Mathematical Assessment of the Impact of the Level of State Support on the Development of the Agro-Industrial Complex

Cover Page

Cite item

Full Text

Abstract

Introduction. Food security of the country is guaranteed by the effective functioning of enterprises of the agro-industrial complex (AIC). State support plays an important role in ensuring the stable operation of agro-industrial enterprises. Direct assessment of the degree of this influence on the development of AIC is an urgent task. Therefore, the article proposes and implements an approach to mathematically justified assessment of the impact of the level of state support on AIC development in the region. The purpose of the research is to develop mathematical models of the dependence of the AIC development indicators on the volume of state support using the example of statistical data of one of the constituent entities of the Russian Federation – namely, the Udmurt Republic. Methodology. The methods of correlation analysis, mathematical modeling and time series forecasting were used in the research. The work assesses the correlation between the volume of state support and the AIC key indicators, and also proposes regression models for analyzing and forecasting the indicators of AIC development depending on the level of state support. To account for state financial investments in AIC in prior periods, their accumulated value is used. Results. The results of the correlation analysis and mathematical modeling show that the accumulated amount of state support has a significant impact on the key indicators of AIC development including those of gross milk production, volume of agricultural output, livestock production and the level of wages of workers in this industry. The proposed mathematical models are quite accurate and allow forecasting the dynamics of AIC indicators taking into account various levels of state support, as well as building different scenarios of AIC development in the region. Three scenarios for the development of the dynamics of the key indicators of AIC development in the Udmurt Republic until 2030 have been built. Conclusion. A sharp decrease in state support to AIC and maintaining it at the 2022 level of 1.2 billion rubles or its reduction to 305 million rubles will negatively affect the forecasted dynamics of all indicators of AIC development in the Udmurt Republic. Only an increase in the volume of state support to the level of 3.4 billion rubles per year will lead to sustainable growth of all AIC indicators.

About the authors

E. V. Kasatkina

Kalashnikov Izhevsk State Technical University; Autonomous non-profit organization “Digital Economy of the Udmurt Republic”

Author for correspondence.
Email: e.v.trushkova@gmail.com
Russian Federation, 7, Studencheskaya St., Izhevsk, 426069; 21, Lenina St., Izhevsk, 426004

D. D. Vavilova

Kalashnikov Izhevsk State Technical University

Email: e.v.trushkova@gmail.com
Russian Federation, 7, Studencheskaya St., Izhevsk, 426069

References

  1. Zvereva G. N., Grebneva D. A. Impact of project management on the development of the agro-industrial complex in Russia. Proceedings of the Nizhnevolzhsky Agrouniversity Complex: Science and Higher Vocational Education. 2023;(1(69)):191–200. doi: 10.32786/2071-9485-2023-01-20; EDN: ZRYAOX. (In Russ.)
  2. Dondokova E. B., Tankhaev O. P., Matskevich I. V. The impact of digitalization on the development of agro-industrial complexes in the regions of the country. Natural-Humanitarian Studies. 2023;(6(50)):188–193. EDN: ZYXTMK. (In Russ.)
  3. Alekseeva N. A., Tarasova O. A., Sokolov V. A. et al. State support for the agro-industrial complex: qualitative changes. Vector Economy. 2022;(9(75)):23. EDN: RODWSR. (In Russ.)
  4. Sayanova I. G. Theoretical foundations of providing state support to agro-industrial complex organizations. Agrarian Economics. 2022;(11(330)):39–48. doi: 10.29235/1818-9806-2022-11-39-48; EDN: NKXCTZ. (In Russ.)
  5. Miroshnichenko N. V., Maksimov V. Yu. Pricing in the system of state support measures for the agro-industrial complex. Research in Economic and Financial Problems. 2022;(2):5. doi: 10.31279/2782-6414-2022-2-5-1-9; EDN: ULKMVI. (In Russ.)
  6. Ovinnikov V. A. Mechanism of financial support for developing innovative activities of agro-industrial enterprises. Vestnik Vyatskogo GATU (Bulletin of Vyatka State Agrotechnological University). 2023;(2(16)):14. EDN: JUONRO. (In Russ.)
  7. Kuznetsova I. G., Gladkikh E. A. Transformation of measures of state support for the agro-industrial complex. Economic and Humanitarian Sciences. 2022;(2(361)):95–103. doi: 10.33979/2073-7424-2022-361-2-95-103; EDN: YHEFSF. (In Russ.)
  8. Trachenko M. B. The impact of state support on the financial position of agro-industrial enterprises in the region. RSUH Bulletin. Series: Economics. Management. Law. 2022;(3):88–100. doi: 10.28995/2073-6304-2022-3-88-100; EDN: GEVDGB. (In Russ.)
  9. Ponomarenko A. K., Balandin E. K. Relevance of state support measures aimed at the development of the agro-industrial complex. Economics and the Paradigm of the New Time. 2023;(3(20)):5–11. EDN: CJYYZR. (In Russ.)
  10. Khannanov M. M., Karpova N. V., Mustashkina D. A. et al. State support for the development of the Russian agro-industrial complex at the present stage. Ekonomika i upravlenie: problemy, resheniya. 2022;1(12(132)):11–16. doi: 10.36871/ek.up.p.r.2022.12.01.002; EDN: FHVPDY. (In Russ.)
  11. Ketova K. V., Kasatkina E. V., Vavilova D. D. Development of an effective adaptive forecasting system based on the combination of neural network and genetic algorithm. Journal of Physics: Conference Series. 2021;1889(3):032029. doi: 10.1088/1742-6596/1889/3/032029; EDN: TDTLLA.
  12. Kasatkina E., Vavilova D., Faizullin R. Development of econometric models to forecast indicators of the livestock industry. E3S Web of Conferences. 2024;548:03002. doi: 10.1051/e3sconf/202454803002; EDN: FAWYPA.
  13. Vladimirov N. A. Assessing the impact of rural development on the agro-industrial complex of the Russian Federation. Statistics and Economics. 2023;20(3):35–45. doi: 10.21686/2500-3925-2023-3-35-45; EDN: XZBOJD. (In Russ.)
  14. Minenko A. V., Seliverstov M. V. Assessment of the implementation of state support measures for the agro-industrial complex in Primorsky Krai. Reflexio. 2023;(5):82–85. EDN: THBSCS. (In Russ.)
  15. Kwaghtyo D. K., Eke C. I. Smart farming prediction models for precision agriculture: a comprehensive survey. Artificial Intelligence Review. 2023;56(6):5729–5772. doi: 10.1007/s10462-022-10266-6.
  16. Ding Y., Wang L., Li Y. et al. Model predictive control and its application in agriculture: a review. Computers and Electronics in Agriculture. 2018;151:104–117. doi: 10.1016/j.compag.2018.06.004.
  17. Mourtzinis S., Esker P. D., Specht J. E. et al. Advancing agricultural research using machine learning algorithms. Scientific Reports. 2021;11(1):17879. doi: 10.1038/s41598-021-97380-7.
  18. Teshabayev J. M., Uzganbayeva D. T. Agro-industrial clusters as a form of innovative development in the industry. International Journal of Advance Scientific Research. 2024;4(3):239–243. doi: 10.37547/ijasr-04-03-43.
  19. Mzwakhe N., Azikiwe I. A., Oluwasogo D. O. Agro-investments among small farm business entrepreneurs in the era of the Fourth Industrial Revolution: a case in the Mpumalanga Province, South Africa. Administrative Sciences. 2024;14(5):85. doi: 10.3390/admsci14050085.
  20. Kasatkina E. V., Vavilova D. D. Dependence assessment of public health on the ecology based on cluster analysis. In: Proceedings of the 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA 2021); Lipetsk, November 10–12, 2021. 2021:452–456. doi: 10.1109/SUMMA53307.2021.9632233; EDN: QURKZU.
  21. Skorobogatykh E. Y., Mukhina S. N. On the methods of estimating parameters in regression models. The Tidings of the Baltic State Fishing Fleet Academy: Psychological and Pedagogical Sciences. 2023;(3(65)):205–212. doi: 10.46845/519.242071-5331-2023-3-65-205-212; EDN: OFZOJU. (In Russ.)
  22. Kasatkina E. V., Vavilova D. D. Information-analytical system for forecasting regional socio-economic development indicators. Control Sciences. 2015;(4):25–34. EDN: UDEDOZ. (In Russ.)

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Kasatkina E.V., Vavilova D.D.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».