WWW.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

 

Pages:   || 2 |
-- [ Страница 1 ] --

РОССИЙСКАЯ АКАДЕМИЯ СЕЛЬСКОХОЗЯЙСТВЕННЫХ НАУК

ГОСУДАРСТВЕННОЕ НАУЧНОЕ УЧРЕЖДЕНИЕ

ВСЕРОССИЙСКИЙ ИНСТИТУТ АГРАРНЫХ ПРОБЛЕМ И

ИНФОРМАТИКИ имени А.А.

НИКОНОВА

(ГНУ ВИАПИ имени А.А. НИКОНОВА РОССЕЛЬХОЗАКАДЕМИИ)

УДК УТВЕРЖДАЮ

№ госрегистрации И131107164552

Инв.№

Директор ВИАПИ, д.э.н.

_ Сиптиц С.О.

""_2013 г.

ОТЧЁТ О НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТЕ по заданию 01.06.03 «Разработать методологию формирования эффективного сельскохозяйственного производства на территории Российской Федерации с учетом биоклиматического потенциала региональных агропродовольственных систем» на период 2011 – 2015 гг.

по теме:

РАЗРАБОТАТЬ ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МОДЕЛИ ЭФФЕКТИВНОЙ

ПРОИЗВОДСТВЕННОЙ СТРУКТУРЫ РЕГИОНАЛЬНЫХ АГРОПРОДОВОЛЬСТВЕННЫХ

СИСТЕМ

(промежуточный) Руководитель темы И.А.Романенко Москва 2013 г.

РЕФЕРАТ

Отчет содержит 66 страниц основного текста, 3 рисунка, 12 таблиц, три приложения.

ЭКОНОМИКО-МАТЕМАТИЧЕСКАЯ МОДЕЛЬ, РЕГИОНАЛЬНАЯ

АГРОПРОДОВОЛЬСТВЕННАЯ СИСТЕМА, ОПТИМИЗАЦИЯ

ПРОИЗВОДСТВЕННОЙ СТРУКТУРЫ

Объектом исследования являются региональные агропродовольственные системы (АПС). Целью исследования является разработка базы данных для информационной поддержки экономико-математических моделей по определению эффективной производственной структуры АПС и вариантов размещения сельскохозяйственного производства на территориях Российской Федерации с учетом биоклиматического потенциала. Методология исследования заключается в системном подходе к разработке моделей эффективных АПС. Основные Разработана система экономико-математических моделей для результаты:

проектирования эффективных АПС регионального уровня, включающая в себя оптимизационную модель для проектирования эффективной производственной структуры региональной АПС, эконометрические модели потребления основных видов продовольствия на региональном уровне, модель по оптимизации межрегиональных транспортных потоков. Проведена апробация разработанных моделей. Область применения: система моделей является основой для определения эффективных вариантов размещения сельскохозяйственного производства в соответствии с биоклиматическим потенциалом территорий. Рекомендуется для использования специалистами федеральных и региональных органов управления Минсельхоза России. Экономический эффект от разработки: применение инструментария при планировании мероприятий федеральных органов управления с целью рационализации бюджетных расходов позволит повысить темпы роста производства мяса в среднем в 1,08, молока – в 1,03 раза.

СПИСОК ИСПОЛНИТЕЛЕЙ

Руковод.темы _ Романенко И.А. (введение;

разделы 1,2;

зав.отд., д.э.н подпись, дата заключение) Гл. науч. сотр. _ Пошкус Б.И. (подраздел 2.1) академик, д.э.н. подпись, дата Вед. науч. сотр. _ Соболев О.С. (раздел 4, приложение В) к.э.н. подпись, дата Вед. научный сотр. _ Евдокимова Н.Е. (раздел 3, приложение Б) подпись, дата Научный сотр. _ Бородин И.К. (приложение А) подпись, дата Ведущий инженер-_ Рыбакова Р.А. (приложение А, Б) программист подпись, дата Ведущий инженер- _ Костусяк В.М. (приложение А) программист подпись, дата Экономист _ Егорова О.Д. ( оформление отчёта) подпись, дата

СОДЕРЖАНИЕ

Введение

1 Концептуальные основы моделирования эффективных агропродовольственных систем.............. Алгоритм решения проблемы проектирования эффективного сельскохозяйственного производства с учетом БКП

Моделирование продукционных процессов в растениеводстве и животноводстве

2 Моделирование эффективной производственной структуры региональных агропродовольственных систем

Постановка задачи оптимизации параметров региональной системы земледелия

Апробация модели эффективной производственной структуры региональной АПС

3 Модели потребления агропродовольственной продукции в регионах России

Постановка задачи по определению конечного потребления агропродовольственной продукции

Апробация модели конечного потребления

4 Модель оптимизации межрегиональных транспортных потоков

Постановка задачи оптимизации межрегиональных транспортных потоков

Апробация модели по оптимизации перевозок

ЗАКЛЮЧЕНИЕ

Список литературы

П Р И Л О Ж Е Н И Е А

Оптимальная производственная структура растениеводства по регионам России

П Р И Л О Ж Е Н И Е Б

Прогнозы потребления основных продуктов питания по регионам России

П Р И Л О Ж Е Н И Е В

Оптимальный план межрегиональных перевозок зерна

Агроклиматические ресурсы – свойства климата, обеспечивающие возможность ведения сельскохозяйственного производства. Эти свойства во многом определяют размещение растениеводческих отраслей. Физиологические требования культурных растений к гидротермическому и световому режиму, а также почвенному плодородию, с одной стороны, и распределение этих характеристик по территории Российской Федерации, с другой, дают основу для рационального размещения посевов сельскохозяйственных культур.

Лучшее сочетание агроклиматических ресурсов сформировалось в Центрально-Черноземном, Северо-Кавказском и частично в Поволжском экономических районах. Здесь сумма температур вегетационного периода равна 2200-3400 C, что позволяет выращивать озимую пшеницу, кукурузу, рис, сахарную свеклу, подсолнечник, теплолюбивые овощи и фрукты.





На основной территории страны преобладает сумма температур от 1000 до 2000 C, что по мировым меркам считается ниже уровня рентабельного земледелия.

Это относится в первую очередь к Сибири и Дальнему Востоку: здесь сумма температур на большей части территории колеблется от 800 до 1500 C, что практически полностью исключает возможность возделывания сельскохозяй ственных культур. Если изолиния сумм температур 2000 °С на европейской территории страны проходит по линии Смоленск – Москва – Нижний Новгород – Уфа, то в Западной Сибири она спускается южнее – до Кургана, Омска и Барнаула, а затем появляется только на юге Дальнего Востока, на небольшой территории Амурской области, Еврейской автономной области и Приморского края.

Переход к рыночным отношениям не мог не сказаться на предпочтениях товаропроизводителя при выборе возделываемых культур, который находился под воздействием большого числа факторов политической, экономической и технологической природы, таких, как рентабельность производства разных видов продукции, возможности сбыта на внутреннем и внешнем рынках, иные, чем прежде потребности животноводства, отсутствие условий для воспроизводства парка сельхозтехники и пр. По этим же причинам происходила деформация севооборотов, которая, вместе с резким падением доз минеральных удобрений и органики, не могла не сказаться на показателях почвенного плодородия, выбытию части пашни из хозяйственного пользования. Эти изменения оказали серьезное влияние на формирование производственной структуры региональных АПС.

Возврат к размещению растениеводческих отраслей, рационально использующих биоклиматический потенциал сельскохозяйственных земель, в настоящее время представляется естественным условием минимизации общественных затрат на производство продукции сельского хозяйства и рассматривается в качестве средства, формирующего специализированные зоны, устраняющего явления перепроизводства по отдельным товарным позициям, и, в конечном итоге, приводящего к росту доходов товаропроизводителя. В связи с этим актуальность проведения исследований по теме не вызывает сомнения.

Среди основных результатов 2012 года можно выделить следующие:

обоснованы методы, обеспечивающие возможность определения структурных характеристик эффективных АПС с учетом выбранных критериев, разработано средство программной поддержки для проведения оптимизационных расчетов, разработана база данных, содержащая информационный массив, объектами которого являются регионы России. Разделами базы данных являются: демография, уровень жизни населения, цены на продукцию 1-й сферы АПК, цены реализации сельскохозяйственных товаропроизводителей, цены на продовольствие, урожайность основных сельскохозяйственных культур и продуктивность животных, площади пашни и посевные площади основных сельскохозяйственных культур, ресурсный потенциал регионов, почвенно-климатические характеристики и нормативная информация регионального характера и др. Таким образом, признаковая часть массива базы данных содержит набор данных, достаточный для поддержки работы типовой экономико-математической модели для обоснования эффективной производственной структуры региональной агропродовольственной системы.

Целью исследования является разработка экономико-математических моделей для определения эффективной производственной структуры региональных агропродовольственных систем.

В соответствии с целями исследования в плановый период предполагается решить следующие задачи:

• Разработать модели продукционных процессов в растениеводстве и животноводстве, учитывающие изменение БКП территорий;

• Построить функции потребления агропродовольственной продукции в регионах России (с замещением);

• Разработать типовую экономико-математическую модель для определения оптимальной производственной структуры региональной АПС при реализации критериев экономической эффективности и устойчивости;

• Разработать сценарии для проведения расчетов с помощью системы моделей, включая модели продукционных процессов, функции потребления и типовую модель для определения оптимальной производственной структуры региональных АПС;

• Провести апробацию системы моделей для ряда регионов Европейской Территории России.

Объектом исследования является производственная структура региональных АПС.

Предметом исследования являются существующие методы и модели проектирования, эффективных в эколого-экономическом отношении, агропродоволтсвенных систем.

Методологические основы исследования: понятийный аппарат, методы и модели В процессе выполнения данной работы были применены следующие методы:

Моделирование продукционных процессов в сельском хозяйстве региона в зависимости от его биоклиматического потенциала, основных факторов производства, рыночных факторов;

Методы оптимизации по различным критериям для решения задачи специализации сельского хозяйства региона, исследование устойчивости чувствительности проектных решений по параметрам и входной Информационная база:

Данные Росстата, характеризующие состояние сельского хозяйства регионов, ценовая информация, нормативно-справочная информация, данные географической сети опытов по применению минеральных удобрений.

1 Концептуальные основы моделирования эффективных Эффективность функционирования региональных агропродовольственных систем (АПС) с нашей точки зрения определяется как уровень использования биоклиматического потенциала территории, на которой эта система расположена.

Этот уровень зависит от сочетания многих факторов разнообразной природы:

почвенно-климатических, агробиоценотических, агротехнологических, зоотехнических, организационно-хозяйственных, социально-экономических, демографических, аграрно-политических, а также факторов развития рыночной инфраструктуры. Практически каждый из перечисленных факторов может ограничивать показатели эффективности функционирования АПС, однако существует естественный порядок их воздействия на эффективность АПС, задающий последовательность лимитирования эффективности в направлении от производства растениеводческой продукции через стадии ее трансформации до получения хозяйственно-финансового результата.

На рисунке 1 приведена схема, поясняющая структуру воздействия факторов на эффективность функционирования АПС.

1)Товарная продукция сельского хозяйства на 1) Ресурсоемкость сельского хозяйства. 2) 1) Коэффициент воспроизводства 1 га земель с-х назначения. 2) Коэффициент Коэффициент воспроизводства почвенного товарности. 3)Рентабельность с-х. 3) плодородия 3)Отношение аккумулированной в Производство товарной продукции на 1 агроценозах ФАР к затратам энергии высокого 2) Качество жизни сельского населения занятого в сельском хозяйстве. 4) Доходы от качества 4) Изменение почвенного бонитета ЛПХ на 1 сельского жителя.

При проектировании АПС регионального уровня естественным образом возникают два класса задач. Первая задача состоит в нахождении вариантов эффективно функционирующих региональных АПС безотносительно ко времени их реализации. В результате ее решения будут оптимизированы следующие параметры:

• Структура земель сельскохозяйственного назначения в регионе;

• Структура площадей и сортовой состав культурных растений;

• Баланс органического вещества почвенных разностей с выбором основных источников его пополнения;

• Оценки урожайностей сельскохозяйственных культур на пашне и продуктивностей, а также зоотехнических характеристик кормовых средств, получаемых с кормовых угодий;

• Отраслевая структура животноводства, численность стад, обеспеченная • Объемы и структура использования продукции растениеводства и межрегионального обмена;

• Оценка потребностей в труде.

В рамках второй задачи определяется программа развития региональной АПС из текущего состояния в найденные выше (в случае, если существует подмножество равно эффективных по выбранным критериям решений).

Задача может решаться на максимум эффективности использования консолидированного бюджета господдержки АПС региона при ограничениях на соответствующее представления об устойчивом развитии АПС).

Основными критериями для оценки эффективности являются:

• высокая экономическая эффективность;

• экономическая устойчивость;

• стабильное или возрастающее почвенное плодородие;

• наименьшие трудозатраты на единицу товарной продукции;

• максимально возможное отношение аккумулированной солнечной энергии к антропогенной энергии высокого качества и т.п.

Очевидно, что этот список можно продолжать и конкретизировать. Важно многокритериальной оптимизации, в ходе которой отметаются заведомо неэффективные варианты, т.е. такие, которые можно улучшить сразу по всем критериям одновременно.

Из теории многокритериальной оптимизации известно, что пересечение областей определения перечисленных критериев не должно быть пусто.

Это условие можно выполнить при содержательном анализе проблемы проектирования АПС. Так, например, ясно, что денежная и энергетическая форма оценки эффективности вариантов АПС обладают максимальной универсальностью в том смысле, что вариация любого элемента АПС приведёт к изменению. Таким образом, существо эколого-экономического анализа при проектном анализе вариантов АПС заключается в отыскивании компромисса между энергетической и экономической эффективностью функционирования системы.

Обеспечение устойчивости производственных характеристик АПС под воздействием погодных, биоценотических изменений, а также флуктуаций параметров экономической среды находится в общем случае в противоречии с ее энергетической и экономической эффективностью, т.к. реализация этого свойства требует дополнительных материальных и денежных затрат.

Алгоритм решения проблемы проектирования эффективного сельскохозяйственного производства с учетом БКП Системный анализ АПС показывает, что переменных, определяющих ее структуру и организацию, может быть многие десятки, поэтому следует предложить возможные пути их нахождения. Ниже приводится алгоритм решения проблемы проектирования АПС, отвечающий сформулированным требованиям. К его отличительным особенностям можно отнести:

• реализация принципа максимального использования агроэкологического потенциала территории;

• широкое использование разнообразных информационных технологий (СУБД, экспертные системы, экономико-математические модели и т.п.);

Система моделей по определению эффективной производственной структуры сельского хозяйства имеет двухуровневую иерархическую структуру: уровень АПК России и уровень регионального АПК. Между ними находится связующий блок, позволяющий осуществлять переход с одного уровня на другой. Решение задачи происходит в несколько этапов, в связи с этим алгоритм решения проблемы проектирования эффективных региональных АПС с учетом биоклиматического потенциала территории выглядит следующим образом:

производства каждого вида сельскохозяйственной продукции в регионе при соблюдении критериев экономической эффективности и экологической безопасности. Для этого рассчитывается оптимальная производственная структура регионального АПК с использованием биоклиматического потенциала территории при соблюдении ограничения на устойчивое воспроизводство почвенного плодородия. Формирование на областном уровне рациональной производственной структуры аграрного сектора, обеспечивающей устойчивое ведение земледелия, возможно при использовании взаимосвязанной информации о биоклиматическом потенциале той или иной культуры в условиях изменяющегося климата, структуре посевных площадей, типах севооборотов и интенсивности применения удобрений, а также на основе знания закономерностей взаимосвязи между приемами возделывания сельскохозяйственных культур и изменениями запасов органического вещества в почве.

На втором этапе определяются объемы потребления продукции сельского хозяйства региона по видам, обеспеченные конечным спросом населения региона и промышленности.

На третьем этапе по каждому региону строятся продуктовые балансы по основным агропродовольственным рынкам, определяются невязки по каждому продукту для каждого региона. Положительное значение невязки характеризует способность региона к вывозу продукции. Отрицательное значение свидетельствует о неудовлетворенном спросе на продукцию данного вида. Суммарные невязки агропродовольственной продукции в целом по России.

сельскохозяйственного производства на уровне АПК России, где критерием оптимальности выступает минимум затрат на производство в регионах и транспортировку между регионами всех видов произведенной и импортируемой агропродовольственной продукции.

1.Модель оптимизации производственной структуры производствен ные мощности Рисунок 2 – Система моделей по проектированию эффективных региональных АПС Моделирование продукционных процессов в растениеводстве и животноводстве Моделирование продукционных процессов в растениеводстве Продукционные модели в растениеводстве зависимости урожайностей сельскохозяйственных культур от определяющих их факторов.

Область применения:

Оценка хозяйственных результатов при различном сочетании факторов;

Планирование применения минеральных удобрений;

Экономическое обоснование целесообразного уровня продуктивности;

Рациональное распределение ограниченных ресурсов (факторов производства) между с-х. культурами;

Экономическое обоснование некоторых зоотехнических параметров (период откорма, энергонасыщенность кормов и пр.);

Оценка производственных возможностей при различных вариантах размещения сельскохозяйственного производства;

Примеры продукционных моделей в растениеводстве:

Зависимость между средней урожайностью сельскохозяйственной культуры и дозами минеральных удобрений k- коэффициент агрономической эффективности, равный приросту урожайности от внесения 1 кг минеральных удобрений;

Y ( DNPK ) - средняя урожайность сельскохозяйственной культуры ц/га;

DNPK - доза минеральных удобрений, кг/га в сбалансированной форме, приведенная к действующему веществу ( N, P2O5, K 2O ) Y max - действительно возможная урожайность, ц/га (урожайность, лимитированная только суммой приходящей на растительный покров фотосинтетически активной радиации и гидротермическими условиями места произрастания).

Оценка величины ДВУ по методике программирования урожайности Y max = min{YФАР ;

YWT } YФАР = 10 k m YWT = 0, где: YФАР - урожайность при стандартной влажности (ц/га);

- коэффициент использования ФАР (%);

k m - доля хозяйственно ценных органов растения в общей биомассе;

q - калорийность урожая (ккал/кг), Q - сумма ФАР за период вегетации (ккал/см 2 ) W, P - начальные влагозапасы и сумма осадков периода вегетации, мм, соответственно;

kW - биологический коэффициент испарения, мм*га/ц Пример использования продукционных моделей в растениеводстве (таблицы 1, 2):

Оптимизация отраслевой структуры растениеводства { yi ( DNPK,i )Ci zi )Si max Si Siфакт Si DNPK, i = Siфакт DNPK,i DNPK, i DNPK, i где S i - посевная площадь i-ой культуры Ci - цена реализации 1 ц i-ой культуры Z i - затраты на 1 ц i-ой культуры Таблица 1 – Допустимая структура посевных площадей и хозяйственно-финансовые результаты производителя Посевная площадь 1000 га.

Итого чистый доход 35,9 млн. руб.

Затраты на минеральные удобрения 3,0 млн. руб.

Цена приобретения минеральных удобрений 29 тыс. руб./т в действующем веществе.

Таблица 2 – Оптимальная по чистому доходу структура посевных площадей и хозяйственно-финансовые результаты Посевная площадь та же: 1000 га.

Итого чистый доход 52,6 млн. руб.

Прирост чистого дохода 46% Затраты на минеральные удобрения 3,0 млн. руб.

* - ресурс в виде 295,9 га посевной площади выделен под нерентабельный озимый ячмень, исходя из необходимости выполнения севооборотных ограничений агрометеорологическими показателями:

(приводится по книге: В.М.Ковалев Теория урожая, М.-2003г. 330 с.) Yзерн = 46,6 + 0,066 P4 0,7t6 1,23t7 0,071P R 2 = 0, Yзерн, P4, t6, t7, P9 - урожайность зерновых в Алтайском крае, осадки апреля, среднемесячная температура июня, июля, осадки сентября.

урожайности сельскохозяйственных культур.

Пример 3. Комплексная модель продуктивности с-х культур YQ, b, k q, r - потенциальная урожайность, лимитированная только суммой ФАР, сумма ФАР выше насыщения фотосинтеза, КПД использования ФАР, доля хозяйственно ценной биомассы в надземной биомассе;

i, i = 1,7 нормированные функции оптимальности температуры, увлажнения, возраста травостоя и числа укосов (для многолетних трав), минерального питания, кислотности почв, густоты посева.

Сфера применения: решение задач размещения растениеводческих отраслей с учетом комплекса агроэкологических условий при оптимальном распределении земельных ресурсов, минеральных удобрений, средств химизации.

Динамические модели продукционных процессов Погодные характеристики t -го интервала времени:

температура воздуха, бальность облачного покрова, относительная влажность Блок фитометрических характеристик растения.

Расчет прироста площадей фитоэлементов растения (листовой аппарат, стебли, поголощающая поверхность и площадей их фитоэлементов Рисунок 3 – Динамическая модель продукционного процесса сельскохозяйственной Сфера применения: проектирование эффективных агропродовольственных систем, решение задач размещения с учетом погодно-климатических вариаций, оценка эффективности мелиоративных проектов.

Моделирование продукционных процессов в животноводстве Продукционные модели в животноводстве – зависимости удоев молока, привесов массы тела сельскохозяйственных животных, яйценоскости сельскохозяйственной птицы, шерстной и иной продуктивности от биологических особенностей животных, качества и уровня кормления, зоотехнических факторов.

В основе определения продуктивности животных лежит следующее предположение: продуктивность есть функция концентрации обменной энергии в рационе. Под обменной энергией понимается содержание кормовых единиц в рационе животного. Концентрация обменной энергии в рационе зависит от содержания сухого вещества в кормовых средствах. Для разных групп кормов значение данного показателя меняется. Каждое кормовое средство обладает своими характеристиками содержания обменной энергии и сухого вещества.

Пример 1. Крупный рогатый скот на откорме. Динамическая модель роста массы тела (Н.Г. Григорьев Биологическая полноценность кормов М.: Агропромиздат, 1989г.).

M (t + 1) = M ( t ) + M (t ) - уравнение динамики массы тела, кг E (t ) = 0,035( (t ) S (t ) E0 (t ) - энергия суточного прироста, мдж;

(t ) - концентрация обменной энергии рациона, Мдж/кг с.в., S (t ) = 0,349 + 0,0249M (t ) 0,0000181M 2 (t ) - суточное потребление сухого вещества рациона, кг/гол, E0 (t ) = 8,3 + 0,091M (t ) - суточная энергия поддержания, мдж.

Оптимизация параметров откорма КРС Влияющие факторы:

Постановочная масса;

Обменность рациона;

Цена единицы массы рациона кормления;

Цена реализации мяса КРС.

2 Моделирование эффективной производственной структуры региональных Постановка задачи оптимизации параметров региональной системы В нашей постановке урожайность сельскохозяйственной культуры определяется следующим образом:

y0, ka, yэ - уровень урожайности данной культуры без применения где минеральных удобрений, коэффициент агрономической эффективности, равный отношению прибавки урожайности на единицу прироста дозы удобрений, прибавка урожайности за счет применения элитного посевного материала, соответственно.

Коэффициент агрономической эффективности связан с агроэкологическим потенциалом территории региона, по наши оценкам, следующим образом:

ka = ka ( АП )0, где ka, АП - параметр уравнения регрессии, зависящий от возделываемой культуры, и величина агроэкологического потенция региона соответственно.

где DNPK, DNPK фактически применяемые дозы удобрений и фонд доступных элементов минерального питания в пахотном слое, прибавка от элитных семян без удобрений соответственно.

Величина DNPK определяется по формуле:

DNPK = µk Qk, где - коэффициент приведения содержания элементов минерального питания к пахотному слою 3 ;

Qk - содержание легкогидролизуемого азота, подвижного фосфора и обменного калия при k = [1,3] соответственно (кг/га);

µk - коэффициенты использования элементов минерального питания из почвы, доли.

Урожайность определяется в результате решения задачи:

z = z0 + 0,001C NPK DNPK z0 = max{z факт 0,001C NPK DNPK ;

0,8 z факт } где C NPK - цена покупки минеральных удобрений в данном регионе.

При подстановке соотношений (4-8) в (9) получается нелинейная задача поиска экстремума с ограничениями, которая и решается для каждого региона.

В регионе возделываются m сельскохозяйственных культур со средней ziфакт тыс. руб / га, i = [1, m ]. В соответствие с существующими агротехнологиями предусмотрено внесение минеральных удобрений под i –ю культуру в дозе DNPK,i кг / га, i = [1, m ]. В предлагаемой постановке в результате решения задачи факт yi, Si, zi, DNPK,i, i = [1, m ], которые максимизируют чистый доход от производства растениеводческой продукции в данном регионе. Такое решение будем называть оптимальным по чистому доходу. При этом сумма посевных площадей оптимального решения не должна превышать фактические значения, а суммарный объем минеральных удобрений должен быть одинаковым для оптимального варианта и факта.

Математическая запись такой задачи выглядит следующим образом:

{ yi ( DNPK,i )Ci zi ) Si } max Si Siфакт DNPK,i DNPK,i DNPK,i, Si 0, i = [1, m] где Ci - цена реализации товарной части сельскохозяйственной культуры.

Последние две строчки ограничивают дозы применения удобрений максимально допустимыми величинами для данной культуры, а также требуют положительных (точнее неотрицательных) значений для искомых доз удобрений и посевных площадей.

В результате получается эффективная производственная структура производства товарной продукции растениеводства и кормовой ее части.

На следующем этапе предстоит определить те отрасли животноводства, которые наиболее эффективно могут использовать полученные кормовые ресурсы.

Для этого требуется эффективно разделить имеющиеся кормовые ресурсы по отраслям животноводства. В поиск в этом случае предлагается поставить значения долей кормовых ресурсов по каждому виду отраслей животноводства. Решается задача распределения кормовых ресурсов по отраслям животноводства, что позволит определить поголовье того или иного вида животных, которое может быть эффективным на имеющейся кормовой базе. При этом кормовые ресурсы сгруппированы следующим образом: концентраты, сочные корма и грубые корма.

Соотношения кормов определяется по каждой группе. Критерием является минимум затрат на корма при 100% использовании имеющейся кормовой базы. В результате решения задачи в данной постановке определяется численность поголовья и продуктивность каждого вида животных. Математическая запись задачи выглядит следующим образом:

Показатель концентрация обменной энергии в рационе можно записать следующим образом:

ij vi s ii/ ij wisi i- концентрация обменной энергии в рационе, где vi содержание обменной энергии в единице массы i – го кормового средства;

i[1,3] концентрированные корма, сочные корма и грубые корма. При этом считается, что культуры сплошного сева поставляют в животноводство концентраты, многолетние травы, зеленые корма - грубые корма в заданной структуре, пропашные - сочные корма.

wi- то же, сухого вещества.

производству i – го кормового средства;

s i – посевная площадь, занятая сельскохозяйственными культурами данного класса s ii - объем производства i – го кормового средства;

ij - доля i-го вида кормов, используемая для производства продукции животноводства j-го вида i[1,3] jJ – множество видов продукции животноводства Молочная продуктивность определяется следующим образом:

Определяется суточный удой коровы как функция концентрации обменной энергии корма и средней живой массы:

U – суточный удой коровы со средней массой Mср.

Затем суточный удой умножается на период лактации l в среднем за год.

На следующем шаге определяется годовая потребность одной коровы в обменной энергии, исходя из нормативов на рассчитанный среднегодовой удой и поголовье коров (Nкоров).

Mol - производство молока, тонн Используя структурный коэффициент и коэффициент перевода поголовья в среднегодовое, определяем поголовье КРС, которое может содержаться на заданном объеме кормов. Структурный коэффициент является функцией доли коров в стаде и может меняться в зависимости от воспроизводственной структуры стада.

- доля коров в стаде, Мj - производство мяса определяется, исходя из норматива (nj) выхода мяса на 1 структурную голову КРС:

Среднегодовое поголовье свиней и птицы определяется, исходя из норматива расхода обменной энергии на одну структурную голову и общего количества обменной энергии, доступной для производства данного вида продукции животноводства.

Q(j) - потребность к.ед. на структурную голову свиней или птицы, j=2, Производство мяса для этих видов деятельности определяется также с использованием нормативного подхода (имеется в виду норматив выхода мяса на одну структурную голову):

j=2, 1) Модель производственных затрат по возделыванию i - й классообразующей культуры:

где Zi - производственные затраты, тыс.руб/га i – средняя урожайность по i – й группе кормов.

Nу,Pу,Kу - дозы вносимых удобрений в физической массе, Li(i)- зависимость затрат труда от урожайности, Ri(Hi(), i) - зависимость затрат ГСМ от урожайности и доз вносимой органики, С- вектор, компоненты которого- цены на расходуемые ресурсы и ставки заработной платы в растениеводстве и животноводстве.

Z= Zi*s i - затраты на корма всего, тыс. руб.

2) Модель затрат на корма в животноводстве:

Zj =(ij Zisi ), где Zj –затраты на корма для j-го вида животных, Z = Zj, затраты на корма всего, тыс. руб.

jJ – множество видов продукции животноводства животноводства) rj – цена реализации 1т мяса для j-го вида животных;

rmol - цена реализации 1т молока, d – коэффициент товарности молока Критерий оптимальности - означает, что окупаемость затрат на корма должна быть максимальной, что гарантирует максимальный уровень использования биоклиматического потенциала территории.

ij - доля i-го вида кормов, используемая для производства продукции животноводства j-го вида.

Ограничения:

ij 0 – неотрицательность переменных Данное ограничение обеспечивает использование всей доступной кормовой базы и распределение каждого i-го вида корма среди всех видов животных, другими словами - все корма должны быть распределены на 100%.

где kij – ограничения на содержание i-го вида корма в рационе j-го вида животных.

Далее подробно представлен алгоритм решения задачи по определению эффективной производственной структуры региональных агропродовольственных систем.

АЛГОРИТМ РЕШЕНИЯ ЗАДАЧИ ПО ОПРЕДЕЛЕНИЮ ЭФФЕКТИВНОЙ

ПРОИЗВОДСТВЕННОЙ СТРУКТУРЫ РЕГИОНАЛЬНЫХ АПС

Формирование списка с/х культур на Адаптированный к условиям основе фильтрации сведений о свойствах произрастания набор с/х культур культур и их сортов из БД «Список сортов сельскохозяйственных культур»

Формирование ограничений по посевным Региональные ограничения типа «»

площадям, пашне, кормовым угодьям из по посевным площадям, пашне, БД «БАЗА ДАННЫХ АПС-Регион» кормовым угодьям Расчет показателей агропотенциала Значение АП (агропотенциала) для региона на основе данных о температуре, каждого региона увлажнении и др. климатических характеристик региона Решение задачи оценки параметров для Региональные зависимости для всех модели урожайности с/х культур в сельскохозяйственных культур зависимости от агропотенциала «урожайность» – «мин. удобрения, территории, уровня обеспеченности агропотенциал» при разной степени минеральными элементами в почве, обеспеченности и оптимальном Решение задачи оптимального сочетания Балансировка гумуса, NPK.

источников органического вещества и Нахождение эколого-экономически воспроизводства почвенного плодородия обоснованных уровней урожайности на севооборотном массиве Выбор системы минеральных удобрений с Наборы видов мин. удобрений учётом экологических ограничений Построение функций себестоимости Функции себестоимости единицы продукции растениеводства в зависимости продукции от урожайности, цен на ресурсы Оценка ценовой ситуации на рынках Цена единицы продукции агропродовольственной продукции в растениеводства зависимости от сценария Решение задачи оптимизации отраслевой Набор видов деятельности структуры растениеводства по нескольким растениеводства, оптимизирующий критериям: максимум рентабельности при вектор экономических и сохранении существующего уровня экологических критериев в урожайности (business as usial), максимум зависимости от сценария :

рентабельности при изменении урожайности за счет интенсивных • оптимальный экономический;

факторов (business as usial подход), • адаптированный к максимум прибыли и неотрицательный климатическим изменениям;

баланс гумуса при изменении урожайности за счет факторов климатических (на основе эколого-экономического подхода) характеризуется площадью, Определение объемов производства кормов Общий объем доступных в регионе по видам : грубые, сочные, кормовых единиц и переваримого Определение затрат на производство Цена одной кормовой единицы в Оптимизация отраслевой структуры Сочетание отраслей животноводства, животноводства на эколого-экономической максимально эффективно Определение структуры стад с/х животных Половозрастная структура стад;

и уровней их продуктивности оптимальные с эколого-экономических Расчет рационов кормления, кормовой Физиологически обоснованные баланс, уточнение объемов закупаемых рационы, экономически Расчет денежно-материальных и Критериальные оценки эколого энергозатрат по текущему варианту;

оценка экономической эффективности собственных потребностей текущего варианта Анализ варианта. Корректировка условно- Подготовка выходных данных по постоянной информации для решения текущему варианту. Уточнение задачи оптимизации отраслевой структуры. нормативной базы При необходимости повторение процедуры проектирования Для реализации различных сценариев математическая запись задачи требует корректировки. Рассмотрим постановку задачи для анализа сценариев с учетом климатических изменений в долгосрочной перспективе Апробация модели эффективной производственной структуры региональной Рассмотрим постановку задачи по определению эффективной эколого экономической производственной структуры сельского хозяйства, адаптированной к климатическим изменениям.

Рабочая гипотеза при описании экономических последствий изменения климатическими изменениями выглядит следующим образом:

Изменения параметров системы земледелия влекут за собой адекватные изменения только в отраслях по производству растениеводческой продукции и молочно-мясном скотоводстве;

все прочие изменения считаются малыми (цены на ресурсы, кормовые средства, товарную продукцию, ставки заработной платы, региональные налоги и прочие отрасли животноводства, кроме молочно-мясного скотоводства, пищевая промышленность, торговля и т.п.).

Ниже представлены хорошо известные причинно-следственные отношения, определяющие облик региональной системы земледелия (схема 1).

Схема 1 – Причинно-следственные отношения в региональной системе Как известно, критерии эффективности рыночной экономики, стремящейся к максимизации чистого результата или прибыли в сельском хозяйстве, не всегда экологической ситуации в регионе. Процессы интенсификации производства в сельском хозяйстве, влекущие за собой структурные изменения в региональных агроэкосистемах, в наибольшей степени влияют на воспроизводство почвенного плодородия. Оценка последствий структурных изменений, происходящих в естественных и сельскохозяйственных экосистемах, усложняется еще и тем, что требует учета такого существенного фактора как изменение климата. Таким междисциплинарных исследований в области сельскохозяйственной метеорологии, почвоведения, агрохимии и экономики.

Предполагается, что региональная система земледелия эффективна в эколого экономическом отношении в том случае, если она в течение неопределенного периода времени обеспечивает, по крайней мере, простое воспроизводство органического вещества почвенного слоя, сочетающееся с максимизацией массы прибыли от сельскохозяйственной деятельности при условии, что дозы подвижных форм минеральных удобрений находятся в допустимом по экологическим соображениям диапазоне.

статистической обработки данных многолетних опытов географической сети Всероссийского института удобрений и агрохимии (ВИУА)1:

G = F(структура севооборотного массива региона;

дозы минерального и органического азота;

значения почвенно-климатических факторов, определяющих ход процессов гумусообразования;

числовые параметры зависимости прироста гумуса от упомянутых факторов).

Источниками информации о динамике углерода при возделывании земель являются длительные полевые опыты, дающие возможность сравнения медленно протекающих процессов изменения запасов ОВ в конкретных климатических условиях при данной системе земледелия (Campbell et al., 1999). Другую возможность предоставляют проверенные и откалиброванные динамические модели Сиротенко О.Д., Шевцова Л.К., Володарская И.В. «Моделирование влияния климатических и агротехнических факторов на динамику органического углерода пахотных почв».

трансформации С почвы. Внедрение технологий устойчивого земледелия предполагает широкое использование данных полевых экспериментов и моделей описания динамики ОВ.

климатических, почвенных и сельскохозяйственных ресурсах.

Зависимость урожайности классообразующих культур от климатических условий, содержания гумуса, доступных форм N,P,K в почвенном слое:

где Yi() - вектор урожайности классообразующих культур в году ;

классами культур являются: культуры сплошного сева, многолетние травы, пропашные, поэтому каждый регион должен быть представлен только тремя культурами, являющимися классообразующими.

Yibas - усредненные за период с 2009 по 2011гг. значения урожайности классообразующих культур региона, заданные в виде констант.

Получение оценок урожайности классообразующих культур связано с агрегированием исходной статистической информации. Для этого предлагается следующий порядок действий:

Суммировать посевные площади всех культур, входящих в соответствующий класс;

Определить ведущую культуру данного класса (например, картофель или сахарную свеклу в классе пропашных, пшеницу или ячмень для культур сплошного сева и т.п.);

Считая, что вся площадь класса занята ведущей культурой, выбрать для нее все необходимые статистические характеристики (урожайность потенциально возможная и действительно наблюдаемая, цены реализации продукции данного вида и т.п.);

Произвести калькуляцию себестоимости производства данной культуры в регионе;

Yi – дельта образованная в результате оценки влияния климатических изменений на урожайность классообразующей культуры по модели Климат-Почва Урожай О.Д.Сиротенко.

Как уже говорилось, в данной постановке значения урожайностей по видам климатической составляющей на заданном интервале времени, и средних значений за период с 2000 по 2010гг. и являются внешней информацией. Прирост урожайностей изменяется не только в зависимости от климатического сценария, но и от способа хозяйствования. Здесь рассматриваются два способа хозяйствования:

первый обеспечивает оптимальное минеральное питание растений, второй – рассматривает способ хозяйствования без применения минеральных удобрений. В результате каждому климатическому сценарию соответствует 2 урожайности, значение одной попадает в оптимальный или, так называемый, либеральный экономический сценарий и сценарий эколого-экономически эффективный, второе значение попадает в сценарий устойчивого землепользования.

Таким образом, постановка задачи оценки параметров региональных систем земледелия эффективных в эколого-экономическом отношении выглядит следующим образом: система земледелия является составной частью системы ведения сельского хозяйства в регионе;

на состояние системы земледелия, таким образом, могут оказывать существенное влияние факторы, которые в традиционном понимании не входят в ее состав, так в качестве значимых для процессов воспроизводства органического вещества рассматривается ряд факторов зоотехнической природы.

Рассмотрим математическое описание задачи оптимизации параметров региональной системы земледелия.

Критерий оптимальности:

Требуется максимизировать прибыль, получаемую в результате реализации товарной продукции растениеводства, молока и мяса КРС, производимой региональной системой земледелия:

T - период времени, на котором рассматривается прогнозный сценарий.

Спр(), Смол(), Смяс() - цены реализации продукции растениеводства, молока и мяса КРС, соответственно в году.

В данной постановке региональные цены производителей товарной продукции сельского хозяйства определяются как произведение средних прогнозных цен производителя по России на ценовой индекс региональных отклонений:

где Cqµ ()- цена производителей товарной продукции q-го вида в µ-м регионе, Iqµ - ценовой индекс региональных отклонений продукции q-го вида в µ-м регионе, Cq () – средняя прогнозная цена производителя продукции q-го вида в целом по России, полученная при решении задачи частичного равновесия на мировых рынках агропродовольственной продукции с помощью международной системы моделей Aglink, Zi() - производственные затраты по возделыванию i - й классообразующей культуры на 1 га посева, тыс.руб/га, тыс.руб/гол./год.

определяются следующим образом:

1) Модель производственных затрат по возделыванию i - й классообразующей культуры:

где Zi() - производственные затраты, тыс.руб/га Nу(),Pу(),Kу() - дозы вносимых удобрений в физической массе, Li(Yi())- зависимость затрат труда от урожайности, Ri(Hi(),Yi()) - зависимость затрат ГСМ от урожайности и доз вносимой органики, С() - вектор, компоненты которого- цены на расходуемые ресурсы и ставки заработной платы в растениеводстве и животноводстве.

2) Модель производственных затрат в молочном скотоводстве:

Zм() = Zм({i Zi()/ isi()Yi()},(), L(U()), R(U ()),М(()),С ()), (28) где Zм() - производственные затраты в молочном животноводстве, тыс.руб/гол./год, i- доля валового сбора возделываемых культур, используемая как кормовое средство, si- доля севооборотной площади занятой i – й культурой, используемой в качестве кормового средства, () - доля коров в стаде, L(U()) - затраты труда как функция удоя молока, ivi s i()Yi()/ iwisi ()Yi()- концентрация обменной энергии в рационе коров, vi - содержание обменной энергии в единице массы i-й культуры, используемой в качестве кормового средства;

при этом считается, что культуры сплошного сева поставляют в молочное животноводство концентраты, многолетние травы - зеленые корма и грубые корма в заданной структуре, пропашные - сочные корма, wi- то же, сухого вещества, М() - производство мяса в расчете на голову стада КРС, Н() = h({/ Ns()} iwisi ()Yi()) - зависимость производства навоза КРС, т/гол/год от содержания сухого вещества в рационе, обеспеченности поголовья КРС земельными ресурсами, Ns() - поголовье КРС в регионе, (пашня+луга+пастбища+сенокосы), ограничениями:

н - заданный темп изменения гумуса, si max - севооборотные ограничения на структуру площадей, Nmaxу, Kmaxу - предельно допустимые дозы применения азотных и калийных удобрений, ограниченные исходя из требований защиты качества подземных вод, vimin,vimax - зоотехнические ограничения на структуру кормового рациона КРС, Таким образом, в качестве решения, то есть параметров системы земледелия, эффективной в эколого-экономическом отношении, определяются:

Структура севооборотного массива региона по классам культур – культуры сплошного сева, пропашные, многолетние травы;

Плотность стада КРС на 1 га севооборотной площади, доля коров в стаде;

Выход продукции скотоводства на 1 га севооборотной площади;

скотоводства с 1 га севооборотной площади.

Информационное обеспечение модели для расчета параметров региональных систем земледелия, эффективных в эколого-экономическом отношении, состоит из следующих видов:

1. Переменная информация, задаваемая на интервале проведения имитационных расчетов.

Собственное воспроизводство поголовья стада КРС невозможно при ()0, В зависимости от условий сценария, эти данные могут относиться как к предыстории, так и к будущему периоду времени и содержать как характеристики внешнего экономического окружения, так и, собственно, искомой системы земледелия. К таким характеристикам относятся:

Структура севооборотного массива;

Дозы органических удобрений;

Дозы минеральных удобрений;

Потенциально возможные урожайности классообразующих культур;

Действительно полученные урожайности классообразующих культур;

Цены на минеральные удобрения в расчете на действующее вещество;

Себестоимость производства навоза;

Ставки заработной платы в растениеводческих отраслях и молочном 2. Условно-постоянная информация представлена следующими показателями:

Индекс механического состава почвогрунтов региона;

Начальное содержание гумуса в почвенном слое в %;

Почвенно-климатический потенциал урожайности (для каждой культуры данного региона);

Коэффициенты выноса растениями NPK, коэффициенты трансформации PK удобрений в почвенные запасы, содержание NPK в органических и минеральных удобрениях, корнепожнивных остатках;

Нормативы затрат ресурсов на производство единицы продукции (а также на 1 га и 1 усл. голову скота) в растениеводстве и молочном скотоводстве;

Содержание обменной энергии и сухого вещества в единице массы i го кормового средства;

Зоотехнические ограничения на структуру рациона;

Ограничения на структуру севооборота региона;

Предельно допустимые дозы применения азотных и калийных удобрений, ограниченные исходя из требований защиты качества подземных вод.

Наиболее полная информация о наблюдаемых и ожидаемых изменениях климатических условий России и последствиях этих изменений представлена в оценочном докладе Росгидромета, опубликованном в 2008г.3,4,5 Для оценки возможных изменений климата МГЭИК разработала долгосрочные сценарии эмиссии парниковых газов в атмосферу в XXI веке из 40 возможных сценариев выделяются 6 основных 3 сценария A1 (A1FI, A1T, A1B, а также А2, В1 и В2).

экономическим ростом и увеличением населения Земли, показатели которого достигают пиковых значений в середине XXI века с последующим уменьшением.

Сценарии А1 разделяются на три группы по типам энергетики: значительная доля ископаемых видов топлива (A1FI), альтернативные источники энергии (A1T) и равновесия между всеми источниками (А1В). По сценарию A1FI к 2100г.

концентрация основных парниковых газов увеличится по сравнению с 1990г.: СО2 в 2,03, СН4 в 1,16 и N2O в 1,21 раза.

По сценарию А2 развитие мира проходит при сохранении местной самобытности и опоры на собственные ресурсы, а также при постоянном росте общей численности населения в мире. В результате такого развития ожидается значительный рост концентрации парниковых газов, которые повысятся по соответственно.

Сценарное семейство В1 содержит описание мира с таким же как в А глобальным населением, достигающим максимума к середине XXI века, однако при ресурсосберегающих технологий, достижением социальной и экологической устойчивости. К 2100г. концентрации СО2 и N2O в атмосфере увеличатся по Оценочный доклад об изменениях климата и их последствиях на территории Российской Федерации Том 1.

Изменения климата. Москва, Оценочный доклад об изменениях климата и их последствиях на территории Российской Федерации Том 2.

Последствия изменений климата. Москва, Мохов И.И., Демченко П.Ф., Елисеев А.В., Хон В.Ч., Хворостьянов Д.В. 2002. Оценки глобальных и региональных изменений климата в XIX-XXI веках на основе модели ИФА РАН с учетом антропогенных воздействий, Известия РАН. Физика атмосферы и океана, т.38, № сравнению с 1990г. в 1,53 и 1,22 раза соответственно, а концентрация СН уменьшится на 6 %.

До середины XXI столетия различия между сценариями невелики, во всяком случае, в средних глобальных оценках изменения климата, но к концу столетия ожидаются значительные различия между ними с более сильным потеплением в случае реализации сценария А2 (таблица 3).

Таблица 3 – Средние за год изменения температуры приземного воздуха (°С) и межмодельные стандартные отклонения, рассчитанные по ансамблю моделей общей циркуляции атмосферы для территории России в ХXI веке для сценариев А1В и А2, и В Различия средних для территории РФ величин потепления между «жестким»

(А2) и «мягким» (В1) сценариями к концу XXI века значительны – достигают 2, В таблице 4 представлена рассчитанная нами динамика возможных изменений урожайности зерновых и кормовых культур до 2050г. A1FI и В2, рассчитанных по модели глобальной циркуляции атмосферы метеослужбы Великобритании HadCM3.

Из этих данных следует, что до середины текущего столетия различия в сценариях выбросов парниковых газов не окажут существенного влияния на реакцию сельского хозяйства. Для 2050г. межсценарная разность изменений урожайности не превышает 1% для зерновых и 0,7 % для кормовых культур. Основная причина неопределенности прогнозов изменений климата до 2050г. – расхождения расчетов, выполненных по отдельным МОЦАО, которые по разному описывают многие важные прямые и обратные связи в климатической системе Земли. Для уменьшения неопределенности, связанной с несовершенством МОЦАО, предлагается использовать многомодельный подход.

Таблица 4 – Возможная динамика урожайности сельскохозяйственных культур (в %) в первую половину XXI века при реализации сценариев A1FI /HadCM3 и В /HadCM разработанных известными группами исследователей (таких моделей более двух десятков) нельзя выделить одну «наилучшую» модель. Поэтому для расчета проекций изменений климата предлагается использовать комплекс МОЦАО, прошедших определенные предварительные испытания, полагая рассчитанные по ним сценарии изменений климата равноценными или осредняя их с заданными многомодельные сценарии, рассчитанные по 16 МОЦАО. Это изменения сезонных Оценочный доклад об изменениях климата и их последствиях на территории Российской федерации Том 1.

Изменения климата. Москва, значений температуры и осадков для зимы и лета по федеральным округам РФ на периоды 2011-2030гг. и 2041-2060гг.7,8 Для оценок влияния изменений климата на сельское хозяйство необходимы сценарии, по крайней мере, с месячным осреднением и с детализацией по субъектам РФ. Отсутствие опубликованных достаточно обоснованных и детализированных многомодельных сценариев для проводятся для «аридного» и «гумидного» сценариев потепления климата, которые определяют реакцию сельского хозяйства для плохого (аридного) и хорошего неблагоприятного для сельского хозяйства потепления климата используется сценарий МОЦАО HadCM3 (Англия), а для благоприятного – сценарий GFDL оптимистическому (гумидному) сценариям потепления климата представлены в таблице 4 и таблице 5 соответственно. Отметим совпадение по знаку прогнозов урожайности для нечерноземной зоны европейской части России, а также значительное расхождение оценок ожидаемых изменений урожайности для Приволжского и Уральского федеральных округов.

Школьник И.М., Мелешко В.П., Гаврилина В.М. 2005. Валидация региональной климатической модели ГГО, Метеорология и гидрология, № Школьник И.М., Мелешко В.П., Катцов В.М., 2007. Региональная климатическая модель ГГО для территории Сибири, Метеорология и гидрология, № Таблица 5 – Изменения урожайности зерновых культур и кормовых трав (ц/га) при потеплении по сценарию GFDL к 2030 и 2060 гг.

Экспертная оценка вероятности реализации используемых сценариев отдает предпочтение оптимистическому варианту потепления климата по сценарию GFDL, который лучше согласуется с уже наблюдаемыми изменениями климата на территории России. Однако, адаптационные меры должны быть разработаны и для наиболее пессимистических сценариев аридного типа A1FI /HadCM3 и В2 /HadCM3.

Применение экономико-математической модели по регионам России позволяет получить в качестве решения параметры региональных систем земледелия, позволяющих снизить до минимума риски, возникающие в результате изменений, вызванных реализацией сценариев аридного типа. Рассмотрим в качестве примера Нечерноземную зону ЕТР России. В результате решения по модели для ряда регионов Нечерноземной зоны ЕТР России определены значения долей культур сплошного сева и пропашных культур для двух климатических сценариев – A1Fi OPT(экономически оптимальный сценарий) и B2 SUS (эколого экономически оптимальный сценарий), количество азотных удобрений на 1 га севооборотной площади, количество органических удобрений на 1 га севооборотной площади, плотность стада КРС на 1 га посева (доля коров в стаде), выход продукции скотоводства на 1 га посева.

Структура севооборотного массива региона определена по классам культур – культуры сплошного сева, пропашные, многолетние травы. В таблице представлена динамика доли многолетних трав как основной параметр адаптации к климатическим изменениям.

рекомендованное специалистами–экспертами, составляет для северо-западных регионов (Ленинградская, Новгородская, Псковская области) 85 кг действующего вещества на 1 га. Для центральных регионов, куда входят Брянская область, Владимирская область, Ивановская область, Калужская область, Костромская область, Московская область, Рязанская область, Смоленская область, Тверская область, Ярославская область, – 88 кг действующего вещества на 1 га. Для Республики Марий-Эл, Республики Мордовия, Чувашской Республики, Кировской области, Нижегородской области рекомендованная доза азотных удобрений составляет 75 кг действующего вещества на 1 га.

Количество органических удобрений на 1 га севооборотной площади приведено в таблице 7;

Выход продукции скотоводства на 1 га посева приведен в таблице 8.

Таблица 6 – Рекомендуемые значения доли многолетних трав по регионам Нечерноземной зоны ЕТР Код Область, республика 2030 г. A1Fi 2050 г. A1Fi 2030 г. B2 2050 г. B Таблица 7 – Количество органических удобрений на 1 га севооборотной площади, т/га Источник: собственные расчеты по сценариям.

Таблица 8 – Плотность поголовья КРС на 1 га севооборотной площади Область, республика сельского хозяйства сценарий Источник: собственные расчеты по данным сборников «Сельское хозяйство» и по сценариям составляющей баланса гумуса и уменьшению скорости разложения ОВ, благодаря аридизации климата. Расчеты показали, что равновесные состояния баланса по гумусу при новых климатических условиях достигаются при меньших затратах на получение единицы продукции. Потенциальное депонирование углерода при осуществлении экономически и экологически устойчивого сценария может составить не менее 1-2 т/га в год, наиболее благоприятные климатические условия для депонирования сложатся в 2035-2055 гг.

Как видно из таблицы 9 нагрузка поголовья на 1 га посева для сценария B SUS колеблется в пределах 0,29-0,35 гол. на 1 га.

Параметры производства продукции скотоводства в расчете на 1 га также Таблица 9 – Параметры среднегодового производства скотоводческой продукции, т на 1 га Область, Республика Ленинградская Новгородская Псковская Брянская Владимирская Ивановская Калужская Костромская Московская Рязанская Смоленская Тверская Ярославская Марий-Эл Мордовия Чувашская Кировская Нижегородская Источник: собственные расчеты по сценарию 3 Модели потребления агропродовольственной продукции в регионах России На втором этапе при определении объемов конечного потребления в регионе используются степенные производственные функции с постоянной эластичностью замещения по цене и доходу на душу населения.

производственных мощностей переработки и коэффициента использования производственных мощностей.

Постановка задачи по определению конечного потребления Общепринятой классификации функций спроса и потребления не существует, измеренного на метрической интервальной шкале (натуральные и стоимостные показатели потребления), различают следующие виды моделей:

- факторные модели зависимостей;

- макроэкономические модели спроса и предложения.

спрос, анализировать дифференциацию и эластичность потребления.

производимого из растительного сырья i– го вида, кг/чел/год, использовалась тыс.руб/чел/год и цена приобретения продовольствия, руб/кг, i[1,4].

Были рассмотрены следующие виды продовольствия, производимые из растительного сырья (кроме картофеля): хлеб и хлебопродукты в пересчете на муку, масло подсолнечное, сахар из сахарной свеклы.

Следует отметить, что региональные различия, не сводящиеся к ценам и доходам, при оценке параметров игнорировались. Это было сделано для повышения устойчивости оцениваемых параметров, так как закономерности конечного потребления более явно прослеживаются на федеральном уровне.

Таким образом, подгонка зависимостей конечного потребления осуществлялась в два этапа: в начале по информации федерального уровня определялись коэффициенты эластичностей по доходу и цене на федеральном уровне, а, затем, за счет свободного члена осуществлялась окончательная настройка на данные о региональном потреблении.



Pages:   || 2 |
 


Похожие материалы:

«УДК 633.18:631.531.16 Э.Р. Авакян, д-р биол. наук; К.К. Ольховая, н.с.; Т.Б. Кумейко, канд. с.-х. наук, ГНУ ВНИИ риса arrri_kub РОЛЬ ФИТОГОРМОНОВ В РЕГУЛИРОВАНИИ ПОКОЯ СЕМЯН РАННЕСПЕЛЫХ СОРТОВ РИСА В работе приведены литературные и экспериментальные данные по изучению возможности инициации покоя семян раннеспелых сортов риса фитогормонами гибберелловой (ГК), абсцизовой (АБК) кислот и аналогом АБК – салициловой кислотой (СК). In the article these are given literary and experimental data on ...»

«Российская академия сельскохозяйственных наук Государственное научное учреждение ВСЕРОССИЙСКИЙ ИНСТИТУТ АГРАРНЫХ ПРОБЛЕМ И ИНФОРМАТИКИ имени А.А. НИКОНОВА УДК № госрегистрации Инв. № УТВЕРЖДАЮ Директор, д.э.н. С.О. Сиптиц _ 2011 г. ОТЧЕТ О НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТЕ РАЗРАБОТАТЬ МЕТОДЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ ПРОГРАММ СЕЛЬ СКОГО РАЗВИТИЯ НА ФЕДЕРАЛЬНОМ И РЕГИОНАЛЬНОМ УРОВНЯХ (задание по плану НИР 01.08.03.) на 2011-2015 гг. Разработать методы оценки эффективности инструментов государственной ...»

«МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ АЛТАЙСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ Е.Д. Кошелева, К.Б. Кошелев КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ ВЗАИМОДЕЙСТВИЯ ГРУНТОВЫХ И ПОВЕРХНОСТНЫХ ВОД В ЗОНЕ БУРЛИНСКОГО МАГИСТРАЛЬНОГО КАНАЛА Монография Барнаул Издательство АГАУ 2010 УДК 744.4:514.18 Рецензенты: доктор технических наук, профессор, заведующий кафедрой мате матики и прикладной информатики ...»

«УДК 349.6(075.8) ББК 67.407я73 Э40 Рецензенты: Красов О. И. — доктор юридических наук, профессор кафедры экологического и земельного права юридического факультета Мо- сковского государственного университета им. М. В. Ломоносова; Кафедра экологического и земельного права юридического факультета Оренбургского государственного университета. Экологическое право : учебник / под ред. С. А. Боголюбова. — Э40 2-е изд., перераб. и доп. — М.: Издательство Юрайт ; ИД Юрайт, 2011. - 482 с. - (Основы наук). ...»

«ОСОБО ОХРАНЯЕМЫЕ ПРИРОДНЫЕ ТЕРРИТОРИИ РОССИИ современное состояние и перспективы развития ОСОБО ОХРАНЯЕМЫЕ ПРИРОДНЫЕ ТЕРРИТОРИИ РОССИИ: современное состояние и перспективы развития Москва 2009 УДК 502/504 ББК 28.088 Особо охраняемые природные территории России: современное состояние и перспективы развития, авторы-составители В.Г. Кревер, М.С. Стишов, И.А. Онуфреня Книга подготовлена в соответствии с обязательствами Российской Федерации по выполнению Программы работ по особо охраняемым природным ...»

«ЗЕМЛЕУСТРОЙСТВО СЕЛЬСКО­ ХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЙ ЗЕМЛЕУСТРОЙСТВО СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЙ УЧЕБНОЕ ПОСОБИЕ Санкт-Петербург 2002 Б Б К 65.32-5 С 89 Сулин М. А. С 89 Землеустройство сельскохозяйственных предприя­ тий: Учебное пособие. — СПб.: Издательство Лань, 2002. — 224 с. — (Учебники д л я вузов. Специаль­ ная литература). ISBN 5-8114-0422-0 Настоящее учебное пособие написано в соответствии с об­ щ е й п р о г р а м м о й у ч е б н о г о к у р с а п о м е ж х о з я й с т в е н н о м ...»

«1 2 МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования НОВОЧЕРКАССКАЯ ГОСУДАРСТВЕННАЯ МЕЛИОРАТИВНАЯ АКАДЕМИЯ (ФГБОУ ВПО НГМА) ПРОБЛЕМЫ ПРИРОДООХРАННОЙ ОРГАНИЗАЦИИ ЛАНДШАФТОВ Материалы международной научно-практической конференции посвященной 100-летию выпуска первого мелиоратора в России (24-25 апреля 2013 г.) часть 1 Новочеркасск Лик 2013 3 УДК 502.5 (06) ББК 26.7.82:20.18я43 П781 ...»

«Муниципальная информационная библиотечная система г. Томска Экологические проблемы Томской области Сборник дайджестов Выпуск 1 Томск - 2004 ББК 20 Э40 Составители: гл. библиограф Е. А. Сибирцева (МБ Северная МИБС); гл. библиотекарь В. Г. Белицина (МБ Северная МИБС) Экологические проблемы Томской области: сборник дайджестов / Сост. Е. А. Сибирцева, В.Г. Белицина.- Томск: МИБС Вып. 1. – 2004.- 172 с.: ил. В первый выпуск включены следующие дайджесты: Здоровье человека и окружающая среда (вып.1,2) ...»

«д. с. ОРЛОВ ХИМИЯ ПОЧВ Допущено Министерством высше­ го и среднего специального обра­ зования СССР в качестве учеб­ ника для студентов высших учеб­ ных заведений, обучающихся по специальности Агрохимия и поч- воведение ИЗДАТЕЛЬСТВО московского УНИВЕРСИТЕТА 1985 УДК 631. Орлов Д. С. Химия почв: Учебник. — М.: Изд-во Моск. ун-та, 1985. — 376 с. ил. В учебнике последовательно излагаются вопросы истории химии почв, ее ис­ пользования в практике сельского хозяйства, химические свойства и состав ...»

«Министерство образования Республики Беларусь Учреждение образования Международный государственный экологический университет имени А.Д. Сахарова Факультет мониторинга окружающей среды Кафедра экологического мониторинга, менеджмента и аудита С. Е. Головатый, С. В. Савченко, С. С. Позняк, О. В. Чистик МОНИТОРИНГ И ИСПОЛЬЗОВАНИЕ ЗЕМЕЛЬНЫХ РЕСУРСОВ Под общей редакцией доктора сельскохозяйственных наук, профессора С. Е. Головатого Учебное пособие Минск 2009 УДК 631:504.054 ББК 40:26.2 М77 ...»

«Министерство образования Республики Беларусь Учреждение образования Международный государственный экологический университет имени А.Д.Сахарова О. В. Чистик, С. Е. Головатый, С. С. Позняк ОБЩАЯ И РАДИАЦИОННАЯ ЭКОЛОГИЯ МОНОГРАФИЯ Минск 2012 1 УДК 631:504:054 ББК 40:26.2 Ч68 Рекомендовано к изданию научно-техническим советом Учреждения образования Международный государственный экологический университет имени А.Д.Сахарова (протокол № 1 от 25 января 2012 г.) А в то р ы : О. В. Чистик, д.с/х.н., ...»

«МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РЕСПУБЛИКИ БАШКОРТОСТАН ФГБОУ ВПО БАШКИРСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ ООО БАШКИРСКАЯ ВЫСТАВОЧНАЯ КОМПАНИЯ ИННОВАЦИОННОМУ РАЗВИТИЮ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА – НАУЧНОЕ ОБЕСПЕЧЕНИЕ Часть I ЭФФЕКТИВНОЕ ИСПОЛЬЗОВАНИЕ, ОХРАНА И ВОСПРОИЗВОДСТВО ПРИРОДНЫХ РЕСУРСОВ И ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ ПРОИЗВОДСТВА ПРОДУКЦИИ РАСТЕНИЕВОДСТВА НАУЧНОЕ ОБЕСПЕЧЕНИЕ ИННОВАЦИОННОГО РАЗВИТИЯ ЖИВОТНОВОДСТВА И ВЕТЕРИНАРИИ ...»

«ГИДРОФИЛЬНЫЙ КОМПОНЕНТ В СРАВНИТЕЛЬНОЙ ФЛОРИСТИКЕ БОРЕАЛЬНОЙ ЕВРАЗИИ Научный редактор А. И. Кузьмичев Рыбинск, 2005 УДК 581/9(47+57)+581/524/444/3 ГИДРОФИЛЬНЫЙ КОМПОНЕНТ В СРАВНИТЕЛЬНОЙ ФЛОРИСТИКЕ БОРЕАЛЬНОЙ ЕВРАЗИИ Научный редактор А.И. Кузьмичев Сборник научных статей включает работы по структуре флоры и растительности водоемов. Анализируется таксономия, синтаксономия и динамика гидрофитов. Обсуждаются ареалогические и генезисные связи, эколого-биологические особенности. Внимание уделено ...»

«МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА И ПРОДОВОЛЬСТВИЯ РЕСПУБЛИКИ БЕЛАРУСЬ УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ БЕЛОРУССКАЯ ГОСУДАРСТВЕННАЯ СЕЛЬСКОХОЗЯЙСТВЕННАЯ АКАДЕМИЯ ПРОБЛЕМЫ ЭКОНОМИКИ Сборник научных трудов Основан в 2005 году Выпуск 1 (10) Именный указъ, данный Сенату Изыскивая способы къ постепенному усовершенствованiю земледълiя въ Имперiи нашей, яко главнъйшаго источника богатства частнаго и общаго, учредили Мы … особый Комитетъ …, но какъ главный способъ къ достиженiю столь желаемой цъли состоитъ въ ...»

«Государственное научное учреждение ВСЕРОССИЙСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ СЕЛЬСКОХОЗЯЙСТВЕННОЙ РАДИОЛОГИИ И АГРОЭКОЛОГИИ Государственное научное учреждение ВСЕРОССИЙСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ ЗЕМЛЕДЕЛИЯ И ЗАЩИТЫ ПОЧВ ОТ ЭРОЗИИ Открытое акционерное общество АТОМЭНЕРГОПРОЕКТ _ МЕТОДЫ ОРГАНИЗАЦИИ И ВЕДЕНИЯ АГРОЭКОЛОГИЧЕСКОГО МОНИТОРИНГА СЕЛЬСКОХОЗЯЙСТВЕННЫХ УГОДИЙ В ЗОНАХ ТЕХНОГЕННОГО ЗАГРЯЗНЕНИЯ И ОЦЕНКА ЭКОЛОГИЧЕСКОЙ ОБСТАНОВКИ В СЕЛЬСКОМ ХОЗЯЙСТВЕ В РЕГИОНАХ РАЗМЕЩЕНИЯ ...»

«Министерство сельского хозяйства РФ Федеральное государственное образовательное учреждение высшего профессионального образования Мичуринский государственный аграрный университет Н.П. ЮМАШЕВ, И.А. ТРУНОВ ПОЧВЫ ТАМБОВСКОЙ ОБЛАСТИ Мичуринск – Наукоград РФ 2006 PDF created with FinePrint pdfFactory Pro trial version www.pdffactory.com УДК 631.4 (471.326) ББК 40.3 (235.45) Под общей редакцией профессора И.А. Трунова Рецензенты: доктор с.-х. наук, профессор Л.В. Бобрович (Мичуринский государственный ...»

«Министерство сельского хозяйства Российской Федерации Федеральное государственное образовательное учреждение высшего профессионального образования Мичуринский государственный аграрный университет В.А. СОЛОПОВ РАЗВИТИЕ РЕГИОНАЛЬНОГО РЫНКА ЗЕРНА И ХЛЕБОПРОДУКТОВ Мичуринск - наукоград РФ 2006 PDF created with FinePrint pdfFactory Pro trial version www.pdffactory.com УДК 338.439.5:633.1:332.142.4 ББК 65.32:42.112:65.04 С 60 Р е ц е н з е н т ы: Доктор экономических наук, профессор В.В. Текучев ...»

«Министерство сельского хозяйства Российской Федерации Федеральное государственное образовательное учреждение высшего профессионального образования Мичуринский государственный аграрный университет Л.А. САБЕТОВА, А.В. ЗЮЗЯ ФОРМИРОВАНИЕ И ИСПОЛЬЗОВАНИЕ ОБОРОТНЫХ СРЕДСТВ В СЕЛЬСКОМ ХОЗЯЙСТВЕ Мичуринск - наукоград РФ 2006 PDF created with FinePrint pdfFactory Pro trial version www.pdffactory.com УДК 338.43:658.153 ББК 65.32 – 5 С 12 Рецензенты: доктор экономических наук, профессор Н.И.Прока доктор ...»

«Министерство сельского хозяйства Российской Федерации Федеральное государственное образовательное учреждение высшего профессионального образования Мичуринский государственный аграрный университет А.А. КУЗНЕЦОВ ЭКОНОМИЧЕСКАЯ ИСТОРИЯ РОССИИ В ФОРМАХ ОРГАНИЗАЦИИ ОБЩЕСТВЕННОГО ТРУДА И ПРОИЗВОДСТВА Мичуринск - наукоград РФ 2006 PDF created with FinePrint pdfFactory Pro trial version www.pdffactory.com УДК ББК К89 Р е ц е н з е н т ы: доктор экономических наук, профессор А.С. Квасов доктор ...»






 
© 2013 www.seluk.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.