Сборник - Общая информация
реклама
МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «САРАТОВСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ ИМЕНИ Н.И. ВАВИЛОВА» РЕГИОНАЛЬНАЯ СТАТИСТИКА Материалы научно-практической конференции САРАТОВ 2013 Региональная статистика: Материалы научно-практической конференции. / Под ред. А.В. Шибайкина – Саратов, 2013. – 88 с. Материалы изданы в авторской редакции ФГБОУ ВПО «Саратовский ГАУ», 2013 2 Merk Katarina Bildungszentrum des Sächsischen Handels, Torgauer Platz 3,04315 Leipzig, Sachsen/ Deutschland ОЦЕНКА ФИНАНСОВОГО СОСТОЯНИЯ ПРЕДПРИЯТИЙ С ИСПОЛЬЗОВАНИЕМ ЭКОНОМИКО-СТАТИСТИЧЕСКИХ МЕТОДОВ В мировой практике существуют различные подходы к определению оценки финансового состояния. Наиболее распространенным в настоящее время является метод регрессионного анализа. Он дает возможность учесть влияние причинно-следственных связей и взаимообусловленности факторов на показатели деятельности предприятия. Для обоснования и определения в качестве основного результирующего показателя оценки финансового состояния был проведен регрессионный анализ и установлена связь совокупности финансовых коэффициентов с показателями, характеризующими эффективность использования средств предприятий: рентабельность, оборачиваемость и стоимость капитала. Однородность совокупности в проведенном исследовании была обеспечена тем, что в процессе анализа использовались данные промышленных предприятий, объединенных по роду деятельности, объему производства и реализации продукции. Методика определения основных показателей финансовой оценки промышленных предприятий состояла из четырех основных блоков (этапов): блок 1 – определение и установление основных показателей, характеризующих эффективность использования средств предприятий; блок 2 – установление взаимосвязи с этими коэффициентами основных (рекомендуемых) показателей финансовой оценки; блок 3 – определение основного финансового показателя, имеющего более высокую тесную связь с показателями эффективности использования средств предприятий; блок 4 – установление взаимозависимости с этим показателем других финансовых коэффициентов. Первоначально в модель регрессионного анализа были включены наиболее часто предлагаемые экономистами для оценки финансового состояния предприятий, факторы – аргументы (коэффициенты): Х1 – автономии (платежеспособности); Х2 – соотношения заемных и собственных средств; Х3 – обеспеченности запасов и затрат собственными источниками формирования; Х4 – имущества производственного назначения; Х5 – долгосрочного привлечения заемных средств; Х6 – кредиторской задолженности; Х7 – автономии источников формирования запасов и затрат; Х8 – абсолютной ликвидности; 3 Х9 – ликвидности(промежуточный коэффициент покрытия); Х10 – покрытия(текущей ликвидности); Х11 – предсказания банкротства; Х12 – ликвидационной стоимости; Х13 – потока наличных; Х14 – маневренности. В ходе исследования на основе логического, графического и других методов анализа были исключены факторы, которые взаимно дополняют друг друга. В итоге, в процессе проведения качественного анализа факторов, наиболее влияющих на платежеспособность, из четырнадцати показателей были выбраны следующие пять коэффициентов: маневренности собственных средств – Х1; абсолютной ликвидности – X2; ликвидности – X3; покрытия – X4; ликвидационной стоимости – X5. Взаимосвязь выбранных факторов, которые сами по себе характеризуют финансовое состояние, на показатель платежеспособности сложно и многогранно. В ходе исследования было выдвинуто предположение, что между факторами и исследуемым показателем платежеспособности имеется прямолинейная зависимость. В этой связи были построены линейные уравнения парной регрессии. Результаты расчетов предоставлены в таблице 1. Таблица 1 Матрица парных коэффициентов корреляции Факторы-аргументы Х1 Х2 Х3 Х4 Х5 Х1 1,0000 0,7713 0,6755 0,6664 -0,4349 Х2 0,7713 1,0000 0,6878 0,4851 -0,3004 Х3 0,6755 0,6878 1,0000 0,4942 -0,4087 Х4 0,6664 0,4851 0,4942 1,0000 -0,2949 Х5 -0,4349 -0,3004 -0,4087 -0,2949 1,0000 Проведенная проверка нашего предположения о прямолинейной форме корреляционной связи между факторами и показателем платежеспособности подтвердила его правильность. Как показали расчеты и сравнение, разность между коэффициентами детерминации корреляционного отношения и коэффициентами корреляции не превышает 0,1. В статистическом анализе принято исключать те факторы, которые при парном коррелировании дают результат, превышающий 0,85. Полученные значения коэффициентов парной корреляции между факторами ниже 0,85. Значит, все отобранные нами факторы можно включить в модель анализа платежеспособности. 4 Проведенный при помощи критерия Фишера анализ парных уравнений регрессии показал, что парные уравнения показателя платежеспособности согласуются с факторами-аргументами с высокой степенью надежности. Полученные уравнения регрессии показали зависимость коэффициента платежеспособности от каждого отдельно взятого фактора – аргумента. Так, например, одно из уравнений показало, что с ростом показателя, вычисленного по формуле Уилкокса, на одну единицу платежеспособность увеличивается на 0,67 единицы измерения. Аналогично можно сказать обо всех уравнениях (табл. 2). Следует отметить, что парные уравнения регрессии оказывают влияние на платежеспособность каждого фактора в отдельности. Однако на автономию оказывает влияние ряд факторов, которые действуют во взаимосвязи. Отсюда возникает необходимость построения модели, которая бы показывала влияние каждого отдельного фактора во взаимодействии с другими факторами-аргументами. Данная проблема решается с помощью уравнения множественной регрессии. Таблица 2 Уравнения парной регрессии, характеризующие тесноту связи между платежеспособностью и анализируемыми факторами-аргументами Показатели-факторы (коэффициенты) маневренности, Х1 абсолютной ликвидности, Х2 ликвидности, Х3 покрытия, Х4 ликвидационной стоимости, Х5 Уравнения парной регрессии Y1=0,9075-0,1214Х1 Y2=0,8998-0,0365Х2 Y3=0,9097-0,0293Х3 Y4=0,9116-0,0109Х4 Y5=0,2912+0,9938Х9 Уравнение множественной регрессии зависимости платежеспособности от включенных в модель факторов в проведенном исследовании имеет следующий вид: Y=0,3320-0,1551*X1+0,0451*X2+0,0209*X3+0,0055*X4+0,8909*X5. Коэффициент множественной корреляции по данному уравнению составил: R=0.8198, а коэффициент полной детерминации: R=0.6721. Это означает, что выбранные факторы охватывают 67,21 % причин, влияющих на платежеспособность. Остальные 32,79 % обусловливаются воздействием на платежеспособность других причин, т.е. не включенных в модель факторов. Значимость коэффициента множественной корреляции была проверена по критерию tn (Стьюдента). Проведенная проверка подтвердила значимость коэффициента множественной корреляции, так как фактическое значение критерия Стьюдента составило 2,4470 при его табличном значении 2,015. Анализ многофакторного регрессионного уравнения позволяет определить ряд важных количественных характеристик влияния исследуемых факторов-аргументов на улучшение платежеспособности предприятий-производителей. Одной из характеристик множественного регрессионного уравнения являются частные коэффициенты эластичности (Эi) и так называемые бета – коэффициенты (Вi) (табл. 3). 5 Анализ бета-коэффициентов показывает, что наиболее крупные резервы улучшения коэффициента автономии заложены в улучшении показателя ликвидационной стоимости. Затем следуют показатели абсолютной ликвидности, ликвидности и покрытия. На показатель автономии отрицательно влияет увеличение коэффициента маневренности. Анализ частных коэффициентов эластичности показывает, что по абсолютному приросту наибольшее влияние на коэффициент автономии оказывает фактор Х5 – коэффициент ликвидационной стоимости: увеличение этого коэффициента на 1 % даёт прирост коэффициента автономии на 3,25 %. Таблица 3 Значения бета-коэффициентов и коэффициентов эластичности по факторамаргументам, включенным в модель регрессионного анализа платежеспособности Показатели (факторы) Х1 – маневренности Х2 – абсолютной ликвидности Х3 – ликвидности Х4 – покрытия Х9 – ликвидационной стоимости Бета-коэффициенты Коэффициенты эластичности -0,6361 1,7994 0,2745 0,8894 0,1855 0,6862 0,1392 0,5684 0,6700 3,2512 Сравнение коэффициентов эластичности многофакторной регрессионной модели платежеспособности (автономии) на предприятияхпроизводителях дает возможность утверждать, что наиболее эффективной мерой для увеличения платежеспособности является рост показателей ликвидационной стоимости, менее эффективной является рост показателей покрытия и ликвидности. Анализируя возможности увеличения платежеспособности предприятий-производителей, необходимо учитывать конкретную обстановку на данных предприятиях: ограниченные возможности роста абсолютно ликвидных активов, низкий уровень рентабельности и оборачиваемости, высокий процент неликвидов и т.д. Поэтому целесообразно разрабатывать комплексные программы увеличения платежеспособности с учетом имеющихся наработок. Построение многофакторных корреляционных моделей является не самоцелью, а одним из основных направлений проведения сравнительного экономического анализа. Эти модели представляют собой эффективный инструмент для экономических сравнений, так как дают количественную оценку направления и силы влияния каждого из рассматриваемых факторов. Применение этих моделей позволяет дать объективную оценку достижений и неудач каждого предприятия в отдельности. Используя вышеприведенную модель и подставляя вместо неизвестных факторов Х1 – маневренности, Х2 – абсолютной ликвидности, Х3 – ликвидности, Х4 – покрытия, Х5 – ликвидационной стоимости конкретные значения этих показателей на любом из исследуемых предприятий, получаем расчетный коэффициент автономии при сложившейся структуре финансовых коэффи6 циентов. На одном из исследуемых предприятий финансовая оценка характеризовалась следующими данными: Х1=0,02; Х2=0,15; Х3=0,72; Х4=1,6; Х5=0,66. Подставляя эти данные в модель, можно получить расчетный коэффициент автономии на данном предприятии, который должен быть 0,95 против 0,98 фактического. Следовательно, предприятие, с точки зрения использования финансовых средств, работало значительно лучше по сравнению с теоретическими возможностями. Использование данной многофакторной регрессионной модели позволяет ранжировать предприятия по степени эффективности использования средств, а также представить выбранную совокупность наблюдений в виде двух основных групп: предприятия с «эффективно используемыми средствами» и предприятия с «плохо используемыми средствами». Расчеты, проведенные по данной совокупности предприятий, показали, что 50 % анализируемых объектов имеют фактический коэффициент автономии выше теоретического и 50 % – ниже. На основе имеющихся данных о структуре балансов анализируемых предприятий был произведен расчет средних величин по каждому финансовому коэффициенту, включенному в модель, в пределах которого предприятия выбранной нами совокупности наблюдений являются финансово устойчивыми. Общие результаты представлены в табл. 4. Таблица 4 Средние величины финансовых коэффициентов предприятий Коэффициенты Маневренности Абсолютной ликвидности Ликвидности Покрытия Ликвидационной стоимости Средние величины 0,1800 0,3869 0,8213 2,5738 0,5981 Апробация вышеизложенной системы показателей на других промышленных предприятиях позволила сделать следующий вывод. Предприятия, имеющие коэффициенты в пределах рассчитанных средних величин, имеют более высокую стабильность и устойчивость. Таким образом, использование многофакторных регрессионных моделей в анализе является эффективным направлением совершенствования методики определения совокупности показателей, которые могут представлять собой систему и давать объективную оценку финансового состояния предприятия. Исходя из вышеизложенного, предлагаются следующие рекомендации по увеличению воздействия эффективности данной системы: 1. Представляется необходимым при определении критерия для того или иного предприятия обращать внимание не только на отрасль и специфику деятельности данного предприятия, но и на его региональное расположение. 2. При оценке финансового состояния однородной совокупности промышленных предприятий следует использовать экономико-матема7 тические методы, которые позволяют устанавливать характеристики, производить ранжировку и определять степень финансовой устойчивости. При применении этой системы лишь входящие в подобное ограничение показатели будут считаться нормальными, а предприятие – финансово устойчивым и платежеспособным. СПИСОК ЛИТЕРАТУРЫ 1. Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере: Методические указания к практическим занятиям для студентов всех форм обучения специальности «Менеджмент» Калининград. ун-т; – Калининград, 1999. – 35 с. 2. Прикладная статистика: Исследование зависимостей: Справ. изд. /С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин; Под ред. С. А. Айвазяна. – М.: Финансы и статистика, 1985. – 487 с. 3. Сафонов А.А., редактор Моисеева Л.В. Теория экономического анализа (Учебное пособие). УДК 311 Болгов В.И., Стрелин Б.В. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов ОСОБЕННОСТИ РАЗРАБОТКИ ПРОГРАММЫ РАСЧЕТА БАЛАНСА ГУМУСА В ПРИЛОЖЕНИИ MICROSOFT EXCEL Одним из достоинств всех приложений пакета Microsoft Office является наличие встроенного языка программирования VBA (Visual Basic for Application). Он позволяет создавать как маленькие программы (макросы) для многократного повторения каких-либо действий, так и большие программыприложения. Команды, созданные в макросах, в дальнейшем можно редактировать и использовать в других программах, а сами макросы объединять в одну программу для автоматизации выполнения какой-либо задачи. Язык VBA использует технологию визуального программирования и позволяет создавать универсальные, автоматизированные приложения. На основе алгоритма расчета баланса гумуса в почве, разработанного высококвалифицированными специалистами ФГБОУ СГАУ им. Н.И. Вавилова, была создана программа на языке программирования VBA, позволяющая автоматизировать этот процесс. Внешний вид расчетного рабочего листа приложения Microsoft Excel представлен на рисунке 1. Запуск программы осуществляется одной из нарисованных кнопок «Пуск» на рабочем листе, и на экране монитора появляется диалоговое окно (рис. 2) с меню работы программы. 8 Рис. 1. Рабочий лист 1 приложения Excel Рис. 2. Меню работы программы С целью исключения случайных ошибок при наборе на клавиатуре названия режима работы программы, названия сельскохозяйственной культуры, типа почвы и других текстов в программе предусмотрен числовой набор на клавиатуре номера позиции меню. Текстовое значение выбранного номера позиции меню присваивается цифре самой программой. Такой фрагмент программы представлен на рисунке 3. vvod = InputBox$(b, c, 6, 3000, 5100) ‘Присв. перем. vvod цифр. знач. на клав. 'Присвоение перем. "vvod" конкретного текстового значения If vvod = 1 Then vvod = "Расчет баланса гумуса в почве" Else If vvod = 2 Then vvod = "Ввод данных в таблицу БГ-1" Else If vvod = 3 Then vvod = "Ввод данных в таблицу БГ-6" Else If vvod = 4 Then vvod = "Ввод данных в таблицу БГ-7" Else 9 If vvod = 5 Then vvod = "Ввод данных в таблицу БГ-9" Else If vvod = 6 Then GoTo Label33 'Переход на метку 33 (Конец работы) End If End If End If End If End If End If Рис. 3. Фрагмент программы с альтернативным оператором выбора Алгоритмом расчета баланса гумуса в почве предусмотрено заполнение таблиц с исходными данными, которые в дальнейшем переносятся из исходных таблиц в рабочие ячейки. В рабочих ячейках набраны формулы расчета различных составляющих гумуса. При вводе конкретных названий или числовых величин из исходных таблиц программа выводит на экран соответствующую таблицу и диалоговое окно ввода информации так, чтобы пользователю было видно и то, и другое (рис.4). Рис. 4. Расположение на экране окна ввода и исходной таблицы БГ-1 После ввода в диалоговом окне порядкового номера названия в таблице программа ищет в этой таблице конкретное название и выводит его на экран в окне сообщения. Если пользователь не ошибся в наборе номера названия, программа считывает из таблицы соответствующую информацию и переносит её в рабочие ячейки таблицы расчета. Ниже представлен фрагмент программы, выполняющий подобную операцию. For i = 0 To 24 ‘Начало цикла поиска информации в таблице Cells(L + i, m).Activate 'Активизация ячеек с названиями с/х культур If Cells(L + i, m) = vv Then Exit For 'Выход из цикла при совпадении. культуры Next i 10 If i = 25 Then GoTo Label1 'Ошибка ввода названия культуры. MsgBox "Название культуры найдено в списке", 48, sk r = ActiveCell.Row 'Запом. номера строки этой ячейки в перем. "r" c = ActiveCell. 'Запом. номера столбца этой ячейки в перем. "c" ShifrPlanKULT = ActiveCell.Offset(0, 1).Value Range(Cells(r, 18), Cells(r, 19)).Select 'Выделение найденной строки в таблице Selection.Copy 'Копирование найденной строки в таблице Range(Cells(4, 2), Cells(4, 3)).Select 'Выделение строки в таблице расчета ActiveSheet.Paste 'Вставка найденной строки в таблицу расчета В ячейках таблицы расчета набраны формулы, содержащие абсолютные адреса ячеек с исходной информацией. Такие ячейки на рабочем листе имеют заливку цветом. В этих ячейках информация не стирается при очистке рабочих ячеек таблицы расчета при каждом новом расчете. По окончании всех расчетов в рабочих ячейках формируется результат в ячейке “D19”, и программа выводит на экран диалоговое окно с вопросом о печати результата (рис. 5). Рис.5. Окончание расчета баланса гумуса в почве. Ниже представлен фрагмент программы, выполняющий эту функцию. Knopka = MsgBox(a, 4, b) ‘Выбор кнопки «Да» или «Нет» t1 = Knopka ‘ Присвоить переем. “t1” значение выбранной кнопки Select Case Knopka ‘Оператор выбора Case vbYes ‘Случай «Да» 11 MsgBox "Да", 64, "Выбран вариант печати" ‘Окно сообщения о выбранной кнопке Range("A1:O25").Select ‘Выделение диапазона ячеек для печати Selection.PrintOut Copies:=1 ‘Печать выделенного диапазона ячеек Application.GoTo Reference:="R25C1" ‘Переход на ячейку А25 Case vbNo ‘Случай «Нет» MsgBox "Нет", 64, "Выбран вариант печати" ‘Окно сообщения о выбранной кнопке End Select ‘Конец оператора выбора MsgBox "Конец работы." 'Вывод на экран в окне функции вывода УДК 338 Волкова А.А., Волощук Л.А. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов ИННОВАЦИОННЫЙ ПОТЕНЦИАЛ САРАТОВСКОЙ ОБЛАСТИ Саратовская область традиционно является развитым промышленным регионом, имеет высокий научно-технический и инновационный потенциал, высококвалифицированные научные и инженерные кадры. Развитие экономики инновационного типа и радикальное повышение ее эффективности является приоритетным направлением. В рейтинге Национальной ассоциации инноваций и развития информационных технологий (НАИРИТ) Саратовская область занимает 16 место и входит в группу областей с «высокой инновационной активностью», наряду с такими регионами, как Республика Татарстан, Томская область, Самарская область и т.д. Среди 14-ти регионов Приволжского федерального округа Саратовская область по индексу промышленного производства поднялась с 12 места в 2010 г. на 4 место в 2011 г. Так, индекс промышленного производства в 2011 г. составил 109,1 %, тогда как общероссийский показатель – 104,7 %. Одной из первостепенных задач дальнейшего развития промышленности в Саратовской области является максимальное обновление промышленного парка, создание новых производств с мировым уровнем конкурентоспособности, развитие и укрепление инновационной составляющей. Обеспечение конкурентоспособности российской экономики, переход от сырьевой модели развития к организации высокотехнологических производств определена в качестве важнейшей государственной задачи стратегии инновационного развития Российской Федерации на период до 2020 г. «Инновационная Россия – 2020». Именно поэтому основой модернизации региональной экономики определено формирование инновационно-инвестиционной модели развития. 12 В регионе свыше 70 предприятий осуществляют инновационную деятельность, и более 50 предприятий и организаций выполняют научные исследования и разработки. Начиная с 2006 г. можно отметить устойчивую тенденцию ежегодного увеличения в 1,5 раза объема отгруженной инновационной продукции промышленными предприятиями и организациями области, составившее в 2010 г. 17,2 млрд руб. В общем объеме отгруженной инновационно-активными организациями продукции доля инновационной также растет и составляет – 14,2 %. Удельный вес затрат на технологические инновации в объеме ВРП находится на уровне среднероссийского показателя и объективно отражает активное развитие инновационной деятельности региона. Саратовская область выступает безусловным лидером Приволжского Федерального округа по такому показателю, как эффективность работы аспирантуры и докторантуры и занимает третье место после Нижегородской, Самарской областей по созданию передовых технологий. Только в 2010 г. создано 17 передовых производственных технологий, из них 12 технологий были запатентованы. В промышленном комплексе Саратовской области в 2011–2015 гг. будут реализованы 35 значимых инвестиционных проектов в 16 муниципальных образованиях. В области активно развивается инновационная инфраструктура, которая представлена: технопарками при четырех ведущих вузах Саратова, инновационнотехнологическими, информационными и контактными центрами; сетью бизнес-инкубаторов, центрами трансферта технологий; созданы Венчурный и Гарантийный фонды, фонд Микрокредитования. В настоящее время идет формирование региональных высокотехнологичных кластеров по прорывным направлениям: нано-, био-, лазерных, ITтехнологий, которые призваны решить основные задачи кластерной политики, главная задача которой – обеспечение непрерывности цикла «исследования – разработки – технологии – производство – рыночная реализация». Традиционным стало участие предприятий области в ежегодных Саратовских салонах изобретений, инноваций и инвестиций, Международном инвестиционном форуме «Сочи», Международной специализированной выставке лазерной, оптический и оптоэлектронной техники «Фотоника», в мероприятиях-салонах, выставках, фестивалях изобретений и новых технологий, проводимых международным инновационным Клубом «Архимед», и многих других. В их числе особенно важным является участие Саратовских предприятий на одной из самых престижных и значимых площадках страны – в Российском инновационном форуме «Российским инновациям – российский капитал», где постоянно демонстрируют свои последние достижения саратовские инноваторы. Интерес к данному мероприятию неуклонно растет от года в год, о чем свидетельствует число научных разработок, участвующих 13 в экспозициях. Так, от Саратовской области на I инновационном форуме было представлено 5 проектов совместно с крупными предприятиями, на II форуме Саратовская область представила 18 проектов от десяти инновационно-активных ВУЗов и предприятий, на III – уже 22 проекта, из которых три получили золотые медали и еще три – серебряные, на IV Форуме были представлены 16 инновационных проекта во всех номинациях. Так, в рамках развития кластера в области нанотехнологий инновационный проект ООО «Нанокомпозит» «Производство субмикронаноразмерных полититанатов калия» с оригинальной структурой и улучшенными физико-механическими и специальными физико-химическими свойствами был удостоен золотой медали II Российского инновационного форума «Российским инновациям-российский капитал». В ходе совместной работы ученых Саратовского технического университета им. Гагарина Ю.А. и ООО «Нанотехпром» были проведены испытания порошков полититанатов калия на безопасность для здоровья производственного персонала и проект получил свое дальнейшее развитие. Впервые в России на предприятии ООО «Нанокомпозит» был внедрен способ синтеза и начато опытное производство полититанатов калия, которые широко используется при создании красок и мастик, обладающих антикоррозийными свойствами и температуростойкостью. В 2010 и 2011 гг. на организацию инновационного бизнеса и развитие производства ООО «Нанокомпозит» получил средства из областного бюджета. В настоящее время уже осуществляется мелкосерийное производство продукции с повышенными эксплуатационными свойствами различным коммерческим структурам и широким слоям населения, решая социальные задачи региона. Другим нанотехнологическим проектом является разработка ООО НПП «Лисскон» универсального наносорбента, позволяющего принципиально изменить системы водоочистки и водоподготовки «Производство комбинированных наноструктурированных гранул на основе природных алюмосиликатов», представленный на IV Российском Форуме, получил приз в номинации «Лучший инновационный проект внедрения нанотехнологий». Сегодня предприятие активно развивает данное направление и на взаимовыгодной основе сотрудничает с ведущими научными, проектными, научно-производственными предприятиями г. Саратова, такими, как: ОАО «Аргон», ОАО «Научно-исследовательский технологический институт», а так же с российскими лидерами в области очистки воды – ЗАО «НПК «Медиана-фильтр», НПО «ЛИТ», компаниями «ЭКОДАР», «Инновационные биотехнологии» (г. Москва), ООО «НПП «БМТ» (г. Владимир), ООО «Воронеж-аква» (г. Воронеж) и др. Среди зарубежных партнеров – создатели уникального адсорбента фирма GEH – WasserchemieGmbH&KG Германия. К настоящему времени общее количество внедренного оборудования составило более 350 шт. Разработанная ООО НПП «Лисскон» технология очистки питьевой воды широко применяется в районах Саратовской области и за ее пределами в Волгоградской, Астраханской областях РФ. 14 ООО НПП «ЛИССКОН» освоен выпуск гаммы технологического оборудования производительностью от 100 л/час до 10 000 л/час с собственной торговой маркой «ЛИССКОН-101». В планах предприятия на 2012 г. в рамках реализации областной программы «Питьевая вода»: строительство двух модульных станций очистки воды и станции обезжелезивания в Саратовской области. Ведутся переговоры о внедрении разработок ООО НПП «ЛИССКОН» для нужд сортового завода «СЕВЕРСТАЛЬ» (Балаковский район), газового месторождения «Карпенское» (Краснокутский район) и др. В Российских инновационных форумах «Российским инновациям – российский капитал» были продемонстрированы проекты биотехнологического кластера. Так, по итогам работы III-го Российского Форума «Российским инновациям – российский капитал» золотой медалью в номинации «Агробиотехнологии нового поколения (нанотехнологии, биогенная инженерия)» был удостоен проект «Саратовской биотехнологической корпорации-2007» за разработку и организацию производства микроэлементного комплекса на базе биодоступных органических соединений для современных рецептур премиксов и комбикормов. Под руководством дважды Лауреата премии Правительства России Воронина Сергея Петровича разработаны и внедрены современные биотехнологии производства кормовых добавок, получен ряд уникальных препаратов. Сегодня на Российском рынке это единственное производство многоэлементного комплекса «ОМЭК» оригинальной рецептуры, а также органического цинка, железа, меди, марганца, кобальта. В настоящее время закупки органических препаратов осуществляет компания ЗАО «Кормозаготовка», производящей премиксы для использования на птицеводческих предприятиях и свиноводческих комплексах. В дальнейшем планируется внедрение микроэлементного комплекса «ОМЭК» в комбикормовую промышленность республики Беларусь. В настоящее время развивается смежное биотехнологическому – направление биомедицинских технологий. Так, проекты в области инновационных технологий в современной хирургии ФГУ «СарНИИТОРосмедтехнологий» и ФГУ «СарНИИ травматологии и ортопедии» Минздравсоцразвития РФ ООО «МедИАТома» по итогам IV Российского Форума были удостоены золотой медалью и признаны социально значимыми. В настоящее время данный проект «Разработка и производство хирургического высокотехнологического инструментария для баллоннойкифопластики» прошел экспертизу и вошел в состав участников проекта Инновационного центра «Сколково». В рамках развития кластера информационных технологий, представленный на II Российском инновационном форуме проект Саратовского государственного университета им. Н.Г.Чернышевского «Устройство для оценки психоэмоционального состояния человека» «Детектор лжи» стал серебряным призером. Детектор прошел апробацию в Саратовском юридическом институте МВД России на кафедре правовой социологии и психологии и в ряде дру15 гих профильных институтов и в настоящее время успешно работает в Психологической службе ГУФСИН России по Саратовской области, ФПК ППС Саратовского государственного медицинского университета им. В.И. Разумовского на кафедре наркологии-психиатрии и традиционной медицины, в исправительных учреждениях г. Энгельс ИК-2, ИК-13 и др. учреждениях Саратовской области. Подводя итоги, необходимо отметить, что инновационные проекты, ставшие победителями Российских инновационных форумов получили свое дальнейшее развитие. Участие в экспозиции Российского инновационного форума «Российским инновациям – российский капитал» открыло для саратовских предприятий новые возможности для организации и развития инновационного бизнеса, а также способствовало установлению прямых деловых контактов с представителями инвестиционного бизнеса. Согласованные действия правительства, бизнеса, науки, образования, финансовых организаций и средств массовой информации, направленные на сохранение и последующее усиление инновационно-промышленного потенциала региона, повышение степени его воздействия на экономическую эффективность производства стали наиболее действенным механизмом стимулирования развития инноваций в Саратовской области. Без этого недостижимо обеспечение устойчивости регионального развития и формирование в регионе «умной» экономики, создающей уникальные знания, обеспечивающей трансферт новейших технологий и продуктов инновационной деятельности в бизнес. УДК 338.43 Волощук Л.А., Гричанова Ю.Ю. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов АНАЛИЗ ВЛИЯНИЯ ФАКТОРОВ НА ИЗМЕНЕНИЕ ОБЩИХ ЗАТРАТ В ООО «ЭНТРАСТ» ГОРОДА ЭНГЕЛЬСА Себестоимость продукции – это выраженные в денежной форме затраты на ее производство и реализацию. В себестоимости продукции как синтетическом показателе отражаются все стороны производственной и финансово-хозяйственной деятельности предприятия: степень использования материальных, трудовых и финансовых ресурсов, качество работы отдельных работников и руководства в целом. Исчисление этого показателя необходимо по многим причинам, в том числе для определения рентабельности отдельных видов продукции и производства в целом, определения оптовых цен на продукцию, осуществления внутрипроизводственного хозрасчета, исчисления национального дохода в 16 масштабах страны. Себестоимость продукции является одним из основных факторов формирования прибыли. Если она повысилась, то при остальных равных условиях размер прибыли за этот период обязательно уменьшиться за счет этого фактора на такую же величину. Между размерами величины прибыли и себестоимости существует обратная функциональная зависимость. Чем меньше себестоимость, тем больше прибыль, и наоборот. Себестоимость является одной из основных частей хозяйственной деятельности и соответственно одним из важнейших элементов этого объекта управления. Одно из основных условий получения достоверной информации о себестоимости продукции – четкое определение состава производственных затрат. В нашей стране состав себестоимости продукции регламентируется государством. Основные принципы формирования этого состава определены в Законе РФ «О налоге на прибыль предприятий и организаций» и конкретизированы в Положении о составе затрат. Кроме того, на основе данного Положения министерства, ведомства, межотраслевые государственные объединения, концерны разрабатывают отраслевые положения о составе затрат и методические рекомендации по вопросам планирования, учета и калькулирования себестоимости продукции (работ, услуг) для подведомственных предприятий. Положением о составе затрат определено, что себестоимость продукции (работ, услуг) представляет собой стоимостную оценку используемых в процессе производства природных ресурсов, сырья, материалов, топлива, энергии, основных фондов, трудовых ресурсов, а также других затрат на ее производство и реализацию. Задачи анализа себестоимости и источники информации Основными задачами анализа себестоимости продукции (работ, услуг) являются: объективная оценка выполнения плана по себестоимости и ее изменения относительно прошлых отчетных периодов, а также соблюдения действующего законодательства, договорной и финансовой дисциплины; исследование причин, вызвавших отклонение показателей от их плановых значений; обеспечение центров ответственности по затратам необходимой информацией для оперативного управления формированием себестоимости продукции; содействие выработке оптимальной величины плановых затрат, плановых и нормативных калькуляций на отдельные изделия и виды продукции; выявление и сводный подсчет резервов снижения затрат на производство и реализацию продукции. Характер этих задач свидетельствует о большой практической значимости анализа себестоимости продукции в хозяйственной деятельности предприятия. Предприятие ООО «Энтраст» расположено в г. Энгельсе Саратовской области, было зарегистрировано ещё в 1994 г. и до 1999 г. занималось торговой и посреднической деятельностью, но в 2000 г. было принято решение зани17 маться переработкой зерна. Начиная с 2003 г. данное предприятие вступило в состав холдинга «Кребор», в котором состоит и по настоящее время. На данный момент главной целью предприятия является- стабильное обеспечение хлебобулочного производства качественным сырьем, а это мука высшего, 1 и 2 классов, почти вся готовая продукция , а это 80 % поставляется предприятию- гиганту ОАО «Энгельсский хлебокомбинат». Рассматриваемое предприятие является успешным с момента своего основания, и доказательство этому – не только высокая прибыль, но и то, что на протяжении всей своей истории оно выполняло все поставленные перед ним цели. Так же хотелось бы в ближайшее время увидеть среди целей предприятия социальные проекты, которые позволят повысить заинтересованность персонала в труде, а значит и в прибыльности предприятия и, в свою очередь, в достижении миссий предприятия. Анализ затрат на рубль товарной продукции В большинстве отраслей переработки задание по себестоимости утверждается предприятием в виде предельного уровня затрат на рубль товарной продукции. Показатель затрат на рубль товарной продукции характеризует уровень себестоимости одного рубля обезличенной продукции. Он исчисляется как частное от деления полной себестоимости всей товарное продукции на ее стоимость в оптовых ценах предприятия. Это – наиболее обобщающий показатель себестоимости продукции, выражающий ее прямую связь с прибылью. К достоинствам этого показателя можно также отнести его динамичность и широкую сопоставимость. Таблица 1 Анализ затрат на рубль продукции ООО «Энтраст» Показатели Базисный период Отчётный период Стоимость произведённой продукции в отпуск. 2760 3048 ценах при составлении плана тыс. руб. Полная плановая себестоимость всей произве2875 2990 дённой продукции тыс. руб. Стоимость фактически произведенной продук3220 3381 ции в действующих ценах тыс. руб Стоимость фактически произведенной продук2530 3105 ции в действующих ценах при состав плана Полная фактическая себестоимость всей про2871 2875 дукции Полная плановая себестоимость фактически 2636,3 2656,5 произведённой продукции Непосредственное влияние на изменение уровня затрат на рубль товарной продукции оказывают 4 фактора, которые находятся с ним в прямой функциональной связи: изменение структуры выпущенной продукции; изменение уровня затрат на производство; изменение цен и тарифов на потребленные материальные ресурсы; 18 изменение оптовых цен на продукцию. 1. Затраты на 1 рубль продукции по утверждённому плану h плановое= или 104 % h плановое = h плановое = или 98 % 2. Фактические затраты на 1 рубль продукции в действующих отпускных ценах h фак. = или 89 % h фак.= h фак.= или 85 % 3. Фактические затраты на 1 рубль продукции в ценах при составлении плана: или 13,6 % h фак. = h фак или 95,5 % 4. Затраты на 1 рубль продукции произведённой по плану в пересчёте на фактический объём и состав продукции Дальнейший анализ в оценки затрат на выпуск продукции, является влиянием различных факторов на общее изменение затрат 1. За счёт изменения цены − 2. За счёт влияния 1 ц. себестоимости на затраты − 3. За счёт влияния изменения ассортимента произведённой продукции Анализ показывает, что изменение затрат продукции на прямую зависит от изменения цены на, так снижение цены на 1 рубль , повлияло на снижение на 0,23 руб.на 643,2 тыс. руб., на весь объём продукции. Увеличение себестоимости 1 ц на 1 рубль, повлияло на увеличение себестоимости на 0,12 руб. или 272,7 тыс. руб. на всю продукцию. Увеличение ассортимента продукции, увеличило затраты на 1 рубль на 0,002 руб. или на 0,76 тыс. руб. всей продукции. Таблица 2 19 Оценка влияния факторов на общее изменение затрат Факторы Общее изменение затрат базисного периода за счёт изменения : цены h фак – h плановое себестоимости 1 ц h фак – h плановое ассортимента продукции h плановое – h плановое Общие изменения в отчётном периоде h фак – h плановое за счёт изменения : цены h фак – h плановое отпускных цен h план – h план ассортимента продукции h фак – h фак Влияние на изменение затрат на 1 руб. на весь объём продукции руб. тыс. руб. -0,1133 -365,4 -0,234 -643,2 0,1207 277,2 0,002 0,76 -0,1121 0,0645 -0,1253 -0,0632 -348 215 -334 -202,8 СПИСОК ЛИТЕРАТУРЫ 1. Ефимова М.Р., Петрова Е.В., Ганченко М. Практикум по теории статистики. – М.: Финансы и статистика, 2010. 2. Зинченко А.П. Сельскохозяйственная статистика с основами социальноэкономической статистики. – М.: Изд-во МСХА, 2009. 3. Козлов Н.В. Статистика и анализ себестоимости муки //Вопросы статистики, 2009. УДК 331.101.26 Волощук Л.А. Шахбазова М.Э. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов АНАЛИЗ ИСПОЛЬЗОВАНИЯ ТРУДОВЫХ РЕСУРСОВ НА ПРИМЕРЕ ОАО «СОВХОЗ-ВЕСНА» САРАТОВСКОГО РАЙОНА САРАТОВСКОЙ ОБЛАСТИ Основной производительной силой в производстве материальных благ являются трудовые ресурсы Трудовые ресурсы сельского хозяйства – это совокупность людей, обладающие способностью трудиться. Они представляют собой важный фактор, их рациональное использование является необходимым условием увеличения объема производства продукции и повышения эффективности производства. ОАО «Совхоз-Весна» Саратовского района Саратовской области, находится в 3-х километрах от города Саратова. Специализация хозяйства – овощи закрытого грунта. 20 Рассмотрим изменение численности ОАО «Совхоз-Весна» за последние 5 лет. За анализируемый период общая численность предприятия сократилась по сравнению с 2007 г. на 86 человек и составила в 2011 г. 699 человек. Наибольший удельный вес составляют работники, занятые в сельскохозяйственном производстве, в том числе постоянные рабочие, то есть структура персонала данной организации напрямую связанна с основной деятельностью. Таблица 1 Динамика численности работников ОАО «Совхоз-Весна» Саратовского района Саратовской области, чел. Группы работников По организации всего В том числе работники, занятые в сельскохозяйственном производстве Из них: работники постоянные В том числе трактористы машинисты Служащие Из них руководители специалисты Работники подсобных промышленных предприятий и промыслов Работники торговли и общественного питания Работники, занятые на строительстве хоз. способом Прочие виды деятельности 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 785 758 743 740 699 719 692 677 647 633 658 27 61 17 44 631 27 61 17 44 616 27 61 17 44 613 27 61 17 44 573 27 60 17 43 22 22 22 22 22 23 23 23 23 23 13 13 13 13 13 8 8 8 8 8 Рассмотрим динамику численности всех работников предприятия. Таблица 2 Динамика численности работников ОАО «Совхоз-Весна» Годы Численность работников 2007 г. 2008 г. 2009 г. 785 758 743 2010 г. 2011 г. 740 699 Для количественной оценке динамики социально-экономических явлений рассчитаем показатели динамики. Таблица 3 Показатели динамики численности работников ОАО «Совхоз-Весна» Показатели Численность работников, чел 2007 г. 2008 г. 2009 г. 785 21 758 743 2010 г. 2011 г. 740 699 Абсолютный прирост, чел: -цепной -базисный Темп роста, %: -цепной -базисный Темп прироста, %: -цепной -базисный Абсолютное значение 1 % прироста, чел - -27 -27 -15 -42 -3 -45 -41 -86 - 96,6 96,6 98 94,7 99,6 94,3 95,4 89 - -3,4 -3,4 7,85 -2 -5,3 7,58 -0,4 -5,7 7,43 -4,6 -11 7.40 По данным таблицы можно заметить тенденцию в уменьшении численности работников, так как темп роста меньше 100 %. Вычислим средние показатели динамики. Средний абсолютный прирост: у уi 699 785 А п 22чел. n 1 5 1 Средний темп роста: Т р п 1 уп 743 *100 5 1 *100 97,4% уi 817 Средний темп прироста: Т пр Т р 100 97,2 100 2,6% Таким образом трудовые ресурсы период 2007–2011 гг. в среднем за год в снизились на 22 человека или на 2,6 %. При анализе движения персонала организации исчисляются относительные показатели Коэффициент оборота по выбытию: К выб Т ув Т сп 86 0,12 745 где Т ув – число уволенных работников. Тсп – среднесписочная численность работников. Коэффициент постоянства состава: Кпс Тпрор 699 0,95 , Тсп.к 740 где Тпрор – число работников, проработавших весь отчетный период; Тсп.к – списочная численность работников на конец периода. Для анализа использования рабочего времени рассчитаем показатели за 2011 г.: календарный фонд рабочего времени – число календарных дней, приходящихся на всех работников предприятия. Он может быть определен путем умножения средней списочной численности работников на число календарных дней в периоде – 284554; табельный фонд рабочего времени – календарный фонд за вычетом числа человеко-дней праздничных и выходных – 248692,4; 22 максимально возможный фонд рабочего времени – календарный фонд за вычетом человеко-дней неявок на работу в связи с праздничными, выходными днями и очередными отпусками – 232320,8. Коэффициент использования календарного фонда: Тф К кф Т кф 153000 0,54 , 284554 где Тф – фактически отработанное время; Ткф – календарный фонд рабочего времени. Коэффициент использования табельного фонда рабочего времени: КТф Тф Т ТФ 0,62 где ТТФ – табельный фонд времени. Коэффициент использования максимально возможного фонда рабочего времени: К м вф Тф Т м вф 153000 0,66(или 66%) 232320,8 где Тмвф – максимально возможный фонд рабочего времени. Неиспользованное рабочее время составляет 34 % или 129767,2 чел/дней. Коэффициент использования продолжительности рабочего периода: К ( рп) 153000 : 699 0,883(или88,3%) 248 т.е каждым работником было отработанно 88,3 % от устанавливаемой продолжительности рабочего периода. Показатели интенсивности использования рабочей силы: среднее число дней работы одного рабочего: Д ЧД 178200 228,6 Т сп 779,6 где ЧД – отработанные за период человеко-дни. среднее число часов работы в расчете на одного рабочего: Ч ЧЧ 1275000 1635,5 Т сп 779,6 где ЧЧ – число отработанных человеко-часов. средняя фактическая продолжительность рабочего дня: t ЧЧ 1275000 7,2 ЧД 178200 Самый распространенный метод планирования это SWOT-анализ используемый для оценки факторов и явлений, влияющих на проект или предприятие. Все факторы делятся на четыре категории: strengths (сильные стороны), weaknesses (слабые стороны), opportunities (возможности) и threats (угрозы). Метод включает определение цели проекта и выявление внутренних и внешних факторов, способствующих её достижению или осложняющих его. 23 Задача SWOT-анализа – дать структурированное описание ситуации, относительно которой нужно принять какое-либо решение. Выводы, сделанные на его основе, носят описательный характер без рекомендаций и расстановки приоритетов. Поскольку SWOT-анализ в общем виде не содержит экономических категорий, его можно применять к любым организациям, отдельным людям и странам для построения стратегий в самых различных областях деятельности. Рассмотрим SWOT анализ деятельности предприятия ОАО « Совхоз – Весна» и увидим сильные, слабые и возможности , угрозы стороны. Сильные стороны Слабые стороны Обеспеченность кадрами Слабая кадровая политика Оснащенность необходимым Текучесть кадров оборудованием Невысокая зарплата Наличие передовых технологий Отсутствие значимой соц. поддержки высокого качества (гранты на учёбу, путевки в санаторий) Прямой канал сбыта продукции и услуг Тяжелые условия труда Близость железных путей Возможности Угрозы Отсутствие конкурентов Малые масштабы города Привлечение дополн. инвестиций Рост безработицы Гос. Поддержка Снижение уровня жизни населения Повышение квалификаций работникам Рост налогов Хорошая репутация у потребителей Падение спроса на данный вид товара Повышение цен на сырье и готовую продукцию Появление более совершенных технологии производства SWOT–анализ помог нам определить сильные и слабые стороны в деятельности фирмы, потенциальные внешних угроз и благоприятных возможностей и их оценку относительно стратегически важных конкурентов. SWOT-анализ позволил определить причины эффективной или неэффективной работы компании на рынке, это сжатый анализ маркетинговой информации на основании которого делается вывод о том, в каком направлении организация должна развивать и в конечном итоге определяется распределение ресурсов по сегментам. Результатом анализа является разработка маркетинговой стратегии или гипотезы для дальнейшей проверки. СПИСОК ЛИТЕРАТУРЫ 4. Афанасьев В.Н., Маркова А.И. Статистика сельского хозяйства: Учебное пособие. –М.: Финансы и статистика, 2008. 24 5. Гришин А.Ф. Статистика: Учеб. пособие. – М.: Финансы и статистика, 2008. – 240 с. 6. Гришин А.Ф. Статистические модели в экономике. / А.Ф. Гришин, С.Ф. КотовДарти, В.Н. Ягунов. – Ростов н/Д: Феникс, 2009. – 344 с. 7. Елисеева И.И., Юзбашев М.М. Общая теория статистики. – М.: Финансы и статистика, 2010. 8. Ефимова М.Р., Бычкова С.Г. Практикум по социальной статистике: Учеб. пособие /Под ред. М.Р. Ефимовой. – М.: Финансы и статистика, 2008 . – 448 с. УДК 338.436.32 Головатенко О.Н. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ В ПИЩЕВОЙ ПРОМЫШЛЕННОСТИ САРАТОВСКОЙ ОБЛАСТИ Современные тенденции мирового развития связаны с переходом общества к постиндустриальной стадии. Человеческая цивилизация вступила в новый этап своего развития – информационное общество, основными элементами которого являются процессы производства, распространения и использования информации. Информационные технологии не только обеспечивают автоматизацию сбора, передачи, обработки и хранения информации с применением компьютерной техники и телекоммуникаций, но и являются, одновременно, базой развития высокотехнологичных производств. Под их влиянием меняются характер и содержание труда, структура занятости, возникают новые виды экономической деятельности, преображается облик системы образования и здравоохранения, происходят сдвиги в сфере личного потребления и многое другое. Само понятие экономики, основанной на знаниях, или интеллектуальной экономики, получившее в последние годы широкое распространение в мировой экономической литературе, отражает признание того обстоятельства, что научно-технические знания непосредственно определяют параметры экономического роста. В данной статье рассматривается влияние инновационной деятельности на развитие пищевой промышленности. Предприятия пищевой промышленности играют большую роль в развитии страны, так как их устойчивая работа создает условия для обеспечения жизнедеятельности всей экономической системы. Этим и предопределяется важнейшая роль и место предприятий пищевой промышленности в структуре народнохозяйственного производственного комплекса. Возникновение рыночных отношений в Российской экономике резко изменило условия деятельности пищевых предприятий. Их кризисное положение в 25 течение последнего десятилетия обусловлено нарастанием изменчивости экономической, технологической и социальной среды. В этих условиях все более затруднялось функционирование, и даже выживание предприятий этой отрасли. Им предстоит самим определять и прогнозировать параметры внешней среды, ассортимент продукции и услуг, цены, поставщиков, рынки сбыта, а самое главное – свои долгосрочные цели и стратегию их достижения. Сиюминутные стратегические решения, которым принесли некоторым предприятиям успех в начале 90-х годов XX века, теперь не работают. Многие новые предприятия исчезли совсем или, достигнув определенного уровня, перестали расти. Выстоять сумели лишь единичные предприятия, подавляющая же их часть подверглась необратимым деформациям в результате неспособности адаптировать внутреннюю среду к внешним воздействиям. В итоге, образовались диспропорции между производственными фондами и их загрузкой, между сохранившейся численностью работающих и ее потребностью для производства продукции в объемах рыночного спроса и управления предприятием, между объемами финансирования и потребностью оборотных средств и многое другое. Сегодня, очевидно, что для выживания на рынке и сохранения конкурентоспособности предприятия пищевой промышленности должны вовремя вносить изменения в свою хозяйственную деятельность, а именно модернизировать производство. Например, для увеличения производства растительного масла в области необходимо: установка нового элеватора, реконструкция и модернизация цехов рафинации и прессового с увеличением мощности по выпуску готовой продукции и другие мероприятия технического перевооружения. Работа, направленная на обновление и модернизацию производственной базы, позволяет увеличить объемы вырабатываемой и реализуемой продукции. Более 60 предприятий пищевой и перерабатывающей промышленности наметили на 2010–2015 гг. проведение технического перевооружения и модернизации производства. Так же, обновление технологического оборудования, модернизация производства, положительно повлияет на качество выпускаемой продукции, на снижение ее себестоимости и расширение ассортимента выпускаемой продукции. Ниже представлены прогнозы дальнейшее развития в области следующих направлений переработки сельскохозяйственной продукции: переработка скота и мяса; переработка сахарной свеклы; переработка подсолнечника. Таблица 1 Производство мяса в убойной массе в хозяйствах всех форм собственности и ввод мощностей по переработке, тыс. т 26 Наименование продукции 1 Производство мяса скота и птицы, всего Ввод мощностей по первичной переработке мяса скота производство мяса в убойном весе ввод мощностей по переработке скота производство мяса птицы в убойном весе ввод мощностей по переработке птицы Ввод в т.ч. по годам мощно- 2009 г. 2010 г. 2011 г. 2012 г. 2013 г. 2014 г. 2015 г. стей, отчет отчет отчет прогноз прогноз прог- прогноз всего ноз 2 3 4 5 6 7 8 9 139,3 143,1 149,4 181,6 193 231,6 248,7 154,7 50,7 104 - 2,4 10,5 32,8 28,9 57 23,1 122,7 125,9 131,3 146,6 149,6 152,5 155,6 - 1 2,4 12,6 11,3 11,5 11,9 16,6 17,2 18,1 35 43,4 79,1 93,1 - 1,4 8,1 20,2 17,6 45,5 11,2 Таблица 2 Производство сахарной свеклы в Саратовской области за 2005-2011 гг. и прогноз до 2015 г. Годы 2008 2009 2010 2011 2012 (прогноз) 2013 (прогноз) 2014 (прогноз) 2015 (прогноз) Площадь тыс.га 6,1 4,9 7,0 9,0 10,0 12,0 12,8 14,0 Урожайность, ц/га 309,5 193,1 209,7 215,0 220,0 225,0 250,0 250,0 Валовой сбор (после доработки), тыс. тонн 157,2 85,6 146,8 193,0 220,0 270,0 320,0 350,0 Таблица 3 Производство подсолнечника в Саратовской области за 2005-2011 гг. и прогноз до 2015 г. 27 Годы 2005 2006 2007 2008 2009 2010 2011 2012(прогноз) 2013(прогноз) 2014(прогноз) 2015(прогноз) Площадь, тыс.га 586,1 718,0 652,2 732,2 726,9 742,3 730,0 730,0 700,0 700,0 700,0 Урожайность, ц/га 8,3 7,9 8,6 8,0 7,8 9,0 9,1 9,2 9,3 9,4 9,5 Валовой сбор (после доработки), тыс. тонн 486,6 567,7 558,4 584,7 573,5 672,0 664,3 671,2 651,0 658,0 665,0 После анализа таблиц, можно сделать вывод, что инновационная политика, в течение последующих лет, увеличит производство в областях следующих направлений переработки сельскохозяйственной продукции: переработка скота и мяса; переработка сахарной свеклы; переработка подсолнечника. Например, к 2015 году валовой сбор сахарной свеклы составит 350 тыс. тонн, что на 264,4 тыс. тонн больше, чем в 2009 г. К 2015 г. валовой сбор подсолнечника, по сравнению с 2009 г., увеличится на 91,5 тыс. тонн. Та же динамика наблюдается и в производстве мяса. Нововведения – одно из главных резервов обеспечения экономического роста предприятия, сохранения и усиления его конкурентных позиций на рынках сбыта. Поэтому основой стратегии управления развитием предприятий пищевой промышленности должна стать инновационная деятельность, а именно модернизация производства. СПИСОК ЛИТЕРАТУРЫ 1. 2. 3. 4. Электронный ресурс. [Режим доступа]: ru.wikipedia.org. Электронный ресурс. [Режим доступа]: www.poria.ru. Электронный ресурс. [Режим доступа]: vasilievaa.narod.ru. Электронный ресурс. [Режим доступа]: srtv.gks.ru. УДК 338.4 Дьячкова Е.А. Одесская государственная академия строительства и архитектуры, 28 г. Одесса ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ ОДЕССКОЙ ОБЛАСТИ Одесская область – исторически и географически признанный сельскохозяйственный район. Удельный вес области в общем объеме производства валовой сельскохозяйственной продукции по Украине в 2011 г. составляет: зерна – 8,2 %; подсолнечника – 6,9 %; овощей – 7,1 %; винограда – 55,7 %; мяса – 2,9 %; молока – 4,0 %; яиц – 4,3 %; шерсти – 41,7 %. Земельный фонд составляет 3,3 млн га, в том числе сельскохозяйственные угодья – 2,6 млн га, из них пашни – 2,0 млн га, многолетние насаждения – 90,9 тыс. га, сенокосы, пастбища 406 тыс. га. На базе 483 бывших КСП создано 1059 сельскохозяйственных предприятий, в том числе 250 сельскохозяйственных кооперативов, 356 хозяйственных обществ, 215 частных предприятий, 238 других субъектов хозяйствования. Кроме того, действуют 7908 фермерских хозяйств. Право на земельный пай получило 379 тыс. селян. Средний размер земельного пая составляет 4,2 га. Общий размер арендной платы – 159,9 млн грн. В растениеводстве ведущей отраслью является зернопроизводство. За исключением неурожайных 2003 и 2007 гг. среднегодовые валовые сборы зерновых культур составляют более 2,5 млн тонн. Наибольший валовой сбор зерновых – 3,7 млн тонн было получено в 2004 г. Среднегодовые объемы производства составляют: подсолнечника 328 тыс. тонн; сахарной свеклы – 210 тыс. тонн; овощей – 490 тыс. тонн; плодов и ягод – 95 тыс. тонн; винограда – 183 тыс. тонн. Важное место в агропромышленном комплексе области занимает животноводство, ресурсный потенциал которого составляет: крупного рогатого скота 258 тыс. голов; свиней – 454 тыс. голов; овец и коз – 371 тыс. голов; птицы – 6215 тыс. голов. В среднем за 2005–2011 гг. произведено: мяса – 98 тыс. тонн; 29 молока – 648 тыс. тонн; яиц – 677 млн. штук; шерсти – 1433 тонны. На основании результатов деятельности агропромышленного комплекса области в 2010–2011 гг. определены приоритетные задачи на 2012–2015 гг., а именно: внедрение системы сохранения и эффективного использования земель сельскохозяйственного назначения, создание благоприятных условий для привлечения инвестиций в агропромышленный комплекс. А также создание современной селекционной базы аграрного производства, улучшение ресурсного обеспечения сельскохозяйственного производства, поддержание имеющегося технического потенциала машино-тракторного парка, стабилизация его количественного состава и обновления, совершенствования форм его использования и обеспечения производства сельскохозяйственной продукции по прогрессивным технологиям, обеспечение развития инфраструктуры аграрного рынка. Выполнение указанных приоритетов позволит достичь существенных изменений в аграрном секторе и повысить уровень агропромышленного производства. По прогнозу, темпы роста валовой продукции сельского хозяйства за 2012 г. составят 101 %, в 2013 г. – 101,5 %. Об этом сказано в «Программе занятости населения Одесской области на 2012–2015 годы», принятие которой запланировано на сессии облсовета 26 апреля. В указанном периоде ожидается фаза подъема инвестиционной деятельности в регионе. Инвестиции в основной капитал на душу населения в 2012 г. по сравнению с 2011 г. вырастут на 474,7 грн. и составят 3628,6 грн.; в 2013 г. эти показатели составят соответственно 217,5 грн. и 3846,1 грн. Индексы инвестиций в основной капитал (в сопоставимых ценах) в 2012 г. составят 115,1 %, в 2013 г. – 106 %. Прямые иностранные инвестиции на душу населения будут увеличиваться и в 2012 г. составят 567,0 долларов США, в 2013 г. – 617,0 долларов США. В 2012 г. будут инновационную деятельность осуществлять 72 инновационно-активных промышленных предприятий или 16 % в общем количестве промышленных предприятий региона. Прогнозный объем реализованной инновационной продукции – 356 млн грн. Предполагается внедрение 41 технологического процесса (в том числе 32 малоотходных и ресурсосберегающих), до 77 единиц новых видов промышленной продукции (в том числе 7 новых видов техники). На современном этапе развития экономики страны важнейшим фактором, влияющим на формирование стратегии развития сельскохозяйственного предприятия, становится интенсификация инновационной деятельности. Актуальность разработки и реализации инновационной стратегии обусловлена тем, что только на ее основе можно осуществить качественное обновление критически устаревших основных фондов, повысить конкурентоспособность отечественных товаров и услуг на внутреннем и мировых рынках, осуществить переход к инновационному пути развития страны на основе избранных приоритетов, обеспечив при этом высокие темпы экономического роста и социального развития. Инновационная стратегия играет ключе30 вую роль в решении основных задач перспективной социальной, экономической, инвестиционной, экологической и внешнеэкономической политики государства, в создании национальной инновационной системы. Однако недостаточная теоретическая изученность ключевых аспектов влияния инновационной составляющей определяют необходимость систематизации и углубления знаний в данной области. Вне научных исследований до сих пор остаются вопросы, связанные с организационнометодическим обеспечением роста инновационной активности предприятий с целью обеспечения необходимого уровня конкурентоспособности, что не позволяет оценить активность инновационной деятельности различных предприятий и определить слабые и сильные стороны в их инновационных стратегиях. В настоящее время, когда положительно решен вопрос о вступлении страны во Всемирную торговую организацию, актуальной является задача сохранения и укрепления рыночных позиций предприятий. Расширенный допуск на отечественный рынок импортных товаров способен существенно обострить конкуренцию внутри страны по многим товарным позициям. Это делает актуальным вопрос о стратегическом развитии предприятий, основанном на росте конкурентоспособности предпринимательских структур за счет использования результатов их инновационной деятельности. Главными целями разработки инновационной стратегии предприятия являются: 1. Концентрация ресурсов на внедрении прогрессивных инновационных технологий, обеспечивающих повышение конкурентоспособности отечественной продукции, освоение новых рыночных ниш, ускорение темпов экономического роста. 2. Инновационное обновление основных фондов предприятия, поворот к базисным и улучшающим инновациям, обеспечивающим рост эффективности инвестиций в основной капитал. 3. Реализация научно-технических достижений и изобретений, улучшение использования интеллектуальной собственности, развитие научнотехнологического потенциала предприятия. 4. Стратегическая направленность создаваемой инновационной системы предприятия. 5. Содействие формированию инновационного партнерства предпринимателей. СПИСОК ЛИТЕРАТУРЫ 1. Статистичний щорічник України за 2011 р., за ред. О.Г. Осауленка. – С. 591. 2. Статистичний щорічник Одеської області за 2011 р., за ред. Т. В. Стоянова. – С. 459. 3. Астапов К. Инновации промышленных предприятий и экономический рост // Экономист. – 2012. – № 6. – С. 44–51. 31 УДК 338.34 Егорова В.Н. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов АНАЛИЗ ФАКТОРОВ ПРОИЗВОДСТВА ЗЕРНОВЫХ Зерновое производство является базовой отраслью сельского хозяйства и основной предпосылкой развития продовольственной сферы и, в значительной степени – экономики в целом. Достаточный уровень производства зерновых создает необходимую базу и предпосылки развития следующих отраслей, обладающих, большим инновационным потенциалом и наукоемкостью [2]: производство биополимеров; производство биотоплива; хлебопекарная промышленность крахмалопаточная продукция и подсластители. С другой стороны, сельское хозяйство, а именно, производство зерновых совмещает достижения целого ряда других отраслей, и уровень развития производства зерновых является индикатором развития следующих направлений: селекции; производства удобрений; машиностроения; инновационных технологий, направленных на обеспечение роста урожайности; транспортно-логистической сети; социального благосостояния. Производство зерновых значительно влияет на многие отрасли экономики. Выращиванием, хранением и переработкой зерна занимается около половины всех предприятий АПК. Эти отрасли сельского хозяйства обеспечивают 10 миллионов рабочих мест в экономике страны. Рост производства зерна и стабилизация зернового рынка повлечет рост производства в перерабатывающей промышленности и смежных отраслях [1]. Актуальность данной темы объясняется тем, что от развития зернового хозяйства зависит развития ряда отраслей АПК, удовлетворение потребностей населения в базовых продуктах питания. Зерно служит сырьем для некоторых отраслей пищевой, комбикормовой, химической и текстильной промышленности и является источником кормов для скота и птицы. Развитие зернового производства во многом определяет высокий уровень продовольственной безопасности страны [3]. Поэтому важно изучать и анализировать зависимость производства зерновых от различных факторов. 32 В качестве объекта исследования используется колхоз «Победа» Красноармейского района. В анализе производства зерновых использовались методы сравнения и метод индексного анализа. Основным показателем, определяющим результативность производства зерновых, является валовой сбор. На его изменение могут повлиять такие факторы, как урожайность зерновых культур и размеры посевных площадей. Таблица 1 Динамика показателей производства зерновых Валовой сбор, ц Урожайность, ц/га Посевные площади, га 2009 г. 46430 14,6 3182 2010 г. 7767 8,4 2350 2011 г. 5680 7,9 1600 Из таблицы видно, что для колхоза характерно снижение объема валового сбора зерна, что связано с падением урожайности и уменьшением размера посевных площадей. Приведем пример посредством построения индексов. Индекс представляет собой относительную величину, характеризующую соотношение уровней социально-экономических явлений во времени, пространстве или фактических и плановых. Индекс показывает, во сколько раз и как изменяется индексируемый показатель. Если индекс выразить в процентах, т.е. умножить отношение на 100, то он покажет изменение индексируемого показателя в процентах, т.е. темп роста. При вычитании из значения индекса 100 % получаем темп прироста – на сколько процентов возрос (снизился) индексируемый показатель. По охвату элементов исследуемой совокупности различают индивидуальные и сводные индексы. Индивидуальный индекс характеризует соотношение уровней только одного элемента совокупности (например, изменение объема производства нескольких видов продукции). Сводный индекс характеризует соотношение уровней нескольких элементов совокупности (например, изменение объема производства нескольких видов продукции). Сводные индексы по методике построения делятся на агрегатные и средние. Агрегатный индекс представляет собой отношение сумм индексируемых показателей и их весов. Он применяется для характеристики изменений совокупности, состоящей из элементов, непосредственно не поддающихся суммированию. В числителе и знаменателе индекса находятся произведения индексируемого показателя и веса-соизмерителя индекса. Показатель, изменение которого изучается, называется индексируемым. Показатели-сомножители, связанные с индексируемыми величинами, называются весами-соизмерителями индексов, а умножение на них – взвешиванием [4]. 33 При выборе веса индекса в Российской статистике используется следующее правило: при построении агрегатных индексов количественных показателей берутся веса базисного периода, а индексы качественных показателей строятся с весами отчетного периода. Индексируемые показатели подразделяются на количественные (объемные) и качественные. Объемные показатели – это физический объем произведенной или реализованной продукции, посевные площади, поголовье скота и т.д. Качественные показатели – цены, себестоимость, производительность труда, урожайность, продуктивность скота и т.д. Индексы применяются для анализа сложных социально-экономических явлений, которые характеризуются сложными показателями, представляющими собой произведения двух и более простых показателейсомножителей. Так, валовой сбор можно представить как произведение урожайности и посевной площади, стоимость продукции – произведение цены и количества продукции и т.д. Индексный анализ позволяет количественно измерить и сравнить влияние отдельных показателей-сомножителей на изменение сложного показателя. С этой целью строится система взаимосвязанных агрегатных индексов. При этом один из показателей-сомножителей берется как качественный, другой как объемный. Чтобы индексы были увязаны в систему, при их построении учитывается общее правило выбора периода, к которому относится вес индекса: индексы качественных показателей строятся с весами отчетного периода, индексы объемных показателей – с весами базисного периода. Рассчитанные подобным образом индексы находятся между собой в той же взаимосвязи, что и сами показатели [4]. Агрегатный индекс урожайности: Индекс размера посевной площади: Индекс размера и структуры посевных площадей: Индекс структуры посевных площадей: Индекс валового сбора: Индекс урожайности постоянного состава: Абсолютное изменение валового сбора: за счет изменения урожайности: за счет размера посевных площадей 34 за счет всех факторов: С целью выявления влияния урожайности, размера и структуры посевных площадей на валовой сбор зерна проведем индексный анализ. В качестве базисного периода возьмем 2009 г, а за отчетный – 2010 г. Таблица 2 Исходные и расчетные данные для индексного анализа валового сбора зерна в колхозе «Победа» Культуры Озимые зерновые Яровые зерновые Зернобобовые Зерновые всего Посевная площадь, га. Базис- Отчетноного го периопериода S1 да S0 920 1224 1380 342 50 34 2350 1600 Урожайность, ц/га Валовой сбор, ц БазисОтчетного ного периода периода y0 y1 7.3 9.3 16 9.1 13.3 5.4 12.2 7.9 БазисОтУслов ного четного ный перио- периода y0S1 да y0S0 y1S1 6716 11383 8935 22080 3112 5472 665 184 452 28670 12640 19520 Определим индекс валового сбора: =0,44 или 44 % Валовой сбор зерна колхоза «Победа» уменьшился на 56 % или на 16030 ц. На такое изменение оказали влияние следующие факторы: урожайность зерновых культур; размер посевных площадей; структура посевных площадей зерновых культур. С помощью индексного анализа выявим влияние этих факторов на изменение валового сбора зерна. 1. Изменение валового бора зерна за счет урожайности отдельных культур определим с помощью индекса урожайности постоянного состава: =65 % Снижение урожайности зерновых культур уменьшило валовой сбор зерна на 6880 ц или на 35 %. 2. Изменение валового сбора за счет размера и структуры посевных площадей установим с помощью индекса: или 68 % 35 Абсолютное изменение валового сбора: За счет изменения размера и структуры посевных площадей зерновых культур валовой сбор зерна уменьшился на 9150 ц или на 32 %. Проверим правильность вычислений: ∆ys=∆y+∆s=-6880-9150=-16030 3. Определим влияние изменения размера посевных площадей на валовой сбор: Абсолютное изменение валового сбора: ∆разм= =1600-2350=-750 За счет уменьшения посевных площадей зерновых культур валовой сбор уменьшился на 750 ц. 4. Изменение структуры посевных площадей. Так как индекс Is показывает изменение валового сбора и за счет размера, и за счет структуры посевных площадей, а индекс Iразм отражает изменение валового сбора только за счет размера посевных площадей, то разделив первый индекс на второй, мы узнаем, как изменился валовой сбор за счет изменения структуры посевных площадей: Iстр=IS:Iразм=0,68:0,68=1*100=100 % Данный индекс показывает, что структура посевных площадей не изменилась, и, следовательно, не оказала влияния на валовой сбор зерна. При увеличении трудообеспеченности на 1 человека урожайность зерновых повышается на 4,75 ц/га; рост фондообеспеченности на 1 тыс. руб. ведет к незначительному падению урожайности зерновых на 0,01 ц/га, что может объясняться воздействием других неучтенных факторов, например, климатических условий. За счет изменения размера и структуры посевных площадей зерновых культур валовой сбор зерна уменьшился на 9150 ц или на 32 %. Снижение урожайности зерновых культур уменьшило валовой сбор зерна на 6880 ц или на 35 %. Наиболее важными направлениями повышения эффективности зернового производства являются: повышение уровня технической оснащенности, механизации и автоматизации, применение совершенной техники и технологий; применение инновационных средств защиты растений и борьбы с сорной растительностью; совершенствование систем орошения; применение более продуктивных и устойчивых к внешним условиям сортов растений. Из произведенных расчетов следует, что применительно к данной организации важным направлением является изменение структуры посевных площадей и применение системы севооборота. 36 СПИСОК ЛИТЕРАТУРЫ 1. Ветелкин Г. Проблемы производства зерна в России. // Хлебопродукты: ежемесячный журнал. – 2011. [Электронный ресурс]. Режим доступа: http://www.khlebprod.ru/ text.php?text=3296&heads=1 (дата обращения 20.11.2012). 2. Дегтярев К.С. Производство зерновых в России // Энциклопедия маркетинга. – 2010. [Электронный ресурс]. Режим доступа: http://www.marketing.spb.ru/ mr/ food/ cereals.htm (дата обращения 20.11.2012). 3. Степанова Т.А., Аникина В.В. Анализ производства зерновых культур и пути его повышения на примере СХА «Стадницкое» и других хозяйств Семилукского района Воронежской области // Альманах современной науки и образования: научный журнал. – 2011. [Электронный ресурс]. Режим доступа: Системные требования: Adobe Acrobat Reader. http://www.gramota.net/articles/issn_1993-5552_2011_6_36.pdf (дата обращения 20.11.2012). 4. Чернова Т.В. Экономическая статистика // Учебное пособие. – 2009. [Электронный ресурс] Режим доступа: http://www.aup.ru/books/m81/7.htm (дата обращения 20.11.2012). УДК: 339.72.015:631.14:633.1(470.44) Жумагалиева Ж.Т., Романова И.В. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ОСНОВНЫХ ПРОИЗВОДСТВЕННЫХ ФОНДОВ И ЭФФЕКТИВНОСТЬ ИХ ИСПОЛЬЗОВАНИЯ В ЗАО «ЦЕЛЬ» КРАСНОКУТСКОГО РАЙОНА САРАТОВСКОЙ ОБЛАСТИ В условиях рыночной экономики и конкуренции успешно функционируют те производители, которые эффективно используют свои ресурсы, в частности основные средства производства. От интенсивности и эффективности использования основных средств зависят многие показатели деятельности предприятия. Одним из важнейших факторов увеличения объема производства продукции на предприятии является его обеспеченность основными средствами в необходимом количестве и ассортименте и более полное и эффективное их использование. Совокупность средств труда образует основные производственные фонды, которые применяются в нескольких производственных циклах, постепенно изнашиваются и переносят свою стоимость на продукт по частям в течение всего срока службы, не теряя при этом своей натуральной формы. Основные производственные фонды состоят из машин и оборудования, передаточных устройств, транспортных средств, зданий, сооружений и так далее. В основные производственные фонды включаются не все средства 37 труда, а лишь те из них, которые представляют собой продукты общественного труда, имеют стоимость. Но и не всякая вещь, обладающая стоимостью и являющаяся по своей натуральной форме средством производства, входит в состав основных производственных фондов. К примеру, машины или станки, которые лежат на складе как готовая продукция в ожидании реализации, входят не в основные фонды, а в фонды обращения. Таким образом, производственные основные фонды участвуют в материальном производстве и по мере изнашивания переносят частями свою стоимость на стоимость готовой продукции, производимой с их помощью. Наряду с ними в современных условиях функционируют и основные непроизводственные фонды. К ним относятся фонды жилищнокоммунального хозяйства, организаций культуры, науки, здравоохранения и другие. Основные непроизводственные фонды не участвуют в создании потребительных стоимостей. Непременное условие процесса производства – наличие средств производства, которые состоят из средств труда и предметов труда. Средства труда в натурально-вещественной форме выступают в качестве основных средств, а в стоимостном – в качестве основных фондов. Рассмотрим состав и структуру основных фондов на примере ЗАО «Цель» Краснокутского района Саратовской области (табл. 1). Таблица 1 Состав и структура основных фондов в ЗАО «Цель» Краснокутского района Саратовской области Виды средств Здания Машины и оборудование Транспортные средства Производственный и хозяйственный инвентарь Продуктивный скот Другие виды основных средств Итого 2009 год тыс. % руб. 4607 17 13461 49 2928 11 2010 год тыс. % руб. 4607 12 18196 47 2928 8 2011 год тыс. % руб. 4607 12 18286 47 3208 8 3483 13 3537 9 3537 9 1956 1347 27782 7 5 100 8414 1347 39029 22 4 100 7534 1502 39061 19 4 100 В составе основных фондов в 2011 г. удельный вес пассивной части фондов – зданий составляет 12 %, активная часть (транспортные средства, машины и оборудование, рабочий и продуктивный скот, инвентарь) около 88 %. В рассматриваемом периоде в составе основных средств произошло увеличение стоимости машин и оборудования, транспортных средств. Проблема повышения эффективности использования основных средств и производственных мощностей предприятий занимает центральное место в период перехода к рыночным отношениям. От решения этой проблемы 38 зависит финансовое состояние предприятия, его конкурентоспособность на рынке. Имея представление о роли основных средств в производственном процессе, факторах, влияющих на использование основных средств, можно выявить методы, направления, при помощи которых повышается эффективность использования основных средств и производственных мощностей предприятия, обеспечивающая снижение издержек производства и рост производительности труда. Основными показателями эффективности использования основных фондов является показатели фондоотдачи, фондоемкости, фондорентабельности. Показатели обеспеченности и эффективности использования основных средств ЗАО «Цель» Краснокутского района представлены в таблице 2. Таблица 2 Анализ обеспеченности и эффективности использования основных средств в ЗАО «Цель» Краснокутского района Показатель 2009 г. 2010 г. 2011 г. Среднегодовая стоимость ОПФ, тыс. руб. 27466 33405,5 30239 Стоимость ВП, тыс. руб. 12009 11816,9 11987 Прибыль от реализации, тыс. руб. 4967 -3062 398 Энергетические мощности, л.с. 6555 6550 8450 Среднегодовое количество работников, за42 44 45 нятых в с/х производстве, чел. Площадь с/х угодий, га. 4169 4198 5098 Показатели обеспеченности предприятия основными средствами Фондообеспеченность, тыс. руб. 6,59 7,96 5,93 Фондовооруженность труда, тыс. руб. 653,95 759,22 671,98 Энерговооруженность труда, л.с. 156,07 148,86 187,78 Энергообеспеченность, л.с. 1,57 1,56 1,66 Показатели эффективности использования основных средств Фондоотдача, руб. 437 354 396 Фондоемкость, руб. 2287 2827 2523 Фондорентабельность, % 0,008 0,005 0,07 2011 в % к 2009 110 99 8 129 107 122 90 103 120 106 91 110 - За анализируемый период стоимость основных производственных фондов увеличилась на 10 %, это связано с тем, что была произведена переоценка ОПФ. Фондообеспеченность увеличилась на 9 %. Отмечается тенденция небольшого роста фондовооруженности труда с 653,95 до 671,98 тыс. руб. или на 3 %, энерговооруженность увеличилась на 20 %. Также увеличилась энергообеспеченность на 6 %. Фондоотдача к 2011 г. сократилась на 9 % и составила 396 руб., фондоемкость напротив увеличилась на 10 %. Эффективность использования основных средств ЗАО «Цель» Краснокутского района показана на рисунке 1. На протяжении длительного периода основные средства находятся в непрерывном движении: они поступают предприятие, изнашиваются, в ре39 зультате подвергаются ремонту, перемещаются внутри предприятия, выбывают с предприятия вследствие ветхости или нецелесообразности дальнейшего использования. Состояние и движение основных средств в ЗАО «Цель» Краснокутского район представлено в таблице 3. Рис. 1. Эффективность использования основных средств в 2011 г. Таблица 3 Анализ состояния и движения основных средств в ЗАО «Цель» Краснокутского района Показатели 2009 год 2010 год 27782 11909 662 39029 8661 11247 Наличие на начало года, тыс.руб. 27150 Поступило за год, тыс.руб. 672 Выбыло за год, тыс.руб. 40 Наличие на конец года, тыс.руб. 27782 Амортизация на конец года, тыс.руб. 8169 Рост (+), уменьшение (-) основных средств 632 за год, тыс.руб. Коэффициенты состояния основных средств, % Коэффициент износа 29,4 22,2 Коэффициент годности 70,6 77,8 Коэффициенты движения основных средств, % Коэффициент выбытия 0,1 2,4 Коэффициент обновления 2,4 30,5 Коэффициент прироста 2,3 40,5 Коэффициент расширения 94 94,4 2011 год 39029 1442 1410 39061 9153 32 23,4 76,6 3,6 3,7 0,1 2,2 Данные таблицы показывают, что за отчетный 2011 г. произошли небольшие изменения состояние основных средств в хозяйстве в сравнении с 2009 г., т.е. выбыло – 3,5 % ОС, обновилась – 1,3 %. Износ основных средств сократился на 6 %, а их годность возросла на 6 %. Таким образом, рассмотрев современное состояние основных фондов в 40 ЗАО «Цель» Краснокутского района Саратовской области можно сделать вывод, что основные фонды – основной фактор, необходимый для функционирования предприятия. Когда речь идёт об основных фондах, обязательно встает вопрос об эффективности их использования и применения. Повышение эффективности основных фондов осуществляется за счет более быстрого освоения новых мощностей, повышения сменности работы машин и оборудования, совершенствования организации материальнотехнической базы, ремонтной службы, повышения квалификации рабочих, технического перевооружения предприятий, модернизации и проведения организационно-технических мероприятий. СПИСОК ЛИТЕРАТУРЫ 1. Савицкая Г.В. Экономический анализ: Учебник. – 14-е изд., перераб. и доп. – М.: ИНФРА-М, 2011. – 649 с. 2. Сафронов Н.А. Экономика организации (предприятия). – М.: Магистр, 2009. – С. 128. 3. Формы отчетности о финансово-экономическом состоянии товаропроизводителей агропромышленного комплекса за 2009–2011 гг. ЗАО «Цель» Краснопартизанского района Саратовской области. УДК 338.43 Кисельникова Е.А., Шибайкин А.В. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов АНАЛИЗ ИСТОЧНИКОВ ФИНАНСИРОВАНИЯ ИННОВАЦИОННЫХ ПРОЕКТОВ В ОАО «СОВХОЗ-ВЕСНА» САРАТОВСКОГО РАЙОНА Успешность инвестиционной деятельности предприятия во многом зависит от наличия источников финансирования и инвестиционного проекта. Инвестиционный проект есть обоснование экономической целесообразности, объёма и сроков осуществления капитальных вложений, в том числе необходимая проектно-сметная документация, разработанная в соответствии с законодательством Российской Федерации и утверждёнными в установленном порядке стандартами (нормами и правилами), а так же описание практических действий по осуществлению инвестиций (бизнесплан). Для финансирования инновационных проектов в ОАО «СовхозВесна» используются как собственные средства предприятия, так и заемные (табл. 1). ОАО «Совхоз-Весна» крупнейший в Саратовской области производитель овощных культур в закрытом грунте, имеющий 24 гектара зимних 41 теплиц. Организован 1 марта 1982 года на базе совхоза-комбината «Весна», который в свою очередь был создан по инициативе Министерства плодоовощного хозяйства РСФСР. Объем производства овощей в защищенном грунте составляет более 10000 тонн в год. Ассортимент производимой продукции разнообразен и составляет около 10 наименований. Ежегодно делаются крупные вложения в расширение основных фондов, строительство и реконструкцию. Таблица 1 Источники инвестирования в ОАО «Совхоз-Весна» 2007 г. Источники Тыс. руб. 2008 г. % Тыс. руб. 2009 г. % Тыс. руб. 2010 г. % Тыс. руб. % 2011 г. Тыс. руб. % Собственные: 66300 65,4 98313 45,2 101305 41,5 101171 82,8 39254 26,0 прибыль 55976 55,3 83468 38,4 82530 33,8 77144 63,1 14112 амортизация 10324 10,1 14845 18775 7,7 35000 34,6 119101 54,8 142685 58,5 20976 17,2 111677 74,0 35000 34,6 119101 54,8 142685 58,5 20976 17,2 111677 74,0 101300 100 217414 100 Привлеченные краткосрочные кредиты банков Итого 6,8 9,3 24027 19,7 25142 16,7 243990 100 122147 100 150931 100 Сокращение доли собственных средств наблюдается в период с 2007 г. по 2009 г. на 23,9 % и увеличение доли привлеченных средств на 23,9 %. Уже в 2010 г. заметно резкое увеличение доли собственных средств на 41,3 % по сравнению с 2009 г., что связано с увеличением доли прибыли на 29,3 % и амортизации на 12 %. Соответственно доля привлеченных средств в 2010 г. сократилась на 41,3 %, что является положительным моментом для организации и может привести к повышению устойчивости экономики предприятия и снижению ее зависимости от банков и других организаций. В 2011 г. по сравнению с 2010 г. доля прибыли и амортизации заметно снизилась соответственно на 53,8 % и 3%, в связи с чем, снизилась доля собственных средств на 56,8 % по причине снижения прибыли на 63032 тыс. руб., увеличения себестоимости и снижения уровня производительности труда. В свою очередь уровень привлеченных средств в 2011 г. повысился за счет увеличения суммы краткосрочных кредитов банка на 90701 тыс. руб. по сравнению с 2010 г. Изобразим структуру инвестиций по источникам на диаграмме (рис. 1) За период 2007–2011 гг. большинство проектов инвестировалось за счет привлеченных средств, доля которых в среднем составила 52,2 %. 42 Рис. 1. Структура инвестиций по источникам в ОАО «Совхоз-Весна» СПИСОК ЛИТЕРАТУРЫ 1. Крылов Э.И., Власова В.М., Журавкова И.В. Анализ эффективности инвестиционной и инновационной деятельности предприятий: Учеб. Пособие. - 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2010. – 608 с. 2. Теория статистики: Учебник /Под ред. проф. Г.Л. Громыко. – 2-е изд. Перераб. и доп. – М.: Инфра-М, 2009. – 476 с. УДК 338.43 Кузьминов В.Н. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов ИСПОЛЬЗОВАНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДОВ В ПРОГНОЗИРОВАНИИ БАЛАНСА И РАСПРЕДЕЛЕНИЯ ЗЕРНА В РАМКАХ РЕГИОНА Рынок зерна и продуктов его переработки представляет собой многокомплексную, многопараметрическую систему, которая обладает чрезвычайно большим по объемам сырьевым и товарным ресурсом. Анализ параметров этой системы и моделирование ее поведения могут позволить выработать методику целенаправленного контроля основных параметров зернового рынка и их рационального регулирования, в том числе со стороны государства. Необходимость последнего доказана опытом развитых стран и результатами деятельности отечественного формирующегося рынка зерна и продуктов его переработки. 43 Система зернового рынка состоит из трех составляющих блоков. Первый из них – блок ресурсов зерна – БРЗ, второй – блок переработки зерна – БПЗ и третий – блок ресурсов продуктов переработки зерна (муки, крупы, комбикормов и т.п.) – БРП. Моделирование системы зернового рынка целесообразно осуществлять раздельно по блокам, так как анализ функционирования отдельных блоков показывает существенные различия их параметров. Исходя из этого, Представим блок ресурсов зерна в виде многопараметрического объекта в следующем виде (рис. 1). ZРЗ ZРР ZИ Z1 ZПП Z2 БРЗ ZN ZПК ZПТ ZРП ZПС ZПЗ ZПР ZЭ Рис. 1. Модель блока ресурсов зерна Входными параметрами данного объекта являются различные потоки поступающего на рынок зерна: Z1, Z2, …ZN – соответственно количество собранного зерна по N зерновым культурам в текущем году; ZP3 – количество зерна переходящего запаса, которое свободно предлагается на рынке на начало зернового года; ZPP – годовое количество государственного резерва зерна, предназначенное для потребностей армий, районов Крайнего Севера и других спецпотребителей; ZИ – годовое количество зерна, поставляемое по импорту коммерческими организациями из-за рубежа в течение текущего года. Выходными параметрами объекта являются потоки зерна, направляемые на текущие потребности различных потребителей зерна, и планируемые ресурсные запасы на последующий год: ZПП – годовое количество зерна, потребляемое на продовольственные нужды; ZПК – годовое количество зерна, потребляемое на кормовые цели; ZПТ – годовое количество зерна, потребляемое на промпереработку (производство спирта, пива, крахмала и др. продуктов); ZПС – годовое количество зерна, направляемое в семенной фонд; ZПЗ – количество зерна, планируемое в качестве переходящего запаса на последующий год; ZПР – количество зерна, планируемое в качестве госрезерва на последующий год; 44 ZЭ – годовое количество зерна, направляемое на экспорт в течение текущего года. В качестве внутреннего параметра блока выделим количество общих естественных и технологических потерь зерна при хранении и его транспортировке – ZРП. В результате группировки параметров по основным направлениям поступления и потребления потоков зерна определим следующие интегральные параметры: ZРУ – общий годовой валовой сбор зерна в текущем сезоне заготовок: ZРУ = Z1 + Z2 + …ZN; ZРО – общий ресурсный запас зерна на начало на начало текущего года: ZРО = ZP3 + ZPP; ZР – общий годовой ресурс зерна: ZР = ZРУ + ZРО + ZИ; ZПЕР – общее количество зерна, направляемого в перерабатывающие отрасли на продовольственные нужды, на кормовые и технические цели в течение текущего года: ZПЕР = ZПП + ZПК + ZПТ; ZПФ – общее количество фактически потребляемого зерна в год: ZПФ = ZПЕР + ZПС; ZПО – общее количество планируемого запаса зерна на последующий год: ZПО = ZПЗ + ZПР; ZП – общая годовая потребность в зерне на рынке: ZП = ZПФ + ZПО; Исходя из вышеприведенных определений, баланс рынка выглядит следующим образом: Z1 + Z2 + …+ ZN + ZP3 + ZPP – ZРП + ZИ = ZПП + ZПК + ZПТ + ZПС + ZПЗ + ZПР + ZЭ, или: ZРУ + ZPO – ZРП + ZИ = ZПФ + ZПО + ZЭ, или: ZP – ZРП = ZП + ZЭ. Определяющим параметром БРЗ является ZРУ – общий годовой валовой сбор зерна. Для оценки параметров БРЗ и его баланса проведено статистическое исследование данных по общему валовому сбору зерна за 30 лет (табл. 1). Для анализа структурных связей исследуемого блока системы рынка необходимо полученные расчетные данные входного параметра ZРУ сопоставить с выходным параметром ZПФ – общим количеством фактически потребляемого зерна за год. Таблица 1 Основные параметры ресурсов зерна в Российской Федерации ZРУ ср., млн.т 45 σ, млн.т ν, % ∆+max, млн.т ∆-max, млн.т Ряд данных за 1982-2011 г. 90,2 18,1 19,1 31,6 40,5 На основе официальных статистических данных рассчитаем минимальную и максимальную оценку параметра ZПФ (ZПП = 24 – 25 млн. т, ZПК = 40 – 46 млн. т, ZПТ = 3 – 5 млн. т, ZПС = 16 – 18 млн. т), получаем следующую минимальную оценку параметра ZПФ: ZПФ = ZПП + ZПК + ZПТ + ZПС; ZПФ min = 83,0 млн т, ZПФ max = 94,0 млн т. Полученная величина среднегодового сбора зерна ZРУ сред = 90,0 млн т находится в пределах расчетных фактических потребностей, но имеются значительные колебания параметра ZРУ (σ = 18,1 млн. т, ν = 19,1 %), особенно отрицательные его отклонения, которые вызывают проблемы обеспечения ресурсного баланса БРЗ, а следовательно, возникает необходимость формирования ресурсного запаса зерна. Данные таблицы 1 свидетельствуют о том, что отрицательные отклонения параметра ZРУ от ZРУ сред достигают 40,5 млн т. Поэтому примем величину ресурсного запаса для компенсации отклонения параметра в кризисных ситуациях равной 40 млн т. Таким образом, величина общего планируемого запаса зерна равна: ZПО = 40 (млн т). Такое количество ресурсного запаса теоретически обеспечило бы стабилизацию зернового рынка даже в самые неурожайные годы: 48,5 + 40 = 88,5 млн т, что превышает ZПФ min = 83,0 млн т. Таким образом, общая годовая потребность зерна на рынке – ZП составляет: ZП min = ZПФ min + ZПО = ZПФ min + 40 = 123 (млн т), ZП max = ZПФ max + ZПО = ZПФ max + 40 = 134 (млн т). При моделировании БРЗ учтено, что суммарное количество зерна переходящего запаса – ZРЗ должно быть не ниже 20 % от уровня общего количества фактически потребляемого зерна за год – ZПФ, годовое количество зерна государственного резерва – ZПР и потери зерна при заготовках, хранении и его транспортировке – ZРП, напрямую связанные с объемами заготовок (до 2 % общего годового валового сбора зерна в текущем году – ZРУ). При известных ресурсных параметрах БРЗ можно определять его экспортные возможности или необходимость импортных поставок. УДК 338.43 Куличкова Е.М. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов 46 МОДЕЛИРОВАНИЕ ПЕРСПЕКТИВНОГО РАЗВИТИЯ АПК РОССИИ В КОНЦЕПЦИИ ВТО По оценкам специалистов, чтобы компенсировать негативные явления от вступления России в ВТО необходимо субсидировать сельское хозяйство дополнительно на 96 миллиардов рублей в год. Но в соответствии с концепцией предусматриваемой программой вступления России во всемирную торговую организацию, объем прямой господдержки агропромышленного комплекса должен подвергнуться существенному снижению. К 2018 г. он должен составить около 4,8 миллиарда долларов против 9 миллиардов долларов в 2012 г. Для сравнения, Франция, являющаяся членом ВТО, ежегодно субсидирует АПК на 15 миллиардов долларов. Общая экономическая оценка АПК России довольно низкая, что позволяет сделать объективные выводы о его низкой конкурентоспособности с подобными отраслями в развитых странах. Технологическая многоукладность агропромышленного производства, преобладание в ряде сфер и отраслей первичных отсталых укладов становится сегодня одним из главных факторов, отрицательно влияющих на развитие АПК, где наряду с новейшими производствами продолжают существовать производства устаревших технологических укладов, давно вытесненных из сельского хозяйства развитых стран. Среди сельскохозяйственных товаропроизводителей лишь небольшой удельный вес занимают хозяйства, производство которых основано на инновациях и относится к пятому технологическому укладу. В основном это предприятия свиноводческого, птицеводческого направления, овощеводства закрытого грунта. Личные подсобные хозяйства и мелкие фермерские хозяйства, использующие в основном ручной труд, примитивные отсталые технологии и не вышедшие еще из второго уклада. Многообразные сельскохозяйственные организации и крупные крестьянские (фермерские) хозяйства, относятся в основном к третьим – четвертым укладам, требующим модернизации. На данный момент передовые техника и технологии имеются примерно в 1,5 % крупных аграрных организаций и менее чем в 0,5 % фермерских (крестьянских) хозяйств, использующих современную зарубежную технику и технологии, включая посевной материал. При этом они эффективно производят более 10 % всей сельскохозяйственной продукции в стране. В целом по стране учитываемая в статистике производительность труда в сельском хозяйстве более чем в 4,1 раза ниже по сравнению с Финляндией и в 5,2 раз – по сравнению с Канадой (в странах с близкими к России агроклиматическими условиями ведения сельского хозяйства). В растениеводстве более 70 % сельскохозяйственных товаропроизводителей производят продукцию по экстенсивным и устаревшим технологиям, примерно только 30 % хозяйств в полеводстве применяют эффективные, отличающиеся элементами ресурсосбережения традиционные технологии. В России имеются земельные ресурсы с вполне пригодными агроклимати47 ческими потенциалами для ведения эффективного сельскохозяйственного производства – не менее 85 млн га из 115 млн га пашни. На этих землях, как показывают исследования, и подтверждает опыт передовых хозяйств, при инновационном развитии возможно производство зерновых с рентабельностью свыше 22 % и урожайностью свыше 32 ц/га, подсолнечника – с рентабельностью свыше 30 % и урожайностью свыше 16 ц/га. Таким образом, имеется резерв повышения производства основных видов растениеводческой продукции в ближайшие годы, как минимум, на 1/3 на основе реализации относительно современных и не очень дорогостоящих инновационных технологий. Еще более низок уровень производства в животноводстве. Почти 90 % молочного скота находится на привязном содержании, многие фермы слабо механизированы. Более 50 % молока, говядины и свинины производятся в личных подсобных хозяйствах, использующих в основном ручной труд. Исследования показывают, а практика передовых хозяйств подтверждает, что сравнительно рентабельное производство молока (свыше 14 %) обеспечивается при беспривязном содержании коров и их удоях свыше 6000 кг молока в год на одну корову. Сложной является проблема инновационного развития мясного скотоводства с использованием мясных пород КРС. В этой отрасли пока остаются низкими конкурентные позиции отечественного производства мяса КРС по сравнению с импортом. Отсутствует современная первичная переработка такого скота на селе, которая за рубежом, будучи кооперативной, приносит ощутимый доход сельским жителям и обеспечивает поставки в город и на глубокую переработку качественно другой продукт по сравнению поставками скота на забой. Развитие свиноводства с применением инновационных технологий уже реализуется, важно осуществить переход к использованию в основном мясных пород животных и при определенной целенаправленной комплексной поддержке это позволит обеспечить страну необходимыми объемами производства мяса ранее 2020 г. и даже ориентироваться на экспорт продукции свиноводства. При этом также очень значимо развитие современной первичной переработки свинины в местах её производства. Наиболее интенсивно на инновационной основе развивается птицеводство, а также овощеводство защищенного грунта. Сохранение существующих темпов их развития в течение 4–5 лет позволит повысить конкурентоспособность производств данных подотраслей сельского хозяйства до требуемого уровня. Сфера хранения и переработки сельскохозяйственной продукции является наиболее развитой из всего агропромышленного комплекса. Здесь более интенсивно идет процесс инновационного развития. За последние 20 лет осуществлено перевооружение более 1/4 перерабатывающих мощностей, в основном за счет импортного оборудования. Значимым резервом развития на инновационной логистической основе третьей сферы агропромышленного комплекса является организация переработки и хранения сельскохозяйственной продукции на сельских территориях на кооперативных началах и обеспечение регулярной доставки в 48 распределительные центры и торговые сети готовых к употреблению продуктов питания. Природный потенциал России и оцененные выше уровни развития сельскохозяйственного производства убедительно свидетельствуют в пользу наличия значимых резервов развития этого производства и реальных возможностей достижения в большинстве отраслей сельского хозяйства к 2020 г. и даже раньше показателей, определенных Доктриной продовольственной безопасности страны. Рациональное использование и развитие имеющегося агропродовольственного потенциала за счет массового внедрения нововведений в состоянии обеспечить решение проблемы продовольственной безопасности и повышение конкурентоспособности сельхозтоваропроизводителей страны в новых экономических условиях. Это возможно только при условии интенсивного развития АПК на инновационной основе с охватом 25–30 % потенциально способных сельскохозяйственных товаропроизводителей, которые и обеспечат эффективное производство более 3/4 всей продукции. Инновационное развитие возможно и с использованием отечественных достижений и передовой практики и, самое главное, при наличии кадров соответствующего уровня подготовленности к реализации инновационных технологий. В настоящее время аграрный сектор экономики России оказался перед системным вызовом, предопределяющим необходимость обновления научно-информационной, технической, технологической базы АПК на качественно новой основе, перед необходимостью перехода к качественно новому инновационному типу развития. Характер и качество системного вызова определяются сочетанием нескольких внешних и внутренних факторов: 1. Усиление глобальной конкуренции в агропродовольственной экономике, охватывающей рынки товаров, услуг и капитала, других составляющих экономического развития АПК. Нарастают процессы приобретения зарубежными инвесторами земель в тех странах, где население и правительства не спешат сами развивать свое сельскохозяйственное производство. Подобная угроза существует и в России. 2. Низкая производительность труда в аграрной сфере экономики России, нерациональное использование факторов производства, что обуславливает низкую эффективность большинства субъектов хозяйственной деятельности в АПК и даже стагнацию производства. 3. Недостаточный уровень развития человеческого капитала в сельской местности. Связано это с нерешенностью проблем социальноэкономического развития села, с монопрофильным характером развития сельских территорий. 4. Невозможность решения проблемы обеспечения населения доступным и качественным отечественным продовольствием в объемах и структуре, соответствующих рациональным научно-обоснованным нормам питания Необходим повсеместный переход к прогрессивным технологиям и формам ведения аграрного производства, ускоренное приближение к мировым до49 стижениям в этой отрасли, что невозможно без переход к механизмам государственной поддержки, вовлекающим все потенциально способные бизнесы АПК в процессы научно-технического развития и достижения ими конкурентоспособного уровня. СПИСОК ЛИТЕРАТУРЫ 1. Стратегии развития сельского хозяйства в условиях присоединения России к ВТО. Электронный ресурс. [Режим доступа]: http://mcx-consult.ru/strategii--razvitiya-selskogo—hoz. 2. О Государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013–2020 годы. Электронный ресурс. [Режим доступа]: www.mcx.ru/documents/file_document/show/ 19504..htm. УДК 338.436.15 Миронова Е.К. Белорусский государственный технический университет, г. Минск ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ В БЕЛОРУССИИ При инновационной модели развития устойчивый экономический рост обеспечивается за счет активной инновационной деятельности. В свою очередь, инновационное развитие направлено, как правило, на реализацию и достижение перспективных целей и имеет долговременные ориентиры, связано с высокими затратами, длительностью научно-производственного цикла и неопределенностью конечного результата. Как объект инвестирования, инновационная деятельность не является привлекательной для частного бизнеса, поскольку многие компании в своей рыночной стратеги стремятся максимально избежать риска и неопределенности. Кроме того, в краткосрочном периоде она может принести частным компаниям определенные потери. Поэтому инновации, требующие привлечения серьезных инвестиций, и, прежде всего, со стороны частного бизнеса часто остаются «недоинвестированными», что, собственно, и составляет основу провалов рынка в сфере НТП. По мнению целого ряда крупных зарубежных и отечественных специалистов в сфере инновационного менеджмента, например, B.C. Рубашного (Республика Беларусь, БГУ), основными целями государственной инновационной политики должны быть: повышение технологического уровня и конкурентоспособности производства экономических благ; обеспечение выхода инновационной продукции на внутренний и внешний рынки сбыта; 50 замещение импортной продукции на внутреннем рынке на отечественную и перевод на этой основе промышленного производства в стадию устойчивого экономического роста; расширение государственной поддержки инновационной деятельности; повышение эффективности использования государственных ресурсов; создание экономических, правовых и организационных условий для инновационной среды. Глобальная конкуренция на мировом рынке высоких технологий и наукоемкой продукции требует постоянной корректировки разрабатываемой научно-технической стратегии той или иной страны в направлении активного использования методов государственного регулирования в решении проблем экономического роста и структурных преобразований. Государства во все большей мере вовлекаются в процесс отбора стратегических приоритетов и стимулирования решения важнейших, с точки зрения перспективы, научных и технологических проблем. Указанная тенденция в стратегии государственного регулирования экономики обеспечивается переходом от практически независимой научной, образовательной и промышленной политики к интегрированной инновационной политике, основанной на комплексной поддержке сферы науки и технологий и предусматривающей прямую помощь различным этапам реализации инновационного процесса. Основными приоритетными направлениями инновационной политики могут быть: работы по созданию базовых технологий для республики, регионов, отраслей, которые способны обеспечить сравнительные преимущества нововведения, экономическую независимость предприятий и страны в целом; работы по государственным научно-техническим программам, отраслевым и республиканским программам, требующие масштабной концентрации ресурсов, которые не под силу отдельным инновационным предприятиям; работы, выполняемые по отдельным программам и проектам. Активизация инновационного развития предприятий, отраслей и экономики в целом является одним из главных направлений реального экономического роста в Республике Беларусь, что отмечено в основных программных документах (Государственная программа инновационного развития Республики Беларусь на 2007–2010 гг., Программа социальноэкономического развития Республики Беларусь на 2006–2010 гг., Национальная стратегия устойчивого социально-экономического развития Республики Беларусь на период до 2020 г.). Количество и соотношение инновационных предприятий в Беларуси выглядит следующим образом: в 2010 г. среди организаций промышленности республики 324 являлись инновационно активными, то есть они осуществляли затраты, вкладывали средства на технологические инновации. Это составляет 15,4 % от общего числа организаций промышленности Бе51 ларуси. В 2009 г. в Беларуси было 234 инновационно активных предприятия, что составляло 12,1 % в общем объеме промышленных предприятий. Из числа инновационно активных в 2010 г. наибольший удельный вес приходился на организации по производству машин и оборудования (22,2 %), электрооборудования, электронного и оптического оборудования (17,6 %), производство пищевых продуктов, включая напитки, и табака (11,7 %), текстильное и швейное производство (8,3 %), химическое производство (7,4 %), производство транспортных средств и оборудования (7,1 %), металлургическое производство и производство готовых металлических изделий (6,8 %). Если верить данным СМИ, то на ближайшее будущее наше Правительство планирует следующую программу инвестирования инновационной деятельности. Инвестиции в инновации в Беларуси в 2011–2015 гг. возрастут в 4 раза. Программа инновационного развития Беларуси на 2011–2015 гг. будет утверждена в ближайшее время. Об этом сообщил первый вице-премьер Владимир Семашко. По его словам в Беларуси закончена разработка инновационной программы на 2011–2015 гг., которая обязана обеспечить темпы роста экономики, а это 162–167 % рост ВВП. Объем инвестиций в данную программу должен быть в 4 раза больше, чем было вложено в развитие в 2006–2010 гг. Владимир Семашко подчеркнул, что развитие предприятий может осуществляться различным путем, в том числе и с приходом инвестора. Рекомендации по совершенствованию инновационной деятельности организаций Республики Беларусь должны быть следующими: повышение гибкости исследовательских структур и обеспечение более тесного и эффективного сотрудничества бизнеса, науки и государства; обеспечение устойчивого научного и научно-технического развития на основе адекватного государственного финансирования фундаментальных и прикладных исследований, а также стимулирования межфирменного сотрудничества на доконкурентной стадии развития; содействие формированию рыночных и рыночно-государственных механизмов финансирования инновационных процессов, становлению и развитию венчурных фондов; содействие формированию и развитию эффективных механизмов распространения технологий на основе реализуемых инновационных программ и проектов и стимулирования конкуренции на рынках новых технологий; проведение социально и экономически обоснованных институциональных реформ, направленных на стимулирование гибкой технологической модернизации и вхождения на рынок новых производителей; снижение административных, информационных и финансовых барьеров для развития инновационного предпринимательства; совершенствование методов и институциональных механизмов социально-экономического и технологического прогнозирования, эксперти52 зы научных и инновационных проектов, оценки результативности реализуемых с участием государства инновационных программ и проектов; содействие становлению и развитию эффективных форм партнерства государства и бизнеса; совершенствование механизмов скоординированного использования и развития материальных, финансовых, интеллектуальных и информационных ресурсов при реализации инновационных программ и проектов; содействие международному инновационному сотрудничеству за счет привлечения зарубежных партнеров к участию в реализации национальных инновационных программ и проектов и обеспечения участия национальных предприятий и организаций в разработке и реализации иностранных и международных инновационных программ и проектов; совершенствование разработки и реализации инновационной политики на основе заинтересованного сотрудничества всех значимых представителей бизнеса, науки, гражданского общества и органов государственной власти. Мировой опыт показывает, что государства, отдающие предпочтение инновационному пути развития национальных экономик, не полагаются на созидательную силу свободных рыночных сил, а активно разрабатывают и эффективно применяют государственную инновационную политику. Государственная инновационная политика является составной частью государственной политики научно-технического и социально-экономического развития, которая выражает отношение государства к инновационной деятельности, определяет цели, направления, формы деятельности органов государственной власти в цепи событий цикла «наука – техника – производство», прогнозирует и планирует НТП, способствует формированию инновационной инфраструктуры и широкому распространению инноваций. Таким образом, переход к инновационной экономике требует обеспечения тесного союза всех участников инновационного процесса, и, прежде всего, государства и частного бизнеса, сплоченных общей инновационной политикой. Отвечающая этому новому, соответствующему современному уровню требований инновационная политика должна представлять собой комплексную систему мер по стимулированию, разработке, сопровождению, управлению, планированию и контролю процессов инновационной деятельности в сфере науки, техники и материального производства, увязанных с адекватными сопровождающими мерами в важнейших сферах жизнедеятельности общества, обеспечивающих в совокупности создание всех необходимых условий реализации текущих и перспективных целей социально-экономического развития государства. В современных условиях важнейшим ресурсом развития становится интеллектуальный, основу которого составляют специалисты с высшей образовательной и научной подготовкой, способные выдвигать и реализовывать новые инновационные идеи в любых областях – от точных наук до ор53 ганизации производства и управления – и адаптировать достижения мировой науки и технологии в экономику и социальную сферу своей страны. Инновационная деятельность при активной стимулирующей политике государства в отношении технологического обновления производства и формирования инновационной инфраструктуры должна стать приоритетным видом деятельности организаций. На мой взгляд, развитие инновационной деятельности – один из основополагающих факторов для развития экономики страны, т.к. инновационное развитие имеет долгосрочные ориентиры, направленно на реализацию и достижение перспективных целей. Наиболее важно для нашей страны перенять у крупных зарубежных, вертикально интегрированных структур положительный опыт в сфере инновационной деятельности. Также необходимы применение радикальных мер в преобразовании национальной системы образования. Я считаю? что только так мы сможем добиться стабильного развития экономики нашей страны, довести ее до уровня технологически развитых стран и занять свою нишу на мировом рынке. СПИСОК ЛИТЕРАТУРЫ 1. Пелих С.А., Байнев В.Ф., Орешин В.П. Государственное регулирование переходной экономики / Академия управления при Президенте Республики Беларусь. – Минск: Право и экономика, 2010. – 385 с. 2. Давыденко JI.H. Знание как стратегический ресурс экономического развития предприятия // Экономика. Управление. Право. – 2011. – № 4. 3. Давыденко Л.Н., Калинин Э.М., Рубашный В.С. Экономические циклы и инновации. – Минск: БГПУ, 2009. 4. Давыденко ЕЛ. Технологический баланс как индикатор инновационного развития национальной экономики, / Банкаўскі веснік. – 2009. – Сак. 5. Бланк И.А. Основы инвестиционного менеджмента. В 2 т. – Киев: Ника-Центр; Эльга-Н, 2001. 6. Ганэ В.А.. Соловьева СВ. Основы теории управления: теория систем и системного анализа. 2-е изд. – Минск: Изд-во МИУ, 2008. УДК 311:33 Никольская А.А., Волощук Л.А. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ САРАТОВСКОЙ ОБЛАСТИ Саратовская область традиционно является развитым промышленным регионом, имеет высокий научно-технический и инновационный потенциал, высококвалифицированные научные и инженерные кадры. Развитие экономики инновационного типа и радикальное повышение ее эффективности является приоритетным направлением развития ее экономики. В рейтинге Национальной ассоциации инноваций и развития информацион54 ных технологий (НАИРИТ) Саратовская область занимает 16 место и входит в группу областей с «высокой инновационной активностью», наряду с такими регионами, как Республика Татарстан, Томская область, Самарская область и т.д. Среди 14-ти регионов Приволжского федерального округа Саратовская область по индексу промышленного производства поднялась с 12 места в 2011 г. на 4 место в 2012 г. Так, индекс промышленного производства в 2011 г. составил 109,1 %, тогда как общероссийский показатель – 104,7 %. Одной из первостепенных задач дальнейшего развития промышленности в Саратовской области является максимальное обновление промышленного парка, создание новых производств с мировым уровнем конкурентоспособности, развитие и укрепление инновационной составляющей. Обеспечение конкурентоспособности российской экономики, переход от сырьевой модели развития к организации высокотехнологических производств определена в качестве важнейшей государственной задачи Стратегии инновационного развития Российской Федерации на период до 2020 г. «Инновационная Россия – 2020». Именно поэтому основой модернизации региональной экономики определено формирование инновационно-инвестиционной модели развития. В регионе свыше 70 предприятий осуществляют инновационную деятельность, и более 50 предприятий и организаций выполняют научные исследования и разработки. Начиная с 2006 г. можно отметить устойчивую тенденцию ежегодного увеличения в 1,5 раза объема отгруженной инновационной продукции промышленными предприятиями и организациями области, составившее в 2011 г. 17,2 млрд.руб. В общем объеме отгруженной инновационно-активными организациями продукции доля инновационной также растет и составляет – 14,2 %. Удельный вес затрат на технологические инновации в объеме ВРП находится на уровне среднероссийского показателя и объективно отражает активное развитие инновационной деятельности региона. Саратовская область выступает безусловным лидером Приволжского Федерального округа по такому показателю, как эффективность работы аспирантуры и докторантуры и занимает третье место (рис. 1) после Нижегородской, Самарской областей по созданию передовых технологий. Только в 2011 г. создано 17 передовых производственных технологий, из них 12 технологий были запатентованы. Нижегородская область 1 место Самарская область 2 55 место Саратовская область 3 место Рис. 1. Показатель эффективности работы аспирантуры и докторантуры В промышленном комплексе Саратовской области в 2011–2015 гг. будут реализованы 35 значимых инвестиционных проектов в 16 муниципальных образованиях. В области активно развивается инновационная инфраструктура, которая представлена: технопарками при четырех ведущих вузах Саратова, инновационнотехнологическими, информационными и контактными центрами; сетью бизнес-инкубаторов, центрами трансферта технологий; созданы Венчурный и Гарантийный фонды, фонд Микрокредитования. В настоящее время идет формирование региональных высокотехнологичных кластеров по прорывным направлениям: нано-, био-, лазерных, ITтехнологий, которые призваны решить основные задачи кластерной политики, главная задача которой – обеспечение непрерывности цикла «исследования – разработки – технологии – производство – рыночная реализация». Традиционным стало участие предприятий области в ежегодных Саратовских салонах изобретений, инноваций и инвестиций, Международном инвестиционном форуме «Сочи», Международной специализированной выставке лазерной, оптический и оптоэлектронной техники «Фотоника», в мероприятиях-салонах, выставках, фестивалях изобретений и новых технологий, проводимых международным инновационным Клубом «Архимед», и многих других. В их числе особенно важным является участие Саратовских предприятий на одной из самых престижных и значимых площадках страны - в Российском инновационном форуме «Российским инновациям - российский капитал», где постоянно демонстрируют свои последние достижения саратовские инноваторы. Интерес к данному мероприятию неуклонно растет от года в год, о чем свидетельствует число научных разработок, участвующих в экспозициях. Так, от Саратовской области на I инновационном форуме было представлено 5 проектов совместно с крупными предприятиями, на II форуме Саратовская область представила 18 проектов от десяти инновационно-активных ВУЗов и предприятий, на III – уже 22 проекта, из которых три получили золотые медали и еще три – серебряные, на IV Форуме были представлены 16 инновационных проекта во всех номинациях. 56 Другим нанотехнологическим проектом является разработка ООО НПП «Лисскон» универсального наносорбента, позволяющего принципиально изменить системы водоочистки и водоподготовки «Производство комбинированных наноструктурированных гранул на основе природных алюмосиликатов», представленный на IV Российском Форуме получил приз в номинации «Лучший инновационный проект внедрения нанотехнологий». Сегодня предприятие активно развивает данное направление и на взаимовыгодной основе сотрудничает с ведущими научными, проектными, научно-производственными предприятиями г. Саратова, такими, как: ОАО «Аргон», ОАО «Научно-исследовательский технологический институт», а так же с российскими лидерами в области очистки воды - ЗАО «НПК «Медиана-фильтр», НПО «ЛИТ», компаниями «ЭКОДАР», «Инновационные биотехнологии» (г. Москва), ООО «НПП «БМТ» (г. Владимир), ООО «Воронеж-аква» (г. Воронеж) и др. Среди зарубежных партнеров — создатели уникального адсорбента фирма GEH – WasserchemieGmbH&KGГермания. К настоящему времени общее количество внедренного оборудования составило более 350 шт. Разработанная ООО НПП «Лисскон» технология очистки питьевой воды широко применяется в районах Саратовской области и за ее пределами в Волгоградской, Астраханской областях РФ. Подводя итоги, необходимо отметить, что инновационные проекты, ставшие победителями Российских инновационных форумов получили свое дальнейшее развитие. Согласованные действия правительства, бизнеса, науки, образования, финансовых организаций и средств массовой информации, направленные на сохранение и последующее усиление инновационно-промышленного потенциала региона, повышение степени его воздействия на экономическую эффективность производства стали наиболее действенным механизмом стимулирования развития инноваций в Саратовской области. Без этого недостижимо обеспечение устойчивости регионального развития и формирование в регионе «умной» экономики, создающей уникальные знания, обеспечивающей трансферт новейших технологий и продуктов инновационной деятельности в бизнес. СПИСОК ЛИТЕРАТУРЫ 1. Лещиловский П.В. Экономика предприятия агропромышленного комплекса / П.В. Лещиловский, В.С. Чеканов. - Минск, 2005 2. Кашубо, Н. Управление инновационными процессами в АПК / Н. Кашубо. Москва, 2007 3. http://www.kommersant.ru/doc/1559374 УДК 311 Ногин Д., 2010-2013 Grado medio de Hosteleria y Restauracion, Instituto IES Heliópolis Sevilla, C/ GUADALBULLÓN Nº 1, Sevilla. 57 СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ ИННОВАЦИОННЫХ ПРОЕКТОВ НА УРОВНЕ РЕГИОНА В настоящее время в России основные стратегии инновационного развития формируются на уровне субъектов РФ, так как есть понимание того, что в перспективе конкурентоспособными будут регионы, обладающие развитым научно-производственным комплексом, способные развивать и удерживать квалифицированные кадры. При разработке региональной инновационной политики недостаточное внимание уделяется анализу инновационного потенциала территории с точки зрения уровня его готовности к инновациям. На региональном уровне оцениваются внутренние возможности активации инновационной деятельности при разработке стратегии социальноэкономического развития. Во многих субъектах РФ отсутствуют представления о методиках такой оценки. Рассмотрим основные методы оценки эффективности инновационной деятельности. Оценку эффективности инновационных проектов следует определять на основании Методических рекомендаций по оценке эффективности инновационных проектов и их отбору для финансирования, так как в основе проектного подхода к инновационной и инвестиционной деятельности предприятия лежит принцип денежных потоков. В качестве основных показателей устанавливают: финансовую (коммерческую) эффективность, учитывающую финансовые последствия для участников проекта; бюджетную эффективность, учитывающую финансовые последствия для бюджетов всех уровней; народнохозяйственную экономическую эффективность, учитывающую затраты и результаты, выходящие за пределы прямых финансовых интересов участников проекта и допускающие стоимостное выражение. Следует учитывать и затраты, и результаты, не поддающиеся стоимостной оценке (социальные, политические, экологические и пр.). Методические рекомендации по оценке проектов и их отбору для финансирования, методика ЮНИДО и прочие отечественные и зарубежные работы по оценке эффективности проектов предлагают множество применяемых для этой цели методов. Все методы оценки эффективности проекта подразделяются на две группы, основанные на дисконтированных и учетных оценках. Выбор метода определяется сроками осуществления проекта, размером инвестиций, наличием альтернативных проектов и другими факторами. В мировой практике наиболее часто для оценки эффективности проектов применяют методы оценки эффективности проекта, основанные на дисконтированных оценках, так как они значительно более точны, учитывают различные виды инфляции, изменения процентной ставки, нормы до58 ходности и т.д. К таким показателям относят метод индекса рентабельности, метод чистой текущей стоимости, метод внутренней нормы доходности и метод текущей окупаемости. «Метод чистой текущей стоимости» (NPV) Чистая текущая стоимость (NPV) представляет собой величину равную разности результатов и затрат за расчетный период, приведенных к одному, обычно начальному, году, т.е. с учетом дисконтирования результатов и затрат. Мерой соответствия при этом выступает дисконтный коэффициент, приводящий финансовые показатели, рассчитываемые для разных периодов времени, к сопоставимым значениям. Дисконтированный доход: Дисконтированные капитальные затраты: Чистая приведенная стоимость: , где – денежные потоки по каждому расчетному году, t – порядковый номер расчетного года. Причем дисконтированный доход и дисконтированные капитальные затраты складываются из всех доходов и расходов соответственно, связанных с реализацией проекта. Коэффициент дисконтирования определяется на каждый расчетный год как , где Е – норма дисконта равная сумме банковской ставки, уровня инфляции и риска проекта. Проект эффективен при любом положительном значении NPV. Чем это значение больше, тем эффективнее проект. «Метод индекса рентабельности» (PI) Данный метод позволяет проводить ранжирование различных проектов в порядке убывающей рентабельности. Индекс рентабельности (PI) представляет собой отношение дисконтированного дохода (PVR) к приведенным инновационным расходам (PVK) – те же величины, что мы использовали для получения чистой текущей стоимости (NPV). Индекс рентабельности показывает величину получаемого дохода на каждый рубль инвестиций. Отсюда видим, что проект будет эффективным при значении индекса рентабельности, превышающем 1. Данный индекс тесно связан с интегральным эффектом. Если интегральный эффект положителен, то индекс рентабельности > 1, следовательно, инновационный проект считается экономически целесообразным, и наоборот. Предпочтение должно отдаваться тем инновационным решениям, для которых наиболее высок индекс рентабельности. «Метод внутренней нормы доходности» (IRR) Внутренняя норма доходности (IRR) представляет собой ту норму дисконта (Е), при которой суммарное значение дисконтированных доходов 59 (PVR) равно суммарному значению дисконтированных капитальных вложений (PVK). За рубежом расчет нормы рентабельности часто применяют в качестве первого шага количественного анализа инвестиций и для дальнейшего анализа отбирают те инновационные проекты, внутренняя норма доходности которых оценивается величиной не ниже 15–20 %. Норма рентабельности определяется как такое пороговое значение рентабельности, которое обеспечивает равенство нулю интегрального эффекта (NPV), рассчитанного за экономический срок жизни инноваций. Значение внутренней нормы доходности (IRR) лучше всего определять по графику зависимости чистой текущей стоимости (NPV) от величины нормы дисконта (Е). Для этого достаточно рассчитать два значения NPV при двух любых значениях Е и построить такой график: Искомое значение IRR получается в точке пересечения графика с осью абсцисс, т.е. IRR = E при NPV = 0. Данный показатель используется при необходимости выбора между несколькими альтернативными проектами. Чем выше значение IRR, тем более выгодным считается проект. В любом случае величина IRR должна быть выше банковской ставки, иначе риск инвестирования денег в инновацию не будет оправдан, поскольку проще и без риска деньги можно будет вложить в банк. Если инновационный проект полностью финансируется за счет ссуды банка, то значение нормы рентабельности указывает верхнюю границу допустимого уровня банковской процентной ставки, превышение которого делает данный проект экономически неэффективным. «Период окупаемости» (PP) Период окупаемости (РР) является одним из наиболее распространенных показателей оценки эффективности инвестиций. Он представляет собой временной интервал, за пределами которого чистая текущая стоимость (NPV) становится положительной величиной, т.е. окупаемость достигается в периоде, когда накопленная положительная текущая стоимость становится равной отрицательной текущей стоимости всех вложений. 60 Период окупаемости — это число лет, необходимых для возмещения вложенных инвестиций. Инвестирование в условиях рынка сопряжено со значительным риском, и этот риск тем больше, чем более длителен срок окупаемости вложений. Этот подход актуален и для отраслей, в которых наиболее высоки темпы научно-технического прогресса и где появление новых технологий или изделий может быстро обесценить прежние инвестиции. В ходе рассмотрения вышеприведенных методов, выяснилось, что ни один из них не является достаточным для принятия проекта. Каждый из методов анализа инновационных проектов дает возможность рассмотреть лишь какие-то из характеристик расчетного периода, выяснить важные моменты и подробности. Поэтому для комплексной оценки рассматриваемого проекта необходимо использовать все эти методы в совокупности. СПИСОК ЛИТЕРАТУРЫ 1. Амосенок Э.П., Бажанов В.А. Методические подходы к анализу и оценке инновационного потенциала регионов // Регион: экономика и социология. – 2008. – № 4. – С. 197. 2. Белокур А.С. Анализ существующих методик оценки инновационного потенциала регионов Российской Федерации. Дипломная работа по специальности «Экономика». – М.: ГАУГН, 2009. УДК 338.43 Романова И.В. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов СТАТИСТИКО-ЭКОНОМИЧЕСКИЙ АНАЛИЗ ДИНАМИКИ И СТРУКТУРЫ ЗЕРНОВОЙ ОТРАСЛИ НА СЕЛЬСКОХОЗЯЙСТВЕННОМ ПРЕДПРИЯТИИ Растениеводство – одна из важнейших отраслей сельского хозяйства. Она включает в себя различные мероприятия, начиная с обработки пашни и заканчивая внесением минеральных удобрений, пестицидов, и т.п. Производство зерна занимает особое место среди других отраслей растениеводства. Зерно является основой питания человека, потому что это не только хлеб и широкий ассортимент продукции из муки, но и источник производства молока, мяса, яиц и других продуктов, т.к. концентрированные корма являются составной частью для рациона кормления животных и птиц. От его производства зависит и специализация отдельных районов на возделывание технических, зерновых культур, т.к. при недостатке как продовольственного, так и фуражирного зерна в первую очередь расширяют посевные площади именно под культурами зерновой группы. 61 Благодаря высокой механизации и низким затратам труда, производство зерна наименее трудоемко по сравнению с другими культурами. Экономическая эффективность производства зерна характеризуется системой показателей, основными из них являются урожайность, себестоимость зерна, производительность труда и валовой доход на 1 га посевной площади, уровень рентабельности. Для определения уровня производства зерна необходимо получить структуру посевных площадей, урожайность зерна и валовой сбор. Рассмотрим динамику посевных площадей на сельскохозяйственном предприятии Саратовской области в таблице 1. Таблица 1 Динамика и структура посевных площадей на сельскохозяйственном предприятии Саратовской области Виды и группы культур 2007 г. га % 2008 г. га % 2009 г. га % 2010 г. га % 2011 г. га % Зерновые и бобовые без кукурузы 1139 43,39 1059 43,49 1179 45,36 1210 48,79 1140 46,06 в т.ч.: озимые зерновые 700 26,67 739 30,36 600 23,08 900 36,29 500 20,20 яровые зерновые 352 13,41 240 9,87 519 19,97 310 12,50 640 25,86 зернобобовые 87 3,31 79 3,26 60 2,31 - - - - Кукуруза на зерно 38 1,45 36 1,47 - - 30 1,21 30 1,21 Подсолнечник на зерно 400 15,24 400 16,42 370 14,24 440 17,74 450 18,19 Многолетние травы 236 8,98 200 8,20 300 11,54 350 14,11 405 16,36 Однолетние травы 642 24,46 625 25,66 550 21,16 250 10,09 250 10,10 Кукуруза на силос и зеленый корм 170 6,48 127 5,21 200 7,70 200 8,06 200 8,08 Всего посевов 2625 100 2435 100 2599 100 2480 100 2475 100 Посевная площадь в сельхозпредприятии за рассматриваемый период имеет тенденцию к варьированию. Наибольшая посевная площадь в хозяйстве была в 2007 г., с 2009 г. произошло сокращение земельных угодий и в 2011 г. она составила 2475 га. В 2011 г. хозяйство увеличило посевную площадь под яровыми зерновыми более чем в 2 раза в сравнении с прошлым 2010 г. Рассматривая структуру, можно сделать вывод, что наибольший удельный вес в структуре посевных площадей занимали озимые зерновые, в среднем 27 % до 2011 г., в отчетном году хозяйство значительно увеличило площадь под яровыми зерновыми, их удельный вес составил более 25 %. Значительная площадь в сельскохозяйственной артели была занята под 62 однолетними травами в среднем 23 % до 2010 г. В 2010 г. площадь под однолетними травами сократилась более чем в 2 раза и их удельный вес в 2011 г. составил 10 %. За рассматриваемый период практически не изменялась площадь занятая под подсолнечником и в 2011 г. она составила 450 га или 18 %. Далее рассмотрим динамику посевных площадей зерновых культур в сельскохозяйственном предприятии (табл. 2). Таблица 2 Показатели динамики посевных площадей зерновых культур в сельскохозяйственном предприятии Годы 2007 Посевная Абсолютный приплощадь зеррост, га новых и бобовых, га базисный цепной 1139 - Темпы роста, % базисный - цепной - Темпы прироста, % базисный цепной - 2008 1059 -80 -80 92,98 92,98 -7,02 -7,02 2009 1179 40 120 103,51 111,33 3,51 11,33 2010 1210 71 31 106,23 102,63 6,23 2,63 2011 1140 1 -70 100,09 94,21 0,09 -5,79 Анализ данной таблицы показывает, что посевные площади зерновых и зернобобовых культур незначительно колеблются по годам. Наибольшая площадь наблюдалась в 2010 г., в 2011 г. произошло сокращение посевной площади на 5,79 % в сравнении с прошлым годом. Средний абсолютный прирост: 1140 1139 A 0,25га 4 Таким образом, средний абсолютный прирост посевной площади зерновых и зернобобовых за анализируемый незначителен и составляет 0,25 га. Средний темп роста: 1. по базисным темпам роста р= 4 0,9298 *1,0351*1,0623 *1,00 1,01 2. по цепным р 4 0,9298 *1,1133 *1,0263 * 0,9421 1.00 по абсолютным уровням динамики Т р 4 1140 / 1139 4 1 1 или 100 % Таким образом средний темп роста показал, что посевная площадь зерновых и зернобобовых культур не изменяется. Основным резервом увеличения производства зерна является повышение урожайности зерновых культур. 63 Рассмотрим динамику урожайности и валового сбора зерновых культур в таблице 3. Таблица 3 Динамика урожайности и валового сбора зерновых и зернобобовых культур в в сельскохозяйственном предприятии Показатели Урожайность ц /га Валовой сбор, ц 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. в среднем за 5 лет 20,0 25,0 15,7 14,5 10,2 17,1 18747 24757 17900 17545 11628 18115 Урожайность зерновых культур колеблется по годам. Наибольший валовой сбор наблюдался в 2008 г, где он составил 24757 ц за счет высокой урожайности 25,0 ц/га, с 2009 года наблюдается тенденция снижения валового сбора и в 2011 г. валовой сбой составил 11628 ц. При анализе динамических рядов используют аналитическое выравнивание по уравнению прямой, которое имеет вид: у = а0 + а1x, где а0 – урожайность на 1 га в год, принятая за начало отсчета; а1 – ежегодный прирост (снижение) урожайности на 1 га; t – порядковый номер года. Параметры уравнения а и b находим, решив систему уравнений, составленных по способу наименьших квадратов a0n+а1Σt = Σy a0Σt+а1Σt2 = Σty Для удобства расчетов составим таблицу 4. Таблица 4 Аналитическое выравнивание динамического ряда урожайности зерновых культур Годы 2007 2008 2009 2010 2011 n=5 Урожайность, ц/га, y Номера лет, t 20,0 1 25,0 2 15,7 3 14,5 4 10,2 5 Σу =85,4 15 ty 20,0 50,0 47,1 58,0 51,0 Σty = 226,1 t2 1 4 9 16 25 Σt2=55 уt a 0 a1t 23,10 20,09 17,08 14,07 11,06 Σyt =85,4 Подставим данные из таблицы в систему уравнений и решаем ее: 5a0+15а1=85,4 15a0+55а1=226,1 а1=-3,01 a0=26,11 ух=26,11-3,01t 64 Таким образом, уравнение прямой, решенное способом наименьших квадратов, показывает, что урожайность имеет тенденцию к снижению на 3,01 ц ежегодно. На следующем этапе изучения динамики необходимо установить факторы и причины изменения объема производства продукции. Известно, что объем производства продукции растениеводства, зависит от размера и структура посевных площадей, гибели посевов и урожайности сельскохозяйственных культур. Влияние различных факторов на валовой сбор зерна нами изучалось с помощью индексного метода (табл. 5). Таблица 5 Индексный анализ валового сбора зерна Культуры Озимые зерновые Яровые зерновые Итого: Посевная площадь, га Урожайность, ц/га Валовой сбор, ц базисный базисный отчетный базисный пе- отчетный отчетный период период период Условный риод 2010 г., период период 2010 г., 2010 г., 2011 г., y0S1 S0 2011 г., S1 2011 г., y1 y0 y0S0 y1S1 900 500 15,2 8,7 7910 4332 7600 310 640 6,8 11,4 340 7282 4352 1210 1140 - - 17545 11628 11952 1. Индекс валового сбора: IBC =∑у1s1/∑y0s0 *100 % IBC =11628/17545*100 %=66,28 % Абсолютное изменение валового сбора: АВС = ∑у1s1-∑y0s0 ABC = 11628-17545=-5917 ц. Индекс валового сбора показывает, что в отчетном году валовой сбор уменьшился на 33,72 %, что в абсолютном выражении составляет 5917 ц. 2. Индекс урожайности постоянного состава: IУ = ∑ у1s1/∑y0s1 *100 % IУ = 11628/11952*100%=97,29 % А = ∑ у1s1-∑ y0s1 А = 11628-11952=-324 ц. За счет уменьшения урожайности отдельных культур валовой сбор в 2011 г. уменьшился на 2,71 %, что в абсолютном выражении составляет – 324 ц. 3. Индекс урожайности переменного состава (средней урожайности): IУ = (∑ у1s1/∑s1)/∑S1 / (∑ у0s0/∑s0)/ ∑S0= y1 y0 =(11628/1140)/(17545/1210)=10,2/14,5=70,34 % Абсолютное изменение урожайности : 65 A ( y1 y 0 ) S1 =(10,2-14,5)*1140=-4902 ц. Он показывает, что средняя урожайность культур снизилась в отчетном 2011 г. по сравнению с базисным 2010 г. на 29,66 %. Это снижение произошло под воздействием двух факторов – изменения урожайности отдельных культур и изменения соотношения их посевных площадей, т.е. структуры. 4. Индекс структуры посева: I стр = (∑у0s1/∑ S1)/ (∑y0s0/∑S0)*100 % I стр = (11952/1140)/(17545/1210)*100%=(10,48/14,5)*100%=72,28 % А = (∑у1s1/∑ S1)-( ∑y0s0/∑S0)* ∑S1 А = (10,48-14,5)*1140= - 4583 ц. В результате изменения структуры посевных площадей валовой сбор уменьшился на 27,72 % или на 4583 ц. 5. Индекс размера посевной площади: Iразм.=∑S1/∑S0=1140/1210=94,21 % A=(∑S1-∑S0)y0=(1140-1210)*14,5=-1015 ц. Индекс размера посевной площади показывает, что уменьшение посевных площадей на 5,79 % привело к уменьшению валового сбора на 1015 ц. 6. Индекс размера и структуры посевных площадей: I s= ∑S1у0/∑S0у0*100 % I s= 11952/17545=68,12 % Абсолютное изменение размера и структуры посевных площадей: А = ∑S1у0-∑S0у0 А = 11952/17545=-5593 ц. Индекс размера посевных площадей показывает, что уменьшение посевных площадей на 5,79 %, привело к уменьшению валового сбора на 1015 ц. СПИСОК ЛИТЕРАТУРЫ 4. Савицкая Г.В. Экономический анализ: Учебник.- 14-е изд., перераб. и доп. – М.: ИНФРА-М, 2011. – 649 с. 5. Формы отчетности о финансово-экономическом состоянии товаропроизводителей агропромышленного комплекса за 2007–2011 гг. сельскохозяйственного предприятия Саратовской области. УДК 338.12.017 66 Савина В.В. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов ПОКАЗАТЕЛИ ИННОВАЦИОННОГО РАЗВИТИЯ АПК Впервые в 1997 г. на государственном уровне была продекларирована стратегическая цель создания национальной инновационной системы России. С тех пор при активном участии государства формировались отдельные элементы этой системы (финансовые институты, технопарки, инновационно-технологические центры и т. п.), но они существовали вне связи друг с другом и с другими секторами экономики. Выход АПК из кризисного состояния, устойчивое функционирование сельского хозяйства, обеспечение конкурентоспособности отечественного продовольствия неразрывно связано с активизацией инновационных процессов. Аграрная наука России в последнее время разработала достаточно большое число инноваций, реализация которых в АПК подняла бы его на качественно новый уровень, но была и остается недопустимо низкой реализация инноваций у товаропроизводителей. Очень низкая активность инновационной деятельности связана с несовершенством организационно-экономического механизма освоения инноваций. Это ведет к росту себестоимости и низкой конкурентоспособности продукции, замедляет социально-экономическое развитие сельской местности, снижает качество жизни на селе. Снижение денежных дотаций на науку за годы реформ привело к оттоку молодых ученых [1, с. 16]. Особенность сельского хозяйства состоит в том, что здесь активное участие в воспроизводственном процессе принимают живые организмы – животные и растения. Развитие их связано с действием естественных законов и зависит от естественных факторов: климат, погода, тепло, влага, свет и пища. В.Р. Вильямс писал: «Растения требуют для своего процветания непрерывной наличности или беспрерывного притока четырех групп факторов – света, тепла, воды и питательных веществ при непрерывном условии одновременной и совместной наличности всех четырех факторов в оптимальных количествах при безусловной равноценности и независимости их» [2]. В сельском хозяйстве малейшее упущение повлечет за собой нежелательные последствия. К.А. Тимирязев указывал: «Нигде, быть может, ни в какой другой деятельности не требуется взвешивать столько разнообразных условий успеха, нигде не требуется таких многосторонних сведений, нигде увлечение односторонней точкой зрения не может привести к такой неудаче, как в земледелии» [3, с. 68]. Главной проблемой слабого инновационного развития АПК РФ является низкое оживление инвестиционной деятельности. Данная ситуация возникла в связи с воздействием ряда факторов. К ним можно отнести: 67 отсутствие достаточно четких теоретических представлений о процессе трансформации плановых форм аграрного сектора, глубоко укоренившихся в хозяйствовании, новой структуре отношений собственности, характере земельного оборота, конкретных формах ведения сельскохозяйственного производства, которые, будучи рыночными, учитывали бы специфику сельскохозяйственного производства. слабая, несистемная, постоянно отстающая от требований времени законодательная база аграрных преобразований, которая, с одной стороны, должна была обеспечить плавное, поэтапное, современное продвижение в сторону рыночных преобразований, а с другой, противостоять возможным массовым злоупотреблениям проводимой политики, которыми всегда потенциально грозят трансформационные процессы. неэффективная государственная политика, приведшей к устранению государственного контроля над экономическими процессами в аграрном секторе и соблюдением принятых законов [3, с. 133]. Таким образом, эффективное развитие инновационных процессов в АПК нацелено на решение этих проблем. В настоящее время в России действует инновационная система переходного типа, в которой сочетаются элементы старой, административнокомандной и новой инновационной системы, характерной для рыночных экономик. Технологическая многофункциональность агропромышленного производства, преобладание в ряде сфер и отраслей первичных отсталых укладов становится сегодня одним из главных факторов, отрицательно влияющих на развитие АПК, где помимо новейших производств продолжают существовать производства с устаревшими технологиями, давно вытесненных из сельского хозяйства развитых стран. Среди сельскохозяйственных товаропроизводителей лишь небольшой удельный вес занимают хозяйства свиноводческого, птицеводческого направления, овощеводства закрытого грунта. На другом полюсе – личные подсобные хозяйства и мелкие фермерские хозяйства, использующие в основном ручной труд, примитивные отсталые технологии и не вышедшие еще из второго уклада. Между ними – многообразные сельскохозяйственные организации и крупные фермерские хозяйства, относящиеся в основном к третьим – четвертым укладам, требующие совершенствования. В российской аграрной науке только по отдельным научным направлениям ведутся исследования, близкие к мировым или даже задающие мировой уровень. Результат же этих исследований очень низкий – ежегодно остаются невостребованными сельхозпроизводством до 40–50 % законченных научно-технических разработок. Это связано с низкой направленностью науки на потребности практики. Низкий уровень материальной обеспеченности аграрной науки и заработной платы ученых существенно снижают приток в науку молодых кадров. Развивается деградация отечественных аграрных наук [1, с. 16]. 68 Растет зависимость нашего сельского хозяйства от зарубежных стран в научно-технологическом отношении. Например, доля зарубежных сортов в общем посеве овощных культур составляет 90 %, сахарной свеклы – 82 %, кукурузы – 60 %. Около половины закупок племенного скота и сельскохозяйственной техники – зарубежные. Перевод АПК на инновационный путь развития и повышение на этой основе темпов роста производства, экономической эффективности и конкурентоспособности российских товаропроизводителей, позволит обеспечить продовольственную безопасность страны. На этой основе рассмотрим показатели (индикаторы) инновационного развития сельского хозяйства: доля хозяйствующих субъектов, реализующих технологические инновации увеличится в сельском хозяйстве с 5 % в 2010 до 35 % в 2020 г., в перерабатывающей промышленности и хранении продукции – с 10 до 45 %; удельный вес инновационной продукции в общем объеме продукции сельского хозяйства возрастет за период 2010–2020 гг. с 10 % до 30 %, в перерабатывающей промышленности и хранении продукции – с 30 % до 60 %; количество зарегистрированных лицензионных договоров на передачу селекционных достижений за период 2010-2020 гг. возрастет с 1500 до 2330 единиц; производительность труда в сельском хозяйстве повысится не менее чем в 2,5 раза [1, с. 21]. Формирование современного механизма управления инновационной деятельностью в сельском хозяйстве предполагает учет множества различных обстоятельств и, прежде всего, наличие комплексного подхода к использованию его объективных закономерностей, целевую ориентацию производства, выявление и блокирование механизмов отделения прогрессивных новаций производством. Сложность сельскохозяйственного производства и его особенности определяют своеобразие подходов и методов управления инновационным процессом, сочетание различных типов инноваций, повышения заинтересованности государства в стимулировании инноваций. К числу важнейших направлений совершенствования механизма управления инновационной деятельностью в аграрной сфере относятся: комплексный подход к использованию его объективных закономерностей; прогнозирование тенденций развития инновационных процессов с применением технологии форсайта; создание антизатратного механизма; целевая направленность производства; выявление и блокирование механизмов отторжения инноваций в сельскохозяйственном производстве [2]. Эффективность инновационных процессов в экономике зависит от того, как они взаимодействуют друг с другом в качестве элементов коллектив69 ной системы создания и использования знаний, а также с общественными институтами (такими, как ценности, нормы, право) [1, с. 15]. Для перехода на инновационный путь развития АПК и достижения динамики, позволяющей в расчетном периоде в основном достичь уровня продовольственной безопасности страны необходимо решить проблему развития АПК, которая замедляет рост его эффективности – создания новой институциональной среды, которая смогла бы обеспечить разработку, внедрение и широкомасштабное использование инноваций. Прежде всего, необходимо ускорить освоение научных достижений в сельском хозяйстве, так как использование научной и наукоемкой продукции способствует повышению результативности производства, производительности труда и эффективности функционирования агропромышленных и обслуживающих предприятий. Сегодня нашему сельскому хозяйству требуется помощь науки. Именно современные и наукоемкие технологии позволят повысить конкурентоспособность отечественного сельского хозяйства и обеспечить его достойный рейтинг на мировом аграрном рынке. Важнейшими мерами по повышению конкурентоспособности сельского хозяйства являются меры инновационного характера. Механизмы государственной поддержки инвестирования, перенесены в государственную программу развития сельского хозяйства: субсидирование долгосрочных кредитов, лизинг сельскохозяйственной техники, приобретение племенных животных. Эти механизмы дали положительные результаты, но в изменяющихся условиях рынка нельзя рассчитывать на продолжение такого же успеха. Субсидированные кредиты использовались в основном для восстановления таких отраслей, как свиноводство и птицеводство. Теперь необходимо поддержать самое массовое мясомолочное производство, которое менее рентабельно и требует более длительных сроков окупаемости. Льготные кредиты получали, как правило, передовые хозяйства, имеющие залоговую базу и возможности погашения кредитов. Конечно, по указанным причинам суммарные заявки субъектов Федерации на субсидированные кредиты на 2008–2012 гг. оказались на 10 % меньше, чем предусмотрено государственной программой по сельскому хозяйству. Правительством РФ принимаются необходимые меры для изменения положения, в частности увеличить срок погашения инвестиционных кредитов с 8 до 10 лет. Улучшение ситуации свое место находит в разработке и использовании новых организационных и экономических механизмов [4]. Таким образом, развитие инноваций в АПК должно осуществляться комплексно. Если правительство РФ вплотную займётся этим вопросом, то рано или поздно отечественное сельское хозяйство непременно выйдет на ведущие позиции и перестанет быть «сырьевым» придатком Запада. Поэтому эту проблему нельзя оставлять без внимания, поскольку огромные территории России будут всё больше и больше подвергаться влиянию со стороны, в то время как страна сама бы могла нормально развиваться и смело вступать в конкурентную борьбу с зарубежными инновационными процессами. 70 СПИСОК ЛИТЕРАТУРЫ 1. Бонухов Н. Государственная поддержка развития сельского хозяйства возрастает // Экономика сельского хозяйства России. – 2007. – № 7. – С. 41. 2. Зубков В. Господдержка сельского хозяйства в 2010 г. составит около 108 млрд руб. [Электронный ресурс]. Режим доступа: http://www.primetass.ru/news/0/%7B2D9CDF35-9909-4986-A73C-967369FEFC25%7D.uif. 3. Коваленко Н.С., Сорокин С.А. Экономика сельского хозяйства. – М.: КолосС, 2008. – 208 с. 4. Оглоблин Е., Санду И. Научно-технический прогресс в сельском хозяйстве //АПК: Экономика, управление. – 2008. – № 2. – С. 8–13. 5. Белокрылова О.С. Факторы, показатели и механизмы инновационного развития региона. [Электронный ресурс]. Режим доступа: http://www.econ.msu.ru /cmt2/lib/a/1158/file/belokrulova_6.pdf. УДК 311 Стрелин Б.В., Суходолов А.С. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов ПРИМЕНЕНИЕ СТАТИСТИЧЕСКИХ ПРИЁМОВ ДЛЯ ОЦЕНКИ УСТОЙЧИВОСТИ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА Саратовская область находится в засушливой зоне, зоне рискованного земледелия. В этих условиях проблема риска и устойчивости сельскохозяйственного производства – одна из актуальных для производственной и финансовой деятельности предприятий АПК. Под риском понимают вероятность (угрозу) потери лицом или организацией части своих ресурсов, недополучения доходов или появления дополнительных расходов в результате осуществления определенной производственной и финансовой политики. Основное назначение анализа риска состоит в том, чтобы получить информацию, необходимую для принятия решений о целесообразности освоения того или иного проекта и предусмотреть меры по защите от возможных финансовых потерь. Мерой риска некоторого коммерческого (финансового) решения или операции обычно считают среднее квадратическое отклонение значения показателя эффективности этого решения или операции. Действительно, поскольку риск обусловлен недетерминированностью исхода решения (операции), то чем меньше разброс (дисперсия) результата решения, тем более он предсказуем, т. е. меньше риск. Проведем анализ риска при выращивании зерновых культур на примере ЗАО «Агрофирма Волга» Марксовского района Саратовской области. В 71 таблице 1 приведена динамика урожайности зерновых культур и валового сбора зерна в ЗАО «Агрофирма Волга». Как видим, урожайность озимых, яровых зерновых и зернобобовых резко колеблется по годам. Так, максимальная урожайность озимых зерновых достигала 14,7 ц/га, минимальная 6,2 ц/га, яровых зерновых соответственно 14,4 и 5,1 ц/га, зернобобовых 12,7 и 1,8 ц/га. Таблица 1 Динамика урожайности и валового сбора зерновых культур в ЗАО «Агрофирма Волга» Культуры Озимые зерновые Яровые зерновые Зернобобовые Зерновые и зернобобовые в среднем Озимые зерновые Яровые зерновые Зернобобовые Итого зерновые и зернобобовые 2008 г. 2008 г. 2009 г. 2010 г. 2011 г. В среднем за 5 лет Урожайность, ц с 1 га 14,0 10,9 11,2 11,0 11,3 12,7 13,4 8,1 14,7 14,4 3,6 14,4 Валовой сбор, ц 81675 64030 31114 15326 226 688 113015 80044 41404 59902 346 101652 9,0 5,1 1,8 7,2 6,2 11,6 6,5 9,2 11,0 9,3 7,2 10,5 38038 8154 452 36644 14733 36370 985 52088 45976 30173 539 76689 В соответствии с колебанием урожайности варьирует валовой сбор зерна. Уменьшение валового сбора ведет к снижению объёма реализации, выручки от реализации, прибыли, ухудшению финансового положения предприятия, т. е. к финансовому риску. Рассчитаем показатели вариации урожайности зерновых культур, позволяющие определить степень риска и уровень устойчивости зернового производства на анализируемом предприятии (табл. 2). Таблица 2Показатели вариации урожайности зерновых культур ЗАО «Агрофирма Волга» Показатели вариации Формула x x Озимые Яровые зерновые зерновые Среднее квадратическое отклонение, ц/га Коэффициент вариации, % v Коэффициент устойчивости, % Ку=V-100 i n x *100 Зернобо- Зерновые и зербовые но-бобовые в среднем 2 3,15 3,33 4,23 2,90 28,6 35,8 58,8 27,6 71,4 64,2 41,2 72,4 По данным таблицы видно, что наиболее высокими показателями вариации отличается урожайность зернобобовых культур (коэффициент вариа72 ции v>40 %). Далее следует урожайность яровых зерновых (коэффициент вариации находится в интервале от 20 до 40 %, что свидетельствует о средней степени вариации). Наименьшую колеблемость и наиболее высокий коэффициент устойчивости имеет урожайность зерновых и зернобобовых в среднем. Таким образом, если возделывать приведённые выше культуры в сочетании, то степень колеблемости урожайности, а, следовательно, и риска значительно снижается, а устойчивости повышается. Объясняется это тем, что пики урожайности данных культур не совпадают по годам. Для прогнозирования уровня урожайности зерновых используем метод экстраполяции. Проанализировав динамику урожайности зерновых культур в данной сельскохозяйственной организации, приходим к выводу, что её изменение по годам близко к параболе 2-го порядка с вогнутым трендом. Произведем выравнивание ряда динамики по параболе второго порядка, для чего построим таблицу 3. Рассчитав параметры а0, а1 и а2, получим уравнение параболы второго порядка следующего вида: yt= 7.68-1.66t+1.39t2 Подставляя в данное уравнение значения t, определим теоретические уровни и запишем их в последнюю графу таблицы 3. Посредством экстраполяции дадим точечные прогнозные оценки урожайности зерновых на 2013, 2014 и 2015гг.: y6=7.68-1,66*3+1.39*9=15,21 y7=7,68-1,66*4+1,39*16=23,28 y8=7.68-1,66*5+1.39*25=34,13 Однако вероятность того, что точечные оценки точно совпадут с будущими фактическими значениями, очень мала. Поэтому целесообразно построение доверительных интервалов прогноза. Таблица 3 Исходные и расчётные данные для выравнивания урожайности зерновых культур по параболе второго порядка Годы 2007 2008 2009 2010 2011 Итого Урожайность, ц/га у 14,4 13,4 8,1 7,2 9,2 52,3 t -2 -1 0 1 2 0 t2 4 1 0 1 4 10 t3 -8 -1 0 1 8 0 t4 16 1 0 1 16 34 ty -28,8 -13,4 0 7,2 18,4 -16,6 t2 y 66,6 13,4 0 7,2 36,8 124 Доверительный интервал определяется по формуле: yttyt где уt – прогнозное значение уровня; 73 yt 16.58 10.73 7.68 7.41 11.58 53.98 tα – критерий Стьюдента; σyt – средняя квадратическая ошибка уравнения. Рассчитаем среднюю квадратическую ошибку уравнения: y t y i yt n m 1 2 (14,4 16,56) 2 ... (9,2 11,58) 2 2,9 5 2 1 Определим доверительный интервал прогноза при уровне значимости 0,95: для 2013 г.: 15,21-2,9х2,05<=yt<=15.21+2.9x2.05 9.26<=yt<=21.16 для 2014 г. 23,28-2,9х2,05<=yt<=23.28+2,9х2,05 17.33<=yt<=29.23 для 2015 г. 34,13-2,97х1,96<=yt<=34,13+2,97х1,96 28,18<=yt<=40,08 СПИСОК ЛИТЕРАТУРЫ 1. Манелля А.И. Статистические методы анализа развития сельскохозяйственного производства. // Вопросы статистики. – 1999. – № 4. 2. Теория статистики: Учебник /Под ред. проф. Г.Л. Громыко. – 2-е изд. перераб. и доп. – М.: ИНФРА-М, 2009. УДК 311 Суходолов А.С., Стрелин Б.В. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов МОДЕЛИ ПРОГНОЗИРОВАНИЯ РИСКА БАНКРОТСТВА СЕЛЬСКОХОЗЯЙСТВЕННОЙ ОРГАНИЗАЦИИ Современное состояние российской рыночной экономики требует постоянного анализа финансового состояния организаций для принятия эффективных и обоснованных управленческих решений. Важной проблемой является возможность предвидеть кризисные явления в развитии фирмы, которые могут привести её к банкротству. Отсюда большое внимание, которое уделяется методам прогнозирования несостоятельности организации с целью предотвращения банкротства. Выделяют две группы методов прогнозирования: 1. Эвристические методы (качественные) предполагают, что при разработке прогноза доминируют интуиция, прежний опыт, творчество и воображение, т.е. субъективные начала. К этой группе методов относятся различные методы экспертных оценок. 74 2. Экономико-математические методы (количественные), которые предусматривают разработку математических моделей для прогнозирования банкротства – трендовых, регрессионных, оптимизационных. Для оценки риска банкротства и кредитоспособности предприятий используются факторные модели, разработанные западными и отечественными учёными. Так, широко известны модели западных экономистов Альтмана, Бивера, Лиса, Таффлера, Тишоу, Уилкокса, Фулмера, а также отечественных - модель прогноза риска банкротства Иркутской государственной экономической академии, модель оценки угрозы банкротства М.А. Федотовой, модель комплексного коэффициента банкротства О.П. Зайцевой, модель Р. Сайфуллина и Г. Кадыкова, рейтинговая методика Г.В. Савицкой, и др. Российские учёные полагают, что более адекватными являются отечественные модели, так как они больше приспособлены к российской действительности. На примере сельскохозяйственного предприятия Саратовской области рассмотрим методику прогнозирования риска банкротства по модели Иркутской государственной экономической академии. Предварительно приведём исходные данные для оценки кредитоспособности организации (табл. 1). Таблица 1 Исходные данные для оценки кредитоспособности организации Показатель Оборотные активы, тыс. руб. Внеоборотные активы, тыс. руб. Общая сумма активов, тыс. руб. Чистая прибыль, тыс. руб. Собственный капитал, тыс. руб. Выручка от продажи товаров, тыс. руб. Сумма затрат на производство и реализацию, тыс. руб. Отношение оборотных активов к общей сумме активов К1 Отношение чистой прибыли к собственному капиталу К2 Отношение выручки (нетто) от продажи товаров к общей сумме активов К3 Отношение чистой прибыли (убытка) к сумме затрат на производство и реализацию К4 Коэффициент обеспеченности собственными средствами КОСС Коэффициент текущей ликвидности КТЛ Коэффициент оборачиваемости активов КИ Коммерческая маржа (рентабельность реализованной продукции) КМ Рентабельность собственного капитала КПР 2010 г. 235523 202318 437841 40098 393996 156337 183236 0,538 0,102 0,357 2011 г. 295112 255645 550757 41888 429800 170991 195258 0,536 0,097 0,355 0,219 0,215 0,814 31,36 0,357 0,256 0,590 9,95 0,289 0,245 0,102 0,097 Модель Иркутской государственной экономической академии выглядит следующим образом: R=8,38К1+К2+0,054К3+0,63К4, где К1 – отношение оборотных активов к общей сумме активов; 75 К2 – отношение чистой прибыли к собственному капиталу; К3 – отношение выручки к общей сумме активов; К4 – отношение чистой прибыли к сумме затрат на производство и реализацию продукции. Значения R-счёта интерпретируются в данной модели следующим образом: R < 0 – вероятность банкротства максимальная (90–100 %); R = 0 - 0,18 – вероятность банкротства высокая (60–80 %); R= 0,18 - 0,32 – вероятность банкротства средняя (35–50 %); R=0,32 - 0,42 – вероятность банкротства низкая (15–20 %); R> 0,42 - вероятность банкротства минимальная (до 10 %). Подставив приведённые в таблице данные в модель, вычислим R-счёт: 2010 г. R=8,38*0,538+0,102+0,054*0,357+0,63*0,219=4,768 2011 г. R=8,38*0,536+0,097+ 0,054*0,355+0,63*0,215=4,744 Как видим, значения R-счёта свидетельствуют о минимальной вероятности банкротства для данного предприятия и в 2010 и в 2011 гг. Охарактеризуем финансовое состояние организации с помощью модели Сайфуллина и Кадыкова: R = 2КоСС + 0,1Ктл + 0,08Ки + 0,45Км + Кпр, где КоСС – коэффициент обеспеченности собственными средствами; Ктл – коэффициент текущей ликвидности; Ки – коэффициент оборачиваемости активов; Км – коммерческая маржа (рентабельность реализации продукции); Кпр – рентабельность собственного капитала. Авторы считают, что при R>1 финансовое состояние предприятия удовлетворительное, при R<1 – финансовое состояние неудовлетворительное 2010 г. R=2*0,814+0,1*31,36+0,08*0,357+0,45*0,256+0,102=5,06 2011 г. R=2*0,590+0,1*9,95+0,08*0,289+0,45*0,245+0,097=2,41 И по данной модели финансовое состояние организации оценивается как удовлетворительное, т.е. без признаков кризисного состояния. В то же время модели западных экономистов показывают довольно высокую вероятность банкротства данного предприятия. Модель прогнозирования риска банкротства Таффлера: Z = 0,53 x1 + 0,13 х2+ 0,18 х3 +0,16 х4, где x1 – отношение прибыли от продажи к величине краткосрочных обязательств; х2 – отношение оборотных активов к сумме обязательств; х3 – отношение краткосрочных обязательств к сумме активов; х4 – отношение выручки от продажи к сумме активов. Дифференциация критерия следующая: Z<0,2 – высокая вероятность банкротства; Z>0,3 – низкая вероятность банкротства. Рассчитаем значение Z-критерия для данного сельскохозяйственного предприятия: 2010 г. Z=0,53*(-3,58)+0,13*5,37+0,18*0,017+0,16*0,357=-1,71 76 2011 г.0,53*(-0,818)+0,13*2,44+0,18*0,054+0,16*0,310=-0,54 По модели Таффлера данное предприятие имеет высокую вероятность банкротства. Почти аналогичные результаты даёт пятифакторная модель Э. Альтмана: Z=1,2K1+1,4K2+3,3K3+0,64K4+1,0K5, где К1 – доля чистого оборотного капитала во всех активах; К2 – отношение накопленной прибыли к сумме активов; К3 – рентабельность активов; К4 – доля уставного капитала в общей сумме активов; К5 – оборачиваемость активов. Если Z <1 ,81, то вероятность банкротства очень велика; если 1,81 < Z < 2,675, то вероятность банкротства средняя; если Z = 2,675, то вероятность банкротства равна 0,5; если 2,675 < Z < 2,99, то вероятность банкротства невелика; если Z > 2,99, то вероятность банкротства ничтожна. 2010 г. Z=1,2*0,538+1,4*0,9+3,3*0,092+0,64*0,000025+1,0*0,357=2,33 2011 г. Z=1,2*0,536+1,4*0,78+3,3*0,076+0,64*0,000025+1,0*0,289=2,28 Вероятность банкротства по данной модели средняя. Г.В. Савицкая [3 с. 507] считает, что не может быть универсальной модели для всех отраслей экономики и тем более для всех стран. Необходимо разработать модели прогнозирования банкротства для каждой отрасли и подотрасли. Г.В. Савицкая разработала четырёхфакторную лобит-регрессионную модель прогноза банкротства для сельскохозяйственных организаций, обработав данные 2160 сельскохозяйственных предприятий Белоруссии: Z=1-0,98х1-1,2х2-1,83х3-0,28х4, где х1 – доля собственного оборотного капитала в оборотных активах; х2 – коэффициент оборачиваемости оборотного капитала; х3 – коэффициент финансовой независимости; х4 – рентабельность собственного капитала. Дифференциация критерия следующая: Z<0 показывает высокую финансовую устойчивость предприятия, при Z>0 предприятия входят в группу высокого риска и при Z=0 – 1 склоняются к той или иной группе финансового риска в зависимости от близости к 0 или к 1. Для анализируемого предприятия: 2010 г. Z=1-0.98*0,81- 1,2*0,72-1,83*0,9-0,28*0,102=-2,33 2011 г. Z=1-0.98*0,59- 1,2*0,64-1,83*0,78-0,28*0,097=-1,80 Данная модель также свидетельствует о высокой финансовой устойчивости предприятия и малой вероятности его банкротства. Однако для российских сельскохозяйственных организаций необходимо разработать свою модель прогнозирования риска банкротства, учитывающую специфику отечественных аграрных предприятий.. 77 СПИСОК ЛИТЕРАТУРЫ 1. Круш З.А., Слепокуров С.В. Модели прогнозирования банкротства для определения стадий кризисного развития сельхозпредприятий. // Экономика сельскохозяйственных и перерабатывающих предприятий. – 2011. – № 1. 2. Любушин Н.П. Экономический анализ: учеб. пособие для студентов вузов, обучающихся по специальности 080109 «Бухгалтерский учёт, анализ и аудит» и 080105 «Финансы и кредит». – 2-е изд., перераб. и доп. – М.:, ЮНИТИ-ДАНА, 2008. 3. Савицкая Г.В. Экономический анализ: Учебник – 14-е изд., перераб. и доп. – М.: ИНФРА-М, 2011. УДК 311 Сюрмаков Р.Н., Стрелин Б.В. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов ОПРЕДЕЛЕНИЕ ВЕРОЯТНОСТИ РИСКОВ ПРОГНОЗА СТАТИСТИЧЕСКИХ ПОКАЗАТЕЛЕЙ Важной задачей анализа динамических рядов является выявление основной тенденции развития явлений во времени. Статистикой разработаны ряд методов, позволяющих выявить основную тенденцию изменения уровней ряда динамики: метод укрупнения интервалов; метод скользящей средней; аналитическое выравнивание ряда динамики и др. Наиболее универсальным методом выявления тенденции динамики является аналитическое выравнивание. Аналитическое выравнивание ряда динамики заключается в нахождении уравнения кривой, которая наиболее точно отражает основную тенденцию развития явлений во времени. При этом фактические уровни ряда заменяются теоретическими (выровненными) уровнями, вычисленными на основе выбранного уравнения. Этот способ основан на предположении, что изменения уровней ряда динамики могут быть выражены с той или иной степенью приближения определёнными математическими функциями. Пример. Необходимо произвести аналитическое выравнивание ряда динамики урожайности зерновых культур по данным таблицы 1. Таблица 1 Динамика урожайности зерновых культур на сельскохозяйственном предприятии, ц/га 2000 г. 10,8 2001 г. 12,9 2002 г. 16,1 2003 г. 14,2 2004 г. 14,4 2005 г. 12,3 2006 г. 16,1 78 2007 г. 14,4 2008 г. 13,1 2009 г. 8,1 2010 г. 7,2 2011 г. Возьмем в качестве аппроксимирующей функции уравнение прямой: yt=а0 + а1t Решением системы из двух нормальных уравнений определим параметры уравнения а0 =и а1: a0 n a1 t y a0 t a1 t 2 ty где yt – выровненные (теоретические) уровни ряда динамики; α0 , α1 – параметры уравнения; n – число уровней ряда динамики; t – номера уровней; y – фактические (эмпирические) уровни. Получим а0=15,28, а1=-0,44. Уравнение прямой для данного случая примет вид: yt=15,28-0,44t. Параметр а1=-0,44 свидетельствует о том, что в анализируемом периоде урожайность зерновых снижалась ежегодно в среднем на 0,44 ц/га Подставляя последовательно значения t в найденное уравнение, найдём выровненные (теоретические) уровни. Рассчитаем среднюю квадратическую (стандартную) ошибку уравнения: μyt=2,41 Произведем выравнивание по простой экспоненте (показательной кривой). Получим выражение: yt=12,55*0,94t Вычислим стандартную ошибку уравнения: μytэксп=4,59. Выравнивание с помощью ряда Фурье производится в тех случаях, когда в ряду динамики наблюдается периодичность изменения уровней. При этом уровни можно выразить как функцию времени следующим уравнением: yt a0 (ak cos kt bk sin kt) Периодические колебания уровней динамического ряда можно представить в виде синусоидальных колебаний. Так как последние представляют собой гармонические колебания, то синусоиды, полученные при выравнивании по ряду Фурье, называют гармониками различных порядков. Показатель k в уравнении определяет число гармоник. При выравнивании по ряду Фурье рассчитывают несколько гармоник и затем определяют, с каким числом гармоник ряд Фурье наилучшим образом отражает изменения уровней ряда. При k=1 ряд Фурье будет иметь вид: yt a0 a1 cos t b1 sin t при k=2 yt a0 a1 cos t b1 sin t a2 cos 2t b2 sin 2t и т.д. 79 Для вычисления параметров ряда Фурье используются формулы: a0 y; n ak 2 y cos kt n ; bk 2 y sin kt n . Последовательные значения t определяются от 0 с увеличением, равным 2 . n В таблице 2 приведены значения sin kt и cos kt для n=12 (k=1 и k=2). Таблица 2 Значения sin kt и cos kt (для n=12) t 0 π/6 π/3 π/2 2 π/3 5 π/6 π 7 π/6 4 π/3 3 π/2 5 π/3 11 π/6 cos t 1 0.866 0.5 0 -0.5 -0.866 -1 -0.866 -0.5 0 0.5 0.866 cos 2t 1 0.5 -0.5 -1 -0.5 0.5 1 0.5 -0.5 -1 -0.5 0.5 sin t 0 0.5 0.866 1 0.866 0.5 0 -0.5 -0.866 -1 -0.866 -0.5 sin 2t 0 0.866 0.866 0 -0.866 -0.866 0 0.866 0.866 0 -0.866 -0.866 Произведем выравнивание динамического ряда урожайности зерновых по ряду Фурье, для чего построим таблицу 3. Таблица 3 Выравнивание динамического ряда урожайности зерновых по ряду Фурье Год 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 Урожайность, ц/га y 10,8 12,9 16,1 14,2 14,4 12,3 16,1 14,4 13,1 8,1 7,2 9,2 148.8 y cos t y sin t t 0 π/ 6 π/ 3 π/ 2 π/ 5 3 π/ π 67 π/ 4 π/ 36 π/ 53 2 π/ 11 3 π/ 6 10,8 0 10,6518 6,15 8,05 13,942 6 0 14,2 -7,2 12,470 4 -10,6518 6,15 -16,1 0 -12,4704 -7,2 -6,55 11,344 0 -8,1 6 3,6 -6,2352 7,9672 -4,6 -11,9032 15,433 2 80 Выровнен- y cos 2t ные уровни по 1-й гармонике 1yt 10,37 10,8 11,92 6,15 13,59 -8,05 14,92 -14,2 15,57 -7,2 15,35 6,15 14,33 16,1 12,78 7,2 11,11 -6,55 9,78 -8,1 9,13 -3,6 9,35 4,6 3,3 y sin 2t 0 10,6518 13,9426 0 12,4704 10,6518 0 12,4704 11,3446 0 -6,2352 -7,9672 11,0848 Выровненные уровни по 2-й гармонике 2уt 10,63 12,85 14,25 14,66 14,64 14,68 14,59 13,70 11,78 9,52 8,21 8,68 Подставляя в приведенные выше формулы данные из таблицы 3, найдем необходимые параметры: a0 y 148,8 12,4 n 12 2 cos t y cos t 11,9032 a1 1,9865 n 6 6 2 sin t y sin t 15,433 b1 2,57 n 6 6 Отсюда 1 yt 12,4 1,9865 cos t 2,57 sin t . Подставляя в данное уравнение значения cos t и sin t , получим теоретические уровни ряда динамики, которые запишем в графу 6 таблицы 3. Теоретические уровни, рассчитанные по уравнению первой гармоники, более близки к эмпирическим уровням, чем рассчитанные по уравнению прямой и экспоненте. Определим уравнение второй гармоники: 2 yt a0 a1 cos t b1 sin t a2 cos 2t b2 sin 2t Рассчитаем параметры a2 и b2 : a2 y cos 2t 3,3 0,55 6 b2 6 y sin 2t 11,0848 1.,85 6 6 Уравнение второй гармоники: 2 yt 12,4 1,9865 cos t 2,57 sin t 0,55 cos 2t 1,85 sin 2t Найдем теоретические уровни путем подстановки в данное уравнение значений cos t , sin t , cos 2t , sin 2t . Внесем их в последнюю графу таблицы 3. Средняя квадратическая ошибка уравнения первой гармоники составляет 1,71, второй гармоники 1,20, т.е. значительно меньше, чем уравнения прямой и экспоненты. Таким образом, уравнения гармоник точнее отражают динамику урожайности, чем уравнения прямой и простой экспоненты. Однако возникают затруднения с интерпретацией полученных результатов выравнивания по ряду Фурье. Если в уравнении прямой и параболы 2-го порядка параметр а1 прямо характеризует тенденцию, т.е. позволяет сделать вывод о наличии положительной или отрицательной тенденции, а параметр а2 в уравнении параболы 2-го порядка – об ускорении или замедлении тенденции, то при выравнивании по ряду Фурье такого вывода сделать не представляется возможным. Используя уравнение второй гармоники методом экстраполяции спрогнозируем урожайность зерновых на 2012 г. Для этого подставим в найденное уравнение следующее значение t=2π. Тогда урожайность в составит 2 y t 12.4 1.9865 * (1) 2.57 * 0 0.55 *1 1.85 * 0 16,24 ц/га Экстраполяция позволяет получить точечные прогнозные оценки показателя. Однако вероятность того, что они точно совпадут с будущими фактическими значениями, очень мала. Поэтому целесообразно построение 81 доверительных интервалов прогноза. Доверительный интервал определяется по формуле: уttμyt, где уt – прогнозное значение уровня; tα – критерий Стьюдента; μyt – средняя квадратическая ошибка уравнения. Значение критерия t найдём в таблице распределения Стьюдента при уровне значимости 0,05 и числе степеней свободы n-1=12-1=11. Оно равно 2,02. Построим доверительный интервал для прогнозного уровня урожайности: =16,24-2,02*1,20<= yt<=16.24+2.02*1.20 13.82<= yt<=18.66 Таким образом, с вероятностью 0,95 можно утверждать, что урожайность в 2012 г. будет находиться в интервале от 13,82 до 18,66 ц/га. Риск того, что урожайность окажется ниже 13,82 ц/га, составляет: ½*(1-0,95)=0,025, т.е. вероятность такого события достаточно мала. СПИСОК ЛИТЕРАТУРЫ 1. Стрелин Б.В. Использование ряда Фурье для анализа тенденции в рядах динамики. / Вавиловские чтения 2009: Материалы Межд. науч.-практ. конф..- Саратов: ООО Издательство «КУБиК», 2009. 2. Теория статистики: Учебник/Под ред. проф. Г.Л. Громыко. – 2-е изд.перераб. и доп. – М.: Инфра-М, 2009. 3. Юзбашев М.М., Кордович В.И. Расчёт вероятности рисков неурожая зерновых культур в Российской Федерации. // Вопросы статистики. – 2007. – № 5. УДК 311.313:338.439.222(470.44) Хамова О.А., Федотова А.Д. Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов СТАТИСТИКА ИННОВАЦИЙ В АПК Под инновационной деятельностью в обследовании подразумевается деятельность организации, направленная на разработку и внедрение новых или значительно усовершенствованной продукции и технологий. Инновационная деятельность на пищевых предприятиях требует качественно нового подхода. Сегодня перед предприятиями пищевой и перерабатывающей промышленности стоят следующие цели и задачи, реализация которых непосредственно связана с обеспечением инновационной деятельности на предприятии: внедрение технологий производства традиционных продуктов питания, позволяющие сохранить их ценность и обеспечить качество; разработка новых биологически полноценных продуктов питания; 82 создание и внедрение технологий производства качественно новых пищевых продуктов. Решение системной проблемы и задач, обеспечивающих продовольственную безопасность страны, возможно только путем реализации сценария инновационного развития пищевой отрасли, ядром которого является инновационная деятельность предприятий по производству продуктов питания. Применение ультразвука в отраслях пищевой промышленности Ультразвуковые технологии широко применяются для решения ряда задач в пищевом машиностроении, в производстве продуктов питания, в санитарной обработке оборудования, в очистке сточных вод пищевых производств, для контроля качества сырья, полуфабрикатов и готовой продукции, а также для ее упаковки. В основе всех ультразвуковых технологий лежат эффекты взаимодействия ультразвука со средой. Ультразвуковые методы весьма эффективны также для гашения пены в некоторых технологических процессах, для ускорения процессов ферментации, для ускорения проращивания семян, для предотвращения образования накипи в емкостном оборудовании и трубопроводах, для обеззараживания сточных вод, выделения из них ценных веществ и в ряде других случаев. Рядом исследований установлено, что ультразвуковые колебания способны изменять агрегатное состояние вещества, диспергировать, эмульгировать его, изменять скорость диффузии, кристаллизации и растворение веществ, активизировать реакции, интенсифицировать технологические процессы. Воздействие ультразвуковых колебаний на физико-химические процессы в пищевой промышленности дает возможность повысить производительность труда, сократить энергозатраты, улучшить качество готовой продукции, продлить сроки хранения, а также создать новые продукты с новыми потребительскими свойствами.Наиболее перспективным и достаточно освоенным использованием ультразвуковых технологий являются следующие технологические процессы: приготовление пищевых водных и водо-жировых эмульсий в мясомолочной, кондитерской, пищевкусовой отраслях промышленности, при изготовлении колбас, молочных продуктов, соков и т.д. ; низкотемпературная обработка продуктов с целью «мягкой» варки; диспергирование, гомогенизация и пастеризация сырья, полуфабрикатов и продуктов; биологическая активизация пищевых продуктов с целью улучшения потребительских и лечебно-биологических свойств; гидрогенизация жиров, осветление растительных масел; мгновенная варка водомучных суспензий в хлебопекарных и спиртовых технологиях; интенсификация диффузионного процесса в диффузионных аппаратах при производстве сахара за счет ультразвука; очистка диффузионного сахарного сока; осаждение винно-кислых солей, содержащихся в вине; 83 обеззараживание воды. Преимущества ультразвуковых методов: не слишком большие инвестиции, по сравнению с другими технологиями (резка водяной струей); значительное уменьшение санитарных простоев; ультразвуковые системы позволяют могут быть легко автоматизированы; меньше ручных вмешательств в операции резания; повышение потребительской ценности готовой продукции; увеличение возможности выведения на рынок новых продуктов; низкие затраты на обслуживание системы, за счет отсутствия простоя для очистки лезвий. Ультразвуковые методы обработки в молочной промышленности. В составе молока содержится 87,3 % воды, 12,5 % сухих веществ, в том числе 3,8 % молочного жира, 3,3 % белков, 4,7 % молочного сахара, 0,7 минеральных веществ. Особенность многих компонентов молока в том, что природа не повторяет их ни в каком другом продукте питания . В молоке жир распределен в виде жировых шариков, окруженных сложной белковой оболочкой, т.е. представляет собой эмульсию молочного жира в воде. Размер жировых шариков колеблется от 1 до 5 мкм. Причем, количество жировых шариков, имеющих размер более 2 мкм составляет более 50 % и зависит от породы и индивидуальных особенностей коровы. Питательная ценность молока в значительной степени определяется размерами частиц жира в молоке. Таблица 1 Результаты гомогенизации молока Температура молока, град. С 15 25 35 45 55 65 70 Количество жировых шариков, размером менее 2 мкм (процентное содержание) контроль УЗ обработка 48 75 50 73 49 72 49 70 52 80 50 90 52 88 Дробление жировых шариков молока до меньших, чем в исходном состоянии, размеров почти на треть повышает питательную ценность молока. Результаты ультразвуковой обработки 500 мл молока в течении 10 минут с помощью фитомиксера при различных температурах приведены в таблице 1. Как следует из приведенной таблицы, оптимальным следует считать обра84 ботку молока при температуре 55–70 градусов Цельсия, позволяющую получать более 80 % от общего числа жировых шариков размером менее 2 мкм. При такой обработке молока наблюдается еще один важный положительный эффект – стерилизация молока. При этом количество болезнетворных бактерий существенно сокращается. В ходе совершенствования конструкций и режимов работы оборудования молочной промышленности нового типа, выяснилось следующее: конструкция может быть очень простой и надежной, без движущихся частей и высокого давления. Продукт просто протекает через трубу, а необходимые колебания 16–35 кГц генерируются пьезоэлементами в стенках трубы из нержавеющей стали 12Х18Н10Т; воздействие ультразвуковых колебаний на составные части молока может быть самым разнообразным, оно зависит от частоты волны и от их силы (амплитуды). Слишком большая мощность вызывает денатурацию белка, изменяет вкус жировой составляющей молока, а недостаточная мощность не дает гарантии полной надлежащей обработки потока. Поэтому оптимальным считается режим, например, для потока в пределах 3 м3/час – 2 кВт с частотой 22 кГц. Такой режим позволяет снизить бактериальную обсемененность продукта, обеспечить время хранения пастеризованного молока в упаковке как минимум 10 суток до начала отстоя сливок и повышения титруемой кислотности. В таблице 2 приведены данные о бактерицидном действии ультразвука на микрофлору молока при различном по времени воздействии на 250 мл молока (использовано не пастеризованное молоко). Таблица 2 Бактерицидное действие ультразвука при обработке молока Время обработки, мин 0 (контроль) 2 4 6 8 10 Количество бактерий в 1 мл молока 610000 460000 410000 340000 170000 80000 Из приведенных данных следует, что за 8–10 обработки сырого молока (250 мл) фитомиксером обеспечивается снижение обсемененности до нормы (менее 200000 КОЕ в 1 мл.). При ультразвуковой обработке молока, не происходит разрушения наиболее лабильной части витамина С и его содержание остается практически равным исходному - 0,83 мг (пастеризация паром снижает концентрацию витамина С до 0,65 мг, инфракрасным излучением – до 0,75 мг, кипячение – практически полностью разрушает витамин С). Таким образом, ультразвуковая обработка с помощью фитомиксе- 85 ра обеспечивает не только повышение питательной ценности молока, но и обеспечивает его стерилизацию. Следует отметить еще несколько положительных сторон УЗ обработки молока, способных найти широкое применение. 1. Обработанное ультразвуком и замороженное для длительного хранения молоко, после размораживания полностью сохраняет свои питательные и вкусовые качества. 2. Сухое молоко, выработанное, из обработанного ультразвуком, хранится значительно дольше. При восстановлении, по вкусу и составу не отличается от настоящего. 3. При ультразвуковой обработке пригодного к употреблению молока (в т.ч. пастеризованного) в домашних условиях в течении нескольких минут, кислотность молока не повышается более 5 часов. В последние годы ультразвук начинает играть все большую роль в промышленности, за счёт быстрой окупаемости и улучшения выпускаемой продукции. СПИСОК ЛИТЕРАТУРЫ: 1. Заяс Ю.Ф. Ультразвук и его применение в технологических процессах мясной промышленности // Пищевая промышленность. – 2011. 2. Кикучи Е. Ультразвуковые преобразователи. – М.: Мир, 2010. – 424 с. 3. Рогов И.А., Горбатов А.В. Физические методы обработки пищевых продуктов // Пищевая промышленность. – 2010. 4. Хмелев В.Н. Ультразвуковые многофункциональные и специализированные аппараты для интенсификации технологических процессов в промышленности. – 2010. – 416 с. 86 Содержание Merk K. Оценка финансового состояния предприятий с использованием экономико-статистических методов....................................................................................... Болгов В.И., Стрелин Б.В. Особенности разработки программы расчета баланса гумуса в приложении Microsoft Excel............................................................................ Волкова А.А., Волощук Л.А. Инновационный потенциал Саратовской области.... Волощук Л.А., Гричанова Ю.Ю. Анализ влияния факторов на изменение общих затрат в ООО «Энтраст» города Энгельса.................................................................... Волощук Л.А. Шахбазова М.Э. Анализ использования трудовых ресурсов на примере ОАО «Совхоз-Весна» Саратовского района Саратовской области............ Головатенко О.Н. Инновационная деятельность в пищевой промышленности Саратовской области....................................................................................................... Дьячкова Е.А. Инновационная деятельность Одесской области............................... Егорова В.Н. Анализ факторов производства зерновых............................................. Жумагалиева Ж.Т., Романова И.В. Анализ современного состояния основных производственных фондов и эффективность их использования в ЗАО «Цель» Краснокутского района Саратовской области.............................................................. Кисельникова Е.А., Шибайкин А.В. Анализ источников финансирования инновационных проектов в ОАО «Совхоз-Весна» Саратовского района.......................... Кузьминов В.Н. Использование экономико-математических методов в прогнозировании баланса и распределения зерна в рамках региона......................................... Куличкова Е.М. Моделирование перспективного развития АПК России в концепции ВТО...................................................................................................................... Миронова Е.К. Инновационная деятельность в Белоруссии...................................... Никольская А.А., Волощук Л.А. Инновационная деятельность Саратовской области.................................................................................................................................. Ногин Д. Статистические методы оценки инновационных проектов на уровне региона.............................................................................................................................. Романова И.В. Статистико-экономический анализ динамики и структуры зерновой отрасли на сельскохозяйственном предприятии................................................... Савина Н.Н. Показатели инновационного развития АПК.......................................... Стрелин Б.В., Суходолов А.С. Применение статистических приёмов для оценки устойчивости сельскохозяйственного производства...................................................... Суходолов А.С., Стрелин Б.В. Модели прогнозирования риска банкротства сельскохозяйственной организации............................................................................... Сюрмаков Р.Н., Стрелин Б.В. Определение вероятности рисков прогноза статистических показателей..................................................................................................... Хамова О.А., Федотова А.Д. Статистика инноваций в АПК..................................... 87 3 8 12 16 20 25 29 32 37 41 43 47 50 54 58 61 67 71 74 78 82 Научное издание РЕГИОНАЛЬНАЯ СТАТИСТИКА Материалы научно-практической конференции Компьютерная верстка Ю.М. Пропой Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Саратовский государственный аграрный университет им. Н.И. Вавилова» 410012, Саратов, Театральная пл., 1. 88