Продовольственная безопасность: кластерный подход к оценке эффективности сельского хозяйства регионов России
Комаров П.И.1,2,3, Крамлих О.Ю.1,2,3, Киященко Л.Т.1,2,3
1 ФГБОУ ВО «, Россия, Смоленск
2 Финансовый университет при Правительстве РФ», Россия, Смоленск
3 , Смоленский филиал, Россия, Смоленск
Статья в журнале
Экономика сельскохозяйственных и перерабатывающих предприятий (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 101, Номер 2 (Февраль 2026)
Аннотация:
В статье обосновывается актуальность проблемы продовольственной безопасности и предлагается авторская методика оценки производственных возможностей субъектов РФ на основе кластерного анализа. Методом k-средних проведена кластеризация 85 субъектов РФ на 11 кластеров по пяти переменным: размер посевных площадей (тыс. га), численность занятых в сельском хозяйстве (тыс. чел.), объем продукции растениеводства (млрд руб.), объем продукции животноводства (млрд руб.) и объем государственной поддержки (млрд руб.). Это позволило сгруппировать регионы со сходными условиями для дальнейшего анализа. Для оценки эффективности использования потенциала в каждом кластере применен метод DEA (Data Envelopment Analysis). Входные переменные: размер посевных площадей, численность занятых и объем господдержки. Выходные переменные: объем продукции растениеводства и животноводства. Результаты выявили различия в эффективности между кластерами, что может быть использовано для более рационального распределения ресурсов. Предложенная методика позволяет формировать адресные меры поддержки регионов, прогнозировать потребности и снижать зависимость от импорта. Внедрение кластерно-ориентированного подхода, аналогичного зарубежным практикам, будет способствовать повышению конкурентоспособности отечественного АПК на мировом рынке и будет содействовать устойчивому развитию отрасли.
Ключевые слова: сельское хозяйство, кластеризация, продовольственная безопасность, государственная поддержка, оценка эффективности, метод DEA
Источники:
1. Продовольственный комплекс России: состояние и перспективы развития / А.И. Алтухов, И.М. Куликов, А.Н. Семин [и др.]; Федеральное государственное бюджетное научное учреждение "Всероссийский селекционно-технологический институт садоводства и питомниководства"; Некоммерческое объединение "Фонд развития и поддержки садоводства". - Москва: Всероссийский селекционно-технологический институт садоводства и питомниководства, 2018. - 464 с. EDN: LBAAXJ
2. Алтухов, А.И. Парадигма продовольственной безопасности России / А.И. Алтухов. - Москва: Фонд развития и поддержки молодёжи "Кадровый резерв", 2019. - 685 с. EDN: JYYYLH
3. Глебова, И.А., Жавнеров, А.Н., Климов, В.А., Атаманова, А.С. Теоретико-методологические основы и практические аспекты оценки продовольственной безопасности региона // Вестник Курской государственной сельскохозяйственной академии. - 2020. - № 5. - С. 221-229. EDN: WTGKGV
4. Зайченко, А.А., Игнатова, М.Н., Шатохин, М.В. Показатели мониторинга продовольственной безопасности и аграрной политики региона // Вестник Курской государственной сельскохозяйственной академии. - 2020. - № 7. - С. 136-144. EDN: SRWICD
5. Стратегия развития агропромышленного и рыбохозяйственного комплексов Российской Федерации на период до 2030 года. [Электронный ресурс]. - Режим доступа: URL https://www.garant.ru/products/ipo/prime/doc/405172287/(дата обращения: 22.06.2025).
6. Единая межведомственная информационно-статистическая система - ЕМИСС. [Электронный ресурс]. - Режим доступа: URL https://www.fedstat.ru/(дата обращения: 12.05.2025).
7. Сельское хозяйство в России. 2023: Стат. сб./Росстат - M., 2023. - 105 c.
8. Жилина, Е.В. Кластеризация субъектов Российской Федерации по уровню продовольственной безопасности / Е.В. Жилина, И.М. Ханова // АПК: экономика, управление. - 2023. - № 5. - С. 12-20. DOI: 10.33305/235-12
9. Дюран Б. Кластерный анализ. М.: Статистика, 2012. - 130 с.
10. Земляк, С.В., Комаров, П.И., Хроменкова, Г.А. Кластеризация субъектов Российской Федерации по степени развития креативных индустрий // Вестник Алтайской академии экономики и права. 2024. № 10-1. С. 27-34;. DOI: 10.17513/vaael.3772 EDN: EIKPRO
11. Farrell M. J. The measurement of productive efficiency. Journal of the Royal Statistical Society. 1957. Series A (General) 120 (3): С. 253-290.
12. Charnes A., Cooper W., Rhodes E. 1978. Measuring the efficiency of decision making units. European Journal of Operational Research 2 (6): P. 429-444.
13. Батрасова, А.Д., Коновалова, Т.В., Комаров П.И. Оценка эффективности государственной поддержки субъектов малого и среднего предпринимательства // Управленческий учет. - 2022. - № 4-2. - С. 269-282. DOI: 10.25806/uu4-22022269-282 EDN: OFLXCY
14. MAX Dea [Электронный ресурс]. - Режим доступа: URL http://maxdea.com/MaxDEA.htm (дата обращения: 12.05.2025).
Страница обновлена: 26.04.2026 в 00:50:19
Food security: A cluster approach to assessing the efficiency of agriculture in Russia's regions
Komarov P.I., Kiyashchenko L.T.Journal paper
Economy of agricultural and processing enterprises
Volume 101, Number 2 (February 2026)
Abstract:
The article substantiates the relevance of the problem of food security and suggests the author's methodology for assessing the production capabilities of the subjects of the Russian Federation based on cluster analysis. Using the k-means method, clusterization of 85 subjects of the Russian Federation into 11 clusters was carried out according to five variables: the size of acreage (thousand hectares), the number of people employed in agriculture (thousand people), the volume of crop production (billion rubles), the volume of livestock production (billion rubles) and the volume of state support (billion rubles). This made it possible to group regions with similar conditions for further analysis. The DEA (Data Environment Analysis) method was used to assess the effectiveness of using the potential in each cluster. Input variables: crop area, number of people employed, and amount of government support. Output variables: crop and livestock production volume. The results revealed differences in efficiency between clusters, which facilitates the rational allocation of resources. The proposed methodology makes it possible to form targeted measures to support regions, predict needs and reduce dependence on imports. The implementation of a cluster-oriented approach, similar to international practices, will enhance the competitiveness of the domestic agricultural sector in the global market and ensure sustainable development.
Keywords: Agriculture, Clustering, Food Security, Government Support, Performance Evaluation, Dea Method