ВАК 5.2.3 Региональная и отраслевая экономика
ВАК 5.2.4 Финансы
ВАК 5.2.5 Мировая экономика
ВАК 5.2.6 Менеджмент
ВАК 5.2.7 Государственное и муниципальное управление
УДК 332.02 Политика. Планирование. Руководство. Мероприятия. Инструменты (средства) воздействия
УДК 338.2 Экономическая политика. Управление и планирование в экономике
В статье рассмотрены основные направления прогнозирования и стратегического планирования АПК. Проанализирована прогностическая аналитика по объему производства и ценам реализации сельскохозяйственной продукции. Определено место прогнозирования в системе государственного субсидирования и оказания прочих мер поддержки сельскому хозяйству. Сформулированы ключевые положения основных российских и зарубежных инструментов прогнозирования.
прогнозирование, стратегическое планирование, аналитика, агропромышленный комплекс, факторы риска
Развитие российского агропромышленного комплекса является одной из важнейших стратегических задач современной экономики, особенно в условиях глобальной экономической и геополитической нестабильности, изменения природно-климатических условий по всему миру, демографического роста и асимметрии доступа к продовольствию в разных регионах. Эти факторы значительно повышают вероятность реализации разного рода рисков и уровень неопределенности во всей сельскохозяйственной отрасли, создавая новые вызовы для аграриев, производителей продуктов питания и государства в целом.
Актуальная экономическая ситуация требует разработки новых подходов к управлению рисками и инструментов стратегического планирования. Прогнозирование будущих тенденций становится ключевым элементом обеспечения устойчивого развития агропромышленного сектора, позволяя своевременно реагировать на изменения внешней среды и минимизировать негативные последствия реализации кризисных ситуаций. Использование современных методов анализа больших данных, цифровых технологий и инновационных моделей управления позволяет повысить точность прогнозов и обеспечить стабильное развитие сельскохозяйственного производства даже в условиях высокой неопределенности.
При организации процессов прогнозирования и планирования сельского хозяйства следует понимать, что аграрная политика – это комплексная деятельность органов государственной власти по обеспечению продовольственной безопасности, экономического и технологического суверенитета государства. С учетом данных целей можно выделить три основные прогностические группы:
- Соотношение производства и потребления сельскохозяйственных продуктов – анализ объемов ресурсов товаропроизводителей и уровня платежеспособного спроса, динамики потребности рынка;
- Инвестиционная сбалансированность – пропорциональность между ресурсным и инвестиционным комплексами предприятий и/или регионов;
- Инфраструктурный аспект – соотношение между основными сферами и подотраслями сельского хозяйства, рациональность организации производственной, кадровой, управленческой деятельности [1].
Одной из ключевых задач прогнозирования и планирования является актуализация мер по стимулированию развития сельского хозяйства, отдельных регионов, направлений и предприятий. Так, сейчас актуальным становится вопрос повышения производительности труда. Известно, что для достижения этой цели затраты на выпуск продукции должны сокращаться в динамике вкупе с повышением экономии труда. Основными инструментами при этом являются: сочетание материального и нематериального стимулирования, повышение квалификации работников, так как накопленные умения и знания становятся основой создания дополнительной стоимости продукции. В данной связи стоит отметить, что мероприятия по прогнозированию и планированию деятельности той или иной экономической отрасли не являются изолированными, а охватывают целый комплекс сфер и необходимых к решению вопросов [2].
Другой стратегически важной задачей является стимулирование цифровизации агропромышленного сектора. Государство обеспечивает условия для эффективного внедрения инноваций и совершенствует системы поддержки, исходя из потенциальных результатов составленных моделей и прогнозов. Цифровые решения способствуют повышению прозрачности и эффективности государственных программ, упрощают взаимодействие органов власти с сельскохозяйственными товаропроизводителями, укрепляют атмосферу взаимовыгодного сотрудничества. В данный момент наблюдается активное внедрение отечественных цифровых платформ в обеспечение эффективности ключевых производственных и организационных процессов сельскохозяйственной отрасли. Одними из наиболее важных проектов можно назвать федеральную информационную систему “ФГИС Семеноводство”, запущенную в 2023 году, которая обеспечивает полный контроль над качеством семян в цепочке “селекционер-аграрий”, и программу “Цифровое сельское хозяйство”, стартовавшую в 2019 году, предусматривающую разработку плана повсеместного внедрения инновационных IT-технологий и онлайн-сервисов в российский агропромышленный сектор [3].
Так, на рис. 1 представлена динамика государственного финансирования трех важнейших для сельского хозяйства государственных программ. «Комплексное развитие сельских территорий» (КРСТ) имеет целью повышение качества жизни негородского населения и его благосостояния, развитие социальной и производственной инфраструктуры. К основным направлениям программы относятся следующие:
- Строительство и ремонт социальной инфраструктуры (школ, больниц, детских садов, домов культуры и др.);
- Модернизация жилищной инфраструктуры на селе (предоставление жилья для ключевых территориальных специалистов и обеспечение оперативного переселения граждан из аварийного и ветхого жилья);
- Строительство и ремонт дорожного полотна и коммунальных сетей;
- Реализация проектов по благоустройству парков, зон отдыха, прибрежных зон и других общественных пространств;
- Обеспечение устойчивого развития сельскохозяйственной отрасли, повышение ее эффективности и занятости сельского населения [4].
Государственную программу “Земля” в контексте исследования необходимо рассматривать как “Эффективное вовлечение в оборот земель сельскохозяйственного назначения и развития мелиоративного комплекса”. Основной целью является введение в оборот не менее 13 гектар неиспользуемых сельскохозяйственных земель за десятилетний период, начиная с 2022 г. Следствием этого, согласно прогнозу, должно стать увеличение производства продовольствия и упрочнение состояния отечественной продовольственной безопасности [5].
Государственная программа развития агропромышленного сектора направлена на обеспечение стабильного роста производства качественной и конкурентоспособной сельскохозяйственной продукции, развитие сельских территорий и привлечение кадров. Основными направлениями являются:
- Поддержка отечественных селекционеров и производителей племенного материала, субсидирование внедрения инновационных технологий;
- Развитие производственной, досуговой и социальной инфраструктуры сельских территорий;
- Предоставление грантов, субсидий и льгот начинающим аграриям, а также предприятиям малого и среднего бизнеса;
- Повышение эффективности использования сельскохозяйственных земель;
- Поддержка научно-исследовательских центров и внедрения инновационных технологий [6].
Как уже было отмечено ранее, прогнозирование и планирование агропромышленного комплекса в контексте государственного управления выступает комплексной задачей, охватывающей спектр мер и инструментов. Для развития сельского хозяйства в условиях давления недружественных государств и реализации других факторов риска, необходимо включать в прогнозирование и социальный, и земельный аспекты.
Рис. 1. Динамика финансирования государственных программ в сфере развития агропромышленного сектора [7,8]
Стратегическая важность рационального планирования заключается еще и в объемах государственного финансирования профильных проектов и национальных программ. Так, на рис. 2 отражено, что общая сумма финансирования перечисленных направлений составила более, чем 393 млрд. рублей. Основной объем финансовой поддержки направлен на увеличение экспорта сельскохозяйственной продукции, развитие различных отраслей агропромышленного комплекса и их техническую модернизацию, стимулирование инвестиций. Данные цели являются прямым продолжением ряда государственных стратегических документов, отражающих необходимость в устойчивой продовольственной, экономической и, как следствие, национальной безопасности.
Рис. 2. Объемы финансирования федеральных программ, проектов и мероприятий в сфере развития агропромышленного сектора в 2024 г. [7,8]
Таким образом, за последние десятилетия в России наблюдается резкий подъем государственного интереса к содействию в развитии агропромышленного сектора. Отмечается отрицание полного рыночного регулирования экономики со стороны органов власти, но при этом подчеркивается необходимость научно-обоснованных пропорций госрегулирования – данный аспект ставит процессы планирования и прогнозирования основой эффективного функционирования отечественного сельского хозяйства. Государству необходимо выступать регулятором деятельности пищевых и перерабатывающих предприятий АПК, являющихся базисом поддержания продовольственной безопасности страны и осуществлять поддержку в соответствии с биоиндустриальными особенностями отрасли, сезонностью производства и ее возможных сдвигов ввиду климатических изменений, невысоким уровнем модернизации производств и др.
Недостатки прогнозирования развития агропромышленного сектора потенциально ведут к разного рода диспропорциям и негативным эффектам. Данный аспект можно рассмотреть на примере субсидирования малого и среднего бизнеса:
- Распространено мнение, что прорыва в сельскохозяйственном секторе возможно достигнуть путем поддержки крупных агломераций, но малое и среднее предпринимательство играют ключевую роль в сохранении численности сельского населения, содействуют развитию социальной, досуговой и инженерной инфраструктуры;
- Повышение спроса на высококачественные, экологически чистые продукты питания можно удовлетворить чаще всего ресурсами малого и среднего бизнеса;
- Малые формы хозяйствования снижают экологическую нагрузку на территории присутствия из-за более низкого углеродного следа, чем у крупных предприятий [9,10].
Планирование и прогнозирование как на уровне государства, так и на уровне предприятия, должны быть комплексными и всеохватными. Недостаточный анализ альтернативных точек развития (поддержки малого и среднего бизнеса, а не только крупных агропромышленных холдингов) может привести к снижению эффективности деятельности сектора и/или отдельной организации. Главной целью прогнозирования выступает разработка сбалансированных и многовариантных планов развития субъекта хозяйствования, региона, отрасли, государства в целом, обеспечение достаточного для удовлетворения потребностей внутреннего рынка объема производства, а также уровня занятости сельского и городского населения [11]. В данной связи необходимо применять целый ряд разноплановых инструментов планирования и прогнозирования:
Таблица 1
Инструменты прогнозирования АПК, применяемые в российской практике
|
Метод |
Сущность |
Применение |
Ключевые элементы анализа |
|
Балансовый метод |
Прогнозирование на основе анализа финансовых показателей предприятий АПК |
Региональные власти, Минсельхоз |
Объемы выручки, уровень цены, урожайность, объемы производства/переработки |
|
Прогнозирование спроса |
Анализ конкурентного рынка (импортных товаров), потребительского поведения |
Минсельхоз и сельскохозяйственные товаропроизводители |
Динамика спроса и цен на те или иные товары, объемы экспорта и импорта |
|
Оценка рисков |
Оценка климатических, экономических, политических рисков и препятствий развития |
Минсельхоз и страховые компании |
Частота природных чрезвычайных ситуаций и их характер, политическая и экономическая стабильность |
|
Оценка эффективности государственной поддержки |
Оценка экономических эффектов от субсидирования и косвенных программ поддержки отрасли |
Региональные власти, Минсельхоз |
Объемы государственной поддержки, случаи нецелевого использования средств |
|
Сценарное прогнозирование |
Прогнозирование на основе различных сценариев развития отрасли |
Минсельхоз, научно-исследовательские институты |
Государственное регулирование, изменения конъюнктуры рынка, динамика цен |
|
Оценка воздействия климатических изменений |
Анализ изменения температуры, осадков, плодородности почв и других индикаторов |
Минсельхоз, научно-исследовательские институты |
Изменения климата, урожайность, качество продукции |
|
Прогнозирование развития органического сельского хозяйства |
Прогнозирование на основе оценки эффективности профильных государственных проектов и уровня потребительского спроса |
Минсельхоз и сельскохозяйственные товаропроизводители |
Уровень спроса на органическую продукцию, объемы государственной поддержки |
Балансовый метод и оценка эффективности государственной поддержки помогают выявлять слабые места в функционировании всего агропромышленного сектора в целом, позволяя тем самым повышать рациональность управления финансовыми ресурсами, частными и государственными. Описанные инструменты оценки рисков позволяют предвидеть потенциальные угрозы внешнего и внутреннего характера и заранее подготовиться к ним. Это повышает общую конкурентоспособность как предприятия, так и отрасли в целом. Формулировка сценариев и оценка воздействия климатических изменений важны для формирования гибких стратегий развития сельского хозяйства и рационализации политики создания резервов, способствуют модернизации инфраструктуры хранения сырья и готовой продукции. Повышение внимания к органическому производству свидетельствует о готовности к инновациям и стремлению к соответствию мировым трендам здорового образа жизни.
Также в целях исследования необходимо рассмотреть инструменты прогнозирования, применяемые в мировой практике, а также сферу их применения. Соответствующие данные отражены в Таблице 2:
Таблица 2
Инструменты прогнозирования АПК, применяемые в мировой практике
|
Инструмент |
Сущность |
Применение |
Ключевые элементы анализа |
|
AgentBasedModeling |
Моделирование поведения различных агентов (сельскохозяйственных товаропроизводителей, органов государственной власти, потребителей) |
Европейская комиссия, USDA |
Поведение агентов, динамика цен, государственное регулирование |
|
Блокчейн для отслеживания движения продукции |
Отслеживание движения товаров на основе блокчейн-технологий |
Nestle, Walmart |
Качество продукции, сертификация, безопасность употребления |
|
Модель оценки эффективности с использованием искусственного интеллекта |
Прогнозирование путем анализа данных с помощью технологий искусственного интеллекта |
Научно-исследовательские институты Европы |
Объемы производство и потребления, основные финансово-экономические показатели |
|
Система прогнозирования на основе данных IoT |
Прогнозирование урожайности на основе данных датчиков, устройств и др. |
Monsanto, JohnDeere |
Урожайность, показатели щелочного состава почвы |
|
Климатический анализ с помощью байесовских сетей |
Оценка потенциального воздействия погодных условий с помощью составления вероятностных графических моделей |
Научно-исследовательские институты Европы и Австралии |
Урожайность, качество продукции, погодные изменения |
Описанные цифровые инструменты помогают снизить издержки, повысить эффективность производства и нивелировать влияние разного рода рисковых ситуаций, связанных с неопределенностью внешних факторов, таких как погода или колебания цен на конкурентном рынке.
Изменение климата оказывает значительное влияние на эффективность и результативность сельскохозяйственной деятельности, вызывая необходимость актуализации стратегии управления рисками. Традиционно для климатического прогнозирования в сельском хозяйстве используются следующие методики:
- Климатическое компьютерное моделирование, позволяющее предсказать с определенной степенью вероятности среднегодовые и среднеклиматические условия, а также риски наступления чрезвычайных погодных явлений;
- Агроклиматический мониторинг, реализуемый через наблюдение по сети метеостанций, спутников, автоматизированных датчиков;
- Использование географических информационных систем с целью анализа пространственных данных о климате, почвах, растительности и др. факторах [12].
Однако, традиционные физико-статистические подходы не могут быть использованы для обработки и анализа больших объемов данных, а также выявления сложных нелинейных зависимостей. Инструменты климатического анализа, основанные на применении байесовских сетей и других методов моделирования и обработки статистических данных, позволяют предсказывать вероятность наступления неблагоприятных погодных явлений и оптимизировать использование ресурсов. Так, например, для прогнозирования объемов производства в отрасли растениеводства необходимо применять не только регрессионный анализ, методику экспертных оценок, но и инструменты моделирования, позволяющие определять ключевые нелинейные зависимости. Это помогает производителям оперативнее адаптироваться к новым условиям и минимизировать потери урожая от общего прогнозируемого объема [13,14].
Использование технологий блокчейна позволяет обеспечить практически полную прозрачность всех этапов хранения, упаковки, поставки сельскохозяйственных и продовольственных товаров. Блокчейн – это технология, организованная в виде линейной последовательности данных, называемых “блоками”, которые содержат пакеты тех или иных транзакций. Каждый “блок” содержит ссылку на предыдущий, а также инструмент проверки транзакций, которые в него входят. Записи о каждом этапе производства и доставки сельскохозяйственной продукции хранятся в блокчейне, что делает их доступными для всех участников транзакции. Это делает возможным отслеживание каждой партии продукции от производителя до прилавка розничного магазина. При этом, данный инструмент способствует возможности гарантии высокого качества продукции и повышает тем самым доверие потребителей. Организации, применяющие подобные решения, укрепляют свою репутацию и повышают лояльность оптовых и розничных потребителей. Процесс цифровизации агропромышленного сектора, в том числе путем применения технологий блокчейна, направлен на упрочение продовольственной и экономической безопасности страны, повышению конкурентоспособности отечественной продукции на внутреннем и внешнем рынках [15,16,17].
Как уже было отмечено ранее, сельское хозяйство характеризуется значительным объемом индикаторов, необходимых для анализа. Так, для объективного прогнозирования растениеводства необходимо учесть: площадь посева, состав грунта, динамику температуры и выпадения осадков, объемный и удельный вес почвы, тип возделываемых культур, климатические условия. Сбор необходимой информации для принятия ключевых управленческих решений возможно реализовать при помощи “интернета вещей” (IoT) – системы датчиков, собирающих и передающих информацию в пункт ее обработки [18]. Архитектура данной системы состоит из следующих уровней:
- Уровень восприятия – датчики и прочие элементы сбора информации, расположенные на местах, а также исполнительные механизмы с конкретным технологическим назначением (внесение удобрений, орошение площадей и др.);
- Сетевой уровень – обеспечение передачи данных в конкретной системе;
- Облачный уровень – хранение полученных от датчиков данных в облачном хранилище;
- Прикладной уровень – совокупность инструментов, позволяющих осуществлять мониторинг полученной информации в режиме реального времени.
Применение технологий интернета вещей в российских реалиях осложнено из-за необходимости в большой протяженности сетей (иногда достигающей десятков километров) и высокой стоимости датчиков-контроллеров [19,20].
Международное сотрудничество также играет важную роль во внедрении инновационных решений для устойчивого развития агропромышленного комплекса. Организации, такие как Европейская комиссия и Министерство сельского хозяйства США (USDA), поддерживают цифровые исследования и разработки: иными словами, различные международные объединения, членом которых является Россия, могут эффективно реализовывать совместные инвестиционные проекты. Крупные корпорации, такие как Monsanto, также инвестируют значительный объем средств в разработку инновационных решений по сбору, анализу и мониторингу данных, повышая тем самым конкурентоспособность продукции и обеспечивая устойчивое развитие всей сельскохозяйственной отрасли в целом.
Теперь необходимо обратиться к рисковой природе прогнозирования и планирования деятельности агропромышленного комплекса, а также охарактеризовать потенциальные возможности его развития. На рис. 3 представлен прогноз валового сбора ряда сельскохозяйственных культур, с 2026 по 2030 гг. Отраженная динамика является положительной по всем видам: кукурузе, пшенице, сое, др. масличным культурам. Валовой сбор кукурузы ежегодно поднимается на 1-2%, что свидетельствует о повышении эффективности использования посевных площадей и урожайности за счет внедрения инновационных технологий и новинок селекции. Увеличение сбора сои позволит России укрепить позиции на международном рынке кормов для животных и биотоплива – высокий спрос на данную культуру отмечается в Китае и Юго-Восточной Азии. Пшеничный сектор также демонстрирует в перспективе стабильный прирост – на 1% в год. Это позволит сохранить большие объемы экспорта российского зерна, особенно учитывая возрастающий спрос в азиатском регионе.
Рис. 3. Прогноз валового сбора ряда сельскохозяйственных культур
На рис. 4 отражена прогностическая динамика цены на растительное масло, сою, кукурузу и пшеницу. Цены на растительное масло за рассматриваемый период не демонстрируют существенных колебаний, оставаясь в пределах 840-844 долларов США за тонну. Подобная тенденция обусловлена высокой конкуренцией среди поставщиков данного товара, а также широким распространением ресурсов для производства (подсолнечник, рапс и др.). Цена на сою демонстрирует спад в 2-3%, что связано с расширением посевных площадей соевых бобов во многих странах мира, включая Бразилию, Аргентину и Россию. Цены на кукурузу уменьшаются незначительно, примерно на 1%. Плавное падение на 1-2% демонстрирует стоимость пшеницы, что связано с увеличением ее производства в России и других странах-экспортерах.
Рис. 4. Прогноз динамики цен на основные сельскохозяйственные и продовольственные товары
На рис. 5 отражен прогноз по производству мяса птицы, свинины и говядины. Первая из обозначенных позиций демонстрирует стабильный рост в течение всего рассматриваемого периода. Это связано с высокой востребованностью мяса птицы по всему миру из-за его низкой стоимости и быстрой окупаемости производств; растущими доходами населения, способствующими переходу от более дешевых субпродуктов к свежей птице; автоматизации профильных производств, способствующих увеличению объемов выпуска продукции высокого качества. Более низкий темп прироста наблюдается по свинине: основной причиной выступает ряд специфических экологических требований, предъявляемых к свинокомплексам и перерабатывающим производствам. При этом, высокая степень зависимости от иностранных ветеринарных вакцин создает дополнительный риск для развития данной сферы хозяйствования в России. Производственные показатели по говядине остаются самыми низкими среди рассматриваемых позиций, увеличиваясь на доли процента. Низкая прибыльность разведения крупного рогатого скота (что и объясняет данную динамику) обусловлена долгим периодом откорма животных, высоким уровнем капиталоемкости, ухудшением экологии пастбищ.
Рис. 5. Прогноз динамики производства мяса птицы, свинины и говядины
Прогнозирование развития российского агропромышленного комплекса является стратегической задачей как с позиции государства, так и со стороны частных инвесторов и предпринимателей. Государству необходимо осуществлять непрерывный мониторинг ситуации с целью актуализации мер поддержки по национальным и федеральным проектам, государственным программам. Частные инвесторы и сами аграрии заинтересованы в прогнозировании с целью определения наиболее перспективных направлений модернизации производства и смежной инфраструктуры. Актуальные методики прогнозирования, применяемые в России, не являются достаточными для обработки больших объемов данных, что снижает возможность комплексно оценить эффективность деятельности агропромышленного сектора и функционирования всего сельскохозяйственного рынка в целом. Необходимо внедрять машинные технологии обработки больших данных, но их применение должно ориентироваться на российскую практику, особенности хозяйствования (широкую протяженность территорий и др.) и структуру товаропроизводителей по направлениям: малому и среднему бизнесу для реализации таких проектов необходимы дополнительные меры поддержки от государства.
1. Петрушина, О. В. Методические аспекты прогнозирования результатов аграрной политики государства / О. В. Петрушина, Д. И. Жиляков // Инновации в АПК: проблемы и перспективы. – 2022. – № 4(36). – С. 122-125.
2. Левкина, В. Исследование региональных особенностей производительности аграрного труда: проблемы, тенденции, основные направления роста / В. Левкина // Аграрная экономика. – 2024. – № 6(349). – С. 33-48.
3. Шобдоева, Н. В. Влияние цифровизации на повышение эффективности государственного регулирования в агропромышленном секторе / Н. В. Шобдоева, А. В. Нагуслаева, А. А. Жапов, Д. Д. Н. Корнилова // Вестник Академии знаний. – 2024. – № 6(65). – С. 835-837.
4. Постановление Правительства РФ от 31.05.2019 N 696 (ред. от 25.12.2024) "Об утверждении государственной программы Российской Федерации "Комплексное развитие сельских территорий" и о внесении изменений в некоторые акты Правительства Российской Федерации"
5. Постановление Правительства РФ от 14 мая 2021 г. N 731 "О Государственной программе эффективного вовлечения в оборот земель сельскохозяйственного назначения и развития мелиоративного комплекса Российской Федерации" (с изменениями и дополнениями)
6. Постановление Правительства РФ от 14 июля 2012 г. N 717 "О Государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия" (с изменениями и дополнениями)
7. Агросектору прописан рост. Как и под влиянием каких факторов будет развиваться АПК до 2030 года // Журнал «Агроинвестор» – Режим доступа: https://clck.ru/3Np5AY (дата обращения: 21.08.2025).
8. Господдержка аграриев. Как изменившийся механизм помощи от Минсельхоза повлияет на АПК // Журнал «Агроинвестор» – Режим доступа: https://clck.ru/3Np5B8 (дата обращения: 21.08.2025).
9. Афаунова, М. З. Государственное управление как ключевой фактор повышения эффективности предприятий регионального АПК / М. З. Афаунова, Д. Х. Джабраилов // Вестник Академии знаний. – 2020. – № 41(6). – С. 31-35.
10. Айдинова, А. Т. Обоснование приоритетности в аграрной политике мер государственной поддержки малых форм хозяйствования / А. Т. Айдинова, А. Я. Казарова // Экономика: вчера, сегодня, завтра. – 2022. – Т. 12, № 10-1. – С. 441-446.
11. Маслич, Е. А. Сущность методов и форм прогнозирования и планирования деятельности предприятий в современных условиях / Е. А. Маслич // Актуальные вопросы современной экономики. – 2020. – № 1. – С. 121-130.
12. Куксин, С. В. Прогнозирование природно-климатических условий в сельском хозяйстве / С. В. Куксин // Современное состояние и организационно-экономические проблемы развития АПК : Материалы национальной научно-практической конференции, посвященной 90-летию со дня рождения профессора И.Б. Загайтова, Воронеж, 18–19 сентября 2024 года. – Воронеж: Воронежский государственный аграрный университет им. Императора Петра I, 2024. – С. 169-172.
13. Семигузов, Д. А. Прогнозирование погодных условий на основе анализа исторических данных / Д. А. Семигузов, В. С. Подгорбунский // Международные научные студенческие чтения - 2025 : сборник статей III Международной научно-практической конференции, Петрозаводск, 22 мая 2025 года. – Петрозаводск: Международный центр научного партнерства «Новая Наука» (ИП Ивановская И.И.), 2025. – С. 345-348.
14. Завгородняя, Е. В. Оценка и прогнозирование объемов производства продукции растениеводства: методы и инструменты анализа / Е. В. Завгородняя, В. В. Бондарева, Д. Д. Гончарова // Экономика и управление: проблемы, решения. – 2024. – Т. 5, № 4(145). – С. 19-26.
15. Гарчева, Е. В. Цифровая революция. Блокчейн в сельском хозяйстве России / Е. В. Гарчева // Наука и технологии: путь к устойчивому развитию : сборник статей Международной научно-практической конференции, Симферополь, 27 марта 2024 года. – Симферополь: Общество с ограниченной ответственностью «Издательство Типография «Ариал», 2024. – С. 179-184.
16. Минкаев, А. В. Применение информационной технологии "блокчейн" в сельском хозяйстве / А. В. Минкаев // Наука третьего тысячелетия : материалы Международной (заочной) научно-практической конференции, Нефтекамск, 31 марта 2020 года. – Нефтекамск: Научно-издательский центр "Мир науки" (ИП Вострецов Александр Ильич), 2020. – С. 145-158.
17. Гасанов, Г. А. Процесс цифровизации сельского хозяйства с помощью технологий блокчейн / Г. А. Гасанов, Т. А. Гасанов, И. Д. Далгатова // Региональные проблемы преобразования экономики. – 2022. – № 6(140). – С. 22-29.
18. Андрюшечкина, Н. А. Интернет вещей в сельском хозяйстве / Н. А. Андрюшечкина, Л. В. Мусихина // Научно-технический вестник: Технические системы в АПК. – 2020. – № 1(6). – С. 42-47.
19. Вершинин, А. К. Интернет вещей в сельском хозяйстве / А. К. Вершинин, Т. В. Сафонова, В. Д. Русскин [и др.] // Информационные технологии и системы: управление, экономика, транспорт, право. – 2023. – № 1(45). – С. 28-34.
20. Перфильев, В. А. Применение концепции Интернета вещей (IOT) в умном сельском хозяйстве / В. А. Перфильев // Актуальные вопросы энергетики и техники в АПК : Материалы заочной научно-практической конференции, посвященной 55-летию Энергетического факультета Иркутского ГАУ, п. Молодежный, 12 декабря 2024 года. – п. Молодежный: Иркутский государственный аграрный университет им. А.А. Ежевского, 2024. – С. 97-98.
