Abstract: В рамках данной статьи приводится методика, представленная в виде алгоритма процесса поддержки принятия управленческого решения по развитию агропроизводства в регионах с учетом их ресурсных возможностей. Она основана на поэтапном применении кластерного анализа по ряду выделенных показателей (в числе которых: площадь сельхозугодий, численность занятых в отрасли, наличие специализированной техники и пр.) для сопоставления результатов сельскохозяйственного производства в разрезе территорий РФ с целью выявления наиболее эффективных направлений для последующей реализации. Для апробации методики выбрана Оренбургская область, занимающая важную позицию в обеспечении продовольственной безопасности страны. В качестве источника информации выступила ЕМИСС. Обработка данных проведена с применением программного комплекса «Statistica 10». По ходу исследования показана реализация математико-статистических методов в рамках методики при проведении кластерного анализа по трем аспектам – долевой представленности видов хозяйственной деятельности; ресурсам; производственным результатам. Установлено, что предлагаемый инструментарий может служить аналитической основой для проведения SWOT-анализа. По результатам апробации определена схожесть сельскохозяйственного производства Саратовской и Оренбургской областей, что и было учтено при выявлении направлений дальнейшего развития в последней. Акцент сделан на внедрении инновационных технологий (в частности агродронов) и научно-обоснованном объеме привлечения инвестиций. Материалы статьи адресованы органам государственной власти регионов, занятым вопросами развития территориального агропроизводства.

Cite: Спешилов Е.А. , Левченко Д.А.
Математико-статистические подходы при алгоритмизации процесса поддержки принятия управленческих решений по эффективному ресурсоиспользованию в агропроизводстве
Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2025. №208. С.483-500. DOI: 10.21515/1990-4665-208-045 РИНЦ

Dates:

Published print:	Apr 30, 2025
Published online:	Apr 30, 2025

Identifiers:

Elibrary:

82348541

Citing: Пока нет цитирований

Altmetrics: