Сравнительная оценка состояния и потенциала развития аграрного производства в Курской области

По справедливому утверждению В. З. Мазлоева, на протяжении всего пореформенного периода аграрный сектор считался «паразитом» на эконо­мике страны, при этом, не ставилась задача эффективной организации соб­ственного аграрного производства, так как предполагалось, что проблема приобретения продовольственных товаров и сельскохозяйственного сырья будет решена за счет «углеводородного рая»^[239].

по разработке региональных аспектов аграрной политики, устойчивости раз-

241 вития сельских территорий, типологизации аграрных регионов» .

В ходе исследования нами были детерминированы типы активности субъектов агарного сектора экономики региона (созидательная и созерца­тельная) и определена их (субъектов) ориентация. Так, участники опорных блоков, с учетом их функциональных, производственных и ресурсных воз­можностей, были дифференцированы на функционально-ориентированные и пространственно-ориентированные организации. По нашему мнению, наибольшее значение на рост объемов и положительную динамику товарного сельскохозяйственного производства в Курской области оказывают и спо­собны оказывать в дальнейшем функционально-ориентированные интегриро­ванные агропромышленные формирования, доля которых в структуре продук­ции сельского хозяйства является преобладающей, а ее рост - стабильным.

Прежде, чем приступить к моделированию (оптимизации) параметров функционирования интегрированных агропромышленных формирований, постараемся выявить условия и предпосылки их функционирования.

В целях получения объективных результатов, методом кластерного анализа, позволяющим провести группировку регионов со схожими призна­ками, была проведена многомерная классификация показателей, характери­зующих ресурсы и результаты функционирования организаций, выпускаю­щих агропродовольственные товары. В выборку вошли субъекты Централь- ²⁴¹Мазлоев В.З., Белякова А.М. Сельское хозяйство России через интеграацию в суперре­гиональную и мировую экономику: тенденции, возможные стратегии и риски // АПК: ре­гионы России. - 2012, № 1. - С. 8.

ного федерального округа (в том числе Курска область), исключая г. Москву и Московскую область, демонстрирующие несопоставимые с остальными ре­гионами результаты. Первая группа оцениваемых параметров объединила показатели производства и потребления пищевой продукции. Вторая группа - показатели масштабов сельскохозяйственного производства (поголовье сельскохозяйственных животных, посевные площади сельскохозяйственных культур, объемы производства продукции растениеводства и животновод­ства). Исходные данные для многомерной группировки представлены в при­ложении 16 (табл. 1. П. 16).

В результате кластерного анализа было установлено, что по десяти по­казателям потребления и производства пищевой продукции субъекты ЦФО распределились на 3 кластера с явно выделенными центроидными значения­ми (табл.

Таблица 4.3 - Кластерный анализ показателей потребления продуктов питания (первая группа показателей) на душу населения (кг в год) и произ­водство пищевой продукции (тыс.т) в субъектах ЦФО

Анализируя данные табл. 4.3, отметим, что первый кластер оказался представлен пятью регионами, включая Курскую область, в которых были достигнуты условно лучшие показатели, а именно: производство сахара- песка, хлеба и хлебобулочных изделий, мяса и субпродуктов, масла сливоч­ного и паст масляных, а также потребления населением овощей и продоволь­ственных бахчевых культур, хлебных продуктов, молока и молочных про­дуктов, картофеля.

ленных худшими значениями показателей. В третий кластер вошли четыре субъекта ЦФО со средними значениями показателей.

Кластерный анализ регионов ЦФО, проведенный по второму множе­ству показателей, также, позволил получить три четко выраженных кластера (табл. 4.4).

Таблица 4. 4- Кластерный анализ показателей масштабов сельскохозяй­ственного производства в регионах ЦФО

Окончание таблицы 4.4

Примечательно, что в первый кластер (условно лучших значений пока­зателей) вошли только 2 региона (Белгородская и Воронежская области). Второй кластер оказался образован шестью регионами ЦФО (включая Кур­скую область), представленными условно средними показателями. Третий кластер включает восемь регионов (что составляет половину всей совокупно­сти) с условно худшими значениями показателей по рассматриваемой груп­пе.

Итоговые результаты комплексного двухэтапного кластерного анализа субъектов ЦФО по показателям продовольственной безопасности представ­лены на рис. 4.3.

Рисунок 4.3 (а) - Группировка регионов ЦФО по первой группе показателей (кластер 1 - красный контур; кластер 2 - зеленый контур;

кластер 3 - синий контур)

Рисунок 4.3 (b) - Группировка регионов ЦФО по второй группе показателей (кластер 1 - красный контур; кластер 2 - зеленый контур;

кластер 3 - синий контур)

Рисунок 4.3 - Результаты кластерного анализа регионов ЦФО

По результатам кластерного анализа Курская область вошла в группу условно лучших по показателям производства и потребления пищевой про­дукции, а также в группу условно средних по показателям масштабов сель­скохозяйственного производства, что позволяет считать регион типичным, оправдывая возможность применения разработанных с учетом его специфи­ки рекомендаций в регионах со схожими условиями.

Кластерный анализ, позволивший провести группировку регионов ЦФО, стал подготовительным этапом для проведения более глубокого иссле-

дования - факторного анализа. Как правило, при исследовании сложных си­стем и объектов, оказывается весьма затруднительным или просто невоз­можным выделить факторы, оказывающие влияние на свойства данных объ­ектов. Кроме того, очень часто остается неизвестным содержательный смысл представленных факторов, так как изменение происходит путем влияния на иные зависимые величины. Неизвестный фактор проявляется в изменении нескольких признаков. Ряд признаков имеет взаимосвязь, таким образом, число факторов оказывается меньше числа переменных, которые были вы­браны для анализа. Степень влияния фактора при изменении значения на не­известную переменную показывает величина дисперсии.

Итак, основная задача факторного анализа заключается в выявлении ряда существенных факторов в общей системе переменных. Для решения данной задачи необходимо последовательно осуществить следующие дей­ствия:

1) выявить линейно-зависимые комбинаций признаков;

2) осуществить вращение выделенных факторов;

3) получить и интерпретировать новые факторы.

Наиболее важным фактором, вносящим существенный вклад в форми­рование группы показателей «потребление продуктов питания на душу насе­ления (кг/год) и производство пищевой продукции (тыс. т) в субъектах ЦФО», оказался фактор F₁,который образуют характеристики потребления на душу населения мяса и мясопродуктов, молока и молочных продуктов, хлебных продуктов; а также производства мяса и сахара (приложение 16, табл. 2). Данный фактор (F1) будем позиционировать как уровень продо­вольственной обеспеченности мясомолочной и хлебной продукцией. Отме­тим,что включение в первый фактор переменных Х₁ и Х₆ с положительными значениями факторных нагрузок, соответственно выражающих потребление и производство мяса, означает, что потребность в мясных продуктах удовле­творяется, в основном, за счет внутрирегионального производства.

Переменные, выражающие производство цельномолочной продукции, сливочного масла, не входят в фактор F₁,то есть потребление молока и мо­лочных продуктов осуществляется во многом за счет ввоза этой продукции из других регионов.

Второй фактор (F₂) включает переменные Х₄ и Х₂₁, выражающие по­требление и производство овощей соответственно. Это означает, что потреб­ность в овощной продукции удовлетворяется в основном за счет внутриреги­онального производства.

Третий фактор (F3) образуют показатели производства и потребления традиционно важнейшего национального вида продовольствия - картофеля, потребность в котором, также, удовлетворяется в большинстве регионов ЦФО за счет внутрирегионального производства (табл. 3, П. 16).

Факторный анализ дает возможность количественного выражения рас­сматриваемой группы показателей с помощью соответствующих факторам интегральных числовых характеристик объектов исследования - регионов ЦФО. Интегральные характеристики потребления продуктов питания на ду­шу населения и производства пищевой продукции в натуральном выражении позволяют осуществить рейтинговую оценку регионов ЦФО по каждому из рассмотренных факторов (табл. 4, П. 16).

Наиболее важным, вносящий наибольший вклад в формирование вто­рой группы показателей (масштабы аграрного производства), является фак­тор F₁.Фактор F2образован единственной переменной - Х₁₉ (посевные пло­щади кормовых культур), определяющей размер производства кормов, от че­го, в свою очередь, зависит производство молочной продукции. Эта пере­менная имеет положительную факторную нагрузку, то есть размер посева кормовых культур находится в прямо пропорциональной зависимости с со­ответствующими результативными показателями продовольственной обес­печенности. Фактор F3выражает размер производства продукции птицевод­ства - яиц, и общее производство скота и птицы на убой, поскольку данные о

На основании интегральных характеристик масштабов производства сельскохозяйственной продукции, которые определялись по данным фактор­ного анализа, была проведена рейтинговая оценка регионов ЦФО по каж­дому из факторов. По фактору F1Курская область занимает третье место в выборке; по фактору F2Курская область, также, занимает третье место; по фактору F₃- четвертое место (табл. 6, П. 16).

На основании проведенного факторного анализа масштабов производ­ства сельскохозяйственной продукции следует, что Курская область обладает высоким рейтингом среди субъектов ЦФО, но имеет значительные резервы достижения уровня соответствующих показателей передовых регионов - Белгородской (по факторам F₁, F₂, F₃),Воронежской (по факторам F₁, F₂, F₃) и Липецкой (по фактору F₃)областей.

Развитием факторного анализа является разработка индикативных нормативов агропродовольственной обеспеченности для Курской области.

С этой целью были построены статистические модели производствен­ных функций оцениваемых параметров от ранее рассчитанных соответству­ющих интегральных факторных характеристик потребления и производства пищевой продукции и масштабов сельскохозяйственного производства. Найденные параметры производственных функций были использованы в ка­честве исходных данных для имитационной матричной экономико­математической модели формирования индикативных нормативов агропро- довольственной обеспеченности Курской области, постановка задачи кото­рой заключается в следующем:

Найти оптимальные значения индикативных нормативов показателей региональной продовольственной безопасности Курской области, выражен­ные переменными {Xj >,0 j=1,2,...,n},ограниченными следующими услови­ями:

1. Определение оптимальных значений показателей региональной про­довольственной безопасности:

2. Задание значений факторных нагрузок интегральных характеристик региональной продовольственной безопасности для региона, найденные ра­нее при проведении факторного анализа (приложение 16)

где j€J,

j-индекс;

J- совокупность индексов переменных;

где J₁- группа индексов переменных, которые выражают значения индикативных нормативов;

J₂- группа индексов переменных, которые выражают значения инте­гральных факторных характеристик;

ау - коэффициенты уравнения регрессии, выражающих производствен­ную функцию отдельных показателей региональной продовольственной без­опасности от соответствующих интегральных факторных характеристик;

d_{i -}значение /-ой факторной нагрузки;

Хц - искомые значения индикативных нормативов для рассматриваемго региона;

Fj^-переменные, соответствующие факторным нагрузкам интеграль­ных факторных характеристик для Курской области;

n- число показателей;

I - индексы ограничивающих условий.

Статистические модели показателей потребления продуктов питания на душу населения и производства пищевой продукции в регионах ЦФО бы­ли рассчитаны от соответствующих интегральных факторных характеристик (табл. 7, П. 16).

Коэффициенты при факторных переменных определяют вклад соответ­ствующих интегральных характеристик в формирование производственной функции этой группы показателей. Данные, представленные в табл. 7, П. 16, позволяют сделать вывод о том, что с возрастанием на единицу факторной нагрузки F1, характеризующей уровень продовольственной обеспеченности мясомолочной и хлебной продукцией, потребление мяса на душу населения (переменная ХД возрастает на 3,82 кг, потребление молока на душу населе­ния увеличивается на 5,91 кг (переменная Х₂), потребление хлебных продук­тов на душу населения (переменная Х₅) увеличивается на 5,4 кг, а потребле­ние овощей (переменная Х₄) и картофеля (переменная Х₃) сокращаются, соот­ветственно, на 2,76 и 1,01 кг. Очевидно, проявление этих зависимостей обу­словливается изменением структурных соотношений между элементами ти­пов питания населения. При этом в расчете на единичное возрастание факто­ра F₁производство мяса (переменная Х₆) увеличивается на 15,9 тыс. т, по­скольку потребление мяса обеспечивается за счет внутриобластного произ­водства, а темп прироста производства цельномолочной продукции (пере­менная Х₇) становится отрицательным, так как общее увеличение ее потреб­ления обеспечивается большей частью за счет внешних источников ее по­ступления. Единичное возрастание фактора F₂,характеризующего производ­ство овощной и цельномолочной продукции, объясняемое сочетанием этих отраслей в специализированных сельскохозяйственных предприятиях, со­провождается увеличением производства цельномолочной продукции (пере­менная Х₇) на 31 тыс. т, сливочного масла (переменная Х₈) на 1,2 тыс. т, ово­щей (переменная Х₂₁) на 23,27 тыс. т. Это означает, что при единичном уве­личении фактора F2только за счет внутриобластного производства, потреб­ление молока (переменная Х₂) и овощей (переменная Х₄) на душу населения возрастают, соответственно, на 0,98 и 5,3 кг.

Фактор F3значимо выражает национально значимый структурный эле­мент - взаимосвязанные показатели внутрирегионального производства и потребления картофеля. В расчете на единичное возрастание значения фак-

Проведенный факторный анализ позволил определить величины фак­торных нагрузок и получить нормативные значения показателей, выражаю­щих потребление продуктов питания на душу населения и производство аг- ропродовольственных товаров в рассматриваемом регионе (табл. 8, П. 16). Следует отметить, что по данным о факторных нагрузках по регионам можно построить соответствующие имитационные модели для каждого из шестна­дцати входящих в выборку субъектов ЦФО.

Данные проведенных модельных исследований (табл. 9, П. 16) позво­ляют сделать вывод о том, что фактическое потребление основных пищевых продуктов на душу населения в регионе близко к нормативному: потребле­ние мясных продуктов составляет 100,5; молочных - 95,6; картофеля - 97,3; хлебных изделий - 118 % от соответствующих оптимальных индикативных нормативов. При этом внутриобластное производство мяса, цельномолочной продукции и сливочного масла значительно ниже нормативного уровня и со­ответственно составляет от оптимальных нормативных индикаторов 56, 48,3 и 31,8 % (рис. 4.4). По единственному виду пищевой продукции - сахару - размер внутриобластного производства соответствует нормативному индика­тору и составляет 104,7 % от его значения. Следовательно, Курская область как крупный аграрный регион имеет значительные резервы в расширении внутрирегионального производства мясомолочной продукции, что крайне необходимо для повышения уровня продовольственной безопасности региона.

Рисунок 4.4 - Нормативы потребления продуктов питания на душу населения (кг/год) и производства пищевой продукции (тыс. т) в Курской области

С возрастанием на единицу факторной нагрузки F₁посевные площади зерновых и зернобобовых культур (переменная Х₁₄); картофеля (переменная Х₁₆у, сахарной свеклы (переменная Х₁₈); соответственно возрастут на 90; 2,5;

5,2 тыс. га; валовые сборы зерна (переменная Х₂₀), сахарной свеклы (пере­менная Х₂₂), картофеля (переменная Х₂₃) увеличиваются соответственно на 235,8; 437,4; 38,3 тыс. т. При этом в расчете на единичное возрастание фак­тора F1, характеризующего в основном масштабы товарного растениевод­ства, поголовье свиней (переменная Х₂₆) увеличивается на 42,7 тыс.гол., по­скольку развитие этой отрасли сопряжено с расширением внутриобластного производства зерна, а поголовье крупного рогатого скота (переменная Х₂₄) и производство молока (переменная Х₂₈) соответственно уменьшаются на 3,7 тыс. голов и 10,1 тыс. т, что объясняется недостаточными темпами расшире­ния кормовой базы растениеводства при доминировании товарного растение­водства и свиноводства.

Фактор F2характеризует размеры посевных площадей кормовых куль­тур (переменная Х₁₉), то есть кормовую базу скотоводства. Поэтому при еди­ничном возрастании этого фактора производство молока (переменная Х₂₈) возрастает на 27,4 тыс. т, однако сокращается производство скота и птицы на убой (переменная Х₂₇) на 19,3 тыс. т, так как обеспечивается в основном за счет свиноводства и бройлерного птицеводства.

Фактор F3характеризует вклад птицеводства в региональной продо­вольственной безопасности, поэтому в расчете на единичное возрастание этого фактора производство яиц (переменная Х₂₉) возрастает на 213,3 милли­она, а производство скота и птицы на убой (переменная Х₂₇) увеличивается на 101,6 тыс. т, что объясняется значительным вкладом бройлерного птицевод­ства в формирование этого показателя региональной продовольственной без­опасности.

Проведенный факторный анализ позволил определить величины фак­торных нагрузок и производственные функции, использованные для моде­лирования индикативных показателей масштабов сельскохозяйственного производства в Курской области (табл. 10, П. 16).

Модельные расчеты позволяют обосновать оптимальные индикативные нормативы показателей, определяющих масштабы сельскохозяйственного производства в Курской области (табл. 11, П. 16).

Как показывает проведенное исследование посевные площади зерно­вых и зернобобовых культур, картофеля близки к соответствующим индика­тивным нормативам. Посевные площади овощных и кормовых культур меньше нормативного уровня, соответственно, на 23,9 % и 5 %, что негатив­но сказывается на развитии отраслей, дающих высокий вклад в решение про­блемы продовольственного обеспечения.

Фактически достигнутое производство всех видов сельскохозяйствен­ной продукции, за исключением фабричной сахарной свеклы, не достигает уровня оптимальных индикативных нормативов (рис. 4.5), что позволяет сделать общий вывод о необходимости дальнейшей интенсификации сель­

скохозяйственного производства путем всестороннего инновационного раз­вития для достижения необходимого в современных условиях уровня продо­вольственной безопасности.

Рисунок 4.5 - Нормативные значения показателей, выражающих объемы производства сельскохозяйственной продукции в Курской области

Целью рассмотренного факторного анализа было установить, какая си­туация складывается в регионе с производством продовольственных товаров и сельскохозяйственного сырья. Если в предыдущем параграфе, мы проводи­ли сравнительную оценку регионов Центрального федерального округа, пы­тались выявить потенциал Курской области развивать агропромышленное производство, изучали созданные для этого государственной программой предпосылки, то текущие рассуждения и расчеты призваны провести глубо­кий анализ состояния и перспектив насыщения локального (регионального) продовольственного (агропродовольственного) рынка товарной продукцией собственного производства, т.е. исследовать возможности продовольствен­ного обеспечения региона за счет товарной продукции собственного произ­водства.

Анализ сложившейся ситуации обнаруживает, как минимум, две про­блемы: несовершенство системы планово-прогнозной работы, проявляющее­ся в том, что принятые к реализации программы не содержат в себе научно­обоснованных расчетов согласования ресурсного потенциала, балансов про­изводства и распределения сельскохозяйственной продукции, размещения сельскохозяйственного производства; необходимость структурных преобра­зований аграрного сектора в части закрепления за опорными организациями выполнения свойственных им функций, позволяющее обеспечить целесооб­разную пропорциональность производства агропродовольственной продук­ции. По нашему мнению, производство товарной продукции эффективно может осуществляться только в интегрированных агропромышленных фор­мированиях, образующими блок функционально-ориентированных опорных организаций. Интегрированные агропромышленные формирования Курской области - не исключение. Однако, в соответствии с проведенными расчета­ми, показатели производства всех видов сельскохозяйственной продукции, за исключением фабричной сахарной свеклы, достигнутые в Курской области, оказываются значительно ниже уровня оптимальных индикативных норма­тивов. Данное обстоятельство побуждает нас к оптимизации планов произ­водства в интегрированных агропромышленных формированиях региона, так как сложившийся уровень результативности аграрного производства харак­теризуется низкой продовольственной обеспеченностью региона за счет внутренних источников.

Наличие угрозы потери продовольственной безопасности в Курской области стало основанием для проектирования параметров функционирова­ния интегрированных агропромышленных формирований как функциональ­но-ориентированных опорных организаций, ответственных за массовое про­изводство товарной продукции. Проектирование было выполнено на примере ООО «Медвенское агрообъединение» Медвенского района на Курской обла­сти. Это хозяйство характеризуется типичными для интегрированных агро­промышленных формирований, функционирующих в регионе, параметрами

(размер, ресурсное обеспечение, почвенно-климатические условия). Его спе­циализацией является производство мясо-молочной продукции, зерновых культур, сахарной свеклы.

В качестве недостатков, определяющих предпосылки оптимизации перспектив развития рассматриваемого интегрированного агропромышлен­ного формирования, следует выделить следующее. Применяемая на протя­жении последних лет структура посевных площадей ООО «Медвенское аг­рообъединение» не полностью учитывает почвозащитную роль культур, их воздействие на уровень эродированности почвы, адаптивную способность, уровень эффективности возделывания выращиваемых культур, также не учтенными остаются влияние возделываемых видов культур на фитосани- тарные условия и свойства почвы; не учитываются рекомендации по разме­щению культур для их возделывания на пашнях различных пользовательских групп. Указанные недостатки являются типичными и характеры для подоб­ных организаций, функционирующих в Курской области.

Для устранения несовершенства производственной структуры и про­граммы интегрированного агропромышленного формирования предлагается провести оптимизацию по критерию достижения максимума прибыли с уче­том возможности максимального восстановления гумуса. Для этого необхо­димо осуществить компромиссное программирование с привлечением мето­да И. Саска. Компромиссный план перспективной производственной про­граммы модельного интегрированного агропромышленного формирования заключается в одновременном достижении максимальных параметров при­были и восстановления почвенного плодородия в оценке по балансу гумуса в почве.

Для доказательства предпочтительности компромиссного программи­рования производственной структуры интегрированного агропромышленно­го формирования в сравнении с ее односторонней оптимизацией, ориентиро­ванной, как правило, на максимизацию прибыли была использована методи­ка, разработанная нами в соавторстве с М. В. Шатохиным,

В. С. Кривошлыковым^[242]. Введение в качестве дополнительного критерия ве­личины накопления гумуса в почве (оптимизации этого значения) соответ­ствует приоритетной задаче федеральной и региональной программы разви­тия сельского хозяйства - восстановление почвенного плодородия.

С целью осуществления многовариантных расчетов была использована специально разработанная унифицированная экономико-математическая мо­дель, позволившая получить представленные в приложении 1 7 результаты.

Структура посевных площадей, рассчитанная на основе экономико­математического моделирования, предполагает распределенное использова­ние пашни и соответствует общим (для всех категорий пашни) и специфиче­ским (для отдельных пользовательских групп) требованиям, предъявляемым к севооборотам во всех вариантах оптимальных плановых решений. При этом площадь посева озимой пшеницы остается стабильной во всех вариан­тах плана, площадь яровой пшеницы в компромиссном решении соответ­ствует варианту решения по критерию «Максимум прибыли», площадь посе­ва сахарной свеклы в компромиссном плане является максимальной и со­ставляет 1200 га.

Усовершенствованная структура посевных площадей координируется с системой севооборотов, сформированной на аэроландшафтной основе, учи­тывая при этом организационные и территориальные особенности рассмат­риваемой организации, и может выступать в роли ориентира для разрешения аналогичной задачи в средних и крупных интегрированных агропромышлен­ных образованиях.

Представленные в приложении 17 данные свидетельствуют о возмож­ности применения ключевых факторов и источников поступления полезной органики в почву, что способствует достижению, при любом варианте опти-

С точки зрения согласования перспективы повышения почвенного пло­дородия за счет максимального накопления гумуса и увеличения уровня эф­фективности производства, уже в краткосрочном периоде наиболее предпо­чтителен компромиссный вариант плана.

В компромиссном варианте достигается близкое к максимальному про­изводство пшеницы, наименьшее производство товарного ячменя, который используется в этом варианте в основном на фураж, максимальное производ­ство гречихи, подсолнечника и сахарной свеклы в сравнении с вариантами плановых решений по односторонним критериям. Во всех вариантах опти­мальных планов обеспечиваются равные и превышающие фактический уро­вень объемы производства продукции животноводства (приложение 17).

Достижение оптимальной структуры посевной площади, а также ба­лансирование расхода и накопления гумуса в процессе выращивания поле­вых культур, годовых рационов кормления животных обусловливает повы­шение экономической эффективности модельного предприятий.

Полученные данные плановых расчетов по модельному предприятию позволяют сделать вывод, что оптимизация согласно получению максималь­ного уровня выручки от реализации и прибыли позволит увеличить рента­бельность до уровня 31,3%, однако произойдет снижение плодородия почвы. Оптимизация по критерию максимизации накопления гумуса, будет способ­ствовать интенсивному развитию растениеводства, но сократит рентабель­ность до 29,1%. Оптимизация согласно двум представленным критериям позволит учитывать не только минимумы отклонений функций от макси­мальных значений каждого критерия, но и агроэкономические требования. Данное решение позволит достичь уровня рентабельности в 30 %, обеспечить расширенное воспроизводство и сохранит плодородие почвы.

Проведенные расчеты позволяют сделать заключение о том, что при компромиссном программировании производственной структуры и програм­мы интегрированного агропромышленного формирования по комплексу аг- роэкономических критериев достигается согласование целей системного раз­вития аграрного сектора экономики региона за счет эффективного функцио­нирования группы опорных организаций, ответственных за предложение то­варной агропродовольственной продукции.

Результаты планирования параметров развития крестьянских (фермер­ских) хозяйств представлены в приложении 18.

Таким образом, с помощью кластерного и факторного анализа, мето­дом регрессионного анализа и с помощью других приемов экономико­математического моделирования нами были получены представления о воз­можностях эффективного функционирования опорных организаций аграрно­го сектора экономики региона: функционально-ориентированных (интегри­рованных агропромышленных формирований и автономно функционирую­щих сельскохозяйственных организаций) и пространственно­ориентированных (крестьянских (фермерских) хозяйств). Параметры эффек­тивного функционирования групп опорных организаций были согласованы между собой и с программой развития аграрного сектора экономики региона. В результате оптимизации количественных оценок объемов производимой продукции в каждой группе опорных организаций был получен перспектив­ный план агропромышленного производства в регионе, содержащий в себе целевые ориентиры разработки и реализации политики обеспечения продо­вольственной безопасности региона.

5.