Введение

Эту статью я в апреле написал после похода в магазин.

Московская область – классическое Нечерноземье. Почвы здесь не самые плодородные, климат неустойчивый и высокий риск фитофтороза(грибковое заболевание: на срезе картофелины видна ржаво-бурая гниль, которая распространяется внутрь клубня в виде язычков или клиньев). Но урожайность картофеля в регионе за последние 25 лет выросла в 3 раза. При этом прилавки местных супермаркетов по-прежнему заполнены импортным картофелем из Египта, Израиля, Азербайджана и даже рисового Китая.

Если картофель научились выращивать, почему он не вытесняет импорт? Я сделал анализ официальных данных Росстата и метеостанции ВДНХ за 2000–2025 годы. 8 часов потратил на эту работу, за расчет я спокоен, а вот экономические причины в выводах - не уверен.

1. Исходные данные

1.1. Урожайность картофеля в Московской области, ц/га

Важное примечание: данные 2000–2022 годов – это все категории хозяйств (крупные сельхозорганизации, фермеры, личные подсобные хозяйства). Данные 2023–2025 годов – это преимущественно крупные сельхозорганизации и крупные фермерские хозяйства(КФХ). Столь резкое повышение средней урожайности в 2023–2025 годах по сравнению с периодом 2000–2022 объясняется изменением структуры статистического наблюдения: данные 2000–2022 включают все категории хозяйств (включая низкоэффективные ЛПХ), тогда как данные 2023–2025 отражают результаты только крупных сельхозорганизаций и КФХ с урожайностью 300+ ц/га. Расчёты по двум периодам сделаны раздельно.

1.2. Климатические данные (метеостанция ВДНХ)

Средняя температура за вегетационный период (май–август), °C:

Сумма осадков за вегетационный период (май–август), мм:

2. Математический аппарат

2.1. Линейный тренд (регрессия по времени) показывает, как меняется урожайность год от года.

где:
Y – урожайность
t' – номер года от начала наблюдений (t' = 1 для 2000, t' = 2 для 2001, ..., t' = 23 для 2022)
a – коэффициент наклона (ежегодный прирост)
b – свободный член

Коэффициенты a и b вычисляются методом наименьших квадратов:

Коэффициент детерминации (R²) показывает, какую долю изменений урожайности объясняет построенная нами модель (линейный тренд). Остальная часть – влияние других факторов (погода, агротехника, случайные колебания):

где:
SSE (Sum of Squared Errors) – сумма квадратов остатков (ошибок). Показывает, насколько сильно фактические значения урожайности отклоняются от предсказанных линией тренда.
SST (Sum of Squared Total) – общая сумма квадратов отклонений. Показывает, насколько сильно фактические значения урожайности отклоняются от своей средней.

Для каждого года i (от 1 до n, где n – количество лет наблюдений):

– фактическая урожайность в i-й год
– урожайность, предсказанная по формуле тренда для i-го года
– средняя урожайность за все годы:

где

где

Стандартная ошибка коэффициента наклона (SEa) показывает, насколько точно определён коэффициент наклона a. Чем меньше стандартная ошибка, тем надёжнее оценка.

где:
– среднее арифметическое всех :

Знаменатель

t-статистика и p-value проверяют, является ли коэффициент наклона a статистически значимым, то есть действительно ли урожайность растёт со временем, или наблюдаемый рост мог возникнуть случайно.

– распределение Стьюдента с (n – 2) степенями свободы.

Если p < 0.05, тренд считается статистически значимым. Если p > 0.05, данных недостаточно, чтобы утверждать, что рост не случаен.

2.2. Коэффициент корреляции Пирсона (r) показывает силу и направление линейной связи между температурой (T) и урожайностью картофеля (Y).

где – средняя температура за весь период, Ȳ – средняя урожайность.

Интерпретация значений r:

t-статистика для корреляции проверяет, является ли найденная корреляция статистически значимой или она могла возникнуть случайно.

Если p < 0.05, корреляция статистически значима (связь не случайна). Если p > 0.05, статистически значимой связи нет.

Корреляция с осадками рассчитывается по тем же формулам, где вместо температуры подставляется количество осадков .

2.3. Коэффициент вариации оценивает степень разброса урожайности относительно среднего значения и уровень риска производства.

Стандартное отклонение по совокупности (σ) показывает, на сколько центнеров с гектара (ц/га) фактическая урожайность в типичный год отклоняется от средней.

Чем больше σ, тем сильнее урожайность колеблется от года к году. Чем меньше σ, тем стабильнее производство.

Коэффициент вариации (CV) показывает относительную меру разброса – стандартное отклонение, выраженное в процентах от средней урожайности. Позволяет оценить уровень риска независимо от масштаба данных.

Агрономическая шкала:

Расчёт коэффициентов линейного тренда, корреляции и вариации выполнен на Python(pandas, numpy, scipy(stats)).

3. Расчёты по периоду 2000–2022

Выводы по периоду 2000–2022

1. Линейный тренд: Y = 4.35 × t' + 86.29 (ежегодный прирост ~4.35 ц/га). R² = 0.661 – модель объясняет 66% изменений урожайности. t = 6.40, p = 0.000002 (< 0.05).
   Вывод: тренд статистически значим – урожайность картофеля в Московской области за 2000–2022 годы устойчиво росла.

2. Производство остаётся высокорисковым. Стандартное отклонение σ = 35.5 ц/га. Коэффициент вариации CV = 25.6%.
   Вывод: согласно агрономической шкале (CV > 25%), производство картофеля в регионе характеризуется высокой колеблемостью и остаётся неустойчивым даже при росте средней урожайности.

3. Температура влияет, но статистически не значимо, осадки – нет.
   Корреляция с температурой: r = 0.30, p = 0.161 – связь статистически не значима.
   Корреляция с осадками: r = 0.29, p = 0.18 – связь отсутствует.
   Вывод: тёплый вегетационный период не оказывает статистически значимого влияния на урожайность. Осадки в диапазоне 115–371 мм за май–август также не оказывают систематического влияния – их текущий уровень не является лимитирующим фактором.

4. Ключевой парадокс сохраняется.
   Несмотря на статистически значимый рост урожайности (в среднем 4.35 ц/га в год), сохраняется высокая вариативность (CV = 25.6%), что не позволяет гарантировать стабильный сбор год от года.

4. Расчёты по периоду 2023–2025 (крупные сельхозорганизации и КФХ)

Сводная таблица по периоду 2023–2025

Выводы по периоду 2023–2025

1. Крупные хозяйства демонстрируют принципиально иной уровень урожайности.
   Средняя урожайность 299.3 ц/га – это более чем в 2 раза выше, чем в период 2000–2022 (138.5 ц/га). Это подтверждает, что методология учёта действительно изменилась: крупные агроорганизации и КФХ работают на другом технологическом уровне.

2. Риск производства резко снизился.
   CV = 11.2% (против 25.6% в 2000–2022). По агрономической шкале это низкая колеблемость (10–25% – средняя, но близко к нижней границе).
   Вывод: крупные сельхозорганизации обеспечивают стабильное производство картофеля. Разброс от года к году минимален.

3. Тренд отрицательный, но ненадёжный.
   За три года урожайность снижалась в среднем на 2 ц/га. При n=3 этот тренд статистически незначим – любое случайное колебание (аномальный 2024 год с 252 ц/га) сильно влияет на линию.

4. Неожиданная обратная связь с климатом.
   Температура: r = –0.84 (чем теплее, тем ниже урожайность).
   Осадки: r = –0.94 (чем больше осадков, тем ниже урожайность).
   Но опять же при n=3 коэффициент корреляции абсолютно ненадёжен. Одно наблюдение (2024 год: 252 ц/га при T=19.2°C и P=308 мм) фактически определяет весь знак корреляции. Прогноз на основании этих выводов невозможен.

5. Сравнение с предыдущим периодом

6. Данные по валовому сбору

Для ответа на главный вопрос парадокса необходимы не только урожайность, но и объёмы производства. По собранным данным:

Следует обратить внимание на то, что при росте урожайности на 27% (с 252 до 321 ц/га) валовой сбор остался неизменным - 335 тыс. тонн. Если это не ошибка в статистических данных, то это может означать, что уборочная площадь была сокращена примерно на 21.5%. Производители регулируют площадь в зависимости от ожидаемой урожайности, выходя на целевой объем сбора

7. Сопоставление с потреблением региона

Потребление картофеля в Московском регионе (Москва + Московская область) с населением около 20 млн человек составляет при норме 60 кг на человека в год примерно 1.2 млн тонн.

Местное производство в организованном секторе (около 335 тыс. тонн) покрывает лишь ~28% регионального потребления. Остальное закрывается за счёт поставок из соседних регионов (прежде всего Брянской, Тульской, Калужской, Рязанской, а также черноземных областей), продукции личных подсобных хозяйств (ЛПХ) и импорта (Египет, Израиль, Азербайджан).

8. Общий вывод по двум периодам

Разрыв в статистике между 2000–2022 и 2023–2025 годами не является реальным скачком урожайности. Это артефакт изменения объекта наблюдения:
– 2000–2022: все категории хозяйств, включая малоэффективные ЛПХ – высокая вариативность, средняя урожайность ~135 ц/га.
– 2023–2025: только крупные организации и КФХ – низкая вариативность, средняя урожайность ~300 ц/га.

9. Ответ на картофельный парадокс

Почему импорт не вытесняется, несмотря на высокую урожайность и стабильность крупных хозяйств?

Ключевая причина – недостаточный объём местного производства. Картофельный парадокс разрешается так: местные крупные хозяйства научились выращивать картофель высокоурожайно и стабильно, но не стремятся наращивать валовой сбор. Их бизнес-модель – производство целевого объёма с минимальной площадью и максимальной эффективностью.

Оставшийся спрос покрывается прежде всего российскими поставками из других регионов, а импорт играет вспомогательную роль, закрывая межсезонные пики или специфические сортовые ниши. Именно поэтому прилавки московских супермаркетов по-прежнему заполнены импортным картофелем – он сосуществует с местным и межрегиональным и не вытесняется ими.

Источники:

1. Данные по погоде взяты с web-ресурса «Погода и Климат» (pogodaiklimat.ru). База данных формировалась из двух конкретных разделов этого сайта по метеостанции Москва (ВДНХ, №27612):
   – Летопись погоды в Москве – отсюда взяты таблицы со средними месячными и годовыми температурами воздуха, а также годовыми суммами осадков по годам.
   – Климатический монитор Москвы – отсюда собирались помесячные суммы осадков за каждый конкретный год (поскольку в общей таблице летописи детальная разбивка осадков по месяцам за последние годы не всегда сведена в единую матрицу).
   Сам этот сайт оцифровывает и публикует сведения на основе синоптических телеграмм (сообщений SYNOP и CLIMAT), которые отправляет метеостанция ВДНХ в Росгидромет. По сути, ресурс является удобной электронной оболочкой над госархивами ФГБУ «Центральное УГМС».

2. Росстат (Федеральная служба государственной статистики). Урожайность сельскохозяйственных культур в Московской области (2000–2025 гг.): https://rosstat.gov.ru/

3. Министерство сельского хозяйства и продовольствия Московской области. Оперативные данные о ходе уборочной кампании (2024–2025 гг.). – Официальный сайт Правительства Московской области: https://msh.mosreg.ru

4. Экспертно-аналитический центр агробизнеса «АБ-Центр». Аналитические обзоры рынка картофеля Московской области (2025–2026 гг.): https://ab-centre.ru

5. ФГБУ «Центр Агроаналитики». Материалы о государственной поддержке агропромышленного комплекса Московской области: https://specagro.ru