ПРОГНОЗИРОВАНИЕ ДИНАМИКИ ПОСЕВНЫХ ПЛОЩАДЕЙ И УРОЖАЙНОСТЕЙ ОСНОВНЫХ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР В РЕГИОНАЛЬНЫХ ПРОДОВОЛЬСТВЕННЫХ СИСТЕМАХ

---

СИПТИЦ СТАНИСЛАВ, РОМАНЕНКО ИРИНА, ЕВДОКИМОВА НАТАЛЬЯ

DOI 10.33938/268-209

УДК 338.431.7 + 502.3

Выпуск № 8, Август 2026 г., статья № 18, стр. 209-220

Рубрика: Землепользование и земельные отношения

Ключевые слова: ДИНАМИЧЕСКИЙ ПОДХОД, КЛИМАТИЧЕСКИЙ СЦЕНАРИЙ, МОДЕЛИРОВАНИЕ, ПОСЕВНЫЕ ПЛОЩАДИ, ПРОГНОЗИРОВАНИЕ, ПРОДОВОЛЬСТВЕННЫЕ СИСТЕМЫ, РЕГИОНЫ, РЕГРЕССИОННЫЕ МОДЕЛИ, СЕЛЬСКОХОЗЯЙСТВЕННЫЕ КУЛЬТУРЫ, УРОЖАЙНОСТЬ

---

Аннотация: В статье представлена система моделей, алгоритм и информационно-аналитический инструментарий, позволяющие определить значения ключевых параметров региональных агропродовольственных систем, таких как посевные площади, урожайности и валовые сборы основных сельскохозяйственных культур на прогнозном интервале до 2036 года. Моделирование и прогнозирование динамики основных производственных показателей растениеводства позволяет в дальнейшем использовать полученные результаты для прогнозирования динамики параметров продовольственной системы в целом, включая животноводство и использование сельскохозяйственной продукции на продовольственные цели. В основе проведенного в статье исследования лежит динамический подход. Ключевой особенностью динамического подхода к моделированию систем состоит в том, что он обеспечивает изучение состояния систем в зависимости от изменения ресурсов, затрат, прибыли, эффективности системы и т.д. во времени. Кроме этого, для прогнозирования динамики в модели необходимо обеспечить входные данные параметров прошлых состояний системы для получения значений выходных результатов. В статье показано, что в общем случае спецификация регрессионных моделей посевных площадей может содержать и иные факторы, но для всех культур переменная – выручка от реализации продукции за прошлый период входит в состав аргументов. В качестве ресурсных ограничений в моделях учтено наличие технических средств, обеспечивающих механизацию основных производственных процессов в растениеводстве. Во всех моделях значимым фактором является планируемая урожайность (для кукурузы на зерно в виде лаговой переменной). В качестве входных параметров в моделях урожайностей основных сельскохозяйственных культур используются данные прогнозных расчетов по климатическим сценариям RCP8.5 и RCP4.5, применяемые для расчетов экспертами МГЭИК.

Авторы:
Сиптиц Станислав Оттович, ВИАПИ им. А.А. Никонова -филиал ФГБНУ ФНЦ ВНИИЭСХ
Романенко Ирина Анатольевна, ВИАПИ им. А.А.Никонова - филиал ФГБНУ ФНЦ ВНИИЭСХ
Евдокимова Наталья Егоровна, ВИАПИ им. А.А. Никонова - филиал ФГБНУ ФНЦ ВНИИЭСХ

---

---

FORECASTING THE DYNAMICS OF SOWING AREAS AND YIELD OF MAIN AGRICULTURAL CROPS IN REGIONAL FOOD SYSTEMS

DOI 10.33938/268-209

Issue № 8, 2026, article № 18, pages 209-220

Section: Land use and land relations

Keywords: DYNAMIC APPROACH, CLIMATE SCENARIO, MODELING, CROP AREAS, FORECASTING, FOOD SYSTEMS, REGIONS, REGRESSION MODELS, CROPS, YIELD

Abstract: This article presents a system of models, an algorithm, and an information-analytical toolkit for determining key parameters of regional agrofood systems, such as sown areas, yields, and gross harvests of major agricultural crops over a forecast period extending to 2036. Modeling and forecasting the dynamics of key crop production indicators allows the results to be used to forecast the dynamics of the food system as a whole, including livestock production and the use of agricultural products for food purposes. The study is based on a dynamic approach. A key feature of the dynamic approach to system modeling is that it enables the study of system states depending on changes in resources, costs, profits, system efficiency, etc. over time. Furthermore, to forecast the dynamics in the model, it is necessary to provide input data on the parameters of past system states to obtain output values. The article demonstrates that, in general, the specification of regression models for sown areas may include other factors, but for all crops, the variable—revenue from product sales for the past period—is included in the arguments. The models consider the availability of technical resources to mechanize key production processes in crop production as resource constraints. Planned crop yield (as a lagged variable for grain corn) is a significant factor in all models. The input parameters in the yield models for major crops include forecast data from the RCP8.5 and RCP4.5 climate scenarios, used by IPCC experts.

Authors: Siptits Stanislav Ottovich, Romanenko Irina Anatolevna, Evdokimova Natalia Egorovna