Создать PDF Рекомендовать Распечатать

Построение экономико-математической модели оценки сельскохозяйственных земель

  • Автор (авторы):
    М.А.Терешев, Т.В. Бекшоков, Г.Б. Шарданова
  • Дата публикации:
    28.09.06
  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:
    Кабардино-Балкарская государственная сельскохозяйственная академия

Построение экономико-математической модели оценки сельскохозяйственных земель

Аннотация: Классический подход к построению оценки земли сельскохозяйственного назначения состоит в применении для исследования взаимосвязанных вопросов экономического равновесия и оценки земли в сельскохозяйственном производстве аппаратом линейного программирования. Балансовые модели для расчета цен на сельскохозяйственную продукцию и рентных оценок земли, отражающие основные двойственные соотношения линейного программирования, позволяют отыскивать одновременно и взаимосвязано с вышеназванными показателями и оценки факторов интенсификации.

Abstract:
The classical approach to construction of an estimation of the earth of an agricultural purpose consists in application for research of the interconnected questions of economic balance and an earth estimation in an agricultural production the device of linear programming. Balance models for calculation of the prices for agricultural production and rent estimations the earths reflecting the basic dual parities of linear programming, allow to find simultaneously and is interconnected with the above-named indicators and estimations of factors of an intensification.

Ключевые слова:
линейное программирование, сельско-хозяйственная продукция

Keywords: linear programming, agriculture production

 

Вопросы правильной оценки земли занимают одно из главных мест в организации рационального землепользования, что в конечном счёте является одним из основных факторов хозяйственной жизнедеятельности общества. Известный американский экономист прошлого века Г.Джордж вообще считал, что правильное построение оценки земли, а как следствие - правильно исчисленный земельный налог, позволяет отказаться от всех прочих налогов. Именно неверная оценка земли, по мнению Г.Джорджа, с неизбежностью ведёт к быстро прогрессирующему разрыву между богатством и бедностью, что всегда приводило к загниванию и гибели цивилизаций, в то время как правильное исчисление земельной ренты обеспечивает установление некоего равновесного состояния, что и способствует расцвету всего жизненного уклада (1).

Классический подход к построению оценки земли сельскохозяйственного назначения состоит в применении для исследования взаимосвязанных вопросов экономического равновесия и оценки земли в сельскохозяйственном производстве аппаратом линейного программирования. На возможность использования двойственных переменных (объективно обусловленных оценок) для исчисления земельной ренты указывал неоднократно ещё Л.В.Канторович (2).

Исчисление земельной ренты является сложной задачей как с точки зрения построения адекватных моделей, так и с точки зрения их наполнения достоверной исходной информацией. Требования к информации определяются, прежде всего, постановкой задачи. Так, чтобы осуществить расчет рентного дохода, потенциально возможного при определенных производственно-экономических условиях, необходимо использовать нормативную информацию. Что касается требуемого набора показателей, то расчеты ренты по любой модели основываются на данных о продуктивности и затратах.

Обычно в моделях для расчета оценок земельных ресурсов другие производственные факторы, используемые в сельском хозяйстве, учитываются в затратах по ценам, определяемым за рамками рассматриваемой задачи. Однако, если среди этих факторов можно выделить такие, которые на определенный момент играют особую роль в развитии производства в силу своей дефицитности, новизны или иных качеств, для них целесообразно применить другой подход. К ним в зависимости от обстоятельств могут относиться, например, вода в зонах орошения, семена новых сельскохозяйственных культур, новейшие виды техники, технологии, в том числе для производства экологически чистой продукции, некоторые виды удобрений и химикатов и т.п.

Использование факторов интенсификации также связано с возникновением ренты, хотя она имеет иную природу, чем земельная. Поэтому предлагается оценивать эти факторы и включать их в затраты в соответствии с тем дополнительным эффектом, который дает их применение. Балансовые модели для расчета цен на сельскохозяйственную продукцию и рентных оценок земли, отражающие основные двойственные соотношения линейного программирования, позволяют отыскивать одновременно и взаимосвязано с вышеназванными показателями и оценки факторов интенсификации.

Применительно к условиям регионального АПК, разработанная экономико-математическая модель построения оценки сельскохозяйственных земель формулируется следующим образом: в предположении фиксированных удельных затрат на оплату труда и технического обеспечения производства, а также заданном наборе возможных технологий для каждого хозяйства, ставится задача об установлении таких цен на сельскохозяйственную продукцию и выплат за использование земли, при которых отдельные хозяйства, решая свои задачи, получения максимального дохода в расчёте на единицу затрат, обеспечивали бы максимальный суммарный выпуск продукции в заданном ассортименте.

Решение поставленной задачи достигается в рамках рассмотрения специальной параметрической модели линейного программирования.

Рассмотрим некоторую экономическую систему, состоящую из n территориальных объектов (k = 1,2,…,n), в которых производится m видов сельскохозяйственной продукции (i = 1,2,..., m). Пусть фактический расход некоторого фактора интенсификации в k-м объекте при производстве i-го продукта составляет 8_004на единицу площади земельных ресурсов, 8_006— продуктивность, соответствующая такому уровню расхода фактора, 8_008— полные затраты, включая нормативную прибыль, в расчете на единицу площади без учета затрат на фактор интенсификации, 8_010— площадь земли, отведенная под i-й продукт в k-м объекте.

Балансовые соотношения для расчета неизвестных цен на сельскохозяйственную продукцию 8_012, рентных оценок земли 8_014и оценок фактора интенсификации 8_016в соответствии с базовой моделью, будут иметь следующий вид:

8_018(1)

8_020(2)

при некотором нормирующем условии, осуществляющем связь с внешней экономической системой,

8_022(3)

Здесь R - задаваемая извне сумма рентного дохода.

Путем ряда преобразований получим однородную модель

8_024(4)

8_026(5)

которая определит нам положительные "чистые" ренты v k и "чистые" цены u i .

Конечно, определенные в рассмотренном варианте v k и u i , также будут зависеть от точки, в которой ведутся расчеты, то есть от достигнутого к данному моменту уровня использования факторов. Однако эта зависимость ослаблена. Если уровни использования факторов вышли на такие значения, где их эффективность почти стабилизировалась, то вариация интенсивности использования факторов локально будет мало влиять на u i и v k , в то время как в исходной модели такое влияние может быть значительным за счет несоответствия цен 8_028, по которым считаются прямые затраты.

Таким образом, предлагаемая модель выгодно отличается от существующих классических моделей построения оценки земли тем, что позволяет произвести более точную научную оценку земель сельскохозяйственного назначения и, что особенно важно, экстраполировать эту оценку на будущие периоды без риска значимых потерь достоверности.

На основе разработанной модели была произведена оценка «чистой» земельной ренты по некоторым хозяйствам КБР. В качестве объектов оценки были выбраны земли трех хозяйств КБР. Результаты деятельности перечисленных хозяйств по выращиванию зерновых культур в 2001 - 2004 гг. приведены в таблице 1.

Таблица 1

Характеристика деятельности хозяйств-объектов апробации в 2001 - 2004 гг.

Показатели

ЗАОрНП «Кабарда»

ФГУП «Мало-Кабардинский»
ЗАОр НП им. Тарчокова

2002

2003

2004

2002

2003

2004

2002

2003

2004

Площадь посева

1290

1400

1240

1488

1180

1260

1740

1615

1690

Урожайность, ц/га

26,3

25,5

25,1

14,8

23,6

24,4

15,2

18,9

21,7

Цена реализации, руб./ц

228

300

264

251

272

274

246

283

271

Затраты на 1 га , руб.

3809

4006

3985

2062

3542

3168

2076

3221

2961

Несмотря на значительный диапазон показателей, характеризующих издержки и доходы рассматриваемых хозяйств, мы наблюдем несущественное отклонение оценки чистой ренты.

Таблица 2

Оценка чистой земельной ренты по предлагаемой модели

Показатели

ЗАОрНП «Кабарда»

ФГУП «Мало-Кабардинский»

ЗАОр НП им. Тарчокова

2002

2003

2004

2002

2003

2004

2002

2003

2004

Оценка ренты для 1 га , руб.

875

911

924

711

863

879

715

745

730

Среднее отклонение оценки ренты для 1 га , %

2,26

10,31

2,64

Средняя оценка ренты для 1 га , руб.

897,4

818,5

736,0

Следовательно, влияние факторов производственного и управленческого характера на оценку земли по нашей модели незначительно, что позволяет использовать предлагаемый подход в долгосрочном периоде для построения устойчивых оценок земельной ренты.

При использовании подобного подхода оценку земли можно производить как оценку дисконтированного рентного дохода по известным формулам финансового анализа. В качестве нормы дисконта при этом могут быть использованы различные величины, в частности: ставка рефинансирования ЦБ РФ, средняя рыночная ставка процента по кредитам, доходность государственных облигаций.

Литература:

  1. Джордж Г. Прогресс и бедность. – С.-Пб., 1896.
  2. Канторович Л.В. Экономический расчет наилучшего использования ресурсов.- М.: Изд-во АН СССр, 1959.

  vakperechen

ОБНОВЛЕННЫЙ СПИСОК ВАК 2016 г.
ОТ 19.04.2016  >> ПРОСМОТРЕТЬ
tass
 
ПО ВОПРОСАМ ПУБЛИКАЦИИ СТАТЕЙ И СОТРУДНИЧЕСТВА ОБРАЩАЙТЕСЬ:
skype SKYPE: vak-uecs
e-mail
MAIL: info@uecs.ru
phone
+7 (928) 340 99 00
 

АРХИВ НОМЕРОВ

(01) УЭкС, 1/2005
(02) УЭкС, 2/2005
(03) УЭкС, 3/2005
(04) УЭкС, 4/2005
(05) УЭкС, 1/2006
(06) УЭкС, 2/2006
(07) УЭкС, 3/2006
(08) УЭкС, 4/2006
(09) УЭкС, 1/2007
(10) УЭкС, 2/2007
(11) УЭкС, 3/2007
(12) УЭкС, 4/2007
(13) УЭкС, 1/2008
(14) УЭкС, 2/2008
(15) УЭкС, 3/2008
(16) УЭкС, 4/2008
(17) УЭкС, 1/2009
(18) УЭкС, 2/2009
(19) УЭкС, 3/2009
(20) УЭкС, 4/2009
(21) УЭкС, 1/2010
(22) УЭкС, 2/2010
(23) УЭкС, 3/2010
(24) УЭкС, 4/2010
(25) УЭкС, 1/2011
(26) УЭкС, 2/2011
(27) УЭкС, 3/2011
(28) УЭкС, 4/2011
(29) УЭкС, 5/2011
(30) УЭкС, 6/2011
(31) УЭкС, 7/2011
(32) УЭкС, 8/2011
(33) УЭкС, 9/2011
(34) УЭкС, 10/2011
(35) УЭкС, 11/2011
(36) УЭкС, 12/2011
(37) УЭкС, 1/2012
(38) УЭкС, 2/2012
(39) УЭкС, 3/2012
(40) УЭкС, 4/2012
(41) УЭкС, 5/2012
(42) УЭкС, 6/2012
(43) УЭкС, 7/2012
(44) УЭкС, 8/2012
(45) УЭкС, 9/2012
(46) УЭкС, 10/2012
(47) УЭкС, 11/2012
(48) УЭкС, 12/2012
(49) УЭкС, 1/2013
(50) УЭкС, 2/2013
(51) УЭкС, 3/2013
(52) УЭкС, 4/2013
(53) УЭкС, 5/2013
(54) УЭкС, 6/2013
(55) УЭкС, 7/2013
(56) УЭкС, 8/2013
(57) УЭкС, 9/2013
(58) УЭкС, 10/2013
(59) УЭкС, 11/2013
(60) УЭкС, 12/2013
(61) УЭкС, 1/2014
(62) УЭкС, 2/2014
(63) УЭкС, 3/2014
(64) УЭкС, 4/2014
(65) УЭкС, 5/2014
(66) УЭкС, 6/2014
(67) УЭкС, 7/2014
(68) УЭкС, 8/2014
(69) УЭкС, 9/2014
(70) УЭкС, 10/2014
(71) УЭкС, 11/2014
(72) УЭкС, 12/2014
(73) УЭкС, 1/2015
(74) УЭкС, 2/2015
(75) УЭкС, 3/2015
(76) УЭкС, 4/2015
(77) УЭкС, 5/2015
(78) УЭкС, 6/2015
(79) УЭкС, 7/2015
(80) УЭкС, 8/2015
(81) УЭкС, 9/2015
(82) УЭкС, 10/2015
(83) УЭкС, 11/2015
(84) УЭкС, 11(2)/2015
(85) УЭкС,3/2016
(86) УЭкС, 4/2016
(87) УЭкС, 5/2016
(88) УЭкС, 6/2016
(89) УЭкС, 7/2016
(90) УЭкС, 8/2016
(91) УЭкС, 9/2016
(92) УЭкС, 10/2016
(93) УЭкС, 11/2016
(94) УЭкС, 12/2016
(95) УЭкС, 1/2017
(96) УЭкС, 2/2017
(97) УЭкС, 3/2017

 Федеральная служба по надзору в сфере связи и массовых коммуникаций

№ регистрации СМИ ЭЛ №ФС77-35217 от 06.02.2009 г.       ISSN: 1999-4516