2411-14062411-140610.17059/ekon.reg.2025-4-12Spatial Autoregressive Modelling of Priorities for Agricultural Development in the Ural Federal DistrictПространственное авторегрессионное моделирование приоритетов развития отраслей сельского хозяйства в Уральском федеральном округеhttps://orcid.org/0000-0002-2464-6266NaumovIlya V. НаумовИлья Викторович naumov.iv@uiec.ruhttps://orcid.org/0000-0003-0494-2647Sedelnikov Vladislav M. Седельников Владислав Михайлович vms-1990@mail.ruInstitute of Economics of the Ural Branch of RASИнститут экономики УрО РАНInstitute of Economics of the Ural Branch of the RASИнститут экономики УрО РАН21410941108Copyright © 2025 2025 https://creativecommons.org/licenses/by/4.0/https://www.economyofregions.org/ojs/index.php/er/article/view/1309https://www.economyofregions.org/ojs/index.php/er/article/download/1309/486

Disparities in spatial development across agricultural sectors are becoming an increasingly urgent issue for regional food security. The study’s hypothesis is that agricultural development should focus on creating new growth poles, forming spatial clusters, and strengthening cooperative ties with surrounding areas. The purpose of this study is to test a methodological approach that supports the identification of promising directions for the development of the agricultural sector in the Ural Federal District (Russia). The proposed approach evaluates the spatial distribution of agricultural production in livestock and crop sectors, identifies centres of localization, emerging clusters, and their zones of influence, and examines direct and inverse spatial interactions between municipalities. These tasks are addressed through spatial autocorrelation analysis following P. Moran’s methodology and L. Anselin’s matrices of local spatial autocorrelation indices, while spatial autoregressive modelling assesses the effectiveness of proposed development priorities. As a result, the study identified priorities for the spatial development of agricultural sectors in the Ural Federal District, including new growth poles in crop production (Beloyarsky and Bogdanovich districts; Kartalinsky, Oktyabrsky, and Argayashsky municipal districts) and livestock farming (Kamyshlov District; Reftinsky, Tavdinsky, and Ketovsky districts), along with stronger cooperative links between existing and emerging growth poles, spatial clusters, and surrounding municipalities. Spatial modelling confirmed the effectiveness of these priorities for crop production and indicated that concentrating livestock production in growth poles is ineffective without the development of cooperative relationships. The findings of the study may be useful to policymakers in setting priorities for the spatial development of agricultural sectors in the Ural Federal District.

В настоящее время особую актуальность приобретает решение проблемы неравномерного пространственного развития отраслей сельского хозяйства на региональном и макроэкономическом уровнях для обеспечения продовольственной безопасности территориальных систем. Пространственным приоритетом их развития, согласно гипотезе исследования, должно стать формирование новых полюсов роста, объединение территорий в пространственные кластеры и наращивание их кооперационных связей с окружающим пространством. Цель исследования заключается в апробации методического подхода для обоснования перспективных направлений развития отрасли сельского хозяйства в УрФО. Авторский методический подход предполагает оценку пространственных особенностей размещения сельскохозяйственных производств в сфере животноводства и растениеводства, выделение центров их локализации, формирующихся кластеров и зон их влияния, прямых и обратных пространственных взаимовлияний муниципальных образований с использованием пространственного автокорреляционного анализа по методике П. Морана, матриц локальных индексов пространственной автокорреляции Л. Анселина и обоснование эффективности предложенных приоритетов пространственного развития отраслей сельского хозяйства с использованием пространственного авторегрессионного моделирования. В результате апробации методического подхода были установлены приоритеты пространственного развития отраслей сельского хозяйства в УрФО: формирование новых полюсов роста в сфере растениеводства (на территории округов Белоярский, Богданович и муниципальных районов Карталинский, Октябрьский и Аргаяшский) и в сфере животноводства (на территории Камышловского района, округов Рефтинский, Тавдинский и Кетовский), развитие кооперационных взаимосвязей между сформировавшимися и формирующимися полюсами роста, пространственными кластерами и окружающими их муниципальными образованиями. Пространственное моделирование подтвердило эффективность данных приоритетов развития отрасли растениеводства и показало неэффективность концентрации производств в полюсах роста в отрасли животноводства, необходимость развития кооперационных взаимосвязей. Представленное исследование позволит в дальнейшем обозначить механизмы реализации приоритетов пространственного развития отраслей сельского хозяйства в УрФО.

spatial development prioritiesspatial autocorrelation analysisspatial autoregressive modelling (SAR)spatial interactionsmunicipalitiescrop productionlivestock farmingприоритеты пространственного развитияпространственный автокорреляционный анализпространственное авторегрессионное моделирование SARпространственные взаимовлияниямуниципальные образованиярастениеводствоживотноводство

The article has been prepared in accordance with the plan of the Laboratory of Modelling of the Spatial Development of the Territories of Institute of Economics of the Ural Branch of RAS for 2025.

Статья подготовлена в соответствии с планом Лаборатории моделирования пространственного развития территорий Института экономики Уральского отделения РАН на 2025 год.

Асалханов, П. Г., Иваньо, Я. М., Полковская, М. Н. (2017). Модели прогнозирования урожайности сельскохозяйственных культур в задачах параметрического программирования. Вестник Иркутского государственного технического университета, 21 (2), 57–66. https://doi.org/10.21285/1814–3520-2017-2-57-66Asalkhanov, P. G., Ivanio, Ya. M., & Polkovskaya, M. N. (2017). Crop yield predictive models in parametric programming problems. Vestnik Irkutskogo gosudarstvennogo tehnicheskogo universiteta [Proceedings of Irkutsk State Technical University], 21 (2), 57–66. https://doi.org/10.21285/1814–3520-2017-2-57-66 (In Russ.)Винничек, Л. Б., Зарук, Н. Ф. (2022). Методические подходы к оценке эффективного размещения производства органической продукции растениеводства. Московский экономический журнал, 7 (11), 29. https://doi.org/10.55186/2413046X_2022_7_11_683Cerqueti, R., Maranzano, P., & Mattera, R. (2025). Spatially-Clustered Spatial Autoregressive Models with Application to Agricultural Market Concentration in Europe. Journal of Agricultural Biological and Environmental Statistics, 30 (2), 431–465. https://doi.org/10.1007/s13253-024-00672-4Горбатовский, А. В., Горбатовская, О. Н. (2017). Теоретические и прикладные аспекты размещения и специализации отраслей животноводства. Экономические вопросы развития сельского хозяйства Беларуси, (45), 28–38.Chen, X., Zhou, J., Xing, L., Wang, H., & Lu, J. (2023). Spatiotemporal evolution and driving factors of the coupling coordination between county land urbanization and grain production: the case of Jiangsu province, China. Frontiers in Ecology and Evolution, 11. https://doi.org/10.3389/fevo.2023.1179551Зарук, Н. Ф., Кагирова, М. В., Харитонова, А. Е., Романцева, Ю. Н., Коломеева, Е. С., Мигунов, Р. А. (2022). Эффективное размещение производства органической продукции растениеводства по регионам России. Известия Тимирязевской сельскохозяйственной академии, (3), 90–112. https://doi.org/10.26897/0021-342X-2022-3-90-112Dong, Y., Qi, C., Gu, Y., Gui, C., & Fang, G. (2024). Citrus Industry Agglomeration and Citrus Green Total Factor Productivity in China: An Empirical Analysis Utilizing a Dynamic Spatial Durbin Model. Agriculture, 14 (11), 2059. https://doi.org/10.3390/agriculture14112059Иванова, Т. Б., Горшкова, О. П., Тлисов, А. Б. (2017). Специфика пространственного размещения предприятий агропромышленного комплекса в Волгоградской области. Экономика: вчера, сегодня, завтра, 7 (2В), 265–282.Estanislau, P., Goebel, M. A., Staduto, J. a. R., & Kreter, A. C. (2021). Spatial distribution of agricultural farms led by women in Brazil. Revista De Economia E Sociologia Rural, 59 (3), e222800. https://doi.org/10.1590/1806–9479.2021.222800Кожевников, С. А., Патракова, С. С. (2022). Приоритеты и инструменты обеспечения внутрирегиональной интеграции пространства по линии «город — село». Вопросы управления, (2(75)), 76–90. https://doi.org/10.22394/2304–3369-2022-2-76-90Ghorbani, M., Kulshreshtha, S., Radmehr, R., & Dadrasmoghaddam, A. (2020). Identification of Bio-Components Influencing Wheat Yields: Application of Spatial Regression Model. HSOA Journal of Agronomy and Agricultural Science, 3 (1), 022. https://doi.org/10.24966/aas-8292/100022Кузнецова, Н. А., Асташова, Е. А., Зинич, Л. В. (2024). Практические рекомендации по совершенствованию территориальной специализации и пространственному размещению сельского хозяйства. Экономика, предпринимательство и право, 14 (11), 6625–6638. https://doi.org/10.18334/epp.14.11.122095Gorbatovskii, A. V., & Gorbatovskaya, O. N. (2017). Theoretical and applied aspects of the location and specialization of livestock industries. Ekonomicheskie voprosi razvitiya selskogo khozyaistva Belarusi [Economic Issues of Agricultural Development in Belarus], (45), 28–38. (In Russ.)Наумов, И. В., Никулина, Н. Л., Барыбина, А. З., Бычкова, А. А., Красных, С. С., Пономарева, А. О., Седельников, В. М. (2024). Приоритеты пространственного развития Уральского федерального округа: коллективная монография. Екатеринбург: Институт экономики УрО РАН, 453.Han, J., Shen, L., & Li, C. (2024). Can crop production agglomeration reduce carbon emissions? — empirical evidence from China. Frontiers in Environmental Science, 12, 1516238. https://doi.org/10.3389/fenvs.2024.1516238Патракова, С. С. (2022). Оценка внутрирегиональной асимметрии сельскохозяйственного производства Вологодской области. Проблемы развития территории, 26 (1), 27–42. https://doi.org/10.15838/ptd.2022.1.117.3Ivanova, T. B., Gorshkova, O. P., & Tlisov, A. B. (2017). Specifics of spatial placement of the enterprises of agro-industrial complex in the Volgograd region. Ekonomika: vchera, segodnya, zavtra [Economics: Yesterday, Today and Tomorrow], 7 (2В), 265–282. (In Russ.)Силаева, Л. П., Алексеев, С. А., Дидык, А. С. (2025). Стратегические направления пространственного развития животноводства. Известия Кабардино-Балкарского научного центра РАН, 27 (4), 145–154. https://doi.org/10.35330/1991–6639-2025-27-4-145-154Kholodova, M. A. (2022). Diagnostics of the crop industry spatial distribution conditions. Agrarnii vestnik Urala [Agrarian Bulletin of the Urals], (5(220)), 93–102. https://doi.org/10.32417/1997–4868-2022-220-05-93-102 (In Russ.)Тюнен, И. Г. (1926). Изолированное государство. Москва: Экономическая жизнь, 326.Kozhevnikov, S. A., & Patrakova, S. S. (2022). Priorities and tools for ensuring intra-regional space integration along the “urban-rural” line. Voprosi upravleniya [Management Issues], (2(75)), 76–90. https://doi.org/10.22394/2304–3369-2022-2-76-90 (In Russ.)Холодова, М. А. (2022). Диагностика условий пространственного размещения отрасли растениеводства. Аграрный вестник Урала, (5(220)), 93–102. https://doi.org/10.32417/1997–4868-2022-220-05-93-102Kuznetsova, N. A., Astashova, E. A., & Zinich, L. V. (2024). Practical recommendations for improving the territorial specialization and spatial distribution of agriculture. Ekonomika, predprinimatelstvo i pravo [Journal of Economics, Entrepreneurship and Law], 14 (11), 6625–6638. https://doi.org/10.18334/epp.14.11.122095 (In Russ.)Якунина, З. В. (2023). Пространственная организация производства картофеля и овощей в стране. Russian Journal of Management, 11 (2), 200–206. https://doi.org/10.29039/2409–6024-2023-11-2-200-206Larue, S., Abildtrup, J., & Schmitt, B. (2008). Modelling the Spatial Structure of Pig Production in Denmark. 54th Annual North American Meetings of the Regional Science Association International, 1–28.Cerqueti, R., Maranzano, P., & Mattera, R. (2025). Spatially-Clustered Spatial Autoregressive Models with Application to Agricultural Market Concentration in Europe. Journal of Agricultural Biological and Environmental Statistics, 30 (2), 431–465. https://doi.org/10.1007/s13253-024-00672-4Li, M., Guo, Z., & Zhang, W. (2022). A novel seasonal-spatial integrated model for improving the economic-environmental performance of crop production. MethodsX, 9, 101906. https://doi.org/10.1016/j.mex.2022.101906Chen, X., Zhou, J., Xing, L., Wang, H., & Lu, J. (2023). Spatiotemporal evolution and driving factors of the coupling coordination between county land urbanization and grain production: the case of Jiangsu province, China. Frontiers in Ecology and Evolution, 11. https://doi.org/10.3389/fevo.2023.1179551Naumov, I. V., Nikulina, N. L., Barybina, A. Z., Bychkova, A. A., Krasnykh, S. S., Ponomareva, A. O., & Sedelnikov, V. M. (2024). Prioritety prostranstvennogo razvitija Ural’skogo federal’nogo okruga: kollektivnaja monografija [Priorities of the spatial development of the Ural Federal District: A collective monograph]. Ekaterinburg: Institute of Economics of the Ural Branch of the Russian Academy of Sciences, 453. (In Russ.)Dong, Y., Qi, C., Gu, Y., Gui, C., & Fang, G. (2024). Citrus Industry Agglomeration and Citrus Green Total Factor Productivity in China: An Empirical Analysis Utilizing a Dynamic Spatial Durbin Model. Agriculture, 14 (11), 2059. https://doi.org/10.3390/agriculture14112059Patrakova, S. S. (2022). Assessing intraregional asymmetry of agricultural production in the Vologda Oblast. Problemi razvitiya territorii [Problems of Territory’s Development], 26 (1), 27–42. https://doi.org/10.15838/ptd.2022.1.117.3 (In Russ.)Estanislau, P., Goebel, M. A., Staduto, J. a. R., & Kreter, A. C. (2021). Spatial distribution of agricultural farms led by women in Brazil. Revista De Economia E Sociologia Rural, 59 (3), e222800. https://doi.org/10.1590/1806–9479.2021.222800Ran, D., Zhang, Z., & Jing, Y. (2022). A Study on the Spatial — Temporal Evolution and Driving Factors of Non-Grain Production in China’s Major Grain-Producing Provinces. International Journal of Environmental Research and Public Health, 19 (24), 16630. https://doi.org/10.3390/ijerph192416630Ghorbani, M., Kulshreshtha, S., Radmehr, R., & Dadrasmoghaddam, A. (2020). Identification of Bio-Components Influencing Wheat Yields: Application of Spatial Regression Model. HSOA Journal of Agronomy and Agricultural Science, 3 (1), 022. https://doi.org/10.24966/aas-8292/100022Silaeva, L. P., Alekseev, S. A., & Didyk, A. S. (2025). Strategic directions for spatial development of animal husbandry. Izvestiya Kabardino-Balkarskogo nauchnogo tsentra RAN [News of the Kabardino-Balkarian Scientific Center of RAS], 27 (4), 145–154. https://doi.org/10.35330/1991–6639-2025-27-4-145-154 (In Russ.)Han, J., Shen, L., & Li, C. (2024). Can crop production agglomeration reduce carbon emissions? — empirical evidence from China. Frontiers in Environmental Science, 12, 1516238. https://doi.org/10.3389/fenvs.2024.1516238Ulimwengu, J., & Sanyal, P. (2013). Is Agricultural Production Spillover the Rationale behind CAADP Framework? Spatial Panel Model Approach. Modern Economy, 4 (5), 391–402. https://doi.org/10.4236/me.2013.45041Larue, S., Abildtrup, J., & Schmitt, B. (2008). Modelling the Spatial Structure of Pig Production in Denmark. 54th Annual North American Meetings of the Regional Science Association International, 1–28.Vinnichek, L. B., & Zaruk, N. F. (2022). Methodological approaches to assessing the effective placement of organic crop production. Moskovskii ekonomicheskii zhurnal [Moscow Economic Journal], 7 (11), 29. https://doi.org/10.55186/2413046X_2022_7_11_683 (In Russ.)Li, M., Guo, Z., & Zhang, W. (2022). A novel seasonal-spatial integrated model for improving the economic-environmental performance of crop production. MethodsX, 9, 101906. https://doi.org/10.1016/j.mex.2022.101906von Tunen, I. H. (1926). Izolirovannoe gosudarstvo [The Isolated State]. Moscow: Economic zhizn’ Publ., 326. (In Russ.)Ran, D., Zhang, Z., & Jing, Y. (2022). A Study on the Spatial — Temporal Evolution and Driving Factors of Non-Grain Production in China’s Major Grain-Producing Provinces. International Journal of Environmental Research and Public Health, 19 (24), 16630. https://doi.org/10.3390/ijerph192416630Xiao, S., He, Z., Zhang, W., & Qin, X. (2022). The Agricultural Green Production following the Technological Progress: Evidence from China. International Journal of Environmental Research and Public Health (IJERPH), 19 (16), 9876. https:// doi.org/10.3390/ijerph19169876Ulimwengu, J., & Sanyal, P. (2013). Is Agricultural Production Spillover the Rationale behind CAADP Framework? Spatial Panel Model Approach. Modern Economy, 4 (5), 391–402. https://doi.org/10.4236/me.2013.45041Yakunina, Z. V. (2023). Spatial organization of potato and vegetable production in the country. Russian Journal of Management, 11 (2), 200–206. https://doi.org/10.29039/2409–6024-2023-11-2-200-206 (In Russ.)Xiao, S., He, Z., Zhang, W., & Qin, X. (2022). The Agricultural Green Production following the Technological Progress: Evidence from China. International Journal of Environmental Research and Public Health (IJERPH), 19 (16), 9876. https:// doi.org/10.3390/ijerph19169876Yang, J. (2024). Research on the Impact and Spillover Effects of Urbanization Process on Grain Production: Empirical Study based on Spatial Durbin Model. Frontiers in Sustainable Development, 4 (9), 63-73. https://doi.org/10.54691/6cq3gv27Yang, J. (2024). Research on the Impact and Spillover Effects of Urbanization Process on Grain Production: Empirical Study based on Spatial Durbin Model. Frontiers in Sustainable Development, 4 (9), 63-73. https://doi.org/10.54691/6cq3gv27Zaruk, N. F., Kagirova, M. V., Kharitonova, A. E., Romantseva, Yu. N., Kolomeeva, E. S., & Migunov, R. A. (2022). Efficient location of organic crop production by regions of Russia. Izvestiya Timiryazevskoi sel’skokhozyaistvennoi akademii [Izvestiya of Timiryazev Agricultural Academy], (3), 90–112. https://doi.org/10.26897/0021-342X-2022-3-90-112 (In Russ.)