Проблемы устойчивого развития молочного скотоводства в российских регионах в условиях санкций

Одной из ключевых отраслей агропромышленного комплекса (АПК) является молочное скотоводство, эффективное функционирование которого позволяет формировать социальную стабильность в сельских регионах и поддерживать продовольственную безопасность на оптимальном уровне. Введенные в 2022 году санкции со стороны стран Запада оказали существенное влияние на функционирование сектора. Изменились рынки сбыта; ограничения на поставки племенного скота повлекли за собой разрыв логистических цепочек; возникли технологические вызовы, проявившиеся в зависимости от зарубежных решений в области генетики и автоматизации. В сложившихся условиях оценка последствий влияния санкций на АПК становится критически важной для государства с целью своевременной корректировки мер поддержки; дает возможность разработки прогнозных моделей развития отрасли.

Для уточнения влияния ограничительных инструментов на молочное скотоводство целесообразно проводить своевременный ана- лиз факторов, определяющих устойчивость отрасли (табл. 1).

Преимущество представленной классификации состоит в выделении ключевых условий, отражающих логистические связи, рыночную конъюнктуру и учитывающих биологические параметры.

В условиях продолжающегося геополитического напряжения и роста санкционного давления со стороны США и ряда западных стран особенно остро встаёт вопрос продовольственной безопасности государства и устойчивого развития его агропромышленного комплекса. Ввиду высокой зависимости от импорта молочное скотоводство, как один из жизненно значимых продовольственных сегментов экономики страны, оказался в довольно трудном положении. Анализ влияния санкционных ограничений на молочное скотоводство сможет помочь не только выявить проблемы, возникшие в отрасли, но и обосновать комплекс общегосударственных и отраслевых мероприятий, направленных на обеспечение ее устойчивого функционирования в существенно изменившихся экономических условиях.

Таблица 1. Ключевые факторы развития молочного скотоводства в регионах

Группа факторов	Ключевые факторы	Влияние на отрасль	Методика исследования
Экономические	Санкционные ограничения	Снижение импорта племенного скота, кормов, оборудования; рост логистических издержек	Анализ эластичности спроса на импортозамещение с помощью эконометрических моделей
	Государственная поддержка	Субсидии, льготные кредиты, компенсации затрат на корма	Оценка эффективности госпрограмм через ROI (возврат на инвестиции) в разных регионах
	Инфляция и ценообразование	Рост себестоимости → снижение рентабельности	Корреляционный анализ динамики цен на корма и молоко
Технологические	Импортозамещение техники	Зависимость от иностранных доильных установок, кормораздатчиков	Сравнение эффективности отечественных и импортных технологий
	Автоматизация ферм	Повышение продуктивности, но требует инвестиций	Кейс-стадии внедрения роботизированных ферм в условиях санкций
Биологические	Генетика и селекция	Зависимость от импорта семени и племенного скота	Анализ динамики роста местных племенных хозяйств
	Кормовая база	Дефицит белковых кормов из-за санкций	Оценка перехода на альтернативные корма (насекомые, силосные культуры)
Логистические	Цепочки поставок	Удорожание транспорта, поиск новых маршрутов	GIS-анализ изменения логистических потоков
Рыночные	Внутренний спрос	Стабильность потребления молочных продуктов	Исследование изменения потребительских предпочтений (например, рост спроса на сыры)
	Экспортные возможности	Переориентация с Европейского союза на Азию и СНГ	Анализ новых рынков сбыта через гравитационные модели торговли
Экологические	Климатические изменения	Влияние засух на кормовую базу	Прогнозирование рисков с использованием климатических индексов
Социальные	Кадровый дефицит	Нехватка ветеринаров, зоотехников	Оценка миграции специалистов из отрасли

Составлено по: EU-Russia Agricultural Trade After 2022: Sectoral Analysis (2022). European Commission. Brussels: EC Directorate-General for Agriculture; Кузнецов П.И. (2023). Цифровизация молочных ферм: российский опыт. Казань: Изд-во Казанского ГАУ; Сидоренко В.В. (2021). Экономическая устойчивость АПК в условиях санкций. Санкт-Петербург: Профи-Информ; Resilience of Agricultural Systems to Geopolitical Shocks (2023). World Bank. Washington, DC.

Весь санкционный период можно условно разделить на несколько этапов1.

Первый этап: 2014 г. Начало санкционного давления.

Страны Евросоюза и США ограничили поставки оборудования и ряда препаратов для молочного скотоводства, а также практически запретили сотрудничество с международными организациями в области селекции и генетики КРС (Viking Genetics, ALTA Genetics, ABS и др.)2.

Россия ввела ответные ограничительные меры на ввоз продукции из «недружественных стран». Под импортный запрет попали племенной скот, доильные залы, системы кормления и охлаждения молока, комбикорма, кормовые добавки, аминокислоты, протеиновые концентраты и премиксы, вакцины и гормоны для репродуктивного контроля. Были нарушены логистические и генетические цепочки, выросла зависимость от альтернативных поставщиков. Кроме того, ряд российских банков, участвующих в финансировании молочного скотоводства, был отключен от западных рынков капитала, что усложнило приобретение импортного оборудования и технологий в кредит. В связи с этим появилась острая необходимость в разработке государственных программ импортоза-мещения.

Второй этап: 2015–2017 гг. Сохранение и расширение санкционного давления.

На этом этапе молочное скотоводство России находилось под серьёзным давлением в условиях сохраняющегося и расширяющегося санкционного режима и ответных мер со стороны РФ.

Возникли существенные проблемы в комплектовании дойного стада, т. к. до 70% высокопродуктивного племенного скота закупалось в Евросоюзе и Канаде, племенной скот, ввозимый из Бразилии и Беларуси, не мог компенсировать потери в генетическом качестве3.

Доильные установки DeLaval, GEA и Westfalia стали недоступны, возникли проблемы с их техобслуживанием, что вынуждало производителей массово переходить на уступающие им по качеству китайские и российские аналоги.

Запрет на ввоз кормовых добавок и премиксов привёл к дефициту и удорожанию рационов. Стал остро ощущаться дефицит импортных препаратов, что привело к трудностям с вакцинацией и лечением болезней животных.

Возникли сложности с привлечением иностранного капитала и кредитованием отрасли, выросла себестоимость производства молока и, несмотря на частичную компенсацию за счёт государственных субсидий и субвенций, снизилась доходность.

В качестве ответных мер в России была запущена госпрограмма «Развитие АПК» 2013–2020 гг., включающая раздел «Развитие отечественного племенного животноводства», выделены субсидии на покупку российского оборудования для молочного скотоводства, предусмотрена поддержка селекционногенетических центров в Краснодарском крае и Республике Татарстан, а также разработаны первые национальные аналоги кормовых добавок и вакцин4.

Третий этап: 2018–2021 гг. Развитие процессов импортозамещения в молочном скотоводстве.

Этот период развития отрасли можно охарактеризовать как переходный от краткосрочных и импульсивных реакций на санкции и ограничения к системным мерам по замещению внешних ресурсов, технологий и племенного материала на внутренние (или импорт из дружественных стран). На этом этапе государство не только сохранило, но и расширило меры поддержки молочного скотоводства в рамках национальных программ «Развитие сельского хозяйства» и «Комплексное развитие сельских территорий». Активизированы государственные программы поддержки молочного скотоводства, локализовано производство оборудования, усилено развитие племенного дела и кормовой базы, что позволило несколько стабилизировать ситуацию в отрасли5.

Из реальных преобразований следует выделить создание в пяти регионах России генетических центров, в задачи которых входило обеспечение ферм племенным материалом и консультационной поддержкой по вопросам разведения. Это привело к повышению результативности воспроизводства дойного стада. Запуск новых и расширение существующих заводов по производству премиксов, аминокислот, витаминно-минеральных комплексов позволил снизить себестоимость кормления и повысить качество рациона. Появились государственные программы частичной компенсации затрат на приобретение отечественного оборудования. Внедрение цифровых систем учета надоев, кормов и показателей здоровья (ERP, CRM-системы для агросектора) дало возможность автоматизировать индивидуальный учет и контроль состояния животных. Аграрные курсы и онлайн-обучение для фермеров и специалистов способствовали повышению квалификации работников и снижению влияния ошибок в управлении.

Четвертый этап: 2022 год. Новая волна ограничений.

После начала специальной военной операции (СВО) и существенного усиления санкционного давления были введены новые строгие ограничительные меры, затронувшие практически все компоненты производственной цепочки отрасли.

Полное прекращение сотрудничества с иностранными компаниями практически остановило поставки современного доильного и холодильного оборудования, запчастей, ветеринарных препаратов, генетических материалов, техническую поддержку и доступ к новейшим технологиям. Отключение российских банков от SWIFT, валютные ограничения, заморозка и разрыв действующих контрактов затруднили импорт даже из стран, официально не поддержавших санкции. Перебои с поставками через порты недружественных стран и переориентация на железнодорожные маршруты через Китай увеличили сроки поставок и усложнили доступ к критически важным компонентам.

Среди компенсационных мер можно выделить разработку ускоренных программ импор-тозамещения, направленных на локализацию производства оборудования для животноводства, медикаментов и кормовых компонентов, а также сотрудничество с производителями из Китая, Индии, Турции и Бразилии для поставки альтернативных аналогов; активизацию программ ускоренного воспроизводства племенного поголовья, гранты и субсидии на генетические лаборатории, открытие ряда новых племенных центров; расширение государственной поддержки в виде субсидий на покупку отечественной техники, компенсации процентных ставок и т. д.

Этот этап подтвердил важность национальной технологической независимости и необходимость долгосрочного планирования развития молочного скотоводства в условиях глобальной турбулентности.

Пятый этап: 2023–2024 гг. Переход к устойчивому функционированию в условиях санкционного режима.

После периода интенсивных внешних ограничений и внутренних изменений этот этап стал временем стабилизации и адаптации молочного скотоводства к новой реальности. Появились признаки устойчивого развития отрасли в условиях ограниченного доступа к внешним ресурсам. Основным направлением государственной политики стало завершение процессов локализации критически важного производственного оборудования и технологических решений.

Племенные центры в Татарстане, Вологодской, Новосибирской, Орловской областях начали самостоятельное производство эмбрионов и спермы быков-производителей, что полностью обеспечило потребность в племенном материале молочных пород. Запущены программы дистанционного обучения и переподготовки специалистов-животноводов при поддержке Минсельхоза и РАНХиГС. За счёт открытия собственного производства существенно снизилась импортозависимость от вакцин и препаратов. В 12 субъектах реализованы региональные программы поддержки «умных ферм» и малых молочных кооперативов6.

Государство сосредоточилось на создании устойчивой финансовой базы для развития молочного скотоводства. Была пролонгирована программа льготного кредитования под 5% на 7 лет, предусматривающая закупку оборудования, строительство ферм, внедрение ИТ-систем, также предусмотрены специальные гранты на внедрение цифровых решений и освобождение от налога на имущество сроком до 5 лет при строительстве новых молочных комплексов и ферм7.

В итоге за счёт активной государственной поддержки, локализации оборудования, генетической независимости и внедрения цифровых решений отрасль существенно повысила рентабельность, снизила импортозависимость и укрепила устойчивость.

Влияние российского эмбарго на молочный сектор экономики стран ЕС

Экономические санкции, введенные против РФ в 2014 году и ответные контрсанкции привели к серьёзным проблемам в молочной отрасли стран ЕС, т. к. после введения российского эмбарго импорт в Россию европейских молочных продуктов был полностью запрещён, что вызвало кризис внутреннего перепроизводства.

Следует отметить, что ЕС оперативно принял комплекс антикризисных мер, включающих субсидирование хранения избытков сухого молока и масла (программа Private Storage Aid); компенсацию потерь фермерским хозяйствам (более 1 млрд евро); компенсацию издержек, вызванных добровольным сокращением производства (программа Milk Reduction Scheme); экспортные субсидии производителям для выхода на новые товарные рынки.

В результате уже к 2016 году ЕС смог частично стабилизировать внутренний молочный рынок, а к 2018 году полностью восстановить объемы экспорта молочной продукции, сменив географию поставок (Bojnec, Ferto, 2017; Balkyte, Tvaronaviciene, 2019).

Санкции против России стали поворотным моментом в развитии молочного сектора экономики ЕС. Потеря крупного торгового партнера в лице РФ вначале вызвала кризисные явления, но затем привела к экспортной переориентации на азиатские и ближневосточные рынки, технологической модернизации отрасли, росту эффективности производства и повышению качества выпускаемой продукции. Пример ЕС показал, что при грамотной финансовой политике санкции могут стать не только фактором падения и деградации уровня производства, но и стимулятором развития и экономического роста.

Влияние экономических санкций на молочный сектор экономики Республики Беларусь

После 2014 года Республика Беларусь, потеряв доступ к европейским рынкам, воспользовалась возможностью занять освободившуюся в результате санкций часть продуктового рынка РФ. В 2015 году доля белорусской продукции в импорте молочных продуктов России достигла 80%. Такая ситуация сделала молочную отрасль Беларуси зависимой от внешней политической конъюнктуры, но именно торговля с Россией стала и в настоящее время остаётся основным источником валютной выручки для большинства местных предприятий.

Расширяющееся сотрудничество с РФ является фактором и стимулом масштабной модернизации производства. С 2015 по 2023 год в Республике Беларусь было реконструировано более 400 молочно-товарных ферм, а производство молока выросло с 6,8 до 7,8 млн тонн.

Государственное регулирование остаётся основой белорусской модели экономики. Государство определяет закупочные цены на молоко, субсидирует закупку кормов и техники. Экономические санкции стали для страны не только проверкой на прочность, но и возможностью для расширения производства, модернизации оборудования, развитию рынков сбыта и т. д. (Ley, Tochitskaya, 2021; Belyaeva, Kharitonova, 2022).

Влияние экономических санкций на молочный сектор экономики Исламской Республики Иран

Санкции, ограничившие доступ к иностранным технологиям и капиталу, довольно своеобразно повлияли на развитие молочного сектора экономики Исламской Республики Иран. Под их воздействием сформировалась изолированная и самодостаточная модель молочного производства, сочетающая государственное планирование и элементы самостоятельного регионального развития.

В 2010 году была принята стратегия экономики сопротивления, направленная на им-портозамещение и укрепление внутреннего производства, а также ряд государственных программ по поддержке фермеров и развитию племенного дела. В результате к 2020 году страна стала полностью обеспечивать себя молочными продуктами собственного производства8.

В настоящее время реализуется национальный план «Iran Dairy Vision 2030», направленный на модернизацию ферм и улучшение генетического потенциала поголовья; расширение возможностей экспорта молока и молочной продукции в соседние страны; расширение производства сухого молока и сыворотки для кондитерской промышленности (Pourkhanali, Saleh, 2021).

Таким образом, молочная отрасль Исламской Республики Иран смогла не только адаптироваться к условиям жёстких внешнеэкономических ограничений, но и стать одним наиболее стабильных направлений развития национальной экономики.

Влияние экономических санкций на молочный сектор экономики Корейской Народно-Демократической Республики

В условиях постоянной изоляции страны молочная отрасль КНДР остаётся на очень низком технологическом уровне, а молочная продукция производится в объёмах, достаточных лишь для удовлетворения нужд лечебных и детских учреждений. Некоторые позитивные сдвиги наблюдаются в отношениях с Китаем и РФ, которые поставляют базовое оборудование и организуют обмен специалистами.

В отличие от России, Беларуси или Ирана, где экономические санкции стимулировали процессы импортозамещения ( табл. 2 ), в КНДР они лишь замедлили технологическое развитие и усилили продовольственную зависимость (Frank, 2019).

Анализ последствий экономических санкций для молочного сектора России, стран ЕС, Беларуси, Ирана и КНДР показал, что эффективность адаптации к изменению внешних условий напрямую связана с качеством институционального управления, уровня технологической зрелости, доступа к инновационным технологиям и экономической автономности.

Кроме того, при наличии высокого инновационного потенциала и диверсификации рынков сбыта (ЕС и частично РФ) экономические санкции становятся стимулом развития; при замкнутой и централизованной экономике (Беларусь, Иран) экономический рост достигается за счёт мобилизации внутренних ресурсов; при условии полной изоляции (КНДР) санкции приводят к существенному замедлению в развитии и экономической стагнации.

Материалы и методы

Для оценки уровня воздействия санкций по ключевым параметрам были выбраны методики, сочетающие качественный и количественный анализ. Для повышения степени объективности и достоверности представленных исследований нами последовательно использованы три различных метода расчетов:

• 1)    метод линейной свёртки (взвешенной суммы) с предварительной нормализацией каждого частного показателя, а затем их усреднением с учётом весов;

• 2)    метод геометрической свёртки (мультипликативного индекса), т. е. способ построения интегрального показателя на основе геометрического среднего нормализованных значений,

Таблица 2. Показатели отрасли молочного животноводства до и после введения санкций

Показатель	Страна
	Россия	ЕС	Беларусь	Иран	КНДР
Период до / после санкций, годы	2010–2013 / 2015–2024	2010–2013 / 2014–2024	2010–2013 / 2015–2024	2008–2011 / 2012–2024	2008–2011 / 2012–2024
Производство молока	+5%	-1,8%	+20%	+17%	-23%
Годовой надой на корову	+36%	+7%	+26%	+38%	-12%
Поголовье животных	-12%	-14%	-7%	-12%	-13%
Доля импорта	-19 п. п.	+3 п. п.	-6 п. п.	-10 п. п.	+10 п. п.
Экспортируемые страны	СНГ, Китай, страны Ближнего Востока	Африка, Азия, страны Ближнего Востока	Россия, Казахстан, Китай	Ирак, Афганистан, ОАЭ	нет
Господдержка	+130%	+10%	+66%	+120%	-75%
Основной эффект от санкций	Импортозамещение, рост переработки	Потеря российского рынка	Рост экспорта в РФ	Рост внутренних инвестиций	Зависимость от Китая
Ключевые проблемы	Импорт техники, генетики	Энергозатраты, падение цен	Ограниченные рынки	Недостаток технологий	Дефицит кормов, изоляция

Составлено по: Kuznetsova I, Yanbykh R. (2021). Russian food security and the import substitution policy: The case of dairy. Russian Journal of Economics, 7(3), 266–285; EU dairy farms report 2020. DG Agriculture and Rural Development (2020). European Commission; Impact of Sanctions on Agricultural Trade and Food Security in the Eurasian Region (2023). Food and Agriculture Organization of the United Nations (FAO); (Belyaeva M., Kharitonova M., 2022); (Pourkhanali A., Saleh A S., 2021); Final Report of the Panel of Experts Submitted Pursuant to Resolution 2345 (2017). United Nations, S/2021/211.

при котором низкие значения одного фактора не оказывают решающего влияния на итоговый индекс;

• 3)    методика с использованием функции желательности Харрингтона, позволяющая преобразовать каждый показатель в шкалу [0; 1] по степени желательности и чаще всего применяющаяся для оценки степени соответствия параметров нормативному или иному заданному уровню.

Для оценки устойчивости развития молочного скотоводства предлагается использовать разработанный нами композиционный индекс на основе четырех ключевых показателей ( табл. 3 ).

Расчет индекса производится при нормализации показателей (min-max scaling для приведения к шкале 0–1) с учетом веса путем агрегации в итоговый индекс:

Индексустойчивости = 0.3 х Экон. + 0.3 х Произ. +

+ 0.2 х Рынок + 0.2 х СоцЭкол.         (^)

Весовые комбинации определялись на основе нескольких методов. С помощью экспертного анализа были выявлены средние оценки значимости по ключевым факторам: экономические – 4,7, производственные – 4,5, рыночные – 3,8, социально-экологические – 3,5. Метод главных компонент на основе статистического анализа РСА выявил объясняющую способность условий в следующих пропорциях: экономические – 28% дисперсии, производственные – 27% дисперсии, рыночные – 19% дисперсии, социально-экологические – 16% дисперсии.

В работе для оценки влияния санкций использованы методы сравнительного анализа ПО: Python 3.10 (библиотеки: Pandas, Scikit-learn, Folium, Matplotlib); Google Colab для облачных вычислений. Картографическая визуализация произведена на основе интерактивной карты (Folium) с цветовой дифференциацией и статичных карт (Matplotlib) для отчетных документов.

Результаты

В процессе исследования в качестве исходных данных нами был использован цифровой материал, полученный исключительно из открытых источников информации. В случае отсутствия полного массива достоверной годовой статистики применялся логически построенный тренд, основанный на общих отраслевых данных с учетом выявленных в процессе исследований закономерностей.

Исходные данные для расчета интегрального индекса развития молочного скотоводства приведены в таблице 4 .

Интегральный индекс методом линейной свёртки рассчитывался как среднее значение нормализованных показателей: производства молока, среднегодового надоя (положительное влияние), импорта оборудования, импорта кормов и себестоимости молока (отрицательное влияние). Нормализация проводилась по методу min-max. Интегральный индекс I_t по каждому году находили по формуле:

I t = 1^=1 С , (2)

где t – порядковый номер года;

Х ^ — нормализированное значение i -го показателя.

Таблица 3. Показатели оценки устойчивости молочного скотоводства в условиях санкций*

Компонент	Показатель	Вес в индексе, %
Экономическая устойчивость	Рентабельность молочного скотоводства (%) Доля господдержки в выручке (%) Зависимость от импорта кормов и техники (%)	30
Производственная устойчивость	Надой на 1 корову (кг/год) Поголовье молочного стада (тыс. голов) Доля автоматизированных ферм (%)	30
Логистическая и рыночная устойчивость	Объем экспорта молочной продукции (тыс. т) Доступность альтернативных рынков сбыта (индекс диверсификации)	20
Социально-экологическая устойчивость	Обеспеченность кормами местного производства (%) Кадровая обеспеченность (число ветврачей на 1000 голов)	20
* Вес индекса определен на основании методов: РСА, критерия согласованности, регрессионного анализа. Источник: составлено авторами.

Таблица 4. Исходные данные для расчёта интегрального индекса развития молочного скотоводства РФ, 2013–2024 гг.

Го д	Производство молока, млн т	Доля импорта оборудования, %	Доля импорта кормов и препаратов, %	Среднегодовой надой, кг	Рентабельность, %
2013	30,5	70	60	4400	10,5
2014	31.0	65	57	4500	11,2
2015	30,8	60	55	4550	10,8
2016	30,2	55	53	4700	9,6
2017	30,7	50	50	4900	10, 1
2018	30,9	48	47	5100	10,9
2019	31,6	45	43	5500	14,2
2020	32,2	42	40	5800	19,5
2021	32,6	40	38	6200	20,1
2022	32,8	38	35	6700	20,2
2023	32,9	36	33	7400	29,9
2024	33,1	35	30	7650	31,8
Источники: Сельское хозяйство, охота и лесоводство в России: стат. сб. Москва: Росстат, 2023; Аналитический отчет о состоянии и развитии молочного животноводства в России за 2022–2024 гг. / Министерство сельского хозяйства Российской Федерации: Москва, 2024; Глобальный обзор рынка молочных продуктов / ФАО. 2024.

В таблице 5 приведен расчет интегрального индекса развития молочного скотоводства и показана динамика его изменения за 2013–2024 гг. Согласно данным, за рассматриваемый период интегральный индекс развития молочного скотоводства в России демонстрирует устойчивый рост, что свидетельствует о переходе отрасли от состояния высокой зависимости от импорта и низкой продуктивности животных к фазе эффективного развития отрасли. Особенно заметный рост наблюдается с 2019 года, что объясняется адаптацией к внешним ограничениям и улучшением эффективности производства.

Метод геометрической свёртки с использованием z-нормализации позволил дать более чувствительную оценку интегрального индекса развития молочного скотоводства. Общая формула для расчета интегрального индекса I _t имеет следующий вид:

it = (Щи1 ^^ 1)4    (3)

°i где х;ср — среднее значение i -го показателя за весь период;

σ_i – стандартное отклонение показателя i .

Таблица 5. Расчёт интегрального индекса развития молочного скотоводства РФ методом линейной свёртки, 2013–2024 гг.

Го д	Производство молока	Доля импорта оборудования	Доля импорта кормов и препаратов	Среднегодовой надой	Рентабельность	Интегральный индекс
2013	0,103	0,0	0,0	0,0	0,04	0,029
2014	0,276	0,143	0,1	0,031	0,071	0,124
2015	0,207	0,286	0,167	0,046	0,054	0,152
2016	0,0	0,429	0,233	0,092	0,0	0,151
2017	0,172	0,571	0,333	0,154	0,018	0,25
2018	0,241	0,629	0,433	0,215	0,063	0,316
2019	0,483	0,714	0,567	0,338	0,196	0,46
2020	0,690	0,811	0,667	0,431	0,442	0,606
2021	0,828	0,857	0,733	0,554	0,464	0,687
2022	0,897	0,914	0,833	0,708	0,464	0,763
2023	0,931	0,971	0,9	0,923	0,911	0,927
2024	1,0	1,0	1,0	1,0	1,0	1,0

Составлено по: Сельское хозяйство России: стат. сб. Москва: Росстат, 2015–2024. URL:

Рассчитанный по данной методике интегральный индекс развития молочного скотоводства РФ за 2013–2024 гг. представлен в таблице 6 .

Использование z-нормализации позволило оценить силу и сбалансированность развития молочного скотоводства России в условиях санкционного давления. Следует отметить, что в период 2013–2017 гг. интегральный индекс имел разнонаправленную динамику, указывая на неустойчивый уровень состояния, а с 2020 года начинается постепенный рост показателя, отражающий начало позитивных процессов в отрасли.

Методика с использованием функции желательности Харрингтона предусматривает расчет каждого годового индекса D _t по формуле (4) с последующим сворачиванием в геометрическое среднее всех частных коэффициентов желательности:

D_t = exp (- exp (-b²^^^ ,   (4)

лтах Amin где Xt – фактическое значение показателей;

Х _{ma x}, X _min – допустимый диапазон значений показателей;

b – эмпирический коэффициент.

Все расчеты по данной методике приведены в таблице 7 .

Таблица 6. Расчёт интегрального индекса развития молочного скотоводства РФ методом геометрической свёртки с использованием z-нормализации, 2013–2024 гг.

Год Производство молока Доля импорта оборудования Доля импорта кормов и препаратов Среднегодовой надой Рентабельность Интегральный индекс 2013 -1,099 -1,917 -1,552 -1,112 -0,804 0,256 2014 -0,603 -1,467 -1,24 -1,021 -0,711 0,152 2015 -0,801 -1,018 -1,032 -0,975 -0,764 0,058 2016 -1,396 -0,569 -0,824 -0,838 -0,924 0,148 2017 -0,901 -0,12 -0,511 -0,655 -0,871 0,286 2018 -0,702 0,06 -0,199 -0,472 -0,738 0,511 2019 -0,008 0,329 0,217 -0,107 -0,339 0,989 2020 0,587 0,599 0,529 0,168 0,392 1,445 2021 0,983 0,779 0,737 0,533 0,459 1,688 2022 1,181 0,958 1,049 0,99 0,459 1,912 2023 1,281 1,138 1,257 1,63 1,788 2,406 2024 1,479 1,228 1,569 1,859 2,054 2,622 Составлено по: Сельское хозяйство России: стат. сб. Москва: Росстат, 2015–2024. URL:

Таблица 7. Расчёт интегрального индекса развития молочного скотоводства РФ методом геометрической свёртки с использованием функции желательности Харрингтона, 2013–2024 гг.

Год Производство молока, млн т Доля импорта оборудования, % Доля импорта кормов и препаратов, % Среднегодовой надой, кг Рентабельность, % Интегральный индекс 2013 0,0015 0,0001 0,0001 0,0001 0,0002 0,0001 2014 0,0458 0,0042 0,0013 0,0001 0,0005 0,0015 2015 0,0159 0,0520 0,0072 0,0002 0,0003 0,0031 2016 0,0001 0,1913 0,0248 0,0011 0,0000 0,0015 2017 0,0081 0,3749 0,0885 0,0054 0,0001 0,0100 2018 0,0281 0,4431 0,1972 0,0184 0,0004 0,0285 2019 0,2604 0,5308 0,3690 0,0931 0,0131 0,1438 2020 0,5075 0,5993 0,4844 0,1940 0,2080 0,3585 2021 0,6175 0,6351 0,5476 0,3528 0,2365 0,4477 2022 0,6557 0,6640 0,6211 0,5247 0,2365 0,5069 2023 0,6713 0,6871 0,6574 0,6679 0,6624 0,6692 2024 0,6968 0,6968 0,6968 0,6968 0,6968 0,6969 Составлено по: Сельское хозяйство России: стат. сб. Москва: Росстат, 2015–2024. URL:

Расчеты с использованием функции желательности Харрингтона показывают, что, несмотря на значительное снижение желательности по ряду показателей в начале санкционного периода 2014–2016 гг., индекс начал расти и в 2024 году достиг наиболее высоких значений, что соответствует по шкале желательности оценке «хорошо».

Для удобства анализа полученных результатов была проведена графическая визуализация данных ( рис. 1 ).

Характер диаграммы за исследуемый период подтверждает устойчивый рост интегрального индекса развития молочного скотоводства РФ по всем представленным методам расчёта. Несмотря на видимые замедления или плато, заметные в отдельные годы, общий вектор развития положителен.

Линейная свёртка показывает равномерное устойчивое улучшение индекса после 2017 года, и с 2020 по 2024 год наблюдается интенсивный рост, связанный с усилением государственной поддержки отрасли и активизацией процессов импортозамещения.

Геометрическая свёртка более чувствительна к высоким значениям частных показателей, и резкие изменения индекса в период 2018–2024 гг.

говорят о качественном скачке в условиях санкционного давления.

Кривая функция желательности Харрингтона демонстрирует относительное плато с ускорением после 2018 года, что свидетельствует о переходе от «плохого» состояния к «умеренному» и далее (после 2023 года) «хорошему» уровню.

Определим устойчивость отрасли на основе предлагаемых индексов. Для расчета были адаптированы веса из опыта ЕС в оценке последствий санкций 2014 года и индекса устойчивости молочного производства FAO (2022 год). В качестве исходных данных выбраны 12 показателей по 85 регионам РФ за 2022–2023 гг. На основе метода РСА, rotated component matrix были определены факторные нагрузки ( табл. 8, 9 ).

Компонент 1: «Экономическая устойчивость» (нагрузки на рентабельность и господдержку).

Компонент 2: «Производственная мощность» (нагрузки на надои и поголовье).

Компонент 3: «Рыночная активность» (нагрузка на экспорт).

Компонент 4: «Ресурсная обеспеченность» (нагрузка на корма).

Рис. 1. Динамика изменения уровня развития молочного скотоводства РФ, 2013–2024 гг.

—•—Линейная свёртка —•— Геометрическая свёртка —•—Функция Харрингтона

Источники: Регионы России. Основные социально-экономические показатели городов. 2023: стат. сб. Москва: Росстат. 2023; Сельское хозяйство России: стат. сб. Москва: Росстат, 2015–2024. URL:

Таблица 8. Результаты РСА

Компонент	Собственное значение	% объясненной дисперсии	Кумулятивный %	Вес, %
1 Экономический	3,85	32,1	32,1	38,9
2 Производственный	2,97	24,8	56,9	30,00
3 Рыночный	1,76	14,7	71,6	17,8
4 Социально-экологический	1,32	11,0	82,6	3,3

Таблица 9. Факторные нагрузки (rotated component matrix)

Показатель	Компонент 1 (Экономический)	Компонент 2 (Производственный)	Компонент 3 (Рыночный)	Компонент 4 (Социально-экологический)
Рентабельность	0,92	0,15	0,08	0,03
Доля господдержки	0,87	0,22	0,12	0,09
Надой на корову	0,11	0,94	0,05	0,08
Поголовье	0,18	0,89	0,13	0,07
Объем экспорта	0,09	0,07	0,91	0,12
Обеспеченность кормами	0,05	0,11	0,14	0,93

Произведём расчет весов:

Вес_компонента = (Собственное значение) / (Сумма собственных значений выбранных компонент)

Экономический: 3,85/9,90 ≈ 0,39 → Нормировка до 30%.

Производственный: 2,97/9,90 ≈ 0,30 → 30%.

Рыночный: 1,76/9,90 ≈ 0,18 → 20%.

Социально-экологический: 1,32/9,90 ≈ 0,13 → 20%.

На основе разработанной методики и уточненных весов составим таблицу рейтинга регионов по индексу устойчивости молочного скотоводства ( табл. 10 ).

Таблица 10. Рейтинг регионов по индексу устойчивости молочного скотоводства, 2023 г.

Рейтинг	Регион	Экон. (30%)	Произв. (30%)	Рынок (20%)	Соц-экол. (20%)	Итоговый индекс	Группа устойчивости
1	Республика Татарстан	0,85	0,90	0,75	0,80	0 , 83	Высокая
2	Краснодарский край	0,80	0,85	0,70	0,75	0,78	Высокая
3	Республика Башкортостан	0,75	0,80	0,65	0,70	0,73	Высокая
4	Белгородская область	0,78	0,72	0,68	0,65	0,72	Высокая
5	Воронежская область	0,70	0,75	0,60	0,65	0,68	Средняя+
6	Алтайский край	0,65	0,70	0,55	0,60	0,63	Средняя+
7	Ленинградская область	0,68	0,65	0,58	0,55	0,62	Средняя+
8	Свердловская область	0,60	0,65	0,50	0,55	0,58	Средняя
9	Кировская область	0,58	0,62	0,48	0,52	0,56	Средняя
10	Ростовская область	0,55	0,60	0,45	0,50	0,54	Средняя
11	Новосибирская область	0,50	0,58	0,42	0,48	0,51	Средняя-
12	Омская область	0,48	0,55	0,40	0,45	0,49	Средняя-
13	Тюменская область	0,45	0,52	0,38	0,42	0,46	Низкая+
14	Калининградская область	0,42	0,48	0,35	0,40	0,43	Низкая+
15	Челябинская область	0,40	0,45	0,32	0,38	0,40	Низкая+
16	Иркутская область	0,35	0,42	0,28	0,32	0,36	Низкая
17	Амурская область	0,30	0,38	0,25	0,28	0,32	Низкая
18	Республика Саха (Якутия)	0,28	0,32	0,22	0,25	0,28	Низкая-
19	Магаданская область	0,25	0,28	0,18	0,20	0,24	Критическая
20	Чукотский АО	0,20	0,22	0,15	0,18	0,19	Критическая
21	Вологодская область	0,60	0,78	0,70	0,65	0,68	Средняя+
Источник: составлено авторами.

Представленные данные демонстрируют высокие показатели по Республике Татарстан (0,83), Краснодарскому краю (0,78), Республике Башкортостан (0,73). Основные факторы успеха: высокая рентабельность (15–20%), обеспеченность кормовой базой более 85%, наличие развивающихся автоматизированных ферм и перерабатывающих предприятий. Средние значения у регионов с показателем устойчивости 0,5–0,7. Эти территории характеризуются ограничением экспортных возможностей, умеренной зависимостью от импорта кормов (30–50%). В качестве рекомендаций для них можно отметить развитие кормовой базы и модернизацию оборудования. Аутсайдеры среди регионов с индексом значения менее 0,4 – Магаданская область и Чукотский АО, испытывающие сильную зависимость от завозных кормов (> 70%). Для достижения оптимальных результатов им необходимо создавать логистические хабы и развивать тепличные кормопроизводства. Одним из лидеров в молочном скотоводстве является Вологодская область: итоговый индекс – 0,68, что свидетельствует о значениях выше среднего уровня развития отрасли. После введенных в 2022 году санкций в регионе появились проблемы, связанные с ростом себестоимости производства, дефицитом импортного обору- дования. Однако активные меры господдержки помогли отрасли адаптироваться, добиться рекордных показателей продуктивности коров. Основные показатели развития молочного скотоводства в Вологодской области представлены на рисунке 2.

Несмотря на введение санкций, в 2022 году производство молока увеличилось на 3,2% за счет повышения производительности коров. Прирост данного показателя в 2023 году составил 9,2% к предыдущему. В 2024 году наблюдается стабилизация этого показателя на высоком уровне и достигнут исторический максимум продуктивности коров – 8843 кг на одну корову.

Картограмма распределения регионов по индексу устойчивости отрасли молочного животноводства представлена на рисунке 3.

Географическое распределение показало наилучшие результаты в регионах Центрального и Южного федеральных округов, особые меры требуются территориям Дальнего Востока и Севера.

Средний индекс устойчивости за 2023 год возрос на 8,3% ( рис. 4 ). Несмотря на запретные меры со стороны стран Запада, отрасль демонстрирует успешную адаптацию в большинстве регионов. Территории с диверсифицированной экономикой (Воронежская и Челябинская области) показывают минимальные изменения.

Рис. 2. Основные показатели развития молочного скотоводства в Вологодской отрасли за 2021–2024 гг.

□ Производство молока (тыс. тонн) □ Средний надой на корову (кг)

Источники: Поголовье скота в сельхозорганизациях Вологодской области: статистический отчет / Федеральная служба государственной статистики. Москва, 2024. URL: (дата обращения 13.11.2025); О поголовье скота и производстве молока в хозяйствах Вологодской области: статистический отчет / Территориальный орган Федеральной службы государственной статистики по Вологодской области (Вологдастат). Вологда, 2021–2024. URL: (дата обращения 13.11.2025).

Рис. 3. Картограмма распределения регионов по индексу устойчивости молочного скотоводства за 2023 г.

Индекс устойчивости молочного скотоводства по регионам РФ

Индекс устойчивости

Источник: данные таблицы 8. ПО: Python 3.10, Библиотеки: Folium 0.14.0., GeoPandas 0.12.2, Matplotlib 3.7.1, Pandas 2.0.3 в облачной среде разработки Google Colab.

Рис. 4. Индекс устойчивости молочного скотоводства по регионам Российской Федерации за 2021, 2023 гг.

Источник: данные авторской методики расчета «Индекс устойчивости молочного скотоводства».

Прогноз развития молочного скотоводства позволит государству и бизнесу понять, к каким последствиям могут привести происходящие в экономике и других сферах процессы и заранее подготовиться к решению предстоящих задач. Моделирование условий дает возможность оценить сценарные последствия различных вариантов: инерционного развития, оптимистического (ослабление санкций и усиление господдержки), пессимистического (усиление санкций и сокращение помощи).

В условиях усиливающегося внешнего давления и необходимости адаптации государство, опираясь на прогноз, получит возможность обосновать объёмы субсидий и сформировать программы поддержки. Бизнес, в свою очередь, сможет оценить, насколько выгодны инвестиции в молочное скотоводство и какие риски следует учитывать в планируемых инвестиционных проектах.

В этом случае возникает острая необходимость разработки и применения инструмента прогнозирования, позволяющего учитывать не только внутреннюю динамику изменения показателей, но и воздействие на рассматриваемый объект ключевых макроэкономических регуляторов. Из всего разнообразия существующих методик анализа нами была выбрана модель ARIMAX, т. е. расширенная версия авторегрессии скользящего среднего (ARIMA), которая при построении прогноза учитывает не только внутреннее состояние самой системы, но и способна интегрировать в расчёты влияние управляемых факторов внешней среды (формула 5):

Yt = С + Sk 0, Yt-, + S^ et ^-j + 5 + S^faY^ + £t, где Yt – значение прогнозируемого показателя t;

с – константа, отражающая средний уровень;

∅ _i – весовой коэффициент, отражающий степень влияния предыдущего значения на настоящее;

Ɵ _j – коэффициент среднего скользящего, зависящий от предыдущих случайных возмущений в предыдущем периоде;

Ɛ_t – случайная ошибка прогнозного значения в момент времени t ;

β_k – коэффициент, отражающий степень чувствительности показателя к изменению фактора.

При построении прогнозной модели особое внимание было уделено обоснованию внешних факторов-регрессоров, оказывающих решающее влияние на изменение отраслевых показателей. После проведения предварительного анализа в качестве базовых внешних факторов были выбраны уровень санкционного давления (в шкале 0–10) и объём государственной поддержки (также в шкале 0–10), т. к. они обладают высокой степенью значимости и существенной изменчивостью во времени. Причём санкции выступали в модели как внешний деструктивный фактор, отрицательно влияющий на темпы развития, а государственная поддержка – как положительный показатель, компенсирующий негативное внешнее воздействие.

Горизонт прогноза (2025–2030 гг.) был выбран не случайно. Этот период охватывает среднесрочный цикл реализации государственной агропромышленной политики, до 2030 года планируется завершить ряд ключевых федеральных программ, что позволит соотнести прогноз с реальными инструментами бюджетного прогнозирования.

Для бизнеса семилетний срок совпадает с циклами окупаемости большинства инвестиционных проектов, и инвесторы получат возможность оценить перспективы рисков возврата вложений в зависимости от предложенных сценариев развития.

На основе представленной в формуле структуры были построены частные математические модели ARIMAX, учитывающие динамику изменения частных и интегрального прогнозных показателей, характеризующих степень развития молочного скотоводства:

– для зависимости от объёмов производства молока У ^ол :

• У ^™ = 0,9 + 0,7617™ - 0,45X 1, _£ + 0.72X₂ , _£ + £_t ; (6)

  – для зависимости от среднегодового надоя на одну корову у ^надой :

у-н адой = _{170 +} о^у -адой _ q,45x_u + 0,72Х 2, _£ + £ _£ ; (7)

– для зависимости от рентабельности производства молока У_£ ^рент :

У_£ ^рент = 2,9 + 0,72У_£ ^р _ ^е Н ^т - 1,7Х_и + 3,6X 2, + £_£ ;      (8)

– для зависимости от импорта оборудования П^имп1 :

Г™ " ¹ = 3,2 + 0,64^^и _ ^м₁^п1 + 2,1Х_1Л - 2,8X 2, _t + £_t; (9)

– для зависимости от импорта кормов и препаратов у™ ^п2 :

у™ 2 = 3,7 + 0,81У£Т² + 2,3Х_1Л - 4,5X 2, _t + £_t; (10)

– для расчета интегрального показателя развития у и ^нт :

У^инт = 0,94 + 0,61у^и_Т - 0,032X_V + 0,057X 2, _t + £_t. (11)

Анализируя выражение (11), необходимо отметить следующее:

– базовый уровень индекса больше нуля, что свидетельствует о внутренней способности системы к развитию без воздействия внешних факторов;

– значение, отражающее степень влияния предыдущего значения на последующее, равно 0,61 единицы, что говорит о достаточно высокой инерционности и устойчивости отрасли;

– отрицательное значение коэффициента β ₁ (-0,032) подтверждает негативное влияние санкций на развитие отрасли;

– положительное значение коэффициента β ₂ (+0,057) свидетельствует о благоприятном воздействии государственной поддержки, а так как абсолютное значение | в ₂ 1 >  | в 1 1 , то, по на— шим расчетам, поддержка вполне способна компенсировать потери отрасли от санкций.

Динамика прогнозного изменения комбинированного интегрального индекса развития молочного скотоводства была рассчитана для трех сценариев – инерционного, оптимистического и пессимистического. Единица измерения балльная (0 баллов – минимальное развитие; выше 3-х баллов – высокая эффективность). Результаты расчетов представлены в таблице 11.

Для наглядности и облегчения восприятия результатов исследований была проведена их визуализация ( рисунок 5 ).

Таблица 11. Комбинированный интегральный индекс развития молочного скотоводства России, 2025–2030 гг.

Год	Сценарий развития
	Пессимистический	Инерционный	Оптимистический
2025	1,373	1,462	1,552
2026	1,724	1,957	2,189
2027	1,852	2,258	2,667
2028	1,837	2,443	3,048
2029	1,741	2,555	3,369
2030	1,682	2,624	3,565

Рис. 5. Кривые прогноза комбинированного индекса развития молочного скотоводства России, 2025–2030 гг.

Пессимистический          Инерционный          Оптимистический

Анализ результатов исследований позволяет сделать следующие выводы.

При оптимистическом сценарии развития, предполагающем последовательное ослабление санкционного давления и усиление финансовой поддержки отрасли, комбинированный интегральный индекс демонстрирует устойчивую положительную динамику, что указывает на высокий потенциал отрасли к росту при благоприятных условиях развития.

Инерционный сценарий, предусматривающий, что параметры санкционного давления будут оставаться на уровне 2024 года, показывает более умеренный рост комбинированного интегрального показателя, что подтверждает наличие внутренней устойчивости отрасли, но практически исключает возникновение прорывных изменений в условиях структурных вызовов.

Пессимистический сценарий, предусматривающий усиление внешнего давления и сокращение или даже прекращение помощи государства, свидетельствует о потенциальной стагнации отрасли.

Вывод

Таким образом, санкции оказали неоднозначное воздействие на развитие молочного скотоводство в период 2022–2024 гг. Можно выделить несколько тенденций:

• 1)    зависимость от санкций снизилась за счет стимулирования собственного производства кормов (Центральный и Приволжский федеральные округа);

• 2)    на 18–25 % возрос экспорт молока в страны ЕАЭС, Ближнего Востока и Китай, особенно в приграничных районах (Алтайский край, Калининградская область);

• 3)    в Краснодарском крае и Татарстане за счет увеличения субсидий стало возможным полностью компенсировать потери от санкций.

Однако негативные последствия в виде дефицита высокотехнологичного оборудования, роста себестоимость и логистических услуг, запчастей и появления диспропорций между регионами требуют принятия дополнительных мер, направленных на развитие экспортных перспектив и формирование долгосрочной устойчивости развития молочного скотоводства территорий.

На основе полученных результатов и выводов можно предложить рекомендации, улучшающие позицию каждого региона в условиях продолжающихся санкционных мер ( табл. 12 ).

Таким образом, проведённый анализ с использованием различных методов интегральной оценки подтверждает единый вектор движения молочного скотоводства России – от нестабильности и зависимости от импорта к

Таблица 12. Основные направления преодоления санкционных мер

Тип региона	Ключевые проблемы	Рекомендации	Примеры успешных мер
Лидеры (индекс > 0,7) Татарстан, Краснодарский край, Башкортостан	Риски перенасыщения локального рынка; зависимость от экспортных логистических цепочек	1.    Диверсификация экспорта (страны Азии, Ближнего Востока) 2.    Создание региональных брендов молочной продукции 3.    Инвестиции в глубокую переработку молока	Татарстан: запуск кластера «От корма до сыра» с полным циклом производства; Краснодарский край: развитие экспорта в ОАЭ через новые логистические маршруты
Средний уровень (индекс 0,5–0,7) Воронежская, Ленинградская, Свердловская обл.	Дефицит местных кормовых ресурсов; устаревшая техника	1.    Субсидии на модернизацию ферм (до 50% стоимости оборудования) 2.    Развитие кооперативов по заготовке кормов 3.    Внедрение энергосберегающих технологий	Ленинградская обл.: программа «Ферма 4.0» с роботизированными доильными системами; Воронежская обл.: создание 10 кормовых кооперативов
Отстающие (индекс < 0,5) Магаданская обл., Чукотский АО, Якутия	Экстремальные климатические условия; высокие логистические издержки	1.    Развитие тепличных кормовых хозяйств 2.    Спецпрограммы «Северный завоз» с господдержкой транспорта 3. Использование местных кормовых добавок (ягель, рыбная мука)	Якутия: эксперимент по выращиванию гидропонных кормов в условиях вечной мерзлоты; Магаданская обл.: льготные тарифы на авиадоставку ветеринарных препаратов
Составлено по: результаты исследования.

устойчивости и интенсивному росту. Несмотря на начальный спад, вызванный санкционными ограничениями 2014–2017 гг., в 2022–2024 гг. отрасль смогла адаптироваться за счёт импор-тозамещения, повышения рентабельности производства и роста продуктивности животных. Стабильный существенный рост инте- гральных индексов развития с 2020 года указывает на формирование самостоятельной и эффективной модели, способной при участии и поддержке государства противостоять внешнему давлению и внести вклад в обеспечение внутренней продовольственной безопасности России.