Опубликован: 27.07.2023 | Доступ: свободный | Студентов: 56 / 31 | Длительность: 07:32:00
Лекция 3:

Пространственные экосистемы

< Лекция 2 || Лекция 3: 12 || Лекция 4 >
  • среда кластера благоприятствует передаче знаний, развитию сотрудничества науки и бизнеса, расширения компетенций персонала;
  • за счет фактора пространственной близости возникают неформальные контакты с контрагентами, которые практически невозможно поддерживать в удаленном формате.

Кластеры могут стать площадкой для реализации масштабных проектов, требующих сотрудничества с участниками из других регионов, вхождения в глобальные производственно-сбытовые цепочки и превращение их в географические агломерации.

Анализ показал, что среди десяти российских кластеров, производящих сельскохозяйственную продукцию (при общем количестве компаний-участников - 201 и количестве сотрудников этих компаний - 31 663 человека):

  • только 2 достигли среднего уровня организационного развития (агропромышленный кластер "Кубань" и территориально-отраслевой кластер АГРОПОЛИС).
  • 4 кластера (40 %) диверсифицировали свою деятельность, охватив ряд направлений, что станет преимуществом при формировании национальной цифровой экосистемы агропромышленного комплекса.

Государственная агропродовольственная политика в настоящее время ориентирована на цифровую трансформацию агропромышленного комплекса с минимальным участием работников в производстве и деловых процессах. Четвертая промышленная революция затронула все отрасли промышленности, экономики, включая традиционно консервативное сельское хозяйство. Использование инновационных технологии, такие как IoT (Интернет вещей), AI (искусственный интеллект), блокчейн, позволяет создавать открытые цифровые платформы, охватывающие все звенья и секторы агропромышленного комплекса и предоставить участникам рынка огромный спектр возможностей для принятия бизнес-решений, обеспечивающих синергетический эффект от расширения взаимодействия отраслей и создания систем агропродовольственных отношений. Список цифровых технологий, которые можно внедрить в агропромышленный комплекс, очень обширен: от геоинформационных систем (ГИС) до Интернета вещей.

Цифровая трансформация предусматривает внедрение технологий цифровых двойников, искусственного интеллекта, Интернета вещей, дронов, робототехники, прогнозной аналитики, дистанционного зондирования Земли, разработку онлайн платформы для продвижения российской сельхозпродукции и запуска системы прогнозирования.

Однако есть ряд причин, которые сдерживают развитие цифровой трансформации агропромышленного комплекса:

  • низкий уровень проникновения ИКТ в сельской местности и высокие тарифы на связь;
  • низкая степень переработки и маржинальности агропромышленного бизнеса, что делает отрасль непривлекательна для инвесторов;
  • зависимость от зарубежного оборудования и технологий;
  • нестандартные зарубежные ИТ решения;
  • недостаток финансирования и нежелание агрокомпаний внедрять цифровые технологии, нехватка высококвалифицированных кадров;
  • неоднородность и обилие данных в сельском хозяйстве при отсутствии эффективных инструментов для их обработки;
  • множество разнородных внешних факторов, влияющих на урожайность и зачастую неуправляемых, что требует разработки новых цифровых методов прогнозирования;
  • наличие на рынке различных платформ при отсутствии кроссплатформенности решения и отраслевые стандарты;
  • отсутствие информации о существующих решениях, производителях, случаях внедрения, достигнутые эффекты.

Наиболее активно внедрение цифровых решений осуществляют агропромышленные холдинги, располагающие достаточными финансовыми ресурсами. Тем не менее, даже большие сельхозпредприятия внедряют ИТ фрагментарно, нет сквозной цифровизации процессов.

С точки зрения отраслей, наиболее востребованными технологиями являются:

  • в сельском хозяйстве - системы планирования ресурсов, спутниковое позиционирование, системы мониторинга оборудования, оцифровка полей, беспилотная авиация, транспортные средства;
  • в молочной промышленности - элементы "умной фермы", интеллектуальное производство, системы управления и метод автоматической идентификации объектов;
  • в мясной промышленности - роботизация переработки.

На данный момент инновации в аграрном секторе носят хаотичный характер, уровень осведомленности и проникновения предлагаемой продукции среди фермеров недостаточно высоки.

Растет цифровой разрыв между агрохолдингами, малыми и средними фермерскими хозяйствами, которые в силу ряда причин (значительные затраты на внедрение, повышенные инвестиционные риски, нехватка квалифицированных кадров), не может позволить себе масштабное использование цифровых технологий. Тем не менее, потенциальный спрос на них со стороны агропромышленного комплекса достаточно высок: доступ к цифровым технологиям дает преимущества с точки зрения стратегического партнерства, установления отношений с поставщиками, поиска компетентных работников, открытости информации, доступности службы поддержки, выхода на рынки и организация прямых продаж потребителям.

Преимущества "контрактного фермерства" заключаются в следующем:

  • фермеры становятся производственными партнерами агрохолдингов, получают гарантии на продажу продукции и возможность технологического обновления;
  • агрохолдинги не вправе вкладывать дополнительные средства в производственные фонды и использовать качественное, экологически чистое сырье.

На наш взгляд, кооперация и интеграция крупного, среднего и малого бизнеса на селе (в виде тех же кластерных объединений) является необходимым условием перехода к конкурентоспособной сельскохозяйственной модели и устойчивому сельскому хозяйству в контексте цифровой трансформации.

Заключение

Цифровая трансформация агропромышленного комплекса и цифровая экосистема будет способствовать следующим направлениям:

  • высокая привлекательность сельскохозяйственной продукции для инвесторов;
  • региональное территориально-пространственное развитие сельской местности;
  • повышение уровня, условий и качества жизни в сельской местности;
  • развитие отечественного сельского хозяйства и экспортный потенциал продукции с высоким уровнем обработки;
  • повышение уровня образования и квалификации работников сельского хозяйства, а также введение высоко конкурентных специальностей по анализу данных, машинному обучению и искусственному интеллекту в сельском хозяйстве;
  • рост спроса на высокотехнологичную продукцию отечественного машиностроения и на научно-исследовательские и опытно-конструкторские работы в области селекции, семеноводства и генетики;
  • разработка новых видов цифровых услуг и электронных торговых площадок в сельском хозяйстве.

Для эффективной реализации главной задачи - обеспечения страны продовольствием, сохранения сельских районов, сохранение экосистем - сельское хозяйство должно устранить цифровой разрыв между ней и смежными отраслями. В настоящее время цифровые технологии в сельском хозяйстве внедряются точечно, в основном крупными агрохолдингами, которые рассчитывают, что цифровизация позволит им выйти на новый уровень конкуренции.

Промышленные крупные и передовые средние хозяйства являются основной промышленной средой для внедрения ИТ-инноваций, а мелкие крестьяне и фермерские хозяйства, преобладающие в России, не имеют достаточных финансовых возможностей для цифровизации сельскохозяйственного производства. Однако противопоставление семейных товарных хозяйств и крупных предпринимательских структур контрпродуктивно: каждая организационная форма занимает собственное функциональное пространство и мобилизация всех ресурсов и инструментов для развитие одного из них, когда причинение побочного ущерба другому приведет к искажению многоукладной аграрной экономики, угрожающее ее стабильности. Необходимо создать условия для развития всех форм хозяйств, что возможно при организации производственных и бизнес-процессов с использованием кластерной модели. Кластеры в агропромышленном комплексе представляют собой гибридные структуры, членами которых являются как агрохолдинги и фермерские хозяйства, эффективное взаимодействие которых может осуществляться посредством заключения контрактов. Гибкость и открытость кластерных структур позволяет участникам найти свои функциональные направления и ниши и органично вписаться в цифровую экосистему агропромышленных комплексов, предполагающую переход от линейного типа бизнеса организации до "платформенной", обеспечив сетевое взаимодействие между производителями, поставщиками и розничными продавцами, и включает в себя полный жизненный цикл: производство, логистика, потребление, использование сельскохозяйственной продукции.

Литература

  1. Tsvetkov V.Ya., Shaitura S.V., Ordov K.V. Digital management railway - In: 1st International Scientific and Practical Conference on Digital Economy (ISCDE 2019). Proceedings of the International Scientific and Practical Conference. "Advances in Economics, Business and Management Research", 2019., Yekaterinburg, Russia, pp. 181- 185 doi:10.2991/iscde-19.2019.34
  2. Tsvetkov V.Ya., Shaytura S.V., Sultaeva N. L. Digital Enterprise Management in Cyberspace. - Proceedings of the 2nd International Scientific and Practical Conference "Modern Management Trends and the Digital Economy: from Regional Development to Global Economic Growth" (MTDE 2020), Yekaterinburg, Russia, pp. 361 - 365, doi:10.2991/aebmr.k.200502.059
  3. Беляев С.А., Бушина Н.С., Быстрицкая А.Ю., Власова О.В., Головин А.А., Головин А.А., Жилин В.В., Зюкин Д.А., Колтышева Е.В., Конопля А.А., Наджафова М.Н., Овод А.И., Овчинникова О.А., Олейникова Т.А., Перькова Е.Ю., Пожидаева Н.А., Пыжова Е.В., Репринцева Е.В., Сергеева Н.М., Святова О.В. и др. Методы статистики и возможности их применения в социально-экономических исследованиях. - Курск, 2021.
  4. Беляев С.А., Бушина Н.С., Власова О.В., Головин А.А., Головин А.А., Жилин В.В., Зюкин Д.А., Конопля А.А., Наджафова М.Н., Овод А.И., Олейникова Т.А., Перькова Е.Ю., Петрушина О.В., Пожидаева Н.А., Пронская О.Н., Репринцева Е.В., Святова О.В., Сергеева Н.М., Соловьева О.И., Соловьева Т.Н. и др. Практические аспекты применения регрессионного метода в исследовании социально-экономических процессов. - Курск, 2021.
  5. Кожаев Ю.П., Миришли Ф.Р., Шайтура С.В., Белю Л.П. Менеджмент промышленности России (ретроспективный анализ). - Бургас, 2021.
  6. Зюкин Д.А. Оценка уровня развития производства зерна в административных районах Курской области // Вестник Курской государственной сельскохозяйственной академии. 2018. №8. С. 288-292.
  7. Шайтура С.В., Розенберг И.Н., Шайтура А.С., Макаров С.О. Оценка земли и недвижимости - Учебное пособие / Бургас, Болгария, 2018.
  8. Ознамец В.В. Геодезическое обеспечение развития территорий в условиях цифровой трансформации экономики РФ // Славянский форум. 2021. № 2 (32). С. 175-182.
  9. Шайтура С.В., Максимов А.В., Филимонов С.Л., Томашевская Н.Г., Барбасов В.К. Цифровая экономика, точное позиционирование и беспилотное вождение в сельском хозяйстве // Вестник Курской государственной сельскохозяйственной академии. 2021. № 4. С. 38-44
  10. Шайтура С.В., Белю Л.П., Минитаева А.М., Неделькин А.А. Геоинформационный сервис - новое направление или этап развития цифровой экономики // Вестник Курской государственной сельскохозяйственной академии. 2020. № 8. С. 100-110.
  11. Solodovnik A.I., Dokalskaya V.K. To the question of a digital transformation in the agro-industrial complex: difficulties and perspectives // Вестник ОрелГАУ. 2020. №6 (87).
  12. Петухова, М. С. Концептуальная модель цифровой экосистемы в агропромышленном комплексе региона / М. С. Петухова, А. В. Кокорин. - DOI 10.33305/225-13. - Текст : непосредственный // АПК: Экономика, управление. - 2022. - № 5. - (Цифровизация в апк). - С. 13-21.
  13. Меденников В.И. Цифровая экосистема АПК: научный подход // Международный сельскохозяйственный журнал, 2022, том 65, № 2 (386), с. 116-119.
  14. Меденников В.И. Математическая модель формирования цифровых платформ управления экономикой страны // Цифровая экономика. 2019. № 1 (5). С. 25-35.
  15. Зюкин Д.А., Солошенко Р.В. Выявление кластеров зерносеющих организаций, обладающих более высокой эффективностью и инновационной восприимчивостью// Вестник Курской государственной сельскохозяйственной академии. 2019. № 8. С. 225-231.
< Лекция 2 || Лекция 3: 12 || Лекция 4 >