Математическое обеспечение поддержки принятия решений для оптимизации интенсивности растениеводства тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Арланцева, Елена Руслановна |
| Место защиты | Москва |
| Год | 2008 |
| Шифр ВАК РФ | 08.00.13 |
Диссертация
Автореферат диссертации по теме "Математическое обеспечение поддержки принятия решений для оптимизации интенсивности растениеводства"
На правах рукописи
АРЛАНЦЕВА Елена Руслановна
МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ОПТИМИЗАЦИИ ИНТЕНСИВНОСТИ РАСТЕНИЕВОДСТВА
Специальность 08.00.13 - математические и инструментальные методы экономики (2. инструментальные средства)
Автореферат диссертации на соискание ученой степени кандидата экономических наук
Москва 200В
003461453
Работа выпонена на кафедре экономической кибернетики Российского
государственного аграрного университета - МСХА имени К.А.Тимирязева.
Научный руководитель - кандидат экономических наук, профессор Копенкин Юрий Иванович.
Официальные оппоненты - доктор экономических наук, профессор Огнивцев Сергей Борисович; - кандидат экономических наук, доцент Алексанов Дмитрий Семенович.
Ведущая организация - Московский государственный агроинженерный университет имени В.П.Горячкина
Защита диссертации состоится л 2009 года в/У час,
на заседании диссертационного совета Д220.043.06 в Российском государственном аграрном университете - МСХА имени К.А.Тимирязева по адресу: 127550, Москва, Тимирязевская ул., 49, Ученый Совет.
С диссертацией можно ознакомиться в Центральной научной библиотеке РГАУ - МСХА имени К.А.Тимирязева.
Автореферат разослан л ^/-^/^ 2009 года и размещен на сайте университета www.timacad.nj.
Ученый секретарь
диссертационного совета - Коваленко Н.Я.
Общая характеристика работы
Актуальность темы. Информационная поддержка принимаемых решений имеет большое значение для повышения эффективности деятельности и управляемости субъектов АПК, что отмечается многими экономистами (В.М.Баутин, Б.В.Лукьянов, В.В.Козлов, А.А.Землянский, А.М.Гатаулин, К.П.Личко и др.) и отражается в целевых программах, законодательных и нормативных актах Правительства РФ и её субъектов по реформам АПК. Эффективность сельскохозяйственного производства во многом зависит от эффективности отдельных отраслей, одной из возможностей повышения которой многие экономисты (В.М.Баутин, И.С.Кувшинов, С.С.Сергеев, Ю.И.Агирбов, К.П.Личко и др.) считают интенсификацию. Поэтому одной из задач, требующих поддержки принимаемых решений, является оптимизация интенсивности отраслей, в первую очередь - в растениеводстве. Принятие решений данного типа не обеспечено в дожной мере агоритмами и инструментальными средствами. Этим определяется актуальность темы исследования.
Степень изученности проблемы. В растениеводстве уровень интенсивности может характеризоваться количеством применяемых удобрений, поскольку применение удобрений влияет на такие показатели интенсивности, как затраты труда, основных и оборотных средств в расчете на 1 га обрабатываемой площади. Тогда задача оптимизации интенсивности растениеводства сводится к обоснованию оптимальных доз удобрений.
Экономисты этой задаче практически не уделяют внимания. Определение доз удобрений под запланированную урожайность рассматривается с агрономических и агрохимических позиций в теории программирования урожаев (В.Н.Перегудов, А.Т.Кирсанов, Т.И.Иванова, Л.М.Державин, Ш.И.Литвак, И.С.Шатилов, Т.Н.Кулаковская, Д.У.Кук, Р.А.Фишер и др.). В основном для решения этой задачи предлагаются простые линейные или регрессионные модели, соответствующие конкретным условиям проведения опытов с сельскохозяйственными культурами. Все предлагаемые модели не учитывают характер взаимоотношений между урожайностью и влияющими факторами, что считается важным в регрессионном анализе. Качественные особенности зависимости урожайности от агроресурсов исследованы Ю.Либихом и Ю.Саксом, Э.А.Митчерлихом получена аналитическая зависимость лагроресурс - продукт в начальной части интервала толерантности растений. В.А.Угловым получено аналитическое выражение для производственной функции, согласующееся с закономерностями, выведенными Ю.Либихом и Ю.Саксом.
Регрессионные модели, построенные на основе этой функции, позволят обосновывать оптимальные дозы удобрений с позиций технической эффективности интенсификации (максимальной урожайности). При этом требуется ре-
шение проблем учета множества влияющих на урожайность факторов при од-нофакторной функции и оценки нелинейных параметров функции на основе полевых опытов при наблюдениях в узком диапазоне изменения факторов. Однако рационального использования удобрений и наилучшей экономической эффективности интенсификации за их счет можно добиться, лишь решая указанную задачу, согласуясь с положениями теории факторов производства и оптимального функционирования экономики (Н.П. Федоренко, B.C. Немчинов, В.В. Новожилов, A.JI. Лурье, Л.В.Канторович и др.). Требуется также учитывать догосрочные цели воспроизводства плодородия почвы, а также экологическую безопасность производства (В.А.Ковда, Л.М.Державин, Ш.И.Литвак, Т.Н.Кулаковская, Н.Ф.Ганжара и др.). Для обеспечения высокой окупаемости удобрений необходимо учитывать погодные условия (В.А.Кардаш, В.Д.Пашшков, В.Г.Минеев, В.П.Дмитренко, О.Д.Сиротенко).
Существуют различные математические методы нелинейного регрессионного анализа (Е.З.Демиденко, Н.Дрейпер, Г.Смит, Л.М.Дубров, В.С.Мхитарян, Л.И.Трошин), принятия решений по множеству критериев (Р.Штойер, Р.Л.Кини, Х.Райфа, А.В.Лотов, В.И.Варфоломеев, С.Н.Воробьев) и в условиях неопределенности (В.А.Кардаш, Ю.И.Копенкин, В.И.Варфоломеев). Однако необходимо обосновать подходы и формализовать численный метод решения задачи оптимизации интенсивности растениеводства для учета особенностей предметной области.
Построение числовой модели в конкретных производственных условиях и при непоной информации, а также принятие решения об эффективном уровне интенсивности отрасли в условиях неопределенности и многообразия целей хозяйственной деятельности не могут быть поностью структурированы. Решение этих проблем может быть обеспечено в рамках систем поддержки принятия решений (ClliiP), где математические методы используются в сочетании с неформализованными знаниями, опытом и интуицией лица, принимающего решение (ПР), для чего требуется разработать соответствующие процедуры.
Актуальность темы и необходимость дальнейшей разработки проблем обусловили выбор цели исследования и его задач.
Целью исследования является разработка математического обеспечения для подготовки, выработки и принятия решений при оптимизации интенсивности растениеводства. В соответствии с указанной целью были поставлены и решены задачи:
- обоснована постановка многокритериальной задачи оптимизации интенсивности растениеводства в условиях стохастической неопределенности;
- структурирована проблема оптимизации интенсивности растениеводства в условиях неопределенности и множества целей;
- построена математическая модель эффективности производственного использования агроэкосистемы;
- разработаны процедуры определения уровней дискретных факторов продуктивности и оценивания параметров производственных функций культур для построения числовой модели на основе статистики полевых опытов;
- разработаны процедуру выработки и принятия решения об эффективном уровне интенсивности растениеводства в стохастической многокритериальной задаче;
- оценена адекватность разработанных моделей и процедур поддержки принятия решений при оптимизации интенсивности растениеводства.
Объектом исследования является отрасль растениеводства сельскохозяйственного предприятия, предметом - процесс принятия решений об уровне интенсивности отрасли. Областями исследования в соответствии с научным направлением паспорта специальности 08.00.13 - Математические и инструментальные методы экономики являются: разработка моделей экспериментальной экономики для анализа деятельности сложных социально-экономических систем и определения эффективных направлений развития; разработка систем поддержки принятия решений для оптимизации управления экономикой; разработка методов формализованного представления предметной области для сопровождения информационных систем субъектов экономической деятельности.
Теоретической основой исследования послужили классические и современные труды отечественных и зарубежных ученых по программированию урожаев, теории факторов производства, теории оптимального функционирования экономики, теории принятия решений.
Методологическую базу исследования составили системный анализ, математическое моделирование, статистические методы и методы исследования операций.
Информационной базой для числовой модели и численного решения задачи послужили отчеты по опытам Калужского НИПТИ АПК с 1967 по 1999 гг., опубликованные исследования и справочные материалы, статистические справочники, годовые отчеты и первичные документы ОНО ОПХ Тосто-пальцево.
Научная новизна исследования заключается в следующем:
- обоснована постановка стохастической многокритериальной задачи оптимизации интенсивности растениеводства с учетом целей максимизации чистого дохода, плодородия почвы, урожайности и экологической безопасности применения удобрений;
- предложена спецификация производственной функции сельскохозяй-
ственных культур, отличающаяся от известных дискретным представлением факторов продуктивности (за исключением фактора первоочередной регуляции) и интегрированными показателями минерального питания растений в числе влияющих переменных;
- на основе структурирования проблемы выбора эффективного уровня интенсивности растениеводства в соответствии с этапами процесса принятия решений обоснована необходимость разработки математического обеспечения функциональных подсистем подготовки, выработки и принятия решения для их реализации в соответствующей СППР;
- разработана математическая модель агороэкосистемы для оценки различных уровней интенсивности выращивания сельскохозяйственной культуры по показателям чистого дохода от применения удобрений, содержания в почве элементов питания после уборки урожая, урожайности и интенсивности баланса элементов питания, в основу которой положены предложенные производственные функции, учитывающие падение предельной эффективности факторов;
- разработаны процедуры определения уровней дискретных факторов продуктивности с участием ПР-эксперта;
- разработана процедура оценивания нелинейных параметров производственных функций, с поэтапным делением статистической выборки по уровням дискретных факторов и уточнением оценок параметров при ограничениях на их значения для учета качественных особенностей зависимости;
- предложена трёхэтапная процедура решения стохастической многокритериальной задачи оптимизации интенсивности растениеводства, заключающаяся в расчетах уровней интенсивности без применения удобрений, с применением органических удобрений и с применением органических и минеральных удобрений и использующая итерационный подход многокритериальной оптимизации с предъявлением паретооптимальных решений для уточнения предпочтений ПР-агронома (и экономиста).
Практическая значимость исследования. Разработанная математическая модель агроэкосистемы, а также предложенные процедуры построения числовой модели и формирования эффективного решения могут служить методической основой для реализации этапов подготовки принятия решения и выработки и принятия решения в СППР для оптимизации интенсивности растениеводства. Эта СППР дожна быть одним из элементов в системе управления сельскохозяйственным предприятием. Вычисляемые дозы удобрений, определяемая ими урожайность, затраты труда и материально-денежных средств на 1 га площади, занятой культурой, будут являться исходными данными, характеризующими отрасль в задаче оптимизации производственной структуры, решаемой на уровне предприятия в целом. С другой стороны, запланированная
урожайность культуры будет выступать целевым показателем для технологического уровня управления растениеводством.
Апробация работы. Основные положения диссертации доложены на научно-практических конференциях в РГАУ-МСХА (2000 - 2007 гг.). На предложенной в диссертации методической основе построена числовая модель для принятия решений и выработки практических рекомендаций об эффективном уровне интенсивности при выращивании озимой пшеницы в Калужской области. Результаты исследования использованы для оценки эффективности интенсификации озимой пшеницы в Калужской области и в ОНО ОПХ Тостопаль-цево Россельхозакадемии и рекомендованы для внедрения в ГНУ НИИСХ ЦРНЗ. Выпонена оценка эффективности интенсификации озимой пшеницы в различных экономических условиях и при различном плодородии почвы.
Публикации. По теме диссертации опубликовано 8 печатных работ общим объемом 1,67 п.л., в т.ч. одна статья в издании, рецензируемом ВАК
Структура и объем работы. Диссертация объемом 177 страниц машинописного текста состоит из введения, четырех глав, заключения, списка использованной литературы; содержит 10 таблиц, 13 рисунков, 11 приложений.
Во введении обоснована актуальность темы, определены цель, задачи, объект, предмет, научная новизна и практическая значимость исследования.
В первой главе - Теоретико-методологические основы поддержки принятия решений при обосновании оптимального уровня интенсивности растениеводства изложена сущность задачи оптимизации интенсивности растениеводства, обоснован выбор аналитической функции для моделирования продукционного процесса в растениеводстве, выпонено структурирование задачи.
Во второй главе - Формализация этапа подготовки принятия решений при оптимизации интенсивности растениеводства дана концептуальная постановка задачи, построена математическая модель агроэкосистемы, разработаны процедуры построения числовой модели.
В третьей главе - Формализация этапа выработки и принятия решений при оптимизации интенсивности растениеводства выпонена математическая постановка стохастической многокритериальной задачи, разработаны система моделей и процедур для получения решения.
В четвертой главе - Обоснование адекватности моделей и процедур поддержки принятия решения при оптимизации интенсивности растениеводства построена числовая модель и получены численные решения задачи оптимизации интенсивности выращивания озимой пшеницы в Калужской области на почвах разного плодородия. На отчетных данных ОНО ОПХ Тостопальцево Россельхозакадемии проверены адекватность модели и процедур, выпонена оценка эффективности интенсификации озимой пшеницы в различных эконо-
мических условиях.
Основные положения, выносимые на защиту
Первым положением, выносимым на защиту, является обоснование стохастической многокритериальной постановки задачи оптимизации интенсивности растениеводства. Разным дозам удобрений (определяющим интенсивность растениеводства) соответствует различная урожайность, поэтому задача обоснования интенсивности растениеводства дожна заключаться в выборе лучшего варианта и решаться оптимизационными методами. Максимизация урожайности согласуется с глобальной целью АПК - удовлетворением потребностей в сельскохозяйственной продукции. Однако принимаемые решения дожны быть эффективными и с точки зрения локальных целей предприятия. В краткосрочном периоде это - увеличение чистого дохода, а в догосрочном -повышение плодородия почвы. Требуется также учитывать общенациональную цель экологической безопасности применения удобрений. Одни и те же дозы удобрений в различных погодных условиях будут обеспечивать различные результаты. Поэтому задача оптимизации интенсивности растениеводства сформулирована нами в многокритериальной стохастической постановке, которая заключается в том, чтобы для сельскохозяйственной культуры определить оп-тимальпые дозы удобрений, в любых погодных условиях обеспечивающие повышение экономической эффективности, урожайности и плодородия почвы при экологической безопасности применения удобрений.
Вторым положением, выносимым на защиту, является спецификация производственной функции для сельскохозяйственных культур. Урожайность является первичным показателем эффективности интенсификации и основой для расчета других показателей. При одном влияющем факторе для определения оптимальных доз удобрений по критериям технической эффективности интенсификации (урожайности и эффективности затраченных удобрений) наиболее подходящей мы считаем производственную функцию, полученную В.А.Угловым и учитывающую характер взаимосвязи в паре лагроре-сурс-продукт, выражающийся в падении предельной полезности фактора:
Д Да, Ча-,И
Р =а,Д ге 3 , (1)
где Р - продукт, Я - ресурс, а}, аз - действие и повреждающее действие ресурса; а] - влияние прочих факторов, е - основание натурального логарифма.
Для учета множества факторов, влияющих на урожайность, мы предлагаем представлять факторы продуктивности дискретными величинами за исключением фактора первоочередной регуляции и в числе влияющих переменных функции использовать интегрированные показатели, учитывающие элементы питания из всех источников. Это позволит преодолеть теоретические трудности отражения роста и развития растений.
Третьим положением, выносимым на защиту, является структурирование проблемы выбора эффективного уровня интенсивности растениеводства в соответствии с этапами принятия решений и формализация задач разработки математического обеспечения для создания С1ШР. В связи с множеством целей, многообразием условий хозяйственной деятельности и стохастической неопределенностью при принятии решений задача оптимизации интенсивности растениеводства не может быть поностью структурирована. Её решение может быть получено в СППР, где математические методы используются в сочетании с неформализованными знаниями, опытом и интуицией ПР. СППР дожны охватывать все этапы жизненного цикла управленческого решения. Для реализации этапа подготовки принятия решения необходимы математическая модель и процедуры построения числовой модели. Постановка задачи оптимизации интенсивности растениеводства как стохастической многокритериальной задачи требует разработки соответствующей математической модели для оценки различных уровней интенсивности. Использование для отражения продукционного процесса нелинейных производственных функций с дискретным представлением факторов, а также плохо формализуемые особенности предметной области и во многих случаях недостаточная репрезентативность статистической выборки для построения числовой модели обусловливают необходимость разработки процедур определения уровней дискретных факторов и оценивания нелинейных параметров производственных функций с привлечением ПР-эксперта. Для реализации этапа выработки и принятия решения требуется процедура генерирования альтернативных вариантов и выбора эффективного уровня интенсивности растениеводства с участием ПР-агронома, необходимость разработки которой обусловлена множеством разнонаправленных критериев задачи и сложностью формализации предпочтений ПР в изменяющихся производственных условиях. Этапы реализации и контроля выпонения решения для разных задач могут основываться на общей методологической базе, включающей графовые организационные модели и календарное планирование.
Четвертым положением, выносимым на защиту, является математическая модель агроэкосистемы. Для оптимизации интенсивности отрасль растениеводства рассмотрена нами в виде агроэкосистемы, под которой понимается процесс выращивания сельскохозяйственной культуры в конкретных экономических и почвенно-климатических и случайных погодных условиях, с управляющими воздействиями, направленными на достижение экономических и экологических целей. Предложена математическая модель агроэкосистемы , результативными показателями которой являются урожайность, чистый доход от удобрений, интенсивность баланса элементов питания и их содержание в
почве после уборки урожая, а управляемыми факторами - дозы органических и минеральных удобрений. Неуправляемыми факторами, отражающими экономические условия производства, являются цены на продукцию и удобрения, а также издержки, связанные с применением удобрений. Неуправляемыми факторами, отражающими почвенно-климатические условия, являются земледельческий регион, тип почвы, исходное плодородие почвы, поступление в почву элементов питания из различных источников, а также потери вещества из почвы вследствие различных причин. Неуправляемыми факторами, отражающими случайные погодные условия, являются тепло- и влагообеспеченность. Основой модели является производственная функция в предложенной нами спецификации. Азотное питание считается непрерывным фактором, а фосфорное и калийное питание, содержание гумуса, кислотность почвы и исходы погодных условий - дискретными.
Обозначим i - индекс показателя плодородия почвы (содержание азота, фосфора, калия, гумуса, кислотность); j - индекс источника поступления в почву вещества (азотных, фосфорных, калийных, органических, известковых удобрений, остатков предшественника, семян, осадков, микроорганизмов); I - индекс причины потери вещества из почвы (вынос с урожаем, с остатками, инфильтрация, эрозия, газообразные потери).
В почву поступают агроресурсы вещества в количествах Хр j=l...9. Количество биогенного или почвообразующего элемента равно:
где dy - доля г'-го элемента в единице j-го источника.
Минеральное питание растений определяется исходным содержанием в почве доступных элементов питания и их поступлением в почву, с пересчетом на элементы питания, которые могут быть использованы растениями:
-2Гк,й+ЪДК, 1=1...5, (3)
где Z[n>Чисходное значение г-го показателя плодородия; k,и, ку - коэффициенты использования г-го элемента питания из почвы и j-го источника.
Урожайность в каждый исход погодных условий w=l... W определяется азотным питанием Ri и комбинацией уровней фосфорного ив{]...U], калийного питания ve{l...V}, содержания гумуса ge{l...G}, кислотности почвы h е{ 1 ...Н}, установленных по значениям соответствующих факторов RД i=2,. .5:
P - a\ e -3 K\w=l...W, (4)
где a/mvgh), a2(wmgh), a/wuvgh\ - коэффициенты регрессии; e - основание натурального логарифма.
За счет удобрений будет получена прибавка урожая:
APW - Pw~ Pv w =1... W, (5)
где Л- базовая урожайность за счет плодородия почвы, остатков предшественника, семян, осадков и почвенных микроорганизмов.
Эффективность выражается допонительным чистым доходом:
Ея = + * =]... IV, (6)
где Л'и М- цена и затраты на уборку и доработку единицы урожая, Су и - цена и затраты на внесение единицы /-го вида удобрений.
Показатели плодородия почвы после уборки урожая равны сумме их исходных значений и смещения за период:
Г 2] =Ъ'и,21, = Ха.Д 1=1...5, (7)
У-' 1=1
где Qwli-потери г'-го вещества по /-ой причине.
Интенсивность баланса элементов питания определяется отношением их поступления в почву из всех источников и потерь вследствие всех причин:
=7 ...IV, 1=1. ..3. (8)
Пятым положением, выносимым на защиту, является процедура определения уровней дискретных факторов продуктивности с участием ПР-эксперта. Числовая модель для культуры, почвенно-климатического региона, типа почвы и технологии возделывания строится на основе полевых опытов. Использование интегрированных показателей минерального питания в качестве влияющих переменных позволяет включить в выборку наблюдения из опытов, различающихся видами удобрений, предшественниками и плодородием почвы. Необходимо построить регрессионные функции урожайности для каждой комбинации уровней дискретных факторов. Уровни содержания гумуса в почве устанавливаются в соответствии с его ролью в почвообразовании и питании растений, уровни кислотности почвы - в соответствии с необходимостью в известковании почвы. Типовые исходы погодных условий определяются но гидротермическому коэффициенту в критический период вегетации. Предварительно его интервалы в исходах устанавливаются так, чтобы оптимальное для культуры значение оказалось в середине интервала благоприятного исхода. При распределении лет наблюдений по типовым исходам анализируются также отклонения среднесуточной температуры и суммы осадков от средних многолетних, качественная характеристика погодных условий, данная исследователями и достигнутые в этот год уровни урожайности. Для минерального питания минимально необходимы два уровня, обеспечивающие урожайность до средней и выше средней. Предварительными границами интервалов будет вынос элементов питания средним урожаем. Предварительные границы интервалов для уровней дискретных факторов уточняются при визуальном анализе распределения наблюдений с привлечением ПР-эксперта. Точки данных для разных
уровней фактора дожны выстроиться в ряды, различающиеся уровнями урожайности. Уточнение исходов погодных условий опытов и границ интервалов минерального питания повторяется до отклонения статистических гипотез о равенстве средних в группах.
Шестым положением, выносимым на защиту, является процедура поэтапного оценивания параметров производственных функций с участием ПР-эксперта. Исходные наблюдения необходимо распределить по комбинациям уровней дискретных факторов и на основе каждой группы выпонить оценку нелинейных параметров производственных функций (4). Адекватную аппроксимирующую функцию можно построить только при наблюдениях в широком диапазоне изменения влияющего фактора. Поскольку опыты чаще всего планируются с согласованным питанием по всем элементам: низкому уровню одного элемента питания соответствует низкий уровень других и т.д., то азотное питание в группах будет соответствовать узкому интервалу значений. В этом случае невозможно воспроизвести поведение функции на участке с отсутствующими наблюдениями. Для решения этой проблемы предлагаем оценку параметров начинать с исходной выборки. Затем последовательно выделять группы по уровням одного из дискретных факторов и уточнять оценки, полученные на предыдущем этапе. Для учета качественных особенностей зависимости следует задать ограничением на значения параметров равенство нулю производной функции в экстремальной точке, определяемой визуально по распределению точек данных в группе. Оценка параметров выпоняется методом Ньютона-Гаусса. Предложенная последовательность будет обеспечивать сходимость метода для всех производственных функций, поскольку в этом случае начальное приближение оценок располагается близко к оптимальной точке. Для определения целесообразности отдельных шагов процедуры следует выяснять существенность влияния на урожайность различных комбинаций уровней факторов. Практическую ценность для решения задачи имеют функции для согласованных уровней минерального питания. Игнорирование несогласованных уровней также позволит сократить количество шагов процедуры.
Седьмым положением, выносимым на защиту, является трехэтап-ная процедура решения стохастической многокритериальной задачи оптимизации интенсивности растениеводства с участием ПР-агронома. Математическая постановка задачи следующая:
Найти {ХД, 7=1...4, Х обеспечивающие удовлетворительные значения критериев оптимизации №
Р =Ел>Л -тах, (9)
2 = тш Ч ->тах 2. = > а 2 Л, = ' Д ,г = 1-3
при выпонении соотношений (2) Ч (8) и соблюдении ограничений
где - вероятность и>-го исхода погодных условий, Л; и 2, - коэффициент относительной важности и эталонное содержание в почве г'-го элемента питания,
Сначала в зависимости от почвенно-климатических условий, исходного плодородия почвы и предшественника рассчитывается уровень интенсивности без удобрений. Затем определяется уровень интенсивности с применением органических удобрений. Для возмещения потерь гумуса рассчитывается минимально необходимая доза. Максимально допустимая доза определяется в оптимизационной задаче по критерию максимальной урожайности с ограничениями по экологически допустимой интенсивности баланса элементов питания. Фактическая доза задается из интервала между минимально необходимой и максимально допустимой исходя из практических рекомендаций. Надо рассчитать дозу для каждого вида удобрений, которые можно применить на предприятии и выбрать вариант с наименьшими издержками.
В последнюю очередь определяется уровень интенсивности с применением органических и минеральных удобрений в многокритериальной задаче. Для её решения используется итерационный подход. Сначала решаются одно-критериальные задачи. Минимальной и максимальной дозой удобрений каждого вида из решений однокритериалышх задач ограничивается область эффективных решений многокритериальной задачи. Конечное множество эффективных решений предъявляется ПР. Оно включает частные оптимальные решения на границах и варианты в узлах сетки для количеств минеральных удобрений внутри области. Для оценки изменения плодородия почвы предъявляется также решение с нулевым балансом элементов питания. Для каждого варианта критерии нормируются в эффективной области и представляются линейными графиками. ПР предстоит указать два варианта, между которыми, по его мнению, располагается удовлетворительный. Область выбора постепенно сужается до тех пор, пока среди предлагаемых вариантов не окажется удовлетворительный.
Решение в одноэтапной стохастической задаче принимается априорно.
В и В ,Ч нижняя и верхняя границы интенсивности баланса /-го элемента.
При этом чистый доход, получаемый сверх среднего в благоприятных погодных условиях, дожен направляться на создание резерва покрытия убытков в неблагоприятных условиях. Для применения многоэтапного подхода стохастической оптимизации расчеты следует выпонить отдельно для каждого исхода. Априорно следует принимать решение о дозах удобрений для основного внесения, соответствующее худшему исходу, а на следующем этапе, с приближением срока, когда с большой вероятностью можно спрогнозировать реализацию лучшего исхода погодных условий, апостериорно может быть принято соответствующее решение о допонительных подкормках. Это обеспечит безубыточность применения удобрений в любых погодных условиях.
Оценка адекватности разработанных моделей и процедур выпонена на примере озимой пшеницы. Предложенный подход к оптимизации интенсивности растениеводства был реализован в виде агоритмов и программ в СУБД MS Access, процессоре электронных таблиц MS Excel и среде программирования MS VBA. При помощи разработанного инструментария получены следующие практические результаты.
Построена числовая модель для оптимизации интенсивности выращивания озимой пшеницы на среднесуглинистых почвах Калужской области и других областях ЦНЗР со сходными почвенно-климатическими условиями. Исходными данными для построения числовой модели послужили отчеты по опытам Калужского НИПТИ АПК с 1967 по 1999 гг. на среднесугли-нистой почве со средним содержанием гумуса 2,3% и средней кислотностью почвы - 5,5 рН, с традиционной для озимой пшеницы технологией.
По ГТК за июнь-июль выделены уровни влагообеспеченности: низкая -до 1,1, нормальная - от 1,1 до 1,8 и избыточная - от 1,8 (существенность различий с вероятностью ошибки 5%). По выносу элементов питания средним урожаем (37 ц/га - в благоприятных погодных условиях) определены уровни фосфорного питания -до 50 и от 50 кг/га; калийного питания -до 95 и от 95 кг/га (существенность различий с вероятностью ошибки 1%). Для комбинаций уровней дискретных факторов с согласованным минеральным питанием получены оценки параметров производственных функций, графики которых показаны на рисунке 1 (при минеральном питании ниже средних уровней не установлена существенность различий для уровней влагообеспеченности).
Решение тестовой задачи получено для экономических условий, средних для сельскохозяйственных предприятий Калужской области в 2006-2007гг. и почвенных условий, средних для статистических наблюдений, по которым была построена числовая модель: гумуса - 2,5% (азота - 6,25мг/100г почвы), фосфора - 17,8мг/100г почвы, калия- 16,8мг/100г почвы; предшествующей культурой являются однолетние травы.
130 20 10 0
фосфорное питание до 50 кг/га, калийное - до 95 кг/га все уровни влагообеспеченности
Влагообеспеченностъ низкая; R=0,78; а1 =0,005; а2=2,146; аЗ=0,011
нормальная; R=0,61; а1 =0,034; а2=1,691; аЗ=0,009
избыточная; R=0,66; а 1 =0,030; а2=1,746; аЗ=0,010
150 Азотное питание, кг/га
-Влагообеспеченностъ в среднем
R=0,71; а1=0,003; а2=2,353; аЗ=0,014
Азотное питание, кг/га
100 150
фосфорное питание выше 50 кг/га, калийное - выше 95 кг/га
Рисунок 1 - Продукционные функции озимой пшеницы
Рисунок 2 - Предлагаемые для анализа и выбора эффективные варианты
максимальный чистый доход - Х в Х - вариант 1
- -tr- - вариант 2
ЧХ- - - вариант 1
-Хв - -вариант4
ЧйЧ вариант 5
Шаг 1 - Нормированные показатели эффективных вариантов
-ЭКЧ максимальная
урожайность Н-нулевой баланс
ОсО О о 2
X I m С XX 1=
0> <5 (Ulg-Q- О Я О
х га х г з ^
S ю S so т
- Нормированные показатели предпочтительных вариантов
О- - - вариантЗ
Ж Ч максимальная
урожайность -+Чнулевой баланс
- - о - вариантб
Наименование показателя Без удобрений Эффективный вариант Эффективный вариант к уровню без удобрен. (+/-)
Урожайность, ц/га 28,46 44,38 15,92
Затраты всего, руб/га 2) 5774,6 10275,0 4500,4
в т.ч. на удобрения, руб/га 0,0 3690,9 3690,9
на уборку и доработку прод., руб/га 1828,9 2638,3 809,4
Чистый доход, руб/га3' 3048,9 3482,5 433,6
Рентабельность, % 52,8 33,9 -18,9
Интенсивность баланса азота 0,61 1,01 0,39
фосфора 0,30 1,06 0,76
калия 0,35 1,05 0,70
1) в ценах на январь 2007г; 2) затраты на подготовку почвы, посев и уход за посевами - 1549,7 руб/га; на семена и ядохимикаты - 2396,0 руб/га; 3) цена продукции- 310руб/ц.
Почвенно-климатическими условиями, исходным плодородием почвы и предшествующей культурой обеспечиваются базовые уровни минерального питания озимой пшеницы: 89,9 кг/га азота, 47,3 кг/га фосфора и 91,8 кг/га калия, и в среднем по исходам погодных условий - урожайность в 28,5 ц/га.
Минимально необходимая доза органических удобрений (навоза) для возмещения потерь гумуса составляет 0,08т/га, максимальная экологически допустимая- 20,18т/га, требуемую дозу определили - 0,1 т/га. При этом практически не изменилось минеральное питание и урожайность.
Дозы минеральных удобрений определили в многокритериальной задаче. На рисунке 2 показано распределение в эффективной области нормированных критериев исследованных решений. Решение задачи завершилось на втором шаге (вариант 6). Под озимую пшеницу следует внести на 1 га 134 кг д.в. азотных, 46 кг д.в. фосфорных и 105 кг д.в. калийных удобрений, а к общему количеству органических удобрений, вносимому в севообороте под наиболее требовательную культуру, добавить 0,1 т для компенсации потерь гумуса под озимой пшеницей, относя на неё связанные с этим затраты. Эффективность выбранного уровня интенсивности показана в таблице 1. Применение удобрений приведет к увеличению затрат и снижению рентабельности. Однако увеличение урожайности на 15,92 ц позволит получить допонительно 4934,0 руб выручки и 433,6 руб чистого дохода с гектара. При этом интенсивность баланса азота соответствует экологически безопасной, а поступление в почву фосфора и калия превысит их потери, обеспечивая расширенное воспроизводство плодородия почвы.
Таблица 2 - Эффективность интенсификации при выращивании озимой ншеницы в ОНО ОПХ Тосгопальцево (плодородие почвы: гумус - 2%; фосфор -25,9; калий - 21,9 мг/100г; предшественник: картофель)
Наименование показателя 2006 г. 2007г.
По отчету По модели По отчету По модели
на фактич. j количество | удобрений | эффективп. вариант на фактич. количество удобрений эффективн. вариант j
Урожайность, ц/га 42,6 43,00 45,84 37,7 39,56 42,46
Затраты всего, руб/га '' 21310,0 20146,7 22027,2 45193,0 45148,7 45991,1
Чистый доход, руб/га2) Рентабельность, % 12003,2 56,3 13477,5 66,9 13817,3 62,7 -3891,1 -9,0 -1805,8 -4,0 530,9 1,2
Интенсивность баланса азота фосфора калия - 0,80 1,77 0,41 0,91 1,07 1,01 - 0,83 1,91 0,44 0,96 1,05 1,03
В 2006 году: 1) затраты на подготовку почвы, посев и уход за посевами - 7578,8 руб/га; на семена и ядохимикаты - 3396,0 руб/га; 2) цена продукции - 782 руб/ц.
В 2007 году: 1) затраты на подготовку почвы, посев и уход за посевами - 17572,4 руб/га; на семена и ядохимикаты - 13000,0 руб/га; 2) цена продукции - 1095,6 руб/ц.
Предложенные модели и процедуры проверены на отчетных данных ОНО ОПХ Тостопальцево Россельхозакадсмии и использованы для оценки эффективности интенсификации при выращивании озимой пшеницы в различных экономических условиях (таблица 2). Испытание модели и процедур подтвердило их адекватность: в 2006 году отклонение фактической урожайности озимой пшеницы от рассчитанной по модели составляет 0,4 ц, что соответствует ошибке в 1 %, а в 2007 году - на 1,86 ц, ошибка - 5%.
Экономические условия производственной деятельности в ОНО ОПХ Тостопальцево в 2006 и 2007 годах существенно различались. Если в 2006 г. соотношение стоимости продукции и производственных затрат при фактическом уровне интенсивности выращивания озимой пшеницы обеспечило высокую эффективность производства продукции, то в 2007 г. фактический уровень интенсивности отрасли при увеличении цены на продукцию в 1,4 раза, а производственных затрат в 2,1 раза по сравнению с 2006 г., в том числе увеличении цен на удобрения в расчете на единицу действующего вещества на 10%, не обеспечил безубыточность отрасли. Баланс элементов питания в обоих случаях не может считаться удовлетворительным.
Применение удобрений в соответствии с предлагаемыми в конкретных
Таблица 3 - Эффективность интенсификации при выращивании озимой пшеницы 11 при различном плодородии почвы (предшественник: однолетние травы)_
Низкое плодор4' Среднее плодор5' Высокое плодор6
Наименование показателя Без удобрений Эффек. вариант Без удобрений Эффек. вариант Без удобрений Эффек. вариант
Урожайность, ц/га 20,69 42,37 28,46 44,38 33,64 44,72
Затраты всего, руб/га21 5627,8 10063,4 5774,6 10245,0 5872,3 10198,7
Чистый доход, руб/га3) 786,6 3072,6 3048,9 3512,0 4555,7 3663,1
Рентабельность, % 14,0 30,5 52,8 34,3 77,6 35,9
Интенсивность баланса азота 0,78 1,01 0,61 1,00 0,56 1,00
фосфора 0,38 1,09 0,30 1,05 0,27 1,00
калия 0,44 1,03 0,35 1,04 0,32 1,00
1) в ценах на январь 2007г; 2) затраты на подготовку почвы, посев и уход за посевами - 1549,7 руб/га; на семена и ядохимикаты - 2396,0 руб/га; 3) цена продукции -310 руб/ц; 4) азота -3,5; фосфора -13,6; калия -13,0 мг/100г; 5) азота -6,25; фосфора - 17,8; калия - 16,8 мг/100г; 6) азота -7,8; фосфора - 35,0; калия -28,0 мг/100г
экономических условиях вариантами обеспечивало бы воспроизводство плодородия почвы и позволило бы в 2006 году получить на 340 руб с 1 га больше чистого дохода при снижении рентабельности на 4,2%, а в 2007 году - 531 руб чистого дохода с 1 га при рентабельности в 1,2%.
Модели и процедуры были использованы для оценки эффективности интенсификации в различных почвенных условиях (по выборке для числовой модели) н средних экономических условиях для сельскохозяйственных предприятий Калужской области в 2006-2007гг. (таблица 3).
При внесении удобрений увеличивается объем производства продукции, а на почвах с низким и средним плодородием также - чистый доход. Обеспечивается также воспроизводство плодородия почвы, что повышает эффективность в догосрочном периоде. На менее плодородных почвах достигается наибольшая эффективность удобрений, на более плодородных - эффективность отрасли в целом.
При высоком плодородии почвы целесообразно принимать решения, направленные на его поддержание. Несмотря на то, что в этом случае не окупаются затраты на удобрения, достигаются наибольшая урожайность, чистый доход и рентабельность по сравнению с низким и средним плодородием. При низком и среднем плодородии можно выбрать вариант, позволяющий в текущем периоде или сохранить плодородие почвы и получить относительно больший чистый доход, или в большей степени повысить плодородие почвы за счет
относительно меньшего чистого дохода в текущем периоде, преследуя догосрочные цели повышения стабильности и эффективности отрасли.
В рассмотренных решениях низкое плодородие соответствует плодородию почв Калужской области, на которых выращивают озимую пшеницу. В 2006 году озимой пшеницей было занято 9,5 тыс. га. Удобрения в настоящее время практически не вносятся, в результате средняя урожайность составила 19,6 ц, а валовой сбор продукции - 18,5 тыс. тонн. Применение удобрений в соответствии с эффективным решением позволило бы увеличить валовой сбор на 20,6 тыс. тонн, и получить допонительно 21717 тыс. рублей чистого дохода.
Выводы и предложения
Основные выводы и результаты исследования состоят в следующем:
1. В растениеводстве уровень интенсивности может характеризоваться количеством приметаемых удобрений, поскольку это влияет на такие показатели интенсивности, как затраты труда, основных и оборотных средств в расчете на 1 га обрабатываемой площади. Тогда задача оптимизации интенсивности растениеводства может сводиться к определению оптимальных доз удобрений. Для рационального использования удобрений и обеспечения наилучшей эффективности интенсификации за их счет предложено эту задачу решать в стохастической многокритериальной постановке, что позволяет согласовать глобальные цели АПК (увеличение производства сельскохозяйственной продукции) и общества в целом (экологическая безопасность) с локальными целями предприятия в краткосрочном (увеличение чистого дохода) и догосрочном (повышение плодородия почвы) периоде, а также обеспечить безубыточность применения удобрений и хорошие результаты в любых погодных условиях.
2. Для определения оптимальных доз удобрений наиболее подходящей является полученная В.А.Угловым однофакторная производственная функция, учитывающая падение предельной полезности фактора, что позволит определять оптимальные дозы удобрений с точки зрения их эффективности. Для учета множества факторов, влияющих на урожайность, предложена спецификация данной производственной функции для сельскохозяйственных культур. Мы предлагаем представлять факторы продуктивности дискретными величинами за исключением фактора первоочередной регуляции и в числе влияющих переменных функции использовать интегрированные показатели, учитывающие поступление элементов питания и способность их использования растениями из всех источников, что позволит преодолеть теоретические трудности отражения роста и развития растений.
3. В связи с множеством целей, многообразием условий хозяйственной деятельности и стохастической неопределенностью при принятии решений задача оптимизации интенсивности растениеводства не может быть поностью
структурирована. Решение задачи предложено получать в рамках СППР, функциональные подсистемы которой соответствуют этапам принятия решений. На основе структурирования проблемы выбора эффективного уровня интенсивности растениеводства в соответствии с этапами принятия решений формализованы задачи разработки математического обеспечения для реализации этапов подготовки и выработки и принятия решения.
4. Постановка задачи оптимизации интенсивности растениеводства как стохастической многокритериальной задачи требует разработки соответствующей математической модели. Для оптимизации интенсивности отрасль растениеводства рассмотрена в виде агроэкосистемы, под которой понимается процесс выращивания сельскохозяйственной культуры в конкретных экономических и почвенно-климатических и случайных погодных условиях, с управляющими воздействиями, направленными на достижение экономических и экологических целей. Предложена математическая модель эффективности использования агроэкосистемы, результативными показателями которой являются урожайность, чистый доход от удобрений, интенсивность баланса элементов питания и их содержание в почве после уборки урожая, а управляемыми факторами - дозы органических и минеральных удобрений.
5. Для построения числовых регрессионных моделей требуются наблюдения в широком диапазоне изменения влияющих факторов, а для учета случайных погодных условий необходимы наблюдения в течение 20-30 лет. Специально спланировать и провести такой многолетний многофакторный опыт не представляется возможным. Использование интегрированных показателей минерального питания в числе влияющих переменных позволяет получить регрессионные модели на основе накопленных к настоящему времени статистических наблюдений из опытов, различающихся целями и условиями проведения.
6. В связи с дискретным представлением факторов продуктивности предложена процедура определения их фиксированных уровней, где предварительно определяемые границы интервалов для уровней уточняются при визуальном анализе распределения наблюдений с привлечением ПР-эксперта, что позволяет учесть плохо формализуемые особенности предметной области в каждом конкретном случае.
7. При оценивании нелинейных параметров по эмпирическим данным могут возникнуть проблемы плохой сходимости к оптимальной точке. Также при использовании ограниченной статистической выборки и наблюдениях в узком диапазоне изменения влияющего фактора невозможно воспроизвести поведение функции на участке с отсутствующими наблюдениями. Для решения этой проблемы предложена процедура поэтапных расчетов с участием ПР-эксперта, что позволяет при недостаточно репрезентативной (во многих случа-
ях) статистической выборке получить адекватные модели, не противоречащие знаниям из предметной области. Оценка параметров начинается с исходной выборки. Затем последовательно выделяются группы по уровням одного из дискретных факторов и уточняются оценки, полученные на предыдущем этапе. Для учета качественных особенностей зависимости предложено задавать ограничением на значения параметров равенство нулю производной функции в экстремальной точке, определяемой визуально по распределению точек данных в группе. Предложенная последовательность будет обеспечивать сходимость метода нелинейного регрессионного анализа (Ньютона-Гаусса) для всех производственных функций, поскольку в этом случае начальное приближение оценок располагается близко к оптимальной точке.
8. Сложность решения задачи по многим критериям связана с концептуальной обоснованностью выбора оптимального решения. Для решения стохастической многокритериальной задачи оптимизации интенсивности растениеводства предложена трехэтапная процедура с участием ПР-агронома, что позволяет учитывать предпочтительность тех или иных критериев в изменяющихся условиях производства. Прежде всего рассчитывается уровень интенсивности без применения удобрений. Затем определяется уровень интенсивности с применением органических удобрений, где доза органических удобрений задается из интервала между минимально необходимой дозой для возмещения потерь гумуса и максимальной экологически допустимой дозой. В последнюю очередь определяется уровень интенсивности с применением органических и минеральных удобрений в многокритериальной задаче. Для её решения предложен итерационный подход с выделением области эффективных неулучшае-мых решений, предъявлением ПР конечного множества решений из этой области для уточнения предпочтений и последующем сужением области выбора до удовлетворительного решения.
9. Предложенный подход к оптимизации интенсивности растениеводства в виде математической модели и процедур построения числовой модели и получения решения представляет собой математическое обеспечение этапов подготовки принятия решения и выработки и принятия решения, на основе которого дожно быть разработано соответствующее программное обеспечение функциональных подсистем СППР. Создание СППР для оптимизации интенсивности растениеводства и её интегрирование в единую систему управления сельскохозяйственным предприятием позволит рационально использовать ресурсы предприятия с обеспечением рентабельности, необходимых объемов производства продукции, воспроизводства плодородия почвы и экологической безопасности применения удобрений.
По теме диссертации опубликованы следующие работы:
1. Арлаицева Е.Р., Храмой В.К. Продукционные функции культур для планирования интенсивности отрасли // Экономика сельскохозяйственных и перерабатывающих предприятий. - 2008. №4. - с.28-32. (по перечню ВАК)
2. Арланцева Е.Р. Построение модели продуктивности на основе продукционной функции // Тезисы докладов 1-й Российской конференции молодых ученых по математическому моделированию. - М.: Изд-во МГТУ им.Н.Э.Баумана, 2000. - с.253-254.
3. Арланцева Е.Р. Принятие решений на основе модели продуктивности // Тезисы докладов 1-й Российской конференции молодых ученых по математическому моделированию. - М.: Изд-во МГТУ им.Н.Э.Баумана, 2000. - с.255-256.
4. Арланцева Е.Р. Обоснование нормативов выхода продукции и затрат ресурсов по критериям максимальной продуктивности и максимальной эффективности ресурса // МСХА. Материалы научной конференции. Сборник научных трудов (выпуск 4). - М.: Изд-во МСХА, 2000. - с.9-13.
5. Арланцева Е.Р. Формирование интегрированных факторов продуктивности сельскохозяйственных культур и критериальных ограничений плодородия почвы и охраны окружающей среды // Актуальные проблемы растениеводства, животноводства, бухгатерского учета и управления АПК: Материалы 7-й научно-практической конференции КФ МСХА. - Калуга: Издательский педагогический центр Гриф, 2002. - с.67-70.
6. Арланцева Е.Р. Математическая модель для управления продуктивностью растений // Научные труды КФ РГАУ-МСХА. Вып. 7. - Калуга: ИП Ко-шелев А.Б. (Издательство Эйдос), 2006. - с.158-163.
7. Арланцева Е.Р. Распределение данных полевых опытов по типовым исходам погодных условий при моделировании урожайности сельскохозяйственных культур // Доклады ТСХА. Вып.278. - М.: ФГОУ ВПО РГАУ-МСХА им. К.А.Тимирязева, 2006. - с.170-173.
8. Арланцева Е.Р., Храмой В.К. Решение многокритериальной задачи планирования интенсивности отраслей растениеводства // Сборник трудов международной научно-практической конференции Агротехнологии XXI века. - М.: ФГОУ ВПО РГАУ-МСХА им. К.А.Тимирязева, 2007. - с.366-370.
Отпечатано с готового оригинал- макета
Формат 60X84716 Объем 1,25 п.л. Тираж 100 экз, Заказ 1
Издательство РГАУ - МСХА имени К.А. Тимирязева 127550,Москва, ул. Тимирязевская,44
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Арланцева, Елена Руслановна
Введение
ГЛАВА 1 Теоретико-методологические основы поддержки принятия решений при обосновании оптимального уровня интенсивности растениеводства
1.1 Предпосыки создания систем поддержки принятия решений для оптимизации интенсивности растениеводства
1.2 Производственные функции как основа моделирования продукционного процесса в растениеводстве
1.3 Многокритериальность и стохастическая неопределенность задачи оптимизации интенсивности растениеводства
1.4 Структурирование задачи принятия решений при оптимизации интенсивности растениеводства
ГЛАВА 2 Формализация этапа подготовки принятия решений при оптимизации интенсивности растениеводства
2.1 Базовое описание агроэкосистемы
2.2 Математическая модель агроэкосистемы
2.2.1 Минеральное питание и продуктивность растений
2.2.2 Эффективность применения удобрений и качество продукции
2.2.3 Воспроизводство плодородия почвы и экологические ограничения
2.3 Процедуры построения числовой модели агроэкосистемы
2.3.1 Уровни дискретных факторов продуктивности
2.3.2 Оценка параметров производственных функций культур
ГЛАВА 3 Формализация этапа выработки и принятия решений при оптимизации интенсивности растениеводства ВО
3.1 Математическая постановка стохастической многокритериальной задачи оптимизации интенсивности растениеводства
3.2 Модели и процедуры выбора вида и эффективной дозы органических удобрений
3.3 Модели и процедуры определения эффективных доз минеральных удобрений
ГЛАВА 4 Обоснование адекватности моделей и процедур поддержки принятия решений при оптимизации интенсивности растениеводства
4.1 Построение числовой модели агроэкосистемы
4.1.1 Информационная база модели
4.1.2 Определение уровней дискретных факторов продуктивности
4.1.3 Построение производственных функций культур
4.2 Численное решение задачи оптимизации интенсивности растениеводства
4.2.1 Определение базового уровня интенсивности без применения удобрений
4.2.2 Определение эффективной дозы органических удобрений
4.2.3 Определение эффективных доз минеральных удобрений
4.3 Оценка эффективности интенсификации выращивания озимой пшеницы в различных производственных условиях
Диссертация: введение по экономике, на тему "Математическое обеспечение поддержки принятия решений для оптимизации интенсивности растениеводства"
В настоящее время имеется множество автоматизированных систем управления, которые позволяют повысить эффективность деятельности предприятия, обеспечивая решение хорошо структурированных задач. Но для решения плохо структурируемых задач в условиях неопределенности и многообразия целей эти системы дожны быть допонены системами поддержки принятия решений, использующими формализованные математические методы в сочетании с неформализуемыми знаниями, опытом и интуицией лица, принимающего решение. Актуальность и необходимость развития систем информационного обеспечения и предоставления консультационной помощи для выработки обоснованных, рациональных управленческих решений в сельском хозяйстве отмечается многими экономистами (В.М.Баутин, Б.В.Лукьянов, В.В.Козлов, А.А.Землянский, А.М.Гатаулин, К.П.Личко и др.) и отражается в целевых программах, законодательных и нормативных актах Правительства РФ и её субъектов по реформам АПК.
Эффективность сельскохозяйственного производства во многом зависит от эффективности отдельных отраслей, одной из возможностей повышения которой многие экономисты (В.М.Баутин, И.С.Кувшинов, С.С.Сергеев, Ю.И.Агирбов, К.П.Личко и др.) считают интенсификацию. Поэтому одной из задач, требующих поддержки принимаемых решений, является оптимизация интенсивности отраслей, в первую очередь Ч в растениеводстве. Принятие решений данного типа не обеспечено в дожной мере агоритмами и инструментальными средствами. Этим определяется актуальность темы исследования.
В растениеводстве уровень интенсивности может характеризоваться количеством применяемых удобрений, поскольку применение удобрений влияет на такие показатели интенсивности, как затраты труда, основных и оборотных средств в расчете на 1 га обрабатываемой площади. Тогда задача оптимизации интенсивности растениеводства сводится к обоснованию оптимальных доз удобрений.
Экономисты этой задаче практически не уделяют внимания. Определение доз удобрений под запланированную урожайность рассматривается с агрономических и агрохимических позиций в теории программирования урожаев (В.Н.Перегудов, А.Т.Кирсанов, Т.И.Иванова, Л.М.Державин, Ш.И.Литвак, И.С.Шатилов, Т.Н.Кулаковская, Д.У.Кук, Р.А.Фишер, М.К.Каюмов, В. Д.Муха, И.С.Кочетов, В.А.Пелипец, А.С.Образцов, А.Н.Полевой и др.). В основном для решения этой задачи предлагаются простые линейные или регрессионные модели, соответствующие конкретным условиям проведения опытов с сельскохозяйственными культурами. Все предлагаемые модели не учитывают характер взаимоотношений между урожайностью и влияющими факторами, что считается важным в регрессионном анализе. Качественные особенности зависимости урожайности от агроресур-сов исследованы Ю.Либихом и Ю.Саксом, Э.А.Митчерлихом получена аналитическая зависимость лагроресурс Ч продукт в начальной части интервала толерантности растений. В.А.Угловым получено аналитическое выражение для производственной функции, согласующееся с закономерностями, выведенными Ю.Либихом и Ю.Саксом.
Регрессионные модели, построенные на основе этой функции, позволят обосновывать оптимальные дозы удобрений с позиций технической эффективности интенсификации (максимальной урожайности). При этом требуется решение проблем учета множества влияющих на урожайность факторов при однофакторной функции и оценки нелинейных параметров функции на основе полевых опытов при наблюдениях в узком диапазоне изменения факторов. Однако рационального использования удобрений и наилучшей экономической эффективности интенсификации за их счет можно добиться, лишь решая указанную задачу, согласуясь с положениями теории факторов производства и оптимального функционирования экономики (Н.П. Федорен-ко, B.C. Немчинов, В.В. Новожилов, А.Л. Лурье, Л.В.Канторович и др.). Требуется также учитывать догосрочные цели воспроизводства плодородия почвы, а также экологическую безопасность производства (В.А.Ковда, Л.М.Державин, Ш.И.Литвак, Т.Н.Кулаковская, Н.Ф.Ганжара и др.). Для обеспечения высокой окупаемости удобрений требуется учитывать погодные условия (В.А.Кардаш, В.Д.Панников, В.Г.Минеев, В.П.Дмитренко, О.Д.Сиротенко).
Существуют различные математические методы нелинейного регрессионного анализа (Е.З.Демиденко, Н.Дрейпер, Г.Смит, А.М.Дубров, В.С.Мхитарян, Л.И.Трошин), принятия решений по множеству критериев (Р.Штойер, Р.Л.Кини, Х.Райфа, A.B.Лотов, В.И.Варфоломеев, С.Н.Воробьев) и в условиях неопределенности (В.А.Кардаш, Ю.И.Копенкин, В.И.Варфоломеев). Однако необходимо обосновать подходы и формализовать численный метод решения задачи оптимизации интенсивности растениеводства для учета особенностей предметной области.
Построение числовой модели в конкретных производственных условиях и при непоной информации, а также принятие решения об эффективном уровне интенсивности отрасли в условиях неопределенности и многообразия целей хозяйственной деятельности не могут быть поностью структурированы. Решение этих проблем может быть обеспечено в рамках СППР, где математические методы используются в сочетании с неформализованными знаниями, опытом и интуицией лица, принимающего решение (ПР), для чего требуется разработать соответствующие процедуры.
Актуальность темы и необходимость дальнейшей разработки проблем обусловили выбор цели исследования и его задач.
Целью исследования является разработка математического обеспечения для подготовки, выработки и принятия решений при оптимизации интенсивности растениеводства.
В соответствии с целью исследования поставлены задачи:
1) выпонить постановку многокритериальной задачи оптимизации интенсивности растениеводства в условиях стохастической неопределенности;
2) структурировать проблему оптимизации интенсивности растениеводства в условиях неопределенности и множества целей;
3) построить математическую модель эффективности производственного использования агроэкосистемы;
4) разработать процедуры определения уровней дискретных факторов продуктивности и оценивания параметров производственных функций культур для построения числовой модели на основе статистики полевых опытов;
5) разработать процедуру выработки и принятия решения об эффективном уровне интенсивности растениеводства в стохастической многокритериальной задаче;
6) оценить адекватность разработанных моделей и процедур поддержки принятия решений при оптимизации интенсивности растениеводства.
Объектом исследования является отрасль растениеводства сельскохозяйственного предприятия, предметом Ч процесс принятия решений об уровне интенсивности отрасли.
Областями исследования в соответствии с научным направлением паспорта специальности 08.00.13 - Математические и инструментальные методы экономики являются: разработка моделей экспериментальной экономики для анализа деятельности сложных социально-экономических систем и определения эффективных направлений их развития; разработка систем поддержки принятия решений для оптимизации управления экономикой; разработка методов формализованного представления предметной области для сопровождения информационных систем субъектов экономической деятельности.
Теоретической основой исследования послужили классические и современные труды отечественных и зарубежных ученых по программированию урожаев, теории факторов производства, теории оптимального функ ционирования экономики, теории принятия решений.
Методологическую базу исследования составили системный анализ, математическое моделирование, статистические методы и методы исследования операций.
Информационной базой для числовой модели и численного решения задачи послужили отчеты по опытам Калужского НИПТИ АПК с 1967 по 1999 гг., опубликованные исследования и справочные материалы, статистические справочники, годовые отчеты и первичные документы ОНО ОПХ Тостопальцево.
Научная новизна исследования заключается в следующем:
1) обоснована постановка стохастической многокритериальной задачи оптимизации интенсивности растениеводства с учетом целей максимизации чистого дохода, плодородия почвы, урожайности и экологической безопасности применения удобрений;
2) предложена спецификация производственной функции сельскохозяйственных культур, отличающаяся от известных дискретным представлением факторов продуктивности (за исключением фактора первоочередной регуляции) и интегрированными показателями минерального питания растений в числе влияющих переменных, что позволяет преодолеть теоретические трудности отражения законов роста и развития растений;
3) на основе структурирования проблемы выбора эффективного уровня интенсивности растениеводства в соответствии с этапами процесса принятия решений обоснована необходимость разработки математического обеспечения функциональных подсистем подготовки, выработки и принятия решения для их реализации в соответствующей СППР;
4) разработана математическая модель агороэкосистемы для оценки различных уровней интенсивности выращивания сельскохозяйственной культуры по показателям чистого дохода от применения удобрений, содержания в почве элементов питания после уборки урожая, урожайности и интенсивности баланса элементов питания, в основу которой положены предложенные производственные функции, учитывающие падение предельной эффективности факторов;
5) разработаны процедуры определения уровней дискретных факторов продуктивности с участием ПР-эксперта;
6) разработана процедура поэтапного оценивания нелинейных параметров производственных функций, с делением статистической выборки по уровням дискретных факторов и уточнением оценок параметров при ограничениях на их значения для учета качественных особенностей зависимости;
7) предложена трёхэтапная процедура решения стохастической многокритериальной задачи оптимизации интенсивности растениеводства, заключающаяся в расчетах уровней интенсивности без применения удобрений, с применением органических удобрений и с применением органических и минеральных удобрений и использующая итерационный подход многокритериальной оптимизации с предъявлением паретооптимальных решений для уточнения предпочтений ПР-агронома (и экономиста).
Практическая значимость исследования. Разработанная математическая модель агроэкосистемы, а также предложенные процедуры построения числовой модели и формирования эффективного решения могут служить методической основой для реализации этапов подготовки принятия решения и выработки и принятия решения в СППР при оптимизации интенсивности растениеводства. Эта СППР дожна быть одним из элементов в системе управления сельскохозяйственным предприятием. Вычисляемые дозы удобрений, определяемая ими урожайность, затраты труда и материально-денежных средств на 1 га площади, занятой культурой, будут являться исходными данными, характеризующими отрасль в задаче оптимизации производственной структуры предприятия, решаемой на уровне предприятия в целом. С другой стороны, запланированная урожайность культуры будет выступать целевым показателем для технологического уровня управления в растениеводстве.
Апробация работы. Основные положения диссертации доложены на Российской конференции молодых ученых по математическому моделированию (Калуга, 2000 г.) и научно-практических конференциях РГАУ-МСХА и КФ РГАУ - МСХА (1997 - 2000, 2002, 2005 - 2007 гг.). На предложенной в диссертации методической основе построена числовая модель для принятия решений и выработки практических рекомендаций при выращивании озимой пшеницы в Калужской области. Результаты исследования использованы для оценки эффективности интенсификации при выращивании озимой пшеницы в Калужской области и в ОНО ОПХ Тостопальцево Россельхозакадемии и рекомендованы для внедрения в ГНУ НИИСХ ЦРНЗ. Выпонена оценка эффективности интенсификации озимой пшеницы в различных экономических условиях и при различном плодородии почвы.
Публикации. По теме диссертации опубликовано 8 печатных работ общим объемом 1,67 п.л.
Структура и объем работы. Диссертация объемом 177 страниц машинописного текста состоит из введения, четырех глав, заключения, списка использованной литературы; содержит 10 таблиц, 13 рисунков, 11 приложений.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Арланцева, Елена Руслановна
Заключение
В результате проведенного исследования сделаны следующие выводы:
1) Эффективность производственной деятельности сельскохозяйственного предприятия во многом зависит от эффективности отдельных отраслей, повышения которой можно добиться за счет интенсификации. Поэтому одной из актуальных задач управления сельскохозяйственным предприятием является оптимизация интенсивности отдельных отраслей, в первую очередь Ч в растениеводстве. В растениеводстве уровень интенсивности может характеризоваться количеством применяемых удобрений, поскольку это влияет на такие показатели интенсивности, как затраты труда, основных и оборотных средств в расчете на 1 га обрабатываемой площади.
2) Урожайность культур выражает техническую эффективность интенсификации и является основой для расчета других показателей экономической эффективности интенсификации - выхода валовой продукции, валового дохода, чистого дохода или прибыли с единицы земельной площади. Разным дозам удобрений соответствует различная урожайность, поэтому задача оптимизации интенсивности растениеводства дожна заключаться в выборе лучшего варианта и решаться оптимизационными методами.
3) В настоящее время дозы удобрений в основном определяются по нормативам затрат удобрений или выноса элементов питания урожаем. Есть и регрессионные модели зависимости урожайности от влияющих факторов. Однако, наиболее подходящими являются производственные функции, учитывающие падение предельной полезности фактора, поскольку позволяют определять оптимальные дозы удобрений по критерию их эффективности. В.А.Угловым получено аналитическое выражение для производственной функции, учитывающей характер взаимосвязи лагроресурс-продукт, выражающийся в падении локального удельного прироста продукта при последовательном увеличении ресурса. Использование этой производственной функции для оптимизации интенсивности растениеводства требует решения теоретической проблемы учета множества влияющих на урожайность факторов при однофакторной функции.
4) Существуют и практические проблемы, связанные с необходимостью оценки нелинейных параметров функции на основе полевых опытов. Для построения адекватных регрессионных моделей требуются наблюдения в широком диапазоне изменения влияющих факторов, а для учета случайных погодных условий необходимы наблюдения в течение 20-30 лет. Специально спланировать и провести такой многолетний многофакторный опыт не представляется возможным.
5) Другой практической проблемой является нелинейность функции по параметрам и, как следствие, нелинейность по параметрам суммы квадратов отклонений, являющейся критерием качества аппроксимации. Такая сумма квадратов отклонений может иметь несколько локальных оптимумов, что при оценивании параметров по эмпирическим данным может являться причиной плохой сходимости итеративного процесса к оптимальной точке.
6) Определение оптимальных доз удобрений по критерию максимальной урожайности согласуется с глобальной целью АПК - увеличением объемов производства продукции. Однако принимаемые решения дожны в первую очередь учитывать локальную цель предприятия Ч повышение экономической эффективности производства. Основным фактором производства в сельском хозяйстве является земля, собственный производственный потенциал которой определяется почвенным плодородием. Поэтому экономические цели в задаче дожны быть увязаны с требованиями простого и расширенного воспроизводства плодородия почв. В связи с интенсификацией производства, связанной с использованием больших доз удобрений, требуется также учитывать экологическую безопасность применения удобрений. Степень достижения поставленных целей зависит не только от доз удобрений, являющихся управляемыми факторами в задаче, но и от экономических, почвенно-климатических и случайных погодных условий. Таким образом, задача оптимизации интенсивности растениеводства является задачей стохастической многокритериальной оптимизации.
7) Сложность решения задачи по многим критериям связана с концептуальной обоснованностью выбора оптимального решения. Большинство методов многокритериальной оптимизации основывается на представлении о существовании лица, принимающего решение. Каждое решение может считаться наилучшим только для конкретной задачи, только в конкретных условиях и только для конкретного ПР. В изменяющихся условиях задачи обычно сложно формализовать предпочтения ПР до рассмотрения конкретных альтернатив.
8) В связи с множеством целей, многообразием условий хозяйственной деятельности и стохастической неопределенностью при принятии решений задача оптимизации интенсивности растениеводства не может быть поностью структурирована. Решение сложных плохо структурируемых задач может быть обеспечено в системах поддержки принятия решений, где математические методы используются в сочетании с неформализованными знаниями, опытом и интуицией ПР. СППР дожны охватывать все этапы жизненного цикла управленческого решения: подготовки принятия решения; выработки и принятия решения; реализации решения; контроля его испонения. Этапы подготовки принятия решения и выработки и принятия решения требуют учета особенностей предметной области решаемой задачи. Этапы реализации и контроля выпонения решения для разных задач могут основываться на общей методологической базе, включающей графовые организационные модели и календарное планирование. Для реализации этапа подготовки принятия решения необходимы математическая модель и процедуры построения числовой модели, настраиваемой на конкретные условия задачи. Для реализации этапа выработки и принятия решения требуется процедура генерирования альтернативных вариантов и выбора эффективного решения.
Задача оптимизации интенсивности растениеводства не обеспечена в дожной мере агоритмами и инструментальными средствами, необходимыми для её решения в рамках СППР.
На основании сделанных выводов и решения выше указанных проблем в диссертации предложен подход к решению задачи оптимизации интенсивности растениеводства, который заключается в следующем:
1) Предложена постановка стохастической многокритериальной задачи оптимизации интенсивности растениеводства, которая заключается в том, чтобы для сельскохозяйственной культуры определить оптимальные дозы удобрений, в любых погодных условиях обеспечивающие повышение экономической эффективности, урожайности и плодородия почвы при экологической безопасности применения удобрений. Многокритериальная постановка позволяет согласовать глобальные цели АПК (увеличение производства сельскохозяйственной продукции) и общества в целом (экологическая безопасность) с локальными целями предприятия в краткосрочном (увеличение чистого дохода) и догосрочном (повышение плодородия почвы) периоде, стохастическая - обеспечить безубыточность применения удобрений и хорошие результаты в любых погодных условиях.
2) Оптимальные дозы удобрений предложено определять на основе полученной В.А.Угловым однофакторной производственной функции, что позволит определять оптимальные дозы удобрений с точки зрения их эффективности. Для учета множества факторов, влияющих на урожайность, предложена спецификация данной производственной функции для сельскохозяйственных культур. Мы предлагаем представлять факторы продуктивности дискретными величинами за исключением фактора первоочередной регуляции и в числе влияющих переменных функции использовать интегрированные показатели, учитывающие поступление элементов питания и способность их использования растениями из всех источников, что позволит преодолеть теоретические трудности отражения роста и развития растений.
Кроме того, использование интегрированных показателей минерального питания позволяет получить регрессионные модели на основе накопленных к настоящему времени статистических наблюдений из опытов, различающихся условиями проведения.
3) Решение задачи оптимизации интенсивности растениеводства предложено получать в рамках СППР, функциональные подсистемы которой соответствуют этапам принятия решений. На основе структурирования проблемы выбора эффективного уровня интенсивности растениеводства в соответствии с этапами принятия решений формализованы задачи разработки математического обеспечения для реализации этапов подготовки и выработки и принятия решения. Постановка задачи оптимизации интенсивности растениеводства как задачи стохастической многокритериальной оптимизации требует разработки соответствующей математической модели. Использование для отражения продукционного процесса нелинейных производственных функций с дискретным представлением факторов, а также плохо формализуемые особенности предметной области и во многих случаях недостаточная репрезентативность статистической выборки для построения числовой модели обусловливают необходимость разработки процедур определения уровней дискретных факторов и оценивания нелинейных параметров производственных функций с привлечением ПР-эксперта. Эти процедуры представляют математическое обеспечение функциональной подсистемы подготовки принятия решения. Множеством разнонаправленных критериев задачи и сложностью формализации предпочтений ПР обусловлена необходимость разработки процедуры генерирования альтернативных вариантов и выбора эффективного уровня интенсивности растениеводства с участием ПР-агронома (и экономиста). Эта процедура представляет математическое обеспечение функциональной подсистемы выработки и принятия решения.
4) Для оптимизации интенсивности отрасль растениеводства рассмотрена в виде агроэкосистемы, под которой понимается процесс выращивания сельскохозяйственной культуры в конкретных экономических и почвенно-климатических и случайных погодных условиях, с управляющими воздействиями, направленными на достижение экономических и экологических целей. Предложена математическая модель эффективности использования аг-роэкосистемы, результативными показателями которой являются урожайность, чистый доход от удобрений, интенсивность баланса элементов питания и их содержание в почве после уборки урожая, а управляемыми факторами - дозы органических и минеральных удобрений. Неуправляемыми факторами, отражающими экономические условия производства являются цены на продукцию и удобрения, а также затраты материально-денежных средств, связанные с применением удобрений. Неуправляемыми факторами, отражающими почвенно-климатические условия, являются земледельческий регион, тип почвы, исходное плодородие почвы, поступление в почву элементов питания из различных источников, а также потери вещества из почвы вследствие различных причин. Неуправляемыми факторами, отражающими случайные погодные условия, являются тепло- и влагообеспеченность растений. Основой модели является производственная функция в предложенной нами спецификации. Азотное питание считается непрерывным фактором, а фосфорное и калийное питание, содержание гумуса, кислотность почвы и исходы погодных условий - дискретными.
5) Для построения числовой модели на основе статистических наблюдений из полевых опытов предложены процедуры определения уровней дискретных факторов и оценки нелинейных параметров производственных функций для комбинаций уровней дискретных факторов.
6) В процедуре определения уровней дискретных факторов уровни содержания гумуса в почве предложено устанавливать в соответствии с его ролью в почвообразовании и питании растений, уровни кислотности почвы Ч в соответствии с необходимостью в известковании почвы. По различному влиянию погодных условий на урожайность предложено выделять типовые исходы с недостаточной, нормальной и избыточной влагообеспеченностью. Основным показателем годового исхода погодных условий считается гидротермический коэффициент в критический период развития растений. Предварительно границы интервалов изменения ГТКкр в типовых исходах определяются так, чтобы оптимальное для культуры значение оказалось в середине интервала нормальной влагообеспеченности. Для дискретных факторов фосфорного и калийного питания предложено определять, как минимум, два уровня, обеспечивающих урожайность до средней и выше средней. Предварительно границы интервалов значений факторов в пределах уровней определяются выносом элементов питания средним урожаем. Предварительные границы интервалов для уровней дискретных факторов уточняются при визуальном анализе распределения наблюдений с привлечением ПР-эксперта, что позволяет учесть плохо формализуемые особенности предметной области в каждом конкретном случае.
7) Для оценки нелинейных параметров производственных функций для комбинаций уровней дискретных факторов предложена процедура поэтапных расчетов с участием ПР-эксперта, что позволяет при недостаточно репрезентативной (во многих случаях) статистической выборке получить адекватные модели, не противоречащие знаниям из предметной области. При использовании ограниченной статистической выборки и наблюдениях в узком диапазоне изменения влияющего фактора невозможно воспроизвести поведение функции на участке с отсутствующими наблюдениями. Для решения этой проблемы предложено оценку параметров начинать с исходной выборки. Затем последовательно выделять группы по уровням одного из дискретных факторов и уточнять оценки, полученные на предыдущем этапе. Для учета качественных особенностей зависимости предложено задавать ограничением на значения параметров равенство нулю производной функции в экстремальной точке, определяемой визуально по распределению точек данных в группе. Предложенная последовательность будет обеспечивать сходимость метода нелинейного регрессионного анализа (Ньютона-Гаусса) для всех производственных функций, поскольку в этом случае начальное приближение оценок располагается близко к оптимальной точке.
8) В математической постановке стохастической многокритериальной задачи предложено критерий экологической безопасности заменить ограничениями по допустимой интенсивности баланса элементов питания. Допонительно задать ограничение по безубыточности применения минеральных удобрений. Критерии максимального плодородия почвы Ч максимального количества азота, фосфора и калия в почве после уборки урожая свернуть в скаляр, где коэффициенты относительной важности этих критериев выражают долю каждого элемента в сумме их эталонного содержания в почве, а агрегирующая функция представляет собой количество того элемента питания, который на конкретном шаге получения решения оказывается более дефицитным. В результате остается три равноценных критерия: допонительного чистого дохода, урожайности и обобщенный критерий плодородия почвы. В соответствии с одноэтапным подходом стохастической оптимизации предлагается учитывать средние по исходам погодных условий значения критериев.
9) Для решения стохастической многокритериальной задачи оптимизации интенсивности растениеводства предложена трехэтапная процедура с участием ПР-агронома (и экономиста), что позволяет учитывать предпочтительность тех или иных критериев в изменяющихся условиях производства. Прежде всего рассчитывается уровень интенсивности без применения удобрений, определяемый почвенно-югиматическими условиями, исходным плодородием почвы и предшествующей культурой. Затем определяется уровень интенсивности с применением органических удобрений. Доза органических удобрений задается исходя из практических рекомендаций из интервала между предварительно рассчитываемыми минимально необходимой дозой для возмещения потерь гумуса и максимальной экологически допустимой дозой. В последнюю очередь определяется уровень интенсивности с применением органических и минеральных удобрений в многокритериальной задаче. Для её решения предложен итерационный подход. Сначала решаются од-нокритериальные задачи, оптимальными решениями которых ограничивается область эффективных (паретоопримальных) решений многокритериальной задачи. Конечное множество решений из этой области предъявляется ПР. Оно включает частные оптимальные решения на границах и несколько решений внутри эффективной области. Предъявляется также решение с нулевым балансом элементов питания, характеризующее неизменное плодородие почвы и служащее ориентиром при оценке его относительного изменения в предъявляемых вариантах. ПР предстоит выделить в эффективной области более узкую предпочтительную область, где, по его мнению, дожно располагаться удовлетворительное решение. На следующем шаге исследуется предпочтительная область. Область выбора постепенно сужается до тех пор, пока среди предлагаемых вариантов не окажется удовлетворительный.
Предложенный в диссертации подход к оптимизации интенсивности растениеводства был реализован в виде агоритмов и программ в СУБД MS Access, процессоре электронных таблиц MS Excel и среде программирования MS VBA. При помощи разработанного инструментария получены следующие практические результаты:
1) Построена числовая модель для оптимизации интенсивности выращивания озимой пшеницы на среднесуглинистых почвах Калужской области и других областях ЦНЗР со сходными почвенно-климатическими условиями;
2) Дана оценка эффективности интенсификации и упущенной выгоды от неэффективного уровня интенсивности озимой пшеницы в ОНО ОПХ Тостопальцево в 2006 и 2007 гг, а также в целом для Калужской области в 2006 г. В 2006 г в ОНО ОПХ Тостопальцево фактический уровень интенсивности озимой пшеницы обеспечил с 1 га 13477,5 руб чистого дохода, а рентабельность отрасли составляет 66,9 % при неудовлетворительном балансе элементов питания. Применение удобрений в соответствии с предлагавмым вариантом обеспечивало бы воспроизводство плодородия почвы и на 340 руб с 1 га больше чистого дохода при снижении рентабельности на 4,2%. В 2007 году при ухудшении экономических условий в ОНО ОПХ Тосто-пальцево фактический уровень интенсивности озимой пшеницы не обеспечил безубыточность отрасли: убытки с 1 га составили 1805,8 руб при уровне убыточности в 4%, баланс элементов питания также неудовлетворительный. Применение удобрений в соответствии с предлагаемым вариантом обеспечивало бы воспроизводство плодородия почвы, 531 руб чистого дохода с 1 га и рентабельность в 1,2%. В Калужской области в 2006 году озимой пшеницей было занято 9,5 тыс. га. Удобрения в настоящее время практически не вносятся, в результате средняя урожайность составила 19,6 ц, а валовой сбор продукции - 18,5 тыс. тонн. Применение удобрений в соответствии с эффективным решением позволило бы увеличить валовой сбор на 20,6 тыс. тонн, и получить допонительно 21717 тыс. рублей чистого дохода.
3) Установлена предпочтительность выбора уровня интенсивности, позволяющего повысить эффективность и стабильность отрасли в целом при различном плодородии почвы: при высоком плодородии целесообразно принимать решения, направленные на его поддержание; при низком и среднем плодородии Ч на его увеличение. Эти решения могут быть относительно удовлетворительными по всем критериям. В конкретных условиях ПР может выбрать вариант, позволяющий в текущем периоде или сохранить плодородие почвы и получить относительно больший доход, или в большей степени повысить плодородие почвы за счет относительно меньшего дохода в текущем периоде, преследуя догосрочные цели повышения стабильности и эффективности отрасли.
Предложенный подход к оптимизации интенсивности растениеводства в виде математической модели и процедур построения числовой модели и получения решения представляет собой математическое обеспечение этапов подготовки принятия решения и выработки и принятия решения, на основе которого дожно быть разработано соответствующее программное обеспечение функциональных подсистем СППР. Создание СППР для оптимизации интенсивности растениеводства и её интегрирование в единую систему управления сельскохозяйственным предприятием позволит рационально использовать ресурсы предприятия с обеспечением рентабельности, необходимых объемов производства продукции, воспроизводства плодородия почвы и экологической безопасности применения удобрений. Вычисляемые в СППР дозы удобрений, определяемая ими урожайность, затраты труда и материально-денежных средств на 1 га площади будут являться исходными данными, характеризующими рассматриваемую отрасль в задаче оптимизации производственной структуры предприятия, решаемой на следующем уровне. С другой стороны, запланированная урожайность культуры будет выступать целевым показателем для технологического уровня управления растениеводством.
При отсутствии на сельскохозяйственных предприятиях специалистов, владеющих информационными технологиями, планирование эффективного уровня интенсивности растениеводства целесообразно выпонять на условиях аутсорсинга в региональных или местных информационно-консультационных службах (ИКС), что одновременно будет способствовать накоплению актуальной информации в рамках интегрированной информационной системы мониторинга консультационной службы АПК. Предварительно для определения параметров производственных функций дожны использоваться статистические данные из полевых опытов региональных научно-исследовательских институтов и опытных хозяйств. Впоследствии база данных дожна попоняться измерениями, проводимыми в сельскохозяйственных предприятиях, и параметры производственных функций дожны уточняться на основе наиболее поной и актуальной информации.
Кроме указанной задачи региональными или местными ИКС для сельскохозяйственных предприятий могут решаться и другие задачи оптимального планирования сельскохозяйственного производства: планирование севооборотов, производственной программы и другие. Исходные данные, предоставляемые в ИКС сельскохозяйственными предприятиями для решения задач планирования, позволят сформировать систему статистических показателей по количественным характеристикам процессов в аграрной сфере (величина, структура, динамика производственных и финансовых ресурсов, результативность производства и др.), которая будет являться основой интегрированной информационной системы мониторинга консультационной службы АПК.
Диссертация: библиография по экономике, кандидат экономических наук , Арланцева, Елена Руслановна, Москва
1. Федеральный закон Российской Федерации от 22 декабря 2006г. № 264-ФЗ О развитии сельского хозяйства
2. Аверьянов А.Н. Системное познание мира. М.: Изд-во политической литературы, 1985. - 264 с.
3. Агробиологическое и технико-экономическое обоснование ресурсосберегающих технологий в современном земледелии: Методические рекомендации. / Акулов A.A., Гаврилович A.C., Кузнецова JI.B. и др. / Под ред. Акулова A.A. Ч Калуга: 2007. 175 с.
4. Агроресурсы и производительность сельского хозяйства Нечерноземья / Под ред. Углова В. А. Ч М.: Изд-во МГУ, 1992. 143 с.
5. Агрохимические средства в адаптивно-ланшафтном земледелии Центрального района Нечерноземной зоны России: Научное издание / Л.М.Державин, В.Ф.Ладонин, И.А.Шильников и др. / Под общ. ред.
6. Л.М.Державина. М.: РАСХН, 2006. - 268с.
7. Аканова Н.И., Рыбакова О.И. Прогнозирование подкисления почв и баланса кальция в агроландшафтах. //Доклады ТСХА. Вып.276. Ч М.: Изд-во МСХА, 2004.-830 с.
8. Анохин П.К. Философские аспекты теории функциональной системы. Ч М.: Мысль, 1978. 282 с.
9. Ансофф И. Стратегическое управление. Ч М.: Экономика, 1989. Ч 519 с.
10. Афанасьев P.A. Применение удобрений в технологиях точного земледелия. // Сборник трудов Международной научно-практической конференции Агротехнологии XXI века. М.: ФГОУ ВПО РГАУ - МСХА им. К. А. Тимирязева, 2007. - с. 150-152.
11. Афанасьев P.A. Проблемы координатного земледелия и пути их решения. // Доклады ТСХА. Вып.278. М.: ФГОУ ВПО РГАУ - МСХА им. К.А. Тимирязева, 2006.-с. 187-190.
12. Баутин В.М., Козлов В.В., Козлова Е.Ю. Инновационная деятельность в сельскохозяйственном консультировании региона. Ч М.: Росинформагротех, 2003. 130 с.
13. Бережная Е.В., Бережной В.И. Математические методы моделирования экономических систем: Учеб. пособие М.: Финансы и статистика, 2002 - 368с.
14. Бинатов Ю. Б., Коробейников М. А. Экономика, организация и управление АПКЧМ.: Агропромиздат, 1989.
15. Бондаренко Н.Ф., Жуковский Е.Е., Кащенко A.C. и др. Высокие урожаи по программе- Л.: Лениздат, 1986. -142 с.
16. Браславец М.Е., Кравченко Р.Г. Математическое моделирование экономических процессов в сельском хозяйстве Ч М.: Колос, 1972.
17. Бугаков Д.С., Славный Ю.А. Эталоны плодородия почв // Химия в сельском хозяйстве. 1996. №5 - с. 15Ч18.
18. Варфоломеев В.И., Воробьев С.Н. Принятие управленческих решений: Учеб. пособие для вузов М.: КУДИЦ-ОБРАЗ, 2001. - 288 с.
19. Войтович Н.В. Модели плодородия почв в зависимости от агрохимических свойств почвы и удобрений // Химия в сельском хозяйстве. Ч 1996. №5. Ч с.8-13.
20. Вопросы экономики химизации сельского хозяйства в зарубежных странах / Отв. ред. Н.П.Федоренко. М.: Наука, 1971. -292 с.
21. Ганжара Н.Ф. Почвоведение М.: Агроконсат, 2001. - 392 с.
22. Гатаулин А.М. Система прикладных статистико-математических методов обработки экспериментальных данных в сельском хозяйстве, Ч. 1 Ч М.:Изд-во1. МСХА, 1992.-160 с.
23. Гатаулин A.M. Система прикладных статистико-математических методов обработки экспериментальных данных в сельском хозяйстве, Ч. 2 М.:Изд-во МСХА, 1992.- 192 с.
24. Геоинформационные технологии в сельском хозяйстве. Каждому участку поля индивидуальный подход (Новейшее оборудование для эффективного земледелия) // АГРО-бюлетень ООО Информациооно-консультационный центр АПК Калужской области. - 2007. - с. 19-23.
25. Госсэн Эрвин. Агроландшафтное ведение сельского и лесного хозяйства Ч основа охраны почв // Международный сельскохозяйственный журнал. 1995. №6. - с. 29-31.
26. Демиденко Е.З. Линейная и нелинейная регрессии Ч М.: Финансы и статистика, 1981.
27. Державин Л.М. Применение минеральных удобрений в интенсивном земледелии М.: Колос, 1992. - 272 с.
28. Державин Л.М., Литвак Ш.И., Седова Е.В. Современные методы определения доз минеральных удобрений М.: ВНИИТЭИСХ 1988 - 44 с.
29. Державин Л.М., Попова Р.Н. и др. // Нормативные показатели выноса и коэффициенты использования питательных веществ сельскохозяйственными культурами из минеральных удобрений и почвы Ч М.:ЦИНАО, 1986. Ч 112 с.
30. Державин JI.M., Рубанов И.А. Вид и анализ производственной функции лурожай удобрение // Агрохимия. - 1975. №4. - с. 125-130.
31. Дик В.В. Методология формирования решений в экономических системах и инструментальные среды их поддержки М.: Финансы и статистика, 2000.
32. Дмитренко В.П. О моделях расчета урожайности с.-х. культур с учетом гидрометеорологических факторов // Метеорология и гидрология. Ч 1971, №5, с. 84-91.
33. Добрачев Ю.П., Щербицкий Б.В., Ильина Т.А. Перспективы использования имитационного моделирования для оценки продуктивности с.-х. культур Ч М.: ВНИИТЭИСХ, 1984. 66 с.
34. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн. /Пер. с англ. Ч М.: Финансы и статистика, 1987.
35. Дубров A.M., Мхитарян B.C., Трошин Л.И. / Многомерные статистические методы: Учебник. М.: Финансы и статистика, 2000.
36. Екатеринославский Ю.Ю. Управленческие ситуации: анализ и решения. Ч М.: Экономика, 1988.
37. Замков О.О., Тостопятенко A.B., Черемных Ю.Н. / Математические методы в экономике: Учебник/Под общ. ред. д.э.н., проф. А.В.Сидоровича; МГУ им. М.В.Ломоносова. -М.: Издательство Дело и Сервис, 2004.
38. Иванова Т.И. Оценка пригодности сортов зерновых культур к возделыванию по интенсивным технологиям // Вестник с.-х. науки. 1988. №188. Ч с. 6774.
39. Интрилигатор М. Математические методы оптимизации и экономическаятеория: Пер. с англ. -М.: Прогресс, 1975.
40. Информационные системы для руководителей / Перегудов Ф.И., Тарасен-ко В.П., Ехлаков Ю.П. и др./ Под ред Перегудова Ф.И.Ч М: Финансы и статистика, 1989.
41. Каменской A.C. Методология системных исследований в сельском хозяйстве М.: ВНИИТЭИСХ, 1984. - 71 с.
42. Кардаш В. А. Экономика оптимального погодного риска в АПК (теория и методы) Ч М.: Агропромиздат, 1989.
43. Каюмов М. К. Программирование урожаев сельскохозяйственных культур1. М.: Агропромиздат, 1989.
44. Квасов В.А., Непобедимая Л.П., Голубцова Л.П. Средства химизации и охрана окружающей среды //Химия в сельском хозяйстве. Ч 1996 №2. с. 2-3.
45. Кини Р.Л., Райфа X., Принятие решений при многих критериях: предпочтения и замещения: Пер. с англ. М.: Радио и связь, 1981.
46. Киперман Г.Я., Шевляков А. В. Хозрасчет и показатели прибыли и дохода
47. М.: Финансы и статистика, 1991.
48. Коваленко Н.Я. Экономика сельского хозяйства. С основами аграрных рынков: Курс лекций Ч М.: Ассоциация авторов и издателей. ТАНДЕМ: Издательство ЭКМОС, 1998. -448с.
49. Ковда В.А. Биохимия почвенного покрова М.: Росагропромиздат, 1985.263 с.
50. Ковда В.А. Почвенный покров, его улучшение, использование и охрана Ч М.: Росагропромиздат, 1981. 180 с.
51. Ковтун И.И., Гойса Н.И., Митрофанов Б.А. Оптимизация условий возделывания озимой пшеницы по интенсивной технологии Л.: Гидрометееоиздат, 1990.-287 с.
52. Копенкин Ю.И. Стохастические модели в сельском хозяйстве М: АНО Издательство МСХА, 2002.
53. Кордуняну П.Д. Биологический круговорот элементов питания сельскохозяйственных культур в интенсивном земледелии -Кишинев: Штиинца, 1985, Ч С.13.
54. Кореньков Д.А. Минеральные удобрения при интенсивных технологиях. Ч М.: Росагропромиздат, 1990. 192 с.
55. Кузнецов А.В., Холод Н.И., Костевич Л.С. Руководство к решению задач по математическому программированию: Учеб. пособие. -Мн.: Высш.шк., 2001.-448 с.
56. Кук Д.У. Регулирование плодородия почвы Ч М.: Колос, 1970. Ч375 с.
57. Кук Д.У. Системы удобрений для получения максимального урожая. Пер. с англ. М.: Колос, 1975. 415 с.
58. Кулаковская Т.Н., Детковская Л.П. К методике разработки балансовых систем удобрений в севооборотах на дерново-подзолистых почвах // Программирование урожаев сельскохозяйственных культур. Научные труды ВАСХНИЛ. -М.: Колос, 1975, С. 245-259.
59. Кунц Г., О'Доннел С. Управление: системный и ситуационный анализ управленческих функций. Том 1. Пер. с англ. ЧМ.: Прогресс, 1981.
60. Лазарев В.И. Природные и антропогенные факторы // Земледелие. Ч 1997. №3. Ч с.11.
61. Лайнер А.Г., Меденников В.И. Основные направления развития автоматизации и предпосыки создания интегрированной информационной системы мониторинга консультационной службы АПК // Информационный бюлетень
62. Министерства сельского хозяйства Российской Федерации. Ч 2007. №1-2. Ч с.77-84.
63. Лахер В. Экология растений / Под ред. Т.А.Работнова. М.:Мир, 1978. -384 с.
64. Литвак Ш.И. Системный подход к агрохимическим исследованиям М.: Агропромиздат, 1990.-220 с.
65. Лотов A.B. Введение в экономико-математическое моделирование Ч М.: Наука, 1984.
66. Лыков A.M., Туликов A.M. Практикум по земледелию с основами почвоведения Ч М.: Агропромиздат, 1985. Ч 207 с.
67. Малиновский Б.Н. История вычислительной техники в лицах Киев: изд. КИТ, ПТОО "А.С.К.", 1995.
68. Марченко Н.М. Научно техническое обеспечение технологии точного земледелия // Сборник трудов Международной научно-практической конференции Агротехнологии XXI века - М.: ФГОУ ВПО РГАУ - МСХА им. К.А. Тимирязева, 2006.
69. Математическое моделирование экономических процессов в сельском хозяйстве / Гатаулин A.M., Гаврилов Г.В., Сорокина Т.М. и др./ Под ред. А. М. Гатаулина. Ч М.: Агропромиздат, 1990.
70. Методические указания по разработке, производственной проверке и освоению интенсивных технологий возделывания зерновых культур / Н.З.Милащенко, М.В.Верещак, В.Ф.Ладонин и др. М.: ВАСХНИЛ, 1986.Ч 31с.
71. Методические указания по комплексному агрохимическому окультуриванию полей / В.Л.Захаров., В.П.Тостоусов., Р.И.Ежов., Л.М.Державин., Ш.И.Литвак и др. М.: Колос, 1985. - 31 с.
72. Методические указания по проведению комплексного мониторинга плодородия почв земель сельскохозяйственного назначения. / Под ред. Л.М.Державина, Д.С.Бугакова. М.: ФГНУ Росинформагротех, 2003. - 240 с.
73. Минеев В.Г. Агрохимия: Учебник. М.: Изд-во МГУ, 1990. - 486 с.
74. Митчерлих Э.А. Почвоведение. Пер. с нем. Ч М.: Изд-во иностр. лит., 1967.-416 с.
75. Михайлов H.H., Книпер В.П. Определение потребности в удобрениях Ч М.: Колос, 1971.-С.63-100.
76. Мкртчян Л.В. О роли экспертных систем в познании // Философские науки. 1987. №7.-С. 93-97.
77. Мкртчян Л.В. Человек, ЭВМ, память Ереван: Айстан, 1987. - 249 с.
78. Моделирование роста и продуктивности сельскохозяйственных культур / Отв. редактор Ф.В.Т.Пеннинг де фриз, Х.Х. ван Лаар. -Л.: Гидрометеоиздат,1986.-320 с.
79. Моисеев H.H. Математические задачи системного анализа. М.: Наука, 1981.-487 с.
80. Нарциссов В.П. Научные основы систем земледелия Ч М.: Колос, 1976. 368 с.
81. Научные основы организации управления и построения АСУ: Учебн. для сред. спец. учеб. заведений / Бройдо В.Л., Диденко В.В., Крылов B.C. и др. / Под ред. Бройдо В.Л., Крылова B.C. Ч М: Высш. шк., 1990.
82. Нормативные методы в системе хозрасчета. / Под ред Наумова В.И.,1987.
83. Нормативы выноса элементов питания сельскохозяйственными культурами-М.:ЦИНАО, 1991.
84. Образцов A.C. Системный метод: применение в земледелии. М.: Агропромиздат, 1990.-303 с.
85. Определение доз минеральных удобрений и регламентирование их применения при интенсивных технологиях возделывания сельскохозяйственных культур (методические указания) / Л.М.Державин., Ш.И.Литвак., Р.Н. Попова и др. М.: Агропромиздат, 1988. - 24 с.
86. Оптимальные параметры плодородия почв / Кулаковская Т.Н., Кнашис В.Ю., Богдевич И.М. и др./ Под ред. акад ВАСХНИЛ Т.Н.Кулаковской М.: Колос, 1984.-271 с.
87. Основы программирования урожайности сельскохозяйственных культур: Учебное пособие / Муха В.Д., Кочетов И.С., Муха Д.В., Пелипец В.А. М.: МСХА, 1994. - 251 с.
88. Отоцкий Л. Конференция Metaphorum-2007 и наследие Стэффорда Бира в XXI веке. // Oracle Magazine Русское издание - 2007. №12.
89. Панников В.Д., Минеев В.Г. Почва, климат, удобрение, урожай. -М.: Аг-ропомиздат, 1987. 510 с.
90. Пастернак П. П. Системное моделирование экономических процессов в АПК Ч М.: Агропромиздат, 1985.
91. Перегудов В.Н. Планирование многофакторных полевых опытов с удобрениями и математические обработки их результатов Ч М.: Колос, 1978. 181 с.
92. Перегудов В.Н., Иванова Т.И. Задачи исследования, конструкция схемы и методы математического анализа данных опытов с удобрениями // Применение математических методов в агрохимических исследованиях. Ч Труды ВИУА. Ч М., 1977. -Вып. 56. С. 5-12.
93. Пихорович В.Д. Невостребованная альтернатива рыночной реформы // Альманах Восток 2004 - №2.
94. Полевой А.Н. Теория и расчет продуктивности с.-х. культур Ч JL: Гидро-метеоиздат, 1983. 175 с.
95. Полевой А.Н., Строганова М.А. Современное состояние математического моделирования продукционного процесса сельскохозяйственных культур: Труды ВНИИСХМ, 1985, Вып. 9. с. 6-23.
96. Поспелов Д. А. Ситуационное управление: теория и практика Ч М.: Наука. Ч Гл. ред. физ.-мат. лит., 1986.
97. Посунько Н. С. Управление агропромышленным производством Ч М.: Росагропромиздат, 1989.
98. Практикум по математическому моделированию экономических процессов в сельском хозяйстве /А.Ф.Карпенко, В.А.Кардаш, Н.С.Низова и др. / Под ред. А.Ф.Карпенко. 2-е изд., перераб. и доп. Ч М.: Агропромиздат, 1985. Ч 268 с.
99. Проблемы известкования почв / Шильников И.А., Кирпичников H.A., Удалова JI.T. и др. //Химия в сельском хозяйстве. Ч 1996. №5. Ч с. 18Ч21.
100. Растениеводство /П.П. Вавилов, В.В.Гриценко, В.С.Кузнецов и др./ Под ред. П.П.Вавилова. 5-е изд., перераб. и доп. Ч М.: Агропромиздат, 1986. - 512 с.
101. Рейльян Я. Р. Аналитическая основа принятия управленческих решений Ч М.: Финансы и статистика, 1989.
102. Решение экономических задач на компьютере / Каплан A.B., Каплан В.Е., Мащенко М.В., Овечкина E.B. М.: ДМК Пресс; СПб.: Питер, 2004. - 600 с.
103. Роде A.A., Смирнов В.Н. Почвоведение Ч М.: Высшая школа, 1972. Ч 233с.
104. Розен В.В. Цель оптимальность - решение - М.: Радио и связь, 1982.
105. Санталайнен Тимо, Воутилайнен Эеро, Поренне Пертти, Ниссинен Иоуко X. Управление по результатам: Пер. с финского ЧМ.: Прогресс, 1993.
106. Синк Д. С. Управление производительностью: планирование, измерение и оценка, контроль и повышение: Пер. с англ. Ч М.: Прогресс, 1989. 522 с.
107. Сиротенко О.Д. Математическое моделирование воднотеплового режима и продуктивности агроэкосистем Ч JL: Гидрометеоиздат, 1981.Ч167 с.
108. Составление проекта на применение удобрений: Рекомендации / Л.М.Державин, И.В.Колокольцева, Н.К.Скворцова и др. М.: ФГНУ Росин-формагротех, 2000.
109. Справочник экономических показателей сельского хозяйства / P.A. Ива-нух, М.М. Пантелейчук, И.В. Попович и др., 2-е изд., переработ, и доп. Ч К.: Урожай, 1988.
110. Типовые нормы выработки и расхода топлива на механизированные полевые работы в сельском хозяйстве. Т.1/ Всесоюзн. науч.-исслед. ин-т экономики сел. хоз-ва (ВНИИЭСХ). М.: Агропромиздат, 1990.
111. Типовые нормы выработки и расхода топлива на механизированные полевые работы в сельском хозяйстве. Т.2/ Всесоюзн. науч.-исслед. ин-т экономики сел. хоз-ва (ВНИИЭСХ). М.: Агропромиздат, 1990.
112. Углубление исследований по оптимизации систем земледелия / Парахин Н.В., Наумкин В.Н., Яшин И.С. и др. // Химия в сельском хозяйстве. 1997. №3. - с. 44.
113. Федоренко Н.П. Россия: уроки прошлого и лики будущего М.: Экономика, 2001.
114. Хамуков В.Б., Евтушенко H.H. Проблемы бездефицитного баланса гумуса в почве // Химия в сельском хозяйстве. Ч 1996. №2. с.7 Ч 8.
115. Хикс Дж.Р. Стоимость и капитал / Общ. Ред. Р.М.Энтова. М.: Прогресс, 1988. 488с.
116. Цеддиес Ю., Райш Э., Угаров A.A. Экономика сельскохозяйственных предприятий: Учебное пособие М.: Изд-во МСХА, 1999. - 400 с.
117. Чаянов A.B. Возможное будущее сельского хозяйства // Избр. произв. Ч
118. M.: Московский рабочий, 1989. с. 334-362.
119. Шатилов И.С., Силин А.Д., Полев И.А. Моделирование агрохимического состояния плодородия почвы и питания растений // Химия в сельском хозяйстве. 1996. №5. - с. 13Ч15.
120. Швер Ц.А., Неушкина А.И. Климат Калуги JI: Гидрометеоиздат, 1989. -126 с.
121. Шевцова Л.К., Володарская И.В., Аканова Н.И. Гумусное состояние пахотных дерново-подзолистых почв при окультуривании и в условиях хозяйственного истощения // Химия в сельском хозяйстве. 1996. №5. - с.ЗЗЧ35.
122. Шишов Л.Л., Карманов И.И., Дурманов Д.Н. Критерии и модели плодородия почв М.: Агропромиздат, 1987. -183 с.
123. Штойер Р. Многокритериальная оптимизация: Теория, вычисления и приложения: Пер. с англ. М.: Радио и связь, 1992.
124. Экономические методы управления производством / Швец В. В., Камалов А. К., Рябуха Н. Л. и др. ЧМ.: Агропромиздат, 1987.
125. Юхнин А.А. Диагностические показатели плодородия почв // Химия в сельском хозяйстве 1996. №2. - с. 33-36.
126. Яковлев В.Б., Корнев Г.Н. Анализ эффективности сельскохозяйственного производства Ч М.: Росагропромиздат, 1990.
127. Efraim Turban, Jack R. Meredith. Fundamentals of Management Science Ч RICHARD D. IRWIN, INC., 1991.
128. Горский П., Стратегия внедрения ИТ на российских предприятиях. Web: Ссыка на домен более не работаетitm/dssterm.shtml
Похожие диссертации
- Совершенствование оперативного управления в сельхозпредприятиях на основе математических и инструментальных методов
- Формирование рынка образовательных услуг высшей школы
- Модели анализа и оценки технологических процессов в растениеводстве
- Методология разработки и применения многофункциональных систем поддержки принятия решений на предприятиях агропромышленного комплекса
- Стратегические подходы к созданию государственного резерва нефти: мировой опыт и перспективы в России