CC BY
77
doi: 10.24411/0235-2451-2020-10517
УДК 631.42
Методология управления устойчивым развитием сельского хозяйства в условиях деградации почв и изменения климата*
А. С. СТРОКОВ1, О. А. МАКАРОВ2 3, Е. В. ЦВЕТНОВ24, Д. Р. АБДУЛХАНОВА2, В. Н. КУДЕЛИН2, Н. А. МАРАХОВА2
'Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, просп. Вернадского, 82, стр. 1, Москва, 119571, Российская Федерация
2Московский государственный университет имени М. В. Ломоносова, Ленинские горы, 1, стр. 12, Москва, 119991, Российская Федерация
3Учебно-опытный почвенно-экологический центр МГУ имени. М. В. Ломоносова, пос. Чашниково, п/о Ударный, Солнечногорский р-н, Московская обл., 141592, Российская Федерация
4Автономная некоммерческая организация Евразийский центр по продовольственной безопасности (Аграрный центр МГУ имени М. В. Ломоносова), Москва, 119991, Москва, ГСП-1, Ленинские горы, д. 1
Резюме. Цель исследований - разработка методологии управления устойчивым развитием сельского хозяйства двух регионов Черноземья (Белгородская и Липецкая области) в условиях деградации почв и изменения климата. На первом этапе исследований по результатам сплошного агрохимического обследования, оценки эродированности почв и анализа климатических показателей с сайтов National Climatic Data Center (NCDC) Climate Data Online и Университета Беркли были созданы представительные базы почвенно-климатических и экономических данных по сельскохозяйственным предприятиям и муниципальным районам. Затем с использованием модифицированной функции Кобба-Дугласа разработаны динамические эконометрические регрессионные модели. Согласно расчетам с их использованием, в Белгородской области наиболее устойчивые результаты по статистически значимым коэффициентам эластичности показателей состояния пахотных почв характерны для содержания органического вещества, подвижного фосфора и калия (их увеличение, как правило, положительно влияет на выход продукции в кормовых единицах, урожайность озимой пшеницы и сахарной свеклы), в Липецкой области - для содержания подвижного калия (его рост способствует повышению продуктивности в кормовых единицах и выручки от сельхоздеятельности). Наиболее чувствительный фактор с самым высоким значением коэффициента в регрессионных уравнениях для обеих областей - температура атмосферного воздуха, имеющая в Белгородской области положительное, а в Липецкой - отрицательное значение. Заключительный этап расчётов - среднесрочное прогнозирование изменений площадей посевов, валового сбора, урожайности и стоимости валовой продукции основных сельскохозяйственных культур в регионах к 2050 г, по сравнению с 2010 г, с использованием экономико-климатической модели IMPACT-3. По результатам анализа прогнозных значений управление устойчивым развитием сельского хозяйства изучаемых областей Черноземья заключается не только в проведении почвозащитных мероприятий, но и в корректировке экономических показателей их сельскохозяйственного развития, связанных с деградацией почв и возможным изменением климата. Ключевые слова: устойчивое развитие сельского хозяйства, изменение климата, деградация почв, почвенные показатели, эконометрические модели, продовольственная безопасность.
Сведения об авторах: А. С. Строков, кандидат экономических наук, ведущий научный сотрудник (e-mail: strokov-as@ranepa.ru); О. А. Макаров, доктор биологических наук, зав. кафедрой (e-mail: oa_makarov@mail.ru); Е. В. Цветнов, кандидат биологических наук, старший научный сотрудник (e-mail: ecobox@mail.ru); Д. Р. Абдулханова, младший научный сотрудник (e-mail: dina_msu@mail.ru); В. Н. Куделин, аспирант (e-mail: vlad-92-92@mail.ru); Н. А. Марахова, аспирант (e-mail: zenafelekca@gmail.com).
Для цитирования: Методология управления устойчивым развитием сельского хозяйства в условиях деградации почв и изменения климата / А. С. Строков, О. А. Макаров, Е. В. Цветнов и др. // Достижения науки и техники АПК. 2020. Т 34. № 5. С. 82-87. doi: 10.24411/02352451-2020-10517.
*Работа поддержана грантом РФФИ № 18-010-00775а.
Management methodology for sustainable agricultural development under conditions of soil degradation and climate change
A. S. Strokov1, O. A. Makarov23, E. V. Tsvetnov24, D. R. Abdulkhanova2, V. N. Kudelin2, N. A. Marakhova2
'Russian Presidential Academy of National Economy and Public Administration, prosp. Vernadskogo, 82, str. 1, Moskva, 119571, Russian Federation
2Lomonosov Moscow State University, Leninskie gory, 1, str. 12, Moskva, 119991, Russian Federation
3Educational-Experimental Soil and Environmental Center, LomonosovMoscowState University, pos. Chashnikovo, p/o Udarnyi, Solnechnogorskii r-n, Moskovskaya obl., 141592, Russian Federation
4Eurasian Center for Food Security (MSUAgrarian Center), Leninskie gory, 1, str. 12, Moskva, 119991, Russian Federation
Abstract. The purpose of the study was to develop a methodology for managing sustainable agricultural development in two chernozem regions (Belgorod and Lipetsk regions) under conditions of soil degradation and climate change. At the first stage of the research, based on the results of a continuous agrochemical survey, soil erosion assessment, and analysis of climate indicators presented on the sites of the National Climatic Data Center (NCDC), Climate Data Online and the University of Berkeley, we compiled extensive databases including soil-climatic and economic data on agricultural enterprises and municipal areas. Then, using the modified Cobb-Douglas function, we developed dynamic econometric regression models. According to the calculations, in the Belgorod region, the most stable results on statistically significant elasticity coefficients of the indicators of the arable soil state were characteristic for the content of organic matter, mobile phosphorus and potassium. Their increase, as a rule, positively affects the output of feed units, the yield of winter wheat and sugar beets. In the Lipetsk region, they were characteristic of the content of mobile potassium. The increase in mobile potassium concentration contributes to increased productivity of feed units and revenue from agricultural activities. The most sensitive factor with the highest coefficient in the regression equations for both regions was air temperature with positive values for the Belgorod region and negative values for the Lipetsk region. The final stage of calculations was the medium-term forecasting of changes in cultivation area, gross harvest, productivity, and cost of gross output of the main crops in the regions by 2050, compared with 2010, using IMPACT-3 economic-climatic model. According to the results of the analysis of forecast values, the management of sustainable agricultural development in the studied chernozem regions consists not only in soil protection measures but also in the adjustment of the economic indicators of their agricultural development related to soil degradation and possible climate change.
Keywords: sustainable agriculture; climate change; soil degradation; soil indicators; econometric models; food security.
Author Details: A. S. Strokov, Cand. Sc. (Econ.), leading research fellow (e-mail: strokov-as@ranepa.ru); O. A. Makarov, D. Sc. (Biol.), head of department (e-mail: oa_makarov@mail.ru); E. V. Tsvetnov, Cand. Sc. (Biol.), senior research fellow (e-mail: ecobox@mail.ru); D. R. Abdulkhanova, junior research fellow (e-mail: dina_msu@mail.ru); V. N. Kudelin, post graduate student (e-mail: vlad-92-92@mail.ru); N. A. Marakhova, post graduate student (e-mail: zenafelekca@gmail.com).
For citation: Strokov AS, Makarov OA, Tsvetnov EV, et al. [Management methodology for sustainable agricultural development under conditions of soil degradation and climate change]. Dostizheniya nauki i tekhniki APK. 2020;34(5):82-7. Russian. doi: 10.24411/0235-2451-2020-10517.
B1996 г. на сессии ФАО в Риме были впервые сформулированы и приняты основные положения устойчивого развития сельского хозяйства и сельских территорий (SARD - Sustainable Agricultural Rural Development), основная задачакоторого - повышение уровня производства продуктов питания устойчивым способом и обеспечение продовольственной безопасности [1]. Вскоре была принята «Коркская декларация» (Ирландия, 1996), согласно которой устойчивое сельское развитие должно быть поставлено во главу повестки дня Евросоюза и стать основополагающим принципом, поддерживающим всю сельскую политику на ближне- и среднесрочную перспективу [2].
В «Концепции устойчивого развития сельских территорий Российской Федерации», разработанной учеными ВИАПИ имени А. А. Никонова и РГАУ-МСХА имени К. А. Тимирязева, под устойчивым развитием сельских территорий понимается стабильное социально-экономическое развитие сельских территорий, увеличение объема производства сельскохозяйственной и рыбной продукции, повышение эффективности сельского хозяйства и рыбохозяйственного комплекса, достижение полной занятости сельского населения и повышение уровня его жизни, а также рациональное использование земель [3].
Совершенно очевидно, что управление устойчивым развитием сельского хозяйства и сельских территорий «осложняется» влиянием глобальных изменений природной среды (в том числе, климатических) на продукционный потенциал агроэкосистем. Моделирование подобного воздействия затруднено, в том числе чрезвычайно высоким уровнем деградации почв в аграрных регионах мира и в частности в Российской Федерации. При этом в результате водной и ветровой эрозии, агроистощения, дегумификации, под-кисления почвы и других деградационных процессов сельхозпроизводители ежегодно теряют до 20 % потенциальной биологической продуктивности сельхозугодий [4].
Таким образом, методология управления устойчивым развитием сельского хозяйства регионов России в качестве первоочередных ограничивающих факторов должна учитывать происходящие климатические изменения и оценивать риски развития процессов деградации почв. Обычно изучение взаимозависимостей типа «климат - почва - урожайность» для представительных регионов (территорий, выступающих субъектами статистической отчетности; в нашей стране - это субъекты Российской Федерации) проводится в несколько этапов. Сначала создают представительные базы данных, включающие почвенно-климатические и экономические показатели отдельных сельскохозяйственных предприятий и муниципальных районов, затем на их основе - региональные эконометрические модели развития сельского хозяйства, которые позволят прогнозировать взаимодействия между указанными группами факторов [5]. Кроме того, нередко для решения подобных задач используют экономико-климатические модели, позволяющие прогнозировать важнейшие социально-экономические показатели аграрного производства в среднесрочной (на несколько десятилетий) перспективе.
Цель исследований - разработка методологии управления устойчивым развитием сельского хозяйства двух регионов Черноземья - Белгородской и Липецкой областей - в условиях деградации почв и изменения климата.
Условия, материалы и методы. Подготовка баз данных по климатическим и почвенным показателям. Источником информации о показателях плодородия почвы (содержание органического вещества, легкогидролизируе-мого азота, подвижного фосфора и калия) муниципальных районов Белгородской и Липецкой областей служили результаты сплошного агрохимического обследования, выполняемого региональными учреждениями агрохимической службы (для Белгородской области - 1995-1999, 2000-2004, 2005-2009 и 2010-2014 гг. [6, 7, 8], для Липецкой области - 1994-1997, 1998-2002, 2003-2007 и 2008-2012 гг. [9, 10]).
Показатели эродированности почв пашни (доля эродированных почв от общей площади пашни муниципального района) для Белгородской области были взяты из работ В. Д. Соловиченко и соавт. [11], для Липецкой области - Е. В. Недиковой и соавт. [12].
Для оценки динамики изменения климата использовали информацию с сайтов National Climatic Data Center (NCDC) Climate Data Online [13] и Университета Беркли [14]. Анализировали непрерывный ряд значений температуры и осадков по трем метеостанциям Белгородской («Богородицкое-Фенино», «Валуйки» и «Готня») и двум Липецкой («Конь-Колодезь» и «Елец») областей.
Эконометрические модели развития сельского хозяйства. При создании динамических эконометрических моделей Белгородской и Липецкой областей (модели типа «экономические показатели» - «почвенные показатели»
- «климатические показатели» и др.) использовали модифицированную функцию Кобба-Дугласа:
Yn = f(FERT, CLIM_DYN, CLIM_NO, SOIL, EROS), (1) где Yn - продуктивность по всем культурам всей посевной площади и отдельно по каждой из культур (корм. ед.); FERT - внесение минеральных удобрений (NPK) на 1 га посевной площади (кг д.в.) - показатель за каждый год; CLIM DYN- метеоданные (осадки и температура) в динамике - показатель в модели меняется каждый год - по данным NCDC Climate data online; CLIMNO - метеоданные (осадки и температура) в среднем за многолетние наблюдения по всем метеостанциям Белгородской и Липецкой областей
- показатель год от года в модели не меняется, но лучше учитывает специфику климата в конкретном муниципальном районе области; SOIL - набор почвенных показателей за каждый период агрохимических обследований (подвижный фосфор, калий, органическое вещество, кислотность); EROS - доля эродированной пашни от общей площади пахотных угодий - показатель не меняется по годам.
Наряду с основным регрессионным уравнением (1) при проведении расчетов для Липецкой области применяли еще две эконометрические модели - также модификации функции Кобба-Дугласа:
Q/LAND = f(WORK/LAND, CROP/LAND, CAPITAL/LAND, CLIM DYN, SOIL, EROS), (2)
где Q/LAND - соотношение выручки от реализации всей сельскохозяйственной продукции; WORK/LAND - количество людей, занятых в сельскохозяйственном производстве, соотнесенное с площадью сельскохозяйственных угодий хозяйства; CROP/LAND - посевная площадь, соотнесенная к площади всех сельскохозяйственных угодий хозяйства; CAPITAL/LAND - величина используемого в производстве
капитала (затраты в растениеводстве и животноводстве за вычетом оплаты труда занятых в сельскохозяйственном производстве хозяйства); CLIMDYN, SOIL, EROS - то же, что и в уравнении (1).
Q/COST= f(WORK/COST, LAND/COST, CAPITAL/COST, CLIM DYN, SOL EROS), (3)
где Q/COST - рентабельность сельскохозяйственного производства (выручка/затраты); WORK/COST- количество людей, занятых в сельскохозяйственном производстве, соотнесенное с затратами; LAND/COST - площадь сельскохозяйственных угодий, соотнесенная с затратами на сельскохозяйственное производство; CAPITAL/COST - величина используемого при реализации продукции капитала (себестоимость реализованной продукции), соотнесенная с затратами на сельскохозяйственное производство; CLIM DYN, SOIL, EROS - то же, что и в уравнении (1).
Для прогноза изменений площадей посевов, валового сбора, урожайности и стоимости валового сбора основных сельскохозяйственных культур к 2050 г., по сравнению с 2010 г., использовали экономико-климатическую модель IMPACT-3 [15]. Она позволяет рассчитывать модуль благосостояния, с использованием которого можно оценить, как инвестиции в сельское хозяйство могут отразиться и на сельхозпроизводителях, и на потребителях, и на благосостоянии региона в целом. В рамках модели IMPACT-3 при-
меняли климатические сценарии NoCC (No Climate Change), HadGEM (Climate Change Model developed by Hadley Centre Global Environment Model), IPSL (Institute Pierre Simon Laplace Global Climate Modeling Centre, France), основанные на климатической модели общей циркуляции атмосферы (МОЦ). Каждый из этих сценариев состоит из набора параметров и определяет количество осадков и средние температуры для конкретных территорий в базовом году и далее на всем прогнозируемом периоде (2010-2050 гг.): сценарий NoCC предусматривает неизменные климатические характеристики на уровне 2010 г., HadGEM - постепенное увеличение температуры при одновременном снижении количества атмосферных осадков, IPSL - рост суммы осадков и уменьшение температуры.
Результаты и обсуждение. Применение эконо-метрических моделей - модификаций функции Кобба-Дугласа. По расчетам, выполненным в соответствии с разработанными эконометрическими моделями, наиболее устойчивые результаты по статистически значимым коэффициентам эластичности для почвенных показателей в Белгородской области (подробные данные приведены в [16]) отмечены у содержания органического вещества, подвижного фосфора и калия (рост их величины, как правило, положительно влияет на выход продукции в кормовых единицах, урожайности озимой
Аббревиатура Показатель Значение параметра t ста-тисти-ка Значимость P > t
Продуктивность пашни (N = 3600, F=249,07, R2 = 0,2937)
FERT минеральные удобрения, руб./га 0,27 33,47 0,000
K средневзвешенное содержание подвижного калия в почвах пашни,
мг/кг 0,24 2,62 0,009
P средневзвешенное содержание подвижного фосфора в почвах
пашни, мг/кг 0,29 4,50 0,000
EROS- потенциальная эрозия почв, % от площади сельскохозяйственных
POTEN угодий административного района, в котором находится хозяйство -0,03 -1,78 0,075
TDYN57 среднемесячная температура за май - июль, F -1,50 -11,79 0,000
PREC57 сумма осадков за май - июль, дюйм -0,14 -6,10 0,000
CONST константа 5,85 8,28 0,000
Выручка от реализованной сельскохозяйственной продукции относительно площади
всех сельскохозяйственных угодий (N = 3600, F=767,53, R2 = 0,6310)
LAB_HA количество людей, занятых в сельскохозяйственном производстве, соотнесенное с площадью сельскохозяйственных угодий пред-
приятия, чел./га 0,06 2,86 0,004
CAPIT_HA себестоимость проданной сельхозпродукции на единицу площади
сельскохозяйственных угодий, тыс. руб./га 0,72 41,01 0,000
CROP-HA посевная площадь, соотнесенная с площадью всех сельскохозяй-
ственных угодий предприятия, га/га 0,37 11,31 0,000
H средневзвешенное содержание гумуса в почвах пашни, % -0,64 -5,99 0,000
K средневзвешенное содержание подвижного калия в почвах пашни,
мг/кг 0,19 1,76 0,078
TDYN AV среднегодовая температура, F 1,25 15,28 0,000
PRECDYN сумма осадков за год, дюйм 0,25 4,60 0,000
EROS потенциальная эрозия почв, % от площади сельскохозяйственных
POTEN угодий административного района, в котором находится хозяйство -0,08 -5,08 0,000
CONST константа -3,21 -5,01 0,000
Рентабельность сельскохозяйственной деятельности (N = 3600, F=283,00, R2 = 0,3209)
LAB_COST количество людей, занятых в сельскохозяйственном производстве,
соотнесенное с затратами, чел./ тыс. руб. 0,03 2,00 0,046
CAPIT себестоимость реализованной продукции на единицу затрат, тыс.
COST руб./тыс. руб. 0,46 25,20 0,000
LAND площадь сельскохозяйственных угодий, соотнесенная с затратами
COST на сельскохозяйственное производство, га/тыс. руб. -0,20 -22,27 0,000
TDYN57 среднемесячная температура за май-июль, F -0,74 -5,35 0,000
PRECI57 сумма осадков за май-июль, дюйм 0,14 6,17 0,000
EROS потенциальная эрозия почв, % от площади сельскохозяйственных
POTEN угодий административного района, в котором находится хозяйство -0,06 -6,45 0,000
CONST константа 1,08 2,60 0,009
Таблица 1. Результаты оценки параметров уравнений продуктивности пашни (1), выручки от реализованной сельскохозяйственной продукции относительно площади всех сельскохозяйственных угодий (2), рентабельности сельскохозяйственной деятельности (3) в хозяйствах Липецкой области за 1995-2008 гг.
пшеницы и сахарной свеклы), в Липецкой области (табл.1) - у содержания подвижного калия в почвах пашни (его повышение способствует росту продуктивности пашни в кормовых единицах и всей выручки от сельхоздеятель-ности) [16, 17, 18].
Показатели содержания органического вещества (гумуса), доступного фосфора, а также кислотности почв муниципальных районов Липецкой области в большинстве случаев оказались статистически незначимыми и, следовательно, не влияющими на продуктивность пашни и выход сельскохозяйственной продукции. Это можно объяснить лучшей обеспеченностью почв Липецкой области указанными факторами, по сравнению с Белгородской областью [19, 20, 21]. То есть они не выступают лимитирующими в соответствии с законом минимума Либиха.
Важным результатом расчетов во всех спецификациях всех эконометрических моделей для обеих областей оказалось отрицательное влияние эрозии почв на урожайность сельскохозяйственных культур. Так, увеличение на 1 % площади эродированных почв пашни в муниципальном районе Белгородской области может быть причиной снижения урожайности и выхода продукции на 0,18...0,45 % (в зависимости от спецификации модели и используемых факторов).
Наиболее чувствительный для обеих областей фактор с самым высоким значением коэффициента в регрессионных уравнениях - температура атмосферного воздуха, имеющий для Белгородской области положительное, для Липецкой - отрицательное значение. В первом случае рост температуры атмосферного воздуха в 1995-2014 гг. в большей степени, чем другие метеорологические показатели, способствовал увеличению продуктивности пашни и урожайности основных культур в муниципальных районах [16]. В Липецкой области наиболее сильное снижение урожайности и выручки в хозяйствах, по сравнению с другими климатическими характеристиками, вызывало повышение среднемесячной температуры в период с мая по июль.
В целом у метода построения различных спецификаций регрессионного уравнения имеются как достоинства, так и недостатки. Одни почвенно-климатические факторы (эродированность почв, содержание в них подвижного фосфора и калия, температура воздуха) успешно «поддаются» моделированию и корректной интерпретации, другие (содержание органического вещества в почвах, количество атмосферных осадков) - нет и «требуют» использования или иной базы данных, или других методов моделирования [20, 21, 22].
Анализ результатов прогнозирования результирующих показателей растениеводства для различных климатических сценариев в соответствии с экономико-климатической моделью 1МРАСТ-3. (табл. 2) показывает,
Таблица 2. Прогноз изменения площади посевов и урожайности основных сельскохозяйственных культур в Белгородской и Липецкой области для различных климатических сценариев IMPACT-3 в 2050 г., по отношению к 2010 г.
Культура Площадь посевов, тыс. га Урожайность, раз
NoCC 1 HadGEM IPSL NoCC HadGEM I IPSL
Ячмень -25,4 -40,8 -38,2 2,0 2,6 2,6
Пшеница 55,0 65,6 79,1 2,0 2,4 2,7
Прочие зерновые -37,9 -46,3 -49,7 2,0 2,6 2,6
Рапс 0,3 0,0 0,1 1,6 1,6 1,6
Соя -0,6 -0,2 -0,4 1,3 1,1 1,3
Картофель -32,6 -31,4 -35,0 1,0 0,9 1,1
Подсолнечник (произ-
водство масла) -4,8 -4,1 -5,4 1,4 1,3 1,4
Подсолнечник 10,7 11,3 10,3 1,5 1,4 1,6
Сахарная свекла 23,4 29,2 23,3 1,2 1,3 1,6
Кукуруза 7,6 11,7 11,0 1,9 1,3 1,8
что посевы пропашных культур (сахарная свекла, кукуруза, подсолнечник) к 2050 г. преимущественно (кроме подсолнечника для масла и картофеля) будут расширяться при всех рассматриваемых сценариях (наибольшее увеличение отмечено для сценария HadGEM). Площади под рапсом и соей останутся практически неизменными, а занятые зерновыми культурами (ячмень и «прочие зерновые»), наоборот, будут уменьшаться, за исключением пшеницы, которая демонстрирует максимальный рост площади посевов среди всех прочих культур. Для Белгородской и Липецкой областей это представляется вполне логично, так как пшеница в этих регионах рассматривается как основная сельскохозяйственная культура. Следует также отметить, что Российская Федерация в ближайшие годы планирует наращивать экспорт зерновых, в частности, пшеницы. Изменение климата будет способствовать дополнительному расширению посевов пшеницы, так как при прочих равных условиях именно она обеспечит наибольшее приращение стоимости валовой продукции (табл. 3). Максимальные (на 24,1 тыс. га, по сравнению со сценарием NoCC) изменения выявлены при сценарии IPSL, который предусматривает наибольшее количество осадков.
Изменения площади посевов при всех сценариях происходят в результате перераспределения внутри существующей структуры пахотных земель, а не вследствие вовлечения в сельскохозяйственный оборот новых территорий. Напротив, к 2050 г. прогнозируется незначительное уменьшение общей площади посевов, по сравнению с 2010 г. Это отражает варьирование структуры производства растениеводческой продукции региона, которое будет происходить на фоне колебаний урожайности основных сельскохозяйственных культур.
Прогнозируемое увеличение урожайности практически для всех культур (см. табл. 2), кроме картофеля, в сценарии HadGEM, в некоторых случаях достигает почти 2,7 раза (сценарий IPSL для пшеницы). Наибольший прирост характерен для «влажного» сценария IPSL, что свидетельствует о принципиальном значении увеличения количества выпадающих атмосферных осадков для повышения урожайности сельскохозяйственных культур в условиях непромывного типа водного режима.
Рост урожайности культур к 2050 г., по сравнению с 2010 г., отмечен и для сценария NoCC (характеризуемые климатические показатели остаются неизменными), что связано главным образом с технологическими сдвигами, закладываемыми в модель IMPACT.
Сокращение площадей под картофелем к 2050 г., которые при этом не будут компенсированы ростом урожайности культуры, приведет к уменьшению его валового сбора. Для остальных культур валовой сбор прогнозируется с увеличением, причем наибольший рост по большинству
культур характерен для самого «влажного» сценария IPSL (см. табл. 3). Аналогична и тенденция в прогнозах изменения показателя стоимости валового сбора основных сельскохозяйственных культур.
Устойчивое развитие сельского хозяйства Белгородской и Липецкой областей в условиях изменения климата и деградации почв. При формировании устойчивого сельского хо-
Таблица 3. Прогноз изменения валового сбора основных сельскохозяйственных культур и его стоимости в Белгородской и Липецкой области для различных климатических сценариев IMPACT-3 в 2050
г., по отношению к 2010 г.
Культура Валовой сбор, тыс. т Стоимость валовой продукции, тыс. долл. США
NoCC HadGEM IPSL NoCC I HadGEM | IPSL
Подсолнечник для масла 513,1 811,1 777,2 93 563,5 156 142,6 150 141,6
Пшеница 1 260,7 1 716,4 2 131,3 243 466,5 416 102,6 510 542,2
Прочие зерновые 323,9 564,7 510,3 41 790,4 87 969,0 74 139,6
Рапс 4,1 3,8 4,0 4 091,5 4 497,3 4 720,9
Соя 2,2 1,0 2,7 3 028,6 3 723,8 4 506,7
Картофель -356,3 -504,2 -368,8 -33 726,5 4 061,1 -3 174,2
Подсолнечник 31,8 27,5 31,7 19 490,7 23 305,8 23 034,9
Сахарная свекла 1 353,2 1 902,8 2 307,6 21 928,9 42 911,6 38 111,5
Кукуруза 144,3 97,8 164,1 37 260,5 47 213,4 63 381,2
зяйства, подразумевающего одновременный контроль за биологическими циклами биогенных элементов в агроценозах и защиту плодородия почвы [23, 24, 25], в первую очередь, необходимо проведение почвозащитных мероприятий и корректировки экономических показателей сельскохозяйственного развития регионов, связанных с прогнозируемым изменением климата (площадей и структуры посевов, валового сбора, урожайности и др.) [26, 27, 28].
Из почвозащитных мероприятий целесообразны следующие:
искусственное залужение эрозионно опасных участков травянистой растительностью, агролесомелиорация на приводораздельных территориях, введение адаптивно-ландшафтного земледелия, включая создание системы лесополос;
сохранение и расширенное воспроизводство плодородия почв путем внесения необходимого количества минеральных (главным образом, фосфорных и калийных) удобрений [6].
Прогноз изменения площадей посевов, валового сбора, урожайности и стоимости валовой продукции основных сельскохозяйственных культур в Белгородской и Липецкой областях к2050 г., по сравнению с 2010 г., с использованием экономико-климатической модели 1МРАСТ-3 позволяет констатировать тот факт, что изменения климата могут
благоприятно сказаться на развитии сельского хозяйства в исследуемых регионах.
Выводы. Сельскохозяйственное производство Белгородской и Липецкой областей Центрально-Чернозёмного экономического района проводится на фоне двух групп динамических процессов - климатических изменений и деградации почв, оказывающих заметное воздействие на социально-экономические показатели предприятий (прежде всего, растениеводческих).
Разработка методологии управления устойчивым развитием сельского хозяйства регионов Черноземья включала в себя создание представительных баз почвенно-климатических и экономических данных отдельных сельскохозяйственных предприятий и муниципальных районов с последующей разработкой на их основе региональных эконометрических моделей развития сельского хозяйства; среднесрочное прогнозирование социально-экономических показателей с использованием экономико-климатической модели 1МРАСТ-3. Управление устойчивым развитием сельского хозяйства регионов в этой связи заключается не только в проведении почвозащитных мероприятий, но и в корректировке экономических показателей сельскохозяйственного развития регионов, связанных с прогнозируемым изменением климата (изменение площадей и структуры посевов, валового сбора, урожайности и др.).
Литература.
1. Петриков А. В. Устойчивое развитие сельской местности в России и направления научных исследований // АПК: экономика, управление. 2001. № 12. С. 13.
2. Устойчивое развитие сельских территорий: вопросы стратегии и тактики. М.: Росинформагротех, 2004.310 с.
3. Распоряжение Правительства РФ от30.11.2010 N 2136-р «Об утверждении Концепции устойчивого развития сельских территорий Российской Федерации на период до 2020 года» // Собрание законодательства РФ, 13.12.2010, N 50, ст. 6748.
4. Эрозия почв России / Под ред. А. Н. Каштанова, Л. Л. Шишова, В. А. Рожкова. М.: Почвенный институт им. В. В. Докучаева, 2004. 76 с.
5. Влияние почвенно-климатических факторов на урожайность основных сельскохозяйственных культур в муниципальных районах Белгородской области/А. С. Строков, О. А. Макаров, Н. А. Марахова и др.//Земледелие. 2019. № 6. С. 21-24.
6. Лукин С. В. Агроэкологическое состояние и продуктивность почв Белгородской области: монография. 2-е изд. доп. Белгород: КОНСТАНТА, 2016.344 с.
7. Лукин С. В. Агроэкологическое состояние и продуктивность почв Белгородской области: монография. Белгород: КОНСТАНТА, 2011. 302 с.
8. Соловиченко В. Д. Плодородие и рациональное использование почв Белгородской области. Белгород: Отчий край, 2005. 292 с.
9. Почвы Липецкой области / Ю. И. Сискевич, В. А. Никоноренков, О. В.Долгих и др. Липецк: Позитив Л, 2018.209 с.
10. Мониторинг агрохимических показателей почв Липецкой области/П. А. Чекмарев, Ю. И. Сискевич, Н. С. Бровченко и др. //Достижения науки и техники АПК. 2016. Т. 30. № 8. С. 9-16.
11. Соловиченко В. Д., Уваров Г. И. Эродированные почвы и комплекс противоэрозионных мероприятий//Белгородский агромир. 2011. № 1. С. 14-16.
12. Недикова Е. В., Масленникова С. В., Бакулина П. В. Анализ эрозионных процессов на территории Липецкой области//Модели и технологии природообустройства (региональный аспект). 2017. № 2 (5). С. 50-53.
13. Базаданных NCDC Climate data online по осадкам и температуре на метеостанциях Белгородской и Липецкой областей [Электронный ресурс]. URL: http://Www.ncdc.noaa.gov/cdo-web/(дата обращения08.08.2019).
14. База данных Беркли по наблюдениям ежемесячным по температуре в метеостанции в Ельце [Электронный ресурс]. URL: http:// berkeleyearth.lbl.gov/auto/Stations/TAVG/Text/169249-TAVG-Data.txt (дата обращения 03.07.2019).
15. International model for policy analysis of agricultural commodities and trade (IMPACT): model description / M. W. Rosegrant, M. Batka, P. Bhandary, etal. Washington: IFPRl, 2012. 50 p. [Электронный ресурс]. URL: http://technicalconsortium.org/wp-content/uploads/2014/05/ International-model-for-policy-analysis.pdf. (дата обращения 30.05.2020).
16. Влияние почвенно-климатических факторов на урожайность основных сельскохозяйственных культур в муниципальных районах Белгородской области/А. С. Строков, О. А. Макаров, Н. А. Марахова и др.//Земледелие. 2019. № 6. С. 21-24.
17. Апробации подхода к определению общественной ценности земель в качестве основы для проведения эколого-экономической оценки ущерба от ихдеградации / Е. В. Цветнов, Н. А. Марахова, О. А. Макаров и др.// Почвоведение. 2019. №
10. С. 1269-1277.
18. Апробация методологии экономики деградации земельдля Липецкой области/О. А. Макаров, Е. В. Цветнов, Е. Н. Кубарев и др. //Агрохимический вестник. 2019. № 1. С. 2-6.
19. Использование земельных ресурсов в сельском хозяйстве Белгородской области/А. С. Строков, О. А. Макаров, Н. М. Светлов и др. // Экономика региона. 2019. № 3. С. 893-907.
20. Лукин С. В., Празина Е. А. Мониторинг кислотности почв ЦЧО России//Достижения науки и техникиАПК. 2019. Т. 33. № 4. С. 8-11.
21. Лукин С. В. Динамика агрохимических показателей плодородия пахотных почв юго-западной части Центрально-Чернозёмных областей России//Почвоведение. 2017. № 11. С. 1367-1376.
22. Лукин С. В., Заздравных Е. А., Празина Е. А. Мониторинг содержания органического вещества в почвах ЦЧО//Достижения науки и техники АПК. 2019. Т. 33. № 3. С. 15-18.
23. Regulatory and legislative aspects of the ecological evaluation and control of soil degradation in Russia on the basis of the assessment of soil ecological functions/A. S. Yakovlev, E. N. Molchanov, O. A. Makarov, et al. //Eurasian Soil Science. 2015. Vol. 48. No. 9. P. 1124-1130.
24. On inclusion of ecosystem services in the assessment of damage from land degradation / E. V. Tsvetnov, O. A. Makarov, A. S. Yakovlev, et al. //Eurasian Soil Science. 2016. Vol. 49. No. 12. P. 1443-1449.
25. National approaches to evaluation of the degree of soil degradation / E. N. Molchanov, I. Y. Savin, A. S. Yakovlev, et al. // Eurasian Soil Science. 2015. Vol. 48. No. 11. P. 1268 - 1277.
26. Assessing soil degradation in northern Eurasia / P. Krasilnikov, O. Makarov, I. Alyabina, et al. // Geoderma Regional. 2016. Vol. 7. No. 1. P. 1-10.
27. Chukov S. N., Yakovlev A. S. Soil and land categories in the modern legislation of Russia // Eurasian Soil Science. 2019. Vol. 52. № 7. P. 865-870.
28. Experience in approbation of societal land value as a basis for ecological and economic assessment of damage from land degradation / E. V. Tsvetnov, N. A. Marakhova, O. A. Makarov, et al. //Eurasian Soil Science. 2019. Vol. 52. No. 10. P. 1298-1305.
References
1. Petrikov AV. [Sustainable rural development in Russia and research areas]. APK: ekonomika, upravlenie. 2001;(12):13. Russian.
2. Ustoichivoe razvitie sel'skikh territorii: voprosy strategii i taktiki [Sustainable rural development: issues of strategy and tactics]. Moscow: Rosinformagrotekh; 2004. 310 p. Russian.
3. Rasporyazhenie Pravitel'stva RF N 2136-r «Ob utverzhdenii Kontseptsii ustoichivogo razvitiya sel'skikh territorii Rossiiskoi Federatsii na period do 2020 goda» (30.11.2010) [Decree of the Government of the Russian Federation N 2136-r "On approval of the Concept of sustainable development of rural territories of the Russian Federation for the period until2020" (Nov. 30,2010)]. Sobranie zakonodatel'stva RF, N 50, st. 6748 (13.12.2010) [Corpus of legislative acts of the Russian Federation, N 50, Art. 6748. (Dec. 13,2010)]. Russian.
4. KashtanovAN, ShishovLL, RozhkovVA, editors. Eroziya pochvRossii[Soilerosion in Russia]. Moscow: Pochvennyinstitutim. V. V. Dokuchaeva; 2004. 76 p. Russian.
5. Strokov AS, Makarov OA, Marakhova NA, et al. [Influence of soil and climatic factors on the productivity of the main crops in the municipal districts of the Belgorod region]. Zemledelie. 2019;(6):21-4. Russian.
6. Lukin SV. Agroekologicheskoe sostoyanie i produktivnost' pochv Belgorodskoi oblasti: monografiya [Agroecological state and soil productivity of the Belgorod region: monograph]. 2nd ed. Belgorod (Russia): KONSTANTA; 2016. 344 p. Russian.
7. Lukin SV. Agroekologicheskoe sostoyanie i produktivnost' pochv Belgorodskoi oblasti: monografiya [Agroecological state and soil productivity of the Belgorod region: monograph]. Belgorod (Russia): KONSTANTA; 2011. 302p. Russian.
8. Solovichenko VD. Plodorodie i ratsional'noe ispol'zovanie pochv Belgorodskoi oblasti [Fertility and rational use of soils of the Belgorod region]. Belgorod (Russia): Otchii krai; 2005.292p. Russian.
9. Siskevich Yul, NikonorenkovVA, Dolgikh OV, et al. Pochvi Lipetskoi oblasti [Soils of the Lipetsk region]. Lipetsk (Russia): Pozitiv L; 2018.209 p. Russian.
10. Chekmarev PA, Siskevich YuI, Brovchenko NS, et al. [Monitoring of agrochemical indicators of soils of the Lipetsk region]. Dostizheniya nauki i tekhnikiAPK. 2016;30(8):9-16. Russian.
11. Solovichenko VD, Uvarov Gl. [Eroded soils and a set of anti-erosion measures]. Belgorodskii agromir. 2011;(1):14-6. Russian.
12. Nedikova EV, Maslennikova SV, Bakulina PV. [Analysis of erosion processes in the territory of the Lipetsk region]. Modeli i tekhnologii prirodoobustroistva (regional'nyiaspekt). 2017;(2):50-3. Russian.
13. Climate Data Online [Internet]. [place unknown]: NOAA. [cited2019 Aug 8]. Available from: http://www.ncdc.noaa.gov/cdo-web/.
14. Berkeley Earth [Internet]. [place unknown]: Berkeley Earth. c2016 - 2020 [cited 2019 Jul 3]. Available from: http://berkeleyearth.lbl.gov/ auto/Stations/TAVG/Text/169249-TAVG-Data.txt.
15. Rosegrant MW, Batka M, Bhandary P, et al. International model for policy analysis of agricultural commodities and trade (IMPACT): model description [Internet]. Washington: IFPRI; 2012 [cited 2020 May 30]. 50 p. Available from: http://technicalconsortium.org/wp-content/ uploads/2014/05/International-model-for-policy-analysis.pdf.
16. Strokov AS, Makarov OA, Marakhova nA, et al. [The influence of soil and climatic factors on the productivity of the main agricultural crops in the municipal districts of the Belgorod region]. Zemledelie. 2019;(6):21-4. Russian.
17. Tsvetnov EV, Marakhova NA, Makarov Oa, et al. [Testing the approach to determining the social value of lands as a basis for environmental and economic assessment of damage from their degradation]. Pochvovedenie. 2019;(10):1269-77. Russian.
18. Makarov OA, Tsvetnov EV, Kubarev EN, et al. [Testing the methodology of land degradation economics for the Lipetsk region]. Agrokhimicheskii vestnik. 2019;(1):2-6. Russian.
19. Strokov AS, Makarov OA, Svetlov NM, et al. [The use of land resources in agriculture of the Belgorod region]. Ekonomika regiona. 2019;(3):893-907. Russian.
20. Lukin SV, Prazina EA. [Soilacidity monitoring in the Central Chernozem region of Russia]. Dostizheniya nauki i tekhnikiAPK. 2019;33(4):8-
11. Russian.
21. Lukin SV. [Dynamics of agrochemical indicators of arable soil fertility in the southwestern part of the Central Chernozem region of Russia]. Pochvovedenie. 2017;(11):1367-76. Russian.
22. Lukin SV, Zazdravnykh EA, Prazina EA. [Monitoring of organic matter in soils of the Central Chernozem region]. Dostizheniya nauki i tekhniki APK. 2019;33(3):15-8. Russian.
23. YakovlevAS, MolchanovEN, MakarovOA, etal. Regulatoryand legislative aspects of the ecological evaluation and control of soil degradation in Russia on the basis of the assessment of soil ecological functions. Eurasian Soil Science. 2015;48(9):1124-30.
24. Tsvetnov EV, Makarov OA, Yakovlev AS, et al. On inclusion of ecosystem services in the assessment of damage from land degradation. Eurasian Soil Science. 2016;49(12):1443-9.
25. Molchanov EN, Savin IY, Yakovlev AS, et al. National approaches to evaluation of the degree of soil degradation. Eurasian Soil Science. 2015;48(11):1268-77.
26. KrasilnikovP, Makarov O, Alyabina I, et al. Assessing soil degradation in northern Eurasia. Geoderma Regional. 2016;7(1):1-10.
27. ChukovSN, YakovlevAS. Soil and land categories in the modern legislation of Russia. Eurasian Soil Science. 201952(7):865-70.
28. Tsvetnov EV, Marakhova NA, Makarov OA, et al. Experience in approbation of societal land value as a basis for ecological and economic assessment of damage from land degradation. Eurasian Soil Science. 2019;52(10):1298-1305.
