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.
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.