Научный журнал "Пространственная экономика" - Выявление детерминант урожайности пшеницы в Западной Сибири с использованием байесовских сетей

Раздел	Статьи
Заглавие	Выявление детерминант урожайности пшеницы в Западной Сибири с использованием байесовских сетей
Страницы	39-83
Автор 1	Прищепов Александр Владимирович PhD, ассоциированный профессор Университет Копенгагена, Департамент наук о Земле и рационального землепользования; Институт степи УрО РАН; Институт экологии и природопользования, Казанский федеральный университет, ул. Товарищеская, 5, Казань, Россия, 420097 Oster Voldgade 10, 1350 Kobenhavn K, Denmark; ул. Пионерская, 11, Оренбург, Россия, 460000; ул. Товарищеская, 5, Казань, Россия, 420097 This email address is being protected from spambots. You need JavaScript enabled to view it. , This email address is being protected from spambots. You need JavaScript enabled to view it. ORCID: 0000-0003-2375-1651
Автор 2	Понькина Елена Владимировна кандидат технических наук, доцент Алтайский государственный университет, факультет математики и информационных технологий, кафедра теоретической кибернетики и прикладной математики пр-т Ленина, 61, Барнаул, Россия, 656049 This email address is being protected from spambots. You need JavaScript enabled to view it. ORCID: 0000-0001-7604-6337
Автор 3	Сун Жанли PhD, старший научный сотрудник Институт аграрного развития в странах с переходной экономикой (IAMO) Theodor-Lieser-Strasse 2, 06120 Halle (Saale), Germany This email address is being protected from spambots. You need JavaScript enabled to view it. ORCID: 0000-0001-6204-4533
Автор 4	Мюллер Даниель PhD, старший научный сотрудник Институт аграрного развития в странах с переходной экономикой (IAMO); Департамент географии, Университет Гумбольдта в Берлине; Интегративный исследовательский институт по трансформации систем взаимодействия человека с окружающей средой (IRI THESys), Университет Гумбольдта в Берлине Theodor-Lieser-Strasse 2, 06120 Halle (Saale), Germany; Unter den Linden 6, 10099, Berlin, Germany This email address is being protected from spambots. You need JavaScript enabled to view it.
Аннотация	Повышение урожайности сельскохозяйственных культур играет решающую роль в удовлетворении растущего спроса на продовольствие в мире. Россия обладает значительным потенциалом увеличения сельскохозяйственного производства, не использованным в полной мере, поскольку текущая урожайность зерновых культур значительно ниже потенциально достижимой урожайности. Регион Западной Сибири – одна из важнейших житниц России, где урожайность пшеницы особенно отстает от своего биофизического и технологического потенциала. Цель исследования заключалась в оценке детерминант пространственной вариабильности урожайности пшеницы, основываясь на данных реальной практики земледелия сельскохозяйственных производителей Алтайского края в Западной Сибири. Было проведено 67 структурированных интервью о потенциальных детерминантах урожайности пшеницы с управленческим звеном сельскохозяйственных предприятий различных форм собственности, включая крестьянско-фермерские хозяйства. Интервью были дополнены 149 наблюдениями, полученными на основе данных систематического мониторинга сельскохозяйственного производства в Алтайском крае. В работе использованы байесовские сети (БС) для представления взаимосвязей между объясняющими переменными и урожайностью пшеницы и изучения ожидаемых реакций продуктивности культуры в различных сценарных условиях. Результаты показали, что более высокая урожайность чаще достигается более крупными производителями, чем средними и малыми. Результаты подтвердили наблюдения, свидетельствующие о том, что применение удобрений и средств защиты растений, как и внедрение нового оборудования (технологий), оказывает положительное влияние на среднюю урожайность пшеницы, которая является базовой в регионе. Сценарий возрастания производственных издержек и снижения сумм осадков ожидаемо приведет к снижению урожайности в среднем с 7,6 до 5,3 ц/га. В целом исследование показало, что политика, направленная на увеличение урожайности сельскохозяйственных культур, должна учитывать развитие образовательной среды менеджеров и специалистов сельскохозяйственных предприятий и стимулировать меры по внесению удобрений и соблюдение рекомендаций агрономической науки. Особенный фокус государственной аграрной политики должен быть ориентирован на развитие малых форм хозяйствования. Кроме того, аграрная политика должна быть направлена на перспективное решение смежных проблем, одной из которых является нивелирование происходящего усиления засушливости климата посредством внедрения адаптированных к засушливым условиям технологий возделывания культур
УДК	519.1+631.1+332.1
JEL	C12, Q12, Q18
DOI	10.14530/se.2019.1.039-083
Ключевые слова	байесовские сети ♦ продовольственная безопасность ♦ интенсивность землепользования ♦ сценарный анализ ♦ урожайность пшеницы ♦ потенциал наращивания урожайности ♦ технологии возделывания ♦ Россия
Скачать	SE.2019.1.039-083.Prishchepov.pdf
Для цитирования	Прищепов А.В., Понькина Е.В., Сун Ж., Мюллер Д. Выявление детерминант урожайности пшеницы в Западной Сибири с использованием байесовских сетей // Пространственная экономика. 2019. Т. 15. № 1. С. 39–83. DOI: 10.14530/se.2019.1.039-083
Ссылки	1. Боговиз А.В., Лобова С.В., Оскорбин Н.М., Понькина Е.В., Маничева А.С. Проблемы повышения рентабельности производства зерна в условиях Алтайского края. Барнаул: Изд-во Алтайского университета, 2011. 275 с. 2. Государственная программа по развитию сельского хозяйства и регулированию рынков сельскохозяйственной продукции, сырья и продовольствия на 2013–2020 годы: утверждена постановлением Правительства РФ от 14 июля 2012 года № 717 / Министерство сельского хозяйства РФ. 2013. 3. Дронин Н.М. Изменение климата и продовольственная безопасность России: исторический анализ и модельные прогнозы. М.: ГЕОС, 2014. 303 с. 4. Еремин А.А., Быков Н.И. Демографическая ситуация в Алтайском крае на современном этапе (1990–2010 гг.) / Алтайский государственный университет. Барнаул: Азбука, 2011. 272 с. 5. Имитационная модель роста сельскохозяйственных растений WOFOST и ее использование для анализа продуктивности земель России / под ред. И.Ю. Савина, B.C. Столбового, К. ван Диепена; Почвенный институт им. В.В. Докучаева. М.: РАСХН, 2001. 216 с. 6. Об утверждении порядка предоставления из краевого бюджета субсидий на оказание несвязной поддержки сельскохозяйственных товаропроизводителей в области растениеводства: постановление администрации Алтайского края от 21 февраля 2014 г. № 70 (изменено 8 июля 2015, постановление № 26). URL: https://www.altairegion22.ru/upload/iblock/ef3/70_14.pdf (дата обращения: ноябрь 2017) 7. Парамонов Е.Г., Ишутин Я.Н., Симоненко А.П. Кулундинская степь: проблемы опустынивания / ред. Л.И. Базина. Барнаул: Изд-во Алтайского государственного университета, 2003. 137 с. 8. Понькина Е., Беляев В., Боварова М., Прищепов А., Майнель Т., Бугай Ю., Ковалева И., Кожанов Н., Казарджян М., Фрюауф М. Экономические, экологические, технологические факторы и результаты деятельности сельскохозяйственных предприятий в условиях Кулундинской степи. Барнаул: Изд-во Алтайского государственного университета, 2014. 140 с. 9. Регионы России. Социально-экономические показатели. 2013: стат. сб. / ФСГС. 2013. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1138623506156 (дата обращения: ноябрь 2017). 10. Система земледелия в Алтайском крае / Алтайский НИИСХ. Новосибирск, 1981. 326 с. 11. Центральная база статистических данных / ФСГС. 2016. URL: http://www.gks.ru/dbscripts/cbsd/dbinet.cgi (дата обращения: ноябрь 2017). 12. Adhikari C., Adhikary B., Rajbhandari N.P., Hooper M., Upreti H.K., Gyawali B.K., Rajbhandari N.K., Hobbs P.R. Wheat and Rice in the Mid-Hills of Nepal: A Benchmark Report on Farm Resources and Production Practices in Kavre District. Kathmandu: NARC; CIMMYT, 1999. 26 p. URL: https://repository.cimmyt.org/xmlui/bitstream/handle/10883/3937/68337.pdf (дата обращения: ноябрь 2017). 13. Agriculture. Canada Year Book 2011 / Statistics Canada. 2011. URL: https://www150.statcan.gc.ca/n1/pub/11-402-x/2011000/chap/ag/ag-eng.htm (дата обращения: ноябрь 2017). 14. Aguilera P.A., Fernandez A., Fernandez R., Rumi R., Salmeron A. Bayesian Networks in Environmental Modelling // Environmental Modelling and Software. 2011. Vol. 26. Issue 12. Pp. 1376–1388. DOI: 10.1016/j.envsoft.2011.06.004 15. Alcamo J. Scenarios as Tools for International Environmental Assessments / European Environment Agency. Environmental Issue Report No. 24. 2001. 31 p. URL: https://www.eea.europa.eu/publications/environmental_issue_report_2001_24/file (дата обращения: ноябрь 2017). 16. Ali M. Quantifying the Socio-Economic Determinants of Sustainable Crop Production: An Application to Wheat Cultivation in the Tarai of Nepal // Agricultural Economics. 1996. Vol. 14. Issue 1. Pp. 45–60. DOI: 10.1016/0169-5150(95)01161-7 17. Banerjee H., Goswami R., Chakraborty S., Dutta S., Majumdar K., Satyanarayana T., Jat M.L., Zingore S. Understanding Biophysical and Socio-Economic Determinants of Maize (Zea mays L.) Yield Variability in Eastern India // Wageningen Journal of Life Sciences. 2014. Vol. 70–71. Pp. 79–93. DOI: 10.1016/j.njas.2014.08.001 18. Bavorova M., Imamverdiyev N., Ponkina E. Farm-Level Economics of Innovative Tillage Technologies: The Case of No-Till in the Altai Krai in Russian Siberia // Environmental Science and Pollution Research. 2018. Vol. 25. Issue 2. Pp. 1016–1032. DOI: 10.1007/s11356-017-9268-y 19. Bednarikova Z., Bavorova M., Ponkina E.V. Migration Motivation of Agriculturally Educated Rural Youth: The Case of Russian Siberia // Journal of Rural Studies. 2016. Vol. 45. Pp. 99–111. DOI: 10.1016/j.jrurstud.2016.03.006 20. Bischoff N., Mikutta R., Shibistova O., Puzanov A., Reichert E., Silanteva M., Grebennikova A., Schaarschmidt F., Heinicke S., Guggenberger G. Land-Use Change Under Different Climatic Conditions: Consequences for Organic Matter and Microbial Communities in Siberian Steppe Soils // Agriculture Ecosystems & Environment. 2016. Vol. 235. Pp. 253–264. DOI: 10.1016/j.agee.2016.10.022 21. Blanc E., Lepine A., Strobl E. Determinants of Crop Yield and Profit of Family Farms: Evidence From the Senegal River Valley / Department of Research, IPAG Business School. Working Papers 2014-596. 2014. 22. Bloch P., Melmed-Sanjak J., Hanson R. The Debate over Agrarian Structure in Macedonia: Implications for Land Management // Transactions in International Land Management / Edited by R.W. Dixon-Gough, R. Mansberger. London – New York: Routledge. 2000. Pp. 1–26. 23. Bokusheva R., Hockmann H. Production Risk and Technical Inefficiency in Russian Agriculture // European Review of Agricultural Economics. 2006. Vol. 33. Issue 1. Pp. 93–118. DOI: 10.1093/erae/jbi036 24. Bokusheva R., Hockmann H., Kumbhakar S.C. Dynamics of Productivity and Technical Efficiency in Russian Agriculture // European Review of Agricultural Economics. 2012. Vol. 39. Pp. 611–637. DOI: 10.1093/erae/jbr059 25. Boogaard H., Wolf J., Supit I., Niemeyer S., van Ittersum M. A Regional Implementation of WOFOST for Calculating Yield Gaps of Autumn-Sown Wheat Across the European Union // Field Crops Research. 2013. Vol. 143. Pp. 130–142. DOI: 10.1016/j.fcr.2012.11.005 26. Bryan B.A., King D., Zhao G. Influence of Management and Environment on Australian Wheat: Information for Sustainable Intensification and Closing Yield Gaps // Environmental Research Letters. 2014. Vol. 9. No. 4. DOI: 10.1088/1748-9326/9/4/044005 27. Carpenter S.R., DeFries R., Dietz T., Mooney H.A., Polasky S., Reid W.V., Scholes R.J. Millennium Ecosystem Assessment: Research Needs // Science. 2006. Vol. 314. Issue 5797. Pp. 257–258. DOI: 10.1126/science.1131946 28. Climate Change and Terrestrial Carbon Sequestration in Central Asia / Edited by R. Lal, M. Suleimenov, B.A. Stewart, D.O. Hansen, P. Doraiswamy. London: Taylor & Francis Group, 2007. 494 p. 29. Climate Doctrine of the Russian Federation. 2009, December 17. URL: http://en.kremlin.ru/supplement/4822 (дата обращения: ноябрь 2017). 30. Dronin N.M., Bellinger E.G. Climate Dependence and Food Problems in Russia, 1900–1990: The Interaction of Climate and Agricultural Policy and Their Effect on Food Problems. Budapest: Central European University Press, 2005. 366 p. 31. Economics and Land Use Planning / Edited by A.W. Evans. Oxford: Blackwell Publishing Ltd., 2004. 224 p. 32. Ennew C.T. A Model of Import Demand for Grain in the Soviet Union // Food Policy. 1987. Vol. 12. Issue 2. Pp. 106–115. DOI: 10.1016/0306-9192(87)90027-3 33. Fischer G., Nachtergaele F.O., Prieler S., Teixeira E., Toth G., van Velthuizen H., Verelst L., Wiberg D. Global Agro-Ecological Zones (GAEZ v. 3.0) / International Institute for Applied Systems Analysis (IIASA), 2012. Laxenburg, Austria and FAO, Rome, Italy. 34. Fischer J. Land Sparing Versus Land Sharing: New Evidence // Ideas for Sustainability, 2013. URL: http://ideas4sustainability.wordpress.com/2013/04/03/land-sparing-versus-land-sharing-new-evidence/ (дата обращения: ноябрь 2017). 35. Foley J.A. Global Consequences of Land Use // Science. 2005. Vol. 309. Issue 5734. Pp. 570–574. DOI: 10.1126/science.1111772 36. Garrett R.D., Lambin E.F., Naylor R.L. Land Institutions and Supply Chain Configurations as Determinants of Soybean Planted Area and Yields in Brazil // Land Use Policy. 2013. Vol. 31. Pp. 385–396. DOI: 10.1016/j.landusepol.2012.08.002 37. Gooding M.J., Davies W.P. Wheat Production and Utilization: Systems, Quality and the Environment. New York: CABI Publishing, 1997. 352 p. 38. Gotz L., Glauben T., Brummer B. Wheat Export Restrictions and Domestic Market Effects in Russia and Ukraine During the Food Crisis // Food Policy. 2013. Vol. 38. Pp. 214–226. DOI: 10.1016/j.foodpol.2012.12.001 39. Hamilton S.H., Pollino C.A., Jakeman A.J. Habitat Suitability Modelling of Rare Species Using Bayesian Networks: Model Evaluation under Limited Data // Ecological Modelling. 2015. Vol. 299. Pp. 64–78. DOI: 10.1016/j.ecolmodel.2014.12.004 40. Hassan I., Chattha M.B., Chattha T.H., Ali M.A. Factor Affecting Wheat Yield: A Case Study of Mixed Cropping Zone of Punjab // Journal of Agricultural Research. 2010. Vol. 48. Issue 3. Pp. 403–408. 41. Heckerman D., Geiger D., Chickering D. Learning Bayesian Networks: The Combination of Knowledge and Statistical Data // Machine Learning September. 1995a. Vol. 20. Issue 3. Pp. 197–243. DOI: 10.1007/BF00994016 42. Heckerman D., Mamdani A., Wellman M.P. Real-World Applications of Bayesian Networks // Communications of the ACM. 1995b. Vol. 38. Issue 3. Pp. 24–26. 43. Interactive Agricultural Ecological Atlas of Russia and Neighboring Countries / Edited by A.N. Afonin, S.L. Greene, N.I. Dzyubenko, A.N. Frolov. Economic Plants and Their Diseases, Pests and Weeds. 2008. URL: http://www.agroatlas.ru/ru/index.html (дата обращения: ноябрь 2017). 44. Special Report on Emissions Scenarios / Intergovenmiental Panel on Climate Change. Cambridge: Cambridge University Press, 2000. 608 p. https://www.ipcc.ch/report/emissions-scenarios/ (дата обращения: ноябрь 2017). 45. Jensen F.V., Nielsen T.D. Bayesian Networks and Decision Graphs. New York: Springer-Verlag, 2007. 448 p. DOI: 10.1007/978-0-387-68282-2 46. Josephson P., Dronin N., Mnatsakanian R., Cherp A., Efremenko D., Larin V. An Environmental History of Russia. Cambridge; New York: Cambridge University Press, 2013. 352 p. 47. Kamp J. Land Management: Weighing up Reuse of Soviet Croplands // Nature. 2014. Vol. 505. Issue 7484. Pp. 483. DOI: 10.1038/505483d 48. Kherad M., Ahani H., Kousari M.R., Beyraghdar Kashkooli A., Karampour M.A. Evaluation of Education and Water Resource Types on Some Wheat Land Features, Using Fars Comprehensive Agricultural Database (Case Study; Pasargad, Iran) // Environment, Development and Sustainability August. 2013. Vol. 15. Issue 4. Pp. 1129–1142. DOI: 10.1007/s10668-012-9428-7 49. Kogan F., Guo W. Early Twenty-First-Century Droughts During the Warmest Climate // Geomatics, Natural Hazards and Risk. 2016. Vol. 7. Issue 1. Pp. 127–137. DOI: 10.1080/19475705.2013.878399 50. Lambin E.F., Meyfroidt P. Global Land Use Change, Economic Globalization, and the Looming Land Scarcity // Proceedings of the National Academy of Sciences. 2011. Vol. 108. Issue 9. Pp. 3465–3472. DOI: 10.1073/pnas.1100480108 51. Licker R., Johnston M., Foley J.A., Barford C., Kucharik C.J., Monfreda C., Ramankutty N. Mind the Gap: How do Climate and Agricultural Management Explain the ‘Yield Gap’ of Croplands Around the World? // Global Ecology and Biogeography. 2010. Vol. 19. Issue 6. Pp. 769–782. DOI: 10.1111/j.1466-8238.2010.00563.x 52. Liefert W., Liefert O. Changing Crop Area in the Former Soviet Union Region (A Report from the Economic Research Service). FDS17b-01, USDA, Washington, D.C., 2017. URL: https://www.ers.usda.gov/webdocs/publications/82573/fds-17b-01.pdf?v=0 (дата обращения: ноябрь 2017) 53. Liefert W.M., Liefert O. Russian Agriculture during Transition: Performance, Global Impact, and Outlook // Applied Economic Perspectives and Policy. 2012. Vol. 34. Issue 1. Pp. 37–75. DOI: 10.1093/aepp/ppr046 54. Lioubimtseva E., Henebry G.M. Grain Production Trends in Russia, Ukraine and Kazakhstan: New Opportunities in an Increasingly Unstable World? // Frontiers of Earth Science. 2012. Vol. 6. Issue 2. Pp. 157–166. DOI: 10.1007/s11707-012-0318-y 55. Lobell D.B., Cassman K.G., Field C.B. Crop Yield Gaps: Their Importance, Magnitudes, and Causes // Annual Review of Environment and Resources. 2009. Vol. 34. Pp. 179–204. DOI: 10.1146/annurev.environ.041008.093740 56. Madsen A.L., Jensen F., Kj?Rulff U.B., Lang M. The HUGIN tool for Probabilistic Graphical Models // International Journal on Artificial Intelligence Tools. 2005. Vol. 14. No. 3. Pp. 507–543. DOI: 10.1142/S0218213005002235 57. Mallampalli V.R., Mavrommati G., Thompson J., Duveneck M., Meyer S., Ligmann-Zielinska A., Druschke C.G., Hychka K., Kenney M.A., Kok K., Borsuk M.E. Methods for Translating Narrative Scenarios Into Quantitative Assessments of Land Use Change // Environmental Modelling & Software. 2016. Vol. 82. Pp. 7–20. DOI: 10.1016/j.envsoft.2016.04.011 58. Mann M.L., Warner J.M. Ethiopian Wheat Yield and Yield Gap Estimation: A Spatially Explicit Small Area Integrated Data Approach // Field Crops Research. 2017. Vol. 201. Pp. 60–74. DOI: 10.1016/j.fcr.2016.10.014 59. McCauley M. Khrushchev and the Development of Soviet Agriculture: The Virgin Land Programme, 1953–1964. New York: Holmes & Meier Pub., 1977. 232 p. 60. Mendelsohn R., Nordhaus W.D., Shaw D. The Impact of Global Warming on Agriculture: A Ricardian Analysis // The American Economic Review. 1994. Vol. 84. No. 4. Pp. 753–771. 61. Menne M.J., Durre I., Korzeniewski B., McNeal S., Thomas K., Yin X., Anthony S., Ray R., Vose R.S., Gleason B.E., Houston T.G. Global Historical Climatology Network-Daily (GHCN-Daily), Version 3 / National Centers for Environmental Information; National Climatic Data Center. 2012. URL: https://data.nodc.noaa.gov/cgi-bin/iso?id=gov.noaa.ncdc:C00861 (дата обращения: ноябрь 2017). 62. Mueller N.D., Gerber J.S., Johnston M., Ray D.K., Ramankutty N., Foley J.A. Closing Yield Gaps Through Nutrient and Water Management // Nature. 2012. Vol. 490. Pp. 254–257. DOI: 10.1038/nature11420 63. Nefedova T.G. Russian Agricultural Resources and the Geography of Their Use in Import-Substitution Conditions // Regional Research of Russia October. 2016. Vol. 6. Issue 4. Pp. 292–303. DOI: 10.1134/S2079970516040122 64. Netica Version 5.18 / Norsys Software Corporation. 2015. URL: https://www.norsys.com/ (дата обращения: ноябрь 2017). 65. Osborne S., Trueblood M.A. An Examination of Economic Efficiency of Russian Grop Production in the Reform Period // Agricultural Economics. 2006. Vol. 34. Issue 1. Pp. 25–38. DOI: 10.1111/j.1574-0862.2006.00100.x 66. Pavlova V.N., Varcheva S.E., Bokusheva R., Calanca P. Modelling the Effects of Climate Variability on Spring Wheat Productivity in the Steppe Zone of Russia and Kazakhstan // Ecological Modelling. 2014. Vol. 277. Pp. 57–67. DOI: 10.1016/j.ecolmodel.2014.01.014 67. Pearl J. Causality: Models, Reasoning, and Inference. Cambridge University Press, 2009. 484 p. 68. Peterson G.D., Cumming G.S., Carpenter S.R. Scenario Planning: A Tool for Conservation in an Uncertain World // Conservation Biology. 2003. Vol. 17. Issue 2. Pp. 358–366. DOI: 10.1046/j.1523-1739.2003.01491.x 69. Ponkina E., Bavorova M., Prishchepov A.V., Kovaleva I. Positive Quantitative Analysis of Farms Regarding Natural Conditions, Structure, Production Program, Factor Endowment, Productivity, Economic Success and Income. Technical Report. Working Paper. Subproject 8. 2012. 66 p. 70. Prishchepov A.V., Schierhorn F., Dronin N., Ponkina E., Muller D. 800 Years of Agricultural Land-Use Change in Asian (Eastern) Russia // Edited by M. Fruhauf, G. Guggenberger, T. Meinel, I. Theesfeld, S. Lentz. KULUNDA: Climate Smart Agriculture. South Siberian Agro-Steppe as Pioneering Region for Sustainable Land Use. Cham: Springer International Publishing, 2020. 71. Russian Federation: Analysis of the Agribusiness Sector in Southern Russia. Report Series No. 13 / FAO, FAO Investment Centre; EBRD Cooperation Programme. 2009. 109 p. URL: http://www.fao.org/3/a-aj281e.pdf (дата обращения: ноябрь 2017). 72. Rylko D., Jolly R.W. Russia’s New Agricultural Operators: Their Emergence, Growth and Impact // Comparative Economic Studies. 2005. Vol. 47. Pp. 115–126. DOI: 10.1057/palgrave.ces.8100087 73. Schierhorn F., Faramarzi M., Prishchepov A.V., Koch F.J., Muller D. Quantifying Yield Gaps in Wheat Production in Russia // Environmental Research Letters. 2014. Vol. 9. No. 8. 12 p. DOI: 10.1088/1748-9326/9/8/084017 74. Second Roshydromet Assessment Report on Climate Change and Its Consequences in Russian Federation. General Summary / Federal Service for Hydrometeorology and Environmental Monitoring. Moscow: Roshydromet, 2014. 56 p. URL: http://downloads.igce.ru/publications/OD_2_2014/v2014/pdf/resume_ob_eng.pdf (дата обращения: ноябрь 2017). 75. Sun Z., Muller D. A Framework for Modeling Payments for Ecosystem Services with Agent-Based Models, Bayesian Belief Networks and Opinion Dynamics Models // Environmental Modelling and Software. 2013. Vol. 45. Pp. 15–28. DOI: 10.1016/j.envsoft.2012.06.007 76. Swinnen J., Burkitbayeva S., Schierhorn F., Prishchepov A.V., Muller D. Production Potential in the ‘Bread Baskets’ of Eastern Europe and Central Asia // Global Food Security. 2017. Vol. 14. Pp. 38–53. DOI: 10.1016/j.gfs.2017.03.005 77. The Oxford Handbook of Land Economics, Oxford Handbooks in Economics / Edited by J.M. Duke, J.J. Wu. Oxford University Press, 2014. 768 p. 78. Theesfeld I., Jelinek L. A Misfit in Policy to Protect Russia’s Black Soil Region. An Institutional Analytical Lens Applied to the ban on Burning of Crop Residues // Land Use Policy. 2017. Vol. 67. Pp. 517–526. DOI: 10.1016/j.landusepol.2017.06.018 79. Tittonell P., Vanlauwe B., Leffelaar P.A., Rowe E.C., Giller K.E. Exploring Diversity in Soil Fertility Management of Smallholder Farms in Western Kenya // Agriculture, Ecosystems and Environment Agric. 2005. Vol. 110. Pp. 149–165. DOI: 10.1016/j.agee.2005.04.001 80. Trueblood M.A., Arnade C. Crop Yield Convergence: How Russia’s Yield Performance Has Compared to Global Yield Leaders // Comparative Economic Studies. 2001. Vol. 43. Issue 2. Pp. 59–81. DOI: 10.1057/ces.2001.8 81. Uusitalo L. Advantages and Challenges of Bayesian Networks in Environmental Modelling // Ecological Modelling. 2007. Vol. 203. Pp. 312–318. DOI: 10.1016/j.ecolmodel.2006.11.033 82. Van Ittersum M.K., Cassman K.G., Grassini P., Wolf J., Tittonell P., Hochman Z. Yield Gap Analysis with Local to Global Relevance: A Review // Field Crops Research. 2013. Vol. 143. Pp. 4–17. DOI: 10.1016/j.fcr.2012.09.009 83. Visser O., Mamonova N., Spoor M. Oligarchs, Megafarms and Land Reserves: Understanding Land Grabbing in Russia // The Journal of Peasant Studies. 2012. Vol. 39. Issue 3–4. Pp. 899–931. DOI: 10.1080/03066150.2012.675574 84. Visser O., Spoor M., Mamonova N. Is Russia the Emerging Global ‘Breadbasket’? Re-Cultivation, Agroholdings and Grain Production // Europe-Asia Studies. 2014. Vol. 66. Issue 10. Pp. 1589–1610. DOI: 10.1080/09668136.2014.967569 85. Yastrebova O. Nonpayments, Bankruptcy and Government Support in Russian Agriculture // Comparative Economic Studies. 2005. Vol. 47. Issue 1. Pp. 167–180. DOI: 10.1057/palgrave.ces.8100088
Финансирование	Исследование было финансово поддержано Федеральным министерством Германии по образованию и исследованиям (BMBF, номер гранта 01LL0905J) в рамках программы финансирования ‘Sustainable Land Management’, проект КУЛУНДА www.kulunda.eu. Работа также выполнена в соответствии с финансированием Российской государственной программы по повышению конкурентоспособности Казанского федерального университета