ISSN 2221-1055 · e-ISSN 2413-2322

Оптимізація виробництва фермерського господарства на основі статистичних даних та екологічних обмежень

Отримано: 24.11.2025 Доопрацьовано: 26.02.2026 Прийнято: 21.04.2026 Опубліковано: 30.04.2026
Анотація

Обмеженість земельних, трудових, кормових і фінансових ресурсів визначає виробничу структуру фермерських господарств, тоді як посилення вимог до екологічної сталості потребує узгодження економічної ефективності з раціональним використанням природних ресурсів. Метою дослідження було обґрунтування оптимальної виробничої програми фермерського господарства змішаного профілю на основі економіко-математичного моделювання з урахуванням економічних, ресурсних, технологічних та екологічних обмежень. Інформаційну базу сформовано на основі офіційних статистичних даних за 2024-2025 рр. Для оптимізації виробничої структури використано модель змішаного цілочислового лінійного програмування (MILP), реалізовану в середовищі R. Модель включала обмеження щодо земельних, трудових, кормових і фінансових ресурсів, а також викидів парникових газів, щільності поголів’я, балансу органічної речовини ґрунту та водокористування. Для оцінювання впливу додаткових вимог застосовано сценарний аналіз. За базового сценарію оптимальний план передбачав 32 голови велика рогата худоба, 1,18 т птиці, 9,84 га ягід для гуртової та 10,00 га для роздрібної реалізації, а маржинальний дохід становив 3001,94 тис. грн. Екологічні обмеження зменшували поголів’я велика рогата худоба до 28 голів і збільшували виробництво птиці до 5,63 т за незначної зміни площ ягід. Водне обмеження спричиняло скорочення площ ягідного виробництва та зміну структури тваринництва. Комбіноване застосування обмежень зумовлювало найсуттєвішу структурну адаптацію та зниження маржинального доходу на 16,60 % порівняно з базовим сценарієм. Практичне значення дослідження полягає у можливості використання моделі для обґрунтування виробничих програм фермерських господарств та оцінювання їх адаптації до змін ресурсних і екологічних умов

Ключові слова
змішане фермерське господарство; економіко-математичне моделювання; оптимізація виробництва; лінійне програмування; ефективність використання ресурсів; екологічні критерії; стале сільське господарство
Деталі
DOI https://doi.org/10.32317/ekon.apk/2.2026.40
Сторінки 40-50
  1. Ababneh, S., An-Vo, D.-A., Gillies, M., Kouadio, L., Mushtaq, S., & Scobie, M. (2026). Maximising the economic value of water through adaptive, climate-informed irrigation scheduling. PLOS Climate, 5(7), article number e0000696. doi: 10.1371/journal.pclm.0000696.
  2. Benini, M., Detti, P., & Nerozzi, L. (2025). Optimization models and algorithms for sustainable crop planning and rotation: An arc flow formulation and a column generation approach. Omega, 135, article number 103320. doi: 10.1016/j.omega.2025.103320.
  3. Borysenko, V., & Borysenko, D. (2024). Optimisation of production and modelling of production costs in farms. Ekonomika APK, 31(1), 10-18. doi: 10.32317/2221-1055.202401010.
  4. De Keyser, E., Rowe, T., Giacomella, L., Jasiński, D., Mathijs, E., & Vranken, L. (2024). Combining life-cycle assessment and linear programming to optimize social fertilizer costs. Journal of Environmental Management, 369, article number 122225. doi: 10.1016/j.jenvman.2024.122225.
  5. European Commission. (2023). Conditionality. Retrieved from https://agriculture.ec.europa.eu/common-agricultural-policy/income-support/conditionality_en.
  6. European Parliament, Council of the European Union. (2021). Regulation (EU) 2021/2115 of the European Parliament and of the Council of 2 December 2021 establishing rules on support for strategic plans to be drawn up by Member States under the common agricultural policy (CAP Strategic Plans) and financed by the European Agricultural Guarantee Fund (EAGF) and by the European Agricultural Fund for Rural Development (EAFRD) and repealing Regulations (EU) No 1305/2013 and (EU) No 1307/2013. Retrieved from https://eur-lex.europa.eu/eli/reg/2021/2115/oj.
  7. Food and Agriculture Organization of the United Nations. (n.d.a). GLEAM Data Explorer. Retrieved from https://www.fao.org/gleam/tools-and-data/en.
  8. Food and Agriculture Organization of the United Nations. (n.d.b). LEAP guidelines. Retrieved from https://www.fao.org/partnerships/leap/resources/publications/fao-leap-guidelines/en.
  9. Food and Agriculture Organization of the United Nations. (2025). AQUASTAT Dissemination System. Retrieved from https://data.apps.fao.org/aquastat/.
  10. Geissler, C.H., Haan, N.L., Basso, B., Fowler, A., Landis, D.A., Lark, T.J., & Maravelias, C.T. (2025). A multi-objective optimization model for cropland design considering profit, biodiversity, and ecosystem services. Ecological Modelling, 500, article number 110954. doi: 10.1016/j.ecolmodel.2024.110954.
  11. Gong, Y., Bellingeri, A., Fumagalli, F., Sechi, G.S., Atzori, A.S., Masoero, F., Gallo, A., & Cabrera, V.E. (2025). A mixed integer linear programming framework for mitigating enteric methane emissions on dairy farms through optimized crop and diet planning. Journal of Cleaner Production, 511, article number 145636. doi: 10.1016/j.jclepro.2025.145636.
  12. Hutorov, A., & Hutorova, O. (2024). Economic and mathematical models for rational sizes of agricultural enterprises determination. Modelling the Development of the Economic Systems, 3, 193-201. doi: 10.31891/mdes/2024-13-27.
  13. Intergovernmental Panel on Climate Change. (2019). Forest land. In E. Calvo Buendia, K. Tanabe, A. Krajc, J. Baasansuren, M. Fukuda, S. Ngarize, A. Osako, Y. Pyrozhenko, P. Shermanau & S. Federici (Eds.). 2019 Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Volume 4. Agriculture, Forestry and Other Land Use (pp. 4.1-4.70). Geneva: IPCC.
  14. Javanmardan, A., Golpîra, H., & Baradaran, V. (2024). A socio-economic and quality-oriented optimal fruit supply chain network design in a multi-market and multi-product environment: A real case study. Socio-Economic Planning Sciences, 94, article number 101910. doi: 10.1016/j.seps.2024.101910.
  15. Kik, M.C., Claassen, G.D.H., Meuwissen, M.P.M., Ros, G.H., Smit, A.B., & Saatkamp, H.W. (2024). FARManalytics – a bio-economic model to optimize the economic value of sustainable soil management on arable farms. European Journal of Agronomy, 157, article number 127192. doi: 10.1016/j.eja.2024.127192.
  16. López-Flores, F.J., Cervantes-Gaxiola, M.E., Hernández-Calderón, O.M., Ponce-Ortega, J.M., Ortiz-del-Castillo, J.R., & Rubio-Castro, E. (2025). Comprehensive crop allocation model: Balancing profitability, environmental impact, and occupational health. Computers & Chemical Engineering, 194, article number 108996. doi: 10.1016/j.compchemeng.2024.108996.
  17. Lomte, G.C., & Dhavale, S.R. (2022). Optimization techniques in agriculture sector. International Journal of Physics and Mathematics, 4(1), 47-49. https://www.doi.org/10.33545/26648636.2022.v4.i1a.53.
  18. Main Department of Statistics in Kyiv Region. (2025). Statistical information on agriculture in Kyiv region. Retrieved from http://kyivobl.ukrstat.gov.ua/p.php3?c=1127&lang=1.
  19. Moulogianni, C. (2022). Comparison of selected mathematical programming models used for sustainable land and farm management. Land, 11(8), article number 1293. doi: 10.3390/land11081293.
  20. Muleke, A., et al. (2022). Whole farm planning raises profit despite burgeoning climate crisis. Scientific Reports, 12, article number 17188. doi: 10.1038/s41598-022-20896-z.
  21. Nuzhna, S.A., & Samarets, N.M. (2018). Optimization of use of manufacturing resources by enterprises of the agricultural sector. Economic Analysis, 28(4), 225-234. doi: 10.35774/econa2018.04.225.
  22. Radzievska, O., & Kovalska, I. (2024). Mathematical model of optimal planning of the production process. Mathematical and Computer Modelling. Series: Physical and Mathematical Sciences, 25, 134-139. doi: 10.32626/2308-5878.2024-25.134-139.
  23. Reyna-Ramírez, C.A., Fuentes-Ponce, M., Rossing, W.A.H., Groot, J.C.J., & López-Ridaura, S. (2025). Experimentation and model-based re-design for sustainable intensification of mixed crop-livestock smallholder farms in the Mixteca-Oaxaqueña region, Mexico. Agricultural Systems, 224, article number 104220. doi: 10.1016/j.agsy.2024.104220.
  24. Rosa, A.G., Azevedo, P.H.F., Celestino, V.R.R., & dos Reis, S.A. (2025). An analytical approach to optimizing sustainable farm operations through linear reformulation. Decision Analytics Journal, 17, article number 100632. doi: 10.1016/j.dajour.2025.100632.
  25. Skrynkovskyy, R., Pavlenchyk, N., Tsyuh, S., Zanevskyy, I., & Pavlenchyk, A. (2022). Economic-mathematical model of enterprise profit maximization in the system of sustainable development values. Agricultural and Resource Economics: International Scientific E-Journal, 8(4), 188-214. doi: 10.51599/are.2022.08.04.09.
  26. Starikov, O.Yu., Mokrytska, D.Yu., & Musiienko, I.V. (2024). Technological aspects of optimizing the structure of sown areas of an agricultural enterprise. Strategy of Economic Development of Ukraine, 55, 174-188. doi: 10.33111/sedu.2024.55.174.188.
  27. State Statistics Service of Ukraine. (2025). Agricultural products sales by enterprises and households. Retrieved from https://stat.gov.ua/uk/datasets/realizatsiya-produktsiyi-silskoho-hospodarstva-pidpryyemstvamy-ta-hospodarstvamy.
  28. Vittis, Y., Gadanakis, Y., & Mortimer, S. (2021). Optimising the spatial and production input features to improve efficiency of hill farm production systems. Frontiers in Sustainable Food Systems, 5, article number 730614. doi: 10.3389/fsufs.2021.730614.
  29. Zhmudenko, V., & Lishchuk, R. (2021). Optimization of resource potential as a strategic direction of enterprise development. Economic Space, 165, 70-75. doi: 10.32782/2224-6282/165-12.
  30. Zuniga Vazquez, D.A., Fan, N., Teegerstrom, T., Seavert, C., Summers, H.M., Sproul, E., & Quinn, J.C. (2021). Optimal production planning and machinery scheduling for semi-arid farms. Computers and Electronics in Agriculture, 187, article number 106288. doi: 10.1016/j.compag.2021.106288.
Aleksiiev, O., & Yunkova, O. (2026). Optimisation of farm production based on statistical data and environmental constraints. Ekonomika APK, 33(2), 40-50. https://doi.org/10.32317/ekon.apk/2.2026.40