CC BY
3
РЕГИОНАЛЬНЫЕ ИССЛЕДОВАНИЯ И ПРОСТРАНСТВЕННАЯ ЭКОНОМИКА
Мал золотник, да дорог? Отдача от масштаба производства в сельскохозяйственных предприятиях Амурской области
Ольга Васильева1, Андрей Билько2
1 Институт экономических исследований ДВО РАН, г. Хабаровск, Россия
2 Дальневосточный государственный аграрный университет,
Аннотация
В работе предпринята попытка ответить на вопрос о параметрах производственной функции сельскохозяйственных предприятий в Амурской области. Для ответа на этот вопрос были использованы микроэкономические панельные данные о деятельности 132 сельскохозяйственных предприятий региона с 2008 г. по 2020 г. включительно. На этих данных МНК были оценены параметры производственной функции, включающей четыре фактора производства (труд, капитал, земля и материальные затраты). Полученные оценки параметров производственной функции позволили протестировать гипотезу о постоянной отдаче от масштаба производства (равенстве единице суммы эластичности факторов производства). Полученные результаты не позволяют отвергнуть гипотезу о постоянной отдаче от масштаба производства производителей сельскохозяйственной продукции Амурской области в 2008-2020 гг., что может свидетельствовать о сдвиге в технологиях и (или) эффективности по сравнению с более ранними периодами начала 2000-х годов, когда наблюдалась убывающая отдача от масштаба.
DOI: https://dx.doi.org/10.24866/2311-2271/2023-4/5-18.
г. Благовещенск, Россия
Информация о статье
Поступила в редакцию: 01.12.2023 Принята к опубликованию: 25.12.2023
УДК 338.43, 322.14
№1, D24, 012, Ь22
Ключевые слова: отдача от масштаба, экономика сельского хозяйства, российское сельское хозяйство, сельское хозяйство Амурской области.
Keywords:
returns to scale, economics of agriculture, Russian
agriculture, agriculture of Amur region.
Is Small Beautiful?
Returns to Scale in Agriculture of the Amur region
Olga G. Vasilyeva, Andrey M. Bilko Abstract
The article attempts to answer the question about returns to scale in corporate farms in the Amur region. To answer this question, we use microeconomic panel data describing the performance of 132 corporate farms in the region from 2008 to 2020. We estimate the parameters of the production function and test the hypothesis of constant returns to scale. The obtained results do not allow us to reject the hypothesis of constant returns to scale. This may indicate a shift in technology and (or) efficiency compared to the early 2000s, when decreasing returns to scale were documented.
Авторы благодарят Министерство сельского хозяйства Амурской области за содействие в сборе данных.
Введение
Одним из центральных сюжетов в теории отраслевых рынков является исследование связи размера фирмы и эффективности её функционирования, того, как меняется соотношение доходов и используемых для их получения ресурсов при изменении масштабов транзакций. В экономике сельского хозяйства дискуссия об оптимальном размере фирмы имеет собственную историю. Долгое время в литературе доминировала точка зрения, что наибольшую эффективность производства обеспечивают небольшие, преимущественно семейные фермы [8, 9]. Однако по мере развития технологического прогресса и, особенно широкого внедрения GIS-технологий, эффект экономии на масштабе в больших корпоративных сельскохозяйственных предприятий начал превалировать над экономией над издержками мониторинга, которая была главным преимуществом небольших семейных ферм [7]. На сегодняшний день сложно выделить доминирующую модель организации сельскохозяйственного производства, средние размеры сельскохозяйственных фирм сильно варьируется от страны к стране в зависимости от относительной стоимости факторов производства, доступности новейших технологий, институциональных условий и доступа к глобальным рынкам [5, 6, 11].
Одним из способов ответить на вопрос о том, приводит ли увеличение размера фирм к росту эффективности является оценка отдачи от масштаба производства. Возрастающая отдача от масштаба подразумевает, что с ростом размеров фирм наблюдается снижение затрат на единицу продукции, а значит рост размера фирм приводит к росту их эффективности. Убывающая отдача от производства, напротив, предполагает, что увеличение размеров фирм вызывает ускоренный рост издержек производства и приводит к снижению эффективности её функционирования.
Результаты эмпирических оценок отдачи от масштаба сельскохозяйственного производства неоднородны как для разных стран, так и для регионов в рамках одной страны, что объясняется различиями в природно-климатических и институциональных условиях, доступностью и характеристиками рынков потребителей, а также структурой и объёмом государственной поддержки сельскохозяйственных производителей [5]. Так, для российского сельского хозяйства есть эмпирические свидетельства как убывающей отдачи от масштаба [4, 10], так и оценки, говорящие в пользу возрастающей отдачи от масштаба [12].
В настоящей работе предпринята попытка на основе микроэкономических данных оценить отдачу от масштаба сельскохозяйственных предприятий в Амурской области в 2008-2020 гг. Поскольку этот регион является одним из наиболее типичных российских регионов с точки зрения вклада сельского хозяйства в региональную экономику [3], то полученные результаты могут быть релевантны для понимания функционирования всего российского сельского хозяйства и изменений в нем происходящих.
В более ранних исследованиях на данных за 2002-2014 гг. были получены оценки, свидетельствующие об убывающей отдаче от масштаба сельскохозяйственного производства в Амурской области [4]. За последующие годы значительно изменились глобальные цены на продовольствие и условия хозяйствования, в том числе в регионе был реализован целый ряд государственных программ содействия развитию сельского хозяйства [2]. Задачей настоящей работы является выполнить повторную эконометрическую оценку отдачи от масштаба на данных более поздних периодов для того, чтобы ответить на вопрос о том, привело ли изменение условий к изменению параметров производственной функции сельскохозяйственных предприятий региона.
Полученные в работе оценки свидетельствуют о том, что в среднем в 2008-2020 гг. в сельском хозяйстве Амурской области наблюдалась постоянная отдача от масштаба производства. Несмотря на то, что средние размеры сельскохозяйственного предприятия в области в 20132020 гг. были почти в два раза больше, чем в 2008-2012 гг., постоянная отдача от масштаба наблюдалась в оба этим периода. Эти результаты вносят вклад, с одной стороны, в дискуссию об оптимальном размере фирм в российском сельском хозяйстве, демонстрируя сдвиг в технологиях и эффективности сельскохозяйственных предприятий по сравнению с более ранним периодом начала 2000-х годов. С другой стороны, результаты могут быть полезны для оценки влияния государственной поддержки сельскохозяйственных производителей на структуру рынков, а именно они ставят вопрос о том, в какой мере реализация государственных программ могла привести к изменениям в параметрах производственных функций сельскохозяйственных предприятий.
Работа построена следующим образом. В разделе "Данные" дано описание используемых в работе данных, в разделе "Методика оценивания" приведены методические подходы, использованные при оценке отдачи от масштаба. В разделе "Результаты оценивания" представлены
основные полученные результаты, а также приведена проверка их устойчивости. Основные выводы, полученные в работе, сформулированы в заключении.
Данные
Амурская область — один из наиболее типичных российских регионов с точки зрения как вклада аграрного сектора в экономику региона, так и объёмов государственной поддержки сельскохозяйственных производителей [3]. В то же время экономика области демонстрирует один из наиболее высоких уровней специализации на сельском хозяйстве среди регионов ДФО [1].
Отметим, что с конца 2000-х в регионе, как и в России в целом, начали предприниматься попытки по улучшению условий функционирования сельскохозяйственных производителей, в том числе в этот период начинают реализовываться программы содействия развитию аграрного сектора. Так, в области принимается ДЦП "Развитие сельского хозяйства и регулирование рынков сельскохозяйственной продукции, сырья и продовольствия Амурской области на 2009-2012 годы", а также отраслевые региональные программы "Развитие мясного скотоводства Амурской области на 2011-2012 годы" и "Развитие молочного скотоводства и увеличение молока в Амурской области на 2011-2012 годы".
Полученный опыт реализации этих программ привёл к корректировке приоритетов и инструментов реализации программ содействия развитию сельского хозяйства. В результате в 2012 г. принимается новая ДЦП "Развитие сельского хозяйства и регулирование рынков сельскохозяйственной продукции, сырья и продовольствия Амурской области на 2013-2020 годы", а в 2013 г. — ГП "Развитие сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия Амурской области на период с 2014-2020 годы", в которых, с одной стороны, меньше внимания уделялось поддержке животноводства, а, с другой — большее значение приобрели методы несвязанной поддержки сельского хозяйства [2].
В настоящей работе предпринята попытка ответить на вопрос о том, каковы были ключевые параметры производственной функции сельскохозяйственных предприятий в Амурской области. Для ответа на этот вопрос были использованы микроэкономических данные о деятельности сельскохозяйственных предприятий региона. Источник — база данных Министерства сельского хозяйства Амурской области, собранная на основе статистической отчётности сельскохозяйственных производителей региона.
В используемую в работе выборку вошли данные о деятельности 132 сельскохозяйственных предприятиях в Амурской области с 2008 по 2020 г. включительно. Панель несбалансированная, в ней есть пропуски данных, связанные, преимущественно, с ошибками заполнения отчётности или отсутствием данных. Кроме того, за рассматриваемый период около 40 предприятий, попавших в нашу выборку, прекратили своё существование. В результате, в работе используется 1082 наблюдения
(предприятие х год). Количество предприятий, включённых в панель, варьируется от 55 в 2008 г. и до 110 в 2012-2013 гг., в среднем нам доступны данные по 83 предприятий в год (см. рисунок). Средняя длина временного ряда, доступная для одного предприятия в нашей выборке, составляет 8 лет. Сельскохозяйственные предприятия расположены в 102 населённых пунктах 17 районов Амурской области.
<Ц «
К h К К
О (О h о
<D
К
ч о
109 110 110
106
62
96
79
75 75
72 71
62
120 100 80 60 40 20 0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Год
Источник: составлено авторами.
Количество сельскохозяйственных предприятий Амурской области попавших в выборку
Для эконометрической оценки производственной функции в работе были использованы данные о выручке от реализации сельскохозяйственных производителей, её укрупнённой структуре (доли продукции растениеводства), а также используемых для её производства ресурсах — капитале (стоимости основных средств и материальных затрат), труде (численности занятых на предприятии) и земле (общей площади земли и площади сельскохозяйственных угодий). Источники данных представлены в табл. 1, а в табл. 2 приведены основные описательные статистики. Отметим, что значения всех стоимостных показателей приведены в постоянных ценах 2008 г.
В среднем выручка сельскохозяйственного предприятия, вошедшего в нашу выборку, составляло более 63 млн руб. в год в ценах 2008 г. (табл. 2). На таком предприятии в среднем работало 66 чел., которые обрабатывали в среднем более 9 тыс. га сельскохозяйственных угодий, а общая площадь земельных ресурсов превышала 10 тыс. га. Материальные затраты в среднем составляли почти 41 млн руб. в год, а стоимость основных средств — 72 млн руб. в ценах 2008 г. Вошедшие в выборку сельскохозяйственные предприятия имели ярко выраженную специализацию на растениеводстве. В среднем за 2008-2020 гг. значение доли растениеводства в совокупной выручке составляло 0,85.
Для ответа на вопрос о том, наблюдалось ли статистически значимое изменение параметров функционирования сельскохозяйственных
предприятий Амурской области, в работе были выполнены ^тесты для проверки гипотезы о равенство средних значений рассматриваемых показателей до 2013 г. и после (табл. 3), а также непараметрические тесты Уилкоксона-Манна-Уитни для проверки гипотезы о том, что не только средние, но и в целом их распределения до 2013 г. и после идентичны (табл. 4).
Таблица 1
Источники данных
Наименование показателя Форма статистической
отчётности
1. Выручка от реализации, тыс. руб. № 2
2. Выручка от реализации продукции растениеводства, тыс. руб. № 9-АПК
3. Материальные затраты, тыс. руб. № 8-АПК
4. Основные средства, тыс. руб. № 5
5. Общая земельная площадь, га № 9-АПК
6. Всего сельскохозяйственных угодий, га № 9-АПК
7. Среднегодовая численность, чел. № 5-АПК
Источник: составлено авторами. Описательная статистика Таблица 2
Наименование переменных Количество наблюдений Среднее Стандартное отклонение Min Max
Выручка от реализации, тыс. руб. 1082 63 423 123 391 5 1 520 761
Основные средства, тыс. руб. 1082 72 039 145 876 4 1 361313
Площадь сельскохозяйственных угодий, га 1082 9 302 15 991 100 173 018
Общая площадь земли, га 1082 10 212 17 275 100 186 670
Численность занятых, чел. 1082 66 99 1 806
Материальные затраты, тыс. руб. 1082 40 662 73 771 13 777 976
Доля выручки от реализации продукции растениеводства в общей выручке от реализации 1072 0,85 0,23 0 1
Источник: составлено авторами.
Полученные результаты свидетельствуют о том, что значения всех рассматриваемых показателей, за исключением численности заня-
тых, были статистически выше в 2013-2020 гг. по сравнению с 20082012 гг. Разница между численностью занятых в рассматриваемые периоды не была статически значимой на 10% уровне.
Таблица 3
Сравнение средних значений показателей деятельности сельскохозяйственных предприятий Амурской области в 2008-2012 и 2013-2020 гг.1
Наименование показателя Сельскохозяйственное предприятие t p-value
2008-2012 гг. 2013-2020 гг.
Среднее n Среднее n
Выручка от реализации, тыс. руб. 38 208 446 81 105 636 6,48 0,000
Общая площадь земли, га 7 231 446 12 303 636 5,43 0,000
Площадь сельскохозяйственных угодий, га 6 625 446 11 180 636 5,25 0,000
Среднегодовая численность занятых, чел. 64 446 68 636 0,64 0,522
Стоимость материальных затрат, тыс. рублей 25 440 446 51 336 636 6,42 0,000
Стоимость основных фондов, тыс. рублей 47 777 446 89 052 636 5,09 0,000
Доля доходов от растениеводства в общей выручке от реализации 0,83 441 0,87 631 2,86 0,004
Источник: составлено авторами.
Таблица 4
Сравнение распределений показателей деятельности сельскохозяйственных предприятий Амурской области в 2008-2012 и 2013-2020 гг. на основе непараметрического теста Уилкоксона-Манна-Уитни
Наименование переменной z-score P-value P(x(2013-2020) > x(2008-2012))
Выручка от реализации, тыс. руб. 7,06 0,000 0,626
Материальные затраты, тыс. руб. 6,86 0,000 0,622
Основные средства, тыс. руб. 6,14 0,000 0,609
Площадь сельскохозяйственных угодий,га 3,93 0,000 0,570
Общая площадь земли, га 3,50 0,001 0,562
Численность занятых, чел. -1,12 0,264 0,480
Доля выручки от реализации продукции растениеводства в общей выручке от реализации 3,80 0,000 0,567
Источник: составлено авторами.
1 В работе был использован Мез! с гетерогенной дисперсией.
Результат непараметрических тестов Уилкоксона-Манна-Уитни свидетельствуют о том, что распределения переменных для 20082012 гг. статистически значимо отличаются от их распределения в 2013-2020 гг. Более того, тесты свидетельствуют о том, что с высокой степенью вероятности не только средние значения, но и другие точки распределения принимали более высокие значения в 2013-2020 гг. по сравнению с 2008-2012 гг. Наблюдаемая разница в распределениях исследуемых переменных может быть объяснена как изменением количества и состава сельскохозяйственных предприятий, входивших в подвы-борки в эти два периода, так и изменением условий функционирования, в том числе изменениями технологий в результате ослабления ограничений в доступе к внешнему финансированию и (или) относительных цен на сельскохозяйственную продукцию и факторы производства.
Единственным исключением, также как в случае использования критерия Стьюдента, является численность занятых, распределение которой в 2013-2020 гг. статистически не отлично от её распределения в 2008-2012 гг.
Методика оценивания
Для ответа на вопрос о параметрах производственной функции сельскохозяйственных предприятий Амурской области мы воспроизводим подход, реализованный в работе [4]. Производственная функция сельскохозяйственных предприятий была описана с помощью функции Кобба-Дугласа, где в качестве факторов производства используются труд, капитал, материальные затраты и земля. Для получения эмпирических оценок параметров производственной функции мы используем следующую эконометрическую модель, которую оцениваем МНК:
ylt = $\ldit + ßk + falru + + Mu + at + jt + где ytt — логарифм выручки от реализации 7-го сельхозпредприятия в год t; ldit — логарифм площади земли 7-го сельхозпредприятия в год t; ku — логарифм стоимости основных средств 7-го сельхозпредприятия в t-год; lrtt — логарифм количества труда 7-го сельхозпредприятия в год t; mtt — логарифм стоимости материальных затрат 7-го сельхозпредприятия в год t; Xu — вектор контрольных переменных 7-го сельхозпредприятия в год t; аг- — фиксированные эффекты 7-го сельхозпредприятия; jt — временной тренд; s7t — случайный шок производительности 7-го предприятия в год t.
Для ответа на вопрос о том, какой тип отдачи от масштаба наблюдается в среднем в сельскохозяйственных предприятиях Амурской области, в работе был выполнен F-тест, в котором в качестве нулевой гипотезы была принята гипотеза о постоянной отдачи от масштаба (H0: ß1 + ß2 + ß3 + ß4 = 1), против альтернативной гипотезы о том, что отдача от масштаба не постоянная (Ha: ß! + ß2 + ß3 + ß4 ^ 1).
Результаты оценивания
В работе были оценены три типа эконометрических моделей. В первом случае оценка параметров производственной функции осуществлялась на данных за весь рассматриваемый период с 2008 по 2020 г. (табл. 5, модели 1, 2). Различие между моделью 1 и моделью 2 заключается во включение во втором случае переменной, отражающей специализацию сельскохозяйственных предприятий на продукции растениеводства. Поскольку не для всех периодов доступны данные о структуре продаж, а значит и о специализации, то включение дополнительной переменной приводит к уменьшению числа наблюдений с 1082 до 1072 (предприятие х год).
Во втором случае оценивались параметры производственной функции с 2008 по 2012 г. включительно, т.е. годы, когда реализовыва-лась ДЦП "Развитие сельского хозяйства и регулирование рынков сельскохозяйственной продукции, сырья и продовольствия Амурской области на 2009-2012 годы" (табл. 5, модели 3, 4). Различия между моделями 3 и 4 также было обусловлено включением в модель 4 переменной, отражающей специализацию предприятия.
Третий набор оценок параметров моделей относился к 20132020 гг., когда реализовывались ДЦП "Развитие сельского хозяйства и регулирование рынков сельскохозяйственной продукции, сырья и продовольствия Амурской области на 2013-2020 годы" и содержательно наследовавшая ей ГП "Развитие сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия Амурской области на период с 2014-2020 годы" (табл. 5, модели 5, 6). Различия между моделями 5 и 6 также были обусловлены включением в модель 6 дополнительной переменной.
На основе оценённых параметров производственной функции выполнялось тестирование гипотезы о постоянстве отдачи от масштаба производства. Полученные оценки свидетельствуют о том, что сумма эластичностей факторов производства находилась в диапазоне от 0,87 до 0,90. Результаты Б-теста не позволяют отвергнуть нулевую гипотезу о постоянной отдаче от масштаба производства в пяти из шести оценённых моделях. Отметим, что этот результат входит в противоречие с полученными в [4] оценками для более ранних периодов, когда авторы нашли свидетельства в пользу того, что в сельском хозяйстве Амурской области наблюдалась убывающая отдача от масштаба производства.
Для проверки устойчивости полученных результатов к методам измерения факторов производства, нами дополнительно были оценены шесть моделей, аналогичных тем, что представлены в табл. 5 за одним исключением — в них в качестве переменной, отражающей интенсивность использования земли, была использована площадь сельскохозяйственных угодий, а не общая площадь земельных ресурсов. Результаты этих оценок представлены в табл. 6.
Результаты оценивания производственной функции сельскохозяйственных предприятий Амурской области
Наименование переменной 2008-Модель 1 -2020 гг. Модель 2 2008-Модель 3 -2012 гг. Модель 4 2013-Модель 5 -2020 гг. Модель 6
Основные средства 0,11** (0,05) 0,11** (0,05) 0,06 (0,07) 0,07 (0,07) 0,07 (0,12) 0,06 (0,11)
Общая площадь земли 0,10* (0,06) 0,09 (0,06) 0,06 (0,12) 0,07 (0,12) 0,14*** (0,04) 0,12*** (0,04)
Труд 0,14* 0,15** 0,18 0,20* 0,18* 0,21**
(0,07) (0,07) (0,11) (0,10) (0,10) (0,10)
Материальные затраты 0,56*** (0,07) 0,55*** (0,07) 0,57*** (0,10) 0,53*** (0,10) 0,50*** (0,10) 0,48*** (0,11)
Доля растениеводства 0,09 (0,24) -0,46 (0,33) 0,37 (0,40)
Количество наблюдений 1082 1072 446 441 636 631
Число предприятий 132 132 126 126 109 108
Я2 0,57 0,57 0,52 0,53 0,47 0,48
Фиксированные эффекты на предприятия Да Да Да Да Да Да
Фиксированные эффекты на годы Да Да Да Да Да Да
р1 + р2 + рз + р4 0,90 0,89 0,87 0,87 0,89 0,88
2,26 2,77 0,84 0,86 1,93 2,01
р-уа1ие 0,14 0,10 0,36 0,35 0,17 0,16
В скобках приведены робастные стандартные ошибки; *** р < 0,01, ** р < 0,05, * р < 0,1. Источник: составлено авторами.
Результаты оценивания производственной функции сельскохозяйственных предприятий Амурской области
Наименование переменной 2008- -2020 гг. 2008- -2012 гг. 2013- -2020 гг.
Модель 1 Модель 2 Модель 3 Модель 4 Модель 5 Модель 6
Основные средства 0,11** (0,05) 0,11* (0,05) 0,06 (0,07) 0,07 (0,07) 0,07 (0,12) 0,06 (0,11)
Сельскохозяйственные угодья 0,09 (0,06) 0,08 (0,06) 0,10 (0,12) 0,11 (0,13) 0,16*** (0,05) 0,13** (0,06)
Труд 0,14* 0,15** 0,17 0,20* 0,18* 0,22**
(0,07) (0,07) (0,11) (0,11) (0,10) (0,09)
Материальные затраты 0,56*** (0,07) 0,55*** (0,07) 0,57*** (0,10) 0,53*** (0,09) 0,50*** (0,10) 0,48*** (0,10)
Доля растениеводства 0,09 (0,24) -0,46 (0,33) 0,37 (0,41)
Количество наблюдений 1082 1072 446 441 636 631
Число предприятий 132 132 126 126 109 108
Я2 0,57 0,57 0,52 0,53 0,47 0,48
Фиксированные эффекты на предприятия Да Да Да Да Да Да
Фиксированные эффекты на годы Да Да Да Да Да Да
р1+р2 + (3з + р4 0,90 0,89 0,90 0,90 0,90 0,89
2,22 2,74 0,59 0,61 1,16 1,31
р-уа1ие 0,14 0,10 0,44 0,44 0,28 0,25
В скобках приведены робастные стандартные ошибки; *** р < 0,01, ** р < 0,05, * р < 0.1 Источник: составлено авторами.
Полученные в табл. 6 оценки параметров производственной функции сельскохозяйственных предприятий очень близки результатам, представленным в табл. 5. Во всех случаях сумма эластичностей факторов производства составляла 0,89-0,90. Результаты Б-теста не позволяют отвергнуть нулевую гипотезу о постоянной отдаче от масштаба производства для пяти из шести оценённых моделей. Также, как и в случае оценок параметров производственной функции в табл. 5, единственным исключением в табл. 6 является модель 2, для которой р-уа1ие Б-теста о равенстве единице суммы эластичностей факторов производства составляет 10%.
В работе были также оценены параметры производственных функций для двух периодов — с 2008 по 2012 г. и с 2013 по 2020 г. (табл. 5, 6, модели 3-6). Результаты выполненных на их основе Б-тестов не позволяют отвергнуть гипотезу о постоянной отдаче от масштаба производства сельскохозяйственных производителей в соответствующие временные периоды.
Таким образом, полученные в работе результаты, свидетельствуют о росте средних размеров производителей сельскохозяйственной продукции в Амурской области. Принимая во внимание, что ранее были получены свидетельства убывающей отдачи от масштаба производства, то рост размеров предприятий при прочих равных должен был ещё дальше сдвинуть издержки от оптимальных уровней, в результате чего наблюдалась бы ещё более выраженная убывающая отдача от масштаба. Однако наши данные говорят о том, что в рассматриваемый период наблюдалась постоянная отдача от масштаба. Разница в ожидаемых и фактических значениях эластичностей факторов производства может быть объяснена отличием используемых для оценок выборок сельскохозяйственных предприятий, в том числе выходом с рынка в последние годы наименее эффективных. Кроме того, разница в результатах может быть также атрибутирована технологическому сдвигу и (или) возросшей средней эффективности функционирования сельскохозяйственных предприятий, в том числе в результате реализации программ государственной поддержки сельскохозяйственных производителей региона и (или) изменениями относительных цен на продукцию сельского хозяйства и факторы производства.
Заключение
В работе авторы попытались ответить на вопрос о том, изменились ли параметры производственной функций сельскохозяйственных предприятий Амурской области в 2008-2020 гг. Полученные результаты свидетельствуют о том, что как в целом за весь рассматриваемый период, так отдельно в 2008-2012 и 2013-2020 гг., производственная функция сельскохозяйственных предприятий региона характеризовалась постоянной отдачей от масштаба, в отличие от более раннего периода, когда отдача от масштаба была убывающей. Исследование причин изменения характера производственной функции, оценка эффектов программ гос-
ударственной поддержки сельскохозяйственных производителей Амурской области формирует дальнейшую исследовательскую программу.
Список источников
1. Асеева Т. А., Киселев Е.П., Сухомиров Г.И. Сельское хозяйство Дальнего Востока: условия, проблемы и потенциал развития: монография / Под ред. Н Е. Антоновой. — Хабаровск: ИЭИ ДВО РАН, 2020. - 162 с.
2. Билько А.М. Особенности государственной поддержки аграрного сектора Амурской области // Учёные записки. Вып. 19. Экономические механизмы территориально-отраслевых взаимодействий: сб. статей. — Хабаровск: ИЭИ ДВО РАН, 2020. C. 5-31.
3. Васильева О.Г., Билько А.М. Государственные субсидии и производительность сельскохозяйственных предприятий на примере российского Дальнего Востока // Вопросы экономики. 2022. № 2. С. 120-146. — DOI: 10.32609/0042-8736-2022-2-120-146.
4. Васильева О.Г., Билько А.М. Оценка эффекта масштаба в сельском хозяйстве Амурской области // Пространственная экономика. 2016. № 2. С. 104122. — DOI: 10.14530/se.2016.2.104-122.
5. Adamopoulos T., Restuccia D. The size distribution of farms and international productivity differences //American Economic Review. 2014. Т. 104. № 6. С. 1667-1697. — DOI: 10.1257/aer.104.6.1667.
6. Deininger K., Byerlee D. The rise of large farms in land abundant countries: do they have a future? // World development. 2012. Т. 40. № 4. С. 701-714. — DOI: 10.1016/j.worlddev.2011.04.030.
7. Dethier J.J., Effenberger A. Agriculture and development: A brief review of the literature // Economic systems. 2012. Т. 36. № 2. С. 175-205. — DOI: 10.1016/j.ecosys.2011.09.003.
8. Eastwood R., Lipton M., Newell A. Farm size // Handbook of agricultural economics. 2010. Т. 4. С. 3323-3397. — DOI: 10.1016/S1574-0072(09)04065-1.
9. Lipton M. Land reform in developing countries: Property rights and property wrongs. — Routledge, 2009. — 384 с. — DOI: 10.4324/9780203876251.
10. Osborne S., Trueblood M.A. An examination of economic efficiency of Russian crop production in the reform period // Agricultural economics. 2006. Т. 34. № 1. С. 25-38. — DOI: 10.1111/j.1574-0862.2006.00100.x.
11. Rada N.E., Fuglie K.O. New perspectives on farm size and productivity // Food Policy. 2019. Т. 84. С. 147-152. — DOI: 10.1016/j.foodpol.2018.03.015.
12. Svetlov N., Hoekmann В. Optimal Farm Size in Russian Agriculture. Beijing, China: Paper presented at the International Association of Agricultural Economists Conference, Beijing, China, August 16-22, 2009. — URL: http ://www.nsvetlov.narod.ru/sci/p194.pdf.
Сведения об авторах / About authors
Васильева Ольга Геннадьевна, кандидат экономических наук, заведующий Амурской лабораторией экономики и социологии, Институт экономических исследований ДВО РАН. ул. Тихоокеанская, 153, Хабаровск, Россия, 680042. ORCID: 0000-0002-3053-106X. E-mail: [email protected].
Olga G. Vasilyeva, Ph.D. in Economics, Head of the Amur Laboratory of Economics and Sociology, Economic Research Institute of Far Eastern Branch of Russian Academy of Sciences, 153,
Tikhookeanskaya street, Khabarovsk, Russia, 680042. ORCID: 0000-0002-3053-106X. E-mail: [email protected].
Билько Андрей Михайлович, старший преподаватель Дальневосточного государственного аграрного университета. ул. Политехническая, 86, Благовещенск, Россия, 675000. ORCID: 0000-0002-4492-9765. E-mail: [email protected].
Andrey M. Bilko, Senior Lecturer of the Far Eastern State Agrarian University, 86, Politekhnicheskaya street, Blagoveschensk, Russia, 675005. ORCID: 0000-0002-4492-9765. E-mail: [email protected].
© Васильева О.Г., Билько А.М., 2023 © Vasilyeva O.G., Bilko A.M., 2023
Адрес сайта в сети Интернет: http://jem.dvfu.ru
