Проблема продовольственной безопасности остается одной из ключевых задач международного сообщества. Согласно определению Продовольственной и сельскохозяйственной организации ООН (FAO), продовольственная безопасность достигается тогда, когда все люди в любое время имеют физический и экономический доступ к достаточному количеству безопасной и питательной пищи, необходимой для активной и здоровой жизни.
Современные вызовы продовольственной безопасности требуют оперативного анализа больших массивов данных. Традиционные методы, такие как обычные отчеты и excel не обеспечивают интерактивности и глубины исследований. Цель работы – продемонстрировать возможности Power BI для сравнения агропоказателей стран СБ ООН. Бизнес-аналитика (Business Intelligence, BI) – это совокупность технологий, методов и инструментов, обеспечивающих сбор, обработку и визуализацию данных для поддержки принятия решений. BI-инструменты позволяют преобразовать разрозненные статистические сведения в наглядные, интерпретируемые формы, доступные для анализа как специалистами, так и заинтересованными сторонами. Применение BI-инструментов в сравнительном анализе позволяет выявить критические зоны, тренды и отклонения, формируя аналитическую основу для принятия решений как на национальном, так и на международном уровне.
Актуальность обусловлена необходимостью мониторинга выполнения ЦУР ООН №2 «Ликвидация голода».
Для создания базы данных использовались официальные открытые субъекты статистики, такие как:
- FAO-AMIS – межведомственная платформа, в состав которой входят страны G20, а также Испания и еще семь крупных стран-экспортеров и импортеров сельскохозяйственной продукции [1].
- USDA-PSD – министерство сельского хозяйства США, откуда брались данные, отсутствующие в FAO-AMIS.
Из этих источников были выбраны следующие показатели для реализации дашборда:
Таблица 1.
Показатели
Показатель |
Источник |
Торговый год |
FAO-AMIS, USDA-PSD |
Страна |
FAO-AMIS |
Продукция |
FAO-AMIS |
Производство (млн. т.) |
FAO-AMIS |
Пищевое использование (млн. т.) |
FAO-AMIS, USDA-PSD |
Кормовое использование (млн. т.) |
FAO-AMIS, USDA-PSD |
Импорт (млн. т.) |
FAO-AMIS |
Экспорт (млн. т.) |
FAO-AMIS |
Потребление на душу населения (кг/год) |
FAO-AMIS, USDA-PSD |
Урожайность (тонн/га) |
FAO-AMIS |
Потребление на душу населения (кг/год) – единственный показатель, который требовалось вычислять вручную, так как он отсутствовал для продукции сои. Формула для его вычисления показана ниже:
(1)
На рисунке 1 представлен фрагмент обработанной базы данных.
Рисунок 1. Фрагмент базы данных
В результате на основе созданной базы данных были созданы интерактивные дашборды, которые представлены на рисунках 2 и 3.
Рисунок 2. Окно дашборда №1
Рисунок 3. Окно дашборда №2
Результаты проведённого исследования и разработанного инструмента визуализации продемонстрировали высокую эффективность применения BI-аналитики в области аграрной экономики на макроуровне. Инструменты бизнес-аналитики, такие как Power BI, позволяют не только оперативно обрабатывать и визуализировать большие массивы статистических данных, но и выявлять ключевые тенденции в развитии агропромышленного комплекса (АПК) различных стран.
Разработанный дашборд обеспечивает всесторонний анализ по ряду критически важных показателей: объемы импорта и экспорта, динамика производства и урожайности, потребление на душу населения, использование продукции в пищевых целях и др. Благодаря этому появляется возможность отслеживать как краткосрочные колебания, так и долгосрочные тренды, что особенно актуально в контексте глобальных вызовов, таких как изменение климата, рост населения и геополитическая нестабильность.
Интерактивность визуализаций позволяет пользователю проводить сравнительный анализ между странами – как по совокупному срезу, так и в разрезе конкретных лет, культур и типов продукции. Это делает дашборд не только аналитическим инструментом, но и практическим средством мониторинга прогресса по Целям устойчивого развития ООН, в частности по ЦУР №2 «Ликвидация голода».
Таким образом, применение BI-подхода демонстрирует перспективность цифровых технологий в сфере государственного и международного продовольственного планирования, способствуя принятию более обоснованных решений и формированию эффективной продовольственной политики.
Список литературы
- Выбираем BI-системы: обзор архитектуры, технологий и выбора // Хабр: сайт. – URL: https://habr.com/ru/articles/903974/ (дата обращения: 28.07.2025)
- Statistical Capacity Development // Food and Agriculture Organization of the United Nations: офиц. сайт. – URL: https://www.fao.org/statistics/statistics/statistical-capacity-development/agricultural-market-information-system/en (дата обращения: 28.07.2025)
- Навотна И.А., Иванчук О.В. BI-системы: анализ понятия и функциональных возможностей // Теория и практика общественного развития. – 2023. – №2. – С. 90–94. – URL: https://cyberleninka.ru/article/n/bi-sistemy-analiz-ponyatiya-i-funktsionalnyh-vozmozhnostey/viewer (дата обращения: 28.07.2025)