employee
Russian Federation
Russian Federation
VAC 08.00.05 Экономика и управление народным хозяйством (по отраслям и сферам деятельности, в том числе: экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда; экономика народонаселения и демография; экономика природопользования; экономика предпринимательства; маркетинг; менеджмент; ценообразование; экономическая безопасность; стандартизация и управление качеством продукции; землеустройство; рекреация и туризм)
VAC 08.00.10 Финансы, денежное обращение и кредит
VAC 08.00.12 Бухгалтерский учет, статистика
VAC 08.00.13 Математические и инструментальные методы экономики
VAC 08.00.14 Мировая экономика
UDK 33 Экономика. Экономические науки
The processes of robotization of production occur in various industries, including such a conservative industry as agriculture. The aim of the study is to identify the territorial patterns of robotization of agriculture in the regions in relation to the indicators of their economic development. Regression analysis and Internet screening were used as research methods. Regional offices of the Ministry of Agriculture and Agribusiness provided data on the use of 435 units of robots used in the industry. In general, in the Russian Federation, the density of robotization of agriculture was 0.7497 robots per 10 thousand people employed in the industry. The density of robotization of agriculture by federal districts and regions was determined and the corresponding ranks were assigned to them. The author's methodology for ranking regions by robotization density is proposed, which is proposed to be divided into regions with high (over 3.0 robots per 10 thousand working in the industry), medium (from 0.75 to 3.0) and low density (less than 0.75 ) robotization. The average level of correlation between the gross agricultural output and the number of implemented robots was revealed (0.63). A high correlation is observed between labor productivity in agriculture and the number of implemented robots (0.78). There is a negative correlation between the share of agriculture in the gross value added of the regions and the amount of robotics used (-0.52) and the density of robotization (-0.59). This may indicate that robotics is used to a lesser extent in regions with traditionally developed agriculture. In the future, this may cause a technological lag in regions with a high share of agriculture, which must be taken into account by the executive authorities when developing programs for the innovative development of the industry.
robotization, agriculture, robotization density, gross output, labor productivity, regional ranking, correlation
Введение. Современное сельское хозяйство невозможно представить без цифровых технологий. При этом робототехника становится ключевой частью новой технологической реальности в отрасли. В настоящее время роботы выполняют широкий спектр операций, которые еще два десятка лет являлись прерогативой исключительно человеческой деятельности. Так, созданы и функционируют роботы по уборке клубники [1], борьбе с сорняками [2], для выполнения работ в тепличном хозяйстве [3], для сбора урожая [4,5], для выполнения стандартных операций по обработке почвы [6], для борьбы с вредителями [7] и многих других операций. Все это происходит в то время, когда сельхозтоваропроизводители постоянно сталкиваются с нехваткой рабочей силы, и - с учетом того, что мировое население, как ожидается, вырастет с 7,7 миллиарда до 9,7 миллиарда человек всего за 30 лет - спрос на продовольствие будет значительно расти.
Процессы роботизации производства происходят в различных отраслях, в том числе такой консервативной отрасли как сельское хозяйство. Это глобальная мировая тенденция и РФ не является здесь исключением, однако роботизация отечественного сельского хозяйства имеет свои особенности. Прежде всего, это низкие темпы внедрения роботов. «По данным Международной организации робототехники (IFR), по показателю плотности роботизации отечественное сельское хозяйство и экономика страны в целом существенно отстают не только от ведущих стран, но и от среднемировых значений» [8]. К другой тенденции следует отнести доминирование на отечественном рынке робототехники зарубежного производства. Наконец другой важной особенностью, по нашему мнению, является существенная территориальная дифференциация регионов по роботизации экономики.
Материалы и методы. Имеющиеся в известных библиографических базах научные источники в основном описывают технико-технологические аспекты роботизации, что свидетельствует о недостаточной разработанности проблемы развития фундаментальных научных знаний, касающихся научных подходов, методологии и инструментария внедрения и применения робототехники в сельскохозяйственном производстве, имеющих важное социально-экономическое и политическое значение. Территориальные особенности роботизации слабо теоретически разработаны, что повышает актуальность исследования.
Цель исследования состоит в выявлении территориальных закономерностей роботизации сельского хозяйства регионов во взаимосвязи с показателями их экономического развития.
Задачи исследования:
- определить объем валовой продукции сельского хозяйства и плотности роботизации отрасли;
- выполнить анализ зависимости производительности труда в сельском хозяйстве и плотности роботизации;
- провести исследование зависимости роботизации от доли продукции сельского хозяйства в экономике регионов.
Для достижения цели и задач предложены методы, которые позволят выявить зависимость показателей экономического развитьями регионов и федеральных округов и плотности роботизации сельского хозяйства. В частности для анализа зависимости валовой продукции, производительности труда в сельском хозяйстве и плотности роботизации будет использован регрессионный анализ.
Для уточнения количества применяемой робототехники в отрасли проведено в два этапа. На первом этапе сделаны соответствующие запросы в региональные министерства сельского хозяйства и АПК. По регионам, которые не предоставили соответствующие данные, будет осуществлен скрининг в сети Интернет. При этом в поисковом запросе использованы комбинации слов «роботы в сельском хозяйстве» и название соответствующего региона.
Результаты. Одним из основных показателей, характеризующих состояние развития отрасли, является валовая продукция, она может быть рассчитана в фактических ценах. В целом по РФ валовая продукция сельского хозяйства за 2014-2019 годы возросла на 22,9% и составила почти 5908 млрд. рублей. Наибольший прирост валовой продукции (30,8%) наблюдается в Центральном федеральном округе. Значительное увеличение валового производства можно отметить по Северо-Кавказскому федеральному округу (28,2%) и Южному федеральному округу (27,3%) (таблица 1).
Таблица 1 – Валовая продукция сельского хозяйства в РФ и по федеральным округам в хозяйствах всех категорий (в фактических ценах; млн. рублей)
|
Категория |
2014 |
2015 |
2016 |
2017 |
2018 |
2019* |
2019 к 2014, % |
|
Российская Федерация |
4805377 |
5102309 |
5058732 |
5362399 |
5119756 |
5907955 |
122,9 |
|
Центральный федеральный округ |
1265438 |
1307146 |
1302579 |
1467970 |
1382250 |
1654966 |
130,8 |
|
Северо-Западный федеральный округ |
226562 |
226717 |
225141 |
246946 |
245794,6 |
273583 |
120,8 |
|
Южный федеральный округ |
811567 |
899190 |
891719 |
903939 |
857378,1 |
1033328 |
127,3 |
|
Северо-Кавказский федеральный округ |
384914 |
428068 |
436751 |
461495 |
449470,8 |
493569 |
128,2 |
|
Приволжский федеральный округ |
1113851 |
1204827 |
1194371 |
1191875 |
1138373 |
1316936 |
118,2 |
|
Уральский федеральный округ |
302131 |
315695 |
293847 |
334469 |
318823,4 |
347969 |
115,2 |
|
Сибирский федеральный округ |
536494 |
570364 |
554665 |
573096 |
532728 |
589339 |
109,9 |
|
Дальневосточный федеральный округ |
164420 |
150302 |
159659 |
182609 |
194937 |
198264 |
120,6 |
Источник: составлено авторами по данным Росстата
*предварительные данные
Средние значения прироста валовой продукции сельского хозяйства наблюдаются в Северо-Западном федеральном округе (20,8%), Дальневосточном федеральном округе (20,6%). Относительно невысокой прирост валовой продукции сельского хозяйства наблюдается по Приволжскому федеральному округу (18,2%), Уральскому федеральному округу (15,2%), Сибирскому федеральному округу (9,9%). Таким образом, можно отметить прирост производства валовой продукции сельского хозяйства по всем федеральным округам.
Важное значение имеет доля сельского хозяйства в экономике регионов (таблица 2).
Таблица 2 - Доля сельского хозяйства, охоты и лесного хозяйства в валовой добавленной стоимости (в текущих основных ценах; в процентах к итогу)
|
Территории |
2013 |
2014 |
2015 |
2016 |
2017 |
2017 к 2013, пп. |
В среднем за 2013-2017 годы |
|
Российская Федерация |
4,2 |
4,8 |
5,2 |
5,1 |
5,1 |
0,9 |
5,1 |
|
Центральный федеральный округ |
2,8 |
3,3 |
3,7 |
3,4 |
3,3 |
0,5 |
3,4 |
|
Северо-Западный федеральный округ |
2,1 |
2,5 |
2,6 |
2,3 |
2,2 |
0,1 |
2,4 |
|
Южный федеральный округ |
9,8 |
10,8 |
12,8 |
13,6 |
13,9 |
4,1 |
13,0 |
|
Северо-Кавказский федеральный округ |
13,4 |
14 |
15,6 |
16,4 |
17,2 |
3,8 |
16,1 |
|
Приволжский федеральный округ |
6,2 |
7,1 |
7,7 |
7,7 |
7,8 |
1,6 |
7,6 |
|
Уральский федеральный округ |
2,1 |
2,1 |
2,3 |
2,2 |
2,2 |
0,1 |
2,2 |
|
Сибирский федеральный округ |
5,8 |
5,9 |
6,3 |
6,2 |
6,2 |
0,4 |
6,2 |
|
Дальневосточный федеральный округ |
3,2 |
3,5 |
3,4 |
3,4 |
3,4 |
0,2 |
3,4 |
Источник: составлено авторами по данным Росстата
В соответствии с данными в таблицы 2 наибольшую долю в валовой добавленной стоимости сельское хозяйство имеет в Северо-Кавказском федеральном округе (16,1%) и Южном федеральном округе (13,0%). Наименьшую долю в валовой добавленной стоимости сельское хозяйство имеет в Уральском федеральном округе (2,2%) и Северо-Западный федеральном округе (2,4%). Следует заметить, что доля сельского хозяйства увеличилась во всех регионах, от 0,2 процентных пункта в Дальневосточном федеральном округе до 4,1 процентных пункта в Южном федеральном округе.
Одним из важнейших показателей, характеризующих эффективность функционирования отрасли, является производительность труда. Она может быть рассчитана как отношение валовой продукции к численности занятых в отрасли. В свою очередь численность занятых в сельском хозяйстве по округам представлены в таблице 3.
Таблица 3 – Занятых в сельском хозяйстве по округам, тыс. чел.
|
Территории |
2005 |
2010 |
2011 |
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2017 к 2005, % |
|
Российская Федерация |
7628 |
6760 |
6710 |
6609 |
6503 |
6386 |
5546 |
5502 |
5075 |
66,5 |
|
Центральный федеральный округ |
1528 |
1313 |
1300 |
1251 |
1223 |
1210 |
1018 |
1014 |
954 |
62,4 |
|
Северо-Западный федеральный округ |
511 |
420 |
403 |
392 |
383 |
372 |
322 |
323 |
290 |
56,6 |
|
Южный федеральный округ |
1110 |
983 |
975 |
984 |
977 |
953 |
938 |
912 |
844 |
76,1 |
|
Северо-Кавказский федеральный округ |
655 |
664 |
702 |
705 |
720 |
729 |
721 |
724 |
708 |
108,0 |
|
Приволжский федеральный округ |
1916 |
1710 |
1683 |
1658 |
1618 |
1581 |
1269 |
1264 |
1123 |
58,6 |
|
Уральский федеральный округ |
455 |
385 |
380 |
372 |
365 |
353 |
297 |
293 |
263 |
57,8 |
|
Сибирский федеральный округ |
1134 |
978 |
964 |
944 |
924 |
904 |
751 |
738 |
669 |
59,0 |
|
Дальневосточный федеральный округ |
319 |
307 |
303 |
304 |
293 |
283 |
230 |
235 |
225 |
70,5 |
Источник: составлено авторами по данным Росстата
Численность занятых в сельском хозяйстве в целом по стране снизилась с 7628 тыс. человек в 2005 году до 5075 тыс. человек в 2017 году (или на 33,5%). Наибольшая численность занятых в отрасли (1123 тыс. человек в среднем за рассматриваемый период) наблюдается в Приволжском федеральном округе. Однако, здесь наблюдается наиболее существенное снижение их численности, которое составило 41,4%. Прирост численности занятых в сельском хозяйстве (на 8%) зафиксирован только в Северо-Кавказском федеральном округе.
Производительность труда в отрасли представлена в таблице 4.
Таблица 4 – Производительность труда в сельском хозяйстве В РФ и по округам, тыс. руб. / чел.
|
Категория |
2014 |
2015 |
2016 |
2017 |
В среднем за 2014-2017 годы |
2017 к 2014, % |
|
Российская Федерация |
752,5 |
920,0 |
919,4 |
1056,7 |
912,2 |
140,4 |
|
Центральный федеральный округ |
1045,6 |
1283,5 |
1285,0 |
1538,8 |
1288,2 |
147,2 |
|
Северо-Западный федеральный округ |
608,7 |
704,1 |
698,1 |
852,7 |
715,9 |
140,1 |
|
Южный федеральный округ |
851,5 |
958,7 |
977,9 |
1070,9 |
964,7 |
125,8 |
|
Северо-Кавказский федеральный округ |
527,9 |
593,9 |
603,4 |
652,1 |
594,3 |
123,5 |
|
Приволжский федеральный округ |
704,7 |
949,6 |
945,1 |
1061,1 |
915,1 |
150,6 |
|
Уральский федеральный округ |
856,4 |
1061,9 |
1002,2 |
1272,7 |
1048,3 |
148,6 |
|
Сибирский федеральный округ |
593,3 |
759,9 |
751,9 |
857,2 |
740,5 |
144,5 |
|
Дальневосточный федеральный округ |
580,6 |
652,9 |
678,2 |
813,0 |
681,2 |
140,0 |
Источник: составлено авторами
В целом по РФ производительность труда в сельском хозяйстве выросла на 40,4% с 752,5 до 1056,7 тыс. рублей на человека. Это не является достаточным для отнесения рабочих мест в отрасли к высокопроизводительным рабочим местам [9]. Наибольшая производительность за рассматриваемый период наблюдается в Центральном федеральном округе, она возросла на 47,2% и составила 1288,2 тыс. рублей на человека. Высокая производительность труда в сельском хозяйстве наблюдается в Уральском федеральном округе, она составила 1048,3 тыс. рублей на человека и возросла на 48,6%.
В соответствии с методикой исследования были сделаны запросы и получены данные о количестве роботов используемых в сельском хозяйстве [10]. Эти данные были дополнены поиском в сети Интернет о реализованных проектах роботизации ферм. Таким образом, получена информация о количестве роботов в сельском хозяйстве (таблица 5).
Таблица 5 – Количество роботов и плотность роботизации сельского хозяйства по округам*
|
Российская Федерация |
Количество роботов, шт. |
Плотность роботизации, роботов н 10 тыс. занятых |
Ранги по плотности роботизации |
|
Российская Федерация |
435 |
0,7497 |
- |
|
Центральный федеральный округ |
184 |
0,3171 |
5 |
|
Северо-Западный федеральный округ |
66 |
0,6089 |
4 |
|
Южный федеральный округ |
1 |
0,0108 |
6 |
|
Северо-Кавказский федеральный округ |
0 |
0,0000 |
8 |
|
Приволжский федеральный округ |
95 |
0,6930 |
2 |
|
Уральский федеральный округ |
68 |
2,1645 |
1 |
|
Сибирский федеральный округ |
4 |
0,0502 |
7 |
|
Дальневосточный федеральный округ |
17 |
0,6713 |
3 |
Источник: составлено авторами
Региональные отделения министерства сельского хозяйства и продовольствия предоставили данные об использовании 435 единиц роботов, применяемых в отрасли. Подавляющее большинство этих роботов используются в доении коров, незначительная часть относится к так называемым роботам подравнивателям кормов. В целом по РФ плотность роботизации составила 0,7497 роботов на 10 тыс. занятых в отрасли. В Центральном федеральном округе наблюдается наибольшее количество робототехники -184 единицы. Однако по плотности роботизации этот округ занимает лишь пятое место, поскольку данный показатель составил 0,3171 роботов на 10 тыс. занятых. Это может быть связно с большим количеством занятых в сельском хозяйстве. В Приволжском федеральном округе применяется 95 единиц робототехники, при этом плотность роботизации составила 0,693 роботов на 10 тыс. занятых. Это позволяет присвоить данному округу второй ранг по плотности роботизации. В Уральском федеральном округе применяется 68 единиц робототехники, в том числе используется несколько подравнивателей кормов. При этом плотность роботизации сельского хозяйства составила 2,16 роботов на 10 тыс. занятых, что позволяет присвоить данному округу первый ранг по плотности роботизации. В Северо-Западном федеральном округе применяется 66 единиц робототехники, а плотность роботизации составила 0,6089, что выводит по данному показателю на четвертое место. В Дальневосточном федеральном округе применяет 17 единиц робототехники, однако данный округ находится на третьем месте по плотности роботизации. которая составила 0,6717 роботов на 10 тыс. занятых. Остальные округа (Сибирский, Северо-Кавказский, Южный) находятся на 6-8 местах по плотности роботизации, поскольку робототехника в сельском хозяйстве здесь практически не используется.
Представляется целесообразным провести ранжирование регионов по уровню роботизации сельского хозяйства. К первой группе можно отнести регионы с высокой плотностью роботизации. В качестве критерия для отнесения к этой группе выбрана средняя плотность роботизации по экономике РФ или свыше 3,0 роботов на 10 тыс. работающих в отрасли. Ко второй группе можно отнести регионы со средней плотностью роботизации. К ним относятся регионы с плотностью роботизации от 0,75 (средняя по сельскому хозяйству РФ) до 3,0 роботов (средняя по экономике РФ) на 10 тыс. работающих. К третьей группе относятся регионы с низкой плотностью роботизации, которая составляет менее 0,75 роботов на 10 тыс. работающих в отрасли. Наконец к четвертой группе относиться регионы где роботизация сельского хозяйства не осуществляется, или регионы не предоставившие данные по внедрению этой техники в производство.
Ранжирование регионов по уровню роботизации сельского хозяйства представлено на рисунке 1.
Источник: составлено авторами
Рисунок 1 – Ранжирование регионов по уровню роботизации сельского хозяйства
В соответствии с данными рисунка можно к группе с высоким уровнем роботизации сельского хозяйства отнести 9 регионов. Это регионы, где плотность роботизации выше, чем среднем по экономике РФ (свыше 3,0 роботов на 10 тыс. работающих в отрасли). К ним относятся Калужскую область (42,7), Рязанскую область (14,08), Свердловскую область (6,32), Архангельскую область (6,27), Вологодскую область (6,21), Сахалинскую область (4,8) республику Мордовию (3,9), Кировскую область (3,57), Тюменскую область (3,4). К группе со средним уровнем (плотность роботизации от 0,75 до 3,0) роботизации сельского хозяйства можно отнести 10 регионов. К ним относятся Республика Коми (2,956), Камчатский край (2,516), Ивановская область (2,439), Ярославская область (2,439), Ленинградская область (1,882), Республика Татарстан (1,718), Московская область (1,225), Томская область (1,111), Костромская область (0,939), Удмуртская Республика (0,909). К третьей группе следует отнести регионы с низким уровнем роботизации сельского хозяйства с плотностью роботизации менее 0,75 роботов на 10 тыс. занятых. К ним относятся 10 регионов, в том числе Хабаровский край (0,69) Тамбовская область (0,62), Нижегородская область (0,58), Воронежская область (0,55), Самарская область (0,45), Пермский край (0,41), Смоленская область (0,40), Калининградская область (0,39), Республика Башкортостан (0,38), Приморский край (0,33), Липецкая область (0,31), Забайкальский край (0,23), Краснодарский край (0,04). К четвертой группе можно отнести регионы, которые не предоставили данные об использовании робототехники в сельском хозяйстве, и по которым не получено данных в сети интернет о применении этой техник в отрасли.
Можно выделить корреляцию между различными показателями, характеризующими роботизацию сельского хозяйства (таблица 6).
Таблица 6 – Результаты корреляции различных характеристик регионов
|
Показатель |
Количество роботов |
Плотность роботизации |
|
Валовая продукция сельского хозяйства |
0,63 |
-0,302 |
|
Производительность труда в сельском хозяйстве |
0,78 |
0,289 |
|
Доля сельского хозяйства, охоты и лесного хозяйства в валовой добавленной стоимости |
-0,52 |
-0,59 |
Источник: составлено авторами
Средний уровень корреляции наблюдается между валовой продукции сельского хозяйства и количеством внедренных роботов (0,63). Это означает, чем выше объем произведений продукции по рассматриваемой группе регионов, тем выше количество используемых роботов. Высокая корреляция наблюдается между производительностью труда в сельском хозяйстве и количеством внедренных роботов (0,78). Таким образом, чем выше производительность труда в регионе, тем больше количество используемой робототехники. Имеется слабая отрицательная корреляция между валовой продукцией сельского хозяйства и количеством внедренных роботов (-0,302). Слабая положительная корреляционная зависимость имеется между производительностью труда в сельском хозяйстве и количеством внедренных роботов (0,289). Получена средняя отрицательная корреляция между долей сельского хозяйства, охоты и лесного хозяйства в валовой добавленной стоимости и количество используемой робототехники (-0,52) и плотностью роботизации (-0,59).
Заключение. Анализ развития отрасли показал увеличение валовой продукции сельского хозяйства в РФ на 22,9%, при этом численность занятых в отрасли снизилась на 33,5%. Роботизация сельского хозяйства осуществляется медленными темпами. Впервые роботы для доения появились на рынке в 1991 году в Нидерландах, а в России на фермах в 2006 году. С тех пор, по нашим данным, подкрепленных информацией от региональных министерств сельского хозяйства и АПК, внедрено 435 единиц данной техники, при этом имеется существенная дифференциация их использования по территории страны. Можно выделить четыре группы регионов по интенсивности внедрения этой техники. К первой группе относятся 9 регионов с высокой плотностью роботизации сельского хозяйства свыше 3,0 роботов на 10 тыс. занятых. Ко второй группе относятся 10 регионов с плотность роботизации сельского хозяйства от 0,75 до 3,0 роботов на 10 тыс. занятых, к третьей группе относятся регионы с низкой плотностью роботизации менее 0,75 роботов на 10 тыс. занятых. Уральскому федеральному округу можно присвоить первый ранг по плотности роботизации (2,16 роботов на 10 тыс. занятых). Достаточно тревожным может являться тот факт, что имеется отрицательная корреляция между долей сельского хозяйства в валовой добавленной стоимости и количеством используемой робототехники (-0,52) и плотностью роботизации (-0,59). Это может указывать, на то, что в регионах с традиционно развитым сельским хозяйством в меньшей степени используют робототехнику. В перспективе это может вызвать их технологическое отставание. В связи с чем необходимо совершенствовать принципы и алгоритм формирования регионального аграрного рынка в условиях импортозамещения [11], учитывать современные императивы развития АПК [12;13], в т.ч. цифровую трансформацию [14; 15], а также свойство адаптации хозяйствующих субъектов к структурным сдвигам [16] и необходимость обеспечения эквивалентности межотраслевых экономических отношений [17].
Благодарности. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-010-00636 А «Пространственное развитие роботизации сельского хозяйства России: тенденции, факторы, механизмы»
1. Hayashi S., Shigematsu K., Yamamoto S., Kobayashi K., Kohno Y., Kamata J., Kurita M. Evaluation of a strawberry-harvesting robot in a field test // Biosystems Engineering. 2010. №105(2). pp.160-171
2. Slaughter D.C., Giles D.K., Downey D. Autonomous robotic weed control systems: A review // Computers and Electronics in Agriculture. 2008. №61 (1). pp.63-78
3. Zanlorensi L.A., Araújo V.M., Guimarães A.M. Automatic control and robotics for greenhouses: A review on heating technologies // Ibero|American Journal of Applied Computing. 2016. №4 (3). pp.21-28. http://dx.doi.org/10.5772/intechopen.6987485
4. Zhao Y, Gong L, Huang Y, Liu C. A review of key techniques of vision-based control for harvesting robot. Computers and Electronics in Agriculture. 2016. №127. pp.311-323
5. Bac CW, Henten EJ, Hemming J, Edan Y. Harvesting robots for High-value crops: State-of-the-art review and challenges ahead. Journal of Field Robotics. 2014. №31 (6). pp.888-911
6. Bechar A, Vigneault C. Agricultural robots for field operations. Part 2: Operations and systems. Biosystems Engineering. 2017. №153. pp.110-128
7. Giles DK. Use of remotely piloted aircraft for pesticide applications: Issues and outlook / Outlooks on Pest Management. 2016. №27 (5). pp.213-216
8. Plotnost' robotov rastet vo vsem mire [Elektronnyy resurs]. URL: https://ifr.org/ifr-press-releases/news/robotdensity-rises-globally (data obrascheniya 1.03.2018).
9. Ukaz Prezidenta RF № 596 O dolgosrochnoy ekonomicheskoy gosudarstvennoy politike» 2012 g.
10. Skvorcov E.A., Nabokov V.I. K voprosu regional'nyh tendenciy robotizacii sel'skogo hozyaystva // Ekonomika sel'skogo hozyaystva Rossii. 2020. №8. S. 30-38.
11. Gogolev I.M. Principy i algoritm formirovaniya regional'nogo agrarnogo rynka v usloviyah importozamescheniya / I.M. Gogolev, G.Ya. Ostaev, M.M. Kislickiy, O.O. Zlobina // Russian Journal of Management. - 2020. - T. 8. - № 3. - S. 111-115.
12. Golovina L.A. Cifrovoy vektor vo vzaimodeystvii sub'ektov agrarnogo proizvodstva / L.A. Golovina, M.M. Kislickiy // Agrarnyy vestnik Urala. - 2020. - № 9 (200). - S. 74-82.
13. Golovina L.A. Razvitie agrobiznesa sub'ektov Central'nogo makroregiona v koordinatah imperativov prostranstvennoy transformacii ekonomiki / L.A. Golovina, M.M. Kislickiy, O.V. Logacheva // ETAP: Ekonomicheskaya Teoriya, Analiz, Praktika. - 2020. - № 1. - S. 47-76.
14. Lutfullin Yu.R. Rassmotrenie agrarnoy sfery ekonomiki s pozicii proektno-cifrovogo podhoda / Yu.R. Lutfullin, M.M. Kislickiy, L.N. Bayanova // Ekonomika sel'skogo hozyaystva Rossii. - 2020. - №8. - S. 11-15.
15. Semin A.N. Prakticheskiy opyt primeneniya cifrovyh tehnologiy monitoringa rashoda topliva v APK / A.N. Semin, A.S. Truba, M.M. Kislickiy // Ekonomika sel'skohozyaystvennyh i pererabatyvayuschih predpriyatiy. - 2020. - № 11. - S. 36-39.
16. Transformacionnye processy i adaptaciya hozyaystvuyuschih sub'ektov agrarnoy sfery : monografiya / Pod nauch. red. prof. O.A. Rodionovoy. - M.: OOO «Sam Poligrafist», 2020. - 148 s.
17. Teoriya, metodologiya i praktika realizacii ekvivalentnyh mezhotraslevyh otnosheniy v APK : monografiya / Pod red. prof. O.A. Rodionovoy. - M.: Fond «Kadrovyy rezerv», 2019. - 220 s.
