Оценка влияния цифровой трансформации на результативность сельского хозяйства
Аннотация
Обоснование. Результативность сельскохозяйственного производства является важнейшим аспектом повышения продовольственной безопасности и обеспечения устойчивого роста в условиях значительного влияния внешних фактов. Ее повышение возможно на основе цифровой трансформации, которая является важным стратегическим императивом сельскохозяйственных предприятий для адаптации к современным трендам инновационного и технологического развития.
Цель исследования. Оценка влияния затрат на внедрение и использование цифровых технологий на результативность сельского хозяйства.
Материалы и методы. Для оценки влияния затрат на внедрение и использование цифровых технологий на показатели результативности сельскохозяйственных предприятий использовались вторичные статистические данные за период с 2016 г. по 2023 г. В качестве индикаторов результативности сельского хозяйства использовались валовая добавленная стоимость и прибыль сельскохозяйственных организаций. В качестве методов исследования использованы: библиометрический анализ, методы описательной статистики и предиктивно-казуальные методы. Для выявления причинно-следственных взаимосвязей между затратами на цифровые технологии и результативностью сельскохозяйственного производства использован статистический показатель Transfer Enthropy, позволяющий определить как наличие, так и направления связи между переменными.
Результаты. Результаты исследования показали наличие причинно-следственных связей между затратами на внедрение цифровых технологий и расширение инновационной деятельности и результативности сельскохозяйственного производства. При этом установлено, что зависимость между уровнями затрат и результативностью носит нелинейный характер. На начальных этапах вложения в цифровизацию приводят к ограниченному эффекту из-за недостаточной адаптации инфраструктуры, однако по мере достижения определённого уровня инвестиций наблюдается более выраженное увеличение производительности и эффективности отрасли. При этом сделан вывод, что на данный момент уровень внедрения цифровых технологий остаётся недостаточным для значительного влияния на эффективность отрасли. В долгосрочной перспективе увеличение вложений в цифровизацию может существенно повысить производительность труда и экономический рост сельского хозяйства.
Скачивания
Литература
Амирова, Э. Ф., Зокин, А. Л., Чистяков, М. С., & Косников, С. Н. (2021). Основные направления комплексного научно-технологического развития цифровой платформы аграрной экономики России. Управленческий учет, (4), 201–208.
Банников, С. А., Гарбузова, Т. Г., & Лосев, А. Н. (2023). Цифровая зрелость сельского хозяйства: результаты исследований и методика оценки. Вестник НГИЭИ, (10), 67–77. https://doi.org/10.24412/2227-9407-2023-10-67-77. EDN: https://elibrary.ru/GHMGMG
Ведомственный проект «Цифровое сельское хозяйство»: официальное издание. (2019). М.: ФГБНУ «Росинформагротех». 48 с.
Зацаринный, А. А., Меденников, В. И., & Райков, А. Н. (2023). Интеграция приложений искусственного интеллекта в единую цифровую платформу АПК. Информационное общество, (1), 127–138. https://doi.org/10.52605/16059921_2023_01_127. EDN: https://elibrary.ru/NMKKLZ
Катаев, М. Ю., Пасько, О. А., & Карташов, Е. Ю. (2023). Анализ практических возможностей применения беспилотных летательных аппаратов в сельском хозяйстве. Вестник КрасГАУ, (1), 54–62. https://doi.org/10.36718/1819-4036-2023-1-54-62. EDN: https://elibrary.ru/EEAPOS
Макаров, Д. И. (2022). Развитие государственной поддержки отраслей агропромышленного комплекса в России. В Актуальные проблемы общества, экономики и права в контексте глобальных вызовов (с. 299–303).
Мурашова, Н. В. (2021). Формирование механизма цифровой трансформации сельского хозяйства. Вестник НГИЭИ, (9), 129–138. https://doi.org/10.24412/2227-9407-2021-9-129-138. EDN: https://elibrary.ru/KLGCHG
Осовин, М. Н. (2024). Внедрение технологий искусственного интеллекта на предприятиях агропродовольственного комплекса России: проблемы и направления их решения. Продовольственная политика и безопасность, 11(3), 553–568. https://doi.org/10.18334/ppib.11.3.121322. EDN: https://elibrary.ru/DIHLTQ
Паршутина, И. Г., Солодовник, А. И., & Амелина, А. В. (2023). Анализ влияния цифровизации и интернета вещей на производительность труда в экономике. Вестник аграрной науки, (4), 155–163. https://doi.org/10.17238/issn2587-666X.2023.4.155. EDN: https://elibrary.ru/WKJYIU
Райков, А. Н. (2021). Концепция цифровой платформы российского сельского хозяйства, обеспечивающая сходимость к целям. Информатизация и связь, (1), 64–73. https://doi.org/10.34219/2078-8320-2021-12-1-64-73. EDN: https://elibrary.ru/KPVVRU
Сеитов, С. К. (2024). Распределение объемов поддержки среди субъектов агропромышленного комплекса в Красноярском крае. Наука Красноярья, 13(3), 65–86. https://doi.org/10.12731/2070-7568-2024-13-3-258. EDN: https://elibrary.ru/PHPXAM
Стельмашонок, Е. В., & Стельмашонок, В. Л. (2021). Цифровая трансформация агропромышленного комплекса: анализ перспектив. Siberian Journal of Life Sciences and Agriculture, 13(2), 336–365. https://doi.org/10.12731/2658-6649-2021-13-2-336-365. EDN: https://elibrary.ru/UUMMYD
Такун, А., Макрак, С., & Такун, С. (2021). Методологические аспекты оценки эффективности цифровых технологий в точном земледелии. Наука и инновации, (3), 11–16. https://doi.org/10.29235/1818-9857-2021-3-11-16. EDN: https://elibrary.ru/PBHOHQ
Юрченко, И. Ф. (2021). Перспективы технологий Интернета вещей в агропроизводстве. Мелиорация и гидротехника, 11(1), 67–80. https://doi.org/10.31774/2222-1816-2021-11-1-67-80. EDN: https://elibrary.ru/HZESEL
Якушев, В. П. (2019). Цифровые технологии точного земледелия в реализации приоритета «умное сельское хозяйство» России. Вестник российской сельскохозяйственной науки, (2), 11–15. https://doi.org/10.30850/vrsn/2019/2/11-15. EDN: https://elibrary.ru/ZBFLJJ
Deng, H., Jing, X., & Shen, Z. (2022). Internet technology and green productivity in agriculture. Environmental Science and Pollution Research, 29(54), 81441–81451. https://doi.org/10.1007/s11356-022-21370-z. EDN: https://elibrary.ru/BRHGNN
Dovganeva, Yu. A., Katrashova, Yu. V., & Kirillova, T. V. (2023). The ecosystem of vertical farms: A conceptual framework. Food Systems, 6(4), 504–511. https://doi.org/10.21323/2618-9771-2023-6-4-504-511. EDN: https://elibrary.ru/KXMYUD
Gao, Q., Cheng, C., Sun, G., & Li, J. (2022). The impact of digital inclusive finance on agricultural green total factor productivity: Evidence from China. Frontiers in Ecology and Evolution, 10, 905644. https://doi.org/10.3389/fevo.2022.905644. EDN: https://elibrary.ru/HTRNEB
Herrero, M., Thornton, P. K., Mason-D'Croz, D., Palmer, J., Bodirsky, B. L., Pradhan, P., ... & Rockström, J. (2021). Articulating the effect of food systems innovation on the Sustainable Development Goals. The Lancet Planetary Health, 5(1), e50–e62. https://doi.org/10.1016/S2542-5196(20)30277-1. EDN: https://elibrary.ru/KVVPPO
Jiao, S., Lu, Y., & Wei, G. (2022). Soil multitrophic network complexity enhances the link between biodiversity and multifunctionality in agricultural systems. Global Change Biology, 28(1), 140–153. https://doi.org/10.1111/gcb.15917. EDN: https://elibrary.ru/LEGTXG
Liu, Z., & Xin, L. (2019). Has China's Belt and Road Initiative promoted its green total factor productivity? Evidence from primary provinces along the route. Energy Policy, 129, 360–369. https://doi.org/10.1016/j.enpol.2019.02.045.
Lungarella, M., Pitti, A., & Kuniyoshi, Y. (2007). Information transfer at multiple scales. Physical Review E—Statistical, Nonlinear, and Soft Matter Physics, 76(5), 056117.
Luo, L., Zhao, C., Wang, E., Raza, A., & Yin, C. (2022). Bacillus amyloliquefaciens as an excellent agent for biofertilizer and biocontrol in agriculture: An overview for its mechanisms. Microbiological Research, 259, 127016. https://doi.org/10.1016/j.micres.2022.127016. EDN: https://elibrary.ru/YXDAFQ
Matthews, B. H. (2019). Hidden constraints to digital financial inclusion: The oral-literate divide. Development in Practice, 29(8), 1014–1028.
Plotnikov, V., Nikitin, Y., Maramygin, M., & Ilyasov, R. (2021). National food security under institutional challenges (Russian experience). International Journal of Sociology and Social Policy, 41(1–2), 139–153. https://doi.org/10.1108/IJSSP-03-2020-0074. EDN: https://elibrary.ru/FFRHYZ
Papadopoulos, G., Arduini, S., Uyar, H., Psiroukis, V., Kasimati, A., & Fountas, S. (2024). Economic and environmental benefits of digital agricultural technologies in crop production: A review. Smart Agricultural Technology, 8, 100441. https://doi.org/10.1016/j.atech.2024.100441. EDN: https://elibrary.ru/BVIYEL
Potgieter, A. B., Zhao, Y., Zarco-Tejada, P. J., Chenu, K., Zhang, Y., Porker, K., & Chapman, S. (2021). Evolution and application of digital technologies to predict crop type and crop phenology in agriculture. In Silico Plants, 3, diab017. https://doi.org/10.1093/insilicoplants/diab017. EDN: https://elibrary.ru/CGRRCY
Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461. https://doi.org/10.1103/PhysRevLett.85.461. EDN: https://elibrary.ru/LOIRFJ
Dudkin, I. V., Dolgopolova, N. V., Zhilyakov, D. I., et al. (2023). Substantiation of the weed control system when placing grain production in microzones of the Central Chernozem region. E3S Web of Conferences, 390, 02011. https://doi.org/10.1051/e3sconf/202339002011. EDN: https://elibrary.ru/UXLTRV
References
Amirova, E. F., Zokin, A. L., Chistyakov, M. S., & Kosnikov, S. N. (2021). Main directions of comprehensive scientific and technological development of the digital platform of Russia's agrarian economy. Management Accounting, (4), 201–208.
Bannikov, S. A., Garbuzova, T. G., & Losev, A. N. (2023). Digital maturity of agriculture: Research results and assessment methodology. Bulletin of NGIEI, (10), 67–77. https://doi.org/10.24412/2227-9407-2023-10-67-77. EDN: https://elibrary.ru/GHMGMG
Departmental project "Digital Agriculture": Official publication. (2019). Moscow: FGBNU "Rosinformagrotekh". 48 p.
Zatsarinny, A. A., Medennikov, V. I., & Raikov, A. N. (2023). Integration of artificial intelligence applications into the unified digital platform of the agro-industrial complex. Information Society, (1), 127–138. https://doi.org/10.52605/16059921_2023_01_127. EDN: https://elibrary.ru/NMKKLZ
Kataev, M. Yu., Pasko, O. A., & Kartashov, E. Yu. (2023). Analysis of practical possibilities of using unmanned aerial vehicles in agriculture. Bulletin of KrasGAU, (1), 54–62. https://doi.org/10.36718/1819-4036-2023-1-54-62. EDN: https://elibrary.ru/EEAPOS
Makarov, D. I. (2022). Development of state support for the sectors of the agro-industrial complex in Russia. In Current problems of society, economy and law in the context of global challenges (pp. 299–303).
Murashova, N. V. (2021). Formation of the mechanism of digital transformation of agriculture. Bulletin of NGIEI, (9), 129–138. https://doi.org/10.24412/2227-9407-2021-9-129-138. EDN: https://elibrary.ru/KLGCHG
Osovin, M. N. (2024). Implementation of artificial intelligence technologies at enterprises of the agro-food complex of Russia: Problems and directions for their solution. Food Policy and Security, 11(3), 553–568. https://doi.org/10.18334/ppib.11.3.121322. EDN: https://elibrary.ru/DIHLTQ
Parshutina, I. G., Solodovnik, A. I., & Amelina, A. V. (2023). Analysis of the impact of digitalization and the Internet of Things on labor productivity in the economy. Bulletin of Agrarian Science, (4), 155–163. https://doi.org/10.17238/issn2587-666X.2023.4.155. EDN: https://elibrary.ru/WKJYIU
Raikov, A. N. (2021). The concept of a digital platform for Russian agriculture ensuring convergence to goals. Informatization and Communication, (1), 64–73. https://doi.org/10.34219/2078-8320-2021-12-1-64-73. EDN: https://elibrary.ru/KPVVRU
Seitov, S. K. (2024). Distribution of support volumes among subjects of the agro-industrial complex in the Krasnoyarsk Territory. Science of Krasnoyarsk, 13(3), 65–86. https://doi.org/10.12731/2070-7568-2024-13-3-258. EDN: https://elibrary.ru/PHPXAM
Stelmashonok, E. V., & Stelmashonok, V. L. (2021). Digital transformation of the agro-industrial complex: Analysis of prospects. Siberian Journal of Life Sciences and Agriculture, 13(2), 336–365. https://doi.org/10.12731/2658-6649-2021-13-2-336-365. EDN: https://elibrary.ru/UUMMYD
Takun, A., Makrak, S., & Takun, S. (2021). Methodological aspects of evaluating the effectiveness of digital technologies in precision agriculture. Science and Innovation, (3), 11–16. https://doi.org/10.29235/1818-9857-2021-3-11-16. EDN: https://elibrary.ru/PBHOHQ
Yurchenko, I. F. (2021). Prospects of Internet of Things technologies in agricultural production. Melioration and Hydraulic Engineering, 11(1), 67–80. https://doi.org/10.31774/2222-1816-2021-11-1-67-80. EDN: https://elibrary.ru/HZESEL
Yakushev, V. P. (2019). Digital technologies of precision agriculture in implementing the priority of "smart agriculture" in Russia. Bulletin of the Russian Agricultural Science, (2), 11–15. https://doi.org/10.30850/vrsn/2019/2/11-15. EDN: https://elibrary.ru/ZBFLJJ
Deng, H., Jing, X., & Shen, Z. (2022). Internet technology and green productivity in agriculture. Environmental Science and Pollution Research, 29(54), 81441–81451. https://doi.org/10.1007/s11356-022-21370-z. EDN: https://elibrary.ru/BRHGNN
Dovganeva, Yu. A., Katrashova, Yu. V., & Kirillova, T. V. (2023). The ecosystem of vertical farms: A conceptual framework. Food Systems, 6(4), 504–511. https://doi.org/10.21323/2618-9771-2023-6-4-504-511. EDN: https://elibrary.ru/KXMYUD
Gao, Q., Cheng, C., Sun, G., & Li, J. (2022). The impact of digital inclusive finance on agricultural green total factor productivity: Evidence from China. Frontiers in Ecology and Evolution, 10, 905644. https://doi.org/10.3389/fevo.2022.905644. EDN: https://elibrary.ru/HTRNEB
Herrero, M., Thornton, P. K., Mason-D'Croz, D., Palmer, J., Bodirsky, B. L., Pradhan, P., ... & Rockström, J. (2021). Articulating the effect of food systems innovation on the Sustainable Development Goals. The Lancet Planetary Health, 5(1), e50–e62. https://doi.org/10.1016/S2542-5196(20)30277-1. EDN: https://elibrary.ru/KVVPPO
Jiao, S., Lu, Y., & Wei, G. (2022). Soil multitrophic network complexity enhances the link between biodiversity and multifunctionality in agricultural systems. Global Change Biology, 28(1), 140–153. https://doi.org/10.1111/gcb.15917. EDN: https://elibrary.ru/LEGTXG
Liu, Z., & Xin, L. (2019). Has China's Belt and Road Initiative promoted its green total factor productivity? Evidence from primary provinces along the route. Energy Policy, 129, 360–369. https://doi.org/10.1016/j.enpol.2019.02.045.
Lungarella, M., Pitti, A., & Kuniyoshi, Y. (2007). Information transfer at multiple scales. Physical Review E—Statistical, Nonlinear, and Soft Matter Physics, 76(5), 056117.
Luo, L., Zhao, C., Wang, E., Raza, A., & Yin, C. (2022). Bacillus amyloliquefaciens as an excellent agent for biofertilizer and biocontrol in agriculture: An overview for its mechanisms. Microbiological Research, 259, 127016. https://doi.org/10.1016/j.micres.2022.127016. EDN: https://elibrary.ru/YXDAFQ
Matthews, B. H. (2019). Hidden constraints to digital financial inclusion: The oral-literate divide. Development in Practice, 29(8), 1014–1028.
Plotnikov, V., Nikitin, Y., Maramygin, M., & Ilyasov, R. (2021). National food security under institutional challenges (Russian experience). International Journal of Sociology and Social Policy, 41(1–2), 139–153. https://doi.org/10.1108/IJSSP-03-2020-0074. EDN: https://elibrary.ru/FFRHYZ
Papadopoulos, G., Arduini, S., Uyar, H., Psiroukis, V., Kasimati, A., & Fountas, S. (2024). Economic and environmental benefits of digital agricultural technologies in crop production: A review. Smart Agricultural Technology, 8, 100441. https://doi.org/10.1016/j.atech.2024.100441. EDN: https://elibrary.ru/BVIYEL
Potgieter, A. B., Zhao, Y., Zarco-Tejada, P. J., Chenu, K., Zhang, Y., Porker, K., & Chapman, S. (2021). Evolution and application of digital technologies to predict crop type and crop phenology in agriculture. In Silico Plants, 3, diab017. https://doi.org/10.1093/insilicoplants/diab017. EDN: https://elibrary.ru/CGRRCY
Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461. https://doi.org/10.1103/PhysRevLett.85.461. EDN: https://elibrary.ru/LOIRFJ
Dudkin, I. V., Dolgopolova, N. V., Zhilyakov, D. I., et al. (2023). Substantiation of the weed control system when placing grain production in microzones of the Central Chernozem region. E3S Web of Conferences, 390, 02011. https://doi.org/10.1051/e3sconf/202339002011. EDN: https://elibrary.ru/UXLTRV
Copyright (c) 2026 Alexander Yu. Anisimov, Petr N. Mashegov, Alexander E. Trubin, Irina O. Trubina
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
