Методика отбора регионов для исследования адаптации сельского хозяйства к изменению климата

Abstract

Влияние изменения климата на социальные и институциональные условия ведения сельского хозяйства России (в отличие от технологических) практически не изучено. При ограниченном бюджете исследования в этом направлении целесообразно проводить на примере малой выборки регионов. Чтобы при формировании выборки свести к минимуму субъективный фактор, создана формализованная методика формирования и оценки выборки заданной численности с тем, чтобы представленные в ней регионы существенно различались природными условиями, эффективностью сельскохозяйственного производства, вкладом в него крестьянских хозяйств и при этом в совокупности вносили значительный вклад в валовое сельскохозяйственное производство страны. Методика, в отличие от известных, использует задачу линейного программирования, все угловые решения которой целочисленны. Разнообразие регионов по эффективности обеспечивается включением в выборку как эффективных, так и неэффективных регионов, выявляемых по методу DEA. Наилучшей с позиций указанных требований оказалась выборка, включающая в себя Алтайский, Красноярский, Краснодарский края и Московскую область. Для регионов, вошедших хотя бы в одну из пяти лучших выборок по данному критерию (помимо вышеперечисленных, это Волгоградская, Саратовская и Ленинградская области), при помощи модели частичного равновесия на рынках сельскохозяйственной продукции субъектов Российской Федерации (модели ВИАПИ) оценено влияние сценарного изменения климата на производство и оптовые цены десяти видов сельхозпродукции. Установлено, что производство в отобранных регионах устойчиво к этому влиянию, за исключением Алтайского края и Красноярского края, но это не препятствует росту цен на региональных рынках из-за воздействия мировых цен на продукты переработки молока и на зерно.

The impact of climate change on the social and institutional conditions of agriculture (as opposed to technological ones) in Russia has hardly been studied. With a limited budget, such research should examine a small sample of regions. To reduce the subjectivity, a formalised methodology for creating and ranking small samples of regions was developed. While occupying the largest possible share in the country’s gross agricultural production, the regions included in the sample should significantly differ in natural and agricultural zones, agricultural production efficiency, contribution of peasant farms to agricultural output. Unlike other methods, the proposed technique uses a linear programming problem, where all corner solutions are integer. Data envelopment analysis (DEA) was utilised to ensure the inclusion of both efficient and inefficient regions in the sample. In accordance with these requirements, Altai, Krasnoyarsk, Krasnodar krais and Moscow oblast were selected for analysis. For the regions included in at least one of the five best samples (such as Volgograd, Saratov and Leningrad oblasts), a model of partial equilibrium on the wholesale markets of agricultural products of the constituent entities of the Russian Federation (VIAPI model) was applied to assess the impact of scenario climate change on the output and wholesale prices of ten types of agricultural products.The research revealed that while the production in the selected regions is resistant to this influence, except for Altai and Krasnoyarsk krais, regional market prices are still rising due to the impact of world prices for milk products and grain.