Некрасова Е. В., Ноженко Т. В., Фризен Ю. В. Оптимизационная модель установления состава и соотношения угодий как способ повышения эффективности использования земельных ресурсов // Научная жизнь. 2020. Т. 15. Вып. 3. С. 344–354. DOI: 10.35679/1991-9476-2020-15-3-344-354

Некрасова Екатерина Викторовна, канд. с.-х. наук, доцент, зав. кафедрой «Агрономия, селекция и семеноводство», ФГБОУ ВО «Омский государственный аграрный университет им. П. А. Столыпина»: Россия, 644008, г. Омск, Институтская пл., д. 1.

Ноженко Татьяна Викторовна, канд. с.-х. наук, доцент, доцент, доцент кафедры «Землеустройство», ФГБОУ ВО «Омский государственный аграрный университет им. П. А. Столыпина»: Россия, 644008, г. Омск, Институтская пл., д. 1.

Фризен Юлия Валерьевна, канд. с.-х. наук, доцент, доцент кафедры «Агрономия, селекция и семеноводство», ФГБОУ ВО «Омский государственный аграрный университет им. П. А. Столыпина»: Россия, 644008, г. Омск, Институтская пл., д. 1.

Тел.: (960) 997-71-77

E-mail: ev.nekrasova@omgau.org

Рациональное использование земельных ресурсов имеет большое значение в экономике сельского хозяйства и страны в целом. Применение же различных оптимизационных моделей позволяет выявить недостатки использования имеющихся у предприятий ресурсов и изыскать резервы повышения эффективности деятельности этих предприятий. В статье представлена оптимизационная модель установления состава и соотношения угодий одной из сельскохозяйственных организаций, расположенной в Горьковском районе Омской области, разработанная с целью возможного повышения эффективности использования ею земельных ресурсов. Согласно разработанной модели для получения максимальной прибыли и с учетом имеющихся требований хозяйству следует изменить структуру использования пашни и естественных кормовых угодий. Поскольку пашня является основным средством производства зерновых культур, а именно пшеницы (зерно которой выставлено как один из критериев функции цели), она должна быть использована в полном объеме (5508 га). Из имеющихся 300 га сенокосов к использованию необходимы 135,5 га. Этой площади хватает для получения требуемого имеющемуся поголовью скота объема сена. В использовании пастбищ нет необходимости, поскольку весь объем зеленого корма можно получить за счет культур, возделываемых на пашне. Изменение структуры использования пашни позволит увеличить выход зерна, кормовых единиц, переваримого протеина и кормопротеиновых единиц с единицы площади пашни. Увеличение площади, занятой зерновыми культурами, и перераспределение площадей под кормовыми культурами позволит увеличить выход зерна с 7,8 ц до 12,3 ц на 1 гектар (в расчете на всю площадь пашни), кормовых единиц с 13,7 до 17,4 ц/га, переваримого протеина с 1,3 до 1,6 ц/га, кормопротеиновых единиц с 14,9 до 18,5 ц/га. Возможное увеличение выхода основной продукции увеличит выручку (в пересчете на основную продукцию) на 25 916 тыс. руб.

Список литературы:

1. Землянка Н. Ю., Щерба В. Н. Анализ эффективности использования земель в Азовском немецком национальном районе Омской области // Современные тенденции сельскохозяйственного производства в мировой экономике: матер. XIV Междунар. науч.-практ. конф. – Кемерово, 2015. – С. 508-513.
2. Хабаров Д. А., Давыдова А. А. Эффективность государственного кадастрового учета зон с особыми условиями использования // Славянский форум. – 2016. – № 4 (14). – С. 217-227.
3. Svubure O., Struik P. C., Haverkort A. J., Steyn J. M. (2015). Yield gap analysis and resource footprints of Irish potato production systems in Zimbabwe. FieldCropsRes, 178, 77–90. doi: 10.1016/j.fcr.2015.04.002.

4. Маракаева Т. В., Щерба В. Н. Анализ факторов производства и пути повышения эффективности использования земель сельскохозяйственными организациями в Тюкалинском районе Омской области // Вестник Алтайского государственного аграрного университета. – 2016. – № 5 (139). – С. 175-179.
5. Иванов Н. И., Иванов Н. Ю., Яровенко Е. В. Становление землеустроительной парадигмы на основе ценностных показателей использования земель сельскохозяйственного назначения // Землеустройство, кадастр и мониторинг земель. – 2015. – № 5-6 (125). – С. 14-19.
6. Lu H., Xie H. L. (2018). Impact of changes in labor resources and transfers of land use rights on agricultural non-point source pollution in Jiangsu Province, China. J. Environ. Manag.; 207, p. 134-140. doi: 10.1016/j.jenvman.2017.11.033.
7. Формы отчетности о финансово-экономическом состоянии товаропроизводителей агропромышленного комплекса // Приложение к Приказу Минсельхоза России. – 2019. – 52 с.
8. Березин Л. В. и др. Научные основы земледелия равнинных ландшафтов Западной Сибири монография; под ред. И. Ф. Храмцова и В. Г. Холмова. – Омск: Изд-во ФГОУ ВПО ОмГАУ, 2007. – 312 с.
9. Xie H. L., He Y. F., Xie X. (2017). Exploring the factors influencing ecological land change for China’s Beijing-Tianjin-Hebei Region using big data. J. Clean. Prod.; 142, p. 677-687. doi: 10.1016/j.jclepro.2016.03.064.
10. Keys E., McConnell W. J. (2005). Global change and the intensification of agriculture in the tropics. GlobalEnviron. Chang; 15, p. 320-337. doi: 10.1016/j.gloenvcha.2005.04.004.
11. Ноженко Т. В., Некрасова Е. В. Оптимизационная модель специализации сельскохозяйственного производства // Вестник Алтайского государственного аграрного университета. –2017. – №6 (152). – С. 68-72.
12. Методические указания к выполнению курсовой работы по дисциплине Земледелие. – Омск: ФГБОУ ВПО ОмГАУ им. П.А. Столыпина, 2012. – 12 с.

OPTIMIZATION MODEL FOR ESTABLISHING THE COMPOSITION AND RATIO OF LAND AS A WAY TO INCREASE THE EFFICIENCY OF LAND USE

Nekrasova Ekaterina Viktorovna, Cand. of Agr. Sci., Ass. Prof., Head of the Department Agronomy, Breeding and Seed Production, Omsk State Agrarian University named after P. A. Stolypin, Omsk, Russia.

Nozhenko Tatyana Viktorovna, Cand. of Agr. Sci., Ass. Prof., Ass. Prof. of the Department of Land Management, Omsk State Agrarian University named after P. A. Stolypin, Omsk, Russia.

Friesen Julia Valeryevna, Cand. of Agr. Sci., Ass. Prof., Ass. Prof. of the Department Agronomy, selection and seed production, Omsk State Agrarian University named after P. A. Stolypin, Omsk, Russia.

Keywords: optimization model, agricultural organization, land resources, restrictions, efficiency.

Abstract. Rational use of land resources is of great importance in the economy of agriculture and the country as a whole. The use of various optimization models makes it possible to identify the disadvantages of using the resources available to enterprises and to find reserves for increasing the efficiency of these enterprises. The article presents an optimization model for establishing the composition and ratio of the lands of one of the agricultural organizations located in the Gorky district of the Omsk region, developed with the aim of possibly increasing the efficiency of land use by it. According to the developed model, in order to maximize profits and taking into account the existing requirements, the farm should change the structure of the use of arable land and natural forage land. Since arable land is the main means of production of grain crops, namely wheat (the grain of which is set as one of the criteria for the function of the target), it must be used in full (5508 ha). Of the available 300 ha of hayfields, 135.5 ha are needed for use. This area is enough to obtain the volume of hay required by the existing livestock population. There is no need to use pastures, since the entire amount of green fodder can be obtained from crops cultivated on arable land. Changing the structure of the use of arable land will increase the yield of grain, feed units, digestible protein and fodder protein units per unit area of ​​arable land. The increase in the area occupied by grain crops and the redistribution of areas under fodder crops will increase the yield of grain from 7.8 centners to 12.3 centners per hectare (calculated for the entire area of ​​arable land), feed units from 13.7 to 17.4 centners / ha, digestible protein from 1.3 to 1.6 kg / ha, feed units from 14.9 to 18.5 kg / ha. A possible increase in the output of main products will increase revenue (in terms of main products) by 25,916 thousand rubles.