Группировка сельскохозяйственных организаций зерновой специализации Челябинской области

РАЦИОНАЛИЗАЦИЯ ВОСПРОИЗВОДСТВА МАТЕРИАЛЬНО-ТЕХНИЧЕСКОГО ОБЕСПЕЧЕНИЯ ЗЕРНОВОГО ПОДКОМПЛЕКСА: РЕШЕНИЕ ПРОБЛЕМ

М.В. Лысенко

Ю.В.Лысенко

Ж.А. Зеленская

Э.Х. Таипова

Южно-Уральский государственный университет (национальный исследовательский университет)

Высшая школа экономики и управления

кафедра Логистики и экономики торговли

Аннотация. Материал посвящен решению проблемы воспроизводства технического потенциала зернового подкомплекса агропромышленного комплекса. В российской экономике до сих пор отсутствует четкая стратегия восстановления отрасли тракторного и сельскохозяйственного машиностроения, поэтому возникла необходимость представить процесс воспроизводства технического потенциала, который осуществляется в четыре взаимосвязанные фазы, реализуемые через пятиблочный механизм. Пятиблочный механизм предложен с целью повышения эффективности процессов воспроизводства и ослабления или даже устранения деструктивного воздействия экстремальных факторов на полный цикл воспроизводства. Критический уровень состояния технического потенциала хозяйствующих субъектов всесторонне и объективно можно оценить методом расчета интегрального показателя. 

В материале прослежена зависимость урожайности зерновых культур от обеспеченности тракторами и от нагрузки на один трактор, что привело к выводу о том, что суженое воспроизводство технического потенциала влияет на снижение урожайности зерновых культур. В Челябинской и Свердловской областях повышению конкурентоспособности сельскохозяйственных организаций зерновой специализации способствует развитие кластеров, что является оздоровительным инструментом для аграрной экономики региона. С учетом сформированных кластеров, для проведения оценки состояния технического потенциала организаций зернового направления выработана система научно обоснованных показателей. Для оценки перспектив развития уровня воспроизводства технического потенциала зернового подкомплекса, для выделения кластеров по природно-климатическим зонам разработан алгоритм с учетом воспроизводства технического потенциала. Интегральный показатель оценки эффективности функционирования механизма воспроизводства технического потенциала зернового подкомплекса включает в себя пять базовых блоков: организационно-управленческий, финансово-экономический, технико-технологический, мотивационный и правовой. Выработаны концептуальные направления совершенствования базовых элементов механизма воспроизводства технического потенциала зернового подкомплекса. Проведение среднесрочного прогноза (до 2020 года), как и долгосрочного (до 2030 года) технического оснащения хозяйствующих субъектов зерновой специализации возможно по двум вариантам: инерционному (пессимистическому) и инновационному (оптимистическому), что и сделано в данной статье. 

Ключевые слова: региональный агропромышленный комплекс, машинно-тракторный парк, теоретико-методологические подходы, системность, технический потенциал, механизм воспроизводства, интегральный показатель, кластерный анализ, корреляционно-регрессионнаая модель, зерновой кластер



Введение 

Актуальность темы исследования. Глобализация экономики, вхождение России во Всемирную торговую организацию (ВТО) задают новые экономические условия, которые требуют ускоренного решения проблемы, в целом, модернизации сельского хозяйства как отрасли и, в частности, обновления машинно-тракторного парка сельскохозяйственных организаций [2]. За годы современных аграрных реформ был утрачен прежний технический потенциал отрасли. Большинство машин, применяемых в сельскохозяйственном производстве, выработало нормативный срок амортизации, но из-за отсутствия замены на новую технику продолжается их использование при больших затратах средств и труда на поддержание работоспособного состояния. 

Прослеживается устойчивая тенденция к уменьшению количества техники на обрабатываемую землю и увеличению нагрузки на единицу техники сверх нормативных показателей. Нагрузка на один трактор превышает норматив в 3,4 раза; на зерноуборочный комбайн – в 1,5 раза. В Российской Федерации на один трактор приходится 247 га пашни, тогда как в США нагрузка на один трактор составляет лишь 37 га пашни; что касается зерноуборочных комбайнов, то нагрузка на единицу данного вида техники в России в семь раз выше, чем в США. Списание отечественной техники в 1,5-2 раза опережает ее приобретение [11]. 

Наблюдается диспаритет цен, сформировавшийся между продукцией сельского хозяйства и ресурсами, необходимыми для её производства, что не может быть устранимо самими хозяйствующими субъектами и требует активного вмешательства государства в совершенствование механизма воспроизводства технического потенциала зернового подкомплекса [16].

Среди основных причин недостаточного технического обеспечения аграрного производства следует отметить уменьшение платежеспособного спроса сельскохозяйственных товаропроизводителей, что, в свою очередь, приводит к ухудшению их материально-технической базы, уменьшению объемов производства сельскохозяйственной продукции и, соответственно, к уменьшению поступлений в бюджет. Сформированный машинно-тракторный парк и способы его использования в регионах не дают возможности осуществить внедрение наукоемких технологий, наладить производство конкурентоспособной аграрной продукции.

Механизм государственной поддержки сельскохозяйственных товаропроизводителей до настоящего времени не сориентирован на восстановление и поддержание технического потенциала хозяйствующих субъектов агропромышленного комплекса (АПК). Отсутствуют комплексные методики оценки эффективности механизма воспроизводства технического потенциала зернового подкомплекса. Не разработана целостная федеральная программа по ускоренному техническому и технологическому перевооружению сельскохозяйственного производства, предусматривающая эффективный механизм приобретения новой техники и технологического оборудования [9]. В связи с вышеизложенным тема данного материала актуальна и имеет большое народнохозяйственное значение. Несмотря на наличие научных исследований, посвященных различным составляющим процесса воспроизводства технического потенциала зернового подкомплекса, изменившаяся экономическая ситуация в стране требует более эффективного механизма воспроизводства технического потенциала, в первую очередь, зернового подкомплекса. До настоящего времени не прослеживается внятная стратегия восстановления отрасли тракторного и сельскохозяйственного машиностроения, механизм лизинга не реализуется с той эффективностью и полнотой, которую нам демонстрируют ведущие страны мира [3]. 

Таблица 1 – Группировка сельскохозяйственных организаций зерновой специализации Челябинской области*

Показатель

Группы сельскохозяйственных районов по количеству зерноуборочных комбайнов на 1000 га посевов зерновых культур, единиц

Итого в среднем



1,49-1,99

2,00-2,50

2,51-3,01

3,02-3,52

Свыше 3,53



Число районов

4

3

1

1

1

10

Приходится комбайнов на 1000 га посевов зерновых в среднем в группе, единиц

1,63

2,36

2,53

3,16

10,48

4,03

Урожайность в физической массе после доработки, ц/га

13

9

10

9

9

10

Затраты на 1 га посевов, руб.

2096

2299

2851

3592

3692

2906

Прибыль (убыток) с 1 га, руб.

-312,48

-175,55

282,69

402,63

136,20

66,70

Рентабельность (убыточность) продаж (реализации), %

0

-9,33

10,00

13,00

35,00

9,73

*По данным министерства сельского хозяйства Челябинской области

В рамках предложенной серии методик также использован метод корреляционно-регрессионного анализа [1, 12, 139], который позволяет провести оценку технического потенциала зернового подкомплекса региона. Предложенная методика, в отличие от известных, учитывает зональность территории и позволяет вычленить зерновые кластеры по целому комплексу показателей, включая технической потенциал зернового подкомплекса.

Проведена группировка хозяйств по двум субъектам Российской Федерации, наиболее типичным для зоны Урала. В основу данной группировки положены результаты технической обеспеченности хозяйствующих субъектов по пяти группам районов. Также учитывались экономические показатели: затраты на 1 га посевов, прибыль с 1 га посевных площадей, уровень рентабельности (таблица 1).

При кратком анализе полученных результатов следует отметить, что наиболее убыточными являются хозяйства первой группы, входящие в четыре района Челябинской области: здесь на каждую 1000 га посевов зерновых культур приходится 1,63 единицы сельскохозяйственной техники – получен убыток в размере 312,48 руб. на каждый гектар. Лидером по уровню рентабельности (показателю, обеспечивающему расширенное воспроизводство) стали хозяйствующие субъекты из пятой группы: здесь уровень рентабельности составил 35%.

Что касается группировок, проведенных в сельскохозяйственных районах Свердловской области (приведен результат по количеству тракторов на 1000 га посевов зерновых культур), то зависимость экономической эффективности зернового производства от обеспеченности сельскохозяйственной техникой выразилась в следующем: наблюдается незначительное снижение затрат с ростом числа тракторов на единицу площади – с 3149 руб. в первой группе до 3473 руб. в пятой группе. При этом прибыль с 1 га превышает аналогичный показатель в третьей группе в 17,5 раза, а в четвертой группе – 5,2 раза. Вместе с тем, наивысшая рентабельность продаж (реализации) зерна проявляется во второй группе и составляет 24,25% (таблица 2).

Таблица 2 – Группировка сельскохозяйственных организаций зерновой специализации Свердловской области*

Показатель

Группы сельскохозяйственных районов по количеству тракторов на 1000 га посевов зерновых культур, единиц

Итого в среднем



5,03-10,03

10,04-15,04

15,5-20,05

20,06-25,06

Свыше 25,07



Число районов

3

2

3

1

2

11

Приходится тракторов на 1 000 га посевов зерновых в среднем в группе, единиц

7,47

12,91

16,33

22,49

54,85

22,81

Урожайность в физической массе после доработки, ц/га

21,0

19,95

22,3

24,1

17,7

21,01

Затраты на 1 га посевов, руб.

3149

3988

3431

3653

3473

3539

Прибыль (убыток) с 1 га, руб.

761,04

375,12

16,84

56,98

296,37

301,27

Рентабельность (убыточность) продаж (реализации), %

18,13

24,25

23,80

20,60

17,35

20,83

*По данным министерства агропромышленного комплекса и продовольствия Свердловской области

При анализе производственно-хозяйственной деятельности в агропромышленном комплексе Свердловской области было установлено, что за период 2008-2012 годы урожайность составила 24,1 ц/га в группе хозяйств, имеющих от 20,06 до 25,06 тракторов на 1000 га посевов зерновых культур, по сравнению с 21,0 ц/га, получаемых в хозяйствах, имеющих от 5,03 до 10,03 собственных тракторов. В группе хозяйств, имеющих от 19,3 до 23,3 зерноуборочных комбайнов на каждые 1000 га посевов зерновых культур, была получена урожайность 28,9 ц/га, что на 10,77 ц/га больше, чем в хозяйствах, имеющих от 8,28 до 13,28 зерноуборочных комбайнов на каждую 1000 га посевов. Последние группы пользуются услугами сторонних организаций при уборке урожая. Ограниченность собственных финансовых средств и высокая цена услуг МТС, ремонтно-технических предприятий и агроснабов не позволяют увеличивать затраты на приобретение удобрений и качественного семенного материала в группе хозяйств, где уборочная сельскохозяйственная техника отсутствует. Одним из факторов низкой урожайности может также служить неудовлетворительное качество предоставляемых услуг сервисными структурами АПК. Обеспеченность хозяйств собственной уборочной техникой позволяет им направлять оборотные средства на увеличение количества удобрений, средств защиты растений и приобретение качественных семян. Рост статьи затрат на содержание основных средств по мере улучшения обеспеченности хозяйств сельскохозяйственной техникой компенсируется увеличением урожайности возделываемых культур, что положительно сказывается на эффективности производства отрасли.

Для определения количественной взаимосвязи рассмотренных факторов в группировке результативных показателей производственной деятельности сельскохозяйственных организаций и обеспеченности их сельскохозяйственной техникой нами была разработана многофакторная корреляционно-регрессионная модель обеспеченности сельскохозяйственной техникой зерновых кластеров по материалам 318 хозяйств, разделенных на группы природно-климатических зон – Челябинская область (степная, лесостепная зоны), Свердловская область (лесолуговая, горнолесная, лесостепная зоны). В модель технической обеспеченности были включены переменные величины, отражающие факторы, её формирующие и установленные нами как наиболее значимые: Х – приходится тракторов, зерноуборочных комбайнов на 1000 га посевов зерновых культур в группе, единиц.

Уравнение полученной корреляционно-регрессионной модели имеет вид:

 – по Челябинской области;

 – по Свердловской области.

Теснота выбранных факторов с обеспеченностью тракторами в зерновой отрасли достаточно высокая и колеблется от 69 до 88% по Челябинской области, по Свердловской – от 5 до 84% (рисунки 1, 2).



Приходится тракторов на 1 000 га посевов зерновых в группе, единиц



Рисунок 1 – Зависимость урожайности зерновых культур от обеспеченности тракторами в Челябинской области



Приходится тракторов на 1 000 га посевов зерновых в группе, единиц



Рисунок 2 – Зависимость урожайности зерновых культур от обеспеченности тракторами в Свердловской области





Средняя нагрузка на 1 трактор по группе, га



Рисунок 3 – Зависимость урожайности зерновых культур от нагрузки на один трактор в сельскохозяйственных организациях Челябинской области



Для более глубокого изучения влияния воспроизводства технического потенциала на зерновую отрасль региона в различных группах хозяйств, имеющих пашни в обработке от 229 гектар и свыше 633 гектаров, были разработаны корреляционно-регрессионные модели зависимости по 168 сельскохозяйственным организациям Челябинской области (степная, лесостепная природно-климатические зоны), по 150 сельскохозяйственным организациям Свердловской области (лесолуговая, горнолесная, лесостепная зоны) (рисунки 3, 4). Полученное в результате корреляционно-регрессионного анализа уравнение имеет вид: 

 – по Челябинской области;

 – по Свердловской области.





Средняя нагрузка на 1 трактор по группе, га



Рисунок 4 – Зависимость урожайности зерновых культур от нагрузки на один трактор в сельскохозяйственных организациях Свердловской области

В общей сложности рассматриваемые факторы объясняют вариацию воспроизводства технического потенциала в зерновой отрасли на 61%, прочие внутренние факторы составляют 39%. Наибольшая доля вариации воспроизводства технического потенциала приходится на изменчивость затрат 1 га посевов зерновых (61%) в пятой группе при нагрузке на один трактор свыше 633 гектаров в Челябинской области, в Свердловской области приходится 44% в четвертой группе при нагрузке на один трактор от 480 до 560 га.

Таким образом, исследование показывает, что снижение урожайности зерновых культур, наряду с другими факторами, объясняется наличием суженого воспроизводства технического потенциала данной отрасли.

	Сущностные признаки зерновых кластеров, внутренние связи между единицами наблюдаемой совокупности по ряду отобранных показателей эффективности деятельности сельскохозяйственных организаций зерновой специализации, что позволило создать классификацию выявленных факторов с определением степени их влияния на оценку эффективности функционирования механизма воспроизводства технического потенциала зернового подкомплекса. При этом были установлены задачи принятия набора стратегических действий для достижения целевой позиции. Также были учтены факторы внутренней и внешней среды сельскохозяйственных организаций зерновой специализации.

При этом факторы характеризуют развитие среды по отношению к выбранной стратегии. Следовательно, в зависимости от целей зерновой отрасли в стратегической перспективе выбирается та или иная альтернатива, реализация которой будет задавать воспроизводство технического потенциала зернового подкомплекса.

Для построения совокупности признаков и ранжирования сельскохозяйственных организаций зернового направления по кластерам была использована информационно-аналитическая база, сформированная по материалам министерства сельского хозяйства Челябинской области и министерства агропромышленного комплекса и продовольствия Свердловской области, характеризующая уровень технико-экономического развития сельскохозяйственных организаций данного региона.

В результате проведения кластерного анализа была получена классификация сельскохозяйственных организаций по районам Челябинской и Свердловской областей по ряду отобранных показателей эффективности деятельности. Установлено, что сельскохозяйственные организации распределены по зерновым кластерам и природно-климатическим зонам неравномерно. Выявлена прямая зависимость между составом зерновых кластеров и зональностью ведения сельскохозяйственного производства. В первый и второй кластеры вошли сельскохозяйственные организации степной и лесостепной зон. Большая часть сельскохозяйственных организаций всех районов степной зоны вошла в первый кластер. Соответственно, выявлены существенные отличия зерновых кластеров не только по зональному расположению, но и по специализации. Очерчен круг типичных групп сельскохозяйственных организаций по эффективности производства и реализации зерновой продукции, выявлены свойственные им качественные особенности.

Учет территориальных различий эффективности деятельности был необходим не только с целью сравнения отдельных сельскохозяйственных организаций по показателям производства и реализации зерновой продукции, но и для выработки управленческих решений на уровне сельскохозяйственных организаций с целью сглаживания экономических различий, для выявления отдельных факторов в формировании оценки технического потенциала с возможностью влияния на них.

Применяя кластерный анализ, мы руководствовались тем, что такой вид анализа позволяет распределять объекты не по одному параметру, а по целому набору признаков. Кроме того, в отличие от большинства математико-статистических методов, не накладывает никаких ограничений на вид рассматриваемых объектов и позволяет рассматривать множество исходных данных. Это имеет большое значение для прогнозирования конъюнктуры, когда показатели имеют разнообразный вид, затрудняющий применение традиционных эконометрических подходов.

В результате обработки сформированных показателей, в наибольшей степени определяющих уровень технического потенциала, были получены следующие уравнения регрессии для каждого из кластеров (таблица 1).

Значения коэффициентов множественной детерминации позволяют сделать вывод о том, что изменение уровня прибыли (убытка) от реализации зерновых культур для Челябинской области на 86,7% для первого кластера и на 100% для второго кластера обусловлено влиянием наиболее значимых факторов, входящих в модель, для Свердловской области на 99,6% для первого кластера и на 85,0% для второго кластера.

Из всего изложенного следует отметить, что только инновационность производства, его техническая оснащенность способствуют достижению успехов в усилении конкурентоспособности сельскохозяйственных организаций зернового направления, которые становятся лидерами в зерновой отрасли. В Челябинской и Свердловской области развитие кластеров является одним из эффективных инструментов повышения конкурентоспособности сельскохозяйственных организаций зерновой специализации, что также обеспечивает оздоровление аграрной экономики региона в целом.

Таблица 1 – Влияние базовых факторов на конечные результаты зернового подкомплекса в разрезе кластеров

Номер кластера

Уравнение регрессии

Коэффициент

детерминации

(R2)

Челябинская область

I

Y=-0,869Х1+1,872Х2-0,317Х3-1,174X4

1814?Х1?2259; 154?Х2?537; 80?Х3?245; 578?Х4?2243

0,8666

II

Y=0,149Х1+1,895Х2-1,777Х4

295?Х1?1679; 87?Х2?374; 367?Х4?1985

1,0

Свердловская область

I

Y=-1,754Х1-1,904Х2+3,242Х3-0,147Х4

910?Х1?1974; 268?Х2?550; 281?Х3?706; 1122?Х4?4037

0,996

II

Y=1,064Х1-0,034Х2+0,51Х4

862?Х1?1462; 173?Х2?425; 757?Х4?1452

0,850

Примечание: Y – прибыль (убыток) от реализации зерновых культур, тыс. руб.; Х1 – произведено в физической массе после доработки на 1 тракториста, ц/чел.; Х2 – среднегодовое количество тракторов всех марок, ед.; Х3 – среднегодовое количество зерноуборочных комбайнов, ед.; Х4 – численность механизаторов, чел.

Развитие кластеров зернового направления в Челябинской области оказывает влияние на конкурентоспособность в следующих направлениях: повышение производительности труда, инновационный и производственный рост сельскохозяйственных организаций, что позволит стимулировать формирование новых объединений, поддерживающих инновации и расширение кластера, включая техническую и технологическую модернизацию аграрного производства.

С учетом сформированных кластеров, для проведения оценки состояния технического потенциала организаций зернового направления нами была выработана система научно обоснованных показателей. С использованием приемов дискриминантного анализа, при определении мультиколлинеарности было установлено, что наиболее информативными переменными являются: для I кластера – произведено в физической массе после доработки на одного механизатора, ц/чел.; среднегодовое количество тракторов всех марок, ед.; среднегодовое количество зерноуборочных комбайнов, ед.; численность механизаторов, чел.; для II кластера – произведено в физической массе после доработки на одного механизатора, ц/чел.; среднегодовое количество тракторов всех марок, ед.; численность механизаторов, чел. Именно эти переменные были использованы при построении модели.

С помощью разработанной экономико-математической модели установлено, что создание исключительно чисто зернового кластера не дает желаемых результатов. Это объясняется его узкой специализацией, что в современных условиях связано с повышенным риском достижения высокоэффективных конечных результатов (резкое снижение валовых сборов зерна из-за изменчивости погодных условий; ухудшение конъюнктуры зернового рынка и др.) и подтверждается резкими колебаниями урожайности зерна по годам в Челябинской и Свердловской области.

Поэтому в кластер целесообразно включать все технологически взаимосвязанные отрасли и виды аграрной предпринимательской деятельности, расположенные на компактной территории. Особенно это важно при производстве фуражного зерна для нужд животноводства, с подключением таких рыночных аграрных структур, как комбикормовые заводы, мясо- и молокоперерабатывающие комбинаты, оптовые продовольственные рынки, широко диверсифицированные аграрные организации.

Ранжированные отобранные показатели эффективности деятельности сельскохозяйственных организаций зерновой специализации могут быть использованы: руководством сельскохозяйственных организаций – с целью повышения технической обеспеченности и результативности производства зерна; административными органами управления на районном и областном уровнях – с целью доведения до установленных размеров индикативных показателей реализации государственных программ, например, развития сельского хозяйства и регулирования рынка сельскохозяйственной техники.

	Среди множества проблем, препятствующих эффективному производству зерна, существует проблема неуклонно снижающегося материально-технического потенциала зерновой отрасли. Результаты проведения оценки воспроизводства её технического потенциала стали определяющими в разработке кластеров как более эффективных интегрированных формирований.

Разработанный алгоритм оценки возможностей региона в уровне воспроизводства технического потенциала в разрезе кластеров (рисунок 5). Предложенный алгоритм оценки возможностей воспроизводства технического потенциала зернового подкомплекса региона позволяет проводить анализ и диагностировать техническую оснащенность зерновой отрасли, проводить оценку перспектив развития уровня воспроизводства технического потенциала зернового подкомплекса, выделять кластеры по природно-климатическим зонам с учетом воспроизводства технического потенциала.

На первом этапе осуществляется анализ и оценка современного состояния механизма воспроизводства технического потенциала зерновой отрасли. С учетом системных показателей оценивается интенсивность использования сельскохозяйственной техники; эффективность и рациональность применения механизаторского труда. 

На втором этапе проводится диагностика технической оснащённости зерновой отрасли. Уточняется наличие взаимосвязи исследуемых показателей на результативный показатель (производится построение матрицы парных коэффициентов корреляции).

На третьем этапе осуществляется оценка перспектив воспроизводства технического потенциала зернового подкомплекса. Определяются значимые коэффициенты в уравнении регрессии по результирующему признаку – прибыли (убытку) от реализации зерновых культур. 





1-й этап. Анализ и определение современного состояния механизма воспроизводства технического потенциала зерновой отрасли

2.1. Определение уровня концентрации сельскохозяйственной техники по кластерам



2.2. Определение конкурентной ситуации на рынке сельскохозяйственной техники

1.1. Анализ спроса на сельскохозяйствен-ную технику



1.2. Оценка предложений сельскохозяйст-венной техники на рынке

2-й этап. Диагностика технической оснащённости зерновой отрасли

4-й этап. Выделение кластеров с учётом воспроизводства технического потенциала

3-й этап. Оценка перспектив воспроизводства технического потенциала зернового подкомплекса

Определение возможности региона в обеспечении уровня воспроизводства технического потенциала зернового подкомплекса 

3.1. Оценка финансово-экономического состояния сельскохозяйственных организаций зерновой специализации



3.2. Планирование воспроизводства технического потенциала



3.3. Прогнозирование эффективной реализации технической оснащённости зерновой отрасли

4.1. Оценка технического потенциала по кластерам



4.2. Развитие эффективного лизинга



4.3. Оценка воспроизводства технического потенциала в данном кластере с учётом природно-климатических зон









































Рисунок 5 – Алгоритм оценки возможностей воспроизводства технического потенциала зернового подкомплекса региона

Механизм обеспечения воспроизводства технического потенциала является открытой экономической системой и подвержен воздействию значительной гаммы факторов. От того, насколько гармонично сформирован механизм, зависит функционирование его основных базовых элементов. Знание того, насколько эффективно функционирует каждый из них, имеет принципиальное значение для любого хозяйствующего субъекта, особенно сферы II АПК. С учетом всего этого в процессе 

Рисунок 6 – Принципиальная модель зернового кластера региона



исследования разработан интегральный показатель оценки эффективности функционирования механизма воспроизводства технического потенциала зернового подкомплекса, который включает в себя пять базовых блоков: организационно-управленческий (); финансово-экономический (); технико-технологический (); мотивационный () и правовой ().

Расчет интегрального показателя осуществлялся по формуле:

,

где  – интегральный показатель оценки эффективности функционирования механизма воспроизводства технического потенциала;

 – коэффициент, характеризующий эффективность функционирования организационно-управленческого блока механизма воспроизводства технического потенциала зернового подкомплекса;

 – коэффициент, характеризующий эффективность функционирования финансово-экономического блока механизма воспроизводства технического потенциала;

 – коэффициент, характеризующий эффективность функционирования технико-технологического блока механизма воспроизводства технического потенциала;

 – коэффициент, характеризующий эффективность функционирования мотивационного блока механизма воспроизводства технического потенциала;

 – коэффициент, характеризующий эффективность функционирования правового блока механизма воспроизводства технического потенциала.

Относительные показатели для расчета интегрального (совокупного) показателя, определяющего эффективность функционирования механизма воспроизводства технического потенциала зернового подкомплекса, сведены в специальную таблицу 2, а также представлены на специальных схемах, вбирающих в себя задачи воспроизводства технического потенциала в современных условиях.

Интегральный показатель () функционирования механизма воспроизводства технического потенциала по районам Свердловской области составляет 0,71741: 





По Челябинской области () – 0,61881:





Проведенные расчеты показали, что технический потенциал в Челябинской области не соответствует установленному эффективно-нормативному значению на 38%, в Свердловской области на – 29%. Диагноз механизма воспроизводства технического потенциала показал, что наибольшие сбои наблюдаются в финансово-экономическом, технико-технологическом и организационно-управленческом блоках. 

На основе проведенных исследований установлено, что каждому блоку механизма свойственны свои элементы, которые могут взаимодействовать и дополнять друг друга и влиять на эффективность функционирования механизма воспроизводства в целом.

Таблица 2 – Показатели для оценки эффективности функционирования механизма воспроизводства технического потенциала сельскохозяйственных организаций (по районам Челябинской и Свердловской областей)

Сельскохозяйственный район











Челябинская область

Брединский 

1,44

2,52

0,172

3,0

2,6

Варненский

1,3

1,6

0,11

1,3

1,92

Верхнеуральский

1,66

1,74

0,142

1,74

2,32

Карталинский

1,8

2,4

0,168

2,4

2,54

Кизильский

1,72

1,96

0,158

2,0

2,46

Нагайбакский

1,4

1,68

0,118

1,48

1,84

Октябрьский

1,76

2,2

0,162

2,2

2,5

Троицкий

1,48

1,74

0,124

1,58

3,4

Чесменский

1,56

1,82

0,138

1,68

2,24

Нязепетровский

1,68

1,88

0,148

1,82

2,42

Среднее значение 

2,46

1,96

0,144

1,92

1,66

Свердловская область

Алапаевское

1,44

1,78

0,134

2,34

2,28

Артинское Н-Сергинское

1,52

1,9

0,144

2,58

2,44

Байкаловское Сл. Туринское

1,92

2,6

0,164

2,88

2,56

Богдановичское Сухоложское

1,6

1,94

0,154

2,64

2,48

Верхотурское Краснотурьинское

1,3

1,56

0,11

1,28

1,94

Ирбитское 

1,64

2,56

0,158

2,76

2,52

Каменское

1,48

1,82

0,138

2,5

2,36

Камышловское Пышминское

1,38

1,74

0,12

2,22

3,6

Красноуфимское Ачитское

1,34

1,7

0,114

1,84

1,88

Талицкое Тугулымское

1,96

2,54

0,168

2,98

2,6

Туринское Тавдинское

1,32

1,62

0,112

1,66

1,9

Среднее значение 

1,52

1,96

0,136

2,32

2,4

*По данным министерства сельского хозяйства Челябинской области и министерства агропромышленного комплекса и продовольствия Свердловской области

Выработаны концептуальные направления совершенствования механизма обеспечения воспроизводства технического потенциала зернового подкомплекса (рисунок 7). Исходя из теории приоритетов в качестве базовых и приоритетных направлений были установлены следующие: а) направления организационно-управленческого характера; б) финансово-экономического; в) технико-технологического; г) мотивационного; д) правового характера. 

Что касается приоритетов организационно-управленческого характера, то среди них, на наш, взгляд требуется переход к наиболее эффективным организационно-управленческим системам и структурам, а в отдельных случаях (где это наиболее экономически выгодно и рационально) – к трансформации зернового подкомплекса в кластеры с сильным «ядром» и эффективной управляющей компанией, так как в зерновом подкомплексе (как и в других продуктовых подкомплексах) отсутствует ярко выраженная система управления.

Следующее приоритетное направление – финансово-экономическое. Данное направление требует совершенствования, в первую очередь, действующего экономического механизма. В настоящее время неэффективно функционируют такие элементы, как ценообразование (рекомендуем использовать механизм залогового кредитования, применение системы минимально гарантированных цен на реализуемую продукцию); кредитование (целесообразно снизить рыночную процентную ставку до 2-3%, снизить ставку рефинансирования Центрального банка до уровня, действующего в развитых странах); страхование (целесообразно обязать страховщиков перейти от системы формирования страховых резервов к накопительному принципу); субсидирование (увеличить не связанную поддержку доходов до 3 тыс. руб. на 1 га; целесообразно создать дифференцированную систему государственной поддержки для различных зон и хозяйств с различным уровнем доходности).

Направление технико-технологического характера требует перехода хозяйствующих субъектов зернового подкомплекса к ресурсо- и энергосберегающим технологиям, а также технологиям инновационного характера, относящимся к «зеленой экономике». Необходимо увеличение государственной поддержки по таким направлениям, как предоставление субсидий из федерального бюджета, реализация финансовой аренды (лизинга), предоставление субсидий производителям сельскохозяйственной техники с целью снижения её стоимости для сельхозтоваропроизводителей, финансирование реализации ведомственных проектов и программ.

Мотивационные направления связаны с разработкой системы стимулирования механизаторских кадров при освоении новой сельскохозяйственной техники и высокоэффективных технологий; с разработкой механизма закрепления молодых специалистов в сельских территориях (инженерно-технических кадров, агрономов, механизаторов); с выработкой научно-практических рекомендаций по адаптации молодых специалистов в хозяйствующих субъектах.

Приоритетные направления правового характера: внесение в законопроект нормативов, связанных с установлением нагрузки пашни и посевов на единицу техники – трактор и зерноуборочный комбайн (это стало возможным в связи с приобретением хозяйствами высокопроизводительной, многофункциональной и комбинированной техники); разработка проекта 



Технико-технологические

Правовые

Организационно-управленческие

Финансово-экономические

- выделение приоритетных направлений в распределении технических субсидий;

- совершенствование механизма агролизинга, возмещения лизинговых платежей;

- научно обоснованные расчеты увеличения бюджетных ассигнований.

- внедрение инновационных ремонтно-восстановительных работ;

- разработка целевых программ региона.......................