Южная Америка

Питание: сомнения и уверенность в принятии решений в сезон урожая

Питание: сомнения и уверенность в принятии решений в сезон урожая
Несколько дней назад в сети Twitter (X) развернулась интересная дискуссия на тему критериев, которыми следует руководствоваться при принятии решения о внесении удобрений на следующий сезон. В дебатах приняли участие ведущие специалисты в области почвоведения и растениеводства. Данный автор не является «палочником», однако, бросив осторожность на ветер, он решил внести свою песчинку. В ходе дискуссии обсуждались такие вопросы, как точность методов диагностики, выбор «рекомендуемой дозы», влияние землевладения на решение о внесении удобрений, влияние повышения налогов у источника, налоговые льготы на удобрения и диагностика с использованием «здравого смысла и опыта» по сравнению с диагностикой, проводимой с помощью формальных статистических моделей. «Я вступил в дискуссию с большой уверенностью в том, что »нужно делать" для оптимизации экономического результата (я экономист в области сельского хозяйства), но, к сожалению, я вышел из нее полным сомнений. Я пришел к выводу, что решение о внесении удобрений - это классический пример выбора в условиях неопределенности, когда вместо поиска «оптимума» следует попытаться найти «достаточно хорошее» решение. Но именно это и утверждает Герберт Саймон, нобелевский лауреат по экономике: классическая модель «рационального агента», который определяет, что „лучше“, должна быть заменена более реалистичной моделью, где используются адаптивные пробы и ошибки. "В середине 1980-х годов для покупки 1 кг мочевины требовалось около 6 кг пшеницы. Сегодня это относительное соотношение цен сократилось менее чем наполовину. Это снижение имело два последствия. Во-первых, это прямой эффект: при сохранении практики и генетического материала рекомендуемая доза удобрений увеличивается. "Но помимо прямого эффекта есть и косвенный: падение цены на удобрения вызывает изменения во многих аспектах производственного процесса. В этом отношении активные исследования новых сортов и использования удобрений, которые ведутся в Аргентине уже несколько десятилетий, являются следствием возможностей, открывающихся благодаря более выгодным относительным ценам. Если бы удобрения продолжали стоить столько же, сколько и раньше, большинство из этих мероприятий не имело бы смысла. Теория индуцированных технологических изменений", разработанная экономистами-аграрниками Юдзиро Хаями и Верноном Руттаном, представляет собой подходящую концептуальную основу для понимания такого рода явлений: исследовательские усилия не случайны, а направлены в ответ на изменение цен. Обмен мнениями в X, на который я ссылался, иллюстрирует некоторые из проблем, существующих в понимании экономики использования удобрений. В связи с этим в статье, опубликованной в LA NACION, Мартин Диас-Зорита, специалист по плодородию почв, на недавнем симпозиуме «Плодородие 2025» сказал: «Давайте знать наши почвы, использовать соответствующие показатели и понимать, что, даже делая то же самое, но с большим количеством критериев, мы можем устранить пробелы и двигаться вперед». Суть в том, что лучшие решения принимаются на основе информации. Но эта информация должна быть обработана и включена в модель принятия решений, которая включает альтернативы, неопределенные будущие события с их вероятностями и результаты. Причем эти результаты должны интерпретироваться не как простые денежные величины, а как последствия для благосостояния лица, принимающего решение, и его компании. "Это актуально в связи с новой кампанией 2025 26, которая открывает множество возможностей для принятия решений. Например, в этом году соотношение цен на удобрения для пшеницы выше, чем в предыдущем сезоне, а для кукурузы - наоборот. Что делать? Делать все как обычно или пересчитать и принять решение? "Мое впечатление таково, что существуют возможности для междисциплинарного сотрудничества в области экономики использования удобрений. Это сотрудничество включает в себя традиционный подход к изучению растений и почв с добавлением моделирования (возможно, все больше основанного на таких методах, как машинное обучение). Оно также включает экономический компонент, но не только (или не обязательно) для того, чтобы «вывести цифры», а для того, чтобы добиться прогресса в том, как человек обрабатывает информацию, учится и принимает решения. Кое-что уже сделано, но многое еще предстоит сделать. «Автор - сотрудник кафедры экономики сельского хозяйства Университета CEMA и член Национальной академии агрономии и ветеринарии.»„“«»