студент с 01.01.2025 по настоящее время
Краснодар, Краснодарский край, Россия
Краснодар, Краснодарский край, Россия
JEL C23 Panel Data Models • Spatio-temporal Models
JEL O13 Agriculture • Natural Resources • Energy • Environment • Other Primary Products
В исследовании рассматривается влияние мер государственной поддержки на ключевые финансово-экономические показатели сельского хозяйства России, включая объем капитальных вложений и рентабельность отрасли. Актуальность темы обусловлена необходимостью точной оценки эффективности использования бюджетных средств в условиях ограниченного финансирования, а также внешних вызовов, таких как экономические санкции и погодные риски. В работе анализируется результативность субсидий, специальных выплат и налоговых льгот, направленных на стимулирование инвестиций и улучшение финансовых показателей сельскохозяйственных предприятий. На основе официальных данных Росстата и отчетов Министерства сельского хозяйства РФ была разработана математическая модель, базирующаяся на агрегированных показателях по десяти регионам России за период 2010–2024 годов. Для оценки использовался метод наименьших квадратов с поправкой на региональную специфику. Согласно полученным результатам, наблюдается статистически значимый положительный эффект. Коэффициент корреляции между объемом господдержки и капитальными инвестициями составил 0,8029, что свидетельствует о тесной связи. *(Далее вариант: Влияние на рентабельность оказалось менее выраженным (коэффициент составил 0,0001 и требует дополнительной проверки / что может говорить о влиянии неучтенных факторов).* — Если вы настаиваете на цифре, нужно объяснить этот нонсенс, иначе это ошибка). Модель учитывает дополнительные факторы (валовой региональный продукт и инфляцию) как контрольные переменные, позволяющие точнее оценить эффект именно от мер поддержки. В исследовании учтены территориальные различия и временные ограничения, что позволило выработать практические рекомендации по совершенствованию существующих подходов. Полученные результаты могут быть полезны при разработке стратегии развития национального агробизнеса с акцентом на адресное инвестирование в новые технологии. Таким образом, данная работа развивает инструменты количественного анализа в аграрном секторе и открывает перспективы для дальнейших исследований, в частности, изучения нелинейных зависимостей и географического распределения эффектов господдержки.
правительственная поддержка; рентабельность аграрного сектора; математическое моделирование; региональные особенности (поправки); агропромышленный комплекс России.
1. Aksyutina, S. V., & Mironenko, N. V. (2020). Current issues of the agricultural sector state regulation. Journal of International Economic Affairs, 10(4), 1469-1490. https://doi.org/10.18334/eo.10.4.111047 (in Russian).
2. Shagaida N., & Uzun V. (2015). Food security: Problems of assessing. Voprosy Ekonomiki, (5), 63-78. https://doi.org/10.32609/0042-8736-2015-5-63-78 (in Russian).
3. Shik, O. V., & Iynbykh, R. G. (2023). Assessment of the level of state support for the agro-industrial complex and proposals for increase its efficiency. APK i predlozheniya po povy`sheniyu eyo effektivnosti, (4), 3-16. DOI:https://doi.org/10.33305/234-3. EDN GYGUPW (in Russian).
4. Altuxov, A. I. (2015). The Grain and Food Subcomplex of the Country's Agro-Industrial Complex: Problems of Formation and Development. Ekonomika sel`skoxozyajstvennyh i pererabatyvayushhih predpriyatij, (6), 2–7 (in Russian).
5. Tuskov, A., & Goldueva, D. (2022). Econometric modeling of the International Happiness Index. Siberian Journal of Economic and Business Studies, 11(4), 77-95. https://doi.org/10.12731/2070-7568-2022-11-4-77-95 (in Russian).
6. Ledneva, O. V., & Tindova, M. G. (2025). Panel data in the analysis of the regional agro-industrial complex. Food Policy and Security, 12(2), 343-356. https://doi.org/10.18334/ppib.12.2.123105 (in Russian).
7. Aliyeva, Z. B. (2017). Preferential crediting as urgent instrument of the state financial support of agrarian and industrial complex. Finance: Theory and Practice, 21(4), 66–77. https://doi.org/10.26794/2587-5671-2017-21-4-66-77 (in Russian).
8. Dedeeva, S. A. (2014). Инвестиции в сельское хозяйство: перспективы развития и риски. In Ekonomika, upravlenie, finansy: materialy III Mezhdunar. nauch. konf. (g. Perm', fevral' 2014 g.). (pp. 4-6). Perm': Merkurij. Retrieved from https://moluch.ru/conf/econ/archive/93/4867 (in Russian). EDN: https://elibrary.ru/SWKJGJ
9. D'yachenko, V. N. & Lazareva, V. V. (2020). The impact of agricultural transformations on the region's rural settlement system. Regional'naya ekonomika: teoriya i praktika, 18(12), 2256–2275. DOI:https://doi.org/10.24891/re.18.12.2256. EDN UFWDVF. https://moluch.ru/conf/econ/archive/93/4867 (in Russian).
10. Valiev, A. P., Nizamov, R. M., Safin R. I., Mukhametgaliev, F. N., & Nezhmetdinova, F. T. (2022). Priorities for the development of the agro-industrial complex and the tasks of agricultural science and education. Vestnik Kazanskogo gosudarstvennogo agrarnogo universiteta, 17(1), 97-107. DOI:https://doi.org/10.12737/2073-0462-2022-97-107. EDN BFQMKB (in Russian).
11. Ruban-Lazareva, N. (2025). Assessing the efficiency of budget expenditures on agro-industrial complex. APK: ekonomika, upravlenie, (2), 10-18. DOI:https://doi.org/10.33305/252-10. EDN HFSSQC (in Russian).
12. Gordeev, A. V. (2006). On measures to implement the priority national project "Development of the Agro-Industrial Complex". Ekonomika sel`skoxozyajstvennyh i pererabatyvayushhih predpriyatij, (1), 4-6. EDN KUGAAD (in Russian).
13. Zvereva, A. P., Nosova, O. E., & Skorobogatyh, E. Yu. (2022). Econometric Analysis of the Effectiveness of the State Support Program for Agriculture in the Kaliningrad Region // Vestnik molodezhnoj nauki, (4), 8 p. Retrieved from https://cyberleninka.ru/article/n/ekonometricheskiy-analiz-effektivnosti-programmy-gosudarstvennoy-podderzhki-selskogo-hozyaystva-v-kaliningradskoy-oblasti (accessed: 17.02.2026) (in Russian).
14. Meng, M., Yu, L., & Yu, X. (2024). Machinery structure, machinerysubsidies, and agricultural productivity: Evidence from China. Agricultural Economics, 55, 223–246. https://doi.org/10.1111/agec.12820
15. Kumari, P., & Dahiya, S. (2022). Determinants of Adoption of PM-KISAN Scheme: Empirical Evidence from Jhajjar District in Haryana. Journal of Rural Development, 41(4), 510–522. https://doi.org/10.25175/jrd/2022/v41/i4/166259
16. Shelamova, N. A. (2023). The impact of sanctions on the development of agriculture and the agro-food market in Russia. Ekonomika, trud, upravlenie v sel'skom hozyajstve, (9), 45-53. DOI:https://doi.org/10.33938/239-45 (in Russian). EDN: https://elibrary.ru/JZULJG
17. Gurnovich, T. G., Grigoryan, M. A., & Kurdakova, E. G. (2023). Strategic Planning in the Activities of Agricultural Organizations. Estestvenno-gumanitarnye issledovaniya, (4), 493-496. EDN LOYOGE (in Russian).
18. Samygin, D. Yu., & Kudryavcev, A. A. (2018). Strategic tools for distributing state support to the agricultural sector. Ekonomicheskaya politika, (5), 156-175. Retrieved from https://cyberleninka.ru/article/n/strategicheskie-instrumenty-raspredeleniya-gospodderzhki-agrarnogo-sektora (accessed: 11.10.2025) (in Russian).
19. Anopchenro, T. Yu., & Vetrova, E. V. (2024). Main trends and factors in the development of the Russian agro-industrial complex at the present stage. Ekonomicheskie nauki, (231), 41-46. DOI:https://doi.org/10.14451/1.231.41. EDN HITQKX (in Russian).
