Цифровая трансформация сельхозмашиностроения и ее влияние на развитие сельского хозяйства в России

Исследование выполнено за счет гранта Российского научного фонда № 25-2800161 «Методы и инструменты формирования стратегии цифровой сервитизации в сельхозмашиностроении» в Южном федеральном университете, project/25-28-00161/

This work was supported by the grant of the Russian Science Foundation No. 25-28-00161 “Methods and tools for forming a digital easement strategy in agricultural machinery at Southern Federal University, project/25-28-00161/

В настоящее время цифровизация является важнейшим фактором конкурентоспособного развития сельскохозяйственного машиностроения, не только позволяя решать текущие производственные задачи, но и предоставляя новые способы создания ценностных предложений, которые обеспечивают уникальные возможности для модернизации и интеллектуализации всего сельскохозяйственного сектора. Как показывает имеющийся опыт ряда стран, использование цифровых инноваций в производстве, реализации и послепродажном обслуживании сельскохозяйственной техники способствует значительному повышению ее производительности в сложных ландшафтных и географических условиях [1; 2]. Благодаря оснащению агротехники передовыми цифровыми решениями фермеры получают возможность удаленного управления многими бизнес-процессами и контроля над ними, повышая тем самым их качество и эффективность [3; 4]. Использование цифровых настроек позволяет адаптировать функциональные параметры техники под конкретные условия и потребности аграриев, оптимизируя режимы ее эксплуатации и снижая риск поломки [5].

Как подчеркивают Т. Миролюбова и М. Радионова, именно «факторы труда и капитала с цифровым содержанием» способствуют социально-экономическому развитию в современных условиях формирования цифровой экономики [6]. Так, значительный прогресс в сельскохозяйственном секторе многих стран был достигнут благодаря активному использованию передовой агротехники. Опыт Китая, Марокко, а также ряда стран Латинской Америки демонстрирует, что использование сельскохозяйственных машин и оборудования, оснащенных цифровыми решениями, коренным образом влияет на методы сельскохозяй- ственного производства, повышая эффективность использования ресурсов и способствуя росту производительности труда [7–9]. В России на повестке дня также находятся задачи цифрового развития агропромышленного сектора. В частности, в докладе председателя Совета Торгово-промышленной палаты РФ по промышленному развитию и конкурентоспособности экономики России К. А. Бабкина на пленарном заседании Российского агротехнического форума была подчеркнута необходимость ускоренного развития сельхозмашиностроения, в том числе за счет внедрения интеллектуальных технологий1.

По оценкам экспертов, в настоящее время сельхозмашиностроение является одной из наиболее перспективных отраслей для цифровых трансформаций в мире, где инвестиции в инновации составляют около 5 % от выручки2. Однако эффекты цифровизации сельхозмашиностроения в первую очередь рассматриваются в контексте оптимизации производственных бизнес-процессов и повышения качества производимой техники. При этом имеется существенный пробел в знаниях относительно того, в какой мере цифровизация сельхозмашиностроения может способствовать модернизации сельского хозяйства и стимулирует ли она количественные или качественные изменения. Одновременно стоит отметить, что в некоторых исследованиях отмечается неоднозначность (отсутствие) значимых эффектов от использования передовой агротехники фермерскими хозяйствами. Например, Ц. Лян и Ц. Цяо (J. Liang, C. Qiao) показывают, что в агропромышленных регионах с неразвитыми средовыми факторами (институциональными, инфраструктурными и пр.) эффекты цифровой трансформации для сельского хозяйства могут быть неочевидными или проявляться с определенным временным лагом [10]. Е. Лин (Y. Lin) на основе анализа панельных данных за 2010–2022 гг. по провинциям Китая делает выводы о наличии асимметричных закономерностей влияния цифровизации на сельское хозяйство, отмечая при этом недопустимость универсальных заключений о преобразующем потенциале ИКТ [11].

Все эти вопросы требуют дополнительной проработки. Поэтому целью данного исследования является анализ влияния цифровой трансформации российского сельхозмашиностроения на уровень развития сельского хозяйства с выявлением количественных и качественных аспектов изменений. Основные задачи исследования включают:

• 1)    характеристику уровня технической оснащенности сельского хозяйства России;

• 2)    анализ современного уровня цифрового развития российского сельхозмашиностроения;

• 3)    анализ взаимосвязи показателей цифровой трансформации отечественного сельхозмашиностроения и показателей развития сельского хозяйства.

В качестве гипотезы исследования рассматривается наличие зависимости между цифровой трансформацией сельхозмашиностроения и уровнем развития сельского хозяйства, а также разный характер взаимосвязи в различных отраслях аграрного сектора и для отдельных видов цифровых технологий.

ОБЗОР ИСТОЧНИКОВ

Цифровизация сельхозмашиностроения в последние годы стала важной областью исследований ученых во всем мире, что обусловлено признанием значимости инновационного развития данного сектора экономики для достижения национальной продовольственной безопасности. Большинство исследователей в целом признают наличие взаимосвязи и взаимообусловленности процессов цифровизации сельхозмашиностроения и модернизационного развития сельского хозяйства.

С одной стороны, ученые отмечают, что новые интеллектуальные продукты и решения в производстве и обслуживании сельскохозяйственной техники стимулируют модернизационные преобразования в аграрном секторе экономики, позволяя реализовать новые способы создания ценностных предложений [12; 13]. Так, по мнению ряда исследователей, интеграция цифровых решений в бизнес-процессы предприятий-производителей сельхозтехники привела к появлению новых бизнес-моделей в продуктово-сервисных системах (PSS), способствуя оперативному дистанционному решению многих проблем фермерских хозяйств, связанных с эффективной эксплуатацией, ремонтом и техническим обслуживанием сложной техники [14; 15]. Цифровизация позволяет обеспечить вовлеченность аграриев в процессы создания сельхозтехники, предлагая им персонализированные решения, позволяющие преобразовать традиционные методы ведения сельскохозяйственных работ в инновационные [16].

С другой стороны, среди аграриев растет спрос на технику, оснащенную интеллектуальными решениями, которые позволяют осуществлять дистанционное управление, автоматизируя трудоемкие процессы, а также контролировать состояние и эффективность режимов работы техники. По мнению исследователей, это стимулирует сельхозпроизводителей к инновационным разработкам, определяя новые требования к конструкции сельскохозяйственной техники, связанные с внедрением ряда прорывных технологических решений, которые реализуются в других отраслях машиностроения (Интернет вещей, автономные машины, электромобили и пр.) [17; 18].

Чтобы подчеркнуть преобразующую роль процессов цифровизации и отразить ее направленность на осуществление принципиальных изменений качественных характеристик системы, исследователи используют термин «цифровая трансформация» [19].

Проведенный анализ научных публикаций показал, что в исследовании цифровых трансформаций сельхозмашиностроения ученые, как правило, сосредоточиваются на выявлении внутриотраслевых и внутрипроизводственных эффектов, выражающихся в повышении эффективности производства и эксплуатации сельхозтехники [20–23]. Все они в той или иной мере признают, что цифровизация в сельхозмашиностроении способствует модернизационным преобразованиям во всем сельскохозяйственном секторе, однако в имеющихся исследованиях не хватает количественных данных о масштабах этого влияния.

Представляется, что сосредоточение внимания исключительно на задачах повышения эффективности производства машин и оборудования будет узкой интерпретацией целей цифровой трансформации сельхозмашиностроения. В стратегическом аспекте цифровизация сельхозмашиностроения должна обеспечивать создание такой техники, которая способствует качественному экономическому росту сельского хозяйства. Проецируя взгляды П. Друкера на эффективность и результативность в плоскость оценки внедрения цифровых преобразований в сельхозмашиностроении, можно сказать, что ее проведение исключительно с точки зрения оптимизации затрат может не в полной мере охватить потенциальные выгоды от создания более эффективного и совершенного оборудования. Такой подход может неадекватно отражать то, как реализация цифровых решений в сельхозмашиностроении способствует достижению конечной цели – повышению производительности сельского хозяйства.

Поэтому исследование влияния цифровой трансформации сельхозмашиностроения на развитие сельского хозяйства имеет важное теоретическое и практическое значение. Данная взаимосвязь может быть критически осмыслена с точки зрения активно развивающихся в последние годы в приложении к отрасли сельхозмашиностроения концепций цифровой сервитизации и продуктово-сервисных систем (PSS), согласно которым ее конкурентоспособность обеспечивается за счет формирования ценностного предложения «продукт как услуга», что позволяет оснащать аграрную технику цифровыми решениями с учетом инди- видуальных потребностей пользователя [24– 26]. Это позволяет по-новому рассматривать роль цифровой трансформации сельхозмашиностроения, расширяя представление о целях ее осуществления и распространяя продуцируемые эффекты на все звенья цепочки создания ценности в отрасли. В частности, Т. Риардон и соавторы (Th. Reardon et al.) отмечают, что цифровая сервитизация в сельхозмашиностроении позволяет фермерам освоить производство новых продуктов, получая доступ к современной технике и обслуживающей ее квалифицированной рабочей силе [27]. Ж. Чжан и соавторы [Zh. Zhang et al.] отмечают потенциал использования интеллектуальной сельскохозяйственной техники для расширения площадей пахотных земель и снижения уровня их раздробленности [28]. Исследование В. Ма с коллегами (W. Ma et al.) демонстрирует, что использование передовой аграрной техники, оснащенной цифровыми решениями, позволяет повысить урожайность зерновых культур [29].

Для описания границ освоения цифровых технологий в различных отраслях и сферах деятельности, включая сельхозмашиностроение, исследователями в качестве метафоры используется термин «цифровой фронтир». Находящиеся на фронтире мировых прикладных разработок цифровые инновации в сельхозмашиностроении представлены интеллектуальными машинами, цифровыми платформами, роботизированными системами, IoT -решениями. Ученые отмечают, что в рамках цифровой трансформации агропромышленные компании могут использовать цифровые решения различной степени сложности в зависимости от уровня ее технологической зрелости и потребностей клиента [30–32]. При этом разные цифровые решения позволяют получить различные по силе проявления эффекты для сельскохозяйственного сектора. Это еще раз подчеркивает значимость исследования количественных и качественных последствий использования тех или иных цифровых технологий в сельхозмашиностроении для сельскохозяйственного сектора.

В целом, обобщая результаты обзора научных публикаций, можно сделать вывод, что, несмотря на имеющиеся ценные результаты исследований эффектов цифровых трансформаций в сельхозмашиностроении, в них все же имеются два важных пробела.

Во-первых, большинство исследований посвящены внутренним эффектам цифровых трансформаций сельхозмашиностроения, что не обеспечивает понимание взаимосвязи данных процессов с процессами модернизации сельского хозяйства.

Во-вторых, в существующих публикациях игнорируется значимость исследования влияния цифровых преобразований в сельхозмашиностроении на уровень развития сельского хозяйства, которое мы считаем необходимым учитывать с выделением количественных и качественных изменений.

Поскольку выстраивание стратегий и биз-нес-моделей цифрового развития сельскохозяйственного машиностроения должно осуществляться с позиций решения стратегических задач достижения технологического суверенитета и продовольственной безопасности, процессы цифровизации необходимо рассматривать с точки зрения решения задач модернизации сельского хозяйства. Это обусловливает актуальность данного исследования и постановку его целей.

МАТЕРИАЛЫ И МЕТОДЫ

В соответствии с определением сущности цифровой трансформации, предложенным Т. Миролюбовой и М. Радионовой [19], оценка ее влияния в проекции сельхозмашиностроения будет осуществляться с применением показателей, характеризующих использование в данной отрасли различных видов ИКТ.

Проведенное исследование включает три основных этапа.

На первом этапе дается характеристика технической оснащенности отечественного сельского хозяйства с использованием таких показателей, как коэффициент обновления сельскохозяйственной техники, коэффициент ликвидации сельхозтехники, уровень обеспеченности сельхозпредприятий тракторами и комбайнами, с представлением результатов анализа в виде тепловых карт.

На втором этапе проводится анализ уровня цифровизации сельхозмашиностроения для понимания происходящих процессов модернизации в сфере технологического развития сельского хозяйства. При этом акцент делается на использовании тех видов ИКТ, которые выступают цифровыми фронтирами, меняют традиционные модели ведения сельского хозяйства: «цифровых двойников», промышленных роботов, искусственного интеллекта и подобных.

Третий этап связан с проведением корреляционного анализа для выявления взаимосвязи показателей цифрового развития сельхозмашиностроения и показателей модернизационного развития сельского хозяйства, перечень которых определяется таким образом, чтобы отразить происходящие в нем количественные и качественные изменения. Так, в качестве ключевых индикаторов развития сельского хозяйства были определены валовые объемы сбора урожая, поголовье скота, рентабельность производства, показатели урожайности культур, посевные площади и пр.

Объектом анализа выступила отрасль сельхозмашиностроения РФ, а также отрасли сельского хозяйства РФ. Анализируемый период охватывает 2021–2023 гг. Выбор данного периода объясняется тем, что мониторинг показателей использования цифровых технологий для субъектов экономической деятельности, относимых по ОКВЭД 2 к группе 28.3 «Производство машин и оборудования для сельского и лесного хозяйства», проводится только начиная с 2021 г.

Для проверки наличия линейных взаимосвязей использовались значения корреляции Пирсона. Поскольку временной горизонт исследования составил всего три года, в качестве значимых отобраны только корреляции с коэффициентами выше 0,997 (значение, при котором коэффициент Стьюдента (12,88) превышает критическое значение при уровне значимости p = 0,05 (12,7)). Это позволило выделить зависимости, которые, несмотря на небольшой размер выборки, возможно отнести к типу «наиболее устойчивые».

Корреляционный анализ осуществлялся на языке программирования Python с помощью библиотек sklearn и seaborn . Перед расчетом корреляций финансовые показатели были приведены к базовому 2021 г., что позволило устранить влияние инфляции. Все данные были также предварительно стандартизированы для приведения их к единому формату.

Осмысление полученных результатов анализа проводилось с точки зрения того, связаны ли цифровые трансформации отечественного сельхозмашиностроения с количественными или качественными изменениями в сельскохозяйственном секторе.

Источниками данных являются «Сведения об использовании цифровых технологий и производстве связанных с ними товаров и услуг (итоги статнаблюдения по ф. № 3-ин-форм)» за 2023 г., а также аналитические отчеты и статистические сборники Росстата и ИСИЭЗ НИУ ВШЭ.

РЕЗУЛЬТАТЫ

Анализ технической оснащенности российского сельского хозяйства

Одним из важнейших приоритетов модернизационного развития сельского хозяйства является его техническое оснащение ввиду того, что, как отмечает А. А. Полухин, недостаток сельскохозяйственных машин и оборудования не позволяет реализовать возможности интенсивного развития данного сектора, создавая тем самым угрозы национальной безопасности [33].

Оценивая уровень обеспеченности отечественных сельскохозяйственных предприятий тракторами и комбайнами на 1000 гектаров пашни (рис. 1), можно отметить существенное преобладание картофелеуборочных и льноуборочных комбайнов, несмотря на то что площади под посадку указанных культур значительно меньше, чем под кукурузу и другие зерновые культуры.

Имеющийся уровень обеспеченности сельского хозяйства аграрной техникой существенно ниже показателей во многих западных странах (рис. 2).

2019              2020              2021              2022              2023              2024

■ Тракторы                      ■ Зерноуборочные комбайны        ■ Кукурузоуборочные комбайны

■ Картофелеуборочные комбайны ■ Льноуборочные комбайны

Источник: составлено авторами по данным: Бюллетень «Обеспеченность тракторами и комбайнами сельскохозяйственных организаций Российской Федерации в 2024 г.» // Росстат. URL: (дата обращения: 25.08.2025). Source: compiled by the authors from Rosstat data .

Рис. 1. Обеспеченность сельскохозяйственных предприятий

России тракторами и комбайнами на 1000 га пашни, шт.

Fig. 1. Availability of tractors and harvesters for agricultural enterprises in Russia per 1000 hectares of arable land, units

Беларусь:

Канада: 23          14,3

Россия:

Германия: 90,9                                  США: 41,9            Казахстан: 9,2      6,2

Источник: составлено авторами по данным: Информация к пленарной дискуссии VII Российского агротехнического форума. 2020. 12 с. URL: (дата обращения: 25.08.2025). Source: compiled by the authors from VII Russian Agrotechnical Forum data .

Рис. 2. Обеспеченность тракторами и комбайнами на 1000 га пашни в отдельных странах мира, шт.

Fig. 2. The availability of tractors and harvesters for agricultural enterprises per 1,000 hectares of arable land in some countries of the world, units

Однако стоит отметить, что делать выводы о недостаточности технологических мощностей у российских аграриев на основе этих данных будет преждевременным, поскольку необходимо также учитывать уровень оснащенности сельхозтехники передовыми решениями. Современная техника, например тракторы с бесступенчатой коробкой передач, способна выполнять идентичную работу намного быстрее и с более низким расходом топлива по сравнению с классическим трактором 1 .

В связи с этим стоит подчеркнуть значимость модернизационного обновления сельскохозяйственной техники с заменой устаревших машин и оборудования на современные модели, в том числе модели, использующие передовые цифровые решения, обеспечивающие большую производительность и меньшее воздействие на окружающую среду.

Однако анализ показателей обновления сельхозтехники в России показал, что при достаточно высоких значениях коэффициента обновления в 2021–2022 гг., совпадающих с периодом активного внедрения цифровых технологий в российском сельском хозяйстве в рамках реализации запущенного в 2019 г. ведомственного проекта Минсельхоза России

«Цифровое сельское хозяйство», далее наблюдается постепенное снижение данного показателя по многим видам техники (табл. 1). Одновременное снижение с 2022 г. значения коэффициентов ликвидации сельхозтехники (табл. 2) может говорить либо о том, что технический парк аграриев в значительной степени представлен современной техникой, которая не требует утилизации, либо о том, что находящаяся в хозяйстве техника постоянно ремонтируется, до полного износа.

На приведенных в табл. 1 и 2 тепловых картах зеленым цветом указаны более высокие показатели обновления соответствующих коэффициентов, красным – более низкие.

Наиболее востребованными в сельском хозяйстве являются технологии компьютерного зрения, активно используемые для автоматического мониторинга состояния посевов, диагностирования болезней растений и контроля за здоровьем животных (рис. 3). Меньшее применение находят голосовые помощники и чат-боты, однако развитие процессов цифровой сервитизации в сельхозмашиностроении позволяет говорить о перспективах их использования в продуктово-сервисных системах [34].

Табл. 1. Тепловая карта коэффициентов обновления сельскохозяйственной техники в России

Table 1. Heat map of agricultural machinery upgrade coefficients in Russia

Сельскохозяйственная техника	2019	2020	2021	2022	2023	2024
Тракторы (без тракторов, на которых смонтированы землеройные, мелиоративные и другие машины)	3,4	4,2	4,4	4,2	4,0	3,5
Тракторы, на которых смонтированы землеройные,	4,1	4,4	4,6	4,3	4,1	3,9
мелиоративные и другие машины
Жатки валковые	7,2	8,2	9,9	8,6	7,3	6,5
Плуги	4,2	4,8	5,2	4,8	3,9	3,9
Культиваторы	3,9	4,3	4,5	4,6	3,5	3,1
Машины для посева	3,4	4,1	4,6	4,3	3,3	2,6
Комбайны
зерноуборочные	4,9	6,2	7,1	5,6	5,4	4,1
кукурузоуборочные	5,6	5,2	5,8	9,6	5,8	6,4
кормоуборочные	4,2	5,3	5,3	4,8	4,6	4,1
льноуборочные	2,0	1,4	2,0		5,4	4,8
картофелеуборочные	3,7	2,3	4,5	6,8	5,8	3,2
Свеклоуборочные машины (без ботвоуборочных)	3,8	1,3	2,7	6,5	8,2	7,9
Дождевальные машины и установки (без поливных)	8,9	7,8	9,2	10,8	6,9	5,3
Доильные установки и агрегаты	2,9	3,1	4,6	2,5	2,1	2,2

Источник: составлено авторами по данным: Бюллетень «Наличие техники, энергетических мощностей в сельскохозяйственных организациях Российской Федерации в 2024 г.» // Росстат. URL: (дата обращения: 25.08.2025). Source: compiled by the authors from Rosstat data .

Табл. 2. Тепловая карта коэффициентов ликвидации сельскохозяйственной техники в России

Table 2. Heat map of agricultural machinery disposal coefficients in Russia

Сельскохозяйственная техника	2019	2020	2021	2022	2023	2024
Тракторы (без тракторов, на которых смонтированы землеройные, мелиоративные и другие машины)	3,4	3,6	3,5	2,7	2,4	2,0
Тракторы, на которых смонтированы землеройные,	3,9	4,1	4,1	3,0	2,5	2,6
мелиоративные и другие машины
Жатки валковые	5,2	6,1	5,7	4,2	4,0	2,7
Плуги	4,2	4,3	4,5	4,1	3,5	2,8
Культиваторы	4,6	4,3	4,8	4,1	3,5	3,0
Машины для посева	4,6	5,4	5,1	4,3	3,8	3,1
Комбайны
зерноуборочные	4,4	4,7	4,4	3,2	2,4	2,1
кукурузоуборочные	6,3	8,1	4,3	4,7	2,0	4,4
кормоуборочные	4,9	5,5	5,4	4,6	3,5	3,8
льноуборочные	10,2	5,6	7,9	8,0	5,0	21,1
картофелеуборочные	3,6	4,3	4,6	3,7	3,1	2,2
Свеклоуборочные машины (без ботвоуборочных)	5,6	5,4	7,7	4,7	2,7	3,9
Дождевальные машины и установки (без поливных)	3,3	2,9	3,1	2,9	1,8	1,3
Доильные установки и агрегаты	3,3	3,9	4,3	4,0	3,4	3,3

Источник: составлено авторами по данным: Бюллетень «Наличие техники, энергетических мощностей в сельскохозяйственных организациях Российской Федерации в 2024 г.» // Росстат. URL: (дата обращения: 25.08.2025). Source: compiled by the authors from Rosstat data .

Источник: составлено авторами по данным: Наука, инновации и технологии // Росстат. URL: (дата обращения: 25.08.2025). Source: compiled by the authors from Rosstat data .

Рис. 3. Распределение технологий искусственного интеллекта, использовавшихся в сельском хозяйстве, по видам (в % от общего числа фирм)

Fig. 3. Distribution of artificial intelligence technologies used in agriculture by type (in % of the total number of enterprises)

В целом можно отметить, что цифровизация отечественного сельского хозяйства в настоящее время в большей степени затронула животноводство, чем растениеводство.

Перспективы модернизационного развития российского сельского хозяйства во многом связаны с его оснащением передовой техникой и оборудованием. Уход из России крупных западных брендов из недружественных стран создает предпосылки для занятия освободившихся ниш отечественными компаниями. Поэтому далее охарактеризуем происходящие цифровые трансформации в российском сельхозмашиностроении, а также рассмотрим, в какой мере они соответствуют общемировым тенденциям.

Характеристика цифровых трансформаций отечественного сельхозмашиностроения

Цифровые трансформации российского сельхозмашиностроения начались с запуском в 2019 г. Минсельхозом России проекта «Циф- ровое сельское хозяйство», одной из основных задач которого является широкое внедрение отечественными сельхозпроизводителями «умных» решений, которые способны обеспечить переход к «Сельскому хозяйству 4.0». В 2021 г. Правительство РФ утвердило стратегическое направление в области цифровой трансформации отраслей АПК и рыбохозяйственного комплекса РФ на период до 2030 г., в котором в числе прочих предусматриваются задачи повышения цифровой зрелости сельхозмашиностроения на основе внедрения технологий машинного зрения, Интернета вещей, анализа больших данных, искусственного интеллекта, облачных вычислений, автоматизации и робототехники.

Оценивая цифровую трансформацию российского сельхозмашиностроения через показатели, характеризующие использование в нем различных видов ИКТ, можно отметить ее довольно низкие темпы, что в значительной мере обусловлено связью большинства цифровых решений с использованием зарубежного программного обеспечения. Процесс импортоза- мещения в ИТ-сфере для сельхозмашиностроения идет очень медленно, что, с точки зрения экспертов, объясняется малым количеством игроков на отечественном рынке1.

В результате уровень использования ИКТ в российском сельхозмашиностроении за 2021– 2023 гг. практически не изменился, а по некоторым видам даже снизился (табл. 3).

В настоящее время цифровые решения наиболее часто используются в производстве сельхозтехники для обработки почвы. При этом наибольшее распространение получили облачные технологии, Интернет вещей и промышленные роботы. Доля организаций в сфере производства машин и оборудования для сельского и лесного хозяйства, использовавших отдельные виды цифровых технологий, в процентах от общего количества организаций группы 28.3 «Производство машин и оборудования для сельского и лесного хозяйства» ОКВЭД 2, представлена на рис. 4.

Анализируя кейсы российских производителей агротехники, можно отметить, что направления цифровой трансформации сельхозмашиностроения в России во многом соответствуют мировым фронтирам. Так, ведущие отечественные производители сельхозтехники, такие как «Ростсельмаш», Петербургский тракторный завод, Кировский завод, реализуют интеллектуальные решения, продвигающие модернизационные преобразования в аграрном секторе: машинное зрение, Интернет вещей и методы предиктивной аналитики, технологии датасет, алгоритмы машинного обучения. Внедряются платформы автоматизированного управления фермами (ARKA, модульная система M-complex); в серийное производство запускаются тракторы с автономным управлением («Кировец-Агропилот»). Цифровые экосистемы связывают аграрную технику с облаком, обеспечивая сбор, анализ и визуализацию данных для оптимизации производственных процессов. Установленные на сельхозмашинах сенсоры позволяют мониторить состояние отдельных узлов и деталей, отправляя данные в аналитические системы для прогнозирования отказов и планирования техобслуживания. Учеными разрабатываются компактные роботы и устройства, позволяющие автоматизировать рутинные операции на небольших площадях и в теплицах (агроробот «Улитка», робот «Вавилов»), запуск которых в ближайшем времени планируется в промышленном производстве.

Реализуемые цифровые решения направлены на повышение эффективности, продуктивности и устойчивости сельскохозяйственных операций. При этом гипотеза о наличии связи между цифровизацией сельхозмашиностроения и показателями развития сельского хозяйства требует проверки. Поэтому далее для выявления и анализа данной связи проведем факторный анализ.

Анализ взаимосвязи цифрового развития сельхозмашиностроения и модернизационного развития сельского хозяйства

Результаты корреляционного анализа отражены на рис. 5.

Матрица корреляционного анализа представлена в закодированном формате для лучшей читаемости.

Табл. 3. Число организаций российского сельхозмашиностроения, использовавших различные виды ИКТ, ед.

Table 3. The number of the Russian agricultural machinery organizations that used various types of ICT, units

Вид ИКТ	2021	2022	2023
Геоинформационные системы	13	15	14
Цифровые платформы	14	16	19
Технологии сбора, обработки и анализа больших данных	36	–	13

1 Цаголти А. Импортозамещение в AgroTech: условия, сложности, перспективы // Агроинвестор. 17.08.2022. URL: (дата обращения: 25.08.2025).

Продолжение табл. 3
Вид ИКТ	2021	2022	2023
Технологии искусственного интеллекта	3	7	4
Облачные сервисы	24	31	35
Интернет вещей	21	16	19
Технологии радиочастотной идентификации объектов ( RFID )	16	15	21
«Цифровой двойник»	5	6	7
Промышленные роботы / автоматизированные линии	24	26	23
Аддитивные технологии	7	9	10
Центры обработки данных (ЦОД)	–	–	9

Источник: составлено авторами по данным: Наука, инновации и технологии // Росстат. URL: 3QRYGn (дата обращения 25.08.2025). Source: compiled by the authors from Rosstat data .

Источник: составлено авторами по данным: Наука, инновации и технологии // Росстат. URL: (дата обращения: 25.08.2025). Source: compiled by the authors from Rosstat data .

Рис. 4. Доля организаций сельхозмашиностроения, использовавших отдельные виды цифровых технологий, в % от общего количества организаций сельхозмашиностроения, использующих цифровые технологии, %

Fig. 4. The share of agricultural machinery organizations applying some digital technologies, as a percentage of the total number of agricultural machinery organizations using digital technologies, %

Геоинформационные

Производство машин и оборудования для сельского и лесного хозяйства

Машины для уборки урожая

Тракторы сельскохозяйственные

Оборудование для обработки почвы

Механические распылители

----- Прочие машины

Показатели цифровизации сельхозмашиностроения

Источник : рассчитано авторами. Source : calculated by the authors.

Рис. 5. Результаты корреляционного анализа

Fig. 5. Results of correlation analysis

Показатели сельского хозяйства: 1 – рентабельность растениеводства; 2 – рентабельность животноводства; 3 – урожайность зерновых и зернобобовых культур; 4 – урожайность сахарной свеклы; 5 – урожайность подсолнечника; 6 – урожайность картофеля; 7 – урожайность овощей; 8 – надой молока на одну корову; 9 – средняя годовая яйценоскость кур-несушек; 10 – средний годовой настриг шерсти с одной овцы; 11 – расход кормов в расчете на одну условную голову крупного скота; 12 – продукция сельского хозяйства; 13 – посевные площади сельскохозяйственных культур; 14 – посевные площади зерновых и зернобобовых культур; 15 – посевные площади сахарной свеклы; 16 – посевные площади подсолнечника; 17 – посевные площади картофеля; 18 – посевные площади овощей; 19 – валовой сбор зерна; 20 – валовой сбор сахарной свеклы; 21 – валовой сбор семян подсолнечника; 22 – валовой сбор картофеля; 23 – валовой сбор овощей; 24 – валовой сбор плодов и ягод; 25 – внесение минеральных удобрений; 26 – внесение органических удобрений; 27 – поголовье крупного рогатого скота; 28 – поголовье свиней; 29 – поголовье овец и коз; 30 – производство скота и птицы на убой; 31 – производство молока; 32 – производство яиц; 33 – производство шерсти; 34 – производство меда; 35 – индексы производства продукции сельского хозяйства; 36 – объем отгруженных товаров собственного производства; 37 – сальдированный финансовый результат растениеводства; 38 – сальдированный финансовый результат животноводства.

Показатели цифровизации сельхозмашиностроения: 1 – цифровые технологии, всего; 2 – персональные компьютеры; 3 – серверы; 4 – фиксированный (проводной и беспроводной) интернет; 5 – мобильный интернет; 6 – веб- сайт; 7 – бесплатные / с открытым исходным кодом операционные системы; 8 – электронный обмен данными между своими и внешними информационными системами по форматам обмена; 9 – электронный обмен данными с органами государственной власти, местного самоуправления; 10 – аккаунт в социальной сети; 11 – геоинформационные системы; 12 – цифровые платформы; 13 – технологии искусственного интеллекта; 14 – облачные сервисы; 15 – Интернет вещей; 16 – технологии радиочастотной идентификации объектов (RFID); 17 – «цифровой двойник»; 18 – промышленные роботы / автоматизированные линии; 19 – аддитивные технологии; 20 – затраты организации на приобретение производственных машин и оборудования, связанных с цифровыми технологиями; 21 – затраты на приобретение, адаптацию и доработку собственными силами; 22 – затраты на обучение сотрудников, связанное с цифровыми технологиями.

Результаты корреляционного анализа продемонстрировали наличие большого количества разнонаправленных связей между показателями развития сельского хозяйства и цифровизации сельхозмашиностроения.

Сначала следует сфокусироваться на показателях, обладающих статистически значимыми (в условиях данной выборки) значениями корреляции.

Наиболее сильные связи показателей развития сельского хозяйства наблюдаются с показателями использования в сельхозмашиностроении аддитивных технологий, цифровых платформ и облачных сервисов. В частности, наиболее сильные связи характерны для показателей использования данных цифровых технологий и показателей урожайности и валового сбора подсолнечника и картофеля, урожайности овощей, производства яиц, а также производства скота и птицы на убой. Размеры посевных площадей сельскохозяйственных культур демонстрируют положительную корреляцию с геоинформационными системами, что подтверждает возрастание важности точного земледелия и использования ГИС-тех- нологий при увеличении объемов посадки. Аналогичная зависимость наблюдается и для урожайности овощей с облачными сервисами. Высокая взаимосвязь демонстрируется между использованием «цифровых двойников» и объемами продукции сельского хозяйства в денежном выражении, сбором подсолнечника, площадями зерновых культур, а также производством молока и надоем молока на одну корову. Это может свидетельствовать о том, что технологии «цифровых двойников» востребованы как в животноводстве, так и в растениеводстве.

Одновременно при наличии сильных положительных связей результаты анализа демонстрируют наличие обратных связей между показателями цифровизации сельхозмашиностроения и показателями развития сельского хозяйства. Так, сальдированный финансовый результат растениеводства имеет сильную отрицательную корреляцию с показателем использования «цифровых двойников», тогда как объем отгруженных товаров сельхозмашиностроения отрицательно коррелирует с количеством персональных компьютеров на таких предприятиях. Учитывая отрицательную динамику количества персональных компьютеров на предприятиях сельхозмашиностроения, можно предположить, что эти предприятия в настоящее время предпочитают фокусироваться на альтернативных решениях, включая использование мобильных устройств. Аналогично урожайность зерновых и зернобобовых культур демонстрирует сильную отрицательную связь с общем уровнем цифровизации сельхозмашиностроения.

Анализ слабых корреляций также позволил выявить ряд важных закономерностей. Наименее значимым фактором оказались затраты на приобретение программного обеспечения, его адаптацию и доработку собственными силами: у него обнаружены восемь незначимых взаимосвязей и совсем нет значимых. Для Интернета вещей и обеспечения фиксированного доступа к интернету также не выявлено ни одной сильной корреляции, причем каждый из этих показателей имел по четыре взаимосвязи в пределах статистически незначимого диапазона.

Следует выделить показатели сельского хозяйства, которые не продемонстрировали ни одной значимой корреляции с цифровизацией машиностроения: рентабельность растениеводства, урожайность сахарной свеклы, средняя годовая яйценоскость кур-несушек, посевные площади картофеля, валовой сбор овощей, поголовье овец и коз, индексы производства продукции сельского хозяйства, сальдированный финансовый результат животноводства.

Рассматривая результаты корреляционного анализа с точки зрения взаимосвязи цифровой трансформации сельхозмашиностроения с количественными и качественными аспектами развития сельского хозяйства, можно выявить явную дифференциацию связей (табл. 4).

Табл. 4. Статистика корреляционных связей различных типов показателей сельского хозяйства с показателями цифровизации сельхозмашиностроения

Table 4. Statistics of correlations between various types of agricultural indicators and indicators of agricultural machinery digitalization

Количество

Положительные Отрицательные показателей

Количественные показатели

24               249

Качественные показатели

11                  103

Финансовые показатели

3                 02

Источник: рассчитано авторами.

Source : calculated by the authors.

Так, наиболее выраженная положительная взаимосвязь цифровых трансформаций сельхозмашиностроения наблюдается с количественными показателями эффективности сельского хозяйства. Здесь зафиксированы 24 значимые положительные корреляции на 24 проанализированных показателя. При этом 15 из них продемонстрировали как минимум одну положительную корреляцию с внедрением цифровых технологий, в то время как пять показателей имели лишь отрицательные связи. Общее количество значимых отрицательных корреляций в этой группе составило девять.

Качественные показатели демонстрируют несколько менее тесную, но заметную положительную связь. Было выявлено 10 значимых положительных корреляций на 11 показателей, причем семь из них имели одну (или более) значимую положительную корреляцию, а один показал исключительно отрицательные связи. В этой группе зафиксированы три значимые отрицательные корреляции.

Отдельно стоят финансовые показатели развития сельского хозяйства, для которых не было обнаружено ни одной значимой положительной корреляции с уровнем цифровизации сельхозмашиностроения. При этом на три финансовых показателя приходились две значимые отрицательные корреляции.

Интересно отметить, что затраты на обучение персонала в сфере цифровых технологий показали значимую корреляцию только с такими количественными показателями, как размеры посевных площадей сельскохозяйственных культур и овощей, не повлияв ни на один качественный показатель, что может указывать на необходимость пересмотра содержания реализуемых в настоящее время образовательных программ.

Полученные результаты позволяют говорить о сложном и неоднозначном характере взаимосвязи между цифровизацией сельхозмашиностроения и развитием аграрного сектора, требующем дальнейшего углубленного анализа.

ОБСУЖДЕНИЕ

Результаты анализа позволяют сделать вывод, что различные виды цифровых технологий оказывают дифференцированное влияние на различные сектора сельского хозяйства, демонстрируя при этом как прямые, так и обратные связи.

Так, серверы и цифровые платформы демонстрируют наибольшую эффективность в растениеводстве, что подтверждает важность точного земледелия для оптимизации агротехнических приемов на картофельных полях. В то же время в животноводстве наиболее значимыми являются «цифровые двойники», что может свидетельствовать о высокой эффективности применения технологий цифрового моделирования для оптимизации кормления и содержания скота. Аддитивные технологии и облачные сервисы значительно коррелируют с показателями как животноводства, так и растениеводства.

При этом обнаруженные отрицательные корреляции между некоторыми показателями цифровизации сельхозмашиностроения и показателями развития сельского хозяйства, например с его финансовыми результатами, могут объясняться тем, что цифровые решения, как правило, требуют значительных первоначальных затрат на их реализацию, которые не окупаются в краткосрочном периоде. Данный вывод, в частности, согласуется с мнением исследователей о временных лагах в проявлении эффектов цифровой трансформации. При этом наличие отрицательной взаимосвязи ряда показателей развития сельского хозяйства с показателями общего уровня цифровизации сельхозмашиностроения может говорить о необходимости адаптации цифровых решений к специфике определенного типа ведения сельскохозяйственных работ.

Тот факт, что существующие программы обучения персонала демонстрируют слабую корреляцию с показателями развития сельского хозяйства, может указывать на то, что реализуемые программы либо не в полной мере соответствуют реальным потребностям аграрного сектора, либо не учитывают специфику внедрения цифровых решений в различные виды сельскохозяйственных процессов. Этот вывод логически продолжает и подтверждает предыдущие исследования авторов, в которых, в частности, отмечается, что важнейшим условием реализации и масштабирования процессов цифровой сервитизации в АПК яв- ляется повышение цифровой грамотности аграриев [35; 36]. В рамках этой же исследовательской логики авторы подчеркивают необходимость целенаправленного развития институциональной среды, которая способна обеспечивать эффективную поддержку цифровых трансформаций отрасли посредством усиления координационной, распределительной, стимулирующей, информационной функций [37].

Очевидно, что коммуникационные цифровые технологии (социальные сети, чат-боты и пр.) имеют ограниченное влияние на производственные показатели аграрного сектора, поскольку преимущественно ориентируются на маркетинговые и коммуникационные аспекты деятельности.

В целом можно утверждать, что цифровые трансформации сельхозмашиностроения взаимосвязаны с модернизационным развитием сельского хозяйства, однако сила и направление этих связей различаются в отдельных его секторах и зависят от типа используемых цифровых технологий. В частности, использование технологий искусственного интеллекта в большей степени демонстрирует взаимосвязь с качественными показателями развития сельского хозяйства. Другие цифровые технологии наиболее сильно влияют на количественные показатели развития, причем влияние различных видов цифровых технологий в разных сферах деятельности неоднозначно. Учитывая это, необходимо предоставлять персонализированные решения для аграриев с учетом специфики природно-климатических и ландшафтных условий использования сельскохозяйственной техники, особенностей выращивания различных сельскохозяйственных культур, а также технологий животноводства. В связи с этим стоит отметить важность активно внедряемой в последние годы в сельхозмашиностроении многих стран новой бизнес-модели «продукт как услуга», реализация которой позволяет осуществить индивидуализированный подход к производству сельхозтехники, максимально оптимизируя ее функциональные характеристики под запросы потребителя [38].

ЗАКЛЮЧЕНИЕ

Сельхозмашиностроение играет важную роль в национальной экономике, обеспечивая стабильность развития сельского хозяйства и решение задач продовольственной безопасности. Результаты данного исследования демонстрируют неоднозначные взаимосвязи показателей цифровых трансформаций сельхозмашиностроения с показателями развития отечественного аграрного сектора. С одной стороны, внедрение современных интеллектуальных решений способствует качественным изменениям в развитии некоторых секторов сельского хозяйства, повышению урожайности культур, росту производительности в отраслях животноводства. С другой стороны, цифровизация пока не влияет на рост финансовой эффективности аграрного бизнеса, а реализуемые программы обучения персонала в области ИКТ не находят отражения в изменении качественных показателей развития сельского хозяйства. Бóльшая связь показателей использования цифровых технологий характерна для количественных показателей развития сельского хозяйства.

Научная новизна настоящего исследования заключается в выявлении, теоретическом обосновании и количественной оценке взаимосвязей между уровнем цифрового развития