CC BY
70
Экономика
создание государственной программы «Российский лен» для стимулирования российской текстильной промышленности. Промышленное производство продукции из волокна льна существенно повышает стратегические позиции страны по изготовлению изделий из льна, регулируя расходы валютных ресурсов по импорту.
Таким образом, в результате реализации мероприятий Стратегии объем производства льняных тканей к 2020 году вырастет в 2,3 раза по отношению к 2009 г. и составит 122,2 млн. кв. метров. Лен представляет ценный сырьевой ресурс страны по сравнению с нефтью, газом, например, лен — восполняемый
природный растительный ресурс страны.
Существенным фактором развития экономики страны является конъюнктура мирового рынка товаров. Инновационная индустрия текстильной продукции отражает задачи формирование новых предприятий бизнеса. Усиление позиций текстильной промышленности в соответствии с динамикой экономического развития России выражается в настоящее время в направлениях диверсификации текстильной промышленности.
Выводы и рекомендации.
В целях оптимизации деятельности текстильных предприятий страны необходимо создание современных индустриальных
предприятий; промышленная политика России должна осуществляться в соответствии с задачами увеличения капитальных вложений в текстильные предприятия. Прогрессивным направлением развития текстильной промышленности страны является производство продукции из льна по инновационным технологиям. Перспективными формами предприятий являются корпорации предприятий смежных отраслей по сквозным технологиям. Использование сквозных технологий целесообразно для функционирования интегрированных предприятий по производству продукции из продуктов переработки льна.
Литература
1. Голикова В., Гончар К., Кузнецова Б., Яковлев А. Российская промышленность на перепутье // Вопр. эк. 2007. № 3. С. 5.
2. Россия в цифрах. 2006. Росстат. М., 2006. С. 155.
3. Голикова В., Гончар К., Кузнецова Б., Яковлев А. Российская промышленность на перепутье // Вопр. эк. 2007. № 3. С. 5.
4. Голикова В., Гончар К., Кузнецова Б., Яковлев А. Российская промышленность на перепутье // Вопр. эк. 2007. № 3. С. 24.
5. Мир в цифрах. 2007 / пер. с англ. М. : Олимп-Бизнес, 2007. С. 35.
6. Фомин Б. М., Бирюков А. А., Яковлев К. П. [и др.] XXI Ярмарка товаров текстильной и легкой промышленности // Вестник Ростекстиля и Ростекстильэкспо. 2003. № 6. С. 2.
7. Россия в цифрах. 2006. Росстат. М., 2006. С. 191.
8. Новикова О. Ю. Роль интеграции науки и производства в обеспечении эффективного управления предприятиями льняного комплекса // Науч. альманах. 2007. № 4. С. 56-59.
9. Ершов М., Зубов В. Возможности и риски финансовой интеграции // Вопр. эк. 2005. № 12. С. 25.
10. Россия в цифрах. 2006. Росстат. М., 2006. С. 35.
Россия в цифрах. 2006. Росстат. М., 2006. С. 37.
11.
12. URL
13. URL
14. URL
15. URL
16. URL
http://www.budgetrf.ru
http://rustextile.ru
http://rustextile.ru/index.php/artikles/172-cat_article-9/8605--l-2020-23-2010-r
http://www.roslegprom.ru
http://www.roslegprom.ru/filestore/0004/0016/7084/s2020.zip
ИНДЕКСНОЕ СТРАхОВАНИЕ
как фактор инновационного развития
сельского хозяйства
К. А. жИЧКИН,
кандидат экономических наук, профессор,
т. в. шумилина,
аспирант, Самарская ГСХА
9.
446442, Самарская область, п. Усть-Кинельский, ул. Учебная, д. 2; тел. 8-846-63-46-1-30
Ключевые слова: сельское хозяйство, погодные условия, потери, индексное страхование.
Keywords: agriculture, weather conditions,
В сельском хозяйстве на производство продукции и получение конечных результатов влияет много различных факторов, которые могут быть обусловлены как человеческой деятельностью, так и природными условиями.
Погодные условия года и особенности вегетационного периода являются определяющим фактором в продуктивном процессе роста растений и эффективности сельскохозяйственного производства в целом. Количество осадков, температурные условия, их распределение по месяцам года и другие метеорологические величины решающим образом влияют на рост и развитие растений, на формирование урожаев сельскохозяйственных культур и их качество.
Страхование в сельском хозяйстве является важным рыночным инструментом
losses, index insurance.
управления рисками. Изучению вопросов сущности и развития страхования, в том числе и сельскохозяйственного, посвятили свои работы как отечественные авторы —
A. В. Никитин, А. А. Гвозденко, В. В. Шахов,
B. Г. Медведев и др., — так и зарубежные: Maria Bielza Diaz-Caneja, Costanza Giulia Conte, Remo Catenaro, Francisco Javier Gallego Pinilla и др.
Целью исследования является анализ потерь сельскохозяйственной продукции в результате влияния погодных условий и применение индексного страхования как инструмента снижения риска в аграрном секторе.
Сельское хозяйство Самарской области характеризуется высокой степенью риска, что связано, в первую очередь, с резко континентальными климатическими условиями. Близость безводных азиатских
полупустынь сказывается на климате южных и центральных территорий области, что выражается в периодических засухах. Это же обстоятельство делает значительные земельные угодья области зоной рискованного (засушливого) земледелия.
Недостаточное количество осадков в определенные периоды создает неблагоприятные условия для роста сельскохозяйственных культур.
Основными зерновыми культурами, выращиваемыми в области, являются пшеница, как озимая, так и яровая, озимая рожь, ячмень, овес, гречиха и др.
На результативность возделывания сельскохозяйственных культур оказывают влияние в основном проявление неблагоприятных погодных условий, а также пожары, неблагоприятные условия зимовки озимых культур, стихийное поражения
экономика
растений вредителями и болезнями, засорения сорняками и др. Проявление некоторых из них сельскохозяйственные товаропроизводители могут самостоятельно контролировать и хотя бы частично предотвращать путем проведения своевременной обработки посевов пестицидами, инсектицидами, гербицидами, а также противопожарных мероприятий и др.
Выпадение посевных площадей в результате влияния погодных условий характеризуют данные таблицы 1.
Из расчетов видно, что ежегодно в Самарской области происходит выпадение посевных площадей из-за неблагоприятных погодных условий. По зерновым оно изменяется от 5,4 % до 15,5 %, по подсолнечнику — от 1,1 % до 7,8 %, по сахарной свекле — от 6,3 % до 14,8 %. В результате сельскохозяйственные товаропроизводители в 2008 г. недополучили 113,6 тыс. т зерна, 18,1 тыс. т подсолнечника, в 2007 г — 3,7 тыс. т сахарной свеклы.
Другим случаем недополучения продукции является снижение урожайности выращиваемых культур от среднего уровня за ряд лет (табл. 2).
В результате снижения урожайности сельскохозяйственные товаропроизводители области теряют значительное количество продукции.
Таким образом, в результате недополучения продукции аграрные предприятия несут значительные потери денежных средств (табл. 3).
Из данных таблицы видно, что в результате выпадения посевных площадей и снижения урожайности основных культур сельскохозяйственные товаропроизводители недополучили в 2008 г. 1184,0 млн. руб. В 2005 г потери превысили 2 млрд. руб.
Таким образом, высокая степень зависимости производства растениеводческой продукции от погодных условий является главным основанием для разработки и внедрения индексных схем страхования в областях, расположенных в зонах рискованного земледелия (с засушливым климатом).
На сегодняшний день схемы индексного страхования успешно применяются как в развитых странах — США, Канада, — так и в развивающихся странах, таких как Никарагуа, Марокко, Эфиопия, Мексика, Аргентина, Индия и др. [1].
В практике развития индексного страхования широкое распространение получило страхование по индексам районной урожайности и погодных условий.
Страхование по индексу районной урожайности базируется на фактической урожайности, сложившейся в районе за ряд предыдущих лет, и проводится для районов или, возможно, для группы хозяйств, находящихся в более-менее схожих природно-климатических условиях. Страховым случаем и основанием для выплаты страхового возмещения будет являться снижение урожайности в хозяйстве ниже заранее установленного уровня.
Такой вид страхования индекса районной урожайности существует в Америке, Индии, Швеции и в Канадской провинции Квебек.
Рассмотрим применение индекса районной урожайности на примере ООО
таблица 1
потери продукции от выпадения посевных площадей по Самарской области
Годы Посевная площадь, тыс. га Уровень потерь от площади посева, % Объем недополученной продукции, тыс. т.
Зерновые культуры Подсол нечник Сахарная свекла Зерновые культуры Подсол нечник Сахарная свекла Зерновые культуры Подсол- нечник Сахарная свекла
2003 1139,4 243,9 5,5 8,5 4,1 9,1 127,6 8,3 7,6
2004 1250,1 252,4 5,9 5,4 2,2 10,2 79,8 4,5 7,3
2005 1241,3 294,9 5,4 15,5 5,3 14,8 197,8 14,3 9,6
2006 1172,5 307,0 2,3 7,1 3,9 8,7 97,9 10,4 3,3
2007 1163,1 268,2 3,2 15,1 7,8 6,3 258,6 18,1 3,7
2008 1183,3 334,6 — 6,2 1,1 — 113,6 3,6 —
* в сопоставимых ценах 2008 года, сахарная свекла в ценах 2007 г.
таблица 2
потери продукции от снижения урожайности сельскохозяйственных культур по Самарской
области
Показатели 2003 г. 2004 г. 2005 г. 2006 г. 2007 г. 2008 г. Средняя за 20042008 гг.
Урожайность, ц/га
Зерновые культуры 13,3 11,9 10,5 11,5 14,2 16,4 12,9
Подсолнечник 8,4 8,1 8,9 8,3 8,2 9,2 8,5
Сахарная свекла 153,4 122,9 120,3 164,9 185,7 — 148,5
Потери щ родукции, тыс. тонн
Зерновые культуры — 118,3 251,8 152,3 — — х
Подсолнечник 7,0 9,9 — 5,9 7,4 — х
Сахарная свекла — 13,6 13,0 — — — х
таблица 3
убыток от недополучения продукции из-за выпадения посевных площадей и снижения
урожайности сельскохозяйственных культур
2003 г. 2004 г. 2005 г. 2006 г. 2007 г. 2008 г.
Потери продукции, тыс. тонн
Зерновые культуры 127,6 192,2 449,6 250,2 258,6 258,6
Подсолнечник 15,3 14,4 14,3 16,3 25,5 3,6
Сахарная свекла 7,6 20,9 22,6 3,3 3,7 -
Убыток от потерь*, млн руб.
Зерновые культуры 571,7 861,1 2014,2 1120,9 1158,5 1158,5
Подсолнечник 108,5 102,1 101,4 115,6 180,8 25,5
Сахарная свекла 7,5 20,7 22,4 3,3 3,7 -
Всего 687,7 983,9 2138,0 1239,8 1343,0 1184,0
* в ценах 2008 года, сахарная свекла в ценах 2007 г.
таблица 4
коэффициенты корреляции урожайности сельскохозяйственных культур в ооо «восток» и
района, ц/га
2003 г. 2004 г. 2005 г. 2006 г. 2007 г. 2008 г. Ккор.
Озимая пшеница
ООО «Восток» 9,1 9,2 15,5 9,2 18,2 17,9 х х
Район 7,7 14,7 15,5 12,9 21,6 17,7 0,82 х
Область 12,0 15,2 12,9 14,2 19,7 19,1 0,73 0,86
Яровая пшеница
ООО «Восток» 4,8 16,8 4,7 8,4 7,3 16,6 х х
Район 7,7 12,2 9,0 12,0 10,4 14,5 0,87 х
Область 12,6 10,8 8,7 9,6 11,4 14,2 0,45 0,40
Подсолнечник
ООО «Восток» 5,7 4,5 6,7 5,3 6,5 6,0 х х
Район 8,6 9,1 10,5 9,5 10,7 10,2 0,75 х
Область 8,2 8,1 8,9 8,3 8,2 9,2 0,51 0,52
^£>-Аграрньш вестник Урала №3 (82), 2011 г.—<^££&*-
Экономика ^т!
Таблица 5
Корреляционный анализ между урожайностью яровой пшеницыы и среднемесячной
температурой воздуха в кинельском районе
2001 г. 2002 г. 2003 г. 2004 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. К кор.
Урожайность, ц/га 15,6 16,5 13,0 12,7 7,0 9,0 9,6 14,0 14,0 х
Среднемесячная температура воздуха
В июле 22,5 23,3 21,1 21,5 20,5 18,7 20,9 22,0 21,7 0,84
«Восток», расположенного в Кинель-Черкасском районе Самарской области.
На начальном этапе проведем анализ тесноты связи между урожайностью отдельных культур, а именно озимой и яровой пшеницы и подсолнечника, указанного хозяйства с урожайностью этих культур в районе (табл. 4). Данные культуры наиболее распространены в области. В 2008 г. занятые ими площади составляли 24,6 %, 12,7 % и 89,7 % соответственно.
Таким образом, была выявлена достаточно тесная корреляция урожайности пшеницы, как озимой, так и яровой, и подсолнечника хозяйства с урожайностью в районе 0,75-0,87. Высокие значения коэффициентов корреляции свидетельствует о наличии значительного системного риска в области. Это является важной предпосылкой для применения страховых схем с использованием индексов районной урожайности.
При этом низкое значение коэффициентов корреляции урожайности культур, а именно яровой пшеницы, в хозяйстве и в целом по области, с нашей точки зрения, свидетельствуют о значительном разнообразии природных условий в пределах области.
Таким образом, в качестве показателя наступления страхового случая может быть взята районная средняя урожайность. При этом снижение урожайности в хозяйстве ниже заранее установленного значения районной урожайности будет являться основанием для выплаты страхового возмещения предприятиям, заключившим договор страхования. Страховая сумма будет рассчитываться исходя из показателя снижения урожайности и цены на продукцию.
Для развития данной схемы необходимо наличие достоверной информации по урожайности сельскохозяйственных культур за определенное количество лет и наличие достоверной и высокой степени корреляции урожайности хозяйств, расположенных в одном районе.
Другой вид индексного страхования — страхование по индексу погодных условий — базируется на поведении независимых погодных переменных (показателях), которыми могут быть количество осадков, среднедневная температура воздуха, дней с определенной температурой, скорость ветра, падеж скота, уровень влажности и достаточность солнечного света в течение периода вегетации, влажность почвы и т. д. Данные показатели могут использоваться для определения наступления страховых случаев. Применение страхования по индексу погодных условий приводит к тому, что у сельхозтоваропроизводителей уже нет необходимости заявлять и обосновывать потери урожайности для получения страхового возмещения.
Рассмотрим применение индексного
страхования на примере Кинельского района Самарской области.
Источником исходной информации, характеризующей агрометеорологические условия вегетации сельскохозяйственных культур, являются результаты наблюдений за погодными условиями, проведенные на метеорологической станции «Усть-Кинельская», расположенной в Кинельском районе Самарской области, за период с 2001 по 2009 год включительно.
Рассмотрим применение погодного индекса на примере влияние среднемесячной температуры воздуха в июле на урожайность яровой пшеницы. Выбор показателя обусловлен тем, что в этот период происходит созревание пшеницы. Высокие температуры неблагоприятно сказываются на растениях и ведут к снижению урожайности и качества зерна.
Методом математической статистики, а именно с помощью корреляционного анализа, проведем обоснование влияния среднемесячной температуры воздуха на урожайность яровой пшеницы в Кинельском районе (табл. 5).
Таким образом, была выявлена достаточно тесная корреляция урожайности яровой пшеницы со значениями среднесуточной температуры в июле. Значение коэффициента 0,84. При помощи ^критерия Стьюдента провели оценку коэффициента парной корреляции (при а = 0,05) и получили, что коэффициент статистически значим, так как t . (4,0) > t , (2,36).
’ расч ' ’ ' табл ' ’ '
Предположим наличие линейной зависимости между рассматриваемыми признаками. Тогда связь можно описать следующими уравнениями регрессии:
Yх = -31,31 + 2,05х (по индексу температуры в июле).
Оценивая надежность параметров уравнения регрессии, получили, что выбранные параметры значимы.
Далее необходимо провести оценку существенности связи. Для этого рассчитаем частный коэффициент детерминации ^х), который показывает, на сколько процентов вариация результативного признака (в нашем случае это урожайность яровой пшеницы) объясняется вариацией признака (среднемесячная температура), входящего в уравнении регрессии.
d = г * р ,
х ух 1 х’
где Гух — парный коэффициент корреляции между результативным и факторным признаками;
вх — соответствующий коэффициент уравнения множественной регрессии в стандартизированном масштабе [5].
В результате расчетов были получены следующие значения коэффициента детерминации 0,7037. Это свидетельствует о том, что на 70,37 % вариация урожайности яровой пшеницы в Кинельском районе объясняется изменением среднемесячной
температуры в июле на 1°С, остальные 29,63 % обусловлены другими факторами.
Таким образом, в условиях Самарской области, а именно Кинельского района, возможно использование индекса среднемесячной температуры воздуха в июле для яровой пшеницы. В качестве значения индекса можно взять среднее значение температуры в июле за рассматриваемый период, что равно 21,3°С. Интервал, определяющий наступление страхового случая, с точки зрения автора, можно взять как 20,3°С < 21,3°С < 22,3°С. Таким образом, используя уравнение регрессии, можно рассчитать граничное значение показателя наступления страхового случая. В нашем случае было получено значение урожайности яровой пшеницы, равное 12,4ц/га. Исходя из полученных данных, можно сказать, что в анализируемом периоде в течение трех лет наступал страховой случай, что было обусловлено изменением температуры в наиболее важный период вегетации растений.
Индексы погоды можно рассчитывать для различных культур и для разных периодов вегетации растений.
Одним из недостатков для установления достоверной связи является небольшое количество данных для расчета.
Основной проблемой, с которой можно столкнуться при апробации и внедрении индексных схем страхования, является отсутствие развитой инфраструктуры, то есть отсутствие достаточного количества метеорологических станций и оборудования, искажение данных, возможное влияние на статистическую отчетность.
Данный вид страхования может поддерживаться государством, так как требует единовременных и незначительных затрат.
Выводы. Рекомендации.
Индексные схемы страхования являются достаточно новыми на развивающемся рынке страхования. Они основаны на частоте наступления определенных неблагоприятных погодных случаев, их размерах и интенсивности.
Применение индексных схем страхования, с точки зрения автора, имеет хорошую возможность для их распространения в условиях Самарской области. Это, по нашему мнению, связано с несколькими причинами:
— низкая стоимость административных затрат, что связано с использованием достоверных и доступных данных, что, в свою очередь, не требует расходов на сбор данных, проведение экспертной оценки при наступлении страхового случая, оценки убытков и других мероприятий на уровне отдельных хозяйств, как это происходит при традиционных видах страхования;
— возможность страхования системных сельскохозяйственных рисков, вызванных природными условиями;
— возможность решения проблем морального риска и ассиметричности информации, то есть заключение договора страхования не влияет на наступление страхового случая;
— уменьшение нагрузки на государственный бюджет в случаях наступления неблагоприятных погодных условий, приносящих значительные потери сельхозпредприятиям.
В настоящее время рынок сельскохозяйственного страхования является
развивающимся. Но страховщиками предлагается незначительное число страховых продуктов. Предлагаются традиционные схемы страхования, в основном это страхование урожая сельскохозяйственных культур вследствие повреждения и уничтожения стихийными бедствиями, болезнями, вредителями, противоправными действиями третьих лиц, пожарами и др. Кроме того, приобретение страховых полисов по данным схемам зачастую непосильно аграриям без государственной поддержки, что связано с
высокими страховыми тарифами и финансовым положением сельхозтоваропроизводителей. Таким образом, в связи с тем, что аграрное страхование во всем мире является действенным рыночным инструментом снижения производственных (в том числе и погодных) рисков, необходимо идти по пути расширения перечня предлагаемых страховых услуг, разработки, апробации и внедрения инновационных схем страхования, которыми и являются погодное (индексное) страхование.
Литература
1. Бота Борина. Развитие параметрических (индексных) схем страхования сельскохозяйственных культур в Казахстане.
URL: http://www.agroinsurance.com/ru/product/weather_index/?pid=715.
2. Отчет о научно-исследовательской работе по теме «Агрометеорологическое обеспечение научных исследований и изучение влияния погодных условий на формирование урожаев сельскохозяйственных культур» за 2003-2009 гг.
3. Результаты финансово-хозяйственной деятельности сельскохозяйственных организаций Самарской области за2008 год. Самара, 2009.
4. Сельское хозяйство Самарской области : стат. сб. Самара, 2009. С. 242.
5. Теория статистики : учебник / под ред. проф. Р. А. Шмойловой. 3-е изд., перераб. М. : Финансы и статистика, 2000. 560 с.
основные направления интеграционных процессов в апк пермского края *
р. р. исламиев, соискатель, Пермская ГСХА
617520, Пермский край, с. Уинское, ул. Калинина, д. 33; e-mail: [email protected]
Ключевые слова: агропромышленная интеграция, сельское хозяйство, кооперация, конкурентоспособность, интегрированные структуры.
Keywords: agroindustrial integration, agriculture, cooperation, the competitiveness, the integrated structures.
Агропромышленный комплекс Пермского края является крупным сектором экономики. Анализ положения дел в агропромышленном комплексе показывает, что на данном этапе ни одна из сфер АПК не в состоянии в одиночку выйти из экономического кризиса. В связи с этим важнейшим условием активизации деятельности предприятий АПК может стать объединение их на основе кооперации и интеграции как важнейшего фактора стабилизации экономики.
Для восстановления сельскохозяйственного производства требуется коренная перестройка всей системы производственных, в том числе и организационно-экономических, отношений в сфере агропромышленного производства.
Среди путей решения экономических проблем АПК наибольшую актуальность приобретает развитие интеграционных процессов, являющихся мощным фактором дальнейшего прогресса в развитии производительных сил и совершенствовании производственных отношений.
В условиях рыночной экономики аграрная сфера может успешно развиваться, только если обеспечиваются сбалансированные связи сельского хозяйства, отраслей промышленности, производящих для него средства производства, сферы переработки и реализации продукции. Для этого необходимо развивать различные формы агропромышленной интеграции.
В сложившихся экономических условиях основным направлением
стабилизации сельского хозяйства является агропромышленная интеграция— процесс соединения сельского хозяйства и промышленности в определенных организационно-экономических структурах.
В настоящее время в Пермском крае размещено 48 муниципальных образований первого уровня — 42 муниципальных района и 6 городских округов. В состав Пермского края также входит территория с особым статусом — Коми-Пермяцкий округ
Анализ размеров предприятий и производства в Пермском крае показывает, что средний размер интегрированного формирования по площади сельскохозяйственных угодий в 5 раз превышает размер среднего сельскохозяйственного (неинтегрированного) предприятия, среднегодовая стоимость основных производственных фондов, принадлежащих интегрированным предприятиям, составляет 4718 млн. руб. (45 % от общекраевого показателя). Размеры производства в каждом предприятии этой группы в среднем в 12 раз превышают размеры производства неинтегрированных предприятий и в целом дают 80 % всей валовой сельскохозяйственной продукции края. Таким образом, более крупный размер и большая концентрация средств в интегрированных предприятиях увеличивают размеры производства, что является одним из основных показателей эффективности производства.
В процессе дальнейшей интенсификации сельскохозяйственного производства, напрямую определяющей успех
предприятия в рыночных условиях, все больше возрастает значение каждого из элементов производственного и ресурсного потенциалов.
Сопоставление показателей фондообеспеченности и фондоемкости говорит о сравнительно низкой эффективности использования основных фондов предприятиями края, что объясняется низкой загруженностью и напряженностью их использования.
Однако основные производственные фонды сельскохозяйственного назначения используются наиболее эффективно интегрированными предприятиями: в 2009 г фондоотдача составила 1,147, что на 39 % больше, чем в целом по краю.
Сравнительная характеристика показателей производственно-хозяйственной деятельности также доказывает преимущества интегрированных формирований по отношению к другим агропредприятиям края.
Так, в 2009 г. интегрированные формирования, имея на своем балансе 7,5 % земель сельскохозяйственного назначения области, 6,2 % поголовья крупного рогатого скота, 6,4 % поголовья коров, 5,4 % свиней и 85 % птицы, произвели 15,2 % зерна, 16 % картофеля, 12 % овощей, 7 % молока, 35 % мяса и 97 % яиц. При этом выручки от реализации продукции получено 32 %, а прибыли — 65 % от краевых показателей.
В 2009 г. результаты работы интеграционных формирований значительно возросли. Увеличив долю сельскохозяйственных угодий до 45 %, интегрированные
