Измерение человеческого капитала аграрного сектора экономики в регионах Центрального федерального округа: методическое обеспечение и результаты оценки

Морозова А.Е.¹
¹ Орловский государственный аграрный университет им. Н.В. Парахина, Орел, Россия

Статья в журнале

Продовольственная политика и безопасность ^{(РИНЦ, ВАК)}
опубликовать статью | оформить подписку

Том 13, Номер 1 (Январь-март 2026)

Цитировать эту статью:

Аннотация:
Статья посвящена измерению человеческого капитала аграрного сектора экономики в условиях цифровой трансформации. Актуальность исследования обусловлена возрастающей ролью человеческого капитала как ключевого фактора повышения конкурентоспособности аграрного производства, а также сохраняющимися региональными диспропорциями в уровне его развития. В работе разработана и апробирована методика оценки человеческого капитала аграрного сектора, ориентированная на задачи аграрной политики. Предложен натурально-временной подход к измерению человеческого капитала с корректировкой на уровень цифровизации аграрного труда и мотивацию работников. Мотивационный компонент оценивается с использованием системы социально-экономических, демографических, экологических и институционально-технологических показателей, агрегированных в интегральный коэффициент. На основе разработанной методики проведена сравнительная оценка регионов Центрального федерального округа и выявлена значительная межрегиональная дифференциация по уровню человеческого капитала аграрного сектора. Полученные результаты позволяют обосновать необходимость дифференцированного подхода к развитию человеческого капитала, они могут быть использованы при формировании региональных программ цифрового развития сельского хозяйства

Ключевые слова: человеческий капитал, экономика АПК, цифровая трансформация аграрного сектора, мотивация к аграрному труду

JEL-классификация: J24, O13, L66, O33, J22

JATS XML

Введение

Современный агропромышленный комплекс (АПК), наряду с другими приоритетными отраслями экономики, сталкивается с глобальными вызовами цифровизации. Для сохранения конкурентоспособности отечественной сельскохозяйственной продукции на мировом рынке, обеспечения продовольственной безопасности страны, повышения производительности труда отечественный АПК должен преодолеть инерционность развития и значительно трансформироваться, прежде всего, за счет создания и внедрения в производственные процессы новых технологий и инноваций. Государство на протяжении последнего десятилетия активно реализует целый комплекс мер в интересах устойчивого развития аграрной сферы, в частности, ее технологической модернизации. В результате на сегодняшний день отмечается рост производства и экспорта продукции сельского хозяйства, инвестиционной привлекательности АПК. Во многом благодаря государственной поддержке Центральный федеральный округ (ЦФО) стал лидером технологического развития аграрного сектора экономики. По данным Министерства сельского хозяйства Российской Федерации уровень механизации сельскохозяйственных работ в ЦФО в 2024 году составил 99%, использования цифровых технологий – 45% [15]. Концентрация научных центров, развитая инфраструктура в сочетании с благоприятными природно-климатическими условиями свидетельствует о высоком потенциале аграрной сферы ЦФО в условиях цифровизации.

Данные обстоятельства актуализируют вопрос готовности человеческого капитала в ЦФО к цифровой трансформации аграрного сектора экономики. Нехватка квалифицированных аграрных специалистов, обладающих цифровыми компетенциями, специальными знаниями и «мягкими» навыками, препятствует использованию новейших технологических разработок и ставит под угрозу достижение таких национальных целей в аграрном секторе как рост производства продукции АПК к 2030 году не менее чем на 25% к уровню 2021 года, экспорт продукции АПК – в полтора раза [24]. При этом на сегодняшний день отмечается слабая закрепляемость кадров в АПК, в особенности молодежи, глубокий кризис и депопуляция российского села.

Диагностике человеческого капитала аграрного сектора, условиям и факторам его формирования в субъектах Российской Федерации в последние десятилетия посвящено достаточно большое количество научных исследований. Обобщая работы, в которых исследовательский фокус был сосредоточен на кадровом обеспечении АПК в современных условиях [2, 7, 14, 17, 19, 23, 25], можно сделать вывод, что проблема формирования человеческого капитала, необходимого для цифровой трансформации аграрного сектора, обостряется в виду сложившейся дифференциации регионов, в первую очередь, по уровню и качеству жизни в сельской местности, инклюзивному и устойчивому развитию сельского хозяйства.

Целью данного исследования выступает диагностика региональных диспропорций в развитии человеческого капитала регионов ЦФО, необходимого для перехода к цифровому сельскому хозяйству. Для достижения данной цели необходима научно-практическая разработка методики оценки регионального человеческого капитала аграрного сектора в условиях цифровой трансформации, которая составляет новизну работы.

Материалы и методы

Оценка человеческого капитала аграрного сектора регионов Центрального федерального округа проведена на основе комплексного индикаторного подхода с использованием официальных статистических данных и методов многокритериальной агрегации. Информационную базу исследования составили материалы Федеральной службы государственной статистики Российской Федерации (Росстат) [11, 18, 20, 22], а также данные, размещенные в Единой межведомственной информационно-статистической системе [10].

Методологической основой исследования послужили труды отечественных и зарубежных авторов в области теории человеческого капитала и экономики аграрного сектора. В работе использованы методы экономико-статистического анализа, в том числе индексный метод, сравнительного и структурного анализа, методы нормализации, агрегирования и ранжирования показателей.

Для измерения величины человеческого капитала аграрного сектора применен натурально-временной подход, основанный на расчете показателя в человеко-летах по авторской формуле, включающей коэффициент цифровизации аграрного труда и коэффициент мотивации к аграрному труду.

Результаты

1. Разработка методики оценки человеческого капитала аграрного сектора

В современной научной литературе концепция человеческого капитала характеризуется высокой степенью понятийной вариативности и многообразием интерпретаций. Единое общепринятое определение человеческого капитала не может быть составлено, что обусловлено различиями в теоретических подходах, методологических основаниях и целях исследований. В результате данное понятие используется в широком спектре значений, отражающих его различные содержательные аспекты: от «знаний, навыков и других способностей человека, которые позволяют ему продуктивно трудиться» [26, 28, 29] до расширительных трактовок, включающих различные индивидуальные качества, косвенно способствующих его успешной карьере и процветанию, например, духовно-нравственные ценности, социальные установки [1, 5, 13]. В одном мнение большинства ученых сходится – человеческий капитал выступает главным источником конкурентного преимущества любой экономической системы (страны, региона, отрасли и т.д.).

В целях данного исследования под человеческим капиталом агарного сектора будем понимать формируемую путем инвестиций динамическую совокупность профессиональных знаний, навыков, умений, физиологических, культурно-нравственных и социально-психологических качеств личности в единстве с мотивацией к аграрному труду, которая способствует увеличению произведенной в сельском хозяйстве добавленной стоимости. Авторский подход к человеческому капиталу аграрного сектора выработан на основе обобщения существующих трактовок к содержанию данной категории с учетом отраслевых особенностей АПК как сферы формирования и развития человеческого капитала [16].

Различия в трактовках человеческого капитала влечет за собой множественность подходов к его измерению (затратный, доходный и др.). В современных отечественных работах прослеживается ориентация на индикаторные методики, в том числе речь идет о построении сложных многокритериальных индексов. Подобные комплексные подходы лежат в основе таких международных разработок, как Индекс человеческого капитала Всемирного банка [30] и Индекс человеческого развития ООН [27], и активно модифицируются и расширяются в отечественных исследованиях человеческого капитала [4, 8, 12, 21]. В то же время в литературе недостаточно внимания уделяется измерению непосредственной величины человеческого капитала аграрного сектора в региональных масштабах, что удовлетворяло бы управленческим задачам в рамках региональной политики в аграрной сфере. А. Ф. Дорофеев справедливо отметил: «Если целью измерения выступает величина человеческого капитала в масштабах страны, которую требуется исчислить для нужд государственного регулирования экономики, то наиболее подходящей формой будет натурально-вещественная» [9].

В нашей работе натурально-временным индикатором, который лежит в основе расчета человеческого капитала аграрного сектора экономики региона, выступает количество человеко-лет, которое отражает вовлеченность занятого на текущий момент населения в развитие сельскохозяйственного производства на протяжении оставшегося периода его здоровой жизни с учетом цифровизации аграрного труда и мотивации работников. Расчетная формула может быть представлена в следующем виде:

, (1)

где – это человеческий капитал аграрного сектора экономики r-го региона, человеко-лет;

– фактическая численность занятых в сельском хозяйстве региона, тыс. чел.;

– ожидаемая продолжительность здоровой жизни в регионе, лет;

– средний возраст занятых в регионе, лет;

– коэффициент цифровизации аграрного труда в регионе;

– коэффициент мотивации к аграрному труду в регионе.

Данный индикатор имеет четкую физическую размерность и осязаемую взаимосвязь с производственным и цифровым потенциалом аграрного сектора экономики региона.

Показатели среднегодовой численности занятых по виду экономической деятельности (ВЭД) «Сельское, лесное хозяйство, охота, рыболовство и рыбоводство» [1], среднего возраста занятых в экономике и ожидаемой продолжительности здоровой жизни [2] в разрезе регионов ЦФО доступны в материалах Федеральной службы государственной статистики (Росстата). В основе выбора данных показателей лежит свойство неотделимости человеческого капитала от его владельца, работника сельского хозяйства региона. Поэтому при его расчете для любой экономической системы, в том числе аграрного сектора в регионе, необходимо учесть число активных носителей человеческого капитала, а также их возраст, поскольку полноценное воспроизводство человеческого капитала возможно только на протяжении здоровой жизни.

Цифровая трансформация аграрного сектора сопровождается сменой технологических укладов, вытеснением примитивных умений и навыков, что необходимо для развития конкурентоспособности сельского хозяйства страны в современных реалиях [3]. Об уровне цифровизации аграрного труда в регионе опосредованно свидетельствует показатель «Удельный вес численности работников, занятых на тяжелых работах». Работники сельского хозяйства, занятые тяжелым физическим трудом, выполняют типовые задачи, практически не развивают профессиональный человеческий капитал – цифровые знания, технологические компетенции. Чем более распространена неквалифицированная занятость на тяжелых работах, тем меньший уровень цифровизации аграрного сектора достигнут в данном регионе. Поэтому коэффициент цифровизации аграрного труда в регионе лежит в пределах от 0 до 1 и его можно описать следующим образом:

, (2)

где – удельный вес численности работников сельского хозяйства, занятых на тяжелых работах, %.

Развитие человеческого капитала аграрного сектора опосредовано мотивацией к аграрному труду, именно она определяет его дальнейшее рациональное использование в регионе, воспроизводство и увеличение добавленной стоимости сельского хозяйства. В связи с этим требуется разработка системы показателей, которая наиболее полно определяла бы мотивационный компонент человеческого капитала аграрной сектора в регионах. Мотивация (от фр. motif - побуждение) – это совокупность внутренних и внешних движущих сил, которые побуждают человека к деятельности, задают границы и формы этой деятельности и придают ей направленность, ориентированную на достижение определенных целей [6]. Мотивация к аграрному труду – это сложное многоуровневое явление, которая зависит от социально-экономических, экологических и институционально-технологических показателей аграрной сферы, а также от инфраструктурного и демографического развития села.

Интересен тот факт, что действителен и обратный процесс, как следует из определения человеческого капитала аграрной сферы, его развитие ведет к улучшению экономических показателей АПК региона. В этом проявляется диалектическая природа человеческого капитала. Демографические характеристики села также закономерным образом улучшатся в случае «омоложения» и увеличения числа работников аграрной сферы. Все это возможно при должном уровне государственной поддержки социальной и инфраструктурной сфер в сельской местности, устойчивого развития АПК и повышенном внимании к новому поколению сельскохозяйственных работников, которые станут носителями человеческого капитала нового качества в условиях цифровизации и, главное, будут его активно использовать. Для того, чтобы выстроить грамотную политику в области кадров в сельском хозяйстве региона, необходимо идентифицировать наиболее уязвимые точки, снижающие мотивацию к аграрному труду, и работать с ними для устранения или сглаживания проблем формирования человеческого капитала аграрного сектора. Факторы мотивации к аграрному труду можно условно разделить на следующие группы: «Инклюзивное экономическое развитие», «Экономический рост сельского хозяйства и специализация», «Экологическое и устойчивое развитие», «Социальная сфера села», «Демография села», «Институционально-технологическое развитие аграрного сектора» (таблица 1).

Показатели мотивации к труду в аграрном секторе неоднородны, поэтому необходимо выполнить процедуру их нормализации для последующего расчета интегрального коэффициента мотивации к аграрному труду.

Приведение показателей к единой шкале от 0 до 1 позволит корректно агрегировать их в интегральный индекс, целесообразно применить широко используемый в практике метод минимаксной нормализации показателей по следующей формуле:

1) Для показателей-«стимуляторов» мотивации к труду в аграрном секторе:

, (3)

2) Для показателей-«дестимуляторов» мотивации к труду в аграрном секторе:

, (4)

где - нормализированное значение i-го показателя по r-му региону;

- значение i-го показателя по r-му региону;

– минимальное значение i-го показателя по 17 регионам ЦФО (за исключением г. Москва) в 2024 году;

– максимальное значение i-го показателя по 17 регионам ЦФО (за исключением г. Москва) в 2024 году.

В данном наборе показателей исходя из логических соображений факторами, оказывающими негативное влияние на мотивацию к труду в аграрном секторе в условиях цифровизации, выступает, во-первых, демографическая нагрузка, так как высокая доля нетрудоспособного населения по отношению к численности занятых в сельской местности приводит к снижению располагаемых ресурсов домохозяйств, росту нагрузки на трудоспособное население и ограничению возможностей для профессионального развития и, во-вторых, удельный вес крестьянских (фермерских) хозяйств (КФХ) и личных подсобных хозяйств (ЛПХ) в продукции сельского хозяйства – несмотря на все преимущества многоукладности аграрной экономики, избыточная доля семейных хозяйств приводит к «возврату и распространению элементов первого технологического уклада» [9] и препятствует цифровой трансформации.

Таблица 1 – Факторы мотивации к труду в аграрном секторе экономики [составлено автором]

Группа ф-ров	Показатель мотивации к аграрному труду	Условное обозначение	Единица измерения
1 Инклюзивное экономическое развитие сельского хозяйства	Среднемесячная номинальная начисленная заработная плата работников сельского хозяйства	X1_1	тыс. рублей
	Отношение среднемесячной заработной платы работников сельского хозяйства к среднемесячной заработной плате в регионе	X2_1	%
	Отношение среднемесячной заработной платы работников сельского хозяйства к величине прожиточного минимума	X3_1	раз
	Число высокопроизводительных рабочих мест в сельском хозяйстве	X4_1	тыс. единиц
	Уровень занятости сельского населения	X5_1	%
2 Экономический рост сельского хозяйства и специализация	Инвестиции в основной капитал сельского хозяйства	X1_2	млн рублей
	Фондоотдача - стоимость продукции сельского хозяйства на рубль стоимости основных фондов	X2_2	-
	Рентабельность проданных товаров, продукции (работ, услуг) организаций растениеводства	X3_2	%
	Рентабельность проданных товаров, продукции (работ, услуг) организаций животноводства	X4_2	%
	Производительность труда	X5_2	руб./чел.
	Число организаций по ВЭД «Сельское, лесное хозяйство, охота, рыболовство и рыбоводство»	X6_2	единиц
	Доля продукции сельского хозяйства в ВРП [3]	X7_2	%
	Удельный вес в общероссийском производстве продукции сельского хозяйства	X8_2	%
3 Экологическое и устойчивое развитие	Доля сельскохозяйственных угодий от общей земельной площади	X1_3	%
	Внесено минеральных удобрений в сельскохозяйственных организациях на 1 га всей посевной площади (в пересчете на 100% питательных веществ)	X2_3	кг
	Внесено органических удобрений в сельскохозяйственных организациях на 1 га всей посевной площади	X3_3	тонн
	Доля затрат на защиту и реабилитацию земель, поверхностных и подземных вод в общей сумме затрат на охрану окружающей среды	X4_3	%
4 Социальная сфера села	Число организаций, осуществляющих образовательную деятельность по образовательным программам дошкольного образования, присмотр и уход за детьми на 10000 человек сельского населения	X1_4	единиц
	Число лечебно-профилактических организаций на 10000 человек сельского населения	X2_4	единиц
	Число спортивных сооружений на 10000 человек сельского населения	X3_4	единиц
	Число объектов розничной торговли на 10000 человек сельского населения	X4_4	единиц
	Число объектов бытового обслуживания населения, оказывающих услуги на 10000 человек сельского населения	X5_4	единиц
	Число коллективных средств размещения на 10000 человек сельского населения	X6_4	единиц
	Общая площадь жилых помещений, приходящаяся в среднем на одного сельского жителя	X7_4	м2
	Удельный вес общей площади жилых помещений в сельских населенных пунктах, оборудованной одновременно водопроводом, водоотведением, отоплением, горячим водоснабжением, газом или напольными электроплитами	X8_4	%
	Удельный вес автомобильных дорог с твердым покрытием от общей протяженности дорог общего пользования местного значения по сельским территориям, %	X9_4	%
	Расходы консолидированных бюджетов субъектов РФ на здравоохранение и социальную политику на 1 жителя	X10_4	тыс. руб.
5 Демография села	Удельный вес сельского населения в общей численности населения	X1_5	%
	Удельный вес трудоспособного сельского населения в общей численности сельского населения	X2_5	%
	Демографическая нагрузка – на 1000 трудоспособных сельских жителей приходится лиц старше трудоспособного возраста	X3_5	человек
	Демографический потенциал человеческого капитала – на 1000 трудоспособных сельских жителей приходится лиц младше трудоспособного возраста	X4_5	человек
	Коэффициент естественного прироста (убыли) сельского населения [4]	X5_5	‰
	Коэффициент миграционного прироста (убыли) сельского населения [5]	X6_5	‰
6 Институционально-технологическое развитие аграрного сектора	Удельный вес КФХ и ЛПХ (включая ИП) в продукции сельского хозяйства	X1_6	%
	Доля сельского населения в возрасте 15 лет и старше, использовавшего мобильный телефон или смартфон за последние 3 месяца	X2_6	%
	Доля сельского населения в возрасте 15 лет и старше, использовавшего компьютер последние 3 месяца	X3_6	%
	Приведенный контингент студентов, обучающихся по образовательным программам высшего образования по направлению «Сельское хозяйство и сельскохозяйственные науки»	X4_6	человек
	Расходы консолидированных бюджетов субъектов РФ на образование , на 1 жителя	X5_6	тыс. руб.
	Численность исследователей в области сельскохозяйственных наук	X6_6	человек
	Внутренние затраты на исследования и разработки в области сельскохозяйственных наук	X7_6	млн рублей

Величину частных коэффициентов мотивации к агарному труду, рассчитанных по каждой из групп факторов, можно рассчитать по формуле среднеарифметического, приняв допущение, что важность показателей группы одинакова. Аналогичным образом рассчитывается агрегированный коэффициент мотивации к труду в аграрном секторе:

, (5)

, (6)

где – частный коэффициент мотивации к аграрному труду по группе факторов (всего 6 групп, табл. 1); n – количество показателей в соответствующей группе факторов.

Расчет коэффициента мотивации к труду в аграрном секторе может быть уточнен за счет введения весовых коэффициентов для групп факторов мотивации или расширения числа показателей, характеризующих ее.

2. Оценка величины человеческого капитала аграрного сектора в регионах ЦФО в 2024 году

Регионы Центрального федерального округа обладают высокой степенью сопоставимости с точки зрения формирования и развития человеческого капитала агропромышленного комплекса, что обусловлено их пространственной близостью, общими природно-климатическими условиями и схожими историческими траекториями развития сельского хозяйства. Большинство регионов ЦФО относится к Центральному экономическому району, для которого характерны высокая плотность населения, развитая транспортная инфраструктура и тесные межрегиональные связи. Отдельные субъекты округа (Белгородская, Воронежская, Курская, Липецкая, Тамбовская области) традиционно относят также к Центрально-Черноземному экономическому району, что предопределяет их углубленную аграрную специализацию.

Исключение г. Москва из анализа человеческого капитала аграрного сектора регионов ЦФО является методически обоснованным по следующим причинам. Во-первых, Москва характеризуется крайне низкой долей сельского хозяйства в структуре валового регионального продукта и занятости, что делает показатели, связанные с аграрным трудом, слабо репрезентативными. Во-вторых, социально-экономические параметры столицы существенно отличаются от остальных регионов округа по уровню доходов, образовательной структуры и миграционной привлекательности, что приводит к искажению результатов сравнительного анализа и снижению сопоставимости данных. Включение Москвы в выборку может, таким образом, исказить оценку человеческого капитала аграрного сектора и затруднить выявление устойчивых региональных закономерностей.

Измерение человеческого капитала аграрного сектора в ЦФО целесообразно начать с оценки среднегодовой численности занятых в сельском хозяйстве регионов в целом и доли занятых на тяжелых работах (рисунок 1).

Можно сделать предварительный вывод о высоком уровне развития человеческого капитала таких регионов Центрального Черноземья, как Белгородская, Воронежская, Тамбовская области, а также Московской области. В перечисленных субъектах в 2024 году сосредоточено около 47% занятых в сельском хозяйстве ЦФО при том, что их доля в площади территории округа в 2 раза меньше – 24%.

В данных регионах отмечается умеренный удельный вес занятых неквалифицированным тяжелым физическим трудом в пределах 10,4-13,4%. Наибольшее значение показателя отмечается в Ивановской и Ярославской областях – 24,7% и 31,7% соответственно. Представляется возможным заключить о наиболее низком потенциале к цифровой трансформации сельского хозяйства в данных регионах. При невысокой численности занятых в аграрном секторе в Рязанской и Орловской областях доля занятых на тяжелых работах наименьшая (1,9% и 5,3% соответственно), что говорит об интенсивности развития современного сельского хозяйства в данных субъектах.

Рисунок 1 – Численность занятых в сельском хозяйстве, в том числе доля занятых на тяжелых работах в регионах ЦФО в 2024 году [составлено автором на основе 22]

Следующим этапом определения величины человеческого капитала выступает анализ среднего возраста занятых в экономике регионов ЦФО и рассчитанного с учетом показателя ожидаемой продолжительности здоровой жизни в регионе среднего возраста здорового дожития занятых. Умножение последнего на численность занятых в сельском хозяйстве (за вычетом занятых на тяжелых работах) соответствует величине человеческого капитала аграрного сектора, сложившейся в 2024 году, без учета мотивационного компонента. На рисунке 2 представлен рейтинг регионов ЦФО по предварительной величине человеческого капитала.

Так, в Московской области отмечено наибольшее число человеко-лет, которые могут быть потенциально задействованы в аграрной сфере региона в процессе ее цифровой трансформации по состоянию на 2024 год – 1815. На втором месте Белгородская область – 1762 человеко-лет. Лидирующий уровень развития человеческого капитала достигнут не только за счет большой численности его носителей, но и опережающих значений показателей среднего возраста здорового дожития занятых, достигнутого за счет долгой ожидаемой продолжительности здоровой жизни, в течение которой работник аграрного сектора может продолжать полноценное непрерывное развитие своего человеческого капитала, что необходимо в условиях цифровизации экономики.

Для сравнения, в «аутсайдерах» по величине человеческого капитала его значение не превышает 200 человеко-лет (Ивановская, Костромская области), а ожидаемая продолжительность здорового дожития занятых значительно ниже – 15 лет и 10,1 года соответственно.

Рассчитанная величина человеческого капитала аграрного сектора должна быть скорректирована с учетом мотивации к аграрному труду, игнорирование мотивационного фактора приводит к завышенной оценке человеческого капитала аграрного сектора, не учету рисков оттока трудовых ресурсов и неполной реализации человеческого капитала. Включение данного корректирующего элемента позволяет повысить реалистичность интегральной оценки и обеспечить ее более тесную связь с фактическими условиями функционирования агропромышленного комплекса.

Рисунок 2 – Рейтинг регионов ЦФО по величине человеческого капитала в 2024 году (без учета мотивации) [рассчитано и составлено автором]

В таблице 2 представлены частные коэффициенты мотивации к труду в аграрном секторе и агрегированный коэффициент мотивации по регионам ЦФО в 2024 году.

Наиболее высокий уровень мотивации к аграрному труду демонстрируют Белгородская, Липецкая и Воронежская области, что отражено в наибольших значениях агрегированного КМ и верхних ранговых позициях. Для этих регионов характерно сочетание высоких значений по ЧКМ₁ («Инклюзивное экономическое развитие») и ЧКМ₂ («Экономический рост и специализация»), а также сравнительно благоприятные показатели экологического и устойчивого развития (ЧКМ₃).

К группе со средними значениями КМ относятся Курская, Тамбовская, Тульская, Орловская, Брянская и Рязанская области. Для них характерна неоднородная структура мотивационных факторов: относительно сбалансированные экономические и экологические показатели сочетаются с умеренными или пониженными значениями по социальной сфере села (ЧКМ₄) и технологическому развитию (ЧКМ₆). В данных регионах мотивация к аграрному труду во многом поддерживается традиционной ролью сельского хозяйства, однако ограничивается инфраструктурными или технологическими факторами.

Таблица 2 – Коэффициенты мотивации к аграрному труду в регионах ЦФО в 2024 году [рассчитано и составлено автором]

Субъект Центрального федерального округа	ЧКМ₁ «Инклюзивное экономическое развитие»	ЧКМ₂ «Экономический рост и специализация»	ЧКМ₃ «Экологическое и устойчивое развитие»	ЧКМ₄ «Социальная сфера села»	ЧКМ₅ «Демография»	ЧКМ₆ «Тхнологическое развитие»	Коэффициент мотивации к труду в аграрном секторе	Ранг коэффициента мотивации по отношению субъектов ЦФО
Белгородская область	0,86	0,56	0,65	0,60	0,50	0,58	0,63	1
Брянская область	0,41	0,44	0,55	0,36	0,54	0,30	0,43	9
Владимирская область	0,44	0,16	0,23	0,31	0,32	0,41	0,31	15
Воронежская область	0,45	0,66	0,62	0,36	0,46	0,50	0,51	3
Ивановская область	0,18	0,17	0,27	0,37	0,24	0,30	0,25	17
Калужская область	0,52	0,32	0,29	0,35	0,59	0,33	0,40	11
Костромская область	0,15	0,40	0,26	0,44	0,22	0,25	0,29	16
Курская область	0,67	0,50	0,58	0,38	0,40	0,39	0,49	5
Липецкая область	0,72	0,41	0,75	0,53	0,57	0,31	0,55	2
Московская область	0,55	0,28	0,26	0,33	0,70	0,81	0,49	4
Орловская область	0,54	0,54	0,51	0,32	0,53	0,24	0,45	8
Рязанская область	0,36	0,41	0,38	0,47	0,40	0,42	0,41	10
Смоленская область	0,26	0,28	0,31	0,38	0,39	0,28	0,32	14
Тамбовская область	0,63	0,47	0,63	0,47	0,42	0,26	0,48	6
Тверская область	0,36	0,22	0,16	0,48	0,37	0,35	0,32	13
Тульская область	0,65	0,37	0,43	0,24	0,49	0,58	0,46	7
Ярославская область	0,37	0,34	0,22	0,42	0,41	0,24	0,33	12

Московская область занимает промежуточную позицию (4-й ранг), что обусловлено высокими значениями по демографическому (ЧКМ₅) и технологическому компонентам (ЧКМ₆) при относительно низких показателях экономической специализации и социальной сферы села. Это указывает на институциональные и технологические преимущества региона при одновременном ослаблении аграрной мотивации вследствие высокой конкуренции со стороны несельскохозяйственных видов занятости.

Наименее благоприятные условия мотивации к аграрному труду зафиксированы в Ивановской, Костромской, Владимирской, Смоленской, Тверской и Ярославской областях. Эти регионы характеризуются низкими значениями ЧКМ₁ и ЧКМ₂, отражающими слабую аграрную специализацию и ограниченный экономический потенциал сельских территорий. Дополнительным сдерживающим фактором выступает неблагоприятная демографическая ситуация (особенно в Костромской и Ивановской областях).

Коэффициент мотивации к аграрному труду несколько изменяет итоговый рейтинг регионов ЦФО по величине человеческого капитала аграрного сектора (рисунок 3).

Рисунок 3 – Итоговый рейтинг регионов ЦФО по величине человеческого капитала аграрного сектора, тыс. человеко-лет [рассчитано и составлено автором]

Итоговый рейтинг регионов ЦФО по величине человеческого капитала аграрного сектора с учетом коэффициента мотивации демонстрирует усиление концентрацию человеческого капитала аграрного сектора в ограниченном числе субъектов округа.

Обсуждение

По итогам проведенного анализа человеческого капитала в регионах ЦФО представляется возможным типизировать субъекты по уровню его развития.

Группа лидеров: по итогам 2024 году лидером выступила Белгородская область (1102 тыс. чел.-лет), что отражает совокупное действие развитой аграрной специализации, производственной базы и одного из наиболее высоких коэффициентов мотивации к аграрному труду. К числу регионов-лидеров также относятся Московская и Воронежская области (888 и 742 тыс. чел.-лет соответственно). При этом высокая позиция Московской области во многом обусловлена масштабом трудовых ресурсов.

Регионы с высоким и средним уровнем человеческого капитала: данную группу формируют черноземные Тамбовская, Липецкая и Курская области (389-537 тыс. чел.-лет). Брянская, Тверская, Тульская области занимают промежуточные позиции, что свидетельствует о наличии аграрного потенциала при недостаточной его реализации.

Регионы с пониженным уровнем человеческого капитала: Рязанская, Ярославская, Калужская и Орловская области (138-164 тыс. чел.-лет).

Регионы-аутсайдеры: Наименее благоприятная ситуация наблюдается во Владимирской, Смоленской, Ивановской и Костромской областях (36-105 тыс. чел.-лет).

Отстающие субъекты нуждаются в комплексных мерах, направленных на повышение привлекательности аграрного труда и закрепление трудовых ресурсов в сельской местности.

Заключение

В результате проведенного исследования апробирована авторская методика оценки человеческого капитала аграрного сектора экономики регионов Центрального федерального округа в условиях цифровизации. Предложенный подход отличается использованием натурально-временного измерителя (человеко-лет), что позволяет перейти от абстрактных индексных оценок к более прикладному и интерпретируемому показателю, ориентированному на задачи регионального управления и стратегического планирования развития АПК.

Полученные результаты подтверждают необходимость дифференцированного подхода к формированию аграрной политики в области развития человеческого капитала. Для регионов-аутсайдеров приоритетными направлениями должны стать меры по повышению мотивации к аграрному труду, улучшению качества жизни в сельской местности, развитию социальной и цифровой инфраструктуры, а также поддержке образовательных и кадровых инициатив в сфере сельского хозяйства. В целом предложенная методика может быть использована в практике мониторинга и оценки готовности регионов к переходу к цифровому сельскому хозяйству и послужить инструментом обоснования управленческих решений в сфере развития агропромышленного комплекса.

[1] В соответствии с классификатором ОКВЭД2

[2] Рассчитанной Министерством здравоохранения Российской Федерации по методу Салливана

[3] Данные за 2023 год

[4] Данные за 2023 год

[5] Данные за 2023 год

Источники:

1. Авдеев Е.В. К вопросу об экономической сущности и содержании категории человеческий капитал // Вестник Воронежского государственного аграрного университета. – 2014. – № 4. – c. 115–123.
2. Адаменко А. А., Фалина Н. В., Острецова А. В. Современное состояние и проблемы кадрового обеспечения в агропромышленном комплексе России // Бухучет в сельском хозяйстве. – 2024. – № 6. – c. 444-455. – doi: 10.33920/sel-11-2406-06.
3. Алтухов А.И., Дудин М.Н., Анищенко А.Н. Цифровая трансформация как технологический прорыв и переход на новый уровень развития агропромышленного сектора России // Продовольственная политика и безопасность. – 2020. – № 2. – c. 81-96. – doi: 10.18334/ppib.7.2.100923.
4. Вейс Е.В., Илюхина М.В., Федорова А.Ю. Оценка качества развития человеческого капитала регионов Центрального федерального округа в условиях цифровой трансформации в период 2016—2020 гг. // Вестник Северо-Кавказского федерального университета. – 2023. – № 2. – c. 49-60. – doi: 10.37493/2307-907X.2023.2.6.
5. Веретенникова Н.В. Человеческий капитал в экономике знаний // Вестник Томского государственного университета. – 2004. – № 283. – c. 110-113.
6. Виханский О. С., Наумов А. И. Менеджмент. / Учебник. — 3-е изд. - М.: Гардарики, 1999. – 528 c.
7. Гуляева Т.И., Бураева Е.В., Гришаева О.Ю. Кадровый потенциал в решении проблемы повышения экономической эффективности аграрной экономики // Вестник ОрелГАУ. – 2016. – № 4. – c. 3-10.
8. Гурбан И.А., Мызин А.Л. Системная диагностика человеческого капитала регионов России: методологический подход и результаты оценки // Экономика региона. – 2012. – № 4. – c. 32-39. – doi: 10.17059/2012-4-2.
9. Дорофеев А. Ф. Развитие человеческого капитала в аграрном секторе России. / диссертация,.. доктора экономических наук : 08.00.05 / Дорофеев Андрей Федорович; [Место защиты: Воронеж. гос. аграр. ун-т]. - Белгород, 2018. – 401 c.
10. Единая межведомственная информационно-статистическая система (ЕМИСС). [Электронный ресурс]. URL: https://www.fedstat.ru/ (дата обращения: 28.12.2025).
11. Жилищное хозяйство в России. 2025. / Стат. сб./ Росстат. - М., 2025. – 53 c.
12. Заборовская О.В., Шарафанова Е.Е., Плотникова Е.В. Комплексная оценка условий формирования и развития человеческого капитала в регионах Российской Федерации // Terra Humana. – 2014. – № 2. – c. 8-16.
13. Корчагин Ю.А. Российский человеческий капитал. фактор развития или деградации?. - Воронеж: изд-во ЦИРЭ, 2025. – 252 c.
14. Кот Е.М., Петрякова С.В., Малькова Ю.В., Пильникова И.Ф., Горбунова О.С. Формирование кадрового потенциала в АПК // Международный научно-исследовательский журнал. – 2022. – № 4-4. – c. 141-144. – doi: 10.23670/IRJ.2022.118.4.137.
15. Министерство сельского хозяйства Российской Федерации. [Электронный ресурс]. URL: https://mcx.gov.ru/analytics/ (дата обращения: 25.12.2025).
16. Морозова А.Е., Гуляева Т.И. Особенности, цифровые вызовы формирования и развития человеческого капитала аграрной сферы // Вестник аграрной науки. – 2025. – № 6. – c. 139-150.
17. Полторыхина С.В., Гарасимчук Е.Г. Перспективы развития трудового потенциала сельских территорий России как фактора решения проблемы кадрового дефицита // Экономика сельского хозяйства России. – 2024. – № 12. – c. 44-51.
18. Регионы России. Социально-экономические показатели. 2025. / Стат. сб. / Росстат. - М., 2025. – 1035 c.
19. Рябчикова Н.Н. Институциональные аспекты развития человеческого капитала в агропромышленном кластере // Продовольственная политика и безопасность. – 2021. – № 3. – c. 303-316. – doi: 10.18334/ppib.8.3.112251.
20. Сельское хозяйство в России. 2025. / Стат. сб./Росстат. - М., 2025. – 81 c.
21. Тарасов В.Т. Многомерное измерение качества человеческих ресурсов региона (на примере Чувашской республики) // Вестник Чебоксарского филиала Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации. – 2014. – № 2. – c. 33-53.
22. Труд и занятость в России. 2025. / Стат.сб./Росстат. - М., 2023. – 174 c.
23. Тугускина Г.Н. Проблемы социальной сферы села и обеспечение кадрами предприятий агропромышленного комплекса // Экономика сельскохозяйственных и перерабатывающих предприятий. – 2024. – № 3. – c. 65-70.
24. Указ Президента Российской Федерации от 7 мая 2024 года № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года». [Электронный ресурс]. URL: https://www.consultant.ru/document/cons_doc_LAW_475991/ (дата обращения: 25.12.2025).
25. Устинова К.А., Губанова Е.С., Леонидова Г.В. Человеческий капитал в инновационной экономике. - Вологда: Институт социально-экономического развития территорий РАН, 2015. – 195 c.
26. Фишер С., Дорнбуш Р., Шмалензи Р. Экономика. - М.: Дело-ЛТД, 1993. – 864 c.
27. UNDP. Human Development Reports. [Электронный ресурс]. URL: https://hdr.undp.org/data-center/human-development-index#/indicies/HDI (дата обращения: 25.12.2025).
28. Mincer J. Investment in Human Capital and Personal Income Distribution // Journal of Political Economy. – 1958. – № 4. – p. 281–302.
29. Schultz T.W. Investment in Human Capital // The American Economic Review. – 1961. – № 1. – p. 1–17.
30. The Human Capital Project (2019). The World Bank Group. [Электронный ресурс]. URL: https://www.worldbank.org/en/publication/human-capital (дата обращения: 25.12.2025).

Цитировать (все форматы):

ГОСТ
Морозова, А. Е. Измерение человеческого капитала аграрного сектора экономики в регионах Центрального федерального округа: методическое обеспечение и результаты оценки / А. Е. Морозова // Продовольственная политика и безопасность. – 2026. – Т. 13, № 1. – DOI 10.18334/ppib.13.1.124583. – EDN UFTGCS.

APA
Морозова, А. Е. (2026). Измерение человеческого капитала аграрного сектора экономики в регионах Центрального федерального округа: методическое обеспечение и результаты оценки. Продовольственная политика и безопасность, 13(1). https://doi.org/10.18334/ppib.13.1.124583

Morozova, A. E. (in press). (2026). Measuring the human capital of the agricultural sector in the regions of the Central Federal District: methodological support and evaluation results. Food Policy and Security, 13(1). https://doi.org/10.18334/ppib.13.1.124583

AMA/Vancouver
Морозова АЕ. (готовится к печати). Измерение человеческого капитала аграрного сектора экономики в регионах Центрального федерального округа: методическое обеспечение и результаты оценки. Продовольственная политика и безопасность. 2026; 13(1). https://doi.org/10.18334/ppib.13.1.124583

Morozova AE. (in press). Measuring the human capital of the agricultural sector in the regions of the Central Federal District: methodological support and evaluation results. Food Policy and Security. 2026; 13(1). https://doi.org/10.18334/ppib.13.1.124583

MDPI and ACS Style
Morozova, A.E. (in press). Measuring the human capital of the agricultural sector in the regions of the Central Federal District: methodological support and evaluation results. Food Policy and Security 2026, 13. https://doi.org/10.18334/ppib.13.1.124583

Chicago/Turabian Style
Morozova, Anastasia Evgenevna (in press). 2026 "Measuring the human capital of the agricultural sector in the regions of the Central Federal District: methodological support and evaluation results" Food Policy and Security 13, no. 1. (in press). https://doi.org/10.18334/ppib.13.1.124583

Страница обновлена: 13.02.2026 в 17:04:07

Measuring the human capital of the agricultural sector in the regions of the Central Federal District: methodological support and evaluation results

Morozova A.E.

Journal paper

Food Policy and Security
Volume 13, Number 1 (January-March 2026)

Citation:

Abstract:
The article examines the specifics of measuring the human capital of the agricultural sector amid digital transformation. The relevance of the study is due to the increasing Nowadays the role of human capital as a key factor in increasing the competitiveness of agricultural production is growing. However, regional disparities in its level of development still exist. The article develops and tests a methodology for assessing the human capital of the agricultural sector, focused on the tasks of agricultural policy. The article provides a natural-time approach to measuring human capital, adjusted for the level of digitalization of agricultural labor and employee motivation. The motivational component is assessed on a system of socio-economic, demographic, environmental, and institutional-technological indicators aggregated into an integral coefficient. Based on the developed methodology, a comparative assessment of the regions of the Central Federal District was carried out; and a significant interregional differentiation in the level of human capital in the agricultural sector was revealed. The results obtained make it possible to substantiate the need for a differentiated approach to the development of human capital. The research results can be used in the formation of regional programs for the digital development of agriculture.

Keywords: human capital, agricultural economics, digital transformation of the agricultural sector, agricultural work motivation

JEL-classification: J24, O13, L66, O33, J22

References:

Agriculture in Russia. 2025 (2025).

Housing in Russia. 2025 (2025).

Labor and employment in Russia. 2025 (2023).

Regions of Russia. Socio-economic indicators. 2025 (2025).

Adamenko A. A., Falina N. V., Ostretsova A. V. (2024). Current state and problems of staffing in the agro-industrial complex of Russia. The journal of Accounting in agriculture. (6). 444-455. doi: 10.33920/sel-11-2406-06.

Altukhov A.I., Dudin M.N., Anischenko A.N. (2020). Digital transformation as a technological breakthrough and transition to a new level of development of the agro-industrial sector of Russia. Food policy and security. 7 (2). 81-96. doi: 10.18334/ppib.7.2.100923.

Avdeev E.V. (2014). THE ESSENCE AND THE CONTENT OF THE CONCEPT "HUMAN CAPITAL" AS ECONOMIC CATEGORY. Vestnik of Voronezh state agrarian university. (4). 115–123.

Dorofeev A. F. (2018). Human capital development in the Russian agricultural sector

Fisher S., Dornbush R., Shmalenzi R. (1993). Economy

Gulyaeva T.I., Buraeva E.V., Grishaeva O.Yu. (2016). Human resource potential in solving the problem of increasing the economic efficiency of the agrarian economy. Vestnik OrelGAU. (4). 3-10.

Gurban I.A., Myzin A.L. (2012). SYSTEM DIAGNOSTICS OF THE HUMAN CAPITAL STATE OF THE RUSSIANREGIONS: CONCEPTUAL APPROACH AND ASSESSMENTRESULTS. Economy of the region. (4). 32-39. doi: 10.17059/2012-4-2.

Korchagin Yu.A. (2025). Russian human capital. A factor of development or degradation?

Kot E.M., Petryakova S.V., Malkova Yu.V., Pilnikova I.F., Gorbunova O.S. (2022). Formation of human resources in the agro-industrial complex. International Research Journal. (4-4). 141-144. doi: 10.23670/IRJ.2022.118.4.137.

Mincer J. (1958). Investment in Human Capital and Personal Income Distribution Journal of Political Economy. (4). 281–302.

Morozova A.E., Gulyaeva T.I. (2025). Features, digital challenges of the formation and development of human capital in the agricultural sector. Vestnik agrarnoy nauki. (6). 139-150.

Poltoryhina S.V., Garasimchuk E.G. (2024). PROSPECTS FOR THE DEVELOPMENT OF THE LABOR POTENTIAL OF RURAL AREAS OF RUSSIA AS A FACTOR IN SOLVING THE PROBLEM OF PERSONNEL SHORTAGE. Rural economy in Russia (Ekonomika sel´skogo khozyaystva Rossii). (12). 44-51.

Ryabchikova N.N. (2021). Institutional aspects of human capital development in agricultural cluster. Food policy and security. 8 (3). 303-316. doi: 10.18334/ppib.8.3.112251.

Schultz T.W. (1961). Investment in Human Capital The American Economic Review. (1). 1–17.

Tarasov V.T. (2014). Multidimensional measurement of the quality of human resources in a region (on the example of the Chuvash Republic). Vestnik Cheboksarskogo filiala Rossiyskoy akademii narodnogo khozyaystva i gosudarstvennoy sluzhby pri Prezidente Rossiyskoy Federatsii. (2). 33-53.

The Human Capital Project (2019)The World Bank Group. Retrieved December 25, 2025, from https://www.worldbank.org/en/publication/human-capital

Tuguskina G.N. (2024). PROBLEMS OF THE SOCIAL SPHERE OF THE VILLAGE AND PERSONNEL PROVIDING FOR ENTERPRISES OF THE AGRO-INDUSTRIAL COMPLEX. Economics of agricultural and processing enterprises. (3). 65-70.

UNDPHuman Development Reports. Retrieved December 25, 2025, from https://hdr.undp.org/data-center/human-development-index#/indicies/HDI

Ustinova K.A., Gubanova E.S., Leonidova G.V. (2015). Human capital in an innovative economy

Veretennikova N.V. (2004). HUMAN CAPITAL OF ECONOMY OF KNOWLEDGE. Vestnik Tomskogo gosudarstvennogo universiteta. (283). 110-113.

Veys E.V., Ilyukhina M.V., Fedorova A.Yu. (2023). QUALITY ASSESSMENT OF HUMAN CAPITAL DEVELOPMENT IN THE REGIONS OF THE CENTRAL FEDERAL DISTRICT IN THE CONTEXT OF DIGITAL TRANSFORMATION IN 2016-2020. Vestnik severo-kavkazskogo federalnogo universiteta (newsletter of north-caucasus federal university). (2). 49-60. doi: 10.37493/2307-907X.2023.2.6.

Vikhanskiy O. S., Naumov A. I. (1999). Management

Zaborovskaya O.V., Sharafanova E.E., Plotnikova E.V. (2014). Comprehensive assessment of the conditions for the formation and development of human capital in the regions of the Russian Federation. Terra Humana. (2). 8-16.

Подробнее об авторах:

Measuring the human capital of the agricultural sector in the regions of the Central Federal District: methodological support and evaluation results