По теме порталу AgroXXI.ru рассказывает Антон Темников - руководитель группы анализа данных компании LAMACON (входит в ГК «КОРУС Консалтинг»).n
Российский агропромышленный комплекс подошел к новому этапу развития. Если последние годы были временем экстенсивного роста – увеличения производства, освоения новых рынков и наращивания экспортных объемов, то сегодня ключевой вопрос звучит иначе: как получать больше прибыли с каждого гектара?
Ответов два. Первый связан с умением гибко настраивать процессы производства и поставок под актуальный спрос. Выращивать сою, востребованную на рынках Китая, ближе к восточным экспортным маршрутам, а пшеницу для стран Африки – ближе к южным портам.
Второй способ – экспортировать не только сырье, но и продукцию глубокой переработки с более высокой добавленной стоимостью. Развивать масложировую отрасль, переработку зерна, выпуск продуктов мясопереработки. Именно в этих сегментах сегодня сосредоточен потенциал роста экспортной выручки.
Однако между стратегической целью и ее реализацией существует менее заметная, но принципиальная проблема. Любая продукция АПК начинается с поля. И именно ограничения, которые диктует растениеводство, зачастую определяют, насколько реалистичны планы по развитию переработки и экспорта.
На первый взгляд задача выглядит простой. Если растет спрос на подсолнечное масло – увеличиваем площади под подсолнечник. Если выгоднее экспортировать мясо – наращиваем производство кормовых культур. Если повышается рентабельность сои – расширяем ее посевы. Но на практике такой подход быстро упирается в ограничения.
Во-первых, площадь сельхозземель конечна. Каждый дополнительный гектар, выделенный под приоритетную культуру, автоматически сокращает площади под другую.
Во-вторых, агрономия не позволяет бесконечно выращивать наиболее прибыльные культуры. Урожайность зависит не только от погоды, техники или качества семян, но и от того, что росло на этом поле годом ранее. Неправильный севооборот приводит к накоплению болезней, истощению почвы и снижению урожайности, которое в перспективе может свести на нет всю дополнительную прибыль.
Более того, многие направления переработки косвенно зависят друг от друга. Например, увеличение производства свинины невозможно без достаточного объема кормов. А производство комбикормов, в свою очередь, зависит от структуры посевных площадей. Поэтому решение развивать экспорт мяса автоматически влияет на структуру выращиваемых культур.
Получается своеобразная система взаимосвязанных ограничений, где изменение одного элемента неизбежно отражается на остальных. Именно поэтому задача диверсификации агроэкспорта значительно сложнее, чем просто перераспределение площадей между культурами.
Руководство агрохолдинга может поставить понятную бизнес-цель: увеличить прибыль за счет более маржинальной продукции, развивать переработку или выйти на новые экспортные рынки. Агроном, в свою очередь, отвечает за сохранение плодородия почв и стабильную урожайность.
Обе задачи одинаково важны. Но если рассматривать их по отдельности, возникает конфликт интересов. Максимизация прибыли может требовать увеличения посевов определенной культуры, тогда как агрономические требования ограничивают возможность такого решения. Как найти компромисс?
Необходимо одновременно учитывать десятки факторов: ограничения по севообороту, различную урожайность культур после разных предшественников, тип почвы, историю увлажнения полей, уровень агротехники, особенности сортов и качество посевного материала, наличие производственных мощностей, прогнозы цен, экспортные планы, доступность семян, удобрений и средств защиты растений, потребности животноводства и переработки.
Причем оценивать нужно не один сезон, а несколько лет вперед. Решение, которое выглядит выгодным сегодня, может привести к снижению урожайности через два-три года и ухудшить экономику всего предприятия.
Неочевидный факт: севооборот можно моделировать в оптимизационных инструментах, то есть создать цифровой математический двойник этого процесса.
В отличие от традиционного планирования, математическая модель не ищет лучший вариант среди нескольких подготовленных специалистами сценариев. Она самостоятельно анализирует огромное количество возможных последовательностей высевания культур на каждом поле на протяжении нескольких лет и выбирает те, которые обеспечивают максимальный экономический результат при соблюдении всех заданных ограничений.
Горизонт планирования обычно составляет от трех до семи лет. При моделировании можно учесть различные цели бизнеса: максимизацию прибыли, выполнение производственной программы, обеспечение перерабатывающих предприятий сырьем, достижение минимальных объемов производства отдельных культур или соблюдение экспортных обязательств.
Одновременно учитываются агрономические ограничения: правила севооборота, влияние предшественников на урожайность и возможности управления ею с помощью применяемых технологий выращивания. В результате бизнес получает стратегию развития растениеводства, согласованную с долгосрочными целями компании.
Фактически модель просчитывает последствия каждого возможного решения. В нее заложено, как меняется урожайность культуры в зависимости от предшественника, какие агротехнические решения способны изменить урожайность и во сколько они обойдутся компании.
Например, после пшеницы можно выращивать как сою, так и подсолнечник. В модель заложено, что с агрономической точки зрения последовательность «пшеница – соя» обеспечивает более высокий прирост урожайности для сои, чем последовательность «пшеница – подсолнечник» для подсолнечника.
Одновременно она учитывает, что при использовании определенных сортов, удобрений и средств защиты растений часть этого различия может быть компенсирована. Так что, если компания уже достигла необходимого объема производства сои, а подсолнечник при текущих рыночных ценах обеспечивает более высокую прибыль, модель способна показать, что экономически оправдано выбрать именно его. При этом решение принимается уже с учетом полной экономики: стоимости семян, удобрений, средств защиты растений, дополнительных агротехнических мероприятий и ожидаемой урожайности каждого варианта.
Другими словами, модель оценивает не отдельную культуру, а всю производственную систему целиком, учитывая взаимосвязь агрономических и экономических факторов. Именно поэтому подобные расчеты сложно выполнить с помощью обычных электронных таблиц. Количество возможных комбинаций настолько велико, что их полный перебор занимает недопустимо много времени даже для большой команды специалистов.
Распространенное опасение заключается в том, что математическое моделирование подменяет решения экспертов. Однако на практике роль экспертов остается настолько же значимой.
Качество расчетов модели полностью зависит от качества экспертных данных. Именно специалисты формируют исходные агрономические параметры модели: определяют правила севооборота, оценивают влияние различных технологий выращивания, описывают особенности конкретных полей и задают зависимости, которые невозможно получить автоматически.
С использованием математической оптимизации эти знания превращаются в оптимальные решения, а эксперты оценивают реалистичность полученных рекомендаций и при необходимости корректируют исходные предпосылки. Это позволяет согласовать стратегические цели бизнеса с объективными законами агрономии.
Для отрасли, которая сегодня переходит от наращивания объемов к повышению эффективности, математический подход может стать одним из ключевых факторов конкурентоспособности. Если задача заключается в том, чтобы получать больше экспортной выручки с каждого гектара, то начинать ее решение необходимо не с выбора экспортных рынков или строительства новых перерабатывающих мощностей, а с ответа на более фундаментальный вопрос: что, где и в какой последовательности должно расти на каждом поле в ближайшие годы.