Взаимосвязи факторов конкурентоспособности агропромышленного комплекса
Автор: Плотников Андрей Викторович, Криницын Игорь Владимирович
Журнал: В центре экономики @vcec
Рубрика: Региональная и отраслевая экономика
Статья в выпуске: 3 т.5, 2024 года.
Бесплатный доступ
В работе анализируются факторы конкурентоспособности сельского хозяйства, за основу берется глобальный индекс конкурентоспособности. В качестве основного метода выступает корреляционный анализ, в результатах исследования определяются ключевые взаимосвязи между показателями сельского хозяйства и развития. Площадь земель, отведенных под сельскохозяйственные культуры, слабо коррелирует с другими переменными. Однако более многочисленная сельскохозяйственная рабочая сила имеет сильную отрицательную корреляцию с такими показателями, как продовольственная безопасность, цифровая конкурентоспособность, инновации и человеческое развитие, что свидетельствует о более низком уровне развития. Более высокие урожаи зерна положительно коррелируют с этими показателями. Кроме того, продовольственная безопасность, цифровая конкурентоспособность, инновации и развитие человеческого потенциала тесно взаимосвязаны, что указывает на то, что более развитые и конкурентоспособные в цифровом плане страны, как правило, обладают более высоким инновационным потенциалом и уровнем развития человеческого потенциала.
Конкурентоспособность, сельское хозяйство, индекс цифровой конкурентоспособности, глобальный индекс конкурентоспособности
Короткий адрес: https://sciup.org/14131214
IDR: 14131214
Список литературы Взаимосвязи факторов конкурентоспособности агропромышленного комплекса
- Васильева Е.В. Воспроизводство кадров ИТ-отрасли. Сценарный анализ // Мир новой экономики. – 2016. – №. 4. – С. 127-134. ISSN: 2220-6469. eISSN: 2220-7872. – EDN XIRSPX.
- Вахрушев Е.А. Развитие АПК как фактор обеспечения конкурентоспособности предприятий молочной промышленности Удмуртской Республики // Вестник Удмуртского университета. Серия «Экономика и право». – 2013. – № 1. – С. 24-28. ISSN: 2412-9593. eISSN: 2413-2446.
- Выдрина О.Н. Факторы, формирующие конкурентоспособность российского свеклосахарного подкомплекса АПК // Вестник Курской государственной сельскохозяйственной академии. – 2014. – №2. – С. 26-29. ISSN: 1997-0749– EDN SYJHSD.
- Иванов А.И., Малыгина Е.А., Перфилов К.А., Вятчанин С.Е. Сравнение мощности критерия среднего геометрического и критерия Крамера - фон Мизеса на малых выборках биометрических данных // Модели, системы, сети в экономике, технике, природе и обществе. 2016. № 2(18). – С. 155-163. ISSN: 2227-8486.
- Пястолов, С. М. 2017.02.023. Глобальный индекс инноваций 2016. Побеждая с глобальными инновациями. The Global innovation index 2016: winning with Global innovation / Dutta S., Lanvin B., Wunsch-Vincent S. (EDS.); Cornell university (Johnson); INSEAD; WIPO. - 2016. - 451 p / С. М. Пястолов // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 8: Науковедение. Реферативный журнал. – 2017. – № 2. – С. 120-128. – ISSN: 2219-8814 – EDN YURRCJ.
- Саяпин А.В., Кожевникова Т.М. Структурная модернизация как фактор конкурентоспособности предприятий АПК // Социально-экономические явления и процессы. – 2013. – № 2(048). – С. 102-109.
- Саградов А.А. Россия и индекс человеческого развития // Мир России. Социология. Этнология. – 2000. – № 3. – С. 146-152. ISSN: 1811-038X. – eISSN: 1811-0398– EDN ECISTA.
- Строкатов Д.А. Новации в структуре и методологии расчета Индекса глобальной конкурентоспособности // Международная торговля и торговая политика. – 2019. – № 1(17). – с. 45-59. – DOI: http://dx.doi.org/10.21686/2410-7395-2019-1-45-59. – ISSN 2410-7395 (Print). – ISSN 2414-4649 (Online).
- Субаева А.К., Низамутдинов М.М., Мавлиева Л.М., Калимуллин М.Н. Производительность труда в аспекте цифрового сельского хозяйства // Сельское хозяйство и продовольственная безопасность: технологии, инновации, рынки, кадры : Научные труды международной научно-практической конференции, посвященной 100-летию аграрной науки, образования и просвещения в Среднем Поволжье, Казань, 13–14 ноября 2019 года. – Казань: Казанский государственный аграрный университет, 2019. – С. 760-766. – EDN PZUXJG.
- Хадикова Э. К., Булацева Ф. А., Сидакова М. М. Инновационный потенциал как фактор конкурентоспособности предприятий АПК // Вестник Академии права и управления. – 2016. – № 3(44). – С. 147-152. – ISSN: 2074-9201. – EDN WROBHX.
- Цыпин А.П. Эконометрическое моделирование влияния факторов на ВВП постсоветских стран // Изв. Сарат. ун-та. Нов. сер. Сер. Экономика. Управление. Право. – 2018. – Т. 18, вып. 4. – С. 407-412. DOI: https://doi.org/10.18500/1994-2540-2018-18-4-407-412. – ISSN 1994-2540 (Print). – ISSN 2542-1956 (Online).
- Чернышова Ю.В., Тарасенко А.В., Тарасенко В.Ф. Выбор и реализация метода заполнения пропущенных значений в данных тестирования респондентов / // Математическое и программное обеспечение информационных, технических и экономических систем : Материалы V Международной молодежной научной конференции, Томск, 19–20 мая 2017 года / Под общей редакцией И.С. Шмырина. Том 301. – Томск: Национальный исследовательский Томский государственный университет, 2017. – С. 67-72. – ISBN: 978-5-94621-642-5. – EDN YHWNKI.
- Яроменко Н.Н., Беджанова А.К. Группировка и корреляция на примере сельскохозяйственных предприятий Краснодарского края // Символ науки. – 2016. – №. 1-1. – С. 237-241. ISSN 2410-700X.
- Benchmarking Competitiveness in the Fourth Industrial Revolution: Introducing the Global Competitiveness Index 4.0 [Web source] https://www3.weforum.org/docs/GCR2018/02Chapters/Chapter%203.pdf.
- Hair Jr J. et al. A primer on partial least squares structural equation modeling (PLS-SEM). – Sage publications, 2021.
- Lee K.J. et al. Assumptions and analysis planning in studies with missing data in multiple variables: moving beyond the MCAR/MAR/MNAR classification //International Journal of Epidemiology. – 2023. – С. dyad008.
- Pedersen A.B. et al. Missing data and multiple imputation in clinical epidemiological research //Clinical epidemiology. – 2017. – С. 157-166.
- Popkova, E.G., Smetanina A.I., Lifanov P.A. Smart Agriculture for Food Security, Mendeley Data, V1, 2022. doi: 10.17632/gw97zd8kv6.1.
