2072-64142411-1406

10.17059/ekon.reg.2023-2-14

METHODOLOGY FOR SELECTING REGIONS TO STUDY THE ADAPTATION OF AGRICULTURE TO CLIMATE CHANGE

МЕТОДИКА ОТБОРА РЕГИОНОВ ДЛЯ ИССЛЕДОВАНИЯ АДАПТАЦИИ СЕЛЬСКОГО ХОЗЯЙСТВА К ИЗМЕНЕНИЮ КЛИМАТА

https://orcid.org/0000-0001-6906-6129

Svetlov

Nikolai M.

Светлов

Николай Михайлович

svetlov@viapi.ru

All-Russian Institute of Agrarian Problems and Informatics named after A. A. Nikonov (VIAPI n. a. A. A. Nikonov) — Branch of the FSBSI FRC AESDRA VNIIESВсероссийский институт аграрных проблем и информатики им. А. А. Никонова — филиала ФНЦ ВНИИЭСХ

192480493

2023

Nikolai M. Svetlov

Николай Михайлович Светлов

CC BY 4.0

https://www.economyofregions.org/ojs/index.php/er/article/view/615

https://www.economyofregions.org/ojs/index.php/er/article/download/615/208

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.

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.

small samplediversitynatural agricultural zonestechnical efficiencypartial equilibriumlinear programmingscenario analysis

малочисленная выборкаразнообразиеприродно-сельскохозяйственные зонытехническая эффективностьчастичное равновесиелинейное программированиесценарный анализ

The article has been prepared in the framework of a joint scientific project of the RFBR and the “ERA.Net RUS plus” program “Exploring Russian Agriculture’s Potential for Food Production, Rural Development, Climate Mitigation and Adaptation: The Role of Land Use Changes, Technological Upgrading and Policies” No. 20-55-76005. The author would like to express gratitude to his colleagues for valuable discussions, including are F. Schierhorn (IAMO, Germany), R. Bokusheva (ZHAW, Switzerland), L. Vranken (Katholieke Universiteit Leuven, Belgium), N. Dronin (Lomonosov Moscow State University, Russia).

Исследование выполнено за счет средств совместного научного проекта РФФИ и программы «ERA.Net RUS plus» «Исследование потенциала российского сельского хозяйства для производства продовольствия, сельского развития, смягчения и адаптации к изменению климата: роль изменения землепользования, технологического прогресса и аграрной политики» № 20-55-76005. Автор выражает признательность своим коллегам за полезные обсуждения. В их числе Ф. Ширхорн (IAMO, Германия), Р. Бокушева (ZHAW, Швейцария), Л. Вранкен (Katholieke Universiteit Leuven, Бельгия), Н. Дронин (МГУ, Россия).

Ahn, B. S. & Choi, S. H. (2008). ERP System Selection Using a Simulation-Based AHP Approach: A Case of Korean Homeshopping Company. The Journal of the Operational Research Society, 3, 322-330. DOI: https://doi.org/10.1057/palgrave.jors.2602365

Alcamo, J., Dronin, N., Endejan, M., Golubev, G. & Kirilenko, A. (2007). A new assessment of climate change impacts on food production shortfalls and water availability in Russia. Global Environmental Change, 17, 429-444. DOI: https://doi.org/10.1016/j.gloenvcha.2006.12.006

Belton, V. (1985). The Use of a Simple Multiple-Criteria Model to Assist in Selection from a Shortlist. Journal of the Operational Research Society, 4, 265-274.

Belyaeva, M. & Bokusheva, R. (2018). Will climate change benefit or hurt Russian grain production? A statistical evidence from a panel approach. Climatic Change, 149, 205-217. DOI: https://doi.org/10.1007/s10584-018-2221-3

Belyaeva, L. A. (2009). Level and quality of life. Problems of measurement and interpretation. Sotsiologicheskie issledovaniya [Sociological studies], 1, 33–42. (In Russ.)

Bobylyov, S. N., Kudryavtseva, O. V. & Solovyova, S. V. (2014). Sustainable development indicators for cities. Ekonomika regiona [Economy of Region], 3, 101–110. (In Russ.)

Charnes, A., Cooper, W. W. & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2, 429-444.

Cutshall, R., Gavirneni, S. & Schultz, K. (2007). Indiana university’s Kelley school of business uses integer programming to form equitable, cohesive student teams. Interfaces, 3, 265-276. DOI: https://doi.org/10.1287/inte.1060.0248

Filipe, A. F., Marques, T. A., Seabra, S., Tiago, P., Ribeiro, F., da Costa, L. M., … Collares-Pereira, M. J. (2004). Selection of priority areas for fish conservation in Guadiana river basin, Iberian Peninsula. Conservation Biology, 18(1), 189-200.

Glickman, H. (2000). A best-choice problem with multiple selectors. Journal of Applied Probability, 3, 718-735.

Gnedin, A. V. (1994). On a best-choice problem with dependent criteria. Journal of Applied Probability, 1, 221-234.

Gordeev, A. V. (Ed.). (2012). Bioklimaticheskiy potentsial Rossii: produktivnost i ratsionalnoe razmeshchenie selskokhozyaystvennykh kultur v usloviyakh izmeneniya klimata [Bioclimatic capacity of Russia: productivity and rational allocation of crops in the conditions of climate change]. Moscow: Ministry of Agriculture of Russian Federation, 202. (In Russ.)

Intergovernmental Panel on Climate Change. (2014). Climate change 2014: impacts, adaptation and vulnerability: Сontributions of the Working Group II to the Fifth Assessment Report. Cambridge: Cambridge University Press, 944. DOI: https://doi.org/10.1017/CBO9781107415379

Kashtanov, A. N. (Ed.). (1983). Prirodno-selskokhozyaystvennoe rayonirovanie i ispolzovanie zemelnogo fonda SSSR [Natural and agricultural zoning and the use of land fund of the USSR]. Moscow: Kolos, 335. (In Russ.)

Kiselev, S., Romashkin, R., Nelson, G., Mason-D’Croz, D. & Palazzo A. (2013). Russia’s Food Security and Climate Change: Looking into the Future. Economics, 7(1), 20130039. DOI: https://doi.org/10.5018/economics-ejournal.ja.2013-39

Kiselev, S., Strokov, A. & Belugin, A. (2016). Projections of Russia’s agricultural development under the conditions of climate change. Studies on Russian Economic Development, 5, 548-556. DOI: https://doi.org/10.1134/S1075700716050063

Krasnopolskaya, I., Skokova, Y. & Pape, U. (2015). Government-nonprofit relations in Russia’s regions: an exploratory analysis. Voluntas: International Journal of Voluntary and Nonprofit Organizations, 6, 2238-2266.

Linos, K. (2015). How to select and develop international law case studies: lessons from comparative law and comparative politics. American Journal of International Law, 3, 475-485. DOI: https://doi.org/10.5305/amerjintelaw.109.3.0475

Lu L., Anderson-Cook, С. M. & Robinson, Т. J. (2011). Optimization of designed experiments based on multiple criteria utilizing a Pareto frontier. Technometrics, 53(4), 353-365. DOI: https://doi.org/10.1198/TECH.2011.10087

Mahar, S., Winston, W. & Wright, P. D. (2013). Eli Lilly and Company uses integer programming to form volunteer teams in impoverished countries. Interfaces, 3, 268-284. DOI: https://doi.org/10.1287/inte.2013.0679

McBride, R. D. & Zufryden, F. S. (1988). An integer programming approach to the optimal product line selection problem. Marketing Science, 2, 126-140.

Pavlova, V., Varcheva, S., Bokusheva, R. & Calanca, P. (2014). Modelling the effects of climate variability on spring wheat productivity in the steppe zone of Russia and Kazakhstan. Ecological Modelling, 277, 57-67. DOI: https://doi.org/10.1016/j.ecolmodel.2014.01.014

Porfiryev, B. N., Kattsov, V. M. & Roginko, S. A. (2011). Izmeneniya klimata i mezhdunarodnaya bezopasnost [Climate change and international security]. Moscow: D’ART, 292 (In Russ.)

Romanenko, I. A., Siptits, S. O. & Evdokimova, N. E. (2020). Agroprodovolstvennaya strategiya regionov v usloviyakh neopredelyonnosti budushchego klimata [Agro-industrial strategy of regions under the conditions of climate uncertainty in the future]. VIAPI n.a. A. A. Nikonov, Ser. 53. Moscow: Analyst, 204. (In Russ.)

Samuels, S. M. & Chotlos, B. (1986). A Multiple Criteria Optimal Selection Problem. In: Adaptive Statistical Procedures and Related Topics (pp. 62-78). Hayward: Institute of Mathematical Statistics.

Shagaida, N. I. & Uzun, V. Ya. (2015). Food security: problems of assessing. Voprosy ekonomiki, 5, 63–78. (In Russ.)

Siptits, S. O., Romanenko, I. A. & Evdokimova, N. E. (2021). Model Estimates of Climate Impact on Grain and Leguminous Crops Yield in the Regions of Russia. Studies on Russian economic development, 32, 169-176. DOI: https://doi.org/10.1134/S1075700721020106

Strokov, A. S. (2021). Emission of greenhouse gases during crop production. Vestnik Rossiyskoy Akademii Nauk [Herald of the Russian Academy of Sciences], 3, 265–272. (In Russ.)

Strokov, A. S., Ternovsky, D. S., Potashnikov, V. Yu. & Potapova, A. A. (2020). Economical evaluation of externalities using partial equilibrium model. Zhurnal Novoy Ekonomicheskoy Assotsiatsii [Journal of the New Economic Association], 4, 113–137. (In Russ.)

Svetlov, N. M. (2020). How to improve the planning of the federal project “export of agricultural products”. APK: ekonomika, upravlenie [AIC: economics, management], 10, 41–50. (In Russ.)

Svetlov, N. M. (2021). Estimation of climatic influence on balances of agricultural products. Ekonomika selskokhozyaystvennykh i pererabatyvayushchikh predpriyatiy [Economy of agricultural and processing enterprises], 10, 10–18. (In Russ.)

Svetlov, N. M., Siptits, S. O., Romanenko, I. A. & Evdokimova, N. E. (2019). The effect of climate change on the location of branches of agriculture in Russia. Studies on Russian economic development, 30, 406-418. DOI: https://doi.org/10.1134/S1075700719040154

Svetlov, N. M., Yanbykh, R. G. & Loginova, D. A. (2019). On the diversity of the effects of the state support for agriculture. Voprosy ekonomiki, 4, 59–73. (In Russ.)

Wallenius, J., Fishburn, P. C., Zionts, S., Dyer, J. S., Steuer, R. E. & Deb, K. (2008). Multiple criteria decision making, multiattribute utility theory: recent accomplishments and what lies ahead. Management Science, 7, 1336-1349. DOI: https://doi.org/10.1287/mnsc.1070.0838

Беляева, Л. А. (2009). Уровень и качество жизни. Проблемы измерения и интерпретации. Социологические исследования, 1, 33–42.

Бобылёв, С. Н., Кудрявцева, О. В., Соловьёва, С. В. (2014). Индикаторы устойчивого развития для городов. Экономика региона, 3, 101–110.

Гордеев, А. В. (ред.) (2012). Биоклиматический потенциал России: продуктивность и рациональное размещение сельскохозяйственных культур в условиях изменения климата. Москва: Минсельхоз России, 202.

Каштанов, А. Н. (ред.) (1983). Природно-сельскохозяйственное районирование и использование земельного фонда СССР. Москва: Колос, 335.

Порфирьев, Б. Н., Катцов, В. М., Рогинко, С. А. (2011). Изменения климата и международная безопасность. Москва: Д’АРТ, 292.

Романенко, И. А., Сиптиц, С. О., Евдокимова, Н. Е. (2020). Агропродовольственная стратегия регионов в условиях неопределённости будущего климата. Науч. труды ВИАПИ имени А. А. Никонова, Сер. 53. Москва: Аналитик, 204.

Светлов, Н. М. (2020). Как улучшить планирование федерального проекта «Экспорт продукции АПК». АПК: экономика, управление, 10, 41-50.

Светлов, Н. М. (2021). Оценка влияния климата на балансы сельскохозяйственной продукции. Экономика сельскохозяйственных и перерабатывающих предприятий, 10, 10-18.

Светлов, Н. М., Янбых, Р. Г., Логинова, Д. А. (2019). О неоднородности эффектов господдержки сельского хозяйства. Вопросы экономики, 4, 59-73.

Строков, А. С. (2021). Эмиссия парниковых газов при производстве растениеводческой продукции. Вестник Российской академии наук, 3, 265-272.