Применение инструментария агломеративной кластеризации для выявления деградирующих сельскохозяйственных производств и определения основных мер их поддержки

Введение. Актуальность исследования обусловлена: необходимостью автоматизированного анализа деградации АПК (ручная обработка данных по всем регионам и культурам неэффективна, а агломеративная машинная кластеризация позволяет группировать регионы со схожими тенденциями, выявляя наиболее проблемные зоны); рисками для продовольственной безопасности (снижение самообеспеченности ключевыми продуктами требует своевременного принятия мер господдержки, кластеризация помогает ранжировать регионы по степени угрозы и оптимизировать распределение ресурсов); отсутствием единой методики оценки деградации; цифровизацией сельского хозяйства.

Цель. Исследование направлено на анализ деградации сельскохозяйственного производства в регионах РФ, в частности, на выявление регионов с наиболее выраженными процессами упадка в производстве картофеля и других сельхозпродуктов, а также на разработку мер для улучшения ситуации.

Методы. Для анализа использовались методы кластеризации, в частности, алгоритм агломеративной кластеризации, который позволил сгруппировать регионы по схожести показателей деградации сельскохозяйственного производства на основе статистических данных за 2005 и2022 годы.

Результаты. Регионы были разделены на три кластера, где Кластер 2 (42 региона) оказался наиболее деградирующим с точки зрения сельскохозяйственного производства. В этих регионах наблюдаются значительные снижения показателей производства на душу населения и урожайности.

Выводы. Кластерный анализ позволил выделить регионы с наиболее выраженной деградацией сельхозпроизводства, что дает возможность разработать адресные меры поддержки, такие как целевые субсидии, налоговые льготы и программы восстановления инфраструктуры, для улучшения ситуации в этих регионах.

1. Methods' development for analysis of agricultural data in the conditions of AIC digitalization / V. E. Parfenova, Yu. G. Amagaeva, O. V. Galanina, S. A. Olenicheva // Digital Technologies in Agriculture of the Russian Federation and the World Community, Stavopol, 27–30 сентября 2021 года. Vol. 2661. – Stavopol: AIP PUBLISHING, 2022. – P. 040001. – DOI 10.1063/5.0113263.

2. Use of intelligent technologies in agroeconomic data analysis / V. E. Parfenova, Y. G. Amagaeva, A. N. Isayenko [et al.] // IOP Conference Series: Earth and Environmental Science, Yekaterinburg, 15–16 октября 2020 года. – IOP Publishing Ltd: IOP Publishing Ltd, 2021. – P. 012044. – DOI 10.1088/1755-1315/699/1/012044.

3. Donets, N. Yu. Feedforward Neural Networks in Forecasting the Agrarian Sector of the Economy / N. Yu. Donets, O. V. Galanina, Yu. P. Zolotareva // Digital Technologies in Agriculture of the Russian Federation and the World Community, Stavropol, 27–30 сентября 2021 года. Vol. 2661. – Stavropol: AIP PUBLISHING, 2022. – P. 040003.

4. Протасов, Ю. М. Кластеризация регионов РФ по уровню их социально-экономического развития / Ю. М. Протасов, В. М. Юров // Вестник Московского государственного областного университета. Серия: Экономика. – 2022. – № 2. – С. 95-103. – DOI 10.18384/2310-6646-2022-2-95-103.

5. Галанина, О. В. Кластерная модель анализа больших данных в животноводческом производстве / О. В. Галанина, Ю. П. Золотарева // Государственное и муниципальное управление. Ученые записки. – 2023. – № 3. – С. 67-74. – DOI 10.22394/2079-1690-2023-1-3-67-74.

6. Akhmetov, K. A. Clustering of agro-industrial complex of the Republic of Kazakhstan: prerequisites, distinguishing features, correlation matrix / K. A. Akhmetov, G. O. Seidaliyeva, B. Mutalipkyzy // Problems of AgriMarket. – 2024. – No. 3. – P. 176-187. – DOI 10.46666/2024-3.2708-9991.16.

7. Золотарева, Ю. П. Стратегическое планирование и программирование регионального и муниципального развития сельских территорий / Ю. П. Золотарева, О. В. Галанина // Известия Международной академии аграрного образования. – 2021. – № 56. – С. 69-72.

8. Канавцев, М. В. Особенности управления ресурсным потенциалом сельских территорий в условиях ВТО. Научно-техническое и инновационное развитие АПК России / М. В. Канавцев, П. А. Нуттунен, А. Л. Попова // Научно-техническое и инновационное развитие АПК России : Труды Всероссийского совета молодых ученых и специалистов аграрных образовательных и научных учреждений, Москва, 04–06 февраля 2013 года / ФГБНУ «Росинформагротех». – М.: Российский научно-исследовательский институт информации и технико-экономических исследований по инженерно-техническому обеспечению агропромышленного комплекса, 2013. – С. 130-133.

9. Янышев, В. И. Прогрессивные факторы противодействия процессам деградации и деиндустриализации в АПК (в контекстах оцененных эпохами преобразований, рыночных "реформ" и присоединения России к ВТО) / В. И. Янышев, Т. В. Савченко, А. Ф. Демченко // Регион: системы, экономика, управление. – 2012. – № 4(19). – С. 89-95.

10. Тарханова, З. Э. Продовольственная безопасность государства: содержание, значение, угрозы, продовольственной безопасности / З. Э. Тарханова // Экономика и управление: проблемы, решения. – 2024. – Т. 6, № 10(151). – С. 84-90. – DOI 10.36871/ek.up.p.r.2024.10.06.010.