Зерновое производство: тренды, модели и возможности в региональном контексте

Автор: Сидоренко О.В., Матюхин С.И., Гришина С.Ю., Алексеева Е.В., Гусейнов Ш.Э.

Журнал: Вестник аграрной науки @vestnikogau

Статья в выпуске: 3 (90), 2021 года.

Бесплатный доступ

Вопросы повышения устойчивости и эффективности развития зернового хозяйства являются одними из приоритетных в обсуждениях и дискуссиях отечественных и зарубежных ученых, поскольку зерновое производство является системообразующим сегментом всей агропромышленной системы, а также доминирующим фактором обеспечения продовольственной безопасности в мире. В этой связи существует объективная необходимость в решении ряда теоретико-методологических и аналитических задач, разработке научно-практических рекомендаций по минимизации экономических и агроклиматических рисков в зерновом производстве, увеличению урожайности и валовых сборов злаковых и бобовых культур; максимизации выручки и прибыли от реализации зерна. В представленном материале с помощью общенаучных и эконометрических методов исследования проведен мониторинг динамических изменений валовых сборов, посевной площади и урожайности зерновых и зернобобовых культур в Орловской области за 2010-2020 гг., установлены тенденции роста урожайности, оценено структурное содержание зернового производственного потенциала Центрального федерального округа РФ. Рассчитаны и оценены показатели рентабельности отдельных видов злаковых и бобовых культур, констатировано повышение эффективности развития зерновой отрасли Орловской области. Разработаны математические модели (одна вероятностная модель и две детерминированные модели, соответственно), найдены их аналитические решения, на конкретном примере показано применение построенных и решенных моделей, проведен анализ полученных численных результатов с позиций реализации трех стратегий: во-первых, с точки зрения планирования структуры посевов с минимизацией рисков, связанных с возможными неблагоприятными агроклиматическими условиями; во-вторых, с точки зрения получения максимального дохода от реализации зерна; в-третьих, с точки зрения получения высоких уровней урожайности.

Еще

Зерновое производство, урожайность, валовой сбор, динамика, эффективность, тренды, модели

Короткий адрес: https://sciup.org/147235388

IDR: 147235388 | DOI: 10.17238/issn2587-666X.2021.3.158

Текст научной статьи Зерновое производство: тренды, модели и возможности в региональном контексте

Вве^ение. Зерновое производство исторически является ведущей отраслью мирового сельского хозяйства, а рынок зерна – основным сегментом мирового агропродовольственного рынка, составляя основу мирового агробизнеса [1, 2]. В этой связи существует объективная необходимость в проведении научных исследований, экономического мониторинга устойчивости и эффективности развития зернового хозяйства в контексте факторов и приоритетов, их определяющих; моделирования и прогнозирования, в том числе с позиций минимизации рисков, связанных с возмо^ными неблагоприятными агроклиматическими условиями; увеличения уро^айности; максимизации выручки и прибыли от реализации зерна.

Цель иссле^овани^ заключается в научном обосновании потенциальных возмо^ностей и приоритетных направлений развития зернового производства региона.

Услови^, материалы, мето^ы. Информационно-эмпирическую базу исследования составили материалы Федеральной слу^бы государственной статистики, Территориального органа Федеральной слу^бы государственной статистики по Орловской области, годовых отчетов сельскохозяйственных организаций Орловской области, аналитические данные, опубликованные в научной литературе и периодической печати. Применялись общенаучные и эконометрические методы исследования. В работе разработаны математические модели, представлены их решения. Рассматривается конкретный практический пример, на котором иллюстрируется применение построенных математических моделей. Компьютерная реализация этих моделей (как с помощью Mathcadsoftware, так и в Microsoft Excel spreadsheet) позволяет найти оптимальный вариант решения.

Результаты и обсу^^ение. Итак, в связи со стратегическим значением зерна в обеспечении продовольственной независимости в мире существует объективная необходимость увеличения его производства [3-6]. С этих позиций изучение опыта отдельных стран, регионов, административных районов и предприятий в повышении устойчивости и эффективности развития зерновой отрасли, и использование полученных данных для построения долгосрочных трендов и экономико-математических моделей, приобретает особую актуальность и значимость.

Орловская область относится к числу тех регионов, где ведутся научные изыскания по обоснованию направлений, форм и методов преодоления, складывающихся в аграрной сфере, негативных процессов, а так^е выявлению и освоению резервов хозяйственной деятельности предприятий в части улучшения результативности и обеспечения стабильности, организации и совершенствования механизма управления, что позволяет ей оставаться одним из основных производителей зерна Центрального федерального округа РФ (рис. 1).

Рисунок 1 – Долевое участие регионов ЦФО РФ в формировании зернового потенциала округа (2020 г.), %

В регионе используются инновационные ресурсосберегающие технологии, применяются высокоуро^айные сорта [7]. Эти и другие факторы позволяют обеспечивать высокий уровень производства зерновых культур (табл. 1).

Таблица 1 – Динамика посевных площадей, валового сбора, уро^айности зерновых и зе рнобобовых культур в Орловской области (все категории хозяйств)

Показатели	Годы
Показатели	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020
Посевная площадь, тыс. га	781,0	764,7	774,4	805,5	791,1	894,3	942,3	886,0	879,6	894,6	944,4
Валовой сбор, тыс. тонн	1506,1	1676,9	2072,3	2558,9	3136,9	2699,2	3131,0	3176,6	3193,8	3672,9	4267,7
Уро^айность, ц/га	21,6	22,4	27,2	32,6	39,8	30,4	34,2	37,4	36,7	41,3	45,4

В области наблюдается поло^ительная тенденция увеличения уро^айности зерновых культур (табл. 2).

Таблица 2 – Уравнения тренда, показатели устойчивости и колеблемости уро^айности зерновых и зернобобовых культур в Орловской области за 2010-

2020 гг. (все катего	рии хозяйств)
Виды зерновых и зернобобовых культур	Уравнение тренда	Показатели колеблемости		Коэффициент устойчивости, %
Виды зерновых и зернобобовых культур	Уравнение тренда	абсолютные, ц /га	относитель ные, %	Коэффициент устойчивости, %
Зерновые и зернобобовые всего, в т.ч.:	~ ₍ _t ) = 33,79 + 2,18 t	3,75	11,10	88,90
пшеница озимая	~ ( t ) = 37,09 + 2,74 t	5,79	15,62	84,38
пшеница яровая	~ ₍ _t ) = 32,57 + 3,72t	5,70	17,72	82,28
ро^ь озимая	~ ₍ _t ) = 29,45 + 2,59 1	7,69	26,13	73,87
кукуруза	~ ₍ _t ) = 64,11 + 3,60 t	14,03	21,89	78,11
ячмень	~ ₍ _t ) = 30,81 + 2,18 t	4,41	14,30	85,70
овес	~ ₍ _t ) = 23,37 + 1,17 1	2,68	11,49	88,51
просо	~ ₍ _t ) = 17,70 + 0,28 t	4,84	27,35	77,65
гречиха	~ ₍ _t ) = 11,60 + 0,76 1	3,08	26,58	73,42
зернобобовые	~ ₍ _t ) = 21,74 + 0,485 t	3,26	14,99	85,01

Расчеты показали, что в период с 2010 г. по 2020 г. уро^айность зерновых и зернобобовых культур в хозяйствах Орловской области отклонялась от уровня тренда в среднем на 3,27 ц/га, отклонение от теоретического уровня за анализируемый период времени составило 3,75 ц/га. В целом по зерновым культурам обеспечивается 88,90 % уро^айности, рассчитанной по тренду [8], по озимой пшенице – 84,38%; озимой р^и – 73,87%, ячменю – 85,70%, гречихе – 73,42%, зернобобовым – 85,01%. Прогноз уро^айности зерновых и зернобобовых культур в хозяйствах Орловской области на 2022 г. составит от 43,65 ц/га до 49,05 ц/га.

Орловская область является лидером по объему производства зерна в расчете на одного ^ителя (рис. 2). Так, в 2020 г. значение этого показателя по региону составило 5822 кг, что выше в сравнении с предыдущим периодом, и, более того, эти позиции субъект удер^ивает длительный период времени, показатель устойчив в динамике и имеет тенденцию к росту [9].

Рисунок 2 – Ран^ированный ряд распределения регионов ЦФО РФ по уровню производства зерна в расчете на одного ^ителя (2020 г.), кг

^налитические данные годовой бухгалтерской отчетности Департамента сельского хозяйства Орловской области за 2010-2020 гг. показывают достаточно устойчивую позицию зерновой отрасли региона в формировании доходов и прибыли (табл. 3). Так, удельный вес выручки от реализации зерна в общем объеме прода^ сельскохозяйственной продукции организациями аграрного сектора колеблется от 33,2% (в 2010 г.) до 45,9% (в 2018 г.). В 2020 г. доля выручки от реализации зерновых и зернобобовых культур в общем объеме прода^ отрасли растениеводства составила 57,8%, сельского хозяйства в целом – 41,4%; доля затрат на производство и реализацию зерна в общей себестоимости отрасли растениеводства и сельского хозяйства в целом, соответственно, 56,3% и 35,9%.

Таблица 3 – Значимость зерновой отрасли в экономике сельского хозяйства

Орловской области, %

Показатели	Годы					2020 г. в сравнении с
	2010	2015	2018	2019	2020	2020 г. в сравнении с
	2010	2015	2018	2019	2020	2019 г.	2010 г.
Удельный вес выручки от реализации зерна в общем объеме прода^ продукции:
отрасли растениеводства	63,5	57,7	67,9	64,3	57,8	-6,5	-5,7
сельского хозяйства	33,2	38,7	45,9	43,6	41,4	-2,2	8,2
Удельный вес затрат на производство и реализацию зерна в общей себестоимости:
отрасли растениеводства	71,6	60,6	69,9	60,3	56,3	-4,0	-15,3
сельского хозяйства	35,7	37,0	45,6	38,1	35,9	-2,2	0,2
Удельный вес прибыли от реализации зерна в совокупном финансовом результате:
отрасли растениеводства	27,2	53,2	63,3	72,5	59,7	-12,8	32,5
сельского хозяйства	25,8	48,6	60,6	72,9	57,1	-15,8	31,3

Доля прибыли от прода^и злаковых в финансовом результате от реализации всей сельскохозяйственной продукции в 2020 г. составила 57,1%, что выше уровня 2010 г. – на 32,5%. Доля себестоимости зерновых в совокупных затратах в отчетном году по сравнению с 2010 г. снизилась на 0,2 п.п., в сравнении с предыдущим годом – на 2,2 п.п. Сократилось долевое участие зернового хозяйства в формировании производственных затрат отрасли растениеводства, соответственно, на 15,3 и 4,0%.

Трудоемкость производства зерна в 2020 г. по сельскохозяйственным организациям Орловской области составила 0,22 чел.-час/ц, что ни^е по сравнению с 2010 г. на 0,34 чел.-час (рис. 3). Ва^но отметить, что затраты труда на единицу продукции в отчетном периоде были ни^е на 0,59 чел.-час, чем в 2006 г. [9]. Это свидетельствует о том, что резервы повышения производительности труда в зерновой отрасли региона значительны [1]. Обеспеченность энергоресурсами и квалифицированными кадрами механизаторского профиля повысилась на 9,2%.

Рисунок 3 – Динамика трудоемкости производства зерна в сельскохозяйственных организациях Орловской области, чел.-час/ц

В организациях Орловской области за 2020 г. сло^илась следующая поэлементная структура затрат на производство зерновых и зернобобовых культур: оплата труда с отчислениями на социальное страхование – 12,7%; материальные затраты – 47,2%; содер^ание основных средств – 8,4%; прочие затраты – 31,7% (табл. 4). В составе материальных затрат электроэнергия и затраты на страхование занимают наименьший удельный вес; увеличилось содер^ание минеральных удобрений, электроэнергии, химических средств защиты растений.

В 2020 г. в сравнении с 2019 г. удельный вес затрат труда на оплату труда снизился на 1,4 п.п., издер^ек на содер^ание основных средств вырос на 0,5%. Доля прочих затрат в динамике имеет устойчивый рост.

Таблица 4 – Состав и структура затрат на производство зерновых и зернобобовых культур в сельскохозяйственных организациях Орловской области

Элементы затрат	2016 г.		2017 г.		2018 г.		2019 г.		2020 г.
Элементы затрат	млн. руб.	%	млн. руб.	%	млн. руб.	%	млн. руб.	%	млн. руб.	%
Затраты – всего, из них	13120,9	100,0	15506,1	100,0	16169,0	100,0	17590,1	100,0	21826,5	100,0
Оплата труда с отчислениями на социальное страхование	1409,0	10,8	1712,2	11,0	2149,6	13,3	2476,9	14,1	2781,8	12,7
Материальные затраты, в том числе:	6802,9	51,9	7123,3	45,9	7485,2	46,3	8611,4	49,0	10497,8	47,2
семена и посадочные материалы	1192,5	9,1	1444,8	9,3	1370,7	8,5	1487,6	8,5	1725,5	7,9
минеральные удобрения	2408,3	18,4	2362,3	15,2	2520,3	15,6	3023,4	17,2	3982,0	18,2
химические средства защиты растений	1729,9	13,2	1675,4	10,8	1697,0	10,5	1850,1	10,5	2185,3	10,0
электроэнергия	85,4	0,7	96,0	0,6	101,5	0,6	122,8	0,7	205,3	0,9
нефтепродукты	1172,9	9,0	1273,0	8,2	1578,0	9,7	1729,0	9,8	1883,1	8,6
затраты на страхование	213,9	1,7	194,5	1,3	190,7	1,2	168,5	0,9	192,9	0,9
Содер^ание основных средств	2612,9	20,0	1953,8	12,6	1398,7	8,6	1396,5	7,9	1828,9	8,4
Прочие затраты	2296,1	17,5	3716,8	23,9	5134,6	31,7	5227,8	29,7	6923,0	31,7

Ключевым показателем, характеризующими состояние зернового подкомплекса региона по итогам 2020 года, является так^е рост рентабельности производства (табл. 5).

Таблица 5 – Рентабельность производства зерновых и зернобобовых культур в сельскохозяйственных организациях Орловской области, %

Виды зерновых культур	Годы
Виды зерновых культур	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020
Зерновые и зернобобовые – всего	8,5	13,5	46,7	36,8	45,1	56,7	41,0	16,9	38,6	58,9	84,3
Пшеница,	13,9	7,6	48,1	41,8	57,2	50,5	38,9	26,7	43,8	62,7	94,8
в том числе: 1-2 класса	23,1	6,8	28,2	16,3	67,8	114,3	43,4	37,8	59,5	74,6	85,8
3 класса	44,6	6,3	50,4	57,0	50,8	53,7	28,9	32,0	51,9	61,4	94,5
Ро^ь	-7,3	8,4	-1,1	6,7	11,9	42,8	-4,2	36,7	48,4	37,6	65,2
Овес	-24,8	28,0	9,5	14,0	7,4	-1,2	17,4	14,1	-1,7	17,9	21,9
Гречиха	63,6	57,8	45,4	- 0,7	27,4	174,4	165,8	38,7	-23,7	62,1	170,0
Кукуруза	27,3	47,6	98,2	44,9	14,8	50,2	13,5	-17,2	19,3	58,3	82,4
Ячмень,	-8,7	17,0	41,2	35,8	28,0	55,1	38,0	9,4	53,5	58,5	55,3
в том числе: пивоваренный	42,2	77,1	74,1	41,8	86,4	92,8	45,3	33,1	44,7	67,4	44,4
Прочие зернобобовые	27,6	10,7	21,2	5,3	26,9	72,7	63,7	1,9	8,9	24,4	18,1

Производственные затраты в расчете на 1 га посевной площади зерновых и зернобобовых культур в сельскохозяйственных организациях Орловской области имеют устойчивую тенденцию увеличения (рис. 4), но, как показали исследования, темпы роста выручки от реализации опере^али темпы увеличения издер^ек производства, что, в свою очередь, способствовало обеспечению эффективного ведения зерновой отрасли региона.

Основополагающее место при обосновании резервов повышения устойчивости и эффективности производства зерна и разработке концепции управления производственной деятельностью зерновой отрасли отводится построению экономико-математических моделей.

Рисунок 4 – Динамика производственных затрат в расчете на 1 га посевной площади зерновых и зернобобовых культур в сельскохозяйственных организациях Орловской области, руб.

В условиях развития зерновых хозяйств Орловской области авторами разработаны математические модели рационального планирования посевных площадей зерновых культур, найдены соответствующие решения, и проведен анализ полученных численных результатов с позиций реализации трех стратегий:

1) с точки зрения планирования структуры посевов с минимизацией рисков, связанных с возмо^ными неблагоприятными агроклиматическими условиями (стратегия A);
2) с точки зрения получения максимального дохода от реализации зерна (стратегия B);
3) с точки зрения получения высокого уровня суммарного уро^ая (стратегия С).

В математическом плане ка^дая из этих стратегий соответствует [10, 11] одной из задач математического программирования (табл. 6).

Таблица 6 – Математические модели рационального планирования посевных площадей зерновых культур, соответствующие разным стратегиям

Возмо^ная стратегия	Математическая модель
1	2
A	Однокритериальная задача условной оптимизации: Г def M 2 1 minimize ст ² ( x ) = ^ ( P i ^ i x i ) , (1) x ^iQ l i = 1 _ def M ____ где Q = ! x gD M : V x. = S , mx. > Q , V i = 1, M к + I ill i-^l I i = 1 def □ M = { x gD ^m : x _i > 0, V i = 1, M } .
B	Однокритериальная задача линейного программирования: Г m m I max i mize ^R ( x ) = ^ ( Pm - c ) x i + E ( p i - P i ) ^Q i , ⁽2) L i = 1 i = 1 J r M 1 где Q = < x id M : V x. = S, m.x- > Q., V i = 1, M к + ill I I i = 1 J

Продол^ение таблицы 6

Однокритериальная задача линейного программирования: maximize [ V ] , (3)

x , V G0 ^{L J}

где 0= ^J x eD M : £ x i = S , M m^ i - V > 0, m i x i > Q i , V i = 1 M .

1 i = 1 i = 1

Обозначения : S (га) – посевная площадь; M – максимальное количество сельскохозяйственных культур; c _i (руб./га) – суммарные затраты на все этапы процесса выращивания i-ой культуры ( i = 1, M ) в расчете на 1 га посевной площади; p i (руб./ц) - прогнозируемая рыночная цена 1 ц будущего урожая /-ой культуры; p. (руб./ц) - договорная закупочная цена 1 ц урожая i-ой культуры, не превосходящая рыночную цену p i ; Q i (ц) - договорной объем урожая /-ой культуры, который будет закуплен контрагентом сельскохозяйственной организации; x . (га) - искомая посевная площадь, отводимая под i- ую культуру; m i (ц/га) - выборочное среднее данных об урожайности i-ой культуры за предыдущие годы; ci² - выборочная дисперсия этой урожайности; V (ц) -совокупный урожай всех выращиваемых культур; R ( x ) (руб.) - суммарная прибыль сельскохозяйственной организации.

Решение задач (2) и (3) каким-либо аналитическим или численным методом (например, симплекс-методом, методом обобщенного приведенного градиента и т.п.), позволяет найти оптимальный план x* = argmaxR(x) посева и максимальный xeQ совокупный урожай всех выращиваемый культур V* = argmax[V]. Решение задачи x, V e0L J

(1) позволяет отыскать оптимальные посевные площади x * еП M , отвечающие минимальным рискам от потери уро^айности вследствие действия неблагоприятных случайных факторов. В свою очередь, найденный оптимальный план x * позволяют определить объемы m i x * урожая i-ой культуры

и, следовательно, суммарный объем ^ m i x * полученного урожая и суммарную i = 1

прибыль R ( x * ) сельхозпредприятия в каждом из рассматриваемых случаев.

Сравним урожаи H ( Model ) и финансовые результаты R ( Model ) , полученные в соответствии с каждой из моделей с реально полученным урожаем H ( Real ) и прибылью R ( Real ) , усреднёнными по годам:

'H ( 1 ) - H ( Real ) = - 2 722 598,22,

^< R ( 1 ) - R ( Real ) = - 1 488 870 537,04;

'H ( 2 ) - H ( Real ) = - 13 563 583,62,

^< R ( 2 ) - R ( Real ) = + 10 763 763 619;

'H ( 3 ) - H ( Real ) = + 22 677 658,88,

⁴ R ( 3 ) - R ( Real ) = + 5 606 847 052.

^нализ этого сравнения позволяет сделать следующие выводы:

- применение модели (1), суть которой заключается в осторо^ной стратегии A, дает на ≈9% меньше уро^ая и на ≈30% меньше прибыли по сравнению с реально полученными уро^аем и прибылью;
- применение модели (2), соответствующей стратегии максимальной прибыли B, дает на ≈46% меньше уро^ая, но в ≈3.2 раза увеличивает прибыль по сравнению с реальной ситуацией;
- применение модели (3), соответствующей стратегии С получения максимального уро^ая, дает в ≈1.77 больше уро^ая и в ≈2.3 раза больше прибыли по сравнению с реально полученными уро^аем и прибылью.

Выво^ы. Как показывают полученные результаты, оптимальность планирования посевных площадей сельскохозяйственных культур существенно зависит от выбранной стратегии: если целью хозяйственной деятельности предприятия является минимизация рисков, связанных со случайными изменениями агроклиматических условий, оно дол^но быть готовым к тому, чтобы получить меньший по объёму уро^ай и, соответственно, меньшую прибыль.

С точки зрения обеспечения прибыльности предприятия лучшей является стратегия получения максимального дохода от реализации зерна. Однако эта стратегия несёт в себе большие риски от случайной потери уро^ая и мо^ет противоречить договорным условиям с контрагентами, т.к. мо^ет оказаться, что некоторые виды сельскохозяйственных культур с точки зрения максимизации прибыли – невыгодны.

Теми ^е недостатками обладает и стратегия получения максимального уро^ая. При такой стратегии увеличиваются риски от случайной потери уро^ая и могут оказаться непосеянными малоуро^айные культуры.

Реальное ^е сельхозпроизводство, по-видимому, эмпирическим путём выбирает стратегию, близкую к осторо^ной стратегии ^, но с большими рисками от потери уро^ая для дости^ения большей прибыли.

Благо^арности. ^вторы работы выра^ают свою признательность коллеге из Механико-математического факультета Московского государственного университета Р. ^лексееву за ценную научно-консультативную помощь при программной реализации разработанных математических моделей.

Список литературы Зерновое производство: тренды, модели и возможности в региональном контексте

Гордеев A.B., Бутковский В.А., Алтухов А.И. Российское зерно - стратегический товар XXI века. М.: ДеЛи принт, 2007. 472 с.
Алтухов А.И. Сельскохозяйственному производству страны необходима новая концепция размещения и специализация // Экономика сельскохозяйственных и перерабатывающих предприятий. 2019. № 8. С. 7-14.
Алтухов А.И. Совершенствование производства зерна - основа его инновационного развития // Никоновские чтения. 2018. № 23. С. 30-33.
Загайтов И.Б., Воробьева Л.С. Прогноз колебаний природных условий сельскохозяйственного производства и всемирная статистика урожаев. Воронеж: ВГАУ, 1998. 215 с.
Масалов В.Н., Березина H.A., Червонова И.В. Состояние зернового хозяйства России, роль зерновых в кормлении сельскохозяйственных животных и питании человека // Вестник аграрной науки. 2021. № 2 (89). С. 3-15.
Жученко A.A. Ресурсный потенциал производства зерна в России (теория и практика). М.: ООО «Издательство Агрорус», 2004. 1108 с.
Зотиков В.И. Роль генетических ресурсов в повышении продуктивности и экологической устойчивости растениеводства // Зернобобовые и крупяные культуры. 2017. № 2. С. 4-7.
Гуляева Т.И., Юзбашев М.М. Методика статистического анализа динамики урожайности с учетом качества продукции // Вестник статистики. 1984. № 4. С. 55-59.
Сидоренко О.В., Ильина И.В. Зерновое производство Орловской области: состояние и приоритеты развития // Зернобобовые и крупяные культуры. 2018. № 1 (25). С. 4-11.
On the issue of planning sowing agricultural crops with the minimum risk under the presence of various agroclimatic conditions / Sh.E. Guseynov, S.I. Matyukhin, M.J. Mardanov, J.V. Aleksejeva, O.V. Sidorenko // Proceedings of the 13th International Scientific and Practical Conference «Environment. Technology. Resources» (June 17-18, 2021, Rezekne, Latvia). Vol. III. 2021. P. 20-32.
On one scientifically based sowing management for getting Pareto-optimal crops harvest / Sh.E. Guseynov, R. Aleksejevs, S.I. Matyukhin, M.J. Mardanov, J.V. Aleksejeva // Proceedings of the 13th International Scientific and Practical Conference «Environment. Technology. Resources» (June 17-18, 2021, Rezekne, Latvia). Vol. III. 2021. P.10-19.

Еще

Статья научная