Внедрение цифровых технологий в региональную практику рынка FoodNet

Внедрение цифровых технологий в региональную практику рынка FoodNet

Автор: Митрофанова И.В., Пьянкова С.Г., Ергунова О.Т.

Журнал: Региональная экономика. Юг России @re-volsu

Рубрика: Фундаментальные исследования пространственной экономики

Статья в выпуске: 3 т.12, 2024 года.

Бесплатный доступ

В статье исследуются особенности мирового, национального и регионального (в разрезе Уральского федерального округа РФ) продовольственных рынков в эволюционном аспекте и обозначены тенденции дальнейшего вклада региона в развитие национального рынка FoodNet в контексте цифровизации и обеспечения продовольственной безопасности страны. Авторами проведен анализ позиций зарубежных и отечественных исследователей в части трансформации национальных и региональных агропродовольственных рынков с учетом поэтапной цифровизации отрасли сельского хозяйства. Особое внимание ученые уделяют принципам устойчивого развития национального рынка FoodNet, а также формированию концепций сельского хозяйства 4.0 в целях выявления взаимосвязи между ними в условиях замещения традиционных инструментов, принципов и технологий цифровыми на мезоуровне. В статье используется качественная методология, основанная на систематическом обзоре отечественной и зарубежной литературы, в которой рассматриваются термины «умное сельское хозяйство», «цифровизация» и «FoodNet», связанные с устойчивым развитием агрорынка РФ. Для этого использовались три базы данных: WOS, Scopus, РИНЦ. Авторами представлена подробная информация о последних научных статьях, посвященных цифровизации сельского хозяйства, становлению и развитию рынка FoodNet и вопросам его устойчивого развития на региональном уровне. Проведено исследование уровня цифровой трансформации агропромышленного комплекса субъектов Уральского федерального округа, а также прогнозная оценка внедрения технологий искусственного интеллекта, цифровизации и интеллектуализации сельского хозяйства в мире с учетом цифровых карт сельского хозяйства (DAM) GSMA AgriTech, созданных в сотрудничестве с IDH Farmfit. Проанализированы данные, предоставленные по запросу региональными органами власти регионов УрФО и региональной статистики. Разработаны рекомендации по оптимизации процесса цифровизации традиционного сельского хозяйства как составляющей региональной экономики и активизации его участия в решении общенациональных приоритетов продовольственной безопасности в условиях усиления турбулентности макросреды.

Еще

Цифровизация, устойчивое развитие, рынок foodnet, сельское хозяйство 4.0, цифровая трансформация, агропромышленный комплекс, регион

Короткий адрес: https://sciup.org/149146918

IDR: 149146918   |   DOI: 10.15688/re.volsu.2024.3.8

Список литературы Внедрение цифровых технологий в региональную практику рынка FoodNet

  • Абашкин В. Л., Абдрахманова Г. И., Вишневский К. О., Гохберг Л. М. и др., 2024. Цифровая экономика: 2024: крат. стат. сб. М.: ИСИЭЗ ВШЭ. 124 с.
  • Алтухов А. И., Дудин М. Н., Анищенко А. Н., 2019. Глобальная цифровизация как организационно-экономическая основа инновационного развития агропромышленного комплекса РФ // Проблемы рыночной экономики. № 2. С. 17–27. DOI: 10.33051/2500-2325-2019-2-17-27
  • Анищенко А. Н., Шутьков А. А., 2019. Agricilture 4.0 как перспективная модель научно-технологического развития аграрного сектора современной России // Продовольственная политика и безопасность. Т. 6, № 3. С. 129–140. DOI: 10.18334/ppib.6.3.41393
  • Белоусов В. М., 2018. Особенности стратегического управления сельским хозяйством // Вестник Курской государственной сельскохозяйственной академии. № 9. С. 279–284.
  • Каманина А. Н., 2023. Современные тренды цифровой трансформации экономической деятельности сельского хозяйства: анализ отечественной и мировой практики // Вестник Евразийской науки. Т. 15, № s3. URL: https://esj.today/PDF/26FAVN323.pdf
  • Карлова Н. А., Паюрова Е. Н., Галактионова Е. А., 2023. Оценка потерь продовольствия на этапе сельскохозяйственного производства в Российской Федерации // Вопросы экономики. № 5. С. 91–105. DOI: 10.32609/0042-8736-2023-5-91-105
  • Ковалев И. Л., Костомахин М. Н., 2021. Векторы развития и зарубежный опыт информационных технологий в агропромышленном комплексе России и Белоруссии // Главный зоотехник. № 1. С. 49–62. DOI: 10.33920/sel-03-2101-06
  • Кондратьев Н. Д., 2002. Большие циклы конъюнктуры и теория предвидения. М.: Экономика. 765 c.
  • Концепция «Научно-технологического развития цифрового сельского хозяйства «Цифровое сельское хозяйство». 2018. 56 с. URL: https://cctmcx.ru/upload/iblock/97d/97d2448548e047b0952c3b9a1b10edde.pdf?ysclid=lv80ffb6b2316106779
  • Масюк Н. Н., Бушуева М. А., Брагина З. В. и др., 2022.Основные тренды цифровой трансформации экономики. Владивосток: Владивосток. гос. ун-т экономики и сервиса. 144 с.
  • Нанотехнологии как ключевой фактор нового техно- логического уклада в экономике, 2009 / под ред. С.Ю. Глазьева, В. В. Харитонова. М.: Товант. 304 с.
  • Одегов Ю. Г., Павлова В. В., 2017. Трансформация труда: 6-й технологический уклад, цифровая экономика и тренды изменения занятости // Уровень жизни населения регионов России. № 4 (206). С. 19–25. DOI: 10.12737/article_5a3c328a04f761.55103398
  • Плотников А. В., 2019. Роль цифровой экономики для агропромышленного комплекса // Московский экономический журнал. № 7. С. 196–203. DOI: 10.24411/2413-046Х-2019-17040
  • Провоторова Л. И., 2023. Цифровизация сельского хозяйства: перспективы и риски // Cifra. Экономика. № 2 (2). DOI: 10.23670/ECNMS.2023.2.13
  • Пьянкова С. Г., Митрофанова И. В., Ергунова О. Т., 2022. Цифровизация агропромышленного комплекса Уральского макрорегиона // Друкеровский вестник. № 3 (45). С. 147–161. DOI: 10.17213/2312-6469-2022-3-147-161
  • Пьянкова С. Г., Митрофанова И. В., Ергунова О. Т., 2023. Модель трансформации агроиндустрии региона в условиях глобальных вызовов в сфере продовольственной безопасности // Экономика: вчера, сегодня, завтра. Т. 13, № 1А. С. 266–281. DOI:10.34670/AR.2023.75.76.029
  • Пьянкова С. Г., Иншакова Е. И., Ергунова О. Т., 2023. Модель стратегического развития национального рынка FoodNet в контексте цифровизации // Экономика: вчера, сегодня, завтра. Т. 13, № 9А. С. 140–156. DOI: 10.34670/AR.2023.68.55.012
  • Тусков А. А., Грошева Е. С., Палаткин И. В., Шорохова О. С., 2018. «Индустрия 4.0» в АПК: основные тенденции применения технологий Интернета вещей в сельском хозяйстве // Модели, системы, сети в экономике, технике, природе и обществе. № 1 (25). С. 55–64.
  • Фестова Е. В., 2023. Динамический рейтинг цифровой трансформации АПК: итоги 1 полугодия 2023 года. URL: https://agro53.ru/wp-content/uploads/2023/07/%D0%A4%D0%B0%D1%81%D1%82%D0%BE%D0%B2%D0%B0_%D0%95_%D0%92_%D0%98%D1%82%D0%BE%D0%B3%D0%B8_%D1%80%D0%B5%D0%B9%D1%82%D0%B8%D0%BD%D0%B3%D0%B0_%D0%A0%D0%9E%D0%98%D0%92_%D0%90%D0%9F%D0%9A_14_07.pdf?ysclid=lv7w3kpn2d442537630
  • Шуганов В. М., 2021. Основные направления развития цифровизации сельского хозяйства // Известия Кабардино-Балкарского научного центра РАН. № 2 (100). С. 77–85. DOI: 10.35330/1991-6639-2021-2-100-77-85
  • Bertoglio R., Corbo C., Renga F. M., Matteucci M., 2021. The Digital Agricultural Revolution: a Bibliometric Analysis Literature Review // IEEE Access. Vol. 9. 21 p. DOI: 10.1109/ACCESS.2021.3115258
  • Carolan M., 2019. Automated Agrifood Futures: Robotics, Labor and the Distributive Politics of Digital Agriculture // Journal of Preasant Studies. Vol. 47 (2). P. 184–207. DOI: 10.1080/03066150.2019.1584189
  • Digital Agriculture Maps 2020 State of the Sector in Low and Middle-Income Countries, 2020. 87 p. URL: https://www.gsma.com/r/wp-content/uploads/2020/09/GSMA-Agritech-Digital-Agriculture-Maps.pdf
  • Global Agriculture M2M Market by Agriculture Type (Aquaculture, Arable Farming, Horticulture), Communication Type (Cellular M2M, Low-Power Wide Area Networks, Satellite M2M), Application – Forecast 2024–2030, 2023 // Research and Markets. The World Largest Market Research Store. URL: https://www.researchandmarkets.com/report/agriculture-machine-to-machine#cat-pos-2
  • Global Digital Agriculture Market Insights Forecasts to 2030, 2023 // Spherical Insights. URL: https://www.sphericalinsights.com/reports/digitalagriculture-market
  • Ingram J., Maye D., 2020. What Are the Implications of Digitalisation for Agricultural Knowledge? // Front. Sustain. Food Syst. Vol. 4. DOI: 10.3389/fsufs.2020.00066
  • Mayersohn N., 2019. How High Tech is Tansforming One of the Oldest Jobs: Farming // The New York Times, 6 Sept. URL: https://www.nytimes.com/2019/09/06/business/farming-technology-agriculture.html
  • Mancini A., Frontoni E., Zingaretti P., 2019. Satellite and UAV data for Precision Agriculture Applications // 2019 International Conference on Unmanned Aircraft Systems (ICUAS). P. 491–497. URL: https://ieeexplore.ieee.org/document/8797930/
  • Prause L., 2021. Digital Agriculture and Labor: A Few Challenges for Social Sustainability // Sustainability. Vol. 13 (11). P. 5980. DOI: 10.3390/su13115980/
  • Ramsaroop C., 2019. Reality Check 101 Rethinking the Impact of Automation and Surveillance on Farm Workers // Points. Data&Society Research Institute. URL: https://points.datasociety.net/reality-check-101-c6e501c3b9a3?gi=d9201eb5b8ff
  • Rose D. C., Wheeler R., Winter M., Lobley M., Chivers C.-A., 2021. Agriculture 4.0: Making It Work for People, Production, and the Planet // Land Use Policy. Vol. 100. P. 104933. DOI: 10.1016/j.landusepol.2020.104933
  • Rotz S., Duncan E., Small M., Botschner J., 2019. The Politics of Digital Agricultural Technologies: A Preliminary Review // Sociologia Ruralis. Vol. 59 (2). P. 203–229. DOI: 10.1111/soru.12233
  • Rotz S., Gravely E., Mosby I., Duncan E. et al., 2019. Automated Pastures and the Digital Divide: How Agricultural Technologies Are Shaping Labour and Rural Communities // Journal of Rural Studies. Vol. 68. P. 112–122. DOI: 10.1016/j.jrurstud.2019. 01.023
  • Thaer А. D., 1809. Gruodsätze der rationellen Landwirtschaft. Berlin: Realschulbuchhandlung. URL: https://www.deutschestextarchiv.de/book/show/thaer_landwirthschaft01_1809
  • Velásquez D., Sánchez A., Sarmiento S., Toro M. et al., 2020. A Method for Detecting Coffee Leaf Rust Through Wireless Sensor Networks, Remote Sensing, and Deep Learning: Case Study of the Caturra Variety in Colombia // Applied Sciences. Vol. 10, № 2. DOI: 10.3390/app10020697
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp