Отраслевая сеть инноваций в АПК

МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ​

Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Титульный лист и исполнители

Реферат

Отчёт с. 370, табл. 23, рис. 74, источников 274, прил. 8.

СЕЛЬСКОЕ ХОЗЯЙСТВО, ЦИФРОВАЯ ТРАНСФОРМАЦИЯ, ОПЫТНОЕ ХОЗЯЙСТВО, ЦЕНТР КОМПЕТЕНЦИЙ, ВЫСШЕЕ УЧЕБНОЕ ЗАВЕДЕНИЕ

Объект исследования – реализуемые в России сквозные технологии; документы стратегического планирования государственного и регионального уровней, регулирующие деятельность в области цифровизации экономики, а также оценка особенностей вузов Министерства сельского хозяйства России в области цифровизации сельского хозяйства.

Целью исследований является разработка Концепции развития экспериментального цифрового опытного хозяйства высшего учебного заведения, выполненная на основе анализа реализации планов цифровой трансформации сельского хозяйства и технологий в мире, России и в Орловской области, а также с учетом оценки особенностей вузов Минсельхоза России в части результативности оригинальных исследований и внедрения цифровых технологий.

В ходе проведенного исследования были использованы методы анкетирования, систематизации, обобщения, экспертный и иные математические и статистические методы обработки и анализа сведений социологического исследования.

В результате исследования разработаны Концепция по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения, практические рекомендации по взаимодействию центров компетенций в области цифрового сельского хозяйства и опытных хозяйств вузов Минсельхоза России. Предложена архитектурная схема цифрового опытного хозяйства, включающая комплекс цифровых субплатформ, для реализации цифровой трансформации отдельных видов деятельности. Предложены этапы создания и развития цифровой платформы опытного хозяйства аграрного вуза, раскрыты содержание и последовательность их реализации. При этом был использован опыт создания экспериментального цифрового опытного хозяйства, на базе научно-образовательного производственного Центра (НОПЦ) «Интеграция» ФГБОУ ВО Орловский ГАУ. Основные результаты научной работы опубликованы в научных статьях и монографии; получено свидетельство о регистрации программы для ЭВМ.

Разработанная Концепция позволит обозначить основные направления развития экспериментальных хозяйств, создаваемых на базе вузов, интегрировать их в схему научно-производственной кооперации страны.

Результаты работы приняты к внедрению в НОПЦ «Интеграция» ФГБОУ ВО Орловского ГАУ, а также Брянского ГАУ и Белгородского ГАУ и Курской ГСХА.

Термины и определения

В настоящем отчёте о НИР применяют следующие термины с соответствующими определениями.

Автоматизация – высшая степень механизации, при которой весь цикл работ выполняется машинами и механизмами под контролем человека.

Большие данные (Big Data) – обозначение структурированных и неструктурированных данных огромных объёмов, значительного многообразия, обрабатываемых горизонтально масштабируемыми программными инструментами.

Виртуальная реальность – англ. virtual reality, VR, искусственная реальность – созданный техническими средствами мир, передаваемый человеку через его ощущения: зрение, слух, осязание и другие.

Дополненная реальность – англ. augmented reality, AR – результат введения в поле восприятия любых сенсорных данных с целью дополнения сведений об окружении и улучшения восприятия информации.

Интернет вещей – концепция вычислительной сети физических предметов (вещей), оснащённых встроенными технологиями для взаимодействия друг с другом или с внешней средой, рассматривающая организацию таких сетей как явление, способное перестроить экономические и общественные процессы, исключающее из части действий и операций необходимость участия человека.

Информационная система – взаимосвязанная совокупность средств, методов и персонала, используемых для хранения, обработки и выдачи информации для достижения цели управления.

Искусственный интеллект – свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека. Самый общий подход предполагает, что искусственный интеллект будет проявлять поведение, которое не отличается от человеческого.

Национальная платформа цифрового государственного управления сельским хозяйством «Цифровое сельское хозяйство» – цифровая платформа, интегрированная с цифровыми субплатформами для управления сельским хозяйством на региональном и муниципальном уровнях, предусмотренная в рамках ведомственного проекта «Цифровое сельское хозяйство». Основная цель – цифровая трансформация сельского хозяйства посредством внедрения цифровых технологий и платформенных решений для обеспечения технологического прорыва в АПК и достижения роста производительности на «цифровых» сельскохозяйственных предприятиях.

Новые производственные технологии – комплекс процессов проектирования и изготовления на современном технологическом уровне.

Промышленный интернет вещей – англ. IOT – Industrial Internet of Things это концепция, при которой различные промышленные устройства объединены в сеть посредством использования сети Интернет.

Распределенные реестры – база данных, которая распределена между несколькими сетевыми узлами или вычислительными устройствами.

Роботизация – развитие автоматизации производства на основе промышленных и иных роботов.

Умное сельское хозяйство – концепция ведения сельскохозяйственной деятельности, основанная на внедрении новых технологий: IoT, датчиков, БПЛА, GPS и ГЛОНАСС, автоматизирующих систем и т.д.

Цифровая платформа – 1) группа технологий, которые используются в качестве основы, обеспечивающей создание конкретизированной и специализированной системы цифрового взаимодействия; 2) прорывная инновация, представляющая собой интегрированную информационную систему, обеспечивающую многосторонние взаимодействия пользователей по обмену информацией и ценностями, приводящие к снижению общих транзакционных издержек, оптимизации бизнес-процессов, повышению эффективности цепочки поставок товаров и услуг.

Цифровая технология – технология, основанная на представлении сигналов дискретными полосами аналоговых уровней, а не в виде непрерывного спектра. Все уровни в пределах полосы представляют собой одинаковое состояние сигнала. Цифровые технологии в основном используются в вычислительной цифровой электронике, прежде всего, в компьютерах, а также в различных областях электротехники и др.

Цифровая трансформация – трансформация бизнеса путем пересмотра бизнес-стратегии, моделей, операций, продуктов, маркетингового подхода, целей и т.д., за счет реализации цифровых технологий.

Цифровая экономика – экономическая деятельность, основанная на цифровых технологиях, связанная с электронным бизнесом и электронной коммерцией и производимыми и сбываемыми ими электронными товарами, и услугами.

Цифровизация – реализация технологий, на основе использования цифровых данных.

Цифровое сельское хозяйство – сельское хозяйство, базирующееся на современных способах производства сельскохозяйственной продукции и продовольствия с использованием цифровых технологий (интернет вещей, робототехника, искусственный интеллект, анализ больших данных, электронная коммерция и др.), обеспечивающих рост производительности труда и снижение затрат производства.

Перечень сокращений и обозначений

АПК – аграрно-промышленный комплекс.

АЦ – Аналитический центр Минсельхоза России.

БПЛА – беспилотный летательный аппарат.

ВП ЦСХ – ведомственный проект «Цифровое сельское хозяйство».

ВР – виртуальная реальность.

ГАУ – государственный аграрный университет.

ГЛОНАСС – глобальная навигационная спутниковая система.

ГСМ – горюче-смазочные материалы.

ИИ – искусственный интеллект.

ИКТ – информационно-коммуникационные технологии.

ИС – информационная система.

Минсельхоз России – Министерство сельского хозяйства Российской Федерации.

Минэкономразвития России – Министерство экономического развития Российской Федерации.

НИР – научно-исследовательская деятельность.

Росреестр – Федеральная служба государственной регистрации, кадастра и картографии.

РФ – Российская Федерация.

ФГБОУ ВО – федеральное государственное бюджетное образовательное учреждение высшего образования.

ЦК – центр компетенций.

ЦП – цифровая платформа.

ЦСХ – цифровое сельское хозяйство.

ЦТ – цифровая технологи

ЦЭ – цифровая экономика.

API – англ. Application Programming Interface – интерфейс прикладных программ.

GPS – англ. Global Positioning System — система глобального позиционирования.

IP – англ. Internet Protocol Address «адрес Интернет-протокола».

Введение

Актуальность темы. В числе национальных целей по осуществлению прорывного научно-технологического и социально-экономического развития Российской Федерации на период до 2024 года [1] Президентом В. Путиным обозначены:

– ускорение технологического развития Российской Федерации, увеличение количества организаций, осуществляющих технологические инновации, до 50% от их общего числа;

– обеспечение ускоренного внедрения цифровых технологий в экономике и социальной сфере;

– создание в базовых отраслях экономики, прежде всего, в обрабатывающей промышленности и агропромышленном комплексе, высокопроизводительного экспортно-ориентированного сектора, развивающегося на основе современных технологий…

Для достижения этих и других целей поставлена задача преобразования приоритетных отраслей экономики и социальной сферы, включая сельское хозяйство, посредством внедрения цифровых технологий и платформенных решений.

Известно [2], что на сегодняшний день эффективность агропроизводства достаточно низка: около 40% продукции теряется на этапе от возделывания до переработки, еще 40% – в процессе переработки, хранении и транспортировке. В отечественном сельском хозяйстве 70% сельхозпредприятий работают по экстенсивной технологии производства продукции [3-5]. В растениеводстве использование традиционных методов выращивания зерновых культур может способствовать снижению общей урожайности на 30%, лишь за счет разницы в урожайности в пределах одного поля на 50% [6]. В то же время отмечается [7], что изменчивость урожайности между участками на одном поле может достигать 500%.

Безусловно, значительная часть потерь при производстве сельскохозяйственной продукции обусловлена природно-климатическим фактором. Однако, 25…30% результата, зависящего от человека [8] вполне позволяет использовать цифровая трансформация сельского хозяйства.

Так, по оценкам Аналитического Центра Минсельхоза России [9], комплексное внедрение только 3х из 7и элементов технологий точного земледелия позволит экономить от 20 до 40% средств, затрачиваемых на эти операции, по сравнению с традиционными методами возделывания сельхозкультур. Благодаря вхождению в цифровую эру информационной революции таких стран, как Англия, Франция, Германия и некоторых других, им удалось перейти рубеж средней урожайности зерновых 7…8 т га-1 [10]. А по существующим прогнозам Инвестиционного банка Goldman Sachs, применение новых технологических инициатив способно увеличить производительность мирового сельского хозяйства на 70% к 2050 году [11].

Во многом благодаря данным предпосылкам, в мае 2008 года Президентом России В.В. Путиным подписан Указ «О национальных целях и стратегических задачах развития России до 2024 года» [1], где преобразование приоритетных отраслей экономики (в том числе – сельского хозяйства) посредством внедрения цифровых технологий и платформенных решений, было обозначено в числе основных задач. В конце 2017 года, в рамках реализации госпрограммы «Цифровая экономика Российской Федерации», принятой Правительством РФ (28 июля 2017 г. № 1632-р), [12], Минсельхозом России был предложен проект отраслевой подпрограммы «Цифровое сельское хозяйство» [13], которая интегрировалась с базовой сразу по нескольким направлениям.

В пояснительной записке подпрограммы отмечается, что реализация значительного резерва повышения эффективности сельхозпроизводства, за счет внедрения цифровизации, возможна как на макро-, так и на локальных уровнях. При этом, в числе основных задач цифровой трансформации сельского хозяйства обозначены развитие цифровой среды дистанционного аграрного образования, рынка профессионального агроконсультирования, создание инновационных хозяйств – как площадок для отработки технологий и обучения, а также содействие в разработке и внедрению в систему высшего и среднего профессионального образования новых образовательных программ и стандартов обучения по инновационным технологиям цифрового земледелия.

Очевидно, что большинство подведомственных Минсельхозу высших учебных заведений имеют отраслевую специфику многоуровневой подготовки кадров, располагают развитой инфраструктурой, которая позволяет реализовывать передовые технологии в решении собственных учебно-производственных задач, а также мощным научным потенциалом. Следовательно, на базе таких вузов вполне возможно создание региональных экспертных центров, сеть которых, с объединяющим их головным Центром компетенций, – одна из инициатив сценария цифровой трансформации сферы деятельности подпрограммы.

Немаловажно, что в структуре региональных центров компетенций особое место занимает экспериментальное цифровое опытное хозяйство. Его задачи – наряду с развитием самого вуза, обеспечить апробацию и трансферт инициатив нового направления, популяризацию цифровой трансформации сельхозпроизводства, разработку и внедрение оригинальных инноваций, высокопрофессиональную организацию комплексной системы опережающей подготовки и переподготовки кадров.

Любым преобразованиям предшествует создание некоей Программы. Однако, прежде, чем вести речь о формировании документальной основы программы цифровой трансформации сельского хозяйства, вообще, и отдельной сельскохозяйственной организации, в частности, следует разобраться в терминологии и основных понятиях, используемых в отношении тех или иных нормативно-правовых актах программного характера. Важно осознавать их функциональное назначение, структуру, содержательную часть, каким правовым статусом наделен каждый из них. Именно этим обусловлена актуальность разработки Концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения, выполняемая на примере опытно-производственной базы одного из ведущих вузов Минсельхоза России – ФГБОУ ВО Орловского ГАУ.

Цель исследований. Разработка Концепции развития экспериментального цифрового опытного хозяйства высшего учебного заведения, выполненная на основе анализа реализации планов цифровой трансформации сельского хозяйства и технологий в мире, России и в Орловской области, а также с учетом оценки особенностей вузов Минсельхоза России в части результативности оригинальных исследований и внедрения цифровых технологий. Разработанная Концепция позволит обозначить основные направления развития экспериментальных хозяйств, создаваемых на базе вузов, интегрировать их в схему научно-производственной кооперации страны.

Основными задачами работы определены:

– обзор существующих цифровых технологий, используемых в сельском хозяйстве различных стран мира;

– анализ цифровизации сельского хозяйства в России и в Орловской области;

– оценка особенностей вузов Министерства сельского хозяйства Российской Федерации в части результативности оригинальных исследований и внедрения цифровых сельскохозяйственных технологий;

– обоснование целей и задач Концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ);

– обоснование и разработка основных направлений и этапов реализации Концепции по развитию экспериментального цифрового опытного хозяйства вуза.

Научная новизна работы. Разработанная Концепция, на основе объективной оценки результатов реализуемых цифровых технологий в производственных хозяйствах и профильных вузах, позволит обозначить основные направления развития экспериментальных цифровых хозяйств, создаваемых на базе вузов, интегрировать их в схему научно-производственной кооперации страны, с целью решения задач цифровой трансформации сельского хозяйства.

Практическая значимость работы:

– в региональном масштабе состоит в том, что в рамках отработки результатов выполнения НИР, в учебно-производственном хозяйстве ФГБОУ ВО Орловского ГАУ создано экспериментальное цифровое опытное хозяйство, интегрируемое в создаваемый региональный Центр компетенций в области цифровизации сельского хозяйства и являющееся его опытно-внедренческой базой;

– во всероссийском масштабе состоит в том, что разработанная Концепция даст обоснование направлений развития цифровых опытных хозяйств в аграрных вузах, что явится этапом развития “умного сельского хозяйства” в России. Практические рекомендации по взаимодействию центров компетенций в области цифрового сельского хозяйства и опытных хозяйств вузов Минсельхоза России должны стать научно обоснованной документальной основой не только для трансфера инновационных технологий, но и создания условий для разработки и внедрения собственной интеллектуальной продукции.

Рекомендации, содержащиеся в Концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения, внедрены в в НОПЦ «Интеграция» ФГБОУ ВО Орловского ГАУ, а также Брянского ГАУ и Белгородского ГАУ и Курской ГСХА, о чем свидетельствуют прилагаемые Акты.

ОСНОВНАЯ ЧАСТЬ

Глава 1. Проблемы и перспективы цифровой трансформации сельского хозяйства

1.1 Основные понятия в сфере цифровизации экономики

5 июля 2017 года на заседании Совета при президенте РФ по стратегическому развитию и приоритетным проектам министром связи и массовых коммуникаций Николаем Никифоровым была представлена программа «Цифровая экономика Российской Федерации», доработанная в соответствии с поручением Владимира Путина, данного им по итогам Петербургского международного экономического форума (ПМЭФ), прошедшего 1-3 июня 2017 года.

Целями настоящей Программы являются:

– создание экосистемы цифровой экономики Российской Федерации, в которой данные в цифровой форме являются ключевым фактором производства во всех сферах социально-экономической деятельности и в которой обеспечено эффективное взаимодействие, включая трансграничное, бизнеса, научно-образовательного сообщества, государства и граждан;

– создание необходимых и достаточных условий институционального и инфраструктурного характера, устранение имеющихся препятствий и ограничений для создания и (или) развития высокотехнологических бизнесов и недопущение появления новых препятствий и ограничений, как в традиционных отраслях экономики, так и в новых отраслях и высокотехнологичных рынках;

– повышение конкурентоспособности на глобальном рынке, как отдельных отраслей экономики Российской Федерации, так и экономики в целом.

Цифровая экономика представлена тремя следующими уровнями, которые в своем тесном взаимодействии влияют на жизнь граждан и общества в целом:

– рынки и отрасли экономики (сферы деятельности), где осуществляется взаимодействие конкретных субъектов (поставщиков и потребителей товаров, работ и услуг);

– платформы и технологии, где формируются компетенции для развития рынков и отраслей экономики (сфер деятельности);

– среда, которая создает условия для развития платформ и технологий, и эффективного взаимодействия субъектов рынков и отраслей экономики (сфер деятельности) и охватывает нормативное регулирование, информационную инфраструктуру, кадры и информационную безопасность.

В связи с тем, что эффективное развитие рынков и отраслей (сфер деятельности) в цифровой экономике возможно только при наличии развитых платформ, технологий, институциональной и инфраструктурной сред, настоящая Программа сфокусирована на двух нижних уровнях цифровой экономики – базовых направлениях, определяя цели и задачи развития:

– ключевых институтов, в рамках которых создаются условия для развития цифровой экономики (нормативное регулирование, кадры и образование, формирование исследовательских компетенций и технологических заделов);

– основных инфраструктурных элементов цифровой экономики (информационная инфраструктура, информационная безопасность).

При этом каждое из направлений развития цифровой среды и ключевых институтов учитывает поддержку развития как уже существующих условий для возникновения прорывных и перспективных сквозных цифровых платформ и технологий, так и создание условий для возникновения новых платформ и технологий.

Реализация отдельных направлений по отраслям экономики (сферам деятельности), в первую очередь в сфере здравоохранения, создания «умных городов» и государственного управления, включая контрольно-надзорную деятельность, будет осуществляться на основе дополнения настоящей Программы соответствующими разделами, а также разработки реализации соответствующих планов мероприятий («дорожный карт»), сформированных в рамках системы управления реализацией настоящей Программы.

В целях управления развитием цифровой экономики настоящая Программа определяет цели и задачи в рамках 5 базовых направлений развития цифровой экономики в Российской Федерации на период до 2024 года [14].

К базовым направлениям относятся нормативное регулирование, кадры и образование, формирование исследовательских компетенций и технических заделов, информационная инфраструктура и информационная безопасность [15]. Основной целью направления, касающегося нормативного регулирования, является формирование новой регуляторной среды, обеспечивающей благоприятный правовой режим для возникновения и развития современных технологий, а также для осуществления экономической деятельности, связанной с их использованием (цифровой экономики). По этому направлению предполагается:

– создание постоянно действующего механизма управления изменениями и компетенциями (знаниями) в области регулирования цифровой экономики;

– снятие ключевых правовых ограничений и создание отдельных правовых институтов, направленных на решение первоочередных задач формирования цифровой экономики;

– формирование комплексного законодательного регулирования отношений, возникающих в связи с развитием цифровой экономики;

– принятие мер, направленных на стимулирование экономической деятельности, связанной с использованием современных технологий, сбором и использованием данных;

– формирование политики по развитию цифровой экономики на территории Евразийского экономического союза, гармонизацию подходов к нормативному правовому регулированию, способствующих развитию цифровой экономики на пространстве Евразийского экономического союза;

– создание методической основы для развития компетенций в области регулирования цифровой экономики.

Для начала, стоит вспомнить определение обычной «аналоговой» экономики – это хозяйственная деятельность общества, а также совокупность отношений, складывающихся в системе производства, распределения, обмена и потребления. Использование компьютера, интернета, мобильных телефонов уже можно считать «потреблением». В этом случае цифровую экономику можно представить, как ту часть экономических отношений, которая опосредуется Интернетом, сотовой связью, ИКТ.

В научном понимании под «Цифровой экономикой» различные авторы подразумевают различные сферы и виды деятельности и, таким образом, вкладывают различные критерии в данное понятие. Первое использование термина «цифровизации» в более широком его значении, напоминающем изменения в сложившейся парадигме, вызванные все более и более распространенным применением цифровых технологий, приписывают Роберту Вакхалови, который использовал определение цифрового общества в статье, опубликованной в 1971 году. Согласно Oxford English Dictionary понятие цифровизации включает в себя сегодня адаптацию и рост использования цифровых или компьютерных технологий в хозяйственной деятельности отдельного предприятия, домохозяйства, отрасли экономики или национальной экономики в целом.

Помимо понятия «Цифровая экономика» существует еще ряд терминов, характеризующих процесс использования цифровых технологий в хозяйственной и бытовой деятельности, таких как «Новая экономика» (англ. new economy), «Е-экономика» (англ. e-economy), «Экономика сети» (англ. network economy). Считается, что термин «Цифровая экономика» описал американский ученый Николас Негропонте в книге «Быть цифровым» (оригинальное название книги на английском языке – Being Digital). В данной книге Негропонте дал прогноз формирования цифровой экономики и слияния информационного, интерактивного и мира развлечений в единую цифровую сеть, а также описал и дал прогнозы процессу генезиса цифровой экономики с последующей цифровизацией жизни человека и хозяйственной деятельности. В этой связи Юдина Т.Н. пишет: “Это понятие связано с интенсивным развитием информационно-коммуникационных технологий (ИКТ), началом процесса информатизации второго поколения, что является основой формирующегося VI технологического уклада. Фактически все сферы человеческой жизнедеятельности (экономическая, социальная, политическая, культурная, социальная и другие) в той или иной мере изменились благодаря открытию и развитию ИКТ” [16].

Все больше отраслей и секторов национальной экономики, а главное – финансы, торговля, а также машиностроение, сельское хозяйство, строительство, транспорт, связь, медицина, образование и др., включаются в электронную и цифровую экономики [16]. Таким образом, Т.Н. Юдина подчеркивает, что цифровые технологии в современном мире преобразуют господствующую технико-экономическую и хозяйственную парадигму экономики и затрагивают все сферы хозяйственной деятельности.

Сударушкина И.В., Стефанова Н.А. в своей статье дают следующее определение этому понятию: результат трансформационных эффектов новых технологий общего назначения в области информации и коммуникации, которые влияют на все секторы экономики и социальной деятельности [17].

Авторский коллектив НИУ ВШЭ в своем исследовании «Цифровая экономика: глобальные тренды и практика российского бизнеса» изучили как тема цифровизации освещается зарубежными авторами, что делают в этом направлении наши партнеры-конкуренты в зарубежных компаниях и странах. Так же предметом анализа стали публикации различных аналитических центров, демонстрирующих тенденции в развитии цифровых технологий в России. Была проанализирована доступная российская статистика, связанная с применением информационных технологий. Были изучены различные аспекты регуляторной политики, связанные с развитием цифровой экономики. Было проведено анкетирование российских компаний и реализована серия интервью с представителями бизнеса и экспертами, результаты которых стали основанием для анализа проникновения цифровых технологии в бизнес российских компаний [18].

Рассматривая понятие «Цифровая экономика», как синтез Экономики и информационно-коммуникационных технологий, можно привести следующие известные определения и формулировки направлений деятельности организаций.

«Цифровая экономика» – автономная некоммерческая организация (АНО) – создана лидирующими высокотехнологичными компаниями, чтобы обеспечить продуктивный диалог бизнеса и государства при реализации одноименной национальной программы. В этом качестве организация поддержана Администрацией Президента РФ и Правительством РФ.

Цифровая экономика – система экономических, социальных и культурных отношений, основанных на использовании цифровых информационно-коммуникационных технологий [20].

Цифровая экономика – хозяйственная деятельность, в которой ключевым фактором производства являются данные в цифровом виде, обработка больших объемов и использование результатов анализа которых по сравнению с традиционными формами хозяйствования позволяют существенно повысить эффективность различных видов производства, технологий, оборудования, хранения, продажи, доставки товаров и услуг («Стратегия развития информационного общества в Российской Федерации на 2017 – 2030 годы» (утв. Указом Президента РФ от 09.05.2017 № 203) [21]).

Цифровая экономика – это всемирная сеть экономической деятельности, коммерческих операций и профессиональных взаимодействий, которые поддерживаются информационно-коммуникационными технологиями (ИКТ). Ее можно кратко охарактеризовать как экономику, основанную на цифровых технологиях [22].

Электронная экономика (цифровая, веб-, интернет-экономика) – экономическая деятельность, основанная на цифровых технологиях, связанная с электронным бизнесом и электронной коммерцией, и производимых и сбываемых ими электронными товарами и услугами. Расчёты за услуги и товары электронной экономики производятся зачастую электронными деньгами [22].

Сложность данного понятия обусловлена неоднозначностью теоретических подходов так, как это весьма новая тема, тонкости которой еще только предстоит изучить. Приведем ряд определений, которые являются наиболее подходящими.

Например, Мещеряков Р.В. утверждает, что к термину «цифровая экономика» существует два подхода. Первый подход из «классической экономики»: цифровая экономика – это экономика, основанная на цифровых технологиях и при этом правильнее характеризовать исключительно область электронных товаров и услуг. Второй подход – расширенный: «цифровая экономика» – это экономическое производство с использованием цифровых технологий» [25].

В свою очередь Якутин Ю.В. говорит о том, что цифровая экономика является хозяйственной деятельность, в которой ключевым фактором производства являются данные в цифровом виде, обработка больших объемов и использование результатов анализа которых по сравнению с традиционными формами хозяйствования позволяет существенно повысить эффективность различных видов производства, технологий, оборудования, хранения, продажи, доставки товаров и услуг [24].

Схожее определение дает Энговатова А.А., она утверждает, что «Цифровая экономика — это экономика, основанная на новых методах генерирования, обработки, хранения, передачи данных, а также цифровых компьютерных технологиях» [25].

Доктор экономических наук, член-корреспондент РАН Владимир Иванов дает наиболее широкое определение: «Цифровая экономика – это виртуальная среда, дополняющая нашу реальность» [25].

Определение, данное Комаровым М.А. и Прокопьевым А.И. чрезвычайно похоже на определение, данное Ивановым В.В. Они утверждают, что цифровая экономика – это симбиоз виртуальной и реальной экономики, базирующийся на взаимодействии и создании общественных ценностей [27].

Евтянова Д.В. считает цифровую экономику ничем иным, как автоматизированным управлением хозяйством на основе передовых информационных технологий; новым экономическим укладом, основанном на эффективном информационном управлении системой производства, в котором необходим современный мир для осуществления успешного экономического роста [26].

Исследования Леоновой К.С. помогли ей в своей работе изложить понятие, в котором под цифровой экономикой понимается совокупность общественных отношений, которые складываются при использовании электронных технологий, электронной инфраструктуры и услуг, технологий анализа больших объемов данных и прогнозирования в целях оптимизации производства, распределения, обмена, потребления и увеличения уровня социально-экономического развития государств [28].

Высказываясь по поводу сущности цифровой экономики, Президент РФ Путин В.В. констатирует, что «цифровая экономика – это не отдельная отрасль, по сути – это уклад жизни, новая основа для развития системы государственного управления, экономики, бизнеса, социальной сферы, всего общества» [29].

В ходе проведенного анализа разных аспектов данного понятия Паньшин Б.Н. пришел к заключению, что технологически цифровая экономика представляет собой среду, в которой юридические и физические лица могут контактировать между собой по поводу совместной деятельности [30].

Пяткин В.В., напротив, говорит о том, что цифровая экономика – это всего лишь синоним Электронной (веб-, интернет-экономика) экономики — то есть экономическая деятельность, основанная на цифровых технологиях, связанная с электронным бизнесом и электронной коммерцией, и производимых и сбываемых ими электронными товарами и услугами [31].

Под цифровой экономикой А.Е. Зубарев подразумевает системную совокупность экономических отношений по поводу производства, распределения, обмена и потребления товаров и услуг техно-цифровой формы существования [32].

Проведя собственное исследование, профессор Н.А. Журавлева пришла к выводу, что экономика высоких скоростей- это способ ведения хозяйства, при котором основной эффект обнаруживается с помощью оценки стоимости времени как основного не возобновляемого ресурса [33].

Можно сделать заключение о схожести теоретических подходов к определению сущности цифровой экономики. Различные авторы трактуют данное понятие по-своему, на сегодняшний день нет единственно общепризнанного определения категории «цифровая экономика», что способствует развитию научной дискуссии.

Способов по развитию «цифровой экономики» оказалось много, поскольку каждый из них преследует концепцию глубокой интеграции информационных технологий с реальными процессами экономики. Цифровая экономика формируется с ориентацией на потребителя, места реализации и цены, которая должна соответствовать качеству предоставляемой услуги. Сегодня мир находится на пути перехода к этапу постиндустриальной цифровой экономики. Данный этап способен кардинально изменить мировой рынок, основываясь на следующих приоритетах:

– главным ресурсом станет информация;

– торговые площадки в Интернете не ограничены;

– организации способны конкурировать с более крупными игроками рынка;

– масштаб операционной деятельности ограничен исключительно размером Интернет-пространства.

На протяжении первых 10 лет базой цифровой экономики являлись бизнес электронной торговли и сервиса. В дальнейшем уровень представляемых сервисов значительно изменился, объединив ранее разрозненные технологии. На фоне этого произошло формирование абсолютно новых подходов в управлении производственными процессами (рис. 1.1) [35].

Цифровые технологии становятся повседневной частью экономической, политической и культурной жизни, хозяйствующих субъектов Российской Федерации и двигателем развития общества страны в целом. Россия стоит на прогрессивном этапе развития современной цивилизации, который характеризуется доминированием знаний, науки, технологий и информации во всех сферах жизнедеятельности. Исходя из событий внешней политики и общемировых тенденций перед страной стоит вопрос глобальной конкурентоспособности и национальной безопасности, и не малую роль в решении данного вопроса играет развитие цифровой экономики в стране.

Некоторые элементы цифровой экономики уже успешно функционируют. На сегодня, учитывая массовый перенос документов и коммуникаций на цифровые носители, разрешение электронной подписи, общение с государством также переходит на электронную платформу.

Рисунок 1.1 – Стратегические приоритеты для стран на стадии зарождения цифровой экономики [35]

word image 460 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Ещё одна характерная черта цифровизации – возможность автоматически преобразовывать массивы накопленных данных в управленческие решения, либо принимать решения с минимальным вмешательством человека. Это направление развивается в сторону продвинутых алгоритмов анализа, роботизации производственных процессов и прикладного искусственного интеллекта.

Таким образом, на сегодняшний день существует 2 возможных пути реализации цифровой трансформации процессов:

– Путь 1: использование автоматизированных систем сбора данных, качественное увеличение объёма данных, без использования методов интеллектуальной обработки данных;

– Путь 2: использование методов интеллектуальной обработки данных, приводящих к принятию решений с минимальным вмешательством человека (а то и вовсе без него). При этом автоматизированные системы сбора данных не применяются.

Из рисунка 1.2 видно, что в цифровой экономике бизнес-модель, развиваемая грандами индустрии, распространяется на их многочисленных партнёров из других отраслей, предоставляющих продукты и сервисы, ранее лишь косвенно связанные с первопроходцами нынешней цифровой экономики. При этом характерно следующее:

– во-первых, модель от компаний-инициаторов проникает довольно глубоко: помимо партнёров, она затрагивает субпартнёров, среди которых могут оказаться и предприятия малого бизнеса;

– во-вторых, (и это принципиальный момент) значительная часть взаимных «поставок» в рамках соответствующих индустриальных экосистем приходится на информационные сервисы; это может быть информация о погодных условиях, об имеющемся семенном фонде, о возможностях ирригационных систем и т.д. [34].

word image 63 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.2 – Изменение экосистемы бизнеса и вызванное этим изменение бизнес-модели компании John Deer [34]

Как отмечается в работе [36], информационная экономическая среда основывается на использовании ключевых цифровых технологий. Основными сквозными цифровыми технологиями, которые входят в рамки государственной программы «Цифровая экономика Российской Федерации» [12], определены:

– большие данные;

– нейротехнологии и искусственный интеллект;

– системы распределенного реестра;

– квантовые технологии;

– новые производственные технологии;

– промышленный интернет;

– компоненты робототехники и сенсорика;

– технологии беспроводной связи;

– технологии виртуальной и дополненной реальностей.

По мере появления и развития новых технологий программой предусматривается корректировка данного перечня.

Большие данные (Big Data) представляют собой совокупность подходов, инструментов и методов, которые предназначены для обработки структурированных и неструктурированных данных, с целью получения воспринимаемых человеком результатов (рис. 1.3 [42]). Большие данные характеризуются значительным объемом, разнообразием, скоростью и частотой обновления, что делает стандартные методы и инструменты работы с информацией мало эффективными. Таким образом, технология Больших данных – это инструмент принятия решений на основе больших объемов информации.

Данное направление информационных технологий начало активно развиваться с 2010 года. На сегодняшний день существует множество методов и комплексных программных продуктов, позволяющих обрабатывать Большие данные, в том числе от IBM, Microsoft, Oracle, Hewlett-Packard, Apache Software Foundation (HADOOP), EMC, и т.д.

Методы работы с большими данными могут быть реализованы для таких источников информации, как:

– лог-файлы (log-files) поведения пользователей в Интернете;

– GPS-сигналы от автомобилей для транспортных организаций;

– информация о транзакциях всех клиентов банка;

– информация о всех покупках в крупной розничной сети;

– информация, принимаемая от большого количества городских IP-видеокамер;

– информация с датчиков большого производства, оборудованного технологией промышленного Интернета и т.д.

Количество источников данных стремительно растет, а значит, технологии их обработки становятся все более востребованными [37].

Разработке базовых Нейротехнологий сегодня уделяется все более пристальное внимание. Именно они позволяют идентифицировать специализированные нейронные сети, ответственные за регуляцию функций головного мозга: от экспрессии специфических генов до регуляции поведения. Знания, полученные при этом, открывают новые возможности изучения принципов и механизмов обработки и хранения информации в мозге и их математического моделирования. Важной перспективой данного направления заключается в создании на основе нейротехнологий нового поколения суперкомпьютеров и человеко-машинных интерфейсов для прямого обмена информацией между мозгом и различными техническими устройствами. Эти разработки [43] уже сегодня ведут к бурному развитию робототехники, в частности, к использованию подобных интерфейсов в реабилитационной медицине (рис. 1.4). В свою очередь, глубокое понимание механизмов функционирования мозга позволяет корректировать его работу с помощью нейротехнологий, обеспечивающих инвазивное и неинвазивное воздействие на соответствующие подсистемы мозга [39].

word image 461 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.3 – Реальная архитектура технологии Больших данных в промышленности (по материалам [42])

Согласно определению, данному в Дорожной карте развития сквозной цифровой технологии «Нейротехнологии и искусственный интеллект» [40], Искусственный интеллект (ИИ) – это комплекс технологических решений, имитирующий когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и позволяющий при выполнении задач достигать результаты, как минимум сопоставимые с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает информационно-коммуникационную инфраструктуру, программное обеспечение, в котором в том числе используются методы машинного обучения, процессы и сервисы по обработке данных и выработке решений (рис. 1.5). Искусственный интеллект может применяться для реализации новых возможностей человека во всех сферах деятельности, в том числе для:

– освобождения человека от монотонной работы путем автоматического создания программного обеспечения;

word image 462 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.4 – Пример реализации нейротехнологий в

реабилитационной медицине (по материалам [43])

– поддержки в принятии решений;

– автоматизации опасных видов работ;

– поддержки коммуникаций между людьми.

Применение искусственного интеллекта необходимо во всех экономических и социальных отношениях для повышения качества жизни и улучшения благосостояния общества.

Технология Распределенных реестров – это подход к обмену и хранению информации, при котором [41]:

– каждый участник может обладать полноценной копией реестра (рис. 1.6);

– синхронизация копий реестра происходит на основе протокола достижения распределенного консенсуса, то есть соглашения среди участников на добавление новой информации;

– каждый участник взаимодействия может иметь доступ к истории транзакций.

В зависимости от степени доступности участников сети к информационным данным, сети распределенных реестров классифицируются на открытые, закрытые и гибридные.

Квантовыми технологиями называют технологии, в которых используются специфические особенности квантовой механики, прежде всего – квантовая запутанность. Цель квантовой технологии заключается в создании систем и устройств, основанных на квантовых принципах, к которым относят следующие:

Рисунок 1.5 – Структура системы искусственного интеллекта

word image 463 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

– дискретность уровней энергии;

– принцип неопределённости Гейзенберга;

– квантовая суперпозиция чистых состояний систем;

Рисунок 1.6 – Структуры централизованного и распределенного реестров данных, на примере банковских операций (по материалам [44])

word image 464 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

– квантовое туннелирование через потенциальные барьеры;

– квантовую сцепленность состояний.

По словам руководителя группы Российского квантового центра Алексея Федорова [45], под квантовыми технологиями часто подразумевают квантовые компьютеры (рис. 1.7). На самом деле, сфера квантовых технологий шире: сюда относят и криптографию, и сенсоры, и вычисления, и коммуникации.

К типам квантовых технологий относят:

– квантовые вычисления – это про то, как лучше решать вычислительные задачи;

– квантовые коммуникации – про то, как передавать информацию защищенным способом;

word image 64 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.7 – Схема идеального квантового компьютера [53, 54]

– квантовые сенсоры – как извлекать информацию из окружающей среды лучше, чем классическими технологиями и т.д.

К примеру, квантовые вычислительные системы – это устройства, которые используют явления квантовой суперпозиции и квантовой запутанности для передачи и обработки данных. Такие устройства оперируют кубитами (квантовыми битами), которые могут одновременно принимать значение и логического ноля, и логической единицы. Этим обусловлен тот факт, что с ростом количества использующихся кубитов число обрабатываемых одновременно значений увеличивается в геометрической прогрессии [52].

Под новыми производственными технологиями понимают комплекс процессов проектирования и изготовления на современном технологическом уровне кастомизированных (индивидуализированных) материальных объектов (товаров) различной сложности, стоимость которых сопоставима со стоимостью товаров массового производства [55].

Включают в себя: новые материалы; цифровое проектирование и моделирование, включая бионический дизайн; суперкомпьютерный инжиниринг; аддитивные и гибридные технологии (рис. 1.8).

Промышленный интернет вещей (IIoT – Industrial Internet of Things), наряду с Интернетом вещей (IoT – Internet of Things), являются крупными направлениями концепции, объединяющей множество технологий, подразумевающих использование датчиков и подключение к интернету всех приборов, что позволяет реализовать удаленный мониторинг, контроль и управление процессами в реальном времени (в том числе в автоматическом режиме) (рис. 1.9).

Инструментально данные технологии очень похожи, ключевая разница в предназначении: если основная задача Интернета вещей – это сбор всевозможных данных (которые будут приоритетно использоваться для построения моделей и прогнозов), то предназначение промышленного Интернета вещей состоит в автоматизации производства (за счет удаленного управления ресурсами и мощностями по показаниям датчиков). По прогнозам аналитиков Ovum, Machina Research и Nokia число промышленных соединенных устройств к 2025 году составит от 20 до 200 млрд. единиц [37].

word image 65 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.8 – Общая схема аддитивного производства [56]

Робототехника и сенсорика. Робототехника – прикладная наука, занимающаяся разработкой автоматизированных технических систем и являющаяся важнейшей технической основой интенсификации производства [58]. Робот – это программируемое механической устройство, способное выполнять задачи и взаимодействовать с внешней средой без помощи со стороны человека.

Сенсорика роботов (система чувствительных датчиков) обычно копирует функции органов чувств человека: зрение, слух, обоняние, осязание и вкус (рис. 1.10). Чувство равновесия и положения тела в пространстве, как функция внутреннего уха, иногда считаются шестым чувством. Функционирование биологических органов чувств базируется на принципе нейронной активности, в то время как чувствительные органы роботов имеют электрическую природу [59].

word image 465 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.9 – Векторная иллюстрация промышленного Интернет, на примере «Умный завод» [57]

word image 466 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.10 – Схема ИК детектора препятствий робототехнического устройства [60]

Технологии беспроводной связи – это технологии, позволяющие осуществлять связь в обход проводов или других физических сред передачи. К примеру, беспроводной протокол передачи данных Bluetooth работает «по воздуху» на небольшом расстоянии. Wi-Fi – еще один способ передачи данных (интернет) по воздуху (рис. 1.11). Сотовая связь также относится к беспроводной. Хотя протоколы беспроводной связи улучшаются год от года, по своим основным показателям и скорости передачи они пока не обходят проводную связь. Хотя большие надежды на этом поле показывает сеть LTE и её новейшие итерации [61].

Технологии виртуальной и дополненной реальностей.

Виртуальная реальность (ВР, англ. virtual reality, VR, искусственная реальность) – созданный техническими средствами мир (объекты и субъекты), передаваемый человеку через его ощущения: зрение, слух, обоняние, осязание и другие. Виртуальная реальность имитирует как воздействие, так и реакции на воздействие. Для создания убедительного комплекса ощущений реальности компьютерный синтез свойств и реакций виртуальной реальности производится в реальном времени.

Объекты виртуальной реальности обычно ведут себя близко к поведению аналогичных объектов материальной реальности. Пользователь может воздействовать на эти объекты в согласии с реальными законами физики (гравитация, свойства воды, столкновение с предметами, отражение и т. п.). Однако часто в развлекательных целях пользователям виртуальных миров позволяется больше, чем возможно в реальной жизни (например, летать, создавать любые предметы и т. п.).

Системами «виртуальной реальности» называются устройства, которые более полно по сравнению с обычными компьютерными системами имитируют взаимодействие с виртуальной средой, путём воздействия на все пять имеющихся у человека органов чувств.

word image 66 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.11 – Беспроводная сеть Wi-Fi для офиса [62]

Применение: компьютерные игры, обучение, видео.

Дополненная реальность (англ. augmented reality, AR) – результат введения в поле восприятия любых сенсорных данных с целью дополнения сведений об окружении и улучшения восприятия информации. Дополненная реальность, по сути, является воспринимаемой смешанной реальностью (англ. mixed reality), создаваемой с помощью «дополненных» компьютером элементов воспринимаемой реальности (когда реальные объекты монтируются в поле восприятия) (рис. 1.12).

Среди наиболее распространенных примеров дополнения воспринимаемой реальности – параллельная лицевой цветная линия, показывающая нахождение ближайшего полевого игрока к воротам при телевизионном показе футбольных матчей, стрелки с указанием расстояния от места штрафного удара до ворот, «нарисованная» траектория полета шайбы во время хоккейного матча, смешение реальных и вымышленных объектов в кинофильмах и компьютерных или гаджетных играх и т.п. [61].

Существует несколько определений дополненной реальности: исследователь Рональд Азума (англ. Ronald Azuma) в 1997 году определил её как систему, которая [63]:

Рисунок 1.12 – Принцип работы дополненной реальности [64]

word image 67 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

– совмещает виртуальное и реальное;

– взаимодействует в реальном времени;

– работает в 3D.

Применение: кинематография, телевидение, мобильные технологии, медицина, военная техника, компьютерные игры, полиграфия [61].

Дополнительно к обозначенным выше, следует выделить уже известные и применяемые в мировом сообществе технологии, обеспечивающие реализацию заявленных сквозных технологий. К ним относятся, например, когнитивные и облачные технологии.

Так, выражение «Когнитивные технологии» вошло в обиход после Указа Президента РФ от 7 июля 2011 г. N 899 «Об утверждении приоритетных направлений развития науки, технологий и техники в Российской Федерации и перечня критических технологий Российской Федерации» [38]. Как известно, сформулированный данным документом Перечень критических технологий содержит п. 8. Нано-, био-, информационные, когнитивные технологии. Суть когнитивных технологий заключается в том, чтобы развить воображение и ассоциативное мышление человека. Здесь восприятие новых знаний происходит в информационной среде. Это не только люди, природа, техника, книги, но и мультимедийные возможности, социальные и компьютерные сети.

Облачные технологии (или облачные вычисления, cloud computing) – технологии распределенной обработки цифровых данных (рис. 1.13). С их помощью компьютерные ресурсы предоставляются интернет-пользователю как онлайн-сервис. Программы запускаются и выдают результаты работы в окне web-браузера на локальном ПК. При этом все необходимые для работы приложения и их данные находятся на удаленном интернет-сервере и временно кэшируются на клиентской стороне: на ПК, игровых приставках, ноутбуках, смартфонах. Преимущество технологии заключается в том, что пользователь имеет доступ к собственным данным, не заботясь об инфраструктуре, операционной системе и программном обеспечении, с которым он работает. Технологии облачных вычислений нацелены на решение следующих задач:

word image 68 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.13 – Принцип реализации облачных технологий [65]

– удобство работы с файлами на нескольких гаджетах: их редактирование и обработка без переноса с одного устройства на другое, без необходимости беспокоиться о совместимости программного обеспечения;

– решение проблемы ограниченности объема винчестера компьютера, флеш-карты или диска;

– отсутствие необходимости использования лицензированного программного обеспечения;

– возможность одновременной работы над одним документом нескольким людям.

В целом, в России планируется использовать новые технологии в 8 направлениях развития цифровой экономики [46].

1. «Умный город». Повсеместное применение интернета и IT в парадигме «интернета вещей» в ближайшем будущем. К 2020 году количество подключенных к Сети устройств превысит 50 млрд., каждое будет стоить менее $10. Проекты с их использованием создадут «умные» города, транспорт, здравоохранение, новое качество жизни в целом, высокий уровень безопасности и др.

2. Государственное управление. Повышение качества государственных и муниципальных услуг и сокращение издержек государства при их предоставлении. Обеспечение эффективной работы органов власти. В том числе при реализации типовых функций и автоматизированном взаимодействии граждан и организаций с государством.

3. Здравоохранение. Создание условий для обеспечения граждан РФ доступной медицинской помощью по месту требования, соответствующей критериям своевременности, персонализации, превентивности, технологичности и безопасности. Поддержка отечественных стартап-компаний в области медицины.

4. Нормативное регулирование. Создание действующего механизма управления изменениями и компетенциями (знаниями) в области регулирования цифровой экономики. Вовлечение в процесс принятия решений, касающихся регулирования интернета, всех заинтересованных лиц – государства, бизнеса и представителей гражданского общества.

5. Информационная инфраструктура. Развертывание современной интернет-инфраструктуры как на территории городов, так и в загородных хозяйствах.

6. Исследовательские компетенции и технологические заделы. Создание цифровых платформ для исследования и разработок, демонстрирующих стабильный кратный рост числа подключенных участников и снижение стоимости их подключения, и интегрированных с индустриальными платформами. Создание компаний-лидеров в области «сквозных» технологий, конкурентоспособных на глобальных рынках за счет успешного использования результатов исследований и разработок.

7. Кадры и образование. Повышение уровня цифровой грамотности населения и системное обучение IT-специалистов.

8. Информационная безопасность. Развитие отечественных ПО, максимальное импортозамещение.

Программа определяет развитие цифровой экономики России до 2024 года. Каждые три года Правительство утверждает операционный план. Планы мероприятий подвергаются регулярной актуализации.

На предпринимателей России Правительство возлагает почетную миссию главного двигателя цифрового проекта, формулируя следующие задачи:

– создание технопарков, научно-производственных кластеров, «умных городов» и других инновационных проектов;

– повсеместное и доступное обучение российских граждан финансовой, правовой и цифровой грамотности (совместно с государством);

– внедрение цифровых технологий в процессы здравоохранения;

– обеспечение территории РФ покрытием сети интернет от 5G и выше;

– все взаимоотношения управленческого аппарата и населения должны быть обеспечены простотой, доступностью и абсолютной прозрачностью;

– создание полноценного рынка удаленных специалистов для самых различных направлений работы;

– внедрение электронного документооборота. Полная замена бумажных носителей.

В конечном итоге, реализация задач, поставленных программой «Цифровая экономика Российской Федерации» позволит достичь следующие основные цели:

– создание экосистемы цифровой экономики Российской Федерации, в которой данные в цифровой форме являются ключевым фактором производства во всех сферах социально-экономической деятельности и в которой обеспечено эффективное взаимодействие, включая трансграничное, бизнеса, научно-образовательного сообщества, государства и граждан;

– создание необходимых и достаточных условий институционального и инфраструктурного характера, устранение имеющихся препятствий и ограничений для создания и (или) развития высокотехнологических бизнесов и недопущение появления новых препятствий и ограничений как в традиционных отраслях экономики, так и в новых отраслях и на высокотехнологичных рынках;

– повышение конкурентоспособности на глобальном рынке как отдельных отраслей экономики Российской Федерации, так и экономики в целом.

В заключении, важно отметить, что сфера тематики программы «Цифровая экономика Российской Федерации» послужила внешним источником информации для построения критериев, императивно направленных на обеспечение целостности разработки концептуальных основ создаваемого проекта Концепции национальной платформы «Цифровое сельское хозяйство» [47].

1.2 Мировой опыт и авангардные новации цифровой трансформации сельского хозяйства

Развитие цифрового сельского хозяйства в России невозможно без оглядки на мировой опыт внедрения инноваций. По нашему мнению особенностью формирования и развития цифрового технологического базиса в сельском хозяйстве является достаточная инертность отрасли. Это происходит несмотря на очевидные экономические выгоды от внедрения цифровых технологий в производство.

В данном разделе, объектом изучения стал мировой опыт перехода сельского хозяйства на цифровые технологии, функционирующие в условиях цифровизации сельского хозяйства. Источниками данных стала информация, размещенная на официальных сайтах организаций, продвигающих в сельское хозяйство цифровые новации, а также в опубликованных научных трудах исследователей.

Развитие технологий и научно-технического прогресса в сельском хозяйстве исторически формируют технологический уклад отрасли. Причем одновременно разные хозяйствующие субъекты могут осуществлять производство в разных технологических укладах. Так, например, даже в современных условиях можно наблюдать довольно много личных подсобных хозяйств и даже крестьянских фермерских хозяйств ведущих свое производство посредством исключительно ручного труда (иногда используя лошадей в качестве тягловой силы), что соответствует 1-3 технологическим укладам [48-50], который был характерен сельскому хозяйству до начала XIX века. В тоже время функционируют хозяйства с уровнем производства индустриального типа – 4 технологического уклада, где производственные процессы выполняют машины. Мировые и российские лидеры производства уже активно используют цифровые технологии, «умные» машины и оборудование, что характеризует уровень производства 5-6 технологического уклада. Причём все эти хозяйства могут производить свою продукцию даже в непосредственной географической близости и конечно с разными объемами производства и уровнем эффективности. Ряд хозяйствующих субъектов (обычно это межрегиональные холдинги) начали использовать беспилотные технологии – характеризующие начало формирование производства на уровне 7 технологического уклада [51].

В этой связи, укрупнено можно выделить, 3 уровня развития сельскохозяйственных предприятий:

– предприятия с экстенсивным уровнем производства (используется морально и физически устаревшая техника, в связи с нехваткой финансовых ресурсов технология производства включает использование минеральных удобрений и средств защиты растений с не всегда обоснованными нормами);

– предприятия с интенсивным типом производства (используется современная техника, отработаны технологии производства, высокая квалификация работников);

– предприятия, использующие технологии точного земледелия (современная техника, оборудованная цифровыми системами позиционирования, системами точного высева, внесения удобрений и средств защиты растений с учетом особенностей каждого поля в разрезе участков).

Ключевыми цифровыми новациями для сельского хозяйства, в сфере растениеводства на сегодняшний день являются:

– картографирование полей и электронные карты;

– автопилот и круиз-пилот, устанавливаемые на полевой технике;

– датчики уровней топлива, рабочих жидкостей и состояния техники;

– экспресс оценка качественных параметров почвы, рельефа, качества готовой продукции;

– дистанционный мониторинг производственных процессов;

– использование беспилотных летательных аппаратов для мониторинга посевов.

В животноводстве цифровые технологии используются в виде автоматических кормораздатчиков, дистанционного мониторинга здоровья животных и качества продукции, автоматические климатические установки, доильные роботизированные залы и т.д.

Следует отметить, что цифровизация сельскохозяйственной отрасли таких стран, как Англия, Франция, Германия и некоторых других, уже сегодня позволила им перейти рубеж средней урожайности зерновых 7…8 т га-1 [10]. По существующим же прогнозам Инвестиционного банка Goldman Sachs, применение новых технологических инициатив способно увеличить производительность мирового сельского хозяйства на 70% к 2050 году [11].

Для разработки и внедрения информационных технологий Точного земледелия (Precision Agriculture, Precision Farming ) необходимы:

– новейшие разработки и современная сельскохозяйственная техника;

наличие на ней управляемой бортовой ЭВМ, способной дифференцировано проводить агротехнические операции;

– использование приборов точного позиционирования на местности и других технических устройств.

Например, система стандарта GPS работает на базе спутниковых абонентских терминалов и вычисляет параметры движения транспортного средства с последующей передачей данных по сотовому каналу связи GPRS на сервер. Прецизионное (точное) земледелие – концепция, учитывающая неоднородности в пределах одного поля. Оценка этих неоднородностей производится с помощью GPS-системы и специальных программ на базе ГИС. Спектр задач, решаемых системой:

– контроль использования дорогостоящей техники;

– автоматизация процессов вождения техники при проведении технологических операций. Исключаются перекрытия и пропуски между проходами агрегатов;

– автоматический мониторинг урожайности и составление карт урожайности полей;

– составление почвенных карт хозяйств с использованием автоматических почвоотборников;

– вносение строго определенного количества средств защиты растений, удобрений и семян на различные участки одного и того же поля;

– автоматический мониторинг и прогнозирование погодных условий в хозяйствах;

– составление прогнозов появления вредителей, болезней и сорняков на основе данных автоматических метеостанций и специального программного обеспечения;

– генерация отчетов для руководителей хозяйства автоматически;

– накопление и хранение данных, что позволит отслеживать динамику процессов, а электронный формат обеспечивает наглядность их представления;

– отслеживание изменения состояния полей и посевов на различных участках, что позволяет определить последовательности их обработки;

– мониторинг и предупреждение чрезвычайных ситуаций;

– многофакторный анализ и визуализация собранных данных, позволяющая легко и быстро их интерпретировать;

– контроль за исполнением принятых решений.

Выделяют следующие этапы внедрения технологий прецезионного земледелия.

Первый этап:

– создание высокоточных электронных карт хозяйств с использованием специального программного обеспечения и системы спутниковых ГЛОНАСС (GPS,)-навигационных приемников;

– работы по отбору и анализу почвенных проб с ГЛОНАСС (GPS)-привязкой и создание электронного слоя – почвенной карты хозяйств;

– адаптация и внедрение систем параллельного вождения техники. Организация приема дифференцированных поправок от спутников в регионе. Внедрение систем автопилотирования сельскохозяйственных агрегатов;

– внедрение систем мониторинга подвижных объектов (авто- и сельхозтехники) с использованием ГЛОНАСС (GPS);

– при использовании GPS – внедрение в агропредприятиях адаптированного программного русифицированного обеспечения (AGRONET NG).

Второй этап:

– внедрение систем мониторинга урожайности на комбайнах с определением массы, влажности убранного зерна в каждом сегменте поля в режиме реального времени;

– создание электронного слоя- карта урожайности полей хозяйств на основе мониторинга урожайности;

– внедрение автоматической беспроводной передачи метеоданных (в том числе данных по температуре и влажности в различных почвенных горизонтах). Внедрение и адаптация программного обеспечения по прогнозированию появления сорняков, вредителей и болезней сельскохозяйственных культур. Создание точных метеопрогнозов для хозяйств;

– тиражирование отработанных элементов в агропредприятиях, применяющих новые технологии.

Третий этап:

– внедрение систем дифференцированного внесения удобрений, подкормок, средств защиты растений;

– тиражирование отработанных элементов в агропредприятиях, применяющих новые технологии.

Самый современный способ работы в этом отношении – внесение гербицидов с применением оптико-электрических сенсоров для распознавания сорняков. Данная технология уже успешно используется при борьбе с подгоном и нежелательной засоренностью на парах, фруктовых плантациях, лугах, а также на рядковых культурах, таких как кукуруза и сахарная свекла.

В России осуществлением проектов занимались ЗАО “Системы менеджмента и производства”, фонд сельскохозяйственного обучения, ЗАО “Евротехника”. Поставку оборудования для точного земледелия проводило ООО “Евротехника GPS”, которое является официальным дистрибьютором компаний Trimble Agriculture (США), Ag Leader (США), Amity (США), Ntech (США), OmniSTAR (Нидерланды), Pessl (Австрия).

В Самарской области с 2004 г используется навигационные приборы AgGPS EZ-Guide Plus . С помощью которого ежегодно обрабатывались средствами защиты растений и вносились микроудобрения на площади 3,5 тыс. га, при этом работы проводились круглосуточно. Выявлено, что площадь перекрытий на всем поле составила 8 га. Площадь пропусков на всем поле составила 3 га. Общая площадь перекрытий и пропусков составила 11 га. В расчете на 1 га затраты на гербициды составили, фунгициды , инсектициды , микроудобрения – 712 руб. При использовании навигационных приборов AgGPS EZ-Guide Plus для параллельного вождения экономия средств на защиту растений и удобрения достигала 15%, или 107 руб. на га. Общая экономия на обрабатываемую площадь составила 374,5 тыс. руб.

Проведение работ в ночное время при более благоприятных условиях (повышенная влажность по сравнению с дневной, открытые устьица растений, способные полностью поглотить средства защиты и др.) позволило повысить эффективность действия химикатов. Средняя прибавка урожайности в среднем за 4 года использования навигационных приборов AgGPS EZ-Guide Plus (2004-2007 гг.) составила 1 ц/га. При стоимости дополнительно полученной с 1 га посевов продукции в 300 руб. ежегодная прибавка прибыли от производства зерна превышает 1 млн. руб., т.е. расходы на приобретение приборов GPS окупаются менее чем за год.

На смену этой модели навигационной системы пришли более современные и эффективные – AgGPS EZ-Guide 252, AgGPS EZ-Guide 500, с помощью которых можно вносить удобрения, средства защиты растений, проводить посев, картировать площади полей и др.

На базе ЗАО “Самара-Солана” Ставропольского района Самарской области более высокий эффект показала система параллельного вождения AgGPS EZ-Guide500 вместе с подруливающим устройством EZ-Steer, изученная на всех видах полевых работ – включая обработку почвы, посев и уборку. Установлено, что данный прибор обеспечивает высокий уровень точности до 2 см. При этом, кроме удобрений и средств защиты растений, экономятся семена и топливо на любых операциях, окупаемость также в пределах одного года.

В заключении отметим, что цифровые технологии достаточно прочно вошли в отрасли сельского хозяйства, как на уровне учета и планирования, так и на уровне выполнения технологических операций. Для наиболее эффективной реализации потенциала цифровых технологий подход к их освоению должен быть комплексным.

1.3 Особенности реализации и перспективы развития отечественного цифрового сельского хозяйства

Цифровизация сельского хозяйства – перспективная программа, разработанная Минсельхозом и способствующая повышению эффективности аграрной отрасли путем внедрения новых технологий. Подразумевается, что данная программа будет запущена в текущем году и поможет создать систему учета сельскохозяйственных земель, наладить поставки сельхозпродукции в торговые точки, интеграции агропредприятий с беспилотными и космическими технологиями. Отмечается, что в России только 10% от пашни обрабатывается с применением цифровых систем, до 40% урожая гибнет вследствие неиспользования новых методов.

В современном мире уровень развития цифровых технологий играет определяющую роль в конкурентоспособности стран. Переход к цифровой экономике рассматривается в качестве ключевой движущей силы экономического роста. По оценке Минсельхоза России «использование цифровых технологий в АПК позволяет повысить рентабельность сельхозпроизводства за счет точечной оптимизации затрат и более эффективного распределения средств. Внедрение цифровой экономики позволяет снизить расходы не менее чем на 23% при внедрении комплексного подхода».

Согласно данным правительственной Программы «Цифровая экономика РФ» Россия занимает 41-е место по готовности к цифровой экономике со значительным отрывом от десятки лидирующих стран, таких, как Сингапур, Финляндия, Швеция, Норвегия, Соединенные Штаты Америки, Нидерланды, Швейцария, Великобритания, Люксембург и Япония. С точки зрения экономических и инновационных результатов использования цифровых технологий, Российская Федерация занимает 38-е место с большим отставанием от стран-лидеров, таких, как Финляндия, Швейцария, Швеция, Израиль, Сингапур, Нидерланды, Соединенные Штаты Америки, Норвегия, Люксембург и Германия.

По данным Минсельхоза России [9], сегодня наша страна занимает лишь 15 место в мире по уровню цифровизации экономики, в целом (рис. 1.14). По уровню внедрения цифровых технологий в сельское хозяйство, России принадлежит 45-е место. При этом, лишь 13…15% российских сельскохозяйственных предприятий готовы реализовывать задачи цифровой трансформации производства и заниматься коммерциализацией научно-технических разработок [8]. С применением цифровых технологий обрабатывается не более 10% пашни.

Такое значительное отставание в развитии цифровой экономики от мировых лидеров объясняется пробелами нормативной базы для цифровой экономики и недостаточно благоприятной средой для ведения бизнеса и инноваций и, как следствие, низким уровнем применения цифровых технологий бизнес-структурами [20]. Низкий уровень применения цифровых технологий бизнес-структурами в Российской Федерации по сравнению с государственными органами и населением также отмечено в докладе Всемирного банка о глобальном развитии 2016 года.» – говорится в программе Правительства по цифровизации экономики РФ.

Сельскохозяйственное производство имеет свои специфические особенности, которые диктуют широкое применение ЦТ, как ни в какой другой сфере народного хозяйства, это:

– участие в технологическом процессе живых организмов, связь режимов работы технического оборудования с растениями, животными и людьми, что приводит к случайным изменениям диктующих параметров процесса производства и неопределенностям контроля и управления в объектах сельхозназначения;

Рисунок 1.14 – Темпы роста цифровой экономики в ВВП стран

«Большой двадцатки» (по данным [9])

word image 467 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

– многообразие и сложность производственных процессов, обеспечиваемых ЦТ.

– распределенность контролируемых параметров по большой площади, случайный характер их природы.

– технологическое многообразие сельхозпроизводства и культур.

Цифровое сельское хозяйство представляет собой новый технологический уклад, обеспечивающий применение цифровых технологий на всех этапах производства сельскохозяйственной продукции и управления агропромышленным комплексом. Его важнейшими элементами являются: геоинформационные технологии, дистанционное зондирование, точное земледелие (дифференцированное внесение удобрений, составление карт полей, системы параллельного вождения).

С момента выхода в 2008 году Концепции долгосрочного социально-экономического развития России до 2020 года, установившей базовые принципы кластерной политики, в стране появилось более 110 кластерных инициатив, объединяющих сегодня свыше 3 тысяч организаций и обеспечивающих порядка 1,3 миллиона рабочих мест.

Половина существующих кластерных инициатив поддерживается в рамках различных государственных программ. Кластерная политика реализуется Министерством экономического развития и Министерством промышленности и торговли. Минэкономразвития России, начиная с 2010 года, предоставляет субсидии регионам для поддержки предпринимательства в рамках центров кластерного развития (ЦКР).

Центр кластерного развития Орловской области появился в 2015 году, целью которого является эффективное взаимодействие бизнеса, органов государственной власти, местного самоуправления и инвесторов для формирования кластерных объединений.

В настоящее время в Орловской области создано три кластера, которые объединили более ста субъектов малого и среднего предпринимательства. Их количество постоянно растёт.

В целом инфраструктура поддержки малого и среднего предпринимательства на территории Орловской области активно развивается на протяжении последних восьми лет. Для начинающих предпринимателей и желающих оптимизировать свои расходы на юридические и бухгалтерские услуги создан Центр поддержки предпринимательства. Заёмные средства под низкий процент предоставляет Фонд микрофинансирования. При нехватке залоговой массы по кредитам и займам субъектам малого и среднего предпринимательства готов помочь Гарантийный фонд, который может поручиться за организацию – до 50% от суммы кредита или займа. Также существует Центр поддержки экспорта, помогающий оптимизировать расходы на оформление экспортной документации и организующий для предпринимателей командировки за рубеж.

Кластер ГЛОНАСС действует в Орловской области более четырёх лет. Связан он с объединением компаний, производящих как специализированные программно-аппаратные комплексы спутникового мониторинга для транспортной отрасли, так и организациями, выступающими интеграторами сложных отраслевых решений. Такие решения сегодня востребованы как в интеллектуальных транспортных системах, так и в цифровом сельском хозяйстве, на железнодорожном транспорте. В основу всех разработок заложена экономическая эффективность.

Сегодня в кластере ГЛОНАСС состоит порядка тридцати компаний. Большинство из них имеют орловскую прописку. Но есть и иногородние резиденты, представляющие Москву, Белгород, Челябинск, Краснодар. Совместные проекты реализуются по нескольким направлениям: геоинформационные системы и мониторинг автодорог, системы весогабаритного контроля и аналитики, интеллектуальные транспортные системы, платформы для краткосрочной аренды всех видов транспорта, цифровое сельское хозяйство.

Развитие кластерной политики в Орловской области является основой долгосрочного социально-экономического развития области. Один из перспективных проектов кластера – создание Центра компетенций цифрового сельского хозяйства.

Приоритетная задача Центра – стать полем притяжения инновационных разработок. Эксперты организации аккумулируют и исследуют информацию о современных цифровых решениях, анализируют их. Кроме того, сельхозпредприятия-партнеры Центра могут новейшие технологии разработчиков программно-аппаратных комплексов и программного обеспечения опробовать на своих полях и определить, насколько эффективно работает идея. Это взаимовыгодное сотрудничество, потому что и аграрии нуждаются в способах повышения качества работы, и разработчики новых технологий – в опытных площадках для обкатки изобретений и решений.

В перспективе для развития цифрового сельского хозяйства предусматривается:

– расширение доли сельскохозяйственных товаропроизводителей, применяющих технологии точного земледелия;

– повышение частоты актуализации данных дистанционного зондирования, в том числе космического, с целью оперативного мониторинга состояния полей;

– внедрение технологии мониторинга посевов с использованием созданной электронной карты и беспилотного летательного аппарата с целью выявления очагов развития болезней и вредителей на ранних стадиях появления;

– повышение мобильности и скорости реакции оператора системы точного земледелия на основе современного программного обеспечения;

– внедрение системы точного орошения на базе оценки влажности почвы и составлении прогноза погоды;

– технологии «умного» сельского хозяйства, когда все данные направляются одному источнику для автоматизированного приятия решений по комплексу технологических операций;

– представление товаропроизводителям актуальной информации о состоянии и прогнозе развития рынка сельскохозяйственной продукции, сырья и продовольствия;

– совершенствование системы электронных торговых площадок, биржевых торгов зерном и другой сельскохозяйственной продукцией.

Для стимулирования внедрения цифрового хозяйства необходима федеральная государственная поддержка сельскохозяйственных товаропроизводителей, внедряющих соответствующие технологии цифрового сельского хозяйства на основе компенсации части затрата на приобретение техники и оборудования, поддержки научных учреждений, выполняющих разработки в данной области в рамках государственного задания.

На перспективу приоритетным должно стать государственное управление сельским хозяйством на основе геоинформационных технологий в рамках реализации концепции «одного окна» и перехода на оказание государственных услуг в электронной форме.

Цифровизация сельскохозяйственного производства РФ должна обеспечить на ближайшие 3-7 лет: рост производства продукции растениеводства и животноводства до 1,5 раз в 2025 году; повышение качества продукции; снижение трудоемкости с/х производства в 1,5 раза в 2025 году; снижение себестоимости и цены- сокращение расходов энергии и материалов; рост урожайности, например, в растениеводстве в 1,4 раза; снижение импортозависимости сельскохозяйственной техники, их аппаратных и программных средств; продвижение автоматизации, роботизации, интеллектуальных машинных технологии.

1.4 Опыт применения цифровых технологий в сельском хозяйстве Орловской области

Согласно официальным данным Министерства сельского хозяйства РФ Орловская область (http://mcxac.ru/analitika/pasporta-regionov/72224/) «В 2017 году стала одним из лидеров по использованию элементов точного земледелия – 188 хозяйств использовали новые технологии».

Ведомственный проект Минсельхоза РФ «Цифровое сельское хозяйство» предусматривает пять направлений:

1. «Эффективный гектар» – глубокая инвентаризация сельхозугодий с оперативной актуализацией их состояния,

2. «Умные контракты» – организация нового цифрового канала взаимодействия для аграриев – личного кабинета,

3. «Агроэкспорт «От поля до порта» – планирование транспортной инфраструктуры, портовых мощностей, железнодорожного транспорта, хранения и переработки, а также других логистических сетей,

4. «Агрорешения для агробизнеса» – карта отраслевой привлекательности региона, на которой будет представлена информация для инвесторов по типовым решениям АПК, с привязкой к реалиям конкретного региона,

5. «Земля знаний» – система образования и консультационных служб, что обеспечит отрасль необходимым количеством специалистов, способных поддерживать цифровые решения на местах. (http://mcx.ru/press-service/news/ivan-lebedev-rasskazal-o-perspektivakh-razvitiya-tsifrovykh-platform-agropromyshlennogo-kompleksa/).

Рассмотрения подлежит только первое направления, т.к. остальные являются прерогативой федеральных структур и органов власти.

1. Инвентаризация сельхозугодий.

Первоначальной задачей в этом направлении является государственный мониторинг земель сельхозназначения. На настоящий момент Орловская область входит в перечень регионов, активно работающих над созданием Единой Федеральной Информационной Системы Земель Сельхозназначения (ЕФИС ЗСН) ( (https://www.akkor.ru/materialy-vserossiyskoy-nauchno-prakticheskoy-konferencii-aktualnye-problemy-zemelnyh-otnosheniy). Основной информацией, находящейся в ЕФИС ЗСН, являются следующие сведения:

 фактические границы сельскохозяйственных полей (контуров),

 уникальный номер, закреплённый за каждым полем (контуром) по единой для всей территории России методике,

 сведения о наименовании землепользователя и его ИНН,

 сведения о плодородии почв и негативных процессах на землях с/х угодий,

 данные о выращиваемой в пределах контура сельскохозяйственной культуре,

 данные о виде сельскохозяйственных угодий контура по годам.

Для осуществления задачи по государственному мониторингу земель сельхозназначения Орловской области в 2016 году был создан Геоаналитический информационный центр Департамента сельского хозяйства Орловской области (исполнитель контракта – компания «Центрпрограммсистем» (г. Белгород). Помимо подсистемы «Мониторинга земель сельскохозяйственного назначения», Информационный центр включает следующие подсистемы:

1. Подсистема «ЦПС: Анализ показателей развития сельского хозяйства региона», предназначенная для финансово-экономического анализа состояния сельскохозяйственных предприятий региона на основании данных регламентированных отчетов, собираемых и формируемых в системе Свод отчетов АПК.

2. Подсистема «ЦПС: Личный кабинет сельскохозяйственного товаропроизводителя», предназначенная для обеспечения специалистов сельскохозяйственных предприятий функциональными возможностями оформления заявлений на предоставление субсидий на оказание несвязанной поддержки в области растениеводства согласно регионального регламента, в интеграции с системой «ЦПС: Учет субсидий для сельского хозяйства».

3. Подсистема «ЦПС: Похозяйственная книга», предназначенная для ведения в электронном виде похозяйственных книг в целях учета личных подсобных хозяйств должностными лицами органов местного самоуправления сельских поселений и городских округов. Порядок ведения похозяйственных книг осуществляется согласно Приказу №345 от 11 октября 2010 г. Минсельхоза России «Об утверждении формы и порядка ведения похозяйственных книг органами местного самоуправления поселений и органами местного самоуправления городских округов».

4. Подсистема «Интеграционный портал», предназначенная для интеграции доступа к геоинформационным базам данных соответствующих Подсистем через специализированные Рабочие столы специалистов и руководителей.

На уровне сельхозтоваропроизводителей проблему мониторинга земель решают сами предприятия. Это реализуется несколькими способами:

1. Самый простой – с помощью навигатора ГЛОНАСС/GPS, установленного на транспортное средство, способное перемещаться по бездорожью. Здесь точность измерений зависит от погрешности определения координат, которые в современных навигаторах составляют до 1,5 м, а в системах высокоточного позиционирования – до 20 см

2. Самый практичный – проведение ФГБУ «Центр химизации и сельскохозяйственной радиологии «Орловский» обмера и формирования электронных карт полей, в ходе выполнения обязательств по обследованию сельхозугодий с составлением агрохимических паспортов полей и оценкой радиационного фона почв. Точность определения координат составляет до 10 см. Этот способ используют экономически устойчивые сельхозорганизации.

3. Самый точный – с использованием беспилотных летательных аппаратов. Здесь точность определения координат может составлять несколько сантиметров. Плюс есть возможность мониторить изменения в почве, по урожайности и развитию растеиий. Этот способ доступен для агрохолдингов.

В Орловской области пользуются всеми 3-мя способами: с использованием ПЛА – считанные единицы, с проведением агрохиманализа – порядка 30% всех агропредприятий, еще столько же – с использованием первого способа. Больше четверти предприятий пользуются данными земельного кадастра, которые дают только приблизительные данные по землевладениям. Четвертый способ – с использованием данных дистанционного зондирования Земли (космическими аппаратами) в Орловской области не используются по причинам дороговизны и отсутствия больших территорий, принадлежащих одному землепользователю.

Таким образом, первый этап цифровизации по землепользованию продвигается и по плану Минсельхоза к концу этого года весь земельный фонд должен быть внесен в ЕФИС ЗСН.

2. Повышение эффективности использования сельхозугодий (Эффективный гектар).

Аналитическим центром Минсельхоза РФ определена одна из систем цифровой трансформации сельского хозяйства в области растениеводства – «Умное землепользование». Это: «интеллектуальная система (искусственный интеллект, нейронные сети, пространственное моделирование и др.), осуществляющая в автоматизированном режиме сбор, анализ, обновление информации о состоянии почвенных и земельных ресурсов территории, разрабатывающая рекомендации по оптимальному (ландшафтно-адаптивному) размещению посевов сельскохозяйственных культур, нарезке полей, размещению севооборотов, агротехнологиям возделывания культур, автоматизированную оценку земельных участков (в том числе кадастровую), контроль и мониторинг функционирования и эффективности систем землепользования и адаптивно-ландшафтного земледелия, их воздействия на окружающую среду и сельский социум» (http://mcxac.ru/digital-cx/umnoe-zemlepolzovanie/).

Инструментами цифровизации в этой системе являются:

 Электронные и интеллектуальные датчики,

 RFID-метки,

 Робототехника,

 Интернет вещей,

 Беспилотные транспортные средства (БПТС) и беспилотные летательные аппараты (БПЛА),

 Системы анализа больших данных,

 ERP-системы,

 Элементы искусственного интеллекта,

 Облачные сервисы, и др.

1. В Орловской области элементы искусственного интеллекта, беспилотные транспортные средства, робоботехника на данный момент не используются.

2. В рамках использования электронных интеллектуальных датчиков рассмотрим применение агропредприятиями транспортных средств, использующих цифровую обработку и передачу данных о состоянии обеспечивающих систем, выполненных работах и использовании материалов.

Глобальные навигационные спутниковые системы (ГНСС) являются важнейшим элементом цифровизации современного сельского хозяйства. ГЛОНАСС и GPS-технологии используют для позиционирования сельскохозяйственных машин и животных [66-68], мониторинга параметров сельхозтехники [69, 70], контроля и анализа выполняемых технологических операций [71, 72], управления ими (в том числе – в режиме он-лайн) [73-75], совместно с локальными приемо-передающими комплексами позволяют реализовать принципы прецизионного (точного) земледелия [76-79], способствуют повышению качества продукции и безопасности производственных процессов [80, 81].

Классическая схема дистанционного мониторинга параметров мобильных технических систем включает следующие основные элементы (рис. 1.15).

I. Система спутниковой навигации. Наиболее известными и применимыми для глобальной навигации подвижных объектов в России являются навигационные спутниковые системы ГЛОНАСС (Россия) и GPS (США).

II. Бортовой терминал мобильного объекта. ГЛОНАСС/GPS-терминалы обеспечивают прием сигналов со спутников и определение географических координат объектов. Кроме того, в его функции входят сбор телеметрической информации о состоянии и рабочих параметрах объекта, передача данных на удаленный сервер, дистанционное управление объектом, выполнение ряда сервисных функций, самодиагностика и др.

III. Бортовая система контроля параметров работы мобильного объекта. Штатные датчики и дополнительные устройства мобильного объекта позволяют осуществлять контроль и мониторинг рабочих (расход топлива, частота оборотов двигателя, температура охлаждающей жидкости и масла, напряжение питания и др.) и технологических (тяговые свойства, число оборотов ВОМ, норма высева семян, внесения удобрений и средств защиты растений, высота среза, влажность и величина дробления зерна и т.д.) параметров.

IV. Сети мобильной связи. Применение сотовой связи для передачи цифровой информации от объекта мониторинга к удаленному сервису намного повышает эффективность технологии спутникового управления и контроля. Системе может быть доступна передача всех видов информации, включая голосовую и видеосвязь [82].

V. Сервер. Терминальный или облачный сервер предназначен для получения, анализа и обработки информации, поступающей от объектов мониторинга. В задачи функционирования сервера такж е входит накапливание данных, с целью использования их для последующего анализа и выполнения прогноза при принятии управленческих решений.

Рисунок 1.15 – Принцип функционирования спутниковых навигационных систем: I – система спутниковой навигации; II – бортовой терминал мобильного объекта; III – бортовая система контроля параметров работы мобильного объекта; IV – сети мобильной связи; V – сервер обработки данных; VI – пользователь; 1 – центральный блок управления и навигации; 2 – датчик уровня топлива; 3 – приемо-передающие устройства; 4 – датчик уклона машины; 5 – курсоуказатель и бортовой компьютер; 6 – камера видеомониторинга; 7 – система идентификации оператора; 8 – система голосовой связи с оператором; 9 – датчик расхода топлива; 10 – датчик работы навесного оборудования; 11 – датчик зажигания; 12 – другие датчики и системы

word image 468 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

VI. Пользователь (клиент). Оператор службы наблюдения или диспетчерского центра получает визуализированную информацию о параметрах объекта мониторинга, используя персональный компьютер, телефон, смартфон либо иные устройства получения информации.

Потенциалом цифровых решений в сфере удаленного мониторинга механизированных процессов и их управления в значительной мере используется сельхозтоваропроизводителями Орловской области.

По данным Минсельхоза России [83], регион располагает 15504 единицами техники, используемой в АПК. На конец 2018 года, парк основных видов техники в сельскохозяйственных организациях (без учета микропредприятий) включал 3104 тракторов, 1221 комбайнов, 64 свеклоуборочных машин [84]. Количество зарегистрированных на территории субъекта РФ транспортных средств, используемых для нужд сельского хозяйства, составляют 11498 единиц (без учета прицепной техники). Из них оборудованы аппаратурой спутниковой навигации 2512 единиц или 21,8 % (по данным ГЛОНАСС К-57).

С целью оценки фактического состояния оснащения сельскохозяйственных организаций и К(Ф)Х Орловской области спутниковыми навигационными технологиями на базе ГЛОНАСС/GPS, выполнены исследования, результаты которых представлены в данной работе.

В исследованиях использованы статистические данные, предоставленные Администрациями муниципальных районов по состоянию на 01.04…01.07.2019 г. Представленные данные охватывают 406 сельскохозяйственных предприятий различных форм собственности и видов землепользования.

Достоверность и представительность данного объема выборки подтверждена расчетом обеспеченности статистической достоверности, по формуле [85]:

word image 469 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (1.1)

где z – нормированное отклонение, определяемое исходя из выбранного уровня доверительности;

p – вариация выборки (при отсутствии предварительных данных, разброс статистических данных принимается наибольшим; при этом p=50 %);

q – объем генеральной совокупности (100-p);

e – предельная ошибка выборки.

При уровне доверительной вероятности α, равном 95% (z=1,96) и допустимой ошибке e, не превышающей 5%, значение n составит 384. Расчетное значение n больше использованного в данном исследовании объема выборки, что говорит о его достаточности.

Как видно из рис. 1.16, из 8925 машин, отображенных в предоставленных данных, оснащено системами спутниковой навигации 2766 единиц. Используя показатель k цифровизации, выраженный процентным отношением количества машин оснащенных системами ГЛОНАСС/GPS к их общему количеству, нетрудно подсчитать, что уровень word image 470 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) оснащенности сельскохозяйственной техники системами ГЛОНАСС/GPS, в целом, по региону, составляет 35,2%. Степень варьирования данного показателя в разрезе муниципальных районов достаточно высока. Так, если Должанский район располагает всего 4,0% оснащенной техники, от имеющейся, то в Кромском районе уровень word image 471 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) оснащенности сельхозмашин системами спутниковой навигации составляет почти 73%.

Оснащенность техники системами глобального мониторинга (рис. 1.17), в разрезе отдельных хозяйств ( word image 472 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) ) имеет положительную оценку в таких муниципальных районах, как Мценский (в среднем, 62 машины на 1 хозяйство), Хотынецкий (55 машин на 1 хозяйство), Шаблыкинский (48 машин на 1 хозяйство), Покровский и Ливенский (соответственно – 39 и 35 машин на 1 хозяйство). Минимальное количество оборудованных системами ГЛОНАСС/GPS сельхозмашин в организациях отмечается для Сосковского (1 машина на 1 хозяйство), Должанского, Глазуновского, Знаменского (не более 2 машин на 1 хозяйство) районов.

Здесь же следует отметить, что несмотря на слабое влияние word image 473 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) на среднюю оснащенность машин в отдельных хозяйствах, положительный тренд показателя word image 474 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) все же имеет место. Следовательно, уровень оснащенности сельхозорганизаций техникой с системами ГЛОНАСС/GPS постепенно увеличивается, независимо от материальной обеспеченности хозяйств и других условий.

Рисунок 1.16 – Оснащенность муниципальных районов Орловской области сельскохозяйственной техникой, оборудованной системами спутниковой навигации (по данным Администраций муниципальных районов)

word image 475 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.17 – Ранжирование муниципальных районов Орловской области по количеству сельскохозяйственной техники, оборудованной системами спутниковой навигации () и оценка среднего показателя оснащенности хозяйств машинами с системами ГЛОНАСС/GPS ()

word image 476 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Оценивая влияние материальных возможностей хозяйств на степень их оснащенности оборудованной техникой, подтверждается значимость данного условия (рис. 1.18). Результаты изучения зависимости количества зарегистрированной оборудованной сельскохозяйственной техники от чистой прибыли предприятий (использованы данные Росстата за 2017-2018 гг [86]), в целом, позволяют проследить положительную закономерность.

Как видно из табл. 1.1, наибольшим количеством машин, оборудованных системами глобальной спутниковой навигации располагают крупные компании. Так, агропрохолдинг ООО «Авангард-Агро-Орел», с уставным капиталом 112,385 млн руб. [87] и чистой прибылью предприятия за 2018 г., в размере 570,9 млн руб., имеет 298 единиц техники, оснащенной системами ГЛОНАСС/GPS; компания ООО «ОтрадаАгроИнвест», с зарегистрированным минимальным размером имущества юридического лица 1,500 млн руб. [88] и чистым доходом 227,0 млн руб. располагает 295 оборудованными машинами, в 2 отделениях области. В то же время, большинство мелких хозяйств (К(Ф)Х, ИП, СПК и др.) имеют в наличии, в среднем, от 1 до 2 машин с установленными системами навигации.

Рисунок 1.19 иллюстрирует долевую характеристику рассматриваемой техники, в разрезе ее типажа. Наибольшая часть машин, оборудованных системами спутниковой связи – тракторы всех видов, доля которых в общем объеме техники, используемой для нужд сельского хозяйства, составляет 46,0%. Грузовой автотранспорт, оборуд ованный системами ГЛОНАСС/GPS, доля которого равна 20,3 %, занимает вторую позицию в данном рейтинге. Немалая часть (13,9 %) в общей структуре парка техники, оборудованной системами спутниковой навигации принадлежит уборочным машинам всех видов. Легковой автотранспорт составляет 11,2% всех оборудованных машин.

Количество машин, ед.

word image 477 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Чистая прибыль предприятия, млн руб.

Рисунок 1.18 – Влияние доходов предприятий на численность сельскохозяйственной техники, оборудованной системами спутниковой навигации

Таблица 1.1. Оснащенность некоторых сельскохозяйственных организаций техникой, оборудованной системами ГЛОНАСС/GPS

10…30 машин 30…60 машин 60…100 машин Более 100 машин
1 2 3 4
ЗАО «Славянское»

К(Ф)Х «Искра»

ООО «Нерусса»

ООО «Рейнланд»

ООО «Арта»

ООО «Здоровецкий»

ООО «Космаковка»

ООО «Дубовицкое»

ООО «Юпитер»

ООО «Пульс-Агро»

ООО «ОрелАгропродукт»

ООО «Залегощь-Агро»

АО «Племенной завод им. А.С. Георгиевского»

АО «ОрелНобельАгро»

ОАО «Сосновка»

ООО «Брянская мясная компания»

ООО «Сельхозинвест»

АО «Агрофирма Мценская»

ООО «Черкизово»

ООО «Авангард-Агро-Орел» (298 единиц в 4 отделениях)

ООО «ОтрадаАгроИнвест» (295 единиц в 2 отделениях)

ООО «ЭксимаАгро» (139 единиц в 2 отделениях)

Продолжение Табл. 1.1

1 2 3 4
ООО «Орелагроинвест»

ЗАО «Берёзки»

ООО «Хлебороб»

ОАО «Звягинки»

АО «ОПХ «Красная звезда»

ООО «Северное сияние»

ООО «Орелагропром»

ООО «Орловское»

ООО «ВИКО»

ООО «Виннер»

СП «Сабурово»

ООО РАВ «АгроОрел»

ООО «Мираторг-Орел»

СХП «Корсаковское-1»

ООО «Виннер»

СП «Сабурово»

Следует обратить внимание на факт низкой обеспеченности сельскохозяйственных организаций средствами механизации внесения минеральных удобрений и самоходными опрыскивателями. Общая доля этих видов техники, оборудованных системами навигации составляет лишь 1,7% (всего 39 машин, заявленных Администрациями муниципальных районов). Между тем, именно этими видами техники обеспечивается дифференцированное внесение удобрений и ХСЗР, являющегося неотъемлемым звеном технологий прецизионного (координатного) земледелия.

Рисунок 1.19 – Долевое соотношение видов техники, оборудованных

системами ГЛОНАСС/GPS

word image 478 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Подводя итог выполненному и сследованию, на основе полученных статистических данных, оценим уровень оснащенности муниципальных районов Орловской области оборудованной системами ГЛОНАСС/GPS техникой, применяемой в сельскохозяйственном производстве.

Используя количественную индексацию для оценки уровня оснащенности муниципальных районов техникой, получаем группировку с равными интервалами, приведенными в табл. 1.2.

Таблица 1.2. Группировка показателя word image 479 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) оснащенности сельхозмашин системами спутниковой навигации с равными интервалами

Интервалы Диапазон Абсолютная частота, f Накопительная частота, F
низкий 4,0-21,2 5 5
средний 21,3-38,4 10 15
выше среднего 38,5-55,7 8 23
высокий 55,8-72,9 1 24

Используя приведенную в табл. 1.2 соответствующую цветовую кодировку, обеспечивающую наглядность выполненной оценки, предложена классификация мун иципальных районов Орловской области по показателю «Уровень оснащенности техникой, оборудованной глобальными навигационными спутниковыми системами» (табл. 1.3).

Результаты диагностики показали, что 75,0% муниципальных районов Орловской области имеют средний и выше среднего уровень оснащенности техникой, оборудованной глобальными навигационными спутниковыми системами. Низким уровнем данного показателя характеризуются Верховский, Глазуновский, Дмитровский, Должанский и Малоархангельский районы. К районам, с высоким уровнем оснащенности сельхозмашинами с системами спутниковой навигации следует отнести лишь Кромской район.

Основными самоходными средствами, используемыми в хозяйствах области, являются:

 тракторная техника производства Минского тракторного завода (МТЗ) – около 20% всего парка,

 тракторная техник производства Кировского тракторного завода (Кировец) – около 5%,

 комбайны и самоходная техника Versatile производства Ростсельмаш – около 10%,

 комбайны Палессе производства Гомсельмаш – около 5%,

 тракторы и комбайны импортного производства – около 45% всего парка техники,

Таблица 1.3. Распределение муниципальных районов Орловской области в 2018 году по уровню оснащенности техникой, оборудованной глобальными навигационными спутниковыми системами

Наименование муниципального района Уровень оснащенности техникой
Болховский 3
Верховский 1
Глазуновский 1
Дмитровский 1
Должанский 1
Залегощенский 2
Знаменский 3
Колпнянский 2
Корсаковский 3
Краснозоренский 3
Кромской 4
Ливенский 2
Малоархангельский 1
Мценский 2
Новодеревеньковский 2
Новосильский 2
Орловский 3
Покровский 3
Свердловский 2
Сосковский 2
Троснянский 3
Урицкий 2
Хотынецкий 3
Шаблыкинский 2

 свеклоуборочные комбайны и погрузчики импортного производства – около 5%,

 опрыскиватели импортного производства – около 5%.

Среди всего изобилия типов и марок сельскохозяйственной техники чуть больше половины могут без дополнительного оснащения использоваться для цифровизации процессов растениеводства. Вот эти возможности:

1. Кировец:

 Двигатель Mercedes OM460LA: 354 л.с.,1800 мин-1, 1750 Н•м (модель К-735, 740, 742 Премиум) – с электронным контролем уровня топлива в топливном баке, расхода топлива, температуры охлаждающей жидкости и двигателя, количества оборотов линии вала, давления в масляной системе и системе охлаждения,

 Система позиционно-силового регулирования навесного устройства (EHR) – позволяет поддерживать глубину обработки на неровном рельефе и регулировать нагрузку на трактор без перехода на пониженные передачи.

 Комплект передачи мощности (Power Beyond) – система прямой (минуя гидрораспределитель) передачи гидравлической мощности от трактора к агрегатируемому оборудованию, оснащенному собственной гидросистемой (гидрораспределителем) (например – для системы гидравлического привода дозаторов бункера 1910 сеялок “Джон Дир”),

 Автоматизированная коробка передач Т-5 с электронным блоком управления и автоматизации, с системой управления «КОМАНДПОСТ»,

 Система параллельного вождения (опционально) TRIMBLE EZ-GUIDE 750.

В большинстве хозяйств Орловской области используются модели К-700, К0701, К-750 и К-744 различной модификации с аналоговой системой передачи данных, где отсутствует возможность получения информации о работе трактора без использования преобразователей цифрового сигнала или дополнительных цифровых датчиков и устройств.

2. Ростсельмаш:

a) Комбайны Torum, Acros, Vector:

 Двигатель Mercedes OM460LA: 354 л.с.,1800 мин-1, 1750 Н•м (модель К-735, 740, 742 Премиум) – с электронным контролем уровня топлива в топливном баке, расхода топлива, температуры охлаждающей жидкости и двигателя, количества оборотов линии вала, давления в масляной системе и системе охлаждения,

 технологический тракт системы обмолота Advanced Rotor System (ARS), которая включает инновационные решения: битерную наклонную камеру, ротор с вращающейся декой и тремя точками обмолота и бесступенчатый привод ротора,

 информационно-голосовая система Adviser III непрерывно следит за процессом обмолота и работой механизмов комбайна, позволяя контролировать стабильность техпроцесса и предотвращать поломки агрегатов,

 устройство раздельного последовательного включения выгрузного и горизонтального шнеков Smart Launch обеспечивает высокую скорость выгрузки, выполняя ее порционно. Кроме того, при завершении операции перед складыванием выгрузного шнека Smart Launch обеспечивает его полное освобождение от остатков зерна, не допуская потерь,

 Тракторы Versatile серии 1000-3000, D2:

 Двигатель Cummins QSC/QSL/QSM11/QSX15/ QSM15: 320-620 л.с. – с электронным контролем уровня топлива в топливном баке, расхода топлива, температуры охлаждающей жидкости и двигателя, количества оборотов линии вала, давления в масляной системе и системе охлаждения,

 программируемая трансмиссия Full Powershift 18×9, автоматическая трансмиссия Powershift

 гидравлическая система HydraFlow, управляемая реакцией нагрузки (Closed Center Load Sensing Hydraulic System), обеспечивает продуктивную работу навесного оборудования,

 система автоматического вождения по сигналу GPS/ГЛОНАСС,

 электрическое подруливающее устройство, или более точное подруливающее с помощью гидравлического клапана.

В агропредприятиях региона используются модели комбайнов и тракторов с аналоговой системой передачи данных, где отсутствует получения цифровой информации о работе самоходной техники возможно лишь с использованием дополнительных цифровых датчиков и устройств, преобразователей аналоговых сигналов

3. Гомсельмаш:

Зерноуборочные комбайны Палессе, Полесье и КЗС:

 Двигатель Mercedes OM502LA: 530 л.с. (модель КЗС-624-1 GS-16) – с электронным контролем уровня топлива в топливном баке, расхода топлива, температуры охлаждающей жидкости и двигателя, количества оборотов линии вала, давления в масляной системе и системе охлаждения,

 Терминал с LCD-экраном связан посредством CAN сети с шестью модулями бортовой информационно-управляющей системы (БИУС): модулем управления трансмиссией; модулем потерь; модулем CAN панели управления; модулем управления решётами; модулем жатки; модулем базовым,

 Информационно-управляющая система System Control на базе бортового компьютера объединяет в себе функции информационного обеспечения, регистрации, статистики, управления и контроля. Компьютер находит оптимальное соотношение регулировок в зависимости от убираемой культуры, её урожайности, влажности и засоренности. С экрана терминала оператор также получает статистические данные о ходе уборки, а также информацию о возможных аварийных ситуациях.

Практически все используемые в хозяйствах модели комбайнов имеют аналоговую систему данных, что требует использование дополнительных датчиков и устройств для обеспечения цифровой адаптации в вопросах контроля и управления сельхозпредприятиями.

В комбайнах с CAN шиной передачи эксплуатационных данных для оценки эффективности ведения хозяйства возможно использование следующей информации: Температура двигателя (градус), Скорость (км/ч), Пробег (км), Время работы двигателя (ч), Время уборки (ч), Обработано гектар (га), Обороты барабана (мин-1), Уровень топлива (%), Обороты двигателя (мин-1), Молотильный барабан включён, Включена выгрузная труба, Бункер зерна 70% и 100%, и другие.

4. Комбайны импортного производства:

Машинно-тракторные парки агропредприятий региона имеют в своем составе большое разнообразие марок и моделей зерноуборочных, кормоуборочных комбайнов:

 Claas: Tucano 450, Tucano 460, Jaguar 850, Lexion 440, Lexion 550, и др.,

 John Deere: 9670, S670 и др.,

 New Holland:B8210, CX8080 и др.,

 Case IH: 7120.

Большинство последних моделей используемой техники применяет цифровую обработку информации с использованием бортовой CAN сети для приема м передачи технической и производственной информации. Опционально устанавливаются системы параллельного вождения, высокоточного позиционирования, удаленного контроля технического состояния и другие.

В комбайнах Claas в цифровой шине передаются и используются следующие параметры: Полное время работы двигателя, Нагрузка двигателя, Информация о работающем двигателе, Обороты двигателя, Температура двигателя, Полный пробег комбайна, Полный расход топлива (с первого запуска двигателя), Уровень топлива в баке, Скорость движения комбайна, Убранная площадь (Га), Производительность (Га/час), Количество собранного урожая (кг), Влажность зерна (%) и другие.

5. Трактора импортного производства:

Модельный ряд тракторов в хозяйствах огромен, поэтому ограничимся часто встречающимися вариантами:

 Case: Puma 180, Puma 195, Puma 210, Magnum 340, STX380, STX 435, Steiger 385, Steiger 450, Steiger 500 и др.

 John Deere: 6150, 7830, 7930, 8285, 8295, 8310, 8420, 8430, 8535R, 9430, 9640 и др.

 New Holland: T840, TJ380, T9505, T9040, T7060, T8050, T8390 др.

 Claas: Axion 820, Axion 850, Axion 930, Axion 940 и др.

Большинство из указанных единиц техники имеют цифровую шину, обеспечивающую передачу и обработку информации с датчиков и устройств в бортовой компьютер, с возможностью последующей передачи и использования в контрольных и аналитических системах агропредприятий.

6. Свеклоуборочная техника импортного производства:

 Свеклоуборочные комбайны Holmer Terra Dos, Agrifac Big Six,

 Самоходные машины для очистки и погрузки сахарной свеклы: Ropa Euro Mouse, Ropa Euro Mouse 2, Ropa Euro Mouse 3.

Применяются:

• Mercedes Benz дизельный двигатель OM473LA и OM 926 LA 6-ти цилиндровый рядный, имеющий 460 кВт (626 лс)/ 220 кВт (299 лс) при максимальных оборотах 2200 мин-1. / 1600 мин-1, полное электронное управление мотором с показанием расхода топлива на терминале. с электронным контролем уровня топлива в топливном баке, расхода топлива, температуры охлаждающей жидкости и двигателя, количества оборотов линии вала, давления в масляной системе и системе охлаждения,

• интуитивный терминал с сенсорным экраном HOLMER EasyTouch,

• инновационная концепция управления HOLMER SmartDrive,

• до 6-ти видеокамер, система HOLMER TopVIEW, обеспечивающая обзор на 360°,

7. Опрыскиватели импортного производства:

 Challenger SPRA Coupe 7650,

 Albatros 4000S,

 John Deere 4730,

Оснащение:

• Двигатель Caterpillar 3056E/John Deere, мощность двигателя 139 кВт (174 лс)/183 кВт (245 лс), полное электронное управление мотором с показанием расхода топлива на терминале. с электронным контролем уровня топлива в топливном баке, расхода топлива, температуры охлаждающей жидкости и двигателя, количества оборотов линии вала, давления в масляной системе и системе охлаждения,

• Система контроля установленной нормы вылива – электронный контроллер RAVEN 4000 или 5000,

• Ширина колеи может изменяться с помощью гидропривода от 2,25 до 3,25 м,

• Система дифференцированного внесения (опционально) или Green Star 2630.

Дополнительно используемое с тракторами прицепное и навесное оборудование, в большинстве своём, имеет цифровую шину для передачи информации от датчиков и устройств в пульт управления, находящийся на ведущем тракторе, и для передачи в системы управления предприятием для анализа.

Электронные и интеллектуальные датчики используются на сельхозтехнике региона дополнительно только для контроля перемещения и расхода топлива на самоходных транспортных средствах с аналоговой обработкой информации. К ним относятся датчики уровня топлива различных производителей и расходомеры топлива.

Применение систем мониторинга транспортных средствах, для обеспечения цифровой трансформации агропредприятий совместно с датчиками и сенсорами позволяет:

 реализовать качественный и многоуровневый контроль эксплуатации техники во всех режимах работы;

 снизить количество приписок при проведении полевых работ, тем самым уменьшая себестоимость этих работ и влияние человеческого фактора на конечный результат ;

 провести анализ эксплуатации техники исходя из соотношения затрат и полученных результатов при обработке полей, с целью выбора оптимальных моделей с/х техники для проведения тех или иных видов работ;

 проводить удалённую диагностику двигателей, узлов и агрегатов для оптимизации людских и материальных ресурсов при устранении неисправности в полевых условиях ;

 прогнозировать профилактические регламентные работы для предотвращения внеплановых ремонтов техники.

3. RFID-метки используются на агропредприятиях региона

RFID – способ автоматической идентификации объектов, в котором посредством радиосигналов считываются или записываются данные, хранящиеся в так называемых транспондерах, или

Основные сферы использования RFID-меток:

 Идентификация транспортных средств при контроле перемещении транспортных средств на поле и другие технологические объекты (весовые, тока, элеватор и др.)

 Определение используемого прицепного или навесного оборудования с тягачами (грузовыми автомобилями и тракторами) для учета выполненных работ,

 Идентификация водителей и машинистов-трактористов для учета фактического времени работы,

 Определение фактов прохождения контрольных точек или исполнения алгоритма перемещения транспортных и материальных средств, необходимых для выполнения технологических процессов на предприятии.

4. Интернет вещей

Под интернетом вещей (ИВ) понимают концепцию вычислительной сети физических объектов («вещей»), оснащенных встроенными технологиями для взаимодействия друг с другом или с внешней средой.

На сельхозпредприятиях использую промышленный интернет вещей – систему объединенных компьютерных сетей и подключенных технологических объектов со встроенными датчиками и установленным программным обеспечением для сбора и обмена информацией.

В большинстве своем на агропредприятиях используется несколько разновидностей ИВ:

 Машинного типа – на самоходных средствах и транспортных средствах, где используется система сбора информации от датчиков и устройств, установленных на агрегатах и в системах, с передачей и обработкой этих данных в центральном бортовом компьютере, обеспечивающем обмен информацией между устройствами и агрегатами,

 Производственного типа – на производственных объектах, где производится сбор и обмен информацией между устройствами на различных участках производственного цикла, с параллельным сбором и анализом информации в центральном компьютере. Установленное программное обеспечение в этом случае обеспечивает контроль исполнения технологических операций, их порядок и полноту исполнения, а также контроль технического состояния и работоспособности всех систем и механизмов.

На предприятиях региона используются обе разновидности, в частности на импортной сельскохозяйственной технике (тракторы, комбайны и др.) и на предприятиях с полным или закрытым циклом производства (сахарные заводы, элеваторы, перерабатывающие заводы и т.п.)

5. Системы анализа больших данных

Под большими данными понимаются хранение, обработка и анализ всей полученной информации от систем, датчиков и устройств. Под системами анализа больших данных в сельском хозяйстве принимают используемые агропредприятиями программные продукты. Самыми известными являются ПО на базе 1С, используемые во всех бухгалтериях сельзозпредприятий:

– 1С: Бухгалтерия сельскохозяйственного предприятия,

– 1С: Предприятие 8. Управление сельскохозяйственным предприятием,

– 1С: GIS. Управление пространственными данными для 1С: ERP и 1С:КА2,

– 1С: Предприятие 8. Бухгалтерия крестьянско-фермерского хозяйства,

– 1С: Предприятие 8. Бухгалтерия элеватора и комбикормового завода,

– 1С: Селекция в животноводстве. Свиноводство,

– 1С: Селекция в животноводстве. КРС,

– “AG-DATA INTEGRATOR” – интеграция данных бортовых информационных систем John Deere и 1С,

– “ЦПС: Элеватор. Комбикормовый завод. Маслозавод”,

6. ERP-системы:

– 1С: Предприятие 8. ERP Агропромышленный комплекс 2,

– “ЦПС: АгроХолдинг” – ERP-система для автоматизации сельского хозяйства России, Украины, Казахстана на 1С: УПП 8,

Система обеспечивает автоматизацию основных контуров управления сельскохозяйственных производителей: оперативный, финансовый, экономический, управленческий, производственный, агрономический, юридический, бухгалтерский, кадровый, поддержка принятия решений. Имеет модульную структуру и поддерживает управление различными видами сельскохозяйственного производства.

Функциональные особенности и классы решаемых задач ERP-системы “ЦПС:АгроХолдинг”:

1. Планирование и бюджетирование

 Автоматизация технико-экономического планирования в растениеводстве и животноводстве.

 Ведение технологических карт возделывания культур в единой информационной системе.

 Автоматический расчет оборотной ведомости поголовья в животноводстве, графиков растела, осеменения на несколько лет вперед исходя из зоотехнических параметров.

 Автоматизация бюджетирования, план-фактные (стратегический и оперативный) анализы деятельности сельскохозяйственного предприятия.

2. Оперативный учет

 Оперативное планирование и план-фактный учет сельскохозяйственных работ, интеграция со спутниковыми системами ГЛОНАСС/GPS мониторинга транспорта, отслеживание хода полевых работ и расхода ГСМ.

 Управленческий и регламентированный учет затрат в растениеводстве и животноводстве, автоматизация формирования путевых и учетных листов сельскохозяйственных работ.

 Оперативный учет сельскохозяйственной продукции на пунктах приема зерна, ТМЦ на складах и местах хранения.

 Оперативный управленческий количественно-качественный учет на элеваторе, комбикормовом заводе, маслоэкстракционном заводе, комбинате хлебопродуктов и растительных масел.

7. Облачные сервисы:

– “ЦПС: АгроУправление” – геоинформационная система (ГИС) на платформе “1С” для сельского хозяйства – Планирование и управление в едином информационном пространстве агропредприятия,

– ЦПС: Геоцентр. Управление АПК – Система содействует качественному принятию решений с целью повышения конкурентоспособности АПК и устойчивого развития сельских территорий региона,

– Автоматизация государственного бюджетного управления в сельском хозяйстве. Решаемые задачи: анализ производственных показателей деятельности предприятий регионального агропромышленного комплекса; анализ экономических показателей деятельности предприятий регионального агропромышленного комплекса; анализ финансовой устойчивости предприятий регионального агропромышленного комплекса; анализ рентабельности сельскохозяйственного производства; выявление основных факторов, влияющих на повышение эффективности производства; анализ эффективности государственной поддержки сельского хозяйства.

– ЦПС: Анализ показателей развития сельского хозяйства региона. Решаемые задачи: анализ производственных показателей деятельности предприятий регионального агропромышленного комплекса; анализ экономических показателей деятельности предприятий регионального агропромышленного комплекса; анализ финансовой устойчивости предприятий регионального агропромышленного комплекса; анализ рентабельности сельскохозяйственного производства; выявление основных факторов, влияющих на повышение эффективности производства; анализ эффективности государственной поддержки сельского хозяйства.

В Орловской области в 2016 году развернут Геоаналитический информационный центр Департамента сельского хозяйства (http://agro-office57.ru/structure-development/proektyi-laquoupravlenie-razvitiem-territoriyraquo/geoanaliticheskiy-informatsionnyiy-tsentr-departamenta-selskogo-hozyaystva-orlovskoy-oblasti.html ), который способствует предотвращению выбытия сельскохозяйственных земель из оборота, сохранению и вовлечению данных земель в производство, разработке обоснованных программ сохранения и восстановления плодородия почв, обеспечению государственных и муниципальных органов, в том числе осуществляющих земельный контроль, достоверной информацией о состоянии и плодородии сельскохозяйственных земель и их фактическом использовании. В данном центре реализована часть вышеуказанных программных продуктов. В последующем запланирована реализация вышеуказанных облачных сервисов.

Безусловно, основополагающим аспектом реализации задачи цифровизации сельскохозяйственного производства является отношение к проблеме самих сельхозтоваропроизводителей. Поэтому, с целью изучения существующих позиций, а также оценки уровня цифровизации сельскохозяйственных организаций и перспектив внедрения новых инициатив, Орловским ГАУ проведен социологический опрос руководителей и специалистов предприятий, занятых в сельском хозяйстве.

Методика исследования заключалась в анкетировании респондентов, согласившихся принять участие в опросе. Анкетирование – один из наиболее распространенных видов опроса, позволяющий добиться количественного измерения искомых качественных показателей. Достаточно часто анкетирование используется именно для оценки событий, связанных с внедрением новых (в том числе – информационных) технологий [66-68].

Разработанная анкета (Приложение А) состоит из 25 вопросов, формирующих следующие информационно-тематические блоки:

Блок 1. Информационно-организационный (8 вопросов);

Блок 2 Технический (9 вопросов);

Блок 3 Технологический (4 вопроса);

Блок 4 Финансово-экономический (4 вопроса).

Общее количество респондентов, принявших участие в анкетировании составило 57 руководителей и специалистов, представляющих сельскохозяйственные организации различных форм собственности, видов землепользования и уровня доходов.

Результаты анкетирования по вопросам Блока 1 представлены на рис. 1.20.

На основании анкетирования, по мнению респондентов можно констатировать следующее:

– хотели бы получить больше информации о национальной программе «Цифровая экономика Российской Федерации» и проекте отраслевой подпрограммы «Цифровое сельское хозяйство» 58,8% респондентов. При этом, 17,6% опрошенных оказались не знакомы с этими документами;

– в достаточном объеме не располагают информацией о новых технологиях и их преимуществах 47,1% участвующих в опросе.

Рисунок 1.20 – Результаты анкетирования сельхозтоваропроизводителей по Блоку «Информационно-организационный»

Самостоятельно восполняют недостаток этой информации еще 35,3% респондентов;

– не смогли назвать проблемы управления и учета, которые могли бы быть решены за счет внедрения новых технологий 47,2% специалистов. Положительно ответили на этот вопрос еще 41,2%;

– не видят необходимости обращения к специалистам за помощью в услугах цифровизации 41,2%. Еще 35,3% опрошенных успешно практикуют такое сотрудничество;

– несмотря на то, что значительная часть хозяйств (47,2%) не имеет специалистов, занятых вопросами цифровизации хозяйственно-экономической деятельности (в основном, мелкие предприятия), в 41,2% опрошенных организаций эти функции выполняются по совместительству. Еще 11,8% хозяйств располагают выделенным штатом IT-специалистов;

– почти 65% опрошенных считают необходимым обучение специалистов организации новым технологиям. Организовали обучение еще 11,8% организаций, от участвующих в анкетировании. Наибольший интерес руководителей и специалистов хозяйств вызывают такие инновационные направления, как Электронные карты полей и садов, Системы программирования контроля и управления урожаями и Системы параллельного вождения (по 12,8%, от всех опрошенных); Картирование урожайности и дифференцированное внесение удобрений (11,5%); Интернет вещей (10,2%); Сельскохозяйственные дроны (9,0%); Радиометки на животных и Системы содержания и учета животных (по 6,4%); Радиочастотная идентификация продукции с помощью радиометок (5,1%). Интерес к робототехнике, моделированию, с использованием 3D принтеров, применению искусственного интеллекта, блокчейн-технологиям, использованию виртуальной реальности и другим новациям проявили еще около 13% респондентов (рис. 1.21);

– основным сдерживающим фактором решения задачи цифровой трансформации сельскохозяйственных организаций названа высокая стоимость инноваций (почти 50% опрошенных). К числу значимых проблем, влияющих на внедрение “цифры” в свое производство, сельхозтоваропроизводители также относят отсутствие условий для внедрения (19,0%). Лишь 14,3% респондентов считают, что препятствий для цифровизации производства нет;

– оценивая уровень внедрения цифровизации в своих хозяйствах по 10-балльной шкале, большая часть сельхозтоваропроизводителей (47,8%) критично отнеслась к имеющимся результатам (от 1 до 3 баллов). Промежутком от 3 до 5 баллов оценили уровень цифровизации своих предприятий 39,1% опрошенных. Лишь 13,0% руководителей и специалистов посчитали инновационный уровень своих хозяйств заслуживающим оценки от 5 до 7 баллов, по 10-балльной шкале.

Ответы производственников на технический блок вопросов иллюстрированы графиками рис. 1.22 и позволяют установить следующее:

– все 100% организаций, участвующих в опросе, располагают компьютеризированными рабочими местами. Количество таких мест зависит от дохода организации и, по итогам анкетирования, составляет от 1 до 3 – для 47,1% опрошенных. Еще 47,1% хозяйствующих субъектов оснащены рабочими местами с компьютерным оборудованием, количеством, превышающим 10 единиц;

Рисунок 1.21 – Заинтересованность сельхозтоваропроизводителей в приобретении знаний по новым технологиям

– имея ввиду подавляющее количество сходных ответов на вопрос о численности подключенных к Интернет компьютеров, можно утверждать о практически полном охвате Глобальной сетью ПК (ноутбуков) организаций;

– уровень и качество обеспеченности Интернет и мобильной связью полностью удовлетворяет 46,2% опрошенных. О неустойчивой связи Интернет, либо ее полном отсутствии в полевых условиях заявили еще 46,2% респондентов. Неустойчивость сотовой связи и полное отсутствие Интернет подтвердили 7,6% респондентов;

– наиболее частыми пользователями мультимедийных средств на рабочих местах являются работники офисов (88,2%), агрономы (70,6%), механизаторы (52,9%). Ветеринарные врачи и животноводы используют средства мультимедийного обеспечения, соответственно, в 35,3% и 29,4%

случаев. Еще 47,1% пользователей ПК на рабочих местах составляют работники других профессий;

– основу программного обеспечения ПК на рабочих местах предприятий составляют стандартные программы Windows и программный продукт фирмы 1С – 1С Бухгалтерия (соответственно, 2,4% и 70,6%). Специализированные программы для растениеводства и/или животноводства, а также программные продукты с базами данных, разработанные специально для предприятий, имеют еще 29,4% и 23,5% хозяйств, соответственно;

– большинство опрошенных организаций (70,6%) не располагают специализированным терминалом для накопления и обработки цифровой информации;

– несмотря на преобладание организаций, не имеющих компьютерных терминалов, 35,3% хозяйств используют в административно-хозяйственном управлении информацию, поступающую от спутниковых навигационных систем, установленных на технике, используемой для сельскохозяйственного производства. Еще 23,5% специалистов заявили об использовании таких информационных данных частично и не регулярно;

– опрос показал, что в сельскохозяйственных предприятиях Орловской области имеют место примеры внедрения в производство собственных оригинальных технических решений. Положительный опыт в данной области имеют 23,5% опрошенных организаций;

– отсутствие любых форм взаимодействия хозяйств с федеральными и/или региональными структурами в сфере цифровизации сельского хозяйства обнаружено в 88,2% ответов, от числа организаций, участвующих в анкетировании. О факте такого взаимодействия в одностороннем порядке (сельскохозяйственные организации предоставляют информацию в региональный центр) заявили лишь 11,8% респондентов.

Результаты ответов представителей производства на технологический блок вопросов, показали:

– наибольшее применение в анкетируемых хозяйствах области, получили такие элементы цифровизации сельского хозяйства, как системы контроля параметров на технике – 52,9%, от всех опрошенных организаций; планшеты руководителей и специалистов хозяйств и видеосистемы – по 47,1%. 35,3% участвующих в опросе предприятий имеют в наличии автоматическое весоизмерительное оборудование (рис. 1.23). Используют системы точного земледелия и параллельного вождения, а также системы автоматизации технологических процессов производства, учета и статистики, обработки данных – в 29,4% обследованных хозяйств. От 11,8% до 17,6% предприятий word image 480 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.22 – Результаты анкетирования сельхозтоваропроизводителей по Блоку «Технический»

уже применяют такие новации, как автоматические метеостанции, электронные карты вариабельности плодор одия и свойств почвы, беспилотные летательные аппараты и другие технологии. На сегодняшний день, не нашли применения в хозяйствах, участвующих в анкетировании, системы программирования контроля и управления урожаями, а также роботизированные установки;

– в плане перспектив, наибольший интерес у сельхозтоваропроизводителей вызывают технологии, с использованием систем параллельного вождения. Чрезвычайную необходимость внедрения этих технологий в своих хозяйствах заявили 47,1% опрошенных. Еще 29,4% руководителей и специалистов подтвердили значительную необходимость таких инноваций. В использовани и электронных карт полей и садов заинтересованы 41,8% сельхозтоваропроизводителей; из них 23,5% признают чрезвычайную необходимость внедрения этих технологий. Следующей, по уровню значимости, отмечается технология производства, основанная на картировании урожайности и дифференцированном внесении удобрений. Чрезвычайную или значительную необходимость применения данного элемента цифровой трансформации сельского хозяйства отметили 41,2% респондентов.

word image 481 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 482 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 1.23 – Использование элементов цифровизации сельского хозяйства в профильных организациях Орловской области

О важности использования систем содержания и учета животных и применении радиометок заявили 41,2% и 35,3% специалистов, соответственно. В отношение Интернета вещей, 41,2% опрошенных высказались о возможности того, что данное внедрение может быть полезным. При этом, еще 29,4% респондентов назвали данную технологию чрезвычайно необходимой или представляющей значительную необходимость.

Определенный интерес у руководителей и специалистов хозяйств взывают технологии, основанные на функционировании систем программирования контроля и управления урожаями: возможность того, что это внедрение может быть полезным подтвердили 35,3% опрошенных; 23,5% считают эти технологии чрезвычайно или значительно необходимыми.

Сдержанно отнеслись специалисты к использованию в сельскохозяйственном производстве дронов и робототехники. Так, 52,9% респондентов высказались о том, что применение дронов может быть полезным, с определённой вероятностью. В отношение робототехники такого же мнения придерживаются 29,4% специалистов. Вместе с тем, недоверие к эффективности данных технологий в сельском хозяйстве выразили 23,5% и 35,3% опрошенных – соответственно.

Подобное же отношение со стороны производственников сложилось в применение к вопросу использования в сельском хозяйстве 3D-моделирования. Здесь, почти 29,4% опрошенных относят этот сервис к «вероятно полезному», а еще 47,1% считают его необходимость незначительной или вовсе не требующейся.

Отсутствует уверенность в насущной необходимости использования больших баз данных: 41,2% заявили о том, что внедрение может быть полезным и 29,4% считают его незначительно необходимым или ненужным.

Замыкают рейтинг востребованности производственниками инноваций, такие технологии, как искусственный интеллект (35,3% относят эту технологию к категории имеющей незначительную необходимость или не считают необходимой); радиочастотную идентификацию продукции с помощью радиометок (41,2% относят ее к категории необходимости, указанной выше); дополненная реальность (41,2%); виртуальная реальность (52,9%).

Резюмируя итоги статистического анализа отношения специалистов к новым технологиям, следует отметить, что ряд предложений вызвал сложности в понимании их сути. В частности, 23,5% опрошенных затруднились оценить степень значимости использования в сельскохозяйственном производстве искусственного интеллекта; по 17,6% респондентов не смогли определиться с возможностью применения виртуальной и дополненной реальности, а также радиочастотной идентификации продукции с помощью радиометок.

Рейтинг востребованности цифровых инноваций в сельскохозяйственном производстве, по мнению участвующих в опросе руководителей и специалистов, можно представить некоей сводной таблицей. Здесь, уровень востребованности того или иного объекта оценки выражается цветовой гаммой, подчиняющейся алгоритму, предложенному в табл. 1.4. Результаты данного исследования приведены в табл. 1.5;

Таблица 1.4. Алгоритм цветового кодирования уровней экспертной оценки

Оценка степени необходимости внедрения инновации Количество согласившихся с оценкой респондентов
Чрезвычайная или значительная необходимость 55…80% 55…80% 55…80%
Внедрение может быть полезным 55…80% 55…80% 55…80%
Необходимость незначительная или отсутствует 55…80% 55…80% 55…80%

Таблица 1.5. Рейтинг востребованности инноваций, по оценкам специалистов хозяйств, принявших участие в опросе

Наименование технологии Позиция в рейтинге Чрезвычайная или значительная необходимость Внедрение может быть полезным Необходимость незначительная или отсутствует Затруднились

ответить, %

1 2 3 4 5 6
Системы параллельного вождения 1 8,0
Электронные карты полей и садов 2 7,1
Картирование урожайности и дифференцированное внесение удобрений 3 20,0
Интернет вещей (датчики контроля и удаленного управления производством) 4 6,7
Системы программирования контроля и управления урожаями 5 14,3

Продолжение табл. 1.5

1 2 3 4 5 6
Робототехника 6 7,1
Системы содержания и учета животных 7 14,3
Радиометки на животных 8 14,3
3D принтеры (создание пластиковых деталей для сельхозмашин и инструментов) 9 7,1
Радиочастотная идентификация продукции с помощью радиометок 10 21,4
Искусственный интеллект (принятие оптимальных решений системой на основе обработки полученных данных) 11 28,6
Дроны 12 7,1
Блокчейны (большая база данных, размещенная в сети, и доступная огромному количеству пользователей) 13 14,3
Виртуальная реальность (моделирование ситуаций с помощью 3D очков) 14 21,4
Дополненная реальность (введение в объект восприятия дополнительных сведений, позволяющих иметь больше информации об объекте) 15 23,1

– на вопрос о новых формах использования цифровых технологий в своих хозяйствах за последние 5 лет, положительно ответили около 60% опрошенных специалистов (рис. 1.24);

– более 59% респондентов согласились с возможностью экспериментального внедрения передовых технологий в своих хозяйствах, но при условии отсутствия затрат со стороны хозяйства; еще 23,3% опрошенных заявили о готовности поддержать тестовое использование инноваций, даже несмотря на затраты со стороны хозяйства. Следует отметить, что более 17% хозяйств не рассматривают возможность внедрения в своих хозяйствах новых технологий, ни при каких условиях (см. рис. 1.24).

При статистических исследованиях по вопросам Финансово-экономического блока, были получены результаты, представленные ниже.

Как видно из диаграммы на рис. 1.25, в большинстве хозяйств, принявших участие в опросе, сумма средств, выделяемая на цифровую трансформацию производства, не превышает предела 10…50 тыс. руб. При word image 483 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) этом, 23,5% опрошенных заявили об отсутствии какого-либо финансирования на эти цели. Тем не менее, около трети всех респондентов потратили на инновацию в своем производстве более 500 тыс. руб. за последние 2 года;

Рисунок 1.24 – Результаты анкетирования сельхозтоваропроизводителей по вопросам Блока «Технологический»

– бюджет средств, выделяемых на преобразования производства в сфере цифровизации, в основном формируется за счет самих предприятий (81,4% всех опрошенных). Лишь 12,6% хозяйств, участвующих в опросе имеют возможность привлечь на данные цели средства учредителя. Следует, также, отметить факты финансирования инновац ий, за счет личных средств руководителя или работников хозяйства (5,7%);

– в подавляющем большинстве случаев (82,4%), руководителями и специалистами хозяйств отмечается желание тратить на внедрение word image 484 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) цифровизации своих предприятий от 1 до 5%, от прибыли. Около 12% опрошенных заявили о готовности субсидировать инновационные преобразования, в размере от 5 до 10%, от прибыли хозяйства;

– на вопрос об эффективности использования цифровых технологий в своих хозяйствах, большинство респондентов затруднились ответить, в связи с отсутствием расчётных данных. Равное количество опрошенных имеют диаметрально противоположные мнения (да и нет – по 17,6% респондентов).

Подводя итог выполненным исследованиям, считаем важным обратить внимание на следующие аспекты.

1. Значительная часть опрошенных руководителей и специалистов профильных организаций в полной мере не обладают информацией о существующих национальных проектах в области циф ровизации экономики и, в частности, отрасли сельского хозяйства. Многие не имеют представления о полном спектре предложений, возможностях и достоинствах новых технологий. В тоже время, критично оценивая инновационный уровень своих предприятий, две трети опрошенных считают необходимым обучение специалистов новым технологиям.

Данная оценка свидетельствует о важности скорейшей организации дополнительного целевого обучения производственников Орловской области. Такое обучение должно проводиться на основе использования практических наработок, имеющихся в передовых сельскохозяйственных организациях и теоретического материала, накопленного учеными высших учебных заведений. Базой для обучения должен стать региональный Центр компетенций в области цифрового сельского хозяйства, ядром которого является ФГБОУ ВО Орловский ГАУ, располагающий развитой учебно-научно-производственной инфраструктурой, собственным экспериментальным цифровым хозяйством, аккредитованным институтом дополнительного образования, высококвалифицированными научно-педагогическими кадрами.

2. Наибольший интерес у сельхозтоваропроизводителей отмечается в отношение таких технологий, как электронные карты полей и садов, системы программирования контроля и управления урожаями, системы параллельного вождения, а также картирование урожайности и дифференцированное внесение удобрений. В числе главных проблем, при решении задач цифровой трансформации сельхозпроизводства, названы высокая стоимость инноваций и отсутствие условий для внедрения. Последнее, в том числе, объясняется неустойчивостью сотовой связи и Интернет, либо их полным отсутствием, о чем заявили более половины опрошенных.

Возможным решением этих вопросов могут явиться частичное субсидирование средних и малых сельскохозяйственных организаций, активно внедряющих цифровые инновации; предоставление налоговых льгот организациям, оказывающим услуги в сфере цифровизации по сниженным тарифам; стимулирование собственных разработок и широкого внедрения технологий и технических средств для бесперебойной передачи цифровых данных в условиях недостаточного покрытия GSM-связью и с удаленных участков полей.

3. Имеет место отставание Орловской области в части наличия (даже в некоторых передовых хозяйствах) компьютерных терминалов, неготовность использования цифровых данных, поступающих от имеющихся информационных систем, отсутствие системного взаимодействия цифровых платформ сельхозорганизаций с ГИС регионального Департамента сельского хозяйства. Все это делает невозможным реализацию основного принципа цифровой трансформации отрасли – рост производительности труда и снижение затрат производства, на основе уровневой взаимосвязанной совокупности средств и методов, используемых для накопления, хранения, обработки информации, служащих для прогнозирования событий и принятия обоснованных управленческих решений.

4. Сегодня, большинство руководителей сельхозорганизаций Орловской области готовы ежегодно вкладывать в цифровую трансформацию своих предприятий не более 5% прибыли. Установлено, что большее понимание реализации задач цифровизации хозяйственной, планово-экономической и другой деятельности предприятий, находит у руководителей хозяйств с высоким уровнем доходов, а также тех, кто имеет успешную практику цифровизации своего бизнеса. Тем не менее, в области пока нет примеров явного подтверждения экономической эффективности инновационных процессов.

Представляется необходимым, при финансовой поддержке Администрации Орловской области, инициировать специальное исследование перехода к цифровизации сельского хозяйства региона, на основе результатов которого выявить и обосновать критерии и методы, позволяющие оценить степень эффективности цифровой трансформации отдельных предприятий и отрасли, в целом.

1.5 Задачи аграрного вуза по подготовке кадров для сельского хозяйства, как отрасли цифровой экономики России

Сегодня настало время, когда интеллектуальные цифровые решения должны помочь сельскохозяйственной отрасли справиться с проблемами повышения производительности труда и устойчивого развития. Повышение эффективности сельскохозяйственного производства, снижение себестоимости производственных процессов, формирование новых наукоемких производств, вовлечение в сельскохозяйственное производство работников новых профессий, повышение доходов на селе и увеличение экспорта сельскохозяйственной продукции являются заявленными задачами подпрограммы «Цифровое сельское хозяйство».

Задачи аграрного вуза в цифровой трансформации сельского хозяйства – это внедрение цифровых технологий и платформенных решений для обеспечения цифрового технологического прорыва в сельском хозяйстве с целью увеличения производительности труда на инновационно-ориентированных аграрных предприятиях в 2 раза к 2021 году.

В рамках Концепции научно-технического развития сельского хозяйства «Цифровое сельское хозяйство» поставлена задача перед аграрными вузами осуществить первые выпуски к 2024 году высококвалифицированных специалистов с углубленными знаниями ИТ-технологий. По данным Министерства сельского хозяйства РФ кадровый голод в сфере сельского хозяйства составляет 90 тыс. специалистов ИТ-сферы.

Также в рамках проекта цифровизации будет создана первая в России отраслевая квазикорпоративная электронная образовательная система «Земля знаний», в рамках которой пройдут обучение с 2019 по 2021 год 55000 специалистов отечественных сельскохозяйственных предприятий компетенциям цифровой экономики за счет средств Госпрограммы АПК и ресурсов аграрных вузов, где планируется увеличение целевых показателей ведомственного проекта «Цифровое сельское хозяйство» рост производительности труда 2019 г.- 105%, 2020 г. – 150%, 2021 г. – 200%. Планируется провести обучение по компетенциям цифровой экономики в 2019 г. – 30 тыс. чел., 2021 году – 105 тыс. чел., 2024 году – 270 тыс. чел., а обучение по развитию компетенций цифровой экономики в рамках государственной системы персональных цифровых сертификатов 2019 г. – 5 тыс. чел., 2021 г. – 160 тыс. чел., 2024 г. – 1000 тыс. чел.

Будут созданы Центры ускоренной подготовки специалистов совместно с компаниями цифровой экономики к 2020 г. – 5 центров, 2021 г. – 15 центров, 2023 г. – 50 центров. До конца 2021 года 120 млрд. руб. частных инвестиций будут привлечены в проекты по разработке и коммерциализации продуктов и сервисов на базе «сквозных» цифровых технологий. До конца 2021 года получат грантовую поддержку 1350 коммерчески ориентированные научно-технические проекты в области «сквозных» цифровых технологий. К концу 2023 года планируется внедрить элементы модели «Цифровой университет» в государственных вузов до 100%. К концу 2024 г планируется обучить по программам высшего образования в сфере информационных технологий 120 тыс. человек, а 10 млн. человек пройдут обучение по онлайн программам развития цифровой грамотности.

Поскольку агропромышленный комплекс является базовым элементом экономики региона и развивается стремительными темпами, цифровизация АПК выбрана в качестве приоритетного направления стратегия развития Орловской области. Цифровизация АПК региона – это технологический стержень стратегии социально- экономического развития сельского хозяйства Орловской области. Орловская область вошла в число пилотных регионов по направлению «Цифровизация сельского хозяйства» это предполагает внедрение платформенных решений и цифровых технологий в органах управления субъектов агробизнеса, а также подготовку молодых специалистов на базе Орловского ГАУ. Орловский аграрный университет играет ведущую роль в научно-образовательном сопровождении цифровой трансформации агропромышленного комплекса региона. Орловский ГАУ посредством внедрения цифровых инноваций в образовательную среду формирует новый уровень подготовки молодых специалистов для АПК.

Задачи аграрного вуза выстраивают траектории цифровой трансформации при подготовке кадров для агропромышленного комплекса:

– внедрение образовательных программ по цифровизации сельского хозяйства направленных на обучение и переобучение, современную грамотность молодых специалистов способствующих формированию компетенций кадров для сельского хозяйства, как отрасли цифровой экономики;

– получение обучающимися и молодыми специалистами цифровых компетенций;

– внедрение цифровых инструментов и умное отраслевое планирование, принятие агрорешений и профессиональное агроконсультирование;

– направление обучающихся и молодых специалистов на инновационных практико-ориентированных предприятия для обучения и прохождения стажировок для отработки знаний и технологий применения цифровых компетенций (управление сельскохозяйственной техникой, повышение энергоэффективности, применения данных телеметрического контроля, применение технологий цифрового анализа и внедрения, создание матриц цифровых решений способствующих развитию сельскохозяйственного производства);

– создание организационной и технологической основ дистанционного обучения, подготовки и переподготовки кадров с доступом к передовым цифровым технологиям в области сельского хозяйства и системы научного консультирования.

Все занятые специалисты АПК региона пройдут обучение по применению цифровых технологий на базе ФГБОУ ВО «Орловский государственный аграрный университет имени Н.В. Парахина». Это позволит сельхозтоваропроизводителям оценивать свои возможности по кадровой потребности, получать консолидированную информацию в сфере цифрового сельского хозяйства и применить на практике новые знания и апробировать наработки.

Первоочередной задачей, которую предстоит решать аграрным вузам, является определение потребности в специальностях на рынке труда, которую можно определить посредством статистических данных по разнице спроса и предложения. Проведение интервью, анкетирование руководителей различных уровней и сельхозпредприятий, глав и специалистов муниципальных и поселковых управлений, глав К(Ф)Х, кооперативов также способно обеспечить достоверной информацией о потребности АПК в специалистах.

Многие сельскохозяйственные вузы уже используют цифровые технологии в своей работе. Развиваются онлайн-сервисы в области сельскохозяйственного консультирования и дополнительного аграрного образования. Но сейчас эта деятельность не достаточна скоординирована, ведется без единых стандартов. Качество многих онлайн-курсов оставляет желать лучшего. Наблюдается острый дефицит кадров в области цифрового сельского хозяйства. Внедрение цифровых технологий в АПК повысит качество и уровень управленческих решений, открытость ведения сельскохозяйственного производства, а также выявить существенные резервы роста сельского хозяйства. Цифровые технологии сельского хозяйства является драйвером развития и ключевым фактором повышения конкурентоспособности отрасли в условиях цифровизации мировой и национальной экономики базирующихся на использовании IT-технологий. Текущий уровень цифровизации АПК показывает острый недостаток количества IT-специалистов.

Сельское хозяйство традиционно считается драйвером экономики с приходом цифровизации оно начинает претерпевать сильные изменения с постановкой новых задач перед аграрным образованием с применением ИТ инструментов обучения: дистанционные школы и университеты, индивидуальные стимуляторы, онлайн-курсы, игровые-онлайн-миры, индивидуальные траектории обучения, игровые среды-онлайн и в дополнительной реальности, электронные наставники. Формируются надпрофессиональные навыки и умения: межотраслевая коммуникация, управление проектами, бережливое производство, работа в условиях неопределенности, клиентоориентированность, робототехника, искусственный интеллект, программирование, цифровое проектирования и подготовка производства, развитие человеко-машинных интерфейсов.

В современных условиях цифровизации сельского хозяйства особую важность приобретают профессии будущего: системный биотехнолог, ГМО-агроном, архитектор живых систем, урбанист-эколог, сити-фермер, ИТ-генетик, защитник прав потребителей электроэнергии, энергоаудитор, разработчик систем энергопотребления, системный инженер интеллектуальных энергосетей, наладчик энергосетей для распределенной энергетики, проектировщик «умной среды», проектировщик инфраструктуры и «умного дома», парковый эколог, специалист по преодолению системных экологических катастроф, агроном-биотехнолог, генный инженер.

Цифровые компетенции необходимы во всех субъектах агробизнеса, важно то, что с приходом цифровых технологий начинает меняться структура рабочих задач для специалистов в аграрной сфере.

1.6 Выводы по Главе 1

1. Рассмотрены основные понятия и правовые положения, используемые в сфере цифровой среды; раскрыта суть сквозных технологий, вошедших в рамки государственное программы «Цифровая экономика Российской Федерации».

2. Дан обзор ключевых цифровых новаций, применяемых в сельскохохяйственной отрасли передовых стран мира и специфические нацональные особенности, мотивирующие широкое внедрение цифровой трансформации отечественного аграрного производства.

3. Выполнен анализ результатов и перспектив цифровой трансформации сельского хозяйства Орловской области. На основании проведенного социологического исследования предложена классификация муниципальных районов по уровню оснащенности сельскохозяйственной техникой, оборудованной системами ГЛОНАСС/GPS, а также обоснован региональный рейтинг востребованности цифровых инноваций. Обнаружена необходимость повышения квалификации специалистов производства Орловской области в сфере цифровизации сельского хозяйства.

4. На основании направлений деятельности, заявленных государственной программой «Цифровая экономика Российской Федерации» и проектом Концепции национальной платформы «Цифровое сельское хозяйство», определен круг задач аграрного вуза по подготовке кадров для цифрового сельского хозяйства.

5. Базой для обучения руководителей и специалистов хозяйств, отработки новых технологий, популяризации новой инициативы и подготовки кадров должен стать региональный центр компетенций в области цифрового сельского хозяйства, во взаимодействии с создаваемым на базе ФГБОУ ВО Орловский ГАУ экспериментальным цифровым опытным хозяйством.

6. Определены актуальность и цель предстоящего исследования, сформулированы основные задачи работы.

Глава 2. Оценка состояния и потенциала вузов Минсельхоза России, как участников реализации цифровой трансформации сельского хозяйства

2.1 Краткая характеристика высших учебных заведений Минсельхоза России

Развитие цифрового сельского хозяйства в России невозможно без соответствующей кадровой подпитки. По нашему мнению, особенностью формирования и развития кадрового потенциала в сельском хозяйстве является необходимость работы в сельской местности, доступность аграрного специализированного образования в регионе, удовлетворительные социальные условия, особенно – для молодых специалистов. Поэтому, зачастую, кадровый потенциал сельского хозяйства формируют сельские жители, а в условиях цифровой трансформации сельскохозяйственного производства, должны формировать выпускники аграрных вузов. Однако, повышенный спрос на квалифицированных работников сельском хозяйстве, внедрение технологических инноваций, высокий уровень заработной платы может мотивировать и городских жителей на трудоустройство в аграрные предприятия. В этой связи одним из ключевых элементов формирования кадрового потенциала сельского хозяйства в условиях цифровизации аграрного производства являются высшие учебные заведения Минсельхоза России, как специализированные вузы, готовящие инновационно-ориентированные кадры.

По данным 2019 года, Минсельхоз России осуществляет координацию деятельности 54 вузов (табл. 2.1), в которых проходят обучение более 300 тыс. студентов. На базе аграрных вузов действует 7 федеральных центров прогнозирования и мониторинга научно-технологического развития АПК: рыбохозяйственный комплекс, включая промысел, аквакультуру и переработку водных биоресурсов (Дагестанский ГАУ), точного сельского хозяйства, автоматизации и роботизации (Кубанский ГАУ), переработки сельскохозяйственного сырья в пищевую, кормовую и иную продукцию (Саратовский ГАУ), мелиорации, восстановления земельных ресурсов, эффективного и безопасного использования удобрений и агрохимикатов (Белгородский ГАУ), растениеводства, включая семеноводство и органическое земледелие (Новосибирский ГАУ), платформенные биотехнологии для агропромышленного комплекса (РГАУ-МСХА имени К.А. Тимирязева), животноводства, включая ветеринарию и племенное дело (Ставропольский ГАУ) [89].

Если рассматривать аграрные вузы в контексте готовности их к формированию профессиональных компетенций в области цифрового сельскохозяйственного производства можно отметить особенности стратегических ориентиров развития, материально-технической базы, реализуемых программ подготовки, наличия объектов научной инфраструктуры, наличия собственной базы для практической подготовки обучающихся [97].

Анализ Стратегий развития аграрных вузов показал, что формирование компетенций в области цифрового сельского хозяйства является приоритетным направлением как с точки зрения совершенствования образовательного процесса, так и формирования тематики и инфраструктуры для научных исследований научно-педагогических работников и обучающихся.

Таблица 2.1. Аграрные вузы России

Алтайский ГАУ Алтайский ГАУ

http://www.asau.ru

Башкирский ГАУ Башкирский ГАУ

http://www.bsau.ru

Белгородский ГАУ Белгородский ГАУ

http://bsaa.edu.ru

Брянский ГАУ Брянский ГАУ

http://www.bgsha.com

Бурятская ГСХА Бурятская ГСХА

http://www.bgsha.ru/

Великолукская ГСХА Великолукская ГСХА

http://www.vgsa.ru

Волгоградский ГАУ Волгоградский ГАУ

http://www.volgau.com

Вологодская ГМХА (ВГМХА им. Н.В. Верещагина) Вологодская ГМХА (ВГМХА им. Н.В. Верещагина)

http://molochnoe.ru

Воронежский ГАУ Воронежский ГАУ

http://www.vsau.ru

Вятская ГСХА Вятская ГСХА

http://www.vgsha.info

Горский ГАУ Горский ГАУ

http://gorskigau.com

ГУЗ ГУЗ

http://www.guz.ru

Дагестанский ГАУ имени М.М. Джамбулатова Дагестанский ГАУ имени М.М. Джамбулатова

http://даггау.рф

Дальневосточный ГАУ Дальневосточный ГАУ

http://www.dalgau.ru

Донской ГАУ Донской ГАУ

http://www.dongau.ru

Ивановская ГСХА Ивановская ГСХА

http://www.ivgsha.ru

Ижевская ГСХА Ижевская ГСХА

http://www.izhgsha.ru

Иркутский ГАУ Иркутский ГАУ

http://www.igsha.ru

КБГАУ КБГАУ

http://www.kbgau.ru

Казанская ГАВМ Казанская ГАВМ

http://www.ksavm.senet.ru

Продолжение табл. 2.1

Казанский ГАУ Казанский ГАУ

http://www.kazgau.ru

Кузбасская ГСХА Кузбасская ГСХА

http://www.ksai.ru

Костромская ГСХА Костромская ГСХА

http://kgsxa.ru

Красноярский ГАУ Красноярский ГАУ

http://www.kgau.ru

Кубанский государственный аграрный университет Кубанский государственный аграрный университет

http://kubsau.ru

Курганская ГСХА Курганская ГСХА

http://www.ksaa.zaural.ru

Курская ГСХА Курская ГСХА

http://www.kgsha.ru

Мичуринский ГАУ Мичуринский ГАУ

http://www.mgau.ru

Московская ГАВМ и Б Московская ГАВМ и Б

http://www.mgavm.ru

Нижегородская ГСХА Нижегородская ГСХА

http://nnsaa.ru/

Новосибирский ГАУ Новосибирский ГАУ

http://nsau.edu.ru

Омский ГАУ Омский ГАУ

http://www.omgau.ru

Оренбургский ГАУ Оренбургский ГАУ

http://orensau.ru

ФГБОУ ВО Орловский ГАУ ФГБОУ ВО Орловский ГАУ

http://www.orelsau.ru

Пензенский ГАУ Пензенский ГАУ

http://pgsha.penza.net

ФГБОУ ВО Пермский ГАТУ ФГБОУ ВО Пермский ГАТУ

http://pgsha.ru

Приморская ГСХА Приморская ГСХА

http://primacad.ru/

РГАЗУ РГАЗУ

http://www.rgazu.ru

РГАУ-МСХА имени К.А.Тимирязева РГАУ-МСХА имени К.А.Тимирязева

http://www.timacad.ru

Рязанский ГАТУ Рязанский ГАТУ

http://rgatu.ru/

Самарский ГАУ Самарский ГАУ

http://www.ssaa.ru

Санкт-Петербургская ГАВМ Санкт-Петербургская ГАВМ

http://spbgavm.ru

Санкт-Петербургский ГАУ Санкт-Петербургский ГАУ

http://spbgau.ru

Саратовский ГАУ Саратовский ГАУ

http://www.sgau.ru

Продолжение табл. 2.1

Смоленская ГСХА Смоленская ГСХА

http://www.sgsha.ru

Ставропольский ГАУ Ставропольский ГАУ

http://www.stgau.ru

Тверская ГСХА Тверская ГСХА

http://tvgsha.ru

ГАУСЗ ГАУСЗ

http://www.tsaa.ru

Ульяновский ГАУ Ульяновский ГАУ

http://www.ulsau.ru

Южно-Уральский ГАУ Южно-Уральский ГАУ

http://юургау.рф

Уральский ГАУ Уральский ГАУ

http://www.urgau.ru

Чувашская ГСХА Чувашская ГСХА

http://чгсха.рф

Якутская ГСХА Якутская ГСХА

http://www.ysaa.ru

Ярославская ГСХА Ярославская ГСХА

http://www.yaragrovuz.ru

Так, например, ФГБОУ ВО Алтайский государственный аграрный университет в пункте 1.2 Совершенствование структуры образовательных программ [90] указывает, что «открытие магистерских программ в инновационных областях (точное земледелие, роботизация производства в АПК…) является одной из приоритетных задач. На агрономическом факультете функционирует Центр электронного картографирования, на экономическом факультете базу для понимания обучающимися всех факультетов азов цифровых технологий закладывает кафедра экономики, анализа и информационных технологий. В сельском хозяйстве отраслевым стандартом становится использование систем геопозиционирования, комплексного управления парком техники, точного земледелия, автоматизация процессов в комбикормовом производстве. Непосредственное проведение научных исследований в области цифровизации сельского хозяйства осуществляют ряд инновационных и исследовательских структур. Это «Центр инновационных агротехнологий и почвенно-агрохимических исследований», «Центр агроинженерных исследований», «Центр зооветеринарных исследований и оценки качества продукции животноводства», в рамках которых функционируют специализированные лаборатории непосредственно занимающиеся проблемами цифрового сельского хозяйства: Научно-исследовательская лаборатория дистанционного зондирования Земли; Отраслевая научно-исследовательская лаборатория новой техники и технологий; Лаборатория точного земледелия; Лаборатория «Микроклимат животноводческих помещений» [91].

В Алтайском институте повышения квалификации агропромышленного комплекса помимо программ, косвенно освещающих вопросы цифровых технологий в сельском хозяйстве, функционируют программы повышения квалификации, напрямую связанные с реализацией потенциала цифровых технологий. Среди них – «Применение технологии no-tile», «Оформление электронных ветеринарных сопроводительных документов в ФГИС “Меркурий. Хозяйствующий субъект”», «Организация сбалансированного кормления КРС с применением АС “Корм Оптима Эксперт”», «Применение АРМ “СЕЛЭКС. Молочный скот”», открыт Учебно-консультационный центр Алтайского кластера аграрного машиностроения им. А.А. Ежевского и центр точного земледелия (рис. 2.1) и другие [93].

Образовательный процесс в области непосредственно цифрового сельского хозяйства в ФГБОУ ВО «Башкирский государственный аграрный университет» реализуется на кафедрах «Информатики и информационных технологий», «Почвоведения, агрохимии и точного земледелия» и других [94]. В рамках программ ДПО можно выделить: «Применение информационных технологий в управлении животновдством и селекционно-племенной работе – ИАС “СЕЛЕК- Молочный скот”», «Автоматизированные системы управления технологическими процессами в системах энергоснабжения предприятий. Программирование логических контроллеров ОВЕН, SIEMENS» и ряд других. Сегодня в университете имеется мощная научно-исследовательская база для современных цифровых разработок. Особый интерес представляют фрагменты разработки по системе точного земледелия – системе, которая сейчас определяет эффективность сельского хозяйства, в целом (рис. 2.2).

word image 69 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.2 – Ректор ФГБОУ ВО Башкирский ГАУ И. Габитов демонстрирует разработки университета в сфере точного земледелия [95]

word image 70 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.1 – В центре точного земледелия Алтайского ГАУ студенты осваивают агронавигатор [92]

ФГБОУ ВО «Белгородский государственный аграрный университет имени В.Я. Горина» также сформировал комплекс образовательных программ, направленных на подготовку кадров в условиях цифровизации АПК. Можно выделить программы ДПО «Сельское хозяйство: технические системы в агробизнесе», «Прикладная информатика в экономике и управлении», «Эффективное использование технических средств в инновационных технологиях возделывания сельскохозяйственных культур», «Разработка и внедрение системы менеджмента безопасности пищевой продукции (ХАССП) для общественного питания», «Использование интернет-ресурсов, включая социальные сети, в целях рекламы и реализации продукции, производимой КФХ, ЛПХ, индивидуальными предпринимателями Белгородской области», «Перспективы развития молочного животноводства на промышленной основе с учетом автоматизации и роботизации производственных процессов» и ряд других. Важно также отметить наличие и эффективное использования для образовательных и научных целей производственные мощности, теплицы, Агротехнопарка с лабораториями, ведущими исследовательскую деятельность, в том числе, по вопросам цифровых технологий. В качестве ключевых направлений научных изысканий учёных вуза выделяются: информационные технологии и новые аппаратные комплексы в сельском хозяйстве; разработка и внедрение новых технологий в земледелии [96]. Также следует обратить внимание на созданный в университете Центр цифровых технологий и робототехники, включающий лаборатории цифровых технологий, робототехники и информатизации в АПК. Центр технической поддержки инженерного образования и цифровых технологий инженерного факультета обеспечивает научно-практическую деятельность на опытных производствах университета. Многофункциональный Центр дистанционного управления образовательными ресурсами, благодаря электронной диспетчерской, позволяет координировать как аудиторный учебный процесс, так и выездные практики студентов (рис. 2.3).

ФГБОУ ВО «Брянский государственный аграрный университет» обладает высоким потенциалом для практического освоения цифровых технологий обучающимися. В первую очередь данные возможности сформированы на базе учебно-опытного хозяйства «Кокино», которое является структурным подразделением вуза. Одним из ключевых направлений научной работы в Брянском ГАУ является «Совершенствование информационных технологий (ГИС технологии) и информационно-консультационной службы (ИКС) в АПК» [98]. В рамках программ ДПО можно выделить программы повышения квалификации «Инновационные технологии в растениеводстве» и «Инновационные технологии в животноводстве».

В ФГБОУ ВО «Бурятская государственная сельскохозяйственная академия имени В.Р. Филиппова» базовые компетенции в области цифрового сельского хозяйства формируются у обучающихся на кафедрах «Информатики и информационных технологий в экономике» и «Механизация сельскохозяйственных процессов». Одними из ключевых направлений научных исследований в академии выделены: «Агроэкологическое зонирование земель сельскохозяйственного назначения, анализ природно-климатических условий Байкальского региона, мониторинг взаимодействия человека в системе биота-среда, комплексная оценка, учет земель и иной недвижимости на основе использования данных дистанционного зондирования Земли» и «Инженерно-техническая и технологическая модернизация, инновационное развитие системы АПК республики Бурятия».

word image 485 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.3 – Презентация возможностей Многофункционального Центра дистанционного управления образовательными ресурсами Белгородского ГАУ

Базой для практического освоения современных технологий в растениеводстве в ФГБОУ ВО «Великолукская государственная сельскохозяйственная академия» является учебно-опытное поле ВГСХА. Учебное хозяйство расположено на территории поселка Майкино и деревни Сергиева Слобода, площадь которого 35,6 га. В рамках ДПО в академии ведутся курсы по компьютерной программе АРМ «Селэкс», которая позволяет в цифровом виде вести селекционную и племенную работу.

В ФГБОУ ВО «Волгоградский государственный аграрный университет» основы цифрового сельского хозяйства раскрываются в программах повышения квалификации «Ресурсосберегающие технологии возделывания сельскохозяйственных культур в современных условиях», «Актуальные вопросы документоведения в условиях организации (учреждения)» [99]. на учебно-опытном поле академии: Практическая подготовка и научная работа в области цифровизации сельского хозяйства в вузе осуществляется на базе хозяйств-лидеров.

Производственная база ФГБОУ ВО «Вологодская государственная молочнохозяйственная академия имени Н.В. Верещагина» включает:

– опытное поле;

– дендрологический сад;

– учебно-опытное лесничество;

– учебный полигон и парк тракторов и сельскохозяйственных машин;

– поля учебного хозяйства ГУ СП ВГМХА «Молочное»;

– учебные фермерские хозяйства.

Данная материальная база позволяет вузу вести эффективную подготовку обучающихся в области цифровизации аграрного производства. На учебно-опытном поле академии студенты работают на технике, оснащенной системой параллельного вождения НК «Агронавигатор плюс», а также системой спутникового мониторинга транспорта «АвтоГРАФ» (рис. 2.4). При помощи ГИС-технологии все рабочие участки, на которых производятся механизированные работы, могут быть преобразованы в электронные карты полей, на которые можно наложить все необходимые слои: какие работы проводились, какие урожайности на этих участках, какие культуры возделываются, какие удобрения необходимы почве [100].

Техническая сторона цифровых технологий в сельском хозяйстве рассматривается в рамках магистерской программы Профиль «Технические системы в агробизнесе» которая направлена на системную подготовку магистров, способных к осуществлению технической и технологической модернизации сельскохозяйственного производства, машин и оборудования, средств автоматизации технологических процессов при производстве, хранении и переработке продукции растениеводства и животноводства [101].

word image 486 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.4 – Программный продукт «АвтоГРАФ», используемый Вологодской государственной молочнохозяйственной академией

Современные технологии точного сельского хозяйства достаточно активно используются в образовательном процессе ФГБОУ ВО «Воронежский государственный аграрный университет им. императора Петра I». Они раскрываются как в основных образовательных программах, так и в рамках ДПО. В концепции развития ФГБОУ ВО Воронежский ГАУ, принятой на учёном совете 28.11.2018 г., одной из ключевых миссий вуза является обеспечение устойчивого развития агропромышленного комплекса и сельских территорий России высококвалифицированными, гармонично развитыми специалистами и инновациями в аграрной сфере. В разделе «Образовательный процесс» портала университета, одним из направлений развития обозначено обучение студентов навыкам практической работы, – в том числе, с применением инновационных средств и технологий аграрной сферы в процессе образования [102].

В рамках тематики научных исследований инженерного факультета ФГБОУ ВО «Вятская государственная сельскохозяйственная академия» можно выделить прикладные темы в области цифровизации «Совершенствование технологических процессов и машин в животноводстве», «Физико-математическое моделирование процессов разделения зерновых материалов», «Совершенствование конструкций технических средств нового поколения на основе автоматизированного проектирования»; на экономическом факультете разрабатывается тема «Организационно-экономические аспекты управления предприятиями АПК и информационное обеспечение принятия управленческих решений с использованием экономико-математических методов и моделей» [103].

Одной из тем научных исследований ФГБОУ ВО «Горский государственный аграрный университет» является «Разработка и совершенствование технологии и средств механизации и автоматизации для отраслей АПК», которая непосредственно связана с тематикой цифровизации АПК [104]. Практическая подготовка обучающихся организована на базе учебно-опытного хозяйства, учебного коровника и тепличного комплекса.

Спецификой ФГБОУ ВО «Государственный университет по землеустройству» является его тематическая ориентация. Так основным научным направлением в области цифровых технологий являются вопросы кадастров, геолокации, создание электронных карт и т.д. Сегодня университет обладает современными программными комплексами по обработке материалов космической съёмки сельхозугодий, построению ортофотопланов, созданию цифровой и электронной топографической основы сельских территорий. Сразу в нескольких регионах России внедрены пилотные проекты, основанные на методах оценки и планирования урожайности сельскохозяйственных культур на основе многофакторного анализа геопространственной информации в разрезе полей севооборотов, с учетом их внутриполевой организации и разделения на отдельно обрабатываемые агротехнически и технологически однородные рабочие участки [105, 106]. В университете созданы самолёты-беспилотники – ГеоДрон XL, ГеоДрон L-3, а также мультикоптер ISPRS X4 (рис. 2.5).

В ФГБОУ ВО «Дагестанский государственный аграрный университет имени М.М. Джамбулатова» пристальное внимание уделяют развитию цифровых технологий в сельском хозяйстве. Так, на инженерном факультете выделена отдельная кафедра – «Технических систем и цифрового бизнеса», на которой помимо научных изысканий по тематике цифровизации, ведётся по данному направлению образовательный процесс. Здесь же, в марте 2019 года, состоялось торжественное открытие первого в России учебного Центра технологии цифрового земледелия. Задачей данного Центра является подготовка специалистов, знакомых с передовыми цифровыми технологиями, которые будут востребованы на рынке труда, смогут наладить производство, отвечающего мировым стандартам [108].

word image 71 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.5 – Разработки БПЛА государственного университета по землеустройству [107]

В рамках научной деятельности ФГБОУ ВО «Дальневосточный государственный аграрный университет» в качестве ключевого направления выделено научное обеспечение инновационной модернизации АПК Дальневосточного региона [109]. В университете создан и действует Центр информационных технологий, основной целью которого является проведение единой политики в области информатизации учебного процесса, научных исследований и системы управления вуза; разработка, внедрение и сопровождение в университете новых информационных технологий.

ФГБОУ ВО «Донской государственный аграрный университет» формирует компетенции цифрового сельского хозяйства как в рамках основных образовательных программ подготовки, так и в рамках отдельных курсов ДПО, таких как «Автоматизация бизнес-процессов на основе современных информационных технологий», «WEB – технологии», «Информационно – коммуникационные технологии в учебной и научной деятельности» [110] и т.д. Примером практического результата научной деятельности университета стал проект молодого преподавателя А. Колосова, направленный развитие цифровых технологий и использовании их в различных сферах деятельности – образовании, сельском хозяйстве, социальной сфере, медицине, экологии и др. Предложенный проект направлен на создание и функционирование глобального информационного пространства по племенной работе, с целью повышения эффективности селекции и развития отечественных племенных ресурсов за счет внедрения современных математических моделей и методов на основе ДНК-технологий. В основе предлагаемой цифровой технологии лежит комплекс баз данных, математических моделей и алгоритмов, реализованных в виде компьютерных программ [111].

ФГБОУ ВО «Ивановская государственная сельскохозяйственная академия имени Д.К. Беляева» формирует компетенции обучающихся силами 3-х факультетов: инженерного, агротехнологий и бизнеса и факультета ветеринарной медицины и биотехнологий в животноводстве [112]. В рамках ДПО следует выделить следующие программы, непосредственно связанные с цифровыми технологиями в сельском хозяйстве: «Управление отраслью молочное скотоводство в сельскохозяйственных предприятиях с использованием информационно-аналитической системы “СЕЛЭКС” (Повышение квалификации)», «1С:Предприятие (Бухгалтерия, Зарплата и управление персоналом) (Повышение квалификации)».

В ФГБОУ ВО «Ижевская государственная сельскохозяйственная академия» для преподавания основ цифровых технологий создана кафедра экономической кибернетики и информационных технологий [113]. В рамках ДПО реализуется программа повышения квалификации «Оптимизация обработки данных первичного учёта и селекционно-племенной работы с использованием информационно-аналитической системы «Селэкс молочный скот».

Одной из особенностей подготовки обучающихся в ФГБОУ ВО «Иркутский государственный аграрный университет имени А.А. Ежевского» по вопросам цифровых технологий в АПК является реализация основной профессиональной образовательной программы, уровня бакалавриата 09.03.03 Прикладная информатика (в АПК). Данное направление редко встречается в списке реализуемых ОПОП аграрных вузов. Вопросы цифровизации сельского хозяйства, с точки зрения научных исследований довольно подробно обсуждаются в вузе. Так 8-10 октября 2019 года состоялась Международная научно-практическая конференция «Цифровые технологии и системы в сельском хозяйстве». На Втором Байкальском международном салоне образования Иркутским ГАУ представлены цифровые мастер-классы, вызвавшие высокий интерес среди посетителей (рис. 2.6): «Робототехника в сельском хозяйстве как драйвер технологического развития», «Букет на флористической губке как новое направление в современной флористике», «Графические элементы в Ландшафтном дизайне», «Работа с геодезическим оборудованием как элемент подготовки будущих профессионалов», «Симулятор вождения автомобиля» [114].

word image 72 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.6 – Иркутский ГАУ: презентация мастер-класса «Симулятор вождения автомобиля» [114]

На агрономическом факультете ФГБОУ ВО «Кабардино-Балкарский государственный аграрный университет», в рамках освоения цифровых технологий в растениеводстве функционирует лаборатория «ГИС-технологии». Базовые знания по цифровым технологиям в АПК формируются учёными кафедры высшей математики и информатики экономического факультета.

В силу своей специализации на ветеринарных исследованиях ФГБОУ ВО «Казанская государственная академия ветеринарной медицины имени Н.Э. Баумана» [115] обладает рядом особенностей в области формирования компетенций цифрового сельского хозяйства. Базовые знания в области цифровизации формируются у обучающихся на кафедре «Экономики, организации, менеджмента и информационных технологий». Подавляющая доля научных исследований посвящены вопросам развития животноводства, ветеринарии, кормопроизводства.

ФГБОУ ВО «Казанский государственный аграрный университет» является крупным научно-образовательным центром, где в рамках реализации основных профессиональных образовательных программ используются потенциал для освоения цифровых технических решений в сельском хозяйстве функционирующих Учебно-демонстрационного центра, Учебно-производственного центра. Основными направлениями научных исследований кафедры Экономики и информационных технологий являются обоснование оптимальных параметров сельскохозяйственных предприятий, создание автоматизированных систем управления предприятием. Научно-исследовательская работа кафедры экономики и информационных технологий ведется по следующим направлениям: разработка методик и программ решения задач автоматизации обработки экономической информации сельскохозяйственных предприятий, обоснование стратегии формирование территориальных систем в условиях модернизации экономики [116].

Одной из инициативных тем научно-исследовательской работы ФГБОУ ВО «Кузбасская государственная сельскохозяйственная академия» – «Определение потребностей агропромышленного комплекса в обеспечении трудовыми ресурсами, в условиях формирования цифровой экономики. Проработка и обоснование мероприятий по формированию кадрового состава». В результате проведения научных исследований планируется разработка мероприятий по обеспечению трудовыми ресурсами отраслей АПК в условиях цифровизации экономики. В 2019 году, в рамках Кузбасского агропромышленного форума состоялось торжественное открытие Центра компетенции в области цифрового сельского хозяйства, при университете. По словам врио ректора Кемеровского ГСХИ Е.А. Ижмулкиной, учебная аудитория оснащена самыми современными мощными компьютерами, подключенными к системам «ЦПС: Агроуправление» с базами данных АгроНТИ и информационным системам Аналитического центра Минсельхоза России. В настоящее время в регионе разрабатывается региональный проект «Цифровое сельское хозяйство Кемеровской области». Он подразумевает поэтапное внедрение цифровых технологий и платформенных решений в органах управления агропромышленным комплексом, на предприятиях сельского хозяйства, а также подготовку специалистов для цифрового сельского хозяйства. Также будет проведена инвентаризация земель сельскохозяйственного назначения, оценка полноты их учета в Росреестре и выявлены неиспользуемые земли [117].

Тематика научных исследований ФГБОУ ВО «Костромская государственная сельскохозяйственная академия» включает в себя проекты «Разработка и освоение зональных интенсивных ресурсосберегающих технологии возделывания, уборки и первичной обработки льна-долгунца и зерновых культур в Российской Федерации на основе создания и применения новых комплексно-устойчивых высококачественных сортов, новейших средств механизации и автоматизации», «Совершенствование технологических процессов и средств механизации в животноводстве и растениеводстве», «Информационное обеспечение агропромышленного комплекса Центрального района Российской Федерации», «Автоматизация технологических процессов», «Разработка и исследование технических средств электрификации и автоматизации технологических процессов с.х. производства» [118]. Данная тематика достаточно полно раскрывает вопросы и тенденции цифрового развития сельского хозяйства региона.

Базовые знания в области цифровизации сельского хозяйства ФГБОУ ВО «Красноярский государственный аграрный университет» формируются кафедрой «Информационные технологии и математическое обеспечение информационных систем». В вузе реализуются программы ДПО направленные на освоение обучающимися цифровых технологий «Использование информационно – коммуникационных технологий», «Логистические технологии в управлении предприятиями».

Ключевым элементом изучения тенденций цифрового развития сельского хозяйства в ФГБОУ ВО «Кубанский государственный аграрный университет» является созданный в вузе «Центр прогнозирования и мониторинга научно-технологического развития АПК в области точного сельского хозяйства, автоматизации и роботизации» (рис. 2.7). В рамках государственного задания Минсельхоза России создан Центр прогнозирования и мониторинга научно-технологического развития АПК: технологии точного сельского хозяйства, включая автоматизацию и роботизацию. Целью функционирования Центра является создание системы мониторинга и прогнозирования научно-технологического развития АПК и инновационной деятельности в соответствующей профилю Центра тематической области (технологии точного сельского хозяйства, включая автоматизацию и роботизацию) и содействие подготовке информационных, аналитических и прогнозных материалов для целей научно-технологического развития АПК Российской Федерации [119]. В рамках работы данного центра были собраны эксперты по тематике технологий точного земледелия, цифровизации АПК. Сотрудниками вуза, на основе проводимых центром разработок опубликовано значительное количество трудов по тематике цифровизации сельского хозяйства прикладного и аналитического характера. Среди них: Результаты анкетирования по направлению ведомственного проекта «Цифровое сельское хозяйство» [120], Мониторинг и прогнозирование в области цифрового сельского хозяйства по итогам 2018 г. [121], Разработка программного обеспечения для обработки снимков, полученных с беспилотных летательных аппаратов [122], Использование элементов точного сельского хозяйства в России [123] и многие другие. С использованием приобретенных технологий и собственных разработок, в университете реализуются курсы повышения квалификации в области цифровой трансформации сельского хозяйства; в учебно-опытном хозяйстве выполняются определение границ полей с использованием спутниковых систем навигации, локальный отбор проб почвы в системе координат, параллельное вождение агрегатов, спутниковый мониторинг транспортных средств, дифференцированные технологии внесения ХСЗР и удобрений, дистанционное зондирование, составление цифровых карт урожайности и электропроводности почвы и другие элементы цифровизации сельскохозяйственного производства.

Рисунок 2.7 – В Центре прогнозирования и мониторинга научно-технологического развития АПК в области точного сельского хозяйства, автоматизации и роботизации Кубанского ГАУ [124]

word image 73 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

В ФГБОУ ВО «Курганская государственная сельскохозяйственная академия имени Т.С. Мальцева» сформировались и ведут научную деятельность 14 научных школ, 3 из которых непосредственно связаны с цифровыми технологиями в сельском хозяйстве: «Совершенствование технологий и технических средств», «Технологии и средства механизации сельского хозяйства», «Проблемы интенсификации АПК» [125]. Академия располагает научной базой, необходимой для выполнения исследований по различным научным направлениям. Для проведения агрономических научных исследований в академии имеется: опытное поле площадью 188 га, овощной участок – 5 га, коллекционно-опытные участки по ботанике, растениеводству, селекции и семеноводству – 1 га, а также лаборатория диагностики болезней и вредителей растений, лаборатория агрохимии и почвоведения; на факультете биотехнологии функционирует виварий, сформированы модельные стада по 10…20 голов высокопродуктивных коров, овец, свиней, лошадей, кроликов, птицы; на инженерном факультете – учебный класс, оснащенный оборудованием и учебными материалами для изучения современной сельхозтехники, демонстрационная площадка с сельскохозяйственной техникой «Ростсельмаш». В состав научно-исследовательского института «Изучение проблем АПК» входят четыре научно-исследовательских лаборатории: лаборатория ресурсосберегающих технологий в животноводстве; лаборатория ресурсосберегающих технологий в растениеводстве; лаборатория фундаментальных исследований аграрной экономики (лаборатория инженерно-технического обеспечения АПК, а также селекционно-семеноводческий центр картофелеводства «ИнноваАгро». В состав центра «ИнноваАгро» входят лаборатория клонального микроразмножения растений и ПЦР-лаборатория.

В ФГБОУ ВО «Курская государственная сельскохозяйственная академия им. И.И. Иванова» реализуются программы, непосредственно связанные с реализацией потенциала цифровых технологий ДПО «Ресурсосберегающие технологии в растениеводстве», «Правовое и информационное обеспечение деятельности», «Инженерно- техническое обеспечение интенсивных ресурсосберегающих технологий в современных условиях АПК», «Особенности бухгалтерского учета с применением программного продукта 1С: Бухгалтерия 8.0».

При ФГБОУ ВО «Мичуринский государственный аграрный университет» функционирует лаборатория точного земледелия. Стержнем технологии прецизионного земледелия являются геоинформационные системы, позволяющие снимать, накапливать и обрабатывать информацию. Техника, применяемая для точного земледелия, оснащается мощными компьютерами, системами глобальной системы позиционирования (GPS), бортовыми датчиками и другими автоматическими устройствами. Главная задача лаборатории заключается в проведении исследований в области точного земледелия с целью оптимизации экономических и энергетических затрат в растениеводстве. К приоритетным направлениям деятельности подразделения следует отнести обучение бакалавров, магистрантов, аспирантов, а также повышение квалификации профессорско-преподавательского состава университета. В настоящее время в распоряжении сотрудников лаборатории имеется современная модель квадрокоптера – беспилотного летательного аппарата, управление которым осуществляется дистанционно с помощью соответствующей программы на планшете. Дрон оснащен современной камерой, позволяющей создавать качественное аэрофото-, видеоизображение и тепловизором, с помощью которого возможно вести наблюдение за распределением температуры практически любой исследуемой поверхности (почвы, теплотрассы, линии электропередач и прочее) [126]. В качестве собственных разработок, университет презентует пять проектов: «Умный сад», «Цифровые системы для агрофотоники», «Умное сельское хозяйство», «Оценка состояния плодового сада при помощи дрона», «Комплекс виртуальной реальности по селекции яблони» (рис. 2.8).

ФГБОУ ВО «Московская государственная академия ветеринарной медицины и биотехнологии – МВА имени К.И. Скрябина» [128] специализируется на обучении компетенциям по обслуживанию животных: ветеринария, зоотехния, кинология, биология, биотехнология, продукты питания из растительного сырья, продукты питания животного происхождения, Ветеринарно-санитарная экспертиза, товароведение. При этом элементы цифровых технологий раскрываются внутри основных профессиональных образовательных программ в качестве инструментальных методов.

Рисунок 2.8 – Министр образования и науки Ольга Васильева высоко оценила комплекс виртуальной реальности по селекции яблони Мичуринского ГАУ [127]

word image 74 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

В ФГБОУ ВО «Нижегородская государственная сельскохозяйственная академия» функционирует Центр цифрового развития и отраслевых проектов [129]. Актуальным направлением деятельности центра является координация усилий структурных подразделений Нижегородской ГСХА, направленных на цифровое развитие агропромышленного комплекса региона.

В ФГБОУ ВО «Новосибирский государственный аграрный университет» функционирует Отраслевой центр прогнозирования и мониторинга научно-технологического развития АПК, основная цель деятельности которого – создание отраслевой системы мониторинга и прогнозирования научно-технологического развития агропромышленного комплекса и инновационной деятельности в соответствующей профилю отраслевого центра тематической области (растениеводство, включая семеноводство и органическое земледелие) и содействие подготовке информационных, аналитических и прогнозных материалов для целей научно-технологического развития АПК Российской Федерации [130].

ФГБОУ ВО «Омский государственный аграрный университет имени П.А. Столыпина» располагает Учебно-опытным хозяйством, которое служит базой для выполнения учебно-научного и производственного плана практической подготовки обучающихся и проведения научно-исследовательской работы университета [131]. Также в рамках ДПО реализуется программа «Электронная сертификация поднадзорных государственному ветеринарному надзору грузов в автоматизированной информационной системе «Меркурий».

ФГБОУ ВО «Оренбургский государственный аграрный университет» в рамках основных профессиональный образовательных программ реализует, помимо традиционных для аграрных вузов, ряд узконаправленных на цифровые технологии, такие как 09.03.01 Информатика и вычислительная техника, 10.03.01 Информационная безопасность, 21.03.02 Землеустройство и кадастры, 10.05.03 Информационная безопасность автоматизированных систем, в том числе аспирантура 09.02.04 Информационные системы (по отраслям). Данные компетенции далеко не каждый аграрный вуз может формировать у своих студентов. В этой связи в вузе сформирован по данным направления особый научный и методический задел [132].

ФГБОУ ВО «Орловский государственный аграрный университет имени Н.В. Парахина» [133] реализует образовательный процесс и научную деятельность в области цифровизации на базе опытного хозяйства НОПЦ «Интеграция». Здесь новые цифровые технологии проходят практическую апробацию, а студены получают практические навыки, как в рамках основных профессиональных образовательных программ, так и в рамках программ дополнительного профессионального образования. Основой опытного цифрового экспериментального хозяйства является цифровая платформа, представляющая собой комплексную систему управления предприятием (рис. 2.9), разработанную на базе программной оболочки «Agro Network Technologies» (ANT). Система АНТ позволяет провести инвентаризацию и паспортизацию полей, контролировать соблюдения технологических карт, планировать сезоны с учётом истории севооборота и химического состояния почвы, планировать календарный план мероприятий на полях с учётом метеоусловий, проводить спутниковый мониторинг посевов, определять зоны неоднородности развития поля с дальнейшим их фитосанитарным обследованием, осуществлять мониторинг техники с оценкой качества выполнения работ.

Также в университете функционирует Центр компетенций по цифровому сельскому хозяйству. Цель проекта: разработка, апробирование и внедрение в Орловской области инновационных решений по созданию систем комплексного управления сельхозпредприятием с использованием полного спектра технологий перехода к цифровой экономике (искусственный интеллект, технологии идентификации, сквозные технологии и пр.), а также поиск перспективных технологий для повышения эффективности ведения хозяйства в агропредприятиях. Основные направления работы Центра компетенций:

– проведение опытных работ по цифровизации ведения хозяйства в научно-образовательном производственном центре (НОПЦ) «Интеграция»;

– внедрение в процессы управления сельскохозяйственными предприятиями области технологий «национальной технологической инициативы» – АгроНТИ;

– сравнительный анализ использования оперативных данных ДЗЗ, беспилотных летательных аппаратов и полевых исследований. Разработка на основе сравнительного анализа рекомендаций для различных категорий сельхозтоваропроизводителей;

word image 487 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.9 – Основа цифровой платформы опытного хозяйства Орловского ГАУ – комплексная система управления предприятием (AgroNetworkTechnologies) [134, 135]

– подготовка и внедрение системы обучения и переподготовки профессиональных кадров для цифрового сельского хозяйства;

– подготовка ИТ-специалистов для агропредприятий по техническим, технологическим, экономическим направлениям.

В структуре ФГБОУ ВО «Пензенский государственный аграрный университет» пять факультетов (агрономический, технологический, инженерный, экономический, факультет среднего профессионального образования) и другие подразделения. Вуз формирует базовые компетенции в области точных технологий в сельском хозяйстве в рамках основных профессиональных, образовательных программ [136].

В ФГБОУ ВО «Пермский государственный аграрно-технологический университет имени академика Д.Н. Прянишникова» на факультете экономики и информационных технологий функционируют 2 специализированные кафедры: Информационных технологий и программной инженерии, Информационных систем и телекоммуникаци, которые в рамках научной и образовательной деятельности ведут направление цифровизации [137].

В ФГБОУ ВО «Приморская государственная сельскохозяйственная академия» для апробации результатов исследований научную базу составляют: Учебно-научно-производственный комбинат, где Опытное поле является основным полигоном для проведения научных исследований в области агрономии, земледелия, почвоведения, агроэкологии. Именно там, на площади 280 га, закладываются опыты по проведению диссертационных и дипломных исследований, изучаются новые технологии возделывания сельскохозяйственных культур; Учебно-опытное лесное хозяйство «Дальневосточный» функционирует с 1960 года, однако в связи с реорганизацией, проводимой в лесном хозяйстве страны из-за изменения лесного законодательства, в 2007 году лесхоз был переведен в собственность Приморского края; Центр диагностики болезней животных является структурным подразделением Института животноводства и ветеринарной медицины, активно сотрудничает с международными организациями: WCS, WWF, Лондонским зоологическим обществом и др.. В Центре студенты и аспиранты проходят производственные практики и набираются опыта как специалисты. Специалисты Центра проводят судебно-ветеринарную экспертизу животных, вскрытия, оформляют и выдают заключения о состоянии как продуктивных, так и непродуктивных животных, а также проводят экспертизу домашних и экзотических животных; Учебно-научно-производственная пасека является структурным подразделением Института животноводства и ветеринарной медицины – это территория для прохождения практик студентов [138].

Специфика ФГБОУ ВО «Российский государственный аграрный заочный университет» заключается в том, что образовательный процесс реализуется только в заочной форме. Однако приоритетами вуза являются интеграция образования, науки и производства путем использования результатов научных исследований в учебном процессе и установления взаимовыгодных связей между образовательными, научными, опытно-производственными, научно-производственными, конструкторскими учреждениями, предприятиями, инновационными организациями как единой коллективной системы получения и использования новых научных знаний и технологий в образовании, экономике и социальной сфере [139]. Основные научные направления включают разработку высокоэффективных технологий в растениеводстве, животноводстве, механизации, электрификации, информатике, экологии сельскохозяйственного производства, совершенствование организации бухгалтерского учёта и финансовой отчётности и управления производством в период рыночных отношений.

ФГБОУ ВО «Российский государственный аграрный университет- МСХА имени К.А. Тимирязева» является одним из лидирующих аграрных вузов, в том числе по вопросам развития цифрового сельского хозяйства. Научные исследования, помимо кафедр, ведутся в научных подразделениях, оборудованных цифровым научным и производственным оборудованием [140]:

– Научно-исследовательская и проектно-учебная лаборатория транспортных средств сельскохозяйственного назначения;

– Лаборатория защиты растений;

– Учебно-опытная пасека;

– Лаборатория плодоводства;

– Информационно-аналитический центр регистра и кадастра;

– Испытательная лаборатория по качеству молока;

– Метеорологическая обсерватория имени В.А. Михельсона;

– Лаборатория агроэкологического мониторинга, моделирования и прогнозирования экосистем;

– Учебно-научный консультационный центр «Лесная опытная дача»;

– Учебно-научный консультационный центр «Спортивного газоноустройства и ландшафтного газоноведения»;

– Центр зерновых бобовых культур и производства растительного белка;

– Отдел новых технологий;

– Учебно-научный центр коллективного пользования – сервисная лаборатория комплексного анализа химических соединений;

– Центр молекулярной биотехнологии;

– Полевая опытная станция;

– Проблемная научно-исследовательская лаборатория по разработке теоретических основ управления водным, солевым и тепловым режимами на мелиорируемых землях;

– Учебно-научный консультационный центр «Агроэкология пестицидов и агрохимикатов»;

– Лаборатория генетики, селекции и биотехнологии овощных культур;

– Конноспортивный комплекс;

– Центр развития животноводства;

– Учебно-научно-производственный центр «Овощная опытная станция имени В.И. Эдельштейна»;

– Испытательный центр почвенно-экологических исследований;

– Центр гео- и гидроинформатики;

– Центр устойчивого развития сельских территорий (ЦУРСТ).

На опытном поле университета заложен стационарный полевой опыт общей площадью около 6 га, в котором демонстрируется две технологии возделывания сельскохозяйственных культур на примере картофеля, озимой пшеницы, ярового ячменя и однолетних трав – традиционная и система, основанная на принципах точного земледелия с применением GPS технологий (рис. 2.10). Ученые составляют карты биомассы и урожайности, на которых выделяют проблемные зоны, затем отбирают пробы почв и анализируют их в лаборатории.

В ФГБОУ ВО «Рязанский государственный агротехнологический университет им. П.А. Костычева» базовые компетенции цифровых технологий преподаются на кафедре бизнес – информатики и прикладной математики, а далее уже развиваются в рамках изучаемом направлении подготовки на специализируемых кафедрах.

word image 75 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.10 – Трактор на автопилоте на экспериментальном поле для отработки методов точного земледелия в РГАУ МСХА имени К.А. Тимирязева [141]

В списке основных направлений научных исследований и научных школ ФГБОУ ВО «Самарский государственный аграрный университет» можно выделить тему «Разработка научных основ управления и системы информационного обслуживания АПК региона в условиях развития рыночных отношений», как создающую элементы новых знаний механизма продвижения, в том числе, цифровых технологий. В вузе функционирует Агротехнопарк в составе которого производственные поля, общей площадью 550 тыс. га, опытное поле 100 га, целый спектр научных лабораторий, в число которых входит Научно-исследовательская лаборатория (НИЛ) «Агрокибернетика». Основными целями НИЛ «Агрокибернетика» являются:

– обеспечение развития единой научной работы и производственной деятельности с учебно-воспитательным процессом в Университете;

– обеспечение межвузовской и межрегиональной кооперации при разработке, исследовании и трансферте новых цифровых технологий в агропромышленный комплекс региона;

– постоянное развитие материально-технической базы и информационного обеспечения (посредством оснащения НИЛ «Агрокибернетика» новым лабораторным оборудованием и современными техническими средствами);

– расширение научно-исследовательской деятельности;

– обеспечение заказчиков достоверной информацией об эффективности предлагаемых цифровых решений [142].

ФГБОУ ВО «Санкт-Петербургская академия ветеринарной медицины» ведет образовательных процесс, используя современные инструментальные методы, в том числе и цифровые технологии, специфичные профилю вуза.

В рамках научных исследований ФГБОУ ВО «Санкт-Петербургский государственный аграрный университет» можно выделить тему, которая напрямую связана с технической стороной цифровизации производственных процессов – «Повышение эффективности, экологической безопасности и ресурсосбережения машиноиспользования в агропромышленном комплексе за счет совершенствования конструкции, мониторинга состояния и управления технологическими процессами, совершенствования конструкций и повышения износостойкости высоконагруженных рабочих поверхностей сельскохозяйственных машин и орудий» [143].

ФГБОУ ВО «Саратовский государственный аграрный университет имени Н.И. Вавилова» обладает обширной инновационной инфраструктурой, реализующей все передовые технологии, так в аграрном производстве, так и в научной сфере, в том числе и с использованием цифровых технологий [144]. Так, кафедра Землеустройство и кадастры активно использует новые технологии в деятельности созданной научно-исследовательской лаборатории «Кадастровые технологии и мониторинг земель», оснащенной необходимым техническим, геодезическим оборудованием и программным обеспечением для выполнения хоздоговорных работ, проведения научно-исследовательской работы преподавателей, аспирантов и студентов (рис. 2.11). Также, при кафедре организовано малое инновационное предприятие “Землеустроительные технологии”, в задачи которого входит выполнение полного комплекса топографо-геодезических, землеустроительных и иных работ, на основе применения современной электронной геодезической техники, программных и аппаратных средств. Цифровые технологии активно используются на опытных полях университета.

word image 76 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.11 – Использование беспилотного летательного аппарата SuperCam – S250F на кафедре “Землеустройство и кадастры” ФГБОУ ВО Саратовского ГАУ [161]

В ФГБОУ ВО «Смоленская государственная сельскохозяйственная академия» вопросы цифровизации сельского хозяйства поставлены как одни из самых приоритетных. По словам ректора университета, у аграриев появилась возможность использовать новейшие технические достижения, позволяющие значительно повысить производительность труда, такие как беспилотные летательные аппараты, роботизированные теплицы и фермы, новейшая агротехника, снабженная GPS-навигаторами. С учетом активного внедрения новых технологий в АПК, отрасли требуются компетентные кадры. Перед академией стоит задача готовить специалистов, способных работать в высокотехнологичном интеллектуальном сельском хозяйстве [145].

ФГБОУ ВО «Ставропольский государственный аграрный университет» сформировал обширную инновационную инфраструктуру. Структурные подразделения, ответственные за организацию научно-исследовательской и инновационной деятельности, призваны обеспечить интеграцию образования, науки и производства в рамках реализации инновационной модели образовательно-научно-производственного кластера для формирования эффективной системы подготовки кадров аграрного сектора экономики России. В представленном перечне представлены лишь те научные подразделения, которые используют в исследованиях цифровые технологии:

– Научно-инновационный учебный центр;

– Учебно-опытное хозяйство;

– Учебно-научно-технический центр «Проектирование и оптимизация механических систем и производственных процессов»;

– Учебно-научная лаборатория моделирования управленческих технологий;

– Учебно-научная лаборатория информационных и коммуникационных технологий;

– Проектно-учебная лаборатория организации и управления бизнес-процессами в АПК;

– Лаборатория агрохимического анализа;

– Лаборатория кадастра и землеустройства;

– Лаборатория мониторинга почв;

– Учебно-научная лаборатория экологического мониторинга;

– Лаборатория «Автоматика, электроника и метрология»;

– Студенческое конструкторское бюро «Спектр»;

– Учебно-научная лаборатория технологии возделывания полевых культур;

– Сертифицированный учебный центр финансово-аналитических программ Audit и Project Expert;

– Учебно-научная испытательная лаборатория;

– Мобильная лаборатория энергоаудита;

– Лаборатория «Энергоэффективные технологии теплопотребления и диспетчеризации» [146].

В мае 2019 года состоялось торжественное открытие Центра профессиональной подготовки, оснащенного оборудованием для 3D-прототипирования и моделирования. Центр призван создать условия для того, чтобы молодые инноваторы смогли реализовать здесь свои самые смелые проекты. Здесь они подучат доступ к современным технологиям и оборудованию цифрового производства для изготовления прототипов в сфере механизации сельского хозяйства (рис. 2.12). Высокий уровень технического обеспечения центра, оборудование которого позволяет не только обучать студентов современным технологиям прототипирования и реверс-инжиниринга, но и оказывать услуги малым инновационным компаниям и научно-исследовательским учреждениям.

В настоящее время, по заданию Министерства науки и высшего образования России, в Ставропольском ГАУ разрабатывается проект спутникового мониторинга земель сельскохозяйственного назначения [147]. Инновационная система пастбищного животноводства на основе применения цифровых аэрокосмических технологий и телеметрии – это ноу-хау развития отрасли животноводства в странах Евразийского экономического союза (ЕАЭС). Система позволит решить проблемы восстановления плодородия почв и пастбищ для животных. Авторы совместного проекта России и Казахстана рассчитали экономическую эффективность нового метода, разработали образцы дронов, беспилотников и другого оборудования инновационной системы ускоренного развития пастбищного животноводства. Спутниковые фотографии и снимки с беспилотников обеспечивают оперативное получение информации о составе и состоянии сельскохозяйственных культур, урожайности, болезнях и повреждениях посевов вредителями. Кроме того, с помощью этого оборудования можно проводить инвентаризацию земель, оценку биомассы кормовых трав и изучать динамику сельскохозяйственного использования земель.

Миссия, обозначенная ФГБОУ ВО «Тверская государственная сельскохозяйственная академия» – это предоставление высококачественных образовательных, консультационных и других услуг, посредством сочетания традиционных, инновационных и информационных технологий с целью утверждения академии как лидера аграрного образования Верхневолжья, на базе высококвалифицированного кадрового потенциала. Если проанализировать приоритетные темы научных исследований, заявленных вузом, то можно выделить ряд, непосредственно связанных с созданием и развитием цифровых технологий: Тема 5: Формирование высокопродуктивных посевов полевых культур и разработка инновационных технологий производства продукции растениеводства в условиях адаптивного земледелия и ресурсосбережения (код ГРНТИ 68.29.07; 68.35.31; 68.35.49); Тема 9: Повышение эффективности использования с.-х. животных и птицы в условиях Тверской области (код ГРНТИ 68.39.15; 68.39.19); Тема 12: Разработка инновационных технологическо-конструктивных мероприятий, обеспечивающих повышение эффективного применения технологических и транспортных машин и комплексов (код ГРНТИ 68.85.35); Тема 16: Разработка перспективных технологий и технических средств для сельскохозяйственных предприятий (код ГРНТИ 68.85.35; 68.85.39; 68.85.85) [148].

word image 77 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 78 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.12 – В Центре профессиональной подготовки Ставропольского ГАУ [147]

В ФГБОУ ВО «Государственный аграрный университет Северного Зауралья» базовые знания по вопросам цифровизации обучающиеся получают на кафедре математики и информатики на следующих дисциплинах: экономическое моделирование в АПК, экономико-математические методы и моделирование, информационные технологии в биологии, основы математического моделирования, геоинформационные системы, географические и земельные информационные системы, информационные технологии, экономико-математические методы и модели в логистике, моделирование и оптимизация процессов, экономико-математические методы, математическое моделирование и проектирование, математическое моделирование и проектирование в садоводстве, математическое моделирование, компьютерные технологии в биологии, математические методы анализа результатов экспериментальных данных, информационные технологии и математические методы обработки информации в биологии [149].

Основу знаний в вопросах цифрового сельского хозяйства обучающимся ФГБОУ ВО «Ульяновский государственный аграрный университет имени П.А Столыпина» закладываются на кафедре «Информатики». Преподавателями кафедры проводятся занятия по таким дисциплинам как «Информатика», «Информатика и современные информационные технологии», «Информатика с основами математической биостатистики», «Основы компьютерных технологий», «Информационные технологии», «Информационные системы в экономике», «Информационные технологии в профессиональной деятельности», «Математические модели ЭП», «Математические методы решения задач на ЭВМ», «Информационные ресурсы в менеджменте», «Базы данных». По указанным дисциплинам разработаны учебно-методические комплексы и методические пособия. Преподаватели кафедры осуществляют руководство курсовым проектированием (перечень тем курсовых работ) и консультируют дипломников других кафедр по направлениям «Экономико-математическое обоснование и оптимизация производства сельскохозяйственной продукции», «Моделирование экономических процессов в производстве сельскохозяйственной продукции и исследование их эффективности», «Использование информационных технологий в бухгалтерском учете и анализе хозяйственной деятельности сельскохозяйственных предприятий» [150].

В университете имеется опытное поле площадью 487 га. Как структурное подразделение вуза, здесь решаются не только задачи по разработке приёмов возделывания сельскохозяйственных культур с учётом местных природных и экономических условий региона, но и задачи, связанные с внедрением инновационных технологий и освоением профессиональных компетенций студентами в результате образовательного процесса. Внедрена система мониторинга объектов ГЛОНАССсофт «Агротехнология 2.0». Оборудование системы мониторинга установлено на все основные виды сельхозтехники опытного поля университета (рис. 2.13). Благодаря применению данной системы уже в уборочную 2019 года решаются следующие задачи:

– мониторинг сельскохозяйственных угодий (мониторинг границ полей, картирование урожайности и т.д.);

– мониторинг техники (автоматизированный сбор данных на основе ГЛОНАСС навигации, визуализация (треки) перемещений техники, оперативный учёт сельскохозяйственных работ);

– технологическое планирование и управление (технико-экономическое, оперативное планирование, учёт сельскохозяйственной продукции);

– финансовый учёт и анализ.

Рисунок 2.13 – Цифровизация опытного поля Ульяновского ГАУ [151]

word image 79 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Развитие образовательного процесса в области цифровых технологий в ФГБОУ ВО «Южно-уральский государственный аграрный университет» осуществляют следующие кафедры: «Агротехнологии, селекции и семеноводства», «Эксплуатация машинно-тракторного парка, и технология и механизация животноводства», Энергообеспечение и автоматизация технологических процессов».

Основными кафедрами, формирующими компетенции цифрового сельского хозяйства ФГБОУ ВО «Уральский государственный аграрный университет» являются кафедра математики и информационных технологий, кафедра электрооборудования и автоматизации технологических процессов [152].

С помощью беспилотного летательного аппарата землеустроители и специалисты научного отдела УрГАУ провели оцифровку опытных полей вуза (рис. 2.14). Стоит отметить, что это не первый опыт ученых Уральского ГАУ по теме применения беспилотных летательных аппаратов в сельском хозяйстве. Представители вуза разрабатывают БПЛА для опрыскивания растений для борьбы с болезнями и вредителями, что позволит обрабатывать деревья и всходы на новом качественном уровне – со всех сторон при заданной высоте, не повреждая при этом экоструктуру полей. Новую разработку будут испытывать на базовых кафедрах УрГАУ в Крыму уже в следующем году [152].

Основной комплекс работ был проведен летом 2017 года. В настоящее время на основе отснятых беспилотным летательным аппаратом (БПЛА) данных ученые создали электронную карту местности и построили 3D модель.ФГБОУ ВО «Чувашская государственная сельскохозяйственная академия» организована подготовка обучающихся к работе с цифровым оборудованием на кафедрах механизации, электрификации и автоматизации сельскохозяйственного производства; математики, физики и информационных технологий.

Одним из приоритетов научной работы научно-педагогических работников ФГБОУ ВО «Якутская государственная сельскохозяйственная академия» является «Цифровизация агропромышленного комплекса. Региональный аспект». В силу специфики региона практически не ведутся исследования в области растениеводства, в тоже время уделено внимание ветеринарии, животноводству, в том числе традиционному.

word image 80 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.14 – Оцифровка полей Уральского ГАУ, с помощью БПЛА [152]

В ФГБОУ ВО «Ярославская государственная сельскохозяйственная академия» функционирует научно-исследовательская лаборатория энергосберегающих технологий, целью деятельности которой является совершенствование, а также разработка и внедрение в производство новых экологически безопасных, энергосберегающих технологий производства продукции растениеводства, обеспечивающих эффективное ведение хозяйственной деятельности и направленных на развитие агропромышленного комплекса Ярославской области. Также в вузе функционирует Инновационный аграрный центр, функциями которого заявлены оказание информационной и консалтинговой поддержки исследователям и разработчикам при подготовке и реализации в Академии инновационных проектов, осуществлении трансфера технологий, инициировании и реализации бизнес-проектов; организация проведения научно-исследовательских работ и оказание консультационно-информационных услуг для широкого круга лиц в области растениеводства, кормопроизводства, зоотехнии, ветеринарии, агроинженерии, других сферах аграрного производства, переработки сельскохозяйственной продукции, внедрения в аграрное производство ресурсосберегающих технологий.

2.2 Опыт аграрных вузов в реализации задач отраслевой подпрограммы «Цифровое сельское хозяйство»

По данным Минсельхоза России [9], наша страна занимает 15-е место в мире по уровню цифровизации сельского хозяйства, а рынок информационно-компьютерных технологий в отрасли оценивается в 360 млрд. рублей. Решения для точного земледелия применяются только в 3% агрохозяйств России. Тогда как в США эта цифра достигает 60%, а в странах Евросоюза и еще выше – 80%[153].

Современный этап развития сельскохозяйственного производства и технологический уклад требует применения новых подходов к управлению продукционным процессом в сельскохозяйственном производстве с использованием цифровых и IT- технологий. Широкое внедрение в производство цифровых технологий даст возможность не только повысить производительность труда, но и снизить издержки на производство продукции. Причем, платформа цифрового сельского хозяйства должна быть интегрирована с платформами, предназначенными для работы в других секторах экономики, в том числе реализации продукции сельского хозяйства, его переработки и транспортировки к потребителю [154].

Современные технологии позволяют более быстро и качественно определить состояние посевов, провести их диагностику [155], а также провести диагностику полученной продукции [156, 157]. Цифровое сельское хозяйство на современном этапе имеет возможность к переходу на автоматизированные и роботизированные технологии получения продукции как в растениеводстве, так и в животноводстве [154, 158].

В 2007 году в рамках инновационного общеобразовательного проекта в РГАУ-МСХА имени К.А. Тимирязева впервые в стране был создан научный Центр точного земледелия в составе Полевой опытной станции. В рамках четырехпольного плодосменного севооборота: викоовсяная смесь на корм – озимая пшеница с пожнивным посевом горчицы на сидерат – картофель – ячмень. Изучаются два фактора – технологи возделывания полевых культур (фактор А) и приемы основной обработки почвы (фактор В). Традиционная технология возделывания культур основана на использовании современной техники с соблюдением рекомендуемых параметров и нормативных показателей их выполнения. Технология точного земледелия основана на использовании спутниковой системы GPS, установленной на сельскохозяйственной технике. С ее помощью корректируется выполнение агроприемов.

К числу определяющих элементов технологии точного земледелия относится посев (посадка) сельскохозяйственных культур с использованием навигационного оборудования, т.е. автопилота (рис. 2.15). В исследованиях посевов зерновых культур (озимой пшеницы и ячменя) опыт проводился, в одном случае, по автопилоту, в другом – по маркеру. При этом посев озимой пшеницы и ячменя на отвальном фоне осуществлялся сеялкой точного высева AMAZONE D9-30, с применением системы GPS и маркера. По варианту нулевой (без обработки) и минимальной обработок почвы проводился посев пневматической сеялкой прямого посева DMС только с использованием автопилота. Посев викоовсяной смеси проводится только по автопилоту. В отдельные годы и в целом, за период исследований, наблюдается неодинаковая ширина стыковых междурядий между смежными проходами сеялок при посеве зерновых культур и смеси по маркеру и автопилоту. Так, расстояния между смежными проходами сеялки AMAZONE D9-30 на отвальном фоне при использовании маркера составили на озимой пшенице 16,8 см, ячмене – 15,2 см, т.е. отклонения соответственно равнялись +4,8 и 3,2 см. При посеве зерновых культур и викоовсяной смеси по автопилоту с использованием навигационной спутниковой системы GPS, средняя величина стыковых междурядий находилась в пределах 1,3…1,8 см, не выходя за агротехнические требования к работе данного оборудования к параметрам междурядий +2,5 см. [159]. Результаты пятилетнего испытания различных сеялок, используемых в опыте, и способов посева с.-х. культур приведены в табл. 2.2.

word image 81 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.15 – Использование автопилота, при обработке опытного участка Полевой опытной станции РГАУ-МСХА [140]

Дистанционное зондирование земли в целях эффективного ведения сельскохозяйственного производства включает в себя использование индекса NDVI для применения элементов цифровых технологии в растениеводстве, в том числе по созданию электронной карты полей и использованию вегетационного индекса культур по фазам развития растений. Спутниковый мониторинг для аграрного комплекса приобретает все большую популярность. Главными его преимуществами являются регулярный мониторинг посевов, оценка всхожести, прогнозирование урожайности полей, снижение затрат на обеспечение наблюдения за посевами, а также возможность увидеть проблему на самых труднодоступных участках поля.

Таблица 2.2. Ширина стыковых междурядий и величина отклонений от стандартной величины междурядий сеялки [160]

Культура Сеялка AMAZONE D9-30 (отвальный фон) DMС (минимальный)
по маркеру автопилот Автопилот
ширина стыкового междурядья, см отклонение,

см

ширина стыкового междурядья, см отклоне ние, см ширина стыкового междурядья, см отклонение, см
вика + овес 13.3 +1.3 19,1 +0,3
оз. пшеница 16.8 +4.8 13.8 +1,8 19,2 +0,4
ячмень 15.2 +3.2 13.4 +1,4 18,7 -0,1

Примечание: ширина междурядий сеялок AMAZONE D9-30 -12 см, DMS–18,8 см.

Так, в ФГБОУ ВО «Дагестанский ГАУ» проводились исследования индекса NDVI по различным культурам. В результате было установлено, что вегетационный индекс растительности изменяется в зависимости от видов культур. У пшеницы индекс вегетации увеличивается к фазе колошения до максимального уровня – 0,74 единиц. С наступлением фазы цветения показатель индекса вегетации постепенно уменьшается до 0,33 единицы. У рапса значение индекса NDVI до фазы цветения максимально поднимается до 0,67 единиц, а с наступлением фазы цветения поле рапса окрашивается в желтый цвет, и в связи с этим индекс вегетации снижается примерно до 0,12 единиц. После осыпания лепестков до фазы развития плодов индекс вегетации постепенно увеличивается, а затем снова снижается до начала созревания стручков [162].

Использование цифровых технологий в сельском хозяйстве предусматривает его применение и в животноводстве. Так в Кизлярском районе Дагестана проводились исследования по оценке состояния пастбищ с помощью аэрокосмического мониторинга. В результате исследований установлено, что к сильно деградированным участкам, требующим специально разработанных программ восстановления, можно отнести угодья, занимаемые в настоящее время подвижными (открытыми) песками, сильно-сбитыми пастбищами и солончаками что составило – 1523245,92 га, или 27,47% от общей площади пастбищ. Минимальные потери сухой поедаемой массы на этих пастбищах 3…4 ц-га или 525,5 тыс. тонн, что 4% 10% 13% 43% 30%. Распределение площади пастбищ по уровням деградации Черных земель и Кизлярских пастбищ Подвижные (открытые) пески Солончаки Сильно сбитые пастбища умеренно и средне сбитые пастбища. Не сбитые и слабо сбитые составляет более 1,3 млрд. рублей в ценах 2005 г. Общие потери по региону составляют более 800 тыс. тонн сухой поедаемой массы или 2,1 млрд. рублей [163].

Использование систем параллельного вождения в зерновых севооборотах позволяет сэкономить 250…500 руб. затрат на 1 гектар. В севооборотах с пропашными культурами экономия достигается 500…1500 руб.-га. В овощеводстве предполагается еще больший потенциал. Первые практические испытания показали, что системы параллельного вождения позволяют сэкономить до 8% горючего. Помимо этого, сокращается время простоев техники из-за усталости или ошибок механизатора, что экономит 50…250 руб. на час работы [146].

Конкурентоспособность и национальная безопасность зависит от перевода экономики «в цифру», что порождает необходимость создания благоприятных условий для решения ключевой задачи: разработки новых видов бухгалтерской отчетности и госстатистики, отражающие ход строительства новой экономики. Появится возможность минимизировать фальсификацию, обрабатывать и анализировать за короткие сроки большие объемы информации [14].

В статье рассматривается цифровая трансформация сельского хозяйства с использованием облачной многофункциональной платформы «Умный фермер 4.0». Проект цифровой трансформации ориентирован в первую очередь на фермеров с личными подсобным хозяйством, глав крестьянских (фермерских) хозяйств, а также на сельскохозяйственные предприятия. Использование единой цифровой платформы повышает эффективность производства аграрной продукции, снижает издержки и риски, уменьшает зависимость от ключевых специалистов, упрощает документооборот и доступ к господдержке. единая цифровая облачная платформа “Умный фермер 4.0” станет максимально комфортной бизнес-средой, позволит сделать сельское хозяйство эффективным, конкурентоспособным бизнесом, обеспечит продовольственную безопасность нашей страны и увеличит экспортный потенциал. Все это в целом обеспечит технологический прорыв в АПК и достижение роста производительности труда на “цифровых” сельскохозяйственных предприятиях в 2 раза к 2021 году [15].

На энергетическом факультете Уральского ГАУ совместно с преподавателями и студентами разрабатываются технологические проекты с применением цифровых технологий, технологий “Интернет вещей” [154, 157], которые позволяют получать, передавать и накапливать данные. Также вести контроль, учитывать ресурсы, удаленно управлять различными процессами. Для быстрой и качественной разработки интерактивных систем используется вычислительная платформа Arduino [158], которая представляет собой простую плату с микроконтроллером, а также специальную среду разработки для написания программного обеспечения микроконтроллера. Распространенность данной платформы связана с простотой языка программирования и открытостью архитектуры. Кроме того, в заявленных проектах используются недорогие и доступные компоненты, и полное документирование аппаратной и программной части.

В Иркутском ГАУ для исследований, направленных на разработку методов проектирования автономных энергетических систем разработана автоматизированная система научных исследований солнечной фотоэлектрической установки. Сформировано техническое предложение, предполагающее наличие интеллектуальных измерительных модулей для сбора и хранения данных, совокупность которых представляет интеллектуальную измерительную систему. Предложена структурная схема системы сбора и хранения информации солнечной фотоэлектрической установки (рис. 2.16). Данная установка включает солнечный модуль TSM-200M (всего 4 модуля), изготовленный из высокоэффективных монокристаллических солнечных элементов [165].

Перспективы цифровой модернизации предприятий, отраслей и подкомплексов сельского хозяйства регионов традиционно аграрного типа требуют должного аналитического и документарно-разработочного подкрепления.

С этой целью в первом полугодии 2018 года на базе ФГБОУ ВО «Ставропольский государственный, аграрный университет» было инициировано и проведено масштабное социологическое исследование на тему оценки перспектив, возможностей и ограничений для цифровой модернизации сельского хозяйства. Было опрошено 300 руководителей, экспертов и специалистов среднего звена из регионов Юга России (Ставропольский, Краснодарский края, Ростовская область). Респонденты имели представительный опыт в сельскохозяйственной сфере, агропромышленном управлении и внедрении модернизационных решений в отраслях экономики.

word image 82 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.16 – Элементы энергетического тракта солнечной фотоэлектрической станции Иркутского ГАУ

Исследование позволило определить три ключевых целевых ориентира цифровизации сельского хозяйства: повышение производительности труда – переход на концепцию «умного сельского хозяйства» – повышение престижа сельского труда. Следовательно, респонденты понимают продуцируемые эффекты от цифровизации и однозначно утверждают, что она необходима. В то же время в ряду ключевых проблем и ограничителей для цифровой модернизации сельского хозяйства мы можем выделить:

– дефицит финансовых ресурсов, что предопределяет поиск альтернативных источников привлечения денег;

– дефицит квалифицированных кадров, обуславливающий синхронную переориентацию системы высшего образования на «цифровой фактор»;

– дороговизна цифровых технологий, что предполагает активное участие государства в проведении модернизационных преобразований в отрасли и выработку его особого вида деятельности – аграрного проектного менеджмента [166].

Кластерная форма организации на сегодняшний день является одним из перспективных инструментов эффективного развития молочного животноводства в регионах РФ. Потенциально в качестве точки роста, способной вывести область на новый уровень промышленного и сельскохозяйственного развития, выступает Молочный кластер Вологодской области (МКВо).

Сельскохозяйственные производители молока – участники МКВо – это, в основном, малые и средние предприятия с высокими затратами и довольно низкими доходами. Исправить ситуацию возможно применив для них систему точного земледелия, т.к. молочное животноводство зависит от кормовой базы, а снижение затрат на корма позволит снизить себестоимость молока, производимого в сельскохозяйственном предприятии. Такая технология стала возможной благодаря развитию средств связи, спутниковых навигационных систем GPS/ГЛОНАСС, компьютеризации и использованию навигационных и информационных технологий в области автоматизации сельскохозяйственного производства. Стержнем технологии являются специальные программы для агроменеджмента на базе геоинформационных систем (ГИС), позволяющие снимать, обрабатывать и накапливать информацию о местоположении техники и характеристиках сельскохозяйственных угодий.

Создание и внедрение системы точного земледелия в рамках Молочного кластера Вологодской области предусмотрено на базе КХ Мызина А.В. и предполагается в три этапа, за три года. Первый этап (2017-2018 год): – создание высокоточных электронных карт хозяйства с использованием специального программного обеспечения и системы спутниковых GPS-навигационных приемников;

– работы по отбору и анализу почвенных проб с GPS – привязкой и создание электронного слоя – почвенной карты предприятия;

– адаптация внедрение систем параллельного вождения техники; – внедрение систем автопилотирования сельхоз агрегатов; – внедрение систем мониторинга подвижных объектов (авто – и сельхозтехники) с использованием GPS сигналов;

– внедрение адаптированного программного обеспечения. Второй этап (2018-2019 год): – внедрение систем мониторинга урожайности на комбайнах с определением массы, влажности убранного зерна в каждом сегменте поля в режиме реального времени;

– создание электронного слоя – карты урожайности полей; – внедрение автоматической беспроводной передачи метеоданных

– внедрение и адаптация программного обеспечения по прогнозированию появления сорняков, вредителей и болезней растений;

– создание точных метеопрогнозов. Третий этап (2019-2020 год): – внедрение систем дифференцированного внесения удобрений, подкормок, средств защиты растений.

Материально – техническое, финансовое обеспечение проекта включает: навигатор системы параллельного вождения агрегатов (два комплекта), программу для работы с электронными картами сельскохозяйственных угодий (два комплекта), систему для создания карт урожайности, опрыскиватель с системой автоматизации, разбрасыватель минеральных удобрений, обследование площади, тестеры для экспресс – анализа содержания азота, портативный навигационный прибор для отметки мест взятия проб почвы и измерения содержания азота в растениях (два комплекта), монтаж и обслуживание оборудования, расходные материалы, повышение квалификации специалистов, оплату труда с начислениями исполнителям, накладные расходы. Общая сумма составит 7 млн. руб.

Расчеты показали, что данные затраты окупятся для такого малого предприятия за 4 года, при этом снижение затрат для данного предприятия составит почти 40% по сравнению с периодом до внедрения. Снижение затрат на корма повлечет за собой снижение затрат на производство молока для КХ Мызина А.В., то есть приведет к увеличению прибыли предприятия [167].

Для внедрения в производственный процесс в УНИЦ «Агротехнопарк» Белгородского ГАУ была выбрана геоинформационная система “ЦПС: АгроУправление” на платформе “1С: Предприятие”. Данная система является комплексным решением для автоматизации задач управления электронными картами, ведения кадастрового и агрономического учетов, проведения мониторинга транспорта и земель, автоматизации план-факторного учета работ на полях, управления инфраструктурой организации, интеграции с внешними сервисами. В ней имеется и мобильное приложение “АгроУправление”. Геоинформационная система (ГИС) “ЦПС: АгроУправление” является комплексным решением для автоматизации управления и хранения электронных карт полей сельскохозяйственного предприятия; инвентаризации, мониторинга земель сельскохозяйственного предприятия; учета полей.

Для качественного выполнения подготовки ГИС и ее использования в последнее время все чаще прибегают к помощи беспилотных летательных аппаратов (БПЛА). Они позволяют создать картографическую основу с точными координатами всех объектов.

В результате проведенной работы была сформирована база данных по полям УНИЦ «Агротехнопарк». Оболочка «Агроуправление» позволяет хранить в карточке каждого поля практически неограниченное количество различных сведений, которые могут быть наглядно отображены в виде карт-схем и диаграмм.

Качественная оценка состояния сельскохозяйственных культур на различных стадиях вегетации, в том числе выявление полей, имеющих отклонения от норм развития, их оценка и систематизация, выявление фактов заболеваемости сельскохозяйственных культур – выполняется по серии разновременных снимков в течение вегетационного периода и позволяет спланировать ряд мероприятий, предупреждающих негативные последствия от проявления этих отклонений. С целью регулярного мониторинга проводится аэрофотосъемка полей Белгородского ГАУ при помощи БПЛА (рис. 2.17).

Освоение и внедрение геоинформационной системы «ЦПС: АгроУправление» в УНИЦ «Агротехнопарк» Белгородского ГАУ позволило провести детальное картирование, сформировать электронные паспорта полей, определять фитосанитарное состояние, проводить расчёт доз удобрений с поправкой на пестроту плодородия [168].

В отрасли растениеводства в настоящее время, открылось новое наукоемкое перспективное направление – точное земледелие. Точное земледелие – комплексная высокотехнологичная система сельскохозяйственного менеджмента, включающая в себя технологии глобального позиционирования (GPS), географические информационные системы (GIS), технологии оценки урожайности (YieldMonitorTechnologies), технологию переменного нормирования (VariableRateTechnology), технологии дистанционного зондирования земли. Данное направление позволяет накопить и обработать большое количество данных обработать с помощью современных компьютеров и программного обеспечения, автоматизировать сельскохозяйственные процессы, создать карты задания для дифференцированного внесения удобрений

Одно из предприятий, в котором проводятся подобные исследования – АО ПЗ «Учхоз ГАУ Северного Зауралья». Здесь в производственных масштабах используют возделывание сельскохозяйственных культур по новым технологиям. Площадь поля № 76, под посевами яровой пшеницы – 36,1 га (площадь опыта 22,5 га); площадь элементарных участков – 1,5 га. Оценка эффективности дифференцированного внесения минеральных удобрений с применением навигационной системы проводилась на 5-ти вариантах, которые разделялись на элементарные участки.

word image 488 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 489 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.17 – Карты высот и уклонов территорий полей УНИЦ «Агротехнопарк» Белгородского ГАУ

Без внесения удобрений урожайность в среднем урожайность составила 3,43 т-га. Вариабельность составила 11,0%, а выравненность – 89%. Т.е. – пестрота признака и выравненность можно считать средними. При традиционном способе внесения урожайность – 4,42 т-га, что на 0,99 т-га выше контрольного варианта. При дифференцированном способе внесения минеральных удобрений на планируемую урожайность 3,0 т/га в среднем урожайность составила 4,69 т-га, что на 0,27 т-га больше чем при традиционном способе внесения минеральных удобрений. Вариабельность составила 5,3%, а выравненность 94,7%, следовательно, пестрота признака не значительная, выравненность значительная.

При дифференцированном способе внесения минеральных удобрений на планируемую урожайность 4,0 т-га + «подкормка» количество клейковины в среднем составляет 33,3%, с качеством клейковины 96,7 единиц. Как видно, эти параметры соответствуют зерну II группы качества. Дифференцированное внесение минеральных удобрений качество и количество клейковины увеличивалось, а, следовательно, возрастало качество зерна. Максимальный показатель качества клейковины равный 34,4% был зафиксирован при дифференцированном способе внесения минеральных удобрений на планируемую урожайность 3,0 т-га [169].

Используя технологии точного земледелия, общая экономия, которую можно получить, составляет около 6…14%. Другими словами, используя навигационные системы, предприятие способно сэкономить от 4 до 10% средств, введение параллельного вождения – от 5 до 12%, а использование дифференцированного внесения удобрений, опрыскивания сорняков, посев, орошение почв и т.д. – 10…20%.

В настоящее время в Иркутской области различные предприятия вводят в эксплуатацию отдельные элементы точного земледелия. Главная цель – автоматизировать процессы выращивания агрокультур путём объединения всех технологий в единую систему [170]. Основу системы точного земледелия составляют карты полей, отображающие широкий спектр характеристик, таких как: точные границы участка, данные химического состава почвы, уровне ее влажности, количество получаемой солнечной радиации, показатель уклона поверхности, информация о преобладающих ветрах, наличие природных и искусственных объектов. Все карты составляются в электронном виде в специальных геоинформационных системах. Исходными данными карт являются: результаты взятия проб с дальнейшим проведением агрохимического анализа, материалы фотографирования и сканирования, полученные с космических аппаратов и БПЛА, а также проведение научных исследований.

Как отмечается в [171], сельское хозяйство Пермского края отстает в развитии от передовых сельскохозяйственных регионов. Почвенный покров территории разнообразен, но в большей степени преобладают дерново-подзолистые почвы (более 70%). Тем более важными для региона, являются вопросы использования ГИС-технологий. Основной задачей при составлении почвенных карт является отбор проб почвы для последующего анализа и определения элементов питания в почве. Разбитые на элементарные участки географически привязанные поля и маршрутные ходы заносятся в GPS-ГЛОНАСС навигатор. Двигаясь по маршрутному ходу, агрохимик отбирает точечные пробы на элементарном участке. Последним этапом агрохимического обследования земель является обобщение данных и подготовка материалов обследования к выдаче. По результатам анализов почв составляются агрохимические картограммы в масштабе (чаще в 1:10000) и рекомендации по применению удобрений. Уточнение контуров и площадей по отдельным участкам землепользования в хозяйстве позволило оптимизировать уровень затрат по отдельным элементам технологии возделывания сельскохозяйственных культур, наиболее точно спланировать количество посевного материала и агрохимикатов, количество единиц сельскохозяйственной техники.

Пермский ГАТУ в крае является флагманом в сфере разработок инструментов применения IT-технологий для сельского хозяйства. Вуз работает сразу над несколькими проектами в этой области. Ключевыми элементами цифровизации прикамского села, по мнению экспертов из ПГАТУ являются:

– создание цифровой базы данных (оцифровка всех документов и показателей по производству и сбыту продукции);

– цифровизация производства (внедрение «умной техники» и роботизированных механизмов);

– цифровизация продаж (контроль доставки и продажи продукции, маркетинг и востребованность);

– анализ (прогноз по климату и урожайности и т. п.).

2.3 Разработка методики и критериев оценки научно-образовательного и экспериментально-производственного потенциала аграрных вузов, в сфере цифровизации сельского хозяйства

Актуальность данного исследования обусловлена необходимостью методического обеспечения оценки научно-образовательного и экспериментально-производственного потенциала аграрных вузов в сфере цифровизации сельского хозяйства. Это, впоследствии, предоставит возможность дифференцировать комплекс предложений по цифровой трансформации деятельности опытных производственных хозяйств.

Реализация направлений государственных программ развития цифровой экономики в Российской Федерации предъявляет особые требования к достижению целевых показателей. Несмотря на возросший объем исследований по развитию цифровой экономики [173, 174], еще недостаточно исследований и научного обоснования условий эффективной цифровой трансформации организаций агропромышленного комплекса. Особое внимание уделяется управлению внедрением цифровых технологий в производственные и организационные процессы [175]. Осуществляемые пилотные проекты по программе «Цифровая экономика» позволяют скорректировать план мероприятий по направлению цифровое сельское хозяйство для достижения положительных эффектов [176] и формирования отраслевых стандартов.

В качестве общих методов исследования использовались экономико-статистический, абстрактно-логический, сравнительных анализ, социологический экспертный опрос, анализ документов, группировка, систематизация.

При оценке потенциала хозяйствующего субъекта возникают следующие проблемы:

– выбор наиболее значимых показателей для оценки каждого компонента потенциала именно для аграрной сферы и цифровой составляющей;

– разработка и апробация методики оценки и определение комплексного показателя;

– использование не только количественных, но и качественных показателей в рамках методики на основе социологического экспертного опроса.

Возникающие проблемы в предлагаемой методике удается решить, используя экономико-статистические методы, экспертные оценки и нормализацию показателей.

При определении комплексного показателя оценки потенциала авторы руководствовались принципами универсальности, четкой структурированности, понятности и однозначной интерпретации, возможностью оценки во временной динамике, отсутствием субъективного суждения, выбором ограниченного числа элементов, преимущественным использованием количественного выражения рассматриваемых параметров.

Оценка научно-образовательного и экспериментально-производственного потенциала аграрных вузов по проекту «экспериментальное цифровое опытное хозяйство» (далее – потенциала) – это сложный многоэтапный процесс [134], представленный таблицей 2.3. Комплексная оценка используется с целью сопоставления результатов оценки потенциала во времени, на основе социологического экспертного опроса. Данный опрос проводится с помощью анкетирования. Разработанная анкета включает 35 вопросов, формирующих несколько групп показателей вуза.

Анализируя научную литературу [177, 178], были выделены структурные составляющие потенциала: организационно-управленческие, технико-цифровые, производственно-технологические, научные, образовательные, кадровые, финансовые. Принимая комплексный подход для более достоверной оценки, отметим значение отраслевых функциональных подсистем (растениеводство, животноводство, строительство, механизация, автотранспорт, переработка) в деятельности и специализации аграрных вузов.

Таблица 2.3. Методика комплексной оценки потенциала аграрного вуза по проекту «экспериментальное цифровое опытное хозяйство»

Этап 1 Определение и выбор показателей и характеристик потенциала, а также эталонной модели
Этап 2 Определение весов составляющих элементов показателей потенциала, а также пороговых значений показателей потенциала
Этап 3 Комплексный интегральный показатель оценки потенциала
Этап 4 Сбор и анализ исходной информации с помощью анкетирования
Этап 5 Анализ фактического уровня потенциала исследуемого объекта
Этап 6 Определение итогового уровня потенциала исследуемого объекта, а также ранжирование

Для построения индекса комплексной оценки потенциала вуза используются 7 равновесомых показателей, соответствующих элементам его деятельности, применительно к вопросам цифровой трансформации опытного хозяйства:

– организационно-управленческие (1/7);

– технико-цифровые (1/7);

– производственно-технологические (1/7);

– научные (1/7);

– образовательные (1/7);

– кадровые (1/7);

– финансовые (1/7).

Каждый из показателей содержат субпоказатели, более полно характеризующие оцениваемое направление деятельности вуза.

Таким образом, уровень потенциала может быть представлен в виде формулы:

word image 490 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (2.1)

где word image 491 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) – коэффициенты (веса) показателей потенциала;

ОУ – организационно-управленческая характеристика показателя;

ТЦ – технико-цифровая характеристика показателя;

ПТ – производственно-технологическая характеристика показателя;

Н – научная характеристика показателя;

О – образовательная характеристика показателя;

К – кадровая характеристика показателя;

Ф – финансовая характеристика показателя.

При расчете как самих показателей, так и субпоказателей, все использованные значения нормализовались, т.е. переводились в оценку в интервале от 0 до 1.

Формирование эталонной модели потенциала представляет собой расчет показателей с наибольшими и наименьшими значениями соответствующих показателей, в зависимости от заданных пороговых значений и может быть представлен в виде следующей формулы:

word image 492 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (2.2)

где ОУэ – эталонный уровень организационно-управленческой характеристики показателя;

ТЦэ – эталонный уровень технико-цифровой характеристики показателя;

ПТэ – эталонный уровень производственно-технологической характеристики показателя;

Нэ – эталонный уровень научной характеристики показателя;

Оэ – эталонный уровень образовательной характеристики показателя;

Кэ – эталонный уровень кадровой характеристики показателя;

Фэ – эталонный уровень финансовой характеристики показателя.

Для эталонной модели с наименьшими и наибольшими показателями, использовались обозначения Sэ min и Sэ max – соответственно. Символ Sф использовали для обозначения фактического уровня потенциала аграрного вуза.

Таким образом, методика комплексной оценки потенциала аграрных вузов по проекту «экспериментальное цифровое опытное хозяйство» является структурированной и ее можно адаптировать для любых субъектов.

Для расчета показателей потенциала была разработана анкета (Приложение А), вопросы которой адресовались специалистам аграрных вузов и предназначены для охарактеризования составляющих потенциала, в частности:

– организационно-управленческий потенциал описывали вопросы размера, профиля, организационной формы, формы подчиненности;

– технико-цифровой потенциал – вопросы о наличии и объеме компьютерной техники, качественных параметрах сети интернет, использования системы ГЛОНАСС/GPS, реализации оцифровки полей;

– производственно-технологический потенциал – вопросы о наличии и составе сельхозтехники, применяемых технологиях и производственных процессах;

– научный потенциал – результаты собственных исследований и разработок вузов в сфере цифровизации сельского хозяйства;

– образовательный потенциал – наличие и количество образовательных программ, для цифрового сельского хозяйства, подготовки кадров;

– кадровый потенциал – вопросы, связанные с обеспечением опытных хозяйств IT-специалистами, их профессиональным уровнем;

– финансовый потенциал – вопросы бюджетирования и затрат на цифровизацию процессов.

Распределение вопросов по группам показателей приведен в табл. 2.4.

Таблица 2.4. Распределение вопросов социологического опроса, по группам оцениваемых показателей

группы показателей

Наименование группы показателей Формулировка и код вопроса
1 2 3
1 Организационно-управленческий 1. Какова форма подчинённости опытного хозяйства?
2. Существует ли региональный терминал (Центр) для накапливания и анализа цифровой информации, поступающей от сельскохозяйственных организаций?
3. Какова форма взаимодействия вуза и/или его опытного хозяйства с региональным терминалом (Центром) в вопросах цифровизации сельского хозяйства?
4. Факторы, сдерживающие цифровую трансформацию опытного хозяйства Вашего вуза?
5. Созданы ли при вузе специализированные структурные подразделения (за исключением опытного хозяйства), занятые вопросами цифровой трансформации сельского хозяйства?
2 Технико-цифровой 6. Количество оснащенных компьютерной техникой рабочих мест в опытном хозяйстве?
7. Наличие и устойчивость работы Интернет в опытном хозяйстве?
8. Доля сельскохозяйственной техники, оборудованной системами ГЛОНАСС/GPS, в общем объеме самоходной сельскохозяйственной техники в опытном хозяйстве?
9. В каком объеме произведена оцифровка границ контуров полей опытного хозяйства?
10. Выполнено ли цифровое почвенное картирование, на основе агрохимического обследования почв в опытном хозяйстве?
11. Имеется ли отдельный терминал (системный блок, накопитель или другое оборудование) для накопления и/или обработки цифровых данных, поступающих от опытного хозяйства?
12. Какие элементы цифровизации сельского хозяйства используются в опытном хозяйстве?
13. Какое программное обеспечение используется для решения задач по цифровизации сельского хозяйства?
14. Какого рода цифровая информация по опытному хозяйству заносится в базу данных на системной основе?

Продолжение Табл. 2.4

1 2 3
15. Какой тип информации, из перечисленных в п. используется для анализа и/или прогноза деятельности опытного хозяйства?
3 Производственно-технологический 16. Имеется ли в вузе учебно-опытно-производственное (далее – опытное) хозяйство?
17. Каков профиль деятельности опытного хозяйства?
18. Какова величина опытного хозяйства (в разрезе возможных профилей деятельности)?
19. Какова удаленность опытного хозяйства от города?
20. Количество единиц самоходной сельскохозяйственной техники (тракторы, автомобили, комбайны и др.) в опытном хозяйстве?
21. Какие технологии Вы считаете приоритетными для внедрения в опытное хозяйство вуза, по уровню значимости?
4 Научный 22. Имеются ли в вузе собственные завершенные разработки в сфере цифровизации сельского хозяйства?
23. Исследования в области цифровизации сельского хозяйства проводятся вузом в рамках:
24. Направления (тематика) НИОКР, реализуемые вузом в области цифровизации сельского хозяйства
5 Образовательный 25. Планируется ли развитие образовательного процесса в вузе, в части цифровизации сельского хозяйства, в ближайшие 2 года?
26. Количество руководителей и специалистов предприятий АПК, подготовленных вузом в рамках ДПО по цифровому сельскому хозяйству в 2018-2019 учебном году
6 Кадровый 27. Каково среднегодовое количество сотрудников в опытном хозяйстве?
28. Категории работников опытного хозяйства, использующих мультимедийные средства (персональные компьютеры, ноутбуки, планшеты и др.) на рабочих местах?
29. Имеется ли в штате опытного хозяйства и/или вуза специалист (группа специалистов), непосредственно занятых вопросами цифровизации опытного хозяйства?

Продолжение Табл. 2.4

1 2 3
30. Результативность повышения квалификации, переподготовки или обучения в области цифровизации сельского хозяйства, для сотрудников вуза, занятых в деятельности опытного хозяйства, за последние 2 года
31. Ведется ли в вузе подготовка кадров для цифрового сельского хозяйства?
7 Финансовый 32. Какова сумма затрат на внедрение элементов цифровой трансформации Вашего опытного хозяйства, за последние 3 года, руб.?
33. Бюджет средств на затраты по цифровой трансформации Вашего опытного хозяйства формируется (планируется) за счет:
34. Какова сумма ежегодных затрат, планируемых вузом для дальнейшей цифровизации опытного хозяйства, руб.?
35. Каковы результаты расчета экономической эффективности внедрения цифровизации опытного хозяйства?

Результаты анкет экспертного опроса можно проанализировать в форме таблиц (табл. 2.5) или графически, по отдельным вопросам (рис. 2.18).

Таблица 2.5. Пример результатов по вопросу «В каком объеме проведена оцифровка границ контуров полей опытного хозяйства»

Варианты ответов Результаты
оцифровка не выполнялась 10
до 30% 60
до 50% 10
до 70% 10
до 100% 10

На основании анализа анкетирования и расчета показателя потенциала могут быть получены значения для оценки потенциала конкретного аграрного вуза и проведена типология потенциала аграрного вуза по проекту «экспериментальное цифровое опытное хозяйство» (табл. 2.6). По результатам подсчета итогового уровня потенциала и типологии субъектов проводится ранжирование, как показано в примере, на рис. 2.19.

Анализ результатов показателей оценки потенциала, ранжирования и типологизации субъектов исследования позволяют выделить позитивные и негативные факторы, конкретизировать составляющие потенциала, способствует реализации цифровой трансформации организаций, принятию обоснованных управленческих решений и выбора приемлемой стратегии развития.

Таким образом, данное исследование позволяет конкретизировать, проанализировать и на основе этого выработать направления для внедрения цифровых технологий в практику аграрных вузов.

Комплексная оценка потенциала рассчитывается на основе совокупности показателей-индикаторов, позволяющих всесторонне охарактеризовать составляющие научно-образовательного и экспериментально-производственного потенциала аграрных вузов по проекту «экспериментальное цифровое опытное хозяйство». Однако дальнейшее практическое использование методики требует апробации и уточнения.

Таблица 2.6. Пороговые значения и типология потенциала аграрного вуза по проекту «экспериментальное цифровое опытное хозяйство»

Комплексный показатель Sэ min 1, Sф2,…Sфn Sэ max
Комплексная оценка потенциала 5,0 35,0 37,0 15,0 8,0
Тип потенциала Низкий Ниже среднего Средний Выше среднего Высокий

Управление потенциалом аграрных вузов с учетом цифровой инновационной активности позволит расширить формы реализации функций университета. В качестве направлений инновационной активности аграрных вузов по проекту «экспериментальное цифровое опытное хозяйство» в разрезе функций можно предложить:

– образовательная функция – подготовка и переподготовка кадров для цифрового сельского хозяйства, межвузовское взаимодействие в области форм и методов обучения;

– научная функция – совместная исследовательская деятельность в рамках модели triple helix (наука-бизнес-государство);

Рисунок 2.18 – Пример результатов по вопросу «В каком объеме проведена оцифровка границ контуров полей опытного хозяйства» (а) и по вопросу «Доля сельхозтехники, оборудованной системами ГЛОНАСС/GPS в общем объеме сельхозтехники» (б)

word image 493 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 494 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

б

а

– прикладная функция – коммерциализация разработок университета, инновационная инфраструктура университета, тиражирование практик цифрового предприятия в сельском хозяйстве (умная ферма, умное поле);

– социально-экономическая – влияние на профессиональный уровень трудовых ресурсов региона, развитие цифровой культуры для различных слоев населения.

Рисунок 2.19 – Пример результатов ранжирования объектов по типам потенциала аграрного вуза по проекту «экспериментальное цифровое опытное хозяйство»

word image 495 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Особо выделим направление развития и тиражирования практик цифрового предприятия в сельском хозяйстве, которое способствует повышению производительности в результате использования цифровых технологий. Цифровизация производственных процессов направлена на повышение производительности по направлениям: оптимизация процессов (например, эффективность управления цепочкой создания стоимости), инновационные продукты (например, новые продукты, созданные на основе новых моделей управления процессами и новых методов взаимодействия с заказчиками), новые рынки (например, формирование и освоение новых ниш на основе исследований данных о потребностях), профессиональная активность (развитие удаленной работы).

Отметим, что использование мониторинга и оценки потенциала вузов на основе предложенной модели, позволяет обеспечить конкурентоспособность и в долгосрочной перспективе сформировать инновационные модели образовательной и научно-производственной деятельности.

2.4 Анализ и ранжирование аграрных вузов России по фактору «Развитие экспериментального цифрового опытного хозяйства»

Результаты обработки анкет социологического опроса специалистов вузов, выявила наличие следующих условий.

Для группы показателей «Организационно-управленческий» (рис. 2.20):

– в большинстве вузов Минсельхоза России (74,4%), опытное хозяйство – структурное подразделение образовательной организации. МИПы, с уставной долей вуза, являются формой организации деятельности учхоза еще в 4,7% образовательных организаций. 7% учхозов – это самостоятельные обособленные организации. Следует обратить внимание на то, что в 14,0% вузов опытные хозяйства отсутствуют;

word image 496 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 497 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 498 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 499 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 500 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.20 – Результаты анкетирования вузов, по группе показателей «Организационно-управленческий»

– региональные терминалы, призванные осуществлять информационную взаимосвязь с цифровыми хозяйствами, имеются в большинстве (51,2%) регионов, участвующих в опросе;

– при этом, информационное взаимодействие с опытными хозяйствами учебных организаций чаще всего (83,7%) отсутствует. Как показали результаты опроса, системная форма обмена информацией между учхозом и региональным терминалом, характерна лишь для 7,0% опрошенных респондентов. Еще 9,3% высших учебных заведений, взаимодействуют с региональным сервером в одностороннем порядке, т.е. – предоставляя информацию о результатах деятельности опытного хозяйства;

– в большинстве опрошенных организаций (69,6%), вопросами цифровизации сельского хозяйства занимаются в существующих структурных подразделениях – на кафедрах и факультетах. Специализированные учебно-производственные и научные подразделения созданы, соответственно, в 8,7% и 13,0% опрошенных образовательных организаций. К сожалению, 8,7% опрошенных респондентов заявили о том, что вопросами цифровизации сельского хозяйства системно не занимаются;

– к числу сдерживающих факторов, тормозящих процессы цифровой трансформации деятельности вузов, отнесены: финансовые затраты – 57,3%; отсутствие специалистов – 21,3%; отсутствие необходимых коммуникаций – 8,0%; иные приоритеты образовательной организации – 6,7%; риски, связанные с необходимостью преобразований в налаженном производстве и возможное сокращение штатного состава работников – по 2,7%. Еще 1,3% респондентов не находят в своем производстве процессов, требующих цифрового преобразования.

Используя экспертную ранговую оценку каждого варианта ответов, составлена таблица оценки участвующих в опросе вузов, по группе показателей «Организационно-управленческий» (табл. 2.7). Как видно из таблицы, минимальное значение суммарного балла имеют вузы, не располагающие опытным хозяйством любой формы. Максимальную экспертную оценку получили такие образовательные организации, как Волгоградский ГАУ и Брянский ГАУ.

Таблица 2.7. Ранжирование вузов по показателю «Организационно-управленческий»

п/п

Наименование вуза Код вопроса Суммарный балл

показателя

1 2 3 4 5
1 2 3 4 5 6 7 8
1 Алтайский ГАУ 1,0 1,0 0 1,0 0,3 3,30
2 Белгородский ГАУ 1,0 1,0 0 0,55 0,3 2,85
3 Бурятская ГСХА 1,0 0 0 0,75 0 1,75
4 Волгоградский ГАУ 1,0 1,0 1,0 1,0 0,3 4,30
5 Воронежский ГАУ 1,0 0 0 1,0 0 2,00
6 Донской ГАУ 1,0 0 0 0,75 0,3 2,05
7 Ижевская ГСХА 0,3 1,0 0,5 1,0 0,3 3,10

Продолжение табл. 2.7

1 2 3 4 5 6 7 8
8 КБГАУ 0 0 0 0,55 0,3 0,85
9 Башкирский ГАУ 1,0 1,0 0,5 1,0 0,3 3,80
10 Брянский ГАУ 1,0 1,0 1,0 1,0 0,3 4,30
11 Великолукская ГСХА 1,0 1,0 0 0,75 0,3 3,05
12 Вятская ГСХА 1,0 1,0 0 0,1 0,3 2,40
13 ГУЗ 0 1,0 0 0,55 0,6 2,15
14 Дальневосточный ГАУ 1,0 0 0 0,75 0,3 2,05
15 Ивановская ГСХА 1,0 1,0 0 1,0 0 3,00
16 Казанская ГАВМ 0 1,0 0 0,55 0,3 1,85
17 Казанский ГАУ 1,0 1,0 0 0,55 0,3 2,85
18 Костромская ГСХА 1,0 1,0 1,0 0,35 0,3 3,65
19 Кубанский ГАУ 1,0 1,0 0 1,0 0,3 3,30
20 Курская ГСХА 0,3 0 0 0,55 0,3 1,15
21 Московская ГАВМ и Б 0 0 0 0,55 0,3 0,85
22 Новосибирский ГАУ 1,0 1,0 0 0,75 0,3 3,05
23 Оренбургский ГАУ 1,0 1,0 0 0,35 0,6 2,95
24 Пензенский ГАУ 1,0 0 0 1,0 0,3 2,30
25 Приморская ГСХА 1,0 0 0 0,75 0,3 2,05
26 Самарский ГАУ 0,6 1,0 0,5 1,0 0,6 3,70
27 СПб ГАУ 1,0 0 0 0,55 0,3 1,85
28 Красноярский ГАУ 0,6 0 0 0,75 0,3 1,65
29 Мичуринский ГАУ 1,0 1,0 0 0,75 0,3 3,05
30 Нижегородская ГСХА 1,0 1,0 0 0,55 0,3 2,85
31 Омский ГАУ 1,0 1,0 0,5 1,0 0,3 3,80
32 Орловский ГАУ 1,0 1,0 0 1,0 0,3 3,30
33 Пермский ГАТУ 1,0 0 0 1,0 0,3 2,30
34 РГАЗУ 0 0 0 0,55 0,3 0,85
35 Рязанский ГАТУ 1,0 0 0 0,75 0,3 2,05
36 СПб ГАВМ 0 0 0 0,55 0,3 0,85
37 Саратовский ГАУ 1,0 1,0 0 1,0 0,3 3,30
38 Смоленская ГСХА 1,0 0 0 1,0 0,3 2,30
39 Ульяновский ГАУ 1,0 0 0 0,55 0,3 1,85
40 Якутская ГСХА 1,0 0 0 1,0 0,3 2,30
41 ГАУСЗ 0,3 0 0 1,0 0,3 1,60
42 Чувашская ГСХА 1,0 0 0 0,75 0,3 2,05
43 Ярославская ГСХА 1,0 0 0 1,0 0 2,00

Для группы показателей «Технико-цифровой» (рис. 2.21):

– на вопрос о количестве компьютеризированных рабочих мест в опытных хозяйствах положительно ответили почти 80% опрошенных организаций. Большая часть из них (51,2%) – это учхозы, располагающие до 5 рабочих мест, оборудованных компьютерной техникой. Свыше 20 компьютеризированных рабочих мест имеют около 5% респондентов;

– большинство опытных хозяйств вузов, участвующих в опросе, не имеют проблем, связанных с качеством услуг Интернет и сотовой связи, в пределах всей площади (55,8%). О наличии связи только в офисе и неустойчивой связи, в пределах хозяйства, заявили, соответственно, 14,0% и 27,9% опрошенных организаций. 2,3% опытных хозяйств не имеют Интернет-соединения, в пределах своей территории;

word image 501 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 502 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 503 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 504 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 505 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.21 – Результаты анкетирования вузов, по группе показателей «Технико-цифровой»

– техникой, оборудованной системами спутниковой навигации не располагают почти 42% хозяйств. До 100% сельскохозяйственных машин, оборудованных системами ГЛОНАСС/GPS имеют лишь 7,0% организаций. Остальные опытные хозяйства имеют в наличии от 5,0 до 70,0% техники с данными системами;

– оцифровку границ опытно-производственных участков, в объеме 100% выполнили 39,5% образовательных организаций. 46,5% вузов не имеют оцифрованных границ полей в своих опытных хозяйствах;

– почвенное картирование, на основе выполненного агрохимического обследования почв, в полном объеме имеют в своих учхозах 23,3% вузов. 44,2% организаций располагают лишь результатами агрохимического обследования.

Результаты оценки участвующих в опросе вузов, по группе показателей «Технико-цифровой» представлены в таблице 2.8.

Таблица 2.8. Ранжирование вузов по показателю «Технико-цифровой»

п/п

Наименование вуза Код вопроса Суммарный балл

показателя

6 7 8 9 10
1 2 3 4 5 6 7 8
1 Алтайский ГАУ 0,25 1,00 0,2 0 0 1,45
2 Белгородский ГАУ 0,75 1,00 0,4 1,0 1,0 4,15
3 Бурятская ГСХА 0 1,00 0 0,66 0,5 2,16
4 Волгоградский ГАУ 0,25 1,00 0 1,0 1,0 3,25
5 Воронежский ГАУ 0,25 1,00 0 0 0 1,25
6 Донской ГАУ 0,25 0,66 0,2 0 0,5 1,61
7 Ижевская ГСХА 0,75 1,00 0,6 0,33 0,5 3,18
8 КБГАУ 0 0,33 0 0 0 0,33
9 Башкирский ГАУ 0,25 1,00 0,4 1,0 1,0 3,65
10 Брянский ГАУ 0,25 1,00 0,2 1,0 1,0 3,45
11 Великолукская ГСХА 0,25 0,66 0,2 0 0,5 1,61
12 Вятская ГСХА 0,25 0,66 0 0,33 0,5 1,74
13 ГУЗ 0 0,33 0 0 0 0,33
14 Дальневосточный ГАУ 0,25 1,00 0,4 0,66 0,5 2,81
15 Ивановская ГСХА 0 1,00 0 0 0 1,00
16 Казанская ГАВМ 0 0,33 0 0 0 0,33
17 Казанский ГАУ 0 0 0 0 0 0
18 Костромская ГСХА 0,25 1,00 0,2 0 0,5 1,95
19 Кубанский ГАУ 1,00 1,00 1,0 1,0 1,0 5,00
20 Курская ГСХА 0,50 1,00 0,4 0 0,5 2,40
21 Московская ГАВМ и Б 0 0,33 0 0 0 0,33
22 Новосибирский ГАУ 0,50 0,66 0 0 0,5 1,66
23 Оренбургский ГАУ 0,25 1,00 0,4 0,33 0,5 2,48
24 Пензенский ГАУ 0,25 1,00 1,0 1,0 0,5 3,75
25 Приморская ГСХА 0,25 0,33 0,4 0 0,5 1,48
26 Самарский ГАУ 0,25 1,00 0,8 1,0 0,5 3,55
27 СПб ГАУ 0,25 0,33 0 0 0 0,58
28 Красноярский ГАУ 0,50 0,33 0,4 1,0 0,5 2,73
29 Мичуринский ГАУ 0,50 1,00 0 0,33 0,5 2,33
30 Нижегородская ГСХА 0 1,00 0 0 0 1,00
31 Омский ГАУ 0,50 1,00 0,4 1,0 1,0 3,90
32 Орловский ГАУ 0,25 0,66 0,8 1,0 1,0 3,71
33 Пермский ГАТУ 0,25 1,00 0 1,0 0,5 2,75

Продолжение табл. 2.8

1 2 3 4 5 6 7 8
34 РГАЗУ 0 0,33 0 0 0 0,33
35 Рязанский ГАТУ 0,25 1,00 0,8 0 0,5 2,55
36 СПб ГАВМ 0 0,33 0 0 0 0,33
37 Саратовский ГАУ 0,75 0,33 0,6 1,0 1,0 3,68
38 Смоленская ГСХА 0,25 1,00 0,4 0 0,5 2,15
39 Ульяновский ГАУ 0,50 0,66 1,0 1,0 1,0 4,16
40 Якутская ГСХА 0,25 0,33 0,4 1,0 0 1,98
41 ГАУСЗ 1,00 1,00 0,8 1,0 1,0 4,80
42 Чувашская ГСХА 0,25 1,00 0,6 1,0 0 2,85
43 Ярославская ГСХА 0,25 0,33 0 1,0 0,5 2,08

Для группы показателей «Производственно-технологический» (рис. 2.22):

– большая часть опрошенных вузов (85,7%) располагают опытным хозяйством. Среди респондентов, участвующих в опросе, не имеют собственной учебно-научно-производственной базы для организации цифрового опытного хозяйства 6 образовательных организаций: Кабардино-Балкарский ГАУ, ГУЗ, Казанская ГАВМ, Московская ГАВМиБ, РГАЗУ, Санкт-Петербургская ГАВМ;

– профиль «Растениеводство» характерен для деятельности большинства опытных хозяйств аграрных вузов (64,9%). В 28,1% вузов опытные хозяйства заняты животноводством. Еще по 2 вуза (3,5%), заявили о деятельности в области лесоразведения и иных направления деятельности, например, виноградарства;

– площади земель сельскохозяйственного назначения опытных хозяйств сильно варьируются. Так, большинство вузов (35,1%) располагают площадью от 1000 до 10000 га. 29,7% опытных хозяйств имеют в наличии от 100 до 1000 га. Площадью до 10 га и свыше 10000 га располагают 5,4% и 13,5% вузов, соответственно. Среди опытных хозяйств, занятых животноводством, количеством голов скота, более 1000 (с учетом птицеводства), располагают 11,1%. 38,9% хозяйств имеют в наличии до 10 голов скота; от 10 до 100 – 27,8%; от 100 до 1000 – 22,2% вузов;

– автопарк самоходных машин в учхозах составляет до 5 единиц – в 10,8% вузов; от 5 до 10 – в 32,4% хозяйств; от 10 до 20 машин – в 27,0% учхозах. Более 20 единиц самоходной техники имеют в своих опытных хозяйствах 29,7% образовательных учреждений;

– удаленность учхозов от черты города для 21,6% опрошенных вузов составляет более 20 км. В черте города имеют опытные хозяйства 13,5% образовательных организаций. До 1 км, до 10 км и до 20 км – удаленность учхозов для 8,1%, для 32,4% и 24,3% вузов – соответственно.

Результаты оценки участвующих в опросе вузов, по группе показателей «Производственно-технологический» представлены в таблице 2.9.

Как видно из представленной таблицы, безоговорочными лидерами в рейтинге вузов по показателю «Производственно-технологический» являются Кубанский ГАУ и Курская ГСХА, набравшие, соответственно, 5,06 и 5,60 суммарных баллов экспертной оценки. Белгородский ГАУ, с оценкой рейтинга 4,86, так же имеет достаточно высокие возможности развития цифрового опытного хозяйства на своей базе.

Оценка научно-образовательного потенциала вузов, проводилась по 2 блокам вопросов, одновременно. Результаты опроса показали следующее:

word image 506 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 507 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 508 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 509 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 510 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 511 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 2.22 – Результаты анкетирования вузов, по группе показателей «Производственно-технологический»

Таблица 2.9. Ранжирование вузов по показателю «Производственно-технологический»

п/п

Наименование вуза Код вопроса Суммарный балл

показателя

16 17 18 19 20
1 2 3 4 5 6 7 8
1 Алтайский ГАУ 1 0,66 1,1 0,5 1 4,26
2 Белгородский ГАУ 1 0,66 1,6 1 0,6 4,86
3 Бурятская ГСХА 1 0,33 0,4 0,5 0,4 2,63
4 Волгоградский ГАУ 1 0,33 1,25 1 0,4 3,98
5 Воронежский ГАУ 1 0,66 1,1 0,5 1 4,26
6 Донской ГАУ 1 0,66 1,3 0,75 0,8 4,51
7 Ижевская ГСХА 1 0,66 0,8 1 0,2 3,66
8 КБГАУ 0 0 0 0 0 0,00
9 Башкирский ГАУ 1 0,66 0,6 0,5 0,4 3,16
10 Брянский ГАУ 1 0,33 0,45 0,75 0,6 3,13
11 Великолукская ГСХА 1 0,66 0,65 0,75 0,8 3,86
12 Вятская ГСХА 1 0,33 0,85 0,75 1 3,93
13 ГУЗ 0 0 0 0 0 2,10
14 Дальневосточный ГАУ 1 0,33 0,8 0,75 0,2 3,08
15 Ивановская ГСХА 1 0,33 0,6 0,75 0,4 3,08
16 Казанская ГАВМ 0 0 0 0 0 0,00
17 Казанский ГАУ 1 0,33 0,4 0,75 0,2 2,68
18 Костромская ГСХА 1 0,33 0,4 0,5 0,6 2,83
19 Кубанский ГАУ 1 0,66 2 1 0,4 5,06
20 Курская ГСХА 1 1 1,6 1 1 5,60
21 Московская ГАВМ и Б 0 0 0 0 0 0,00
22 Новосибирский ГАУ 1 0,33 0,8 1 0,6 3,73
23 Оренбургский ГАУ 1 1 1,75 1 0,2 4,95
24 Пензенский ГАУ 1 0,33 0,6 0,25 0,2 2,38
25 Приморская ГСХА 1 1 1,1 0,5 0,4 4,00
26 Самарский ГАУ 1 0,33 0,8 0,5 0,6 3,23
27 СПб ГАУ 1 0,66 1,6 0,25 0,6 4,11
28 Красноярский ГАУ 1 0,66 1,6 1 0,2 4,46
29 Мичуринский ГАУ 1 0,33 0,8 0,25 0,8 3,18
30 Нижегородская ГСХА 1 0,33 0,4 0,5 0,6 2,83
31 Омский ГАУ 1 0,33 0,6 0,25 0,4 2,58
32 Орловский ГАУ 1 0,33 1 0,75 0,6 3,68
33 Пермский ГАТУ 1 0,33 0,8 0,5 0,6 3,23
34 РГАЗУ 0 0 0 0 0 0,00
35 Рязанский ГАТУ 1 0,33 1 0,75 0,4 3,48
36 СПб ГАВМ 0 0 0 0 0 0,00
37 Саратовский ГАУ 1 0,33 0,8 1 0,2 3,33
38 Смоленская ГСХА 1 0,33 0,6 0,75 0,6 3,28
39 Ульяновский ГАУ 1 0,66 0,85 0,5 0,6 3,61
40 Якутская ГСХА 1 0,66 1,3 1 0,4 4,36
41 ГАУСЗ 1 0,66 0,45 1 1 4,11
42 Чувашская ГСХА 1 0,66 0,85 0,5 0,2 3,21
43 Ярославская ГСХА 1 0,33 0,4 0,5 0,6 2,83

На основании выполненного анализа возможностей и потенциала вузов, в отношение каждой группы показателей, сформирована итоговая комплексная оценка, учитывающая все рассмотренные факторы (табл. 2,10).

Как видно, ранговые оценки типа потенциала вполне адекватно описывают формальные перспективы каждого вуза, применительно к созданию и развитию на своей базе экспериментального цифрового опытного хозяйства.

К группе вузов с низким потенциалом развития экспериментального цифрового опытного хозяйства отнесены образовательные организации, не имеющие хозяйственной базы. К таким вузам относятся Государственный университет землеустройства, Казанская ГАВМ, Кабардино-Балкарский аграрный университет, Московская государственная академия ветеринарной медицины и биотехнологии имени К.И. Скрябина, Российский государственный аграрный заочный университет, Санкт-Петербургская государственная академия ветеринарной медицины. Создание в данных вузах цифрового опытного хозяйства должно начинаться с организации опытного поля, либо иных производственных условий, в которых активное участие будут принимать как сотрудники, так и обучающиеся вуза.

Лидерами в рейтинге по комплексному показателю потенциала развития цифрового хозяйства, являются образовательные организации, накопившие достаточный опыт применения элементов цифровых технологий в сельском хозяйстве на собственной базе, активно участвующие в научной и образовательной цифровой среде, располагающие собственными научно-техническими разработками и имеющими мощную производственную инфраструктуру. К таким образовательным организациям, без сомнения можно отнести Кубанский ГАУ, располагающий двумя полностью оснащенными учебно-производственными комплексами, Белгородский ГАУ, уже создавший на собственной базе цифровую среду и являющийся признанным в стране флагманом в реализации задач цифровой трансформации сельскохозяйственного производства и учебного процесса, Волгоградский ГАУ, обладающий хороши заделом научных разработок и серьезной материально-технической базой, Брянский ГАУ, Орловский государственный аграрный университет, который внедрил в своем научно-образовательном опытном хозяйстве, экспериментальное цифровое опытное хозяйство, как пример реализации задач цифровой трансформации сельского хозяйства, являющийся участником созданного в регионе Центра компетенций в области цифрового сельского хозяйства и активно сотрудничающий с региональными представителями Кластера ГЛОНАСС – разработчиками цифровых новых технико-технологических решений в сфере сельского хозяйства.

Данные расчетные показатели потенциала вузов, должны быть учтены при выборе стратегии создания и развития цифровых опытных хозяйств в образовательных учреждениях.

Таблица 2.10. Ранжирование вузов по комплексному показателю «Потенциал по проекту «Экспериментальное цифровое опытное хозяйство»»

Наименование вуза Суммарные баллы показателей потенциала Комплексный показатель вуза Тип потенциала вуза
1 2 3 4 5 6 7
1 2 3 4 5 6 7 8 9 10
Кубанский ГАУ 3,3 5 5,06 13,36 1,14 1,11 1,42 4,45 Высокий
Белгородский ГАУ 2,85 4,15 4,86 11,86 1,12 1,02 1,42 3,95
Волгоградский ГАУ 4,3 3,25 3,98 11,53 0,75 1,02 1,41 3,84
Брянский ГАУ 4,3 3,45 3,13 10,88 0,75 1,01 1,40 3,63
Орловский ГАУ 3,3 3,71 3,68 10,69 0,75 1,00 1,40 3,56
Башкирский ГАУ 3,8 3,65 3,16 10,61 0,5 1,00 1,63 3,54
ГАУСЗ 1,6 4,8 4,11 10,51 0,5 1,00 1,21 3,50
Самарский ГАУ 3,7 3,55 3,23 10,48 0,5 0,98 1,19 3,49
Оренбургский ГАУ 2,95 2,48 4,95 10,38 0,5 0,96 1,06 3,46
Саратовский ГАУ 3,3 3,68 3,33 10,31 0,5 0,96 1,04 3,44
Омский ГАУ 3,8 3,9 2,58 10,28 0,5 0,95 0,58 3,43 Выше среднего
Ижевская ГСХА 3,1 3,18 3,66 9,94 0,25 0,93 0,58 3,31
Ульяновский ГАУ 1,85 4,16 3,61 9,62 0,25 0,93 0,57 3,21
Курская ГСХА 1,15 2,4 5,6 9,15 0,25 0,91 0,57 3,05
Алтайский ГАУ 3,3 1,45 4,26 9,01 0,25 0,89 0,56 3,00
Красноярский ГАУ 1,65 2,73 4,46 8,84 0,25 0,87 0,53 2,95
Якутская ГСХА 2,3 1,98 4,36 8,64 0,25 0,87 0,53 2,88
Мичуринский ГАУ 3,05 2,33 3,18 8,56 0,25 0,79 0,53 2,85
Великолукская ГСХА 3,05 1,61 3,86 8,52 0,25 0,75 0,53 2,84
Пензенский ГАУ 2,3 3,75 2,38 8,43 0,25 0,75 0,51 2,81

Продолжение табл. 2.10

1 2 3 4 5 6 7 8 9 10
Новосибирский ГАУ 3,05 1,66 3,73 8,44 0,25 0,75 0,51 2,81
Костромская ГСХА 3,65 1,95 2,83 8,43 0,25 0,75 0,50 2,81
Пермский ГАТУ 2,3 2,75 3,23 8,28 0,25 0,75 0,50 2,76
Донской ГАУ 2,05 1,61 4,51 8,17 0,25 0,75 0,50 2,72
Чувашская ГСХА 2,05 2,85 3,21 8,11 0,25 0,75 0,50 2,70
Рязанский ГАТУ 2,05 2,55 3,48 8,08 0,25 0,75 0,50 2,69
Вятская ГСХА 2,4 1,74 3,93 8,07 0,25 0,75 0,50 2,69
Дальневосточный ГАУ 2,05 2,81 3,08 7,94 0,25 0,75 0,50 2,65
Смоленская ГСХА 2,3 2,15 3,28 7,73 0,25 0,55 0,50 2,58
Приморская ГСХА 2,05 1,48 4 7,53 0,25 0,55 0,3 2,51 Средний
Воронежский ГАУ 2,0 1,25 4,26 7,51 0,25 0,55 0,3 2,50
Ивановская ГСХА 3,0 1 3,08 7,08 0,25 0,55 0,3 2,36
Ярославская ГСХА 2,0 2,08 2,83 6,91 0,25 0,55 0,2 2,30
Нижегородская ГСХА 2,85 1 2,83 6,68 0 0,55 0,2 2,23
СПб ГАУ 1,85 0,58 4,11 6,54 0 0,55 0,2 2,18
Бурятская ГСХА 1,75 2,16 2,63 6,54 0 0,55 0,12 2,18 Ниже среднего
Казанский ГАУ 2,85 0 2,68 5,53 0 0,55 0,11 1,84
ГУЗ 2,15 0,33 2,1 4,58 0 0,55 0,11 1,53 Низкий
Казанская ГАВМ 1,85 0,33 0 2,18 0 0,55 0,11 0,73
КБГАУ 0,85 0,33 0 1,18 0 0,55 0,10 0,39
Московская ГАВМ и Б 0,85 0,33 0 1,18 0 0,35 0,10 0,39
РГАЗУ 0,85 0,33 0 1,18 0 0,35 0,10 0,39
СПб ГАВМ 0,85 0,33 0 1,18 0 0,1 0,10 0,39

2.5 Выводы по Главе 2

1. На основании изучения открытых ресурсов и литературных источников, рассмотрены условия для создания и развития на базе аграрных вузов экспериментальных цифровых опытных хозяйств.

2. Установлено, что большая часть образовательных организаций заняты исследованиями в области цифровых сельскохозяйственных технологий. Значительная часть вузов имеет практические результаты в сфере цифровизации учебного процесса и опытного производства. Элементы цифровых технологий применяются в опытно-производственных хозяйствах.

3. Следует отметить, что в рамках основных профессиональных образовательных программ всех вузов Минсельхоза России раскрываются элементы цифровизации сельского хозяйства с учетом особенностей специальностей подготовки бакалавров, магистров, и аспирантов. Также можно увидеть, что научные изыскания также реализуются по направлениям развития технологий точного сельского хозяйства.

4. Разработана анкета социологического опроса вузов Минсельхоза России, в которой приняли участие 43 образовательные организации. 35 вопросов анкеты направлены на получение информации в области оценки потенциала аграрных вузов в части создания и развития опытных цифровых хозяйств.

5. Предложена методика и критерии оценки потенциала вузов по реализации проекта «экспериментальное цифровое опытное хозяйство». Приведена схема оценки развития такого проекта на базе аграрного вуза. Предложен интегральный показатель оценки с применением методов статистики, социологического и экспертного опросов. Объективная оценка эффективности цифровизации на уровне опытного хозяйства отдельного вуза окажет важную роль при принятии дифференцированных стратегий по цифровой трансформации организаций аграрного сектора.

6. На основании расчета отдельных значений критериев по семи сформулированным показателям, получены ранжированные оценки участвующих в опросе вузов, по комплексному показателю «Потенциал по проекту «Экспериментальное цифровое опытное хозяйство».

7. Полученные значения рейтинговой оценки должны учитываться при выборе стратегии создания и развития экспериментальных цифровых опытных хозяйств в образовательных организациях Минсельхоза России.

Глава 3. Концептуальные основы создания и развития экспериментального цифрового опытного хозяйства высшего образовательного учреждения

3.1 Понятие о Концепции цифровой платформы опытного хозяйства аграрного вуза

В разработанном Минсельхозом России проекте отраслевой программе «Цифровое сельское хозяйство» [13] отмечено, что наша страна располагает значительным резервом повышения эффективности сельскохозяйственного производства (в 3…5 раз), в том числе, за счет увеличения производительности труда и полноценного использования возможностей современных цифровых платформ для управления, как на макро-, так и на локальных уровнях производства. При этом, одними из предметных задач цифровой трансформации сельского хозяйства обозначены создание инновационных хозяйств, как площадок для отработки технологий и обучения, а также содействие в разработке и внедрению в систему высшего и среднего профессионального образования новых образовательных программ и стандартов обучения по инновационным технологиям цифрового земледелия, в курсы повышения квалификации кадров для АПК, обеспечение комплекса мер по трансферту знаний и распространения технологий сберегающего земледелия и биотехнологий в сельхозпроизводстве.

Учитывая специфику высших учебных заведений аграрного профиля, в большинстве своем, располагающих опытными учебно-производственными хозяйствами, материальной базой, разветвленной структурой многоуровневого образовательного пространства, очевидно, насколько важной для развития новой аграрной технологической политики государства может стать роль, отводимая цифровым опытным хозяйствам, создаваемым в сельхозвузах.

Любым преобразованиям предшествует создание некоей Программы. Однако, прежде, чем вести речь о формировании документальной основы программы цифровой трансформации сельского хозяйства, вообще, и отдельной сельскохозяйственной организации, в частности, следует разобраться в терминологии и основных понятиях, используемых в отношении тех или иных нормативно-правовых актах программного характера. Важно осознавать их функциональное назначение, структуру, содержательную часть, каким правовым статусом наделен каждый из них.

Используя общепринятые определения, сформулировать понятие о Концепции, как документе стратегического планирования. На основании анализа известных политико-программных документов, в том числе – основополагающих правовых актов в сфере цифровой трансформации отраслей экономики, предложить структуру Концепции развития экспериментального цифрового опытного хозяйства аграрного вуза.

Информационную базу исследования составили действующие в настоящее время политико-программные документы государственного уровня, а также иностранные публикации и руководства по разработке национальных стратегий. В работе использовались принципы комплексного подхода, аналитический метод, метод аналогии и др.

Такие категории официальных документов как «Стратегия», «Концепция», «Доктрина», «Парадигма», «Программа» в последние годы стали активно использоваться на всех уровнях государственной власти. Являясь политико-программными документами, они образуют самостоятельные источники права [179, 180]. Включение же их в правовую систему автоматически влияет на суть законов, подзаконных актов, целевых программ и планов, разрабатываемых на их основе. Между тем, в рассматриваемых категориях документов до настоящего времени отсутствуют четко определенные разграничения в последовательности создания, форме, содержании и сферы использования.

Используя общепринятые определения и имеющиеся научные обоснования, постараемся конкретизировать понятийно-процедурный аппарат характеризуемый принадлежностью к определенному виду программного акта.

Так, например, в энциклопедическом словаре Брокгауза и Ефрона [181] термин «Программа» (от греч. προ – пред, греч. γράμμα – запись) – краткое изложение того, что должно быть исполнено. Экономический словарь терминов [182] дает определение программы (экономической, социальной), как совокупности взаимоувязанных мер, плана действий, направленных на достижение единой цели, решение одной проблемы.

Термин «Парадигма» (от греч. παράδειγμα – пример, образец), американский историк физики Т. Кун трактует, как “…признанные всеми научные достижения, которые в течение определенного времени дают модель постановки проблем и их решений научному сообществу” [183]. Таким образом, в науке парадигму можно считать общепризнанным эталоном, примером научного исследования, который включает закон, теорию, их практическое применение, метод, оборудование и пр. Это правила, стандарты научной деятельности, принятые в научном сообществе на сегодняшний день [184].

«Доктрина» (лат. doctrina – учение, наука, обучение, образованность) [185] – это научная или философская теория, система, руководящий теоретический или политический принцип, а также целостная совокупность принципов, используемых в качестве основы некоей программы действий, декларация, содержащая принципы, цели и задачи политики государства в определённой области, систему взглядов и положений о направлении деятельности, ее способы и средства. Исходя из обзора опубликованных официальных доктрин, А.В. Нестеров предлагает рассматривать доктрину в России, как систему взглядов (идей) официальной элиты о некоторой сфере деятельности и выступающих составной частью национальной идеологии [186].

Избегая первоначальной «военной» трактовки термина «Стратегия» (от древнегреческого στρατηγία – искусство полководца) [181], под ним обычно понимается общий, не детализированный план какой-либо деятельности, охватывающий длительный период времени, способ достижения цели [187]. Некоторые исследователи [186, 188] полагают, что стратегия должна определять систему взаимоувязанных по задачам, срокам и ресурсам целевых программ, отдельных проектов и внепрограммных мероприятий. В работе М.А. Мушинского [189] находим более подробную трактовку стратегии, уже как разновидности документа. Автор дает определение Стратегии, как разрабатываемого в рамках целеполагания документа стратегического планирования. Утверждается, что последний должен содержать, в том числе, такие элементы, как долгосрочные задачи общественного развития и законодательного регулирования, сформулированные в соответствии с определенными в концепции целями, а также основные (долгосрочные) направления и параметры устойчивого общественного развития, вытекающие из ранее изданных концепций с учетом определённых в них приоритетов. Самой же Концепции М.А. Мушинским также присваивается юридический статус разрабатываемого в рамках целеполагания документа стратегического планирования, во многом основанного на доктрине.

Философское понятие «Концепция» (лат. conceptio – понимание, единый замысел, ведущая мысль) подразумевает стратегию действий, определенную и всесторонне обоснованную систему понимания какого-либо предмета, явления или процесса. Согласно трактовке, изложенной в [190], “Концепция – это система взглядов, выражающая определенный способ видения (точку зрения), понимания, трактовки каких-либо предметов, явлений, процессов и презентующая ведущую идею или (и) конструктивный принцип, реализующие определенный замысел в той или иной теоретической знаниевой практике. Концепция – базовый способ оформления, организации и развертывания дисциплинарного знания … вводит в теоретические дискурсы дисциплин их исходные принципы и предпосылки, определяющие базисные понятия – концепты и схемы рассуждений, формируя «фундаментальные вопросы» («идеи»), в соотнесении с которыми получают свое значение и обоснование выстраиваемые внутри этих дискурсов специальные утверждения”. В [186] утверждается, что концепция должна представлять модель целевых устремлений, желаемого состояния, в которой должны присутствовать не только декларации, но и обоснования и доказательства необходимости и достаточности концепта.

Возвращаясь к [189], находим основные элементы, закрепленные в Концепции, как документе государственного уровня, имеющем юридический статус: «…1) базирующиеся на доктрине актуальные взгляды политического руководства государства на современное состояние дел в какой-либо сфере социальной жизни и (или) публично-властного управления; 2) принципы правовой политики в данной сфере; 3) сформулированные в самом общем виде социальные стандарты, основные направления развития социума и власти в данной сфере, каналы взаимодействия государств а и гражданского общества, оценка имеющихся проблем. Направления противодействия угрозам и деструктивным явлениям, цели общественного развития; 4) сформулированные в самом общем виде приоритеты политико-правового регулирования в данной сфере. В необходимых случаях в концепции выражается также связь указанных основных направлений, целей и приоритетов с положениями Конституции Российской Федерации, принципами и нормами международного права, и международными обязательствами России».

Рассмотрим структуру Концепций, разработанных в качестве основополагающих документов, регламентирующих процессы развития отдельных направлений деятельности в Российской Федерации [191-206].

Как правило, подобные правовые документы включают от 5 до 8 основных разделов. Общие положения (введение) содержат информацию о направленности Концепции, ее соответствие Конституции российской Федерации, федеральным законам и иным нормативным правовым актам; общепризнанным принципам и нормам международного права в данной сфере деятельности; здесь, в целом, определяются цели, принципы, задачи и основные направления политики Российской Федерации в реформируемой области.

Во втором разделе приводятся основные понятия, отражаются современное состояние, тенденции развития и анализ проблемы, требующей решения, рассматривается зарубежный опыт, обосновывается необходимость принятия данной Концепции; здесь же может быть освещена взаимосвязь настоящей Концепции с другими направлениями развития и реформирования государственного управления.

Третий раздел детализирует цели, принципы, задачи и основные направления развития предлагаемой реформы; в некоторых документах указывается конкретный временной период действия Концепции (например, «до 2025 года»).

Последующие разделы Концепции отражают вопросы информационного и аналитического обеспечения ее реализации, нормативно-правового регулирования, направления совершенствования нормативно-правовой базы в реформируемой области, развитие материально-технической базы и инфраструктуры.

Заключительные разделы содержат механизмы (инструменты) реализации, основные этапы и ожидаемые результаты реализации Концепции, показатели достижения ее целей, систему мониторинга и оценки. Структура многих известных Концепций предусматривает, также, раздел с обоснованием объемов и источников финансирования предлагаемых мероприятий. Кроме того, к некоторым правовым документам прилагаются планы мероприятий («дорожные карты») по реализации Концепции.

Подходя к вопросу о необходимости разработки некоего программного документа, формулирующего основные направления развития цифровизации сельского хозяйства, следует отметить уже имеющиеся результаты.

Так, за рубежом многими авторами предлагаются новые подходы к цифровому сельскому хозяйству, обсуждается требование к выдвижению концепции сельского хозяйства, которая рассматривается как поворотный момент для нормализации и стимулирования развития международного сельского хозяйства [207-210], подготовлено руководство по разработке национальных стратегий электронного сельского хозяйства [211].

В России, с целью реализации нового направления программы «Цифровая экономика Российской Федерации» [12], Минсельхозом ведется работа над проектом отраслевой подпрограммы «Цифровое сельское хозяйство» [13].

Структуры первоначальной версии проекта документа, предусматривающего цифровую трансформацию отрасли сельского хозяйства Российской Федерации (Концепция «Научно-технологического развития цифрового сельского хозяйства «Цифровое сельское хозяйство» [212]), как и пояснительной записки к [13], незначительно отличаясь, содержат следующие разделы:

1. Информация о трансформируемой отрасли/сфере деятельности, которую охватывает новое направление;

2. Команда, предлагающая направление;

3. Цели и задачи цифровой трансформации отрасли/сферы деятельности;

4. Сценарий цифровой трансформации отрасли/сферы деятельности;

5. Ожидаемые условия партнёрства бизнеса и государства;

6. Влияние на достижение показателей отраслевых стратегий (программных документов);

7. Наличие возможности интеграции инициатив нового направления с направлениями НТИ;

8. Наличие возможности интеграции с текущими направлениями программы «Цифровая экономика Российской Федерации»;

9. Возможности для международной кооперации (приоритетно ЕАЭС);

10. Возможности для совместной реализации международных проектов;

11. Образ результата на 2021/2024 по итогам реализации направления;

12. Предложение по центру компетенций;

13. График разработки плана мероприятий нового направления;

14. Предлагаемые для нового направления показатели и индикаторы в динамике по контрольным годам;

15. Дополнительная информация о новом направлении.

Как видно, общая организация структуры этих документов, в целом, соответствует построению уже принятых и утвержденных государственных концепций. Следовательно, подобная схема может быть использована для формирования Концепции, как программного документа создания цифровой платформы отдельной организации, в частности – опытного хозяйства аграрного вуза.

Подводя итог выполненному исследованию, сформулируем определение понятия Концепции, как документа стратегического планирования развития экспериментального цифрового опытного хозяйства аграрного вуза и сформулируем основные разделы данного акта.

Под Концепцией развития экспериментального цифрового опытного хозяйства аграрного вуза следует понимать документ стратегического планирования, разработанный на основе анализа состояния трендов цифровой трансформации сельского хозяйства в России и в мире, а также оценки особенностей вузов Минсельхоза России в области цифровизации учебно-опытных и производственных процессов, представляющий систему взглядов на базовые принципы, приоритетные направления, цели и задачи развития экспериментального цифрового опытного хозяйства на базе аграрного вуза.

Основные разделы структуры Концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения, как программного документа:

Введение. Здесь должны быть отражены сведения о направленности Концепции, ее соответствию целям и задачам государственной программы «Цифровая экономика Российской Федерации», ведомственного проекта «Цифровое сельское хозяйство», региональным нормативным правовым актам в сфере цифровой трансформации отраслей экономики, Уставу и Положениям образовательной организации. Кроме того, здесь должны быть определены цели, принципы, задачи и основные направления политики университета в реформируемой области.

Раздел 1. Анализ состояния и развития цифровой трансформации сельского хозяйства в современном мире. Приоритеты политики региона и высшего учебного заведения. Содержит общую информацию о трансформируемой отрасли экономики на мировом, государственном и региональном уровнях. Раскрывается специфика, описание сферы деятельности и достигнутые результаты опытного хозяйства университета, охватываемого новым направлением. Приводятся основные понятия, отражаются современное состояние, тенденции развития и анализ проблемы цифровизации сельского хозяйства в нашей стране и за рубежом, обосновывается необходимость принятия Концепции трансформации опытного хозяйства университета, с учетом имеющихся условий. Освещается взаимосвязь разрабатываемой Концепции с программно-правовыми актами государственного и регионального уровней, другими направлениями развития и реформирования университета. Могут быть сформулированы предложения по созданию центра компетенций в сфере цифровизации сельского хозяйства, на базе вуза.

Раздел 2. Цели и задачи цифровой трансформации опытного хозяйства, создаваемого на базе высшего образовательного учреждения. Формулируются цели и задачи цифровой трансформации экспериментального опытного хозяйства, создаваемого на базе высшего образовательного учреждения. Весьма важным здесь является планирование задач, направленных на развитие и повышение эффективности деятельности не только в производстве, но и в научно-образовательной сфере.

Раздел 3. Сценарий цифровой трансформации опытного хозяйства, создаваемого на базе высшего образовательного учреждения. Приводится детализированная программа цифровой трансформации экспериментального опытного хозяйства университета. Отражены вопросы совершенствования нормативно-правового обеспечения университета в реформируемой области, развитие материально-технической базы и инфраструктуры. В частности, обосновывается состав и архитектура цифровой платформы опытного хозяйства, предлагается набор цифровых субплатформ с соответствующим программным обеспечением и реализуемыми сквозными технологиями. Здесь же предлагаются этапы создания цифровой платформы, в целом. При необходимости указывается конкретный временной период действия Концепции.

Раздел 4. Ожидаемые условия партнерства с бизнесом и властью. Содержит ожидаемые условия, механизмы партнёрства и кооперации с бизнесом и властью на региональном и федеральном уровнях.

Раздел 5. Перспективы процессов интеграции процессов цифровизации опытного хозяйства. Включает перспективы интеграции инициатив нового направления с направлениями НТИ и текущими задачами отраслевой программы «Цифровое сельское хозяйство», на уровне отдельного хозяйства.

Раздел 6. Особенности цифровизации опытного хозяйства, создаваемого на базе высшего образовательного учреждения. Предусматривает дифференциацию подходов Концепции к созданию опытных хозяйств, учитывающую пестроту фактических возможностей вузов по действующим условиям, с соответствующей корректировкой действий по цифровой трансформации их деятельности.

Раздел 7. Дорожная карта реализации цифровой трансформации опытного хозяйства, создаваемого на базе высшего образовательного учреждения. Данный раздел должен содержать график разработки плана мероприятий (дорожную карту) по реализации Концепции, с предлагаемыми для трансформируемого опытного хозяйства и/или вуза системой мониторинга, показателями и индикаторами на заявленный период, а также обоснованием объемов и источников финансирования предлагаемых мероприятий.

Таким образом, разрабатываемая Концепция позволит обозначить основные направления развития экспериментальных цифровых опытных хозяйств, создаваемых на базе аграрных вузов, интегрировать их в схему научно-производственной кооперации страны. Это должно явиться еще одним важным этапом развития “умного сельского хозяйства” в России.

3.2 Цель и задачи развития экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения

Эффективное развитие сельского хозяйства зависит от квалификации специалистов, а в современных условиях основным ресурсом развития и конкурентоспособности является именно интеллектуальный потенциал в условиях повсеместной цифровизации сельского хозяйства. Поэтому для успешного развития регионального АПК необходимо уделять значительное внимание сфере образования и науки, которые являются базисом интеллектуального потенциала [213].

Основой для реализации задач, связанных с внедрением инновационных преобразований в регионах, могут и должны стать аграрные вузы, располагающие соответствующими компетенциями, подготовленными специалистами, учебно-опытным производством и материальной базой.

Так, для обеспечения цифровой трансформации сельского хозяйства, в масштабе региона, может быть создано экспериментальное цифровое опытное хозяйство вуза. Целью его деятельности является отработка, апробирование и внедрение отечественных комплексных сквозных цифровых технологий (в том числе – разработанных в образовательной организации), предназначенных для цифровой трансформации деятельности опытного хозяйства и, в конечном итоге, способствующего формированию отечественного рынка технологий с более доступными для потребителей (производителей сельскохозяйственной продукции) ценами.

Цифровое опытное хозяйство решает следующие основные задачи:

– развитие материально-технической и учебно-производственной базы Университета;

– повышение эффективности и снижение затрат опытно-производственной деятельности экспериментального хозяйства, на основе использования комплексных сквозных цифровых технологий;

– реализация научно-экспериментальной и внедренческой деятельности в сфере цифровой трансформации сельского хозяйства;

– популяризация новых цифровых технологий и повышение доверия к ним, среди сельхозтоваропроизводителей региона;

– телематика данных о внедренных в Цифровое опытное хозяйство цифровых технологий, стоимости вложений, затрат на обслуживание, сокращении издержек, повышении урожайности и производительности бизнес-процессов, видео технологических процессов и др., для использования при проведении конференций как за пределами Цифрового опытного хозяйства, так и на его территории с возможностью выездной демонстрации технологических процессов;

– подготовка высококвалифицированных специалистов в сфере цифрового сельского хозяйства;

– ускорение развития отечественной электронной и радиоэлектронной промышленности, применительно к сельскохозяйственному производству.

Помимо формирования условий для отработки, внедрения и поддержки цифровых сельскохозяйственных технологий, на региональном уровне, реализация поставленных задач будет способствовать повышению эффективности производственной деятельности опытного хозяйства образовательного учреждения, снижению потерь сельскохозяйственной продукции и материальных затрат, увеличению прибыли предприятия; предоставит возможность материально-технического оснащения опытно-производственной и учебно-экспериментальной базы университета самыми современными средствами производства; будет способствовать внедрению в учебный процесс и производство новых отечественных комплексных сквозных цифровых технологий (в том числе – разработанных в университете). Кроме того, совместная деятельность с признанными разработчиками в сфере IT-технологий позволит освоить новые направления научной и инновационной деятельности университета, повысить статус университета, обеспечить его интеграцию и вклад в реализацию задач цифровизации экономики Российской Федерации.

3.3 Основные направления реализации деятельности экспериментального цифрового опытного хозяйства аграрного вуза. Целевые показатели и индикаторы Концепции

Основными направлениями реализации деятельности экспериментального цифрового опытного хозяйства определены:

– формирование объективного мнения всеми хозяйствующими субъектами АПК Орловской области об эффективных цифровых технологиях;

– проведение опытных работ и организация научно-исследовательской деятельности по цифровой трансформации всех видов деятельности НОПЦ «Интеграция»;

– внедрение в процессы управления НОПЦ «Интеграция» технологий «национальной технологической инициативы» – АгроНТИ;

– предоставление обучающимся образовательной организации возможности прохождения практики в экспериментальном цифровом опытном хозяйстве вуза, а также возможности учреждения на базе структурного подразделения центров переподготовки кадров.

Функции экспериментального цифрового опытного хозяйства:

– разработка и внедрение комплексной системы автоматизации финансово-хозяйственной деятельности агропромышленных предприятий с использованием навигационно-телематических спутниковых систем и локализацией данных телеметрического контроля;

– разработка и внедрение сервисной системы дистанционного мониторинга и контроля работы узлов и механизмов сельскохозяйственной техники и систем с использованием CAN, RFID и других высокотехнологичных технологий, универсальных цифровых и инновационных платформ;

– разработка и внедрение электронных карт местности с оцифровкой полей сельскохозяйственных товаропроизводителей, визуализация результатов экономической деятельности (электронные книги истории полей), формирование фонда пространственных данных (фонд хранения базовой геопространственной информации);

– разработка и внедрение программ по использованию беспилотных авиационных систем с формированием цифровых карт полей и мониторингом посевов сельскохозяйственных культур (оценка индекса NDVI) для дифференцированного внесения минеральных удобрений и биологических средств защиты, контроль уборочной кампании;

– разработка и внедрение программ в области систем высокоточного позиционирования, оценки и прогнозирования метеоситуации;

– формирование на базе образовательной организации цифровой инфраструктуры коллективного доступа для обеспечения исследовательской деятельности с использованием цифровых технологий и больших данных;

– реализация высшими учебными заведениями инновационных, научно-исследовательских проектов с использованием различных форм проектного взаимодействия во взаимодействии с передовыми компаниями;

– распространение опыта инновационной деятельности;

– создание органа сертификации, лаборатории качества жизни и продуктов;

– внедрение обучающих программ, направленных на преодоление технологического разрыва в деятельности инновационных компаний, и технологий, используемых на данный момент предприятиями агропромышленного комплекса;

– перспективные образовательные программы инженерного профиля с целью подготовки перспективных специалистов для работы с новыми технологиями;

– оказание юридической помощи инновационным компаниям при подготовке документов по защите интеллектуальной собственности;

– правовой консалтинг текущей финансово-хозяйственной деятельности сельскохозяйственных предприятий.

Приняв за основу сформулированные цель, задачи и основные направления деятельности экспериментального цифрового опытного хозяйства образовательной организации, авторами предложены целевые показатели и индикаторы Концепции.

Таблица 3.1. Целевые показатели и индикаторы Концепции

Показатель Целевые индикаторы
2020 г. 2023 г. 2025 г.
1 2 3 4
Популяризаций направлений новой инициативы
Количество проведенных научно-производственных мероприятий (конференций, выставок, круглых столов и др.) 3 7 15
Количество выступлений, направленных на освещение целей, задач и перспектив цифровой трансформации сельского хозяйства в прессе и на телевидении 3 5 10

Продолжение табл. 3.1

1 2 3 4
Количество публикаций в ведущих научных журналах 10 20 35
Исследования и разработки (R&D) по цифровизации финансово-хозяйственной деятельность субъектов агропромышленного комплекса
Количество решений в области цифрового сельского хозяйства, разработанных участниками центра компетенций и прошедших апробацию на пилотных полигонах 3 7 11
Количество патентов на изобретения и свидетельств о регистрации программы для ЭВМ 2 4 7
Количество кооперационных проектов с использованием различных цифровых технологий и привлечением в проект команд-разработчиков 2 3 5
Количество пилотных полигонов/глубина проникновения цифровых технологий в управление пилотных полигонов (в процентах) 1

(30%)

2

(80%)

3 (100%)
Организация деятельности научно-технического развития
Количество научно-исследовательских проектов, реализованных совместно с инновационными компаниями 2 4 6
Количество проектов по трансляции результатов фундаментальной науки в инженерные приложения 1 5 10
Количество проектов по трансляции результатов фундаментальной науки в технологические приложения 1 2 4
Количество экспериментальных образовательных программ подготовки кадров 2 5 12
Качество подготовки/повышения квалификации специалистов в области цифрового сельского хозяйства, трансфер новых знаний
Количество модернизированных образовательных программ в базовых вузах, шт. 1 3 5
Количество модернизированных образовательных программ в специализированных средних специальных учебных заведениях, шт. 1 2 3
Практическая подготовка учащихся, чел 3 20 100
Повышение квалификации специалистов, чел. 10 100 200
Направление в аспирантуру, чел. 1 2

Продолжение табл. 3.1

1 2 3 4
Правой консалтинг, защита интеллектуальной собственности
Количество проектов сопровождения по защите интеллектуальной собственности 2 4 7
Количество обращений за юридической консультацией 120 200 300
Количество обращений за юридической помощью 30 80 150

3.4 Состав и архитектура цифровой платформы опытного хозяйства аграрного вуза

Основой экспериментального цифрового опытного хозяйства является некая базовая аналоговая программа, аккумулирующая цифровую информацию, поступающую от многочисленных интернет-вещей, контролирующих все производственные и хозяйственно-экономические процессы. В последующем, весь объем информации, как текущий, так и архивный, подвергается обработке, с целью оптимизации процессов и выработке прогнозов, для принятия адекватного управленческого решения. При этом весьма важно использовать не «лоскутные» технологии, позволяющие иметь информационные ресурсы по отдельным, часто, не связанным между собой технологическим операциям и процессам, а полный и замкнутый цикл технолого-информационных операций, реализующих цифровую трансформацию всех аспектов деятельности предприятия.

Исходя из положений, сформулированных в работе [214], собственно, цифровая платформа, представляет собой обеспечивающие любой оцифрованный процесс программное и техническое обеспечение, вместе с правилами его функционирования и определенной этими правилами моделью поведения участников данного процесса.

В таком случае, в состав архитектуры цифровой платформы опытного хозяйства, должны войти цифровые субплатформы, каждая из которых представляет собой программный комплекс, реализующий задачи цифровой трансформации данного направления деятельности. Работу каждой цифровой субплатформы должен обеспечивать подобранный комплекс API-приложений (Application Programming Interface – интерфейс прикладных программ), представляющих собой готовые процедуры и решения различных практических прикладных задач.

Исходя из обозначенных выше цели, задач и основных направлений деятельности экспериментального цифрового опытного хозяйства высшего образовательного учреждения, авторами предлагаются следующие цифровые субплатформы первого уровня: «Отрасль», «Материально-техническое обеспечение», «Интеллектуальный потенциал», «Планово-экономическая деятельность», «Научные исследования и разработки», «Подготовка и переподготовка кадров», «Консультационные услуги и трансферт инноваций», «Взаимодействие с органами власти и бизнесом».

Общая архитектура цифровой платформы экспериментального цифрового опытного хозяйства высшего образовательного учреждения, представлена на рис. 3.1.

3.4.1 Субплатформа «Отрасль»

Как показали результаты анкетирования, профиль большинства учебно-производственных хозяйств высших учебных заведений Минсельхоза России, связан с растениеводством (74%), животноводством (14%), а также имеют смешанный профиль производства (12%).

Исходя из данной предпосылки, можно утверждать о целесообразности применения цифровых субплатформ более низкого уровня, направленных на решение конкретных вопросов в подотраслях основного направления деятельности. Так, субплатформа «Растениеводство», сама являющаяся субплатформой 2-ого уровня, может быть разделена на субплатформы «Овощеводство», «Садоводство» и др.

Для данной субплатформы рекомендуется использовать информационное обеспечение по 2 основным группам:

– программные модули для решения отдельных задач, которые возникают в процессе производства растениеводческой продукции;

– программные продукты, способствующие реализации растениеводческой продукции на профильных рынках.

К первой группе можно отнести такие программы, как «1С:Предприятие»; «8. Бухгалтерия сельскохозяйственного предприятия»; специалисты ИнтелТеха разработали подсистему «Учет в растениеводстве», которая учитывает специфику отрасли и особенности производства и реализации растениеводческой продукции.

word image 512 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 3.1 – Структура цифровой платформы экспериментального цифрового опытного хозяйства высшего образовательного учреждения

Данная программа позволяет реализовать следующие задачи:

– учет производства и движения готовой продукции;

– учет затрат: затраты под урожай по смежным годам (посев ярых и озимых культур); затраты на сельскохозяйственные культуры, удобрения, труд; затраты на технологические процессы и по видам выполненных работ (подготовка почвы, посев, уборка урожая); затраты на производство (кормопроизводство); затраты по хозяйственным подразделениям;

– учет материальных ресурсов;

– учет посевных площадей;

– расчет себестоимости продукции растениеводства;

– управление автотранспортом и сельскохозяйственной техникой;

– формирование финансовых показателей.

3.4.2 Субплатформа «Материально-техническое обеспечение»

С целью реализации задач материально-технического обеспечения предприятием, может быть использован программный продукт компании 1С «1С:Предприятие 8. МТО материально-техническое обеспечение».

Данное приложение позволяет автоматизировать функции планирования МТО, планирования процессов обеспечения потребностей в МТР, исполнения плана обеспечения, оперативный контроль и анализ исполнения потребностей в МТР.

В дополнение к предложениям типовой конфигурации «Управление производственным предприятием», конфигурация «МТО Материально-техническое обеспечение» учитывает специфику материально-технического обеспечения холдингов и крупных промышленных предприятий и позволяет реализовать следующие возможности:

– управление процессом централизованного формирования потребностей в материалах и оборудовании по статьям расхода и направлениям деятельности в соответствии с выделенным бюджетом (лимитом) на основе единого Классификатора материально-технических ресурсов (МТР);

– управление процессом формирования потребностей в материалах и оборудовании на промышленные объекты в соответствии с запланированными мероприятиями по направлениям деятельности;

– анализ соответствия потребностей в МТР планам, проектам, бюджетам, программам, планово-предупредительным работам и т.д.;

– управление подготовкой и утверждением Плана МТО;

– планирование закупочной деятельности в соответствии с Планом МТО;

– организация конкурентных закупок МТР и формирование спецификации к контрактам на поставку с победителями торгов;

– управление процессом контроля наличия остатков МТР на складах и их распределения в соответствии с потребностями;

– управление процессом контроля наличия запасов на аварийные и непредвиденные ситуации и за своевременностью их пополнения;

– формирование оперативной и управленческой отчетности о выполнении планов обеспечения и закупок на основе единого Классификатора НСИ;

– интеграция с web-площадкой электронных торгов.

3.4.3 Субплатформа «Интеллектуальный потенциал»

Ведение современного, высокоинтесивного производства невозможно без соответствующего накопленного и приобретенного интеллектуального потенциала работников, занятых в производственном процессе.

На основе интеллектуального потенциала, строится рациональная система управления производством, трудовыми и материальными ресурсами. Такая система необходима для внедрения в производство новых технологий, обеспечивающих рост производительности труда, эффективность производства, и, как следствие рост экономических показателей (снижение затрат на производство продукции, и рост рентабельности производства.

Поскольку главная цель управления современным наукоемким производством – обеспечение эффективности деятельности предприятия и его поступательное инновационное развитие, то во многом успех инновационных преобразований на промышленных предприятиях, в отраслях и экономике страны в целом, зависит от персонала и уровня его подготовленности.

В этих условиях внимание к работнику как главной движущей силе научно-технического прогресса является настолько актуальным, что работника в условиях становления инновационной экономики рассматривают уже как основное средство повышения эффективности производства. Причем, повсеместно речь идет о человеческом капитале, а в условиях наукоемкого производства об интеллектуальном капитале. Такое смещение акцента в современном производстве обусловлено тем, что в наукоемком производстве произошел сдвиг от чисто технических навыков к интеллектуальным [215]. Инновационная деятельность строится на умственной работе, требует постоянного повышения уровня компетентности и ответственности работников за вклад в общий результат в связи с неизбежной модернизацией технологического процесса [216, 217].

Совместное взаимодействие работников различных профессий и специальностей, участвующих в комплексных инновационных работах, обеспечивает их квалификационный рост и повышает интеллектуальный потенциал предприятия[218].

Движущим фактором инновационных преобразований и условием достижения высоких результатов является интеллектуальный капитал, безусловным носителем которого является человек. Поэтому основной задачей менеджмента на современном этапе является эффективное использование интеллектуальной составляющей трудового потенциала [219] предприятий, который и определяет инновационную силу каждого из них.

Интеллектуальный потенциал – это совокупность теоретических знаний, практического опыта и индивидуальных способностей работников, осуществляющих работы по созданию инноваций на промышленных предприятиях и в организациях. Необходимо различать абсолютный, или максимально возможный, и реальный потенциал.

Под абсолютным интеллектуальным потенциалом имеют в виду его величину, которая полностью соответствует сложности проблем, стоящих перед научно-техническим персоналом предприятия.

Реальным потенциалом является тот, который фактически проявляется в условиях осуществления трудовых операций. Различие между абсолютным и реальным интеллектуальным потенциалом и составляет тот возможный резерв роста эффективности наукоемкого производства, который можно получить за счет повышения качества деятельности.

Следует отметить, что результаты функционирования наукоемкого предприятия напрямую зависят от успешной реализации научно-исследовательских работ в рамках инновационных проектов. Осуществление инновационной деятельности, связанной с разработкой технологий, новых видов продукции и услуг требует не только эффективного использования имеющего интеллектуального потенциала, но и его развития[218].

Развитие интеллектуального потенциала наукоемкого предприятия достигается за счет постоянного совершенствования профессиональной подготовки специалистов. Необходимость постоянного совершенствования профессиональной подготовки связана именно с особенностями инновационной деятельности на современных предприятиях.

При работе по созданию экспериментального цифрового опытного хозяйства высшего образовательно учреждения должен быть задействован интеллектуальный потенциал специалистов разного профиля.

Поскольку отрасль сельского хозяйства включает в себя земледелие, животноводство и обеспечивающие эти отрасли производства сельскохозяйственные машины и орудия в процессе создания цифровой платформы должны принимать участие агрономы, специалисты в области животноводства, механизации производства и специалисты в области экономики.

Каждый из выше перечисленных специалистов должен иметь накопленный багаж знаний в своей области работы и отвечать за формирование задач, которые необходимо отразить в цифровой платформе.

Интеллектуальный потенциал любого вида или этапа научно-исследовательских и опытно-конструкторских работ, в первую очередь зависит от компетентности персонала. В наукоемком производстве требуются работники разных специальностей: исследователи, теоретики, экспериментаторы, разработчики-конструкторы (технологи) – молодые и с опытом работы [220, 221]. Это связано с тем, что в большинстве случаев инновационные проекты требуют коллегиальности и совместной деятельности как отдельных работников, так и структурных подразделений. Совместную деятельность в научном коллективе необходимо организовать таким образом, чтобы индивидуальные способности каждого сотрудника могли быть реализованы через участие в коллективных разработках, причем эффективность группового взаимодействия должна быть выше, чем при индивидуальной работе.

Процесс развития интеллектуального потенциала работника наиболее эффективен при учете индивидуальных различий персонала наукоемкого предприятия, которые можно разделить на три группы: демографические характеристики (например, возраст и пол), компетентность (например, склонности и способности) и психологические особенности (система ценностей, установки, отношение к работе, характер). Каждый из приведенных факторов важен при определении индивидуальности человека, так как отражает различные стороны личности и может влиять на производительность труда [215, 221]. Значение различных факторов зависит от характера работы и требований работодателя.

Интеллектуальный потенциал работника может быть повышен путем участия работника в различных программах обучения, тренингов и семинаров; с их помощью возможно улучшить и развить необходимые навыки и умения.

Рассматривая пути совершенствования интеллектуального потенциала работников, задействованных в опытном цифровом хозяйстве необходимо учитывать, что работники, занятые в наукоемком предприятии должны обладать специфическими знаниями, необходимыми для выполнения из профессиональных обязанностей. С учетом этих требований работники должны быть подготовлены для выполнения конкретных работ в конкретных условиях и обучены в условиях предприятия.

В этой связи большое значение приобретает формирование компетенций персонала, занятого в наукоемком экспериментальном цифровом опытном хозяйстве, которые в последствии могут быть коммерциализированы и предложены на рынке цифровых услуг в области сельского хозяйства.

Интеллектуальный потенциал каждого работника, и в том числе работников из числа НПР в данной концепции должен рассматриваться как источник инноваций. В этой связи, каждый исследователь, занятый в экспериментальном опытном цифровом хозяйстве должен быть заинтересован в результате своего труда, так как от его труда зависти в целом успешность всего проекта, как с точки зрения научных исследований, так и с точки зрения дальнейшей коммерциализации труда всего коллектива исследователей и разработчиков.

3.4.4 Субплатформа «Планово-экономическая деятельность»

В настоящее время в условиях необходимости экономии финансовых ресурсов на макро- и микроуровнях актуальным является вопрос о необходимости модернизации планирования и управления в организациях.

Внедрение и использование информационных систем в управлении предприятиями как важная часть развития цифровой экономики может значительно повысить эффективность планово-экономической деятельности организации. На рынке информационных систем представлено большое разнообразие компаний, работающих в данной области и производящих продукцию различной степени качества, ценовой категории и распространенности. Наиболее востребована концепция ERP (Enterprise Resource Planning, иногда используется название Enterprise-wide Resource Planning), которая предоставляет возможность планирования ресурсов в масштабе предприятия [222]. ERP стала развитием концепций планирования материальных ресурсов (MRP) и планирования производственных ресурсов (MRPII) вследствие добавления возможности автоматизации учета не только производственных ресурсов, но и остальных затрат предприятия. Концепция основана на принципе создания единого хранилища данных, включающего в себя весь объем деловой информации, аккумулированной предприятием в процессе своей деятельности [223]. Использование такого хранилища устраняет необходимость передачи одних и тех же данных из приложения к приложению. К нему возможен многопользовательский доступ одновременно для всех работников, обладающих необходимыми полномочиями. Внедрение концепции ERP позволило повысить эффективность управления ресурсами благодаря их объединению, достичь оптимизации уровня товарно-материальных запасов, наладить общение с потребителем и при этом сократить административный аппарат [224].

При этом внедрение автоматизированной информационной системы не гарантирует повышения эффективности деятельности предприятия, так как в случае влияния внешних и внутренних факторов система может потребовать корректировки [225].

Что касается применения ERP-систем в агропромышленном комплексе, то здесь отмечается наличие пробелов, препятствующих эффективному функционированию организаций.

К числу характерных для промышленности черт, препятствующих эффективному управленческому учету деятельности хозяйствующего субъекта, относятся:

– отсутствие действенной системы бюджетирования, ориентированной на достижение конечных экономически и общественно значимых результатов [226];

– планирование показателей представляет собой исключительно аналитическое исследование данных прошедших периодов;

– недостаточное обоснование и нечеткая формулировка конечных количественно и качественно измеримых результатов, от которых зависит эффективность производственных процессов [227];

– отсутствие унифицированной методики оценки деятельности предприятий схожей отраслевой направленности [228];

– неадекватное распределение ответственности за полученные результаты;

– слабая увязка плана с реализуемой стратегией промышленного предприятия.

Комплексная информационная система планирования и управления предприятием предполагает первоначальную подготовку ресурсов предприятия к процессу автоматизации путем создания системы стандартизированных процессов.

Комплексная информационная система планирования и управления в организациях АПК представляет собой комплекс подсистем экономического планирования и управления, большинство модулей представлены в альтернативных вариантах. Организация самостоятельно выбирает необходимый для формирования и внедрения системы набор подсистем путем ответа на предложенные вопросы с целью выявления специфики деятельности (отрасль, особенности ведения бухгалтерского учета, стратегические цели, виды продукции, организационная структура и др.).

В таком случае производитель должен предоставить предприятию подробную инструкцию по настройке и администрированию системы, что позволит избежать дополнительных затрат на обучение пользователей производителем.

Перед внедрением субплатформы по планово-экономической деятельности организация должна провести предварительный анализ следующих вопросов:

– определение проблемы, которую необходимо решить путем автоматизации бизнес-процессов;

– формирование целей и основных задач разрабатываемой системы, критериев оценки эффективности внедрения;

– характеристика имеющихся в наличии информационных ресурсов, к которым относится время на разработку информационной системы, технические и программные средства, персонал, который может быть задействован, финансовые ресурсы;

– оценка потенциальных пользователей и возможных противников создаваемой системы;

– определение ресурсов, которые руководство готово выделить на создание и внедрение информационной системы [229].

При составлении основных целей и задач, которые будет решать субплатформа необходимо сформулировать требования, предъявляемые к сбору, анализу и распространению информации в рамках интегрированной системы: перечень собираемой информации и формы ее предоставления, ожидаемые объемы данных и периодичность их обновления, требования к их качеству, виды анализа информации.

В качестве базы для создания информационной системы наиболее подходящей среди множества ERP-систем является информационная система 1С в связи с понятным и легким в освоении интерфейсом, меньшей стоимостью по сравнению с SAP, а также адаптации к требованиям российского законодательства.

Внедрение информационной цифровой платформы для организаций АПК по планированию и управлению позволит быть менее зависимыми от производителя информационных систем, вовремя выявлять и учитывать влияние внешних и внутренних факторов на эффективность деятельности, самостоятельно определять функциональные возможности автоматизированной системы и оптимизировать затраты на ее формирование. Кроме того, внедрение информационной системы на предприятиях различных отраслей промышленности является неотъемлемым элементом развития цифровой экономики в стране.

В настоящее время существует множество программных комплексов, осуществляющих составление и контроль исполнения финансовых планов, а также решение задач анализа финансово-хозяйственной деятельности организации. В частности, к ним относятся: «1С: Финансовое планирование»; «1С РАРУС»; «Центр управления предприятием», созданный компанией «Интеллект-Сервис»; комплекс «Аналитик» фирмы «ИНЭК»; комплекс «ФЛАГМАН – Финансовый анализ»; программа «ИНФО-БУХГАЛТЕР» со встроенным блоком финансового анализа»; программный продукт «ПАРУС», в состав которого включен аналитический программный комплекс (АПК) «Портфель управляющего» и др.

Особое место занимает информация бухгалтерского учета в совершенствовании организации информационного обеспечения управления.

Информация финансового учета – эта часть информации бухгалтерского учета, формируемая для внешних пользователей.

Информация управленческого учета – эта часть информации бухгалтерского учета, формируемая для внутренних пользователей.

Схема взаимосвязи информации бухгалтерского и оперативного учета для целей планирования иллюстрируется рисунком 3.2.

К задачам управления планово-экономической деятельностью можно отнести выявление роли затрат как фактора повышения экономических результатов деятельности; расчет затрат по отдельным подразделениям предприятия; исчисление необходимых затрат на единицу продукции; подготовка информационной базы, позволяющей оценить затраты при выборе и принятии хозяйственных решений; поиск резервов снижения затрат на всех этапах хозяйственного процесса и во всех подразделениях предприятия

3.4.5 Субплатформа «Научные исследования и разработки»

Успешное проведение научно-исследовательских и опытно-конструкторских работ (НИОКР) – только начало на пути к рынку инновационных продуктов и технологий, которые разрабатывают российские ученые, и пройти по нему до конца удается далеко не всем. Даже крупные и преуспевающие предприятия бывают вынуждены искать партнеров и инвесторов, способных оказать помощь в поиске и внедрении инновационных разработок для АПК, а для малых и средних предприятий, частных лиц, как правило, без поддержки со стороны государства, научного сообщества, инвесторов это практически невозможно [231].

Мировой опыт показывает, что для быстрейшего внедрения инноваций в аграрное производство применяют различные организационно-экономические механизмы. Основной – это трансфер научно-исследовательских разработок – передача научно-технических знаний и опыта на основе тесной связи научно-исследовательских институтов и университетов с сельхозтоваропроизводителями. Второй механизм – связан с самостоятельными действиями разработчиков инноваций по их доведению до конечного потребителя или личное участие в организации производства на базе малых предприятий. Имеет место и самостоятельный поиск готовых инновационных решений и их внедрение в производство [232, 233].

Рисунок 3.2 – Схема формирования и использования информационных ресурсов в системе планирования организации [230]

word image 513 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Большую роль в разработке и продвижении результатов научных исследований ученых вузов и НИИ в сельскохозяйственное производство призваны выполнять научные центры, создаваемые на базе университетов. Сравнивая различные модели оказания информационной и научной поддержки товаропроизводителям можно отметить, что наиболее полно охватить все вопросы теоретического и практического плана, а также государственной поддержки возможно только при совместной работе инновационных структур университетов и соответствующих подразделений отраслевых органов управления регионов. Формирующаяся инновационная система АПК-НИИ-ВУЗ требует системного подхода к существующему механизму информационного обеспечения для удовлетворения потребностей инновационного развития как крупного аграрного бизнеса, так и малых форм хозяйствования [234]. К сожалению, на настоящий момент подсистема информационного обеспечения в инновационной системе АПК характеризуется автономностью и разобщенностью структурных элементов и не обеспечивает должной информационной поддержки субъектов АПК в рамках инновационной системы. Существенную роль в данном процессе призвана сыграть разрабатываемая в рамках данного проекта цифровая платформа опытного хозяйства, состоящая из нескольких взаимосвязанных субплатформ.

Субплатформа «Научные исследования и разработки» (НИР) разрабатывается с целью информационной поддержки НИОКР, как со стороны ученых университета, так и со стороны производственников, обеспечивая непрерывную связь науки и производства, более полную доступность информации о научно-исследовательских и опытно-конструкторских разработка, учет и продвижение их до конечного потребителя [235].

К основным функциям субплатформы НИР можно отнести автоматизацию следующих процессов [236, 237]:

– сбор, анализ, создание банка данных, подготовка и распространение информации о результатах научно-исследовательской деятельности университета, пропаганда передовых достижений университета в области науки и образования;

– учет и анализ публикационной активности ученых университета;

– осуществление управления и документальное правовое сопровождение разработки стратегии коммерциализации и трансфера научного продукта и новых технологий;

– управление защитой объектов интеллектуальной собственности, подготовка документации на регистрацию патентов и авторских свидетельств;

– создание банков данных по имеющимся завершенным проектам и технологиям;

– учет, анализ и сопровождение научно-исследовательской работы студентов, поддержка привлечения студентов и творческой молодежи к активной научно-исследовательской деятельности;

– учет, анализ и информационная поддержка организации и проведения научных и научно-практических, в том числе международных, мероприятий (конференций, семинаров, симпозиумов);

– поддержка разработок планов внедрения научно-исследовательских работ и определение приоритетных направлений научно-технической политики университета на основании анализа спроса на разработки и научные услуги по заявочной деятельности со стороны производства;

– информационная поддержка всех этапов выполнения научных исследований и разработок в рамках заявочной и грантовой деятельности различного уровня;

– информационная поддержка представления научно-технических и технологических разработок университета на конкурсах, проводимых на инновационных форумах и выставках;

– автоматизация учета и подготовки отчетов по результатам НИОКР всех субъектов процесса от преподавателя до научно-исследовательской части университета.

Обобщая весь существующий на современном этапе опыт создания автоматизированной информационной поддержки научных исследований и разработок следует сказать о ведущих программных продуктах, которые способствуют ускорению получения информации в режиме он-лайн и передачу субъектам производственной деятельности АПК [237-240].

На современном рынке информационной и технологической поддержки явным лидером являются программные продукты фирмы «1С». Фирма «1С» (http://www.1c.ru/) – российская компания, специализирующаяся на дистрибуции, поддержке и разработке компьютерных программ и баз данных делового и домашнего назначения.

Программные продукты позволяют в режиме реального времени проводить контроль деятельности организаций, анализировать результаты деятельности, осуществлять учетные процедуры. Главным плюсом является то, что большая часть организаций различных организационно-правовых форм и форм ведения бизнеса, могут посредством настройки программ соединиться в единую сеть, позволяющую в режиме реального времени отслеживать движение продукции, объемы запасов в организации и возможность осуществлять закупки. Так же данная платформа на достаточно высоком уровне поддерживает интеграцию со сторонними программными продуктами и информационными системами.

Анализируя поставляемые модули 1С по учету результатов НИР можно выделить и существенный недостаток – это очень большая универсальность. Если рассматривать программные продукты в целом, то разработчики стремятся к универсальности своих продуктов и это с одной стороны хорошо, т.к. дает возможность их внедрения в организации различной сферы деятельности и структуры. Но с другой стороны, в плане организации научно-исследовательской деятельности, отчетности даже на уровне университетов нет единообразия. В связи с этим настройка и изменения для конкретного вуза бывают настолько кардинальными, что их стоимость в несколько раз превосходит стоимость базового модуля.

Несмотря на указанный недостаток и учитывая хорошую совместимость платформы 1С с внешними информационными системами мы выбрали данную платформу для реализации собственного проекта и попытались учесть в нем наиболее общие процессы учета и организации НИР, присущие всем образовательным и научным учреждениям.

К ним мы отнесли: учет публикационной активности научно-педагогических работников университета; анализ и подготовка отчетов по публикационной активности; взаимодействие с наукометрической базой eLibrary; подготовка отчетов по НИР; учет результатов научно-исследовательской деятельности по темам исследования; автоматизация оформления сопроводительной документации по договорам НИР и НИОКР; учет результатов грантовой и заявочной деятельности; учет оборудования научно-исследовательских лабораторий и институтов; учет и подготовка документации по патентоведческой деятельности; учет и анализ данных по конкурсам, конференциям, круглым столам, в которых участвуют НПР университета или проводимых на базе университета; учет и анализ результатов НИРС; учет и анализ внебюджетных средств от научно-исследовательской деятельности.

Рассмотрим научно-инновационный процесс в рамках университета и научно-исследовательской работы ученых. Очевидно, что в вузах и входящих в их состав институтах накоплен огромный фонд результатов НИОКР, а также имеется кадровый потенциал для разработки и реализации востребованных научных исследований. Если в регионе есть вуз с достаточно развитой инновационной инфраструктурой, современными лабораториями и центрами, имеющий большой научный кадровый потенциал, то более целесообразно и рационально создавать субплатформу НИР на базе этого вуза с внешним подключением заинтересованных организаций, в том числе опытного хозяйства, и в интеграции с другими субплатформами и внешними информационными системами.

Субплатформа НИР включает создание и ведение базы данных, состоящей из ряда справочников, перечислений, форм документов. Выполнение операций по добавлению, преобразованию и анализу данных будут выполняться посредством регистров накоплений, сведений, оборотов, остатков и расчетов.

Условно в информационной системе можно выделить несколько модулей: учет публикационной активности, учет патентоведческой деятельности, учет договоров НИОКР, учет результатов НИРС, учет грантов; учет заявок по научной деятельности в сторонние организации; учет участия в конкурсах, выставках; учет готовых научно-исследовательских разработок научно-педагогических работников (НПР); учет оборудования по научным лабораториям.

Пользователям информационной системы выдается логин и пароль для авторизованного входа с присвоением определенных прав доступа к структурным элементам базы данных и возможным действиям с ними в зависимости от вида деятельности и категории должности.

При входе в систему каждый пользователь попадает в личный кабинет, в интерфейсе которого наличие инструментов управления дальнейшими действиями напрямую зависит от прав доступа и роли пользователя в рассматриваемом процессе. Например, работникам научно-исследовательской части будут доступны все инструменты по перечисленным выше модулям учета, в том числе внесение изменений в справочники базы данных, редактирование старых и создание новых форм документов и отчетов, просмотр информации по всей базе данных. Научно-педагогическому работнику доступна вся информация по себе по всем разделам учета с правом заполнения документов для внесения информации в базу данных без прямого открытия справочников. Заведующий кафедрой или лабораторией имеет возможность просматривать информацию по всем НПР и сотрудникам, которые входят в состав структурного подразделения, декан, в свою очередь, по факультету в целом. Проректору на науке предоставляются группировки по университету, в том числе в разрезе факультетов, лабораторий, кафедр, направлений научно-исследовательской деятельн ости, по годам и месяцам. Управленческий персонал опытного хозяйства имеет доступ к научно-техническим разработкам, как находящимся в стадии исследования и создания, так и запатентованным; к научным публикациям; грантам и договорам.

Рисунок 3.3 – Личный кабинет НПР

word image 514 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

На рисунке 3.3 приведен пример личного кабинета НПР. В верхней строке мы видим перечисленные инструменты: Гранты, Договора НИР и НИОКР, Конкурсы и выставки, Патенты и авторские свидетельства, Управление НИРС, Управление публикациями, Планы, Отчеты, Сервисы.

На первоначальном этапе создания информационной системы заполняются основные справочники, которые в дальнейшем будут корректироваться работниками научно-исследовательской части (НИЧ).

В системе предусмотрены следующие основные справочники:

– структура;

– область исследования;

– научно-педагогические работники;

– категории НПР;

– виды публикаций;

– должности;

– ученые степени;

– ученое звание;

– научные лаборатории;

– оборудование.

Примеры отдельных справочником приведены на рис. 3.4.

В дальнейшей работе системы, внесение и накопление информации начинается от НПР и сотрудников лабораторий, путем заполнения форм документов по своей научно-исследовательской деятельности. Эти данные контролируются и могут корректироваться заведующими кафедр, заведующими лабораторий, деканами и сотрудниками НИЧ.

Рассмотрим движение информационных потоков на примере модулей Управление публикациями и Патенты/авторские свидетельства.

Научно-педагогический работник входит в управление публикациями. Ему доступны для просмотра только его публикации, зарегистрированные в наукометрической базе данных. Если публикация отсутствует, то ее необходимо добавить с помощью кнопки «Создать» (рис. 3.5). В форме добавления публикации указывается ее название, год издания, вид публикации (РИНЦ, Scopus, Web of Sceince, прочие). Система автоматически сверяется со списком eLibrary, если такая публикация присутствует, то она будет добавлена в базу, в том числе и всем соавторам. Так же система будет контролировать дублирование публикаций по списку авторов. Для прочих публикаций, которые не учитываются по базам индексации или монографии, необходимо будет прикрепить pdf формат публикации и указать более широкий список издательских реквизитов. Данная публикация будет отправлена на согласование в НИЧ и добавлена только после их подтверждения или отклонена. Статус такой публикации автор увидит в личном кабинете.

По учету публикаций возможно сформировать отчеты за год, за ряд лет, за месяц, по области научных исследований, по видам публикаций, как в разрезе НПР, так и по кафедре, факультету.

Модуль учета результатов научно-исследовательских разработок предназначен для подготовки документации, ввода и хранения сведений по патентам и авторским свидетельствам. На стадии подготовки заявки на регистрацию изобретения научно-педагогический работник в личном кабинете переходит в раздел Патенты/Авторские свидетельства (рис. 3.3). Переходит на вкладку «Добавление результата научно-технической деятельности» (рис. 3.6) и щелкнув на кнопку «Создать» вводит описание научно-технической разработки. Данная заявка отправляется на согласование в НИЧ. Ответственный работник НИЧ готовит документацию для подачи заявки, после чего меняет ее статус в системе «Ожидается визит автора в НИЧ» для визирования. Затем статус меняется на «Ожидает оплаты» для информирования бухгалтерии. Как только документы будут отправлены статус изменится на «Ожидает получения свидетельства».

word image 515 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) word image 516 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 3.4 – Пример справочников базы данных

При получении патента/свидетельства информация о нем вводится в систему НПР и отправляется на согласование в НИЧ с прикрепленным файлом pdf. Данная заявка имеет статус «На экспертизе» (рис. 3.7). После проверки данная заявка на добавление подтверждается, закрывается ее редактирование и статус устанавливается «Выполнено».

Рисунок 3.5 – Добавление публикации

word image 517 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

В личном кабинете любой пользователь системы имеет возможность просматривать все имеющиеся заявки и полученные патенты/свидетельства (рис. 3.8). Редактировать могут только создатели конкретной заявки.

Аналогично учету патентов реализована технология подготовки документации и учета результатов по грантам, научно-исследовательским темам сторонних организация, конкурсам и выставкам. Подается заявка, если она получает одобрение, то формируется пакет документов. В процессе выполнения НИР и по завершению в систему вносится отчетная информация. В конце отчетного периода возможно сформировать отчеты по вузу в целом, по структурным подразделениям и отдельным НПР.

Рисунок 3.6 – Добавление запроса на формирование документации

по заявке

word image 518 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Предлагаемый проект субплатформа «Научные исследования и разработки» позволяет наиболее полно использовать научно-технический потенциал университета, а также создавать необходимые условия для стимулирования реализации и развития творческих возможностей научных сотрудников, преподавателей и студентов университета; информирование производителей о инновационной научно-технической продукции, созданной в университете; развитие и укрепление связи науки и производства, организация внедрения результатов научных исследований, инновационных опытно-конструкторских и опытно-технологических разработок в опытном хозяйстве.

word image 519 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 3.7 – Добавление информации о полученном патенте/свидетельстве

word image 520 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 3.8 – Окно просмотра результатов НИОКР по авторам

3.4.6 Субплатформа «Подготовка и переподготовка кадров»

В последние время широкое распространение в сельском хозяйстве получают цифровые, информационные и телекоммуникационные ресурсы, происходит активная цифровизация процессов деятельности различных сфер жизни общества. Цифровая субплатформа «Подготовка и переподготовка» предназначена для создания практики научного сопровождения и повышения квалификации сотрудников агропредприятий, фермеров, инвесторов и создания обучающих программ по основным направлениям цифровизации сельского хозяйства. Программа «Цифровизация сельского хозяйства: от геномной селекции до управления рынками» особо подчеркнула реальность и перспективы использования искусственного интеллекта в сельском хозяйстве, где была дана оценка фактической ситуации в агропромышленном комплексе с позиции использования цифровых технологий, приведен подробный анализ распределения Федеральных цифровых инициатив в АПК по уровням цифровой экономики, определены цифровые вызовы для села. Программой курсов предусмотрено рассмотрение следующих вопросов: цифровое предприятие; первичные данные для цифровизации в хозяйствах: получение, обработка и оценка; данные для контроля материальных средств; обработка информации по бухгалтерскому учету; экономический анализ цифровых данных; технические особенности сбора цифровой информации; контроль технологических процессов в аграрных предприятиях; особенности цифровизации растениеводства, животноводства, переработки и сбыта сельхозпродукции.

Цель субплатформы «Подготовка и переподготовка кадров» – это цифровая трансформация сельского хозяйства посредством внедрения цифровых технологий и платформенных решений для обеспечения технологического прорыва в сельском хозяйстве и достижения роста производительности труда на цифровых агропредприятиях к 2024 году в 2 раза.

Доля специалистов аграрных предприятий, которым необходимо пройти переподготовку в области цифровой экономики по работе с цифровыми продуктами и технологиями увеличивается, (% от общего количества специалистов, занятых на сельскохозяйственных предприятиях с нарастающим итогом): 2019 г. -10%, 2020 г. – 15%, 2021 г. – 20%, 2022 г. – 30%, 2023 г. – 40%, 2024 г.-50%. Планируется рост производительности труда в субъектах агробизнеса, которые внедряют и применяют комплексные цифровые агрорешения в периоды (годы): 2019 г.-105%, 2020 г. – 125%, 2021 г. – 150%, 2022 г. – 175%, 2023 г. – 190%, 2024 г.-200%. Увеличиться доля регионов, которые внедрят цифровое отраслевое планирование сельхозпроизводства на основе цифровой платформы 2020 г. -6%, 2021 г. – 29%, 2022 г. – 59%, 2023 г. – 100%, 2024 г.-100%.

Растущая потребность в ИТ- специалистах с компетенциями в области цифрового сельского хозяйства служит институциональной основой цифровой трансформации и обеспечения технологического прорыва в АПК. Разработаны и реализованы программы подготовки и переподготовки кадров субъектов агробизнеса для освоения компетенций в области цифровой экономики сельского хозяйства на базе Орловского ГАУ, по программам:

– «Основы управления цифровой экономикой»;

– «Использование геоинформационных систем на базе современных цифровых средств и навигационных сетей в цифровизации сельского хозяйства»;

– «Управление роботизированными молочными фермами»;

– «Применение систем интеллектуального управления в агробизнесе»;

– «Создание информационно-справочных систем на основе проектирования баз данных» и другие.

Создана отраслевая электронная среда «Применения элементов цифрового сельского хозяйства для контроля процессов в агропредприятиях» включающая в себя:

– дистанционное обучение специалистов аграрных предприятий цифровым технологиям и продуктам;

– проведение оперативных профессиональных консультации по проблемным вопросам применения элементов цифрового сельского хозяйства для контроля процессов в агропредприятиях;

– наполнение образовательной среды специализированным контентом;

– реализация механизма проведения консультаций в режиме онлайн с применением чат-ботов по проблемным вопросам аграрного производства и привлечением консультантов профессионалов;

– переподготовка кадров, которые высвободились в результате внедрения и применения цифровых продуктов и технологий;

– мониторинг, подготовка специалистов для цифровой экономики сельского хозяйства, посредством реализации программ дополнительного образования: агроинформатик/агрокибернетик; сити-фермер; оператор автоматизированной сельхозтехники; цифровой аудитор, он-лайн-сервисмен; бизнес-коучер по социальным сетям; SMM маркетолог и другие.

Цифровое сельское хозяйство – это сельское хозяйство, базирующееся на современных способах производства сельскохозяйственной продукции и продовольствия с использованием цифровых технологий (интернет вещей, робототехника, искусственный интеллект, анализ больших данных, электронная коммерция и др.), обеспечивающих рост производительности труда и снижение затрат производства [241].

3.4.7 Субплатформа «Консультационные услуги и трансферт инноваций»

Цифровая платформа характеризуется двумя основными векторами развития: первый вектор – это группа технологий являющейся основой создания конкретизированного и специализированной системы цифрового взаимодействия субъектов и объектов цифрового сельского хозяйства; второй вектор – это прорывная инновация интегрированной информационной системы, которая обеспечивает многосторонние взаимодействие субъектов агробизнеса по обмену информацией и технологиями цифровизации способствующая снижению общих издержек, оптимизации бизнес-процессов и повышению эффективности поставок товаров и услуг.

На основе данных разработанными участниками реализации программы «Цифровая экономика Российской Федерации» под руководством Б.М. Глазковым была формализована и представлена в таблице 3.2.

Таблица 3.2. Формализованная модель функционирования субплатформы «Консультационные услуги и трансфер инноваций»*

Инструментальная субплатформа Инфраструктурная субплатформа Прикладная цифровая субплатформа
1 2 3 4
Основной вид деятельности на базе субплатформы Разработка программных и программно-аппаратных агрорешений для субъектов агробизнеса Предоставление ИТ-сервисов и информации для принятия агрорешений Обмен определёнными экономическими ценностями на заданных сельскохозяйственных рынках
Результат деятельности на субплатформе Продукт (программное или программно-аппаратное средство, технология) для обработки информации, как инструмент ИТ-сервис и результат его работы – информация, необходимая для принятия решения в хозяйственной деятельности субъектов агробизнеса Транзакция.

Сделка, фиксирующая обмен товарами/услугами между участниками на сельскохозяйственном рынке

Уровень обработки информации Технологические операции обработки информации Выработка информации для принятия решений на уровне субъектов агробизнеса Обработка информации о заключении и выполнении сделки между несколькими субъектов агробизнеса

Продолжение табл. 3.2

1 2 3 4
Основной бенефициар и его требования Разработчик прикладных программных или программно-аппаратных решений, технические требования Заказчик ИТ-сервиса для потребителя, функциональные требования, требования к составу информации Конечный потребитель на рынке, решающий бизнес-задачу, бизнес-требования. Регулятор (опционально) – требования законодательства
Примеры Java, SAP HANA, Android OS, iOS, Intel x86, Bitrix, Amazon Web Services, Microsoft Azure, TensorFlow, Cloud Foundry и другие General Electric Predix, ESRI ArcGIS, ЕСИА, «CoBrain-Аналитика», «ЭРА-ГЛОНАСС» и другие Yandex, Uber, AirBnB, Avito, Apple AppStore, «ПЛАТОН», AviaSales, FaceBook, Alibaba, Telegram, Yandex Search, Facebook и другие

*Сформулирована автором

По данным академика РАН Петрикова А.В., на рисунке 3.9 представлена поддержка инноваций в сельском хозяйстве в зарубежных странах. Как видно, продемонстрирована поддержка инноваций в США и Германии на федеральном уровне. В США разработка инноваций осуществляется: Сельскохозяйственной научной службой Минсельхоза США (8 региональных научных центров_ – бюджет 1,1 млрд. дол., Национальным институтом продовольствия и сельского хозяйства Минсельхоза США – бюджет 1,14 млрд. дол; 55 университетами штатов – бюджет NIFA -0,7 млрд. дол. И частными организациями. Внедрение инноваций осуществляется через Службу распространения знаний и опыта Минсельхоза США в 3000 административных округах, бюджет ФП – 490 млн. дол., бюджет штатов – 620 млн. дол. В Германии разработка инноваций осуществляется Федеральным Министерством продовольствия и сельского хозяйства – бюджет 0,668 млр. евро, 4 Федеральных НИИ, 2 исследовательских центра, 6 институтов научного сообщества им. Лейбница, частные организации, а внедрение через Сельскохозяйственный банк – бюджет 6,625 млн. евро, информационная служба по продовольствию и сельскому хозяйству – бюджет 6,6 млн. евро, Немецкое сельскохозяйственное общество.

На рисунке 3.10 продемонстрированы цифровые платформы АПК (электронные торги, сравнение цен, найминг, экотуризм, шеринг, маркетплейс, социальные сети, доски объявлений и другие) способствующие трансферу инноваций, через передачу научно-технических знаний и опыта для оказания научно-технических услуг, применения технологических процессов и выпуска продукции в сельском хозяйстве.

Рисунок 3.9 – Поддержка инноваций в сельском хозяйстве

зарубежных стран

word image 521 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Сельскохозяйственные товаропроизводители которые переходят на цифровые технологии в рамках\Субплатформы «Консультационные услуги и трансфер инноваций» смогут получать консультации по выбору технологии (чат-боты, онлайн консультации), находить оптимальные предложения и рекомендации с целью создания доверительной среды по вопросам выбора технологического оборудования, устройств, продуктов и программного обеспечения: точное земледелие, параллельное вождение, механизация, автоматизация, роботизация, искусственный интеллект, машинное обучение, машинное зрение, цифровой дневник, интернет вещей, энергоэффективная сеть дальнего радиуса действия, средство автоматической идентификации, система позиционирования в режиме реального времени, система глобального позиционирования, система повышения точности сигналов GPS, ГЛОНАСС, широкополосный доступ в интернет, облачные вычисления, электронная коммерция, электронная торговая площадка, цифровая прослеживаемость продукции, а так же сквозные цифровые системы: «Умная ферма», «Умное поле», «Цифровое землепользование», «Умный сад», «Умная теплица» и «Цифровые технологии в управлении АПК».

word image 522 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Рисунок 3.10 – Цифровые платформы, реализуемые в сфере АПК

SWOT-анализ позволяет взглянуть на потенциал субплатформы «Консультационные услуги и трансфер инноваций» и выделить ее сильные и слабые стороны (рис. 3.11). К сильным сторонам следует отнести снижение транзакционных издержек, выход на новые (региональные) рынки, оперативность коммуникации, повышение качества консультационных услуг, взаимовыгодность (win-win), распределение ответственности между платформой и партнером. К слабым сторонам – возможности для теневой экономики, дискриминация со стороны владельца платформы, законодательные пробелы по защите потребителя, зависимость от качества услуг связи, финансовые вложения) возможности (захват новых сельскохозяйственных рынков устранение посредников, прямые каналы сбыта, снижение затрат на маркетинг, увеличение объемов рынка, получение информации о предпочтениях потребителей) и угрозы (незащищенность данных, нарушение конфиденциальности, захват рынка компанией-гигантом, противодействие со стороны участников традиционного рынка.

Рисунок 3.11 – Сильные и слабые стороны субплатформы «Консультационные услуги и трансфер инноваций»

word image 523 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Таким образом, необходимо изменить отношение к инновациям в сельскохозяйственной консультационной деятельности в субъектах РФ и обеспечить её финансирование не менее чем на 50% за счет федерального бюджета. Очень важно четкое закрепление за этой деятельностью трансфера инноваций, с обязательной передачей цифровых технологических инструкций и обучением инновациям их пользователей.

Основными показателями должны быть успехи сельхозтоваропроизводителей, то есть должен быть экономический эффект в хозяйствах от деятельности консультантов и от переданных в освоение им инноваций. В форме грантов разумно оказывать финансовую поддержку первичного освоения инноваций в производстве в основном с помощью сельскохозяйственных консультационных служб. Необходимо сформировать фонды развития сельского хозяйства в каждом сельскохозяйственном регионе, в финансировании которых может быть 60% средств из федерального бюджета и 5…10% средств субъектов агробизнеса ведущих производство в регионе. Изменить институциональную среду инновационного развития в России. Принять Закон РФ «Об инновационном развитии сельского хозяйства». В этом законе должны быть:

– четко сформулированы основополагающие правила нового поведения всех: от авторов инноваций до тех, кто обеспечивает их широкомасштабное распространение среди аграриев;

– четко определяться субъекты этой деятельности, их функции и задачи (аграрные вузы, научные-исследовательские центры, отделы сельскохозяйственного консультирования и др.), региональные фонды развития.

3.4.8 Субплатформа «Взаимодействие с органами власти и бизнесом»

Обеспечение деятельности экспериментального цифрового опытного хозяйства аграрного ВУЗа подразумевает взаимодействие не только со структурными подразделениями и обслуживающими структурами, но и взаимодействие с властными структурами, а также с заказчиками исследований и работ по основному предназначению. Это проявляется в формировании единого информационного пространства, создании совместных программ и проектов, а также в обмене и развитии интеллектуальных инновационных ресурсов по вопросам цифровизации экономики региона, в части агропромышленного комплекса.

Органы государственного управления влияют на инновационные процессы методами косвенного регулирования (создания среды для взаимодействия и устранения барьеров для взаимодействия участников, путем формирования определенных кодексов и практик поведения участников взаимодействия, созданием специализированных сетей знаний). С одной стороны, государство играет все более активную роль в продвижении инноваций, преобразуя свои традиционные функции в функции, содействующие развитию координации всех участников взаимодействия. С другой стороны, идет «десуверенизация» – передача управленческих функций государства неформальным сетям.

Для реализации взаимодействия с органами власти необходимо тесное сотрудничество с органами власти всех уровней: исполнительной – федерального, регионального, муниципального уровня, а также законодательной – федерального, регионального и районного уровней.

Для реализации с заказчиками исследований и работ по основному предназначению, т.е. с бизнесом, необходимы коммерческие и партнерские отношения со всеми заинтересованными, как в ходе научно-исследовательских работ, так и в реализации уже готовых решений и работ.

Для работы с органами власти и бизнесом опытное хозяйство должно обладать как возможностями обычного взаимодействия, путем очных встреч, переговоров, круглых столов и конференций, почтовой и телефонной связи, печатных средств, так и современными средствами коммуникаций: интернета, интернет-конференций, электронной почты, и другими.

Отношения опытного хозяйства ВУЗа с бизнесом и властью может рассматриваться – по сути, как инновационное сотрудничество, являющееся комплексом мероприятий в рамках эффективного партнерства административных структур, коммерческих организаций, некоммерческих организаций и представителей инновационного цифрового подразделения учебного заведения. Такой комплекс состоит из следующих составляющих:

– организационная – по поиску, поддержке и продвижению инноваций;

– структурная – по поиску новых подходов, форматов и способов взаимодействия;

– связующая – между элементами систем разных уровней;

– эффективная – оценка экономических, социальных и других результатов взаимодействия;

– управленческая – по выработке и реализации, внедрению результатов инновационной деятельности на разных административных уровнях;

– маркетинговая – по продвижению успешного опыта и результатов;

– конкурентная – по сравнительной оценке эффективности результатов всех участвующих в отношениях сторон;

– партнерская – по созданию основ инновационной политики в виде государственно-частного партнерства и аналогичных схем.

Эти составляющие комплекса мероприятий в свою очередь являются основополагающими для выбора совместной деятельности бизнеса и власти в регионе.

Взаимодействие органов власти, бизнеса и общества с цифровым опытным хозяйством можно разделить по следующим направлениям:

Наука. Университет и его инновационные структуры входят в региональную инновационную систему, где формируется научный потенциал региона, а также представление для внутренней и внешней аудитории масштабы проходящих инновационных процессов. Имея научно-методическую базу, профессиональный опыт и инновационный потенциал опытная площадка способна организовать разнообразные научные исследования, готовить практические инновационные рекомендации и принимать участие в деятельности различных профильных структур региона.

Образование. ВУЗ выступает инициатором создания уникальных образовательных программ по инновационным направлениям. Реализуя программы основного и дополнительного профессионального образования по большому спектру инновационных и перспективных специальностей, ВУЗ и цифровое опытное хозяйство формируют спрос на тех специалистов агропромышленного комплекса, в которых нуждается не только региональная, но и государственная цифровая экономика, а компетенции этих специалистов станут импульсом для цифрового развития региона.

Инновации. Вуз с опытной площадкой не только позволяют в регионе использовать новые технологии и создавать экономику нового типа, но и формировать новое сознание и жителей региона, готовить новое «цифровое поколение». Создание совместного специализированного регионального портала с информацией о новейших и перспективных исследованиях, разработках в цифровом сельском хозяйстве позволит изменить менталитет и психологию жителей региона, властных структур и бизнес сообщества.

Бизнес. Цифровое опытное хозяйство имеет возможность формировать инновационный потенциал региона в части, касающейся разработки, освоения и расширение существующих производств, производства и совершенствования рыночных продуктов по теме цифрового АПК. Бизнес сообщество получает дополнительный инструмент и площадку, на которой есть возможность организовать разработку, производство, продажу инновационных, перспективных товаров и услуг, обладающих конкурентными преимуществами, оперативно реагирующих на изменение спроса, а также независимых от иностранного влияния – отечественных разработок.

Региональный маркетинг. Инновационная структура ВУЗа позволяет изменить методы администрирования инновационной деятельности, создать и реализовать региональную маркетинговую концепцию, комплексно решить социально-экономические задачи региона. Большое значение имеет проведение маркетинговых исследований, связанных с анализом перспективных направлений цифровизации агропромышленного комплекса, его специализаций и формированием заказов на инновационную продукцию (товары и услуги). Органы власти вместе с бизнесом формируют заказы на исследования и разработки по инновационным направлениям.

Инфраструктура будущего. Цифровое опытное хозяйство позволяет повысить привлекательность региона, переориентировать поток ресурсов для инновационного развития в сфере цифрового сельского хозяйства, получить преимущества в конкуренции областей и краев государства. В целом с ВУЗом формируется позитивный образ живого, уникального и неповторимого, думающего города и региона. Взаимодействие с другими инновационными структурами региона позволяет провести объединение одной целей и задачей всех перспективных разработок, а также прорывных технологий, начиная с школьного образования и заканчивая зрелыми научными и исследовательскими разработками.

Коммуникации. Для реализации инновационного предпринимательского потенциала региона требуется взаимодействие в информационной сфере по вопросам единого доступного реестра инноваций, обмена данными об инновационных региональных и федеральных проектах, о перспективных направлениях исследований, о партнерстве с отечественными и зарубежными предприятиями. Необходимо создание рабочего органа по объединению и анализу проблем развития инновационной деятельности в регионе, подготовке предложений по поиску, внедрению и стимулированию инноваций, для оптимизации усилий организаций инновационной инфраструктуры. В состав этого органа должны войти представители власти, бизнеса, науки, университетов, банков и т.п.

Цифровое опытное хозяйство совместно с ВУЗом, органами власти и представителями бизнеса становятся источником экономических и социальных инноваций, генератором бизнес-моделей новых предприятий.

Социально-культурное развитие. С помощью цифрового опытного хозяйства появляются новые виды деятельности, обеспечивается переход от избранности высшего образования к общедоступности, понимание необходимости обучения на протяжении всей жизни, вовлекаются в экономику и социальную сферу результаты интеллектуальной деятельности.

Для этого необходимы институциализированные каналы взаимодействия с региональными сообществами, активное участие в региональных социальных процессах, неформальное взаимодействие в социальных сетях и т.п. Даже само понимание функций высшей школы в регионе способствует поддержке и развитию молодежного предпринимательства, формированию молодого поколения, стимулированию социальных инициатив на всех уровнях общества и во всех средах. И всё это возможно при активном взаимодействия с бизнес структурами и властями, по заказу и при условии вложений агропромышленного комплекса страны.

Структуру данной субплатформы можно представить схемой на рис. 3.12.

Основными формами взаимодействия инновационного опытного хозяйства ВУЗа с органами власти и бизнесом являются:

– информационно-коммуникационная, которая может быть выражена через механизмы формирования коммуникативных площадок в интернет-среде (заочная форма) и формы представления и популяризации инновационной деятельности в средствах массовой информации;

– консультационная форма, где основным является механизм формирования очных коммуникативных площадок (конференции, телеконференций, телемосты, «круглые столы»), на которых в режиме диалога выражается общественное мнение, учитываемое в вопросах формирования и реализации инновационной региональной политики;

– экспертная форма, обеспечивающая создание условий для проведения качественной экспертной оценки по вопросам формирования и реализации инновационной политики со стороны всех заинтересованных групп участников, а также адекватных механизмов ее обработки.

Рисунок 3.12 – Схема субплатформы «Взаимодействие с органами власти

и бизнесом»

word image 524 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

В качестве одного из основных механизмов взаимодействия могут быть использованы GR-технологии (Government Relations (дословно: взаимодействие с органами государственной власти) – «деятельность специально уполномоченных сотрудников крупных коммерческих структур (GR-менеджеров) по ведению работы компании в политическом окружении»), под которыми понимается системное взаимодействие основных заинтересованных сторон с органами власти, принимающими политические решения.

Для коммуникации органов власти и опытного цифрового хозяйства используются:

– создание рекламных материалов, пропагандирующих инновационные достижения;

– создание нового программного обеспечения и баз данных в области перспективных науки и технологий;

– продвижение научной и инновационной продукции через Интернет и электронные средства массовой информации;

– участие в выставках, ярмарках, фестивалях науки и бизнеса;

– установление неформальных связей с партнерами из бизнеса;

– участие в семинарах и публикации в специализированных изданиях;

– персональные продажи научной и инновационной продукции.

Для коммуникации с общественностью используются:

– социальные медиа;

– тематический контент на официальных сайтах (видео, онлайн-игры, интерактив);

– мероприятия для публики (экскурсии, дни открытых дверей, выставки);

– обучающие семинары, лекции, мастер-классы для широкой публики;

– тематические печатные и онлайн-издания;

– детально проработанные и описанные правила использования информационных материалов;

– медиа-киты;

– мероприятия для прессы;

– аккредитация блогеров.

Для коммуникации с бизнес-сообществом используются:

– услуги посредников-коммуникаторов (агентств, бюро);

– специальные лицензионные и патентные структуры, отвечающие за коммуникацию с бизнес-организациями и коммерциализацию результатов инновационной деятельности, центры коммерциализации;

– тематические мероприятия для представителей бизнес-сообщества.

На данный момент существуют следующие государственные информационно-коммуникативные площадки:

– дискуссионный клуб (http://club.mon.gov.ru/) ˗ это официальная диалоговая площадка Министерства образования и науки Российской Федерации, на которой участники клуба могут предлагать свои инициативы, идеи или проекты, обсуждать и оценивать предложения других членов клуба по вопросам развития системы образования и сферы науки и технологий;

– портал компании «НАУКА И ТЕХНОЛОГИИ РОССИИ – strf.ru» (http://www.strf.ru/ ), целями которого являются популяризация результатов исследований российских учёных; осознание потребностей бизнес-среды во взаимодействии с научным сообществом; осведомленность о работе ведомств и комитетов, имеющих отношение к российской науке и образованию; создание диалоговой площадки в научной среде, отражающей все грани модернизации научного сектора Российской Федерации;

– сайт «Президент России ˗ молодым ученым и специалистам» (http://www.youngscience.ru/ ), который предоставляет возможности для «обратной связи» через комментарии представителей молодежного научно-образовательного сообщества и заслуженных ученых старшего поколения, посредством оставления комментариев и участия в интернет-конференциях.

– интернет-портал rsci.ru (http://www.rsci.ru/ ) ˗ один из ведущих российских ресурсов, предоставляющих актуальную деловую информацию работникам научно-инновационной и научно-образовательной сферы, сотрудникам технологических компаний, аспирантам и студентам. Поддерживает и развивает информационное сотрудничество с Российским

фондом фундаментальных исследований, Фондом содействия развития малых форм предприятий в научно-технической сфере и другими.

– федеральная университетская компьютерная сеть России RUNNet (Russian UNiversity Network) (http://www.runnet.ru/ ) – IP-сеть, созданная в рамках государственной программы «Университеты России» и объединяющая региональные сети, а также сети крупных научно-образовательных учреждений и являющаяся основой телекоммуникационной инфраструктурой единой образовательной информационной среды.

– технологические платформы инноваций (http://economy.gov.ru/minec/activity/sections/innovations/formation/), утвержденные Правительственной комиссией по высоким технологиям и инновациям, и включающие 36 технологических платформ по 13 наиболее перспективным направлениям научно-технологического развития, которые используются в том числе и в АПК.

Необходимо создание коммуникативной структуры взаимодействия региональных и федеральных органов власти, бизнес-сообщества, цифрового опытного хозяйства и всех инновационных структур региона. Направлениями деятельности этой структуры должны стать:

– формирование консолидированного канала обратной связи (информационно-коммуникационная функция) путем создания аналитического центра по сбору и анализу поступающей от заинтересованных групп участников информации по вопросам развития инноваций в АПК. С целью пропаганды инновационных достижений требуется организация выставок научно-технологических достижений; публикация научных новостей в передовых газетах и журналах; активное использование телевидения, радио для освещения научных новостей (пресс-конференции, брифинги и так далее);

– разработка системы превентивных мер (консультационная функция), включающей в себя организацию очных форм взаимодействия всех заинтересованных групп участников, таких как дискуссионные клубы с участием заинтересованных групп, форумы, конференции, круглые столы; а также обсуждение актуальных вопросов развития науки и технологий в средствах массовой информации с привлечением ученых, представителей бизнеса, образовательного и гражданского сектора;

– разработка системы мер по привлечению бизнес-структур (экспертная функция) в совместный процесс принятия управленческих решений по формированию и реализации инновационной научно-технической политики, требующей создание пула бизнес-экспертов и общего пула экспертов по цифровизации АПК.

Разработанный комплекс предложений с учетом новых форм и механизмов взаимодействия цифрового опытного хозяйства на базе аграрного ВУЗа с органами власти и бизнеса позволит повысить эффективность перспективных исследований и разработок; обеспечить рост региональной экономики; обеспечить условия для сохранения технологического суверенитета российского агропромышленного комплекса; укрепить авторитет регионального инвестиционного потенциала в стране.

3.5 Этапы создания и развития цифровой платформы опытного хозяйства аграрного вуза

Экспериментальное цифровое опытное хозяйство, создаваемое на базе высшего образовательного учреждения, для целей подготовки кадров при проведении цифровой трансформации сельского хозяйства, должно соответствовать ряду критериев, основными из которых являются:

– компетентность в вопросах цифровизации сельскохозяйственной отрасли и экономики в целом;

– наличие научной базы;

– наличие земельных ресурсов и технического обеспечения;

– наличие лабораторного оборудования и специальных возможностей по сравнительному анализу и тестированию различных решений;

– наличие экспертного сообщества от производителей устройств и оборудования, поставщиков программного обеспечения и услуг;

– взаимодействие с органами власти и сельзозтоваропроизводителями, представителями бизнеса.

Для того, чтобы готовить кадры, надо, в первую очередь, иметь информацию по всему спектру рассматриваемых вопросов. По сути, первоначально – надо собрать имеющуюся информацию, её как-то проанализировать, и после этого – интерпретировать полученную информацию для обучения или проведения экспериментов в хозяйстве с целью проверки её актуальности и достоверности.

Раньше всю информацию записывали, собирали данные в сводные ведомости, затем отдавали руководителю для анализа и принятия решений. Но сейчас объем данных вырос (только с одного трактора можно собрать около 100 величин различных данных), также выросли скорости производства и технологических процессов, плюс накладывается человеческий фактор (с ошибками, задержками, искажениями или вообще с забывчивостью и т.п.), что приводит к большим потерям в конечном результате – для сельхозпредприятий это выражается в снижении урожайности, выхода готовой продукции и, конечно же, в финансовых затратах. На разных этапах производства теряется (по оценкам Аналитического центра Минсельхоза РФ) до 40% производимой продукции. Следовательно, создание центра сбора и распространения знаний – это одна из задач, с которыми сталкиваются все организации, где думают о будущем, не забывая про настоящее.

Изучая мировой опыт, будет важно отметить следующие аспекты.

Современная инновационная деятельность предполагает профессионализацию каждого этапа Жизненного цикла инноваций. Побочным следствием этого феномена является угроза «разрыва» между генерацией знаний в научно-образовательном сообществе и генерацией технологий и практик в корпорациях или отраслях. Наиболее серьезно вопрос стоит в сфере создания т.н. прорывных технологий. Аналогичная дилемма возникает с точки зрения подготовки технологических кадров: образование не успевает за рынком, знания быстро устаревают, существует разрыв между практико-ориентированной технологической деятельностью корпораций (отраслей) и науко-ориентированным подходом вузов. Эти и иные проблемы рождают потребность в специализированных кооперативных формах и интерфейсах сотрудничества между корпорациями (отраслями) и исследовательскими вузами.

Научное и образовательное направления сотрудничества корпораций (отраслей) и вузов тесно пересекаются и взаимосвязаны по следующим направлениям:

– разработка и преподавание курсов;

– менторство (передача оптыта);

– финансирование НИР студентов;

– стипендии и стажировки;

– финансирование кооперативных форм НИОКР с участием студентов;

– заказ (контрактация) НИОКР повышения квалификации преподавателей;

– участие корпорации (министерства отрасли) в управлении вузами;

– венчурная деятельность;

– эндаументы (фонды целевого капитала);

– благотворительность;

– коммуникация между специалистами;

– исследовательская деятельность;

– образовательно-исследовательская деятельность;

– НИОКР;

– кадры;

– образовательная деятельность вузов и корпоративные образовательные центры;

– рекрутинг (подбор персонала).

В части инновационных специальностей и развития передовых технологий предпочтение отдается либо исследовательско-образовательной деятельности, либо образовательно-исследовательской.

Одной из наиболее удобных форм решения задач корпорации (отрасли) в сфере взаимодействия с вузами по прорывным технологиям и сопутствующим кадровым вопросам являются Центры компетенций (ЦК).

3.5.1 Первый этап. Формирование Центра компетенций

Центр компетенций – подразделение, дочерняя компания или иная организационная структура компании (министерства), где сосредоточены знания и компетенции, которые считаются важными. Организация предполагает возможность поддержания или развития компетенций, и использования в масштабе всей корпорации (отрасли) или ее отдельных частей.

В 2016 году Президент РФ В.В. Путин выступил за создание центров компетенций: «В следующем году на базе ведущих вузов, в том числе региональных, будут созданы центры компетенции. Они призваны обеспечить интеллектуальную, кадровую поддержку проектов, связанных с формированием новых отраслей и рынков. Мощным фактором накопления научных и технологических заделов для экономического роста и социального развития должна служить фундаментальная наука».

Центры компетенций – по своей сути, это особая организационная структура, которая контролирует одно или несколько перспективных направлений деятельности, аккумулирует соответствующие знания и ищет способы получить от них максимальную пользу.

Различают четыре классических типа центров компетенций:

1. Накопление передового опыта. Основная задача этого подразделения — собирать, формализовать и распространять на предприятии и его филиалах образцы лучшего опыта. Специалисты центра определяют и описывают общие процессы, составляют технические рекомендации и стандарты по их использованию, разрабатывают программы управления изменениями в процессе интеграции. Это могут быть эффективные методики продаж, работы с клиентами, предоставления консалтинговых услуг, процессы разработки продукта, управления проектами, использования информационных и других технологий.

2. Разработка технологических стандартов. Соответствующее подразделение также собирает знания, но акцент делается на технической составляющей — разработке программного обеспечения и выборе компьютерного оборудования. Специалисты стандартизируют процессы на единой технологической платформе, связывают репозитории для обмена метаданными, развивают лучший опыт для использования выбранной платформы. Однако в такой модели отсутствует обмен технологическими ресурсами или экспертизой между проектами.

3. Распределенное обслуживание. Задача данного подразделения — оптимизировать использование ресурсов командами, участвующими в проекте. Этот тип центра компетенции считается более сложным, чем два предыдущих. Персонал поддерживает многочисленные инициативы по управлению знаниями, включая обучение по продуктам, технологический бенчмаркинг, управление метаданными, оценку программного обеспечения. Данная модель — одна из наиболее используемых в западных компаниях.

4. Централизованное обслуживание. Это подразделение управляет интеграцией процессов и данных, имеет свой бюджет и методы возмещения затрат. Центр сопровождает множество проектов, обеспечивает развитие ресурсов, качество данных, разрабатывает требования и стандарты к информационным и техническим подсистемам, способствуя обмену знаниями на предприятии и повторному их использованию в новых проектах. В перспективе разработки данного типа центра компетенции могут быть проданы за пределы организации.

Для аграрных вузов возможно использование любого из указанного типа, в зависимости от уровня развития, решаемых задачи и других факторов.

Центр компетенций рассматривается как структура, нацеленная на:

– накопление передового опыта, его аккумулирование и анализ, поиск новых решений с учетом факторов внешней среды, глобальных тенденций и трендов технологического развития, трансфер новых знаний;

– оказание консультационных и консалтинговых услуг, подготовка экспертных заключений по вопросам, требующим междисциплинарного подхода и поиска новых решений;

– содействие в развитии инновационных площадок, корпоративных образовательных структур, развитие партнерских отношений с организациями высшего и среднего профессионального образования.

Необходимым условием успешного развития Центра компетенций является наличие стратегического планирования, учитывающего системные проблемы, передовой отечественный и мировой опыт, новейшие тенденции развития цифровых технологий и образовательных процессов.

Целями формирования стратегии развития Центра компетенций в сфере цифрового сельского хозяйства являются: определение приоритетных направлений развития центра, формулирование целей и задач, механизмов и мероприятий по их реализации, определение механизмов эффективного использования научно-технического и агроклиматического потенциала, создание условий для получения синергетического эффекта при взаимодействии бизнеса (резидентов инновационных и IT кластеров), науки, образования. Немаловажным является сопряжение стратегии развития центра с приоритетами государственного развития в области цифровизации российской экономики и цифровизации сельского хозяйства.

Центр компетенций рассматривается в разрезе двух функциональных ролей – региональной и национальной.

На региональном уровне центр компетенций обеспечивает тесную связку научно-технических разработок с их апробацией и экспертным заключением по результатам условий практического применения, выступает центром притяжения технологий цифрового сельского хозяйства. Обеспечивает научное, методическое и консалтинговое сопровождение. Является центром трансфера знаний.

На национальном уровне центр компетенций позиционируется как интеллектуальное ядро с носителями новых знаний, новых идей, с набором профессиональных компетенций в области комплексного управления сельхозпредприятием. Такое позиционирование открывает возможности реализации на его территории различных федеральных проектов (пилотов) в области цифровизации сельского хозяйства (по линии Министерства сельского хозяйства Российской Федерации, министерства транспорта Российской Федерации и Министерства экономического развития Российской Федерации и других министерств и ведомств).

С учетом низкого показателя внедрения информационно-коммуникационных технологий в аграрный сектор экономики сегодня требуется активное продвижение философии умного сельского хозяйства (smart farming, smart agriculture). Работа по цифровой трансформации должна проводиться не только на государственном уровне, но и на уровне сельхозтоваропроизводителей (как крупные агрохолдинги, так и небольшие сельхозпроизводители). Таким инструментом практической реализации идеи цифрового сельского хозяйства могут стать центры компетенций, куда войдут разработчики и производители информационно-коммуникационных технологий, сельхозпредприятия, институты подготовки/переподготовки кадров. При активном подключении научного сообщества и привлечении передовых IT компаний, занимающихся исследованиями и разработками (R&D) в области цифрового сельского хозяйства, такие центры могут аккумулировать базу знаний и точечно (по направлениям специализации) выполнять функции центров опережающего развития.

Функции Центра компетенции:

– формирование банка знаний;

– трансфер знаний;

– выбор точек развития;

– глоссарий;

– координирование исследований;

– портфель проектов;

– экспертный контроль.

Помимо ключевых функций, также планируется функционирование центра в качестве центра интеграции информации и услуг в интересах финансово-хозяйственной деятельности сельхозтоваропроизводителей.

На современном этапе Миссия центра компетенций заключается в совершенствовании деятельности сельскохозяйственных предприятий на основе внедрения цифровых технологий и платформ в товарной цепочке от поля до покупателя (с охватом всех бизнес-процессов).

Целью Центра компетенций на базе аграрного вуза является разработка, апробирование и внедрение инновационных решений по созданию систем комплексного управления сельхозпредприятием с использованием полного спектра технологий перехода к цифровой экономике (искусственный интеллект, технологии идентификации, сквозные технологии и пр.), а также поиска перспективных технологий для повышения эффективности ведения хозяйства в агропредприятиях.

Задачами Центра компетенций должны быть:

– обеспечение технологического лидерства участников центра компетенций в области цифрового сельского хозяйства по разработкам и внедрению систем комплексного управления сельхозпредприятием;

– создание условий для активного участия инновационных компаний, научного сообщества, конечных пользователей услуг и всех заинтересованных лиц в формировании пространства цифрового сельского хозяйства;

– создание механизма обновления и трансфера новых знаний в области цифрового сельского хозяйства;

– обеспечение эффективного участия центра компетенций в процессах формирования государственной и региональной экосистемы цифровой экономики по направлению цифрового сельского хозяйства;

– разработка, апробирование инновационных решений, их экспериментальная эксплуатация, как в собственном опытном хозяйстве, так и на опытных площадках сельхозтоваропроизводителей;

– разработка, адаптация и распространение нормативной документации и информационных материалов по проводимым работам и исследованиям.

3.5.2 Второй этап. Создание прототипа цифровой платформы опытного хозяйства

Платформа цифрового опытного хозяйства – это информационная система, позволяющая в автоматизированном режиме осуществлять сбор и анализ информации о состоянии земельных ресурсов хозяйствующего субъекта, планирование и оптимизацию технологических процессов выращивания сельскохозяйственных культур, учет и контроль затрат труда, ГСМ, семенного материала, поступление и отгрузку готовой продукции. Проектируемое программное обеспечение должно обеспечивать конструирование карт размещения посевов сельскохозяйственных культур, планирование севооборотов, агрохимическую оценку земельных участков, мониторинг эффективности землепользования и воздействия на окружающую среду.

Основные стратегические задачи внедрения платформы цифрового опытного хозяйства заключаются в следующем [37, 242]:

– возможность реализации полного комплекса услуг по управлению опытным хозяйством в электронном виде;

– мониторинг и необходимые оценки текущего состояния объекта управления;

– прогнозирование изменения состояния;

– формирование альтернативных сценариев по развитию данного состояния при реализации управляющих воздействий и влиянии внешней среды;

– оценка и выбор наиболее рационального варианта управленческих решений.

Функции платформы [243]:

– разработка системы рационального и экологически безопасного использования земли и ухода за животными;

– исследование возможностей и условий содержания высокопродуктивных животных и получения высокоурожайных сортов сельскохозяйственных культур;

– обоснование выбора участков земли, контуров полей, севооборотов;

– обоснование и разработка технологий для нужд конкретного опытного хозяйства;

– актуализация и сопровождение баз и банков данных по хозяйственной деятельности;

– мониторинг всех стадий производственного процесса опытного хозяйства;

– выработка рекомендаций по повышению эффективности производства.

Основные требования к платформе:

– инструменты реализация стратегического и оперативного управления;

– оперативное реагирование на изменения параметров состояния производственной и внешней среды;

– предупреждение чрезвычайных ситуаций и обеспечение возможности управления при их возникновении;

– обеспечение координации и интеграции функционирования компонентов системы;

– экономичность и рациональность осуществляемых управляющих воздействий.

Укрупненная схема информационных и управляющих потоков цифровой платформы опытного хозяйства продемонстрирована на рис. 3.13.

Проектируемая цифровая платформа направлена в первую очередь на поддержку принятия управленческих решений и должна строиться на открытой платформе управления процессами растениеводства, животноводства, логистики поставок и сбыта, включая системы контроля, формирование семенного и генетического фондов, управления внесением минеральных и органических удобрений, расхода пестицидов и лекарственных препаратов [244].

Рисунок 3.13 – Схема информационных и управляющих потоков цифровой платформы опытного хозяйства

word image 525 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

Создаваемое платформенное решение имеет модульную структуру оперативного и стратегического планирования и прогнозирования основных технических, технологических, экономических и финансовых показателей с использованием спутниковой, климатической, почвенной, статистической и другой информации, которая предоставляется в установленных форматах в режиме онлайн, что позволяет на основе объективных данных главным специалистам опытного хозяйства принимать оптимальные управленческие решения и оперативно регулировать технологические процессы получения сельскохозяйственной продукции, планировать закупки и строить прогнозы. Это способствует так же реализации частных решений сельхозпроизводителя для выбора культуры, оказания господдержки, помощи в банковском и страховом обеспечении.

Оперативный сбор информации о состоянии сельскохозяйственных угодий осуществляется с применением беспилотных летательных аппаратов (БПЛА), данных спутникового зондирования, аппаратуры дифференциального позиционирования по сигналам ГЛОНАСС. На основе применения БПЛА решаются задачи мониторинга состояния посевов и полей, расчет NDVI (нормализованный вегетационный индекс) с целью эффективного удобрения культур, инвентаризировать проводимые работы и охранять сельскохозяйственные угодья, и др. индексов, инвентаризация сельскохозяйственных угодий, создание электронных карт полей, кадастр сельскохозяйственных угодий, точное позиционирование техник [245, 246].

Управление сельскохозяйственным производством на различных уровнях требует наличия объективной и регулярно обновляемой информации. Системы дистанционного мониторинга земель сельскохозяйственного назначения позволяют осуществлять оперативный контроль состояния посевов, прогноз урожая, решение других задач агропромышленного комплекса. Съемку необходимо проводить в соответствии с четырьмя стадиями вегетации в течение активного сельскохозяйственного сезона.

Карты NDVI создаются на основе данных обследования всходов с помощью БПЛА, получаемых с обычной и инфракрасной цифровых камер. Это позволяет анализировать состояние растительности, ее плотность, всхожесть и рост, прогнозировать продуктивность угодий. Выявляются проблемные зоны угнетенной растительности. Такие участки отличаются цветовым фоном при графической визуализации карты посевов.

Цифровая платформа должна содержать: массивы данных полей классифицируемые по природно-сельскохозяйственного и ландшафтно-экологического признакам; экологический анализ и мониторинг территории для планирования и проектирования технологических схем и севооборотов; цифровое почвенное картографирование; архив данных по многолетнему исследованию полей и внутрипочвенного георадарного зондирования [245].

Необходимым является наличие в составе платформы модуля архива моделей для выполнения задач оценки стоимости, планирования урожая, цены, восстановления качества почвы, ее пригодности и т.д.

Таким образом, цифровая платформа должна включать (рис. 3.14):

– блок сбора, актуализации и хранения данных;

– блок мониторинга состояния и использования земель;

– блок многоцелевой оценки пригодности земель и моделирования потенциальной урожайности;

– блок прогнозирования урожайности с/х культур;

– блок планирования размещения с/х угодий и посевов отдельных культур, проектирования систем земледелия и агротехнологий;

– блок кадастровой оценки земельных участков и их залоговой стоимости;

– блок идентификации и контроля сельскохозяйственной техники и прицепных устройств;

– блок учета расхода химикатов и семян;

Рисунок 3.14 – Структура модуля агротехнического обеспечения цифровой платформы

word image 526 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ)

– блок идентификации и учета работы механизаторов и полеводов.

На цифровой платформе предполагается реализация нескольких модулей:

– ведение реестра полей;

– планирование севооборотов;

– спутниковый мониторинг полей;

– агрохимическое обследование;

– взаимодействие с техникой;

– документирование производственного процесса.

Для работоспособности любого модуля системы необходима предварительная подготовка. Требуется начальная оцифровка контуров полей, загрузка карт в систему и заполнение справочников. Предполагается наличие следующих справочников: информация о компании, информация о работниках, информациях о машинах и агрегатах, технологии выращивания, сорта, удобрения и средства защиты, ТМЦ, сезоны [247].

Модуль 1. В рамках модуля создаются паспорта полей. Паспорт поля агрегирует всю информацию из системы в разрезе конкретного поля. На этой странице предоставляется информация о месте расположения поля, площади на основании данных спутникового мониторинга и по документам, о выращиваемой культуре, история севооборота на поле, индекс NDVI. Так же возможно просмотреть информацию о ближайших мероприятиях на поле и затратах материально-технических ресурсов.

Модуль 2. Для планирования севооборотов применяется справочник сезонов, представляющих из себя произвольный период времени, в течении которого выращивается определенная культура. Допускается пересечение сезонов по датам. Не допускается пересечение сезонов культур на одном поле. Сезон охватывает несколько полей. Для создания севооборотов достаточно указать культуру на конкретном поле сезона. После распределения культур по полям приступают к планированию технологических операций. Для техоперации указывается название, период выполнения, тип, вид работы, расход при необходимости семян и химикатов. Техоперации создаются для всех полей для всего периода вегетации.

Модуль 3. Спутниковые снимки полей должны обновляться в системе не реже 2…3 раз в месяц. При необходимости на них должна присутствовать различная окраска для определения зон неоднородности. Данные спутниковой визуализации могут вводиться в ручном режиме, в автоматическом режиме на предустановленную дату. Так же предусматривается прямой ввод данных с БПЛА. Данные спутниковой и фотосъемки с беспилотников могут использоваться для изменения информации о рейтинге полей в справочнике. Все вместе позволяет сконцентрировать внимание на проблемных полях и запланировать возможные мероприятия.

Модуль 4. Для агрохимического обследования полей и планирования мероприятий используют послойные карты бонитировки почв с указанием химического состава и наличия микроэлементов. Кроме этого для оперативного реагирования желательно подключение датчиков и технических средств для автоматизированного отбора и анализа данных о состоянии почвы, растений, наличии вредителей и болезней, сорняков и т.д. Частота измерений зависит от изменчивости измеряемого показателя во времени. Например, такие показатели, как содержание нитратов, влажность почвы, меняются достаточно быстро в рамках одного поля и должны измеряться в реальном режиме времени. В результате в данном модуле визуализируются на картах данные с изолиниями распределения элементов питания в почве, распределения азота, фосфора, калия (NPK). На основании этих данных создаются карты точечного внесения удобрений и средств защиты для техники. На основании имеющихся алгоритмов расчета определяется норма внесения удобрений, выноса и процент использования веществ в различные периоды вегетации.

Модуль 5. На всей технике, занятой в технологических операциях предустанавливаются датчики телеметрии и контроля загрузки бункера, расхода ГСМ, семян, СЗР, удобрений. Данные с датчиков поступают в модуль и позволяют отслеживать перемещение техники на полях и вне их, контролировать операции сева и сбора сельскохозяйственных культур, расхода материалов, объемы выполненных работ, внесения удобрений и средств защиты, планировать техническое обслуживание техники. Кроме этого в данном модуле на основе паспорта поля возможна загрузка карты с треками движения техники.

Модуль 6. На всех стадиях процесса выращивания культур готовятся отчеты по структуре сельскохозяйственных угодий, планируемой урожайности, предшественниках, формируются технологической карты, планы по использованию удобрений, средств защиты, семян, техники, ГСМ. Имеется возможность сформировать календарный план мероприятий, сделать оценку выполненных работ, рассчитать себестоимость продукции и сравнить ее с предыдущими периодами, сформировать отчет о времени работы техники, обработанной площади и производительности, скорости и треках движения.

Все модули могут взаимодействовать между собой и передавать данные для решения других задач. В опытном хозяйстве устанавливается центральная система управления всеми процессами, при этом у каждого руководителя должен иметься доступ к автоматизированной системе для получения информации или внесения оперативных данных в ручном режиме.

В дальнейшем возможно оборудование складских помещений датчиками и подключение соответствующего модуля на платформу с целью контроля поступления и отгрузки сырья и материалов, готовой продукции, микробиологического состояния помещений для хранения.

При интеграции цифровой платформы с платформой 1С появляется возможность прямой передачи данных для учета в бухгалтерию и автоматизации формирования расходных документов, накладных, бухгалтерских отчетов.

Новые технологии в сельском хозяйстве отличаются широким использованием современных электронных средств информатизации, геоинформационных систем, космических методов диагностики посевов и дистанционных средств управления ими в изменяющихся режимах. Они рассчитаны на получение планируемого урожая высокого качества интенсивных сортов растений в системе непрерывного управления продукционным процессом. При этом, наряду с регулированием фитоценозов, решаются задачи оптимизации почвенных условий. Предлагаемая цифровая платформа позволяет собрать на одном рабочем экране всю информацию о полях, культурах, технике, агрохимии, погодных условиях, запланированных мероприятиях. Появляется возможность оперативного реагирования на проблемных участках работы, усиления контроля за работой техники и соблюдением норм технологических процессов.

3.5.3 Третий этап. Разработка первой очереди цифровой платформы опытного хозяйства

Третий этап создания и развития цифровой платформы опытного хозяйства аграрного вуза предусматривает создание полного скелета цифровой платформы. При разработке первой очереди цифровой платформы опытного хозяйства используется устоявшийся проектный подход. В первую очередь, он подразумевает разработку полного технического проекта цифровой платформы опытного хозяйства. Затем, в соответствии с утвержденным проектом, начинается разработка и сборка самой системы. Плановый, проектный подход к разработке первой очереди необходим для обеспечения целостности всей системы на последующем эволюционном, коммерческом этапе. В систему должны войти не менее 20 изготовленных в единой программной среде субплатформ и 15…20 API-приложений. Последние, должны быть программно связанны с указанными приложениями. В проектировании и экспертной оценке целесообразности включений в первую очередь субплатформ и API-приложений, активное участие должен принимать созданный на первом этапе Центр компетенций. Первая очередь должна проектироваться и разрабатываться за счет внебюджетных средств образовательной организации, с привлечением регионального и федерального бюджетов.

3.5.4 Четвертый этап. Коммерческое расширение и развитие цифровой платформы опытного хозяйства

Здесь должны быть рассмотрены сущность, проблемы и перспективы взаимодействия высших учебных заведений и сельхозтоваропроизводителей по продвижению научных исследований в реальный сектор экономики в информационно-цифровой экономике.

Влияние высших учебных заведений на формирование конкурентоспособного агропромышленного комплекса с одной стороны выражается в подготовке высококвалифицированных кадров, как и научных исследованиях и опытно-конструкторских разработках, с другой стороны может быть расширено в сферу кооперации и производства инновационной продукции, а также подготовку экспертизы и сертификации новой продукции для АПК.

Успешное создание агропромышленных кластеров в некоторых регионах и научные исследования по этому вопросу не дают целостного понимания и алгоритмов нормативно-правового оформления для применения на практике моделей взаимодействия научных коллективов университетов и агропромышленных холдингов. Несмотря на эффективность кластерных образований установление связей и цепочек в рамках сельхозкооперации со средними и мелкими товаропроизводителями нельзя назвать существенными.

Для того, чтобы цепочка от создания и внедрения научных разработок в реальный сектор экономики до получения заметных экономических результатов была короче требуется создание проектных офисов по управлению инновационным развитием в рамках программ регионального развития АПК. И коммерциализация научных исследований – это этап практического применения, позволяющий получить социально-экономический и иной значимый эффект.

Вариантами решения процесса коммерциализации и повышения конкурентоспособности региональных комплексов АПК могут быть бизнес-проекты, центры инновационных технологий, консультационные офисы, технопарки, научно-промышленные кластеры и другие формы.

Сейчас в Российской Федерации кластеры создаются при поддержке Министерства экономического развития, Министерства промышленности и торговли, местными органами власти. При этом среди 114 кластеров [248] только 7,8% имеют высокий уровень организационного развития, а 12,3% имеют средний уровень оргразвития, т.е. – около 80% кластеров находятся на начальной стадии, хотя некоторые образованы более 3…8 лет назад.

Такая ситуация связана со следующими проблемами, возникающими с созданием, формированием и развитием кластеров:

– во-первых, кластер базируется на существующей системе организации производства, не учитываются последствия изменений в производственно-сбытовой цепочке;

– во-вторых, отсутствует оценка перспектив реализации конечного продукта кластера как в своих рамках, так и за его пределами;

– в-третьих, слабая проработка процесса кооперации в кластерной цепочке;

– в-четвертых, слабая изменчивость кластерной структуры и иерархии его участников;

– в-пятых, после получения документально-оформленного разрешения на формирования кластера от федеральных органов отсутствие конкретных мероприятий со стороны региональных участников по дальнейшему развитию кластера;

– в-шестых, низкий уровень обратной связи из-за разницы интересов участников;

– в-седьмых, низкое качество управления руководством кластера, не обладающего достаточными компетенциям и опытом инновационного менеджмента;

– в-восьмых, отсутствие спроса на инновационную продукцию со стороны сельхозтоваропроизводителей;

– в-девятых, высокая конкуренция и протекционизм со стороны транснациональных корпораций.

Совокупность этих и других факторов привели к низкому удельному весу инновационных продуктов, как отражение общего состояния российской экономики в плане слабой реализации структурно-инновационной политики [249]. Например, удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг малых предприятий по субъектам Российской Федерации в целом в 2015 году не превышал 11% по стране, по регионам Центрального федерального округа от 1,5% до 11,7% [249]. Это подтверждается исследованиями и выводами о том, что наличие университетов имеет низкий уровень влияния на инновационное развитие регионов вследствие отсутствия четко выстроенной системы заказа на подготовку инновационных кадров [250].

Президентом Российской Федерации В.В. Путиным 18 мая 2017 года было подписано распоряжение № 163-рп «Об утверждении плана перехода на использование отечественных геоинформационных технологий», содержащее рекомендации органам исполнительной власти субъектов РФ до 01.10.2018 разработать и утвердить соответствующие региональные планы, предусмотрев их реализацию до 31.01.2020.

Геоинформационные системы (также ГИС – географическая информационная система) – системы, предназначенные для сбора, хранения, анализа и графической визуализации пространственных данных и связанной с ними информации о представленных в ГИС объектах [251].

ГИС-технологии позволяют создать единую оптимально организованную пространственную модель территории, представляют многопользовательский доступ к данным о ней и, наконец, дают возможность оперативно интегрировать информацию в научных и практических целях для хозяйственного и экономического развития территории. ГИС используются в архитектуре, урбанистке, градостроительстве, геологических изысканиях: во всех тех сферах, где для успешной работы требуется иметь географические данные.

ГИС отличают:

– развитые аналитические функции;

– возможность управлять большими объемами данных;

– инструменты для ввода, обработки и отображения пространственных данных.

Преимущества геоинформационных систем:

– удобное для пользователя отображение пространственных данных – картографирование пространственных данных, в том числе в трехмерном измерении, наиболее удобно для восприятия, что упрощает построение запросов и их последующий анализ.

– интеграция данных внутри организации – геоинформационные системы объединяют данные, накопленные в различных подразделениях компании или даже в разных областях деятельности организаций целого региона. Коллективное использование накопленных данных и их интеграция в единый информационный массив дает существенные конкурентные преимущества и повышает эффективность эксплуатации геоинформационных систем.

– принятие обоснованных решений – автоматизация процесса анализа и построения отчетов о любых явлениях, связанных с пространственными данными, помогает ускорить и повысить эффективность процедуры принятия решений.

– удобное средство для создания карт – геоинформационные системы оптимизируют процесс расшифровки данных космических и аэросъемок и используют уже созданные планы местности, схемы, чертежи. ГИС существенно экономят временные ресурсы, автоматизируя процесс работы с картами, и создают трехмерные модели местности.

Операции, осуществляемые ГИС:

– ввод данных – в геоинформационных системах автоматизирован процесс создания цифровых карт, что кардинально сокращает сроки технологического цикла;

– управление данными – геоинформационные системы хранят пространственные и атрибутивные данные для их дальнейшего анализа и обработки;

– запрос и анализ данных – геоинформационные системы выполняют запросы о свойствах объектов, расположенных на карте, и автоматизируют процесс сложного анализа, сопоставляя множество параметров для получения сведений или прогнозирования явлений.

– визуализация данных – удобное представление данных непосредственно влияет на качество и скорость их анализа. Пространственные данные в геоинформационных системах предстают в виде интерактивных карт. Отчеты о состоянии объектов могут быть построены в виде графиков, диаграмм, трехмерных изображений.

ГИС-система позволяет (возможности ГИС):

– определить какие объекты располагаются на заданной территории;

– определить местоположение объекта (пространственный анализ);

– определить временные изменения на определенной площади);

– смоделировать, что произойдет при внесении изменений в расположение объектов (например, если добавить новую дорогу).

Развитие отрасли геоинформационных систем и геоинформационных технологий шагнуло в стадию, когда использование их потенциальных возможностей становится необходимым условием успешных решений большинства автоматизированных систем, связанных с территориальным управлением. В свою очередь, региональные геопорталы служат повышению эффективности исполнительных органов государственной власти и местного самоуправления, обеспечению экологической безопасности, рационального землепользования, устойчивого социально-экономического и инновационного развития и в целом инвестиционной привлекательности региона. Активная работа по внедрению ГИС проводится на муниципальном уровне в основном с целью инвентаризации недвижимости и земельных ресурсов, а также для решения градостроительных задач.

Создание национальной геоинформационной платформы соединит такие отраслевые решения, сервисы и данные, как:

– имущественный комплекс (кадастр, права, налоги, адреса, не участвующее в налогообложении имущество и пр.);

– лесное хозяйство (таксации, лесные пожары, лесопатология и пр.);

– дорожно-транспортный комплекс (участки дорог, объекты инфраструктуры, объекты дорожного сервиса, направления работ и пр.);

– сельское хозяйство (мониторинг полей, прогнозирование урожайности, инвентаризация с/х земель и пр.);

– инженерные сети (теплосети, электросети, водопровод, интернет, телефония и пр.).

Требования рынка к ГИС:

– импортозамещение существующих систем на российские аналоги;

– интеграция ГИС с другими ИТ-системами в целях эффективности;

– облачные технологии: переход от стационарных к мобильным, доступ через web-порталы;

– единая платформа для множества отраслевых решений;

– комплексные решения – поставка данных и их аналитическая обработка;

– работа с большими объемами данных.

ГИС России как система и ее методология совершенствуются и развиваются в следующих направлениях:

– развитие теории и практики информационных систем;

– изучение и обобщение опыта работы с пространственными данными;

– исследование и разработка концепций создания системы пространственно-временных моделей;

– совершенствование технологий автоматизированного изготовления электронных и цифровых карт;

– разработка технологий визуальной обработки данных;

– разработка методов поддержки принятия решений на основе интегрированной пространственной информации;

– интеллектуализация ГИС.

Например, использование ГИС-технологий агрохолдингами. Это обеспечит им: учёт сельскохозяйственных угодий, ведение базы почвенного плодородия, агротехнологическое планирование, мониторинг состояния полей и посевов, ведение базы сведений о технике, дистанционный мониторинг техники, информационное взаимодействие с 1С. Проблема агрохолдингов – в больших пространствах, поэтому без ГИС такой мониторинг нереализуем. Использование данных, получаемых с малых спутников и БПЛА (беспилотный летательный аппарат) обеспечит пользователей более точной и актуальной информацией о территориях. В итоге новые геосервисы станут более функциональными, что позволит расширить области их применения и увеличить аудиторию пользователей.

Вклад ГИС в цифровую экономику – для организаций:

– повышение собираемости налогов – выявление неучтенных в налоговом обороте земель;

– автоматизированный анализ и увеличение сбора штрафов и платежей в лесном, дорожном комплексе;

– дистанционный мониторинг и аналитика показателей – повышение урожайности и экономия на удобрениях в сельском хозяйстве.

Формирование функционирующей ГИС платформы и единого источника данных для нее потенциально позволит повысить качество государственного управления в России при достаточно низких временных затратах.

Для коммерциализации предложений по программам ГИС необходимо провести сравнительный анализ программ, представленных на рынке (табл. 3.3).

Таблица 3.3. Программы ГИС, представленные на отечественном рынке

1 2
AgroNetworkTechnology, «Ант» (Москва)

Система ANT рассчитана на использование руководителями и агрономами предприятия и позволяет из любой точки мира получать всю необходимую информацию о состоянии производства, выполняемых операциях, текущем развитии урожая в реальном масштабе времени.

«ЦПС: АгроУправление», «ЦентрПрограммСистем» (Белгород)

«ЦПС» предлагает целый набор программных решений для сельского хозяйства, среди них можно выделить геоинформационную систему «АгроУправление», предназначенную для автоматизации задач управления электронными картами, ведения агрономического учета, проведения мониторинга транспорта и земель сельскохозяйственных предприятий. Система реализована как веб-приложение на платформе «ГеоС», которая в свою очередь интегрировала возможности двух технологических платформ: «1С:Предприятие 8» и GeoServer. В поставку решения включено мобильное приложение для фото-видео фиксации событий на полях.

Продолжение табл. 3.3

1 2
ГИС «ПанорамаАгро», КБ «Панорама» (Москва)

ГИС «Панорама АГРО» предназначена для комплексной автоматизации управления сельскохозяйственным предприятием в отрасли растениеводства и обеспечивает решение двух взаимосвязанных задач: управление аграрными технологиями и мониторинг подвижных технических средств компании на основе GPS/ГЛОНАСС навигации. Помимо прочего, программное обеспечение от КБ «Панорама» позволяет обрабатывать мультиспектральные снимки, привязывать их к полям и создавать карты неоднородности по индексу биомассы.

ГИС «Точный фермер», «Информтех» (Махачкала)

Основной задачей ГИС «Точный фермер» является сбор, преобразование, хранение и анализ данных о собранном урожае и аналитические функции для планирования будущей деятельности. К заявленным возможностям относятся: обработка и анализ данных, полученных в процессе работы сельскохозяйственных машин; построение карт урожая; создание карт дифференцированного распыления удобрений; получение граничных карт поля; расчет статистических характеристик карты сельхоз угодья и проведение сравнительного анализа карт.

ActiveMap, «ГрадоСервис» (Казань)

Система геомониторинга ActiveMap/Сельское хозяйствопоставляется в коробочной версии и в облаке. Система предлагает картографическую основу для полей, мобильное приложение для техники, геопортальное решение и систему мониторинга техники. Возможно создание тематических карт с помощью настольного ГИС-редактора, обеспечена работа с космоснимками и аэрофотоснимками для повышения точности данных.

ГИС «Полис-5», «Софт полис» (Москва)

Основой комплексной информационно-аналитической системы мониторинга сельскохозяйственных земель «Полис-5» выступает электронная полевая карта. Также в системе имеется возможность создания отчетов, проведение линейного анализа, визуализации данных и другое.

«ГИС для сельского хозяйства», «НПО Топокарта» (Москва)

«ГИС для сельского хозяйства» представляет собой специализированный комплекс программно-технических средств, включающий электронную карту полей, систему агрохимического анализа почв, систему мониторинга техники на основе GPS навигации и визуализация её перемещения на электронной карте.

ГИС «Агроаналитика», Gurtam (Минск)

ГИС «Агроаналитика» изначально разрабатывалась как дополнение к системе Wialon, предназначенной для контроля передвижения техники. Дополнительная система позиционируется как профильное и интегрирует воедино работу агрономического, инженерного и экономического отделов сельхозпредприятия. Система позволяет вести журнал полевых работ и учет технологических операций, а также строить отчеты по полевым работам. Какого-либо аналитического ГИС функционала кроме создания карты полей среди возможностей программы не наблюдается.

Продолжение табл. 3.3

1 2
ИАС «ГЕО-Агро», ГЕОМИР (Мытищи)

ГИС-модуль ИАС «ГЕО-Агро» предназначен для хранения и анализа различных карт: агрохимических, агрофизических, урожайности, дифференцированного внесения удобрений по технологии точного земледелия, карт направления движения техники на полях, карт отбора проб, почвенных карт и других. Система ведет учёт климатических и метеоданных, формирует пользовательские отчеты и позволяет печатать карты.

Расчет выноса NPK, Дневник Агронома, «Агрокультура» (Москва)

Мобильное приложение «Расчет выноса NPK» позволяет быстро рассчитать вынос азота (N), фосфора (P2O5), калия (K2O) и серы (S) сельскохозяйственными культурами. Программа «Дневник Агронома» предназначена для ведения электронной книги истории полей севооборотов.

.Агро», «Совзонд» (Москва)

«Геоаналитика.Агро» (v. 1.0) — геоинформационный сервис поддержки принятия решений в области сельского хозяйства. Аналитическое наполнение веб-сервиса базируется на автоматизированной обработке данных различных источников: Открытые данные с космических аппаратов Landsat 8, Sentinel-1 и Sentinel-2. Коммерческий сервис дистанционного мониторинга Blackbridge AG (RapidEye). Цифровые модели рельефа. Агрометеорологические данные и др. Доступ к сервису предоставляется в двух вариантах — через веб-интерфейс и через API, что позволяет встраивать «Геоаналитику.Агро» в качестве компонента комплексных информационно-аналитических систем частных компаний и органов государственной власти.

«КосмосАгро», «СканЭкс» (Москва)

Облачный онлайн-сервис «КосмосАгро» предназначен для ведения непрерывного мониторинга состояния и использования сельскохозяйственных угодий, включая получение точных данных о границах полей, площадях посевов, состоянии сельскохозяйственных культур, оперативного выявления неблагоприятных стихийных воздействий, таких как засуха, вредители и болезни, а также для информационной поддержки процесса прогнозирования урожайности.
В основе геосервиса лежит технология полностью автоматизированного тематического анализа материалов космической съемки, позволяющая получать значения вегетационных индексов и индексов условий вегетации, оценивать динамику развития посевов, посевных и уборочных работ, получать ряд дополнительных параметров состояния сельскохозяйственных угодий. Все результаты работы сервиса отображаются на карте и оформляются в виде отчетных материалов, что обеспечивает удобство анализа получаемых данных и позволяет накапливать статистическую информацию о состоянии посевов. В качестве исходных данных могут быть использованы любые снимки по желанию заказчика.

В ходе анализа для принятия управленческих решений в сельскохозяйственной организации за счет информационной программы удается достичь значимых для предприятия результатов, а именно:

– существенного повышения качества производственного учета, в том числе за счет оперативности сбора данных «с полей» и процессов валидации факта;

– повышения уровня дисциплины соблюдения агротехнологий, в частности путем внедрения системы контроля основных параметров технологических операций, а также инструментов мониторинга и агроскаутинга;

– уточнение рабочих площадей полей на 4%;

– сокращения нецелевых простоев техники;

– повышения дисциплины и вовлеченности персонала в реализацию производственных процессов.

Исследование научных работ и опыта функционирования кластерных инновационных структур позволяет сформулировать перспективные направления и мероприятия развития коммерциализации научных исследований в рамках кластерных образований:

– важно четкое определение долгосрочных ориентиров развития с целью формирования инновационной культуры в бизнес-среде [252];

– необходимы создание и развитие инновационной инфраструктуры в регионах на основе государственно-частного партнерства с целью развития кооперации между инноваторами и бизнес-средой [253];

– необходимо снижение административных, организационных, налоговых, юридических барьеров с целью стимулирования частных инвестиций в генерацию объектов интеллектуальной собственности, имеющих перспективу коммерциализации;

– обеспечение поддержки проекционных образовательных программ, ориентированных на компетенции персонала по обеспечению прикладных решений и коммерциализации научных исследований;

– учреждение информационно-консультационных организаций с целью поддержки в вопросах выбора способа коммерциализации, проведения рыночных исследований, анализа ресурсных потребностей региона, выбора перспективных сфер агропроизводства с точки зрения экономической эффективности, оценки бизнес-плана [251, 254];

– создание холдинговых компаний с целью осуществления государственной финансовой поддержки на первых стадиях инновационного процесса и стадиях продвижения на мировом рынке;

– обеспечение поддержки национальных производителей инноваций с целью развития национальных брендов.

3.6 Расчет экономического и бюджетного эффекта от внедрения цифровой платформы опытного хозяйства

Активное внедрение ИТ-платформ соответственно ставит вопросы оценки эффективности от их внедрения, в т.ч. экономический и бюджетный эффекты.

Обобщающая оценка деятельности организации дается на основе таких результирующих финансовых показателей, как прибыль – абсолютный показатель и рентабельность – относительный показатель.

Показатели прибыли становятся важнейшими для оценки производственной и финансовой деятельности предприятия. Они характеризуют степень его деловой активности и финансового благополучия. Чтобы рассчитать показатели экономической эффективности, необходимо сравнить данные по затратам до внедрения информационной системы анализа деятельности предприятия и после внедрения.

Например, эмпирически выявлено, что до внедрения ИС анализ деятельности предприятия проводили 10 сотрудников в течение года. С использованием ИС возможно проводить анализ деятельности предприятия 1 сотруднику за 2 месяца, т.к. почти все шаги процесса автоматизированы. Согласно ГОСТ 24.702-85 «Единая система стандартов автоматизированных систем управления. Эффективность автоматизированных систем управления. Основные положения» основные показатели экономической эффективности автоматизированной системы управления (АСУ) следующие: годовая экономия; расчетный коэффициент эффективности капитальных затрат на разработку и внедрение АСУ; срок окупаемости капитальных затрат на разработку и внедрение АСУ.

Годовая экономия рассчитывается следующим образом: годовая экономия равна затратам до внедрения, за вычетом затрат после внедрения. Коэффициент эффективности равен отношению годовой экономии к затратам после внедрения и на разработку.

Срок окупаемости представляет собой отношение капитальных затрат на разработку и внедрение АСУ к годовой экономии (к годовому приросту прибыли).

Итак, чтобы оценить эффективность ИТ, надо как минимум:

– определить реальные полезные результаты, в том числе финансовые, которые могут быть получены предприятием, а также другими заинтересованными лицами (например, инвесторами, собственниками, контрагентами и др.);

– обозначить финансовые, кадровые и другие ограничения, такие как время, за которое эффекты должны быть получены; определить степень соответствия получаемых полезных эффектов желаемым, а также уровень выполнения существующих ограничений для каждого альтернативного варианта применения ИТ на предприятии; выбрать вариант ИТ-решения, который позволит наиболее адекватно обеспечить полезные эффекты, причем с минимальными затратами ресурсов всех видов.

С позиции самого предприятия эффективная информационная система должна предоставлять качественные информационные сервисы по приемлемой цене всем бизнес-подразделениям, а бизнес-подразделения, в свою очередь, правильно использовать все услуги цифровых информационных платформ.

Известны следующие методики оценки эффективности ИТ-проектов.

Российско-советская методика расчета экономической эффективности АСУП.

Годовой экономический эффект можно определить, как разницу между приростом прибыли и приведенными капитальными затратами.

word image 527 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.1)

где Кп – капитальные затраты на создание АСУП;

Ен – нормативный коэффициент эффективности капитальных вложений.

Традиционные финансовые методики.

Расчет простого срока окупаемости – PP (Payback Period).

Данная методика имеет особое значение для производств, связанных с передовой технологией, где стремительное устаревание товара является нормой, применение данного метода может быть вполне обосновано.

word image 528 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.2)

где PP – срок окупаемости инвестиций (лет);

I – первоначальные инвестиции;

CF СГ– среднегодовая стоимость поступлений от реализации проекта.

Расчет чистой приведенной стоимости – NPV (Net Present Value).

Для обоснования выбора между двумя и более проектами, что часто происходит при выборе варианта ИТ- решения, методика NPV уже не вполне годится – поскольку требует корректировки и приведения проектов к сопоставимым, в том числе и по бюджету, для сравнения необходимых для каждого из них инвестиций.

word image 529 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.3)

word image 530 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.4)

где I0 – величина исходных инвестиций в нулевой период

PV – общая текащая стоимость доходов проекта;

n – число периодов;

CFt – приток денежных средств в период t;

r – ставка дисконтирования.

Расчет внутренней нормы доходности – IRR (Internal Rate of Return).

Метод определения внутренней нормы доходности проекта предназначен для установления нормы рентабельности (прибыльности) ИТ-платформы, но не каждого пользователя платформы.

word image 531 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.5)

где – это процентная ставка, при которой чистая приведенная стоимость IRR (NPV) равна 0.

Расчет дюрации (D).

Методика позволяет привести к единому стандарту самые разнообразные по своим характеристикам ИТ-проекты (по срокам, количеству платежей в периоде, методам расчета причитающегося процента) что характерно именно для ИТ-решений.

word image 532 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.6; 3.7)

где CF t – приток денежных средств в период t;

PV t – текущая стоимость доходов за n периодов до окончания срока действия проекта;

D – дюрация;

r – барьерная ставка (коэффициент дисконтирования);

t – периоды поступления доходов 1, 2, …, n;

n – число периодов.

Расчет индекса прибыльности – PI (Profitability Index).

Индекс доходности инвестиций рассчитывается как отношение приведенной стоимости будущих денежных потоков от реализации инвестиционного проекта ИТ-платформы к приведенной стоимости первоначальных инвестиций:

word image 533 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.8)

где NPV – чистые приведенные денежные потоки проекта;

I0 – первоначальные затраты.

Расчет рентабельности инвестиций ROI (Return on Investment).

Метод расчета рентабельности инвестиций, разработанный компанией Stern Stewart, представляет собой классический способ измерения отдачи от капиталовложений в ИТ-проекты. Расчет производится исходя из затрат на внедрение новых информационных комплексов и систем, а также снижения других затрат компании после осуществления этого проекта, а также прогнозируемого роста доходов.

word image 534 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.9)

Оценку ROI целесообразно делать несколько раз по ходу реализации проекта. Первый расчет прогнозного значения производится на этапе предварительного анализа и обоснования внедрения системы в целом. Второй расчет прогнозного значения делается по завершении предпроектного обследования, которое заключается в описании процессов компании и анализе возможности их оптимизации и автоматизации. Третий расчет должен быть произведен после внедрения системы, спустя достаточный период времени, чтобы увидеть реальный результат.

Новые финансовые методики оценки эффективности ИТ-проектов.

Расчет совокупной стоимости владения – TCO (Total Cost of Ownership).

С точки зрения методики – существуют так называемые «прямые» или «бюджетные» расходы и «неявные» (скрытые или небюджетируемые) затраты в содержание «своей» информационной системы, затраты и потери, связанные с ее функционированием и так далее и тому подобное.

word image 535 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.10)

где ЗtКЕ – затраты на приобретение готового программного обеспечения и технических средств в периоде t;

ЗtОКР – затраты на проектирование системы в периоде t;

ЗtСМР – затраты на строительно-монтажные работы в периоде t;

ЗtВН – затраты на внедрение системы в периоде t;

ЗtЭКС – эксплуатационные затраты в периоде t;

ЗtСП – затраты на сопровождение в периоде t.

Инструменты качественного анализа.

Сбалансированная система показателей для ИТ – ITS (IT Scorecard).

Использование метода позволяет ответить на вопрос: «Действительно ли информационные платформы предоставляют пользователям именно те приложения и услуги, которые нужны для решения наиболее важных задач бизнеса?» и обеспечить более четкое понимание причин успеха информационных платформ, а также выявить те области, в которых возможно дальнейшее улучшение.

Показатель Финансы (число ИТ-пользователей, затраты на пользователя, экономичность процессов ИТ, экономический эффект в расчете на пользователя).

Показатель Клиенты (качество услуг, число новых клиентов, удовлетворенность клиентов, число новых каналов предоставления услуг).

Показатель Процесс (доступность систем и служб, бюджетно-плановые мероприятия, пропускная способность и реагирование, ошибки и переделка).

Методики контроля затрат.

Функционально-стоимостной анализ (ФСА) – АВС (Activity Based Costing).

Методом функционально-стоимостного анализа производится дифференцированная калькуляция и распределение проектных затрат по видам деятельности, продукции и функциям предприятия. Такой подход позволяет установить связь между элементами себестоимости производимых предприятием товаров и услуг, используемыми производственными процессами и применяемыми технологическими решениями. Применительно к оценке эффективности информационных систем, метод ФСА опирается на построение бизнес-модели предприятия «как есть» и «как надо», и последующую оценку того, к каким изменениям основных бизнес-процессов приведет внедрение проектируемой системы.

Одним из направлений использования ФСА-метода является формирование на предприятии системы бюджетов. При формировании системы бюджетов используется ФСА-модель для определения объема и стоимости работ, а также потребностей в ресурсах.

В этом случае, полученная ФСА-информация позволяет принимать осознанные и целенаправленные решения о распределении ресурсов, опирающиеся на понимание взаимосвязей функций и стоимостных объектов, стоимостных факторов и объема работ. Все это позволяет сформировать реалистическую систему бюджетов.

Метод исследования затратно-временных показателей C/SCSC (Cost/Schedule Control Systems Criteria).

В рамках концепции затратно-временных показателей эффективность может быть оценена как на уровне различных стадий, так и отдельных операций проекта внедрения ИС на основе двух ключевых показателей: соотношение объема запланированных и выполненных работ, а также запланированных и фактических затрат на проведение проекта.

В самом упрощенном (но все равно полезном) виде с помощью C/SCSC можно контролировать ход выполнения проекта по двум наиболее важным критериям – срокам и бюджету.

Как отмечается в работе [255], «в целом зарубежные исследования в области цифровизации сельскохозяйственного производства и сельскохозяйственных услуг можно условно разделить на три основных направления. Первое направление представлено изучением опыта применения новых технологий в сельском хозяйстве развивающихся стран, а также территорий со сложным социально-экономическим положением, но благоприятными природно-климатическими условиями для производства сельскохозяйственной продукции. В этих работах чаще всего отмечается наличие специфических условий ведения бизнеса, серьезной государственной поддержки сельскохозяйственных производителей, быстрые темпы роста сектора в целом, отдельных отраслей и подотраслей. Вторая группа исследований сосредоточена на частных примерах применения отдельных цифровых технологий в развитии агропромышленного комплекса и сельского хозяйства, в том числе исследуются процессы автоматизации рабочих мест и повышение производительности труда; эффективности производства и оптимизации ресурсного потенциала сельскохозяйственных предприятий. Третья группа трудов связана с выявлением возможностей применения цифровых технологий к различным сельскохозяйственным компаниям и фирмам в зависимости от уровня и масштаба их бизнеса, от форм собственности. Особую группу в этом научном направлении составляют исследования, посвященные возможности цифровизиции и компьютеризации производственных и бизнес-процессов мелких фермерских хозяйств, т. е. тех предприятий, которые составляют основу местной аграрной экономики развитых и большинства развивающихся стран».

На основании анализа всех перечисленных методик и подходов можно сделать достаточно обоснованный вывод, что все методы определения экономической эффективности имеют определенные достоинства и недостатки, поэтому использования одного из методов может, как не дать результата вовсе, так и, дав какой-либо результат, привести к ошибочным управленческим решениям. Таким образом, очевидна необходимость использования комплекса методов.

Внедрение изменений в производственные и управленческие технологии сельского хозяйства должно быть доступным, что достигается при соответствии комплексу следующих критериев [255]:

– техническая доступность означает, что технология соответствует нормам и нормативам производственной безопасности для человека, окружающей среды, отсутствуют конфликты с оборудованием, которое применяется в производственном процессе;

– экономическая целесообразность определяется несколькими значимыми критериями – снижением затрат, ростом показателей прибыли и рентабельности основных направлений производства;

– экологическая доступность связана с возможностью рационального природопользования, снижения концентрации вредных веществ в почве;

– кадровая доступность заключается в возможности персонала использовать технологии в производственном и управленческом процессе, наличие высокой квалификации, обучаемость, непрерывность производственного и академического образования и повышения квалификации. Здесь также уместно говорить о создании необходимых условий труда, соответствующих нормам безопасности и гигиеническим факторам, направленным на обеспечение удобства, безопасности, экономичности работы с новой технологией с точки зрения рабочего времени и производительности.

Эффективность – соотношение результатов и затрат внедрения цифровых технологий. Складывается как сумма экономической, бюджетной и технологической эффективности. В узком смысле эффективность рассматривается как эффективность внедрения цифровых технологий на уровне конкретной организации.

word image 536 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.11)

word image 537 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) Цi – ожидаемая (прогнозная) цена на товар организации.

Комплексный эффект при использовании цифровых технологий проявляется, как правило одновременно, позволяет оценить непосредственный экономический эффект и эффективность цифровизации. В обобщенном виде суммарный экономический эффект может быть записан как:

word image 538 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.13)

где word image 539 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) – изменение (прирост) операционной прибыли организации после внедрения цифровых технологий;

ТЗ0 – текущие затраты организации до внедрения цифровых технологий;

ТЗ1 – текущие затраты организации после внедрения цифровых технологий;

Д1 – доход организации после внедрения цифровых технологий;

Д0 – доход организации до внедрения цифровых технологий.

Окупаемость затрат на внедрение цифровых технологий ОЗцт предлагается определять по формуле:

word image 540 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.14)

Рентабельность внедрения цифровых технологий Рцт предлагается определять по формуле:

word image 541 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.15)

где word image 542 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) – абсолютное изменение прибыли организации после внедрения цифровых технологий;

Зцттек – суммарные текущие затраты предприятия рас­тениеводства на внедрение цифровых технологий в текущем году;

ПЗполн – полные производственные затраты организации.

Комплекс этих методов зависит от точки зрения на разрабатываемую систему, параметров самой системы, выбора типового решения и проектирования уникальной системы, размера бизнеса компании, целей и этапа внедрения и так далее. Прежде всего, предприятие должно разработать некую качественную шкалу показателей, определяющую основные потребности пользователей, решать конкретные задачи. И, следовательно, система должна в первую очередь строго соответствовать целям разработки и срокам разработки, так с течением времени потребности бизнеса имеют свойство изменяться. Для этого подойдет некая система качественных показателей, которая сможет отразить достигнутые цели. Основная проблема определения эффекта – выявления связи между собственно эффектом и деятельностью ИС, то есть руководство должно четко отдавать себе отчет в том, за счет чего получен эффект. Не меньшую сложность представляет и определения стоимостной оценки эффекта, поэтому, чем прозрачнее и понятнее будет методика такого определения, тем больше у предприятия шансов на успешное внедрение и функционирование системы.

word image 543 Разработка концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе высшего образовательного учреждения (на примере Орловского ГАУ) (3.16)

Фактические результаты использования систем мониторинга техники на агропредприятиях убедительно доказали эффективность их применения в части контроля эксплуатации и целевого использования техники.

В качестве примера, сделана аналитика по нескольким однотипным агропредприятиям, специализирующимся на выращивании и обработке зерновых культур с парком техники общей численностью от 50 до 100 единиц и посевными площадями до 100000 Га.

Показатели приводятся за сезон, продолжительностью с марта по октябрь. Парк техники: комбайны зерноуборочные, самоходные опрыскиватели, трактора, грузовой транспорт, топливозаправщики, транспорт для перевозки людей.

Наиболее наглядной и быстро окупаемой частью накладных расходов является контроль перемещения техники и выполнения ею работ.

Так при затратах на покупку мониторингового оборудования и услуг по его установке и настройке (без дополнительных систем) в среднем около 10000 рублей на единицу техники, за сезон удаётся в среднем по каждой единице установить и возвратить на приписках порядка 15000…20000 рублей, с учётом выплаченных зарплат.

Следующий этап минимизации расходов, с высокой эффективностью, обеспечивается организацией сквозного учета топлива с возможностью дистанционного контроля (включая контроль расхода топлива и заправки).

При общей стоимости установленного оборудования (включая установку систем контроля топлива, при необходимости, работы по установке и настройке, платы за абонентское обслуживание 100 единиц техники за сезон -7 месяцев) порядка 2,8 млн рублей, общая сумма сэкономленного топлива составила около 10 млн рублей, при общей стоимости использованного в сезон топлива – 24 млн рублей.

При использовании систем контроля технологических операций (использование данных цифровых шин CAN, ISOBUS или дополнительных датчиков) за счет сравнения фактических данных с учетными, экономический эффект достигает 10 млн рублей за сезон.

Яркий пример – контроль влажности зерна при уборке урожая. При отсутствии информации об этом показателе высока вероятность того, что партия зерна повышенной влажности будет отправлена в зернохранилище, в нарушение технологического процесса. В результате этого всё хранящееся там зерно придёт в негодность для дальнейшей обработки. И наоборот, соответствие этого показателя нормативному значению, сэкономит время и ресурсы, исключив трудоёмкий процесс сушки зерна и, связанные с этим, накладные расходы.

Таким образом при парке около 100 единиц техники, площади полей до 100000 га, за сезон при затратах на внедрение системы мониторинга транспорта в сумме до 3,5 млн рублей, экономия составила около 30 млн рублей, что позволило снизить общие затраты на 5…10%.

За этот же период затраты на семена и ГСМ (в связи с увеличением цен), как часть общих затрат выросли на 5…7%.

Себестоимость продукции, в итоге не выросла, а даже сократилась.

Рост производства на 3…8%.

Рост производительности труда на 5…15% в зависимости от профессии.

Рост урожайности от 10 до 20% в зависимости от вида.

Снижение фактического пробега транспортных средств 3…5%.

Экономия топлива на технике – 3…7%.

Снижение необоснованного времени выполнения технологических операций и работ 4…6%.

В рамках новых моделей взаимодействия на цифровых платформах важным становиться вопрос оценки экономической эффективности. Проблемы при ее оценке вытекают из следующего:

– большое количество агентов и субъектов агробизнеса;

– различия в целеполагании субъектов агробизнеса;

– сложности, возникающие при информационном взаимодействии в рамках цифровых платформ: финансовых, инвестиционных, страховых и т.п.

3.7 Выводы по Главе 3

1. Наличие в сельскохозяйственных вузах развитой структуры, включающей опытные учебно-производственные хозяйства, специфическую материальную базу, разветвленную систему многоуровневого образования, дает им реальную возможность стать центрами компетенций в сфере цифровой трансформации сельского хозяйства и базой для внедрения новых технологий, способствуя развитию новой аграрной технологической политики государства. При этом, не малая роль должна отводиться созданию в таких вузах собственных цифровых опытных хозяйств.

2. Одним из основных программных документов для создания цифрового опытного хозяйства аграрного вуза может стать Концепция. Однако, в изученных документах данной категории не удалось обнаружить четко определенных разграничений в последовательности создания, форме, содержании и сферы использования.

3. В работе предложено определение понятию Концепции, как как документа стратегического планирования развития экспериментального цифрового опытного хозяйства аграрного высшего образовательного учреждения.

4. На основании анализа и сопоставления существующих основополагающих документов стратегического планирования, предложена структура Концепции по развитию экспериментального цифрового опытного хозяйства, создаваемого на базе вуза.

5. Определены цели и задачи экспериментального цифрового опытного хозяйства вуза. Сформулированы основные направления реализации деятельности хозяйства, а также определяющие их целевые показатели и индикаторы.

6. Предложена архитектурная схема цифрового опытного хозяйства, включающая комплекс цифровых субплатформ, для реализации цифровой трансформации отдельных видов деятельности; описаны известные программные продукты, используемые в качестве АР-приложений.

7. Предложены этапы создания и развития цифровой платформы опытного хозяйства аграрного вуза, раскрыты содержание и последовательность их реализации.

8. На основании анализа известных методик оценки эффективности ИТ-проектов установлено, что расчет должен вестись, с использованием комплексного подхода. В качестве примера, приведена аналитика по нескольким однотипным агропредприятиям, специализирующимся на выращивании и обработке зерновых культур. Установлено, что при парке около 100 единиц техники, площади полей до 100000 га, за сезон при затратах на внедрение системы мониторинга транспорта в сумме до 3,5 млн рублей, экономия составила около 30 млн рублей, что позволило снизить общие затраты на 5…10%. Рост производства составил 3…8%; рост производительности труда – 5…