Формирование потенциала устойчивого развития агрохозяйства: анализ воспроизводственных процессов и оценка региональных перспектив с применением нейросетевых моделей
Журнал: Регионология @regionsar
Рубрика: Региональная и отраслевая экономика
Статья в выпуске: 3 (136) т.34, 2026 года.
Бесплатный доступ
Введение. Изучение воспроизводственных процессов и пространственных особенностей формирования потенциала устойчивого развития сельского хозяйства является актуальной задачей в условиях сохраняющегося дисбаланса экономических, социальных и экологических приоритетов. Цель статьи – оценка потенциала устойчивого развития (PSD) агрохозяйства регионов на основе анализа воспроизводства искусственного, человеческого и природного капитала с использованием нейросетевого инструментария. Материалы и методы. В основу исследования положена авторская концепция устойчивого развития, опирающаяся на воспроизводственный подход. Для пространственного анализа применено нейросетевое моделирование с использованием многослойного перцептрона (MLP) по данным 45 регионов Российской Федерации за 2019–2023 гг. Построена модель с двумя скрытыми слоями (20 и 15 нейронов), позволившая определить относительную важность факторов, влияющих на PSD. Информационную базу составили открытые данные Росстата, Росреестра и Министерства сельского хозяйства РФ. Результаты исследования. Модель MLP продемонстрировала высокую прогностическую точность: средняя относительная ошибка составила 5,1 %, сумма квадратов ошибок – 4,6 %. Выявлены значимые факторы формирования PSD: масштабы производства, объем бюджетных и кредитных инвестиций, уровень сельской безработицы, внесение органических удобрений. На основе сравнения фактических и предсказанных значений выделены три группы регионов: с негативной, средней и позитивной оценкой использования возможностей формирования PSD. Определены регионы-лидеры (Московская, Кировская, Калужская области, Республика Дагестан и др.), где фактический потенциал превысил ожидаемый уровень. Заключение. Снижение совокупного PSD с –151,8 до –223,5 млрд руб. при росте производства и инвестиций свидетельствует о сохраняющемся дисбалансе воспроизводственных процессов – недостаточном обновлении основных фондов и нарастающем экологическом ущербе. Предложенный подход к исследованию пространственных особенностей формирования PSD может быть положен в основу разработки территориально дифференцированных стратегий и программ социально-экономического развития сельского хозяйства на федеральном и региональном уровнях.
Короткий адрес: https://sciup.org/147255024
IDS: 147255024 | УДК: 004.032.26:631 | DOI: 10.15507/2413-1407.26343.546-571
Building the Potential for Sustainable Development of the Agricultural: Analysis of Reproduction Processes and Assessment of Regional Prospects Using Neural Network Models
Introduction. Studying the reproductive processes and spatial characteristics of the formation of sustainable agricultural development potential is a pressing issue given the persistent imbalance between economic, social, and environmental priorities. The purpose of this article is to assess the potential for sustainable development (PSD) of regional agricultural production based on an analysis of the reproduction of artificial, human, and natural capital using neural network tools. Materials and Methods. The study is based on the authors' concept of sustainable development, which is based on a reproductive approach. For spatial analysis, neural network modeling based on a multilayer perceptron (MLP) was used, using data from 45 regions of the Russian Federation for 2019–2023. A model with two hidden layers (20 and 15 neurons) was constructed, allowing the relative importance of factors influencing PSD to be determined. The information base consisted of open data from Rosstat, Rosreestr, and the Russian Ministry of Agriculture. Results. The MLP model demonstrated high predictive accuracy: the average relative error was 5.1 %, and the sum of squared errors was 4.6 %. Significant factors in PSD formation were identified: production scale, volume of budget and credit investments, rural unemployment level, and application of organic fertilizers. Based on a comparison of actual and predicted values, three groups of regions were identified: those with negative, average, and positive assessments of PSD formation potential. Leading regions were identified (Moscow, Kirov, and Kaluga Oblasts, the Republic of Dagestan, and others), where actual potential exceeded the predicted level. Conclusion. The decline in the aggregate PSD from –151.8 to –223.5 billion rubles, despite increased production and investment, indicates a persistent imbalance in production processes – insufficient capital renewal and mounting environmental damage. The proposed approach to studying the spatial characteristics of PSD formation can form the basis for developing territorially differentiated strategies and programs for the socioeconomic development of agriculture at the federal and regional levels.
