CC BY
63
S !•:• I! ;. к
D
DOI: 10.14530/reg.2017.1
ш.
шшшш
УДК 338.43 + 332.66
ВАСИЛЬЕВА Ольга Геннадьевна
Кандидат экономических наук, заведующая лабораторией Институт экономических исследований ДВО РАН, ул. Тихоокеанская, 153, Хабаровск, Россия, 680042 Доцент
Амурский государственный университет, Игнатьевское шоссе, 21, Благовещенск, Россия, 675027
VASILYEVA Olga
Gennadyevna
Ph.D. in economics, head of laboratory
Economic Research Institute FEB RAS,
153, Tikhookeanskaya Street, Khabarovsk, Russia, 680042
Assistant professor Amur State University, 21, Ignatyevskoe shosse, Blagoveshchensk, Russia, 675027
ogvasilyeva@gmail.com
© Васильева О.Г., Билько А.М., 2017
СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ В СЕЛЬСКОМ ХОЗЯЙСТВЕ АМУРСКОЙ ОБЛАСТИ
В работе на основе микроэкономических данных по сельскохозяйственным предприятиям за 2009 - 2014 годы оценена совокупная факторная производительность, её динамика и пространственное распределение по районам Амурской области. Полученные результаты свидетельствуют о том, что за рассматриваемый период среднегодовые темпы роста эффективности сельскохозяйственного производства составляли 2,5 %. При этом пространственное распределение, как уровней, так и темпов роста совокупной факторной производительности по районам Амурской области было очень неоднородным. Сельскохозяйственные предприятия на юге области были в среднем в 2 раза эффективнее, чем предприятия, находящиеся в центральных районах области, и почти в 3 раза эффективнее, чем в северных районах региона.
Совокупная факторная производительность, сельскохозяйственное предприятие, экономика сельского хозяйства, регионы России, Амурская область
TOTAL FACTOR PRODUCTIVITY IN THE AGRICULTURE OF AMUR REGION
We assess the dynamics and spatial distribution of total factor productivity (TFP) in Amur region in 2009-2014 using farm-level data. We find that the annual growth rates of TFP were around 2,5%, while the spatial distribution of high productive farms was very uneven. We observe that farms in South of Amur oblast were two times more productive than those in Centre and three times more productive compared to North of the region.
Total factor productivity, corporate farm, agricultural economics, Russian regions, Amur region
►егмоналмсвжа
ПП1- 1П ЧЛЧ^П/гол 9П17 1
DOI: 10.14530/reg.2017.1
• !>. •!:'/• L
БИЛЬКО Андрей М ихайлович
Старший преподаватель
Дальневосточный
государственный аграрный
университет,
ул. Политехническая, 86,
Благовещенск, Россия,
675005
BILKO
Andrey
Mikhaylovich
Senior lecturer
Far East State Agricultural University,
86, Politekhnicheskaya Street, Blagoveshchensk, Russia, 675005
andreybilko@inbox.ru
% \\ // j
Awl
ж
Введение
Российская экономика унаследовала от Советского Союза сельское хозяйство, находящееся в глубоком кризисе. К началу 2000-х гг. ситуация изменилась. Производство в аграрном секторе росло, сельскохозяйственная продукция стала активно экспортироваться. Со второй половины 2000-х гг. росту сельского хозяйства благоприятствовала как внешняя конъюнктура (рост мировых цены на продукты питания), так и отчасти усилия Правительства РФ, которое запустило государственные программы, целью которых являлись содействие развитию и модернизация сельского хозяйства. Однако был ли рост производства преимущественно экстенсивным, обусловленным вливанием большего объёма ресурсов в сельское хозяйство, либо он был вызван ростом эффективности использования ресурсов?
По оценкам некоторых исследователей, небольшой рост эффективности в сельском хозяйстве России начался ещё в середине 1990-х гг. Так, в одном из исследований на основе макроданных за 1992-1997 гг. была оценен среднегодовой темп роста совокупной факторной производительности, который составил 1,4% [10]. Другие исследователи на основе панельных данных по российским регионам за 19932003 гг. нашли свидетельства в пользу роста совокупной факторной производительности в сельском хозяйстве большинства регионов только после 2002 г. [12].
В нашей работе мы оцениваем изменение совокупной факторной производительности в Амурской области в 20092014 гг. Особенностью принятого в работе подхода является использование микроэкономических данных. Нам известно лишь несколько работ, в которых предпринималась попытка оценить совокупную факторную производительность или её составляющие на данных российских сельскохозяйственных предприятий. Так, в одной из работ была дана оценка совокупной факторной производительности на основе данных по 524 сельскохозяйственным предприятиям Белгородской области за 2001, 2004 и 2007 гг. [7]. В ещё одном исследовании для оценки технической эффективности использовались данные по 387 сельскохозяйственным предприятиям Московской области за 1995-2004 гг. [11], а в другом - данные по 144 сельскохозяйственным фирмам Ивановской, Ростовской и Нижегородской областей за 2003 г. [6]1. В то же вре-
1 Перечисленные выше работы оценивают разные показатели (совокупную факторную производительность, техническую эффективность и др.), так или иначе отражающие эффективность деятельности сельскохозяйственных предприятий, используя для этого разные методические подходы и данные за разные временные периоды, что делает практически невозможным сопоставление полученных в них результатов.
.у,.
ж
ШЩШ;:^
й а
кегианалмстика
¡З^ТЕ
ПП1- 1П ЧЛЧ^П/гоп 9П17 1
йО!: 10.14530/гед.2017.1
__л
■ ■ о.» /. ■
-.¡Г1 Я ' ЙМ&
мя существует много исследований, выполненных на микроэкономических данных для стран бывшего СССР, прежде всего, для Украины1.
Насколько нам известно, наше исследование является первой работой, в которой даётся оценка совокупной факторной производительности для сельскохозяйственных предприятий российского Дальнего Востока. Работа построена следующим образом: сначала будет дано описание используемых в работе данных, далее - приведены методические подходы, использованные при оценке совокупной факторной производительности, и, наконец, представлены основные полученные результаты.
.у,.
Данные
Сельское хозяйство имеет большое значение для экономики Амурской области. На долю аграрного сектора в 2014 г. приходилось 7,5% ВРП региона, аналогичный показатель по Дальневосточному федеральному округу составлял лишь 4,8% ВРП, а среднероссийский показатель не превышал 3,5% (рис. 1).
Рис. 1. Доля сельского хозяйства в ВРП в 2009-2014 гг., % Источник: составлено на основании данных http://www.gks.ru
Сельское хозяйство является одним из наиболее динамичных секторов экономики Амурской области, темпы роста аграрного сектора в области существенно превышают значения аналогичных среднероссийских показателей. В 2009-2014 гг. темпы роста сельского хозяйства региона превысили 139,7%, в то время как рост производства сельскохозяйственной продукции в РФ и ДФО составлял 113,7% и 114,8% соответственно (рис. 2).
В работе мы использовали выборку по 143 предприятиям Амурской области за 20092014 гг., что дало в итоге 524 наблюдений. Панель предприятий - несбалансированная, что обусловлено неполнотой информационной базы. Количество предприятий, включённых в панель, варьировалась от 60 в 2009 г. до 100 в 2010 г., в среднем по 87 предприятий в год.
1 См., например, [3; 8; 9; и др.].
^бжШ^АмХ Е. ЛЖ Ж.
¡З^ТЕ
гмоналмстика
- Ш^шШ*.
DOI: 10.14530/reg.2017.1
''/->.»:■• -Д.,, ■' -Ж'.
??3
% \\ //
■н
Рис. 2. Темпы роста сельскохозяйственного производства, в процентах Источник: составлено на основании данных http://www.gks.ru
Сельскохозяйственные предприятия расположены в 15 районах всех трёх географических зон1 Амурской области, их распределение по географическим зонам и административным районам представлено в таблице 1.
Таблица 1
Распределение сельскохозяйственных предприятий по географическим зонам и административным районам Амурской области
Географическая зона Район Количество сельскохозяйственных предприятий, вошедших в выборку
Южная Архаринский 8
Благовещенский 1 7
Константиновский 9
Ивановский 1 15
Михайловский 12
Тамбовский 1 20
Белогорский 7
Бурейский 4
Свободненский 13
Центральная Октябрьский ] 11
Ровненский 5
Серышевский ] 12
Завитинский 8
Северная Мазановский ] 5
Шимановский 7
Всего 1 143
1 При выделении зон мы следовали подходу, использованному в [2].
Ъ а
■—г' -. -
■¡¡¿ТЕ
кегиана листика
4 ? ^^Щ^ТъШ^^ЗШ^с
с
^ Ж
РО!: 10.14530/гед.2017.1
__Л
//
щл. ■ .--г :■•■ 5-
В нашу выборку попали 74% всех сельскохозяйственных предприятий Амурской области, не являющиеся крестьянско-фермерскими хозяйствами. При этом на долю сельскохозяйственных кооперативов приходилось 57% выборки, на общества с ограниченной ответственностью - 30%, на акционерные общества - 10%. В выборке практически не представлены крестьянско-фермерские хозяйства, на их долю приходится менее 1% наблюдений1. Таким образом, наша выборка смещена в сторону крупных и средних сельскохозяйственных предприятий.
На вошедшие в панель предприятия приходилось более 23% производства всей сельскохозяйственной продукции региона в 2013 г., 37% продукции растениеводства, 36% всех сельскохозяйственных угодий и 56% пашни в Амурской области2.
.у,.
Зависимая переменная
В качестве зависимой переменной использовался показатель «выручка от реализации сельскохозяйственного предприятия». Использованные источники данных приведены в таблице 2, описательная статистика - в таблице 3.
Таблица 2
Источники данных
Наименование показателя Форма статистической отчётности Код строки Единицы измерения
Выручка от реализации № 2 2110 тыс. рублей
Материальные затраты № 8-АПК 100 тыс. рублей
Основные средства (без учёта доходных вложений в материальные ценности), всего № 5 5200 тыс. рублей
Общая земельная площадь, всего № 9-АПК 550 га
Всего сельскохозяйственных угодий № 9-АПК 560 га
Пашня № 9-АПК 570 га
Среднегодовая численность № 5-АПК 10 человек
Объём продаж вошедшие в панель предприятия составлял в среднем 20,4 млн рублей в постоянных ценах 2002 г. За 2009-2014 гг. средний размер выручки вырос на 20%.
Объясняющие переменные
В качестве основных объясняющих переменных использовались показатели, отражающие объёмы использования факторов производства - земли, труда, капитала и материальных затрат.
Для оценки объёмов использования сельскохозяйственными предприятиями земли были использованы три показателя: общая земельная площадь хозяйства, площадь сельско-
1 Немногочисленность КФХ обусловлена тем, что они не обязаны вести бухгалтерский учёт в полном объёме. Соответственно, данные о результатах их деятельности либо полностью отсутствуют, либо они очень ограни-
чены.
2
По данным Министерства сельского хозяйства Амурской области (http://www.agroamur.rU/2/2.html).
■
р-е
гмоналмстика
DOI: 10.14530/гед.2017.1
//^А^'Ъ'Г. ',. '«С''-'--. Г-^Ч- •" > Я'' Ж Щл Э
А«
г
ПЙМ/
Описательная статистика
/Г
-> Г' Я" V Таблица 3
■ л V
Наименование переменных Количество наблюдений Среднее значение Стандартное отклонение Минимальное значение Максимальное значение
Выручка от реализации, тыс. рублей 524 20 262,02 32 003,23 14,71 183 909,90
Материальные затраты, тыс. рублей 524 13 287,77 20 287,10 15,78 128 337,00
Основные средства (без учёта доходных вложений в материальные ценности), тыс. рублей 524 33 190,49 56 497,10 55,05 382 376,30
Общая земельная площадь, га 524 7 120,775 7 809,43 100,00 41 245,00
Всего сельскохозяйственных угодий, га 524 6 545,76 7 247,56 100,00 40 056,00
Пашня, га 521 5 577,67 6 358,79 49,00 34 529,00
Среднегодовая численность, человек 524 59,99 85,30 2,00 532,00
Доля выручки от растениеводства в общем объёме выручки от реализации 524 0,83 0,23 0,00 1,00
хозяйственного угодий и площадь пашни. Данные были получены из статистической формы № 9-АПК. Общая земельная площадь вошедших в панель предприятий составляла в среднем 7,2 тыс. га, в том числе 6,6 тыс. га сельскохозяйственных земель и 5,6 тыс. га пашни. За 2009-2014 гг. среднее значение общей земельной площади выросло на 16%, площадь сельскохозяйственных угодий - на 22%, а пашни - на 20%. В целом наблюдалась достаточно высокая вариация площади земельных ресурсов между сельскохозяйственными предприятиями, в то время как внутрифирменная вариация от года к году была низкой1.
Для оценки объёмов труда была использована среднегодовая численность организации (человек), источником послужила статистическая форма № 5-АПК. Среднее значение занятых на вошедших в панель сельскохозяйственных предприятиях составляло 60 человек. За 2009-2014 гг. размер средней численности снизился почти на 30%.
Для оценки использования основного капитала был использован показатель «основные средства (без учёта доходных вложений в материальные ценности)», полученный из формы № 5, а для оценки прочих затрат - показатель «материальные затраты» из формы № 8-АПК. Средняя стоимость основного капитала на вошедших в выборку предприятиях составила 33,5 млн рублей, а материальные затраты - 13,4 млн рублей в постоянных ценах 2002 г. При этом за 2009-2014 гг. средняя стоимость основных средств выросла на 43%, а средний размер материальных затрат - на 33%.
1 Более подробно о причинах низкой вариации и особенностях показателей земельных ресурсов см. в [1].
■
ге
гмоналистика
С- -' Ж/.,
РО!: 10.14530/гед.2017.1
-и
■—_ Й
¡Ш
\Ш \\\// я*
Ш,
^" шшЗ
Контрольные переменные
В качестве контрольной переменной был использован показатель специализации сельскохозяйственного предприятия, рассчитанный как отношение выручки от реализации продукции растениеводства к общей выручке от реализации. В выборку попали сельскохозяйственные предприятия, специализирующиеся преимущественно на растениеводстве - доля выручки от реализации продукции растениеводства в среднем составляла 83%, в то время как по области в целом этот показатель составляет около 60%.
Методика оценивания
Мы предположили, что производственная функция сельскохозяйственных предприятий, вошедших в нашу выборку, может быть описана с помощью производственной функции Кобба-Дугласа, а именно:
= ьг^ м?*
££
а
а
(1)
где - выручка от реализации продукции ¿-го сельскохозяйственного предприятия в год £; А¿¡. - совокупная факторная производительность (СФП) ¿-го сельскохозяйственного предприятия в год t\Ldit - земля, используемая ¿-м сельскохозяйственным предприятием в год £; К{<1 - капитал, используемый ¿-м сельскохозяйственным предприятием в год £; - труд, используемый ¿-м сельскохозяйственным предприятием в год £; М.^ - материальные затраты, используемые ¿-м сельскохозяйственным предприятием в год £; - эластичность выпуска по земле; Р2 ~ эластичность выпуска по капиталу; - эластичность выпуска по труду; /?4 -эластичность выпуска по материальным затратам.
При этом
А^ = (2)
где X- вектор переменных, обуславливающих изменение А^ <р% - - фиксированный эффект ¿-го сельскохозяйственного предприятия, расположенного в ¿-ом районе, отражающий ту часть совокупной факторной производительности, которая неизменна времени; у*. - временной тренд, отражающий общий технологический прогресс; - случайный шок производительности на ¿-том сельскохозяйственном предприятии в год £.
Беря логарифмы от (1), получаем
где - логарифм выручки от реализации ¿-го сельхозпредприятия в год £; Ш[(г - логарифм площади земли ¿-того сельхозпредприятия в год £; логарифм стоимости основных средств ¿-го сельхозпредприятия в £-год; ¿г[Г - логарифм количества труда ¿-го сельхозпредприятия в год £; т|(г логарифм стоимости материальных затрат ¿-го сельхозпредприятия в год £.
Тогда оценку совокупной факторной производительности можно получить из следующего выражения1:
1 Обзор подходов к оценке совокупной факторной производительности смотри в [4; 5].
■
р-е
гмоналмстика
й01: 10.14530/гед.2017.1
__л
^жг
ШжШШ
ш
&
= У* - ~ РгК ~ Рз1ги ~ = Ра + + <Ри + П + Ей
(4)
где = (п(Д() - логарифм совокупной факторной производительности ¿-го сельхозпредприятия в год £.
В работе использовались робастные к гетероскедастичности ошибки.
Результаты
Результаты оценок производственной функции, полученные методом наименьших квадратов на основе выражения (3), представлены в таблице 4. Отличие приведённых в данной таблице результатов обусловлено использованием разных показателей земельных ресурсов, а именно: в модели 1 использована площадь пашни, в модели 2 - площадь сельскохозяйственных угодий, а в модели 3 - общая земельная площадь.
Таблица 4
Результаты оценивания производственной функции сельскохозяйственных предприятий
Амурской области
Наименование переменных Модель 1 Модель 2 Модель 3
Логарифм площади пашни 0,05 (0,10)
Логарифм площади сельскохозяйственных угодий 0,05 (0,11)
Логарифм общей земельной площади 0,03 (0,11)
Логарифм стоимости основных средств 0,24* (0,08) 0,24* (0,08) 0,25* (0,07)
Логарифм среднегодовой численности 0,12 (0,09) 0,11 (0,09) 0,12 (0,09)
Логарифм материальных затрат 0,45* (0,11) 0,46* (0,11) 0,46* (0,11)
Доля выручки от растениеводства 0,03 (0,29) 0,04 (0,27) 0,04 (0,27)
Количество наблюдений 521 524 524
И2 0,37 0,38 0,38
Фиксированные эффекты для сельскохозяйственных предприятий
Да Да Да
Фиксированные эффекты на годы Да Да Да
Примечания: в скобках приведены робастные стандартные ошибки; * - р<0,01.
На основе полученных коэффициентов эластичности факторов производства была сделана оценка совокупной факторной производительности (А^) для сельскохозяйственных предприятий, вошедших в нашу выборку. В таблице 5 приведены описательные статистики полученных показателей. Отметим, что корреляция между оценками СФП по разным моделям составила более 99%. За 2009-2014 гг. среднее значение совокупной факторной производительности для нашей выборки сельскохозяйственных предприятий выросло на 13,2%, а средний темп роста составил около 2,5% в год (табл. 6). Отметим, что существенное сокращение СФП в 2010 г. и 2013 г. было вызвано неблагоприятными погодными условиями, а именно рекордно высокими температурами летом 2010 г. и сильнейшим в истории Амурской области наводнением в 2013 г.
■
ге
гмоналистика
РО!: 10.14530/гед.2017.1
//^А^'Ъ'Г. ',. '«С''-'--. Г-^Ч- •" > Я'' Ж Щл Э
А«
-Р-
шШт*
Ш
-> Г' Я- V Таблица 5
Описательные статистики оценок совокупной факторной производительности
&
. 4 V-
Наименование переменных Количество наблюдений Среднее значение Стандартное отклонение Минимальное значение Максимальное значение
Совокупная производительность (модель 1) 521 7,91 4,97 0,21 36,76
Совокупная производительность (модель 2) 524 7,41 4,65 0,20 34,72
Совокупная производительность (модель 3) 524 7,89 4,99 0,21 37,76
Таблица 6
Темпы роста СФП по всей выборке сельскохозяйственных предприятий в 2009-2014 гг., %
Период Модель 1 Модель 2 Модель 3
2010/2009 81,1 81,8 81,8
2011/2010 107,4 109,4 109,6
2012/2011 111,6 110,3 110,5
2013/2012 87,2 86,5 86,5
2014/2013 133,4 131,9 132,2
2014/2009 113,2 112,6 113,3
Средние темпы роста 102,5 102,4 102,5
Рассмотрим пространственное распределение значений совокупной факторной производительности по районам Амурской области. Поскольку наша выборка за 2009 г. не включала сельскохозяйственные предприятия Мазановского, Ромненского и Свободненского районов, то в качестве базы сравнения был использован 2010 г., для которого доступны данные по всем 15 районам области. Средние оценки совокупной факторной производительности по районам приведены в таблице 7. Там же приведены значения 1-теста на равенство средних по районам среднему значению СФП по всему региону, а также средние темпы роста совокупной факторной производительности по районам.
Наиболее высокие средние значения совокупной факторной производительности наблюдались в Тамбовском и Ивановском районах Амурской области. В этих районах эффективность использования ресурсов превышала средние по региону показатели почти в 1,5 раза. В целом во всех районах Южной зоны Амурской области совокупная факторная производительность превышала средние по области значения. В то же время наиболее высокими темпами совокупная факторная производительность росла в Свободненском и Арха-ринском районах.
Во всех районах Центральной и Северной зон Амурской области совокупная факторная производительность была ниже средних по региону показателей. Самые низкие оценки эффективности использования ресурсов были получены для предприятий Шимановского и Се-
■
р-е
гмоналмстика
й01: 10.14530/гед.2017.1
/ ^ог ,1 '«С''-'--. г-^Ч- > Д'' Ж Щл Э
¡ш
-р-
% \\ //
Ж
-> Г' Я- V
КЖЯ&Ф5,
Таблица 7
. 4 V-
Оценки средних значений совокупной факторной производительности по районам Амурской области в 2010-2014 гг.
Средние
Географическая зона Район Количество наблюдений Средняя СФП темпы роста за 2010-
2014 гг., %
Южная Архаринский 24 8,80 0,370 122
Благовещенский 20 8,69 0,479 110
Константиновский 41 10,20* 0,002 103
Ивановский 54 11,82* 0,000 107
Михайловский 43 8,31 0,582 103
Тамбовский 88 11,47* 0,000 100
Белогорский 28 6,18** 0,060 101
Бурейский 14 6,41 0,253 105
Свободненский 43 4,82* 0,000 118
Центральная Октябрьский 27 7,03 0,342 101
Ровненский 17 6,63 0,279 116
Серышевский 47 4,49* 0,000 109
Завитинский 32 5,28* 0,002 106
Северная Мазановский 21 4,64* 0,002 94
Шимановский 22 2,96* 0,000 90
Среднее значение 521 7,91 107
Примечания: * - р<0,01; ** - р<0,1.
рышевского районов, средняя совокупная факторная производительность в этих районах составляла соответственно 37% и 57% от средних по области показателей. В 2010-2014 гг. снижение совокупной факторной производительности наблюдалось в двух из 15 рассматриваемых районов Амурской области, а именно в Шимановском (-10% в год) и в Мазановском (-6% в год) районах. Оба района относятся к Северной зоне региона.
В целом наблюдался почти двукратный разрыв в уровне совокупной факторной производительности между сельскохозяйственными предприятиями юга Амурской области и предприятиями, расположенными в центральной части региона, и почти трёхкратный разрыв между югом и севером области.
Заключение
В работе на основе микроэкономических данных по сельскохозяйственным предприятиям Амурской области была проведена оценка совокупной факторной производительности, её динамики, а также её пространственного распределения по районам Амурской облас-
ШЩШ;:^
rXMj
b а
►егионалистика
11
iJtTE
;*' Ж/.,
DOI: 10.14530/reg.2017.1
ти. Полученные результаты говорят о том, что эффективность сельскохозяйственного производства росла в среднем с темпом 2,5% в год. При этом пространственное распределение как уровней, так и темпов роста совокупной факторной производительности по районам Амурской области было очень неравномерным. Сельскохозяйственные предприятия на юге области были в среднем в 2 раза эффективнее, чем предприятия, находящиеся в центральных районах области, и почти в 3 раза эффективнее, чем в северных районах. Какие факторы обуславливают такое большое различие? Обусловлено ли оно действием только природно-климатических факторов? Ответы на эти вопросы остались за рамками данной работы, а их поиск задаёт направление дальнейших исследований.
.у,.
шт
Список литературы
1. Васильева О.Г., Билько А.М. Оценка эффекта масштаба в сельском хозяйстве Амурской области// Пространственная экономика. 2016. № 2. С. 104-122.
2. Система земледелия Амурской области: производственно-технический справочник / под общ. ред. П.В. Тихончука. Благовещенск: Дальневосточный ГАУ, 2016. 570 с.
3. Balmann A., Curtiss J., Gagalyuk T., Lapa V. Productivity and Efficiency of Ukrainian Agricultural Enterprises. URL: http://apd-ukraine.de/images/APD_APR_06-2013_Efficiency_eng.pdf (дата обращения: 10.10.2016).
4. Beveren I. Total Factor Productivity Estimation: A Practical Review // Journal of Economic Surveys. 2012. Vol. 26. № 1. Pp. 98-128.
5. Gatto M., Liberto А. Measuring Productivity // Journal of Economic Surveys. 2011. Vol. 25. № 5. Pp.952-1008.
6. Grazhdaninova M., Lerman Z. Allocative and Technical Efficiency of Corporate Farms in Russia // Comparative Economic Studies. 2005. Vol. 47. №1. Pp. 200-213.
7. Hahlbrock K., Hockmann H. Does Group Affiliation Increase Productivity and Efficiency in Russia's Agriculture? Evidence from Agroholdings in the Belgorod Oblast'. URL: http://ageconsearch. umn.edu/bitstream/114579/2/Hahlbrock_Konstantin_656.pdf (дата обращения: 10.10.2016).
8. Lerman Z., Sedik D. Productivity and Efficiency of Corporate and Individual Farms in Ukraine. URL: https://ideas.repec.org/p/ags/aaea07/9985.html (дата обращения: 10.10.2016).
9. Lissitsa A., Odening M. Efficiency and Total Factor Productivity in Ukrainian Agriculture in Transition// Agricultural Economics. 2005. Vol. 32. № 3. Pp. 311-325.
10. Rozelle S., Swinnen J.F.M. Success and Failure of Reform: Insights from the Transition of Agriculture // Journal of Economic Literature. 2004. Vol. 42. № 2. Pp. 404-456.
11. Svetlov N., Hoekmann B. Optimal Farm Size in Russian Agriculture. URL: http://www.nsvetlov. narod.ru/sci/p194.pdf (дата обращения: 10.10.2016).
12. Voigt P., Hockmann H. Russia's Transition Process in the Light of a Rising Economy: Economic Trajectories in Russia's Industry and Agriculture // The European Journal of Comparative Economics. 2008. Vol. 5. № 2. Pp. 251-267.
References
1. Vasilyeva O., Bilko A. Evaluation of the Scale Effect in Agriculture of the Amur Region // Prostranstvennaya economika [Spatial Economics]. 2016. No. 2. Pp. 104-122. (In Russian)
2. Handbook of Amur Agriculture. Ed. by P.V. Tikhonchuk. Blagoveshchensk, 2016. 570 p. (In Russian)
3. Balmann A., Curtiss J., Gagalyuk T., Lapa V. Productivity and Efficiency of Ukrainian Agricultural Enterprises. Available at: http://apd-ukraine.de/images/APD_APR_06-2013_Efficiency_eng.pdf (accessed 10 October 2016).
Для цитирования:
Васильева О.Г., Билько А.М. Совокупная факторная производительность в сельском хозяйстве Амурской области // Регионалистика. 2017. Т. 4. № 1. С. 15-26. For citing:
Vasilyeva O.G., Bilko A.M. Total Factor Productivity in the Agriculture of Amur Region. Regionalistica [Regionalistics]. 2017. Vol. 4. No. 1. Pp. 15-26. (In Russian)
rUQHanUCTUKa DO!: 10.14530/reg.2017.1
■" ' tJIfek«»;:'
4. Beveren I. Total Factor Productivity Estimation: A Practical Review. Journal of Economic Surveys. 2012. Vol. 26. No. 1. Pp. 98-128.
5. Gatto M., Liberto A. Measuring Productivity. Journal of Economic Surveys. 2011. Vol. 25. No. 5. Pp.952-1008.
6. Grazhdaninova M., Lerman Z. Allocative and Technical Efficiency of Corporate Farms in Russia. Comparative Economic Studies. 2005. Vol. 47. No. 1. Pp. 200-213.
7. Hahlbrock K., Hockmann H. Does Group Affiliation Increase Productivity and Efficiency in Russia's Agriculture? Evidence from Agroholdings in the Belgorod Oblast'. Available at: http://ageconsearch. umn.edu/bitstream/114579/2/Hahlbrock_Konstantin_656.pdf (accessed 10 October 2016).
8. Lerman Z., Sedik D. Productivity and Efficiency of Corporate and Individual Farms in Ukraine. Available at: https://ideas.repec.org/pZags/aaea07/9985.html (accessed 10 October 2016).
9. Lissitsa A., Odening M. Efficiency and Total Factor Productivity in Ukrainian Agriculture in Transition. Agricultural Economics. 2005. Vol. 32. No. 3. Pp. 311-325.
10. Rozelle S., Swinnen J.F.M. Success and Failure of Reform: Insights from the Transition of Agriculture. Journal of Economic Literature. 2004. Vol. 42. No. 2. Pp. 404-456.
11. Svetlov N., Hoekmann B. Optimal Farm Size in Russian Agriculture. Available at: http://www.nsvetlov. narod.ru/sci/p194.pdf (accessed 10 October 2016).
12. Voigt P., Hockmann H. Russia's Transition Process in the Light of a Rising Economy: Economic Trajectories in Russia's Industry and Agriculture. The European Journal of Comparative Economics. 2008. Vol. 5. No. 2. Pp. 251-267.
