Цифровые аналитические инструменты для устойчивого развития в агропромышленном секторе

Актуальность статьи обусловлена потребностью внутреннего рынка и регуляторов отрасли в создании понятных и общепринятых индикаторов для обеспечения продовольственной безопасности и сдерживания инфляции издержек. Цель статьи — рассмотреть парадокс асимметрии при формировании информации на рынке реализации сельскохозяйственной продукции, который приводит к ценовой нестабильности и влияет как на финансовый результат сельхозтоваропроизводителей, так и на доступность продукции отрасли, и предложить обоснованные предположения по его разрешению. Методами исследования являются анализ, обобщение и группировка данных. Основной результат статьи — предложена методология разработки коммерческих страновых индексов объема производства и внутренних цен пшеницы на основе аналитических данных современных цифровых систем агропроизводителей (FMS), используемых для управления ресурсами предприятий. Приведен краткий обзор эволюции FMS в сельском хозяйстве и оценены факторы, способствующие и препятствующие цифровизации в агропромышленном комплексе. Выделены основные игроки на отечественном рынке FMS, проанализирован функционал имеющихся систем с точки зрения учетных данных. Предложенные индексы сопоставлены с уже имеющимися индексами цен и производства от ведущих аналитических агентств на рынке, проанализирована роль этих индикаторов для устойчивого развития отрасли, а также определены ограничения их применения. Сделаны выводы о возможности интеграции данных FMS с системами государственного регулирования отрасли для стимулирования мер господдержки как разработчиков отечественных цифровых систем, так и агропроизводителей, внедряющих данные аналитические инструменты.

1. Дятловская Е. Суд взыскал 1 млрд рублей с зернотрейдеров за махинации с НДС. Агроинвестор. 02.11.2018. URL: https://www.agroinvestor.ru/regions/news/30712 (дата обращения: 28.05.2024).

2. Дятловская Е. Хартию об обороте зерна подписали более 500 компаний. Агроинвестор. 08.09.2017. URL: https://www.agroinvestor.ru/markets/news/28497 (дата обращения: 28.05.2024).

3. Кулистикова Т. Цифровизация как неизбежность. Какие digital-решения использует агросектор. Аггоинвестор. 04.10.2021. URL: https://www.agroinvestor.ru/analytics/article/36772 (дата обращения: 28.05.2024).

4. Karydas С., Chatziantoniou M., Stamkopoulos K., Miltiadis I., Vassiliadis V., Mourelatos S. Embedding a precision agriculture service into a farm management information system — ifarma/PreFer. Smart Agricultural Technology. 2023; 4:100175. DOI: 10.1016/j.atech.2023.100175

5. Потокина Е. С. Калькуляция в АПК: институциональный аспект. Учет. Анализ. Аудит. 2023;10(6):39–50. DOI: 10.26794/2408–9303–2023–10–6–39–50

6. Чепулянис А. В., Садыков Р. Р. Эколого-ориентированный учет и отчетность предприятий АПК. Учет. Анализ. Аудит. 2022;9(4):45–56. DOI: 10.26794/2408–9303–2022–9–4–45–56

7. Захаров Н. Товарные аукционы. «ОЗК-Трейдинг» на бирже НТБ. АО НТБ — 2021. URL: https://fs.moex.com/files/23093/39244 (дата обращения: 28.05.2024).

8. Frieden B. Roy, Hawkins Raymond J. Asymmetric information and economics. Physica A: Statistical Mechanics and its Applications. 2010;389(2):287–295. DOI: 10.1016/j.physa.2009.09.028

9. Halaburda H., Yehezkel Y. Platform Competition under asymmetric information. American Economic Journal: Microeconomics. 2013;5(3):22–68. DOI: 10.1257/mic.5.3.22

10. Захаров Н. Методика расчета индекса пшеницы на условиях поставки CPT Новороссийск (АО НТБ). URL: https://fs.moex.com/files/24377 (дата обращения: 28.05.2024).

11. Melzer M., Bellingrath-Kimura S., Gandorfer M. Commercial farm management information systems — A demand-oriented analysis of functions in practical use. Smart Agricultural Technology. 2023;(4):100203. DOI: 10.1016/j.atech.2023.100203

12. Карабут Т. Посевная площадь в России в 2024 году будет увеличена еще на 300 тысяч га. Российская газета. 31.01.2024. URL: https://rg.ru/2024/01/31/posevnaia-ploshchad-v-rossii-v-2024-godu-budetuvelichena-eshche-na-300-tys-ga.html (дата обращения: 28.05.2024).

13. Илюшина В. Поле в кармане. Сервисы для растениеводства. Что «цифра» дает аграриям. Поле.РФ. 30.06.2023. URL: https://xn-e1alid.xn-p1ai/journal/publication/2426 (дата обращения: 28.05.2024).

14. Тимакова К. Виртуальные поля. Как развиваются цифровые программы агросопровождения. Betaren Agro. 2022;4(35):7–12. URL: https://betaren.ru/upload/iblock/8c5/Betaren_Agro_4_may.pdf (дата обращения: 28.05.2024).

15. Курмашева Н. Г. Николаев И. В. Применение геоинформационной системы «Cropwise Operations» при возделывании подсолнечника. Российский электронный научный журнал. 2023;3(49):84–99. DOI: 10.31563/2308–9644–2023–49–3–84–99

16. Половян А. В., Синицына К. И. Подход к определению размера выборки при проведении статистического обследования домохозяйств. Вестник Донецкого национального университета. Серия В. Экономика и право. 2022;4:190–198.

17. Лебедева П. М. Директ-костинг, маржинал-костинг, вэрибл-костинг? Международный бухгалтерский учет. 2013;16(3):52–59.

18. Федоренко В. Ф., Гольтяпин В. Я., Колчина Л. М. Интеллектуальные системы в сельском хозяйстве: науч. аналит. обзор. Москва: ФГБНУ «Росинформагротех»; 2017. 156 с.

19. Nikkilä Raimo, Seilonen Ilkka, Koskinen Kari. Software architecture for farm management information systems in precision agriculture. Computers and Electronics in Agriculture. 2010;70(2):328–336.

20. Белая А. Маржа нам только снится: почему сельхозпредприятия скатываются в убыточность. Forbes. 19.02.2024. URL: https://www.forbes.ru/prodovolstvennaya-bezopasnost/506081-marza-nam-tol-ko-snitsapocemu-sel-hozpredpriatia-skatyvautsa-v-ubytocnost (дата обращения: 28.05.2024).