Содержание к диссертации
Введение
Глава 1. Теоретические и методологические аспекты прогнозирования сельскохозяйственного производства в условиях циклических колебаний 15
1.1. Циклические колебания и их значение в прогнозировании 15
1.2. Сущность, содержание и методы прогнозирования 36
1.3. Зарубежный опыт прогнозирования и циклического регулирования сельскохозяйственного производства 63
Глава 2. Состояние и особенности сельскохозяйственного производства Сибирского федерального округа 73
2.1. Современное состояние сельскохозяйственной экономики 73
2.2. Особенности циклических колебаний сельскохозяйственного производства в долгосрочном периоде 91
2.3. Выявление существенных факторов циклической динамики сельскохозяйственного производства 118
Глава 3. Инновационное развитие сельского хозяйства 136
3.1. Роль инноваций в развитии сельского хозяйства 136
3.2. Технологические уклады в сельском хозяйстве 148
3.3. Оценка уровня инновационного развития сельского хозяйства Сибирского федерального округа 160
Глава 4. Прогнозирование сельскохозяйственного производства в условиях циклических колебаний и инновационного развития 178
4.1. Разработка методики прогнозирования сельскохозяйственного производства в условиях циклических колебаний и инновационного развития 178
4.2. Обоснование долгосрочного прогноза сельскохозяйственного производства по инерционному сценарию 195
4.3. Инновационный сценарий долгосрочного прогноза сельскохозяйственного производства 206
Глава 5. Совершенствование инновационного развития сельского хозяйства региона 221
5.1. Функциональная модель инновационной инфраструктуры сельского хозяйства региона 221
5.2. Механизм создания и развития модели инновационной инфраструктуры 232
5.3. Основные положения по функционированию элементов модели инновационной инфраструктуры 243
Заключение 262
Список литературы 266
Приложения 295
Приложение 1 - Валовое производство продуктов сельского хозяйства Сибирского федерального округа 296
Приложение 2 - Коэффициенты эластичности производства продуктов сельского хозяйства 299
Приложение 3 - Показатели, характеризующие эффективность производства продуктов растениеводства в сельском хозяйстве Сибирского федерального округа 305
Приложение 4 - Показатели, характеризующие эффективность производства продуктов животноводства в сельском хозяйстве Сибирского федерального округа 308
Приложение 5 - Показатели, характеризующие наличие и использование факторов производства продуктов сельского хозяйства Сибирского федерального округа 311
Приложение 6 - Результаты корреляционного анализа (матрицы межфакторных парных коэффициентов корреляции) показателей и факторов сельскохозяйственного производства СФО по фазам длинной волны за период 1950-2011 годы по продуктам 314
Приложение 7 - Анкета изучения спроса на аграрные инновации 328
Приложение 8 - Положение о Центре трансфера аграрных технологий Сибирского федерального округа 330
- Сущность, содержание и методы прогнозирования
- Выявление существенных факторов циклической динамики сельскохозяйственного производства
- Обоснование долгосрочного прогноза сельскохозяйственного производства по инерционному сценарию
- Механизм создания и развития модели инновационной инфраструктуры
Введение к работе
Актуальность темы исследования. Циклическая динамика является всеобщей формой движения природы, общества и экономики. Специфика экономической динамики состоит в том, что ей присущ более вероятностный характер, чем, например, природным циклам. Это обстоятельство важно учитывать в процессе прогнозирования развития экономики. В современной экономике прогнозирование играет существенную роль, которая обусловлена практической значимостью прогнозов.
Благодаря реализации в России национального проекта «Развитие АПК», Государственной программы развития сельского хозяйства, региональных целевых программ развития отрасли, крупных проектов агробизнеса производство продукции в сельском хозяйстве России в последние годы растет. В сельском хозяйстве аккумулируются значительные финансовые средства, эффективность использования которых в определяющей степени будет зависеть от достоверности отраслевых прогнозов. Качественное прогнозирование позволит также демпфировать риски, возникшие в аграрном секторе после вступления России во Всемирную торговую организацию.
Важную роль в развитии сельскохозяйственного производства в условиях циклических колебаний играют инновации, лежащие в основе экономического роста и являющиеся его источником. Созданная в нашей стране инновационная инфраструктура, включающая многочисленные и разнообразные элементы, недостаточно приспособлена для проникновения инноваций в сельское хозяйство.
Вышеизложенное предопределяет научную и практическую актуальность данного исследования.
Степень изученности проблемы. Исследованию вопросов прогнозирования экономики посвящены работы многих отечественных и зарубежных ученых. Создана научная база знаний, раскрывающих теоретические и методологические аспекты прогнозирования, особенности прогнозирования в условиях инновационного развития, в том числе с учетом отраслевых аспектов.
Теоретическим и методологическим основам прогнозирования посвящены труды И.А. Бокун, В.И. Борисевича, Л.П. Владимировой, Н.Д. Кондратьева, Б.С. Кошелева, М.Ю. Ксенофонтова, К.П. Личко, Н.В. Мордовченкова, Т.Г. Морозовой, В.Ф. Печеневского, А.В. Пикулькиной, С.Н. Тарамонова, D.S. Walonicka.
Проблемы циклических колебаний и их влияние на развитие экономики наиболее полно представлены в работах ученых Л.И. Абалкина, С.П. Аукуционека, С.Ю. Глазьева, Р.С. Гринберга, И.В. Дерюгиной, Н.Д. Кондратьева, У.К. Митчелла, А.В. Полетаева, В.Г. Растянникова, Е.Е. Слуцкого, П.А. Сорокина, М.И. Туган-Барановского, Г. Хаберлера, Р.К. Харрода, Ю.В. Шараева, Й. Шумпетера, Ю.В. Яковца, Р. Aghionа, Р. Howitta, L.A. Metzlera, H.L. Moore, А.С. Pigou, R.M. Solow.
В работах ученых А.А. Акаева, А.М. Гатаулина, Р.С. Гринберга, Н.Н. Данилова, М.Ю. Ксенофонтова, В.Г. Растянникова отмечается возрастающая значимость экономико-математического моделирования и сценарного прогнозирования процессов в экономике с учетом циклических колебаний.
Вопросы инновационного развития сельского хозяйства рассматриваются в работах В.М. Баутина, А.И. Гаврилова, А.В. Голубева, А.В. Гордеева, Т.А. Дозоровой, А.С. Донченко, В.И. Елагина, В.А. Иванова, Н.Я. Коваленко, В.Д. Козлова, Д.И. Кокурина, Н.Д. Кондратьева, Ю.П. Морозова, Г.А. Морозовой, В.И. Нечаева, Н.В. Оболенского, А.М. Озиной, В.Н. Папело, П.М. Першукевича, А.В. Петрикова, Г.А. Полунина, Д.В. Проскура, К.В. Рыжова, Б. Твисса, И.Г. Ушачева, Л.П. Федоровой, О.А. Фроловой, Д.В. Ходоса, А.Е. Шамина, Ю.В. Яковца, G. Menscha.
Вместе с тем недостаточно исследованными остаются вопросы методологического и методического обеспечения долгосрочного прогнозирования сельскохозяйственного производства в условиях циклических колебаний и с учетом инновационного импульса развития. Кроме того, несмотря на большое количество работ по проблемам создания инновационной инфраструктуры, мало исследованы практические аспекты формирования региональных инфраструктур, необходимых для инновационного развития сельского хозяйства.
Цель и задачи исследования. Целью диссертационного исследования явилось решение научной проблемы, связанной с развитием теоретических и методологических положений прогнозирования сельскохозяйственного производства и разработкой методических и практических рекомендаций по обоснованию долгосрочных прогнозов сельскохозяйственного производства и условий их реализации с учетом циклических колебаний и инновационного развития сельского хозяйства.
Для достижения сформулированной цели поставлены следующие задачи диссертационного исследования:
1) уточнить и систематизировать теоретические и методологические положения прогнозирования сельскохозяйственного производства на основе систематизации отечественного и зарубежного опыта прогнозирования в условиях циклических колебаний и инновационного развития сельского хозяйства;
2) выявить особенности циклических колебаний сельскохозяйственного производства и разработать экономико-математическую модель для долгосрочного прогнозирования объемов производства продуктов сельского хозяйства;
3) определить совокупность факторов, оказавших превалирующее влияние на динамику сельскохозяйственного производства в пределах длинного сельскохозяйственного цикла с использованием многофакторного корреляционного анализа;
4) уточнить классификацию сельскохозяйственных инноваций и идентифицировать длинные сельскохозяйственные циклы, мировые технологические уклады и агроинновации;
5) разработать методику прогнозирования сельскохозяйственного производства в условиях циклических колебаний с учетом инновационного развития;
6) обосновать инерционный и инновационный сценарии долгосрочных прогнозов сельскохозяйственного производства;
7) разработать функциональную модель инновационной инфраструктуры сельского хозяйства региона как необходимого условия реализации инновационного сценария прогноза;
8) разработать механизм создания и развития модели инновационной инфраструктуры сельского хозяйства региона;
9) обосновать предложения по функционированию элементов инновационной инфраструктуры в сельском хозяйстве.
Объект исследования – сельскохозяйственное производство и инновации в сельском хозяйстве.
Предмет исследования – экономические, организационные, социальные процессы и отношения, характеризующие и определяющие прогнозирование сельскохозяйственного производства в условиях циклических колебаний и инновационного развития.
Теоретическую, методологическую и методическую основу исследования составили труды отечественных и зарубежных ученых и практиков по проблемам прогнозирования, циклических колебаний экономики, в том числе сельскохозяйственной, инновационного развития экономики.
Для обоснования выдвигаемых автором основных положений в диссертационном исследовании использованы следующие методы: диалектический метод изучения объективных экономических законов и закономерностей, метод системного и сравнительного анализа, абстрактно-логический метод, монографический метод, экономико-статистический метод, метод экспертных оценок, метод экономико-математического моделирования и другие методы научных исследований, что позволило обеспечить комплексность исследования.
Информационной базой исследования явились официальные материалы Федеральной службы государственной статистики Российской Федерации, Министерства сельского хозяйства Российской Федерации, территориальных органов Федеральной службы государственной статистики по Иркутской, Кемеровской, Новосибирской, Омской, Томской областям, Алтайскому и Красноярскому краям, республике Бурятии, данные, опубликованные в работах других исследователей, аналитические материалы научно-исследовательских организаций России и других стран, информация, размещенная на официальных сайтах Министерства сельского хозяйства Российской Федерации, научно-образовательных организаций, занимающихся проблемами развития сельского хозяйства.
Научная новизна диссертационного исследования. Наиболее существенными являются следующие результаты, полученные лично автором и характеризующие научную новизну исследования.
1. Научно обоснована система методов и условия разработки методики для долгосрочного прогнозирования сельскохозяйственного производства в условиях циклических колебаний и инновационного развития на основе дополненной и систематизированной классификации методов прогнозирования с учетом целесообразности их применения для прогнозирования развития отраслевой экономики в долгосрочном периоде, способности учитывать особенности длинноволновых циклических колебаний и инновационного развития.
2. Построена экономико-математическая модель для долгосрочного прогнозирования сельскохозяйственного производства в условиях длинноволновых циклических колебаний на основе выявленного с использованием методов дифференциальных исчислений и предельного анализа четвертого длинного сельскохозяйственного цикла, определения временных границ его фаз, научного обоснования характера циклической динамики в каждой фазе цикла.
3. На основе многомерного корреляционного и дисперсионного анализа выявлены факторы, оказавшие доминирующее влияние на динамику сельскохозяйственного производства в пределах четвертого длинного сельскохозяйственного цикла, что позволило скорректировать параметры разработанной эконометрической модели для прогнозирования; в ходе исследования установлено, что повышательная стадия цикла была связана с экстенсивным расширением факторов сельскохозяйственного производства и имплицитным внедрением инкрементальных инноваций, что дало возможность идентифицировать четвертый длинный сельскохозяйственный цикл и третий технологический уклад в отрасли и определить перечень приоритетных инновационных технологий для ускоренного перехода аграрной экономики на новый технологический уклад.
4. Уточнена и расширена классификация сельскохозяйственных инноваций путем включения в нее классификационных критериев: масштаб распространения, частота и период применения, инициирующий субъект; на основе предложенной классификации сформированы внутрикритериальные группы инноваций в сельском хозяйстве, определяющие возникновение и развитие очередного длинного цикла и технологического уклада; выявлен существенный дисбаланс между динамикой создания и внедрения сельскохозяйственных инноваций, что позволило научно обосновать необходимость создания системы для предварительной апробации инноваций, что значительно ускорит процесс их последующего тиражирования.
5. На основе предложенной концептуальной схемы методологии долгосрочного циклического прогнозирования разработана методика прогнозирования сельскохозяйственного производства в условиях циклических колебаний и инновационного развития, которая позволяет, используя модельный инструментарий, выявлять закономерности в динамике основных показателей и оценивать количественные взаимосвязи между ними, сравнивать показатели эффективности сельскохозяйственного производства с аналогичными в мировой практике и экстраполировать их с учетом выявленного потенциала инновационного роста; предложенная методика оптимальна при построении долгосрочных прогнозов с учетом особенностей циклических колебаний и инноваций.
6. Научно обоснованы долгосрочные прогнозы сельскохозяйственного производства до 2060 года по инерционному сценарию с учетом рефлексии циклических колебаний и по инновационному сценарию с условием реализации инновационного потенциала, накопленного в сельском хозяйстве; инновационный сценарий развития сельского хозяйства Сибирского федерального округа позволит значительно увеличить объемы производства в отрасли (в диапазоне 8-14% по разным продуктам); таким образом, будет решен целый комплекс региональных стратегических задач, включая достижение полной продуктовой самообеспеченности региона, вовлечение в сельскохозяйственный оборот неиспользуемых земель, повышение занятости сельского населения.
7. Разработана функциональная модель инновационной инфраструктуры сельского хозяйства региона, включающая новые элементы: Центр внедрения аграрных инноваций, Центр обучения и консалтинга и Центр трансфера аграрных технологий, который успешно функционирует на базе ФГБОУ ВПО «Кемеровский государственный сельскохозяйственный институт», что позволило существенно повысить эффективность производства на отдельных предприятиях за счет внедрения сельскохозяйственных инноваций.
8. Предложен механизм создания и развития инновационной инфраструктуры в сельском хозяйстве региона, включающий в себя аккумуляцию агроинноваций, их апробацию и массовое тиражирование, мероприятия по повышению уровня инновационного образования агробизнеса; обоснованы основные положения по функционированию элементов инфраструктуры; предложенную инфраструктуру рекомендовано создать в каждом федеральном округе России с учетом специфики производимых сельскохозяйственных продуктов, что обеспечит быстрое погружение в отрасль уже созданных инновационных разработок и динамичное внедрение вновь создаваемых технологий.
Практическая значимость исследования заключается в теоретическом, методическом и методологическом обосновании прогнозов сельскохозяйственного производства в условиях циклических колебаний с учетом влияния инноваций, в решении проблем построения инфраструктуры внедрения инноваций в сельское хозяйство региона.
Предложенные автором методические и практические рекомендации помогут осуществлять обоснованное долгосрочное прогнозирование сельскохозяйственного производства региона для разработки отраслевых программ развития и рационального планирования государственных и частных инвестиций. Результаты исследования могут быть использованы в учебном процессе при подготовке и переподготовке специалистов АПК.
Содержание диссертационного исследования соответствует пунктам 1.2.39. Обоснование прогнозов и перспектив развития агропромышленного комплекса и сельского хозяйства и 1.2.40. Инновации и научно-технический прогресс в агропромышленном комплексе и сельском хозяйстве Паспорта специальностей ВАК (экономические науки).
Апробация результатов исследования. Основные положения диссертационного исследования докладывались, обсуждались и получили положительную оценку на международных и российских научно-практических конференциях, форумах и конгрессах: на Международной научно-практической конференции «Кондратьевские чтения», организуемой Институтом экономики РАН и Фондом Николая Кондратьева (Москва, 2007г., 2008г., 2009г., 2010г., 2011г., 2012г.); на Международной научно-практической конференции «Научное обеспечение АПК Сибири, Монголии и Казахстана» (Улан-Батор, 2007г.); на Международной научно-практической конференции молодых ученых СФО (Красноярск, 2007г.); на Первом Российском экономическом конгрессе (Москва, 2009г.); на Международной научно-практической конференции «Инновации в агропромышленном комплексе» (Новосибирск, 2009г.); на Всероссийской научно-практической конференции «Вклад молодых ученых в отраслевую науку с учетом современных тенденций развития АПК» (Москва, 2009г.); на Международной научно-практической конференции «Современные проблемы экономической науки» (Иркутск, 2010г.); на Международной научно-практической конференции «Стратегическое развитие инновационного потенциала АПК регионов» (Тверь, 2012г.).
Результаты диссертационного исследования приняты к внедрению Департаментом научно-технологической политики и образования Министерства сельского хозяйства Российской Федерации при разработке «Государственной программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013-2020 годы», Департаментом сельского хозяйства и перерабатывающей промышленности Кемеровской области при разработке долгосрочной целевой программы «Государственная поддержка АПК и социального развития села в Кемеровской области на 2008-2012 годы».
Результаты диссертационной работы используются в учебном процессе ФГБОУ ВПО «Кемеровский ГСХИ» при чтении лекций для студентов экономического факультета, в программах повышения квалификации работников АПК Кемеровской области.
Публикации. По теме диссертационного исследования опубликовано 64 научных работы общим объемом 71,43п.л. (авторский вклад 60,65п.л.), в том числе 4 монографии и 16 работ в изданиях, рекомендованных ВАК для публикации результатов диссертационных исследований.
Структура диссертации. Диссертация изложена на 333 страницах компьютерного текста, содержит 46 таблиц, 43 рисунка, состоит из введения, пяти глав, выводов и предложений, библиографического списка литературы, включающего 353 наименования, 8 приложений.
Сущность, содержание и методы прогнозирования
Население Земли превысило 7 миллиардов человек. Для обеспечения растущей потребности землян в продуктах питания по оценкам ученых потребуется 500 млн.т. хлеба, 250 млн.т мяса и больше 1 трлн. яиц в год! Как произвести и рационально перераспределить такое количество продовольствия - нелегкая задача для мировой экономики. Специальная сессия Организации объединенных наций летом 2012 года была посвящена вопросу свертывания программ производства биотоплива из растений в развитых странах (США, Канада, Германия и др.). На повестке - угроза мирового голода.
Проблема производства и перераспределения продовольствия решается на национальном и региональном уровнях. Продукты питания в основном имеют ограниченные сроки хранения, поэтому прогнозирование объемов их производства и последующее планирование распределительных потоков -чрезвычайно актуальная проблема. Огромное значение в этом процессе имеет обоснованное долгосрочное прогнозирование объемов производства продукции сельского хозяйства.
Современное сельское хозяйство России развивается активно, ускоряется техническая и технологическая модернизация отрасли, реализуются масштабные национальные проекты по развитию АПК (например, приоритетный национальный проект «Развитие АПК», его преемница Госпрограмма развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2008-2012 годы, Государственная программа развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013-2020 годы) [1], [2]. Масштабные государственные инвестиции уже спровоцировали рост инвестиций частных. В сельскохозяйственном производстве аккумулируются значительные финансовые средства, направляемые на модернизацию отрасли, рентабельность которых будет зависеть в том числе от точности отраслевых прогнозов.
По мнению ведущих ученых и политиков, инвестиции в отраслевую модернизацию и инновации будут наиболее эффективны и принесут ощутимый синергетический эффект при условии качественного прогнозирования показателей развития отрасли, как долгосрочного, так и краткосрочного. Кроме того, прогнозирование демпфирует риски, возникшие в аграрном секторе после вступления России во Всемирную торговую организацию - последующие 5 лет Россия приняла на себя обязательства по сокращению субсидирования сельского хозяйства, что приведет к значительной коррекции мероприятий и финансовых показателей Госпрограммы, реализуемой Министерством сельского хозяйства. По мнению академика РАСХН И.Г.Ушачева «было принято политическое решение, а социально-экономические угрозы и риски не учтены» [301, с. 15]. Однако мы считаем, что используя методики долгосрочного прогнозирования сельскохозяйственного производства с учетом сложившихся трендов и потенциальных катализаторов роста экономики отрасли (продолжающейся модернизации, внедрения аграрных инноваций), корректировка планов Госпрограммы нивелирует угрозы интеграции в ВТО. Этого мнения придерживаются авторитетные российские ученые, экономисты, политики (И.Г.Ушачев [301], Г.Карпенко [94, с.54-59], В.Н.Плотников [188, с.2-4], А.А.Серков [263], Д.Эпштейн [331, с.17-21] и другие).
По мнению ученых В.Ф.Печеневского, И.Загайтова проблема прогнозирования в сельскохозяйственной экономике осложняется еще и тем, что современная аграрная наука России пока не располагает значительными наработками, методическими заделами по составлению прогнозов развития отраслевой экономики на средне и долгосрочную перспективу [187, с.52].
Фундамент теоретических основ прогнозирования экономических явлений составляют основы экономической теории. Теоретическим и методологическим основам прогнозирования посвящены труды ученых прошлого и наших современников. Отечественные и зарубежные ученые рассматривают прогнозирование, как имманентную составляющую дальновидной государственной политики, отмечая при этом, что эволюция технических средств обработки информации мультипликативно увеличивает возможности составления прогнозов и повышает их качество.
Ведущие теоретики экономики в большей или меньшей степени останавливаются на вопросах долгосрочного прогнозирования и планирования макро и мезо экономических систем. Вопросы прогнозирования рассматриваются к работах по экономической теории отечественных и зарубежных ученых И.А. Бокун [37], В.И. Борисевича [39], [40], Л.П. Владимировой [48], Н.Д. Кондратьева [106], [107], [108], Б.С. Кошелева [111], М.Ю. Ксенофонтова [113], К.П. Личко [122], [123], Н.В. Мордовченкова [141], Т.Г. Морозовой [144], В.Ф. Печеневского [187], А.В. Пикулькина [206], С.Н. Тарамонова [279], D.S. Walonicka [348].
Входя в блок функциональных экономических наук и являясь частью теории регулирования экономики, теория прогнозов изучает исторические, методические, методологические аспекты и инструменты прогнозирования национальной экономики, экономики отрасли (промышленность, строительство, сельское хозяйство), региональной экономики.
Теория прогнозирования априори тесно связана с научной статистикой и использует статистические методы анализа релевантной информации для расчетов прогнозов, теоретические основы прогнозирования заимствуют теоретические аспекты математики, информатики, социологии, психологии и других наук.
Мы изучили трактовки понятий «прогноза» и «прогнозирование» различными учеными, сравнили их и представили в таблице 1.4.
По нашему мнению, наиболее емкими, указывающими на научную основу и одновременно на практическую значимость, являются определения прогноза Н.Д.Кондратьева и К.П.Личко.
По словам Н.Д.Кондратьева «в социально-экономической жизни проблема прогноза имеет особенно глубокое практическое значение» и «значение прогноза, как всякого знания, лежит в том, что оно отвечает настоятельным запросам нашего практического действия в процессе жизненной и социальной борьбы» [106, с.510, 511].
Впрочем, все ученые, занимающиеся и проблемами прогнозирования, отмечают исключительную практическую значимость этого процесса и его результата.
Таким образом, обзор понятий «прогноз» и «прогнозирование» позволил выделить ряд особенностей присущих этой группе понятий.
Во-первых, для разработки прогноза необходимы эмпирические данные, характеризующие особенности ретроспективного развития явления.
Выявление существенных факторов циклической динамики сельскохозяйственного производства
Смена одной фазы экономического цикла другой происходит при соблюдении определенных условий и под действием определенных факторов. Для последующего прогнозирования параметров цикла важно определить, какие из факторов оказали на этот процесс доминирующее влияние. Для этого в экономике используется метод многомерного корреляционного анализа, который применен в данной работе. В работе поставлена задача исследовать факторы, оказавшие влияние на сельскохозяйственное производство в каждой фазе выявленного 4-го длинного цикла.
По мнению Кондратьева Н.Д. к этому времени (к концу 3-го «Кондратьевского» экономического цикла) в сельском хозяйстве России практически завершился процесс государственной монополизации агросферы, «опирающейся на веления публичной власти», главным объектом которой стало зерновое хозяйство, а так же все смежные отрасли промышленности, производящие средства производства [107, с.407].
Многие исследователи экономики сельского хозяйства 20 века отмечают, что с начала 50-х годов 20 века в отрасли наметились некоторые признаки подъема, которые совпали с повышательной фазой второго (в 20 веке) «большого цикла» Кондратьева [213, с. 19-29]. Это объясняет высокие темпы экономического роста сначала 50-х годов 20 века, в том числе в сельском хозяйстве Сибирского федерального округа.
Предусмотрен следующий порядок корреляционного исследования причинно-следственных связей показателей сельскохозяйственного производства Сибирского федерального округа: по каждому виду проанализированных сельскохозяйственных продуктов представляются набор причинно-следственных показателей производства (эмпирические значения всех показателей за рассматриваемый период представлены в приложениях 3 5); после выявляется степень влияния показателей, характеризующих факторы производства, на результирующий показатель сельскохозяйственного производства путем вычисления коэффициентов корреляции (или устанавливается теснота взаимосвязи между результирующим показателем сельскохозяйственного производства региона и показателями, характеризующими факторы сельскохозяйственного производства).
Совокупности причинно-следственных связей показателей сельскохозяйственного производства проанализированы в конкретных временных периодах, которыми стали выявленные для каждого продукта фазы 4-го «Кондратьевского» экономического цикла.
Приняты следующие обозначения показателей, участвующих в корреляционном анализе:
1. Валовый сбор зерна, тыс.т - Va;
2. Валовый сбор картофеля, тыс.т - Vb;
3. Валовый сбор овощей, тыс.т - Vc;
4. Производство скота и птицы на убой, тыс.т - Vd;
5. Производство молока, тыс.т - Ve;
6. Производство яиц, тыс.т - Vf;
7. Урожайность зерна, ц/га - Ua;
8. Урожайность картофеля, ц/га - Ub;
9. Урожайность овощей, ц/га - Uc;
10. Надои молока, кг на 1 корову - Ukw;
11. Среднегодовая яйценоскость кур, шт. на 1 голову - Uf;
12. Посевные площади всех сельскохозяйственных культур, тыс.га - Sa;
13. Посевные площади зерновых культур, тыс. га - Sa;
14. Посевные площади картофеля, тыс. га - Sb;
15. Посевные площади овощей, тыс. га - Sc;
16. Среднегодовое количество осадков, мм - N;
17. Количество площадей овощей на один трактор, га - Sct;
18. Поголовье крупного рогатого скота, тыс.голов - Kkrs;
19. Поголовье свиней, тыс.голов - Ks;
20. Поголовье птиц, тыс.голов - Кр;
21. Поголовье коров, тыс.голов - Kkw;
22. Парк тракторов в пересчете на 15-сильные, шт. - Kt;
23. Парк зерноуборочных комбайнов в пересчете на 15-футовые, шт. - Кк;
24. Расход кормов в расчете на 1 условную голову КРС в сельскохозяйственных организациях, кг - Кг;
25. Среднегодовая численность сельскохозяйственных производственных рабочих, тыс.чел. - L;
26. Численность специалистов с высшим и средним профессиональным образованием, занятых в сельскохозяйственном производстве, тыс. чел. - Le;
27. Численность персонала, занятого исследованиями и разработками, тыс.чел. - L:.
28. Внесение минеральных удобрений на 1 га посева сельскохозяйственных культур в сельхозпредприятиях в пересчете на 100% питательных веществ, кг -Nm;
29. Внесение органических удобрений на 1 га посева сельскохозяйственных культур в сельхозпредприятиях, т - No;
30. Численность инновационно- активных предприятий промышленности и сферы услуг, ед. - Pj;
31. Число внедренных результатов интеллектуальной деятельности (патенты, авторские свидетельства), ед. — Т;
32. Число использованных передовых производственных технологий, ед. -Тес;
33. Внутренние затраты на исследования и разработки, тыс. руб. - Ci;
34. Государственные закупки зерна, тыс.т - Ga;
35. Государственные закупки картофеля, тыс.т - Gb;
36. Государственные закупки овощей, тыс.т - Gc;
37. Государственные закупки мяса, тыс.т - Gd;
38. Государственные закупки молока, тыс.т - Ge;
39. Государственные закупки яиц, тыс.т - Gf.
Данные для корреляционного анализа по перечисленным показателям, характеризующим производство всех продуктов отрасли, представлены в приложениях 1,3-5.
Корреляционный анализ показателей сельскохозяйственного производства представлен на примере анализа производства зерна. Для определения доминирующих факторов, оказывающих влияние на валовый объем производства зерна, были проанализированы следующие совокупности показателей, распределенные по временным периодам, соответствующим фазам 4-го «Кондратьевского» экономического цикла (таблица 2.21).
Обоснование долгосрочного прогноза сельскохозяйственного производства по инерционному сценарию
Разработанная методика прогнозирования развития сельскохозяйственного производства в условиях циклических колебаний и инновационного развития позволяет осуществлять прогнозирование в дальнесрочном временном интервале производства продукции сельского хозяйства дифференцированно по каждому продукту. Инерционный прогноз основан на естественной смене фаз длинного цикла с коррекцией длительности цикла согласно сложившейся тенденции сжатия длинной волны. В исследовании были выявлены циклические закономерности прошлой 4-й длинной волны в сельском хозяйстве Сибири, которые были положены в основу инерционного прогноза по всем продуктам: зерну, картофелю, овощам, мясу, молоку и яйцам.
Инерционный прогноз рассчитан для всех фаз 5-го длинного цикла. Основные фазы подъема и спада длинного цикла, выявленные в сельском хозяйстве, включают: подъем (оживление) - ускоряющиеся темпы роста, подъем (процветание) - замедляющиеся темпы роста, спад (рецессию) -замедленные темпы падения и спад (депрессию) - ускоренные темпы падения.
Применение разработанной методики представлено нами на примере обоснования прогнозов по отдельным продуктам сельского хозяйства Сибирского федерального округа. Далее следует обоснование инерционного сценария прогноза производства зерна в условиях циклического развития сельского хозяйства.
Как показали результаты исследования, в 2005 году завершился четвертый длинный цикл в производстве зерна. Производство зерна в пределах 4-го длинного сельскохозяйственного цикла иллюстрируется выраженными фазами подъема и спада в рамках длинного цикла, границы которых выявлены в предыдущей главе.
Коэффициенты полинома у = а0 + а + a2t2 + a t3 для прогнозирования валового сбора зерна означают следующее: а0 - значение валового сбора зерна при t=0. Коэффициент а і интерпретируем как среднегодовой прирост валового сбора зерна; а2 определяет темпы роста фаз выявленного экономического цикла - чем больше значение \а2\ , тем больше темпы роста. Коэффициент а3 играет роль «регулятора»: если а3 0, то искомая модель является возрастающей функцией, в противном случае убывающей. Также, чем ближе \а3\ к нулю, тем длиннее циклическая волна. Таким образом, величина а3 задает продолжительность исследуемого периода цикла.
Для разработки эконометрической модели, описывающей производство зерна в фазах пятого длинного цикла по инерционному сценарию, определены ее параметры с учетом следующих допущений: темпы роста зерна и амплитуда колебаний валового сбора зерна сохранятся (неизменны коэффициенты а/ и а2), изменится длительность цикла с учетом коэффициент сжатия циклов со значением 0,87 и составит 51 год. Значение валового сбора зерна на начало 4-го цикла составляло 8707 тыс.т, валовой сбор зерна увеличивался ежегодно в среднем на 1179,2 тыс.т. Модель скорректирована до 2011 года, поэтому начало стадии оживления 5-го цикла описывается этой же моделью. Но дальнейший рост будет описан другой моделью, параметры которой нам предстоит определить.
Как уже отмечалось, согласно результатам исследований Н.Д.Кондратьева и других ученых продолжительность каждого последующего длинного цикла неуклонно сокращалась. На основе продолжительности первого, второго и третьего длинных циклов, выявленных Кондратьевым Н.Д., рассчитан коэффициент сжатия циклов, который составил 0,87. Соответственно продолжительность 5-й длинной волны составит 51 год. Таким образом, если считать 2006 год началом 5-й волны (на это указывает анализ эластичности производства зерна, произведенный в главе 2), то она произойдет в период с 2006 по 2056 год.
Следовательно, продолжительность и временные границы фаз 5-й длинной волны для производства зерна будут следующими:
1) Подъем (оживление) - продолжительность фазы 10 лет с 2006 по 2015 годы;
2) Подъем (процветание) - продолжительность фазы 16 лет с 2016 по 2031 годы;
3) Спад (рецессия) - продолжительность 13 лет с 2032 по 2044 годы;
4) Спад (депрессия) - продолжительность 12 лет с 2045 по 2056 годы.
На основании выявленных параметров модели мы можем идентифицировать ее коэффициенты (таблица 4.3).
Параметры инерционной модели 5-го длинного сельскохозяйственного цикла в производстве зерна, представленные в таблице 4.3, позволили нам рассчитать прогнозные значения валового производства зерна в натуральном выражении в пределах пятого длинного цикла в сельском хозяйстве Сибирского федерального округа.
В таблице 4.4 представлены расчетные значения.
На рисунке 4.7 представлен инерционный прогноз валового производства зерна в пределах пятого длинного цикла сельскохозяйственного в Сибирского федерального округа, рассчитанный по предложенной методике прогнозирования сельскохозяйственного производства в условиях циклических колебаний.
Инерционный прогноз не учитывает возможностей развития отрасли по инновационному сценарию и основан на сохранении циклических закономерностей, присущих отрасли региона.
Инерционный прогноз производства зерна показывает, что следующий долгосрочный период развития отрасли на протяжении пятого длинного цикла, который предположительно произойдет с 2006 по 2056 год, продемонстрирует рост производства продукта в фазе подъема, при этом максимальный объем производства зерна, который будет достигнут, приблизится к 18,5 млн.т, после наступит спад производства и минимум производства зерна будет зафиксирован на уровне 16 млн.т.
Пятый длинный цикл в производстве зерна предполагается более сглаженным, с меньшей амплитудой колебаний прогнозного показателя «Валовый сбор зерна» (от 16 до 18,5 млн.т), чем в пределах четвертого длинного цикла (по линии тренда амплитуда колебаний составила в прошлом цикле 10-18 млн.т), который уже завершен. Однако максимальное значение в пятом цикле будет ненамного превышать максимум предыдущего периода. Результаты прогнозов по инерционному сценарию, выполненных в диссертационном исследовании, свидетельствует о незначительном приросте объемов производства сельскохозяйственных продуктов в размере 3-7% к уровню производства в аналогичных фазах предыдущей четвертой длинной волны.
Инерционный прогноз может стать основой для разработки долгосрочных программ развития отрасли в целом, а так же для целевого прогнозирования и планирования самообеспеченности населения региона зерном, для прогнозирования объемов производства кормов для нужд животноводства региона.
Механизм создания и развития модели инновационной инфраструктуры
Для ускорения темпов сельскохозяйственного производства, повышения уровня инновационности отрасли и форсированного перехода на новый технологический уклад нами предложено создать и обеспечить функционирование модели инновационной инфраструктуры для запуска и внедрения аграрных инноваций в сельскохозяйственное производство в каждом из восьми федеральных округов Российской Федерации: Центральном, Северо-Западном, Южном, Северо-Кавказском, Приволжском, Уральском, Сибирском и Дальневосточном. Таким образом, на территории России будет создано восемь специализированных инновационных внедренческо-образовательных центров с сельскохозяйственной направленностью.
Каждый из этих центров будет осуществлять поиск агроинноваций, целесообразных для внедрения в сельское хозяйство данного федерального округа, обеспечивать информирование фермеров о существующих научных новинках, создавать условия для их апробации в лабораторных условиях и внедрении в промышленных, реализовывать программы обучения специалистов сельскохозяйственных предприятий ведению высокотехнологичного агробизнеса.
Логическая схема механизма создания и развития модели инновационной инфраструктуры в сельском хозяйстве региона включает правовое, финансовое и организационное поля (рис.5.3).
В Сибирском федеральном округе такой Центр может специализироваться на производстве и переработке зерна, выращивании овощей закрытого грунта, переработке дикоросов, в Приволжском федеральном округе будут созданы условия для внедрения технологий молочного скотоводства, переработке мясного и молочного сырья, в Южном федеральном округе акцент будет сделан на выращивании фруктов и овощей.
В таблице 5.1 предложены этапы механизма реализации модели инновационной инфраструктуры, порядок действий на каждом этапе, предлагаемый субъект-координатор этапа и участники этапа.
Предложенный нами механизм включает четыре этапа:
1 этап: аккумуляция агроинноваций;
2 этап: апробация агроинноваций;
3 этап: массовое тиражирование (внедрение) агроинноваций;
4 этап: повышение уровня инновационного образования агробизнеса. Участниками механизма на разных этапах являются государство (в лице Министерства сельского хозяйства Российской Федерации и региональных органов власти), создатели инноваций (научные организации, частные исследователи и разработчики), агробизнес (сельскохозяйственные предприятия всех форм собственности и организационно-правовых форм, фермеры и крупные личные подсобные хозяйства населения). Каждое звено предлагаемой модели инновационной инфраструктуры сельского хозяйства работает в постоянном контакте с другими звеньями, а так же с внешними субъектами.
Ведущая роль в механизме отводится активным элементам инновационной инфраструктуры - Центру трансфера аграрных технологий, Центру внедрения аграрных инноваций, Центру обучения и консалтинга
На 1 этапе «Аккумуляция агроинноваций» научные организации федерального округа, среди которых могут быть сельскохозяйственные вузы, научно-исследовательские институты Российской академии сельскохозяйственных наук, другие научные организации принимают коллегиальное решение о создании ЦТАТ на базе одного из участников совещания - ведущего вуза или научно- исследовательского института РАСХН. Коллективный договор по итогам совещания определяет внутреннюю структуру ЦТАТ, порядок его работы и финансирования. Подготовка к работе ЦТАТ включает разработку информационно-аналитической системы «База агроинноваций региона» и ее наполнение путем сбора информации об агроинноваций всех заинтересованных создателей инноваций. Дальнейшая работа ЦТАТ заключается в оперативном обновлении базы агроинноваций и информационном ее продвижении. Целесообразно организовать ЦТАТ в форме юридического лица или, что на наш взгляд менее приемлемо, в форме структурного подразделения перечисленных выше субъектов аграрной экономики.
На 2 этапе «Апробация агроинноваций» создается ключевой элемент модели Центр внедрения аграрных инноваций. Его создание происходит при непосредственном участии государственных федеральных и региональных органов власти, осуществляющих в федеральном округе государственную политику в сфере сельского хозяйства. Это Министерство сельского хозяйства Российской Федерации, Департамент сельского хозяйства Представительства Президента в федеральном округе и региональные Министерства сельского хозяйства субъектов, входящих в округ. Создание ЦВАИ может происходить как в рамках Федеральной целевой программы Минсельхоза России, так и в рамках региональных целевых программ. Целевая программа включает организационно-правовые и экономические условия создания и функционирования ЦВАИ, определяет его внутреннюю структуру, порядок его работы, управления и финансирования, его размещение на территории округа, так же условия создания филиалов ЦВАИ в других субъектах округа. ЦВАИ -это самостоятельная организация, образованная в форме юридического лица смешенного типа собственности государственной и частной. ЦВАИ может быть создан на базе федеральных государственных унитарных предприятий сельскохозяйственного профиля, или на базе сельскохозяйственных учебно-опытных хозяйств. В первое время работы ЦВАИ происходит отладка процесса апробации путем тиражирования пилотных агроинноваций.
На 3 этапе «Массовое тиражирование (внедрение) агроинноваций» дальнейшая работа ЦВАИ направлена на массовое тиражирование агроинноваций в сельскохозяйственном производстве.
4 этап «Повышение уровня инновационного образования агробизнеса» включает разработку и реализацию программ повышения квалификации и переобучения работников сельскохозяйственных предприятий, внедряющих агроинноваций ЦТАТ с использованием площадки ЦВАИ (или минуя ЦВАИ), а так же научное консультирование процесса внедрения агроинноваций. Эти функции реализуются созданным Центро обучения и консалтинга, офис которого располагается на базе ведущего сельскохозяйственного вуза региона. ЦОК может иметь филиалы в сельскохозяйственных вузах или НИИ в субъектах, входящих в федеральный округ.
Каждое звено предлагаемой модели инновационной инфраструктуры сельского хозяйства работает в постоянном контакте с другими звеньями, а так же с внешними субъектами. Основные затраты будут необходимы при создании ЦВАИ - это опытно-промышленная площадка, оснащенная современным оборудованием для производства и переработки сельскохозяйственной продукции с учетом специфики федерального округа. Далее предложены положения по функционированию каждого элемента предложенной инфраструктуры.
В таблице 5.2 представлен расчет затрат на создание и организацию работы модели инновационной инфраструктуры сельского хозяйства Сибирского федерального. Расчет затрат на создание и организацию работы ЦТАТ представлен из расчета фактические произведенных затрат в результате реализации проекта по созданию ЦТАТ Сибирского федерального округа в Кемеровском государственном сельскохозяйственном институте в 2004 году.
Расчет затрат на создание и организацию работы других элементов системы произведен на основе примеров создания подобных структур в Канаде и Германии. Основные затраты будут необходимы при создании Центра внедрения аграрных инноваций - опытно-промышленной площадки, оснащенной современным оборудованием для производства и переработки сельскохозяйственной продукции с учетом специфики сельского хозяйства федерального округа. Рекомендованы источники финансирования затрат, общий объем которых на создание региональной инновационной инфраструктуры в сельском хозяйстве составит 41 млн.руб.
