Монография продолжает серию научных исследований «Космо-ноосферная экономика» авторского коллектива «Фонд Ноосфера», научный руководитель Г.П. Самарина. Учитывая катастрофическое положение в отечественном и зарубежном управлении, экономическом образовании и науке, обосновано создание Федерального центра по подготовке/переподготовке управленцев, экономистов, юристов, законодателей и профессорско-преподавательского состава, способных прогнозировать мировые кризисы, перевороты, военные конфликты, эффективно управлять космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений. Для обеспечения научно-практической подготовки специалистов авторами на основе русской космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной был разработан комплекс нейронных систем деловых игр и дистанционного обучения: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», «Кризисы или Ноосферное Развитие», «Ноосферные отрасли/рынки», «Ноосферная Продовольственная безопасность», «Ноосферная экономика и ноосферные кластеры» и «Космо-ноосферная экономика» и др. Разработана методика расчёта дотаций, субсидий сельскому хозяйству РФ и стран-членов ООН. Второй раздел монографии выполнен курсантами авторского коллектива «Фонд Ноосфера». В разделе даны выдержки эскизных проектов и исследования по продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, ответственные исполнители: А.Т.Валиева, Р.М.Валиев, А.А.Володькин, С.Г.Касьянов, В.А.Леккин, С.В.Ленков, П.В.Петренко, С.А.Райковский, Е.С.Солодовников, Р.П.Хохлов.
В моделях ноосферной экономики, в её кластерах: биосфера, соцсфера, техносфера всех государств были выявлены повышенные риски, неэффективность управления, что естественно порождает регулярные мировые кризисы, и ставит под сомнение возможность выживания государств в условиях климатических потрясений.
В монографии использовались статистические интернет базы данных ООН, государств-членов ООН.
Монография предназначена для студентов, аспирантов экономических ВУЗов, преподавателей, аналитиков, экономистов, законодателей, министерств, ведомств, монетарных властей и общественности.
Рецензенты: Никитина Т.Е. к.э.н., доцент, проф., ректор Международного славянского института, Чекирда В.А. к.э.н., директор по ГКУ ЛО «Агентства по обеспечению деятельности АПК ЛО»
© Дорошко С.Е., Самарина Г.П.
«…Отдельно остановлюсь и на деятельности аспирантуры, целью которой как раз и является подготовка кадров для высшей школы и академического сектора науки… При этом и кандидатских, и докторских, особенно в гуманитарных дисциплинах, защищается у нас много. Но если посмотреть на их научное значение, то часто возникают вопросы…»
В.В. Путин, 26.04.2018 http://kremlin.ru/events/president/news/57367
Основная идея монографии заключается в отработке научно-практических космо-ноосферных методик Дорошко-Самариной с одновременной разработкой методик обучения и подготовки современных руководителей от директора предприятия до президента любой страны на фоне сплошного непрофессионализма профессорско-преподавательского, академического состава экономических, юридических и управленческих ВУЗов во всех странах мира.
В учебном 2018-2019 году основной курсантский состав имел высшее образование, поэтому для научно-исследовательского и образовательного эксперимента авторами был ужесточён темп подготовки курсантов. Все предыдущие методики обучения по космо-ноосферной парадигме управления Дорошко-Самариной в объёме предыдущей монографии сжаты во времени обучения в 2 раза с 12 до 6 месяцев. Одновременно увеличены объёмы научно-практических исследований предыдущей монографии и курса обучения и подготовки в минимальном размере в 1000 раз, как в нейронных моделях, так и в сборе и авторской математической обработке статистических данных. Если в предыдущей монографии количество исследуемых межгосударственных, межотраслевых нейронных моделей и статистических данных лежали в диапазоне 1-500 млн. единиц, то в этой монографии количество и качество исследований должно вырасти в минимальном размере 1-500 млрд. единиц, в максимальном объёме 1-500 триллионов нейронных моделей и статистических данных. Перед 10 курсантами была поставлена амбициозная задача осознать и научиться космо-ноосферным методикам Дорошко-Самариной, и принять участие в научно-практических ноосферно-экономических исследованиях по продовольственной безопасности всех стран мира. Можно утверждать, что эти исследования превзошли по объёму и масштабности все научно-практические исследования, работы всех академиков, нобелевских лауреатов, профессоров и все ВУЗы, все НИИ и все академии во всех государствах мира.
Минимальный сценарий обучения методикам Дорошко-Самариной предполагал, что курсанты в 2018-2019 гг. должны дополнительно освоить методики, технологии, нейронные алгоритмы межгосударственного, межотраслевого нейронного моделирования ноосферной экономики Дорошко-Самариной в разрезе 3-х кластеров: биосферы, соцсферы и техносферы по любому государству-члену ООН.
Максимальный сценарий обучения методикам Дорошко-Самариной предполагал, что курсанты в 2018-2019 гг. должны не только освоить методики, технологии, нейронные алгоритмы межгосударственного, межотраслевого нейронного моделирования, а также провести исследования по продовольственной безопасности в условиях климатических катаклизмов для всех государств-членов ООН. Практически на несколько порядков увеличить нейронное моделирование ноосферной экономики Дорошко-Самариной.
В рамках космо-ноосферной парадигмы управления Дорошко-Самариной авторы стремились совместно с курсантами отработать исследовательские и обучающие методики, сжать время подготовки, снять боязнь курсантов перед математическим, нейронным моделированием триллионных объёмов статистической информации по всем регионам и государствам мира. Научиться видеть, управлять любым государством мира от рабочего места, подразделений/цехов, предприятий, отраслей, регионов до страны в целом. Понимать, как формируются, разрабатываются методики С.Е.Дорошко, Г.П.Самариной любого уровня сложности вплоть до геополитики и геоэкономики, и почему на их разработку авторы тратят не более 3-х месяцев. Авторы в своих спецкурсах устанавливают и требуют от курсантов и профессорско-преподавательского состава экономических ВУЗов и сотрудников академических НИИ затрачивать на аналогичные исследования не более 6-9 месяцев.
Курсантам было предложено участвовать в научно-практической работе по созданию методик, алгоритмов, нейронных моделей по продовольственной безопасности в условиях климатических потрясений для стран-членов ООН. Далее эти нейронные модели, результаты научно-практических исследований должны быть апробированы, проконтролированы, протестированы на этапе межгосударственного, межотраслевого нейронного моделирования ноосферной экономики по трём кластерам: биосфера, соцсфера и техносфера.
На следующем этапе необходимо определить, какие модели, цифры и результаты в методиках по продовольственной безопасности не совпадают с альтернативными нейронными межотраслевыми моделями ноосферной экономики. Например, авторы для моделирования кластера техносферы в ноосферной экономике для всех отраслей/рынков ежегодно разрабатывают и уточняют динамические, межотраслевые, нейронные энергетические модели по 54 факторам для предприятий всех отраслей, рынков (37-56 отраслей, рынков) экономики стран-членов ООН. Подчеркнём, что энергетические модели — это миллионная часть всех объёмов исследований по космо-ноосферной парадигме управления Дорошко-Самариной.
На первый взгляд, итоговый объём динамических, межотраслевых, нейронных энергетических моделей достигает значительных трудно осознаваемых величин в масштабах десятков миллионов межотраслевых, нейронных, энергетических моделей. В процессе обучения курсанты должны понять и научиться, как с помощью космо-ноосферных методик Дорошко-Самариной наиболее эффективно использовать, анализировать, планировать и контролировать это много миллионное многообразие энергетических, межотраслевых, нейронных моделей при разработке энергетических моделей продовольственной безопасности в условиях климатических катастроф для стран-членов ООН.
Завершением обучения и участия в научно-практических исследованиях С.Е.Дорошко, Г.П.Самариной по обозначенным для каждого курсанта направлениям по традиции, установленной в авторском коллективе, является персональный отчёт в виде главы или параграфа в монографии.
Основная идея данной монографии заключается в том, что раздел по продовольственной безопасности стран-членов ООН должен стать ведущим для всех научно-практических исследований и разделов книги. При этом цель раздела межгосударственного, межотраслевого нейронного моделирования ноосферной экономики по трём кластерам: биосфера, соцсфера и техносфера разбивается на два направления исследований. Собственно, ноосферное моделирование, цель которого показать, как нужно правильно управлять экономикой, и как должна работать цифровая экономика, нейронные сети и искусственный интеллект. Другой целью является проверка исследований моделей продовольственной безопасности стран-членов ООН через призму межгосударственного, межотраслевого нейронного моделирования ноосферной экономики.
Важнейшая цель всех монографий авторов научно-практически показать, доказать и научить будущих управленцев, профессоров, академиков и управленческую государственную элиту, как перейти от либерального блуда и дикого управления во всех странах-членах ООН к космо-ноосферной парадигме управления Дорошко-Самариной.
В научных исследованиях авторского коллектива фонда «Ноосфера» давно разработаны и используются математические, лингвистические и прочие роботы. Все рутинные процессы по сбору статистических данных, их математической обработке, моделированию, написанию лингвистических моделей, отчётов, монографий, учебников автоматизированы и пишутся, обрабатываются программными комплексами, лингвистическими роботами. Причина перехода на эту организационно-информационную форму исследований очевидна, т.к. авторы (С.Е.Дорошко, Г.П.Самарина) обрабатывают тысячи миллиардов факторов по 40-189 странам-членам ООН. Исследования проводятся на всех иерархических уровнях управления от рабочего места до руководства исследуемых стран. Такое количество обрабатываемых моделируемых и анализируемых факторов естественно порождает миллионы направлений научно-практических исследований. Эту научно-исследовательскую работу должен выполнять каждый член авторского коллектива с обязательными практическими рекомендациями для управленцев, экономистов, законодателей в объёме минимум 1 млн. страниц. Разумеется, что без разработки собственного программно-нейронного комплекса, в т.ч. лингвистических роботов проводить такие ежегодные исследования практической направленности невозможно. Данную монографию, как и все предыдущие работы, авторский коллектив писал на 90% с помощью программных, нейронных, лингвистических роботов собственной разработки.
Успехи наших научных исследований практической направленности связаны с тем, что в концепции, методиках авторов заложена идеология междисциплинарных связей, над проблемами которой наши отечественные и зарубежные коллеги безрезультатно работают уже десятилетия. Научно-практические исследования авторов охватывают множество различных направлений: экология, экономика, финансовая система, социология, медицина, отраслевые технологии, отраслевые, межотраслевые и межгосударственные исследования, системы автоматизированного проектирования, традиционная и альтернативная энергетика, математика, нейронное моделирование, геополитика, геоэкономика, народнохозяйственное и международное право, программирование, компьютерные, интернет сети, облачные вычисления, цифровая экономика (в нашей интерпретации) и т.д. Это всё заложено в наши программные нейронные комплексы и роботизированные лингвистические системы. Решение этой проблемы стало результатом профессиональной постановки задачи по междисциплинарным, межотраслевым, межгосударственным видимым и латентным связям, что позволило авторскому коллективу фонда «Ноосфера» десятилетия назад разработать космо-ноосферную межотраслевую межгосударственную парадигму управления Дорошко-Самариной (С.Е.Дорошко, Г.П.Самарина).
Космо-ноосферная парадигма современного и будущего управления на всех уровнях, включая руководителей, экономистов, законодателей всех стран, опирается на авторские методики и разработанные 625 нейронных систем и подсистем. Общий объём космо-ноосферных межгосударственных, межотраслевых функционалов всех 625 систем/подсистем составляют величины размерностью от 1016 до 10625 степени, при этом количество космо-ноосферных динамических межотраслевых, межгосударственных, математических, эконометрических моделей в 10-25 раз больше. Для сравнения количество нейронов в голове человека составляет всего 1011 степени (http://economics-21.narod.ru/new/sev/sev-fond.html#g_09_01). Авторы в рамках космо-ноосферной парадигмы управления ежегодно обрабатывают величины многомерных нейронных матриц размерностью от 1012 до 1016 степени, и это без учёта космо-ноосферных динамических межотраслевых, межгосударственных, математических и эконометрических моделей.
Отметим, что в монографии продемонстрирована работа наших курсантов, которые после 6-12 месяцев спецкурса в состоянии обрабатывать величины многомерных нейронных матриц размерностью от 106 до 109 степени и осуществлять по авторским системам «Кризис или Ноосферное Развитие», «Продовольственная безопасность» динамическое межотраслевое, межгосударственное моделирование по 40 государствам мира, производящим 80-85 % мирового ВВП. При этом курсанты обязаны подготовить научно-практический отчёт исключительно в рамках требований алгоритма авторов, т.е. в том числе с помощью авторских лингвистических роботов. В монографию (около 150-200 страниц) включена лишь тысячная часть всего научно-практического отчёта курсантов. Общий же объём научно-практического отчёта составляет более 50-100 тыс. страниц без учёта космо-ноосферных динамических межотраслевых, межгосударственных, математических, эконометрических моделей, в т.ч. по продовольственной безопасности по 221 стран-членов ООН.
Ввиду традиционного отсутствия финансирования и главное из-за масштабности проводимых исследований в данной монографии космо-ноосферная парадигма управления Дорошко-Самариной, методики и системы описаны лишь частично. Более детально с нашими работами можно ознакомиться в интернете (http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm). На этом ресурсе представлен огромный объём исследований, монографий, текстовый, табличный и модельный материал, исчисляемый десятками миллиардов страниц-отчётов и монографий, сотнями миллиардов моделей и пр. Методику обучения курсантов и принципы ведения образовательного процесса авторского коллектива можно увидеть в видео-лекциях на Youtube. (https://www.youtube.com/channel/UCY_PQxhwcKGbW_uzZpeJY8Q/videos), к сожалению, и на сайтах, и в видеоматериалах представлена одна миллиардная часть наших учебников, монографий и научно-практических исследований.
Русская космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной опирается на разработанные авторами методики, системы, алгоритмы, программно-нейронные комплексы в рамках межотраслевых, межгосударственных систем: СНС (система национальных счетов), МСФО (международной системы финансовой отчётности), ИСО 31000 (риск-анализ, риск-управление), МОТ (международная организация труда), ВОЗ (всемирная организация здравоохранения), комитет экологии и других комитетов ООН.
Подчеркнём, что международные стандарты СНС, МСФО, ИСО 31000, МОТ, ВОЗ, комитет экологии и других комитетов ООН также рассматриваются и используются только через призму авторских методик, подавляющих искажения, ошибки, поверхностность международных стандартов, когда «…они в своих «теориях» одни неизвестные определяют другими неизвестными…» (В.К.Дмитриев, 1895 г.).
Русская космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной в рамках международных стандартов СНС, МСФО, ИСО 31000, МОТ, ВОЗ, комитет экологии и других комитетов ООН решает следующие цели, задачи:
В данной монографии прогноз мирового кризиса 2019-2021гг. не рассматривается. Т.к., во-первых, методики прогноза мировых кризисов и кризис 2019-2021гг. неоднократно описывались и моделировались в предыдущих монографиях авторов. Во-вторых, авторы в своих исследованиях убедительно доказывают, что это самая элементарная управленческая задача, которую наши курсанты учатся решать на третьем-пятом месяце авторских спецкурсов.
Авторы (С.Е.Дорошко, Г.П.Самарина) в методиках на межгосударственных, межотраслевых уровнях моделирования доказывают, что мировые кризисы – это результат безграмотного, неэффективного управления на всех уровнях иерархии от предприятий всех отраслей до руководства всех стран. Исключением является СССР, политику которого пытается проводить руководство Китая. Данное неэффективное управление на всех уровнях иерархии неизбежно порождает риски неправильных управленческих решений. Данные риски, накапливаясь от года к году, каждые 5-6 лет формируют финансовые кризисы, в период которых мировое сообщество пытается откорректировать результаты безграмотного управления и возникшие товарно-финансовые экономические пузыри на мировых рынках и в системах управления. Мировое сообщество не владеет технологиями космо-ноосферной парадигмы Дорошко-Самариной и не в состоянии изменить существующее бездарное управление на всех уровнях во всех государствах, поэтому в следующие 5-6 лет все человечество переходит в фазу финансово-экономических кризисов, соответственно цикл регулярных мировых кризисов, войн и революций повторяется. В течение 20-го века человечество трагично пережило более 30-ти мировых кризисов. При этом регулярно организовывались ежегодные военные конфликты, революции и перевороты (см. исследования авторов - http://economics-21.narod.ru/Book/book-08-html/book-10-07-ris/sun-krizis-01.png). В своих монографиях и научно-практических исследованиях авторы многократно обращали внимание на эти очевидные факторы и факты.
В данной монографии авторы сосредоточились на таком важнейшем моменте, как космо-ноосферная парадигма управления Дорошко-Самариной, позволяющая эффективно и с минимальными рисками решать проблемы климатических потрясений на основе разработанной и представленной в данной монографии системы «Продовольственная безопасность», которые с высокой вероятностью ожидают человечество в недалёком будущем.
Космо-ноосферная парадигма управления в рамках авторской системы «Продовольственная безопасность» в условиях климатических потрясений развивает советский проект «Эвакуация» 1927-1940 гг., разработанный сталинскими экономистами и управленцами Госплана, НКВД, Министерства обороны СССР на случай военных конфликтов и мировой войны. Данный проект в условиях Великой Отечественной Войны руководство СССР реализовало в 1941 г. за четыре месяца. Было перемещено, построено и введено в действие десятки тысяч предприятий (2,5 тыс. крупных), социально-культурных объектов и сотни тысяч учреждений всех отраслей экономики СССР, перевезено десятки миллионов человек из европейской части СССР за Урал и в азиатскую часть СССР. Подобные задачи в условиях прогнозируемых климатических потрясений современными управленцами, экономистами и законодателями даже не рассматриваются. Причина очевидна, своими законодательными безграмотными инициативами они не подавляют мировые кризисы, военные конфликты и так называемый «терроризм», корни которого известны ещё с 19-го века, а целенаправленно организуют их с удивительным упорством. При этом нобелевские лауреаты либерально-марксистских школ с болезненным упорством «обосновывают» неизбежность мировых кризисов и невозможность их прогнозирования. В свою очередь авторы космо-ноосферной парадигмы управления опровергают их с завидной регулярностью и точностью.
В своих исследованиях в рамках разработанной авторами системы русского космизма многократно обращали внимание НАСА, институты РАН на неточность прогнозов солнечной активности (см. http://economics-21.narod.ru/Book/book-08-html/book-10-07-1-5.html, монография «Кризис», 2010 г.) и на важность космо-ноосферной парадигмы управления для принятия высокоэффективных управленческих, экономических, законодательных и прогностических управленческих инициатив госдепа США, России и стран-членов ООН.
Русская космо-ноосферная парадигма Дорошко-Самариной в рамках авторской системы «Продовольственная безопасность» в условиях климатических потрясений обеспечивает эффективное управление с минимальными рисками в условиях неизбежных климатических потрясений в интересах России и мирового сообщества. В процессе изучения наших научно-практических исследований и прогнозов по климатическим потрясениям (например, челябинский метеорит, остановка Гольфстрима, вулканическая деятельность и прочее) наши американские коллеги из силовых ведомств, разведки, Госдепа США 13/10/2016 г. подготовили американскую версию русской космо-ноосферной парадигмы управления Дорошко-Самариной - EXECUTIVE ORDER. COORDINATING EFFORTS TO PREPARE THE NATION FOR SPACE WEATHER EVENTS.
Для успешного научно-практического применения космо-ноосферной парадигмы управления, в т.ч. системы «Продовольственная безопасность» в условиях климатических потрясений, методик, моделей, алгоритмов и нейронных систем авторы параллельно разрабатывают интернет-обучающие дистанционные комплексы, программные тренажёры, системы и интернет-обучающие индивидуальные спецкурсы: для специалистов, руководителей всех уровней иерархий управления от предприятий до первых лиц стран-членов ООН; для профессорско-преподавательского состава западных, отечественных ВУЗов и академических научных центов; а также для сотрудников, руководителей силовых ведомств и спецслужб стран-членов ООН.
Данная монография является обращением к американским коллегам, которые готовили распоряжение (указ) Б. Обамы. Памятуя богатый опыт совместных работ силовых ведомств, разведки, Госдепа США и экономической разведки Нечволодова-Сталина в лице П.Сорокина, В.Леонтьева в период 1925-1953 гг., авторы (С.Е.Дорошко, Г.П.Самарина) предлагают объединить усилия по генерации рабочей межгосударственной, межотраслевой мобилизационной программы для совета безопасности ООН, основанной на русской космо-ноосферной парадигме управления Дорошко-Самариной в рамках авторской системы «Продовольственная безопасность» в условиях климатических потрясений.
Кроме этого авторы предлагают обязать комитеты ООН, отвечающие за систему национальных счетов, прекратить искажать статистическую отчётность (с 1968 г.) стран-членов ООН и впредь не закладывать ошибочные данные сознательно или неосознанно, выявляемые авторским коллективом на всём протяжении исследований. Аналогичные требования предъявить к статистическим агентствам стран-членам ООН. Кроме этого значительно расширить сбор социально-экономической, технологической, экологической, медицинской и другой информации в рамках требований и методик авторов, в т.ч. в рамках авторской системы «Продовольственная безопасность» в условиях климатических потрясений. Обязать к исполнению соответствующие международные организации, комитеты ООН и подчинённые им организационные структуры стран-членов ООН в рамках требований космо-ноосферной парадигмы управления Дорошко-Самариной. Авторы (С.Е.Дорошко, Г.П.Самарина) десятилетия продолжают настаивать, что человечество ожидает не глобальное потепление, а неизбежный малый ледниковый период (см. http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm, https://www.youtube.com/channel/UCY_PQxhwcKGbW_uzZpeJY8Q/videos).
Понимая, что космо-ноосферная парадигма управления Дорошко-Самариной их методики и системы будут сложны для освоения, осмысления и дальнейшего практического применения. В связи с этим авторами (С.Е.Дорошко, Г.П.Самарина) параллельно разрабатывались комплексы деловых игр, программных системных тренажёров, нейронных обучающих систем для руководителей предприятий, банков, центральных банков, государств, законодателей, профессорско-преподавательского состава ВУЗов, НИИ, академических институтов, спецслужб и др.
Обучающие методики, системы, нейронные комплексы авторов разделены на три уровня специализации.
Первый уровень обучения обеспечивает подготовку современных управленцев, экономистов и законодателей 21-ого века для всех уровней иерархии управления. В процессе обучения проводится отбор кадров, объективно способных стать управленцами, экономистами и законодателями, исключая возможность попадания в сферу управления, так называемого балласта. Выявленные таланты, предрасположенные к научной, исследовательской и «кабинетной» работе, переходят на следующий этап подготовки.
Понимая особую значимость квалифицированного кадрового потенциала, авторами разработан второй уровень, направленный на подготовку профессорско-преподавательского состава ВУЗов, сотрудников академических институтов, кандидатов, докторов, академиков в т.ч. нобелевских лауреатов, задачей которых является подготовка профессиональных управленцев, экономистов и законодателей высшей категории.
Третий уровень обучения готовит высочайших профессионалов, специалистов и аналитиков более известных на Западе, как экономическая разведка Нечволодова/Сталина. По известным причинам данная степень подготовки ни в одном авторском исследовании, либо монографий никогда не раскрывалась.
В обучающую систему космо-ноосферной парадигмы управления Дорошко-Самариной включены все дисциплины вузовского экономического отечественного и западного образования без исключения, но в авторской интерпретации с учётом межотраслевых, межгосударственных и междисциплинарных связей. Авторы своими научно-практическими исследованиями убедительно доказывают, что это единственный путь решения проблем цифровой экономики. Наши западные и отечественные коллеги ещё только пытаются обсуждать проблемы цифровой экономики на международных панельных дискуссиях. Опыт авторов показывает, что пройдёт десяток лет, как они начнут излагать авторские идеи, как свои.
Для осуществления первых двух уровней обучения профессиональных управленцев, экономистов, законодателей необходимо реализовать интернет технологию территориально-конвейерной подготовки кадров, на основе обучающих космо-ноосферных методик Дорошко-Самариной и авторских интернет-нейронных технологий. В результате через 3-5 лет Россия будет иметь:
10-30 тыс. чел. – профессиональных преподавателей для ВУЗов и академических институтов, а именно кандидатов, докторов, академиков и др.
100-300 тыс. чел. – профессиональных и эффективных управленцев, в том числе директоров, губернаторов, министров и др.
Оригинальность данной монографии заключается в том, что в неё включены исследования курсантов, которых авторы готовят в профессиональный кадровый резерв России. Курсанты способны прогнозировать мировые кризисы, революции, перевороты и контролировать все мировые рынки без исключения, а также проводить научно-практические исследования в рамках авторской системы «Продовольственная безопасность» в условиях климатических потрясений. Рассчитывать и моделировать риски предприятий, разрабатывать дорожные карты (бизнес-планы) любых отраслей, любых государств мира. Формировать систему рейтингов предприятий, отраслей, регионов и стран, т.е. профессионально решать задачи, которые не могут разрабатывать и реализовывать рейтинговые агентства с мировым именем.
Каждый из курсантов проводил исследования на межгосударственном уровне по разработке тактических и стратегических целей для управления предприятиями, отраслями, финансовыми системами, межотраслевыми связями, денежными агрегатами, процентными ставками и другими межгосударственными и межотраслевыми факторами по двум сценариям методик и алгоритмов Дорошко-Самариной в целях эффективного управления в исследуемом государстве, и как следствие безболезненное прохождение любого кризиса, в т.ч. в рамках авторской системы «Продовольственная безопасность» в условиях климатических потрясений.
Отметим, что к сожалению, не все экономисты выдерживают спецкурсы подготовки управленцев ввиду биороботизированного мышления, навязанного ВУЗами с непрофессиональным профессорско-преподавательским составом.
Наилучшие результаты демонстрировали курсанты, прошедшие советскую школу и инженерные ВУЗы, сохранившие лучшие традиции советского мышления и образования. Следует объективно сказать, что все включённые в монографию курсанты отличаются огромным желанием разобраться в реалиях социально-экономических процессов, происходящих в России и мире. Они имеют широкий кругозор, позитивное мировоззрение и отличаются стремлением работать в команде. Для осознания всей меры ответственности при подготовке своих исследований коллективу курсантов был предложен следующий подход при решении задач. Проводить работы по выбранной стране из 40-ка государств на основе динамического нейронного межотраслевого моделирования за период 1995-2014 гг. от уровня подразделения, предприятия до уровня межгосударственного сопоставления исследуемой страны по отношению к 39-ти государствам. Эти работы были расширены научно-практическими исследованиями по авторской системе «Продовольственная безопасность» в условиях климатических потрясений по всем 221 стран-членов ООН.
Краткий алгоритм исследований можно представить следующим образом:
Курсанты предварительно проводят исследование по риск-анализу предприятий всех отраслей анализируемого государства в рамках международного стандарта ИСО-31000 в авторской редакции по методике «Риск-анализ» Дорошко-Самариной. На основании нейронного моделирования осуществляют отбор, кластеризацию и построение систем рейтингов по средним, лучшим предприятиям на базе рассчитанных ими среднеотраслевых нормативов по всем исследуемым факторам для предприятий всех отраслей исследуемого государства.
На базе разработанных рейтингов и моделей рисков осуществляют моделирование эталонных бизнес-планов для каждого предприятия во всех отраслях экономики.
На основании этих предварительных исследований курсанты обязаны показать руководству предприятий, отраслевых министерств и руководству исследуемой страны, как правильно выбирать тактические и стратегические приоритеты для эффективного мало рискованного, не кризисного межотраслевого управления рассматриваемой страны.
Выявляют в своей работе ошибки, допускаемые руководителями в процессе управления государством, и обоснованно доказывают их.
Перед курсантами также ставится задача в процессе исследований – готовить деловые игры, тренажёры, лингвистические, нейронные, динамические модели по всем выше перечисленным системам для управленцев, экономистов, законодателей всех 40-ка исследуемых государств, в т.ч. по авторской системе «Продовольственная безопасность» в условиях климатических потрясений по 221 стран-членов ООН.
В ходе проведения исследований каждый курсант максимально использует: теорию систем, теорию вероятностей, теорию рисков, теорию размытых множеств, а также нейронное моделирование и элементы искусственного интеллекта, неформальное знание математики, статистики, программирования, компьютеров, операционных систем (Unix подобных), иностранного языка и т.д.
На примере межотраслевого моделирования экспортно-импортного баланса России доказана недопустимость узкой специализации государства, ведущей к абсолютной зависимости от других стран, что естественным образом порождает регулярные мировые кризисы, которые в условиях климатических потрясений приведут к гибели не только городов мегаполисов, а и государств в целом. Это убедительно доказано в авторской системе «Продовольственная безопасность» в условиях климатических потрясений по 221 стран-членов ООН. Промежуточная цель анализа экспортно-импортного баланса России показать точки, по которым будет бить мировая система в период мирового кризиса 2019-2021 гг.
В теории систем бытует утверждение/поговорка, что правильная постановка задачи, это 50% решения проблем любых сложных систем. В своих монографиях — это утверждение теории систем авторами регулярно уточняется. В рассматриваемой космо-ноосферной парадигме управления Дорошко-Самариной основной акцент ставится на постановку задачи, потому как, последующий авторский алгоритм вытекает из самой постановки задачи.
Согласно 1-му этапу авторского алгоритма, чем больше объём факторов, тем лучше для исследований. Авторы ежегодно обрабатывают более триллиона факторов (1012-1016), а курсанты исследуют более миллиона (106-109).
На 2-м этапе алгоритма, всё многообразие факторов (1012-1016) необходимо обработать всеми известными математическими методами (23 метода), в т.ч. нейронными с активным использованием элементов искусственного интеллекта.
На 3-м этапе алгоритма на основании постановки задачи, начальных и граничных условий необходимо с помощью лингвистических роботов подготовить отчёты и монографии, сделать выводы и выдать практические рекомендации для управленцев, экономистов и юристов всех иерархических уровней управления от руководителей предприятий до руководства исследуемых стран.
В рамках разработанного алгоритма авторы (С.Е.Дорошко, Г.П.Самарина) доказывают, что на самом деле утверждение теории систем не верно, т.к. постановка задачи в авторских исследованиях занимает 90-95% объёма работ, всё остальное делают разработанные авторами программные комплексы, в том числе лингвистические роботы. В процессе анализа экспортного-импортного потенциала стран-членов ООН, в т.ч. в рамках авторской системы «Продовольственная безопасность» в условиях климатических потрясений по 221 стран-членов ООН, авторы и курсанты в очередной раз это доказали. Анализ проводился авторским программным обеспечением и лингвистическими роботами по 221 стран-членов ООН. В виду ограничения на печатный объём монографии, сокращённый пример дан только по РФ и ряду государств, в т.ч. стран-членов СЭВ.
Таким образом, перед авторским коллективом «Ноосфера» стоит не проблема сбора, математической обработки статистических данных стран-членов ООН и лингвистического моделирования, а формирование нейронных моделей по постановке задачи. В монографии дана сокращённая версия по авторским системам «Кризис или Ноосферное Развитие», «Продовольственная безопасность», ноосферная экономика по трём кластерам: биосфера, соцсфера и техносфера. Эти системы естественным образом увязаны с семишаговым алгоритмом Дорошко-Самариной, риск-анализом Дорошко-Самариной, с системой бизнес-планирования, технико-экономического обоснования, дорожных карт Дорошко-Самариной и других авторских систем и подсистем в т.ч. обучающих. Нужно понимать, что когда курсанты осуществляли нейронное моделирование по авторским системам «Кризис или Ноосферное Развитие», «Продовольственная безопасность», ноосферная экономика по трём кластерам: биосфера, соцсфера и техносфера, то в своих моделях и видео докладах они обращали внимание на организационный контур отбора и контроля предприятий-исполнителей по всем отраслям экономики для участия отобранных предприятий в отраслевых межотраслевых программах исследуемого государства. Во 2-ом и 3-ем разделах монографии данные системы и алгоритмы будут описаны более детально, но в рамках ограничений на количество страниц монографии.
В рамках авторских методик в начале планируется развитие ВВП по тактическим и стратегическим отраслям. На основании межотраслевых моделей мультипликаторов полных затрат формируется вектор по показателю «валовый выпуск» или «объём продаж» по всем предприятиям всех отраслей, исследуемой страны. Естественно возникает вопрос отбора предприятий каждой отрасли, которые будут участвовать в намеченном развитии исследуемого государства с минимальными рисками и с максимальной эффективностью, при этом исключается коррупционные составляющие, которую несут в себе сегодняшние конкурсы (тендеры) в РФ и в других развитых государствах мира. Для этого каждый курсант по исследуемому государству формирует базу данных предприятий всех исследуемых секторов экономики для дальнейшего проведения риск-анализа и отбора предприятий, работающих с минимальными рисками и максимальной эффективностью. Ввиду ограниченного объёма монографии данные исследования курсантов не публикуются.
На следующем этапе контроля курсанты разрабатывают модели ограничений для дальнейшего построения бизнес-планов предприятий, отобранных на основании риск-анализа Дорошко-Самариной. Если предприятия не выполнили требования и ограничения, введённые курсантами, то они исключаются из списка предприятий, которые будут получать целевое финансирование по рассчитанным курсантами объективно низким процентным ставкам. Далее курсанты, применяя 7-ми шаговый алгоритм устанавливают три уровня контроля для отобранных предприятий исследуемых отраслей. Именно эти 3 уровня контроля и являются основополагающими критериями для правительства исследуемой страны, его министерств, ведомств, а также для банковского сообщества, которые будут отвечать за исполнение программы развития страны по тактическим и стратегическим направлениям. Подробный алгоритм отбора и контроля предприятий по авторским системам «Кризис или Ноосферное Развитие», «Продовольственная безопасность», «Ноосферная экономика» по трём кластерам: биосфера, соцсфера и техносфера в данной монографии не даётся
Отметим, что модель риск-анализа и бизнес-планов Дорошко-Самариной рассматривается в ограниченном пространстве функционалов. Более полная модель частично описана в 1-м, 2-м и 3-м разделах данной монографии, т.е. нужно понимать, что на самом деле риск-анализ и бизнес-планирование должна рассматриваться не в ограниченном пространстве функционалов, а в объёме минимум 100 тысяч функционалов/переменных с учётом требований СНС ООН и других международных стандартов.
Например, по основным средствам, амортизации и инвестициям в моделях риск-анализа и бизнес-планов Дорошко-Самариной предусмотрено минимум 300 функционалов/переменных. По персоналу или человеческому капиталу рассматривается более 10 тысяч функционалов/переменных. По экологии - более 10 тысяч функционалов/переменных. По диспансеризации в отраслевом разрезе - по более чем 100 тысяч функционалов/переменных нозологий. По диспансеризации в разрезе экологических проблем региона - более чем 100 тысяч функционалов/переменных нозологий.
В результате исследования выбранного государства, отчёт каждого курсанта по объёму будет превращаться в Большую советскую энциклопедию, поэтому в монографию эти разделы не были включены, а лишь обозначены как алгоритмические блоки.
Опыт научно-исследовательских работ авторов и курсантов свидетельствует, что практически все государства члены ООН не выполняют требования международных стандартов, в результате вышеперечисленные данные в полном объёме собрать невозможно.
Русская космо-ноосферная парадигма управления Дорошко-Самариной противостоит либерально-марксистскому мировоззрению: историческому материализму, диалектическому материализму, капитализму, либерализму, демократизму и прочим «измам» на всех уровнях управления и их юридической реализации: рабовладельческое Римское право, пиратское Морское право и др.
Русская космо-ноосферная парадигма управления Дорошко-Самариной доказывает, что разработанные авторами системы, и парадигма работают в любом придуманном Западом историческом периоде, при любых партиях и любом политическом строе, так как:
Формирует единственно верное эффективное, мало рискованное управление на всех уровнях иерархии от рабочего места до межгосударственного уровня управления.
Подавляет неэффективное управление, риски и как следствие порождённые ими регулярные мировые кризисы, войны, «революции» («терроризм»), социально-экономические и экологические потрясения.
И наконец, главное - является эффективной системой выживания в условиях климатических потрясений.
Авторы космо-ноосферной парадигмы управления Дорошко-Самариной в своих давних исследованиях, методиках доказывали эффективность, минимальные риски смены парадигмы управления, связанной с широким внедрением цифровых интернет технологий в торговлю, в логистические цепи поставок и в финансово-страховые системы.
Торговля, логистические цепи поставок и финансово-страховая система в космо-ноосферной системе должны максимально выполнять роль информационных посредников, что приведёт к неизбежному исчезновению не только целого ряда профессий, но и к коренному изменению и появлению новых профессиональных знаний на фоне качественного и многократного роста производительности труда за счёт автоматизации, роботизации и технологий искусственного интеллекта.
Благодаря широкому внедрению технологии Интернет-торговли может быть реализована мечта Г.Форда о прямой связи предприятия производителя конкретных товаров, услуг и конечного потребителя минуя традиционные, привычные торговые сети. Практически реализована цепочка «Предприятие-Потребитель» с минимальным участием предприятий торговли. В результате в торговых интернет сетях должно наблюдаться значительное снижение добавленной стоимости торгово-логистической отрасли за счёт автоматизации, что неизбежно приведёт к росту межотраслевого мультипликатора торгово-логистической отрасли. Понятно, что будут снижаться материальные затраты в части логистических затрат торговых сетей, т.к. интернет торговые сети будут обеспечивать в основном информационное сопровождение связи «Предприятие-Потребитель», передавая/перекладывая почти полностью логистические, транспортные и промежуточные складские затраты на предприятия-производителей и предприятия транспортной отрасли. Китай, как мировой производитель товаров, стал инициатором создания глобальной интернет торговли для продвижения своих товаров, снижения торговых и логистических затрат, что приводит к снижению конечных цен для потребителя.
Вывод. В результате проведённого межотраслевого моделирования по 40-ка странам за период 1995-2014 гг. наблюдается рост мультипликатора в торговых сетях, что и демонстрируют предприятия торговых интернет сетей Китая. Такая идеология Интернет-торговли не является новинкой, т.к. в оборонных министерствах СССР – это было естественной формой взаимодействия производителей и потребителей, минуя рыночную торговую паразитирующую систему, способную лишь необоснованно увеличивать цены на продукцию.
При внедрении космо-ноосферной парадигмы управления Дорошко-Самариной необходима полная смена парадигмы в финансово-страховой системе. Данный сектор экономики связан, во-первых, с широким распространением и внедрением цифровых технологий, обеспечивающих, как и в интернет торговле, прямые платежи «Предприятие-Потребитель». Во-вторых, данное современное управление в изложении авторов потребует неизбежную качественную смену парадигмы управления депозитными, кредитными, страховыми портфелями и системами цифровой экономики. В-третьих, вызовет многократное повышение производительности труда и исчезновение функциональных финансовых, банковских и страховых профессий за счёт технологий искусственного интеллекта в рамках космо-ноосферной парадигмы управления.
Вывод. В результате проведённого межотраслевого моделирования по 40-ка странам за период 1995-2014 гг. будет и наблюдается рост мультипликатора в финансово-страховой системе.
Заключение. Несмотря на позитивные трансформации в торгово-логистических и финансово-страховых системах в исследованиях авторов космо-ноосферной парадигмы управления доказывается, что данные системы никогда не были и не будут локомотивами экономики любой страны несмотря на неизбежный рост межотраслевого мультипликатора в торгово-логистических и финансово-страховых системах. В цифровой экономике данные отрасли в рамках космо-ноосферной парадигмы управления необходимо рассматривать как информационно-вспомогательную незначительную систему «Производитель-Потребитель». Ключевыми тактическими локомотивами в экономике любой страны продолжают оставаться производство, сельское хозяйство, строительство, ЖКХ, компьютерная и интернет отрасли. Стратегическими отраслями, как доказывают авторы, будут образование, медицина и культура при условии, что из этих отраслей экономики будут изгнаны либеральные идеи и их лидеры и непрофессиональные исполнители. Сегодняшняя идеология в стратегических секторах через 10-20 лет дорого обойдётся РФ и всем развитым странам мира, если они в ближайшее время не освоят и не внедрят космо-ноосферную парадигму управления Дорошко-Самариной.
Отметим особенности оформления и нумерации таблиц и рисунков в монографии, как вынужденную меру, которая связана с большим статистическим, математическим и графическим материалом, обрабатываемым авторами и курсантами в процессе научно-практических исследований. Традиционное представление таблиц, графиков, моделей и самого процесса моделирования привело бы к многократному увеличению объёма монографии, что вызвало бы увеличение стоимости и чрезмерную нагрузку на читателя.
Тем не менее основной момент такого оформления связан с тем, что лингвистические роботы, специально настроены авторами так, что когда авторы излагают материал лично, то таблично-графический материал обозначается как рисунок, а когда отчёт готовит лингвистический робот, он оперирует таблично-графическим математическим материалом, обозначенным как таблица. Нумерация рисунков и таблиц - сквозная в рамках раздела.
В монографии были реализованы следующие научно-исследовательские цели в рамках космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной с учётом системы национальных счетов ООН (СНС ООН) и всего многообразия международных стандартов.
1) Разработка эскизных проектов, нейронных моделей по продовольственной безопасности РФ, в т.ч. в областном и региональном разрезе, и 221 государству мира в условиях климатических катастроф.
2) Разработать нейронные модели космо-ноосферной экономики за период 1995-2015 гг. по трём кластерам: биосфера, соцсфера и техносфера для 40 государств, производящих 80-85% мирового ВВП. В дальнейшем расшить нейронные модели космо-ноосферной экономики за период 1970-2015 гг. по 189 стран-членов ООН.
3) Сравнительный анализ нейронные модели эскизных проектов по продовольственной безопасности и межгосударственные, межотраслевые нейронные модели космо-ноосферной экономики, выявить нестыковки в нейронных моделях двух этих проектов и доработать их.
В свою очередь, космо-ноосферное научно-практическое исследование разбивается на две задачи.
Первая задача - это реализация межгосударственного, межотраслевого нейронного моделирования ноосферной экономики по трём кластерам: биосфера, соцсфера и техносфера.
Вторая задача — это реализация межгосударственного, межотраслевого нейронного моделирования ноосферной экономики, развитие которой рассматривается, моделируется в разрезе продовольственной безопасности в условиях климатических потрясений также для всех ведущих государств мира.
Монография состоит из 2-х разделов. Монография посвящена 70-летию СЭВ. В 1-м разделе основная работа проводилась авторами, 2-й раздел монографии готовили, в основном, курсанты под руководством авторов. Особенностью подготовки 2-го раздела заключалась в том, что результаты всех исследований создавались лингвистическими роботами, построенными на основе лингвистических генераторов Монте-Карло авторов.
В 1-м разделе авторами раскрыта космо-ноосферная межотраслевая межгосударственная концепция, методология и методики управления по авторским системам Дорошко-Самариной. Для обеспечения научно-практической подготовки специалистов авторами на основе космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной был разработан комплекс нейронных систем, деловых игр и дистанционного обучения: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», «Кризисы или Ноосферное Развитие», «Ноосферные отрасли/рынки», «Ноосферная Продовольственная безопасность», «Ноосферная экономика и ноосферные кластеры» и «Космо-ноосферная экономика» и др. В монографии дано их краткое описание, а также интернет ссылки на предыдущие монографии, исследования авторов для подробного ознакомления или изучения всего комплекса нейронных систем деловых игр. В данной монографии авторы в основном сосредоточились на описании, моделировании, работе авторских систем «Ноосферная экономика и ноосферные кластеры» и её трёх кластерах: биосфера, соцсфера и техносфера, а также на авторской системе «Ноосферная Продовольственная безопасность» в условиях климатических потрясений.
Для этого авторы провели исследование экономик: СССР, СЭВ, РФ и 221 стран-членов ООН. Были показаны последствия либеральных «реформ» для РФ и стан-членов СЭВ. В монографии раскрыты причины краха либеральных западных, отечественных экономических школ и промоделирован образовательный крест России. Рассмотрен космо-ноосферный алгоритм трёх систем Дорошко-Самариной в преддверии малого ледникового периода в сферах медицины, спорта и экономической географии. Представлены алгоритмы русской космо-ноосферной концепции управления Дорошко-Самариной, а также космо-ноосферное межгосударственное и межотраслевое моделирование от рабочего места до межгосударственного сопоставления. Для лучшего понимания читателям космо-ноосферной концепции управления раскрыт русский космизм и русский циклизм Дорошко-Самариной.
Раскрыта актуальность, новизна и практическая значимость исследований космо-ноосферной парадигмы управления Дорошко-Самариной. Дано краткое описание авторских комплексов нейронных систем, деловых игр и дистанционного обучения. Исследованы основные причины краха либеральных западных, отечественных экономических школ, образовательный крест России. Приведён космо-ноосферный алгоритм в условиях климатических потрясений. Показана роль медицины и спорта в экономике страны. Раскрыто значение госплана в рамках русской космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной. Поставлены цели, задачи современного государственного планирования в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. Определены цели исследований мобилизационной программы «Продовольственная безопасность» в условиях климатических потрясений РФ и стран-членов ООН. Исследована общая постановка задач мобилизационной программы «Продовольственная безопасность» РФ и стран-членов ООН и ошибки систем национальных счетов ООН, международных и региональных стандартов. Дан краткий анализ состояния сельскохозяйственной отрасли РФ, стран-членов ООН и раскрыты проблемы продовольственной безопасности. Рассмотрены основные этапы исследований по программе «Продовольственная безопасность» в условиях климатических потрясений РФ и стран-членов ООН. Даны модели ноосферной экономики Дорошко-Самариной и её трёх ноосферных кластеров: биосферы, соцсферы и техносферы. Разработана методика расчёта дотаций, субсидий сельскому хозяйству РФ и стран-членов ООН.
Во 2-м разделе представлены исследования курсантов по авторским системам «Продовольственная безопасность» (221 стран) в условиях климатических потрясений и др. системам и подсистемам в рамках русской космо-ноосферной парадигмы управления Дорошко-Самариной.
Рассмотрены основные этапы исследований по программе «Продовольственная безопасность» РФ и стран-членов ООН в условиях климатических потрясений.
Эскизное проектирование «Продовольственной безопасности» в условиях климатических потрясений РФ и стран-членов ООН в рамках космо-ноосферной парадигмы управления Дорошко-Самариной опирается на международные стандарты, статистические базы данных: продовольственного комитета ООН (ФАО), системы национальных счетов (СНС) ООН, профильных комитетов ООН и Киотского протокола. Данный этап исследований является ядром всех эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений. Ответственные исполнители: Касьянов Сергей Геннадиевич, Валиева Алина Тагировна, Ленков Сергей Викторович, Леккин Владимир Алексеевич, Валиев Рифат Мирхатович, Петренко Петр Валентинович, Райковский Станислав Александрович, Хохлов Руслан Павлович.
Первый этап эскизного проектирования продовольственной безопасности РФ и стран-членов ООН. Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, разработаны эскизы важнейшей системы инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей, как базового элемента продовольственной, энергетической, ноосферной безопасности любого государства. Руководитель проекта: Леккин Владимир Алексеевич, ответственный исполнитель Валиев Рифат Мирхатович
Второй этап эскизного проектирования продовольственной безопасности РФ и стран-членов ООН. Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, разработаны эскизы важнейшей системы экологического, энергетического проектирования ноосферного посёлка, в том числе системы генерирования органических удобрений в рамках требований Киотского протокола, как базового элемента продовольственной, энергетической, ноосферной безопасности любого государства. Руководитель проекта: Петренко Петр Валентинович, ответственные исполнители: Леккин Владимир Алексеевич, Валиев Рифат Мирхатович
Третий этап эскизного проектирования продовольственной безопасности РФ и стран-членов ООН. Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, рассчитаны эскизные проекты на основе нейронного моделирования технико-экономические обоснования, тактические, стратегические, нормативные бизнес-планы, дорожные карты в рамках требований космо-ноосферной парадигмы управления Дорошко-Самариной. Научно-практическое исследование проводилось на основе разработанной методики расчёта дотаций, субсидий сельскому хозяйству РФ и стран-членов ООН Дорошко-Самариной.Руководитель проекта: Райковский Станислав Александрович, ответственный исполнитель: Хохлов Руслан Павлович.
По решению авторов все эскизные проекты второго раздела монографии осуществлялись коллективно, если не оговорено иное.
Э.А.Бирдин, А.Р.Ломаков приступили к освоению новых обучающих методик. В спецкурс входит изучение, осознание, принятие и дальнейшее развитие методологии и методик космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной, а также комплекса нейронных систем, деловых игр и дистанционного обучения:
Авторы хотят отметить большую работу и помощь в подготовке технологий дистанционного интернет обучения Дорошко-Самариной курсантов: А.А.Володькина, О.В.Вавилова, А.А.Мазанько, В.В.Точилова, С.В.Ленкова, Е.С.Солодовникова, Д.В.Кузнецова, С. Г.Шепету, С.В.Моисеева, Р.П.Хохлова, А.В.Семерикова, П.В.Белоусова, А.Б.Гончарова, Т.М.Дорофеева, А.Н.Злыдни, А.В.Белоногова, С.А.Райковского и многих других. Хочется отметить работу в области здравоохранении и спорта: В.С.Митюрева, О.Ю.Екимовой, Е.В.Чекирды.
Курсанты, коллеги представлены на наших сайтах (http://economics-21.narod.ru/, http://idiinvest.narod.ru/) и на видео-каналах (https://www.youtube.com/channel/UCY_PQxhwcKGbW_uzZpeJY8Q/videos).
Исследования авторов были бы невозможны без статистических интернет баз данных программ межгосударственного сопоставления ООН, World Bank, комитетов ООН (ВОЗ, МОТ, МСФО, СНС, ИСО, экологии и др.), программы WIOD, статистических программ раскрытия информации Минтруда, Минторговли, ФРС, SEC, библиотеки Конгресса США, а также любезной помощи других ведомств федеральных и региональных властей США. За это авторы им искренне признательны.
Авторы благодарны западным коллегам, ученикам русской зарубежной экономической школы (П.Сорокина, В.Леонтьева, американских ассоциаций социологов, экономистов) за материалы, отражающие удручающее состояние западной либерально-экономической школы с прошлого века по настоящее время. Авторы признательны им за принципиальность и научную объективность.
Благодарим коллектив издательства СпбГЭУ «ЛЭТИ» за поддержку и помощь, в том числе О.А.Филимонович.
Авторы верят в практическую значимость монографии и надеются на конструктивную критику специалистов и практиков.
В.Путин (Совет Федерации 2007 г.)
Акад. Н.Федоренко, акад. Д.Львов, 1995 г.
В. Путин, 26.04.2018 http://kremlin.ru/events/president/news/57367
Монография продолжает серию научных исследований «Космо-ноосферная экономика» авторского коллектива «Фонд Ноосфера», научный руководитель Г.П. Самарина. Учитывая катастрофическое положение в отечественном и зарубежном управлении, экономическом образовании и науке, обосновано создание Федерального центра по подготовке/переподготовке управленцев, экономистов, юристов, законодателей и профессорско-преподавательского состава, способных прогнозировать мировые кризисы, перевороты, военные конфликты, эффективно управлять космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений. Для обеспечения научно-практической подготовки специалистов авторами на основе русской космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной был разработан комплекс нейронных систем деловых игр и дистанционного обучения.
Чтобы не быть голословными, авторы на цифрах, нейронных моделях показывают/доказывают руководителям, общественности всех стран, как с помощью авторской системы «Продовольственная безопасность» можно и нужно реализовывать тактические и стратегические задачи по мобилизации стран в условиях климатических потрясений. Как практически решать проблему по снижению рисков, повышению эффективности на всех уровнях управления, по недопущению влияния кризисов на ноосферную экономику страны, и как выживать в условиях климатических потрясений.
В целом русская космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной в рамках международных стандартов СНС, МСФО, ИСО 31000, МОТ, ВОЗ, комитета экологии и других комитетов ООН решает следующие цели, задачи:
Участие в авторских научно-практических исследованиях «Продовольственная безопасность» в условиях климатических потрясений стало возможным для курсантов только после прохождения спецкурса.
В спецкурс входит изучение, осознание, принятие и дальнейшее развитие методологии и методик космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной, а также комплекса нейронных систем, деловых игр и дистанционного интернет обучения:
и множество других систем, подсистем, деловых игр исследований авторов: http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Данная система является экзогенным (независимым от усилий человечества) вектором исследований в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе данной системы разработаны авторские деловые игры, в которых можно осуществлять прогнозное моделирование динамики экзогенных параметров солнечной активности и их воздействие на мировые финансовые и/или экономические кризисы, войны, революции, терроризм, психическую динамику масс, урожайность, заболеваемость и прочие факторы ноосферной экономики.
Упрощённый образ векторных полей нейронных динамических моделей прямых и косвенно-латентных связей ноосферной системы «Космос, Солнце и Кризисы» можно представить в виде графического образа.
Отметим, что данный экзогенный космический, солнечный вектор служит составной частью космо-ноосферной парадигмы авторской методологии, методик, нейронных моделей для всех уровней управления от рабочего места до межгосударственного сопоставления, мировых региональных финансово-банковских систем, геополитики, геоэкономики и др.
Рисунок 1.1 – Солнечная активность. Прогноз мировых финансовых, экономических кризисов, "революций"/переворотов/военных конфликтов 1993-2072гг. Дорошко С.Е., 1993г. Источник: http://economics-21.narod.ru/prog/riskanaliz/sun-analiz.html
В период 1900-2010 гг. прошло 19 Финансовых и 10 Финансово-Экономических Мировых Кризисов. Всего за 110 лет прошло 29 кризисов. Вероятность прогноза 91,4%. Ошибки прогнозов выявлены по 2-3 кризисам. Все они наблюдались при переходе в минимум.
Рисунок 1.2 – Русская космо-ноосферная парадигма управления Дорошко-Самариной. Источник: http://economics-21.narod.ru/Book/book-08-html/book-10-07-ris/sun-krizis-01.png
Согласно оценкам авторов в период мини/макси солнечной активности с высокой долей вероятности происходит:
Ознакомившись с авторской ноосферной системой «Космос, Солнце и Кризисы», курсанты, управленцы, экономисты, юристы, законодатели, академический, профессорско-преподавательский состав всех иерархических уровней управления приступают к изучению, освоению и практическому применению авторской ноосферной системы «Коррупция или Ноосферное Управление» в рамках международных, региональных, государственных, отраслевых, продуктовых/рыночных стандартов комитетов, организаций, программ ООН и государств-членов ООН.
Данная ноосферная система является составной частью исследований в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе данной системы разработано многообразие авторских деловых нейронных игр, в которых можно осуществлять прогнозное динамическое нейронное моделирование эффективности, рисков и коридоров управления, рассчитывать коррупционную составляющую законодательства, выстраивать рейтинги, конкурентные, геополитические и геоэкономические преимущества и т.д. любого исследуемого государства по отношению к стран-членов ООН на всех иерархических уровнях управления.
Рисунок 1.3 – Среднегодовая динамика номинального ВВП, инфляции и среднемесячной оплаты труда ведущих стран мира за период 1990-2016 гг.
Ноосферная авторская система «Коррупция или Ноосферное Управление» позволяет практически мгновенно профессионально рассчитывать реальный ВВП, цены, оплату труда, живой, овеществлённый и будущий труд, выстраивать упрощённые рейтинги, в т.ч. рассчитывать коррупционную ёмкость законодательства исследуемых государств, регионов, отраслей и рынков по отношению к стран-членов ООН. Проводить исследования начального уровня, делать практические расчёты по эффективности, рискам управления, например, тарифам, ценам и оплате труда, социальной напряжённости, пенсионному, налоговому, финансово-банковскому законодательству, а также по военным, социальным, образовательным, здравоохранительным бюджетам и прочему многообразию факторов в рамках международных, региональных и государственных систем национальных счетов стран-членов ООН (СНС ООН).
Рисунок 1.4 – Среднегодовая динамика номинального ВВП, инфляции, оплаты труда, занятости и численности населения США за период 1929-2016 гг.
Одна из целей авторской ноосферной системы «Коррупция или Ноосферное Управление» показать масштабность безграмотности, коррупционной ёмкости законодательства на всех иерархических уровнях современного управления в государствах-членах ООН, вызванного удручающим состоянием в управленческом, экономическом и юридическом либерально-демократическом отечественном и зарубежном образовании. Ноосферная система «Коррупция или Ноосферное Управление» предварительно знакомит курсантов, профессорско-преподавательский состав с достоинствами, недостатками, неправильными трактовками, ошибками международных стандартов СНС ООН, международной организации труда (МОТ), всемирной организации здравоохранения (ВОЗ), программы ООН по окружающей среде (ЮНЭП), продовольственной и сельскохозяйственной организации ООН (ФАО), олимпийского комитета, стандартов ISO 31000 «Управление рисками», международного стандарта финансовой отчётности (МСФО) и др. Ноосферная система «Коррупция или Ноосферное Управление» практически знакомит курсантов, профессорско-преподавательский состав с интернет базами данных международных, региональных, государственных, отраслевых и рыночных/продуктовых статистических систем. Ноосферная авторская система практически учит, как быстро и максимально просто обрабатывать многообразие статистических интернет баз данных для решения целей и задач ноосферной системы «Коррупция или Ноосферное Управление».
Система «Коррупция или Ноосферное Управление» является составной частью космо-ноосферной парадигмы авторской методологии, методик, нейронных моделей для всех уровней управления от рабочего места до межгосударственного сопоставления, мировых и региональных финансово-банковских, рейтинговых систем, геополитики, геоэкономики и др.
Ознакомившись и научившись научно-практической работе с авторскими ноосферными системами: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление» курсанты, управленцы, экономисты, юристы, законодатели, академический, профессорско-преподавательский состав всех иерархических уровней управления приступают к изучению, освоению и практическому применению авторской ноосферной системы «Ноосферные Риски» в рамках международных, региональных, государственных, отраслевых, продуктовых/рыночных стандартов комитетов, организаций, программ ООН и государств-членов ООН.
Данная ноосферная система является составной частью исследований в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе системы «Ноосферные Риски» разработано многообразие авторских деловых нейронных игр, в которых можно осуществлять прогнозное динамическое нейронное моделирование эффективности, рисков и коридоров управления, выстраивать предварительные рейтинги, конкурентные преимущества предприятий всех отраслей исследуемого государства по отношению к предприятиям-конкурентам стран-членов ООН. Научно-практические исследования по авторской системе «Ноосферные Риски» проводятся на всех иерархических уровнях управления от рабочего места, подразделения/цеха, предприятия, отрасли, рынка, региона и государства в целом.
Авторская система «Ноосферные Риски» значительно расширяет возможности ноосферной системы «Коррупция или Ноосферное Управление», позволяет также практически мгновенно профессионально, но значительно более углублённо исследовать, моделировать и выдавать практические целевые указания по эффективности, рискам и коридорам управления, предварительно/грубо оценивать мультипликативное ноосферное воздействие предприятий исследуемой отрасли/рынка на всю ноосферную экономику любых государств. Авторская система «Ноосферные Риски» учит курсантов готовить предварительные рейтинги исследуемых государств, регионов, отраслей, рынков, предприятий, цехов и рабочих мест по отношению к странам-членам ООН. Авторская система «Ноосферные Риски» обучает/знакомит курсантов с тем, как практически можно значительно расширить возможности ноосферной системы «Коррупция или Ноосферное Управление», уточняя, углубляя и детализируя коррупционную составляющую, эффективность, риски и коридоры управления, например, по тарифам, ценам и оплате труда, социальной напряжённости, пенсионному, налоговому, финансово-банковскому законодательству, а также по военным, социальным, образовательным, здравоохранительным бюджетам и прочему многообразию ноосферных систем.
Рисунок 1.5 – Графический образ упрощённой методики система «Ноосферные Риски» Дорошко-Самариной
Авторская ноосферная система «Ноосферные Риски» углублённо знакомит курсантов, профессорско-преподавательский состав с достоинствами, недостатками, неправильными трактовками, ошибками стандартов ISO 31000, МСФО и на практических примерах показывает, как и почему безотлагательно необходимо изменить стандарты ISO 31000, МСФО в рамках авторских требований и редакций.
Рисунок 1.6 – Графический образ расширенной методики система «Ноосферные Риски» Дорошко-Самариной
Ноосферная система «Ноосферные Риски» Дорошко-Самариной подавляет искажения, необъективность, неэффективность, высокие риски, коррупцию и др. в аудиторских, финансово-банковских, фондовых, страховых, налоговых, пенсионных, отраслевых, рыночных, законодательных системах стран-членов ООН. Ноосферная система «Ноосферные Риски» душит в зародыше неэффективное, рискованное управление на всех иерархических уровнях предприятий всех отраслей любых государств и максимально подавляет мировые кризисы. Ноосферная система «Ноосферные Риски» Дорошко-Самариной показывает, как стандарты ISO 31000, МСФО должны уточняться со стороны международных стандартов СНС ООН, международной организации труда (МОТ), всемирной организации здравоохранения (ВОЗ), программы ООН по окружающей среде (ЮНЭП), продовольственной и сельскохозяйственной организации ООН (ФАО), олимпийского комитета, и др. Ноосферная система «Ноосферные Риски» знакомит курсантов, профессорско-преподавательский состав с интернет базами данных публичной отчётности предприятий на сайтах комиссий по ценным бумагам различных государственных, региональных и международных фондовых/финансовых площадок в рамках программы раскрытия информации ООН. Учит их авторской системе тому, как быстро и максимально просто обрабатывать многообразие статистических интернет баз данных для решения целей и задач ноосферной системы «Ноосферные Риски».
Система «Ноосферные Риски» является составной частью космо-ноосферной парадигмы авторской методологии, методик, нейронных моделей для всех уровней управления от рабочего места до межгосударственного сопоставления, мировых и региональных финансово-банковских, рейтинговых систем, геополитики, геоэкономики и др.
Ознакомившись и научившись научно-практической работе с авторскими ноосферными системами: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление», «Ноосферные Риски» курсанты, управленцы, экономисты, юристы, законодатели, академический, профессорско-преподавательский состав всех иерархических уровней управления приступают к изучению, освоению и практическому применению авторской ноосферной системы «Ноосферное планирование» в рамках международных, региональных, государственных, отраслевых, продуктовых/рыночных стандартов комитетов, организаций, программ ООН и государств-членов ООН.
Ноосферная система «Ноосферное планирование» является составной частью исследований в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе данной системы разработано многообразие авторских деловых нейронных игр, в которых можно осуществлять прогнозное динамическое нейронное ноосферное планирование, уточнять систему «Ноосферные Риски», её нейронные модели эффективности, рисков и коридоров управления, выстраивать предварительные рейтинги, конкурентные преимущества предприятий всех отраслей исследуемого государства по отношению к предприятиям-конкурентам стран-членов ООН.
Научно-практические исследования по авторской системе «Ноосферное планирование» проводятся на всех иерархических уровнях управления от рабочего места, подразделения/цеха, предприятия, отрасли, рынка, региона и государства в целом. Авторская система «Ноосферное планирование» значительно расширяет возможности ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», позволяет также практически мгновенно профессионально, но значительно более углублённо исследовать, моделировать и выдавать практические целевые указания по эффективности, рискам и коридорам управления, оценивать мультипликативное ноосферное воздействие изучаемых предприятий всех отраслей и рынков на всю ноосферную экономику исследуемых государств.
Рисунок 1.7 – Графический образ упрощённой методики система «Ноосферное планирование» Дорошко-Самариной
Авторская система «Ноосферные Риски» учит курсантов готовить предварительные рейтинги исследуемых государств, регионов, отраслей, рынков, предприятий, цехов и рабочих мест по отношению к странам-членам ООН. Авторская система «Ноосферное планирование» обучает/знакомит курсантов с тем, как практически можно значительно расширить возможности ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», уточняя, углубляя и детализируя коррупционную составляющую, эффективность, риски и коридоры управления, например, по тарифам, ценам и оплате труда, социальной напряжённости, пенсионному, налоговому, финансово-банковскому законодательству, а также по военным, социальным, образовательным, здравоохранительным бюджетам и прочему многообразию авторских ноосферных систем. Авторская ноосферная система «Ноосферное планирование» в комплексе с системой «Ноосферные Риски» более углублённо знакомит курсантов, профессорско-преподавательский состав с достоинствами, недостатками, неправильными трактовками, ошибками стандартов ISO 31000, МСФО и на практических примерах показывает, как и почему безотлагательно необходимо изменить стандарты ISO 31000, МСФО в рамках авторских требований и редакций.
Ноосферная система «Ноосферное планирование» совместно с системами «Коррупция или Ноосферное Управление», «Ноосферные Риски» успешно подавляют искажения, необъективность, неэффективность, высокие риски, коррупцию и др. в аудиторских, финансово-банковских, фондовых, страховых, налоговых, пенсионных, отраслевых, рыночных, законодательных системах стран-членов ООН. Ноосферная система «Ноосферное планирование» совместно с системами «Коррупция или Ноосферное Управление», «Ноосферные Риски» подавляет в зародыше неэффективное, рискованное управление на всех иерархических уровнях предприятий всех отраслей любых государств и максимально снижает риски мировых кризисов. Ноосферная система «Ноосферное планирование», объединённая с авторской системой «Ноосферные Риски» более углублённо показывает, как стандарты ISO 31000, МСФО должны уточняться со стороны международных стандартов СНС ООН, международной организации труда (МОТ), всемирной организации здравоохранения (ВОЗ), программы ООН по окружающей среде (ЮНЭП), продовольственной и сельскохозяйственной организации ООН (ФАО), олимпийского комитета, и др. Ознакомить курсантов, профессорско-преподавательский состав с интернет базами данных публичной отчётности предприятий на сайтах комиссий по ценным бумагам различных государственных, региональных и международных фондовых/финансовых площадок в рамках программы раскрытия информации ООН. Научить их авторской системе, как быстро и максимально просто обрабатывать многообразие статистических интернет баз данных для решения целей и задач ноосферных систем «Ноосферные Риски» и «Ноосферное планирование».
Система «Ноосферное планирование» является составной частью космо-ноосферной парадигмы авторской методологии, методик, нейронных моделей для всех уровней управления от рабочего места до межгосударственного сопоставления, мировых и региональных финансово-банковских, рейтинговых систем, геополитики, геоэкономики и др.
Ознакомившись и научившись научно-практической работе с авторскими ноосферными системами: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование» курсанты, управленцы, экономисты, юристы, законодатели, академический, профессорско-преподавательский состав всех иерархических уровней управления приступают к изучению, освоению и практическому применению авторской ноосферной системы «Ноосферные Риски, Планы и Рейтинги» в рамках международных, региональных, государственных, отраслевых, продуктовых/рыночных стандартов комитетов, организаций, программ ООН и стран-членов ООН. В отличие либерального блуда, коррупционных систем рейтинговых агентств с мировым именем ноосферная система «Ноосферные Риски, Планы и Рейтинги» обучает, как объективно разработать и построить всё многообразие рейтингов на всех иерархических уровнях управления от рабочих мест, подразделений/цехов, предприятий, отраслей, рынков, регионов и государств в целом и прогнозам мировых, региональных кризисов, а также коррупционной ёмкости законодательств стран-членов ООН.
Данная ноосферная система является составной частью исследований в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе системы «Ноосферные Риски, Планы и Рейтинги» разработано множество авторских деловых нейронных игр, в которых можно осуществлять прогнозное динамическое нейронное ноосферное планирование, уточнять системы «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», её нейронные модели эффективности, рисков и коридоров управления, разрабатывать объективные рейтинги, конкурентные преимущества предприятий всех отраслей, рынков исследуемого государства по отношению к предприятиям, отраслям, рынкам стран-членов ООН. Научно-практические исследования по авторской системе «Ноосферные Риски, Планы и Рейтинги» осуществляют построение объективных рейтингов на всех иерархических уровнях управления от рабочего места, подразделения/цеха, предприятия, отрасли, рынка, региона и государства в целом, прогнозов мировых, региональных кризисов в отличие от либерального блуда рейтинговых агентств с мировым именем.
Авторская система «Ноосферные Риски, Планы и Рейтинги» значительно расширяет возможности ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», позволяет также практически мгновенно и профессионально, но значительно более углублённо исследовать, моделировать и выдавать объективные целевые указания по всему многообразию видов рейтингов с учётом эффективности, рисков и коридоров управления, мультипликативного ноосферного воздействия предприятий исследуемых отраслей и рынков на ноосферную экономику любых государств. Авторская система «Ноосферные Риски, Планы и Рейтинги» обучает курсантов готовить многообразие объективных рейтинговых систем: исследуемых государств, регионов, отраслей, рынков, предприятий, цехов и рабочих мест по отношению к стран-членов ООН.
Авторская система «Ноосферные Риски, Планы и Рейтинги» обучает/знакомит курсантов с тем, как практически можно значительно расширить возможности ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование» через многообразие разработанных комплексов ноосферных рейтингов, как можно уточнять, углублять и детализировать коррупционную составляющую, эффективность, риски и коридоры управления, например, по тарифам, ценам и оплате труда, социальной напряжённости, пенсионному, налоговому, финансово-банковскому законодательству, а также по военным, социальным, образовательным, здравоохранительным бюджетам и прочему многообразию авторских ноосферных систем. Авторская ноосферная система «Ноосферные Риски, Планы и Рейтинги» в комплексе с системами «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование» более углублённо знакомит курсантов, профессорско-преподавательский состав с достоинствами, недостатками, неправильными трактовками, ошибками стандартов ISO 31000, МСФО и на практических примерах показывают, как и почему безотлагательно необходимо изменить стандарты ISO 31000, МСФО в рамках авторских требований и редакций. Ноосферная система «Ноосферные Риски, Планы и Рейтинги» совместно с системами «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование» успешно подавляет искажения, необъективность, неэффективность, высокие риски, коррупцию и др. в аудиторских, финансово-банковских, фондовых, страховых, налоговых, пенсионных, отраслевых, рыночных, законодательных системах стран-членов ООН.
Рисунок 1.8 – Графический образ упрощённой методики система «Ноосферные Риски, Планы и Рейтинги». Межгосударственная, межотраслевая системы рейтингов, рисков, эффективности управления ведущих государств мира
Ноосферная система «Ноосферные Риски, Планы и Рейтинги» совместно с предыдущими авторскими системами подавляет в зародыше неэффективное, рискованное управление на всех иерархических уровнях предприятий всех отраслей любых государств и максимально подавляет риски мировых кризисов. Ноосферная система «Ноосферные Риски, Планы и Рейтинги», объединённая с выше обозначенными авторскими системами, более углублённо показывает, как стандарты ISO 31000, МСФО должны уточняться со стороны международных стандартов СНС ООН, МОТ, ВОЗ, ЮНЭП, ФАО, олимпийского комитета, и др. Ознакомить курсантов, профессорско-преподавательский состав с интернет базами данных публичной отчётности предприятий на сайтах комиссий по ценным бумагам различных государственных, региональных и международных фондовых/финансовых площадок в рамках программы раскрытия информации ООН. Научить их авторской системе, как быстро и максимально просто обрабатывать многообразие статистических интернет баз данных для решения целей и задач ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги».
Система «Ноосферные Риски, Планы и Рейтинги» является составной частью космо-ноосферной парадигмы авторской методологии, методик, нейронных моделей для всех уровней управления от рабочего места до межгосударственного сопоставления, мировых и региональных финансово-банковских, рейтинговых систем, геополитики, геоэкономики и др.
Ознакомившись и научившись научно-практической работе с авторскими ноосферными системами: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», курсанты, управленцы, экономисты, юристы, законодатели, академический, профессорско-преподавательский состав всех иерархических уровней управления приступают к изучению, освоению и практическому применению важнейшей авторской ноосферной системы «Ноосферные межотраслевые балансы» в рамках международных, региональных, государственных, отраслевых, продуктовых/рыночных стандартов комитетов, организаций, программ ООН и стран-членов ООН. Данная ноосферная система вскрывает все видимые и латентные (скрытые) связи, существующие в экономике любой страны, о которых 99% управленцев, экономистов и законодателей на всех иерархических уровнях управления всех стран не знают и не применяют при принятии управленческих, экономических и законодательных решений.
Ноосферная система «Ноосферные межотраслевые балансы» является важнейшей составной частью исследований в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе системы «Ноосферные межотраслевые балансы» разработано множество авторских деловых игр по исследованию управления всех стран-членов ООН на основе межотраслевого, межгосударственного нейронного моделирования, авторских методик.
В отличие от всех предыдущих авторских систем, деловых игр ноосферная система «Ноосферные межотраслевые балансы», во-первых, позволяет курсантам рассмотреть, исследовать и промоделировать всё многообразие прямых или видимых межотраслевых связей исследуемого предприятия со всеми предприятиями, отраслями и рынками исследуемого государства.
Во-вторых, впервые позволяет курсантам увидеть, исследовать и промоделировать ещё большее значимое многообразие невидимых или косвенно-латентных межотраслевых связей исследуемого предприятия со всеми предприятиями, отраслями и рынками исследуемого государства.
В-третьих, впервые позволяет увидеть, исследовать и промоделировать огромное многообразие межотраслевых, межгосударственных (экспортно-импортных) прямых и косвенно-латентных связей предприятий, отраслей, рынков исследуемых государств со всеми странами-членами ООН. Этой возможности комплексно управлять видимыми и невидимыми межотраслевыми и межгосударственными связями предприятий, отраслей, рынков и экономик исследуемых государств все предыдущие ноосферные авторские системы не были представлены. Авторами это было сделано сознательно для того, чтобы постепенно подготовить курсантов к масштабности дальнейших научно-практических исследований в рамках космо-ноосферной межотраслевой, межгосударственной методологии, парадигмы управления Дорошко-Самариной.
Рисунок 1.9 – Графический образ упрощённой методики ноосферная система «Ноосферные межотраслевые балансы». Межотраслевые системы рейтингов, рисков, эффективности управления США
Ноосферная система «Ноосферные межотраслевые балансы» предлагает курсантам перейти на новый уровень исследования, моделирования и расчётов по динамическому, нейронному, ноосферному межотраслевому управлению. Курсантам предлагается на основе системы «Ноосферные межотраслевые балансы» приступить к разработке более совершенных управленческих, экономических и законодательных моделей и уточнению предыдущих авторских систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги». А также приступить к дальнейшему развитию их нейронных моделей эффективности, рисков и коридоров управления, к разработке объективных рейтингов, конкурентных преимуществ предприятий всех отраслей, рынков исследуемого государства по отношению к предприятиям, отраслям, рынкам стран-членов ООН.
Научно-практические исследования по авторской системе «Ноосферные межотраслевые балансы» на новом качественном и количественном уровне осуществляют разработку управленческих, экономических, законодательных, рейтинговых и других многообразных авторских нейронных моделей для всех иерархических уровней управления от рабочего места, подразделения/цеха, предприятия, отрасли, рынка, региона и государства в целом, прогнозов мировых, региональных кризисов в отличие от непрофессиональных исследовательских, научных, образовательных центров, рейтинговых агентств с мировым именем. Авторская система «Ноосферные межотраслевые балансы» значительно расширяет возможности предыдущих ноосферных систем авторов, и несмотря на триллионные объёмы статистической информации позволяет также практически мгновенно и профессионально, но более углублённо исследовать, моделировать и выдавать объективные целевые указания по всему многообразию видов управленческих, экономических и законодательных решений с учётом эффективности, рисков и коридоров управления, мультипликативного ноосферного межотраслевого воздействия предприятий исследуемых отраслей и рынков на ноосферную экономику любых государств. Авторская система «Ноосферные межотраслевые балансы» обучает курсантов готовить многообразие объективных управленческих, экономических и законодательных систем: исследуемых государств, регионов, отраслей, рынков, предприятий, цехов и рабочих мест по отношению к странам-членам ООН.
Авторская система «Ноосферные межотраслевые балансы» обучает/знакомит курсантов с тем, как практически можно значительно расширить возможности ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги» через многообразие разработанных авторских ноосферных межотраслевых, межгосударственных комплексов, систем, как можно уточнять, углублять и детализировать коррупционную составляющую, эффективность, риски и коридоры управления, например, по тарифам, ценам и оплате труда, социальной напряжённости, пенсионному, налоговому, финансово-банковскому законодательству, а также по военным, социальным, образовательным, здравоохранительным бюджетам и прочему множеству авторских ноосферных систем. Ноосферная система «Ноосферные межотраслевые балансы» совместно с ранее представленными системами успешно подавляет искажения, необъективность, неэффективность, высокие риски, коррупцию и др. в аудиторских, финансово-банковских, фондовых, страховых, налоговых, пенсионных, отраслевых, рыночных, законодательных системах стан-членов ООН. Ноосферная система «Ноосферные межотраслевые балансы» совместно с предыдущими авторскими системами подавляет в зародыше неэффективное, рискованное управление на всех иерархических уровнях предприятий всех отраслей любых государств и максимально снижает риски мировых кризисов.
Авторская ноосферная система «Ноосферные межотраслевые балансы» в комплексе с предыдущими авторскими системами более углублённо знакомит курсантов, профессорско-преподавательский состав с достоинствами, недостатками, неправильными трактовками, ошибками международных стандартов СНС ООН, МОТ, ВОЗ, ЮНЭП, ФАО, олимпийского комитета, ISO 31000, МСФО и др. и на практических примерах показывает, как и почему необходимо безоговорочно изменить перечисленные стандарты в рамках авторских требований и редакций. Авторская ноосферная система знакомит курсантов, профессорско-преподавательский состав с интернет-базами данных различных государственных, региональных и международных программ раскрытия информации ООН. Учит их авторской системе тому, как быстро и максимально просто обрабатывать межотраслевое, межгосударственное многообразие статистических интернет баз данных для решения целей и задач ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги». На следующем этапе показывает и доказывает, как растёт точность их управленческих, экономических и законодательных управленческих решений благодаря введению ноосферной системы «Ноосферные межотраслевые балансы».
Система «Ноосферные Риски, Планы и Рейтинги» является важнейшей составной частью космо-ноосферной парадигмы авторской методологии, методик, нейронных моделей для всех уровней управления от рабочего места до межгосударственного сопоставления, мировых и региональных финансово-банковских, рейтинговых систем, геополитики, геоэкономики и др.
Ознакомившись и научившись научно-практической работе с авторскими ноосферными системами: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», «Ноосферные межотраслевые балансы» курсанты, управленцы, экономисты, юристы, законодатели, академический, профессорско-преподавательский состав всех иерархических уровней управления приступают к изучению, освоению и практическому применению авторской ноосферной системы «Кризисы или Ноосферное Развитие» в рамках международных, региональных, государственных, отраслевых, продуктовых/рыночных стандартов комитетов, организаций, программ ООН и стран-членов ООН. Данная ноосферная система анатомирует все видимые и латентные (скрытые) межотраслевые связи, существующие в экономике любой страны. Ноосферная система «Кризисы или Ноосферное Развитие» призвана практически научить курсантов, знать и использовать видимые и латентные межотраслевые связи, их мультипликативные межотраслевые эффекты при принятии управленческих, экономических и законодательных решений. Ноосферная система «Кризисы или Ноосферное Развитие» на основе практических авторских нейронных межотраслевых моделей стран-членов ООН демонстрирует курсантам, как незнание видимых, латентных межотраслевых связей неизбежно будет порождать мультипликативное неэффективное управление, мультипликативное повышение рисков в процессе управленческих, экономических и законодательных решений на всех уровнях иерархий от предприятий до государства, и далее порождать неизбежные и ставшие регулярными мировые финансово-экономические кризисы.
Ноосферная система «Кризисы или Ноосферное Развитие» является важнейшей составной частью исследований в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе системы «Кризисы или Ноосферное Развитие» разработано множество авторских деловых игр по исследованию управления всех стран-членов ООН на основе межотраслевого, межгосударственного нейронного моделирования, авторских методик. Ноосферная система «Кризисы или Ноосферное Развитие» уточняет глубинные латентные/скрытые моменты, которые лишь обозначались авторской системой «Ноосферные межотраслевые балансы» и не могли исследоваться предыдущими авторскими системами, деловыми играми. Основную идею системы «Кризисы или Ноосферное Развитие» авторы изложили в виде лингвистического образа: «Для того чтобы уметь прогнозировать, подавлять мировые кризисы, войны, революции и прочие ноосферные конфликты, необходимо научиться их организовывать». Для этого в системе «Кризисы или Ноосферное Развитие» курсантам предлагается исследовать, практически осуществлять авторское межотраслевое моделирование 40-189 стран-членов ООН в следующих направлениях: по организации мировых кризисов, ноосферных конфликтов или по эффективному их подавлению и, наконец, главное, как обеспечить ноосферное развитие в любой стране-члене ООН. Ноосферная система «Кризисы или Ноосферное Развитие» реализует следующие направления обучения, исследований и межотраслевого авторского нейронного моделирования для курсантов, управленцев, экономистов, юристов, законодателей, академического, профессорско-преподавательского состава всех иерархических уровней управления. Они следующие:
Во-первых, система «Кризисы или Ноосферное Развитие» формирует векторное поле авторских моделей «Организовать Кризисы». Курсантам предлагается рассмотреть, исследовать и промоделировать ноосферные процессы в любой стране-члене ООН для организации кризисных процессов, латентному подавлению ноосферной экономики в любых странах с активным использованием технологий: управляемого хаоса и/или манипулирования массовым сознанием, и/или системы ложных целей. Система «Кризисы или Ноосферное Развитие» демонстрирует курсантам различные сценарии организации кризисных процессов, выбор приоритетов по минимизации бюджетов переворотов/революций, при активном использования мультипликативных межотраслевых эффектов и всего многообразия прямых, видимых межотраслевых связей по подавлению ноосферной экономики: предприятий, отраслей, рынков и законодательств исследуемых государств.
Во-вторых, система «Кризисы или Ноосферное Развитие» формирует векторное поле авторских моделей «Подавить Кризисы». Курсантам предлагается практически рассмотреть, исследовать и промоделировать ноосферные процессы в любой стране-члене ООН для подавления кризисных процессов, противодействию латентному уничтожению ноосферной экономики с активным использованием технологий: управляемого хаоса и/или манипулирования массовым сознанием, и/или системы ложных целей, но в среде организаторов кризисов или в т.н. пятой коллоне. Система «Кризисы или Ноосферное Развитие» демонстрирует курсантам различные сценарии подавления кризисных процессов, выбор приоритетов по увеличению бюджетов и дальнейшего банкротства организаторов переворотов/революций. Система «Кризисы или Ноосферное Развитие» демонстрирует курсантам различные сценарии авторских моделей «Подавить Кризисы». В частности, как следует активно использовать мультипликативные межотраслевые эффекты и всё многообразие прямых, видимых межотраслевых связей, по подавлению кризисов ноосферной экономики: предприятий, отраслей, рынков и законодательств исследуемых государств.
Рисунок 1.10 – Графический образ упрощённой методики ноосферная система «Кризисы или Ноосферное Развитие» предприятий, отраслей, рынков любых государств
В-третьих, система «Кризисы или Ноосферное Развитие» формирует векторное поле авторских моделей «Ноосферное Развитие». Курсантам предлагается практически рассмотреть, исследовать и промоделировать ноосферные развитие в любой стране-члене ООН. Система «Кризисы или Ноосферное Развитие» демонстрирует курсантам различные сценарии авторских моделей «Ноосферное Развитие». В частности, как следует активно использовать мультипликативные межотраслевые эффекты и всё многообразие прямых, видимых межотраслевых связей по ноосферному развитию экономики: предприятий, отраслей, рынков и законодательств исследуемых государств.
Ноосферная система «Кризисы или Ноосферное Развитие» предлагает курсантам перейти на новый уровень исследования, моделирования и расчётов по динамическому, нейронному, ноосферному межотраслевому управлению. Курсантам предлагается на основе системы «Кризисы или Ноосферное Развитие» приступить к разработке более совершенных управленческих, экономических и законодательных моделей и уточнению предыдущих авторских систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», «Ноосферные межотраслевые балансы» и дальнейшему развитию их нейронных моделей эффективности, рисков и коридоров управления, а также разрабатывать объективные рейтинги, конкурентные преимущества предприятий всех отраслей, рынков исследуемого государства по отношению к предприятиям, отраслям, рынкам стран-членов ООН.
Научно-практические исследования по авторской системе «Кризисы или Ноосферное Развитие» на новом качественном и количественном уровне осуществляют разработку управленческих, экономических, законодательных, рейтинговых и других многообразных авторских нейронных моделей для всех иерархических уровней управления от рабочего места, подразделения/цеха, предприятия, отрасли, рынка, региона и государства в целом, прогнозов мировых, региональных кризисов в отличие от непрофессиональных исследовательских, научных, образовательных центров и рейтинговых агентств с мировым именем. Авторская система «Кризисы или Ноосферное Развитие» значительно расширяет возможности предыдущих ноосферных систем авторов, и несмотря на триллионные объёмы статистической информации позволяет также практически мгновенно и профессионально, но более углублённо исследовать, моделировать и выдавать объективные целевые указания по всему многообразию видов управленческих, экономических и законодательных решений с учётом эффективности, рисков и коридоров управления, мультипликативного ноосферного межотраслевого воздействия предприятий исследуемых отраслей и рынков на ноосферную экономику любых государств.
Авторская система «Кризисы или Ноосферное Развитие» обучает курсантов готовить многообразие объективных управленческих, экономических и законодательных систем: исследуемых государств, регионов, отраслей, рынков, предприятий, цехов и рабочих мест по отношению к странам-членам ООН. Авторская система «Кризисы или Ноосферное Развитие» обучает/знакомит курсантов с тем, как практически можно значительно расширить возможности ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», «Ноосферные межотраслевые балансы» через многообразие разработанных авторских ноосферных межотраслевых, межгосударственных комплексов, систем, как можно уточнять, углублять и детализировать коррупционную составляющую, эффективность, риски и коридоры управления, например, по тарифам, ценам и оплате труда, социальной напряжённости, пенсионному, налоговому, финансово-банковскому законодательству, а также по военным, социальным, образовательным, здравоохранительным бюджетам и прочему множеству авторских ноосферных систем.
Ноосферная система «Кризисы или Ноосферное Развитие» совместно с ранее представленными системами успешно подавляет искажения, необъективность, неэффективность, высокие риски, коррупцию и др. в аудиторских, финансово-банковских, фондовых, страховых, налоговых, пенсионных, отраслевых, рыночных, законодательных системах стран-членов ООН. Ноосферная система «Кризисы или Ноосферное Развитие» совместно с предыдущими авторскими системами подавляет в зародыше неэффективное, рискованное управление на всех иерархических уровнях предприятий всех отраслей любых государств и максимально снижает риски мировых кризисов. Авторская ноосферная система «Кризисы или Ноосферное Развитие» в комплексе с предыдущими авторскими системами более углублённо знакомит курсантов, профессорско-преподавательский состав с достоинствами, недостатками, неправильными трактовками, ошибками международных стандартов СНС ООН, МОТ, ВОЗ, ЮНЭП, ФАО, олимпийского комитета, ISO 31000, МСФО и др. и на практических примерах показывает, как и почему необходимо безоговорочно изменить перечисленные стандарты в рамках авторских требований и редакций. Авторская ноосферная система знакомит курсантов, профессорско-преподавательский состав с интернет базами данных различных государственных, региональных и международных программ раскрытия информации ООН. Учит их авторской системе тому, как быстро и максимально просто обрабатывать межотраслевое, межгосударственное многообразие статистических интернет баз данных для решения целей и задач ноосферных систем «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», «Ноосферные межотраслевые балансы». На следующем этапе показывает и доказывает, как растёт точность их управленческих, экономических и законодательных управленческих решений благодаря введению ноосферной системы «Кризисы или Ноосферное Развитие».
Система «Кризисы или Ноосферное Развитие» является важнейшей составной частью космо-ноосферной парадигмы авторской методологии, методик, нейронных моделей для всех уровней управления от рабочего места до межгосударственного сопоставления, мировых и региональных финансово-банковских, рейтинговых систем, геополитики, геоэкономики и др.
Ознакомившись и научившись научно-практической работе с авторскими ноосферными системами: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», «Ноосферные межотраслевые балансы» и «Кризисы или Ноосферное Развитие» курсанты, управленцы, экономисты, юристы, законодатели, академический, профессорско-преподавательский состав всех иерархических уровней управления приступают к изучению, освоению и практическому применению авторской ноосферной системы «Ноосферные Отрасли/Рынки» в рамках международных, региональных, государственных, отраслевых, продуктовых/рыночных стандартов комитетов, организаций, программ ООН и государств-членов ООН. Данная ноосферная система анатомирует все видимые и латентные (скрытые) межотраслевые связи, существующие в экономике любой страны, но в разрезе углублённого ноосферного исследования предприятий конкретной отрасли или рынка.
Таким образом основная цель ноосферной системы «Ноосферные Отрасли/Рынки» углублённо исследовать, анатомировать видимые и латентные межотраслевые связи предприятий конкретной отрасли или рынка. Ноосферная система «Ноосферные Отрасли/Рынки» призвана практически научить курсантов, знать и использовать видимые и латентные межотраслевые связи, их мультипликативные межотраслевые эффекты при принятии управленческих, экономических и законодательных решений для предприятий конкретной отрасли или рынка на качественно и количественно новом уровне, чем авторские системы «Ноосферные Риски», «Ноосферное планирование» и «Ноосферные Риски, Планы и Рейтинги». Ноосферная система «Ноосферные Отрасли/Рынки» на основе практических авторских нейронных межотраслевых моделей стран-членов ООН демонстрирует курсантам, как незнание видимых, латентных межотраслевых связей неизбежно будет порождать мультипликативное неэффективное управление, мультипликативное повышение рисков в процессе управленческих, экономических и законодательных решений на уровне предприятий конкретной отрасли или рынка. Ноосферная система «Ноосферные Отрасли/Рынки» показывает, обучает, как на основе ноосферного моделирования на уровне предприятий конкретной отрасли или рынка исследуемых государств можно моделировать и определять объективные и/или спекулятивные региональные, мировые цены на исследуемых рынках. Ноосферная система «Ноосферные Отрасли/Рынки» показывает, обучает как на основе ноосферного моделирования объективных и/или спекулятивных региональных, мировых цен на исследуемых рынках можно уточнять фазы неизбежных мировых финансово-экономических кризисов.
Ноосферная система «Ноосферные Отрасли/Рынки» является важнейшей составной частью исследований в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе системы «Ноосферные Отрасли/Рынки» разработано множество авторских деловых игр по углублённому и детальному исследованию управления предприятий всех отраслей, рынков стран-членов ООН на основе межотраслевого, межгосударственного нейронного моделирования, авторских методик. Ноосферная система «Ноосферные Отрасли/Рынки» призвана практически научить курсантов, знать и использовать видимые и латентные межотраслевые связи, их мультипликативные межотраслевые эффекты при принятии управленческих, экономических и законодательных решений для предприятий конкретной отрасли или рынка на качественно и количественно новом уровне, чем авторские системы «Ноосферные Риски», «Ноосферное планирование» и «Ноосферные Риски, Планы и Рейтинги». В рамках космо-ноосферной межотраслевой, межгосударственной методологии, парадигмы управления Дорошко-Самариной все эти ноосферные системы в комплексе реализуют контроль, управление и нейронное моделирование любыми предприятиями, любых отраслей, регионов, стран (в любой точке мира), в том числе в интересах России и мирового сообщества. Ноосферная система «Ноосферные Отрасли/Рынки» совместно с системами: «Ноосферные Риски», «Ноосферное планирование» и «Ноосферные Риски, Планы и Рейтинги» призвана:
Ноосферная система «Ноосферные Отрасли/Рынки» уточняет глубинные латентные/скрытые моменты, которые лишь обозначались авторскими системами «Ноосферные межотраслевые балансы» и «Кризисы или Ноосферное Развитие» и не могли исследоваться предыдущими авторскими системами, деловыми играми.
Ноосферная система «Ноосферные Отрасли/Рынки» совместно с системами: «Ноосферные Риски», «Ноосферное планирование» и «Ноосферные Риски, Планы и Рейтинги» реализует следующие направления обучения, исследований и межотраслевого авторского нейронного моделирования для курсантов, управленцев, экономистов, юристов, законодателей, академического профессорско-преподавательского состава всех иерархических уровней управления. Они следующие:
Во-первых, система «Ноосферные Отрасли/Рынки» формирует векторные поля нейронных динамических межотраслевых моделей прямых и косвенно-латентных связей по всем рынкам и по всем отраслям по интегральному фактору «Материальные затраты» в классификации МСФО или «Total intermediate consumption» в классификации СНС ООН. В авторских системах «Ноосферные Риски», «Ноосферное планирование» и «Ноосферные Риски, Планы и Рейтинги» - это классический раздел «Материальные затраты», но теперь он моделируется в полном объёме с учётом авторской редакции, устраняющей ошибки/смещения, СНС ООН (ISIC) раздела по международной классификации основных продуктов ООН (Классификация основных продуктов, Central Product Classification – CPC, https://unstats.un.org/unsd/publication/SeriesM/SeriesM_77ver1_1r.pdf).
Подчеркнём, по предприятию исследуемой отрасли для каждой страны-члена ООН разрабатываются свои индивидуальные нейронные динамические межотраслевые модели прямых и косвенно-латентных связей по всем рынкам и по всем отраслям. Уточним также, что эти детальные модели строятся исключительно в рамках авторских редакций, устраняющих ошибки/смещения международных стандартов ISIC, CPC ООН. Следует также заметить, что моделирование по авторским методикам реализуется по всем известным 20-25 математическим, статистическим, нейронным методам без исключения, с активным использованием элементов искусственного интеллекта и лингвистических роботов.
Интегральную многофакторную среднеотраслевую динамическую модель производственных функций предприятий по эффективности управления, среднеотраслевых рисков всеми предприятиями-конкурентами исследуемой отрасли внутренними и внешними факторами можно представить в виде:
ETCO(MX)=1,971*(2,093*V0010,6186*V0020,0154*V0030,3660)0,4076*(3,766*(2,148*Ed120,0060*Ed130,0005*Ed140,0810*Ed160,7515*Ed170,1610)0,0212*(4,993*Ed210,0067*Ed220,0418*Ed230,3875*Ed240,2048*Ed250,0515*Ed260,0939*Ed270,2053*Ed280,0086)0,5895*(4,345*Ed310,0002*Ed320,0589*Ed340,0007*Ed360,1646*Ed370,0023*Ed380,1334*Ed390,3980*Ed400,2419)0,1133*(4,279*Ed410,7870*Ed42-10,0001*Ed42-20,0009*Ed42-30,0016*Ed42-40,0108*Ed430,0134*Ed440,0335*Ed450,0064*Ed460,1241*Ed470,0018*Ed480,0010*Ed490,0001*Ed4100,0193)0,1358*(5,996*Ed510,0114*Ed530,1251*Ed540,0972*Ed550,2057*Ed560,2606*Ed570,1983*Ed590,1018)0,0282*(4,164*Ed610,1292*Ed620,0249*Ed630,0124*Ed640,2466*Ed650,4615*Ed660,1085*Ed670,0169)0,0920*(2,470*Ed750,0277*Ed760,0087*Ed770,0812*Ed780,1626*Ed790,7198)0,0078* (2,397*Ed820,5503*Ed840,0453*Ed860,4044)0,0122)0,5924
Интегральную многофакторную среднеотраслевую динамическую модель эффективности управления, минимальных рисков, лучшими предприятиями-конкурентами исследуемой отрасли внутренними и внешними факторами можно представить в виде:
ETCO(Min)=9,163*(8,588*V0010,5537*V0020,0009*V0030,2982)0,3392*(10,606*(4,993*Ed120,0025*Ed130,0000*Ed140,0297*Ed160,7053*Ed170,1102)0,0137*(21,509*Ed210,0048*Ed220,0300*Ed230,3216*Ed240,1870*Ed250,0364*Ed260,0687*Ed270,1795)0,5474*(11,970*Ed310,0001*Ed320,0494*Ed340,0004*Ed360,1405*Ed370,0008*Ed390,3725*Ed400,2035)0,1001*(5,330*Ed410,7756*Ed42-10,0001*Ed42-20,0006*Ed42-30,0011*Ed42-40,0088*Ed430,0100*Ed440,0286Ed460,1103*Ed470,0014*Ed480,0008*Ed490,0001*Ed4100,0106)0,1243*(35,736*Ed510,0064*Ed530,1022*Ed540,0799*Ed550,1411*Ed560,1553*Ed570,1625*Ed590,0424)0,0187*(7,846*Ed610,1119*Ed620,0214*Ed630,0082*Ed640,2265*Ed650,4351*Ed660,0947*Ed670,0089)0,0671*(9,875*Ed750,0198*Ed760,0020*Ed780,0744*Ed790,5612)0,0055*(27,644*Ed820,3208*Ed840,0218*Ed860,2335)0,0104)0,5198
Интегральную многофакторную средне отраслевую динамическую модель эффективности управления, максимальных рисков, худшими предприятиями-конкурентами исследуемой отрасли внутренними и внешними факторами можно представить в виде:
ETCO(Max)=0,424*(0,537*V0010,6839*V0020,0243*V0030,4316)0,4802*(1,192*(0,499*Ed120,0173*Ed130,0013*Ed140,1717*Ed160,8397*Ed170,2334)0,0365*(0,988*Ed210,0087*Ed220,0620*Ed230,4615*Ed240,2251*Ed250,0588*Ed260,1214*Ed270,2350*Ed280,0111)0,6355*(1,628*Ed310,0003*Ed320,0679*Ed340,0010*Ed360,1818*Ed370,0042*Ed380,1767*Ed390,4306*Ed400,2740)0,1276*(3,438*Ed410,7995*Ed42-10,0001*Ed42-20,0013*Ed42-30,0022*Ed42-40,0135*Ed430,0191*Ed440,0384*Ed450,0090*Ed460,1301*Ed470,0022*Ed480,0014*Ed490,0002*Ed4100,0290)0,1477*(0,894*Ed510,0165*Ed530,1575*Ed540,1489*Ed550,2685*Ed560,3198*Ed570,2548*Ed590,1702)0,0385*(1,720*Ed610,1437*Ed620,0289*Ed630,0173*Ed640,2753*Ed650,5106*Ed660,1229*Ed670,0283)0,1157*(0,695*Ed750,0372*Ed760,0154*Ed770,0991*Ed780,3005*Ed790,8182)0,0101* (0,187*Ed820,7428*Ed840,0802*Ed860,6248)0,0152)0,6608
Источник: Дорошко С.Е., Самарина Г.П. Методика количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Электротехническая отрасль. Серия: Ноосферная экономика. СПб.: Изд-во «Элмор», 2014. 346с. (Подписано в печать 01/09/2014 г.) - http://economics-21.narod.ru/Book/book-13/book-13.html.
Упрощённый образ векторных полей нейронных динамических межотраслевых моделей прямых и косвенно-латентных связей предприятий металлургического комплекса США по всем рынкам и по всем отраслям можно представить в виде графического образа.
Рисунок 1.11 – Графический образ упрощённой методики ноосферная система «Ноосферные Отрасли/Рынки» векторных полей нейронных динамических межотраслевых моделей прямых и косвенно-латентных связей предприятий металлургического комплекса США по всем рынкам и по всем отраслям
Уточним важный момент, авторская система «Ноосферные Отрасли/Рынки» разрабатывает аналогичные нейронные модели, деловые игры, лингвистические роботы на всех языках мира для предприятий всех отраслей, всех рынков, всех стран-членов ООН.
Во-вторых, система «Ноосферные Отрасли/Рынки» формирует векторные поля нейронных динамических межотраслевых моделей предприятий исследуемой отрасли по интегральным факторам: «Основные фонды» (Fixed Assets), «Амортизация» (Depreciation Fixed Assets), «Инвестиции» (Investment Fixed Assets) в классификации СНС ООН.
Упрощённый образ векторных полей нейронных динамических межотраслевых моделей прямых и косвенно-латентных связей предприятий металлургического комплекса США по всему многообразию переменных интегрального фактора «Основные фонды» (Fixed Assets) можно представить в виде графического образа.
Для качественного нейронного моделирования данные векторные поля нейронных динамических межотраслевых моделей предприятий исследуемой отрасли необходимо дополнить по интегральным факторам загрузка мощностей или основных фондов и возраст основных фондов. Подчеркнём, что для корректного авторского межотраслевого нейронного моделирования интегральные факторы загрузки мощностей и их возраст играют важную роль по отношению к интегральным факторам: «Основные фонды» (Fixed Assets), «Амортизация» (Depreciation Fixed Assets), «Инвестиции» (Investment Fixed Assets).
Рисунок 1.12 – Графический образ упрощённой методики ноосферная система «Ноосферные Отрасли/Рынки» образ векторных полей нейронных динамических межотраслевых моделей прямых и косвенно-латентных связей предприятий металлургического комплекса США по всему многообразию переменных интегрального фактора «Основные фонды» (Fixed Assets)
В авторских системах «Ноосферные Риски», «Ноосферное планирование» и «Ноосферные Риски, Планы и Рейтинги» - это классический раздел «Инвестиции», но теперь он моделируется в полном объёме с учётом авторской редакции, устраняющей ошибки/смещения, СНС ООН (ISIC). Подчеркнём, по предприятию исследуемой отрасли для каждой страны-члена ООН разрабатываются свои индивидуальные нейронные динамические межотраслевые модели прямых и косвенно-латентных связей по всем рынкам и по всем отраслям. Уточним также, что эти детальные модели строятся исключительно в рамках авторских редакций, устраняющих ошибки/смещения, международных стандартов ISIC, CPC ООН. Следует также заметить, что моделирование по авторским методикам реализуется по всем известным 20-25 математическим, статистическим, нейронным методам без исключения с активным использованием элементов искусственного интеллекта и лингвистических роботов.
Уточним важный момент, авторская система «Ноосферные Отрасли/Рынки» разрабатывает аналогичные нейронные модели, деловые игры, лингвистические роботы на всех языках мира для предприятий всех отраслей, всех рынков, всех стран-членов ООН.
В-третьих, система «Ноосферные Отрасли/Рынки» формирует векторные поля нейронных динамических межотраслевых моделей предприятий исследуемой отрасли по интегральным факторам: «Численность персонала» по всем профессиональным группам, и по всем профессиям, «Оплата труда персонала» по всем профессиональным группам, и по всем профессиям, «Компенсация персонала» по всем профессиональным группам, и по всем профессиям в классификации МОТ, СНС ООН. Для качественного нейронного моделирования данные векторные поля нейронных динамических межотраслевых моделей предприятий исследуемой отрасли необходимо дополнить по интегральным факторам полная/неполная занятость персонала и возрастной состав персонала. Подчеркнём, что для корректного авторского межотраслевого нейронного моделирования интегральные факторы полная/неполная занятость персонала и их возраст играют важную роль по отношению к интегральным факторам: «Численность персонала», «Оплата труда персонала», «Компенсация персонала» по всем профессиональным группам, и по всем профессиям.
В авторских системах «Ноосферные Риски», «Ноосферное планирование» и «Ноосферные Риски, Планы и Рейтинги» - это классический раздел «Управление Персоналом», но теперь он моделируется в полном объёме с учётом авторской редакции, устраняющей ошибки/смещения, МОТ, СНС ООН (ISIC). Подчеркнём, по предприятию исследуемой отрасли для каждого государства-члена ООН разрабатываются свои индивидуальные нейронные динамические межотраслевые модели прямых и косвенно-латентных связей по всем рынкам и по всем отраслям. Уточним также, что эти детальные модели строятся исключительно в рамках авторских редакций, устраняющих ошибки/смещения, международных стандартов МОТ, ISIC, CPC ООН. Следует также заметить, что моделирование по авторским методикам реализуется по всем известным 20-25 математическим, статистическим, нейронным методам без исключения с активным использованием элементов искусственного интеллекта и лингвистических роботов.
В примерах ниже даны средне отраслевые модели по численности персонала по основным секторам экономики, интегральные факторы не расшифровывались.
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Agriculture, forestry, fishing, and hunting":
Agriculture=k0*P11^0,01744*P13^0,00607*P15^0,00062*P19^0,00528*P25^0,00081*P27^0,00040*P33^0,00105*P35^0,00011*
P37^0,01138*P39^0,01165*P41^0,00499*P43^0,05476*P45^0,70978*P47^0,00216*P49^0,01993*P51^0,03697*P53^0,11661
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Mining":
Mining=k0*P11^0,05742*P13^0,03571*P15^0,00880*P17^0,05880*P19^0,02778*P23^0,00339*P27^0,00050*P29^0,00436*
P33^0,00162*P35^0,00089*P37^0,00213*P41^0,01126*P43^0,08215*P45^0,00032*P47^0,40609*P49^0,08222*P51^0,07139*P53^0,14516
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Utilities":
Utilities=k0*P11^0,06120*P13^0,06696*P15^0,02634*P17^0,09103*P19^0,01588*P23^0,00201*P25^0,00022*P27^0,00363*
P29^0,00337*P33^0,00941*P35^0,00005*P37^0,00600*P41^0,01753*P43^0,19524*P45^0,00073*P47^0,05559*P49^0,27029*P51^0,15328*P53^0,02124
Приведём упрощённый расчёт и графический образ национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES).
Рисунок 1.13 – Графический образ упрощённой методики ноосферная система «Ноосферные Отрасли/Рынки» упрощённый расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES)
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Construction":
Construction=k0*P11^0,05982*P13^0,03276*P15^0,00179*P17^0,01198*P19^0,00008*P21^0,00004*P23^0,00017*P25^0,00003*P27^0,00093*P29^0,00064*P33^0,00064*P35^0,00025*P37^0,00556*P39^0,00024*P41^0,02078*P43^0,10212*P45^0,00012*P47^0,63016*P49^0,08389*P51^0,01458*P53^0,03339
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Manufacturing":
Manufacturing=k0*P11^0,05700*P13^0,03610*P15^0,02379*P17^0,06326*P19^0,00936*P21^0,00001*P23^0,00050*P25^0,00008*P27^0,00648*P29^0,00165*P31^0,00008*P33^0,00135*P35^0,00283*P37^0,00596*P39^0,00010*P41^0,03185*P43^0,09684*P45^0,00249*P47^0,01612*P49^0,04963*P51^0,50894*P53^0,08558
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Wholesale trade":
WholesaleTrade=k0*P11^0,06260*P13^0,04337*P15^0,03096*P17^0,00977*P19^0,00204*P21^0,00006*P23^0,00056*P25^0,00018*P27^0,01017*P29^0,00278*P31^0,00017*P33^0,00079*P35^0,00070*P37^0,00503*P39^0,00028*P41^0,26850*P43^0,23211*P45^0,00841*P47^0,00369*P49^0,06434*P51^0,05072*P53^0,20279
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Retail trade":
RetailTrade=k0*P11^0,02192*P13^0,00865*P15^0,00358*P17^0,00024*P19^0,00001*P21^0,00003*P23^0,00008*P25^0,00037*P27^0,00652*P29^0,03210*P31^0,00345*P33^0,00365*P35^0,03159*P37^0,00801*P39^0,00560*P41^0,55583*P43^0,17091*P45^0,00119*P47^0,00250*P49^0,04713*P51^0,02707*P53^0,06957
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Transportation and warehousing":
Transportation=k0*P11^0,03150*P13^0,01848*P15^0,00528*P17^0,00489*P19^0,00027*P21^0,00002*P23^0,00034*P25^0,00020*P27^0,00062*P29^0,00082*P31^0,00002*P33^0,00290*P35^0,00130*P37^0,00673*P39^0,00696*P41^0,01326*P43^0,28075*P45^0,00039*P47^0,00605*P49^0,06086*P51^0,01431*P53^0,54405
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Information":
Information=k0*P11^0,07274*P13^0,06606*P15^0,15472*P17^0,01758*P19^0,00062*P21^0,00014*P23^0,00252*P25^0,00569*P27^0,16405*P29^0,00033*P31^0,00002*P33^0,00123*P35^0,01708*P37^0,00498*P39^0,01958*P41^0,13163*P43^0,19727*P47^0,00184*P49^0,10737*P51^0,01808*P53^0,01648
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Finance, insurance, real estate, rental, and leasing":
FIRE=k0*P11^0,08359*P13^0,18526*P15^0,04511*P17^0,00064*P19^0,00028*P21^0,00093*P23^0,00750*P25^0,00019*P27^0,00416*P29^0,00437*P31^0,00051*P33^0,00514*P35^0,00262*P37^0,02201*P39^0,00291*P41^0,16390*P43^0,40392*P45^0,00016*P47^0,00338*P49^0,04538*P51^0,00126*P53^0,01678
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Professional and business services":
ProfessionalBusinessServices=k0*P11^0,07268*P13^0,09562*P15^0,07985*P17^0,04986*P19^0,01842*P21^0,00206*P23^0,03454*P25^0,00430*P27^0,02066*P29^0,01868*P31^0,00954*P33^0,04077*P35^0,00598*P37^0,09515*P39^0,00702*P41^0,07171*P43^0,22594*P45^0,00083*P47^0,01695*P49^0,03336*P51^0,04110*P53^0,05497
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Educational services, health care, and social assistance":
EducationalHealthSocial=k0*P11^0,03960*P13^0,01653*P15^0,01020*P17^0,00106*P19^0,00857*P21^0,04145*P23^0,00028*P25^0,26475*P27^0,00949*P29^0,20269*P31^0,11692*P33^0,00616*P35^0,03221*P37^0,03238*P39^0,05204*P41^0,00383*P43^0,13365*P45^0,00010*P47^0,00191*P49^0,00927*P51^0,00398*P53^0,01292
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Arts, entertainment, recreation, accommodation, and food services":
ArtsEntertainmentRecreationAccommodationFood Services=k0*P11^0,02628*P13^0,00609*P15^0,00067*P17^0,00016*P19^0,00016*P21^0,00007*P23^0,00003*P25^0,00234*P27^0,01531*P29^0,00066*P31^0,00087*P33^0,01129*P35^0,70848*P37^0,05619*P39^0,05215*P41^0,03790*P43^0,04364*P45^0,00025*P47^0,00098*P49^0,01233*P51^0,00601*P53^0,01814
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Other services, except government":
OtherServices=k0*P11^0,04450*P13^0,05409*P15^0,00760*P17^0,00199*P19^0,00252*P21^0,02840*P23^0,00212*P25^0,01810*P27^0,02162*P29^0,00277*P31^0,01002*P33^0,01141*P35^0,02463*P37^0,02729*P39^0,20118*P41^0,06088*P43^0,14701*P45^0,00033*P47^0,00372*P49^0,16509*P51^0,07427*P53^0,09044
Расчёт национальной отраслевой профессиональной занятости по основным секторам экономики США в разрезе основных 22 профессиональных групп - центров ответственности (МОТ/SOC/OES) в исследуемом секторе экономики "Government":
Government=k0*P11^0,05697*P13^0,10065*P15^0,02470*P17^0,02991*P19^0,03094*P21^0,04928*P23^0,02583*P25^0,02168*P27^0,00646*P29^0,04799*P31^0,01422*P33^0,19610*P35^0,01156*P37^0,02432*P39^0,02946*P41^0,00688*P43^0,17674*P45^0,00258*P47^0,04682*P49^0,03899*P51^0,01684*P53^0,04108
Упрощённый образ векторных полей нейронных динамических межотраслевых моделей прямых и косвенно-латентных связей предприятий металлургического комплекса США по всему многообразию переменных интегральных факторов «Численность персонала», «Оплата труда персонала», «Компенсация персонала» можно представить в виде графического образа.
Рисунок 1.14 – Графический образ упрощённой методики ноосферная система «Ноосферные Отрасли/Рынки» образ векторных полей нейронных динамических межотраслевых моделей прямых и косвенно-латентных связей предприятий металлургического комплекса США по всему многообразию переменных интегральных факторов «Численность персонала», «Оплата труда персонала» и «Компенсация персонала»
Уточним важный момент, авторская система «Ноосферные Отрасли/Рынки» разрабатывает аналогичные нейронные модели, деловые игры, лингвистические роботы на всех языках мира для предприятий всех отраслей, всех рынков, всех стран-членов ООН.
В-четвёртых, система «Ноосферные Отрасли/Рынки» формирует главный раздел его векторные поля нейронных динамических межотраслевых моделей предприятий исследуемой отрасли, в котором для нейронного моделирования объединяются нейронные модели всех разделов.
Упрощённый образ векторных полей нейронных динамических межотраслевых моделей прямых и косвенно-латентных связей предприятий металлургического комплекса США и РФ по всему многообразию переменных нейронных моделей всех разделов «Материальные затраты», «Инвестиции», «Управление Персоналом» можно представить в виде графического образа. Нейронное моделирование металлургического комплекса США и РФ осуществляется по двум технологиям: по традиционным технологиям производства металлов и по плазменным технологиям.
Рисунок 1.15 – Графический образ упрощённой методики ноосферная система «Ноосферные Отрасли/Рынки». Нейронное моделирование металлургического комплекса США и РФ
Раздел «Материальные затраты» по предприятию исследуемой отрасли для каждой страны-члена ООН разрабатывает свои индивидуальные нейронные динамические межотраслевые модели прямых и косвенно-латентных связей по всем рынкам и по всем отраслям. Модели строятся исключительно в рамках авторских редакций, устраняющих ошибки/смещения, международных стандартов ISIC, CPC ООН. Раздел «Инвестиции», но теперь он моделируется в полном объёме с учётом авторской редакции, устраняющей ошибки/смещения СНС ООН (ISIC). Раздел «Управление Персоналом». Он также моделируется в полном объёме с учётом авторской редакции, устраняющей ошибки/смещения МОТ, СНС ООН (ISIC).
Подчеркнём, по предприятию исследуемой отрасли для каждой страны-члена ООН разрабатываются свои индивидуальные нейронные динамические межотраслевые модели прямых и косвенно-латентных связей по всем рынкам и по всем отраслям. Уточним также, что эти детальные модели строятся исключительно в рамках авторских редакций, устраняющих ошибки/смещения, международных стандартов ISIC, CPC ООН. Следует также заметить, что моделирование по авторским методикам реализуется по всем известным 20-25 математическим, статистическим, нейронным методам без исключения с активным использованием элементов искусственного интеллекта и лингвистических роботов.
Уточним важный момент, авторская система «Ноосферные Отрасли/Рынки» разрабатывает аналогичные нейронные модели, деловые игры, лингвистические роботы на всех языках мира для предприятий всех отраслей, всех рынков, всех государств-членов ООН.
Рисунок 1.16 – Графический образ упрощённой методики ноосферная система «Ноосферные Отрасли/Рынки». Нейронное моделирование мировых цен на металлы
В результате модельных экспериментов по основным игрокам на металлургическом рынке разрабатываются объективные ценовые модели на региональных, мировых рынках металлов, их ценовые коридоры, ценовые зоны спекуляций, ценовые зоны депрессий. Авторской вишенкой на торте является построение фаз кризисных процессов на предприятиях металлургического комплекса различных стран мира и их перерастание в мировые финансово-экономические кризисы на фоне регулярных рейдерских захватов, монополизации рынка предприятий-локомотивов ноосферной экономики государств, регионов и мира в целом.
Ознакомившись и научившись научно-практической работе с авторскими ноосферными системами: «Космос, Солнце и Кризисы», «Коррупция или Ноосферное Управление», «Ноосферные Риски», «Ноосферное планирование», «Ноосферные Риски, Планы и Рейтинги», «Ноосферные межотраслевые балансы», «Кризисы или Ноосферное Развитие» и «Ноосферные Отрасли/Рынки» курсанты, управленцы, экономисты, юристы, законодатели, академический, профессорско-преподавательский состав всех иерархических уровней управления приступают к изучению, освоению и практическому применению авторской ноосферной системы «Ноосферная экономика и ноосферные кластеры» в рамках международных, региональных, государственных, отраслевых, продуктовых/рыночных стандартов комитетов, организаций, программ ООН и стран-членов ООН. Ноосферная системы «Ноосферная экономика и ноосферные кластеры» - это суперсистема авторов. Авторы в конце прошлого века впервые в мире описали, промоделировали, рассчитали ноосферную экономику для стран-членов ООН как единый комплекс, состоящий из трёх нейронных кластеров: нейронные модели биосферы, нейронные модели соцсферы, нейронные модели техносферы. Даже западным научным школам, где готовят кукловодов для президентов, премьер-министров развитых стран потребовалось десятилетия, чтобы согласиться и приступить к изучению авторской русской космо-ноосферной межотраслевой, межгосударственной методологии, парадигмы управления Дорошко-Самариной и авторских нейронных моделей ноосферной экономики (https://searchworks.stanford.edu/view/9198590) и трёх её нейронных кластеров: биосферы, соцсферы и техносферы.
Ноосферная система «Ноосферные Отрасли/Рынки» является важнейшей суперсистемой исследований авторов в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе системы «Ноосферная экономика и ноосферные кластеры» авторы добились генерации практически бесконечного множество авторских деловых игр по углублённому и детальному исследованию управления предприятий всех отраслей, рынков стран-членов ООН на основе межотраслевого, межгосударственного нейронного моделирования ноосферной экономикой как единого комплекса.
Авторская система «Ноосферная экономика и ноосферные кластеры» предлагает курсантам в процессе принятия управленческих, экономических и законодательных решений безоговорочно рассматривать и расширять их с учётом трёх нейронных кластеров: нейронные модели биосферы, нейронные модели соцсферы, нейронные модели техносферы. Курсанты, управленцы, экономисты, юристы, законодатели, академический профессорско-преподавательский состав всех иерархических уровней управления должны осознать, что система «Ноосферная экономика и ноосферные кластеры» - это единственная система управления и выживания в условиях климатических потрясений в 21-м веке.
Для лучшего понимания авторской системы «Ноосферная экономика и ноосферные кластеры» представим зрительный образ классической ноосферной экономики, состоящей традиционно из трёх сфер: биосферы, социальной сферы и технологической сферы. Понятно, что ноосферная экономика это есть разумное, гармоничное и бесконфликтное управление всеми тремя сферами на всех управленческих, экономических и законодательных иерархических уровнях управления. Вопрос ко всем управленцам, экономистам и законодателям от руководителей предприятий, отраслей, регионов, государств, всех комитетов ООН до Совета Безопасности ООН: «Они знают, что такое разумное, неконфликтное или проще ноосферное управление!?» Ответ известен – они не знают и знать не хотят.
Вот почему авторы во всех своих монографиях регулярно обращаются к профессионалам о катастрофическое положение в отечественном и зарубежном управлении, экономическом образовании и науке.
Оптимизм у авторов с каждым годом нарастает. Так, в 2010 г. в американском научном центре, где готовят кукловодов для президентов, премьер-министров развитых стран, согласились с авторами и приступили к изучению авторской русской космо-ноосферной межотраслевой, межгосударственной методологии, парадигмы управления Дорошко-Самариной и авторских нейронных моделей ноосферной экономики (https://searchworks.stanford.edu/view/9198590), состоящих из трёх нейронных кластеров: биосферы, соцсферы и техносферы. В 13/10/2016 г. наши американские коллеги подготовили указ Б.Обамы о климатических потрясениях «EXECUTIVE ORDER. COORDINATING EFFORTS TO PREPARE THE NATION FOR SPACE WEATHER EVENTS» (Источник: https://obamawhitehouse.archives.gov/the-press-office/2016/10/13/executive-order-coordinating-efforts-prepare-nation-space-weather-events).
Авторы, коллектив «Фонд Ноосфера» при поддержке международной, отечественной общественности, наших курсантов, профессорско-преподавательского состава ряда научно-образовательных центров, ВУЗов пытаются развернуть межгосударственные, федеральные общественно-образовательные центры по изучению и практическому внедрению космо-ноосферной парадигмы управления Дорошко-Самариной.
В данной монографии авторские системы «Ноосферная экономика и ноосферные кластеры», «Ноосферная Продовольственная безопасность» и «Космо-ноосферная экономика» будут рассмотрены в следующих главах.
Основную цель развала СССР цинично изложила в 1991 гг. М.Тетчер: «По оценкам мирового сообщества экономически целесообразно проживание на территории СССР 15 млн. человек».
При этом руководители западных «демократий» (G-7) пытаются скрыть истинную цель — продлить агонию Запада на 20-30 лет за счёт «приватизации» активов СССР (СЭВ). Для этого Запад использовал пятую колонну в руководстве СССР и эффективный механизм - государственный переворот или «революцию» в верхах, отработанный за последние 400 лет ещё с времён Руси-Орды (Тартарии).
Вершиной совместной плодотворной работы экономистов СССР (СЭВ), США и всех комитетов ООН по внедрению и стандартизации русских/советских экономических методик, моделей МОБ и СНС за период 1959-1970гг. можно считать уникальное исследование русских/советских экономических школ по прогнозу развития мировой экономики стран-членов ООН до 2000 г., выполненное под руководством В.Леонтьева в 1973-1978гг.: Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979.
Западные либеральные экономические школы в данном исследовании не участвовали по ряду причин. Приведём оценку научного уровня западных либеральных «экономических» школ главного редактора ведущего экономического еженедельника «Business Week» - «Унылая картина… экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week.1982.18 Jan.P.124.].
Доклад группы экспертов ООН во главе с В.Леонтьевым свидетельствовал о шокирующем для США, Англии и «развитых» стран Запада факте:
СССР (СЭВ) не отстаёт от США по показателю «технологический уровень производства», а по инновационному показателю «автоматизация производства» СССР опережает США, Западную Европу в 4 раза (3,89-3,96)!!! По показателю «производительность труда» СССР (СЭВ) устойчиво опережает США в 2 раза, Западную Европу в 3 раза, в частности:
Из доклада В.Леонтьева (Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979) следовал главный вывод, что СССР при планируемой в докладе В.Леонтьева численности населения 280-300 млн.чел. к 1994 г. при пересчёте на численность 1991 г. и на инфляцию доллара на 2013 г. к 2012-2013 гг., будет ежегодно контролировать/производить по показателю ВВП около 30 трлн.долл.США/год:
Картина в бывших республиках СССР и странах СЭВ ещё более удручающая - только численность населения упала на 10-20%, как после Второй Мировой Войны.
К 2012 г. бывшие страны СЭВ, естественно при сохранении численности как в 1990-1991 гг, должны были контролировать/производить по показателю ВВП:
Из приведённого анализа следует единственный вывод, что к 2013 г. социалистические страны СЭВ (при численности населения СССР и СЭВ — 402 млн.чел. в 1991 г.) должны контролировать около 55% или 41 трлн.долл.США/год (мировой ВВП в 2013 г. 74 трлн.долл.США).
При условии сохранения СЭВ и СССР весь Мир наблюдал бы: конец империи доллара, глобализации и будущей мировой тоталитарно-фашисткой - либерально-демократической системы запада. Так что либеральная байка про капитализм, социализм, коммунизм, демократизм, либерализм и прочие измы была придумана для зомбирования человечества.
Все значительно проще, если знаешь реальную экономику, а не виртуально-либеральную и, конечно же, для анализа социально-экономических процессов необходимо – немного знаний высшей математики и статистики.
Для ликвидации мирового лидера СССР-СЭВ у Запада был лишь один выход - развалить СССР изнутри при помощи технологии пятой колонны, хорошо отработанной веками (1613-1991 гг.).
Рисунок 1.17 - Прогноз динамики развития промышленности, экономики СССР и США
Безусловный интерес представляет состояние экономики основных стран СЭВ по натуральным показателям, которые должны или подтвердить, или опровергнуть расчёты по денежным показателям ВВП.
Ввиду использования в дальнейшем анализе данных продовольственного комитета ООН уточним как государственный, территориальный кластер Восточной Европы определяется в ООН.
Согласно определению ООН, в Восточную Европу входят следующие государства:
Белоруссия, Болгария, Венгрия, Молдавия, Польша, Россия, Румыния, Словакия, Украина, Чехия.
Некоторые источники относят страны Прибалтики к Северной Европе, в то время как другие, такие как CIA World Fact Book (ЦРУ США) к Восточной Европе.
В исследованиях (С.Е.Дорошко, Г.П.Самариной) отмечалось, что идеологи постиндустриального либерального общества целенаправленно искажали и настойчиво продолжают формировать мифы о социально-экономической эффективности западных капиталистических стран по отношению к русскому миру и странам социализма в лице СЭВ.
Это мифотворчество идеологов постиндустриального либерального общества возможно связано с их экономической безграмотностью, интеллектуальной посредственностью. Для этого достаточно вспомнить высказывания о катастрофическом состоянии западных социально-экономических школ от русских, советских экономистов.
Так, в частности, в 30-х годах XX века В. Леонтьев публикует свою знаменитую работу «Туманное теоретизирование: методологическая критика нео-кембриджской школы» («Implicit Theorizing: A Methodological Criticism of the Neo-Cambridge School»), «Ежеквартальный журнал политической экономии» («Quarterly Journal of Economics»), 1937 г. В работе В.Леонтьева Кейнс, и его последователи подверглись жёсткой, но объективной критике. Так, в частности, В.Леонтьев пишет: «…Пренебрежение академической экономической наукой упорным, систематическим, эмпирическим анализом и увлечение изящными, но пустыми, формальными, … теоретическими «упражнениями» (В.Леонтьев «Экономические эссе. Теории, исследования, факты и политика». 1972-1990 гг., русское издание 1990 г.).
В исследованиях (С.Е.Дорошко, Г.П.Самариной) отмечалось, что идеологи постиндустриального либерального общества ввиду своей экономической безграмотности не умеют проводить даже элементарный анализ макроэкономических показателей по программе межгосударственного сопоставления ООН, разработанной русскими, советскими экономистами, а также космо-ноосферными методиками С.Е.Дорошко, Г.П.Самариной.
Это печально, но либеральная «социально-экономическая» научная общественность их нобелевские лауреаты не знают, как собирается и рассчитывается такой любимый ими экономический показатель как «Валовой внутренний продукт» (ВВП). Хорошо известно, что в рамках русских методик всех международных стандартов ООН, русских методик межотраслевых балансов (МОБ), такие интегральные показатели как «Добавленная стоимость» в третьем квадранте МОБ и ВВП второго квадранта МОБ должны быть равны. Из русских, советских методик МОБ вытекает важнейший вывод, что безграмотно проводить межгосударственный анализ стран-членов ООН по показателям ВВП, производительности труда, БЕЗ УЧЁТА цен, оплаты труда, валютного курса, динамики ВВП, динамики натуральных показателей. Данное либерально-экономическое «увлечение изящными, но пустыми, формальными, … теоретическими «упражнениями» по В.Леонтьеву по неправильной интерпретации показателя ВВП не позволяют либерально-экономическим школам не только проводить объективный социально-экономический, рейтинговый и др. виды межгосударственного, отраслевого, продуктового/рыночного анализа, в т.ч. по военным расходам (С.Е.Дорошко, Г.П.Самариной).
Исследования, космо-ноосферные методики С.Е.Дорошко, Г.П.Самариной убедительно доказывают, что СССР уже к 1970-1980 гг. устойчиво опережал США по показателям ВВП, производительности труда, С УЧЁТОМ цен, оплаты труда, валютного курса, динамики ВВП, динамики натуральных и др. показателям. К 1985 г. по показателю ВВП в денежном выражении СССР опережал США минимум в 2 раза, а по уровню автоматизации, производительности труда в 3-4 раза.
Например, рассмотрим натуральные показатели «Производство стали» по ведущим странам мира за период 1967-1991 гг. (https://www.worldsteel.org/steel-by-topic/statistics/steel-statistical-yearbook.html).
Несложный динамический анализ, его графический образ свидетельствует, что по показателю «Производство стали» СССР начал устойчиво опережать США с 1974 г.
Рисунок 1.18 – Динамический анализ показателя «Производство стали» по СССР, СЭВ, ЕС, США и Китаю за период 1967-1991 гг.
Рисунок 1.19 – Динамические модели показателя «Производство стали» по ряду стран мира за период 1967-2017 гг.
Если рассмотреть исследования С.Е.Дорошко, Г.П.Самариной по натуральным показателям «Производство стали» по ведущим странам мира за период 1967-2017 гг. можно утверждать, что сегодняшний мировой лидер Китай продолжает экономическую политику СССР, экономистов Сталина.
Динамический, статистический, эконометрический анализ, математические модели их графический образ свидетельствует, что по показателю «Производство стали» Китай контролирует мировой стальной рынок в размере около 50%.
Например, рассмотрим натуральные показатели «Производство стали» по ведущим странам мира за период 1967-2017 гг. (https://www.worldsteel.org/steel-by-topic/statistics/steel-statistical-yearbook.html).
В исследованиях (С.Е.Дорошко, Г.П.Самариной) отмечалось, что в результате принятия идеологии постиндустриального общества во всех ведущих странах мира, такие как США, СССР, ЕС, СЭВ, наблюдается устойчивая деградация экономики, социально-экономических процессов во всех ноосферных кластерах: биосфере, соцсфере и техносфере.
Рисунок 1.20 – Динамический анализ показателя «Производство стали» стран СЭВ за период 1967-2017 гг.
Предположим, что деградация в сельском хозяйстве стран-членов СЭВ, таких как Болгария, Венгрия, Польша и Румыния, в результате вхождения в ЕС и НАТО менее катастрофическая, чем в промышленности этих стран, в частности, как это показано на примере динамического анализа развития металлургической отрасли по натуральному показателю «Производство стали» по ведущим странам мира (https://www.worldsteel.org/steel-by-topic/statistics/steel-statistical-yearbook.html).
Динамический анализ металлургических отраслей, его графический образ, по натуральному показателю «Производство стали» за период 1967-2017 гг. стран-членов СЭВ, таких как Болгария, Венгрия, Польша и Румыния, свидетельствует о следующих печальных фактах. По масштабу деградации по натуральному показателю «Производство стали» металлургических отраслей по исследованным странам можно сформировать следующий рейтинг.
В дальнейшем анализе сельскохозяйственной отрасли, рынка будем исследовать только следующие страны-члены СЭВ, такие как Болгария, Венгрия, Польша и Румыния.
Широко распространяется либеральный миф, что, войдя в Европейский Союз страны СЭВ, такие как Болгария, Венгрия, Польша и Румыния значительно ускорили своё развитие после отделения от СССР. Несложный анализ по сельскому хозяйству в части мясного и молочного стада за период 1961-2016 гг. убедительно это опровергает (см. http://www.fao.org/faostat/ru/#data/GU).
Рисунок 1.22 – Динамический анализ по сельскому хозяйству стран СЭВ за период 1961-2016 гг.
Справка. В базе данных ФАО ООН «Навоз для удобрения почвы» исследовалось 172 фактора, по 258 странам/регионам, за период 1961-2016 гг. Общий объем исследованных факторов с учётом стран составил 44376 факторов. Общий объём базы данных ФАО ООН «Навоз для удобрения почвы» составил 2485556 единиц информации или около 2,5 млн. данных без учёта динамических, статистических, математических, эконометрических и нейронных моделей, необходимых для объективного анализа и принятия корректных/эффективных управленческих решений.
Положение в производстве сельскохозяйственной продукции в странах СЭВ, аналогичное удовлетворительному состоянию дел в России (см. «Сельскохозяйственные культуры» http://www.fao.org/faostat/ru/#data/QC).
В целом и в РФ, и в страх СЭВ, таких как Болгария, Венгрия, Польша и Румыния, наблюдается устойчивая утрата не только суверенитета, но и всех видов безопасности, в т.ч. в части продовольственной безопасности. История свидетельствует, что продовольствие, сельское хозяйство самый мощный инструмент манипулирования народом любого государства. Марионеточные правительства в государствах-членах СЭВ — это лишь следствие полного контроля над 500 миллионным народом государств-членов СЭВ.
ВЫВОДЫ. Для восстановления продовольственной безопасности России, стран-членов СЭВ приведение стада крупного рогатого скота до уровня 1980-1990 гг. РСФСР и всех стран-членов СЭВ, повышения его продуктивности в течение 2020-2024 гг. необходимо реализовать следующие организационно-технологические мероприятия в рамках, предлагаемых ноосферных технологий и требований Киотского протокола.
Причины краха либеральных западных экономических школ уничижительно описаны в американской экономической прессе - об интеллектуальном убожестве западной либеральной «экономики», но объективно и жёстко в тщательном исследовании характера работ, содержащихся в «Американском экономическом журнале» (American Economic Review) — флагмане теоретических журналов по экономике за период 1972-1981гг. Там же даны данные по экспертной оценке диссертационных работ (ДР) по экономике в РФ за период 1992-2013 гг.
Благодаря целенаправленному развалу экономической науки и образования в 1991-1993 гг. система управления в РФ в 10-20 раз менее эффективна, чем в США, и в 20-40 раз менее эффективна, чем в СССР. Управление практически отсутствует на всех уровнях: предприятий, регионов, страны, т.е. на всех уровнях иерархии. Коррупционная ёмкость российского законодательства достигла чудовищного уровня 90-95%.
Современное западное/отечественное либерально-экономическое образование — это конвейер по производству дураков. «…У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — либеральные дураки, которые указывают дороги…» Акад. Д.Львов (1995г.)
|
Тип статьи |
С марта 1972 г. по декабрь 1976 г., % |
С марта 1977 г. по декабрь 1981 г., % |
Среднее значение 1972-1981 гг.,% |
Экспертная оценка ДР в РФ 1992-2013 гг.,% |
|---|---|---|---|---|
|
Математические модели, не содержащие статистических данных |
50,1 |
54 |
52,05 |
6,2 |
|
Анализ без математических формул и данных |
21,2 |
11,6 |
16,4 |
72,7 |
|
Методология статистики |
0,6 |
0,5 |
0,55 |
0,1 |
|
Эмпирический анализ на основе данных, собранных по инициативе автора |
0,8 |
1,4 |
1,1 |
0,4 |
|
Эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных |
21,4 |
22,7 |
22,05 |
12,5 |
|
Эмпирический анализ без использования косвенных статистических оценок, основанных на данных автора |
0 |
0,5 |
0,25 |
0,3 |
|
Эмпирический анализ без использования косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях |
5,4 |
7,4 |
6,4 |
7,7 |
|
Эмпирический анализ с помощью имитационного моделирования |
0,5 |
1,9 |
1,2 |
0,1 |
|
Итого псевдо экономических работ |
98,1 |
95,7 |
96,9 |
99,1 |
|
Итого реальных экономических работ |
1,9 |
4,3 |
3,1 |
0,9 |
Рисунок 1.25 – Межгосударственное, межотраслевое моделирование 40-ка государств, производящих 80-85% мирового ВВП за период 1995-2016 гг., для оценки роли и места здравоохранения в экономике развитых стран Мира
Одной из целей исследования является расчёт потерь ВВП каждой отрасли для всех 40-ка государств лидеров, производящих 80-85% мирового ВВП, на основе моделирования, расчёта численности персонала по всем отраслям по показателю – временная утрата трудоспособности. То есть на первом этапе рассчитать потери ВВП из-за утраты трудоспособности в целом по экономике, а на втором этапе дать развёрнутую картину потери каждого предприятия в отраслевом разрезе. Отраслевой разрез необходим для того, чтобы обоснованно затребовать те объёмы финансирования от каждой отрасли для здравоохранения под лозунгом: - «взял ресурс человеческий, нанёс ему ущерб - плати за его восстановление».
Предлагается перейти от либеральной экономической модели к ресурсной экономической системе.
В либеральной системе при оценке здравоохранения развиваются устойчивые мифы, что эта отрасль экономики, не существенно влияет, как на все отрасли, так и на всю экономику. Считается, что врачи при решении проблем своих пациентов оказывать населению платные услуги, и за счёт этого обеспечивать существование и финансирование медицины.
По нашему мнению, это глубоко ошибочный подход, который, к сожалению, сохраняется и в XXI веке.
Это наглядно демонстрирует несложный анализ межотраслевого, мультипликативного воздействия медицины как отрасли экономики в целом на экономические показатели, динамику развития/подавления всех отраслей экономики любого государства. Для исключения разночтения надо пояснить, что в системе СНС ООН предприятий медицинской отрасли определены, как медицина, а в различных странах, в т.ч. СССР были два термина: медицина и здравоохранение.
В частности, межгосударственное, межотраслевое моделирование 40-ка государств, производящих 80-85% мирового ВВП, для оценки роли и места здравоохранения в экономике развитых стран Мира, позволяет утверждать следующее:
Межгосударственное, межотраслевое моделирование 40-ка государств, производящих 80-85% мирового ВВП, позволяет также сделать и другие значимые выводы.
Доказано, что финансовый медицинский пузырь (на примере ипотечного пузыря США), который организовывают и банки, и страховые компании не только в США и ЕС, но и в России с учётом выявленных ущербов и организации медицинской пирамиды огромен (5-10 трлн.$ ежегодно). Данные потери значительно увеличатся, если учесть ущербы, наносимые фармацевтической промышленностью.
Ипотечные кризисы — это не единственная форма кризисов, можно доказательно говорить о глобальных финансовых медицинских кризисах, которые в ближайшем бедующем будут наблюдаться во всём мире. Возможно, что мировой кризис 2019-2021гг. будет иметь признаки, так называемого финансового медицинского кризиса, организованного аналогично ипотечному кризису сообществом банкиров и страховщиков.
Таким образом, в рамках межгосударственного, межотраслевого моделирования 40-ка государств, производящих 80-85% мирового ВВП, можно утверждать, что здравоохранение преобладает над такими «локомотивами» как торговля и финансовые организации на величину 10-20 %.
Однако, по нашему мнению, даже эта оценка в рамках межгосударственного, межотраслевого моделирования МОБ, СНС ООН по агрегированному показателю полных затрат (мультипликатор) не отражает истинного состояния дел.
Рисунок 1.26 – Межотраслевое моделирование ипотечного кризиса США 2000-2009 гг.
Возможно, по этой причине руководители стран-членов ВОЗ, ООН не могут осознать роль здравоохранения в экономике даже передовых, развитых стран.
Приведём простейший пример для доказательства этого факта. Все руководители развитых стран считают за благо, если они обеспечивают своей стране средний рост ВВП в размере 3% в год. Мы не будем обсуждать большое количество многовариантных управленческих решений, с помощью которых руководители этих стран безуспешно пытаются достигнуть роста ВВП на 3% в год в реальном выражении.
Попытаемся доказать на простейших примерах, что каждая из стран ВОЗ, ООН теряет ВВП в реальном выражении, если не уделяет должного внимания здравоохранению и напротив, если в стране развивается здравоохранение, то это может обеспечить минимальный рост ВВП страны от 2 до 3 % ежегодно.
В данном исследовании будут представлены результаты межотраслевого моделирования не по всем 40-ка странам в виду ограничений на объём монографии, а только по 3 странам: Украина, Россия, США. Исследование по Украине было сделано только лишь потому, что в СССР она являлась наиболее развитой, но в результате либеральных реформ скатилась до уровня африканских малоразвитых стран.
Рассмотрим масштаб ежегодного падения ВВП от среднегодового роста временной нетрудоспособности персонала на основе межотраслевого моделирования экономики Украины. Результаты исследований, моделирования представлены:
Согласно расчётам по МОБ Украины (2013 г.) межотраслевое моделирование по численности свидетельствовало о следующем:
Рассмотрим масштаб ежегодного падения ВВП от среднегодового роста временной нетрудоспособности персонала на основе межотраслевого моделирования экономики США. Результаты исследований, моделирования представлены на рис.1.10.
Согласно расчётам по МОБ США (1995-2014 г.) межотраслевое моделирование по численности свидетельствовало о соизмеримости падения временной нетрудоспособности персонала и ВВП в этих странах:
Обращает внимание и тот факт, что снижение нетрудоспособности на 3% приводит к падению ВВП почти на 3%. Практически наблюдается пропорциональная зависимость не только в СССР периода 1980-1985 гг., но и в современной России и США.
Процитируем выдержку из исследования Г.П.Самариной (1980-1985 г.):
«Тормозом в развитии производства послужило ослабление внимания к таким важным социальным факторам как улучшение условий труда, и охрана здоровья работников. Значительная часть работников трудится во вредных для здоровья условиях, медленно снижается производственный травматизм, велики потери от общей заболеваемости. Заболеваемость с утратой трудоспособности составляет 70-80% уровня общей заболеваемости рабочих и служащих. В связи с заболеваемостью в промышленности ежегодно теряется в среднем 13,5 дня в Расчёте на одного работающего (или 5% всего годового рабочего времени). В целом по народному хозяйству это определяет потерю в размере 5% национального дохода».
Если страна пытается обеспечить ежегодный 3% рост ВВП, то одним из вариантов приоритетного развития может стать здравоохранение. Если руководство страны понимает этот вывод, то развивая только отрасль здравоохранения, правительство любой страны обеспечивает рост ВВП до 3-8% в зависимости от реальной среднегодовой временной нетрудоспособности персонала.
В рамках ВОЗ ООН и диспансеризации, проводимой в СССР, была сформирована классификационная система, позволяющая определить риски затрат, связанные с заболеваемостью, уровнем временной нетрудоспособности персонала, травматизма и т.д. в объёме 21-ой стандартной классификационной группы, которая отражает 12259 нозологий. Мы можем уже сейчас наблюдать, считать отчётность как минимум по 12259 факторам, которые позволяют детализировать результаты проводимых исследований, а упростим наши расчёты до минимума.
Рисунок 1.29 – Межотраслевая модель США – масштаб ежегодного падения ВВП от среднегодового роста временной нетрудоспособности персонала
Несложный анализ весьма упрощённой отчётности ВОЗ по развитым странам свидетельствует о том, что средняя потеря трудоспособности на одного работающего (только по сезонным видам заболеваемости) составляет от 8 до 16 дней. Понятно, что при 7-8 днях временной нетрудоспособности персонала экономика страны по всем отраслям теряет минимум 3% ВВП, а при 14-16 днях временной нетрудоспособности персонала минимум 5-6%.
Проведённое исследование в рамках межотраслевого моделирования для 40 развитых стран свидетельствует о следующем, что средние потери только по сезонной утрате трудоспособности приводят к потере ВВП как минимум в 3%, а максимум 6% падения показателей в реальном выражении.
Любому врачу хорошо известно, что в структуре заболеваемости большую роль играет возрастной фактор. Мы позволим высказать гипотезу о том, что в рамках диспансеризации, без учёта данных ВОЗ, возрастная группа 40-60 лет позволяет из 12259 факторов локализовать патологию свойственную этой возрастной группе. Данную возрастную группу мы выбрали не случайно.
Очевидно, что даже в рамках межотраслевого моделирования от рабочего места до межотраслевого сопоставления, можно утверждать следующее. Данная возрастная группа становится либо высококвалифицированными рабочими, либо управленцами, руководящим составом производства, местного самоуправления, кроме того, как правило эта возрастная группа составляет правительства всех без исключения стран. От профессиональной деятельности или бездействия в виде не отданных распоряжений этой возрастной группой мультипликативное воздействие на экономику более значительно. Отсутствие руководителя при принятии управленческих решений в пределах 8 - 16 дней приводит к более масштабным потерям в экономике, чем рассчитанные нами ранее 3 – 6%. Но это существенное отличие никто не исследует, на него просто никто не обращает внимание. Сезонные колебания временной нетрудоспособности персонала приводят к потерям от 3% до 6% ВВП. В переводе на ВОЗ ООН при мировом ВВП 70 триллионов долларов наблюдаем следующие потери: при 8 днях временной нетрудоспособности персонала потери составляют 2,2 триллиона долларов, при 16 днях временной нетрудоспособности персонала эта величина составляет уже 4,4 триллиона долларов ежегодных потерь мирового ВВП.
Обращаем внимание на начало данного исследования, в котором мы рассматриваем здравоохранение в рамках мультипликативного воздействия, которое лишь косвенно отразило роль и место здравоохранения в экономике и явно превалирует над торговым, финансовым и страховым секторами. Мы утверждаем, что такой взгляд на здравоохранение, связанный только с временной нетрудоспособностью персонала сезонного характера, без учёта гипотезы рассматриваемой потери, связано с нетрудоспособностью возрастного характера, что неизбежно приводит к более значительным экономическим провалам. Практически, человечество в результате непонимания роли и места здравоохранения в экономике, ежегодно теряет при 8 днях временной нетрудоспособности персонала минимум около 2.2 триллионов долларов ежегодно, при 16 днях временной нетрудоспособности персонала эта величина составляет уже 4,4 триллиона долларов, а за 20 (3%) лет потери превышают те же 70 триллионов долларов ежегодного мирового ВВП, а при 6-7% за 10 лет потери становятся двукратными.
Очевидно, что задача, поднятая В. Леонтьевым перед ВОЗ, во второй половине прошлого века актуальна и сегодня. Опыт СССР по проведёнию диспансеризации, признанный всеми странами, нужно активно внедрять и распространять. Проведённое нами исследование наглядно показывает, всю масштабность воздействия здравоохранения на экономику. Этот пример демонстрирует на цифрах, что можно удваивать ВВП мира в течение 10-20 лет, минуя все остальные отрасли, развивая только здравоохранение, которое игнорируется мировым сообществом. По нашему мнению, необходимо активно использовать и развивать идею В.Леонтьева не только в области экологии, где уже заметны успехи, так и в области здравоохранения, находящегося на уровне 70-80-х годов прошлого века.
Исследование авторов позволяет по-новому взглянуть на роль и место здравоохранения в современном обществе, как в отдельно взятой стране, так и в глобальном масштабе и будет способствовать переходу к русской космо-ноосферной межотраслевой, межгосударственной парадигме управления Дорошко-Самариной.
Считаем, что целесообразно расширить нейронную межотраслевую модель нашего коллектива по анализу, планированию и контролю предприятий отрасли медицины:
Оценим объёмы статистических показателей, которые должны собирать предприятия всех отраслей, всех стран для принятия управленческих решений с учётом причин потерь временной нетрудоспособности персонала, населения в рамках СНС ООН, МОБ, ВОЗ, МОТ, Комитетов по экологии ООН и др.
По оценке авторов - это минимальные объёмы статистических показателей, которые должны собирать предприятия всех отраслей, всех стран для принятия управленческих решений с учётом причин потерь временной нетрудоспособности персонала, населения в рамках СНС ООН, МОБ, ВОЗ, МОТ, Комитетов по экологии ООН и др.
Ранее исследовались только роль и место предприятий здравоохранения в рамках межгосударственного, межотраслевого моделирования. При этом предприятия отрасли фармацевтической промышленности, которые влияют на уровень заболеваемости не подвергались моделированию в виду отсутствия объективных данных. Поэтому анализ по предприятиям фармацевтической отрасли предполагается рассматривать, как авторские гипотезы. Анализ фармацевтической отрасли/рынка, как финансового пузыря в виду ограничению объёма монографии авторами не включён.
Рассмотрим предварительный алгоритм авторов по предприятиям фармацевтической отрасли.
Первый этап. Пищевые продукты, производимые во всём мире фармакологическими или аффилированными компаниями, на 70-95% не соответствуют требованиям советских ГОСТов, а в РФ на все 90-95%. В пищевые продукты целенаправленно добавляют яд (канцерогены, вкусовые добавки, улучшители, усилители, разрыхлители… продолжить эти версии Е…) (см. материалы разведки ГШ Русской армии, генерала Нечволодова 1906 г., спецслужб ЦК КПСС 1973 г., материалы швейцарских исследователей 2012-2016 гг., что нет ни «рынка», ни «конкуренции», ни «инвестиций», ни «инноваций», ни «терроризма» ни прочей либеральной чуши, а есть 147 транснациональных компаний и 40-50 банков, которые контролируют всю мировую экономику) => Результат: начало появления у всего человечества (7 млрд.чел.) практически запланированных фармакологическими компаниями патологий: ожирения, хронических, психических и прочих заболеваний, с которыми затем предприятия медицинской отрасли «успешно» борются.
Второй этап. На следующем этапе эти же фармакологические компаниями готовят «лекарства», которые борются с их же спланированными, организованными патологиями на этапе производства так называемых «Пищевых продуктов». Контроль над пищевыми генетическими, модифицированными продуктами отсутствует.
Третий этап. Формирование новых «пищевых» продуктов и далее цикл повторяется см. первый этап.
Итоги. По предварительным оценкам на основе межотраслевого моделирования, потери мировой экономики для всех отраслей только по этим скрытым, латентным факторам целенаправленно организуемым патологиям можно оценить в размере 10% ВВП. ВВП этих «пищевых», «фармацевтических» компаний 0.3-0.5% от мирового ВВП, а ущерб мировой экономики 10% ВВП.
В 1906 г. на совещании у Николая II руководители разведки, аналитических служб Генерального Штаба Русской Армии изложили программу развития русской империи и мирового сообщества:
«Космо-ноосферную межотраслевую, межгосударственную парадигму управления русской империей и всеми государствами мира в условиях неизбежных/вероятных климатических потрясений (малый ледниковый период после Modern Maximum)».
Один из тезисов, целевых образов концепции, программы русских генералов был озвучен следующим образом:
«Умеет воевать тот, кто побеждает без сражения. Умеет воевать тот, кто захватывает крепости без осады. Умеет воевать тот, кто сокрушает государства без армии».
По приказу Николая II (1906 г.) работы по русскому космизму-циклизму, межотраслевому балансу (МОБ), системе национальных счётов (СНС), русской финансовой системе (РФС), русской геоэкономики, геополитики (РГГ), знаменитым советским пятилетним планам, проектам по атомной/альтернативной энергетике (проф. В.Вернадский) были начаты в 1906-1907 гг. в недрах Генерального Штаба Русской Армии руководителями разведки, аналитических служб генералами: А.Нечволодовым (основатель РФС), князем А.Череп-Спиридовичем-Рюрикович, П.Дурново (основатели РГГ), В.Мошковым (Русский Нострадамус, 100-400 летние космические циклы, кризисы), Л.Чижевским-старшим (русский космизм), чиновником по особым поручениям В.Дмитриевым (основатель МОБ, СНС ООН), проф. В.Вернадским (по атомной/альтернативной энергетике, авиации, ракетной техники Циолковского).
В период 1920-1924 гг. коллектив А.Нечволодова перешёл на сторону И.Сталина. Было сформировано два спецподразделения: собственно, личная разведка И.Сталина и экономическая спецслужба И.Сталина.
А.Нечволодов по договорённости с кукловодами марионеточных правительств государств Запада и под прикрытием «философского парохода» внедрял в западные государственные экономические центры, статистические агентства своих людей – русских экономистов: П.Сорокина (руководитель), В.Леонтьева и многих других.
Одна из глобальных целей, поставленная перед русскими экономистами «эмигрантами», была следующая: - внедрение методик, технологий русского МОБ, русской космо-ноосферной парадигмы управления во все государства мира.
Несмотря на глупое противодействие западных политиков и экономистов, в т.ч. американских, но при поддержке западных, американских генералов, разведчиков (Air Force, National Security Resources Board) к 1960-1968 г. цель А.Нечволодова, И.Сталина по внедрению МОБ во все государства-члены ООН В.Леонтьевым (русскими экономистами) была успешно реализована в рамках, созданных и внедрённых русских методологий СНС ООН.
С 1960-1968 г. идеи, методики русских разведчиков, экономистов (1906-1907 гг.) по глобальному анализу, планированию, контролю мировых социально-экономических, экологических, космо-ноосферных процессов в интересах России (СССР) стала реальной.
Мечта Николая II, генерала, разведчика, экономиста, математика, историка А.Нечволодова, И.Сталина сбылась.
Практически была внедрена одна из ТЕХНОЛОГИЙ «МЯГКОЙ СИЛЫ» в рамках космо-ноосферной межотраслевой, межгосударственной парадигмы управления: русского космизма-циклизма, русской системы национальных счётов ООН, русской системы межотраслевых балансов всех государств членов ООН, русской геоэкономики, геополитики.
Теперь можно было ПОДРОБНО «ВИДЕТЬ» ИЗ КРЕМЛЁВСКОГО КАБИНЕТА все предприятия, отрасли, рынки, регионы, государства Мира, их видимые, латентные взаимосвязи в рамках Русской космо-ноосферной межотраслевой, межгосударственной парадигмы управления.
Справка: http://economics-21.narod.ru/new/sev/ress/history-ress.html
Современное Государственное Планирование кроме традиционных, привычных задач в рамках межотраслевых, межгосударственных систем: СНС, МСФО, ИСО 31000 ООН должно решать следующие цели, задачи на основе русской космо-ноосферной парадигмы управления:
Космо-ноосферную межгосударственную, межотраслевую парадигму управления, её нейронное моделирование можно представить в виде динамических интегрированных нейронных систем, опирающихся, состоящих из трёх базовых вычислительных систем:
При этом электронные платежи рассматриваются исключительно в рамках авторской и русской финансовой системы, а не в современной интерпретации крипто-валют, биткойнов и прочих разновидностей либеральной глупости, аналогичной системам: золотого стандарта, долларового стандарта, нефтедолларового стандарта….
Данные базовые вычислительные системы в авторской компьютерно-программной интерпретации обеспечивают устойчивую жизнедеятельность основным системам:
Космо-ноосферная межгосударственная, межотраслевая парадигма/система управления Дорошко-Самариной в свою очередь состоит из нейронных матриц размерностью 25*25 или 625 систем и подсистем. Основной перечень 625 систем, без видимых и латентных нейронных связей между системами, представлен ниже:
В обучающие системы космо-ноосферной парадигмы управления Дорошко-Самариной положен необычный принцип: «Все выше перечисленные задачи, обработку 25*25=625 систем/подсистем должен выполнять любой сотрудник в одиночку». В обучающие системы космо-ноосферной парадигмы управления авторов заложены минимальные начальные требования, предъявляемые к руководителям подразделений, сотрудникам.
Для проведения исследований каждым курсантом обучающие системы космо-ноосферной парадигмы Дорошко-Самариной максимально используют: теорию систем, теорию вероятностей, теорию рисков, теорию размытых множеств, а также нейронное моделирование и элементы искусственного интеллекта, неформальное знание математики, статистики, программирования, компьютеров, операционных систем (Unix подобных), иностранного языка, а также наличие инженерной профессии.
В рамках методик количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран, в рамках международных стандартов СНС ООН (Historic Versions of the System of National Accounts), ISIC ООН (ISIC, rev. 4), ОКВЭД зрительный образ основных уровней космо-ноосферной парадигмы управления, обучающих систем, деловых игр, компьютерных тренажёров можно представить в виде семиуровневой нейронной модели от рабочего места до межгосударственного сопоставления.
Рассмотрим цели исследований мобилизационной программы «Продовольственная безопасность» в условиях климатических потрясений РФ и стран-членов ООН Дорошко-Самариной.
1) Разработка эскизных проектов по продовольственной безопасности РФ, в т.ч. в областном разрезе, и 221 государству мира и региональнам в условиях климатических катастроф.
2) Разработка моделей космо-ноосферной экономики за период 1995-2015 гг. по трём кластерам: биосфера, соцсфера и техносфера для 40 государств, производящих 80-85% мирового ВВП. В дальнейшем расшить модели космо-ноосферной экономики за период 1970-2015 гг. по 189 государствам.
3) Уточнение моделей эскизных проектов по продовольственной безопасности и межгосударственных, межотраслевых моделей космо-ноосферной экономики, выявление нестыковки в моделях двух этих проектов и их доработка.
Рассмотрим наиболее интересные моменты в базовых целях научно-практических исследований и монографии по продовольственной безопасности РФ, в т.ч. в областном и региональном разрезе, и стран-членов ООН в условиях климатических катастроф.
1) Разработка эскизных проектов по продовольственной безопасности РФ, в т.ч. в областном и региональном разрезе, и 221 государству мира в условиях климатических катастроф.
Замечание. Важнейшая задача. Оценка, моделирование реальных трудозатрат на всех технологических, производственных этапах, и далее реальная оценка оплаты труда, себестоимости, объективных цен по продовольственной безопасности РФ и по каждому из 221 государств мира. На основании полученных моделей по ценам на продовольствие, которые рассчитываются на основании трудозатрат на всех технологических этапах производства и реальной оплате труда, моделируются субсидии, дотации сельскому хозяйству. Эти субсидии и дотации, рассчитанные по текущим трудозатратам, в дальнейшем уточняются по показателям фондовооружённости и фондоёмкости для различных отраслей по отношению к сельскому хозяйству. Расчёт дотаций и субсидий с учётом живого и овеществлённого труда проводится для подготовки законодательства всех исследуемых государств по научно-практической объективной оценке размера дотаций и снятия проблем неэффективных рыночных конкурентных управленческих решений, сложившихся во всех странах мира. Например, доля основных фондов в выручке в промышленности, сложившихся за исследованный период 1947-2017гг. в США составил в среднем около 50% основных фондов в выручке с весьма незначительной вариабельностью. При этом в сельском хозяйстве данный показатель составил в среднем около 150% основных фондов в выручке. Таким образом, конкурентные преимущества сельского хозяйства США по отношению к промышленности США по важнейшему показателю овеществлённого труда или фондовооружённости занижены в три раза. Следует учесть, что конкурентные преимущества промышленности выглядят ещё более убедительными, если учесть временной технологический цикл получения готовой продукции. Время получения готовой продукции в сельском хозяйстве минимум на порядок превосходит временной цикл промышленности. Например, для этого достаточно сравнить время выпуска одного автомобиля с годовым циклом производства одной тонны зерна. При этом и промышленность, и сельское хозяйство являются традиционно локомотивами всей экономики любого государства. Проведённые расчёты по дотациям и субсидиям для всех государств мира с учётом их климатических особенностей и других факторов показали, что средний коэффициент дотаций или субсидий к себестоимости или к выручке лежит в диапазоне от 2,5-4 раз. Например, в США коэффициент дотаций или субсидий составит 3 раза. Для расчёта данного коэффициента и принятия закона США по дотациям или субсидиям сельскому хозяйству США необходимо модель весового коэффициента в размере 150% фондовооружённость в сельском хозяйстве необходимо разделить на 50% фондовооружённость в промышленности.
2) Разработка моделей космо-ноосферной экономики за период 1995-2015 гг. по трём кластерам: биосфера, соцсфера и техносфера для 40 государств, производящих 80-85% мирового ВВП. В дальнейшем расшить модели космо-ноосферной экономики за период 1970-2015 гг. по 189 государствам.
Замечания ноосферной экономики. Разработка моделей космо-ноосферной экономики за период 1995-2015 гг. по трём кластерам: биосфера, соцсфера и техносфера. Рассмотрим каждый из ноосферных кластеров.
3) Уточнение моделей эскизных проектов по продовольственной безопасности и межгосударственных, межотраслевых моделей космо-ноосферной экономики, выявление нестыковки в моделях двух этих проектов и их доработка.
Замечания. Исследования проводились с учётом проблем (ошибок, смещений) стандартов: североамериканскому NAICS и европейскому в версии WIOD. В предыдущих авторских исследованиях было доказано, что стандарты NAICS и WIOD имеют ярко выраженные смещения/ошибки. Поэтому были оценены величины смещений по двум межотраслевым моделям NAICS и WIOD для США и далее эти поправочные коэффициенты были учтены при расчётах моделей космо-ноосферной экономики за период 1995-2015 гг. по трём кластерам: биосфера, соцсфера и техносфера для 40 государств. Через оценку моделей по численности персонала данных CEA WIOD, а также данных BEA USA (Минторговли) & BLS USA (Минтруда) осуществляется проверка по моделям NAICS и WIOD. Это позволяет оценить качество статистических межотраслевых данных по европейской программе WIOD для 40 государств, производящих 80-85% мирового ВВП, и определить поправочные коэффициенты для межотраслевых моделей этих государств.
Учитывая, что мобилизационный проект Дорошко-Самариной, авторского коллектива курсантов и «Фонда Ноосфера» рассматривается в условиях климатических потрясений, неуправляемых миграционных процессов, потребует от каждого суверенного государства полной мобилизации вооружённых сил и граждан, поэтому в основу продовольственной корзины положены нормы довольствия для всех граждан, как и для вооружённых сил.
Данная продовольственная корзина, советские ГОСТы уже на данном этапе должна быть приняты как нормативы для всех стран-членов ООН. Здоровые граждане и военные смогут выжить в условиях климатических потрясений с минимальными потерями.
В исследования продовольственной безопасности стран-членов ООН введены следующие начальные и граничные условия.
Данные условия вводятся в виду некачественного ведения статистической отчётности, совершенствование, исключение ошибок длительное время требует космо-ноосферная парадигма управления Дорошко-Самариной от всех государств мира, в т.ч. профильных комитетов ООН.
Основные проблемы некачественного ведения статистической отчётности, и как следствие полного отсутствия управления во всех государствах мира были обозначены С.Е.Дорошко, Г.П.Самариной неоднократно во всех исследованиях, монографиях, учебниках. Поэтому на данном этапе очертим только начальные и граничные условия исследований продовольственной безопасности.
Исследование продовольственной безопасности проводится для стран-членов ООН за период 1961-2016-2050 гг. В рамках классификации ООН общее количество стран лежит в диапазоне от 200 до 221 государства. ООН также классифицирует около 30-40 регионов мира. В исследовании учтено, что за рассматриваемый период 1961-2016 гг. ряд государств и регионов в результате переворотов и военных конфликтов были уничтожены, переименованы и расчленены. Например, такой региональный кластер и государства как СЭВ, СССР, Югославия, Чехословакия и др.
Поэтому на этом этапе исследования данные государства включены, но в монографии рассматриваются лишь частично, как эталоны эффективного народного управления.
В монографии основной акцент ставится на РФ с детальной разбивкой по регионам и областям. По остальным государствам региональная детализация не проводилась в виду территориальной малости и/или отсутствия достоверной статистической информации в базах данных исследуемого государства или в интернет-базах данных ООН.
Как того требует космо-ноосферная парадигма управления Дорошко-Самариной в части объективности исследований, основными базами данных в монографии являются статистические базы данных продовольственного комитета ООН, других профильных комитетов ООН, статистические данные Киотской международной экологической программы, базы данных государственных статистических агентств стран-членов ООН. Любые статистические данные любых частных международных, региональных источников, транснациональных компаний, мнение экспертного сообщества, лидеров и первых лиц государств в исследованиях принципиально не принимались во внимание.
Продовольственная безопасность в условиях климатических потрясений, как того требует космо-ноосферная парадигма управления Дорошко-Самариной, рассматривается в различных сценариях, но отличительной особенностью является следующее. С.Е.Дорошко, Г.П.Самарина прогнозируют, что выживание человеческой популяции невозможно ни в одном развитом государстве мира в условиях климатических потрясений, сегодняшнего безобразного управления во всех государствах мира, навязываемого всем государствам мира биологически опасного продовольствия и лекарственной фармацевтической продукции. Даже в лучшем сценарии климатических трансформаций средние, большие города и тем более мегаполисы неизбежно превратятся в братские кладбища и в зоны биологической, инфекционной опасности. Узкая ноосферная специализация государств и формирование так называемых государств-фабрик также будет превращать все государства в глобальные братские кладбища и в зоны биологической, инфекционной опасности. В этих условиях нет будущего и у так называемых элит, их либеральных идеологов, экспертов и Министерства обороны, силовых ведомств всех государств, превращённых в частные военные компании.
Поэтому во всех государствах мира следует безотлагательно приступить к реализации предлагаемой мобилизационной программы, как того требует космо-ноосферная парадигма управления Дорошко-Самариной.
Во-первых, разработать программы расселения городов в энергетические, продовольственные, независимые, самодостаточные, взаимосвязанные между собой посёлки, построенные и управленческо-законодательно организованные как русские общины в рамках международного законодательства и устава ООН.
Во-вторых, прекратить бездумно тратить средства на создание государств-фабрик, т.к. в условиях климатических катаклизмов никто не знает, какие государства могут быть уничтожены частично или полностью. При сегодняшней бездарной межгосударственной и региональной, отраслевой политике несложно предсказать последствия утраты государств-фабрик типа Китая, Индии и прочих. При сегодняшних либеральных подходах утрата лишь одного государства-фабрики приведёт к исчезновению не только логистических цепей поставок, а главное поставит под сомнение выживание всех государств мира.
В-третьих, прекратить непрофессиональную политику по уничтожению собственных производств в развитых государствах, т.к. в условиях климатических катаклизмов никто не знает, какие государства могут быть уничтожены частично или полностью. При этих условиях выживание любого государства становится мало вероятным.
В-четвёртых, единственным путём выживания человечества является суверенное государство со своей ноосферной экономикой, организованной на базе русских общин в рамках международного законодательства и устава ООН.
В-пятых, в сценариях выживания человеческой популяции, в т.ч. элит С.Е.Дорошко, Г.П.Самариной вводятся требования с учётом программы СССР на случай климатических потрясений и/или ядерной войны. Продовольственная корзина ООН авторами заменена на продовольственную корзину военнослужащего Министерства обороны и силовых ведомств СССР, одобренную Минздравом СССР, утверждённую ГОСТами, законами, нормативными отраслевыми стандартами СССР. Любое использование других нормативных актов, законов, ОСТов, утверждённых в РФ и других государствах после 1985-1990 гг. запрещается и расценивается, как непрофессионализм, действия против человечества, нарушение международных законов и устава ООН.
В-шестых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают при проектировании продовольственных, энергетических, экологических, независимых ноосферных посёлков использовать строительные нормы Госстроя СССР (СНиПы) с учётом программы СССР на случай климатических потрясений и/или ядерной войны.
В-седьмых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают при проектировании продовольственных, энергетических, экологических, независимых ноосферных посёлков активно использовать производство энергии, органических удобрений на базе контроля и управления пищевой цепью человека на основе анаэробных технологий.
В-восьмых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают при проектировании продовольственных, энергетических, экологических, независимых ноосферных посёлков развивать не только энергетическую составляющую на основе анаэробных технологий, но также поставить на конвейер производство органических удобрений. Хорошо известно, что с помощью анаэробных технологий можно организовать биологическое производство органических удобрений, на основе переработки биологических, растениеводческих отходов жилых посёлков, ферм и прочих производств.
В-девятых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают при проектировании экологических, продовольственных, энергетических, экологических, независимых ноосферных посёлков строго соблюдать международные экологические соглашения, Киотский протокол.
В-десятых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают требовать от руководства, законодателей всех государств ужесточить требования к транснациональным и региональным энергетическим компаниям, во-первых, по тарифному контролю и ценам на поставляемые энергоносители, во-вторых, из прибыли этих компаний, и прочих экологически грязных производств, в т.ч. предприятий отрасли минеральных удобрений, осуществлять финансирование проектов экологических, продовольственных, энергетических, экологических, независимых ноосферных посёлков. В-третьих, в случае их отказа осуществлять принудительную национализацию с перекладыванием экологических и всех видов ущерба на собственников, акционеров и на банковское сообщество, которое финансировало экологически опасное производство.
В-одиннадцатых. Исторический анализ космо-ноосферных процессов С.Е.Дорошко, Г.П.Самариной свидетельствует, что собственники, акционеры, банкиры целенаправленно разоряют компании перед национализацией, перекладывая долговое бремя на народ. Например, высокорентабельные предприятия алюминиевой промышленности СССР были незаконно приватизированы отдельными нечистыми на руку личностями. Далее под эти предприятия были взяты необоснованные международные кредиты, и затем были проданы этим же транснациональным компаниям, у которых брались эти виртуальные, несуществующие кредиты. Данная приватизация и кредитная афера являются международным, государственным и военным преступлением, как со стороны «приватизаторов», законодателей, руководства государства, так и со стороны покупателей народных активов. Такие незаконные действия с момента зарождения паразитарной системы международных финансовых элит стали традицией, что характерно для уголовного мира.
Исследование продовольственной безопасности РФ на основе программы ООН по межгосударственному сопоставлению должно выявить необходимый и достаточный уровень продовольственной безопасности для РФ. Столь широкий межгосударственный анализ продовольственной безопасности для любой страны мира позволяет решать дополнительные тактические и стратегические цели и задачи, в т.ч. числе геоэкономические, геополитические в интересах как России, так и мирового сообщества в условиях весьма вероятных климатических трансформаций.
Понятно, что подход на основе программы ООН по межгосударственному сопоставлению в рамках теории систем даёт возможность исследовать продовольственную безопасность как России, так и мирового сообщества сверху вниз или от общего к частному. Основным источником информации для данного этапа и уровня исследований выберем базы данных продовольственной и сельскохозяйственной организации ООН (FAO/ФАО http://www.fao.org/faostat/ru/#data), дополненные базами данных Госкомстата СССР и Росстата РФ, а также базами данных по экологическим показателям в рамках Киотского протокола и последующих биосферных, природных решений на уровне стран-членов ООН (см., например, межгосударственную, межотраслевую программу Евросоюза по 40-43 государствам World Input-Output Database http://www.wiod.org/home, Input-Output Accounts Data USA - https://www.bea.gov/industry/input-output-accounts-data, Росстат РФ, раздел «Таблицы затраты-выпуск» - http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/accounts/#).
Очевидно, что в рамках космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной исследования в рамках баз данных FAO/ФАО это лишь частное решение, несмотря на всю масштабность и глубину исследований в рамках динамического анализа на максимально возможный динамический, временной диапазон. Исследования на основе баз данных продовольственной и сельскохозяйственной организации ООН выявляют лишь прямые или видимые факторы/переменные продовольственной безопасности на уровне продовольственного рынка, отрасли, как России, так и стран-членов ООН. Космо-ноосферная парадигма управления Дорошко-Самариной требует исследовать все межотраслевые, как видимые, так и латентные связи, факторы, переменные на всех 7-ми уровнях управления от рабочего места до межгосударственного уровня управления с обязательным исследованием трёх ноосферных кластеров: биосферы, соцсферы и техносферы.
Рассмотрим в дальнейшем исследовании вольность трактовок, нормативов, показателей и моделей, которые будут приводить к значительным смещениям в системах эскизных проектов ноосферных посёлков и сельскохозяйственных производственных мощностей.
Например, при кормлении мясомолочного стада в различных странах используется принятая нормативная база, опирающаяся как на исторические традиции, так и на научно-обоснованные нормативы. К сожалению, данная нормативная база рациона кормления мясомолочного стада во многих государствах-членов ООН или отсутствует, или недоступна, или описывается в общих региональных категориях, нормативах, моделях, а не в международных стандартах ФАО ООН. В различных государствах существует множество научных школ, размытых научных мнений, как в терминологии, так и в нормативных показателях/факторах, на чём также заостряет внимание исследователей ФАО ООН (http://www.fao.org/faostat/ru/#data). Всё это порождает недопустимую вольность для любых систем инженерно-строительного проектирования.
Для того чтобы лишь частично решить выявленные проблемные моменты, в т.ч. на множество которых указывает коллектив ФАО ООН, дальнейшие исследования, алгоритмы моделирования будут реализовываться нами по моделям от обратного.
На первом этапе сравниваем имеющиеся статистические данные ФАО ООН (http://www.fao.org/faostat/ru/#data) и исследуемого государства. Цель выявить величины ошибок/смещений в статистических данных, проверить наличие/отсутствие тех или иных переменных/факторов, а также вольности в определениях, нормативах и прочих параметрах.
На втором этапе формализуем имеющиеся статистические данные ФАО ООН и исследуемого государства, а также максимально снимаем вольности в определениях, нормативах и прочих параметрах, если таковое возможно реализовать. Если нет, то данный этап должен учитываться по всем переменным/факторам для последующей корректировки по авторским алгоритмам.
На третьем этапе учитываем тот факт, что в различных государствах существует множество научных школ, размытых научных мнений, как в терминологии, так и в нормативных показателях/факторах. Для этого выбираем из этих школ, разработанные ими нормативы, модели и факторы, те школы, которые предлагают существенно отличающийся нормативный, модельный ряд. На этом подготовительный этап практически закончен.
Четвёртый этап. Это этап начала моделирования по поиску значимых или сложившихся факторов, нормативной, культурно-исторической, религиозной, технологической, климатической и прочих баз, принятых в исследуемом государстве.
Замечания. Дальнейшие этапы исследования могут проводиться снизу-вверх, например, от мясомолочных комплексов до итоговых показателей по сельскохозяйственной отрасли исследуемого государства, или наоборот от итоговых показателей до мясомолочных комплексов.
Пятый этап. На этом этапе моделируем, например, рацион кормления мясомолочного стада по моделям, нормативам, отобранных ранее научных школ.
Шестой этап. На этом этапе моделируем, например, рацион кормления мясомолочного стада по моделям, нормативам, отобранных ранее научных школ, которые предлагают существенно отличающийся нормативный, модельный ряд.
Седьмой этап. На основе полученных модельных данных, например, по рациону кормления мясомолочного стада формируем входные модели для мясомолочного комплекса, предложенного в системе инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей. Цель данного этапа получить итоговые суточные и далее годовые модели потребности мясомолочного комплекса в кормовых и прочих культурах. Расчёт, моделирование естественно ведётся по моделям, нормативам отобранных ранее научных школ исследуемого государства, которые предлагают существенно отличающийся нормативный, модельный ряд.
Замечания. Дальнейшие этапы исследования проводятся по следующим направления моделирования.
Восьмой этап. Моделируем годовой выход животноводческой продукции для мясомолочного комплекса, предложенного в системе инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей. Далее рассчитываем наиболее вероятное количество мясомолочных комплексов в исследуемом государстве на основе статистических данных ФАО ООН. Данные уточням по всем имеющимся факторам, например, молоку, поголовью стада, убойному весу и пр. с учётом данных ФАО ООН по интегральному фактору «Основные продукты животноводства» (http://www.fao.org/faostat/ru/#data/QL). Исследования проводим во всём временном периоде 1961-2016 гг. ФАО ООН и исследуемых государств.
Девятый этап. В рамках Киотского протокола и данным раздела ФАО ООН «Выбросы - сельское хозяйство» (http://www.fao.org/faostat/ru/#data) моделируем годовой объём биологических отходов мясомолочного комплекса, предложенного в системе инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей. Далее уточняем предыдущие расчёты наиболее вероятного количества мясомолочных комплексов в исследуемом государстве, но уже на основе моделей биологических отходов по статистическим данным ФАО ООН раздела «Выбросы - сельское хозяйство» (http://www.fao.org/faostat/ru/#data), в т.ч. по исследуемому государству. Вероятное количество мясомолочных комплексов уточняем по всем имеющимся факторам биологических отходов и/или переменным интегрального фактора «Навоз для удобрения почвы». Исследования проводим во всём временном периоде 1961-2016 гг. ФАО ООН и по всем исследуемым государствам.
Десятый этап. В рамках Киотского протокола и данным раздела ФАО ООН «Выбросы - сельское хозяйство» (http://www.fao.org/faostat/ru/#data) на основе моделей биологических отходов мясомолочного комплекса уточняем модели системы экологического, энергетического проектирования. Цель данного этапа рассчитать реальные величины биологических отходов. В исследованиях данный этап эскизного проектирования выделен в отдельный экологический, энергетический, биологический раздел, в котором осуществлено эскизное, сметное проектирование экологических, энергетических и биологических систем для сельскохозяйственных предприятий, ферм и ноосферного посёлка, в том числе системы получения органических удобрений, на базе технологий анаэробного сбраживания биологических отходов сельскохозяйственных предприятий и ноосферных посёлков.
Замечания. В условиях климатических потрясений выживут только те государства, которые полностью самодостаточны, действуют в рамках Киотского протокола и космо-ноосферной экономики Дорошко-Самариной. Не самодостаточные государства, как и крупные города превратятся в братские кладбища. Поэтому в ядре эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений обязательно моделируются в рамках Киотского протокола и ноосферной экономики ресурсная обеспеченность и самодостаточность исследуемого государства в земле, в чистых органических удобрениях, в чистой энергетике (электроэнергия, тепло), сельскохозяйственной технике, производимой исключительно в исследуемом государстве, в своём сельскохозяйственном персонале, в т.ч. и в других отраслях.
Поэтому проблема ресурсной обеспеченности исследуемых государств-членов ООН в земле является базой в проводимых исследованиях.
Одиннадцатый этап. На этом этапе модельные данные, например, потребности мясомолочного комплекса в кормовых и прочих культурах объединяются с статистическими данными ФАО ООН, исследуемого государства по урожайности кормовых и прочих культур. Исследования проводить во всём временном периоде 1961-2016 гг. ФАО ООН, исследуемого государства. Цель данного этапа получить необходимые площади кормовых и прочих культур для обеспечения стада мясомолочного комплекса.
Двенадцатый этап. На этом этапе объединяются рассчитанные модели необходимых площадей для кормовых и прочих культур по обеспечению стада мясомолочного комплекса и нормативные модели по трудозатратам, технике, технологиям производства кормовых и прочих культур. Расчёт, моделирование естественно ведётся по моделям, нормативам отобранных ранее научных школ исследуемого государства, которые предлагают существенно отличающийся нормативный, модельный ряд. Цель данного этапа рассчитать для машинотракторных станций (МТС) численность персонала в профессиональном, квалификационном разрезе, необходимую сельскохозяйственную технику, объёмы архитектурных, строительно-монтажных работ для эскизного проекта системы инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей.
Тринадцатый этап. На этом этапе объединяются модели по основному и вспомогательному персоналу: мясомолочного комплекса с моделями по персоналу по выращиванию кормовых и прочих культур, а также с персоналом МТС. Цель данного этапа исследований промоделировать общую потребность в персонале в профессиональном, квалификационном разрезе для эскизного проекта системы инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей мясомолочного комплекса. Кроме этого численность персонала позволит реализовать эскизный проект системы инженерно-строительного проектирования ноосферного посёлка со всей его инфраструктурой, но - это отдельная задача, которая реализуется при проектировании ноосферного посёлка от домохозяйств до всей социально-экономической и инженерной инфраструктуры.
Четырнадцатый этап. Осуществляется нейронное моделирование по всему количеству рассчитанных ранее комплексов: данные по персоналу, сельскохозяйственной технике эскизного проекта мясомолочного комплекса и аналогичным проектам по выращиванию основных видов сельскохозяйственных животных, по выращиванию кормовых и прочих культур. В результате в рамках СНС ООН, отраслевой классификации получим вектор-модель межотраслевого баланса по группе «Растениеводство и животноводство (смешанное сельское хозяйство)». Естественно, при наличии межотраслевого баланса, в т.ч. в натуральном выражении, можно уточнить предложенные нормативы, модели выбранных научных школ исследуемого государства с реальными данными ФАО ООН, а также статистическими данными исследуемого государства, если таковые имеются.
Основные замечания к исследованиям продовольственной безопасности в условиях климатических катаклизмах.
Следует отметить, что по мнению либерального экспертного сообщества объём поголовья по показателю «Крупный рогатый скот» на тысячу человек не отражает всей полноты продовольственной безопасности, как и другие показатели по молоку, свинине, овцам, козам, птице и др. На первый взгляд это мнение экспертного сообщества по показателю продуктивности всех видов животноводства необходимо также анализировать/исследовать. Вот почему эти динамические исследования в рамках программы межгосударственного сопоставления ООН нами обязательно проводятся. Обратимся к данным FAO ООН в раздел «Основные продукты животноводства».
Рисунок 1.31 – Динамический сравнительный анализ по показателям «Удобрения» СССР, РФ, США и Китай по статистическим данным FAO ООН
На данном этапе не будем определять, чем вызваны эти «потрясающие» успехи продуктивности западного стада на примере США по отношению к СССР (USSR). Потребовались десятилетия, чтобы уже не только генетики, но и врачи западных стран забили тревогу – наблюдается устойчивый рост целого букета болезней у населения развитых стран и США, в частности. Хотя этот негативный факт западное либеральное сообщество замалчивает, но следует им напомнить, что далее происходит не просто естественный рост утраты нетрудоспособности, и как следствие катастрофическое падение.
По нашему мнению – это только начало негативных процессов необдуманного/непрофессионального вмешательства человечества в биосферу и продовольственную безопасность. Последствия данной бездумной и враждебной к собственному народу политики в сельском хозяйстве западных стран, в т.ч. генетической, были показаны и доказаны в исследованиях нейронного межотраслевого динамического моделирования 40 государств, производящих 80-85% мирового ВВП в рамках космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной. Более подробно см. исследования «Космо-ноосферный алгоритм Дорошко-Самариной трёх систем в условиях климатических потрясений: медицины, спорта» - http://economics-21.narod.ru/Book/book-16/book16.html#_14547
Рисунок 1.32 – Динамический сравнительный анализ по показателям «Рейтинг внесения удобрений» Китай, Азия, США, Африка и РФ по статистическим данным FAO ООН
Рисунок 1.33 – Динамический сравнительный анализ по показателям «Внесение удобрений» Мир, Китай, Азия, США, Африка и РФ по статистическим данным FAO ООН
Проведём краткий анализ состояния сельскохозяйственной отрасли РФ по важнейшим показателям в рамках программы ООН по межгосударственному сопоставлению, без развития которых восстановление мясомолочной продукции и как следствие продовольственной безопасности России невозможно.
Условием плодородия почвы при интенсивном земледелии является регулярное применение минеральных и органических удобрений – для компенсации выноса питательных веществ с урожаем и для поддержания благоприятной структуры почвы.
Известно, что естественное плодородие обеспечивает урожайность не выше 7-8 ц зерна с гектара (в 1909-1913 гг. в среднем за год она составляла 6,9 ц/га). Именно начиная с середины 1970-х годов, когда была создана промышленность удобрений, сельское хозяйство РСФСР стало быстро улучшать и экстенсивные, и интенсивные показатели.
Производство минеральных удобрений в СССР в 1988 г. достигло 36 млн.т. в пересчёте на 100 % питательного вещества. См. источник ООН, http://www.fao.org/faostat/ru/#data, http://www.fao.org/faostat/ru/#data/RA.
Рисунок 1.34 – Динамический сравнительный анализ по показателям «Навоз. Поголовье животных» СССР, Китай, США и РФ по статистическим данным FAO ООН
С 1980-1988 гг. СССР лидировал в мире по общему объёму производства минеральных удобрений (24-36 млн.т.), уверенно опережая США (25-23 млн.т.). С 1996 года лидирует Китай. В период 2002-2016 гг. Китай по внесению удобрений на гектар посевных опережал США в 3,5 раза, а РФ в 29,6 раза (http://su90.ru/uudobren.pdf, См. источник ООН, http://www.fao.org/faostat/ru/#data, http://www.fao.org/faostat/ru/#data/EF.
С 1990 г по 1995 г. количество вносимых в почву минеральных удобрений в РФ упало в 5 раз (с 88 до 17 кг/га), и затем до 2002 г. не превышало 20 кг на гектар всей посевной площади. К 2016 г. внесение минеральных удобрений выросло до 49 кг/га – это уровень середины 1970 х гг.
К сожалению, этот оптимизм экспертного сообщества явно не согласуется с данными профильного комитета ООН. За период 2002-2016 гг. внесение минеральных удобрений в РФ выросло с 11,25 до 18,23 кг/га. Даны расчёты средних величин внесения азотистых, фосфатных и калийных удобрений по основным странам. На рисунке данные пропорции выделены в колонке %,NPK (См. данные ООН, http://www.fao.org/faostat/ru/#data/EF).
В семь раз уменьшилось внесение в почву органических удобрений. Во второй половине 80-х годов в РСФСР в колхозах и совхозах ежегодно вносилось 457-465 млн.т. органических удобрений, около 3,6 тонн на гектар пашни. Для сравнения, в Белоруссии вносилось 15-16 тонн навоза на гектар. См. источник ООН, http://www.fao.org/faostat/ru/#data.
За годы реформы, к 1997 г., внесение органических удобрений в РФ упало почти в 4 раза до уровня 1 тонны на гектар пашни и восстановления не наблюдается, т.к. продолжается интенсивное снижение поголовья с 31,5 млн. голов КРС в 1997 г. до 18,2 млн. голов КРС в 2018 г.
Обратимся к данным FAO ООН в раздел «Навоз для удобрения почвы» (см. http://www.fao.org/faostat/ru/#data/GU, общая база ФАО http://www.fao.org/faostat/ru/#data). На основе анализа, исследования и моделирования данных ФАО, определён плановый потенциал РФ объёмов органических удобрений в размере 3 млн. тонн, при условии, если в РФ будет восстановлена продовольственная безопасность на уровне РСФСР 1980-1985 гг. На рисунке даны расчёты плановых горизонтов развития основного поголовья в РФ для восстановления продовольственной безопасности.
Рисунок 1.35 – Динамический сравнительный анализ по показателям «Поголовье животных» СССР, РСФСР и РФ по статистическим данным Госкомстата СССР, Росстата РФ
Крупного рогатого стада до 40 млн. голов, плановый рост должен составить 3,4 раза по отношению к современному уровню стада 2016 г. в РФ.
Молочного стада до 22 млн. голов, плановый рост должен составить 3,0 раза по отношению к современному уровню поголовья коров 2016 г. в РФ.
Поголовье свиного стада до 40 млн. голов, плановый рост должен составить 1,8 раза по отношению к современному уровню поголовья свиней 2016 г. в РФ.
Поголовье стада овец и коз до 70 млн. голов, плановый рост должен составить 3,1 раза по отношению к современному уровню поголовья овец и коз 2016 г. в РФ.
Поголовье домашней птицы до 600 млн. голов, плановый рост должен составить 1,1 раза по отношению к современному уровню поголовья домашней птицы 2016 г. в РФ.
Обратимся к ещё одному источнику – Росстату РФ. Напомним, что в 1990 г. только поголовье КРС составляло 58,1 млн. голов, в том числе коров 22,2 млн. голов. В результате либеральных реформ 90-х к 2018 г. поголовье КРС сократилось до 18,2 млн. голов, в том числе коров до 7,9 млн. голов.
Свиное стадо в РСФСР в 1980-1990 гг. составляло 36-38,3 млн. голов. В результате либеральных реформ 90-х к 2018 г. свиное поголовье сократилось до 23,7 млн. голов.
Рисунок 1.36 – Динамический сравнительный анализ по показателям «Мясная продукция. Поголовье животных» СССР, США по статистическим данным FAO ООН
Поголовье овец и коз в РСФСР в 1970-1980 гг. составляло соответственно 67-65 млн. голов. В результате реформ 90-х к 2018 г. поголовье овец и коз сократилось до 23,1 млн. голов.
Для оценки продовольственной безопасности СССР и США обратимся к данным FAO ООН в раздел «Основные продукты животноводства».
В 1991 г. на голову крупного рогатого скота в РСФСР приходилось 1,08 га пастбищ. Из-за климатических условий пастбищных кормов животноводство России получало в 4-4,5 раз меньше, чем в США. В 1990 г. пастбищные корма обеспечивали лишь 11,8% рациона скота и птицы. По этой причине заготовка сена и производство сочных и комбинированных кормов и кормовых добавок имеют для животноводства России ключевое значение.
По разным источникам за годы реформ валовой сбор кукурузы на силос и зелёный корм снизился более чем в 8 раз, кормовых корнеплодов – более чем в 16 раз.
Для исключения возможных ошибок экспертного сообщества проведём самостоятельные исследования по динамике производства основных кормовых культур на основании официальных данных Росстата РФ за период 1990-2018 гг. (источник: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/enterprise/economy/#, Обновлено 03.04.2019). В данном разделе выберем статистические данные сгруппированные в базу под названием «Валовой сбор сельскохозяйственных культур по категориям хозяйств» (см. подраздел «в хозяйствах всех категорий»).
В результате исследований можно утверждать следующее. К 2018 г. падение основных кормовых культур по отношению 1990 г. достигло следующих величин. См. источник Росстата РФ.
Рисунок 1.37 – Динамический сравнительный анализ по показателям «Валовые сборы сельскохозяйственных культур» СССР, РСФСР и РФ по статистическим данным Госкомстата СССР, Росстата РФ
Производство «корнеплодных кормовых культур», включая сахарную свёклу на корм скоту, сократилось в 2018 г. по сравнению с 1990 г. в 13,7 раз или в натуральном выражении падение составило 16766 тыс.т. с 17217 тыс.т. в 1990 г. до 450 тыс. т. в 2018 г. Корнеплодные кормовые культуры, включая сахарную свёклу на корм скоту, их производство в 2018 г. упало на 93% по отношению к 1990 г.
Производство «сена» сократилось в 2018 г. по сравнению с 1990 г. в 2,7 раз или в натуральном выражении падение составило 3421 тыс.т. с 5631 тыс.т. в 1990 г. до 2211 тыс. т. в 2018 г. Производство «сена» в 2018 г. упало на 64% по отношению к 1990 г.
Производство «зелёный корм и сенаж» сократилось в 2018 г. по сравнению с 1990 г. в 4,4 раз или в натуральном выражении падение составило 68828 тыс.т. с 87254 тыс.т. в 1990 г. до 18426 тыс. т. в 2018 г. Производство «зелёный корм и сенаж» в 2018 г. упало на 77% по отношению к 1990 г.
В целом производство «кормовых культур» сократилось в 2018 г. по сравнению с 1990 г. в 3,8 раз или в натуральном выражении падение составило 16766 тыс.т. с 232932 тыс.т. в 1990 г. до 62111 тыс. т. в 2018 г. Производство «кормовых культур» в 2018 г. упало на 73% по отношению к 1990 г. См. источник Росстата РФ.
Энергетические мощности (млн.л.с.) сельскохозяйственных организаций в реформы сократились более чем в 4 раза, в 2013 г. их осталось, как было 50 лет назад (100 млн.л.с.). В реформы потребление электроэнергии на производственные цели в сельскохозяйственных предприятиях снизилось более чем в 5 раз и находилось в РФ в начале 2010-х на уровне РСФСР начала 1970-х (10-15 млрд.кВт-ч).
В реформы 1990-2010-х парк тракторов сократился в 4,6 раз, косилок – в 7 раз, машин для внесения удобрений – в 6,7 раз, кукурузоуборочных комбайнов – в 11 раз, кормоуборочных – в 6,4 раза, зерноуборочных – в 5,3 раза. Никаких признаков замедления сокращения или возрастания числа этих машин не наблюдается. К 2013 г. парк тракторов по сравнению с 1990 г. сократился более чем в 5 раз – с 1366 до 260 тыс. шт.
С 1990 г. по 2010 г. количество сельскохозяйственных работников-профессионалов сократилось более чем в 6 раз – с 10 до 1,6 млн. человек (в 2011 г. – 1,58 млн. чел.).
ВЫВОДЫ.
Для восстановления продовольственной безопасности России, стран-членов СЭВ приведение стада крупного рогатого скота до уровня 1980-1990 гг. РСФСР и всех стран-членов СЭВ, повышения его продуктивности в течение 2020-2024 гг. необходимо реализовать следующие организационно-технологические мероприятия в рамках, предлагаемых ноосферных технологий и требований Киотского протокола.
В рамках Киотского протокола обеспечить полную утилизацию любых биологических отходов мясомолочных ферм, производства кормовых культур и жилых посёлков.
Определим базовые ориентирами развития сельского хозяйства РФ.
В течение 2019-2023 гг. базовыми ориентирами развития сельского хозяйства РФ должны быть выбраны показатели РСФСР за период 1980-1985-1991 гг. Это обеспечит РФ продовольственную безопасность на уровне РСФСР в 1980-1985-1991 гг. См. источник Росстата РФ.
Проведённые исследования по данным «Продовольственной и сельскохозяйственной организации ООН» позволяют утверждать следующее (http://www.fao.org/faostat/ru/#data).
Во-первых, СССР устойчиво превосходил США по всем показателям мясного и молочного стада в период 1973-1991 гг.
Рисунок 1.38 – Динамический сравнительный анализ по показателям «Поголовье животных на 1000 чел.» Российская империя, СССР, РСФСР и РФ по статистическим данным Госкомстата СССР, Росстата РФ за период 1916-2018 гг.
Рисунок 1.39 – Динамический сравнительный анализ по показателям «Поголовье животных» РФ, США по статистическим данным FAO ООН за период 1992-2017 гг.
Во-вторых, РФ после рыночных, либеральных и демократических бесконечных реформ утратила продовольственную безопасность по мясомолочному стаду. См. источник ООН, http://www.fao.org/faostat/ru/#data.
В-третьих, по растениеводству: злаковым, пшенице, картофелю Россия находится в удовлетворительном положении. См. источник ООН, http://www.fao.org/faostat/ru/#data.
В период 2019-2023 гг. базовыми ориентирами развития по социально-экономическим, инфраструктурным и другим отраслям РФ должны быть выбраны показатели РСФСР за период 1970-1991 гг. Это обеспечит РФ продовольственную, инфраструктурную, энергетическую, технологическую и социально-экономическую безопасность на уровне РСФСР в 1980-1985-1991 гг. См. источник Росстата РФ.
В течение 2019-2023 гг. базовыми ориентирами развития по сельскому хозяйству всех регионов РФ должны быть выбраны региональные показатели РСФСР за период 1980-1985-1990 гг., как это показано на примере региона РФ Башкортостана. Это обеспечит регионам РФ, в том числе Башкортостану, продовольственную, инфраструктурную, энергетическую, технологическую и социально-экономическую безопасность на уровне РСФСР в 1980-1985-1990 гг. См. источник Росстата РФ.
Рисунок 1.40 – Динамический сравнительный анализ по показателям «Злаки, Пшеница, Картофель» РФ, США по статистическим данным FAO ООН за период 1992-2017 гг.
Рисунок 1.41 – Динамический сравнительный анализ по показателям «Социальная, инженерная инфраструктура» СССР, РСФСР и РФ по статистическим данным Госкомстата СССР, Росстата РФ за период 1970-2018 гг.
В течение 2019-2023 гг. базовыми ориентирами развития по сельскому хозяйству всех регионов РФ должны быть выбраны региональные показатели РСФСР за период 1980-1985-1990 гг., как это показано на примере региона РФ Башкортостана. Это обеспечит регионам РФ, в том числе Башкортостану, продовольственную, инфраструктурную, энергетическую, технологическую и социально-экономическую безопасность на уровне РСФСР в 1980-1985-1990 гг. См. источник Росстата РФ.
Рисунок 1.42 – Динамический сравнительный анализ по показателям «Сельское хозяйство Башкортостана» СССР, РСФСР и РФ по статистическим данным Госкомстата СССР, Росстата РФ за период 1941-2011 гг.
Проведённые исследования по данным «Продовольственной и сельскохозяйственной организации ООН» раздела «Агроэкологические показатели» также позволяют утверждать следующее (http://www.fao.org/faostat/ru/#data).
Рисунок 1.43 – Динамический сравнительный анализ по показателям «Энергоёмкость» Китай, РФ, США, Африка и Азия по статистическим данным FAO ООН за период 1961-2017 гг.
Были определены следующие рейтинги по энергетической безопасности: Китай – устойчиво держит 1 место, Азия – 2 место, США – 3 место, Африка – 4 место и на 5 месте - Россия.
Следует подчеркнуть, что удивительные успехи Китая в сельском хозяйстве с 1986-1994 гг., в сравнении с США, в первую очередь, вызваны прорывом в обеспечении энергией (источник ООН) и минеральными удобрениями (источник ООН) для развития сельскохозяйственных угодий Китая.
Проведём межотраслевое ноосферное моделирование любого исследуемого государства, в нашем случае России, для выявления мультипликативных/синергетических ноосферных эффектов воздействия сельскохозяйственной отрасли на экономику предприятий всех отраслей на всех рынках в кластерных разрезах: в биосфере, в техносфере, в т.ч. в энергетике, и в социально-экономической сфере.
Следует обратить серьёзное внимание на мультипликативные межотраслевые энергетические эффекты. Известно, что при развитии или подавления сельского хозяйства в любом государстве, с любым политическим строем проявляются мультипликативные эффекты по развитию или подавлению объёма продаж (выручки) предприятий всех отраслей с силой в диапазоне 2,1-2,5 раз.
Естественно возникает очевидный вопрос, какой синергетический или мультипликативный энергетический эффект будет наблюдаться в экономике любой страны, например, в России. Для этого достаточно провести межотраслевое моделирование, которое свидетельствует, что при развитии или подавления сельского хозяйства будет наблюдаться почти пятикратный синергетический или мультипликативный энергетический эффект в натуральных величинах, например, в тераджоулях, в диапазоне 4,8-5 раз. Это в 2-2,5 раза превосходит мультипликативный межотраслевой эффект воздействия сельского хозяйства на объёмы продаж (развитие) в экономике. Данный синергетический или мультипликативный энергетический эффект в натуральных величинах, например, в тераджоулях, в диапазоне 4,8-5 раз будет зависеть от особенностей природных, технологических, энергетических и прочих факторов в различных государствах.
Например, если планируется рост ВВП на 10% только по предприятиям сельскохозяйственной отрасли США в денежном выражении около 7 млрд.долл.США, то будет наблюдаться естественный синергетический/мультипликативный рост в 2,25 раза объёма продаж во всех предприятиях, всех отраслей РФ в размере 16 млрд.долл.США. Естественно, это должно вызвать мультипликативные эффекты на всех предприятиях всех отраслей во всех ноосферных кластерах: биосферы, соцсферы и техносферы.
Например, в социально-экономической сфере будет наблюдаться мультипликативный рост занятости или сокращении безработицы в размере 1,4-1,5 раз; мультипликативное изменение фактора компенсации персонала во всех отраслях и в экономике в целом с силой в 2,3-2,4 раза.
Рисунок 1.44 – Межотраслевое моделирование отрасли сельского хозяйства и её воздействие на экономику РФ по показателям «Энергопотребление по 27 видам топлива, в тера джоулях» по статистическим данным европейской программы WIOD
Например, если планируется рост ВВП на 10% в 2016 г. только по предприятиям сельскохозяйственной отрасли РФ в денежном выражении около 7,4 млрд.долл.США, то будет наблюдаться естественный синергетический/мультипликативный рост в 2,01 раза объёма продаж во всех предприятиях, всех отраслей РФ в размере 15,1 млрд.долл.США. Естественно, это должно вызвать мультипликативные эффекты на всех предприятиях всех отраслей во всех ноосферных кластерах: биосферы, соцсферы и техносферы.
Межотраслевое моделирование экономики РФ за период 1990-2016 гг. свидетельствует, что при развитии или подавления сельского хозяйства наблюдался мультипликативный эффект по развитию или подавлению объёма продаж (выручки) предприятий всех отраслей с силой 2,0-2,1 раз. При этом был выявлен почти пятикратный синергетический или мультипликативный энергетический эффект в тераджоулях по 27 видам топлива в средних итоговых величинах в размере 4,8 раз.
Необходимо осознавать, что при развитии предприятий сельского хозяйства подобный межотраслевой мультипликативный многократный рост будет наблюдаться не только в целом по численности персонала в различных отраслях экономики, но что более важно будут наблюдаться масштабные синергетические эффекты по предприятиям других отраслей в их профессиональных группах, по отношению к профессиональным группам сельского хозяйства. В результате межотраслевого моделирования стран-членов ООН (189) за период 1970-2016гг. можно утверждать, что аналогичная картина мощных мультипликативных эффектов во всех ноосферных кластерах.
Подчеркнём, что развитие получила не только сельскохозяйственная отрасль, а все отрасли экономики без исключения, которые нацелены на выполнение плана по сельскому хозяйству. Выявить эти латентные связи по всем ноосферным кластерам: биосфере, соцсфере и техносферы, в т.ч. по персоналу, энергетике, экологическим выбросам и прочим миллионам факторов можно только на основе межотраслевого моделирования.
Рисунок 1.45 – Нейронное моделирование фондовооружённости Utilities США за период 1947-2017 гг. Статистический источник: https://apps.bea.gov/national/FA2004/Details/Index.htm
Для исключения спорных мнений, либеральных методик западных экономистов в основу авторского исследования положен динамический анализ доли основных фондов в объёмах реализации США не в реальном, а в номинальном выражении.
Динамический анализ проводится в двух временных периодах. Это было сделано сознательно для выявления возможных пост индустриальных трансформаций или вероятных трансформаций в экономике США, вызываемых циклами Кондратьева.
Для этого исследование доли основных фондов в объёмах реализации, построение статистических, нейронных моделей фондовооружённости будем проводить за длительный период, который был определён как 1947-2017 гг.
На втором этапе для исследования возможных отраслевых трансформаций основных фондов в экономике США временной интервал был определён как 1995-2017 гг.
Проведённые исследования, в т.ч. с целью обнаружения начала фаз Кондратьевских циклов в постиндустриальном обществе, позволяют утверждать следующее, что в постиндустриальном либерально-демократическом обществе наблюдается не развитие ноосферной экономики лидеров капиталистических стран, а хаос, повышенные управленческие риски на всех иерархических уровнях, вызывающие неизбежное углубление регулярных мировых кризисов, целенаправленно организуемый «терроризм», военные конфликты, «революции» или государственные перевороты и масштабная эксплуатация ноосферных ресурсов человечества и нашей общей Земли-матушки.
Рисунок 1.46 – Нейронное моделирование фондовооружённости промышленности США за период 1947-2017 гг. Статистический источник: https://apps.bea.gov/national/FA2004/Details/Index.htm
Результаты межотраслевых исследований показателей фондовооружённости по основным отраслевым локомотивам экономики США представлен на рисунке с учётом моделей мощных синергетических и межотраслевых мультипликативных эффектов. На приведённом рисунке выделены разделы показателей фондовооружённости предприятий сельского хозяйства (110C - Farms) и предприятий промышленности (31-33 Manufacturing) США.
По данным различных источников, в частности, wiki: «Большинство развитых стран считает поддержку сельхозпроизводителей приоритетом в аграрной политике. В странах Евросоюза в последние годы уровень финансирования сельского хозяйства составил 300 долларов США на 1 гектар сельхозугодий, в Японии — 473 долл./га, в США — 324 долл./га, в Канаде — 188 долл./га, в России — 10 долл./га. Совокупная бюджетная поддержка производителей от стоимости валовой сельскохозяйственной продукции в экономически развитых странах составляет 32-35 %, однако в России и развивающихся странах — не более 7 %». Авторы считают, что для обеспечения выживания человечества в условиях климатических потрясений, принятые уровни финансирования сельского хозяйства, с одной стороны, не объективны, а, с другой стороны, требуют изменения в авторской редакции
Рисунок 1.47 – Нейронное моделирование фондовооружённости сельского хозяйства США за период 1947-2017 гг. Статистический источник: https://apps.bea.gov/national/FA2004/Details/Index.htm
Рассмотрим основные моменты, алгоритм методики Дорошко-Самариной законодательных инициатив по определению размера дотаций и субсидий сельскому хозяйству для всех стран-членов ООН. Требования авторов: расчёт величин дотаций должен проводится ежегодно на основании динамического межотраслевого моделирования статистических данных на всю имеющуюся временную глубину. Всё сегодняшнее законодательство во всех странах-членах ООН имеет мощную коррупционную составляющую (90-99%) и абсолютно не объективно. Авторы готовят альтернативное ноосферное законодательство для всех стран-членов ООН. Методики Дорошко-Самариной законодательных инициатив по определению размера дотаций и субсидий сельскому хозяйству для всех стран-членов ООН являются примером базовых расчётов для принятия ноосферных законов. Всё нижеперечисленное авторы реализуют ежегодно. Период анализа для различных стран и для различных показателей по космо-ноосферной методологии Дорошко-Самариной лежит в диапазоне 1700-2018 гг.
Первый шаг. Проводить ежегодное межотраслевое нейронное моделирование экономик всех стран-членов ООН за период 1970-2018гг. для выявления прямых и латентных затрат/связей, мультипликативных эффектов по всем отраслям экономики и по сельскому хозяйству, в частности.
Второй шаг. На основании ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-2018гг. выявлять мощность, мультипликативные эффекты воздействия каждой отрасли на экономику стран-членов ООН определять отрасли локомотивы и отраслевые тактические и стратегические приоритеты развития с учётом системы «Ноосферная продовольственная безопасность» Дорошко-Самариной. По данным авторов средний мультипликативный эффект воздействия промышленности (1-й тактический приоритет) на экономику стран-членов ООН составляет 2,5-3,1 раза, сельского хозяйства (2-й тактический приоритет) на экономику стран-членов ООН составляет 1,9-2,5 раз, строительство (3-й тактический приоритет) на экономику стран-членов ООН составляет 1,9-2,5 раз, ЖКХ (Electricity, Gas and Water Supply или Utilities) (4-й тактический приоритет) на экономику стран-членов ООН составляет 1,9-2,3 раз. Авторы на базе ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН запрещают финансировать торговлю и банки. К стратегическим приоритетам авторы относят науку, образование, здравоохранение и культуру. Расчёты не приводятся, смотри монографии авторов http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Третий шаг. На основании ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-2018гг. выявлять долю сельского хозяйства в ВВП страны. Авторы на базе ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН утверждают, что эта доля сельского хозяйства в ВВП стран-членов ООН лежит в диапазоне 0,5-3%. В развитых странах доля сельского хозяйства в ВВП составляет 1%.
Четвёртый шаг. На основании ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1929-1970-2018гг. рассчитать фондовооружённость для всех отраслей. По данным авторов фондовооружённость сельского хозяйства в США составляет 136-141%, а промышленности 45-58%, смотри предыдущий рисунок. Конкурентные преимущества промышленности США по отношению к сельскому хозяйству 2,4-2,5 раз. По ведущим капиталистическим странам (7 стран) средний уровень показателя фондовооружённость сельского хозяйства составляет 257-354%, а промышленности 74-105%. Конкурентные преимущества промышленности 7-ми ведущих стран по отношению к сельскому хозяйству 3,51 раз.
Пятый шаг. На основании ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-1990-2018гг. рассчитать средний технологический цикл производства продукции в промышленности и сельском хозяйстве. По данным авторов конкурентные преимущества по показателю средний технологический цикл производства продукции промышленности по отношению к сельскому хозяйству составляют 10-100-1000 раз.
Шестой шаг. На основании ежегодного космо-ноосферного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-1990-2018гг. рассчитать риски по производству продукции в промышленности и сельском хозяйстве: космические, солнечные, ноосферные, климатические, заболеваемости персонала и животных, неурожайности и др. Смотри авторскую систему «Ноосферные Риски, Планы и Рейтинги» Дорошко-Самариной. По данным авторов конкурентные преимущества по показателям «Ноосферные Риски, Планы и Рейтинги» промышленности по отношению к сельскому хозяйству составляют 10-100 раз.
Седьмой шаг. На основании ежегодного космо-ноосферного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-1990-2018гг. в рамках авторской системы «Ноосферная Продовольственная безопасность» Дорошко-Самариной на первом этапе авторы рекомендуют определять размер дотаций и субсидий на основе конкурентных преимуществ по фондовооружённости.
Рисунок 1.48 – Межотраслевое моделирование всех отраслей экономики США по показателям «Основные фонды» по статистическим данным Bea.Doc.Gov США за период 1947-2017 гг. Источник: https://apps.bea.gov/national/FA2004/Details/Index.htm
Проведённые исследования по сравнительному анализу показателей фондовооружённости и за период 1947-2017 гг., и за период 1995-2017 гг. предприятий сельского хозяйства (110C - Farms) и предприятий промышленности (31-33 Manufacturing) США с учётом моделей мощных синергетических и межотраслевых мультипликативных эффектов позволяют сделать следующие выводы, подтверждающие целесообразность применений ноосферных моделей дотаций, субсидий Дорошко-Самариной предприятиям сельского хозяйства в размере 2-7 раз к существующим сельскохозяйственным ценам и формирование обоснованных, здравых ноосферных бюджетов, дотаций, субсидий, поправок к законодательству любых стран, с любым политическим строем и любыми политическими партиями.
Первый этап проектирования в рамках космо-ноосферной парадигмы управления Дорошко-Самариной опирается на международные стандарты, статистические базы данных: продовольственного комитета ООН (ФАО), системы национальных счетов (СНС) ООН, профильных комитетов ООН и Киотского протокола. Данный этап исследований является ядром всех эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений. На основании приказа Минобороны СССР № 445 от 1990г. «О суточном довольствии военнослужащих» в исследовании была сформирована продовольственная корзина для военнослужащих, граждан РФ и стран-членов ООН. Продовольственная корзина была разбита на группы. По всем исследуемым государствам определено потребление по каждой группе продовольственной корзины. Разделение продовольственной корзины на кластерные группы было сделано сознательно, чтобы в процессе исследований провести модельные эксперименты не только по потреблению, но и промоделировать, исследовать все технологические цепочки, производственные этапы сельскохозяйственной продукции, включая технологии производства продовольствия. На этапе производства сельскохозяйственной продукции при описании всех технологических процессов учтён по каждой сельскохозяйственной культуре, животным, их временной, технологический цикл производства и воспроизводства. Кроме этого технологические цепочки расширены оценками, факторами потерь на каждом этапе технологии, также промоделированы/обозначены климатические особенности региона для определения количества урожаев в год, которые можно собрать с одного гектара с учётом севооборота для обеспечения максимальной эффективности сельскохозяйственных культур и земельных угодий с учётом паспорта на каждый гектар. Отдельно сделаны расчёты по севообороту, основным фондам, энергопотреблению, по объёму необходимого производства углекислого газа для стимулирования роста растений, которые производятся в больших количествах в метанотанках по анаэробным технологиям. Факторные модели потерь расширены интегральными факторами климатических потерь, как-то: холод, засуха, наводнение, цунами, пожары и прочие космо-ноосферные риски. В исследовании данные факторы потерь оценены, как правило, интегрировано, в т.ч. и по технологическим потерям на всех этапах производства сельскохозяйственной продукции. Учитывая отсутствие достоверных статистических данных в исследовании по всем факторам, в т.ч. интегрированным, для РФ и всех стран сформированы экспертные оценки и соответствующие базы данных по всем факторам потерь. В случае, если страна или регион предоставит достоверные статистические данные, то интегральная модель продовольственной безопасности будет мгновенно пересчитана, в т.ч. по инвестиционным показателям, по необходимой денежной массе, по всем денежным агрегатам и процентной банковской ставке, которые должны быть установлены ЦБ данной страны. Существенные замечания. Все любые другие действия ЦБ должны быть запрещены, кроме оговорённых в проекте. Это вытекает из космо-ноосферной парадигмы управления Дорошко-Самариной, которая отводит ЦБ, финансово-банковской системе роль исполнителей. Действия, риски, модели управления полностью рассчитываются. Кроме этого с учётом объективных факторов потерь будут уточнены следующие показатели: по всей необходимой сельскохозяйственной технике, по зерновым, овощным, плодоягодным, по кормовым и прочим сельскохозяйственным культурам. Мгновенно уточняются объёмы и размеры животноводческих ферм, парникового хозяйства, биологического, энергетического производства метана, тепла, электрической энергии, органических удобрений, нормы времени и труда, фондовооружённость, фодоёмкость по всем сельскохозяйственным технологическим цепочкам и производствам, а также размеры домохозяйств в ноосферных посёлках и их социально-инженерной, энергетической, экологической инфраструктуры, в т.ч. по численности населения. Данный раздел исследований является ядром системы эскизных проектов продовольственной безопасности России и стран-членов ООН в условии климатических потрясений, но представлены в неполном объёме.
Существенное замечание по проектированию архитектуры управляющих потоков данных, управляющих потоков нейронных моделей/сетей, нейронных слоёв, управляющих потоков правил должны рассматриваться далее, как элементы искусственного интеллекта ядра системы эскизных проектов продовольственной безопасности России и стран-членов ООН в условиях климатических потрясений. Данные алгоритмы и авторские подходы рассмотрим на примере. Хорошо известно, что в результате климатических особенностей различных регионов земли за длительный период времени исторически сложились региональные, национальные пищевые предпочтения, встроенные в региональные пищевые цепочки биосферы. Понятно, что в эти региональные пищевые цепочки биосферы встраивается человеческое сообщество, проживающее в данном регионе. Для выживания данное национальное сообщество формирует социальную инфраструктуру, которое далее формализуется в том или ином виде: религиозных постулатов или заповедей господних. Данную лингвистическую, логическую модель, постановку задачи будем использовать для построения архитектуры нейронных моделей/сетей, элементов искусственного интеллекта, управляющих потоков баз-данных и баз правил, для ядра системы эскизных проектов продовольственной безопасности России и стран-членов ООН в условии климатических потрясений следующим образом. Алгоритм построения управляющих систем данных, нейронных моделей для каждого иерархического уровня и принятия управленческих решений в рамках элементов систем искусственного интеллекта будем рассматривать на примере животноводства и сложившихся региональных биосферных пищевых цепочек.
Второй этап. Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, разработана важнейшая система инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей, как базового элемента продовольственной, энергетической, социально-экономической безопасности любого государства. На данном этапе реализовывалось эскизное, сметное проектирование сельскохозяйственных производственных мощностей и ноосферного посёлка на основании СНиПов, ГОСТов, нормативных документов: Госстроя СССР, Министерства сельского хозяйства СССР, Минздрава СССР, НИИ ВАСХНИЛ СССР и др. Целью инженерно-строительного проектирования сельскохозяйственных производственных мощностей и ноосферного посёлка являются расчёты величины производства и потребления сельскохозяйственной и мясомолочной продукции, энергии, тепла, органических удобрений, кормов и др. На основании нейронного моделирования уточняются величины инвестиций, основных фондов, численность персонала по профессиям по всем спроектированным производственно-технологическим цепочкам, социально-экономическая инфраструктура ноосферного посёлка, его ЖКХ, а также продовольственная, энергетическая, медицинская, образовательная и прочая безопасность. Проектирование посёлка ведётся, как единого ноосферного социального, производственного комплекса, а не отдельных производственно-энергетических сельскохозяйственных, производственных объектов. В РФ в результате бесконечных реформ сельскохозяйственная отрасль, деревни и посёлки почти полностью уничтожены, а селяне влачат жалкое существование. Поэтому принято решение, что для возрождения продовольственной, энергетической безопасности необходимо практически с нуля восстанавливать сельское хозяйство и русские деревни, способные выживать в условиях климатических потрясений. На основании космо-ноосферных исследований авторов с учётом советских ГОСТов и медицинских нормативов можно утверждать, что всем странам пора отказаться от иллюзий достижения продовольственной, фармакологической, медицинской, образовательной и прочих видов безопасности. Им также, как и РФ предстоит начинать всё с нуля. Данный раздел алгоритма инженерно-строительного проектирования сельскохозяйственных производственных мощностей и ноосферного посёлка, как базового единого комплекса продовольственной безопасности, рассмотрен в отдельной главе ввиду масштабности проводимых исследований и эскизного проектирования, но представлены в неполном объёме.
Третий этап. Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, разработана важнейшая система экологического, энергетического проектирования ноосферного посёлка, в том числе система генерирования органических удобрений в рамках требований Киотского протокола, как базового элемента продовольственной, энергетической, социально-экономической безопасности любого государства. Под биологическими отходами в работе понимается ресурс получения метана, углекислого газа и органических удобрений на основе технологий анаэробного сбраживания биологических отходов. Аналогично понимается и биологическая безопасность. Данная проблема более, чем актуальна. Например, среднедневной выход биологических отходов стада крупного рогатого скота в 1000 голов взрослых особей без молодняка составляет 50-60 тонн в сутки. Через год вся территория на ферме и в округе будет представлять биологическую свалку в объёмах 18-22 тысячи тонн в год. Все грунтовые воды, колодцы в жилых посёлках будут не пригодны, как для человека, так и для животных. Кроме этого на территории ферм и посёлков будет наблюдаться ускоренный рост желудочно-кишечных заболеваний, других патологий, как следствие утрата трудоспособности персонала и жителей посёлка, что в конечном счёте, вызовет обвальное падение объёмов производства сельскохозяйственной продукции. Поэтому в исследованиях данный этап эскизного проектирования выделен в отдельный экологический, энергетический, биологический раздел, в котором осуществлено эскизное, сметное проектирование экологических, энергетических и биологических систем для сельскохозяйственных предприятий, ферм и ноосферного посёлка, в том числе системы генерирования органических удобрений, на базе технологий анаэробного сбраживания биологических отходов сельскохозяйственных предприятий и ноосферных посёлков. В процессе эскизного проектирования использовались только СНиПы, ГОСТы, нормативные документы: Госстроя СССР, Министерства сельского хозяйства СССР, Минздрава СССР, НИИ ВАСХНИЛ СССР, статистические базы данных ФАО ООН, профильных комитетов ООН, Киотские протоколы и др. Целью инженерно-строительного проектирования энергетической, биологической систем является моделирование величин производства и потребления сельскохозяйственной и мясомолочной продукции, энергии, тепла, органических удобрений на основе технологий анаэробного сбраживания биологических отходов. На базе полученных нейронных модельных расчётов определены величины инвестиций, основных фондов, численность персонала по профессиям по всем спроектированным производственно-технологическим цепочкам, энергетической, биологической инфраструктуры ноосферного посёлка, его ЖКХ, что обеспечивает решение энергетической, биологической, медицинской и прочей безопасности. Проектирование энергетической, биологической, медицинской и прочей безопасности ноосферного посёлка проводилось в рамках единого социального, производственного ноосферного комплекса, а не как отдельных производственно-энергетических, биологических сельскохозяйственных, производственных объектов. В исследовании принято решение, что для возрождения продовольственно-энергетической безопасности РФ и других странах-членах ООН необходимо практически с нуля восстанавливать сельское хозяйство в рамках общинной идеологии русских деревень, исторически доказавших способность выживать, в т.ч. в условиях климатических потрясений. Данный раздел алгоритма экологического, энергетического проектирования ноосферного посёлка, в том числе система генерирования органических удобрений в рамках требований Киотского протокола, как базового элемента продовольственной, энергетической, социально-экономической безопасности любого государства рассмотрен в отдельной главе ввиду масштабности проводимых исследований и эскизного проектирования, но представлены в неполном объёме.
Четвёртый этап. Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, на основе нейронных моделей рассчитана потребность в сельскохозяйственной посевной, уборочной и прочих видах техники (трактора, сеялки, веялки, культиваторы, комбайны и др. техника), численности персонала, нормы времени и труда, для зерновых, овощных, плодоягодных и кормовых сельскохозяйственных культур. Промоделированы зерновые, овощные, плодоягодные и кормовые хранилища и их энергосистемы на основе тригенерационных энергосистем. Исходя из прогнозируемых и/или технологических потерь моделируются мощности биологических и энергетических систем по утилизации отходов по данным культурам на основе анаэробных технологий. Утилизация отходов в рамках Киотского протокола позволила сформировать необходимую энергетическую, экологическую безопасность всех видов хранилищ и их энергосистемы на основе тригенерационных энергосистем. Данный раздел алгоритма экологического, энергетического проектирования ноосферного посёлка, в том числе система моделирования сельскохозяйственной посевной, уборочной и различных видов техники, всех видов хранилищ, биологических и энергетических систем по утилизации отходов по данным культурам на основе анаэробных технологий в рамках требований Киотского протокола, как базового элемента продовольственной, энергетической, социально-экономической безопасности любого государства рассмотрен в отдельной главе ввиду масштабности проводимых исследований и эскизного проектирования, но представлены в неполном объёме.
Пятый этап. Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, рассчитаны на основе нейронного моделирования технико-экономические обоснования, тактические, стратегические, нормативные бизнес-планы, дорожные карты, дотации, субсидии предприятиям сельскохозяйственной отрасли по методике (С.Е.Дорошко, Г.П.Самариной) в рамках требований космо-ноосферной парадигмы управления Дорошко-Самариной. Это позволило исключить традиционные ошибки СНС ООН, вызванные валовым (котловым) бухгалтерским учётом и предоставить возможность всем ноосферным посёлкам строить грамотные ежедневные межотраслевые балансы не только посёлков, но и регионов, и стран. Поэтому все бизнес-планы, дорожные карты разрабатываются сразу с учётом космо-ноосферной парадигмы управления Дорошко-Самариной, которая исключает ошибки в методиках и в математических моделях СНС ООН, а также в законодательстве стран-членов ООН. В монографии данные исследования рассмотрены в отдельной главе ввиду масштабности проводимых исследований и эскизного проектирования, но представлены в неполном объёме.
ВЫВОДЫ. Проведённые научно-практические исследования, эскизные проекты по продовольственной безопасности по всем странам-членам ООН показали, что реализовать программы возможно. Для этого потребуются большие человеческие ресурсы при сегодняшнем уровне механизации и автоматизации в сельском хозяйстве и перерабатывающей промышленности. Динамический анализ за период 1961-2016 гг. показал, что технологии в сельском хозяйстве на современном этапе остались прежними и носят в основном экстенсивный характер даже в развитых государствах. Единственным решением этой проблемы авторы видят в развитии автоматизации, роботизации производственно-технологических циклов сельского хозяйства. Современная техника, управление в сельском хозяйстве, условия работы и производительность труда – это технологии прошлого века. Современные трактора, комбайны могли бы с успехом выпускать предприятия военно-промышленного комплекса, тем самым обеспечивая 100% загрузку своих мощностей. Мощности и стоимость современных компьютерных чипов, датчиков, систем электронного зрения и др. стали ничтожно малыми по отношению к изделию в целом. Успехи электронной, электротехнической промышленности, материаловедения, автоматизированного проектирования и др. позволяют резко увеличить позиционирование, управление любой и сельскохозяйственной и военной роботизированной техники на фоне многократного снижения затрат на проектирование, сопровождение и ремонт этой техники. Доходит до смешного, простые механизаторы, сельские жители создают системы по дистанционному управлению комбайнами, тракторами, картографированию сельских угодий, в т.ч. динамики выращивания сельскохозяйственных растений с помощью роботизированных, в т.ч. воздушных систем. И их системы управления, роботизированные комплексы оказываются по стоимости многократно ниже промышленных образцов. Одна из причин высокой стоимости сельскохозяйственного оборудования, роботизированных комплексов и систем управления – это ничтожно малый объём производства и почти полное уничтожение электронной, электротехнической, инструментальной промышленности в РФ, в т.ч. советских обрабатывающих центров, гибких производственных систем. Настоящего импортного замещения, декларируемого ВПК, в реальности не наблюдается. Предлагаемые эскизные проекты по продовольственной безопасности предусматривают не только обеспечение продовольственной безопасности, но также 100% загрузку предприятий всех отраслей экономики, как для РФ, так и любого государства-члена ООН. Данная программа должна реализовываться на основе всесоюзной программы по гибким автоматизированным, роботизированным производствам. Межотраслевые исследования авторов по странам-членам ООН свидетельствуют, что сельское хозяйство по приоритету продовольственной безопасности является лидером, а по силе мультипликативного воздействия занимает второе место после промышленности и в 2 раза превосходит банки и торговлю. Авторы доказывают, что автоматизацию, роботизацию нейронных систем управления следует начинать с сельского хозяйства и продовольственной безопасности. И далее подтягивать уровень развития и нейронного управления в промышленности, ВПК и во всех отраслях экономики.
В эскизных проектах предлагается обеспечить гармоничную загрузку всех отраслей экономики, многократный рост производительности труда, а отрасли сельского хозяйства сделать наукоёмкими, автоматизированными, роботизированными и привлекательными для молодёжи и общества. При таких условиях выявленная проблема нехватки персонала для реализации продовольственной безопасности полностью исчезает и одновременно осуществляет перераспределение трудовых ресурсов, обеспечение 100% загрузки мощностей промышленности и ВПК, а также переход на новый технологический уклад космо-ноосферной парадигмы Дорошко-Самариной для всех уровней управления от рабочих до премьер-министров и президентов.
Перед тем как рассмотреть ноосферную экономику трёх ноосферных кластеров: биосферы, соцсферы и техносферы Дорошко-Самариной, следует понять ряд моментов. Модель ноосферной экономики Дорошко-Самариной «Кризис или Ноосферное Развитие» является частным случаем авторской системы ноосферной экономики. Одна из задач модели ноосферной экономики «Кризис или Ноосферное Развитие» Дорошко-Самариной в авторском понимании является раскрытие для руководителей первого уровня понимания механизмов глобального управления геоэкономики, геополитики на межгосударственном уровне и на уровне стран. Модели ноосферной экономики «Кризис или Ноосферное Развитие» Дорошко-Самариной требуют принципиального пересмотра парадигмы управления, обучения внешнеполитического ведомства во всех государствах мира, как на уровне профессорско-преподавательского состава, например, МГИМО РФ, так и на уровнях министров иностранных дел, министров, премьер-министров и президентов. Ещё раз подчеркнём, что это лишь начальный курс их подготовки.
Поэтому ноосферную экономику трёх ноосферных кластеров: биосферы, соцсферы и техносферы Дорошко-Самариной следует понимать, как базовые и единственные системы подготовки управленцев, экономистов, юристов и законодателей РФ и стран-членов ООН. Данные ноосферные системы авторов являются неотъемлемой частью космо-ноосферной межотраслевой, межгосударственной методологии и парадигмы управления Дорошко-Самариной.
Главное достоинство межотраслевого, межгосударственного исследования, нейронного моделирования всех государств-членов ООН авторов для частного решения продовольственной безопасности, как России, так и всех стран-членов ООН позволяет учесть прямые и латентные связи с явным указанием, какие отрасли будут задействованы, как на уровне государства, так и на межгосударственном внешнем уровне в части экспортно-импортных поставок товаров и услуг. Для этого космо-ноосферная парадигма управления Дорошко-Самариной требует исследования, нейронного моделирования техносферы на основе разработки, построения нейронных производственных функций, межотраслевых нейронных моделей на следующих уровнях управления по предприятиям всех отраслей: от рабочего места, подразделения/цеха, предприятия/организации до уровня отрасли. При этом данные уровни управления в кластере техносферы должны исследоваться в рамках следующих систем национальных счетов ООН (https://unstats.un.org/unsd/nationalaccount/sna.asp). Обязательное условие – в авторских редакциях и никак иначе, но в рамках следующих стандартов:
Международных отраслевых стандартов ООН (Международная стандартная отраслевая классификация всех видов экономической деятельности – МСОК, 4 редакция, International Standard Industrial Classification of All Economic Activities – ISIC, https://unstats.un.org/unsd/publication/SeriesM/seriesm_4rev4r.pdf).
Международной классификации основных продуктов ООН (Классификация основных продуктов, Central Product Classification – CPC, https://unstats.un.org/unsd/publication/SeriesM/SeriesM_77ver1_1r.pdf).
Международной стандартной торговой классификации ООН (Международная стандартная торговая классификация, Standard International Trade Classification – SITC, https://unstats.un.org/unsd/publication/SeriesM/SeriesM_34rev4r.pdf). (См. Русскоязычные статистические документы и публикации международных организаций, размещённые в сети Интернет http://www.gks.ru/metod/prilojenie4.htm).
Напомним, что космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной неоднократно обращала внимание профильных комитетов ООН на следующие существенные моменты, в т.ч. в части исследований продовольственной безопасности стран-членов ООН.
Во-первых, на очевидные недостатки международных стандартов ISIC, CPC, вызванные статистическим валовым учётом на отраслевом уровне без разбивки по видам выпускаемой продукции на уровне предприятий. Заметим, что принятый и одобренный международными стандартами ISIC, CPC валовой учёт, с одной стороны, неестественен для эффективного, мало рискованного управления на уровне любого предприятия. С другой стороны, приводит к значительным смещениям/ошибкам при исследовании, разработке производственных нейронных отраслевых (в рамках стандартов ISIC), продуктовых (в рамках стандартов CPC) и торгово-таможенных (в рамках стандартов SITC) моделей кластера техносферы и далее при проведении обязательного для всех управленцев, экономистов и юристов межотраслевого, межгосударственного нейронных моделирований. Это естественно порождает смещения/ошибки при нейронном моделировании при построении, разработке объективных оценок эффективности, рисков, рейтингов на всех 7-ми уровнях от рабочих мест, подразделений, предприятий, отраслей/рынков, регионов, государств до уровня межгосударственного сопоставления. Космо-ноосферная парадигма управления Дорошко-Самариной требует от всех исследователей, управленцев, экономистов, юристов и законодателей на всех управленческих уровнях при разработке управленческо-экономических нейронных производственных моделей для ноосферного кластера техносферы обязательно исследовать и разрабатывать нейронные производственные межотраслевые модели по всем отраслям/рынкам в объёмах классификации международных стандартов ISIC, CPC. К сожалению, профильные комитеты ООН и страны-члены ООН эту работу не выполняют с 1968 г., а лишь декларируют цифровую экономику.
Тем не менее, для ноосферного кластера техносферы можно исследовать и разрабатывать упрощённые нейронные производственные межотраслевые модели только по прямым (латентные затраты скрыты) материальным затратам (I квадрант МОБ, как сумма внутренних и импортных материальных затрат - intermediate input) плюс добавленная стоимость (III квадрант МОБ – фонд оплаты труда + налоги/субсидии + амортизация + валовая прибыль) в объёмах 36-56-72 факторов по всем отраслям/рынкам, государствам в классификации международных стандартов ISIC, CPC (см., например, межгосударственную, межотраслевую программу Евросоюза по 40-43 государствам World Input-Output Database http://www.wiod.org/home, Input-Output Accounts Data USA - https://www.bea.gov/industry/input-output-accounts-data, Росстат РФ, раздел «Таблицы затраты-выпуск» - http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/accounts/#).
Данные производственные модели хорошо известны и были разработаны русскими, советскими экономистами ещё в конце 19-го, вначале 20-го века в рамках русских моделей межотраслевого баланса и русской системы национальных счетов, которые в стандартах СНС ООН, Евросоюза привычно обозначаются следующим образом (терминология, обозначения сохранены):
xj = output of commodity j, xij = intermediate input of commodity i in sector j, Lj = Labour in sector j, Cj = Capital (machinery, buildings) in sector j, Nj = Natural resources (land, mineral resources, water, air, vegetation, animals) in sector j, F = technology and organisation (know how). (См. «Concepts and Methods of the U.S. Input-Output Accounts» смотри в разделе «Early history» стр. 1-5, 1-6 https://www.bea.gov/sites/default/files/methodologies/IOmanual_092906.pdf#page=15).
Замечания С.Е.Дорошко, Г.П.Самариной о том, кто на самом деле разработал МОБ, СНС ООН см. в разделе «Русский МОБ, Русские космо-ноосферные парадигмы, технологии управления - эффективный латентный инструмент военных, спецслужб, цветных революций, военных операций, подавления экономики вероятного противника», http://economics-21.narod.ru/new/sev/sev-fond.html#05-MO-FSB.
Понимая, что для ноосферного кластера техносферы на первом этапе можно исследовать и разрабатывать упрощённые нейронные производственные межотраслевые модели только по прямым (латентные затраты скрыты) материальным затратам и по укрупнённой добавленной стоимости, поэтому продолжим рассматривать, что ещё требует космо-ноосферная парадигма управления Дорошко-Самариной для исследований и разработок управленческих, экономических и законодательных научно-практических решений.
Во-вторых, космо-ноосферная парадигма управления Дорошко-Самариной требует от всех исследователей, управленцев, экономистов и юристов на всех управленческих уровнях при разработке управленческо-экономических нейронных производственных моделей для ноосферного кластера техносферы обязательно исследовать и разрабатывать нейронные производственные модели по персоналу от рабочего места, подразделений/цехов, предприятия в целом и далее в рамках отраслевой классификации, принятой в министерстве труда СССР, принятой международной организацией труда ООН (МОТ), но с 1992г. отменённой. Авторы на первом этапе предлагают принять несовершенный американский стандарт по персоналу, принятых в министерстве труда США (National Industry-Specific Occupational Employment and Wage Estimates: https://stats.bls.gov/oes/current/oessrci.htm).
Для любого профессионального инженера, управленца и экономиста уровня предприятий, министерств и ведомств СССР было очевидно, что без квалифицированного, мотивированного и хорошо оплачиваемого персонала: рабочего, технолога, конструктора, экономиста, директора и министра невозможно обеспечить высокую производительность труда и выпуск качественной продукции.
В-третьих, космо-ноосферная парадигма управления Дорошко-Самариной требует от всех исследователей, управленцев, экономистов, юристов и законодателей на всех управленческих уровнях при разработке управленческо-экономических нейронных производственных моделей для ноосферного кластера техносферы обязательно исследовать и разрабатывать нейронные производственные модели по основным фондам/средствам, амортизации, инвестициям, загрузке ОФ и срокам службы ОФ от рабочего места, подразделений/цехов, предприятия в целом и далее в рамках отраслевой классификации в рамках несовершенных американских стандартов по основным фондам/средствам, принятых в бюро экономического анализа министерства торговли США.
Справка: USA BEA DOC. По основным фондам (100 показателей/факторов), в т.ч. амортизация (100), инвестиции (100) по всем отраслям/рынкам (71) - Detailed estimates by industry and by type of asset (всё по основным фондам в отраслевом разрезе), без государства. Интегральная оценка в отраслевом разрезе, в т.ч. по государству и обороне, по «Equipment», «Structures», «Intellectual Property Products» https://apps.bea.gov/national/FA2004/Details/Index.htm.
Для любого профессионального инженера, управленца и экономиста уровня предприятий, министерств и ведомств СССР было очевидно, что невозможно обеспечить высокую производительность труда и выпуск качественной продукции без профессионально подобранных технологий, основных средств их обновления и автоматизации в рамках всесоюзной программы (СССР) гибких автоматизированных производств (ГАП), гибких производственных систем (ГПС).
В-четвёртых, космо-ноосферная парадигма управления Дорошко-Самариной требует от всех исследователей, управленцев, экономистов и юристов на всех управленческих уровнях при разработке управленческо-экономических нейронных производственных моделей для ноосферного кластера техносферы обязательно исследовать и разрабатывать нейронные производственные модели по энергопотреблению и теплопотреблению от рабочего места, подразделений/цехов, предприятия в целом и далее в рамках отраслевой классификации, принятой в системе международных стандартов ООН по 27 видам топлива (см., например, межгосударственную, межотраслевую программу Евросоюза по 40-43 государствам World Input-Output Database http://www.wiod.org/database/eas13).
Для любого профессионального инженера, управленца и экономиста уровня предприятий, министерств и ведомств СССР было очевидно, что без энерго/тепло обеспечения профессионально подобранных технологий, основных средств невозможно обеспечить высокую производительность труда и производство качественной продукции.
В-пятых, космо-ноосферная парадигма управления Дорошко-Самариной требует от всех исследователей, управленцев, экономистов, юристов и законодателей на всех управленческих уровнях при разработке управленческо-экономических нейронных производственных моделей для ноосферного кластера биосферы обязательно исследовать и разрабатывать нейронные производственные модели по экологическим выбросам от рабочего места, подразделений/цехов, предприятия в целом и далее в рамках отраслевой классификации, принятой в системе международных стандартов ООН. (см., например, межгосударственную, межотраслевую программу Евросоюза по 40-43 государствам World Input-Output Database в части экологических выбросов http://www.wiod.org/database/eas13).
В-шестых, космо-ноосферная парадигма управления Дорошко-Самариной требует от всех исследователей, управленцев, экономистов, юристов и законодателей на всех управленческих уровнях при разработке управленческо-экономических нейронных производственных моделей для ноосферного кластера соцсферы обязательно исследовать и разрабатывать нейронные производственные модели по социальной сфере от рабочего места, подразделений/цехов, предприятия в целом и далее в рамках отраслевой классификации, принятой в системе международных стандартов ООН. (См., например, межгосударственную, межотраслевую программу Евросоюза по 40-43 государствам World Input-Output Database раздел «Socio Economic Accounts» http://www.wiod.org/database/seas16).
В-седьмых, космо-ноосферная парадигма управления Дорошко-Самариной требует от всех исследователей, управленцев, экономистов, юристов и законодателей на всех управленческих уровнях при разработке управленческо-экономических нейронных производственных моделей для ноосферного кластера соцсферы обязательно исследовать и разрабатывать нейронные производственные модели по диспансеризации от рабочего места, подразделений/цехов, предприятия в целом и далее в рамках отраслевой классификации, принятой в системе международных стандартов ООН, а также методиках, стандартах Минздрава СССР по диспансеризации, принятых и утверждённых Всемирной организацией здравоохранения (ВОЗ).
Космо-ноосферная парадигма управления Дорошко-Самариной требует от всех исследователей, управленцев, экономистов и юристов на всех управленческих уровнях при разработке управленческо-экономических нейронных производственных моделей для ноосферного кластера соцсферы обязательно исследовать и разрабатывать нейронные производственные модели по продовольственной безопасности от рабочего места, подразделений/цехов, предприятия в целом и далее в рамках отраслевой классификации, принятой в системе международных стандартов ООН.
Второй раздел монографии выполнен курсантами авторского коллектива «Фонд Ноосфера». В разделе даны выдержки эскизных проектов и исследования по продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, ответственные исполнители:
Группа "Зерновые культуры".
Группа "Овощные культуры".
Группа "Прочие культуры и продукты".
Группа "Мясомолочные продукты".
Группа "Кормовые культуры для животных". По группе животноводства в части определения объёмов кормов для обеспечения выживаемости популяции животных, ведутся работы по уточнению данных и в указанную монографию результаты исследования не включены. Это касается и проекта по строительству объектов для хранения для вышеуказанной продукции.
Дополнительно уточним, что данная работа носит укрупнённый и эскизный характер, в связи с тем, что, к глубочайшему сожалению коллектива фонда «Ноосфера», в открытом доступе отсутствует целый пласт необходимых данных для более точных и качественных расчётов и исследований.
Для осуществления продовольственной безопасности жителей в условиях климатических и иных глобальных потрясений, проживающих на территории государства "Российская Федерация" (код государства в соответствии с классификацией ФАО "FAOSTAT CODE" — 185 http://www.fao.org/faostat/ru/#data ), принадлежащего к группе государств "Восточная Европа", рассчитаем, исходя из нормативов потребления продуктов на 1-го человека в сутки, объёмы продуктов питания, удовлетворяющего потребности населения в пище. В связи с отсутствием данных о нормативах потребления жителей, проживающих на указанной территории, а также отсутствием информации о составе продовольственной корзины жителей, примем за основу нормативы потребления и состав продуктов питания, утверждённый приказом министерства обороны СССР № 445 от 1990г. «О суточном довольствии военнослужащих» (далее Приказ МО СССР) за основу нашей аналитической работы.
Рассчитаем ориентировочные объёмы продуктов питания, обеспечивающих продовольственную безопасность населения в условиях климатических и иных глобальных потрясений по государству "Российская Федерация".
На основании статистических баз данных Продовольственной и сельскохозяйственной организации Объединённых Наций ФАО (ссылка: http://www.fao.org/faostat/en/#data, http://www.fao.org/faostat/ru/#data), по государству "Российская Федерация" по состоянию на 2019 год, количество населения составляет 143895551 человек.
Для обеспечения продовольственной безопасности населения, указанного государства, необходимы следующие продукты питания:
Продукт "Хлеб ржано-пшеничный". Норматив потребления на 1-го человека в сутки составляет 350 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 18382656640,25 кг/год. Осуществлять контроль качества производства продукта "Хлеб ржано-пшеничный" следует в соответствии с требованиями нормативного документа - "ГОСТ 2077-84".
Продукт "Хлеб пшеничный". Норматив потребления на 1-го человека в сутки составляет 200 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 10504375223 кг/год. Осуществлять контроль качества производства продукта "Хлеб пшеничный" следует в соответствии с требованиями нормативного документа - "ГОСТ 2077-84".
Продукт "Мука пшеничная (высшего или 1 сорта)". Норматив потребления на 1-го человека в сутки составляет 10 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 525218761,15 кг/год. Осуществлять контроль качества производства продукта "Мука пшеничная (высшего или 1 сорта)" следует в соответствии с требованиями нормативного документа - "ГОСТ 27839-88".
Продукт "Крупа рисовая". Норматив потребления на 1-го человека в сутки составляет 40 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2100875044,6 кг/год. Осуществлять контроль качества производства продукта "Крупа рисовая" следует в соответствии с требованиями нормативного документа - "ГОСТ 6292-93".
Продукт "Крупа пшеничная". Норматив потребления на 1-го человека в сутки составляет 40 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2100875044,6 кг/год. Осуществлять контроль качества производства продукта "Крупа пшеничная" следует в соответствии с требованиями нормативного документа - "ГОСТ 572-60".
Продукт "Крупа гречневая". Норматив потребления на 1-го человека в сутки составляет 40 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2100875044,6 кг/год. Осуществлять контроль качества производства продукта "Крупа гречневая" следует в соответствии с требованиями нормативного документа - "ГОСТ 5550-74".
Продукт "Крупа перловая". Норматив потребления на 1-го человека в сутки составляет 40 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2100875044,6 кг/год. Осуществлять контроль качества производства продукта "Крупа перловая" следует в соответствии с требованиями нормативного документа - "ГОСТ 5784-60".
Продукт "Макаронные изделия". Норматив потребления на 1-го человека в сутки составляет 40 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2100875044,6 кг/год. Осуществлять контроль качества производства продукта "Макаронные изделия" следует в соответствии с требованиями нормативного документа - "ГОСТ 875-92".
Продукт "Томат-паста". Норматив потребления на 1-го человека в сутки составляет 6 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 315131256,69 кг/год. Осуществлять контроль качества производства продукта "Томат-паста" следует в соответствии с требованиями нормативного документа - "ГОСТ 3343-89".
Продукт "Картофель". Норматив потребления на 1-го человека в сутки составляет 150 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 7878281417,25 кг/год. Осуществлять контроль качества производства продукта "Картофель" следует в соответствии с требованиями нормативного документа - "ГОСТ 26545-85".
Продукт "Капуста". Норматив потребления на 1-го человека в сутки составляет 65 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 3413921947,475 кг/год. Осуществлять контроль качества производства продукта "Капуста" следует в соответствии с требованиями нормативного документа - "ГОСТ 26768-85".
Продукт "Свёкла". Норматив потребления на 1-го человека в сутки составляет 30 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1575656283,45 кг/год. Осуществлять контроль качества производства продукта "Свёкла" следует в соответствии с требованиями нормативного документа - "ГОСТ 1722-85".
Продукт "Морковь". Норматив потребления на 1-го человека в сутки составляет 50 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2626093805,75 кг/год. Осуществлять контроль качества производства продукта "Морковь" следует в соответствии с требованиями нормативного документа - "ГОСТ 1721-85".
Продукт "Лук". Норматив потребления на 1-го человека в сутки составляет 50 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2626093805,75 кг/год. Осуществлять контроль качества производства продукта "Лук" следует в соответствии с требованиями нормативного документа - "ГОСТ 1723-86".
Продукт "Огурцы". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 кг/год. Осуществлять контроль качества производства продукта "Огурцы" следует в соответствии с требованиями нормативного документа - "ГОСТ 1726-85".
Продукт "Помидоры". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 кг/год. Осуществлять контроль качества производства продукта "Помидоры" следует в соответствии с требованиями нормативного документа - "ГОСТ 1725-85".
Продукт "Баклажаны". Норматив потребления на 1-го человека в сутки составляет 10 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 525218761,15 кг/год. Осуществлять контроль качества производства продукта "Баклажаны" следует в соответствии с требованиями нормативного документа - "ГОСТ 16732-71".
Продукт "Сладкий перец". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 кг/год.
Продукт "Зелёный горошек". Норматив потребления на 1-го человека в сутки составляет 10 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 525218761,15 кг/год.
Продукт "Бахчевые". Норматив потребления на 1-го человека в сутки составляет 50 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2626093805,75 кг/год.
Продукт "Зелень". Норматив потребления на 1-го человека в сутки составляет 50 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2626093805,75 кг/год.
Продукт "Прочие овощи". Норматив потребления на 1-го человека в сутки составляет 50 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 2626093805,75 кг/год.
Продукт "Томатный сок". Норматив потребления на 1-го человека в сутки составляет 10 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 525218761,15 литр/год. Осуществлять контроль качества производства продукта "Томатный сок" следует в соответствии с требованиями нормативного документа - "ГОСТ 937-91".
Продукт "Морковный сок". Норматив потребления на 1-го человека в сутки составляет 10 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 525218761,15 литр/год. Осуществлять контроль качества производства продукта "Морковный сок" следует в соответствии с требованиями нормативного документа - "ГОСТ 937-91".
Продукт "Тыквенный сок". Норматив потребления на 1-го человека в сутки составляет 10 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 525218761,15 литр/год. Осуществлять контроль качества производства продукта "Тыквенный сок" следует в соответствии с требованиями нормативного документа - "ГОСТ 937-91".
Продукт "Яблочный сок". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 литр/год. Осуществлять контроль качества производства продукта "Яблочный сок" следует в соответствии с требованиями нормативного документа - "ГОСТ 29135-91".
Продукт "Апельсиновый сок". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 литр/год. Осуществлять контроль качества производства продукта "Апельсиновый сок" следует в соответствии с требованиями нормативного документа - "ГОСТ 29135-91".
Продукт "Сливовый сок". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 литр/год. Осуществлять контроль качества производства продукта "Сливовый сок" следует в соответствии с требованиями нормативного документа - "ГОСТ 29135-91".
Продукт "Яблоко (сухофрукты)". Норматив потребления на 1-го человека в сутки составляет 30 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1575656283,45 кг/год. Осуществлять контроль качества производства продукта "Яблоко (сухофрукты)" следует в соответствии с требованиями нормативного документа - "ГОСТ 12003-76".
Продукт "Абрикос (сухофрукты)". Норматив потребления на 1-го человека в сутки составляет 30 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1575656283,45 кг/год. Осуществлять контроль качества производства продукта "Абрикос (сухофрукты)" следует в соответствии с требованиями нормативного документа - "ГОСТ 12003-76".
Продукт "Груша (сухофрукты)". Норматив потребления на 1-го человека в сутки составляет 30 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1575656283,45 кг/год. Осуществлять контроль качества производства продукта "Груша (сухофрукты)" следует в соответствии с требованиями нормативного документа - "ГОСТ 12003-76".
Продукт "Изюм". Норматив потребления на 1-го человека в сутки составляет 30 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1575656283,45 кг/год.
Продукт "Рыба". Норматив потребления на 1-го человека в сутки составляет 120 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 6302625133,8 кг/год. Осуществлять контроль качества производства продукта "Рыба" следует в соответствии с требованиями нормативного документа - "ГОСТ 1168-86".
Продукт "Жир животный (маргарин)". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 кг/год. Осуществлять контроль качества производства продукта "Жир животный (маргарин)" следует в соответствии с требованиями нормативного документа - "ГОСТ 25292-82".
Продукт "Масло растительное". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 кг/год. Осуществлять контроль качества производства продукта "Масло растительное" следует в соответствии с требованиями нормативного документа - "ГОСТ 21314-75".
Продукт "Сахар". Норматив потребления на 1-го человека в сутки составляет 70 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 3676531328,05 кг/год. Осуществлять контроль качества производства продукта "Сахар" следует в соответствии с требованиями нормативного документа - "ГОСТ 21-94".
Продукт "Соль". Норматив потребления на 1-го человека в сутки составляет 20 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1050437522,3 кг/год. Осуществлять контроль качества производства продукта "Соль" следует в соответствии с требованиями нормативного документа - "ГОСТ 13830-91".
Продукт "Чай". Норматив потребления на 1-го человека в сутки составляет 1,2 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 63026251,338 кг/год. Осуществлять контроль качества производства продукта "Чай" следует в соответствии с требованиями нормативного документа - "ГОСТ 1938-90".
Продукт "Лавровый лист". Норматив потребления на 1-го человека в сутки составляет 0,2 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 10504375,223 кг/год. Осуществлять контроль качества производства продукта "Лавровый лист" следует в соответствии с требованиями нормативного документа - "ГОСТ 17594-81".
Продукт "Перец молотый". Норматив потребления на 1-го человека в сутки составляет 0,3 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 15756562,8345 кг/год. Осуществлять контроль качества производства продукта "Перец молотый" следует в соответствии с требованиями нормативного документа - "ГОСТ 29053-91".
Продукт "Горчичный порошок". Норматив потребления на 1-го человека в сутки составляет 0,3 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 15756562,8345 кг/год. Осуществлять контроль качества производства продукта "Горчичный порошок" следует в соответствии с требованиями нормативного документа - "ГОСТ 9159-71".
Продукт "Уксус". Норматив потребления на 1-го человека в сутки составляет 2 мл. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 105043752,23 л/год. Осуществлять контроль качества производства продукта "Уксус" следует в соответствии с требованиями нормативного документа - "ГОСТ 6968-76".
Продукт "Мясо, верблюд". Норматив потребления на 1-го человека в сутки составляет 0,00675226867097057 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 354641,818631912 кг/год.
Продукт "Мясо, крупный рогатый скот". Норматив потребления на 1-го человека в сутки составляет 62,7345319438097 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 3294935314,88528 кг/год. Осуществлять контроль качества производства продукта "Мясо, крупный рогатый скот" следует в соответствии с требованиями нормативного документа - "ГОСТ 779-55".
Продукт "Мясо, курица". Норматив потребления на 1-го человека в сутки составляет 61,7316413142861 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 3242261617,48455 кг/год. Осуществлять контроль качества производства продукта "Мясо, курица" следует в соответствии с требованиями нормативного документа - "ГОСТ 21784-76".
Продукт "Мясо, коза". Норматив потребления на 1-го человека в сутки составляет 0,576458871844648 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 30276701,4524172 кг/год. Осуществлять контроль качества производства продукта "Мясо, коза" следует в соответствии с требованиями нормативного документа - "ГОСТ 1935-55".
Продукт "Мясо, лошадь". Норматив потребления на 1-го человека в сутки составляет 1,6246418996916 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 85329240,5868403 кг/год. Осуществлять контроль качества производства продукта "Мясо, лошадь" следует в соответствии с требованиями нормативного документа - "ГОСТ 27095-86".
Продукт "Мясо, свинья". Норматив потребления на 1-го человека в сутки составляет 67,3718164890646 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 3538494199,28116 кг/год. Осуществлять контроль качества производства продукта "Мясо, свинья" следует в соответствии с требованиями нормативного документа - "ГОСТ 1570-42".
Продукт "Мясо, кролик". Норматив потребления на 1-го человека в сутки составляет 0,381157508690412 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 20019107,4517399 кг/год. Осуществлять контроль качества производства продукта "Мясо, кролик" следует в соответствии с требованиями нормативного документа - "ГОСТ 7686 -88".
Продукт "Мясо, овца". Норматив потребления на 1-го человека в сутки составляет 5,57299970394195 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 292704400,039371 кг/год. Осуществлять контроль качества производства продукта "Мясо, овца" следует в соответствии с требованиями нормативного документа - "ГОСТ 1935-55".
Продукт "Масло коровье". Норматив потребления на 1-го человека в сутки составляет 30 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 1575656283,45 кг/год. Осуществлять контроль качества производства продукта "Масло коровье" следует в соответствии с требованиями нормативного документа - "ГОСТ 37-91".
Продукт "Молоко коровье". Норматив потребления на 1-го человека в сутки составляет 100 гр. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 5252187611,5 л/год. Осуществлять контроль качества производства продукта "Молоко коровье" следует в соответствии с требованиями нормативного документа - "ГОСТ 13277-79".
Продукт "Яйца куриные". Норматив потребления на 1-го человека в сутки составляет 0,6 шт. Объём продукта для обеспечения всего населения исследуемого государства "Российская Федерация" равен 31513125,669 штук/год. Осуществлять контроль качества производства продукта "Яйца куриные" следует в соответствии с требованиями нормативного документа - "ГОСТ 27583-88".
2.1.2.2 Моделирование необходимых объёмов сырья для обеспечения продовольственной безопасности в условиях климатических и иных катастроф для населения по исследуемому государству РФ
Объём сырья для производства продуктов питания для обеспечения продовольственной безопасности населения государства "Российская Федерация".
Для производства количества продуктов питания, определённого в параграфе № 1, необходимы следующие сырьевые ресурсы:
Для получения 1 ед. продукта "Хлеб ржано-пшеничный" необходимо затратить в качестве сырья 0,975 ед. продукта "Пшеница". Исходя из указанного технологического норматива, для производства продукта "Хлеб ржано-пшеничный" в количестве 18382656640,25 кг/год, продукта "Пшеница" необходимо в количестве 17923090224,24 кг. С учётом потерь в размере 15 %, объём сырья составит 21085988499,11 кг.
Для получения 1 ед. продукта "Хлеб ржано-пшеничный" необходимо затратить в качестве сырья 0,5 ед. продукта "Рожь". Исходя из указанного технологического норматива, для производства продукта "Хлеб ржано-пшеничный" в количестве 18382656640,25 кг/год, продукта "Рожь" необходимо в количестве 9191328320,13 кг. С учётом потерь в размере 15 %, объём сырья составит 10813327435,44 кг.
Для получения 0,75 ед. продукта "Хлеб пшеничный" необходимо затратить в качестве сырья 1 ед. продукта "Пшеница". Исходя из указанного технологического норматива, для производства продукта "Хлеб пшеничный" в количестве 10504375223 кг/год, продукта "Пшеница" необходимо в количестве 14005833630,67 кг. С учётом потерь в размере 15 %, объём сырья составит 16477451330,2 кг.
Для получения 0,8 ед. продукта "Мука пшеничная (высшего или 1 сорта)" необходимо затратить в качестве сырья 1 ед. продукта "Пшеница". Исходя из указанного технологического норматива, для производства продукта "Мука пшеничная (высшего или 1 сорта)" в количестве 525218761,15 кг/год, продукта "Пшеница" необходимо в количестве 656523451,44 кг. С учётом потерь в размере 15 %, объём сырья составит 772380531,1 кг.
Для получения 0,8 ед. продукта "Крупа рисовая" необходимо затратить в качестве сырья 1 ед. продукта "Рис". Исходя из указанного технологического норматива, для производства продукта "Крупа рисовая" в количестве 2100875044,6 кг/год, продукта "Рис" необходимо в количестве 2626093805,75 кг. С учётом потерь в размере 15 %, объём сырья составит 3089522124,41 кг.
Для получения 0,8 ед. продукта "Крупа пшеничная" необходимо затратить в качестве сырья 1 ед. продукта "Пшеница". Исходя из указанного технологического норматива, для производства продукта "Крупа пшеничная" в количестве 2100875044,6 кг/год, продукта "Пшеница" необходимо в количестве 2626093805,75 кг. С учётом потерь в размере 15 %, объём сырья составит 3089522124,41 кг.
Для получения 0,8 ед. продукта "Крупа гречневая" необходимо затратить в качестве сырья 1 ед. продукта "Гречиха". Исходя из указанного технологического норматива, для производства продукта "Крупа гречневая" в количестве 2100875044,6 кг/год, продукта "Гречиха" необходимо в количестве 2626093805,75 кг. С учётом потерь в размере 15 %, объём сырья составит 3089522124,41 кг.
Для получения 1 ед. продукта "Крупа перловая" необходимо затратить в качестве сырья 1 ед. продукта "Ячмень". Исходя из указанного технологического норматива, для производства продукта "Крупа перловая" в количестве 2100875044,6 кг/год, продукта "Ячмень" необходимо в количестве 2100875044,6 кг. С учётом потерь в размере 15 %, объём сырья составит 2471617699,53 кг.
Для получения 1 ед. продукта "Макаронные изделия" необходимо затратить в качестве сырья 1 ед. продукта "Пшеница". Исходя из указанного технологического норматива, для производства продукта "Макаронные изделия" в количестве 2100875044,6 кг/год, продукта "Пшеница" необходимо в количестве 2100875044,6 кг. С учётом потерь в размере 15 %, объём сырья составит 2471617699,53 кг.
Для получения 1 ед. продукта "Томат-паста" необходимо затратить в качестве сырья 8 ед. продукта "Помидоры". Исходя из указанного технологического норматива, для производства продукта "Томат-паста" в количестве 315131256,69 кг/год, продукта "Помидоры" необходимо в количестве 2521050053,52 кг. С учётом потерь в размере 15 %, объём сырья составит 2965941239,44 кг.
Для получения 1 ед. продукта "Картофель" необходимо затратить в качестве сырья 1 ед. продукта "Картофель". Исходя из указанного технологического норматива, для производства продукта "Картофель" в количестве 7878281417,25 кг/год, продукта "Картофель" необходимо в количестве 7878281417,25 кг. С учётом потерь в размере 15 %, объём сырья составит 9268566373,24 кг.
Для получения 1 ед. продукта "Капуста" необходимо затратить в качестве сырья 1 ед. продукта "Капуста и другие капустные". Исходя из указанного технологического норматива, для производства продукта "Капуста" в количестве 3413921947,48 кг/год, продукта "Капуста и другие капустные" необходимо в количестве 3413921947,48 кг. С учётом потерь в размере 15 %, объём сырья составит 4016378761,74 кг.
Для получения 1 ед. продукта "Свёкла" необходимо затратить в качестве сырья 1 ед. продукта "Сахарная свёкла". Исходя из указанного технологического норматива, для производства продукта "Свёкла" в количестве 1575656283,45 кг/год, продукта "Сахарная свёкла" необходимо в количестве 1575656283,45 кг. С учётом потерь в размере 15 %, объём сырья составит 1853713274,65 кг.
Для получения 1 ед. продукта "Морковь" необходимо затратить в качестве сырья 1 ед. продукта "Морковь и репа". Исходя из указанного технологического норматива, для производства продукта "Морковь" в количестве 2626093805,75 кг/год, продукта "Морковь и репа" необходимо в количестве 2626093805,75 кг. С учётом потерь в размере 15 %, объём сырья составит 3089522124,41 кг.
Для получения 1 ед. продукта "Лук" необходимо затратить в качестве сырья 1 ед. продукта "Лук сухой". Исходя из указанного технологического норматива, для производства продукта "Лук" в количестве 2626093805,75 кг/год, продукта "Лук сухой" необходимо в количестве 2626093805,75 кг. С учётом потерь в размере 15 %, объём сырья составит 3089522124,41 кг.
Для получения 1 ед. продукта "Огурцы" необходимо затратить в качестве сырья 1 ед. продукта "Огурцы и корнишоны". Исходя из указанного технологического норматива, для производства продукта "Огурцы" в количестве 1050437522,3 кг/год, продукта "Огурцы и корнишоны" необходимо в количестве 1050437522,3 кг. С учётом потерь в размере 15 %, объём сырья составит 1235808849,76 кг.
Для получения 1 ед. продукта "Помидоры" необходимо затратить в качестве сырья 1 ед. продукта "Помидоры". Исходя из указанного технологического норматива, для производства продукта "Помидоры" в количестве 1050437522,3 кг/год, продукта "Помидоры" необходимо в количестве 1050437522,3 кг. С учётом потерь в размере 15 %, объём сырья составит 1235808849,76 кг.
Для получения 1 ед. продукта "Баклажаны" необходимо затратить в качестве сырья 1 ед. продукта "Баклажаны". Исходя из указанного технологического норматива, для производства продукта "Баклажаны" в количестве 525218761,15 кг/год, продукта "Баклажаны" необходимо в количестве 525218761,15 кг. С учётом потерь в размере 15 %, объём сырья составит 617904424,88 кг.
Для получения 1 ед. продукта "Сладкий перец" необходимо затратить в качестве сырья 1 ед. продукта "Перец". Исходя из указанного технологического норматива, для производства продукта "Сладкий перец" в количестве 1050437522,3 кг/год, продукта "Перец" необходимо в количестве 1050437522,3 кг. С учётом потерь в размере 15 %, объём сырья составит 1235808849,76 кг.
Для получения 1 ед. продукта "Зелёный горошек" необходимо затратить в качестве сырья 1 ед. продукта "Горох, зелёный". Исходя из указанного технологического норматива, для производства продукта "Зелёный горошек" в количестве 525218761,15 кг/год, продукта "Горох, зелёный" необходимо в количестве 525218761,15 кг. С учётом потерь в размере 15 %, объём сырья составит 617904424,88 кг.
Для получения 1 ед. продукта "Бахчевые" необходимо затратить в качестве сырья 1 ед. продукта "Арбузы". Исходя из указанного технологического норматива, для производства продукта "Бахчевые" в количестве 2626093805,75 кг/год, продукта "Арбузы" необходимо в количестве 2626093805,75 кг. С учётом потерь в размере 15 %, объём сырья составит 3089522124,41 кг.
Для получения 1 ед. продукта "Зелень" необходимо затратить в качестве сырья 1 ед. продукта "Анис, бадиан, фенхель, кориандр". Исходя из указанного технологического норматива, для производства продукта "Зелень" в количестве 2626093805,75 кг/год, продукта "Анис, бадиан, фенхель, кориандр" необходимо в количестве 2626093805,75 кг. С учётом потерь в размере 15 %, объём сырья составит 3089522124,41 кг.
Для получения 1 ед. продукта "Прочие овощи" необходимо затратить в качестве сырья 1 ед. продукта "Овощи свежие не указанные где-либо ещё". Исходя из указанного технологического норматива, для производства продукта "Прочие овощи" в количестве 2626093805,75 кг/год, продукта "Овощи свежие не указанные где-либо ещё" необходимо в количестве 2626093805,75 кг. С учётом потерь в размере 15 %, объём сырья составит 3089522124,41 кг.
Для получения 0,7 ед. продукта "Томатный сок" необходимо затратить в качестве сырья 1 ед. продукта "Помидоры". Исходя из указанного технологического норматива, для производства продукта "Томатный сок" в количестве 525218761,15 литр/год, продукта "Помидоры" необходимо в количестве 750312515,93 кг. С учётом потерь в размере 15 %, объём сырья составит 882720606,97 кг.
Для получения 0,5 ед. продукта "Морковный сок" необходимо затратить в качестве сырья 1 ед. продукта "Морковь и репа". Исходя из указанного технологического норматива, для производства продукта "Морковный сок" в количестве 525218761,15 литр/год, продукта "Морковь и репа" необходимо в количестве 1050437522,3 кг. С учётом потерь в размере 15 %, объём сырья составит 1235808849,76 кг.
Для получения 0,5 ед. продукта "Тыквенный сок" необходимо затратить в качестве сырья 1 ед. продукта "Тыквы, кабачки и тыквы". Исходя из указанного технологического норматива, для производства продукта "Тыквенный сок" в количестве 525218761,15 литр/год, продукта "Тыквы, кабачки и тыквы" необходимо в количестве 1050437522,3 кг. С учётом потерь в размере 15 %, объём сырья составит 1235808849,76 кг.
Для получения 1 ед. продукта "Яблочный сок" необходимо затратить в качестве сырья 1,429 ед. продукта "Яблоки". Исходя из указанного технологического норматива, для производства продукта "Яблочный сок" в количестве 1050437522,3 литр/год, продукта "Яблоки" необходимо в количестве 1501075219,37 кг. С учётом потерь в размере 15 %, объём сырья составит 1765970846,31 кг.
Для получения 0,5 ед. продукта "Апельсиновый сок" необходимо затратить в качестве сырья 1 ед. продукта "Апельсины". Исходя из указанного технологического норматива, для производства продукта "Апельсиновый сок" в количестве 1050437522,3 литр/год, продукта "Апельсины" необходимо в количестве 2100875044,6 кг. С учётом потерь в размере 15 %, объём сырья составит 2471617699,53 кг.
Для получения 1 ед. продукта "Сливовый сок" необходимо затратить в качестве сырья 1,266 ед. продукта "Сливы и тёрн". Исходя из указанного технологического норматива, для производства продукта "Сливовый сок" в количестве 1050437522,3 литр/год, продукта "Сливы и тёрн" необходимо в количестве 1329853903,23 кг. С учётом потерь в размере 15 %, объём сырья составит 1564534003,8 кг.
Для получения 0,13 ед. продукта "Яблоко (сухофрукты)" необходимо затратить в качестве сырья 1 ед. продукта "Яблоки". Исходя из указанного технологического норматива, для производства продукта "Яблоко (сухофрукты)" в количестве 1575656283,45 кг/год, продукта "Яблоки" необходимо в количестве 12120432949,62 кг. С учётом потерь в размере 15 %, объём сырья составит 14259332881,9 кг.
Для получения 1 ед. продукта "Абрикос (сухофрукты)" необходимо затратить в качестве сырья 5 ед. продукта "Абрикосы". Исходя из указанного технологического норматива, для производства продукта "Абрикос (сухофрукты)" в количестве 1575656283,45 кг/год, продукта "Абрикосы" необходимо в количестве 7878281417,25 кг. С учётом потерь в размере 15 %, объём сырья составит 9268566373,24 кг.
Для получения 0,2 ед. продукта "Груша (сухофрукты)" необходимо затратить в качестве сырья 1 ед. продукта "Груши". Исходя из указанного технологического норматива, для производства продукта "Груша (сухофрукты)" в количестве 1575656283,45 кг/год, продукта "Груши" необходимо в количестве 7878281417,25 кг. С учётом потерь в размере 15 %, объём сырья составит 9268566373,24 кг.
Для получения 1 ед. продукта "Изюм" необходимо затратить в качестве сырья 4 ед. продукта "Виноград". Исходя из указанного технологического норматива, для производства продукта "Изюм" в количестве 1575656283,45 кг/год, продукта "Виноград" необходимо в количестве 6302625133,8 кг. С учётом потерь в размере 15 %, объём сырья составит 7414853098,59 кг.
Данные для расчёта объёма сырья для производства продукта "Рыба" отсутствуют.
Данные для расчёта объёма сырья для производства продукта "Жир животный (маргарин)" отсутствуют.
Для получения 1 ед. продукта "Масло растительное" необходимо затратить в качестве сырья 33 ед. продукта "Семян подсолнечника". Исходя из указанного технологического норматива, для производства продукта "Масло растительное" в количестве 1050437522,3 кг/год, продукта "Семян подсолнечника" необходимо в количестве 34664438235,9 кг. С учётом потерь в размере 15 %, объём сырья составит 40781692042,24 кг.
Данные для расчёта объёма сырья для производства продукта "Сахар" отсутствуют.
Данные для расчёта объёма сырья для производства продукта "Соль" отсутствуют.
Для получения 1 ед. продукта "Чай" необходимо затратить в качестве сырья 1 ед. продукта "Чай". Исходя из указанного технологического норматива, для производства продукта "Чай" в количестве 63026251,34 кг/год, продукта "Чай" необходимо в количестве 63026251,34 кг. С учётом потерь в размере 15 %, объём сырья составит 74148530,99 кг.
Для получения 1 ед. продукта "Лавровый лист" необходимо затратить в качестве сырья 1 ед. продукта "Специи, не указанные где-либо ещё". Исходя из указанного технологического норматива, для производства продукта "Лавровый лист" в количестве 10504375,22 кг/год, продукта "Специи, не указанные где-либо ещё" необходимо в количестве 10504375,22 кг. С учётом потерь в размере 15 %, объём сырья составит 12358088,5 кг.
Для получения 1 ед. продукта "Перец молотый" необходимо затратить в качестве сырья 1 ед. продукта "Специи, не указанные где-либо ещё". Исходя из указанного технологического норматива, для производства продукта "Перец молотый" в количестве 15756562,83 кг/год, продукта "Специи, не указанные где-либо ещё" необходимо в количестве 15756562,83 кг. С учётом потерь в размере 15 %, объём сырья составит 18537132,75 кг.
Данные для расчёта объёма сырья для производства продукта "Горчичный порошок" отсутствуют.
Данные для расчёта объёма сырья для производства продукта "Уксус" отсутствуют.
Для получения 1 ед. продукта "Мясо, верблюд" необходимо затратить в качестве сырья 1 ед. продукта "Мясо, верблюд". Исходя из указанного технологического норматива, для производства продукта "Мясо, верблюд" в количестве 354641,82 кг/год, продукта "Мясо, верблюд" необходимо в количестве 354641,82 кг. С учётом потерь в размере 20 %, объём сырья составит 443302,27 кг.
Для получения 1 ед. продукта "Мясо, крупный рогатый скот" необходимо затратить в качестве сырья 1 ед. продукта "Мясо, крупный рогатый скот". Исходя из указанного технологического норматива, для производства продукта "Мясо, крупный рогатый скот" в количестве 3294935314,89 кг/год, продукта "Мясо, крупный рогатый скот" необходимо в количестве 3294935314,89 кг. С учётом потерь в размере 20 %, объём сырья составит 4118669143,61 кг.
Для получения 1 ед. продукта "Мясо, курица" необходимо затратить в качестве сырья 1 ед. продукта "Мясо, курица". Исходя из указанного технологического норматива, для производства продукта "Мясо, курица" в количестве 3242261617,48 кг/год, продукта "Мясо, курица" необходимо в количестве 3242261617,48 кг. С учётом потерь в размере 20 %, объём сырья составит 4052827021,86 кг.
Для получения 1 ед. продукта "Мясо, коза" необходимо затратить в качестве сырья 1 ед. продукта "Мясо, коза". Исходя из указанного технологического норматива, для производства продукта "Мясо, коза" в количестве 30276701,45 кг/год, продукта "Мясо, коза" необходимо в количестве 30276701,45 кг. С учётом потерь в размере 20 %, объём сырья составит 37845876,82 кг.
Для получения 1 ед. продукта "Мясо, лошадь" необходимо затратить в качестве сырья 1 ед. продукта "Мясо, лошадь". Исходя из указанного технологического норматива, для производства продукта "Мясо, лошадь" в количестве 85329240,59 кг/год, продукта "Мясо, лошадь" необходимо в количестве 85329240,59 кг. С учётом потерь в размере 20 %, объём сырья составит 106661550,73 кг.
Для получения 1 ед. продукта "Мясо, свинья" необходимо затратить в качестве сырья 1 ед. продукта "Мясо, свинья". Исходя из указанного технологического норматива, для производства продукта "Мясо, свинья" в количестве 3538494199,28 кг/год, продукта "Мясо, свинья" необходимо в количестве 3538494199,28 кг. С учётом потерь в размере 20 %, объём сырья составит 4423117749,1 кг.
Для получения 1 ед. продукта "Мясо, кролик" необходимо затратить в качестве сырья 1 ед. продукта "Мясо, кролик". Исходя из указанного технологического норматива, для производства продукта "Мясо, кролик" в количестве 20019107,45 кг/год, продукта "Мясо, кролик" необходимо в количестве 20019107,45 кг. С учётом потерь в размере 20 %, объём сырья составит 25023884,31 кг.
Для получения 1 ед. продукта "Мясо, овца" необходимо затратить в качестве сырья 1 ед. продукта "Мясо, овца". Исходя из указанного технологического норматива, для производства продукта "Мясо, овца" в количестве 292704400,04 кг/год, продукта "Мясо, овца" необходимо в количестве 292704400,04 кг. С учётом потерь в размере 20 %, объём сырья составит 365880500,05 кг.
Для получения 1 ед. продукта "Масло коровье" необходимо затратить в качестве сырья 18 ед. продукта "Молоко, цельное свежее коровье". Исходя из указанного технологического норматива, для производства продукта "Масло коровье" в количестве 1575656283,45 кг/год, продукта "Молоко, цельное свежее коровье" необходимо в количестве 28361813102,1 кг. С учётом потерь в размере 15 %, объём сырья составит 33366838943,65 кг.
Для получения 1 ед. продукта "Молоко коровье" необходимо затратить в качестве сырья 1 ед. продукта "Молоко, цельное свежее коровье". Исходя из указанного технологического норматива, для производства продукта "Молоко коровье" в количестве 5252187611,5 л/год, продукта "Молоко, цельное свежее коровье" необходимо в количестве 5252187611,5 кг. С учётом потерь в размере 15 %, объём сырья составит 6179044248,82 кг.
Для получения 1 ед. продукта "Яйца куриные" необходимо затратить в качестве сырья 1 ед. продукта "Яйца, курица, в скорлупе". Исходя из указанного технологического норматива, для производства продукта "Яйца куриные" в количестве 31513125,67 штук/год, продукта "Яйца, курица, в скорлупе" необходимо в количестве 31513125,67 шт. С учётом потерь в размере 15 %, объём сырья составит 37074265,49 шт.
Определение объёма сельскохозяйственных площадей и количество животных для производства сырья под необходимый размер продуктов питания для обеспечения продовольственной безопасности населения государства "Российская Федерация" осуществим в 2 этапа:
1. Используя статистические базы данных Продовольственной и сельскохозяйственной организации Объединённых Наций ФАО (ссылка: http://www.fao.org/faostat/en/#data), по государству "Российская Федерация" определим нормативы урожайности сельскохозяйственных культур на единицу посевной площади (кг/Га), нормативы чистого количество мяса с туши животного и нормативы кладки яиц на одну птицу.
2. Определим объёмы сельскохозяйственных площадей и количество животных для производства сырья под необходимый размер продуктов питания, исходя из вышеуказанных статистических нормативов.
Для производства продукта "Хлеб ржано-пшеничный" в качестве сырья используется продукт "Пшеница" (код по классификации ФАО - 15). Минимальный размер урожайности (худший показатель) составляет 1359,37 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 2683,53 кг/Га. Средний размер урожайности (средний показатель) составляет 1999,03 кг/Га. Стандартное отклонение составляет 359,91 кг/Га. Вариация равна 18,46 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Пшеница" (код по классификации ФАО - 15). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 15511555,11 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 7857565,95 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 10548114 Га.
Для производства продукта "Хлеб ржано-пшеничный" в качестве сырья используется продукт "Рожь" (код по классификации ФАО - 71). Минимальный размер урожайности (худший показатель) составляет 1024,12 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 2114,06 кг/Га. Средний размер урожайности (средний показатель) составляет 1670,75 кг/Га. Стандартное отклонение составляет 281,64 кг/Га. Вариация равна 16,7 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Рожь" (код по классификации ФАО - 71). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 10558638,77 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 5114959,79 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 6472139,35 Га.
Для производства продукта "Хлеб пшеничный" в качестве сырья используется продукт "Пшеница" (код по классификации ФАО - 15). Минимальный размер урожайности (худший показатель) составляет 1359,37 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 2683,53 кг/Га. Средний размер урожайности (средний показатель) составляет 1999,03 кг/Га. Стандартное отклонение составляет 359,91 кг/Га. Вариация равна 18,46 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Пшеница" (код по классификации ФАО - 15). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 12121361,75 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 6140222,47 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 8242726,44 Га.
Для производства продукта "Мука пшеничная (высшего или 1 сорта)" в качестве сырья используется продукт "Пшеница" (код по классификации ФАО - 15). Минимальный размер урожайности (худший показатель) составляет 1359,37 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 2683,53 кг/Га. Средний размер урожайности (средний показатель) составляет 1999,03 кг/Га. Стандартное отклонение составляет 359,91 кг/Га. Вариация равна 18,46 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Пшеница" (код по классификации ФАО - 15). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 568188,83 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 287822,93 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 386377,8 Га.
Для производства продукта "Крупа рисовая" в качестве сырья используется продукт "Рис" (код по классификации ФАО - 27). Минимальный размер урожайности (худший показатель) составляет 2336,7 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 5579,47 кг/Га. Средний размер урожайности (средний показатель) составляет 4026,61 кг/Га. Стандартное отклонение составляет 1090,99 кг/Га. Вариация равна 27,44 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Рис" (код по классификации ФАО - 27). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 1322175,94 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 553730,48 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 767276,93 Га.
Для производства продукта "Крупа пшеничная" в качестве сырья используется продукт "Пшеница" (код по классификации ФАО - 15). Минимальный размер урожайности (худший показатель) составляет 1359,37 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 2683,53 кг/Га. Средний размер урожайности (средний показатель) составляет 1999,03 кг/Га. Стандартное отклонение составляет 359,91 кг/Га. Вариация равна 18,46 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Пшеница" (код по классификации ФАО - 15). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 2272755,33 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 1151291,71 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 1545511,21 Га.
Для производства продукта "Крупа гречневая" в качестве сырья используется продукт "Гречиха" (код по классификации ФАО - 89). Минимальный размер урожайности (худший показатель) составляет 444,99 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 1057,65 кг/Га. Средний размер урожайности (средний показатель) составляет 668,14 кг/Га. Стандартное отклонение составляет 182,1 кг/Га. Вариация равна 25,22 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Гречиха" (код по классификации ФАО - 89). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 6942941,8 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 2921127,93 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 4624093,12 Га.
Для производства продукта "Крупа перловая" в качестве сырья используется продукт "Ячмень" (код по классификации ФАО - 44). Минимальный размер урожайности (худший показатель) составляет 1073,18 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 2457,16 кг/Га. Средний размер урожайности (средний показатель) составляет 1777,19 кг/Га. Стандартное отклонение составляет 324,95 кг/Га. Вариация равна 17,6 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Ячмень" (код по классификации ФАО - 44). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 2303088,7 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 1005882,3 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 1390745,35 Га.
Для производства продукта "Макаронные изделия" в качестве сырья используется продукт "Пшеница" (код по классификации ФАО - 15). Минимальный размер урожайности (худший показатель) составляет 1359,37 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 2683,53 кг/Га. Средний размер урожайности (средний показатель) составляет 1999,03 кг/Га. Стандартное отклонение составляет 359,91 кг/Га. Вариация равна 18,46 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Пшеница" (код по классификации ФАО - 15). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 1818204,26 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 921033,37 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 1236408,97 Га.
Для производства продукта "Томат-паста" в качестве сырья используется продукт "Помидоры" (код по классификации ФАО - 388). Минимальный размер урожайности (худший показатель) составляет 11227,12 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 25210,5 кг/Га. Средний размер урожайности (средний показатель) составляет 15485,64 кг/Га. Стандартное отклонение составляет 4586,89 кг/Га. Вариация равна 28,69 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Помидоры" (код по классификации ФАО - 388). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 264176,6 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 117647,06 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 191528,5 Га.
Для производства продукта "Картофель" в качестве сырья используется продукт "Картофель" (код по классификации ФАО - 116). Минимальный размер урожайности (худший показатель) составляет 9652,6 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 15933,7 кг/Га. Средний размер урожайности (средний показатель) составляет 11794,03 кг/Га. Стандартное отклонение составляет 1922,24 кг/Га. Вариация равна 15,65 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Картофель" (код по классификации ФАО - 116). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 960214,56 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 581695,96 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 785869,5 Га.
Для производства продукта "Капуста" в качестве сырья используется продукт "Капуста и другие капустные" (код по классификации ФАО - 358). Минимальный размер урожайности (худший показатель) составляет 15586,73 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 37866,13 кг/Га. Средний размер урожайности (средний показатель) составляет 22968,89 кг/Га. Стандартное отклонение составляет 5787,51 кг/Га. Вариация равна 23,62 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Капуста и другие капустные" (код по классификации ФАО - 358). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 257679,29 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 106067,83 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 174861,65 Га.
Для производства продукта "Свёкла" в качестве сырья используется продукт "Сахарная свёкла" (код по классификации ФАО - 157). Минимальный размер урожайности (худший показатель) составляет 13560 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 47038,19 кг/Га. Средний размер урожайности (средний показатель) составляет 27927,26 кг/Га. Стандартное отклонение составляет 9850,91 кг/Га. Вариация равна 36,12 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Сахарная свёкла" (код по классификации ФАО - 157). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 136704,49 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 39408,69 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 66376,48 Га.
Для производства продукта "Морковь" в качестве сырья используется продукт "Морковь и репа" (код по классификации ФАО - 426). Минимальный размер урожайности (худший показатель) составляет 15235,02 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 26559,67 кг/Га. Средний размер урожайности (средний показатель) составляет 20401,09 кг/Га. Стандартное отклонение составляет 3025,45 кг/Га. Вариация равна 14,78 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Морковь и репа" (код по классификации ФАО - 426). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 202790,77 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 116323,83 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 151439,06 Га.
Для производства продукта "Лук" в качестве сырья используется продукт "Лук сухой" (код по классификации ФАО - 403). Минимальный размер урожайности (худший показатель) составляет 8586,69 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 23895,02 кг/Га. Средний размер урожайности (средний показатель) составляет 15152,92 кг/Га. Стандартное отклонение составляет 5036,64 кг/Га. Вариация равна 32,76 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Лук сухой" (код по классификации ФАО - 403). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 359803,76 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 129295,66 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 203889,62 Га.
Для производства продукта "Огурцы" в качестве сырья используется продукт "Огурцы и корнишоны" (код по классификации ФАО - 397). Минимальный размер урожайности (худший показатель) составляет 6307,69 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 29005,5 кг/Га. Средний размер урожайности (средний показатель) составляет 16389,63 кг/Га. Стандартное отклонение составляет 6686,29 кг/Га. Вариация равна 41,88 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Огурцы и корнишоны" (код по классификации ФАО - 397). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 195920,92 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 42606,02 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 75401,88 Га.
Для производства продукта "Помидоры" в качестве сырья используется продукт "Помидоры" (код по классификации ФАО - 388). Минимальный размер урожайности (худший показатель) составляет 11227,12 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 25210,5 кг/Га. Средний размер урожайности (средний показатель) составляет 15485,64 кг/Га. Стандартное отклонение составляет 4586,89 кг/Га. Вариация равна 28,69 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Помидоры" (код по классификации ФАО - 388). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 110073,59 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 49019,61 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 79803,54 Га.
Для производства продукта "Баклажаны" в качестве сырья используется продукт "Баклажаны" (код по классификации ФАО - 399). Минимальный размер урожайности (худший показатель) составляет 8866,41 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 28589,07 кг/Га. Средний размер урожайности (средний показатель) составляет 19767,68 кг/Га. Стандартное отклонение составляет 5641,52 кг/Га. Вариация равна 36,16 %. (источник данных "Мир" период исследования 56 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Баклажаны" (код по классификации ФАО - 399). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 69690,46 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 21613,31 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 31258,32 Га.
Для производства продукта "Сладкий перец" в качестве сырья используется продукт "Перец" (код по классификации ФАО - 687). Минимальный размер урожайности (худший показатель) составляет 460,65 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 1034,88 кг/Га. Средний размер урожайности (средний показатель) составляет 761,91 кг/Га. Стандартное отклонение составляет 122,84 кг/Га. Вариация равна 17,49 %. (источник данных "Мир" период исследования 56 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Перец" (код по классификации ФАО - 687). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 2682748,74 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 1194157,4 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 1621983,1 Га.
Для производства продукта "Зелёный горошек" в качестве сырья используется продукт "Горох, зелёный" (код по классификации ФАО - 417). Минимальный размер урожайности (худший показатель) составляет 2952,62 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 5623,29 кг/Га. Средний размер урожайности (средний показатель) составляет 4380,58 кг/Га. Стандартное отклонение составляет 828,24 кг/Га. Вариация равна 19,29 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Горох, зелёный" (код по классификации ФАО - 417). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 209273,49 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 109883,03 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 141055,53 Га.
Для производства продукта "Бахчевые" в качестве сырья используется продукт "Арбузы" (код по классификации ФАО - 567). Минимальный размер урожайности (худший показатель) составляет 4489,8 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 11856,56 кг/Га. Средний размер урожайности (средний показатель) составляет 8567,08 кг/Га. Стандартное отклонение составляет 2398,12 кг/Га. Вариация равна 29,52 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Арбузы" (код по классификации ФАО - 567). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 688120,84 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 260574,94 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 360627,31 Га.
Для производства продукта "Зелень" в качестве сырья используется продукт "Анис, бадиан, фенхель, кориандр" (код по классификации ФАО - 711). Минимальный размер урожайности (худший показатель) составляет 291,67 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 955,63 кг/Га. Средний размер урожайности (средний показатель) составляет 667,51 кг/Га. Стандартное отклонение составляет 183,95 кг/Га. Вариация равна 30,02 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Анис, бадиан, фенхель, кориандр" (код по классификации ФАО - 711). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 10592647,28 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 3232971,18 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 4628459,1 Га.
Для производства продукта "Прочие овощи" в качестве сырья используется продукт "Овощи свежие не указанные где-либо ещё" (код по классификации ФАО - 463). Минимальный размер урожайности (худший показатель) составляет 11247,06 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 27482,53 кг/Га. Средний размер урожайности (средний показатель) составляет 18287,21 кг/Га. Стандартное отклонение составляет 3920,33 кг/Га. Вариация равна 20,49 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Овощи свежие не указанные где-либо ещё" (код по классификации ФАО - 463). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 274696 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 112417,66 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 168944,41 Га.
Для производства продукта "Томатный сок" в качестве сырья используется продукт "Помидоры" (код по классификации ФАО - 388). Минимальный размер урожайности (худший показатель) составляет 11227,12 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 25210,5 кг/Га. Средний размер урожайности (средний показатель) составляет 15485,64 кг/Га. Стандартное отклонение составляет 4586,89 кг/Га. Вариация равна 28,69 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Помидоры" (код по классификации ФАО - 388). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 78623,99 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 35014,01 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 57002,53 Га.
Для производства продукта "Морковный сок" в качестве сырья используется продукт "Морковь и репа" (код по классификации ФАО - 426). Минимальный размер урожайности (худший показатель) составляет 15235,02 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 26559,67 кг/Га. Средний размер урожайности (средний показатель) составляет 20401,09 кг/Га. Стандартное отклонение составляет 3025,45 кг/Га. Вариация равна 14,78 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Морковь и репа" (код по классификации ФАО - 426). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 68948,86 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 39550,1 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 51489,28 Га.
Для производства продукта "Тыквенный сок" в качестве сырья используется продукт "Тыквы, кабачки и тыквы" (код по классификации ФАО - 394). Минимальный размер урожайности (худший показатель) составляет 18350,04 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 27083,33 кг/Га. Средний размер урожайности (средний показатель) составляет 20604,17 кг/Га. Стандартное отклонение составляет 2459,78 кг/Га. Вариация равна 11,51 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Тыквы, кабачки и тыквы" (код по классификации ФАО - 394). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 57244,44 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 38785,39 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 50981,78 Га.
Для производства продукта "Яблочный сок" в качестве сырья используется продукт "Яблоки" (код по классификации ФАО - 515). Минимальный размер урожайности (худший показатель) составляет 2282,52 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 8874,32 кг/Га. Средний размер урожайности (средний показатель) составляет 4240,44 кг/Га. Стандартное отклонение составляет 2021,47 кг/Га. Вариация равна 38,92 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Яблоки" (код по классификации ФАО - 515). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 773695,15 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 198997,95 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 416459,61 Га.
Для производства продукта "Апельсиновый сок" в качестве сырья используется продукт "Апельсины" (код по классификации ФАО - 490). Минимальный размер урожайности (худший показатель) составляет 845,07 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 4193,55 кг/Га. Средний размер урожайности (средний показатель) составляет 2847,16 кг/Га. Стандартное отклонение составляет 929,71 кг/Га. Вариация равна 31,37 %. (источник данных "Российская Федерация" период исследования 13 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Апельсины" (код по классификации ФАО - 490). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 2924747,61 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 589385,76 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 868098,75 Га.
Для производства продукта "Сливовый сок" в качестве сырья используется продукт "Сливы и тёрн" (код по классификации ФАО - 536). Минимальный размер урожайности (худший показатель) составляет 1529,11 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 4188,79 кг/Га. Средний размер урожайности (средний показатель) составляет 2903,93 кг/Га. Стандартное отклонение составляет 752,88 кг/Га. Вариация равна 24,1 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Сливы и тёрн" (код по классификации ФАО - 536). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 1023166,69 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 373504,95 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 538764,88 Га.
Для производства продукта "Яблоко (сухофрукты)" в качестве сырья используется продукт "Яблоки" (код по классификации ФАО - 515). Минимальный размер урожайности (худший показатель) составляет 2282,52 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 8874,32 кг/Га. Средний размер урожайности (средний показатель) составляет 4240,44 кг/Га. Стандартное отклонение составляет 2021,47 кг/Га. Вариация равна 38,92 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Яблоки" (код по классификации ФАО - 515). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 6247202,07 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 1606809,06 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 3362703,41 Га.
Для производства продукта "Абрикос (сухофрукты)" в качестве сырья используется продукт "Абрикосы" (код по классификации ФАО - 526). Минимальный размер урожайности (худший показатель) составляет 2052,63 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 5636,36 кг/Га. Средний размер урожайности (средний показатель) составляет 3581,38 кг/Га. Стандартное отклонение составляет 1175,46 кг/Га. Вариация равна 29,73 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Абрикосы" (код по классификации ФАО - 526). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 4515455,41 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 1644423,07 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 2587989,44 Га.
Для производства продукта "Груша (сухофрукты)" в качестве сырья используется продукт "Груши" (код по классификации ФАО - 521). Минимальный размер урожайности (худший показатель) составляет 2647,06 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 7777,78 кг/Га. Средний размер урожайности (средний показатель) составляет 4514,07 кг/Га. Стандартное отклонение составляет 1723,01 кг/Га. Вариация равна 33,19 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Груши" (код по классификации ФАО - 521). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 3501458,41 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 1191672,82 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 2053259,8 Га.
Для производства продукта "Изюм" в качестве сырья используется продукт "Виноград" (код по классификации ФАО - 560). Минимальный размер урожайности (худший показатель) составляет 3019,37 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 9519,16 кг/Га. Средний размер урожайности (средний показатель) составляет 5288,62 кг/Га. Стандартное отклонение составляет 1890,67 кг/Га. Вариация равна 32,6 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Виноград" (код по классификации ФАО - 560). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 2455759,99 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 778939,52 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 1402040,16 Га.
Для производства продукта "Масло растительное" в качестве сырья используется продукт "Семян подсолнечника" (код по классификации ФАО - 267). Минимальный размер урожайности (худший показатель) составляет 713,05 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 1509,57 кг/Га. Средний размер урожайности (средний показатель) составляет 1163,59 кг/Га. Стандартное отклонение составляет 217,93 кг/Га. Вариация равна 20,38 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Семян подсолнечника" (код по классификации ФАО - 267). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 57193312,55 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 27015524,45 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 35048217,69 Га.
Для производства продукта "Чай" в качестве сырья используется продукт "Чай" (код по классификации ФАО - 667). Минимальный размер урожайности (худший показатель) составляет 197,37 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 5086,67 кг/Га. Средний размер урожайности (средний показатель) составляет 1457,47 кг/Га. Стандартное отклонение составляет 1250,11 кг/Га. Вариация равна 104,95 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Чай" (код по классификации ФАО - 667). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 375685,89 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 14577,04 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 50874,97 Га.
Для производства продукта "Лавровый лист" в качестве сырья используется продукт "Специи, не указанные где-либо ещё" (код по классификации ФАО - 723). Минимальный размер урожайности (худший показатель) составляет 852,76 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 5923,76 кг/Га. Средний размер урожайности (средний показатель) составляет 1690,38 кг/Га. Стандартное отклонение составляет 775,18 кг/Га. Вариация равна 50,08 %. (источник данных "Мир" период исследования 56 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Специи, не указанные где-либо ещё" (код по классификации ФАО - 723). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 14491,91 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 2086,19 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 7310,84 Га.
Для производства продукта "Перец молотый" в качестве сырья используется продукт "Специи, не указанные где-либо ещё" (код по классификации ФАО - 723). Минимальный размер урожайности (худший показатель) составляет 852,76 кг/Га. Максимальный размер урожайности (лучший показатель) составляет 5923,76 кг/Га. Средний размер урожайности (средний показатель) составляет 1690,38 кг/Га. Стандартное отклонение составляет 775,18 кг/Га. Вариация равна 50,08 %. (источник данных "Мир" период исследования 56 лет). Определим объёмы сельскохозяйственных площадей для получения в качестве сырья продукт "Специи, не указанные где-либо ещё" (код по классификации ФАО - 723). на базе полученных нормативов урожайности с учётом фактора "Количество урожаев в год" размер которого составляет 1 ед. Максимальный размер площади сельскохозяйственной земли (худший показатель) составляет 21737,86 Га. Минимальный размер площади сельскохозяйственной земли (лучший показатель) составляет 3129,28 Га. Средний размер площади сельскохозяйственной земли (средний показатель) равен 10966,26 Га.
Для производства продукта "Мясо, верблюд" в качестве сырья используется поголовье животных, соответствующих продукту "Мясо, верблюд" (код по классификации ФАО - 1127). Минимальный размер чистого выхода мяса (худший показатель) составляет 171,38 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 268 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 221,94 кг/голова. Стандартное отклонение составляет 17,58 кг/голова. Вариация равна 7,88 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Мясо, верблюд" (код по классификации ФАО - 1127). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 6467 голов. Минимальный размер популяции животных (лучший показатель) составляет 4135 голов. Средний размер популяции животных (средний показатель) равен 4994 голов.
Для производства продукта "Мясо, крупный рогатый скот" в качестве сырья используется поголовье животных, соответствующих продукту "Мясо, крупный рогатый скот" (код по классификации ФАО - 867). Минимальный размер чистого выхода мяса (худший показатель) составляет 138,29 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 199,85 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 166,84 кг/голова. Стандартное отклонение составляет 16,37 кг/голова. Вариация равна 9,44 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Мясо, крупный рогатый скот" (код по классификации ФАО - 867). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 74459240 голов. Минимальный размер популяции животных (лучший показатель) составляет 51521957 голов. Средний размер популяции животных (средний показатель) равен 61715293 голов.
Для производства продукта "Мясо, курица" в качестве сырья используется поголовье животных, соответствующих продукту "Мясо, курица" (код по классификации ФАО - 1058). Минимальный размер чистого выхода мяса (худший показатель) составляет 1,08 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 1,7 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 1,54 кг/голова. Стандартное отклонение составляет 0,21 кг/голова. Вариация равна 15,25 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Мясо, курица" (код по классификации ФАО - 1058). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 9341772589 голов. Минимальный размер популяции животных (лучший показатель) составляет 5951723762 голов. Средний размер популяции животных (средний показатель) равен 6580626093 голов.
Для производства продукта "Мясо, коза" в качестве сырья используется поголовье животных, соответствующих продукту "Мясо, коза" (код по классификации ФАО - 1017). Минимальный размер чистого выхода мяса (худший показатель) составляет 16,32 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 19,55 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 17,77 кг/голова. Стандартное отклонение составляет 1,1 кг/голова. Вариация равна 6,11 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Мясо, коза" (код по классификации ФАО - 1017). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 5798688 голов. Минимальный размер популяции животных (лучший показатель) составляет 4839442 голов. Средний размер популяции животных (средний показатель) равен 5323855 голов.
Для производства продукта "Мясо, лошадь" в качестве сырья используется поголовье животных, соответствующих продукту "Мясо, лошадь" (код по классификации ФАО - 1097). Минимальный размер чистого выхода мяса (худший показатель) составляет 166,55 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 192,61 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 182,33 кг/голова. Стандартное отклонение составляет 4,82 кг/голова. Вариация равна 2,64 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Мясо, лошадь" (код по классификации ФАО - 1097). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 1601005 голов. Минимальный размер популяции животных (лучший показатель) составляет 1384410 голов. Средний размер популяции животных (средний показатель) равен 1462444 голов.
Для производства продукта "Мясо, свинья" в качестве сырья используется поголовье животных, соответствующих продукту "Мясо, свинья" (код по классификации ФАО - 1035). Минимальный размер чистого выхода мяса (худший показатель) составляет 75,42 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 87,76 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 82,57 кг/голова. Стандартное отклонение составляет 4,23 кг/голова. Вариация равна 5,15 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Мясо, свинья" (код по классификации ФАО - 1035). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 146611101 голов. Минимальный размер популяции животных (лучший показатель) составляет 126006829 голов. Средний размер популяции животных (средний показатель) равен 133912866 голов.
Для производства продукта "Мясо, кролик" в качестве сырья используется поголовье животных, соответствующих продукту "Мясо, кролик" (код по классификации ФАО - 1141). Минимальный размер чистого выхода мяса (худший показатель) составляет 1,58 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 2,37 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 1,96 кг/голова. Стандартное отклонение составляет 0,33 кг/голова. Вариация равна 16,21 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Мясо, кролик" (код по классификации ФАО - 1141). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 39632856 голов. Минимальный размер популяции животных (лучший показатель) составляет 26343205 голов. Средний размер популяции животных (средний показатель) равен 31856042 голов.
Для производства продукта "Мясо, овца" в качестве сырья используется поголовье животных, соответствующих продукту "Мясо, овца" (код по классификации ФАО - 977). Минимальный размер чистого выхода мяса (худший показатель) составляет 16,32 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 19,55 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 17,29 кг/голова. Стандартное отклонение составляет 1,1 кг/голова. Вариация равна 6,09 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Мясо, овца" (код по классификации ФАО - 977). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 56062903 голов. Минимальный размер популяции животных (лучший показатель) составляет 46784742 голов. Средний размер популяции животных (средний показатель) равен 52911269 голов.
Для производства продукта "Масло коровье" в качестве сырья используется поголовье животных, соответствующих продукту "Молоко, цельное свежее коровье" (код по классификации ФАО - 882). Минимальный размер чистого выхода мяса (худший показатель) составляет 2145,4 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 4238,79 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 2663,82 кг/голова. Стандартное отклонение составляет 726,16 кг/голова. Вариация равна 23,47 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Молоко, цельное свежее коровье" (код по классификации ФАО - 882). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 38881857 голов. Минимальный размер популяции животных (лучший показатель) составляет 19679482 голов. Средний размер популяции животных (средний показатель) равен 31314792 голов.
Для производства продукта "Молоко коровье" в качестве сырья используется поголовье животных, соответствующих продукту "Молоко, цельное свежее коровье" (код по классификации ФАО - 882). Минимальный размер чистого выхода мяса (худший показатель) составляет 2145,4 кг/голова. Максимальный размер чистого выхода мяса (лучший показатель) составляет 4238,79 кг/голова. Средний размер чистого выхода мяса (средний показатель) составляет 2663,82 кг/голова. Стандартное отклонение составляет 726,16 кг/голова. Вариация равна 23,47 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Молоко, цельное свежее коровье" (код по классификации ФАО - 882). на базе полученных нормативов чистого выхода мяса, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 7200344 голов. Минимальный размер популяции животных (лучший показатель) составляет 3644349 голов. Средний размер популяции животных (средний показатель) равен 5799036 голов.
Для производства продукта "Яйца куриные" в качестве сырья используется поголовье животных, соответствующих продукту "Яйца, курица, в скорлупе" (код по классификации ФАО - 1067). Минимальный размер кладки с птицы (худший показатель) составляет 213,28 шт/голов. Максимальный размер кладки с птицы (лучший показатель) составляет 285,09 шт/голов. Средний размер кладки с птицы (средний показатель) составляет 242,17 шт/голов. Стандартное отклонение составляет 23,96 шт/голов. Вариация равна 9,71 %. (источник данных "Российская Федерация" период исследования 25 лет). Определим размер популяции животных для получения в качестве сырья продукт "Яйца, курица, в скорлупе" (код по классификации ФАО - 1067). на базе полученных нормативов кладки с птицы, учитывая фактор "Коэффициент поддержания популяции" размер которого составляет 2,5 ед. Максимальный размер популяции животных (худший показатель) составляет 434571 голов. Минимальный размер популяции животных (лучший показатель) составляет 325113 голов. Средний размер популяции животных (средний показатель) равен 382736 голов.
По группе животноводства в части определения объёмов кормов для обеспечения выживаемости популяции животных, ведутся работы по уточнению данных и в указанную монографию результаты исследования не включены. Это касается и проекта по строительству объектов для хранения для вышеуказанной продукции.
Уточним, что в некоторых случая, при отсутствии статистических данных по какому-либо государству, используются средневзвешенные нормативы урожайности, выхода чистого мяса с головы животного и кладка яиц с птицы, по всему миру.
Проблемы проживания в современных мегаполисах уже сейчас приближаются к понятию «ВЫЖИВАНИЕ», и не только для малоимущих слоёв населения. Непомерные необоснованные тарифы ЖКХ, постоянно растущие цены на продукты питания, транспорт, бензин, кредиты и ипотеки под немыслимые проценты, безработица, проблемы с образованием, экологией, здоровьем, а, следовательно, и с воспроизводством народонаселения, отнюдь не способствуют развитию экономики страны и обеспечению продовольственной и экономической безопасности. В случае возникновения климатических потрясений или техногенных катастроф в городах одномоментно при отключении энергоснабжения выйдут из строя системы канализации и водоснабжения, вся инженерно-транспортная инфраструктура, что повлечёт за собой антисанитарию и вспышки инфекционных заболеваний. А это прямой путь к вымиранию огромного количества населения. Вероятный транспортный коллапс и отсутствие топлива усложнят эвакуацию людей. И даже у тех, кому повезет, возникает вполне закономерный вопрос: А куда эвакуировать неприспособленных для жизни в природных условиях людей? Как обеспечить их питанием? Куда расселить такое количество людей в суровых климатических условиях нашей страны? Да просто с питьевой водой будут огромные проблемы, ведь экология на сегодня не позволяет использовать воду из открытых источников.
В рамках исполнения указа Б.Обамы уже сейчас необходимо решать проблему расселения городов в условиях вероятных климатических потрясений.
Задача авторского коллектива «Ноосфера» под руководством С.Е. Дорошко и Г.П. Самариной обосновать, рассчитать и подготовить план развития малоэтажной России, состоящей из ноосферных поселков на полностью автономных системах жизнеобеспечения.
Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, разработана важнейшая система инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей, как базового элемента продовольственной, энергетической, социально-экономической безопасности любого государства. На данном этапе реализовывалось эскизное, сметное проектирование сельскохозяйственных производственных мощностей и ноосферного посёлка на основании СНиПов, ГОСТов, нормативных документов: Госстроя СССР, Министерства сельского хозяйства СССР, Минздрава СССР, НИИ ВАСХНИЛ СССР и др. Целью инженерно-строительного проектирования сельскохозяйственных производственных мощностей и ноосферного посёлка являются расчёты величины производства и потребления сельскохозяйственной и мясомолочной продукции, энергии, тепла, органических удобрений, кормов и др. На основании нейронного моделирования уточняются величины инвестиций, основных фондов, численность персонала по профессиям по всем спроектированным производственно-технологическим цепочкам, социально-экономическая инфраструктура ноосферного посёлка, его ЖКХ, а также продовольственная, энергетическая, медицинская и прочая безопасность. Проектирование посёлка ведётся, как единого ноосферного социального, производственного комплекса, а не отдельных производственно-энергетических сельскохозяйственных, производственных объектов. В РФ в результате бесконечных реформ сельскохозяйственная отрасль, деревни и посёлки почти полностью уничтожены, а селяне влачат жалкое существование. Поэтому принято решение, что для возрождения продовольственно-энергетической безопасности необходимо практически с нуля восстанавливать сельское хозяйство и русские деревни, способные выживать в условиях климатических потрясений. На основании космо-ноосферных исследований авторов с учётом советских ГОСТов и медицинских нормативов можно утверждать, что всем странам пора отказаться от иллюзий достижения продовольственной, фармакологической, медицинской безопасности. Им также, как и РФ, предстоит начинать всё с нуля. Данный раздел алгоритма инженерно-строительного проектирования сельскохозяйственных производственных мощностей и ноосферного посёлка, как базового единого комплекса продовольственной безопасности рассмотрен в отдельной главе ввиду масштабности проводимых исследований и эскизного проектирования.
Цели и задачи исследования раздела инженерно-технического проектирования и строительства сельскохозяйственного объекта по обеспечению продовольственной безопасности населения Российской Федерации и государств-членов ООН в разрезе мясомолочной продукции КРС (говядина) в рамках ноосферного посёлка как единого социально-производственного комплекса в концепции возможных геоклиматических потрясений.
Разработка эскизного проекта по строительству ноосферного поселка как автономного мобильного энергонезависимого сельскохозяйственного комплекса для любых климатических поясов, включающего социальную инфраструктуру. Строительство автономных комплексов на любой территории позволит обеспечить продовольственную и энергетическую безопасность населения в условиях вероятных климатических потрясений.
Рассчитать планируемые объёмы инвестиций, необходимые для создания энергетически независимых сельскохозяйственных комплексов в любых природно-климатических условиях.
Рассчитать сметную стоимость объектов строительства, используя данные сборников НСЦ 2017г. (укрупнённые нормативы цены строительства), на основе энергонезависимого, мобильного быстровозводимого комплекса по производству мясомолочной продукции КРС, на примере фермы на 1200 дойных коров. Автономный сельскохозяйственный комплекс включает в свой состав животноводческую ферму, овоще- и зернохранилища (для хранения годового запаса полноценного питания животных, содержащихся на ферме), биоэнергокомплекс, обеспечивающий энергией весь сельскохозяйственный комплекс с производством биоудобрений для нужд по выращиванию продуктов поля, и поселок для обслуживающего персонала со всей необходимой инфраструктурой.
Создать программное обеспечение для быстрого расчёта строительства любого комплекса в зависимости от предполагаемого поголовья КРС, основанное на разработанных типовых проектах и сметных расчетах строительства всех функциональных объектов, с учётом различных природно-климатических условий, наличия посевных площадей и пастбищ, человеческих ресурсов, и т.д. Также, возможность эффективно применять разработанную методику, для стран СНГ, участников СЭВ и других государств, членов ООН.
Выбрать базу данных нормативно-технической документации, необходимой для проведения сметных расчетов и инженерно-строительного проектирования.
Провести расчеты эскизного проекта объекта строительства исходя из заданных начальных и граничных условий.
Проанализировать актуальность и эффективность нормативов, методик и цен, применяемых в современном строительстве.
В ходе исследований и расчётов выяснилось следующее.
Рассчитать стоимость строительства объектов сельскохозяйственного назначения на основе сборников НСЦ 2017г. (укрупнённые нормативы цены строительства) и рекомендаций справочников МДС (Методические рекомендации по применению государственных сметных нормативов), справочника ФССЦ (Федеральный сборник сметных цен) Министерства строительства и жилищно-коммунального хозяйства Российской Федерации не представляется возможным с высокой степенью достоверности. Погрешность в расчётах может составить значительную величину в сторону уменьшения или увеличения. Достичь определения цены строительства, опираясь на эти справочники, можно только применяя отдельные сметные нормативы на строительство, условно похожие на объекты из этих справочников.
Это объясняется тем, что сборники по укрупнённым нормативам цены строительства по сельскохозяйственному строительству не разработаны и не разрабатываются.
Так же не разработаны справочники на современные технологии строительства и справочники на современное оборудование, применяемое в сельском хозяйстве.
Сметы в данном разделе разработаны путём расчётов и применения цен на условно похожие объекты из справочников (НСЦ 2017г и ФССЦ применяя методические рекомендации справочников МДС).
Стоимость строительства фермы КРС на 1200 дойных коров рассчитана с учётом мясной продукции, получаемой от планируемого размножения и максимального наполнения помещений для содержания животных при работе фермы на пике своей производительности, не нарушая методических рекомендаций по их комфортному содержанию.
Стоимость строительства ноосферного посёлка рассчитана с учётом полной инфраструктуры для проживания сотрудников, занятых на всех объектах комплекса, в том числе, трудящихся на полевых работах по выращиванию сельскохозяйственной продукции.
Рисунок 2.2.1 – Сметная стоимость фермы КРС на 1200 голов
Рисунок 2.2.2 – Сметная стоимость энергокомплекса фермы КРС на 1200 голов
Рисунок 2.2.3 – Сметная стоимость ноосферного посёлка фермы КРС на 1200 голов
Рисунок 2.2.4 – Эскиз фермы КРС на 1200 голов
Стоимость строительства биоэнергетического комплекса посёлка на основе анаэробного брожения рассчитана с учётом полного обеспечения ноосферного посёлка всеми видами энергии, а также производства биоудобрения получаемого из отходов жизнедеятельности животных, человека и отходов продукта поля, не применяемого в пищу.
Расчёт стоимости строительства ноосферного посёлка, как автономного мобильного энергонезависимого сельскохозяйственного комплекса для любых климатических поясов, включающего социальную инфраструктуру, в первую очередь зависит от количества проживающих в рабочем посёлке специалистов, занятых во всех технологических цепочках производства продукции, производства энергии и обслуживания всего населения посёлка, в том числе в социальной сфере (школьного и дошкольного образования, медицины, ЖКХ, общественной безопасности, МЧС, развития культуры и спорта.)
Расчёт численности населения автономного ноосферного посёлка на первичном этапе базируется на количестве поголовья КРС. На основе нейронного моделирования рассчитываются следующие показатели: необходимое количество кормов, площади сельскохозяйственных угодий для выращивания кормовой базы, потребности в сельхозтехнике (трактора, сеялки, веялки, культиваторы, комбайны и др. техника). .
После получения всех исходных данных определяется количество персонала, необходимого для эффективного выполнения поставленных задач во всех технологических цепочках производства и обеспечения высокого уровня жизни всего населения автономного ноосферного поселения.
Определение численности населения всего автономного мобильного ноосферного комплекса позволит рассчитать количество необходимых жилых и общественных зданий, находящихся на территории ноосферного посёлка, а также потребность в строителях на основе сметных расчётов.
На основе межотраслевого нейронного моделирования определяется воздействие сельского хозяйства (ноосферных посёлков) на экономику исследуемой страны, в т.ч. на отрасли промышленности и строительства. На следующем этапе на основе межотраслевого нейронного моделирования формируются цели, задачи, риски для финансово-банковской системы по финансированию, инвестированию и контролю всех отраслей без исключения. Проводится расчёт объёмов денежных масс, денежной эмиссии, агрегатов М0-М3, процентных ставок ЦБ, банков, страховых компаний исследуемой страны. Моделируется величина планируемых золотовалютных активов, которые получит исследуемая страна, выполняя намеченный план по продовольственной программе на основе ноосферных посёлков. Цель данного этапа показать руководству исследуемой страны, как печатая национальные электронные деньги в указанных нами объёмах, они превращаются в золото и валютные активы. Например, при выполнении предлагаемой программы по продовольственной безопасности одного из этапов согласно нашим расчётам ЦБ исследуемой страны обязан будет осуществить эмиссию в размере 50 млрд. национальных тугриков. Если правительство и предприятия всех отраслей выполнили все наши планы, то через год они получат млрд. золота, а не тугриков. Руководству исследуемой страны запрещено брать любые внешние и международные инвестиции. Они обязаны беспрекословно исполнять все наши требования, оговорённые в проектах продовольственной безопасности по ноосферным посёлкам.
В процессе построения ядра эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений было обнаружено множество проблем, в т.ч. на которые заостряет внимание исследователей коллектив комитета ФАО ООН.
Поэтому выделим ещё один этап научно-практического исследования по системе инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей, как базового элемента продовольственной, энергетической, социально-экономической безопасности любого государства.
Необходимость данного этапа научно-практического исследования вызвана выявленными проблемами в статистических данных, отчётности большинства государств-членов ООН, а также обнаруженными неточностями, вольностями в определениях, нормативных показателях по животноводству и сельскохозяйственным культурам. Эти международные, региональные и государственные статистические и нормативные неточности естественно будут вызывать ошибки/смещения в процессе проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей.
Рассмотрим в дальнейшем исследовании вольность трактовок, нормативов, показателей и моделей, которые приводят к значительным смещениям в системе эскизного инженерно-строительного проектирования ноосферного посёлка и сельскохозяйственных производственных мощностей.
Например, при кормлении мясомолочного стада в различных странах используется принятая нормативная база, опирающаяся как на исторические традиции, так и на научно-обоснованные нормативы. К сожалению, данная нормативная база рациона кормления мясомолочного стада во многих государствах-членов ООН или отсутствует, или недоступна, или описывается в общих региональных категориях, нормативах, моделях, а не в международных стандартах ФАО ООН. В различных государствах существует множество научных школ, размытых научных мнений, как в терминологии, так и в нормативных показателях/факторах, на чём также заостряет внимание исследователей ФАО ООН (http://www.fao.org/faostat/ru/#data). Всё это порождает недопустимую вольность для любых систем инженерно-строительного проектирования.
Для того чтобы лишь частично решить выявленные проблемные моменты, в т.ч. на множество которых указывает коллектив ФАО ООН, дальнейшие исследования, алгоритмы моделирования будут реализовываться нами по моделям от обратного (С.Е.Дорошко, Г.П.Самарина).
Для пояснения этого многоэтапного алгоритма моделирования рассмотрим некоторые из этапов подготовки статистических данных для дальнейших более сложных этапов моделирования. Отметим, что данные исследования не только громоздки, но и скрыты в авторских программных комплексах, поэтому далее даны эскизные зарисовки, выполненные лингвистическими роботами.
Изучим статистические данные Росстата РФ по показателям таблицы "Поголовье сельскохозяйственных животных в РФ" за временной период 1990-2018 гг. Цель исследования определить состояние сельскохозяйственной отрасли РФ и наметить плановое развитие продовольственной безопасности в условиях климатических потрясений/катастроф в рамках авторского проекта ноосферной экономики.
Рассчитаем 1-й интегральный вариабельный фактор "Крупный рогатый скот" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Крупный рогатый скот" составлял величину в размере 57 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 18,2 млн.гл. В целом снижение показателя "Крупный рогатый скот" достигло величины в размере -38,9 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 30%.
Рисунок 2.2.5 – Поголовье сельскохозяйственных животных в РФ за период 1990-2018 гг.
Изучим 2-й интегральный вариабельный фактор "Коровы" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный интегральный показатель "Коровы" составлял величину в размере 20,6 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 7,9 млн.гл. В целом снижение показателя "Коровы" достигло величины в размере -12,6 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 40%.
Оценим 3-й вариабельный интегральный показатель "Свиньи" за период 1990-2018 гг. Как следует из расчётов, интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный интегральный показатель "Свиньи" составлял величину в размере 38,3 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 23,7 млн.гл. В целом снижение показателя "Свиньи" достигло величины в размере -14,6 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 60%.
Исследуем 4-й вариабельный интегральный показатель "Овцы и козы" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный интегральный показатель "Овцы и козы" составлял величину в размере 58,2 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 23,1 млн.гл. В целом снижение показателя "Овцы и козы" достигло величины в размере -35,1 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 40%.
Определим 5-й вариабельный показатель "Овцы" за период 1990-2018 гг. Как следует из расчётов, вариабельный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Овцы" составлял величину в размере 55,2 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 21,1 млн.гл. В целом снижение показателя "Овцы" достигло величины в размере -34,1 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 40%.
Рассчитаем 6-й интегральный показатель "Козы" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный показатель "Козы" составлял величину в размере 3 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 2 млн.гл. В целом снижение показателя "Козы" достигло величины в размере -1 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 70%.
Исследуем 7-й интегральный фактор "Птица" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный показатель "Птица" составлял величину в размере 659,8 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 543 млн.гл. В целом снижение показателя "Птица" достигло величины в размере -116,8 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 80%.
Охарактеризуем 8-й интегральный фактор "Лошади" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Лошади" составлял величину в размере 2,6 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 1,3 млн.гл. В целом снижение показателя "Лошади" достигло величины в размере -1,3 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 50%.
Разберём 9-й интегральный фактор "Северные олени" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный интегральный показатель "Северные олени" составлял величину в размере 2,3 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 1,8 млн.гл. В целом снижение показателя "Северные олени" достигло величины в размере -0,5 млн.гл., негативная динамика за период 1990-2018 гг. составила величину в размере 80%.
Разберём 10-й интегральный фактор "Кролики" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Кролики" составлял величину в размере 3,4 млн.гл., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 3,7 млн.гл. В целом увеличение показателя "Кролики" достигло величины в размере 0,4 млн.гл., позитивная динамика за период 1990-2018 гг. составила величину в размере 110%.
Рассчитаем 11-й вариабельный показатель "Пчелосемьи" за период 1990-2018 гг. Как следует из расчётов, вариабельный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Пчелосемьи" составлял величину в размере 4,5 тыс.шт., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 3,2 тыс.шт. В целом снижение показателя "Пчелосемьи" достигло величины в размере -1,3 тыс.шт., негативная динамика за период 1990-2018 гг. составила величину в размере 70%.
Оценим статистические данные Росстата РФ по показателям таблицы "Производство основных продуктов животноводства в РФ" за временной период 1990-2018 гг. Цель исследования определить состояние сельскохозяйственной отрасли РФ и наметить плановое развитие продовольственной безопасности в условиях климатических потрясений/катастроф в рамках авторского проекта ноосферной экономики.
Определим 1-й вариабельный показатель "Скот и птица на убой (в убойном весе)" за период 1990-2018 гг. Как следует из расчётов, вариабельный показатель демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный показатель "Скот и птица на убой (в убойном весе)" составлял величину в размере 10111,6 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 10629,4 тыс.т. В целом увеличение показателя "Скот и птица на убой (в убойном весе)" достигло величины в размере 517,8 тыс.т., позитивная динамика за период 1990-2018 гг. составила величину в размере 110%.
Охарактеризуем 2-й вариабельный показатель "Крупный рогатый скот" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный интегральный показатель "Крупный рогатый скот" составлял величину в размере 4329,3 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 1608,1 тыс.т. В целом снижение показателя "Крупный рогатый скот" достигло величины в размере -2721,2 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 40%.
Изучим 3-й вариабельный показатель "Свиньи" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. интегральный показатель "Свиньи" составлял величину в размере 3480 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 3744,2 тыс.т. В целом увеличение показателя "Свиньи" достигло величины в размере 264,2 тыс.т., позитивная динамика за период 1990-2018 гг. составила величину в размере 110%.
Рассмотрим 4-й интегральный фактор "Овцы и козы" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный интегральный показатель "Овцы и козы" составлял величину в размере 395 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 223,8 тыс.т. В целом снижение показателя "Овцы и козы" достигло величины в размере -171,2 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 60%.
Оценим 5-й интегральный фактор "Птица" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Птица" составлял величину в размере 1801 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 4980 тыс.т. В целом увеличение показателя "Птица" достигло величины в размере 3179 тыс.т., позитивная динамика за период 1990-2018 гг. составила величину в размере 280%.
Определим 6-й вариабельный интегральный показатель "Молоко" за период 1990-2018 гг. Как следует из расчётов, вариабельный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Молоко" составлял величину в размере 55715,3 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 30611,2 тыс.т. В целом снижение показателя "Молоко" достигло величины в размере -25104,1 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 50%.
Рассмотрим 7-й интегральный фактор "Яйца" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный показатель "Яйца" составлял величину в размере 47469,7 млн.шт., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 44901,2 млн.шт. В целом снижение показателя "Яйца" достигло величины в размере -2568,5 млн.шт., негативная динамика за период 1990-2018 гг. составила величину в размере 90%.
Оценим 8-й вариабельный показатель "Шерсть (в физическом весе)" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный показатель "Шерсть (в физическом весе)" составлял величину в размере 226743 тонн., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 55471,3 тонн. В целом снижение показателя "Шерсть (в физическом весе)" достигло величины в размере -171271,7 тонн, негативная динамика за период 1990-2018 гг. составила величину в размере 20%.
Разберём 1-й интегральный вариабельный фактор "Зелёная масса для Разберём 9-й интегральный вариабельный фактор "Мёд" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Мёд" составлял величину в размере 46091 тонн, а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 65006,2 тонн. В целом увеличение показателя "Мёд" достигло величины в размере 18915,2 тонн, позитивная динамика за период 1990-2018 гг. составила величину в размере 140%.
Рассмотрим ещё одну эскизную зарисовку по моделированию различных нормативов, предложенных уважаемыми отечественными научными школами. Данные модели позволяют выбрать более устойчивые модели не только рациона кормления стада ноосферного мясомолочного комплекса, но главное определить необходимый баланс посевных площадей для кормовых культур. Текст эскизной зарисовки также выполнен лингвистическими роботами.
Исследуем модельные данные по показателям таблицы "Моделирование потребности в площадях кормовых культур. Тестирование ПЕРВОЙ нормативной базы рациона кормления стада ноосферного мясомолочного комплекса". Цель исследований оценить оптимальную урожайность, потребность в сельскохозяйственных площадях по кормовым культурам в РФ и наметить плановое развитие продовольственной безопасности РФ в условиях климатических потрясений/катастроф в рамках авторского проекта ноосферной экономики.
мясомолочного комплекса". Как следует из расчётов, интегральный фактор по показателю "Средняя урожайность, база" показывает расчётную величину в размере 24,5 т./га. Следующий прогнозируемый показатель, обозначенный как "Средняя урожайность, план" демонстрирует планируемую величину 32 т./га. Далее для интегрального фактора "Зелёная масса для мясомолочного комплекса" следует показатель "Потребность в кормах" его расчётная величина составила 27517,4 т./год. при условии, что "Ноосферный мясомолочный комплекс " рассчитан на поголовье стада размерностью 3,21 тыс.гл. Исходя предыдущих расчётов даётся оценка показателя "Потребность в с/х площадях, база" в размере 1122,5 га. и прогнозируемой величины фактора "Потребность в с/х площадях, план" в размере 859,9 га. На заключительном этапе моделирования оценивается интегральная величина "Выход на плановые показатели РСФСР 1990 г." всего поголовья крупного рогатого скота в РФ в размере 57 млн.гл., а также рассчитывается необходимое и достаточное количество "ВСЕГО Ноосферных мясомолочных комплексов в РФ" расчётная величина которых составит 17,8 тыс.шт. Опираясь на эти расчётные данные для показателя "Зелёная масса для мясомолочного комплекса", моделируется показатель "Потребность в с/х площадях РФ, база", величина которого оценивается в размере 19,9 млн.га., а также показатель "Потребность в с/х площадях РФ, план" - в размере 15,3 млн.га.
Разберём 2-й интегральный фактор "Корнеплоды для мясомолочного комплекса". Как следует из расчётов, вариабельный интегральный показатель по показателю "Средняя урожайность, база" показывает расчётную величину в размере 25,4 т./га. Следующий прогнозируемый показатель, обозначенный как "Средняя урожайность, план" демонстрирует планируемую величину 52 т./га. Далее для интегрального фактора "Корнеплоды для мясомолочного комплекса" следует показатель "Потребность в кормах" его расчётная величина составила 26161,7 т./год. при условии, что "ВСЕГО Ноосферных мясомолочных комплексов в РФ" рассчитан на поголовье стада размерностью 3,21 тыс.гл. Исходя предыдущих расчётов даётся оценка показателя "Потребность в с/х площадях, база" в размере 1031 га. и прогнозируемой величины фактора "Потребность в с/х площадях, план" в размере 503,1 га. На заключительном этапе моделирования оценивается интегральная величина "Выход на плановые показатели РСФСР 1990 г." всего поголовья крупного рогатого скота в РФ в размере 57 млн.гл., а также рассчитывается необходимое и достаточное количество "ВСЕГО Ноосферных мясомолочных комплексов в РФ" расчётная величина которых составит 17,8 тыс.шт. Опираясь на эти расчётные данные для показателя "Корнеплоды для мясомолочного комплекса", моделируется показатель "Потребность в с/х площадях РФ, база", величина которого оценивается в размере 18,3 млн.га., а также показатель "Потребность в с/х площадях РФ, план" - в размере 8,9 млн.га.
Изучим 3-й интегральный фактор "Зерновые для мясомолочного комплекса". Как следует из расчётов, вариабельный интегральный показатель по показателю "Средняя урожайность, база" показывает расчётную величину в размере 2,6 т./га. Следующий прогнозируемый показатель, обозначенный как "Средняя урожайность, план" демонстрирует планируемую величину 6 т./га. Далее для интегрального фактора "Зерновые для мясомолочного комплекса" следует показатель "Потребность в кормах" его расчётная величина составила 3813,9 т./год. при условии, что "" рассчитан на поголовье стада размерностью 3,21 тыс.гл. Исходя предыдущих расчётов даётся оценка показателя "Потребность в с/х площадях, база" в размере 1441,5 га. и прогнозируемой величины фактора "Потребность в с/х площадях, план" в размере 635,6 га. На заключительном этапе моделирования оценивается интегральная величина "Выход на плановые показатели РСФСР 1990 г." всего поголовья крупного рогатого скота в РФ в размере 57 млн.гл., а также рассчитывается необходимое и достаточное количество "ВСЕГО Ноосферных мясомолочных комплексов в РФ" расчётная величина которых составит 17,8 тыс.шт. Опираясь на эти расчётные данные для показателя "Зерновые для мясомолочного комплекса", моделируется показатель "Потребность в с/х площадях РФ, база", величина которого оценивается в размере 25,6 млн.га., а также показатель "Потребность в с/х площадях РФ, план" - в размере 11,3 млн.га.
Исследуем модельные данные по показателям таблицы "Моделирование потребности в площадях кормовых культурах. Тестирование ВТОРОЙ нормативной базы рациона кормления стада ноосферного мясомолочного комплекса". Цель исследований оценить оптимальную урожайность, потребность в сельскохозяйственных площадях по кормовым культурам в РФ и наметить плановое развитие продовольственной безопасности РФ в условиях климатических потрясений/катастроф в рамках авторского проекта ноосферной экономики.
Исследуем 1-й интегральный фактор "Зелёная масса для мясомолочного комплекса". Как следует из расчётов, интегральный фактор по показателю "Средняя урожайность, база" показывает расчётную величину в размере 24,5 т./га. Следующий прогнозируемый показатель, обозначенный как "Средняя урожайность, план" демонстрирует планируемую величину 32 т./га. Далее для интегрального фактора "Зелёная масса для мясомолочного комплекса" следует показатель "Потребность в кормах" его расчётная величина составила 27517,4 т./год. при условии, что "Ноосферный мясомолочный комплекс " рассчитан на поголовье стада размерностью 3,21 тыс.гл. Исходя предыдущих расчётов даётся оценка показателя "Потребность в с/х площадях, база" в размере 1122,5 га. и прогнозируемой величины фактора "Потребность в с/х площадях, план" в размере 859,9 га. На заключительном этапе моделирования оценивается интегральная величина "Выход на плановые показатели РСФСР 1990 г." всего поголовья крупного рогатого скота в РФ в размере 57 млн.гл., а также рассчитывается необходимое и достаточное количество "ВСЕГО Ноосферных мясомолочных комплексов в РФ" расчётная величина которых составит 17,8 тыс.шт. Опираясь на эти расчётные данные для показателя "Зелёная масса для мясомолочного комплекса", моделируется показатель "Потребность в с/х площадях РФ, база", величина которого оценивается в размере 19,9 млн.га., а также показатель "Потребность в с/х площадях РФ, план" - в размере 15,3 млн.га.
Определим 2-й интегральный показатель "Корнеплоды для мясомолочного комплекса". Как следует из расчётов, вариабельный показатель по показателю "Средняя урожайность, база" показывает расчётную величину в размере 25,4 т./га. Следующий прогнозируемый показатель, обозначенный как "Средняя урожайность, план" демонстрирует планируемую величину 52 т./га. Далее для интегрального фактора "Корнеплоды для мясомолочного комплекса" следует показатель "Потребность в кормах" его расчётная величина составила 10464,7 т./год. при условии, что "ВСЕГО Ноосферных мясомолочных комплексов в РФ" рассчитан на поголовье стада размерностью 3,21 тыс.гл. Исходя предыдущих расчётов даётся оценка показателя "Потребность в с/х площадях, база" в размере 412,4 га. и прогнозируемой величины фактора "Потребность в с/х площадях, план" в размере 201,2 га. На заключительном этапе моделирования оценивается интегральная величина "Выход на плановые показатели РСФСР 1990 г." всего поголовья крупного рогатого скота в РФ в размере 57 млн.гл., а также рассчитывается необходимое и достаточное количество "ВСЕГО Ноосферных мясомолочных комплексов в РФ" расчётная величина которых составит 17,8 тыс.шт. Опираясь на эти расчётные данные для показателя "Корнеплоды для мясомолочного комплекса", моделируется показатель "Потребность в с/х площадях РФ, база", величина которого оценивается в размере 7,3 млн.га., а также показатель "Потребность в с/х площадях РФ, план" - в размере 3,6 млн.га.
Рассчитаем 3-й вариабельный интегральный показатель "Зерновые для мясомолочного комплекса". Как следует из расчётов, интегральный показатель по показателю "Средняя урожайность, база" показывает расчётную величину в размере 2,6 т./га. Следующий прогнозируемый показатель, обозначенный как "Средняя урожайность, план" демонстрирует планируемую величину 6 т./га. Далее для интегрального фактора "Зерновые для мясомолочного комплекса" следует показатель "Потребность в кормах" его расчётная величина составила 1525,6 т./год. при условии, что "" рассчитан на поголовье стада размерностью 3,21 тыс.гл. Исходя предыдущих расчётов даётся оценка показателя "Потребность в с/х площадях, база" в размере 576,6 га. и прогнозируемой величины фактора "Потребность в с/х площадях, план" в размере 254,3 га. На заключительном этапе моделирования оценивается интегральная величина "Выход на плановые показатели РСФСР 1990 г." всего поголовья крупного рогатого скота в РФ в размере 57 млн.гл., а также рассчитывается необходимое и достаточное количество "ВСЕГО Ноосферных мясомолочных комплексов в РФ" расчётная величина которых составит 17,8 тыс.шт. Опираясь на эти расчётные данные для показателя "Зерновые для мясомолочного комплекса", моделируется показатель "Потребность в с/х площадях РФ, база", величина которого оценивается в размере 10,2 млн.га., а также показатель "Потребность в с/х площадях РФ, план" - в размере 4,5 млн.га.
В результате проведённого исследования и инженерно-строительного проектирования ноосферного посёлка выявлены следующие проблемы:
1.Отсутствие нормативно-технической документации для расчётов строительных объектов в сельскохозяйственной отрасли.
2. Отсутствие детально изученных современных технологий по переработке отходов СХ в энергетическое сырье и биоудобрения. Технологии по переработке отходов СХ в энергетическое сырье и биоудобрения разрабатываются небольшими группами энтузиастов, без поддержки госструктур, которые обязаны по роду своей деятельности заниматься этим вопросом, как страна, подписавшая Рамочную конвенцию ООН об изменении климата (Киотский протокол). Считаем, что этим госструктурам необходимо обратиться в ведущие научно исследовательские институты и академии для решения этой проблемы.
Настоятельно рекомендуем Министерству строительства и жилищно-коммунального хозяйства Российской Федерации разработать сборник НСЦ применительно к строительству в сельском хозяйстве, для решения и определения планируемого финансирования строительства в сельском хозяйстве, что является необходимой составляющей для продовольственной безопасности страны.
Опираясь на ядро эскизных проектов системы продовольственной безопасности РФ и стран-членов ООН в условиях климатических потрясений, разработана важнейшая система экологического, энергетического проектирования единого ноосферного производственно-энергетического, биологического, сельскохозяйственного комплекса и ноосферного посёлка, в том числе система генерирования органических удобрений в рамках требований Киотского протокола, как базового элемента продовольственной, энергетической, социально-экономической безопасности любого государства.
Под биологическими отходами в работе понимается ресурс получения метана, углекислого газа и органических удобрений на основе технологий анаэробного сбраживания биологических отходов, аналогично понимается и биологическая безопасность. Данная проблема более, чем актуальна, например, среднедневной выход биологических отходов стада крупного рогатого скота в 1000 голов взрослых особей без молодняка составляет 50-60 тонн в сутки. Через год вся территория на ферме и в округе будет представлять биологическую свалку в объёмах 18-22 тысячи тонн в год. Все грунтовые воды, колодцы в жилых посёлках будут не пригодны, как для человека, так и для животных. Кроме этого на территории ферм и посёлков будет наблюдаться ускоренный рост желудочно-кишечных заболеваний, других патологий, как следствие утрата нетрудоспособности персонала и жителей посёлка, что в конечном счёте, вызовет обвальное падение объёмов производства сельскохозяйственной продукции.
Поэтому в исследованиях данный этап эскизного проектирования выделен в отдельный экологический, энергетический, биологический раздел, в котором осуществлено эскизное, сметное проектирование экологических, энергетических и биологических систем для сельскохозяйственных предприятий, ферм и ноосферного посёлка, в том числе системы получения органических удобрений, на базе технологий анаэробного сбраживания биологических отходов сельскохозяйственных предприятий и ноосферных посёлков. В процессе эскизного проектирования использовались только СНиПы, ГОСТы, нормативные документы: Госстроя СССР, Министерства сельского хозяйства СССР, Минздрава СССР, НИИ ВАСХНИЛ СССР, статистические базы данных ФАО ООН, профильных комитетов ООН, Киотский протокол и др. Целью инженерно-строительного проектирования энергетической, биологической систем является моделирование величин производства и потребления сельскохозяйственной и мясомолочной продукции, энергии, тепла, органических удобрений на основе технологий анаэробного сбраживания биологических отходов. На базе полученных нейронных модельных расчётов определены величины инвестиций, основных фондов, численность персонала по профессиям по всем спроектированным производственно-технологическим цепочкам, энергетической, биологической инфраструктуры ноосферного посёлка, его ЖКХ, что обеспечивает решение энергетической, биологической, медицинской и прочей безопасности. Проектирование энергетической, биологической, медицинской и прочей безопасности ноосферного посёлка проводилось в рамках единого социального, производственного ноосферного комплекса, а не как отдельных производственно-энергетических, биологических сельскохозяйственных, производственных объектов.
В исследовании принято решение, что для возрождения продовольственно-энергетической безопасности в РФ и других странах-членах ООН необходимо практически с нуля восстанавливать сельское хозяйство в рамках общинной идеологии русских деревень, исторически доказавших способность выживать, в т.ч. в условиях климатических потрясений. На основании космо-ноосферных исследований авторов с учётом советских ГОСТов и медицинских нормативов Минздрава СССР можно утверждать, что всем странам пора отказаться от иллюзий достижения продовольственной, фармакологической, медицинской безопасности. Им также, как и РФ, предстоит начинать всё с нуля. Данный раздел алгоритма экологического, энергетического проектирования ноосферного посёлка, в том числе система генерирования органических удобрений в рамках требований Киотского протокола, как базового элемента продовольственной, энергетической, социально-экономической безопасности любого государства рассмотрен в отдельной главе ввиду масштабности проводимых исследований и эскизного проектирования.
Цели и задачи исследования раздела энергетического проектирования и строительства сельскохозяйственного объекта по обеспечению продовольственной безопасности населения Российской Федерации и государств-членов ООН в разрезе мясомолочной продукции КРС (говядина) в рамках ноосферного поселка как единого социально-производственного комплекса в концепции возможных геоклиматических потрясений.
Разработка эскизного проекта по созданию автономной экологически чистой энергетической системы ноосферного предприятия-поселка:
- обеспечивающей достаточное количество электроэнергии, тепла и холода (тригенерация).
- утилизирующей органические отходы
в органические удобрения, в рамках
Киотского протокола.
Строительство
автономных комплексов на любой территории
позволит обеспечить продовольственную
и энергетическую безопасность населения
в условиях вероятных климатических
потрясений.
Рассчитать планируемые объёмы инвестиций, необходимые для создания энергетически независимых сельскохозяйственных комплексов в любых природно-климатических условиях.
Рассчитать сметную стоимость производства биогаза и удобрений, на основе существующих решений, на примере мясомолочной фермы.
Одним из важнейших факторов, обуславливающих саму возможность существования любого предприятия, является обеспеченность его энергоресурсами.
Существующая единая энергетическая система России (ЕЭС) обеспечивает текущие потребности экономики не в полной мере. А в условиях вероятных климатических потрясений автономное обеспечение энергией в любых климатических поясах станет основой выживания населения. С учётом того, что решение задачи продовольственной безопасности России планируется с помощью строительства новых ферм, в рамках единого социального, производственного ноосферного комплекса, которые могут располагаться в местах, где отсутствует техническая возможность присоединения к ЕЭС не только по мощности, но и как таковая в принципе. Также перспективы развития ЕЭС неопределённы.
Кроме этого, постоянный рост стоимости электроэнергии и горючесмазочных материалов, также является серьёзным ограничивающим фактором развития.
Целесообразность распределённого варианта энергообеспечения доказана в диссертации Дубинина В.С. «Совершенствование систем энергоснабжения в газифицированных регионах России на базе поршневых технологий». В частности, доказано, что в России установки малой энергетики, использующие природный газ, способны заменить значительную часть деградирующего парка ТЭС и КЭС, работающих на природном газе.
Общемировая тенденция развития энергетики также направлена с сторону распределённой энергетики. Так по данным сайта www.cogeneration.ru эксперт из США предсказывает, что им понадобится к 2020 году около 137 000 мВт новых мощностей.
Если для этого потребуется:
для строительства новых электростанций - 84 млрд.долл.
для строительства сетевого хозяйства — 220 млрд.долл.
Суммарно: 304 млрд.долл.
Если вопрос решать средствами распределённой энергетики:
для строительства новых электростанций — 168 млрд.долл.
для строительства сетевого хозяйства — 0 млрд.долл.
Суммарно: 168 млдр.долл.
Для России распределённая энергетика, не связанная с ЕЭС, ещё более актуальна в связи с большей территорией и широким использованием газа в энергетике.
Для решения вопроса полноценного обеспечения сельхозпроизводителей и сопутствующей социально-экономической инфраструктуры энергоресурсами, предлагается производить выработку энергоресурсов на месте их потребления, используя биогазовую технологию. Эта технология заключается в метановом разложении отходов жизнедеятельности и растениеводства.
Получаемый на выходе биогаз (метан) планируется использовать для:
Выработки электроэнергии. Электроэнергия вырабатывается с помощью газопоршневых установок (ГПУ) используется для обеспечения электроэнергией всего стационарного электрооборудования мясомолочной фермы и рабочего посёлка.
Производства тепла и холода. Тепло получается с помощь утилизации тепла выхлопных газов ГПУ. Используется для обогрева производственных помещений и теплицы.
Производства холода и выработки холода, для холодильников.
Газовой заправки сельхозтехники и других транспортных средств.
Кроме решения задачи энергообеспечения, эта технология позволяет:
Устранять вредные выбросы метана от отходов сельскохозяйственного и пищевого производства, в соответствии с требованиями Киотского протокола.
Получать качественные органические удобрения. Что позволит многократно снизить использование минеральных удобрений.
Использовать углекислый газ, являющийся побочным продуктом производства метана, для повышения урожайности в тепличном хозяйстве.
Примером успешного использования биогазовых технологий в сельском хозяйстве является Китай. Он является лидером по объёмам производимого биогаза. На сегодня, его суммарное производство составляет 14 млрд.м3 в год.
Эти успехи стали возможны благодаря продуманной государственной поддержке в виде ряда программ, предусматривающих целевое финансирование. Министерство сельского хозяйства КНР, ответственное за выполнение этих программ, кроме сооружения объектов, проводит работу по подготовке кадров и проведению НИОКР, на которые китайский бюджет тратит более 100 млн долл. ежегодно.
Гранулированное биоудобрение — 44 т/сутки.
Тепло — 8 954 кВт.
Гранулированные биоудобрения — 16 048 т/год.
Доход от реализации гранулированных биоудобрений — 240,724800 млн.руб.
Производство (система утилизация) тепла — 30 млн.руб.
Расчётный срок окупаемости составляет — 1,61 лет.
Получаемой электроэнергии достаточно
для обеспечения производственных
потребностей как самой мясомолочной
фермы, так и автономного ноосферного
поселка в количестве 475 домохозяйств.
Большую
часть тепла, получаемого в процессе
выработки электроэнергии, и углекислый
газ, получаемый в процессе выработки
биогаза, можно использовать в круглогодичной
теплице, которая будет являться
дополнительным источником свежих
продуктов питания, дополнительного
дохода и занятости населения.
Перед тем как приступим к ещё одной версии оценок построения нейронных моделей энергетического баланса биогазовой установки при использовании биогаза, проведём динамический анализ основных показателей посевных площадей на примере РФ. Напомним, что одна из целей исследования — это обеспечение посевных площадей органическими удобрениями. Учитывая ограничения на объём монографии, даны лишь эскизные зарисовки, выполненные лингвистическими роботами.
Рассмотрим статистические данные Росстата РФ по показателям таблицы "Посевные площади сельскохозяйственных культур по РФ" за временной период 1990-2018 гг. Цель исследования определить состояние сельскохозяйственной отрасли РФ и наметить плановое развитие продовольственной безопасности в условиях климатических потрясений/катастроф в рамках авторского проекта ноосферной экономики.
Оценим 1-й интегральный показатель "Вся посевная площадь" за период 1990-2018 гг. Как следует из расчётов, вариабельный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Вся посевная площадь" составлял величину в размере 117705,2 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 79633,7 тыс.га. В целом снижение показателя "Вся посевная площадь" достигло величины в размере -38071,4 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 70%.
Исследуем 2-й вариабельный показатель "Зерновые и зернобобовые культуры" за период 1990-2018 гг. Как следует из расчётов, интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Зерновые и зернобобовые культуры" составлял величину в размере 63067,8 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 46339,4 тыс.га. В целом снижение показателя "Зерновые и зернобобовые культуры" достигло величины в размере -16728,5 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 70%.
Рисунок 2.3.2 – динамический анализ основных показателей посевных площадей на примере РФ
Рассмотрим 3-й вариабельный показатель "Пшеница" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Пшеница" составлял величину в размере 24244 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 27264,1 тыс.га. В целом увеличение показателя "Пшеница" достигло величины в размере 3020,1 тыс.га., позитивная динамика за период 1990-2018 гг. составила величину в размере 110%.
Рассчитаем 4-й интегральный фактор "Технические культуры" за период 1990-2018 гг. Как следует из расчётов, интегральный показатель демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Технические культуры" составлял величину в размере 6110,6 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 15174,2 тыс.га. В целом увеличение показателя "Технические культуры" достигло величины в размере 9063,6 тыс.га., позитивная динамика за период 1990-2018 гг. составила величину в размере 250%.
Рассмотрим 5-й интегральный фактор "Картофель" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Картофель" составлял величину в размере 3123,6 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 1324,6 тыс.га. В целом снижение показателя "Картофель" достигло величины в размере -1799 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 40%.
Определим 6-й вариабельный интегральный показатель "Овощи открытого грунта (без высадков)" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный показатель "Овощи открытого грунта (без высадков)" составлял величину в размере 617,9 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 525,9 тыс.га. В целом снижение показателя "Овощи открытого грунта (без высадков)" достигло величины в размере -92 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 90%.
Изучим 7-й интегральный фактор "Кормовые культуры" за период 1990-2018 гг. Как следует из расчётов, вариабельный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный интегральный показатель "Кормовые культуры" составлял величину в размере 44560,4 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 16123,8 тыс.га. В целом снижение показателя "Кормовые культуры" достигло величины в размере -28436,6 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 40%.
Рассчитаем 8-й интегральный вариабельный фактор "Корнеплодные кормовые культуры (включая сахарную свёклу на корм скоту)" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный показатель "Корнеплодные кормовые культуры (включая сахарную свёклу на корм скоту)" составлял величину в размере 731,6 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 17,7 тыс.га. В целом снижение показателя "Корнеплодные кормовые культуры (включая сахарную свёклу на корм скоту)" достигло величины в размере -713,9 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 0%.
Оценим 9-й вариабельный интегральный показатель "Однолетние травы" за период 1990-2018 гг. Как следует из расчётов, интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Однолетние травы" составлял величину в размере 12611,9 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 3986,5 тыс.га. В целом снижение показателя "Однолетние травы" достигло величины в размере -8625,4 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 30%.
Оценим 10-й интегральный фактор "Многолетние травы" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Многолетние травы" составлял величину в размере 18287 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 10557,6 тыс.га. В целом снижение показателя "Многолетние травы" достигло величины в размере -7729,4 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 60%.
Разберём 11-й вариабельный интегральный показатель "Кукуруза на корм" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный показатель "Кукуруза на корм" составлял величину в размере 10088,8 тыс.га., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 1307,1 тыс.га. В целом снижение показателя "Кукуруза на корм" достигло величины в размере -8781,6 тыс.га., негативная динамика за период 1990-2018 гг. составила величину в размере 10%.
Рассмотрим статистические данные Росстата РФ по показателям таблицы "Валовые сборы сельскохозяйственных культур в РФ" за временной период 1990-2018 гг. Цель исследования определить состояние сельскохозяйственной отрасли РФ и наметить плановое развитие продовольственной безопасности в условиях климатических потрясений/катастроф в рамках авторского проекта ноосферной экономики.
Рассчитаем 1-й вариабельный показатель "Зерновые и зернобобовые" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Зерновые и зернобобовые" составлял величину в размере 116675,7 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 113255 тыс.т. В целом снижение показателя "Зерновые и зернобобовые" достигло величины в размере -3420,7 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 100%.
Охарактеризуем 2-й интегральный вариабельный фактор "Пшеница" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Пшеница" составлял величину в размере 49596,2 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 72136,1 тыс.т. В целом увеличение показателя "Пшеница" достигло величины в размере 22540 тыс.т., позитивная динамика за период 1990-2018 гг. составила величину в размере 150%.
Охарактеризуем 3-й интегральный фактор "Технические культуры" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Технические культуры" составлял величину в размере 41961 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 82519 тыс.т. В целом увеличение показателя "Технические культуры" достигло величины в размере 40558 тыс.т., позитивная динамика за период 1990-2018 гг. составила величину в размере 200%.
Оценим 4-й интегральный вариабельный фактор "Картофель" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Картофель" составлял величину в размере 30848,2 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 22395 тыс.т. В целом снижение показателя "Картофель" достигло величины в размере -8453,2 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 70%.
Рассчитаем 5-й интегральный показатель "Овощи открытого и закрытого грунта" за период 1990-2018 гг. Как следует из расчётов, интегральный показатель демонстрирует позитивные тенденции. Этот положительный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный показатель "Овощи открытого и закрытого грунта" составлял величину в размере 10327,8 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно развивался до уровня 11852,7 тыс.т. В целом увеличение показателя "Овощи открытого и закрытого грунта" достигло величины в размере 1524,9 тыс.т., позитивная динамика за период 1990-2018 гг. составила величину в размере 110%.
Рассмотрим 6-й вариабельный интегральный показатель "Кормовые культуры" за период 1990-2018 гг. Как следует из расчётов, интегральный вариабельный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный вариабельный фактор "Кормовые культуры" составлял величину в размере 232931,8 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 62111 тыс.т. В целом снижение показателя "Кормовые культуры" достигло величины в размере -170820,8 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 30%.
Изучим 7-й интегральный фактор "Корнеплодные кормовые культуры (включая сахарную свёклу на корм скоту)" за период 1990-2018 гг. Как следует из расчётов, интегральный фактор демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Корнеплодные кормовые культуры (включая сахарную свёклу на корм скоту)" составлял величину в размере 17216,6 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 450,4 тыс.т. В целом снижение показателя "Корнеплодные кормовые культуры (включая сахарную свёклу на корм скоту)" достигло величины в размере -16766,2 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 0%.
Исследуем 8-й вариабельный интегральный показатель "Сено, однолетние травы" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный фактор "Сено, однолетние травы" составлял величину в размере 5631,4 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 2210,5 тыс.т. В целом снижение показателя "Сено, однолетние травы" достигло величины в размере -3420,9 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 40%.
Оценим 9-й интегральный фактор "Зелёный корм и сенаж, однолетние травы" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный показатель "Зелёный корм и сенаж, однолетние травы" составлял величину в размере 87253,5 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 18426 тыс.т. В целом снижение показателя "Зелёный корм и сенаж, однолетние травы" достигло величины в размере -68827,5 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 20%.
Оценим 10-й интегральный показатель "Сено, многолетние травы" за период 1990-2018 гг. Как следует из расчётов, вариабельный интегральный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. вариабельный интегральный показатель "Сено, многолетние травы" составлял величину в размере 25207,2 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 8669,8 тыс.т. В целом снижение показателя "Сено, многолетние травы" достигло величины в размере -16537,4 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 30%.
Оценим 11-й интегральный фактор "Зелёный корм, многолетние травы" за период 1990-2018 гг. Как следует из расчётов, вариабельный показатель демонстрирует негативные тенденции. Этот отрицательный вывод вытекает из следующего, так в частности, в 1990 г. интегральный показатель "Зелёный корм, многолетние травы" составлял величину в размере 97623,2 тыс.т., а к 2018 г. рассматриваемый показатель весьма успешно деградировал до уровня 32354,4 тыс.т. В целом снижение показателя "Зелёный корм, многолетние травы" достигло величины в размере -65268,8 тыс.т., негативная динамика за период 1990-2018 гг. составила величину в размере 30%.
На следующем этапе осуществим ещё одну версию построения нейронных моделей энергетического баланса биогазовой установки при использовании биогаза в когенерационной установке на основе энергетических показателей сухого вещества биологических отходов ноосферных мясомолочных, сельскохозяйственных комплексов. В предлагаемой версии нейронного моделирования утилизация биологических отходов ноосферных посёлков в расчётах не учитывалась.
В данной версии в процессе нейронного моделирования решим следующие задачи.
По данным графического образа таблицы 2.3.3. можно сделать следующий вывод, что на основании проведённого нейронного моделирования сделан расчёт производства биогаза, электроэнергии, тепла и удобрений из коровьего биосырья по исходным данным. Промоделируем версию расчёта энергетического баланса биогазовой системы при использовании биогаза в когенерационной установке. Начальные и граничные условия расчётов следующие. Под сухим веществом (СВ, кг/сут) понимаются суточные биологические отходы, производимые одним животным на ферме. В модели принято, что зольность сухого вещества составит 16 %. Средняя численность крупного рогатого скота (КРС) на ферме составляет 1000 голов. Сухое вещество биологических отходов состоит из навоза, подстилки и прочих сельскохозяйственных, растениеводческих отходов. В расчётах высокая энергетическая эффективность растениеводческих отходов по отношению к навозу оценивается по минимальной величине в размере 7 раз. Энергетический потенциал биогаза, получаемого с 1 кг. сухого вещества по навозу, составляет 1,95кВт.ч/кг. СВ. КПД когенерационной установки 0,33%, соответственно производство электроэнергии составит 0,65 кВт.ч/кг. СВ. Производство тепла когенерацилнной установкой составит 1,05 кВт.ч/кг СВ. Для технологических нужд биогазовой установки, в т.ч. нагрева метанотанков, затрачивается 0,65 кВт.ч/кг. СВ, как следствие выход тепла для производственных нужд, в т.ч. ферм, составит 0,4 кВт.ч/кг. СВ.
Изучим 1-й интегральный показатель "Выход СВ кг./сут. по навозу на 1 животное. Зольность 16%". Из рассматриваемых данных графического образа таблицы 2.3.3. следует, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 8-9,6 кг./сут. Можно утверждать с большой долей надёжности, что средняя величина по интегральному фактору "Выход СВ кг./сут. по навозу на 1 животное. Зольность 16%" составит 8,8 кг./сут.
Рассмотрим 2-й интегральный фактор "СВ кг./сут.по подстилке и С/Х отходам". Из графического образа таблицы 2.3.3. вытекает, что по изучаемому показателю были промоделированы величины в диапазоне 0,4-0,7 кг./сут. С высокой долей вероятности можно утверждать, что средняя величина по показателю "СВ кг./сут.по подстилке и С/Х отходам" составит 0,5 кг./сут.
Исследуем 3-й интегральный вариабельный фактор "Электроэнергия, кВт/кг СВ по навозу". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по изучаемому показателю были промоделированы величины в диапазоне 4,7-5,7 кВт. С высокой долей достоверности можно предположить, что средний уровень по фактору "Электроэнергия, кВт/кг СВ по навозу" составит 5,2 кВт.
Рисунок 2.3.3 – Нейронное моделирование энергетического баланса биогазовой системы при использовании биогаза в когенерационной установке на основе энергетических показателей сухого вещества биологических отходов ноосферных мясомолочных, сельскохозяйственных комплексов
Исследуем 4-й интегральный фактор "Электроэнергия, кВт/кг СВ по подстилке и С/Х отходам". Из графического образа таблицы 2.3.3. вытекает, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 1,6-3,2 кВт. Следует предположить с значительной надёжностью, что среднее значение по интегральному показателю "Электроэнергия, кВт/кг СВ по подстилке и С/Х отходам" составит 2,4 кВт.
Промоделируем 5-й вариабельный показатель "Электроэнергия на 1 животное, кВт/сут.". Из графического образа таблицы 2.3.3. вытекает, что по рассматриваемому интегральному фактору были установлены следующие размеры в диапазоне 6,3-8,9 кВт/сут. Следует согласиться с высокой долей вероятности, что среднее значение по интегральному показателю "Электроэнергия на 1 животное, кВт/сут." составит 7,6 кВт/сут.
Исследуем 6-й интегральный фактор "Электроэнергия, на 1000 гл. КРС, кВт/сут.". По данным графического образа таблицы 2.3.3. можно сделать следующий вывод, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 6272,5-8905 кВт/сут. Можно утверждать с большой долей надёжности, что средняя величина по интегральному фактору "Электроэнергия, на 1000 гл. КРС, кВт/сут." составит 7588,8 кВт/сут.
Рассмотрим 7-й интегральный фактор "Тепловая энергия, на 1000 гл. КРС, кВт/сут.". Из графического образа таблицы 2.3.3. вытекает, что по рассматриваемому интегральному фактору были установлены следующие размеры в диапазоне 3860-5480 кВт.ч. Следует согласиться с высокой долей вероятности, что среднее значение по интегральному показателю "Тепловая энергия, на 1000 гл. КРС, кВт/сут." составит 4670 кВт.ч.
Рассмотрим 8-й интегральный показатель "Электроэнергия. 1000 гл. КРС, кВт.ч.". Из графического образа таблицы 2.3.3. вытекает, что по изучаемому показателю были промоделированы величины в диапазоне 261,4-371 кВт/сут. Следует предположить с значительной надёжностью, что среднее значение по интегральному показателю "Электроэнергия. 1000 гл. КРС, кВт.ч." составит 316,2 кВт/сут.
Рассчитаем 9-й интегральный вариабельный фактор "Тепловая энергия. 1000 голов КРС, кВт.ч.". По данным графического образа таблицы 2.3.3. можно сделать следующий вывод, что по изучаемому показателю были промоделированы величины в диапазоне 160,8-228,3 кВт/сут. С высокой долей достоверности можно предположить, что средний уровень по фактору "Тепловая энергия. 1000 голов КРС, кВт.ч." составит 194,6 кВт/сут.
Рассмотрим 10-й интегральный показатель "Производственное потребление, кВт/сут.". Из модельных данных графического образа таблицы 2.3.3. вытекает, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 300-500 кВт/сут. Можно утверждать с большой долей надёжности, что средняя величина по интегральному фактору "Производственное потребление, кВт/сут." составит 400 кВт/сут.
Рассчитаем 11-й интегральный показатель "Электроэнергия для ноосферного посёлка, кВт/сут.". Из графического образа таблицы 2.3.3. вытекает, что по рассматриваемому фактору были определены следующие размеры в диапазоне 5972,5-8405 кВт/сут. С высокой долей вероятности можно утверждать, что средняя величина по показателю "Электроэнергия для ноосферного посёлка, кВт/сут." составит 7188,8 кВт/сут.
Рассчитаем 12-й вариабельный интегральный показатель "Среднее потребление электроэнергии на 1 чел. кВт/сут". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по рассматриваемому интегральному фактору были установлены следующие размеры в диапазоне 5-7 кВт/сут. Следует предположить с значительной надёжностью, что среднее значение по интегральному показателю "Среднее потребление электроэнергии на 1 чел. кВт/сут" составит 6 кВт/сут.
Рассмотрим 13-й вариабельный показатель "Обеспеченность электроэнергией ноосферного посёлка, чел.". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по рассматриваемому интегральному фактору были установлены следующие размеры в диапазоне 1200,7-1194,5 чел. Можно утверждать с большой долей надёжности, что средняя величина по интегральному фактору "Обеспеченность электроэнергией ноосферного посёлка, чел." составит 1197,6 чел.
Промоделируем 14-й интегральный вариабельный фактор "Численность среднего домохозяйства, чел.". По данным графического образа таблицы 2.3.3. можно сделать следующий вывод, что по рассматриваемому фактору были определены следующие размеры в диапазоне 4-4 чел. Следует согласиться с высокой долей вероятности, что среднее значение по интегральному показателю "Численность среднего домохозяйства, чел." составит 4 чел.
Промоделируем 15-й интегральный фактор "Обеспеченность электроэнергией ноосферного посёлка, домов". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по рассматриваемому интегральному фактору были установлены следующие размеры в диапазоне 300,2-298,6 дом. С высокой долей вероятности можно утверждать, что средняя величина по показателю "Обеспеченность электроэнергией ноосферного посёлка, домов" составит 299,4 дом.
Исследуем эколого-экономическую эффективность утилизации биологических отходов сельскохозяйственных производств и животноводческих ферм на 1000 голов КРС.
Рассмотрим 16-й вариабельный показатель "Производство чистой электроэнергии. 1000 голов КРС, МВт/год". По данным графического образа таблицы 2.3.3. можно сделать следующий вывод, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 2289,5-3250,3 МВт/год. С высокой долей достоверности можно предположить, что средний уровень по фактору "Производство чистой электроэнергии. 1000 голов КРС, МВт/год" составит 2769,9 МВт/год.
Изучим 17-й интегральный показатель "Производство чистой тепловой энергии. 1000 голов КРС, МВт/год". Из модельных данных графического образа таблицы 2.3.3. вытекает, что по рассматриваемому интегральному фактору были установлены следующие размеры в диапазоне 1408,9-2000,2 МВт/год. С высокой долей вероятности можно утверждать, что средняя величина по показателю "Производство чистой тепловой энергии. 1000 голов КРС, МВт/год" составит 1704,6 МВт/год.
Изучим 18-й вариабельный показатель "Производство чистых биологических удобрений. 1000 голов КРС, млн.т./год СВ". Из рассматриваемых данных графического образа таблицы 2.3.3. следует, что по интегральному исследуемому значению были рассчитаны величины в диапазоне 3-3,8 млн.т./год СВ. Следует согласиться с высокой долей вероятности, что среднее значение по интегральному показателю "Производство чистых биологических удобрений. 1000 голов КРС, млн.т./год СВ" составит 3,4 млн.т./год СВ.
Исследуем 19-й интегральный фактор "Утилизация биологических отходов. 1000 голов КРС, млн.т./год жидкого вещества". Из рассматриваемых данных графического образа таблицы 2.3.3. следует, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 19-23,5 млн.т./год жидкого вещества. Следует согласиться с высокой долей вероятности, что среднее значение по интегральному показателю "Утилизация биологических отходов. 1000 голов КРС, млн.т./год жидкого вещества" составит 21,3 млн.т./год жидкого вещества.
Исследуем энергетический потенциал, эколого-экономическую эффективность в РФ утилизации биологических отходов сельскохозяйственных производств и животноводческих ферм. Уточним ряд цифр, которые нам понадобятся для оценки энергетического потенциала. В период 1980-1990 гг. среднее поголовье КРС в РСФСР лежало в диапазоне 55000-62000 тыс.гл. Средняя величина поголовья стада КРС составляла величину 58500 тыс.гл.
Оценим 20-й интегральный фактор "Поголовье КРС в РФ по продовольственной безопасности, тыс.гл.". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 55000-62000 тыс.гл. Можно утверждать с большой долей надёжности, что средняя величина по интегральному фактору "Поголовье КРС в РФ по продовольственной безопасности, тыс.гл." составит 58500 тыс.гл.
Промоделируем 21-й вариабельный интегральный показатель "Производство чистой электроэнергии. 58,5 млн.гл. КРС, ТВт/год". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по рассматриваемому фактору были определены следующие размеры в диапазоне 125,9-201,5 ТВт/год. Можно утверждать с большой долей надёжности, что средняя величина по интегральному фактору "Производство чистой электроэнергии. 58,5 млн.гл. КРС, ТВт/год" составит 162 ТВт/год.
Исследуем 22-й интегральный вариабельный фактор "Производство чистой тепловой энергии. 58,5 млн.гл. КРС, ТВт/год". Из рассматриваемых данных графического образа таблицы 2.3.3. следует, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 77,5-124 ТВт/год. Следует предположить с значительной надёжностью, что среднее значение по интегральному показателю "Производство чистой тепловой энергии. 58,5 млн.гл. КРС, ТВт/год" составит 99,7 ТВт/год.
Рассчитаем 23-й интегральный фактор "Производство чистых биологических удобрений. 58,5 млн.гл. КРС, млрд.т./год СВ". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 167,6-233,1 млрд.т./год СВ. Следует предположить с значительной надёжностью, что среднее значение по интегральному показателю "Производство чистых биологических удобрений. 58,5 млн.гл. КРС, млрд.т./год СВ" составит 199,1 млрд.т./год СВ.
Промоделируем 24-й интегральный фактор "Утилизация биологических отходов. 58500 голов КРС, млрд.т./год жидкого вещества". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по интегральному изучаемому показателю были промоделированы уровни в диапазоне 1047,7-1456,8 млрд.т./год жидкого вещества. Можно утверждать с большой долей надёжности, что средняя величина по интегральному фактору "Утилизация биологических отходов. 58500 голов КРС, млрд.т./год жидкого вещества" составит 1244,5 млрд.т./год жидкого вещества.
Исследуем 25-й вариабельный интегральный показатель "Обеспеченность электроэнергией ВСЕХ ноосферных посёлков, млн.чел.". Согласно модельным данным графического образа таблицы 2.3.3. следует, что по интегральному исследуемому значению были рассчитаны величины в диапазоне 66-74,1 млн.чел. С высокой долей вероятности можно утверждать, что средняя величина по показателю "Обеспеченность электроэнергией ВСЕХ ноосферных посёлков, млн.чел." составит 70,1 млн.чел.
В данной версии оценки энергетического баланса, эколого-экономической эффективности биогазовой установки при использовании биогаза в когенерационной установке на основе энергетических показателей сухого вещества биологических отходов ноосферного мясомолочного, сельскохозяйственного комплекса в процессе нейронного моделирования решены и даны расчётные ответы на следующие задачи.
Рассмотрим эскизные проекты моделирования дотаций, субсидий предприятий сельскохозяйственной отрасли стран-членов ООН по методике Дорошко-Самариной по интегральному показателю фондовооружённость сельского хозяйства и промышленности (см. главу 1.8.3 и первый раздел настоящей монографии).
Исследования, модельные эксперименты будем проводить по следующим странам-членам ООН, находящихся в разных климатических поясах: Австралия, Канада, Финляндия, Франция, Германия, Нидерланды, Соединённое Королевство Великобритании и Северной Ирландии и интегрировано по этим семи государствам.
Исходной базой для нейронного моделирования возьмём технико-экономическое обоснование одного из множества разработанных коллективом эскизных проектов молочных ферм для внедрения в РФ.
Цель исследования определить размер дотаций, субсидий предприятиям сельскохозяйственной отрасли РФ на примере выбранных государств по методике Дорошко-Самариной по интегральному показателю фондовооружённость сельского хозяйства и промышленности.
Для наглядности критерием оценки выживаемости молочных ферм выберем интегральный показатель чистой приведённой стоимости (NPV), который будет моделироваться по трём сценариям выживаемости: лучшему (1), среднему (2) и худшему (3). Описания, модельные эксперименты, методики можно найти в предыдущих монографиях, учебниках авторов (С.Е.Дорошко, Г.П.Самариной) - http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Поэтому далее сосредоточимся на элементах нейронного моделировании размеров дотаций, субсидий предприятиям сельскохозяйственной отрасли РФ на примере выбранных государств.
Рисунок 2.4.1 - Результаты нейронного модельного эксперимента выживаемости молочных ферм РФ без дотаций и субсидий
На первом этапе нейронного моделирования принимаем классический для РФ сценарий выживаемости молочных ферм без дотаций и субсидий. Напомним, в СССР размер дотаций, субсидий молочным фермам в зависимости от климатических зон, регионов находился в диапазоне 1,8-2,2 раза (см. первый раздел настоящей монографии).
На втором этапе нейронного моделирования определяем размеры дотаций, субсидий предприятиям сельскохозяйственной отрасли РФ на примере выбранных государств по интегральному показателю фондовооружённость сельского хозяйства и промышленности. Следует отметить, что показатели фондовооружённости предприятий сельского хозяйства стран-членов ООН в открытом доступе представлены только в США. По большинству стран они или отсутствуют или даны интегрировано по отрасли «Agriculture, forestry and fishing» в классификации СНС ООН. Это естественно будет приводить к очевидным смещениям.
1 Этап. Проведём нейронное моделирование по классическому для РФ сценарию выживаемости молочных ферм без дотаций и субсидий. Ранее отмечалось, что для наглядности критерием оценки выживаемости молочных ферм РФ выберем интегральный показатель чистой приведённой стоимости (NPV), который будет моделироваться по трём сценариям выживаемости: лучшему (1), среднему (2) и худшему (3). Результаты модельного эксперимента выживаемости молочных ферм РФ без дотаций и субсидий представлены в виде графического образа. Как следует из таблиц и графиков NPV, выживаемость молочных ферм без дотаций и субсидий вероятно только при лучшем сценарии при условии, что инфляция будет в размере не более 8%.
Рисунок 2.4.2 - Результаты нейронного модельного эксперимента выживаемости молочных ферм РФ с дотациями, субсидиями в размере 2 раза, принятыми в СССР
Проведём нейронное моделирование выживаемости молочных ферм РФ с дотациями, субсидиями в размере 2 раза, принятыми в СССР. Результаты модельного эксперимента выживаемости молочных ферм РФ с дотациями, субсидиями в размере 2 раза, принятыми в СССР, представлены в виде графического образа. Как следует из таблиц и графиков NPV, выживаемость молочных ферм РФ с дотациями, субсидиями в размере 2 раза, принятыми в СССР, абсолютно успешно при лучшем, среднем сценарии, при худшем сценарии при условии, что инфляция будет в размере не более 5%.
2 Этап. Осуществим нейронное моделирование для оценки величин дотаций, субсидий предприятиям сельскохозяйственной отрасли РФ на примере выбранных государств по интегральному показателю фондовооружённость сельского хозяйства и промышленности.
Проведём нейронное моделирование выживаемости молочных ферм РФ с дотациями, субсидиями в размере 3,51 раза, принятыми интегрально в 7-ми исследуемых государствах. Результаты модельного эксперимента выживаемости молочных ферм РФ с дотациями, субсидиями в размере 3,51 раза, принятыми интегрально в 7-ми исследуемых государствах, представлены в виде графического образа. Как следует из таблиц и графиков NPV, выживаемость молочных ферм РФ с дотациями, субсидиями в размере 3,51 раза, принятыми в 7-ми исследуемых государствах, абсолютно успешно при лучшем, среднем и худшем сценарии даже при условии, что инфляция будет в размере более 30%.
Рисунок 2.4.3 - Результаты нейронного модельного эксперимента выживаемости молочных ферм РФ с дотациями, субсидиями в размере 3,51 раза, принятыми интегрально в 7-ми исследуемых государствах
Дальнейший анализ нейронного моделирования по 7-ми исследуемым государствам поручим лингвистическому роботу.
Исследуем конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по оцениваемому государству "Интегрально 7 государств" за период 2006-2014 гг. Фондовооружённость сельскохозяйственных предприятий отрасли «Agriculture, forestry and fishing» в классификации СНС ООН за исследуемый временной период 2006-2014 гг. находилась в диапазоне 257,17%-353,87%, среднее значение составила величину в размере 302,09%, уточнённая регрессионная модель обозначила величину 300,81%. Фондовооружённость промышленных предприятий отрасли «Manufacturing» в классификации СНС ООН за исследуемый временной период 2006-2014 гг. находилась в диапазоне 74,47%-105,6%, среднее значение составила величину в размере 86,44%, уточнённая регрессионная модель обозначила величину 85,65%. Конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по оцениваемому государству "Интегрально 7 государств" за период 2006-2014 гг. по регрессионным моделям составили 3,51 раза. Можно рекомендовать размер дотаций, субсидий предприятиям сельского хозяйства отрасли «Agriculture, forestry and fishing» по выбранному государству "Интегрально 7 государств" в размере 3,51 раз.
Изучим конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по оцениваемому государству "Австралия" за период 2006-2014 гг. Фондовооружённость сельскохозяйственных предприятий отрасли «Agriculture, forestry and fishing» в классификации СНС ООН за исследуемый временной период 2006-2014 гг. находилась в диапазоне 171,38%-213,46%, среднее значение составила величину в размере 190,17%, уточнённая регрессионная модель обозначила величину 188,83%. Фондовооружённость промышленных предприятий отрасли «Manufacturing» в классификации СНС ООН за исследуемый временной период 2006-2014 гг. находилась в диапазоне 47,03%-56,69%, среднее значение составила величину в размере 51,63%, уточнённая регрессионная модель обозначила величину 51,55%. Конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по оцениваемому государству "Австралия" за период 2006-2014 гг. по регрессионным моделям составили 3,66 раза. Можно рекомендовать размер дотаций, субсидий предприятиям сельского хозяйства отрасли «Agriculture, forestry and fishing» по исследуемому государству "Австралия" в размере 3,66 раз.
Оценим конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по изучаемому государству "Канада" за период 1970-2014 гг. Фондовооружённость сельскохозяйственных предприятий отрасли «Agriculture, forestry and fishing» в классификации СНС ООН за исследуемый временной период 1970-2014 гг. находилась в диапазоне 120,34%-251,07%, среднее значение составила величину в размере 164,28%, уточнённая регрессионная модель обозначила величину 151,37%. Фондовооружённость промышленных предприятий отрасли «Manufacturing» в классификации СНС ООН за исследуемый временной период 1970-2014 гг. находилась в диапазоне 48,58%-72,09%, среднее значение составила величину в размере 55,97%, уточнённая регрессионная модель обозначила величину 54,13%. Конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по изучаемому государству "Канада" за период 1970-2014 гг. по регрессионным моделям составили 2,8 раза. Можно рекомендовать размер дотаций, субсидий предприятиям сельского хозяйства отрасли «Agriculture, forestry and fishing» по оцениваемому государству "Канада" в размере 2,8 раз.
Рассмотрим конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по рассматриваемому государству "Финляндия" за период 1980-2016 гг. Фондовооружённость сельскохозяйственных предприятий отрасли «Agriculture, forestry and fishing» в классификации СНС ООН за исследуемый временной период 1980-2016 гг. находилась в диапазоне 287,44%-492,55%, среднее значение составила величину в размере 394,86%, уточнённая регрессионная модель обозначила величину 398,37%. Фондовооружённость промышленных предприятий отрасли «Manufacturing» в классификации СНС ООН за исследуемый временной период 1980-2016 гг. находилась в диапазоне 95,88%-163,9%, среднее значение составила величину в размере 116,04%, уточнённая регрессионная модель обозначила величину 113,72%. Конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по исследуемому государству "Финляндия" за период 1980-2016 гг. по регрессионным моделям составили 3,5 раза. Можно рекомендовать размер дотаций, субсидий предприятиям сельского хозяйства отрасли «Agriculture, forestry and fishing» по исследуемому государству "Финляндия" в размере 3,5 раз.
Рассмотрим конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по исследуемому государству "Франция" за период 1978-2016 гг. Фондовооружённость сельскохозяйственных предприятий отрасли «Agriculture, forestry and fishing» в классификации СНС ООН за исследуемый временной период 1978-2016 гг. находилась в диапазоне 223,11%-296,34%, среднее значение составила величину в размере 251,97%, уточнённая регрессионная модель обозначила величину 253,48%. Фондовооружённость промышленных предприятий отрасли «Manufacturing» в классификации СНС ООН за исследуемый временной период 1978-2016 гг. находилась в диапазоне 57,33%-91,09%, среднее значение составила величину в размере 75,46%, уточнённая регрессионная модель обозначила величину 76,87%. Конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по рассматриваемому государству "Франция" за период 1978-2016 гг. по регрессионным моделям составили 3,3 раза. Можно рекомендовать размер дотаций, субсидий предприятиям сельского хозяйства отрасли «Agriculture, forestry and fishing» по оцениваемому государству "Франция" в размере 3,3 раз.
Охарактеризуем конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по изучаемому государству "Германия" за период 1995-2015 гг. Фондовооружённость сельскохозяйственных предприятий отрасли «Agriculture, forestry and fishing» в классификации СНС ООН за исследуемый временной период 1995-2015 гг. находилась в диапазоне 538,2%-651,74%, среднее значение составила величину в размере 587,24%, уточнённая регрессионная модель обозначила величину 585,9%. Фондовооружённость промышленных предприятий отрасли «Manufacturing» в классификации СНС ООН за исследуемый временной период 1995-2015 гг. находилась в диапазоне 83,48%-117,23%, среднее значение составила величину в размере 95,87%, уточнённая регрессионная модель обозначила величину 93,97%. Конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по исследуемому государству "Германия" за период 1995-2015 гг. по регрессионным моделям составили 6,23 раза. Можно рекомендовать размер дотаций, субсидий предприятиям сельского хозяйства отрасли «Agriculture, forestry and fishing» по выбранному государству "Германия" в размере 6,23 раз.
Интерес представляет Германия. Поэтому проведём нейронное моделирование выживаемости молочных ферм РФ с дотациями, субсидиями в размере 6,23 раза, принятыми в исследуемом государстве Германия. Результаты модельного эксперимента выживаемости молочных ферм РФ с дотациями, субсидиями в размере 6,23 раза, принятыми в исследуемом государстве Германия, представлены в виде графического образа. Как следует из таблиц и графиков NPV, выживаемость молочных ферм РФ с дотациями, субсидиями в размере 6,23 раза, в исследуемом государстве Германия, абсолютно успешно при лучшем, среднем и худшем сценарии даже при условии, что инфляция будет многократно выше 30%.
Рисунок 2.4.4 - Результаты нейронного модельного эксперимента выживаемости молочных ферм РФ с дотациями, субсидиями в размере 6,23 раза, принятыми в исследуемом государстве Германия
Разберём конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по исследуемому государству "Нидерланды" за период 2000-2015 гг. Фондовооружённость сельскохозяйственных предприятий отрасли «Agriculture, forestry and fishing» в классификации СНС ООН за исследуемый временной период 2000-2015 гг. находилась в диапазоне 255,94%-307,02%, среднее значение составила величину в размере 285,73%, уточнённая регрессионная модель обозначила величину 286,44%. Фондовооружённость промышленных предприятий отрасли «Manufacturing» в классификации СНС ООН за исследуемый временной период 2000-2015 гг. находилась в диапазоне 94,35%-116,16%, среднее значение составила величину в размере 102,5%, уточнённая регрессионная модель обозначила величину 101,59%. Конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по оцениваемому государству "Нидерланды" за период 2000-2015 гг. по регрессионным моделям составили 2,82 раза. Можно рекомендовать размер дотаций, субсидий предприятиям сельского хозяйства отрасли «Agriculture, forestry and fishing» по рассматриваемому государству "Нидерланды" в размере 2,82 раз.
Разберём конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по исследуемому государству "Соединённое Королевство Великобритании и Северной Ирландии" за период 1995-2015 гг. Фондовооружённость сельскохозяйственных предприятий отрасли «Agriculture, forestry and fishing» в классификации СНС ООН за исследуемый временной период 1995-2015 гг. находилась в диапазоне 203,8%-264,95%, среднее значение составила величину в размере 240,39%, уточнённая регрессионная модель обозначила величину 241,3%. Фондовооружённость промышленных предприятий отрасли «Manufacturing» в классификации СНС ООН за исследуемый временной период 1995-2015 гг. находилась в диапазоне 94,66%-122,06%, среднее значение составила величину в размере 107,62%, уточнённая регрессионная модель обозначила величину 107,73%. Конкурентные преимущества предприятий промышленности по отношению к предприятиям сельского хозяйства по показателю фондовооружённость по исследуемому государству "Соединённое Королевство Великобритании и Северной Ирландии" за период 1995-2015 гг. по регрессионным моделям составили 2,24 раза. Можно рекомендовать размер дотаций, субсидий предприятиям сельского хозяйства отрасли «Agriculture, forestry and fishing» по изучаемому государству "Соединённое Королевство Великобритании и Северной Ирландии" в размере 2,24 раз.
На основе научно-практического исследования коллектива фонда «Ноосфера» получены следующие цифры:
Для обеспечения производства кормов для КРС в пик наполняемости регулируемого поголовья по всем фермам РФ по среднестатистическим расчетам полученным из различных справочников и расчетам коллектива фонда «Ноосфера» требуется:
52 192 439,62 га сельскохозяйственных земель различного назначения.
849 тыс. единиц только крупной сельскохозяйственной техники для обработки и содержания сельскохозяйственных земель на сумму 2,11 триллиона рублей (без учёта НДС).
Для обеспечения производства всех видов энергии, биоудобрений необходимой для нужд всех ноосферных быстро перемещаемых комплексов по укрупнённым расчетам требуется:
434 тыс. единиц основного значимого оборудования для получения биогаза на сумму 1,1 триллион рублей (без учета НДС)
199 тыс. единиц основного значимого оборудования для получения всех видов энергии на сумму 4,77 триллиона рублей (без учета НДС)
Произведён расчёт количества строительных объектов, необходимых для жизнедеятельности ноосферного поселка, с автономной инженерно-энергетической инфраструктурой, ЖКХ и социальной сферой.
Количество значимых объектов:
3 433 022 жилых зданий усадебного типа на сумму 13,488 триллионов рублей (без учета НДС)
18 068 медицинских амбулаторий на сумму 0,398 триллиона рублей (без учета НДС)
54 206 детских садов на сумму 1,938 триллион рублей (без учета НДС)
18 068 общеобразовательных школ на сумму 5,422 триллионов рублей (без учета НДС)
18 068 общежитий на сумму 1,632 триллион рублей (без учета НДС)
Расчет произведен на основе ведомственных справочников и рекомендаций по количеству необходимого населения для полного обслуживания всех ноосферных комплексов с учетом задействования во всех сферах деятельности с разбивкой по группам.
Общее количество трудоспособного населения, работающего на всех ноосферных комплексах – 6 883 000 человек, из них медицинских работников 199 000 человек, МВД 325 000 человек, МЧС 326 000 человек, в сфере образования и воспитания 943 000 человек. Из всего трудоспособного населения 2 713 000 руководящие работники и служащие, 4 169 500 рабочие. Общее количество детей 10 324 000 с учетом прироста населения с коэффициентом 1.2.
Для дальнейшей работы по уточнению расчетов научно-практического исследования коллектива фонда «Ноосфера» требуется предоставить:
Анализ мультипликативных межотраслевых эффектов 40-ка стран мира доказывает, что объективное, здравое эффективное управление для любого государства связанно с развитием, в первую очередь, основных тактических отраслей: сельское хозяйство, строительство, ЖКХ, промышленность, и стратегических отраслей экономики, связанных с кадровым потенциалом стран: наука, образование, здравоохранение и культура. Развитие указанных отраслей позволяет обеспечить продовольственную, энергетическую, экологическую, технологическую, климатическую безопасность любого государства, способствует всестороннему развитию человека, повышает выживаемость населения в условиях климатических потрясений.
Неправильный выбор в качестве инвестиционных приоритетов таких секторов экономики как: финансовая деятельность (банковский сектор), оптовая и розничная торговля приводит к упадку экономик, нарастанию рисков в государствах, кризисам мирового масштаба, наносит серьёзные ноосферные, социально-экономические, экологические и иные ущербы.
Выбранный путь развития по превращению государств из самодостаточных образований в страны-фабрики по производству нескольких основных видов товаров и услуг (для каждого государства свой набор, состоящий из 3-5 видов) в условиях неизбежных климатических потрясений сводит к минимуму шанс на выживание населения целых стран, а не только населения, проживающего в городах.
Мировому сообществу необходимо объединить усилия для реализации проекта по космо-ноосферной межгосударственной межотраслевой парадигме управления Дорошко-Самариной, основанной на исключительно фундаментальных тысячелетних традициях русского многонационального народа и многовековых исследованиях русских школ.
Русская космо-ноосферная межгосударственная, межотраслевая парадигма управления Дорошко-Самариной даёт шанс на выживание человечества.
Анализ мультипликативных межотраслевых эффектов 40-ка стран мира доказывает, что объективное, здравое эффективное управление для любого государства связанно с развитием, в первую очередь, основных тактических отраслей: сельское хозяйство, строительство, ЖКХ, промышленность, и стратегических отраслей экономики, связанных с кадровым потенциалом стран: наука, образование, здравоохранение и культура. Развитие указанных отраслей позволяет обеспечить продовольственную, энергетическую, экологическую, технологическую, климатическую безопасность любого государства, способствует всестороннему развитию человека, повышает выживаемость населения в условиях климатических потрясений.
Неправильный выбор в качестве инвестиционных приоритетов таких секторов экономики как: финансовая деятельность (банковский сектор), оптовая и розничная торговля приводит к упадку экономик, нарастанию рисков в государствах, кризисам мирового масштаба, наносит серьёзные ноосферные, социально-экономические, экологические и иные ущербы.
Выбранный путь развития по превращению государств из самодостаточных образований в страны-фабрики по производству нескольких основных видов товаров и услуг (для каждого государства свой набор, состоящий из 3-5 видов) в условиях неизбежных климатических потрясений сводит к минимуму шанс на выживание населения целых стран, а не только населения, проживающего в городах.
Мировому сообществу необходимо объединить усилия для реализации проекта по космо-ноосферной межгосударственной межотраслевой парадигме управления Дорошко-Самариной, основанной на исключительно фундаментальных тысячелетних традициях русского многонационального народа и многовековых исследованиях русских школ.
Русская космо-ноосферная межгосударственная, межотраслевая парадигма управления Дорошко-Самариной даёт шанс на выживание человечества.
