CC BY
25
Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. 2021. Т. 21, вып. 3. С. 255-262 Izvestiya of Saratov University. Economics. Management. Law, 2021, vol. 21, iss. 3, pp. 255-262
https://eup.sgu.ru https://doi.org/10.18500/1994-2540-2021-21-3-255-262
Научная статья УДК 311.42
Анализ неравномерности сельскохозяйственного производства в России
О. В. Кочетыгова', Е. С. Иноземцев, М. В. Головко
Саратовский государственный технический университет имени Гагарина Ю. А., Россия, 410054, г. Саратов, ул. Политехническая, д. 77
Кочетыгова Ольга Вениаминовна, кандидат экономических наук, доцент кафедры «Информационные системы и моделирование», OV_Kochetygova@mail.ru, https://orcid.org/0000-0002-0150-6850
Иноземцев Евгений Сергеевич, кандидат экономических наук, доцент кафедры «Информационные системы и моделирование», inevgenij@yandex.ru, https://orcid.org/ 0000-0002-0146-3395
Головко Мария Владимировна, старший преподаватель кафедры «Информационные системы и моделирование», golovmar@yandex.ru, https://orcid.org/ 0000-0002-4548-3988
Аннотация. Введение. Сельское хозяйство непосредственно влияет на продовольственную, экономическую, социальную безопасность страны. Неравномерность сельскохозяйственного производства обусловлена как природно-климатическими факторами, так и экономическими, такими как укрупнение предприятий, внедрение более эффективных средств и технологий производства. Нарастание территориальной дифференциации сельскохозяйственного производства может привести к нехватке продовольствия, его удорожанию за счет увеличения транспортной наценки. Неравномерность по размеру организаций также имеют ряд социально-экономических последствий. В целом на фоне роста эффективности сельскохозяйственного производства снижаются конкуренция, предпринимательская активность, возможен рост социальной напряженности в случае банкротства единственного предприятия. Теоретический анализ. Для оценки территориальной дифференциации сельскохозяйственного производства использовались коэффициент Джини и кривая Лоренца. Неравномерность организаций по размеру выручки оценивалась на основе АВС-анализа и кривой Парето. Эмпирический анализ. Устранение влияния лесного хозяйства, охоты, рыболовства и рыбоводства на итоги оценки территориальной неравномерности валовой добавленной стоимости (ВДС) Раздела А ОКВЭД2 потребовало исключения из анализа субъектов РФ с преобладанием данных видов деятельности. Коэффициент Джини для ВДС регионов РФ в 2018 г. составил 0,45, а в 2008 г. - 0,48. Таким образом, территориальная дифференциация сельскохозяйственного производства за 2009-2018 гг. незначительно снизилась. Типологизация регионов РФ с учетом температуры воздуха, осадков, производительности и убыточности в сельском хозяйстве позволила выделить благоприятные, рисковые и неблагоприятные для земледелия и животноводства регионы. Результаты. Выявлена значительная неравномерность сельскохозяйственного производства как в территориальном разрезе, так и по размеру организаций. За 2009-2018 гг. территориальная дифференциация снизилась. АВС-анализ показал, что 80% выручки по виду деятельности «сельское хозяйство» приходится лишь на 10,9% активных предприятий. Ключевые слова: сельское хозяйство, региональная неравномерность, типологизация, выручка, ABC-анализ Для цитирования: Кочетыгова О. В., Иноземцев Е. С, Головко М. В. Анализ неравномерности сельскохозяйственного производства в России // Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. 2021. Т. 21, вып. 3. С. 255-262. https://doi.org/10.18500/1994-2540-2021-21-3-255-262
Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0) Article
Unevenness analysis of agricultural production in Russia O. V. Kochetygova' , E. S. Inozemtsev, M. V. Golovko
Yuri Gagarin State Technical University of Saratov, 77 Politechnicheskaya St., Saratov 410054, Russia Olga V. Kochetygova, OV_Kochetygova@mail.ru, https://orcid.org/0000-0002-0150-6850 Evgeniy S. Inozemtsev, inevgenij@yandex.ru, https://orcid.org/0000-0002-0146-3395 Maria V. Golovko, golovmar@yandex.ru, https://orcid.org/0000-0002-4548-3988
Abstract. Introduction. Agriculture affects the food, economic and social security of the country. The unevenness of agricultural production is due to natural, climatic and economic factors, for example, the enlargement of enterprises, the introduction of efficient means and production technologies. The increase in territorial unevenness can lead to a shortage of food, its rise in price due to transport markup. Unevenness in the size of organizations also has socio-economic implications. The efficiency of agricultural production is growing, but competition and
entrepreneurial activity are decreasing. An increase in social tension is possible in case of a single enterprise bankruptcy. Theoretical analysis. To assess the territorial unevenness of agricultural production, the Gini coefficient and the Lorenz curve were used. The unevenness of organizations in terms of revenue was estimated basing on the ABC analysis and the Pareto curve. Empirical analysis. Subjects of the Russian Federation with a predominance of forestry, hunting, fishing and fish farming were excluded from the analysis. The Gini coefficient for the GVA of the regions of the Russian Federation in 2018 was 0.45, and in 2008 - 0.48. The territorial unevenness of agricultural production in 2009-2018 has slightly decreased. The Russian Federation regions typology made it possible to identify favorable, risky and unfavorable regions for agriculture and animal husbandry. Results. A significant unevenness of agricultural production both in the territorial context and in the size of organizations was revealed. For 2009-2018, territorial unevenness has decreased. The ABC analysis showed that 80% of revenue from the type of agricultural activity accounted for only 10.9% of active enterprises. Keywords: agriculture, regional unevenness, typology, revenue, ABC-analysis
For citation: Kochetygova O. V., Inozemtsev E. S., Golovko M. V. Unevenness analysis of agricultural production in Russia. Izvestiya of Saratov University. Economics. Management. Law, 2021, vol. 21, iss. 3, pp. 255-262 (in Russian). https://doi.org/10.18500/1994-2540-2021-21-3-255-262
This is an open access distributed under the terms of Creative Commons Attribution 4.0 International License (CC-BY 4.0)
Введение
Сельское хозяйство является приоритетной отраслью российской экономики, от его состояния во многом зависят экономическая, политическая и социальная сферы. Активное развитие собственного агропромышленного комплекса позволит конкурировать и достойно представлять Российскую Федерацию на мировом рынке сельскохозяйственной продукции. Перед Россией стоят задачи диверсификации структуры экспорта, снижения зависимости от импорта продовольственных товаров с высокой добавленной стоимостью, перехода от экспортно-сырьевой к инновационной модели экономики за счет использования технологий, создания высокотехнологичных производств, стимулирования инновационной активности в производстве и переработке сельскохозяйственной продукции. Модернизация сельского хозяйства России необходима для формирования самодостаточного, эффективного и устойчивого сектора национальной экономики [1].
В силу большой территории, разнообразия климатических зон, типов почв и размещения населения сельскохозяйственное производство в России сконцентрировано в некотором числе субъектов РФ, т. е. четко прослеживается территориальная асимметрия и дифференциация регионов по уровню сельского хозяйства [2-4]. Также велики различия в производстве в зависимости от размера сельхозпредприятий [5, 6]. Целью исследования является оценка степени неравномерности сельскохозяйственного производства в Российской Федерации.
Для достижения цели был поставлен ряд задач:
1) дать количественную оценку степени дифференциации сельскохозяйственного производства в разрезе территорий и организаций;
2) выявить динамику и факторы изменения неравномерности сельскохозяйственного производства;
3) провести сравнительную характеристику территорий и организаций в зависимости от объемов сельскохозяйственного производства.
Теоретический анализ
В Российской Федерации с 2016 г. введен в действие новый ОКВЭД2, Раздел А которого включает сельское, лесное хозяйство, охоту, рыболовство и рыбоводство. На федеральном уровне публикуются детализированные данные валовой добавленной стоимости (ВДС) по Разделу А. Однако в региональном разрезе публикация данных по Разделу А ОКВЭД2 осуществляется без деления на сельское хозяйство и прочие виды деятельности. Для исключения воздействия прочих видов на результаты анализа деятельности нами был оценен вклад сельского, лесного хозяйства, охоты, рыболовства и рыбоводства в экономику регионов. Это возможно при рассмотрении оборота организаций (без НДС, акцизов и аналогичных обязательных платежей), представляющего собой общий объем отгруженных товаров собственного производства, выполненных работ и оказанных услуг собственными силами; проданных товаров, приобретенных для перепродажи [7].
По данным за 2019 г., вклад сельского хозяйства в оборот по Разделу А в Магаданской, Мурманской областях и Камчатском крае близок к нулю. В Хабаровском и Приморском краях, Республике Карелия, Архангельской и Сахалинской областях - не превышает 12%. В Вологодской, Калининградской, Иркутской и Костромской областях - составляет от 50 до 70%. Во всех остальных субъектах РФ вклад сельского хозяйства в оборот по Разделу А превышает 80%.
Наибольший объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по виду деятельности «рыболовство и рыбоводство» в РФ в 2019 г. приходился на Архангельскую, Магаданскую, Калининградскую, Ленинградскую
области, Приморский и Хабаровский края. Вклад других регионов РФ не превышает 1%.
Наибольший вклад в объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по виду деятельности лесоводство и лесозаготовки в РФ в 2019 г. приходился на Иркутскую, Вологодскую, Архангельскую и Кировскую области, Алтайский, Красноярский, Приморский, Хабаровский края. Вклад других регионов РФ также не превышает 1%.
Регионы с преобладанием лесоводства и лесозаготовок, рыболовства и рыбоводства, такие как Архангельская, Магаданская, Калининградская, Иркутская, Вологодская, Ленинградская области, Приморский, Хабаровский, Алтайский, Красноярский края, были исключены из анализа. Данные по некоторым регионам не представлены в официальных публикациях до 2014 г. (Республика Крым, г. Севастополь).
Анализ неравномерности сельскохозяйственного производства проводился на основе коэффициента Джини, АВС-анализа, кривых Лоренца и Парето [8].
Эмпирический анализ
Вклад сельского хозяйства в экономику регионов отличается ввиду разнообразия при-
родно-климатического устройства России и уровня развития других видов деятельности [9]. Наибольший вклад Раздела А в формирование валового регионального продукта по итогам 2018 г. отмечен в Северо-Кавказском федеральном округе - 15,6%.
Среди регионов, специализирующихся на сельском хозяйстве, можно отметить Республику Калмыкия (25,9% в ВРП), Тамбовскую область (24,7%), Орловскую область (19,9%), Карачаево-Черкесскую Республику (19,4%), Кабардино-Балкарскую Республику (19,2%), Брянскую область (19,1%), Белгородскую область (18,2%), Курскую область (18,1%), республики Дагестан (17,6%) и Марий Эл (15,9%).
Наибольший вклад в совокупную ВДС РФ по Разделу А «сельское, лесное хозяйство, охота, рыболовство и рыбоводство» по итогам 2018 г. внесли Краснодарский край (6,76%), Белгородская область (4,31%), Ростовская область (4,03%), Республика Татарстан (3,83%) и Воронежская область (3,55%).
Дифференциация регионов РФ по ВДС Раздела А «сельское, лесное хозяйство, охота, рыболовство и рыбоводство» значительная и может быть оценена на основе кривой Лоренца (рис. 1) и коэффициента Джини.
% 100
... I, ■;-. | ■■... р |ч v; :■,' - - >= ^ чх %
Кривая Лоренца — — Равномерное распределение
Рис. 1. Кривая распределения ВДС Раздела А «сельское, лесное хозяйство,
охота, рыболовство и рыбоводство» по регионам РФ в 2018 г Fig. 1. GVA distribution curve of section A. Agriculture, forestry, hunting, fishing and fish farming by regions of the Russian Federation in 2018
Степень отклонения кривой Лоренца от линии равномерного распределения достаточно существенная, что подтверждается значением коэффициента Джини, равным 0,45:
в = 1- ^ + dxdy = 0,45,
где
накопленная частота вклада региона
в ВДС Раздела А; - вклад региона в случае равномерного распределения (1/82).
Однако для аналогичного состава регионов по данным за 2008 г. коэффициент Джини составил 0,479. Таким образом, территориальная неравномерность сельскохозяйственного производства в РФ за 2009-2018 гг. незначительно снизилась. Вместе с тем она схожа и даже ниже неравномерности распределения общего ВРП по регионам РФ. Так, коэффициент Джини для ВРП по субъектам РФ в 2018 г. составил 0,62, а без учета аномальных по вкладу в ВРП г. Москвы и Тюменской области - 0,50.
Для выделения однородных по условиям сельскохозяйственного производства регионов был проведен кластерный анализ по следующим признакам:
- фактическая среднемесячная температура воздуха (°С) в июле;
- фактическая среднемесячная температура воздуха (°С) в январе;
- количество осадков (мм) в июле;
- количество осадков (мм) в январе;
- удельный вес убыточных организаций в 2019 г. (Раздел А), %;
- продукция сельского хозяйства (в хозяйствах всех категорий; в фактически действовавших ценах) в расчете на одного занятого (тыс. руб./чел.) за 2019 г.
Сведения о количестве осадков и среднемесячной температуре в регионах РФ опубликованы за 2009-2011 гг. Обновление информации о водных и климатических ресурсах на территории Российской Федерации запланировано по состоянию на 2019 г. Для исключения фактора погодных колебаний данные по каждому из климатических показателей за 2009-2011 гг. были усреднены.
Показатель «продукция сельского хозяйства (в хозяйствах всех категорий; в фактически действовавших ценах) в расчете на одного занятого; тыс. руб./чел.» использовался нами для характеристики эффективности (производительности) сельскохозяйственного производства в регионах РФ. Официальная информация об эффективности сельскохозяйственного производства по регионам России не публикуется. Расчет производительности труда в сельском хозяйстве за 2019 г. произведен нами на основе данных федерального статистического сборника «Регионы России. Со-
циально-экономические показатели. 2020» (М., 2020) о продукции сельского хозяйства в 2019 г. (в фактических ценах; млн руб.); среднегодовой численности занятых (тыс. чел.); структуры занятых по видам деятельности (%).
Данный расчет не вполне корректен ввиду несовпадения объекта исследования, в частности, объем продукции относится к виду деятельности «сельское хозяйство», а среднегодовая численность занятых - к виду деятельности «сельское, лесное хозяйство, охота, рыболовство и рыбоводство», т. е. круг деятельности шире. Однако такие расчеты позволяют получить общее представление о территориальном неравенстве в эффективности сельскохозяйственного производства и были проведены нами ввиду незначительной численности занятых в лесном хозяйстве, охоте, рыболовстве и рыбоводстве, а также отсутствия других данных.
Были типологизированы 68 субъектов Федерации. Стандартизация данных по каждому показателю осуществлялась с использованием минимальных (хт^п) и максимальных значений
(Хтах) 2и ~
тт у
"тах у Хтш у
В качестве меры близости между объектами был выбран квадрат евклидовой метрики. Характеристики трех кластеров представлены на рис. 2 и в табл. 1. Условно кластеры были названы нами как благоприятные, неблагоприятные и рисковые для ведения сельского хозяйства.
К числу неблагоприятных регионов относятся преимущественного расположенные на Дальнем Востоке и за Уралом (табл. 2). Климатические условия данной группы характеризуются низкими летними (в среднем 16,4°С и зимними (минус 21,1°С) температурами, большим количеством осадков в летнее время года (72,8 мм) и низким - в зимнее (21,3 мм), низкой производительностью по виду деятельности «сельское хозяйство» (978,4 тыс. руб./чел.) и средним уровнем убыточности сельскохозяйственных организаций (30,2%).
Благоприятные для сельского хозяйства регионы характеризуются летними температурами около 23,4°С, зимними - минус 9,2°С, равномерным распределением осадков в течение года (46,7-42,0 мм), низким удельным весом убыточных организаций и высокой производительностью труда (1526,4 тыс. руб./чел.). В эту группу регионов вошли преимущественно субъекты Южного, Приволжского и Центрального федеральных округов, в том числе Саратовская область.
Регионы рискового земледелия незначительно отличаются по температурным условиям
X
0,8 г
0.7 ;
ф с 0,6 :
со
Е 0.5 ;
"О
M
0.4 ;
ь
г 0,3 ;
0,2 ;
0 1
Y
\ Y / / / \
/ t I у \ Г \ /
- ... / \
—А— Неблагопрятные
---Рисковые
■■■ш- Благопрятные
t в июле t в январе Осадки Осадки % Продукция
в июле в январе убыточных на одного организаций, занятого. Разд. А Разд. А
Рис. 2. Средние стандартизованные значения регионов по кластерам Fig. 2. Average standardized values of regions by cluster
Таблица 1 / Table 1
Средние значения регионов по кластерам Average values of regions by clusters
Условия Conditions Число регионов Number of regions Продукция сельского хозяйства (в хозяйствах всех категорий; в фактически действовавших ценах) в расчете на одного занятого (тыс. руб./чел.) за 2019 г. Agricultural products (in farms of all categories; in actual prices) per employee (thousand rubles/person) for 2019 Фактическая среднемесячная температура воздуха, °С / Actual average monthly air temperature, °С Количество осадков (мм) Precipitation (mm) Удельный вес убыточных организаций Раздел А Share of unprofitable organizations Section A
июль July январь January июль July январь January
Неблагоприятные 22 978,4 16,4 -21,1 72,8 21,3 30,2
Рисковые 15 1037,2 22,2 -9,0 54,3 35,2 45,7
Благоприятные 31 1526,4 23,4 -9,2 46,7 42,0 21,2
Таблица 2 / Table 2 Распределение регионов РФ по группам Distribution of the Russian Federation regions by groups
Условия / Conditions Субъекты РФ / Subjects of the Russian Federation
Неблагоприятные Еврейская АО, Забайкальский, Камчатский, Пермский края, республики Алтай, Бурятия, Коми, Саха (Якутия), Тыва, Хакасия, Чукотский АО, Амурская, Кемеровская, Курганская, Мурманская, Новосибирская, Челябинская, Омская, Сахалинская, Свердловская, Томская, Тюменская области
Рисковые Республики Ингушетия, Карелия, Чеченская и Чувашская республики, Астраханская, Брянская, Ивановская, Калужская, Московская, Новгородская, Оренбургская, Псковская, Смоленская, Тверская, Ярославская области
Благоприятные Республики Кабардино-Балкарская, Карачаево-Черкесская, Адыгея, Башкортостан, Дагестан, Калмыкия, Марий Эл, Мордовия, Северная Осетия - Алания, Татарстан, Удмуртская, Краснодарский, Ставропольский края, Белгородская, Владимирская, Волгоградская, Воронежская, Кировская, Костромская, Курская, Липецкая, Нижегородская, Орловская, Пензенская, Ростовская, Рязанская, Самарская, Саратовская, Тамбовская, Тульская, Ульяновская области
и уровню осадков от благоприятных территорий, однако из-за качества почв, а также, возможно, материально-технической оснащенности сельскохозяйственных предприятий (Рес-
публика Ингушетия, Чеченская Республика) характеризуются низкой производительностью труда и высоким удельным весом убыточных организаций.
Значимость различий по всем включенным в кластерный анализ показателям подтверждается на основе дисперсионного анализа на уровне значимости 0,05.
Более детальный анализ на уровне отдельных организаций был проведен по данным бухгалтерской (финансовой) отчетности предприятий и организаций за 2018 г. и размещен на сайте Росстата [10]. В базе данных содержатся сведения о 2 283 983 организациях. Из них по видам деятельности 01.1 - Выращивание однолетних культур; 01.2 - Выращивание многолетних культур; 01.3 - Выращивание рассады; 01.4 - Животноводство; 01.5 - Смешанное сельское хозяйство;
01.6 - Деятельность вспомогательная в области производства сельскохозяйственных культур и послеуборочной обработки сельхозпродукции -26 268 организаций, или 1,15%. Организаций с ненулевым балансом на конец 2018 г. и выручкой более 0 тыс. руб. - 13 934, т.е. 63,7%.
Большая часть организаций заявляет своим основным видом деятельности 01.1 - Выращивание однолетних культур (46,4%). При этом среди них велик процент микропредприятий (табл. 3). Для предприятий с размером выручки более 50 млн руб. в год распределение на растениеводческие и животноводческие практически совпадает.
Таблица 3 / Table 3
Распределение активных сельскохозяйственных предприятий РФ по размеру выручки Distribution of active agricultural enterprises in the Russian Federation by revenue
Выручка, тыс. руб. Revenue, thousand rubles Код ОКВЭД / OKVED code Всего / Total
01.1 01.4 01.5 01.6
До 200 4,68 1,76 1,03 1,17 8,64
200-1000 5,60 2,53 1,46 1,64 11,23
1000-5000 8,69 4,21 2,70 3,10 18,70
5000-10 000 4,58 2,61 1,51 1,54 10,24
10 000-20 000 5,66 2,76 1,44 1,54 11,40
20 000-50 000 7,04 3,83 2,16 1,54 14,57
50 000-200 000 6,83 5,63 3,11 1,25 16,82
200 000 и более 3,36 3,54 1,14 0,36 8,40
Итого 46,44 26,87 14,55 12,14 100,00
Большое число микропредприятий является причиной неравномерного распределения выручки. Так, по результатам ЛБС-анализа, 80% выручки по виду деятельности «сельское хозяйство» приходится лишь на 10,87% активных предприятий, 15% выручки - на 20,71% активных предприятий, а оставшиеся 68,42% предприятий дают лишь 5% выручки (рис. 3).
Если оценивать степень неравномерности распределения выручки среди организаций разных видов экономической деятельности, то наиболее четко оно наблюдается в деятельности вспомогательной в области производства сельскохозяйственных культур и послеуборочной обработки сельхозпродукции (КДж = 0,929) и в выращивании однолетних культур (О = 0,881).
Также отмечается укрупнение предприятий по размеру занятых на них работников. Если в 2015 г. в среднем на предприятиях Раздела А работали 42,5 чел., то в 2019 г. - 54,1 чел.
Число занятых по виду деятельности «сельское, лесное хозяйство, охота, рыболовство и рыбоводство» неуклонно снижается. Если в 2015 г. их было в среднем 5507 тыс. чел., то в 2019 г. -
4781 тыс. чел. Это на 13,2%, или 726,3 тыс. чел. меньше за четыре года, а в среднем за год - на 3,5%, или на 181,6 тыс. чел. Частично этот процесс объясняется увеличением производительности труда, в том числе за счет обновления основных фондов. Так, обновление основных фондов по Разделу А идет опережающими темпами по сравнению со среднероссийским уровнем (6,5% против 4,7% по РФ в 2019 г.). Одновременно с этим внутрироссийская миграция из сельской местности в городскую за 2009-2019 гг. составляла 90 тыс. чел. в среднем за год.
В сельском, лесном хозяйстве, охоте, рыболовстве и рыбоводстве прирост зарегистрированных организаций отрицательный, однако в 2017 г. снижение числа организаций превышало среднероссийский уровень, а с 2018 г. находится на уровне меньшем, чем среднероссийский.
Результаты
Выявлена значительная неравномерность сельскохозяйственного производства как в территориальном разрезе, так и по размеру организаций, однако за 2009-2018 гг. она незначительно
%
100
■ Равномерное распределение
■ Выручка
80%
95%
Рис. 3. Кривая Парето объема выручки активных сельскохозяйственных
организаций РФ в 2018 г Fig. 3. Pareto curve of the active agricultural organizations revenue in the Russian Federation in 2018
снизилась. Коэффициент Джини регионов РФ в 2018 г. для ВДС по Разделу А составил 0,45, в 2008 г. - 0,48. Неравномерность распределения ВРП по территории РФ по всем видам деятельности в 2018 составляла 0,62, а без учета г. Москвы и Тюменской области - 0,50.
Типологизация регионов РФ с учетом температуры воздуха, осадков, производительности и убыточности в сельском хозяйстве позволила выделить благоприятные, рисковые и неблагоприятные для земледелия и животноводства регионы. К числу последних относятся преимущественного регионы, расположенные на Дальнем Востоке и за Уралом. Климатические условия данной группы характеризуются низкими летними и зимними температурами, большим количеством осадков в летнее время года и малым - в зимнее, низкой производительностью по виду деятельности «сельское хозяйство» и средним уровнем убыточности сельскохозяйственных организаций.
Регионы рискового земледелия незначительно отличаются по температурным условиям и уровню осадков от благоприятных территорий, однако характеризуются низкой производительностью труда и высоким удельным весом убыточных организаций.
Благоприятные для сельского хозяйства регионы характеризуются летними температурами около 23,4°С, зимними - минус 9,2°С, равномерным распределением осадков в течение года, низким удельным весом убыточных организаций и высокой производительностью труда. В эту группу регионов вошли преимущественно субъекты Южного, Приволжского и Центрального федеральных округов, в том числе Саратовская область.
АВС-анализ показал, что 80% выручки по виду деятельности «сельское хозяйство» приходится лишь на 10,9% активных предприятий. В среднесрочной и долгосрочной перспективе снижение числа сельскохозяйственных предприятий и занятых в них, не компенсированное созданием новых рабочих мест в обрабатывающих и иных производствах, приведет к вымиранию деревень, деградации ее инфраструктуры и сельского населения в целом.
Разумный протекционизм и поддержание конкурентоспособности сельскохозяйственной продукции при оптимальном сочетании государственных и рыночных механизмов управления экономикой, внедрение новых технологий в производство, повышение рентабельности АПК
и изменение имиджа сельского хозяйства в обществе; использование различных точечных квот и инвестиций в отдельных регионах России и сферах сельского хозяйства позволят обеспечить как национальную безопасность, так и рост экономики России.
Список литературы
1. Козенко З. Н., Попова С. А., Козенко К. Ю. Социальная направленность развития сельских территорий // Проблемы развития АПК региона. 2017. Т. 29, № 1 (29). С. 136-142.
2. Коломак Е. А Пространственная концентрация экономической активности в России // Пространственная Экономика. 2014. № 4. С. 82-99. https://doi. org/10.14530/se.2014.4.082-099
3. Костяев А. И. Оценка вклада регионов в формирование продовольственных ресурсов страны // Экономика сельского хозяйства России. 2017. № 12. С. 48-56.
4. ТолмачевМ. Н., Носов В. В. Типология регионов России по состоянию и развитию сельского хозяйства // Научное обозрение. 2012. №.1. С. 188-198.
5. Петриков А. Основные направления реализации современной агропродовольственной и сельской политики // Международный сельскохозяйственный журнал. 2016. № 1. С. 3-9.
6. Milovanov D. I., Vaganova O. E., Sadykova T. M., Evdokimova N. A. Prospects for the development of greenhouses in the regions of Siberia // Устойчивое развитие сельских территорий : взгляд молодых ученых : материалы I Всерос. науч.-практ. конф. молодых ученых. Новосибирск : ИЦ НГАУ «Золотой колос», 2020. С. 104-107.
7. Единая межведомственная информационно-статистическая система (ЕМИСС). URL: https://www.fedstat. ru/indicator/58557 (дата обращения: 06.02.2021).
8. Толмачев М. Н. Методология расчета показателей концентрации сельскохозяйственного производства // Вестник Новосибирского государственного университета. Серия : Социально-экономические науки. 2010. Т. 10, вып. 2. С. 103-111.
9. Толмачев М. Н., Теницкая А. Д. Анализ дифференциации регионов России по объему сельскохозяйственного производства // Актуальные проблемы и перспективы развития государственной статистики в современных условиях : сб. материалов V Междунар. науч.-практ. конф. : в 2 т. Саратов : Саратовский социально-экономический ин-т (филиал) ФГБОУ ВО РЭУ им. Г. В. Плеханова, 2019. Т. 2. С. 158-159.
10. Бухгалтерская (финансовая) отчетность предприятий и организаций за 2018 год. URL: https://rosstat.gov. ru/opendata/7708234640-7708234640bdboo2018 (дата обращения: 06.02.2021).
References
1. Kozenko Z. N.. Popova S. A., Kozenko K. Yu. The social orientation of development of rural territories. Problemy razvitiya APK regiona [Problems of Development of the Agro-industrial Complex of the Region], 2017, vol. 29, no. 1 (29), рр. 136-142 (in Russian).
2. Kolomak E. A Spatial concentration of economic activity in Russia. Spatial Economics, 2014, no. 4, рр. 82-99 (in Russian). https://doi.org/10.14530/se.2014.4.082-099
3. Kostyaev A. I. Assessment of a contribution of regions to formation of food resources of the country. Ekonomika sel 'skogo khozyaystva Rossii [Economy of Agriculture of Russia], 2017, no. 12, pp. 48-56 (in Russian).
4. Tolmachev M. N., Nosov V. V. Typology of Russian regions based on the condition and development of agriculture. Nauchnoe obozrenie [Scientific Review], 2012, no. 1, pp. 188-198 (in Russian).
5. Petrikov A. The main directions of the modern agri-food and rural policy. International Agricultural Journal, 2016, no. 1, рр. 3-9 (in Russian).
6. Milovanov D. I., Vaganova O. E., Sadykova T. M., Evdoki-mova N. A. Prospects for the development of greenhouses in the regions of Siberia. Ustoychivoe razvitie sel'skikh territoriy: vzglyad molodykh uchenykh [Sustainable Development of Rural Areas: The View of Young Scientists. Materials of the 1st All-Russian Scientific and Practical Conference of Young Scientists]. Novosibirsk, Izdatel'skiy tsentr NGAU "Zolotoi kolos", 2020, рр. 104-107.
7. Edinaya mezhvedomstvennaya informatsionno-statis-ticheskaya sistema (EMISS) (Unified interdepartmental information and statistical system (EMISS)). Avaliable at: https://www.fedstat.ru/indicator/58557 (accessed 6 February 2021) (in Russian).
8. TolmachevM. N. Methodology of calculating the concentration of agricultural production. Vestnik Novosibirskogo gosudarstvennogo universiteta. Seriya: Sotsialno-eko-nomicheskiye nauki [Bulletin of the Novosibirsk State University. Series: Socio-economic sciences], 2010, vol. 10, iss. 2, рр. 103-111 (in Russian).
9. Tolmachev M. N., Tenitskaya A. D. Analysis of the differentiation of Russian regions by the volume of agricultural production. Aktualnye problemy i perspektivy razvitiya gosudarstvennoy statistiki v sovremennykh usloviyakh [Actual Problems And Prospects for the Development of State Statistics in Modern Conditions. Collection of materials of the V International Scientific and Practical Conference: in 2 vols]. Saratov, Saratovskiy sotsial'no-ekonomi-cheskiy institute Publ., 2019, vol. 2, рр. 158-159 (in Russian).
10. Bukhgalterskaia (finansovaia) otchetnost' predpri-yatiy i organizatsiy za 2018 god (Accounting (financial) statements of enterprises and organizations for 2018). Avaliable at: https://rosstat.gov.ru/opendata/7708234640-7708234640bdboo2018 (accessed 6 February 2021) (in Russian).
Поступила в редакцию 06.04.2021, после рецензирования 09.04.2021, принята к публикации 06.05.2021 Received 06.04.2021, revised 09.04.2021, accepted 06.05.2021
