CC BY
12
Для цитирования: Иванова Т.В., Сайганов А.С., Чернышова Т.Н., Прокопьев А.В., Иванова А.А. Методика оценки влияния процессов химизации на сбор основных сельскохозяйственных культур // Управление в современных системах. 2021. №4. С. 28-36.
DOI: 10.24412/2311-1313-32-28-36
УДК 338.43 JEL: Q15
ББК 41.47
МЕТОДИКА ОЦЕНКИ ВЛИЯНИЯ ПРОЦЕССОВ ХИМИЗАЦИИ НА СБОР ОСНОВНЫХ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР
Иванова Т.В.ФГБОУ ВО «Чувашский государственный университет имени
И.Н. Ульянова»
Сайганов А.С. 2, Республиканское научное унитарное предприятие «Институт системных исследований АПК Национальной академии наук Беларуси» Чернышова Т.Н. 3, ФГБОУ ВО «Чувашский государственный университет
имени И.Н. Ульянова» Прокопьев А.В4., ФГБОУ ВО «Чувашский государственный университет
имени И.Н. Ульянова» Иванова А.А. 5, ФГБОУ ВО «Чувашский государственный университет
имени И.Н. Ульянова»
Аннотация
В статье разработана методика оценки влияния процессов химизации на сбор основных сельскохозяйственных культур в Российской Федерации. Для этого проведен индексный анализ семи параметров и рассчитан интегральный показатель, позволяющий рассматривать факторы с разнородной метрикой. Далее, с помощью программы MS Excel, выполнен прогноз развития процессов химизации в сельском хозяйстве Российской Федерации до 2022 г. по трем сценариям: оптимистичному, вероятностному и пессимистичному. Как показали исследования, с большей вероятностью будут реализованы оптимистический и вероятностный сценарии.
Ключевые слова: химизация, сельскохозяйственные культуры, методика оценки, интегральный показатель, прогнозирование.
1 Иванова Татьяна Валерьевна - профессор, докт. экон. наук, ФГБОУ ВО «Чувашский государственный университет имени И.Н. Ульянова»; Россия, 428015, г. Чебоксары, пр. Московский, 15; e-mail: ivanovatv85@mail.ru; SPIN-код РИНЦ: 9444-0184; Author ID РИНЦ: 838059; Scopus Author ID: 00000000; ORCID: 0000-0002-8952-1384
2 Сайганов Анатолий Семенович - заведующий отделом трудовых и социальных отношений, профессор, докт. экон. наук, Республиканское научное унитарное предприятие «Институт системных исследований АПК Национальной академии наук Беларуси»; Беларусь, 220108, г. Минск, ул. Казинца, 103; e-mail: saihanovas@tut.by; SPIN-код РИНЦ: 3825-3411; Author ID РИНЦ: 1095124; Scopus Author ID: 00000000; ORCID: 0000-0000-0000
3 Чернышова Татьяна Николаевна - доцент, канд. экон. наук, ФГБОУ ВО «Чувашский государственный университет имени И.Н. Ульянова»; Россия, 428015, г. Чебоксары, пр. Московский, 15; e-mail: tolivanova@yandex.ru; SPIN-код РИНЦ: 3061-2188; Author ID РИНЦ: 733557; Scopus Author ID: 00000000; ORCID: 0000-0002-8232-6922
4 Прокопьев Александр Владимирович - доцент, канд. экон. наук, ФГБОУ ВО «Чувашский государственный университет имени И.Н. Ульянова»; Россия, 428015, г. Чебоксары, пр. Московский, 15; e-mail: loop711@mail.ru; SPIN-код РИНЦ: 3147-3420; AuthorID РИНЦ: 735063; Scopus Author ID: 00000000; ORCID iD: 0000-0002-92253042
5 Иванова Анна Алексеевна - магистрант, ФГБОУ ВО «Чувашский государственный университет имени И.Н. Ульянова»; Россия, 428015, г. Чебоксары, пр. Московский, 15; e-mail: ivanova3011anna@mail.ru;
SPIN-код РИНЦ: 3289-6210; Author ID РИНЦ: 1079699; Scopus Author ID: 00000000; ORCID: 0000-0002-61128062
Введение
Сельское хозяйство было и остается важнейшим ресурсом любого общества, влияющим на природный, экономический, человеческий и этнокультурный потенциал. На протяжении столетий Россия являлась аграрной страной, а продукция сельского хозяйства занимала ведущие строчки в ее экспорте. Рациональный процесс химизации позволяет стране продолжать развивать растениеводство, акцентируя внимание на производстве макро- и микроудобрений, кормовых фосфатов, веществ для улучшения структуры почвы и химических средств защиты растений, таких как гербициды, инсектициды и другие.
Цель данной статьи - на основании статистических данных с разнородной метрикой, разработать методику оценки влияния процесса химизации на сбор основных сельскохозяйственных культур в Российской Федерации и представить качественный прогнозируемый результат для обоснования эффективных сценариев развития в сельском хозяйстве.
В качестве методов исследования использованы: корреляционно-регрессионный анализ, индексный, расчет интегрального показателя, прогнозирование.
Анализируя зарубежные публикации за последние пять лет Коле С. А. [Cole & Xiong, 2017], Хилти Л. [Hilty & Aebischer, 2015], Косиоровски Д. [Kosiorowski & Rydlewski, 2019], Ли С. Ж. [Lee & Oh, 2017], Нжос Р. [Njos & Jakobsen, 2016], Ставцева А. Н. [Stavtsev & Miroshnikov, 2016], Тахамипур М. [Tahamipour & Mahmoudi, 2018], Юн Д. [Yoon, 2017], авторы пришли к выводу, что технологии исследования, применяемые в них, основаны только на анализе, что не позволяет осуществлять прогнозирования. Имея разработанную технологию оценки влияния социально-экономических факторов на воспроизводство кадрового потенциала в сельском хозяйстве [Orlov, Ivanova, Arkhipova & Ivanitskaya, 2019], [Orlov, Ivanova, Brechagova & Rumbayeva, 2020], [Ivanova & Ivanova, 2020], предложена авторская методика оценка влияния процессов химизации на сбор основных сельскохозяйственных культур.
На начальном этапе сформирована выборка наиболее значимых показателей для оценки влияния процесса химизации на сбор основных сельскохозяйственных культур, являющихся объектами данного исследования (Таблица 1).
Таблица 1
Основные показатели, характеризующие процесс химизации и валовый сбор основных
сельскохозяйственных культур в РФ в 2010-2019 гг.
Показатели Годы
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Посевные площади сельхозкультур, млн. га 75,2 76,7 76,3 78,1 78,5 79,3 80,0 80,0 79,6 79,9
Площадь чистых паров, млн. га 14,7 14,0 14,0 12,5 12,4 11,9 12,0 11,8 12,0 11,6
Валовой сбор основных сельхозкультур, млн. т. 94,1 139,8 114,9 137,2 152,3 154,5 168,1 170,8 149,4 157,4
Показатели, характеризующие процесс химизации
Поставка средств защиты растений, т 52643,1 53173,9 53601,3 54566,0 55761,9 55904,6 62202,4 66728,0 64943,7 65835,9
Известкование кислых почв, тыс. га 200,0 229,6 278,2 210,7 254,4 238,2 222,0 239,7 292,0 265,8
Фосфоритование почв, тыс. га 3,7 3,9 3,08 17,95 23,23 16,8 17,5 8,6 12,6 10,7
Гипсование солонцовых почв, тыс. га 0,7 0,6 0,57 0,33 1,48 1,1 3,7 5,6 2,6 4,1
Внесено минеральных удобрений под сельхозкультуры в сельхозорганизациях, тыс. ц д.в. 19564,1 20019,3 18658,7 18468,5 19180,5 20119,1 22531,7 24501,3 25098,4 27327,5
Внесено органических удобрений под сельхозкультуры в сельхозорганизациях, тыс. т 53328,1 52688,3 54213,3 55686,0 61597,6 64164,3 65221,3 66597,2 68834,5 70765,2
Защита посевов сельскохозяйственных культур от вредителей, болезней и сорняков, тыс. га 70069,8 71274,5 73449,4 77799,2 79553,4 81794,3 87020,3 97210,9 94731,4 95971,2
Источник: составлено авторами на основе данных статистических данных Росстата
Анализируя данные таблицы 1, видно, что валовый сбор основных сельхозкультур в РФ увеличился с 2010 по 2019 г. на 63,3 млн т., или в 1,67 раза.
А динамика роста изменения показателей, характеризующих химизацию в сельском хозяйстве, следующая: поставок средств защиты растений - на 13192,8 т., или в 1,25 раза; известкования кислых почв - на 65,8 тыс. га., или в 1,33 раза; внесенных органических удобрений под сельхозкультуры в сельскохозяйственных организациях - на 17437,1 тыс. т., или в 1,33 раза; защиты посевов сельхозкультур от вредителей, болезней и сорняков - на 25901,4 тыс. га, или в 1,37 раза.
При этом максимальный рост отмечался у показателя гипсования солонцовых почв -на 3,4 тыс. га., или в 5,86 раза; фосфоритования почв - на 7 тыс. га., или в 2,89 раза и внесенных минеральных удобрений под сельхозкультуры в сельхозорганизациях - на 7763,4 тыс. ц д.в., или в 1,4 раза.
Выбранные факторы приведены к индексному значению (в %-ах к предыдущему году) для возможности их учета при расчете интегрального показателя (таблица 2). Метод индексного анализа позволяет агрегировать широкий спектр количественных показателей оценки процесса химизации, имеющих различные единицы измерения и не сопоставляемых между собой без стандартизации значений.
На основании таблицы 1 формируется таблица 2, отражающая индексные значения показателей, характеризующих валовый сбор основных сельскохозяйственных культур и процесс химизации в сельском хозяйстве РФ в 2010-2019 гг.
Таблица 2
Динамика изменения показателей, характеризующих процесс химизации и валовый сбор
основных сельскохозяйственных культур в РФ в 2010-2019гг., в % к предыдущему году
Показатели Годы
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Индекс изменения
посевных площадей 99,0 102,0 99,5 102,4 100,5 101,0 100,9 100 99,5 100,4
сельхозкультур
Индекс изменения
площади чистых 102,4 95,2 100 89,3 99,2 96,0 100,8 98,3 101,7 96,7
паров
Индекс изменения
валового сбора основных 80,5 148,6 82,2 119,4 111,0 101,4 108,8 101,6 87,5 105,4
сельхозкультур
Индексные показатели, характеризующие процесс химизации
Индекс изменения поставки средств защиты растений 99,5 101,0 100,8 101,8 102,2 100,3 111,3 107,3 97,3 101,4
Индекс изменения известкования кислых почв 93,1 114,8 121,2 75,7 120,7 93,6 93,2 108,0 121,8 91,0
Индекс изменения фосфоритования почв 97,4 105,4 79,0 582,8 129,4 72,3 104,2 49,1 146,5 84,9
Индекс изменения гипсования солонцовых почв 107,7 85,7 95,0 57,9 448,5 74,35 336,4 151,4 46,4 157,7
Индекс изменения внесенных минеральных удобрений под сельхозкультуры в сельхозорганизациях 98,9 102,3 93,2 99,0 103,9 104,9 112,0 108,7 102,4 108,9
Индекс изменения внесенных органических удобрений под сельхозкультуры в сельхозорганизациях 100,6 98,8 102,9 102,7 110,6 104,2 101,6 102,1 103,4 102,8
Индекс изменения защиты посевов сельхозкультур от вредителей, болезней и сорняков 99,1 101,7 103,1 105,9 102,3 102,8 106,4 111,7 97,4 101,3
Источник: авторская разработка
В первом блоке таблицы 2 приведены индексные значения изменения посевных площадей сельхозкультур и площадей чистых паров в сельском хозяйстве РФ в 2010-2019 гг. Данные сведения свидетельствуют о том, что существенных колебаний эти показатели не имели, следовательно, они не оказывали значительного влияния на изменения валового сбора основных сельхозкультур.
Также на основе информации таблицы 2 по формуле 1 (авторская разработка) рассчитывается интегральный показатель, характеризующий процесс химизации в сельском хозяйстве РФ в 2010-2019 гг., (ИПХ) (в баллах):
ИП 7/--(1)
х = у!псзр * 1икп* 1фп * 1гсп * 1вму * 1воу * 1зп 4 у
где 1псзр - индекс изменения поставки средств защиты растений, %;
1икп - индекс изменения известкования кислых почв, %.
1фп - индекс изменения фосфоритования почв, %.
1гсп - индекс изменения гипсования солонцовых почв, %.
1вму - индекс изменения внесения минеральных удобрений, %.
1воу - индекс изменения внесения органических удобрений, %;
1зп - индекс изменения защиты посевов сельхозкультур от вредителей, болезней и сорняков, %.
Значения интегрального показателя, характеризующего темпы химизации и валового сбора основных сельскохозяйственных культур в РФ (ИПх), вносятся в таблицу 3.
Анализ интегрального показателя, характеризующего темпы химизации в сельском хозяйстве РФ (ИПх ), свидетельствует о том, что в 2019 г. по сравнению с 2010 г., максимальное изменение индексов произошло с показателями, отражающими гипсование солонцовых почв - отмечен рост на 156,1 % и фосфоритования почв - на 145,1%. По остальным показателям наблюдается примерно равный рост: известкование кислых почв - на 103,3 %; внесенных минеральных удобрений под сельхозкультуры в сельхозорганизациях - 103,4; органических удобрений - 103,0; защиты посевов сельхозкультур от вредителей, болезней и сорняков - 103,2 %, соответственно. Минимальное увеличение - на 102,3 %, у индекса изменения поставки средств защиты растений. Следовательно, наибольшее влияние на интегральный показатель, характеризующий процесс химизации в сельском хозяйстве РФ, оказали гипсование солонцовых почв и фосфоритования почв.
Таблица 3
Влияние процессов химизации на валовый сбор основных сельскохозяйственных __культур в РФ в 2010-2019 гг., в баллах._
Показатели Годы
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Индекс изменения
валового сбора основных 80,5 148,6 82,2 119,4 111,0 101,4 108,8 101,6 87,5 105,4
сельхозкультур
Интегральный
показатель, характеризующий 99,4 101,1 98,6 115,9 135,6 92,2 123,6 101 97,4 104,9
темпы химизации
Оценка влияния 1,23 0,68 1,20 0,97 1,22 0,91 1,14 0,99 1,11 0,99
Источник: составлено авторами на основе статистических данных Росстата
Показатель влияния процессов химизации на валовый сбор основных сельскохозяйственных культур в РФ свидетельствует о существующей зависимости между ними. За весь анализируемый период наблюдается взаимозависимый спад или рост, в основном колеблющийся возле единицы (в 2013 г. - 0,97, в 2015 г. - 0,91, в 2017 и 2019 гг. -0,99, в 2018 г. - 1,11). В некоторые годы это влияние несколько выше или ниже предыдущего периода. Это связано с улучшением либо ухудшение климатических условий и их воздействием на урожайность. Так в 2010 г. наблюдались масштабные природные катаклизмы, приведшие к потерям урожая зерна; в 2011 г. индекс изменения валового сбора основных сельхозкультур составил рекордные 148,6 % и последствия засухи предыдущего года были преодолены; в 2012 г. гибель сельхозкультур из-за засухи была отмечена в 20 субъектах РФ и индекс был снижен до 82,2 %.
На следующем этапе в целях дальнейшей детализации исследуемой проблемы, предлагается воспользоваться средствами прогнозирования. В первоначальном виде выборка показателей процессов химизации, влияющих на валовый сбор основных сельскохозяйственных культур в РФ, состояла из семи. Но на основании корреляционного анализа и в связи с сильным разбросом данных по известкованию кислых почв и фосфоритованию почв, затрудняющих объективность предсказания в Excel, они были исключены (осталось пять). Так, при вероятностном прогнозе R2 для данных показателей составляет, соответственно, 0,4699 и 0,5289, что означает степень вероятности реализации данного прогноза в 47 и 53 %, и является малообоснованным.
Таким образом, на основании динамики показателей за 2010-2019 гг., характеризующих процесс химизации и валовый сбор основных сельскохозяйственных культур в РФ, и с помощью программы MS Excel, в таблице 4 выведены уравнения трех
вариантов развития ситуации на 2020-2022 гг. (оптимистического, вероятностного и пессимистического).
Таблица 4
Прогноз изменения показателей, характеризующих влияние процессов химизации на
валовый сбор основных сельскохозяйственных культур в РФ до 2022 г.
Вариант прогноза Уравнение Год 2022 г. к 2019 г., %
2019 2020 2021 2022
Валовой сбор основных сельхозкультур, млн. т.
Оптимистический у = 99,514х0'2428 157,4 182,8 189,9 196,0 124,5
Вероятностный у = 100,54х0'2327 177,6 183,7 189,8 120,6
Пессимистический у = 30,5171п(х) + 98,944 172,9 178,5 184,6 117,3
Поставка средств защиты растений, т
Оптимистический у = 47,615х2 + 1176х + 50182 65835,9 69285,3 71047,7 72685,9 110,4
Вероятностный у = 29,779х2 + 1339,5х + 49918 68196,4 69952,8 71709,2 108,9
Пессимистический у = 9,7808х2 + 1526,9х + 49608 67108,5 68864,6 70532,4 107,1
Гипсование солонцовых почв, тыс. га
Оптимистический у = 0,0101х2 + 0,3557х -0,2841 4,1 4,9 5,4 5,9 143,9
Вероятностный у = 0,0066х2 + 0,3891х -0,3399 4,7 5,2 5,7 139,0
Пессимистический у = 0,0049х2 + 0,4045х -0,3638 4,6 5,1 5,6 136,6
Внесено минеральных удобрений под сельхозкультуры в сельхозорганизациях, тыс. ц д.в.
Оптимистический у = 65,402х2 + 63,712х + 18561 27327,5 27544,1 28439,3 29197,8 106,8
Вероятностный у = 48,178х2 + 221,06х + 18308 26472,4 27368,0 28263,5 103,4
Пессимистический у = 30,126х2 + 389,25х + 18031 25458,9 26354,7 27219,6 99,6
Внесено органических удобрений под сельхозкультуры в сельхозорганизациях, тыс. т
Оптимистический у = 64,502х2 + 1597х + 50207 70765,2 77057,1 79257,9 81433,7 115,1
Вероятностный у = 2200,3х + 49208 73411,2 75611,5 77811,8 110,0
Пессимистический у = -55,226х2 + 2728,3х + 48321 70847,8 73084,4 74189,6 104,8
Защита посевов сельскохозяйственных культур от вредителей, болезней и сорняков, тыс. га
Оптимистический у = 124,77х2 + 2067х + 66934 95971,2 107211,4 110520,8 113829,2 118,6
Вероятностный у = 66638е0'038х 101088,2 104397,4 107706,6 112,2
Пессимистический у = -84,607х2 + 4025,2х + 63706 96123,9 98274,5 101906,7 106,2
Источник: авторская разработка
На рисунках 1-2 построены прогнозные графики для валового сбора основных сельхозкультур и гипсования солонцовых почв (имеющих наибольшее значение коэффициента аппроксимации Я2), как параметра, оказывающего наибольшее влияние на интегральный показатель процесса химизации в сельском хозяйстве. Я2 является показателем качества прогнозов: чем ближе его значение к единице, тем выше вероятность исполнения.
Так, для валового сбора основных сельскохозяйственных культур в РФ до 2022 г., Я2 имеет максимальное значение при оптимистическом прогнозе - 0,8299. Следовательно, с большей вероятностью, около 83 %, будет реализован он.
основных сельскохозяйственных культур в РФ до 2022 г., млн. т. Источник: авторская разработка
Рисунок 2. Оптимистический прогноз гипсования солонцовых почв
в РФ до 2022 г., тыс. га.
Источник: авторская разработка
Для таких показателей, как: поставка средств защиты растений (с вероятностью 95 %); гипсование солонцовых почв (81 %); внесение минеральных удобрений (93 %); защита посевов сельскохозяйственных культур (98 %) также будет исполнен оптимистический прогноз. Для показателя внесения органических удобрений будет реализован вероятностный прогноз (98 %).
Заключение
Выведение всех двадцати четырех графиков, задействованных при формировании таблицы 3, не представляется возможным, в связи с ограниченностью объемов статьи. Диапазон прогнозных значений по всем показателям, характеризующим процесс химизации и валовый сбор основных сельскохозяйственных культур в РФ до 2022 г. Я2 колеблется от 0,7883 (при пессимистическом прогнозе гипсования солонцовых почв) до 0,9798 (при вероятностном прогнозе внесения органических удобрений). Одиннадцать построенных прогнозов имеют значения Я2 > 0,9, что доказывает точность проведенных расчетов с 90%-ной вероятностью; у
шести вариантов прогнозов R2 > 0,8 (80%-ная вероятность). Исходя из трех вариантов прогноза (таблица 4) видно, что максимальный рост намечается у показателя гипсования солонцовых почв - 143,9 %. Даже при пессимистичном прогнозе его рост составит 136,6 % в 2022 г. по отношению к 2019 г. Вообще, по всем показателям таблицы 4 отмечается рост, кроме внесения минеральных удобрений под сельхозкультуры - снижение до 99,6 % при пессимистическом прогнозе.
Таким образом, разработанная методика - это рабочий инструмент определения влияния процессов химизации на валовый сбор основных сельскохозяйственных культур в РФ. Она является универсальным и точным средством прогнозирования на очередной период и обладает большим потенциалом для дальнейших исследований, так как с её помощью можно оценивать не только влияние определенных параметров на процесс производства, но и воздействие инновационных, экономических, социальных, политических, правовых, экологических и прочих факторов в целях обеспечения устойчивого развития страны, федеральных округов и регионов.
Список источников
1. Cole S.A., Xiong W. Agricultural Insurance and Economic Development // Annual Review of Economics. 2017. No 9. P. 235-262.
2. Hilty L., Aebischer B. ICT innovations for sustainability. Heidelberg, New York, Dordrecht, London: Springer. 2015. 470 p.
3. Ivanova T.V., Ivanova A.A. Formation of an effective system for managing the reproduction of personnel potential in agriculture in the region // IOP Conf. Series: Earth and Environmental Science 613. 2020. 012049 IOP Publishing. DOI: 10.1088/1755-1315/613/1/012049.
4. Kosiorowski D., Rydlewski J.P. Centrality-oriented Causality-A Study of EU Agricultural Subsidies and Digital Developement in Poland // arXiv:1908.11099v2. 2019. 16 Sep.
5. Lee S.J., Lee E.H., Oh D.S. Establishing the innovation platform for the sustainable regional development: Tech-valley project in sejong city, Korea // World Technopolis Review. 2017. № 6(1). P. 75-86.
6. Материалы Федеральной службы государственной статистики. [Электронный ресурс]. URL:https://rosstat.gov.ru/ (дата обращения: 15.08.2021).
7. Njos R., Jakobsen S.E. Cluster policy and regional development: Scale, scope and renewal // Regional Studies, Regional Science. 2016. No 3(1). P. 146-169.
8. Orlov V.N., Ivanova T.V., Arkhipova V.A., Ivanitskaya I.P. Assessment of the influence of social factors on reproduction of personnel potential in agriculture of Russia // PbWOSCE-2018: Business technologies for sustainable urban development. E3S Web Conf., 2019. № 110. DOI: 10.1051/e3sconf/201911002143.
9. Orlov V.N., Ivanova T.V., Brechagova S.A., Rumbayeva N.N. Mathematical modeling of economic factors impact: reproduction of personnel potential in agriculture sector of Russia. IOP Conf. Series: Earth and Environmental Science. 2020. No 433. 012012. IOP Publishing. DOI: 10.1088/1755-1315/433/1/012012.
10. Stavtsev A.N., Miroshnikov G.A. State support for updating the material and technical base of the agro-industrial complex of the Republic of Belarus // RJOAS. 2016. No 1(49). DOI: 10.18551/rjoas.2016-01.02.
11. Tahamipour M., Mahmoudi M. The Role of Agricultural Sector Productivity in Economic Growth: The Case of Iran's Economic Development Plan // Macrothink Institute: Research in Applied Economics. 2018. No 10(1). DOI: 10.5296/rae.v10i1.12809
12. Yoon D. The regional-innovation cluster policy for R&D efficiency and the creative economy: With focus on daedeok innopolis // Journal of Science and Technology Policy Management. 2017. No 8(2). P. 206-226.
METHODOLOGY FOR ASSESSING THE INFLUENCE OF CHEMISTRY PROCESSES FOR THE COLLECTION OF BASIC AGRICULTURAL CROPS
Ivanova T.V., Chuvash State University named I.N. Ulyanov Saiganov A.S., Institute for System Research in Agroindustrial Complex of the National Academy of Sciences of Belarus Chernyshova T.N., Chuvash State University named I.N. Ulyanov Prokopiev A.V., Chuvash State University named I.N. Ulyanov Ivanova A.A., Chuvash State University named I.N. Ulyanov
Abstract
The article developed a methodology for assessing the impact of chemicalization processes on the collection of major agricultural crops in the Russian Federation. For this, an index analysis of seven parameters was carried out and an integral indicator was calculated, which makes it possible to consider factors with a heterogeneous metric.
Further, using the Excel program, a forecast of the development of chemicalization processes in the agriculture of the Russian Federation until 2022 is presented according to three scenarios: optimistic, probabilistic and pessimistic. Studies have shown that the optimistic and probabilistic scenarios are more likely to be realized.
Keywords: chemicalization, agricultural crops, assessment methodology, integral indicator, forecasting.
