Ученые создали первую в России модель, позволяющую планировать и прогнозировать производство хмеля. В отличие от традиционных методов расчета, опирающихся на данные о прибыли, новая программа оценивает эффективность производства даже до ее получения. Модель легко учитывает изменения при выращивании хмеля, например плотность или площадь посадок, корректирует прогнозируемую прибыль и может предсказать результативность любых нововведений. Таким образом, разработка позволит повысить эффективность компаний, занимающихся хмелеводством в России. Результаты исследования, поддержанного грантом Российского научного фонда, опубликованы в журнале «Аграрный вестник Урала» и журнале «АПК: Экономика, Управление».
Согласно данным Росстата, в 2022 году в России было собрано 218 тонн хмеля. Эта сельскохозяйственная культура используется в пищевой промышленности в качестве сырья для пивоварения и биологически активных добавок, при производстве бумаги и грубой пряжи, а также в медицине при синтезе успокоительных препаратов. Так как хмель необходим во многих отраслях промышленности, важно уметь прогнозировать его урожайность и доход от выращивания. В целом для этого ученые создают математические модели, позволяющие планировать производство сельскохозяйственных культур. Однако модели, оценивающей выращивание хмеля, в России до сих пор не было.
Ученые из Чувашского государственного аграрного университета (Чебоксары) разработали первую в России модель, с помощью которой компании, занимающиеся выращиванием хмеля, могут смоделировать, а затем спланировать свою деятельность более чем на десять лет вперед. Авторы проанализировали существующие сегодня способы планирования, прогнозирования и реализации хмелеводства за рубежом. В качестве основы ученые выбрали четыре модели, применяющиеся в США (штаты Пенсильвания, Мичиган, Вашингтон) и Словении. Затем исследователи изучили технологии выращивания хмеля в России и разработали свою модель для планирования хмелеводства.
В качестве вводных данных модель использует такую информацию о производстве, как площадь полей и дозы используемых удобрений, стоимость выращивания хмеля (в которую входят, например, цены на саженцы и материалы), а также данные о финансировании — размере субсидий, кредитов, налогов. В модель внесены среднероссийские показатели хмелеводства, но будущие пользователи смогут их корректировать в соответствии с характеристиками своих производств.
Результаты, которые рассчитывает модель, отражают основные доходы, затраты и прибыль предприятия на любой стадии производства. На основе этих показателей определяется эффективность деятельности. Таким образом, модель позволит компаниям, связанным с выращиванием хмеля, получать эффективные алгоритмы работы уже на стадии планирования и отслеживать их реализацию на каждом этапе. Кроме того, модель показывает окупаемость тех или иных вложений (например, расширение площадей посадки или новые технологии ухода за культурой), позволяет рассчитывать риски и регулировать денежные вложения.
Хмелеводство — это капиталоемкая отрасль, в которой полное плодоношение культуры и, соответственно, полный объем дохода инвестор начинает получать только на 3–4-й год работы. Проведенный анализ показал, что основные затраты инвесторов ожидаются в самом начале производственного цикла: на строительство хмелевых шпалер и закладку саженцев в среднем приходится половина всех капитальных вложений. Следующей крупной инвестицией становится подготовка хмелеуборочного пункта, на который можно смело заложить еще треть расходов. Однако средняя рентабельность отрасли, особенно при условии получения государственной финансовой поддержки, за период оборота хмелеплантаций (15 лет) может достигать 50%. Поэтому отрасль по праву считается высокодоходной.
«Наша модель по хмелеводству может использоваться не только компаниями, выращивающими хмель, но и в государственных структурах, распределяющих средства в сельском хозяйстве. Например, при расчете необходимых сумм финансовой поддержки предприятий, основных денежных показателей индустрии, а также при принятии решений по развитию хмелеводства», — рассказывает руководительница проекта, поддержанного грантом РНФ, Олеся Афанасьева, кандидат экономических наук, доцент кафедры Чувашского государственного аграрного университета.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
