CC BY
99
НАУЧНОЕ ОБЕСПЕЧЕНИЕ И УПРАВЛЕНИЕ АГРОПРОМЫШЛЕННЫМ КОМПЛЕКСОМ
УДК 332:332.362 001: 10.24411/2587-6740-2018-14053
ВЛИЯНИЕ ПРИРОДНО-КЛИМАТИЧЕСКОГО ФАКТОРА НА УСТОЙЧИВОСТЬ АГРАРНОГО ПРОИЗВОДСТВА
С.О. Сиптиц, И.А. Романенко, Н.Е. Евдокимова
Всероссийский институт аграрных проблем и информатики имени А.А. Никонова — филиал ФГБНУ «Федеральный научный центр аграрной экономики и социального развития сельских территорий — Всероссийский научно-исследовательский институт экономики сельского хозяйства», г. Москва, Россия
В статье проведен анализ отечественного и зарубежного опыта по исследованиям проблемы устойчивости сложных динамических систем, показано, что в сельском хозяйстве нарушение устойчивости агропродовольственных систем происходит в результате совместного действия двух основных групп факторов: стихийных природно-климатических изменений и хозяйственной деятельности человека. Целью настоящего исследования является определение уровня и рисков влияния природно-климатического фактора на устойчивость сельскохозяйственного производства в региональных агропродовольственных системах. Объектом исследования являются региональные агропродовольственные системы России. Проведенный анализ вариации урожайности пшеницы позволил сделать вывод о том, что в большинстве регионов Российской Федерации, производящих пшеницу, природно-климатический фактор является ключевым. Для определения регионов, в наибольшей степени подверженных рискам при производстве пшеницы, был построен суммарный рейтинг по значениям трех показателей, а именно: коэффициенту вариации, доле природно-климатического фактора в вариации урожайности пшеницы и объемам ее реализации. При этом допускалось, что чем выше объем реализации, тем выше потери чистого дохода в случае возникновения отрицательных последствий влияния природно-климатических изменений. Недобор урожая и перепроизводство возможны при различных сценариях изменения климата, однако результат таких изменений неизменно ведет к потерям в чистом доходе, в первом случае за счет снижения объемов производства, во втором — за счет снижения цен реализации. С ростом как коэффициента вариации, так и доли вариации, зависящей от природно-климатического фактора, риски при производстве товарной пшеницы возрастают.
Ключевые слова: сельское хозяйство, агропродовольственная система, климат, регион, устойчивость, вариация урожайности.
Введение
Устойчивость агропродовольственной системы (АПС) — это способность к воспроизводству самой системы в процессе развития и адаптации к изменяющимся внешним и внутренним условиям. Именно устойчивость является важнейшей характеристикой любой системы, как жизнеспособного образования. Исследование устойчивости развития АПС сейчас невозможно без применения методов системного анализа. Только такой подход позволяет исследовать АПС как чрезвычайно сложный природно-экономический объект. Проблемы устойчивости сложных динамических систем изучаются в рамках синергетики и теории диссипативных структур (И. Приго-жин [1], П. Гленсдорф [1], Г. Хакен [2], М. Эй-ген [3], А. Тьюринг [4], Э. Ласло [5], Р. Том [6], С.П. Курдюмов [7] и др.), где устойчивость системы рассматривается как ее важнейшее свойство, сохраняющее функциональные возможности между моментами качественных структурных изменений.
В сельском хозяйстве нарушение устойчивости происходит под совместным воздействием двух основных факторов: стихийных природно-климатических изменений и хозяйственной деятельности человека, результаты которой существенным образом зависят от уровня научно-технологического разви-
тия данного сектора экономики. Последний частично нивелирует отрицательное воздействие природных катаклизмов, и в разных регионах этот процесс происходит по-разному.
Целью настоящего исследования является определение уровня и рисков влияния природно-климатического фактора на устойчивость сельскохозяйственного производства в региональных АПС. Административное деление на регионы в России определяет особенности, связанные с географическим положением, то есть каждый регион может быть отнесен к определенной природно-климатической зоне. Кроме этого, существуют особенности, связанные с управлением, финансированием, национальными и культурными традициями, что характерно для республик [8-10, 17]. Следовательно, для регионов, находящихся даже примерно в одинаковых природно-климатических условиях, могут существовать различные степени рисков и угроз, связанных с природно-климатическим фактором. Одним из основных индикаторов устойчивости состояния и функционирования АПС является изменчивость урожайности основных сельскохозяйственных культур по годам [11, 12]. В определенной мере эти колебания определяются природно-климатическими факторами, закономерно распределенными в терри-
ториальном отношении [13] и специфически влияющими на продукционный процесс разных культурных растений. Для разработки стратегий развития региональных АПС необходимо опираться на исследования, связанные с определением уровня риска производства сельскохозяйственных культур в отдельных регионах при реализации различных климатических сценариев [14]. При наличии высоких рисков при производстве той или иной культуры необходимо оценивать уровень необходимых затрат на разработку адаптационных мер для минимизации этих рисков в зависимости от региональных особенностей.
Объектом исследования являются региональные АПС России.
Предметом исследования является соотношение влияния систематического фактора, определяемого хозяйственной деятельностью человека, и случайного фактора, в наибольшей степени связанного с природно-климатическими изменениями, на изменчивость урожайности сельскохозяйственных культур в региональных АПС.
Методы и материалы
Информационное обеспечение исследования. Основной культурой, которую Россия поставляет на мировой рынок, является пше-
МЕЖДУНАРОДНЫЙ СЕЛЬСКОХОЗЯЙСТВЕННЫЙ ЖУРНАЛ № 4 (364) / 2018
ш
SCIENTIFIC SUPPORT AND MANAGEMENT OF AGRARIAN AND INDUSTRIAL COMPLEX
ница. Устойчивость урожайности имеет первостепенное значение для регионов, которые являются основными поставщиками товарного зерна пшеницы на рынок. Для выделения таких регионов была выполнена равно интервальная группировка по показателю среднего арифметического объемов реализации пшеницы за 2008-2017 гг. Данная группировка позволяет показать, что все регионы России попадают в три группы:
1. В «низкую» группу по реализации пшеницы, где среднее значение за 2008-2017 гг. объемов не превышало 990,55 тыс. т в год попала большая часть регионов РФ (35).
2. В следующую группу по реализации от 990,55 до 1979,44 тыс. т в год вошли 13 регионов: Волгоградская, Курская, Воронежская, Орловская, Белгородская, Тамбовская, Оренбургская, Саратовская, Омская и Липецкая области, Республика Татарстан, а также Алтайский и Красноярский края.
3. От 1979,44 до 2968,32 тыс. т в год — 0 регионов.
4. От 2968,32 до 3957,2 тыс. т в год — 0 регионов.
5. От 3957,2 до 4946,09 тыс. т в год — 0 регионов.
6. «Высокая» группа по реализации пшеницы, где среднее значение объемов за 2008-2017 гг. находится в диапазоне от 4946,09 тыс. т в год и выше, содержит 3 региона — Краснодарский и Ставропольский края, Ростовскую область.
Для исследования были использованы динамические ряды средней областной урожайности пшеницы в 51 регионе России, производящих и реализующих пшеницу, за период 1990-2017 гг., полученные из Росстата.
Методы исследования. Неустойчивость уровней временного ряда в экономическом анализе оценивается с помощью показателей изменчивости, таких как размах вариации, среднее линейное отклонение, средний квадрат отклонения или дисперсия, среднеква-дратическое отклонение. Однако их нельзя использовать для сравнения изменчивости по одному и тому же показателю для разных регионов с разным уровнем средних значений анализируемых рядов. В этих случаях используется коэффициент вариации (V), который показывает, какую долю среднего значения составляет ее средний разброс [15].
С целью выделения влияния природно-климатического фактора на изменение урожайности будем исходить из предположения о наличии регулярного тренда временного ряда этой величины, связанного с влиянием научно-технологического развития отрасли (применение интенсивных сортов элитных кондиций, увеличение доз минеральных и органических удобрений, рост технической вооруженности и пр.). Таким образом, остатки, полученные при аппроксимации временного ряда, логично связать с влиянием природного фактора.
Количественное влияние систематического и случайного факторов методом диспер-
сионного анализа описывается следующим равенством:
б2 = - б2
сист. общ. ост.,
где б2сист — систематическая дисперсия, отражающая влияние на урожайность целенаправленной человеческой деятельности; б2общ — общая дисперсия, оценивающая вариацию значений урожайности за весь изучаемый период относительно среднего значения ряда, которая включает и влияние деятельности человека и природных случайных факторов; б2ост. — остаточная дисперсия, как усредненная характеристика разброса, обусловленного случайным характером воздействия природно-климатических изменений, оценивает влияние на урожайность природных факторов.
Оценка доли вариации урожайностей для регионов-производителей пшеницы, вызванная природными факторами, может быть определена как У% = (1-№), где ^ — коэффициент детерминации временного тренда урожайности региона.
Результаты и их обсуждение
Проведенная группировка региональных АПС по величине коэффициента вариации урожайности пшеницы позволила выделить 3 основных группы регионов — с вариацией V менее 30% — умеренная неустойчивость; 31-50% — высокая неустойчивость; 50% и выше — неустойчивость критически высокая (рис. 1).
нет данных ... - 30 31 - 50 51 - ...
1. Белгородская область
2. Брянская область
3. Владимирская область
4. Воронежская область
5. Ивановская область
6. Калужская область
7. Костромская область
8. Курская область
9. Липецкая область
10. Московская область
11. Орловская область
12. Рязанская область
13. Смоленская область
14. Тамбовская область
15. Тверская область
16. Тульская область
17. Ярославская область
18. Архангельская область
19. Вологодская область
20. Калининградская область
21. Республика Карелия
22. Республика Коми
23. Ленинградская область
24. Мурманская область
25. Новгородская область
26. Псковская область
27. Респ. Адыгея (Адыгея]
28. Астраханская область
29. Волгоградская область
30. Республика Калмыкия
31. Краснодарский край
32. Ростовская область
33. Республика Дагестан
34. Республика Ингушетия
35. Кабардино-Балкарская Рес.
36. Карачаево-Черкесская Рес.
37. Северная Осетия-Алания
38. Ставропольский край
39. Чеченская Республика
40. Республика Башкортостан
41. Кировская область
42. Республика Марий Эл
43. Республика Мордовия
44. Нижегородская область
45. Оренбургская область
46. Пензенская область
47. Пермская область
48. Самарская область
49. Саратовская область
50. Республика Татарстан
51. Удмуртская Республика
52. Ульяновская область
53. Чувашская Респ.-Чувашия
54. Курганская область
55. Свердловская область
56. Тюменская область
57. Челябинская область
58. Республика Алтай
59. Алтайский край
60. Республика Бурятия
61. Иркутская область
62. Кемеровская область
63. Красноярский край
64. Новосибирская область
65. Омская область
66. Томская область
67. Республика Тыва
68.Республика Хакасия
69. Забайкальский край
70. Амурская область
71. Еврейская авт. область
72. Камчатская область
73. Магаданская область
74. Приморский край
75. Республика Саха (Якутия]
76. Сахалинская область
77. Хабаровский край
78. Чукотский авт. округ
79. Республика Крым
Рис. 1. Распределение региональных АПС по величине коэффициента вариации урожайности пшеницы, %
INTERNATIONAL AGRICULTURAL JOURNAL № 4 (364) / 2018
www.mshj.ru
НАУЧНОЕ ОБЕСПЕЧЕНИЕ И УПРАВЛЕНИЕ АГРОПРОМЫШЛЕННЫМ КОМПЛЕКСОМ
Ш
Большинство регионов попало в группу умеренной неустойчивости. В группу высокой неустойчивости попало 17 регионов, среди которых 5 регионов находятся в Нечерноземной зоне — Брянская, Тверская, Ярославская, Ивановская, Смоленская, Архангельская и Калининградская области. Четыре приволжских региона — Саратовская, Самарская, Волгоградская, Пензенская области. Среди Уральских регионов — это Челябинская область. Регионы Сибири представлены в данной группе Республиками Тыва и Хакасия. В группу высокой неустойчивости попала и Республика Калмыкия, которая граничит с Астраханской областью, которая, в свою очередь, попадает уже в группу критической неустойчивости региональных АПС по производству пшеницы. Также в группу критической неустойчивости попали еще 2 региона, которые находятся также в Нечерноземной зоне России — это Псковская и Новгородская области.
Таким образом, можно сделать вывод о том, что в основном высокую и критическую неустойчивость при производстве пшеницы демонстрируют регионы Европейской территории страны.
Доля вариации урожайности пшеницы V%, зависящая от природных факторов, была рассчитана для регионов ее регулярного высева, а затем результаты были сгруппированы в 3 группы по величине этого показателя. Результаты группировки представлены на рисунке 2. Высокие значения коэффициента вариа-
ции, как было отмечено выше, получены для Псковской и Новгородской областей. В Псковской и Новгородской областях региональные АПС неустойчивы при производстве пшеницы. При этом природно-климатический фактор в этих регионах объясняет до 35% вариации урожайности.
Следовательно, основная причина неустойчивости определяется несистематичностью хозяйственной деятельности, другими словами, для повышения устойчивости при производстве пшеницы необходимо повысить организационный уровень производства. Очень высокой уровень зависимости от природно-климатического фактора наблюдается в 31 регионе России. Более 70% вариации урожайности пшеницы определяется данным фактором. Для остальных региональных АПС природно-климатический фактор является причиной 35-70% вариации урожайности пшеницы. Таким образом, можно сделать вывод о том, что в большинстве регионов России, производящих пшеницу, природно-климатический фактор является ключевым и определяет уровень урожайности пшеницы.
Для определения регионов, в наибольшей степени подверженных рискам при производстве пшеницы, был построен суммарный рейтинг по значениям трех рассмотренных выше показателей, а именно: коэффициенту вариации, доле природно-климатического фактора в вариации урожайности пшеницы и объемам
ее реализации. При этом допускалось, что чем выше объем реализации, тем выше потери чистого дохода в случае возникновения отрицательных последствий влияния природно-климатических изменений.
С ростом как коэффициента вариации, так и доли вариации, зависящей от природно-климатического фактора, риски при производстве товарной пшеницы также возрастают. Недобор урожая и перепроизводство возможны при различных сценариях изменения климата, однако результат таких изменений неизменно ведет к потерям в чистом доходе, в первом случае за счет снижения объемов производства, во втором — за счет снижения цен реализации.
На рисунке 3 представлен рейтинг 51 регионов, производящих и реализующих пшеницу. Рейтинг составлен по уровню рисков, возникающих при производстве пшеницы, связанных с влиянием природно-климатического фактора. Регионы объединены в 3 группы — с высоким уровнем риска (с 1 по 17), со средним уровнем риска (с 18 по 34) и с низким уровнем риска (35 и более).
Самый высокий рейтинг имеют Оренбургская область (1) и Республика Калмыкия (2). Высокий уровень риска характерен для основных зернопроизводящих регионов России, находящихся в черноземной зоне Европейской территории России — Белгородская, Воронежская, Тамбовская, Липецкая, Курская, Ростовская, Пензенская области (рейтинги
нет данных ... - 35 36 - 70 71 - ...
1. Белгородская область
2. Брянская область
3. Владимирская область
4. Воронежская область
5. Ивановская область
6. Калужская область
7. Костромская область
8. Курская область
9. Липецкая область
10. Московская область
11. Орловская область
12. Рязанская область
13. Смоленская область
14. Тамбовская область
15. Тверская область
16. Тульская область
17. Ярославская область
18. Архангельская область
19. Вологодская область
20. Калининградская область
21. Республика Карелия
22. Республика Коми
23. Ленинградская область
24. Мурманская область
25. Новгородская область
26. Псковская область
27. Респ. Адыгея (Адыгея]
28. Астраханская область
29. Волгоградская область
30. Республика Калмыкия
31. Краснодарский край
32. Ростовская область
33. Республика Дагестан
34. Республика Ингушетия
35. Кабардино-Балкарская Рес.
36. Карачаево-Черкесская Рес.
37. Северная Осетия-Алания
38. Ставропольский край
39. Чеченская Республика
40. Республика Башкортостан
41. Кировская область
42. Республика Марий Эл
43. Республика Мордовия
44. Нижегородская область
45. Оренбургская область
46. Пензенская область
47. Пермская область
48. Самарская область
49. Саратовская область
50. Республика Татарстан
51. Удмуртская Республика
52. Ульяновская область
53. Чувашская Респ.-Чувашия
54. Курганская область
55. Свердловская область
56. Тюменская область
57. Челябинская область
58. Республика Алтай
59. Алтайский край
60. Республика Бурятия
61. Иркутская область
62. Кемеровская область
63. Красноярский край
64. Новосибирская область
65. Омская область
66. Томская область
67. Республика Тыва
68.Республика Хакасия
69. Забайкальский край
70. Амурская область
71. Еврейская авт. область
72. Камчатская область
73. Магаданская область
74. Приморский край
75. Республика Саха (Якутия]
76. Сахалинская область
77. Хабаровский край
78. Чукотский авт. округ
79. Республика Крым
Рис. 2. Распределение региональных АПС по показателю У%
МЕЖДУНАРОДНЫЙ СЕЛЬСКОХОЗЯЙСТВЕННЫЙ ЖУРНАЛ № 4 (364) / 2018
SCIENTIFIC SUPPORT AND MANAGEMENT OF AGRARIAN AND INDUSTRIAL COMPLEX
нет данных ... - 17 18 - 34 35 - ...
1. Белгородская область
2. Брянская область
3. Владимирская область
4. Воронежская область
5. Ивановская область
6. Калужская область
7. Костромская область
8. Курская область
9. Липецкая область
10. Московская область
11. Орловская область
12. Рязанская область
13. Смоленская область
14. Тамбовская область
15. Тверская область
16. Тульская область
17. Ярославская область
18. Архангельская область
19. Вологодская область
20. Калининградская область
21. Республика Карелия
22. Республика Коми
23. Ленинградская область
24. Мурманская область
25. Новгородская область
26. Псковская область
27. Респ. Адыгея (Адыгея]
28. Астраханская область
29. Волгоградская область
30. Республика Калмыкия
31. Краснодарский край
32. Ростовская область
33. Республика Дагестан
34. Республика Ингушетия
35. Кабардино-Балкарская Рес.
36. Карачаево-Черкесская Рес.
37. Северная Осетия-Алания
38. Ставропольский край
39. Чеченская Республика
40. Республика Башкортостан
41. Кировская область
42. Республика Марий Эл
43. Республика Мордовия
44. Нижегородская область
45. Оренбургская область
46. Пензенская область
47. Пермская область
48. Самарская область
49. Саратовская область
50. Республика Татарстан
51. Удмуртская Республика
52. Ульяновская область
53. Чувашская Респ.-Чувашия
54. Курганская область
55. Свердловская область
56. Тюменская область
57. Челябинская область
58. Республика Алтай
59. Алтайский край
60. Республика Бурятия
61. Иркутская область
62. Кемеровская область
63. Красноярский край
64. Новосибирская область
65. Омская область
66. Томская область
67. Республика Тыва
68. Республика Хакасия
69. Забайкальский край
70. Амурская область
71. Еврейская авт. область
72. Камчатская область
73. Магаданская область
74. Приморский край
75. Республика Саха (Якутия]
76. Сахалинская область
77. Хабаровский край
78. Чукотский авт. округ
79. Республика Крым
Рис. 3. Рейтинг регионов по уровню возникновения рисков от воздействия природно-климатического фактора при производстве пшеницы
от 3 до 10) и регионов бассейна Волги — Волгоградская (1), Ульяновская (3), Самарская области (4), Республика Татарстан (11), Саратовская (13), Астраханская области (14), Челябинская область также находится в группе риска и занимает 9 позицию. Высокие рейтинги характерны для Забайкальского края (6), Республики Бурятии (13) и Амурской области (15).
Два региона находятся на границе со второй группой — это Рязанская (17) и Калининградская области (16).
Ставропольский и Краснодарский края занимают соответственно 24 и 30 места в рейтинге, то есть находятся в средней группе по рискам от воздействия природно-климатического фактора. Такое положение можно объяснить тем, что производство пшеницы в этих регионах устойчиво и воздействие природно-климатического фактора компенсируется производственными затратами. Низкий уровень риска характерен для регионов Нечерноземной зоны — Тверская (35), Смоленская (37), Кировская (38), Псковская (38), Московская (39), Новгородская (41), Ярославская (43), Ленинградская (45), Калужская (46), Владимирская (48), Костромская (49), Вологодская области (51). Несмотря на достаточно высокий уровень вариации урожайности пшеницы в этих регионах, основная причина неустойчивости определяется несистематичностью хозяйственной деятельности, други-
18-
INTERNATIONAL AGRICULTURAL JOURNAL № 4 (364
ми словами, для повышения устойчивости урожайности пшеницы необходимо повысить организационный уровень производства. Те же выводы можно сделать и для регионов Урала, Сибири и Приморского края: Новосибирская область имеет рейтинг 36, Тюменская область — 42, Иркутская область — 44, Красноярский край — 46, Приморский край — 36, Свердловская область — 47, Пермская область — 50.
Выводы
Анализ зависимостей «климат — сельское хозяйство» имеет два аспекта: воздействие на сельское хозяйство медленных изменений средних значений климатических параметров и влияние изменений частоты климатических экстремумов, как чрезвычайных ситуаций для сельского хозяйства.
Методика анализа, рассмотренная выше, применима для любого вида деятельности в растениеводстве, что позволит определить слабые места регионов при производстве того или иного вида растениеводческой продукции с точки зрения рисков недобора или перепроизводства продукции в зависимости от климатического сценария.
По мнению Росгидромета, климат территории России более чувствителен к глобальному потеплению, чем другие регионы земного шара [16]. Такие перспективы выдвигают на первый план необходимость разработки адап-
2018
тационной стратегии для сельского хозяйства в регионах России, в первую очередь, наиболее подверженных влиянию природно-климатического фактора.
Адаптационная стратегия региональных АПС к изменениям климата должна решить следующие важнейшие задачи:
• оптимизации размещения сельского хозяйства по территории РФ на основании исследований динамики урожайности, обусловленной природно-климатическим фактором;
• оптимизации использования водных ресурсов при условии совершенствования влагосберегающих технологий и увеличения посевов засухоустойчивых культур;
• оптимизации региональной системы управления запасами семенного материала;
• оптимизации импортно-экспортной политики страны и межрегиональной торговли с учетом обусловленных климатом изменений сельскохозяйственного производства.
Литература
1. Гленсдорф П., Пригожин И. Термодинамическая теория структуры, устойчивости и флуктуаций. М.: Мир, 1973.
2. Хакен Г. Синергетика. М: Мир, 1980.
3. Эйген М. Игра жизни. М.: Наука, 1979.
4. Turing A.M. The chemical basis of the morphogenesis. Phil. Trans. R. Soc. London B 237: 37-71, 1952.
www.mshj.ru
НАУЧНОЕ ОБЕСПЕЧЕНИЕ И УПРАВЛЕНИЕ АГРОПРОМЫШЛЕННЫМ КОМПЛЕКСОМ
5. Ласло Э. Макросдвиг. М.: Тайдекс Ко, 2004.
6. Том Р. Структурная устойчивость и морфогенез. М.: Логос, 2002.
7. Курдюмов С.П. Законы эволюции и самоорганизации сложных систем. М.: ИПМ, 1990.
8. Пошкус Б.И. О прошлом и настоящем экономического механизма АПК России // АПК: экономика, управление. 2010. № 4. С. 19 -25.
9. Пошкус Б.И. Региональные модели реформирования агропромышленного комплекса // Международный сельскохозяйственный журнал. 1993. № 5-6. С. 22-23.
10. Сиптиц С.О., Романенко И.А., Соболев О.С. и др. Отчет о НИР ВИАПИ имени А.А. Никонова филиала ФГБНУ ФНЦ ВНИИЭСХ по теме 0571-2014-0019:
Разработать методы обоснования эффективных и устойчивых вариантов размещения производства в региональных агропродовольственных системах России при различных сценариях их развития. № госрегистрации АААА-А17-117031300161-8. М., 2017.
11. Пасов В.М. Изменчивость урожаев и оценка ожидаемой продуктивности зерновых культур. Л.: Гидрометеоиздат, 1986.
12. Усков И.Б., Усков А.О. Основы адаптации земледелия к изменениям климата. Справочное издание. Санкт-Петербург: Нестор-История, 2014.
13. Lobell D.B., Field C.B. (2007) Global scale climate-crop yield relationships and the impacts of recent warming Environ. Res. Lett. 2 (2007) 014002 (7 pp).
14. Гордеев А.В. и др. Биоклиматический потенциал России: меры адаптации в условиях изменяющегося климата. М., 2008.
15. Ковалевский В.П. и др. Формирование устойчивого агропродовольственного рынка в Российской Федерации: статистические исследования / под ред. В.Н. Афанасьева. М.: Финансы и статистика, 2008.
16. Изменение климата. Информационный бюллетень Росгидромета № 64. Декабрь 2016 г. — январь 2017 г. С. 7. URL: http://www.meteorf.ru/ upload/iblock/ a38/Izmenenie_klimata_N64_DecJan_2016_2017.pdf
17. Романенко И.А., Сиптиц С.О., Евдокимова Н.Е., Рыбакова Р.А., Егорова О.Д. Методика разработки стратегических направлений размещения растениеводства. М.: ЭРД, 2016.
Об авторах:
Сиптиц Станислав Оттович, доктор экономических наук, руководитель отдела системных исследований экономических проблем АПК, ORaD: http://orcid.org/ 0000-0003-2587-2350, ssiptits@viapi.ru
Романенко Ирина Анатольевна, доктор экономических наук, главный научный сотрудник отдела системных исследований экономических проблем АПК, ORaD: http://orcid.org/ 0000-0002-4585-2659, romanenko@viapi.ru
Евдокимова Наталья Егоровна, кандидат экономических наук, ведущий научный сотрудник отдела системных исследований экономических проблем АПК, ORaD: http://orcid.org/ 0000-0001-6568-2063, nevdoki@gmail.com
INFLUENCE OF THE NATURAL-CLIMATIC FACTOR ON THE STABILITY OF AGRARIAN PRODUCTION
S.O. Siptits, I.A. Romanenko, N.E. Evdokimova
All-Russian institute of agrarian problems and informatics named after A.A. Nikonov — branch of the FSBSI "Federal research center of agrarian economy and social development of rural areas — All-Russian research institute of agricultural economics", Moscow, Russia
The article analyzes the domestic and foreign experience in the study of the problem of stability of complex dynamic systems, shows that agricultural food systems stability is the result of the joint action of two main groups of factors: natural climatic changes and human economic activity. The purpose of this study is to determine the level and risks of the impact of natural and climatic factors on the stability of agricultural production in regional agri-food systems. The object of research is the regional agri-food systems of Russia. The analysis of the variation of wheat yield allowed us to conclude that in most regions of the Russian Federation producing wheat, the climatic factor is the key. To determine the regions most exposed to risks in the production of wheat, a total rating was built on the values of three indicators: the coefficient of variation, the share of the natural and climatic factor in the variation of wheat yield and the volume of wheat sales. It was assumed that the higher the volume of sales, the higher the loss of net income in the event of adverse effects of climate change. Crop shortages and overproduction are possible under various climate change scenarios, but the result of such changes invariably leads to losses in net income, in the first case due to a decrease in production volumes, in the second — due to lower sales prices. With the growth of both the coefficient of variation and the proportion of variation depending on the climatic factor, the risks in the production of wheat increase.
Keywords: agriculture, agro-food system, climate, region, sustainability, yield variation.
References
1. Glensdorf P., Prigozhine I. Thermodynamic theory of structure, stability and fluctuations. Moscow: Mir, 1973.
2. Khaken G. Synergetics. Moscow: Mir, 1980.
3. Ejgen M.The game of life. Moscow: Nauka, 1979.
4. Turing A.M. The chemical basis of the morphogenesis. Phil. Trans. R. Soc. London B 237: 37-71, 1952.
5. Laszlo E. Macroshift. Moscow: Taydeks Co., 2004.
6. Tom R. Structural stability and morphogenesis. Moscow: Logos, 2002.
7. KurdyumovS.P. Laws of evolution and self-organization of complex systems. Moscow: IPM, 1990.
8. Poshkus B.I. On the past and present of the economic mechanism of the agroindustrial complex of Russia. APK: ekonomika, upravlenie = AIC: economy, management. 2010. No. 4. Pp. 19-25.
9. Poshkus B.I. Regional models of reforming the agro-industrial complex. Mezhdunarodnyj selskokho-
About the authors:
zyajstvennyj zhurnal = International agricultural journal. 1993. No. 5-6. Pp. 22-23.
10. Siptits S.O., Romanenko I.A., Sobolev O.S. and others. Report on research of VIAPI named after A.A. Nikonov branch of VNIIESH on theme 0571-2014-0019: To develop methods for substantiating effective and sustainable options for locating production in regional agro-food systems of Russia under different scenarios for their development. State registration number AAAA-A17-117031300161-8. Moscow, 2017.
11. PasovV.M. Variability of yields and an assessment of the expected productivity of cereals. Leningrad: Gidro-meteoizdat, 1986.
12. UskovI.B., UskovA.O. Fundamentals of adaptation of agriculture to climate change. Reference edition. Saint-Petersburg: Nestor-History, 2014.
13. Lobell D.B., Field C.B. (2007) Global scale climate-crop yield relations and the impact of recent warming Environ. Res. Lett. 2 (2007) 014002 (7 pp).
14. Gordeev A.V. and others. Bioclimatic potential of Russia: adaptation measures in a changing climate. Moscow, 2008.
15. Kovalevskij V.P. and others. Formation of a sustainable agro-food market in the Russian Federation: statistical studies. Ed. V.N. Afanasyev. Moscow: Finances and statistics, 2008.
16. Climate change. Information bulletin of Roshy-dromet No. 64. December 2016 — January 2017. P. 7. URL: http://www.meteorf.ru/ upload / iblock / a38 / Izmenenie_klimata_N64_DecJan_2016_2017.pdf
17. Romanenko I.A., Siptits S.O., Evdokimova N.E., Ry-bakova R.A., Egorova O.D. Methodology for the development of strategic directions for planting. Moscow: ERD, 2016.
Stanislav O. Siptits, doctor of economic sciences, head of the department of system research of economic problems of the agro-industrial complex, ORCID: http://orcid.org/ 0000-0003-2587-2350, ssiptits@viapi.ru
Irina A. Romanenko, doctor of economic sciences, chief research officer of the department of system research of economic problems of the agro-industrial complex, ORCID: http://orcid.org/ 0000-0002-4585-2659, romanenko@viapi.ru
Natalia E. Evdokimova, candidate of economic sciences, leading researcher of the department of system research of economic problems of the agro-industrial complex, ORCID: http://orcid.org/ 0000-0001-6568-2063, nevdoki@gmail.com
ssiptits@viapi.ru
ce®
- 19
МЕЖДУНАРОДНЫЙ СЕЛЬСКОХОЗЯЙСТВЕННЫЙ ЖУРНАЛ № 4 (364) / 2018
