости выбора тех из них, которые через систему межотраслевых связей оказывают наибольшее влияние на общий экономический рост [12]. В Государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия в качестве приоритетных выделялись птицеводство, свиноводство, овощеводство закрытого грунта, мясное и молочное скотоводство.
Для выбора приоритетов развития существуют различные подходы. Например, З.А. Васильева для определения приоритетности стратегических направлений предлагает систему критериев, включающих финансовые (объем финансирования; ожидаемый вклад в ВРП;
нагрузка на бюджет), рыночные (сроки реализации; возможность привлечения инвесторов; повышение конкурентоспособности; возможность создания производственно-хозяйственного комплекса) и социальные (численность рабочих мест; возможность пополнения бюджета) показатели [13].
А.А. Слонимский отмечает, что оценка приоритетов должна выполняться в результате проведения экспертизы аналитическими службами, научно-исследовательскими организациями [14], подчеркивает политический характер выбора приоритетов развития, осуществляемый органами власти.
А.Л. Пустуев подчеркивает, что «к процессу выбора приоритетов, особенно касающихся механизмов их практической реализации, не следует подходить шаблонно, игнорируя характер изменчивости макроэкономических ус-ловий»[15], к проявлению которых необходимо приспосабливать и тактику управления аграрным сектором. Автор считает целесообразным «сориентировать приоритеты на развитии хозяйств населения, не требующих госдотаций».
Мы для определения приоритетных направлений обеспечения отраслевого роста предлагаем использовать индекс Берча [16] с некоторыми корректировками. Данный индекс автором предлагалось применять для организаций. Некоторые исследования проводились и применительно к российским организациям [17, 18]. Мы применили его не только для оценки крупных сельскохозяйственных организаций, но и для оценки видов сельскохозяйственной продукции и субъектов Российской Федерации. Поскольку сельскохозяйственное производство во многом зависимо от природноклиматических условий производства, индекс рассчитан не по соотношению данных за 2 года, а по соотношению средних значений показателей за два 3-хлетних периода. Нами были выполнены расчеты по двум вариантам (используемому и предложенному), состав выделенных подгрупп не изменился.
Индекс Берча сопоставляет размеры выручки организации по двум параметрам – абсолютный размер прироста выручки и темпы роста выручки. Охватывая два параметра, индекс позволяет оценить силу импульсов роста в оригинале – организаций разных размеров, в нашей интерпретации – вида сельскохозяйственной продукции или сельскохозяйственного производства в регионе.
В предложенном нами варианте вместо размера выручки сельскохозяйственной организации за анализируемый год используется среднее значение выручки за трехлетний период , т.е. находится прирост средней выручки за период и темпы роста средней выручки по двум периодам с количеством лет.
Использование средних значений выручки за период сглаживает колебания сельскохозяйственного производства в зависимости от природно-климатических условий и позволяет учесть длительность производственного цикла, например при откорме КРС, когда выручка не будет получена в текущем периоде.
Расчеты выполнены по данным стат-сборника [19]. В табл. 4 представлены результаты расчетов по основным видам сельхозпродукции. В сборнике были приведены данные лишь по 15 видам сельхозпродукции, поэтому расчеты проведены по этим 15 видам продукции и группе «прочие виды продукции», которая составила в 2012-2014 гг. 12 % в структуре средней выручки и 19 % в 2015-2017 гг. Кроме того, это группа превзошла по индексу Берча и лучшие показатели 1 подгруппы. Это говорит о том, что среди прочих видов продукции появились виды продукции, имеющие хорошие абсолютные показатели выручки и высокие темпы ее роста. Однако данных для более глубокого анализа видов продукции из этой группы недостаточно.
Разделение на группы и подгруппы проведено по среднему значению индекса Берча. В расчете на один вид сельскохозяйственной продукции индекс Берча равен 55876, что позволило разделить виды продукции на 2 группы. Среднее значение по 1 группе составило 117400 и по 2-й – 17440, что позволило выделить по 2 подгруппы в каждой группе.
В первую подгруппу вошли зерновые и зернобобовые культуры и молоко. Данная группа сельскохозяйственных культур дает наибольший вклад в экономический рост в отрасли.
|
II ОО Sz 04 |
§ ст
СТ и |
। S сз 8 s aovg o |
go |
3 |
04^ |
cn |
°\ |
3 |
04 |
40^ |
of |
go" |
3 |
|
g s g G У СТ СТ |
of Ol |
4ОГ |
40" |
s |
40 of GO |
GO' |
o" |
GO' 3 |
|||||
|
p « s S S §ip |
go |
cn |
o. |
°ч |
°\ |
s |
of |
s |
|||||
|
II ОО Sz 04 |
СТ ст ст
и |
i § re Cd Я C 5 ° |
CD |
о |
o' |
go" |
of |
О |
o' |
$ |
°\ |
||
|
^H as s i К И ” |
of |
40 |
GO, 04 |
о |
s' |
o |
o^ |
O\ |
°\ |
||||
|
P tip |
of |
of |
QO' 04 |
Ol_ |
°\ |
°\ |
o^ |
of |
Ol 40" GO |
°\ |
|||
|
04 |
&
СТ и |
CD I S « re 8 $ Зв 5 ° |
of |
m |
of Ol |
GO 40 40 Ol |
GO of |
of Ol |
|||||
|
8 ^| |
’ф. |
of Ol |
s |
Ol^ 04 |
04 |
Ol^ |
04 |
of |
04 |
2 |
|||
|
S u » cd cd У 8 и g^ g |
of |
go |
40 |
cn |
cn |
°ч 04 |
in |
04 |
GO of |
04 |
2 |
||
|
04 |
СТ и |
6 1 § 5 ° |
40 of |
co |
m |
^ 04 |
40 Ol |
of |
Olo 04 |
Ol^ 3 |
|||
|
аУ " § 8 ^| |
cn |
4O" |
m |
О O< |
cn |
40 04 |
40^ of |
40" Ol |
Ol^ s |
||||
|
S u » cd cd У 8 и g^ g |
GO, |
of |
m |
o< Ol |
04 |
in |
GO 04 |
GO of |
°\ 04 |
Ol^ |
|||
|
ОО 04 |
6 у ц |
of |
о |
GO Ol |
о |
of Ol |
oio go" |
m |
Ol 40 Ol |
of |
°\ go" Ol |
°ч |
|
|
5 Й о |
cd ст CD CT CD CT g о CD 8 § Рч И |
II GO 04 к CD CT CD CT |
i CD 5 CT ст ест Щ -^z К 5 m 8 |
I о о c 1 8^ Ss |
g |
1 о
M |
6 9 s H‘ «§ U и |
cd CT )S s & 11 ст ^1 c ^ |
g xT & |
cd" cd CT 5 8 Gm |
s’ у к ! cd" СТ CD 5 8 |
||
|
r- oo 04 CO OO 04 04 ^ |
3 о 04 |
СО ХГ со 40 04 ХГ Я о io о4 g ХГ О- 04 2 Я4 О' Ш |
ОО 40 in |
О о |
in 04 04 О О- 40 O^, О 04 04 04 ^ |
О |
м ГП < СП in 2 g г- Xt GO ^ in in СП г 1 |
00 00 04 |
о 40 |
0 |
0 00 do |
40 OO m in |
00 40 04 04 |
0 in 04 in |
||
|
г- о |
О 1П |
ел 8 ОО 3 ^ ^ч ^ч of |
Со |
in |
ОО 04 СП 04^ СО ^н |
in g |
04 СП 04 04 04 О4„ 04^X^00^10 |
04 O_ |
in g |
in g |
04 |
04 |
04" |
|||
|
S ^ ^ Ь' ^ 1 ^ssi |
^ 40 о 23 22 00 |
oo 04 |
04 40 40 ХГ 40 ХГ О' ^ 40 О Ш О О' in хГ 04 |
40 04 04 |
Os in |
04 ^ хГ 40 40 ОО 04 СО ХГ in 1П 40 04 СО СО |
04 40 04 |
g 40 1П СП ХГ СП — g L 40 ОО ^н g g хГ со 04 |
40 40 04 |
04 ОО |
3 04 |
00 8 in |
ГП 3 |
О OO OO OO 04 |
00 in 04 04 OO |
|
|
£ Рч s Я CD Рч ё 8 |
in ^ ® S3 g 04 О g" |
O 04 OO oo O' 04 Ш 40 04 ГО |
8 о |
88^3 8-<>сч |
■О) 04 |
40 ОО ОО 04 04 |
[4 8 О 'Г. о 40 'Г. 'Г. г| — |
04 40 |
О 40 О . со 04 1П О Ш Г- О g СП Г- ХГ со ш 04 04 -н ~ |
m |
3 04 04 |
0 |
0 00 04 О О 04 |
04 |
04 m 00 co |
40 04 |
|
C^ К Щ 52| |
О 40 -H 04 О- О 1П OO CO 04 |
8 04 40 40 04 |
g ^ 04 о g 04 04 О' g 04 04 СП ^855 04 |
ОО 04 04 |
Со 04 in |
40 m С: ОО 2 '^. — К СЧ 04^ |
in OO oo |
40 О ^®8^^ |
04 О |
04 04 04 |
40 in 40 in |
8 do |
in m in 04 |
8 04 |
in 04 ’sQ) 8 |
|
|
о 04 |
^ О CO 04 ^H Ш 04 ^ О 04 'П co |
40 04 OO |
ч см pd ч чо jq^s^ |
04 04 40 04 |
О 04 04 04 |
22 04 со g СП ХГ о4 40 40 g S |
in oo 40 04 |
Os хГ хГ ^н- ОО СП СП g ОО Г- 40 ОО 5 Г04 1П ^н g 1П Г- 04 ^ 40 |
40 04 04 |
Си 04 |
40 40 |
00 40 00 |
04 in 40 |
m 04 do |
8 do 00 in 04 |
|
|
40 04 |
04 О oo о 04 Ш О 04 'П co |
^ |
IC У 40 40 rd oo °s 5) ОО ГП Й2§^ |
04 in |
04 40 О ОО 04 |
04 СП L 40 ^ § S о |
3 04 |
g 04 ОО r^, g CO О g 40 S cn сп m 3 04 |
04 |
О 40 04 |
3 m 00 |
04 m 00 04 04 |
8 in 40 |
^n 8 |
in 04 04 in 04 |
|
|
m 04 |
oo o-04 04 04 OO o- oo XT 04 |
oo 04 in 04 |
О- 04 ^ ^ g £ со хг |
о 04 О о in |
04 40 Ш 40 04 04 |
Soo ^^8 5д§ |
04 m in 04 |
8 см Г" cr — ^7mc. °S en CM Tt ojqs^s^ |
40 |
3 3 |
3 8 00 |
04 OO 04 OO О 04 |
OO m 00 co |
04 04 in 40 04 |
О 40 8 |
|
|
m |
о 04 |
m S 40 40 CO 04 |
04 04 |
g ОО О' 04 ОО 40 хГ ^ 40 40 СП 1 , ОО 04 04 го ^ ^^ |
04 04 04 40 |
04 ОО |
О m Я -т ГП g -Т ОО S 04 oo g CM O4g |
04 О Си |
04 OO 04 40 04 OO 40 ^ XT r- g XT -^ XT 0 g cn OO 04 ^ |
% |
ОО ш 04 |
in in 3 |
3 О 8 |
8 00 |
04 in О 04 |
8 04 OO |
|
04 |
-—< oo co 5 о- о 04 04 |
m 04 04 04 |
§ЧТ1О О Ч ОО S 4Г> ТГ 4Г> Й^Ч- |
04 О О ОО |
ОО о 40 |
04 Г- g 40 ХГ g 04 СП g хГ СП g еМО4^ |
04 oo 3 |
88^^22 |
О О |
04 ОО ОО |
in m 00 in |
3 8 |
8 00 |
OO О О О 04 |
04 40 in О in |
|
|
04 04 |
3 8 40 O' CO 40 О oo |
04 04 in 04 |
g 04 хГ чч g oo to ОО g ’—1 хГ 04 g Ш 40 СП 25 ^ ^ ^ |
in о ОО |
О in |
in ОО 5 ОО 04 * СМ оо^ |
3 |
00 S m 5S^S-m |
3 04 |
3 ОО |
04 m 40 in |
3 40 04 |
8 00 |
8 40 m |
0 04 in |
|
|
§ о 8 S Я 8 S 3 и |
1 D ro to Рч я о 8 о Рч О CD ^ m |
CD g я о я £ cd я ч cd 8 m |
cd ? 3 s в 3 m о 8 о и К UU |
я g я 04 О Я ^ я ч 8m |
О Я & о я ^ я 8m |
S dS ЕЯ m Р м h О &п ” й Я опи О и |
CD Я g я о я ^ CD
Я Ч m |
s 3 & )Я p 8-b | ■|1це lllh ««от a |
в я го О |
CD я & я о я ^ CD Я
m |
Я & 04 О Я Я 4 CD 8m |
5 cd Я & 0 я e CD О m |
Vp S я s 0 & 4 я го cd Я CD s cd Рч m |
ro я: я го CD Я g |
e CP 0 я 2 CD О m |
|
Во вторую подгруппу вошли следующие виды продукции – свиньи, подсолнечник, сахарная свекла, соя. Наибольший темп роста выручки у сои – 2,47 раз. С небольшими объемами выручки и соответственно производства данная культура имеет очень высокий темп роста. Высокий темп роста выручки у винограда (1,82 раз), сахарной свеклы (1,87 раз), овощей закрытого грунта (1,98 раз), подсолнечник (1,74 раз). Это говорит о перспективности развития данных видов продукции, которые можно отнести к драйверам отраслевого экономического роста.
Д. Берч относил малые и средние организации с высокими темпами прироста объема выручки (не ниже 30 %) и значительной выручкой (в российской классификации – микро (10120 млн руб.), малые организации (120800 млн руб.), средние организации (800 млн – 2 млрд руб.) к категории «газели», определяя данные организации драйверами экономического роста, обладающими сильными позитивными импульсами роста экономики.
Рост применительно к организациям-«газелям» имеет экспоненциальный характер и ограничен в соответствии с моделью Ферхюльста увеличением степени плотности присутствия конкурентов и взаимодействия между ними [20].
Применительно к сельскохозяйственным культурам ограниченность роста будет определяться природноклиматическими условиями, посевными площадями, структурой севооборотов, рациональным размещением сельскохозяйственных культур. Для животноводческих видов продукции – высокая капиталоемкость производства, низкая покупательная способность населения, определяющая низкий покупательский спрос, рост издержек производства.
Отметим, что лидеры 1 подгруппы имеют темп роста средней выручки за период на уровне среднего значения по Российской Федерации (1,54 раз)
и ниже – у зерновых культур 1,57 раз, у молока – 1,4 раза. Несмотря на большие объемы производства, они снизили темпы экономического роста.
Аналогичные расчеты индекса Берча проведем, используя данные о выручке от сельскохозяйственной продукции по субъектам Российской Федерации.
В 1 подгруппу попали 9 регионов с наиболее благоприятными природ-но- климатическими условиями, отличающиеся наличием среди производителей преимущественно агрохолдин-говых структур: Краснодарский край, Брянская область, Белгородская область, Курская область, Ставропольский край, Воронежская область, Ростовская область, Липецкая область, Тамбовская область.
К драйверам экономического роста в производстве сельскохозяйственной продукции можно отнести Брянскую область с высоким темпом роста выручки – 3,27 раз, Псковскую область – 2,73 раза, Тверскую область – 2,4 раза. Эти регионы обладают сильными позитивными импульсами роста экономики.
Средний темп роста среднего размера выручки за период по Российской Федерации в целом составляет 1,54 раза. Ниже этого среднего значения темп роста среднего размера выручки за период в Белгородской области (1,38 раз), Республике Татарстан (1,34 раз), Республике Башкортостан (1,47 раз), Ленинградской области (1,34 раз) и др., эти регионы снизили темпы экономического роста.
Выводы
Проведенное исследование позволило выявить возможность использования модефицированного индекса Берча для определения приоритетных направлений обеспечения отраслевого экономического роста, выявления наиболее перспективной сельскохозяйственной продукции и оценки регионов по экономическому росту в производстве сельскохозяйственной продукции.
Список литературы Обоснование параметров отраслевого экономического роста с использованием модефицированного индекса Берча
- Прогноз долгосрочного социально-экономического развития Российской Федерации на период до 2030 года (разработан Минэкономразвития России) [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_144190/ (дата обращения: 01.06.2020).
- Egert В., Gal P. The Quantification of Structural Reforms in OECD Countries: A New Framework. OECD ECO/WKP(2016)78. 2016.
- Lusinyan L. Assessing the Impact of Structural Reforms Through a Supplyside Framework: The Case of Argentina. IMF WP/18/183. 2018.
- The future of food and agriculture: Alternative pathways to 2050.http://www.fao.org/publications/fofa/en
- Surviving and thriving in the 21 st century. A discussion and Call to Action on Global Catastrophic Risks. Expert round table convened by The Commission for the Human Future [Электронный ресурс]. URL: CHF_Roundtable_Report_March_2020.pdf (дата обращения: 03.06.2020).
- Устойчивое экономическое развитие. Критерии и индикаторы устойчивого развития. URL: http:// www.studfiles.ru/preview/3102566/ (дата обращения: 01.06.2020).
- Некоторые аспекты перехода к устойчивому развитию экономических систем на мезо- и макроуровнях / Э.И. Мантаева, Б.С. Батаева, В.С. Голденова, И.В. Авадаева // Вестник Астраханского государственного технического университета. Серия: Экономика. 2018. № 1. С. 7-17.
- Report for Selected Countries and Subjects. International Monetary Fund. URL: https://www.imf.org/external/pubs/ft/weo/2019/02/weodata/ weorept.aspx?sy=2017&ey=2018&sic=1&sort=country&ds (дата обращения: 20.05.2020).
- World Bank, International Comparison Program database. URL: https://data.worldbank.org/indicator/ NY.GDP.PCAP.PP.CD (дата обращения: 15.05.2020).
- Национальный доклад о кадастре антропогенных выбросов из источников и абсорбции поглотителями парниковых газов не регулируемых Монреальским протоколом за 1990-2016 гг. Часть 1 Москва 2018. С. 8.
- Положение дел в области продовольственной безопасности и питания в мире - 2018. Повышение устойчивости к климатическим воздействиям в целях обеспечения продовольственной безопасности и питания. Рим, ФАО. 202 c. [Электронный ресурс]. URL: http://www.fao.org/3 /I9553RU/i9553ru.pdf (дата обращения: 01.06.2020).
- Кейнс Дж. М. Общая теория занятости, процента и денег. М.: Прогресс, 1978. 494 с.
- Васильева З.А. Формирование стратегий кооперации территорий // Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2006. № 2(9). С. 81-83.
- Слонимский А.А. Трансграничное предпринимательское сотрудничество: природа, инновационная активность и вклад в региональное развитие. Белорусский экономический журнал. 2013. № 2(63). С. 101-117.
- Пустуев А.Л. Регулирующие механизмы развития сельского хозяйства с позиции экономической теории // Аграрный вестник Урала. 2015. № 4 (134). С. 96-100.
- Burch D.L. Job Creation America. How Our Smallest Companies Put the Most People to Work. N.Y.: Free press - 1987.
- Полунин Ю.А., Юданов А.Ю. Российские быстрорастущие компании: испытание депрессией // Мир новой экономики. 2016. № 2. С. 103-112.
- Глухих Л.В., Родин Д.Я., Комисарова Е.М. Индекс Берча как индикатор конкурентоспособности бизнеса на региональном сегменте рынка перерабатывающей промышленности на примере рынка соков Краснодарского края // Региональная экономика: теория и практика. 2015. № 45 (420). С. 27-37.
- Основные финансово-экономические показатели по видам деятельности (сводные по Российской Федерации) ФГБУ "Центр стратегического планирования в сфере агропромышленного комплекса". М., 2017. 152 с.
- Думачев В.Н., Родин В.А. Эволюция антагонистически-взаимодействующих популяций на базе двумерной модели Ферхюльста-Пирла // Математическое моделирование. 2005. Т. 17. № 7. С. 11-22.
