CC BY
28
08.00.05 УДК 332.05
DOI: 10.24411/2227-9407-2020-10123
Оценка устойчивости и изменений валового сбора зерна
Сергей Александрович Суслов
Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Введение: роль зернового хозяйства в экономике страны очень значима, что объясняется множеством процессных и функциональных связей ее с другими отраслями АПК и другими сферами экономики. На данном этапе научно-технической революции и развития научно-технического прогресса все популярнее становится тема по внедрению цифровых технологий в данную отрасль с упоминанием таких терминов, как «умное сельское хозяйство», «точное земледелие», «интернет вещей». Данные технологии должны способствовать формированию устойчивости отрасли, в частности в виде стабилизации валовых сборов.
Материалы и методы: основы научного подхода к повышению эффективности зернового хозяйства были заложены учеными-экономистами и практиками-новаторами уже давно. В последнее десятилетие можно выделить популярность статей авторов: Алтухова И. А., Гусманова Р. У., Смагина Б. И. и других. На основании теоретических подходов данных авторов было проведено исследование устойчивости и изменений валовых сборов зерна в Российской Федерации и Нижегородской области с 1952 по 2020 год.
Результаты: в процессе исследования выявлены особенности изменения валовых сборов на территории РФ и Нижегородской области. Представлены гистограммы изменений валовых сборов исследуемых территорий и определен размер более частных изменений. Также сделаны выводы по устойчивости происходящих изменений.
Обсуждение: выявленные результаты изменчивости валовых сборов подтверждают низкую устойчивость зерновой отрасли от внешних факторов, в частности от климатических условий, которые определяют наибольший размер их изменений, так как системы организации и ведения зернового хозяйства с развитием научно-технического прогресса только совершенствуются.
Заключение: на основе выявленных изменений автором предложен вывод, что в будущем на устойчивость должно положительно сказаться внедрение «Интернета вещей» в зерновое хозяйство, технологий «умного сельского хозяйства» и точного земледелия.
Ключевые слова: валовой сбор зерна, гистограмма, динамика, изменения валовых сборов, Нижегородская область, Российская Федерация, статистическая оценка, тренд, устойчивость.
Для цитирования: Суслов С. А. Оценка устойчивости и изменений валового сбора зерна // Вестник НГИЭИ. 2020. № 12 (115). С. 87-95. DOI: 10.24411/2227-9407-2020-10123
Аннотация
© Суслов С. А., 2020
Контент доступен под лицензией Creative Commons Attribution 4.0 License. The content is available under Creative Commons Attribution 4.0 License.
Assessment of stability and changes in gross grain harvest
Sergey Alexandrovich Suslov
Nizhny Novgorod State Engineering and Economic University, Knyaginino (Russia)
Abstract
Introduction: the role of grain farming in the country's economy is very significant, which is explained by its many process and functional links with other sectors of the agro-industrial complex and other spheres of the economy. At this stage of the scientific and technological revolution and the development of scientific and technological progress, the topic of introducing digital technologies into this industry is becoming more and more popular, with the mention of such terms as «smart agriculture», «precision farming», «Internet of things». These technol o-gies should contribute to the formation of industry stability, in particular in the form of stabilization of gross receipts.
Materials and methods: the foundations of a scientific approach to increasing the efficiency of grain farming have been laid by scientists-economists and practical innovators for a long time. In the last decade, one can highlight the popularity of articles by authors: I. A. Altukhov, R. U. Gusmanov, B. I. Smagin and others. Based on the theoretical approaches of these authors, a study was carried out on the stability and changes in gross grain harvest in the Russian Federation and the Nizhny Novgorod region from 1952 to 2020.
Results: in the course of the study, the features of the change in gross fees in the territory of the Russian Federation and the Nizhny Novgorod region were revealed. The histograms of changes in gross collections of the studied territories are presented and the size of more specific changes is determined. Conclusions are also made on the stability of the ongoing changes.
Discussion: the revealed results of the variability of gross harvests, confirm the low stability of the grain industry from external factors, in particular from climatic conditions, which determine the greatest extent of their changes, since the systems of organizing and maintaining grain farming only improve with the development of scientific and technological progress.
Conclusion: on the basis of the identified changes, the author proposes the conclusion that in the future, sustainability should be positively affected by the introduction of the «Internet of Things» in grain farming, technologies of "smart agriculture" and precision farming.
Key words: gross grain harvest, Russian Federation, Nizhny Novgorod region, changes in gross harvest, stability, dynamics, trend, histogram, statistical assessment.
For citation: Suslov S.A. Assessment of stability and changes in gross grain harvest // Bulletin NGIEI. 2020. No. 12 (115). P. 87-95. (In Russ.). DOI: 10.24411/2227-9407-2020-10123
Введение
Значимая роль зернового хозяйства в развитии сельского хозяйства, агропромышленного комплекса, функционирования экономики страны, а также ее влияние на каждого жителя страны не вызывает сомнения у ученых и практиков. Это объясняется множеством процессных и функциональных связей отрасли в экономике страны, от производства сельскохозяйственных машин и оборудования до реализации хлебобулочных изделий.
Вопросами повышения эффективности и организации зернового хозяйства, как отрасли сельского хозяйства, включающей производство, распределение и сбыт зерна, занимались и занимаются ученые и практики во многих странах, где данная отрасль может функционировать.Среди отечественных ученых можно выделить Алтухова А. И. [1], Гусманова Р. У. [2], Амирову Э. Ф. [3] и др.
Материалы и методы
Со сменой научно-технических революций и развития научно-технического прогресса всегда находились новые решения по уменьшению влияния сдерживающих факторов на рост производства в данной отрасли.
В отдельные периоды главным фактором увеличения валовых сборов зерна было внедрение механизации и создание более совершенных сельскохозяйственных машин и их орудий. В другие акцент был сделан на селекцию - создание новых сортов зерновых культур с заданными свойствами, наиболее подходившими к тем или иным территориям. Также решились вопросы расширения площадей, пригодных для землепользования, нахождения методов рационального размещения культур с заданными условиями и многие другие. Можно отметить, что и сегодня данные вопросы не потеряли актуальности, и
каждая организация должна стремиться выявлять в своих сложившихся процессах сдерживающий фактор или факторы роста и развития.
В последние пять лет в научной литературе все чаще поднимаются вопросы умного сельского хозяйства, точного земледелия и внедрения «Интернета вещей» в производственный процесс отрасли растениеводства. Ученые и практики делают акцент, что они помогут рациональнее использовать ресурсы организации, и с этим нельзя не согласиться.
Получая достоверные данные о химическом составе почвы с участков, можно дозировать внесение удобрений до оптимального соотношения, без перерасхода. Точный высев семян с применением цифровых технологий уменьшает расход посевного материалы и при этом соблюдает необходимое (точное) расстояние между ними. Также данные технологии помогают рационально организовать движение машинно-тракторного парка на сельскохозяйственных работах и многие другие процессы, например, по учету средств данной отрасли на складах.
Данные тенденции развития повышают контроль за расходом средств, повышают эффективность организации и, как результат, выражаются в росте прибыли. Но один из главных вопросов, который так и не решен в зерновом хозяйстве, - это устойчивость производства.
Статистическому анализу устойчивости производства зерна посвятили свои труды: Губа-чев В. А. [4], Генералов И. Г. [5], Сидоренко О. В. [6], Смагин Б. И. [7] и другие ученые-экономисты.
Проблему устойчивости можно рассматривать с двух точек зрения: 1-я - это устойчивость происходящей тенденции; 2-я - устойчивость к влиянию чего-либо (события или фактора).В данной статье сделаем акцент на первой.
Результативным показателем эффективности организации зернового хозяйства является валовой сбор, который формируется под воздействием множества факторов, которые определяют и уровень урожайности, и масштабы производства.
2500
2000
1500
1000
500
тыс. тонн / thousand tons
y = -5E-08x6 + 1E-05x5 ■
0,0007x4 + 0,0173x3 R2 = 0,6358
млн тонн/ million tons
■ 0,2132x2 + 3,7006x + 42,881
y = -4E-07x6 + 7E-05x5 - 0,0039x4 - 0,0044x3 + 4,1125x2 - 45,646x + 955,08
R2 = 0,4675
160 140 120 100 80 60 40 20
ininininin^O^^^^t^t^t^t^t^OOOOOOOOOOOSOSOSOSOSOOOOO^^^^^
-Нижегородская область / Nizhny Novgorod Region Российская Федерация / Russian Federation
Полиномиальная (Нижегородская область / Nizhny Novgorod Region) Полиномиальная (Российская Федерация / Russian Federation)
Год / Year
Рис. 1. Валовой сбор зерна (зерновых и зернобобовых культур) в хозяйствах всех категорий (РФ - млн тонн, Нижегородская область - тыс. тонн) Fig. 1. Gross harvest of grain (grain and leguminous crops) in farms of all categories (RF - million tons, Nizhny Novgorod region - thousand tons)
Источник: составлено автором на основании данных
1, 2, 3, 4
0
0
На рис. 1 представлена динамика валового сбора зерна (зерновых и зернобобовых культур) на территориях Российской Федерации и Нижегородской области. По основной вертикальной оси (слева) представлены единицы измерения валового сбора для Нижегородской области (тыс. тонн), а по дополнительной вертикальной (справа) представлены единицы измерения валового сбора для РФ (млн тонн).
Начало исследуемого периода - 1951 год -объясняется тем, что по имеющимся статистическим источникам с данного года имеется сопоставимая информация, а именно валовой сбор зерна в весе после доработки, а не в первоначально-оприходованном.
Динамика валовых сборов в РФ и Нижегородской области, представленная на рисунке 1 , имеет постоянный волатильный характер, и есть лишь несколько временных отрезков, когда урожай находился почти на прежнем уровне от предшествующего года. При этом можно выделить тенденции роста валовых сборов и сокращений.
В РФ период с 1951 по 1978 год можно отнести к тенденции наращивания валовых сборов, с 1979-1998 тенденция роста перешла в спад и с 1999 по 2020 снова возобновилась тенденция роста.
В Нижегородской области сложнее выделить точные границы периодов тенденций роста и сокращения из-за сильной волатильности. Но все же с
1951 по 1961 гг. можно отнести к периоду сокращения, с минимальный сбором зерна в 1961 году. С 1962 по 1976 к периоду роста. Тенденция валовых сборов с 1977 по 1992 представлена в виде резких падений и ростов урожая относительно среднего значения. С 1993 по 1998 год произошло падение, после чего начался рост производства, который наблюдается и в 2020 году. Но нужно выделить особенно 2010 год, где из-за неблагоприятных погодных условий был собран самый минимальный урожай за весь исследуемый период - 541,3 тыс. т.
Описанные тенденции валовых сборов подтверждают и полиномиальные линии тренда (рис. 1). Более высокий коэффициент детерминации полиномиального уравнения по РФ (0,63), чем в Нижегородской области (0,46), подтверждает более сильные темпы изменений валового производства зерна в Нижегородской области.
Анализ представленных тенденций позволяет сделать еще один важный вывод - последний период роста валовых сборов в РФ уже в 2017 году сформировал исторический с 1951 года, и здесь можно констатировать. В Нижегородской области пусть и наблюдается тенденция роста, но она еще достигла только 80 % от исторического максимума.
Для проведения анализа изменений валовых сборов был проведен расчет цепных методов прироста (рис. 2).
200
%
Год / Year
-100
'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—i'—(N(N(N(N(N(N(N(N(N(N(N
-•—Российская Федерация / Russian Federation —•- Нижегородская область / Nizhny Novgorod Region
Рис. 2. Цепные темпы прироста валового сбора зерна (зерновых и зернобобовых культур) в хозяйствах всех категорий, % Fig. 2. Chain rates of growth in gross grain harvest (grain and leguminous crops) in farms of all categories, % Источник: рассчитано автором на основании данных рис. 1
Размер изменений приростов в Нижегородской области в отдельные годы значительно превышает изменения по РФ, при этом в данном регионе достигаются изменения почти до 150 % к предшествующему году, как пример 2011 после
2010 года, в котором был собран самый минимальный урожай с 1951 года.
Точные количественные характеристики изменений в исследуемых территориях представлены в табл. 1 и рис. 3, 4.
Таблица 1. Характеристика изменений валового сбора зерна (зерновых и зернобобовых культур) в хозяйствах всех категорий с 1951 по 2020 год
Table 1. Characteristics of changes in the gross harvest of grain (grain and leguminous crops) in farms of all categories from 1951 to 2020
Показатель / Положительные переходы / Positive transitions Отрицательные переходы / Negative transitions
Index Россия / Russia Нижегородская область / Nizhny Novgorod Region Россия / Russia Нижегородская область / Nizhny Novgorod Region
Количество / Quantity 39 34 30 35
Сумма / Amount 581 9290 -506 -8761
В среднем / Average 14,90 273,22 -16,87 -250,32
* данные валового сбора по РФ представлены в млн тонн, по Нижегородской области в тыс. тонн Источник: составлено автором по данным рис. 1
12
10
Частота/ Frequency
6
120%
100%
80%
60%
40%
20%
от -9,22 до от -18,41 до -9,22 от -27,60 св -45,9 - 18,41 до -27,60 до - 36,79
■Частота
Интегральный %
0% от -36,79
до -45,98 КаРман / Pocket
16 14 12 10 8 6 4 2 0
Частота / Frequency
120%
100%
80%
60%
40%
20%
0%
от 11,15 от 0,51 от 21,79 от 32,43 св 53,72 до 0,51 от 43,07 до 21,79 до 11,15 до 32,43 до 43,07 до 53,72Карман /
Частота
•-Интегральный %
Рис. 3. Гистограммы распределения темпов прироста валового сбора зерна (зерновых и зернобобовых культур) в хозяйствах всех категорий РФ в период с 1952 по 2020 год Fig. 3. Histograms of the distribution of the growth rate of the gross grain harvest (grains and legumes) in farms of all categories of the Russian Federation in the period from 1952 to 2020 Источник: составлено автором по данным рис. 2
Частота/ Frequency
120%
80%
до -13,32 от -13,32 от -25,54 св -62,20 от -37,76 от -49,98 до -25,54 до -37,76 до -49,98 до -62,20
20%
Карман / Pocket
25 Частота/ 120%
Frequency
100% 80% 60% 40% 20% 0%
от 0,61 до от 28,55 от 56,48 св 112,35 до 0,61 от 84,42 Карман / 28,55 до 56,48 до 84,42 до 112,35 Pocket
15
10
■Частота -»-Интегральный % "Частота —Интегральный %
Рис. 4. Гистограммы распределения темпов прироста валового сбора зерна (зерновых и зернобобовых культур) в хозяйствах всех категорий Нижегородской области в период с 1952 по 2020 год Fig. 4. Histograms of the distribution of the growth rate of the gross grain harvest (grains and legumes) in farms of all categories of the Russian Federation in the period from 1952 to 2020 Источник: составлено автором по данным рис. 2
91
8
4
2
0
00%
60%
0%
Результаты
При исследовании изменений валовых сборов с 1952 по 2020 год цепным методов было получено 69 результатов по каждой территории. В РФ из 69 изменений 39 приходится на рост и 30 - на падения. В Нижегородской области наоборот, большая часть приходится на падения - 35 и 34 - на рост.
В то же время, если рассмотреть сопоставление накопленных размеров изменений в расчете на одно изменение, то характеристика обратная. В РФ размер среднего сокращения валового сбора составляет 16,87 млн тон, а одного роста 14,90 млн тонн. В Нижегородской области среднее отрицательное изменение урожая - 250,32 тыс. тонн, а положительное 273,22 (табл. 1).
В РФ и Нижегородской области сумма положительных изменений урожая превышает сумму отрицательных, но в РФ размер положительных накоплений изменений определен большим числом лет роста урожая, а в Нижегородской области -большими приростами урожая, что приводит к выводу более устойчивого роста зернового производства в целом по стране, чем в отдельно взятой Нижегородской области.
Для выявления точных, а не усредненных параметров изменений валового сбора были построены гистограммы распределения темпов прироста валового сбора зерна. Размер карманов при расчетах не был задан и определялся вычислительной системой. Результаты расчетов представлены на рис. 3 и 4.
В РФ наибольшее количество отрицательных темпов прироста (26 из 30) приходится от 0 до -27,6 %. Частота положительных темпов прироста распределилась иным размером изменений, 35 из 39
положительных приростов приходятся на размер изменений от 0,51 до 43,07 % (рис. 3).
В Нижегородской области наибольшее количество отрицательных темпов прироста - 33 из 35 пришлось от 0 до -37,76 %. Доминирующее количество положительных темпов - 29 из 34 от 0,61 до 56,48 %. При этом можно акцентировать, что 22 из 34 или 34,7 % изменений приходятся на карман от 0,61 до 28,55 % (рис. 4).
Обсуждение Сильная волатильность валового сбора зерна на исследуемых территориях доказывает, что большинство территорий, определяющих данный результат, находятся в зоне неустойчивого или рискового земледелия, что и формирует неустойчивый размер валовых сборов в динамике.
Неустойчивость объясняется сильным влиянием погодно-климатических условий на результат [8], так как система организации ведения зерновой отрасли со временем только совершенствуется.
Заключение Снизить влияние плохих погодных условий в отдельные года поможет хорошо организованная система семеноводства [9], с внедрением сортов менее требовательных к погодным условиям, налаженная агротехническая система и другие основополагающие системы ведения и организации зернового хозяйства с внедрением «Интернета вещей» [10; 11; 12], использованием приемов точного земледелия [13; 14; 15], умного сельского хозяйства, в том числе умного земледелия [16; 17; 18], и математических методов по поиску оптимальных вариантов использования ресурсного потенциала
[19; 20].
1 Регионы России. Социально-экономические показатели / Федеральная служба государственной статистики [Электронный ресурс]. Режим доступа: https://rosstat.gov.ru/folder/210/document/13204
2 Статистический ежегодник Нижегородской области [Электронный ресурс]. Режим доступа: https://nizhstat.gks.ru/publication_collection/document/41619
3 Сбор зерна в 2020 году увеличился на 20 % / ТАСС [Электронный ресурс]. Режим доступа: https://tass.ru/ekonomika/10088509
4 АСТОН / Продукты питания и пищевые ингридиенты [Электронный ресурс]. Режим доступа: http ://www. aston.ru/news/novosti-rynka/
СПИСОК ЛИТЕРАТУРЫ
1. Алтухов А. И. Зерновое хозяйство и продовольственная безопасность России // АПК: Экономика, управление. 2009.№ 1. С. 3-12.
2. Гусманов Р. У., Мукминова Г. Ф. Совершенствование цен на зернобобовые культуры // Аграрная наука. 2010. № 10. С. 3-6.
3. Амирова Э. Ф. Теоретические вопросы сущности и структуры зернопродуктового подкомплекса АПК // Вестник Казанского государственного аграрного университета. 2015. Т. 10. № 4 (38). С. 5-9.
4. Губачев В. А. Статистический анализ устойчивости производства зерна в Ростовской области // Управление экономическими системами: электронный научный журнал. 2012. № 4 (40). С. 12.
5. Генералов И. Г., Завиваева О. Е., Суслов С. А. Аномалии в структуре временных рядов при оценке устойчивости производства зерна // Азимут научных исследований: экономика и управление. 2019. Т. 8. № 4 (29). С. 351-354.
6. Сидоренко О. В., Бураева Е. В. Применение кластерного анализа и методов многомерного статистического моделирования при изучении факторов роста урожайности зерновых культур // Вестник аграрной науки. 2018. № 3 (72). С. 130-138.
7. Смагин Б. И. Некоторые вопросы прогнозирования зернового производства в регионе // Вестник Мичуринского государственного аграрного университета. 2020. № 2 (61). С. 154-160.
8. Векленко В. И., Шамина И. Л., Степкина И. И. Сравнительная оценка устойчивости производства и реализации продукции растениеводства // Вестник Курской государственной сельскохозяйственной академии. 2016. № 2. С. 36-40.
9. Зюкин Д. А. Направления стратегического развития зернопродуктового подкомплекса // Азимут научных исследований: экономика и управление. 2019. Т. 8. № 4 (29). С. 167-171.
10. Балабанов В. И., Ищенко С. А., Романенкова М. С. Перспективы внедрения элементов технологий «Интернета вещей» в растениеводстве // Вестник Федерального государственного образовательного учреждения высшего профессионального образования «Московский государственный агроинженерный университет имени В. П. Горячкина». 2019. № 4 (92). С. 13-18.
11. Козубенко И. С., Балабанов И. В. «Интернет вещей» в управлении агропромышленным комплексом // Техника и оборудование для села. 2017. № 8. С. 46-48.
12. Кондратьева О. В., Федоров А. Д., Слинько О. В. О перспективах развития цифровизации в растениеводстве // Инновации в сельском хозяйстве. 2018. № 4 (29). С. 321-329.
13. Шилова Н. В. О необходимости внедрения системы точного земледелия при производстве зерна // Модели, системы, сети в экономике, технике, природе и обществе. 2014. № 4 (12). С. 93-98.
14. Смирнов С. А. Элементы практического применения точного земледелия в условиях Вологодской области // International Scientific Review. 2016. № 20 (30). С. 41-42.
15. Беленков А. И., Полин В. Д., Железова С. В. Опыт центра точного земледелия РГАУ-МСХА им. К. А. Тимирязева // Фермер. Черноземье. 2018. № 6 (15). С. 22-28.
16. Колков Д. Умное земледелие в действии // APK News. 2018. № 4. С. 40-41.
17. Якушев В. П. Цифровые технологии точного земледелия в реализации приоритета «умное сельское хозяйство» России // Вестник российской сельскохозяйственной науки. 2019. № 2. С. 11-15.
18. Буценко Е. В., Курдюмов А. В. Умное земледелие на платформе одноплатных компьютеров // Модели, системы, сети в экономике, технике, природе и обществе. 2019. № 1-2 (29-30). С. 95-107.
19. Антамошкина О. И., Зинина О. В. Методика оптимизации определения размера регионального резервного зернового фонда // Вестник Алтайской академии экономики и права. 2019. № 10-2. С. 5-10.
20. Арзуманян М. С., Колесняк А. А. Перспективы рационального размещения производства зерна по макрорайонам Красноярского края // Вестник Алтайского государственного аграрного университета. 2014. № 8 (118). С. 164-170.
Дата поступления статьи в редакцию 6.10.2020, принята к публикации 2.11.2020.
Информация об авторе: СУСЛОВ СЕРГЕЙ АЛЕКСАНДРОВИЧ,
к.э.н., доцент кафедры «Экономика и автоматизация бизнес-процессов»
Адрес: Нижегородский государственный инженерно-экономический университет, 606340, Россия, Нижегородская область, г. Княгинино, ул. Октябрьская, 22а E-mail: nccmail4@mail.ru Spin-код: 4040-2965
Автор прочитал и одобрил окончательный вариант рукописи.
REFERENCES
1. Altuhov A. I. Zernovoe hozyajstvo i prodovol'stvennaya bezopasnost' Rossii [Grain farming and food security of Russia], APK: Ekonomika, upravlenie [APK: Economics, management], 2009, No. 1, pp. 3-12.
2. Gusmanov R. U., Mukminova G. F. Sovershenstvovanie cen na zernobobovye kul'tury [Improving prices for leguminous crops], Agrarnaya nauka [Agrarian science], 2010, No. 10, pp. 3-6.
3. Amirova E. F. Teoreticheskie voprosy sushchnosti i struktury zernoproduktovogo podkompleksa APK [Theoretical questions of the essence and structure of the grain-product subcomplex of the agro-industrial complex], Vest-nik Kazanskogo gosudarstvennogo agrarnogo universiteta [Bulletin of the Kazan State Agrarian University], 2015, Vol. 10, No. 4 (38), pp. 5-9.
4. Gubachev V. A. Statisticheskij analiz ustojchivosti proizvodstva zerna v Rostovskoj oblasti [Statistical analysis of the sustainability of grain production in the Rostov region], Upravlenie ekonomicheskimi sistemami: el-ektronnyj nauchnyj zhurnal [Management of economic systems: electronic scientific journal], 2012, No. 4 (40). pp. 12.
5. Generalov I. G., Zavivaeva O. E., Suslov S. A. Anomalii v strukture vremennyh ryadov pri ocenke ustojchivosti proizvodstva zerna [Anomalies in the structure of time series in assessing the sustainability of grain production], Azimut nauchnyh issledovanij: ekonomika i upravlenie [Azimuth of scientific research: economics and management], 2019, Vol. 8, No. 4 (29), pp. 351-354.
6. Sidorenko O. V., Buraeva E. V. Primenenie klasternogo analiza i metodov mnogomernogo statisti-cheskogo modelirovaniya pri izuchenii faktorov rosta urozhajnosti zernovyh kul'tur [The use of cluster analysis and methods of multivariate statistical modeling in the study of factors of growth in the yield of grain crops], Vestnik agrarnoj nauki [Bulletin of Agrarian Science], 2018, No. 3 (72), pp. 130-138.
7. Smagin B. I. Nekotorye voprosy prognozirovaniya zernovogo proizvodstva v regione [Some questions of forecasting grain production in the region], VestnikMichurinskogo gosudarstvennogo agrarnogo universiteta [Bulletin of Michurinsk State Agrarian University], 2020, No. 2 (61), pp. 154-160.
8. Veklenko V. I., Shamina I. L., Stepkina I. I. Sravnitel'naya ocenka ustojchivosti proizvodstva i realizacii produkcii rastenievodstva [Comparative assessment of the sustainability of production and sales of crop production], Vestnik Kurskoj gosudarstvennoj sel'skohozyajstvennoj akademii [Bulletin of the Kursk State Agricultural Academy], 2016, No. 2, pp. 36-40.
9. Zyukin D. A. Napravleniya strategicheskogo razvitiya zernoproduktovogo podkompleksa [Directions of strategic development of grain products subcomplex], Azimut nauch-nyh issledovanij: ekonomika i upravlenie [Azimuth of scientific research: economics and management], 2019, Vol. 8, No. 4 (29), pp. 167-171.
10. Balabanov V. I., Ishchenko S. A., Romanenkova M. S. Perspektivy vnedreniya elementov tekhnologij «interneta veshchej» v rastenievodstve [Prospects of introduction of elements of technologies of «Internet of things» in crop production], Vestnik Federal'nogo gosudarstvennogo obrazovatel'nogo uchrezhdeniya vysshego profession-al'nogo obrazovaniya «Moskovskij gosudarstvennyj agroinzhenernyj universitet imeni V. P. Goryachkina» [Bulletin of the Federal state educational institution of higher professional education «Moscow state Agroengineering University named after V. P. Goryachkin»], 2019, No. 4 (92), pp. 13-18.
11. Kozubenko I. S., Balabanov I. V. «Internet veshchej» v upravlenii agropromyshlennym kompleksom [«Internet of things» in the management of agro-industrial complex], Tekhnika i oborudovanie dlya sela [Machinery and equipment for the village], 2017, No. 8, pp. 46-48.
12. Kondrat'eva O. V., Fedorov A. D., Slin'ko O. V. O perspektivah razvitiya cifrovizacii v rastenievodstve [On the prospects for the development of digitalization in crop production], Innovacii v sel'skom hozyajstve [Innovations in agriculture], 2018, No. 4 (29), pp. 321-329.
13. Shilova N. V. O neobhodimosti vnedreniya sistemy tochnogo zemledeliya pri proizvodstve zerna [On the need to introduce a system of precision agriculture in the production of grain], Modeli, sistemy, seti v ekonomike, tekhnike, prirode i obshchestve [Models, systems, networks in Economics, technology, nature and society], 2014, No. 4 (12), pp. 93-98.
14. Smirnov S. A. Elementy prakticheskogo primeneniya tochnogo zemledeliya v usloviyah Vologodskoj oblasti [Elements of practical application of precision agriculture in the Vologda region], International Scientific Review, 2016, No. 20 (30), pp. 41-42.
15. Belenkov A. I., Polin V. D., Zhelezova S. V. Opyt centra tochnogo zemledeliya RGAU-MSKHA im. K. A. Timiryazeva [Experience of the center for precision agriculture of the Russian state agrarian University Moscow state agricultural Academy named after K. A. Timiryazev], Fermer. Chernozem'e [Farmer. Chernozem region], 2018, No. 6 (15), pp. 22-28.
16. Kolkov D. Umnoe zemledelie v dejstvii [Smart agriculture in action], APKNews, 2018, No. 4, pp. 40-41.
17. Yakushev V. P. Cifrovye tekhnologii tochnogo zemledeliya v realizacii prioriteta «umnoe sel'skoe ho-zyajstvo» Rossii [Digital technologies of precision agriculture in the implementation of the priority «smart agriculture» of Russia], Vestnik rossijskoj sel'skohozyajstvennoj nauki [Bulletin of the Russian agricultural science], 2019, No. 2, pp. 11-15.
18. Bucenko E. V., Kurdyumov A. V. Umnoe zemledelie na platforme odnoplatnyh komp'yuterov [Smart agriculture on the platform of single-Board computers], Modeli, sistemy, seti v ekonomike, tekhnike, prirode i obshchestve [Models, systems, networks in Economics, technology, nature and society], 2019, No. 1-2 (29-30), pp. 95-107.
19. Antamoshkina O. I., Zinina O. V. Metodika optimizacii opredeleniya razmera regional'nogo re-zervnogo zernovogo fonda [Methodology for optimizing the determination of the size of the regional reserve grain Fund], Vestnik Altajskoj akademii ekonomiki i prava [Bulletin of the Altai Academy of Economics and law], 2019, No. 10-2, pp. 5-10.
20. Arzumanyan M. S., Kolesnyak A. A. Perspektivy racional'nogo razmeshcheniya proizvodstva zerna po makrorajonam Krasnoyarskogo kraya [Prospects for rational placement of grain production in the macro-districts of the Krasnoyarsk territory], Vestnik Altajskogo gosudarstvennogo agrarnogo universiteta [Bulletin of the Altai state agrarian University], 2014, No. 8 (118), pp. 164-170.
The article was submitted 6.10.2020, accept for publication 2.11.2020.
Information about the author: SUSLOV SERGEY ALEXANDROVICH,
Ph. D. (Economy), Associate Professor of the Department «Economics and Automation of Business Processes» Address: Nizhny Novgorod State Engineering and Economic University, 606340, Russia, Nizhny Novgorod region, Knyaginino, st. Oktyabrskaya, 22a E-mail: nccmail4@mail.ru Spin-code: 4040-2965
Author read and approved the final version of the manuscript
