ТИПОЛОГИЗАЦИЯ МОДЕЛЕЙ ОЦЕНКИ ТЕХНИЧЕСКОЙ ЭФФЕКТИВНОСТИ ЭЛЕМЕНТОВ ПРОДОВОЛЬСТВЕННОГО ПОТЕНЦИАЛА РОССИИ

В статье обобщен опыт использования моделей технической эффективности на основе стохастических граничных производственных функций, которые представляют собой результативный инструмент для исследования технической эффективности элементов продовольственного потенциала. Целью работы является на основе систематизации стохастических граничных производственных функций выявить отличительные особенности и аналитические возможности их типов. Задачи исследования: разработка системы классификации стохастических граничных производственных функций; типологизация стохастических граничных производственных функций; апробация применения различных типов и модификаций функций с привлечением эмпирических данных; оценка применимости отдельных моделей при осуществлении анализа технической эффективности элементов продовольственного потенциала. В результате проведенной работы были выявлены наиболее употребимые модели стохастической граничной производственной функции, выделены их типы в рамках предложенных классификационных групп. Кроме этого, на эмпирических данных производителей зерновых и зернобобовых культур Саратовской области за 2010-2022 гг. показаны основные отличия и перспективы использования отдельных моделей при проведении исследований эффективности элементов продовольственного потенциала. Нами установлено, что модель зависимой от времени технической эффективности с учетом технологических изменений, обеспечивая сходный результат по общим для всех моделей параметрам, обладает дополнительными возможностями оценки динамических показателей объекта исследования. Полученные при этом результаты свидетельствуют о низких темпах технологического развития зернового производства — 1,62% в год, и росте технической эффективности производителей — на 10,46% за весь период исследования.

1. Санникова М. О., Кувшинова Е. А. Техническая эффективность как показатель развития продовольственного потенциала и качества организации бизнес-процессов в АПК // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2024. № 6. С. 251–255.

2. Debreu G. The Coefficient of Resource Utilization, Econometrica. 1951; 19, 3 July: 273–292.

3. Koopmans T. C. An Analysis of Production as an Efficient Combination of Activities. Activity Analysis of Production and Allocation. 1951. NY: John Wiley and Sons.

4. Farrell M. J. The measurement of productive efficiency, Journal of the Royal Statistica Society. 1957; Series A 120: 253–281.

5. Aigner D., Lovell C. A. K., and Schmidt P. (1977) Formulation and estimation of stochastic frontier function models, Journal of Econometrics. 1977; 6 (1): 21–37.

6. Madau F. A., Furesi R., Pulina P. Technical efficiency and total factor productivity changes in European dairy farm sectors. Agric Econ. 2017; 5: 17. DOI: 10.1186/s40100-017-0085-x.

7. Popović R., Dalibor P. Technical efficiency of Serbian dairy processing industry, Ekonomika poljoprivrede, 2018; Vol. 65 (2): 569–581. DOI: 10.5937/ekoPolj1802569P.

8. Голубев А. В., Дэжидбал У. Определение технической эффективности системы хозяйствования в АПК (на примере монгольского коневодства) // Агроинженерия. 2018. № 2. С. 55–62. DOI: 10.26897/1728-7936-2018-2-55-62.

9. Сазонов С. Н. Анализ технической эффективности использования ресурсов в фермерских хозяйствах // Вестник Мичуринского государственного аграрного университета. 2019. № 1. С. 148–153.

10. Спицын В. В., Спицына Л. Ю., Грибанова Е. Б. Моделирование влияния возраста на техническую эффективность в разрезе отраслей и временных периодов // Вестник университета. 2021. № 10. С 59–68. DOI: 10.26425/1816-4277-2021-10-59-68.

11. Varina F. Regional Differences In Technical Efficiency Of Indonesian Oil Palm Smallholders, International Conference on Research and Development (ICORAD), 2022; Vol. 1: 1–9. DOI: 10.47841/icorad.v1i1.2.

12. Harianto H., Keraru E. N. Comparative analysis of technical efficiency of piglet farming in three production center provinces in Indonesia, Journal of the Indonesian Tropical Animal Agriculture. 2022; Vol. 47 (3): 192–203. DOI: 10.14710/jitaa.47.3.192-203.

13. Yin F. Technical Efficiency Versus Land-Use Efficiency: A Spatio-Temporal Efficiency Analysis of China’s Crop Production, German Journal of Agricultural Economics, 2024; Vol. 73 (2). DOI: 10.52825/gjae.v73i2.1409.

14. Жуков Р. А. Оценка эффективности функционирования социально-экономических систем на основе производственных функций: новый подход // Вестник Волгоградского государственного университета. Экономика. 2019. Т. 21. № 3. С. 71–82. DOI: 10.15688/ek.jvolsu.2019.3.7.

15. Моделирование производственного потенциала на основе концепции стохастической границы: методология, результаты эмпирического анализа / С. А. Айвазян, М. Ю. Афанасьев. Москва : Красанд. 2014. 344 с.

16. Айвазян С. А., Афанасьев М. Ю., Кудров А. В. Модели производственного потенциала и оценки технологической эффективности регионов РФ с учетом структуры производства // Экономика и математические методы. 2016. Т. 52. № 1. С. 28–44.

17. Henningsen A. Introduction to Econometric Production Analysis with R Collection of Lecture Notes (Electronic Materials), Department of Food and Resource Economics, University of Copenhagen. 2019. URL: http://leanpub.com/ProdEconR/.

18. Croissant Y., Millo G. Panel Data Econometrics in R: The plm Package. Journal of Statistical Software. 2008; 27 (2): 1–43. DOI: 10.18637/jss.v027.i02.

19. Coelli T., Henningsen A. frontier: Stochastic Frontier Analysis. R package version 1.1-8. 2020. URL: https://CRAN.R-Project.org/package=frontier.

20. Санникова М. О., Провидонова Н. В., Шаронова Е. В. Влияние производственного риска и технической эффективности на производство продукции растениеводства в Саратовской области // Экономика сельскохозяйственных и перерабатывающих предприятий. 2020. № 5. С. 37–43. DOI: 10.31442/0235-2494-2020-0-5-37-43.

21. Санникова М. О. Прогнозирование эффективности использования элементов продовольственного потенциала // Вестник Белгородского университета кооперации, экономики и права. 2024. № 4. С. 140–149. DOI: 10.21295/2223-5639-2024-4-140-149.