Влияние технологической модернизации агропромышленного комплекса на уровень продовольственной безопасности России

Введение

Указ Президента Российской Федерации от 21 января 2020 года № 20 «Об утверждении Доктрины продовольственной безопасности Российской Федерации» [1] определяет технологическое развитие и модернизацию агропромышленного комплекса (АПК) как один из приоритетов в сфере обеспечения продовольственной безопасности России. В документе отмечается необходимость в долгосрочной перспективе создать высокопроизводительный сектор, который развивается на основе современных технологий и обеспечен высококвалифицированными специалистами. Среди рисков продовольственной независимости, которые выделяются в Указе, особое место занимает технологическое отставание отечественного АПК от уровня развития сельского хозяйства в экономически развитых государствах. Отмеченные риски реализуются посредством замедления темпов структурно-технологической модернизации и инновационного развития АПК.

Еще один Указ Президента от 07 мая 2024 года № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года» [2], устанавливает национальные цели «Цифровой трансформации…» и «Технологического лидерства» для обеспечения технологической независимости и продовольственной безопасности России. В рамках национального проекта «Технологическое обеспечение продовольственной безопасности» [3] реализуется модернизация всех подотраслей АПК отечественной техникой и оборудованием, а также освоение перспективных технологий. Вектор технологического развития определяет также обновленная версия стратегического направления в области цифровой трансформации агропромышленного и рыбохозяйственного комплексов до 2030 года, утвержденная распоряжением Правительства РФ от 6 марта 2026 года №436-р [4]. Согласно документу, к 2030 году не менее 80 процентов российских предприятий АПК должны перейти на использование базового и прикладного российского программного обеспечения для систем, обеспечивающих производственные и управленческие процессы.

В 2025 году Минсельхоз РФ был сформирован динамический рейтинг цифровой трансформации сферы АПК. Основными драйверами роста в нем стали не только внедрение технологий, но и работа с кадрами: наличие в региональных органах управления АПК специалистов по информационной безопасности, обучение сотрудников по программам кибербезопасности и искусственного интеллекта (ИИ). Концепция «Сельское хозяйство 4.0» предполагает устойчивое развитие АПК, основанное на цифровизации, «умном» земледелии и использовании робототехники [4] (Трухачев и др., 2023). Таким образом, можно отметить качественные сдвиги государственной политики и явный вектор на ускоренную цифровую трансформацию АПК. Однако сохраняются и системные проблемы, связанные с неравномерностью цифровизации и технологической модернизации между крупным и малым бизнесом, дефицитом квалифицированных кадров и качеством исходных данных для цифровых систем. Требуют обоснования конкретные факторы технологической модернизации АПК, которые наиболее эффективно будут способствовать укреплению продовольственной безопасности России, что и обуславливает актуальность исследования.

Отмеченная проблематика неоднократно рассматривалась как отечественными, так и зарубежными учеными. Концептуальные основы и стратегии технологического развития АПК заложены в работах Банникова С.А., Гарбузовой Т.Г. и Ковалевой Т.Н. (2023) [3], Стельмашонка Е.В. и Стельмашонка В.Л. (2021) [6]. Авторы рассматривают, как внедрение цифровых технологий влияет на эффективность сельскохозяйственного производства на уровне отдельных регионов и систематизируют этапы цифровизации отрасли, выделяя при этом ключевые технологические решения и барьеры для их внедрения. Работы носят описательный характер, закладывают общие подходы, но не дают четкой количественной оценки влияния отдельных факторов технологической модернизации. Роль цифровых платформ и технологического развития освящена в трудах Монахова С.В. и Уколовой Н.В. (2022) [5], Астанакулова К. и др. (Astanakulov et al., 2025) [9], Шадриной Ж.А., Точиловой А.Н. (2025) [8]. Они исследуют процесс создания и трансфера технологий в АПК, выделяют приоритетные технологические драйверы развития и уровни их реализации с учетом цифровой зрелости сельскохозяйственных организаций. Цифровизация как фактор повышения устойчивости аграрного сектора и продовольственной безопасности рассматривается также в работах Сулдиной О. В. и др. (Suldina, Akamova, Burkanov, 2026) [13], Аварского Н.Д. и Мельникова А.Б. (2026) [1], Бабанской А.С. и Егорова А.А. (2024) [2], Торженовой Т. В. и др. (2025) [7]. Согласно их выводам, цифровые технологии помогают сельскому хозяйству достигать установленных ориентиров самообеспеченности, усиливают отраслевую эффективность благодаря улучшению информационного обмена и координации действий. Анализ в данных работах носит более качественный характер и часто ограничивается отдельными регионами или предприятиями, что не позволяет сформировать целостную картину по стране. Международный опыт и глобальные тенденции цифровизации АПК представлены в материалах Дас, Камал (Das, Kamal, 2025) [10] Джагтап и др (Jagtap et al., 2024) [11], Нгах и др. (Ngah et al., 2025) [12]. Ученые систематизируют цифровые инновации в мировом сельском хозяйстве - от внедрения IoT и Big Data до автоматизации цепочек поставок. Однако в их работах недостаточно раскрыты механизмы влияния цифровых технологий на достижение целевых показателей продовольственной безопасности.

Несмотря на значительный интерес к изучению проблемы взаимосвязи технологической модернизации и цифровой трансформации с продовольственной безопасностью, ряд важных вопросов остается недостаточно изученным. Исследования узконаправлены и редко используют количественный анализ и эконометрические методы, которые позволяют выявить устойчивые долгосрочные связи между исследуемыми показателями, что определяет научную нишу для данной статьи.

Цель исследования - на основе анализа и эконометрического моделирования выявить и количественно оценить взаимосвязи между уровнем продовольственной безопасности Российской Федерации и технологическими факторами развития АПК.

Полагаем, что технологическая модернизация АПК оказывает значимое положительное влияние на уровень продовольственной безопасности Российской Федерации, причем наиболее существенный вклад вносит не столько текущая оснащенность сельхозпроизводства, сколько динамика обновления материально-технической базы.

Научная новизна заключается в разработке и апробации эконометрической модели, связывающей индекс продовольственной безопасности (скорректированный на нормы потребления Доктрины) с группами факторов технической оснащенности, обновления техники и нагрузки на сельхозтехнику. Применен коинтеграционный анализ с проверкой эконометрических гипотез для выявления долгосрочных равновесных связей между технологическими параметрами АПК и результативным показателем продовольственной безопасности.

Материалы и методы

В ходе исследования использовались методы эконометрического моделирования. Эмпирическая база сформирована на основе статистических сборников «Сельское хозяйство в России» и официальных данных Федеральной службы государственной статистики, Министерства сельского хозяйства Российской Федерации и отраслевых обзоров. Исходная выборка включает 25 годовых наблюдений с 2000 по 2024 год. Логическая структура переменных, отобранных для эконометрического моделирования представлена на Рисунке 1.

Рисунок 1. Логическая структура переменных для эконометрического моделирования

Источник: составлено автором

Индекс продовольственной безопасности (Y), рассчитывался как интегральный показатель с учетом норм самообеспечения продуктами питания указанных в Доктрине продовольственной безопасности, а также структуры потребительской корзины по формуле:

(1)

n - общее количество продуктов питания;

Ki - доля продукта в потребительской корзине (%) [5];

Pi - фактический уровень самообеспечения по продукту i (%);

Si - минимально допустимый уровень самообеспечения по продукту i согласно Доктрине продовольственной безопасности РФ, (%) [6].

Индексы списания и приобретения техники рассчитывались как средние значения, которые характеризуют степень и интенсивность выбытия или обновления технической базы сельскохозяйственных организаций по всем видам техники. Исходные данные для анализа представлены в таблице 1.

Таблица 1. Данные для анализа

При моделировании полагаем, что уровень продовольственной безопасности (Y) является функцией, зависящей от масштаба финансовой поддержки технологической модернизации, уровня текущей технической оснащенности производства, динамики обновления материально‑технической базы и степени нагрузки на сельскохозяйственную технику. Представленные данные помогают понять, как материально-техническая база и условия для ее обновления влияют на способность страны обеспечивать себя продовольствием.

Для каждой переменной проведен тест на стационарность временных рядов (расширенный тест Дики-Фулера, ADF). Результаты характеризуют две эконометрические гипотезы: нулевая H₀ - ряд нестационарен и содержит единичный корень; альтернативная H₁ - ряд стационарен. Критерием принятия решения является p-значение. Если оно более |0,05| - ряд считается нестационарным, если менее или равно |0,05| - ряд считается стационарным.

На следующем этапе проведен Тест Йохансена на коинтеграцию для определения ранга коинтеграции (количества коинтеграционных векторов). Гипотезы могут быть следующие: H₀ (r = 0) - коинтеграция отсутствует или H₁ (r > 0) - существует хотя бы один коинтеграционный вектор. Критическое значение уровня значимости так же составило 5 % (|0,05|). В зависимости от результатов теста Йохансена далее были выбраны следующие модели:

‒ при обнаружении коинтеграции (r > 0) - векторная модель коррекции ошибок (VECM);

‒ при отсутствии коинтеграции (r = 0) - векторная авторегрессия в разностях (VAR (1)).

Для VECM-моделей были оценены долгосрочные коэффициенты (β), они показывают силу и направление связи между переменными в долгосрочном равновесии и скорость корректировки (α), которая отражает долю отклонения от равновесия, устраняемую за один период. В VAR-моделях на разностях переменных рассчитывались коэффициенты при лагах, описывающие взаимное влияние факторов в краткосрочной перспективе. Расчеты проводились в Python с подключением библиотек: «statsmodels», «numpy» и «pandas».

Результаты исследования

Тест Дики-Фуллера (таблица 2) выявил нестационарность всех исходных временных рядов. После дифференцирования у переменных Y, Х2 и Х3 выявлен одни порядок интеграции I(1), что позволяет перейти к коинтеграционному анализу в целях обнаружения их долгосрочных связей.

Таблица 2. Тест Дики-Фуллера (ADF) на стационарность

Так как переменных Х1 и Х4-Х6 имеют с Y разный порядок интегрированности I(2), по ним невозможно провести стандартный тест Йохансена. Поэтому для дальнейшего исследования были поочередно рассмотрены две пары показателей Y–X2 (индекс продовольственной безопасности - энерговооруженность труда) и Y–X3 (индекс продовольственной безопасности - индекс списания сельскохозяйственной техники). Результаты тестов пары Y–X2 представлены в таблицах 3 и 4.

Таблица 3. Результаты теста Йохансена для пары Y–X2

Таблица 4. Результаты VAR (1) в первых разностях для пары Y–X2

Согласно анализу в краткосрочном периоде изменения переменной X2 статистически значимо влияют на динамику Y. Однако долгосрочного устойчивого равновесия между этими переменными не наблюдается. Корреляция остатков модели невысокая (– 0,30), что говорит об отсутствии явной скрытой общей компоненты, не учтенной в модели. Таким образом, выявленная связь Y и X2 носит исключительно краткосрочный характер.

Результаты тестов пары Y–X3 представлены в таблицах 5 и 6.

Таблица 5. Результаты теста Йохансена для пары Y–X3

Таблица 6. Результаты VECM для пары Y–X3

В результате анализа выявлена долгосрочная коинтеграционная связь между Y и X3. Переменная Х3 является предиктором Y не только в краткосрочном, но и в долгосрочном периоде. То есть в модели X3 - ведущая переменная, которая определяет траекторию развития системы в целом на долгосрочном горизонте, а Y, будучи корректирующей переменной, лишь сглаживает краткосрочные отклонения от этой траектории.

Таким образом, по паре Y – X2 (индекс продовольственной безопасности - энерговооруженность труда) результаты анализа позволяют сделать вывод лишь о краткосрочным характере взаимосвязи. То есть в текущем периоде повышение энерговооруженности способствует росту продовольственной безопасности, что в свою очередь создает условия для дальнейшего наращивания энергетических мощностей.

Наиболее сильная связь обнаружена по паре Y – X3 (индекс продовольственной безопасности - индекс списания сельскохозяйственной техники). Долгосрочный коэффициент β очень существенный, то есть повышение интенсивности списания сельхозтехники на 1% снижает индекс продовольственной безопасности на 4,78%. Высокая скорость корректировки Y (α) = (− 0,948) означает, что почти 95% отклонения от равновесия устраняется за один период. При этом X3 не сильно реагирует на дисбаланс Х (α) = (− 0,055). Это указывает на то, что индекс продовольственной безопасности выступает «ведомой» переменной, то есть он быстро подстраивается под изменения интенсивности списания техники. Это может отражать критическую зависимость продовольственной безопасности от состояния парка сельхозтехники и соответственно от скорости технологической модернизации.

Отсутствие взаимосвязи по инвестициям (X1), приобретению техники (X4) и степенью нагрузки на сельхозтехнику (Х5, Х6) свидетельствует о том, что сами по себе эти показатели не формируют существенного влияния или долгосрочного равновесия с продовольственной безопасностью. Фактически это говорит о том, что вклад данных показателей в продовольственную безопасность проявляется лишь опосредованно или с сильным запаздыванием. Мы полагаем, что выявленные тенденции отражают недостаточно эффективное использование части инвестиций, в том числе их распределение на нематериальные статьи затрат, например, на восполнение кадрового потенциала в АПК. Следовательно, решающее значение имеет не объем финансирования, а его характер, структура, сроки освоения и строгое соблюдение целевого назначения инвестиций.

Выводы

Полученные результаты позволяют сделать ряд содержательных выводов о механизмах влияния цифровой трансформации и технологической модернизации на продовольственную безопасность России.

Во-первых, энерговооруженность труда образует устойчивую положительную связь с продовольственной безопасностью в краткосрочном периоде. Этот вывод подтверждает важность поддержания и повышения уровня технической оснащенности сельхозпроизводства.

Во-вторых, среди всех рассмотренных факторов наиболее сильное и быстрое воздействие оказывает динамика списания техники (X3). Коэффициент корректировки α = – 0,948 означает, что отклонения индекса продовольственной безопасности от равновесного уровня, связанные со списанием техники и оборудования, исправляются почти полностью в течение года. Это свидетельствует о недостаточной инерционности российской технологической базы АПК: выбытие техники быстро сказывается на результатах производственной безопасности.

Сделан общий вывод, что наиболее значимым фактором, определяющим уровень продовольственной безопасности выступает не текущая оснащенность и не объем вложений сами по себе, а сбалансированность процессов обновления и выбытия техники. Высокая скорость списания техники при недостаточном ее пополнении или критическом уровне износа резко снижает производственный потенциал аграрного сектора. Краткосрочная связь энерговооруженности с продовольственной безопасностью подтверждает правильность курса на повышение технического уровня сельскохозяйственного производства и указывает на инерционность фондовооруженности. Отсутствие коинтеграции по инвестициям, индексу приобретения сельхозтехники и степенью нагрузки на нее - важный сигнал для государственной аграрной политики, что нужно не просто наращивать объемы поддержки, а обеспечивать их целевой характер, синхронизировать с реальными потребностями производства и устранять административные барьеры, тормозящие обновление парка сельхозтехники.

Таким образом, подтверждается, что технологическая модернизация АПК оказывает значимое положительное влияние на уровень продовольственной безопасности страны, а наиболее существенный вклад вносит динамика обновления материально-технической базы.

В данном исследовании имеются ограничения. Парный коинтеграционный анализ не позволяет учесть одновременное взаимодействие всех факторов. Поэтому дальнейшие исследования предполагают переход к многомерной модели векторной коррекции ошибок (VECM) и включение по мере накопления статистических данных дополнительных переменных, характеризующих цифровую трансформацию (доля сельхозпредприятий, использующих геоинформационные системы, интернет вещей, анализ больших данных, ИИ в управлении технологическими процессами).

Практическая значимость работы заключается в обосновании приоритетов технологической модернизации АПК: государственная поддержка должна быть переориентирована с объективно-критериального финансирования приобретения техники на создание условий для ее воспроизводства, опережающего сокращения списания и повышения энерговооруженности, что в конечном счете согласно анализу даст наибольший прирост уровня продовольственной безопасности в долгосрочной перспективе. Цифровая трансформация, особенно в части мониторинга состояния парка техники и прогнозирования его выбытия, должна стать неотъемлемой частью этой стратегии.

[1] Указ Президента РФ от 21.01.2020 № 20 (ред. от 10.03.2025) «Об утверждении Доктрины продовольственной безопасности Российской Федерации» // Консультант Плюс. – [Электронный ресурс]. – Режим доступа: https://www.consultant.ru/document/cons_doc_LAW_343386/ (дата обращения: 01.05.2026).

[2] Указ Президента РФ от 07.05.2024 № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года» // Гарант.Ру. – [Электронный ресурс]. – Режим доступа: https://www.garant.ru/products/ipo/prime/doc/408892634/ (дата обращения: 01.05.2026).

[3] Паспорт Национального проекта «Технологическое обеспечение продовольственной безопасности» // . – [Электронный ресурс]. – Режим доступа: https://mininvest.novreg.ru/upload/medialibrary/5dd/dgedoclxy5dsychpegz15qiggb9vsyi3/20250321_np_tekhnologicheskoe_obespechenie_prodovolstvennoi_bezopasnosti.pdf (дата обращения: 01.05.2026).

[4] Распоряжение Правительства РФ от 6 марта 2026 г. № 436-р «Изменения, которые вносятся в стратегическое направление в области цифровой трансформации отраслей агропромышленного и рыбохозяйственного комплексов Российской Федерации на период до 2030 года». – [Электронный ресурс]. – Режим доступа: http://static.government.ru/media/files/TfqG2DhKVDKQUBWiwSJgG5WVUsWZ5tDj.pdf (дата обращения: 01.05.2026).

[5] Зерно, включая хлеб, крупы и макаронные изделия – 15%; мясо и мясопродукты – 25%; молоко и молокопродукты – 20%; овощи и бахчевые – 10%; яйца, рыба, картофель, фрукты и ягоды – каждый по 5%.

[6] Зерно, картофель – каждый по 95%; молоко и молокопродукты, овощи и бахчевые – каждый по 90%; мясо и мясопродукты, яйца, рыба – каждый по 85%; фрукты и ягоды – 60%.