Assessing the economic efficiency of digital investments in the regional agro-industrial complex
Siberian State University of Engineering and Biotechnology (Novosibirsk, Russian Federation).
Email: Olya.kuzn@list.ru
0000-0001-9077-1578Siberian University of Consumer Cooperation (Novosibirsk, Russian Federation).
Email: v.chernyakov@mail.ru
0000-0002-6909-5904Abstract
Background. In the context of geopolitical instability, sanctions pressure and the desire for technological sovereignty, digitalization of the agro–industrial complex (AIC) is coming to the fore as a strategic priority of state policy. The national project “Technological provision of food security”, launched in 2025, provides for the investment of 1 trillion rubles by 2030 in order to increase the efficiency, import independence and technological independence of the industry. However, despite the growth in investment volumes – more than 30% of agricultural enterprises are already implementing digital solutions – there is no unified methodology for assessing their economic efficiency, taking into account regional specifics, high capital intensity and uncertainty of the external environment. Existing approaches, focused mainly on static calculations (payback period, efficiency coefficient), do not allow for an adequate assessment of multi–variant development scenarios and the long–term effect of the introduction of digital technologies. This problem is particularly acute in the Siberian regions, where difficult climatic conditions, staff shortages and insufficient digital infrastructure require a special approach to investment management. Under these conditions, the formation of scientifically based tools for evaluating the effectiveness of digital investments becomes a prerequisite for the rational use of budgetary and private resources and ensuring the sustainable development of the agricultural sector at the regional level. Purpose. The aim is to develop and test a methodological approach to assessing the economic efficiency of investments in the digitalization of the regional agro–industrial complex, taking into account the uncertainty of the external environment. Materials and methods. The work uses system, structural, dynamic and coefficient analysis, correlation and regression modeling and scenario approach. The empirical basis was data from Rosstat, the Ministry of Agriculture of the Russian Federation and the authorities of the Novosibirsk region for 2018–2023. The author’s methodological approach is proposed based on the formation of three scenarios (expected, optimistic, pessimistic), the normalization of standard financial indicators (NPV, IRR, ROI, payback period) and the calculation of a complex integral performance indicator. Results. Empirical analysis revealed a steady positive trend in investment activity in the agro–industrial complex of the Novosibirsk region. More than 10 major investment projects are implemented annually in the region, with the total investment volume reaching 70 billion rubles in 2023. Special attention is paid to equipping enterprises with modern digital equipment: during the analyzed period, the region’s farmers purchased machinery and equipment worth 6.5 billion rubles, of which 1.4 billion rubles were compensated from the regional budget. An entropy analysis conducted taking into account the digitalization coefficient showed that in 2021–2023 there was an abrupt increase in investment activity (3.1 times in agriculture and 12.2 times in processing), which led to a decrease in the entropy coefficient and, as a result, to an increase in the manageability of investment policy. Based on the analysis, the author’s methodological approach to assessing economic efficiency was developed and tested. Its core is scenario modeling, which allows not only to choose the most likely outcome, but also to obtain a balanced assessment that takes into account all possible scenarios. The simulation results demonstrated the high economic feasibility of investing in the digitalization of the agro–industrial complex of the region. Under the main (expected) scenario, with a total investment of 81.7 billion rubles, the effectiveness of the investment policy amounted to 112.94%. This means that each invested ruble generates 1,1294 rubles of economic effect. At the same time, the total amount of resource savings (including labor, energy, materials) is estimated at 2.51 billion rubles, and the total economic effect from the implementation of the scenario is 9.36 billion rubles. The structure of optimal investments in this scenario is distributed as follows: 26.3% – in cultivation, 72.3% – in processing, and only 1.4% – directly in the purchase of digital technology and equipment. This paradoxical result is explained by the fact that digital technologies are a catalyst for efficiency, but their maximum effect is achieved precisely in capital–intensive and labor–intensive processing processes, where significant synergistic effects are possible. The optimistic scenario, assuming a favorable macroeconomic environment and a high willingness of personnel to innovate, demonstrates even greater potential. With an investment volume of 92.0 billion rubles, efficiency increases to 114.03%, and the total economic effect reaches 11.32 billion rubles. This scenario confirms that if favorable conditions are created, the agro–industrial complex of the region is capable of accelerated growth. On the contrary, the pessimistic scenario, which models conditions of economic instability and reduced government support, shows that even in adverse conditions, investments in digitalization remain profitable. With a decrease in investments to 62.0 billion rubles, the efficiency is still 110.7%, and the economic effect is 5.99 billion rubles. This key finding confirms the sustainability and strategic importance of digital investments for ensuring food security in the region. A special value of the developed methodology is its ability to solve not only direct, but also inverse forecasting problems. Direct forecasting allows you to assess the consequences of a given amount of investment. Reverse forecasting, on the contrary, allows us to determine the necessary amount of investment to achieve specific targets. For example, to fulfill one of the key objectives of the national project – to increase food production by 30% by 2026 (to 247.9 billion rubles) – it is necessary to increase investments from 54.12 to 58.925 billion rubles. A comparative analysis of the scenarios shows that the optimistic scenario exceeds the baseline (expected) potential by 9.63%, while the pessimistic one reaches only 64% of the baseline level. This gives a complete picture of the range of possible outcomes and allows you to form flexible, adaptive strategies. For an investor, such an analysis reduces risks by providing a clear understanding of break–even points and growth potential. For the state regulator, it serves as the basis for developing targeted support measures aimed at minimizing the negative consequences of a pessimistic scenario and creating conditions for the implementation of an optimistic one. Thus, the results obtained not only confirm the hypothesis of high efficiency of digital investments in the regional agro–industrial complex, but also provide scientifically sound, practically applicable tools for their quantitative assessment and management in conditions of uncertainty.
Keywords
agro-industrial complex, digitalization, investments, economic efficiency, scenario modeling, regional economy, Novosibirsk region
Оценка экономической эффективности цифровых инвестиций в региональный АПК
Сибирский государственный университет инженерии и биотехнологий (Новосибирск, Российская Федерация).
Email: Olya.kuzn@list.ru
0000-0001-9077-1578Сибирский университет потребительской кооперации (Новосибирск, Российская Федерация).
Email: v.chernyakov@mail.ru
0000-0002-6909-5904Аннотация
Обоснование. В условиях геополитической нестабильности, санкционного давления и стремления к технологическому суверенитету цифровизация агропромышленного комплекса (АПК) выходит на первый план как стратегический приоритет государственной политики. Национальный проект «Технологическое обеспечение продовольственной безопасности», стартовавший в 2025 году, предусматривает инвестирование 1 трлн руб. до 2030 года с целью повышения эффективности, импортонезависимости и технологической независимости отрасли. Однако, несмотря на рост объемов инвестиций – более 30% предприятий АПК уже внедряют цифровые решения – отсутствует унифицированная методика оценки их экономической эффективности, учитывающая региональную специфику, высокую капиталоемкость и неопределенность внешней среды. Существующие подходы, ориентированные преимущественно на статические расчеты (срок окупаемости, коэффициент эффективности), не позволяют адекватно оценивать многовариантные сценарии развития и долгосрочный эффект от внедрения цифровых технологий. Особенно остро эта проблема стоит в сибирских регионах, где сложные климатические условия, дефицит кадров и недостаточная цифровая инфраструктура требуют особого подхода к управлению инвестициями. В этих условиях формирование научно обоснованного инструментария для оценки эффективности цифровых инвестиций становится необходимым условием рационального расходования бюджетных и частных ресурсов и обеспечения устойчивого развития аграрного сектора на региональном уровне. Цель – разработка и апробация методического подхода к оценке экономической эффективности инвестиций в цифровизацию регионального АПК с учетом неопределенности внешней среды Материалы и методы. В работе использованы системный, структурный, динамический и коэффициентный анализ, корреляционно-регрессионное моделирование и сценарный подход. Эмпирической базой послужили данные Росстата, Минсельхоза РФ и органов власти Новосибирской области за 2018–2023 гг. Предложен авторский методический подход, основанный на формировании трех сценариев (ожидаемого, оптимистического, пессимистического), нормировании стандартных финансовых показателей (NPV, IRR, ROI, срок окупаемости) и расчете комплексного интегрального индикатора эффективности. Результаты. Эмпирический анализ выявил устойчивую положительную динамику инвестиционной активности в АПК Новосибирской области. Ежегодно в регионе реализуется свыше 10 крупных инвестиционных проектов, при этом общий объем инвестиций в 2023 г. достиг 70 млрд руб. Особое внимание уделяется оснащению предприятий современным цифровым оборудованием: за анализируемый период аграрии региона приобрели техники и оборудования на сумму 6,5 млрд руб., из которых 1,4 млрд руб. было компенсировано за счет средств областного бюджета. Энтропийный анализ, проведенный с учетом коэффициента цифровизации, показал, что в 2021–2023 гг. наблюдался скачкообразный рост инвестиционной активности (в 3,1 раза в сельском хозяйстве и в 12,2 раза в переработке), что привело к снижению коэффициента энтропии и, как следствие, к повышению управляемости инвестиционной политикой. На основе проведенного анализа был разработан и апробирован авторский методический подход к оценке экономической эффективности. Его ядром является сценарное моделирование, которое позволяет не только выбрать наиболее вероятный исход, но и получить взвешенную оценку, учитывающую все возможные варианты развития событий. Результаты моделирования продемонстрировали высокую экономическую целесообразность вложений в цифровизацию АПК региона. В рамках основного (ожидаемого) сценария, при общем объеме инвестиций в 81,7 млрд руб., эффективность инвестиционной политики составила 112,94%. Это означает, что каждый вложенный рубль генерирует 1,1294 руб. экономического эффекта. При этом общий размер экономии ресурсов (включая труд, энергию, материалы) оценивается в 2,51 млрд руб., а совокупный экономический эффект от реализации сценария – в 9,36 млрд руб. Структура оптимальных вложений в этом сценарии распределяется следующим образом: 26,3% – в выращивание, 72,3% – в переработку и лишь 1,4% – непосредственно в приобретение цифровой техники и оборудования. Этот парадоксальный результат объясняется тем, что цифровые технологии являются катализатором эффективности, но их максимальный эффект достигается именно в капиталоемких и трудоемких процессах переработки, где возможны значительные синергетические эффекты. Оптимистический сценарий, предполагающий благоприятную макроэкономическую конъюнктуру и высокую готовность кадров к внедрению инноваций, демонстрирует еще больший потенциал. При объеме инвестиций в 92,0 млрд руб. эффективность возрастает до 114,03%, а совокупный экономический эффект достигает 11,32 млрд руб. Данный сценарий подтверждает, что при создании благоприятных условий АПК региона способен к ускоренному росту. Напротив, пессимистический сценарий, моделирующий условия экономической нестабильности и сокращения господдержки, показывает, что даже в неблагоприятных условиях инвестиции в цифровизацию остаются рентабельными. При снижении инвестиций до 62,0 млрд руб. эффективность все еще составляет 110,7%, а экономический эффект – 5,99 млрд руб. Этот ключевой вывод подтверждает устойчивость и стратегическую значимость цифровых инвестиций для обеспечения продовольственной безопасности региона. Особую ценность разработанной методики представляет ее способность решать не только прямые, но и обратные задачи прогнозирования. Прямое прогнозирование позволяет оценить последствия заданных объемов инвестиций. Обратное же прогнозирование, напротив, позволяет определить необходимый объем инвестиций для достижения конкретных целевых показателей. Например, для выполнения одной из ключевых задач национального проекта – увеличения производства пищевых продуктов на 30% к 2026 г. (до 247,9 млрд руб.) – необходимо увеличить объем инвестиций с 54,12 до 58,925 млрд руб. Сравнительный анализ сценариев показывает, что оптимистический сценарий превышает базовый (ожидаемый) по потенциалу на 9,63%, в то время как пессимистический достигает лишь 64% от базового уровня. Это дает полное представление о диапазоне возможных исходов и позволяет формировать гибкие, адаптивные стратегии. Для инвестора такой анализ снижает риски, предоставляя четкое понимание «точек безубыточности» и потенциала роста. Для государственного регулятора он служит основой для разработки адресных мер поддержки, направленных на минимизацию негативных последствий пессимистического сценария и создание условий для реализации оптимистического. Таким образом, полученные результаты не только подтверждают гипотезу о высокой эффективности цифровых инвестиций в региональный АПК, но и предоставляют научно обоснованный, практически применимый инструментарий для их количественной оценки и управления в условиях неопределенности.
Ключевые слова
агропромышленный комплекс, цифровизация, инвестиции, экономическая эффективность, сценарное моделирование, региональная экономика, Новосибирская область
Список литературы
1. Бондарев, Н. С. (2024). Результативность региональной аграрной политики. Московский экономический журнал, 9(5), 263–273. https://doi.org/10.55186/2413046X_2024_9_5_248. EDN: https://elibrary.ru/LQYHVX
2. Гамаюнов, С. Н., & Зюзин, Б. Ф. (2025). Инновационный менеджмент в АПК. Москва: Инфа‑Инженерия. ISBN: 978‑5‑9729‑2513‑1. EDN: https://elibrary.ru/AVQFLH
3. Российская Федерация. (2023). Доктрина продовольственной безопасности Российской Федерации. Получено с Официального интернет‑портала правовой информации: http://publication.pravo.gov.ru/Document/View/0001202001210021
4. Касимов, А. А. (2021). Зарубежный опыт развития социальной инфраструктуры сельских территорий. Journal of Science. Lyon, (20‑2), 3–6. EDN: https://elibrary.ru/RUXRCL
5. Кузьмина, Е. С., & Белов, А. А. (2022). Методические подходы к оценке цифровой трансформации Новосибирской области. Столыпинский вестник, 4(1). https://doi.org/10.55186/27131424_2022_4_1_52. EDN: https://elibrary.ru/WQNSQM
6. Мороз, О. Н., & Медведский, Д. А. (2024). Концептуально‑методические подходы к оценке эффективности цифровой трансформации агропромышленного комплекса России. Вопросы инновационной экономики, 14(1), 325–344. https://doi.org/10.18334/vinec.14.1.120646. EDN: https://elibrary.ru/SNGALM
7. Российская Федерация. (2012). Постановление Правительства РФ от 14.07.2012 № 717 (ред. от 13.06.2023) «О Государственной программе развития сельского хозяйства…». Собрание законодательства РФ, 32, ст. 4549.
8. Рада, А. О., Федулова, Е. А., & Косинский, П. Д. (2019). Разработка методики оценки эффективности внедрения цифровых технологий в агропромышленном комплексе. Техника и технология пищевых производств, 49(3), 495–504. https://doi.org/10.21603/2074‑9414‑2019‑3‑495‑504. EDN: https://elibrary.ru/WUGOXA
9. Самохвалова, А. А., & Стадник, А. Т. (2022). Управление агропромышленным комплексом региона в современных условиях. Новосибирск: НГАУ. ISBN: 978‑5‑94477‑302‑9. EDN: https://elibrary.ru/ZUDXFB
10. Тю, Л. В. (2023). К вопросу об эффективности инвестирования сельского хозяйства. АПК: экономика, управление, 11, 69–77. https://doi.org/10.33305/2311‑69. EDN: https://elibrary.ru/BVIREK
11. Черняков, В. М. (2023). Инвестиционная деятельность в агропромышленном комплексе Новосибирской области. Вестник евразийской науки, 16(4). Получено с https://esj.today/issue-4-2024.html. EDN: https://elibrary.ru/UFVELZ
12. Черняков, В. М. (2025). Экономическая эффективность цифровизации агропромышленного комплекса региона. Конкурентоспособность в глобальном мире: экономика, наука, технологии, 4, 74–78. EDN: https://elibrary.ru/TABLHN
13. Chernyakov, V. M. (2024). Methodology for forecasting the results of the work of the regional agro‑industrial complex. Bulletin of the Siberian Institute of Business and Information Technologies, 13(4), 155–160. https://doi.org/10.24412/2225‑8264‑2024‑4‑878. EDN: https://elibrary.ru/KZHCYX
14. FAO. (2021). The State of Food and Agriculture 2021: Making agrifood systems more resilient to shocks and stresses. Rome. https://doi.org/10.4060/cb4476en
15. Gassmann, F., & Wollni, M. (2022). Digital technologies in agriculture and rural areas: A review of the literature. Journal of Rural Studies, 96, 125–138. https://doi.org/10.1016/j.jrurstud.2022.10.008
16. Kamalyan, A. K. (2023). International experience in the development of digitalization in the agro‑industrial complex: State support, regulation, practice. Moscow.
17. OECD. (2023). Digital transformation in agriculture: Policy frameworks. Paris. https://doi.org/10.1787/agr_pol-2023-en
18. Rose, D. C., et al. (2021). The challenges of digital agriculture in the Global South. Nature Food, 2(12), 961–964. https://doi.org/10.1038/s43016‑021‑00412‑4
19. Schimmelpfennig, D. (2022). Farm profits and adoption of precision agriculture. USDA Economic Research Service, ERR‑217. Получено с https://www.ers.usda.gov/publications/pub-details/?pubid=82038
20. World Bank. (2022). Digital agriculture: Opportunities for inclusive growth. Washington, DC. Получено с https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099125303072545903/p1798350d11777030a0ab18005756655523
21. Zhang, X., et al. (2023). Assessing the economic impact of digital technology adoption in Chinese agriculture. Computers and Electronics in Agriculture, 204, 107521. https://doi.org/10.1016/j.compag.2022.107521. EDN: https://elibrary.ru/RZELJR
Zia, B., et al. (2021). Digital agriculture and the future of food systems. Global Food Security, 31, 100573. https://doi.org/10.1016/j.gfs.2021.100573. EDN: https://elibrary.ru/QPMKBO
References
1. Bondarev, N. S. (2024). Effectiveness of regional agrarian policy. Moscow Economic Journal, 9(5), 263–273. https://doi.org/10.55186/2413046X_2024_9_5_248. EDN: https://elibrary.ru/LQYHVX
2. Gamayunov, S. N., & Zyuzin, B. F. (2025). Innovative management in agro‑industrial complex. Moscow: Infra Engineering. ISBN: 978-5-9729-2513-1. EDN: https://elibrary.ru/AVQFLH
3. Russian Federation. (2023). Doctrine of food security of the Russian Federation. Retrieved from: Official Legal Information Portal: http://publication.pravo.gov.ru/Document/View/0001202001210021
4. Kasimov, A. A. (2021). Foreign experience in developing social infrastructure of rural areas. Journal of Science. Lyon, (20-2), 3–6. EDN: https://elibrary.ru/RUXRCL
5. Kuzmina, E. S., & Belov, A. A. (2022). Methodological approaches to assessing digital transformation in Novosibirsk Oblast. Stolypin Bulletin, 4(1). https://doi.org/10.55186/27131424_2022_4_1_52. EDN: https://elibrary.ru/WQNSQM
6. Moroz, O. N., & Medvedsky, D. A. (2024). Conceptual and methodological approaches to assessing the effectiveness of digital transformation of Russia’s agro‑industrial complex. Issues of Innovative Economy, 14(1), 325–344. https://doi.org/10.18334/vinec.14.1.120646. EDN: https://elibrary.ru/SNGALM
7. Russian Federation. (2012). Resolution of the Government of the Russian Federation No. 717 of July 14, 2012 (as amended on June 13, 2023) “On the State Program for the Development of Agriculture…”. Collection of Legislation of the Russian Federation, 32, Art. 4549.
8. Rada, A. O., Fedulova, E. A., & Kosinsky, P. D. (2019). Developing a methodology for assessing the effectiveness of introducing digital technologies in the agro‑industrial complex. Food Processing: Techniques and Technology, 49(3), 495–504. https://doi.org/10.21603/2074-9414-2019-3-495-504. EDN: https://elibrary.ru/WUGOXA
9. Samokhvalova, A. A., & Stadnik, A. T. (2022). Managing the regional agro‑industrial complex in modern conditions. Novosibirsk: NSAU. ISBN: 978-5-94477-302-9. EDN: https://elibrary.ru/ZUDXFB
10. Tyu, L. V. (2023). On the issue of agricultural investment efficiency. AIC: Economics, Management, (11), 69–77. https://doi.org/10.33305/2311-69. EDN: https://elibrary.ru/BVIREK
11. Chernyakov, V. M. (2023). Investment activity in the agro‑industrial complex of Novosibirsk Oblast. The Eurasian Scientific Journal, 16(4). Retrieved from: https://esj.today/issue-4-2024.html. EDN: https://elibrary.ru/UFVELZ
12. Chernyakov, V. M. (2025). Economic efficiency of digitalizing the regional agro‑industrial complex. Competitiveness in the Global World: Economics, Science, Technologies, (4), 74–78. EDN: https://elibrary.ru/TABLHN
13. Chernyakov, V. M. (2024). Methodology for forecasting the results of the work of the regional agro‑industrial complex. Bulletin of the Siberian Institute of Business and Information Technologies, 13(4), 155–160. https://doi.org/10.24412/2225-8264-2024-4-878. EDN: https://elibrary.ru/KZHCYX
14. FAO. (2021). The State of Food and Agriculture 2021: Making agrifood systems more resilient to shocks and stresses. Rome. https://doi.org/10.4060/cb4476en
15. Gassmann, F., & Wollni, M. (2022). Digital technologies in agriculture and rural areas: A review of the literature. Journal of Rural Studies, 96, 125–138. https://doi.org/10.1016/j.jrurstud.2022.10.008
16. Kamalyan, A. K. (2023). International experience in the development of digitalization in the agro‑industrial complex: State support, regulation, practice. Moscow.
17. OECD. (2023). Digital transformation in agriculture: Policy frameworks. Paris. https://doi.org/10.1787/agr_pol-2023-en
18. Rose, D. C., et al. (2021). The challenges of digital agriculture in the Global South. Nature Food, 2(12), 961–964. https://doi.org/10.1038/s43016-021-00412-4
19. Schimmelpfennig, D. (2022). Farm profits and adoption of precision agriculture. USDA Economic Research Service, ERR 217. Retrieved from: https://www.ers.usda.gov/publications/pub-details/?pubid=82038
20. World Bank. (2022). Digital agriculture: Opportunities for inclusive growth. Washington, DC. Retrieved from: https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099125303072545903/p1798350d11777030a0ab18005756655523
21. Zhang, X., et al. (2023). Assessing the economic impact of digital technology adoption in Chinese agriculture. Computers and Electronics in Agriculture, 204, 107521. https://doi.org/10.1016/j.compag.2022.107521. EDN: https://elibrary.ru/RZELJR
Zia, B., et al. (2021). Digital agriculture and the future of food systems. Global Food Security, 31, 100573. https://doi.org/10.1016/j.gfs.2021.100573. EDN: https://elibrary.ru/QPMKBO