Прогноз влияния инвестиций на пространственную неоднородность развития отрасли животноводства

Прогноз влияния инвестиций на пространственную неоднородность развития отрасли животноводства

Автор: Наумов Илья Викторович, Седельников Владислав Михайлович

Журнал: Экономические и социальные перемены: факты, тенденции, прогноз @volnc-esc

Рубрика: Общественные финансы

Статья в выпуске: 2 т.16, 2023 года.

Бесплатный доступ

Статья посвящена исследованию проблем неравномерного пространственного развития сферы животноводства в регионах России, формирующегося под воздействием множества факторов, в том числе объема привлекаемых инвестиций, кадровых ресурсов, и ставящего под угрозу продовольственную безопасность территорий. В качестве цели исследования выступает оценка пространственной неоднородности развития отрасли животноводства в Свердловской области. Для реализации данной цели были поставлены следующие задачи: провести пространственный автокорреляционный анализ развития отрасли животноводства в муниципальных образованиях Свердловской области, рассмотреть влияние инвестиций и затрат на развитие кадрового потенциала на пространственную неоднородность отрасли животноводства в регионе, оценить пространственные эффекты от развития отрасли животноводства в территориальных системах, сформировать прогнозные сценарии ее развития в муниципальных образованиях региона до 2025 года. Анализ теоретико-методологических подходов к оценке пространственной неоднородности на региональном и муниципальном уровнях показал разнообразие используемых отечественными и зарубежными исследователями методов. Их применение не позволяет комплексно оценить пространственную неоднородность развития отрасли животноводства. Для решения этой проблемы был предложен методический подход, новизной применения которого является системность использования методов пространственного автокорреляционного анализа по различным матрицам пространственных весов, регрессионного анализа по панельным данным и ARIMA-моделирования, которые в сочетании друг с другом дают возможность установить степень влияния инвестиций и других факторов на неоднородность развития отрасли животноводства в муниципальных образованиях региона и сформировать систему различных прогнозных сценариев. Построенные регрессионные модели подтвердили дифференцированное влияние инвестиций и кадровых ресурсов на пространственную неоднородность сферы животноводства в Свердловской области и обозначили перспективы ее развития.

Еще

Инвестиции, животноводство, пространственная неоднородность, производственная функция кобба - дугласа, пространственная автокорреляция, сценарное прогнозирование, arima-моделирование

Короткий адрес: https://sciup.org/147240815

IDR: 147240815   |   DOI: 10.15838/esc.2023.2.86.5

Список литературы Прогноз влияния инвестиций на пространственную неоднородность развития отрасли животноводства

  • Архипова М.Ю., Смирнов А.И. (2020). Современные направления прогнозирования урожайности сельскохозяйственных культур на основе использования эконометрических моделей // Вопросы статистики. № 27 (5). С. 65–75. DOI: https://doi.org/10.34023/2313-6383-2020-27-5-65-75
  • Бровкова А.В. (2014). Совершенствование подходов к статистическому анализу социально-экономического неравенства и конвергенции регионов России // Вестник Саратовского государственного социально-экономического университета. № 2. С. 113–117.
  • Гагарина Г.Ю., Болотов Р.О. (2021). Оценка межрегионального неравенства в Российской Федерации и его декомпозиция с применением индекса Тейла // Федерализм. Т. 26. № 4 (104). С. 20–34. DOI: http:// dx.doi.org/10.21686/2073-1051-2021-4-20-34
  • Глазырина И.П., Забелина И.А., Клевакина Е.А. (2010). Уровень экономического развития и распределение экологической нагрузки между регионами РФ // Журнал Новой экономической ассоциации. № 7. С. 70–88.
  • Горбатовская О. (2017). Факторы и методы оценки территориальной дифференциации сельскохозяйственного производства // Аграрная экономика. № 6. С. 18–29.
  • Дуброва Т.А. (2014). Применение многомерных статистических методов для анализа состояния и тенденций развития российского рынка мяса // Вопросы статистики. № 8. С. 67–75. DOI: https://doi.org/10.34023/2313-6383-2014-0-8-67-75
  • Зимин А.Ф., Тимирьянова В.М. (2016). Пространственная организация рынка потребительских товаров // Вестник УГУЭС. Наука, образование, экономика. Серия экономика. № 1 (15). С. 44–49.
  • Зубаревич Н.В. (2013). Неравенство доходов населения: пространственная проекция // Pro et Contra. Т. 17. № 6. С. 48–60.
  • Зубаревич Н.В., Сафронов С.Г. (2013). Неравенство социально-экономического развития регионов и городов России 2000-х годов: рост или снижение? // Общественные науки и современность. № 6. С. 15–26.
  • Малкина М.Ю., Балакин Р.В. (2014). Исследование концентрации и равномерности налоговых поступлений в регионах Российской Федерации на основе индексов Херфиндаля-Хиршмана, Джини и Тейла // Налоги и налогообложение. № 11 (11). С. 1010–1023. DOI: https://doi.org/10.7256/1812-8688.2014.11.12546
  • Патракова С.С. (2022). Оценка внутрирегиональной асимметрии сельскохозяйственного производства Вологодской области // Проблемы развития территории. Т. 26. № 1. С. 27–42. DOI: 10.15838/ptd.2022.1.117.3
  • Печеневский В.Ф., Снегирев О.И. (2018). Прогнозирование размещения и развитие производства продукции животноводства в регионе // Современная экономика: проблемы и решения. № 1 (98). С. 75–84. DOI: https://doi.org/10.17308/meps.2018.1/1782
  • Постникова Е.А., Шильцин Е.А. (2009). Новейшие тенденции регионального развития: некоторые фрагменты // Регион: экономика и социология. № 3. С. 67–86.
  • Суворов Н.В., Ахунов Р.Р., Губарев Р.В., Дзюба Е.И., Файзуллин Ф.С. (2020). Применение производственной функции Кобба – Дугласа для анализа промышленного комплекса региона // Экономика региона. № 16 (1). С. 187–200. DOI: 10.17059/2020-1-14
  • Толмачев М.Н. (2010). Методология расчета показателей концентрации сельскохозяйственного производства // Вестник НГУ. Серия: Социально-экономические науки. Т. 10. Вып. 2. С. 103–111.
  • Atikah N., Widodo B., Rahardjo S. et al. (2021). The efficiency of Spatial Durbin Model (SDM) parameters estimation on advertisement tax revenue in Malang City. Journal of Physics: Conference Series, 1821(1), 012012. Available at: https://doi.org/10.1088/1742-6596/1821/1/012012
  • Augustine D.J., Booth D.T., Cox S.E., Derner J.D. (2012). Grazing intensity and spatial heterogeneity in bare soil in a grazing-resistant grassland. Rangeland Ecology & Management, 65(1), 39–46. Available at: https://doi.org/10.2111/rem-d-11-00005.1
  • Bille A.G. Salvioni C., Benedetti R. (2015). Spatial heterogeneity in production functions models. International Conference of Agricultural Economists (ICAE) Agriculture in an Interconnected World, 16. DOI: 10.22004/ag.econ.211343
  • Bulteau J., Feuillet T., Le Boennec R. (2018). Spatial heterogeneity of sustainable transportation offer values: A comparative analysis of Nantes urban and periurban/rural areas (France). Urban Science, 2(1), 14. Available at: https://doi.org/10.3390/urbansci2010014
  • Chikuvire T.J., Mpepereki S., Tigere T.A., Foti R. (2006). Exploitation of spatial heterogeneity for food security by smallholder farmers in a semi-arid area of Zimbabwe. Journal of Sustainable Development in Africa, 8(2), 15–28. Available at: http://jsd-africa.com/Jsda/Summer_2006/PDF/ARC_ExploitationSpatialHeterogeneityFoodSecurity.pdf
  • Fang W., Huang H., Yang B., Hu Q. (2021). Factors on spatial heterogeneity of the grain production capacity in the major grain sales area in Southeast China: Evidence from 530 counties in Guangdong Province. Land, 10(2), 206. Available at: https://doi.org/10.3390/land10020206
  • Han C., Wang G., Zhang Y.et al. (2020). Analysis of the temporal and spatial evolution characteristics and influencing factors of China’s herbivorous animal husbandry industry. PLOS ONE, 15(8), e0237827. Available at: https://doi.org/10.1371/journal.pone.0237827
  • Khan A.A. (2020). Linking spatial patterns of livestock to the geographical variances in Turkey. Journal of Geography, 40, 109–117. Available at: https://doi.org/10.26650/JGEOG2019-0050
  • Koc A.A., Lambert D.M., Boluk G. et al. (2017). A spatial analysis of the relationship between agricultural output and input factors in Turkey. New Medit, A Mediterranean Journal of Economics, Agriculture and Environment, 16(1), 11–17. Available at: https://newmedit.iamb.it/2017/03/15/a-spatial-analysis-of-the-relationship-between-agricultural-output-and-input-factors-in-turkey/
  • Lv F., Deng L., Zhang Z. et al. (2022). Multiscale analysis of factors affecting food security in China, 1980–2017. Environmental Science and Pollution Research, 29(5), 6511–6525. DOI:10.1007/s11356-021-16125-1
  • Piet L. (2017). Concentration of the agricultural production in the EU: The two sides of a coin. In: 15 European Association of Agricultural Economists (EAAE) Congress “Towards Sustainable Agri-Food System: Balancing between Markets and Society”, European Association of Agricultural Economists (EAAE). DOI: 10.22004/ag.econ.261439
  • Shi B., Fu Y., Bai X. et al. (2021). Spatial pattern and spatial heterogeneity of Chinese elite hospitals: A country-level analysis. Frontiers in Public Health, 9, 710810. DOI: 10.3389/fpubh.2021.710810
  • Shouying Y., Qiaoxi F. (2018). Spatial statistical analysis on geographical agglomeration of planting industry in Sichuan Province. In: Proceedings of the 2018 4th International Conference on Economics, Social Science, Arts, Education and Management Engineering (ESSAEME 2018). Advances in Social Science, Education and Humanities Research. Available at: https://doi.org/10.2991/essaeme-18.2018.16
  • Sibhatu K.T., Steinhübel L., Siregar H. et al. (2021). Spatial heterogeneity in smallholder oil palm production in Indonesia: Implications for intervention strategies. International Conference of Agricultural Economists (ICAE 2021). Available at: https://ageconsearch.umn.edu/record/315222/files/0-0_Paper_19141_handout_301_0.pdf
  • Wagle T.P.S. (2016). Spatial analysis of Cobb-Douglas production function in agriculture sector of Nepal: An empirical analysis. Journal of Advanced Academic Research, 3(2), 101–114. Available at: https://doi.org/10.3126/jaar.v3i2.16759
  • Wenbo M., Weiteng T., Qian Zh., Qianqian M. (2021). Analysis on the temporal and spatial heterogeneity of factors affecting urbanization development based on the GTWR model: Evidence from the Yangtze River Economic Belt. Complexity, 2021, 1–11. Available at: https://doi.org/10.1155/2021/7557346
  • Yang W., Jia H., Wang C. et al. (2022). spatial heterogeneity of household food consumption and nutritional characteristics of grassland transects in Inner Mongolia, China. Frontiers in Nutrition, 9. DOI: 10.3389/fnut.2022.810485
  • Zhang Y., Li B. (2022). Detection of the spatio‐temporal differentiation patterns and influencing factors of wheat production in Huang‐Huai‐Hai region. Foods, 11(11), 1617. Available at: https://doi.org/10.3390/foods11111617
Еще
Статья научная
SciUp 2024 © 2024 ©