CC BY
10
УДК 633.6
ОБОСНОВАНИЕ СТРАТЕГИИ УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ САХАРНОЙ СВЕКЛЫ
ВЕКЛЕНКО В.И.,
доктор экономических наук, профессор, профессор кафедры экономики, управления и гуманитарных наук, ФГБОУ ВО Курская ГСХА.
Реферат. В статье рассмотрены научные подходы к управлению важнейшими факторами производства сахарной свеклы, заключающиеся в индексном анализе доли влияния на валовой сбор уборочной площади и урожайности, использовании методов экстраполяционного моделирования для обоснования прогнозных значений факторов и объемов производства сахарной свеклы. Индексный анализ проводился по средним значениям валового сбора, уборочной площади и урожайности сахарной свеклы за пяти-шестилетние периоды, а экстраполяцилнные модели разрабатывались по ежегодным величинам валового сбора за весь рассматриваемый период с 1995 г. по 2020 г. Индексный анализ по материалам Российской Федерации в целом показал, что для прогнозных расчетов наиболее целесообразно использовать результаты сравнения средних значений исследуемых показателей периода 2016-2020 гг. с периодом 1995-2000 гг. Полученные в результате анализа количественные значения доли влияния уборочной площади на валовой сбор и спрогнозированные по линейной экстраполяционной модели размеры производства позволили обосновать на 2025 г. оптимальные значения уборочной площади и урожайности сахарной свеклы в целом по РФ и основным свеклосеющим регионам.
Ключевые слова: валовое производство, урожайность, уборочная площадь, индексный анализ, экстраполяционные модели, прогнозирование.
JUSTIFICATION OF THE SUGAR BEET PRODUCTION MANAGEMENT STRATEGY
VEKLENKO V.I.,
Doctor of Economics, Professor, Professor of the Department of Economics, Management and Humanities, FGBOU VO Kursk State Agricultural Academy.
Essay. The article considers scientific approaches to the management of the most important factors of sugar beet production, consisting in an index analysis of the share of the impact on the gross harvest of the harvesting area and yield, the use of extrapolation modeling methods to substantiate the forecast values of factors and volumes of sugar beet production. Index analysis was carried out on the average values of gross harvest, harvesting area and sugar beet yield over five to six-year periods, and extrapolation models were developed based on annual gross harvest values for the entire period under review from 1995 to 2020. Index analysis based on the materials of the Russian Federation as a whole showed that for predictive calculations it is most appropriate to use the results of comparing the average values of the studied indicators for the period 2016-2020 with the period 1995-2000. The quantitative values of the share of the impact of the harvesting area on the gross harvest obtained as a result of the analysis and the production sizes predicted by the linear extrapolation model made it possible to justify the optimal values of the harvesting area and sugar beet yield in the whole of the Russian Federation and the main beet-growing regions for 2025.
Keywords: gross production, yield, harvesting area, index analysis, extrapolation models, forecasting.
Введение. Сахар является одним из основных продуктов питания населения. Он используется непосредственно в рационе питания и является важной составной частью для производства и приготовления многих видов
продукции. В настоящее время основную часть сахара в нашей стране получают от производства сахарной свеклы [1, 2].
Производство сахарной свеклы представляет собой одну из важных отраслей сельско-
хозяйственного производства РФ и важнейшую отрасль растениеводства. Несмотря на то, что на долю этой культуры в целом по стране приходится примерно 1,4% посевных площадей, в таких ведущих регионах по производству сахарной свеклы, как Краснодарский край, Воронежская и Курская области, удельный вес посевов рассматриваемой культуры составляет свыше 5-6%, а в Липецкой области - почти 10% [3].Доля же использования в этой отрасли трудовых, материальных и финансовых ресурсов значительно выше и составляет в ведущих регионах, по нашим оценкам, 20-30% и выше от затрат в растениеводстве. Примерно такой же удельный вес и производства сахарной свеклы в продукции растениеводства. Это свидетельствует о том, что эффективное управление производством сахарной свеклы является важной задачей развития сельского хозяйства страны.
Обсуждение. Анализ производства сахарной свеклы в целом по РФ, проведенное по периодам с 1995 г. по 2020 г., показывает, что валовое производство в среднем за 2001-2005 гг. по сравнению с 1995-2000 гг. возросло на 24,8%, в 2006-2010 гг. - на 81,9%, в 2011-2015 гг. - на 174,5%, в 2016-2020 гг. - на 213,4%. Если рассматривать в качестве базы для сравнения предыдущий период, то рост в 20062010 гг. составил 45,7%, в 2011-2015 гг. -50,9%, в 2016-2020 гг. - 14,2%. Таким образом, увеличение производства сахарной свеклы происходило неравномерно. Наибольшие темпы роста были в 2011-2015 гг., несколько ниже они были в 2006-2010 гг., средние темпы роста характерны для 2001-2005 гг., а в 20162020 гг. они были наиболее низкими за рассматриваемый период.
Соответствующие показатели изменения величины урожайности с 1 га убранных площадей сахарной свеклы использовании в каче-
стве базы для сравнения первого периода составили во втором периоде 34,6%, в третьем -28,2%, в четвертом - 29,4%, пятом - 7,2%. При использовании же в качестве базового предыдущего периода рост урожайности составил в третьем периоде 72,6%, четвертом -123,5%, пятом - 139,7%. Наибольшие темпы роста урожайности были в 2001-2005 гг., несколько меньшими они были в следующих двух периодах, а наименьшими - в том же 2016-2020 гг.
Сравнение показателей изменения величины убранных площадей сахарной свеклы показало, что в 2001-2005 гг. по сравнению с 1995-2000 гг. их средние размеры уменьшились на 7,2%, в следующем периоде по сравнению с указанным базовым периодом они увеличились на 5,4%, в четвертом периоде -на 20,8%, а последнем из рассматриваемых периодов - на 30,9%. При использовании в качестве базы для сравнения предыдущего периода можно отметить, что рост площади уборки в третьем периоде составил 13,6%, в четвертом - 16,5%, пятом - 6,6%. Следовательно, наибольшие темпы роста площадей уборки были, как и по величине валового сбора, в четвертом периоде, высокими - в третьем, низкими - в пятом, а во втором периоде наблюдалось сокращение посевов (таблица 1).
В целом можно сделать вывод, что на рост объемов производства сахарной свеклы оказал влияние, прежде всего, рост урожайности, а также увеличение посевных площадей и, соответственно, убранной площади.
Для изучения влияния указанных факторов на динамику валового сбора были использованы экономические индексы, включающие расчет характеристики влияния изменения структуры явления [7].
Таблица 1 - Средняя величина валового сбора, убранной площади и урожайности сахарной
свеклы по периодам в Российской Федерации
Номер периода Период Валовой сбор, млн. т Убранная площадь, тыс. га Урожайность, ц с 1 га убранной площади
1 1995-2000 гг. 14,9 831 179
2 2001-2005 гг. 18,6 772 241
3 2006-2010 гг. 27,1 877 309
4 2011-2015 гг. 40,9 1022 400
5 2016-2020 гг. 46,7 1089 429
Рассчитано по [3-6]
Для оценки влияния изменения площади уборки и урожайности на увеличения валового сбора сахарной свеклы в 2001-2005 гг. по сравнению с 1995-2000 гг., составившим 3,7 млн. т, был произведен расчет условного валового сбора как произведение урожайности базового первого периода на размеры убранной площади второго периода, составивший 13,8 млн. т. Разница между полученной величиной и фактическим валовым сбором в среднем за 1995-2000 гг., составившая -1,1 млн. т, будет показывать отрицательное влияние уменьшения площади уборки, а разница между валовым сбором в 2001-2005 гг. и условной его величиной, составившая 4,8 млн. т, покажет положительное влияние роста урожайности сахарной свеклы. Расчеты проводились по следующей схеме:
ДВС2-1=18,6-14,9=+3,7=(13,8-14,9)+(18,6-13,8) = -1,1+4,8 (млн. т),
где ДВС2-1 - разница в валовом сборе сахарной свеклы между вторым и первым периодами.
По приведенной схеме было рассчитано влияние изменения площадей уборки и урожайности на изменение валового при сравнении других периодов с первым или предыдущим периодами:
ДВС3-2=27,1 -18,6=+8,5=(21,1-18,6)+(27,1-21,1) =+2,5+6,0 (млн. т),
ДВС3-1=27,1-14,9=+12,1=(15,7-14,9)+(27,1-15,7) =+0,8+11,4 (млн. т),
ДВС4-3=40,9-27,1=+13,8=(31,6-27,1 )+(40,9-31,6) =+4,5+9,3 (млн. т),
ДВС4-1 =40,9-14,9=+26,0=(18,3-14,9)+(40,9-18,3)=+3,4+22,6 (млн. т), ДВС5-4=46,7-40,9=+5,8=(43,6-40,9)+(46,7-43,6) =+2,7+3,1 (млн. т),
ДВС5-1=46,7-14,9=+31,8=(19,5-14,9)+(46,7-19,5) =+4,6+27,2 (млн. т).
Результаты расчетов в натуральных величинах и в процентах приведены в таблице 2.
Показатели Убранная Урожай- Валовой сбор, млн. т Рост валового сбора за счет увеличения
площадь, тыс. га ность, ц/га убранной урожай-
площади ности
2001-2005 гг. к 1995-2000 гг.:
расчет условного валового сбора 772 179 13,8 х х
изменение валового сбора: млн. т х х +3,7 -1,1 +4,8
% х х 100,0 -29,7 +129,7
2006-2010 гг. к 2001-2005 гг.:
расчет условного валового сбора 877 241 21,1 х х
изменение валового сбора: млн. т х х +8,5 +2,5 +6,0
% х х 100,0 +29,4 +70,6
2006-2010 гг. к 1995-2000 гг.:
расчет условного валового сбора 877 179 15,7 х х
изменение валового сбора: млн. т х х +12,2 +0,8 +11,4
% х х 100,0 +6,6 +93,4
2011-2015 гг. к 2006-2010 гг.:
расчет условного валового сбора 1022 309 31,6 х х
изменение валового сбора: млн. т х х +13,8 +4,5 +9,3
% х х 100,0 +32,6 +67,4
2011-2015 гг. к 1995-2000 гг.:
расчет условного валового сбора 1022 179 18,3 х х
изменение валового сбора: млн. т х х +26,0 +3,4 +22,6
% х х 100,0 +13,1 +86,9
2016-2020 гг. к 2011-2015 гг.:
расчет условного валового сбора 1089 400 43,6 х х
изменение валового сбора: млн. т х х +5,8 +2,7 +3,1
% х х 100,0 +46,6 +53,4
2016-2020 гг. к 1995-2000 гг.:
расчет условного валового сбора 1089 179 19,5 х х
изменение валового сбора: млн. т х х +31,8 +4,6 +27,2
% х х 100,0 +14,5 +85,5
Таблица 2 - Расчет изменения величины валового сбора сахарной свеклы по периодам в РФ за счет изменения убранной площади и урожайности
Анализ проведенных расчетов показывает, что при использовании в качестве базы для сравнения периода с 1995 по 2000 гг. вклад изменения площадей уборки составил от -1,1 млн. т в 2001-2005 гг. до 4,6 млн. т в 20162020 гг., а изменения урожайности - от 4,8 млн. т во втором периоде до 27,2 млн. т - в пятом. В процентном выражении доля влияния площадей уборки изменялась от -29,7% во втором периоде до 14,5% в последнем, а урожайности - от 85,5% в пятом периоде до 129,7% - во втором.
При использовании в качестве базы для сравнения предыдущего периода абсолютное влияние площадей уборки изменялось от -1,1 млн. т во втором периоде до 4,6 млн. т в пятом, а в относительном выражении - от -29,7% во втором периоде до 46,6% в пятом. Абсолютное же влияние изменения урожайности колеблется от 3,1 млн. т в 2016-2020 гг. до 9,3 млн. т в 2011-2015 гг., а в относительном - от 53,4% в 2016-2020 гг. до 129,7% в 2001-2005 гг.
Поведенный индексный анализ показывает, что максимальное влияние изменения площади уборки на рост валового сбора был в 2016-2020 гг. по сравнению с 2011-2015 гг., составившим почти 47%. Соответственно минимально влияние урожайности на изменение валового сбора, которое было в указанном периоде, составило более 53%. В качестве средних показателей доли влияния двух рассматриваемых факторов на увеличение валового производства сахарной свеклы можно исполь-
зовать относительные величины при сравнении показателей последнего пятого периода и первого, свидетельствующие о том, что на рост производства, составивший более 3,1 раза, основное влияние оказало увеличение урожайности, доля которого превышает 85%, а доля влияния роста площадей уборки составляет менее 15%.
Наибольшие объемы производства сахарной свеклы в РФ сосредоточены в Краснодарском крае. Регион традиционно находится на первом месте в рейтинге по валовому сбору этой культуры. В 2020 г. второе место в рейтинге занимала Курская область, что наблюдалось впервые за последние годы. Свыше 10% в валовом сборе сахарной свеклы РФ занимает ее производство в Воронежской и Липецкой областях. На долю указанных четырех регионов приходится в настоящее время половина валового сбора сахарной свеклы, полученного в стране (таблица 3).
Анализ средних объемов производства сахарной свеклы в РФ и основных регионах по периодам с 1995 по 2020 гг. показывает, что их величина возросла во всех рассматриваемых регионах и в целом по стране. Однако, если по РФ в среднем за 2016-2020 гг. объем производства увеличился по сравнению с 1995-2000 гг. в 3,1 раза, то Воронежской области и Краснодарском крае увеличение составило 2,5-2,7 раза, что меньше, чем в целом по стране, а в Курской и Липецкой областях -в 4,2-5,9 раза, что значительно больше средних по РФ темпов роста (таблица 4).
Таблица 3 - Валовой сбор сахарной свеклы в 2020 г. в основных регионах Р 3Ф, тыс. т
Регион Валовой сбор Рейтинг
тыс. т в % к РФ
Краснодарский край 5849,0 17,3 1
Курская область 3912,1 11,5 2
Воронежская область 3547,9 10,5 3
Липецкая область 3527,7 10,4 4
Тамбовская область 3214,7 9,5 5
Республика Татарстан 2150,8 6,3 6
Пензенская область 1880,4 5,5 7
Орловская область 1841,9 5,4 8
Белгородская область 1788,4 5,3 9
Республика Башкортостан 1290,1 3,8 10
Рассчитано по [3]
Таблица 4 - Средняя величина валового сбора сахарной свеклы по периодам в основных ре-
Период Краснодарский край Воронежская область Липецкая область Курская область
1995-2000 гг. 3244 2187 834 1189
2001-2005 гг. 4041 2715 1593 1090
2006-2010 гг. 5711 3220 1870 2611
2011-2015 гг. 7619 5301 3589 3907
2016-2020 гг. 8816 5511 4937 4989
Рассчитано по [3-6]
Рисунок 1 - Диаграмма изменения валового новных регионах
Неодинаковыми были и тенденции изменения объемов производства сахарной свеклы. Сопоставление валовых сборов по выделенным периодам показывает, что в целом по РФ темпы роста были относительно равномерными. Такие же тенденции сложились в Краснодарском крае и Курской области с той лишь разницей, что в Краснодарском крае среднегодовые темпы роста были ниже, чем в целом по стране, а в Курской области - выше. В Воронежской и Липецкой областях тепы роста характеризовались не-равностью. Так, в Воронежской области наблюдалось значительное увеличение производства сахарной свеклы в 2011-2015 гг. и относительно небольшое увеличение в 2016-2020 гг. В Липецкой же области небольшие темпы роста в 20062010 гг. сменились на очень высокие в последующих двух пятилетних периодах (рисунок 1).
сбора сахарной свеклы по периодам в РФ и ос-
Оценка влияния рассматриваемых факторов на валовой сбор сахарной свеклы по основным свеклосеющим регионам РФ проводилась путем сравнения показателей 2016-2020 гг. с 19952000 гг.
Приведенные в таблице 5 расчеты показывают, в Краснодарском крае и Курской области влияние размеров убранной площади и урожайности на рост валового сбора сахарной свеклы примерно такое же, как и в целом по РФ. В Воронежской же области изменение величины валового сбора произошло в основном за счет увеличения урожайности. Напротив, в Липецкой области увеличение посевных площадей более чем на 25% определило рост валового сбора, что значительно больше, чем в целом по РФ.
Для обоснования стратегии управления производством сахарной свеклы необходимо разработать прогноз величины валового сбора. Как показали наши исследования, наиболее эффективным инструментом является метод экстра-поляционного моделирования [2].
График изменения валового сбора сахарной свеклы в РФ за 1995-2020 гг. показывает, что однозначно выбрать определенную форму математической функции, выражающей тенденцию изучаемой динамики не представляется возможным (рисунок 2).
Таблица 5 - Расчет изменения величины валового сбора сахарной свеклы в 2016-2020 гг. по сравнению с 1995-2000 гг. по основным регионам РФ за счет изменения убранной площади и
Показатели Убранная площадь, тыс. га Урожайность, ц/га Валовой сбор, тыс. т Рост валового сбора за счет увеличения
убранной площади урожайности
Краснодарский край: расчет условного валового сбора 191,3 217 4151 х х
изменение валового сбора: тыс. т х х +5572 +907 +4665
% х х 100,0 16,3 83,7
Воронежская область: расчет условного валового сбора 127,2 179 2277 х х
изменение валового сбора: тыс. т х х +3324 +90 +3234
% х х 100,0 2,7 97,3
Липецкая область: расчет условного валового сбора 121,4 156 1894 х х
изменение валового сбора: тыс. т х х +4103 +1060 +3043
% х х 100,0 25,8 74,2
Курская область: расчет условного валового сбора 102,7 176 1808 х х
изменение валового сбора: тыс. т х х +3800 +619 +3181
% х х 100,0 16,3 83,7
Рисунок 2 - График изменения валового сбора сахарной свеклы в РФ
Поэтому исследование можно начать с наиболее простой линейной экстраполяционной модели:
у=а+Ъхг,
где у - валовой сбор сахарной свеклы, млн. т; г - порядковый номер года; а и Ъ - параметры модели.
Полученные результаты позволили установить, что коэффициент корреляции между изучаемым показателем и порядковым номером года составляет 0,872, что указывает на то, что свыше 76% вариации во временном ряду валового сбора обусловлено порядковым номером года. Поскольку ошибка модели составляет 6,55*10-9, а параметров а и Ъ соответственно 7,79*10-9 и 6,55*10-9, что намного меньше предельной величины 0,05, то уравнением линейной экстраполяционной модели можно пользоваться для проведения прогнозных расчетов. Уравнение модели с конкретными параметрами имеет вид:
у=-3068+1,54*1 Параметр Ь показывает, что средний ежегодный рост валового сбора сахарной свеклы составил 1,54 млн. т, или 8,1% к фактическому уровню за 1995 г.
Вместе с тем, как видно из графика, валовой сбор сахарной свеклы в 1996-2002 гг. был ниже 1995 г., а в 1998 г. его величина была минимальной в рассматриваемом периоде и, кроме того, рост объемов производства в 2011-2019 гг. был значительно большим, чем в 1999-2009 гг., то вполне оправданным будет использование и экстраполяционной модели второй степени:
у=а+ЪЩ + сх г, где с - третий параметр модели.
В этом случает коэффициент корреляции между величиной валового сбора и двумя пере-
менным, выражающими фактор времени (порядковым номером года и возведенной в квадрат его величиной), составивший 0,874, был несколько выше, полученного при использовании линейной модели. Однако точность рассматриваемой модели второй степени составит 6,24*10-8, что ниже, чем линейной модели. Точность же параметров модели оказалась ниже требуемого уровня, что приводит к выводу о невозможности использования ее для прогнозирования.
Статистическая проверка разработанных экстраполяционных моделей указанных видов для прогнозирования валового сбора сахарной свеклы в основных свеклосеющих регионах РФ показывает, что параметры модели второй степени имеют ошибку, превышающую 5%. Следовательно, для расчетов могут быть использованы линейные модели, ошибки которых и их параметров значительно меньше предельно допустимой величины.
Использование линейной экстраполяцион-ной модели позволило определить прогнозное значение валового сбора сахарной свеклы, составившее на 2025 г. 56,1 млн. т. По сравнению с периодом 1995-2000 гг. увеличение валового сбора составит 41,2 млн. т, или возрастет в 3,8 раза.
Прогнозные величины валового сбора сахарной свеклы во всех основных регионах тоже значительно возрастут по сравнению с фактическими. Однако увеличение производства в Краснодарском крае и Воронежской области ожидается несколько меньше, чем в целом по стране, а в Курской области и, особенно, в Липецкой области рост будет значительно выше (таблица 6).
Таблица 6 - Прогноз величины валового сбора сахарной свеклы в основных регионах РФ
Показатели Краснодарский край Воронежская область Липецкая область Курская область
Уравнение линейной
экстраполяционной модели у=-526152+265,0хг у=-320417+161,5 хг у=-373187+187,1 хг у=-366571 +183,9 хг
Прогноз валового сбора на 2025 г.: тыс. т 10400 6600 5800 5900
увеличение по срав-
нению:
с периодом 2016-2020 гг., % 18,0 19,8 17,5 18,3
с периодом 1995-2000 гг.: тыс. т 7156 4413 4966 4711
раз 3,21 3,02 6,95 4,96
Для определения прогнозной величины урожайности и посевной площади используем ту же методику определения экономических индексов и расчет характеристики влияния основных факторов:
ДВСп-1=56,1 - 14,9=+41,2=(х-14,9)+(56,1 -х), где х - величина условного валового сбора сахарной свеклы, вычисленного как произведение средней урожайности за 1995-2000 гг. (У1) и уборочной площади в прогнозном периоде (Пуп).
Если предположить, что влияние размеров убранной площади на величину валового сбора сохранится в прогнозном периоде на уровне среднего фактического за 1995-2020 гг., составившего по нашим расчетам около 15%, то прибавка валового сбора за счет этого фактора по отношению к 1995-2000 гг. составит:
, , , 15^X41,2 , ^
Величина условного валового сбора х составит:
х =14,9+6,2=21,2.
Исходя из этого, можно определить прогнозную уборочную площадь:
^х=У1хПуп=179х Пуп,
Пуп=—=— х 10000= 1184 (тыс.га).
179 у у
Величина же прогнозной урожайности составит:
Прогнозная величина площади уборки по сравнению с 2016-2020 гг. должна вырасти на 95 тыс. га, или на 8,7%, а по сравнению с 1995-2000 гг. - на 352 тыс. га, или на 42,3%. Прогнозная урожайности с 1 га убранной площади должно увеличиться по сравнению с 2016-2020 гг. на 45 ц га, или 10,5%, а по сравнению с 1995-2000 гг. - на 295 ц/га, или на 164,8%.
Рассмотренная методика определения прогнозных величин уборочной площади и урожайности сахарной свеклы была использована для соответствующих расчетов по основным свеклосеющим регионам (таблица 7).
Наиболее значительно в прогнозном периоде должны увеличиться посевные площади сахарной свеклы в Липецкой области, их увеличение в Краснодарском крае и Курской области будет несколько меньше, чем в среднем по РФ, а в Воронежской области - относительно небольшим.
Наибольший рост урожайности прогнозируется в Воронежской области, в Краснодарском крае и Курской области увеличение должно быть примерно на уровне страны, а в Липецкой области - относительно не высоким.
Таблица 7 - Расчет прогнозной величины уборочной площади и урожайности сахарной
Показатели Краснодарский край Воронежская область Липецкая область Курская область
Влияние изменения размеров убранной площади на рост величины валового сбора, % 16 3 26 16
Прибавка валового сбора по отношению к 1995-2000 гг. за счет расширения уборочной площади, тыс. т 1145 132 1291 754
Величина условного валового сбора тыс. т 4389 2319 2125 1943
Прогнозная уборочная площадь: тыс. га 202 130 136 110
увеличение по сравнению: с периодом 2016-2020 гг., % 5,6 2,2 12,0 7,1
с периодом 1995-2000 гг., % 34,8 6,6 154,2 62,5
Прогнозная урожайность: ц/га 514 509 426 534
увеличение по сравнению: с периодом 2016-2020 гг., % 11,5 17,6 4,7 9,9
с периодом 1995-2000 гг., раз 2,37 2,84 2,73 3,03
Расчет влияния изменения площадей уборки и урожайности на изменение прогнозного валового при сравнении его с предыдущим периодам проведен по схеме, приведенной выше: ДВСп-5=56,1 -46,7=+9,4=(50,8-46,7)+(56,1 -50,8)=+4,1+5,3 (млн. т).
Увеличение валового сбора в прогнозном периоде по сравнению с 2016-2020 гг., которое составит 9,4 млн. т, или 20,1%, будет достигнуто почти на 44% за счет расширения уборочной площади и более чем на 56% за счет роста урожайности. Влияние изменения площадей уборки на валовой сбор несколько снизится по сравнению с соответствующей долей этого фактора в изменениях объемов производства сахарной свеклы в 2016-2020 гг. по отношению к предыдущему периоду, а влияние урожайности - несколько возрастет. В сравнении же с периодом 1955-2000 гг. влияние изменения площадей уборки значительно возрастет, а урожайности -снизится.
Расчеты по основным регионам показывают, что в прогнозном периоде по сравнению с пе-
риодом 2016-2020 гг. прибавка валового сбора за счет увеличения уборочной площади в Воронежской области составит 10,8%, что значительно ниже, чем в целом по РФ, в Краснодарском крае и Курской области - 31,3 и 39,2% соответственно, что немного ниже среднего по стране, а в Липецкой области - 69,3%, что существенно выше, чем по РФ. Влияние же урожайности будет наиболее низким в Липецкой области, а наиболее высоким - в Воронежской.
Вывод. Эффективное управление факторами производства сахарной свеклы, к важнейшим из которых относится урожайность и уборочная площадь, заключающееся в научном обосновании доли их влияния на валовой сбор и прогнозировании их величины, позволит увеличить производство сахарной свеклы в стране, которое в 2025 г., по нашим расчетам, превысит в целом по РФ 56 млн. т, т.е. возрастет по сравнению с 2016-2020 гг. более чем на 20%. Увеличение объемов производства по основным свеклосеющим регионам будет относительно меньшим и составит 17,5-19,8%.
Список использованных источников
1. Векленко В.И., Силаева Л.П., Белкин Р.Е. Государственное регулирование и прогнозирование развития свеклосахарного подкомплекса в ЦЧР // Вестник Курской государственной сельскохозяйственной академии. - 2013. - № 7. - С. 17-19.
2. Векленко В.И. Тенденции развития и устойчивости производства сахарной свеклы в ведущих странах и регионах РФ // Вестник Курской государственной сельскохозяйственной академии.-2022. - № 2.- С. 114-122.
3. Российский статистический ежегодник. 2021: Стат.сб./Росстат. - М., 2021. - 692 с.
4. Регионы России. Социально-экономические показатели. 2021: Стат. сб. / Росстат. - М., 2021. -1112 с. [Электронный ресурс]. - URL: https://rosstat.gov.ru/folder/210/document /13204.
5. Регионы России. Социально-экономические показатели. 2010: Стат. сб. / Росстат. - М., 2010.
- 996 с. [Электронный ресурс]. - URL: https://rosstat.gov.ru/folder/210/document /13204.
6. Регионы России. Социально-экономические показатели. 2002: Стат. сб. / Госкомстат России.
- М., 2002. - 863 с. [Электронный ресурс]. - URL: https://rosstat.gov.ru/folder/210 /document /13204.
7. Осинцева В. М. Статистика: учебное пособие. - Тюмень: Изд-во Тюменского государственного университета, 2011. - 388 с.
Spisok ispoFzovanny'x istochnikov
1. Veklenko V.I., Silaeva L.P., Belkin R.E. Gosudarstvennoe regulirovanie i prognozirovanie razvitiya sveklosaxarnogo podkompleksa v CzChR // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2013. - № 7. - S. 17-19.
2. Veklenko V.I. Tendencii razvitiya i ustojchivosti proizvodstva saxarnoj svekly' v veushhix stranax i regionax RF // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii.- 2022. - № 2.- S. 114122.
3. Rossijskij statisticheskij ezhegodnik. 2021: Stat.sb./Rosstat. - M., 2021.- 692 s.
4. Regiony' Rossii. Social'no-e'konomicheskie pokazateli. 2021: Stat. sb. / Rosstat. - M., 2021. -1112 s. [E'lektronny'j resurs]. - URL: https://rosstat.gov.ru/folder/210/document /13204.
5. Regiony' Rossii. Social'no-e'konomicheskie pokazateli. 2010: Stat. sb. / Rosstat. - M., 2010. -996 s. [E'lektronny'j resurs]. - URL: https://rosstat.gov.ru/folder/210/document /13204.
6. Regiony' Rossii. Social'noe'konomicheskie pokazateli. 2002: Stat. sb. / Goskomstat Rossii. - M., 2002. - 863 s. [E'lektronny'j resurs]. - URL: https://rosstat.gov.ru/folder/210 /document /13204.
7. Osinceva V.M. Statistika: uchebnoe posobie. - Tyumen' : Izd-vo Tyumenskogo gosudarstvennogo universiteta, 2011. - 388 s.
