P ishchepo , Alexande ; Mülle , Daniel; Dubinin, Maxim; Baumann, Ma ias;
Radelo , Volke C.
A icle — Published Ve sion
Детерминанты пространственного распределения
заброшенных сельскохозяйственных земель в
европейской части России
Пространственная экономика / Spa ial Economics
P o ided in Coope a ion wi h:
Leibniz Ins i u e o Ag icul u al De elopmen in T ansi ion Economies (IAMO), Halle (Saale)
Sugges ed Ci a ion: P ishchepo , Alexande ; Mülle , Daniel; Dubinin, Maxim; Baumann, Ma ias;
Radelo , Volke C. (2013) : Детерминанты пространственного распределения заброшенных
сельскохозяйственных земель в европейской части России, Пространственная экономика /
Spa ial Economics, ISSN 2587-5957, Economic Resea ch Ins i u e, Fa Eas e n B anch, Russian
Academy o Sciences, Chaba o sk, Vol. 9, Iss. 3, pp. 30-62,
h ps://doi.o g/10.14530/se.2013.3.030-062
This Ve sion is a ailable a :
h ps://hdl.handle.ne /10419/251963
S anda d-Nu zungsbedingungen:
Die Dokumen e au EconS o dü en zu eigenen wissenscha lichen
Zwecken und zum P i a geb auch gespeiche und kopie we den.
Sie dü en die Dokumen e nich ü ö en liche ode komme zielle
Zwecke e iel äl igen, ö en lich auss ellen, ö en lich zugänglich
machen, e eiben ode ande wei ig nu zen.
So e n die Ve asse die Dokumen e un e Open-Con en -Lizenzen
(insbesonde e CC-Lizenzen) zu Ve ügung ges ell haben soll en,
gel en abweichend on diesen Nu zungsbedingungen die in de do
genann en Lizenz gewäh en Nu zungs ech e.
Te ms o use:
Documen s in EconS o may be sa ed and copied o you pe sonal
and schola ly pu poses.
You a e no o copy documen s o public o comme cial pu poses, o
exhibi he documen s publicly, o make hem publicly a ailable on he
in e ne , o o dis ibu e o o he wise use he documen s in public.
I he documen s ha e been made a ailable unde an Open Con en
Licence (especially C ea i e Commons Licences), you may exe cise
u he usage igh s as speci ied in he indica ed licence.
h ps://c ea i ecommons.o g/licenses/by/4.0/
30
Пространственная Экономика
2013. ¹ 3. С. 30—62
УДК 332.36
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО
РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ
СЕЛЬСКОХОЗЯЙСТВЕННЫХ ЗЕМЕЛЬ
В ЕВРОПЕЙСКОЙ ЧАСТИ РОССИИ1
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин,
М. Бауманн, В.К. Раделофф
Прищепов Александр Владимирович – Институт аграрного развития в Центральной и Восточ-
ной Европе им. Лейбница (IAMO), Theodo -Liese -S asse 2, 06120 Halle (Saale), Ge many.
Департамент лесной экологии и дикой природы, Университет Висконсин-Мэдисон,
1630 Linden D i e, Madison, WI, 53706-1598, USA. E-mail: p ishchepo[email p o ec ed].
Мюллер Даниель – Департамент лесной экологии и дикой природы, Университет Вискон-
син-Мэдисон, 1630 Linden D i e, Madison, WI, 53706-1598, USA. E-mail: [email p o ec ed].
Дубинин Максим Юрьевич – Лаборатория сохранения биоразнообразия и использования
биоресурсов, Институт экологии и эволюции РАН им. А.Н. Северцова, Ленинский про-
спект, 33, Москва, Россия, 119071. E-mail: [email p o ec ed].
Бауманн Маттиас – Департамент лесной экологии и дикой природы, Университет Вискон-
син-Мэдисон, 1630 Linden D i e, Madison, WI, 53706-1598, USA. E-mail: [email p o ec ed].
Раделофф Волькер К. – Департамент лесной экологии и дикой природы, Университет Вискон-
син-Мэдисон, 1630 Linden D i e, Madison, WI, 53706-1598, USA. E-mail: [email p o ec ed].
Распад социализма в Восточной Европе и России, переход от плановой экономики к ры-
ночной вызвал значительные социально-экономические и институциональные изменения,
которые, в свою очередь, оказали влияние на изменение сельскохозяйственного земле-
пользования, включая выведение из оборота (забрасывание) сельскохозяйственных земель.
В данной работе проанализированы детерминанты / факторы, которые обусловили про-
странственное распределение заброшенных сельскохозяйственных земель в России в 1990–
2000 гг. Объект исследования – территория около 150 550 км2, включающая Калужскую, Ря-
занскую, Смоленскую, Тульскую и Владимирскую области в европейской части России. Для
работы были использованы спутниковые классификации изменения сельскохозяйственного
землепользования для 1990–2000 гг., а также пространственно выраженные (spa ially explici )
© Прищепов А.В., Мюллер Д., Дубинин М., Бауманн М., Раделофф В.К., 2013
© Перевод с английского языка, Прищепов А.В., 2013
P ishchepo A.V., Mülle D., Dubinin M., Baumann M., Radelo V.C. De e minan s o ag icul u al
land abandonmen in pos -So ie Eu opean Russia // Land Use Policy. Vol. 30. Issue 1. Janua y. 2013.
Pp. 873–884. H p://dx.doi.o g/10.1016/j.landusepol.2012.06.011.
Перевод статьи на русский язык и размещение ее в журнале «Пространственная экономи-
ка» осуществлены с согласия авторов и в соответствии c лицензией издательства ELSEVIER
№ 3000381060106 от 1 октября 2012 г.
31
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
социально-экономические и агроклиматические данные. С помощью статистических логит-
регрессионных моделей были оценены факторы, которые обусловили пространственное рас-
пределение заброшенных сельскохозяйственных земель на уровне единицы пространстве-
ного разрешения полученных спутниковых классификаций изменения землепользования –
30 м. Результаты показали, что вероятность пространственного распределения заброшенных
сельскохозяйственных земель статистически связана со следующими факторами: а) низкая
урожайность зерновых в конце 1980-х гг.; б) удаленность от населенных пунктов – муници-
пальных центров, а также населенных пунктов с населением более 500 чел.; в) низкая есте-
ственная пригодность сельскохозяйственных угодий; г) низкая плотность сельского насе-
ления в конце 1980-х гг. Ранжирование в соответствии с вкладом статистически значимых
переменных в объясненную дисперсию с использованием метода иерархического разбиения
(hie a chical pa i ioning) показало, что средняя урожайность зерновых в конце 1980-х гг. внесла
наибольший вклад, за ней следовали характеристики местоположения сельскохозяйствен-
ных земель. Оцененные факторы, обуславливающие процесс забрасывания сельскохозяй-
ственных земель, соответствуют теории земельной ренты фон Тюнена. Однако можно пред-
положить, что не менее значимы макроэкономические факторы, такие как государственная
поддержка сельского хозяйства, размеры которой сократились более чем на 90% в рассма-
триваемый период, особенно для земель с низкой продуктивностью. Проведенное исследо-
вание показало возможности применения пространственно выраженных эконометрических
моделей на основе использования карт изменения землепользования, полученных с помо-
щью спутниковых данных, для изучения факторов изменения землепользования и земного
покрова для больших территорий.
Заброшенные сельскохозяйственные земли, институциональные изменения, изменение земле-
пользования, пространственный анализ, эконометрика, логит-регрессии, дистанционное зон-
дирование, Россия.
ВВЕДЕНИЕ
Масштабное расширение сельскохозяйственных земель за счет нетрону-
тых сельским хозяйством территорий является наиболее важным фактором
сокращения биоразнообразия и изменения функционирования экосистем
[73; 67]. В то же время во многих развитых странах и странах с переходны-
ми экономиками наблюдается сокращение площадей сельскохозяйственных
земель [4; 7; 8; 21; 46; 59], которое оказывает воздействие на окружающую
среду и социально-экономические процессы. Например, восстановление
леса на заброшенных сельскохозяйственных полях может способствовать
дефрагментации лесов, депонированию углерода [76], улучшению гидроло-
гического режима [64]. Однако в ранней стадии сукцессии сухой материал,
который накапливается на заброшенных полях, способствует распростране-
нию антропогенных и природных пожаров [12], а также усиливает воздей-
ствие и распространение сорных растений, вредителей и патогенов с забро-
шенных на оставшиеся в обороте сельскохозяйственные поля [65]. Решение
о забрасывании сельскохозяйственных земель одним производителем мо-
жет создать эффект цепной реакции (spillo e e ec ) и повлиять на принятие
решений относительно землепользования другими производителями, что
может привести к маргинализации традиционных сельских регионов [13].
32
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
В мире с глобальной экономикой масштабное забрасывание сельскохозяй-
ственных земель в одном регионе мира может привести к интенсификации
сельскохозяйственного производства и землепользования в другом регионе и
потенциально подвергнуть риску уязвимые экологические системы [37]. На-
пример, значительное сокращение производства мяса в России после 1990 г.
привело к росту импорта мяса из Бразилии [54], что косвенным образом спо-
собствовало продолжению сокращения девственных лесов в Амазонии [31].
Снижение темпов забрасывания сельскохозяйственных земель и принятие
решений об их рекультивации может способствовать увеличению производ-
ства сельскохозяйственной продукции и уменьшить давление на мировые
рынки продуктов питания [14]. В целом изменение сельскохозяйственного
землепользования имеет множественное воздействие на экосистемы, био-
разнообразие и экономику. Поэтому совершенствование мониторинга изме-
нений в землепользовании и понимание причин, которые их обуславливают,
могут помочь в выработке политики в области землепользования.
Существенные социально-экономические и институциональные транс-
формации могут ускорить процессы изменения землепользования и земного
покрова или полностью изменить их траектории. Относительно недавним
примером подобных трансформаций является распад Советского Союза и
последующий переход от командно-административной экономики к рыноч-
ной в начале 1990-х гг., который повлиял на все социально-экономические
параметры [16; 19; 34; 62; 66; 68; 78]. Социально-экономические реформы
оказали существенное воздействие на сельскохозяйственное землепользо-
вание и привели к масштабному выводу из оборота (забрасыванию) сель-
скохозяйственных земель среди стран бывшего коммунистического блока в
Восточной Европе и СНГ, включая Россию. Однако пространственное рас-
пределение и процент (доля) заброшенных сельскохозяйственных земель
значительно варьировали [6; 8; 23; 36; 47; 56; 58; 60]. Доля таких земель была
особенно высока в тех странах (включая Россию) где государственные меха-
низмы (институты), регулирующие землепользование, изменились, и требо-
валось время для создания условий функционирования новых институтов [6;
23; 58]. Существующие сведения об изменении землепользования, достаточ-
но фрагментарны, а знания о факторах, которые обусловили этот процесс в
Восточной Европе и в России, ограничены. Особенно мало данных о факто-
рах, которые обусловили забрасывание сельскохозяйственных земель.
В литературе имеется достаточно сведений о факторах, которые обусло-
вили забрасывание сельскохозяйственных земель, например, в странах Ев-
ропейского союза (ЕС), где было распространенно это явление в течение
ХХ в., в особенности после Второй мировой войны [4]. В ЕС заброшенные
сельскохозяйственные земли обычно можно встретить в местах с неблаго-
33
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
приятными для сельского хозяйства природными характеристиками (на-
пример, на возвышенной местности, на землях с крутым склоном, с бед-
ными почвами и с плохой мелиорацией), на удаленных и изолированных
сельскохозяйственных территориях [4; 43]. Решение о забрасывании сель-
скохозяйственных земель достаточно сильно коррелирует с определенными
характеристиками собственников сельскохозяйственных земель. Фермеры,
частично занятые в сельском хозяйстве, и собственники земли преклонного
возраста имеют более высокую вероятность забросить сельскохозяйственные
земли, по сравнению с другими типами землепользователей и собственни-
ков земли [22; 35; 71]. Структурные характеристики сельскохозяйственных
предприятий также имеют значение: вероятность забрасывания сельскохо-
зяйственных земель у мелких производителей наиболее высока, чем у круп-
ных [4; 35]. Доступ к рынкам труда и наличие более оплачиваемой работы на
соседних урбанизированных территориях являются факторами, в значитель-
ной степени влияющими на этот процесс. Такая ситуация наблюдаются, на-
пример, на юге Франции [72] и в Швейцарии [18], где заброшенные сельско-
хозяйственные земли распространены вблизи административных центров, а
также территорий с быстро растущим городским населением.
Сведения же об изменениях в землепользовании и причинах, которые вы-
зывают эти процессы в странах Восточной Европы и России, достаточно фраг-
ментарны. Существует всего несколько работ, в которых исследовались фак-
торы, обусловившие пространственное распределение заброшенных земель в
постсоциалистических странах Восточной Европы, среди которых были выде-
лены неблагоприятные агроэкологические условия (например, более высокий
рельеф и более крутой склон), неблагоприятные условия доступа к рынкам [47;
52; 49]. Заброшенные сельскохозяйственные земли достаточно часто находятся
вдалеке от административных центров и дорог, как, например, в Албании [50] и
Румынии [49]. Адаптация социальной и экономической среды к изменяющим-
ся внешним условиям оказывает значительное влияние на пространственное
распределение заброшенных сельскохозяйственных земель. Например, как и
в странах ЕС, частичная занятость в сельском хозяйстве и отток сельского на-
селения являются ключевыми факторами, обусловившими забрасывание сель-
скохозяйственных земель в Албании [52] и Румынии [49]. Различия в струк-
турных характеристиках сельскохозяйственных производителей определили
распределение заброшенных земель в Латвии [22] и Украине [6].
Несмотря на существующие исследования, посвященые обсуждаемой
проблеме в странах постсоциалистической Восточной Европы и бывшего Со-
ветского Союза, включая Россию [4; 6; 18; 26; 40; 42], факторы забрасывания
сельскохозяйственных земель остаются недостаточно изученными. Ситуация
усугубляется тем, что процессы забрасывания сельскохозяйственных земель
34
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
задели и продуктивные с точки зрения сельского хозяйства территории, на-
пример, в Беларуси, России и в прибалтийских странах [2; 23; 26; 58; 60].
В некоторых работах показано, что теория фон Тюнена о ренте зем-
ли может быть применена для описания уровня произведенной сель-
скохозяйственной продукции в России, когда урожайность зерновых и
надои молока на одну корову уменьшаются по мере удаления от област-
ных центров [26–28]. В то же время для территорий с низкой урожайно-
стью свойственна низкая плотность населения и низкая плотность до-
рог с твердым покрытием, что создает дополнительные предпосылки
для маргинализации сельскохозяйственного производства и возможного
забрасывания сельскохозяйственных земель [26–28]. Политика управ-
ления на разных территориях и приориты развития секторов экономи-
ки также могут влиять на выведение из оборота сельскохозяйственных
земель.
В данной работе авторы предприняли попытку оценить детерми-
нанты забрасывания сельскохозяйственных земель в европейской части
России (Смоленская, Калужская, Тульская, Рязанская и Владимирская
области). На основе детальных спутниковых карт заброшенных сельско-
хозяйственных земель в период 1990–2000 гг., социально-экономических
и агроклиматических данных с помощью пространственно выраженного
(spa ially explici ) эконометрического логит-регрессионного анализa на
уровне единицы пространственного разрешения полученных спутнико-
вых карт изменения землепользования – 30 м, а также метода иерархи-
ческого разбиения (hie a chical pa i ioning), была поставлена задача ис-
следовать:
• факторы, обусловившие пространственное распределение заброшен-
ных сельскохозяйственных земель;
• относительный вклад каждой переменной в общую объясненную дис-
персию распределения заброшенных сельскохозяственных земель;
• соответствие пространственного распределения заброшенных сельско-
хозяйственных земель теории о земельной ренте фон Тюнена;
• различия в факторах, определивших пространственное распределение
заброшенных земель в изучаемых областях со сходными агроклиматически-
ми условиями.
МЕТОДЫ
Территория исследования
Исследование специально сфокусировано на умеренной климатической
зоне европейской части России, где в период 1990–2000 гг. было широко
35
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
распространено забрасывание сельскохозяйственных земель. В предыдущей
работе авторов была выделена агроэкологическая зона на основе агрокли-
матических данных [58; 59]. Территория исследования составила примерно
150 550 км2, она включила в себя части пяти российских областей: Смолен-
ской, Калужской, Тульской, Рязанской и Владимирской – с 67 администра-
тивными районами (рис. 1).
Климат на данной территории умеренно-континентальный, сред-
няя годовая максимальная температура в наиболее теплый месяц (июль)
30–34 ◦C. Средняя годовая минимальная температура в холодный месяц
(январь) для территории исследования – минус 37– минус 28 ◦C [1]. Коли-
чество дней со средней температурой выше 10 ◦C – 125–142 дней в году, а
средняя годовая эвапотранспирация – 428–713 мм [1]. Территория иссле-
дования находится на Восточно-Европейской равнине, высота рельефа –
0–300 м, относится к умеренной зоне смешанных лесов [55]. Северная часть
территории представляет собой южную тайгу, граничащую со смешанными
лесами, а южная часть – зону перехода от смешанных лесов к лесостепи
(Тульская и Рязанская области) [3]. Примерно одна треть территории ис-
следования покрыта лесом, с большим преобладанием лесов в северной
части. Доминирующими породами деревьев являются ель обыкновенная
(Picea abies), сосна обыкновенная (Pinus syl es is), береза повислая (Be ula
pendula) и дуб обыкновенный (Que cus obu ) [15]. Почвы преимуществен-
но подзолистые и серые лесные; аллювиальные почвы располагаются вдоль
рек [5]; в юго-восточной части встречаются обедненные черноземы
(см. рис. 1). Территория исследования является частью Центрального эко-
номического макрорегиона России [39], которая совпадает с нечернозем-
ной сельскохозяйственной зоной [30].
Территория исследования достаточно пригодна для ведения сельского
хозяйства после мелиорации, известкования и внесения удобрений в под-
золистые почвы. В период 1970–1990 гг. эта территория стала одним из важ-
нейших сельскохозяйственных регионов, особенно после неудачной попыт-
ки советского правительства значительно увеличить производство зерновых
в Казахстане [27]. В этот период существенно возросло инвестирование в
сельскую инфраструктуру (например, строительство дорог с твердым покры-
тием), в сельскохозяйственное производство (например, масштабные кампа-
нии по мелиорации земель и механизации сельскохозяйственного производ-
ства), в капитальное строительство (например, строительство жилья) [27; 28].
Основными яровыми сельскохозяйственными культурами являются яч-
мень, рожь, овес, сахарная свекла, кормовая кукуруза, картофель, бобовые,
рапс, лен; озимыми культурами являются озимая пшеница, озимый ячмень,
озимый рапс [1; 17]. Урожайность зерновых культур на один гектар пашни
36
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
была относительно одинаковой среди областей исследуемой территории
(табл. 1), однако значительно ниже по сравнению с соседними странами и
республиками бывшего СССР [26; 58]. Мясное и молочное животноводство,
свиноводство, куриное производство также были хорошо развиты на данной
территории. В советский период колхозы и совхозы контролировали более
98% сельскохозяйственных земель и производили более 90% сельскохозяй-
ственной продукции [20]. Начиная с 1960-х гг. здесь наблюдается сокраще-
ние численности сельского населения [28]. В результате плотность сельского
населения значительно снизилась, в некоторых районах Смоленской обла-
сти составила менее чем 5 чел./км2 [62].
Таблица 1
Социально-экономические и природные условия в выбранных областях России, 1989 г.
Показатель Смолен-
ская
Калуж-
ская
Туль-
ская
Рязан-
ская
Влади-
мирская
Плотность сельского населения, чел./км2 а 7,4 11,0 13,5 11,8 11,8
Плотность дорог с твердым покрытием,
км/100 км2 a 11,0 14,0 18,0 12,0 15,0
Производство молока, кг/корову a2478,0 2527,0 2645,0 2881,0 2880,0
Урожайность зерновых, т/га a1,13 1,38 1,92 1,68 1,62
Кол-во тракторов/1000 га пашни a82,0 54,0 – 70,0 74,0
Среднее годовое выпадение осадков б, мм 649,0 680,0 638,0 566,0 605,0
Количество дней в году с температурой
выше 10 ◦C б132,0 134,7 135,3 138,2 131,6
pH почв в6,6 6,6 6,7 6,4 6,7
Доля сельскохозяйственных земель
в 1990 г.г, % 31 35 55 49 23
Примечания: а Статистические данные получены с использованием данных [19; 20]; б Кли-
матические данные получены с использованием данных [25]; в Данные о почвах получены с ис-
пользованием данных [5]; г Процент сельскохозяйственных земель рассчитан с использовани-
ем классификаций разносезонных спутниковых снимков Landsa TM / ETM+; – нет данных.
Карты заброшенных сельскохозяйственных земель
Детальные карты заброшенных сельскохозяйственных земль с про-
странственным разрешением 30 м были получены с помощью классифи-
кации многоспектральных разносезонных спутниковых снимков Landsa
TM / ETM+ для периодa 1990–2000 гг. (более подробно см. [58]). Карты из-
менения сельскохозяйственного землепользования покрыли 77% Калуж-
ской области, 72% Владимирской области, 72% Рязанской области, 55%
Смоленской области и 51% Тульской области (см. рис. 1). Тематический
класс «стабильные сельскохозяйственные земли» был определен как сель-
скохозяйственные земли, которые активно использовались для выращи-
37
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
вания сельскохозяйственных культур, под сенокос и пастбища в период I
(1990 г.) и в период II (2000 г.). Тематический класс «заброшенные сельскохо-
зяйственные земли» был определен как сельскохозяйственные земли, кото-
рые активно использовались для выращивания сельскохозяйственных куль-
тур, под сенокос и пастбища в период I, но больше не использовались для
вышеуказанных целей в период II и зачастую представляли из себя невоз-
делываемые поля, покрытые травой, с начальной стадией сукцессии [6; 23;
36; 58], которая обычно наблюдается после трех – пяти лет забрасыва-
ния сельскохозяйственных земель, с более быстрым наступлением лесной
растительности на хорошо дренированные пахотные поля [32; 42; 70; 58].
Поля, которые уже подверглись этим процессам, имеют большую вероят-
ность оставаться заброшенными из-за высокой стоимости рекультивации
заброшенных земель [38] и невостребованности сельскохозяйственных на-
делов, что, в свою очередь, ведет к продолжению наступления леса. В дан-
ном случае было предположено, что ограниченный экономический стимул
рекультивации заброшенных земель на выбранной территории исследова-
ния представляет дополнительный фактор долговременности забрасывания
сельскохозяйственных земель. Выполненные классификации спутниковых
карт изменения сельскохозяйственного землепользования обладали хоро-
шей точностью, которая была статистически оценена с использованием ва-
лидационных точек / реперов [58].
Классификации спутниковых снимков для детектирования измене-
ния землепользования показали, что 31% сельскохозяйственных земель
(1,7 млн га), обрабатываемых в 1990 г., были заброшены к 2000 г., в том чис-
ле 46% в Смоленской, 30% в Калужской, 26% в Тульской, 28% в Рязанской
и 27% во Владимирской области. Доли заброшенных сельскохозяйственных
земель были особенно высоки на уровне сельских районов, достигая напри-
мер, в Смоленской области 62% (рис. 2).
Объясняющие переменные
Наиболее точная сельскохозяйственная статистика для России с 1990 по
2000 г. была доступна на уровне районов. Средний размер сельских райо-
нов – 1520 км2, классификации спутниковых снимков охватили 67 районов
(14 из 25 в Смоленской, 15 из 24 в Калужской, 10 из 22 в Тульской, 17 из 25 в
Рязанской и 11 из 16 во Владимирской области) (см. рис. 2).
Согласно экономической теории сельскохозяйственные производители
выбирают тип землепользования исходя из задачи максимизации прибыли
[18; 45]. Поэтому можно предположить, что решение о забрасывании сель-
скохозяйственных земель в большей степени обусловлено экономическими
причинами [29]: производители прекращают заниматься сельским хозяй-
44
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
(R = –0,52). Конечный набор переменных состоял из 14 независимых пере-
менных, две из которых были на уровне районов («средняя урожайность зер-
новых в конце 1980-х гг.» и «плотность дорог с твердым покрытием в конце
1980-х гг.»), а остальные – на уровне пространственного разрешения 30 м
карт изменения землепользования (рис. 3).
Рис. 3. Частота распределения объясняющих переменных для пикселей, представляющих
заброшенные и стабильные сельскохозяйственные земли для глобальной модели
мм
ц/га
Изолированные с/х территории – 1
Неизолированные с/х территории – 0
км/100 км2
45
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
Логит-регрессия
Объяснительная сила модели для территории исследования была относи-
тельно низкой (скорректированный коэффициент детерминации R2 = 0,144
(табл. 4). Однако такой результат является достаточно распространенным,
поскольку модель должна описать распределение большой выборки. В этом
случае скорректированный коэффициент детерминации R2 должен интер-
претироваться с осторожностью [18; 50]. Критерий согласия модели – пло-
щадь под ROC-кривой составил 0,703 для глобальной логит-регрессионной
модели (табл. 4).
Таблица 4
Результаты регрессии для глобальной модели (пять областей)
Переменная Отношение
шансов (odds a io)
Стандартная
ошибка P-значение
pH почв 0,960 0,085 0,6288
Склон 0,992 0,008 0,3656
Средняя годовая эвапотранспирация 0,788 0,123 0,0531
Расстояние от ближайшей кромки леса 0,961 0,006 0,0001***
Изолированные сельскохозяйственные
территории внутри лесного массива в
1990 г.
1,484 0,125 0,0016**
Средняя урожайность зерновых в конце
1980-х гг. 0,890 0,019 0,0001***
Интерполированные значения населения
для населенных пунктов на конец
1980-х гг. (прокси плотности населения)
0,965 0,015 0,017*
Расстояние от областного центра 0,998 0,002 0,2935
Расстояние от ближайшего районного
центра 1,006 0,006 0,2723
Расстояние от ближайшего муниципаль-
ного центра 1,063 0,015 0,0001***
Расстояние от ближайшего населенного
пункта с населением более 500 чел. 1,032 0,008 0,0002***
Расстояние от ближайшего населенного
пункта 1,086 0,038 0,0293*
Плотность дорог с твердым покрытием в
конце 1980-х гг. 1,001 0,001 0,29
Расстояние от ближайшей дороги с твер-
дым покрытием 1,004 0,006 0,5702
Площадь под ROC-кривой (AUC) = 70,3
Скорректирован-
ный коэффициент
детерминации R2
(Adj, R)2= 0,144
Примечание. Статистическая значимость переменных: *** p<0,001, ** p<0,01, * p<0,05. Ко-
эффициенты, которые статистически значимы при p<0,05, выделены жирным шрифтом.
46
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
Эта величина означает, что модель может различить корректно два класса
(«стабильные сельскохозяйственные земли» и «заброшенные сельскохозяй-
ственные земли») с вероятностью 70,3%. Такой результат намного лучше, чем
оценки полученные другими способами [11; 18].
Семь переменных оказались статистически значимыми (p < 0,05), все пе-
ременные имели связь с дихотомической переменной, представляющей из-
менение сельскохозяйственного землепользования с ожидаемым знаком (±)
(см. табл. 4). Вероятность забрасывания сельскохозяйственных земель
уменьшалась на 3,9% при удалении на каждые 100 м от кромки леса (odds
a io = 0,961) и увеличивалась на 48,4% для сельскохозяйственных террито-
рий, находившихся внутри лесных массивов (odds a io = 1,484). Уменьше-
ние урожайности зерновых на 1 ц/га в конце 1980-х гг. повышало вероят-
ность забрасывания сельскохозяйственных земель в период с 1990 по 2000 г.
на 11% (odds a io = 0,89). Забрасывание сельскохозяйственных земель
было также статистически связано с уменьшением значения переменной
«интерполированные значения населения для населенных пунктов на ко-
нец 1980-х гг.». Среди переменных, характеризующих удаленность сель-
скохозяйственных полей, наиболее важной переменной была переменная
«расстояние от ближайшего населенного пункта». При увеличении рассто-
яния от населенного пункта на 1 км вероятность забрасывания сельскохо-
зяйственных земель в период с 1990 по 2000 г. увеличивалась на 8,6% (odds
a io = 1,086).
В целом результаты моделей для каждой из выбранных областей были от-
носительно схожими с результатами глобальной модели, однако также про-
слеживались некоторые интересные различия. Например, в Калужской об-
ласти вероятность забрасывания сельскохозяйственных земель при удалении
от кромки леса на каждые 100 м уменьшалась на 11,3% (табл. 5). Во Влади-
мирской области вероятность того, что изолированные сельскохозяйствен-
ные земли внутри лесного массива будут заброшены, была в 2,4 раза выше,
чем для сельскохозяйственных земель вне леса. Это значение было самым
высоким среди моделей для пяти областей. Вероятность забрасывания ме-
нее продуктивных сельскохозяйственных земель (районы с низкой урожай-
ностью зерновых в конце 1980-х гг.) была наиболее высокой для Рязанской
области, где она увеличивалась на 14,9% при уменьшении урожайности зер-
новых в конце 1980-х гг. на 1 ц/га от района к району. Влияние расстояния
от дорог, рынков и населенных территорий имело смешанные результаты
среди пяти областей. Однако была общая тенденция увеличения вероятно-
сти забрасывания сельскохозяйственных земель с увеличением расстояния.
Переменная «интерполированные значения населения для населенных пун-
ктов на конец 1980-х гг.» оказалась статистически значимой только для Смо-
47
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
ленской области, и наиболее низкая плотность населения в 1980-х гг. уве-
личивала вероятность забрасывания сельскохозяйственных земель в период
1990–2000 гг. С увеличением крутизны склона вероятность забрасывания
сельскохозяйственных земель уменьшалась в Калужской и Смоленской об-
ластях, однако эта переменная не была статистически значимой для других
областей. В то же время более высокий pH почв способствовал забрасыва-
нию сельскохозяйственных земель в Тульской и Владимирской областях и,
наоборот, уменьшал вероятность забрасывания сельскохозяйственных зе-
мель в Рязанской области (табл. 5).
Таблица 5
Отношение шансов (odds a io), площадь под ROC-кривой
и скорректированный коэффициент детерминации R2 (adjus ed R2)
для каждой области
Переменная Смолен-
ская
Калуж-
ская
Туль-
ская
Рязан-
ская
Влади-
мирская
pH почв 0,980 1,167 1,448 0,759 1,26
Склон 0,957 0,966 0,990 0,999 0,985
Средняя годовая эвапотранспирация 1,850 2,059 0,741 0,411 0,777
Расстояние от ближайшей кромки леса 0,905 0,887 0,952 0,962 0,892
Изолированные сельскохозяйственные тер-
ритории внутри лесного массива в 1990 г. 1,202 2,339 0,982 0,891 2,48
Средняя урожайность зерновых в конце
1980-х гг. 0,933 0,898 0,875 0,851 0,943
Интерполированные значения населения
для населенных пунктов на конец 1980-х гг.
(прокси плотности населения)
0,949 0,931 0,996 0,952 0,973
Расстояние от областного центра 1,001 0,997 0,985 1,006 1,003
Расстояние от ближайшего районного центра 1,007 0,996 1,025 0,998 1,019
Расстояние от ближайшего муниципального
центра 1,105 1,043 1,028 1,093 1,019
Расстояние от ближайшего населенного
пункта с населением более 500 человек 1,017 1,014 1,068 1,059 1,041
Расстояние от ближайшего населенного
пункта 1,256 1,390 1,074 0,971 0,964
Плотность дорог с твердым покрытием в
конце 1980-х гг. 1,082 1,010 1,020 1,010 0,997
Расстояние от ближайшей дороги с твердым
покрытием 1,015 1,017 1,020 0,989 1,009
AUC 0,68 0,752 0,653 0,745 0,748
Adjus ed R20,131 0,213 0,085 0,203 0,199
Примечание. Отношения шансов (odds a io), выделенные жирным шрифтом, означают
статистическую значимость переменных при p<0,05.
48
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
Иерархическое разбиение
Для глобальной модели вклады семи статистически значимых перемен-
ных в объяснение дисперсии заброшенных сельскохозяйственных земель
оказались следующими: средняя урожайность зерновых в конце 1980-х гг. –
42,1%, расстояние от ближайшей кромки леса – 19,4%, расстояние от бли-
жайшего населенного пункта с населением более 500 чел. – 11,5%, изолиро-
ванные сельскохозяйственные территории внутри лесного массива – 11,9%;
расстояние от ближайшего муниципального центра – 6,9%, интерполиро-
ванные значения населения для населенных пунктов на конец 1980-х гг. –
6,4%, расстояние от ближайшего населенного пункта – 1,6% (рис. 4).
Рис. 4. Результаты анализа с использованием метода иерархического разбиения
(hie a chical pa i ioning) для статистически значимых переменных
Однако на уровне областей набор статистически значимых переменных
и их вклад в объяснение дисперсии заброшенных сельскохозяйственных зе-
мель существенно различались. Единственной переменной, которая внесла
наибольший вклад в объяснение дисперсии среди всех областей (более 19%),
была переменная «расстояние от ближайшей кромки леса». Переменная
«pH почв» была статистически значимой (p < 0,05) для областей, где были
лучшие почвы (в Тульской, Рязанской и Владимирской областях). Перемен-
чел.
49
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
ная «средняя урожайность зерновых в конце 1980-х гг.» была статистически
значимой для Калужской, Тульской, Рязанской и Владимирской областей,
где ее вклад в объяснение дисперсии составил 20,9–47,8% от общей объяс-
ненной дисперсии. Переменная «расстояние от ближайшего населенного
пункта с населением более 500 чел.» была важной статистически значимой
для всех областей, кроме Калужской. В Смоленской области, характеризую-
щейся наивысшей долей заброшенных земель на уровне районов (см. рис. 2),
низкая плотность сельского населения в конце 1980-х гг., а также перемен-
ные, связанные с физической доступностью сельскохозяйственных наделов,
оказали более существенное влияние на пространственное распределение
заброшенных земель, чем в других областях. Большинство переменных,
представляющих агроклиматические характеристики («pH почв», «склон»,
«средняя ежегодная эвапотранспирация»), имели низкую объясняющую
способность для всех областей.
ОБСУЖДЕНИЕ
Забрасывание сельскохозяйственных земель в России в период 1990–
2000 гг. на исследуемой территории носило повсеместный характер. Получен-
ные результаты позволяют утверждать, что наибольшая вероятность забра-
сывания характерна для земель с низкой сельскохозяйственной продуктив-
ностью в период 1980-х гг., участков вблизи кромки леса, для изолированных
наделов внутри лесных массивов, а также для сельскохозяйственных земель,
удаленных от населенных пунктов. Это, в свою очередь, позволяет предпо-
ложить о возрастающем влиянии рыночных факторов, главным из которых
является максимизация прибыли. Такой вывод не противоречит результатам,
полученным в работах [18; 27; 42].
Забрасывание низкопродуктивных сельскохозяйственных земель совпало
с резким уменьшением урожайности зерновых на территории исследования
европейской части России, когда прекращение субсидирования произво-
дителей (например, поставка удобрений), а также потребителей (например,
субсидирование розничных цен на основные продукты питания, такие как
хлеб и молоко) во время переходного периода увеличило разрыв в урожай-
ности между Россией и другими мировыми лидерами в области производства
зерновых [68]. Изменение институтов, которые регулировали сельскохозяй-
ственное землепользование, задержка в установлении новых институтов,
а также неадекватная поддержка и инвестирование сельского хозяйства,
по всей вероятности, способствовали более интенсивному использованию
оставшихся в обороте сельскохозяйственных земель, тем самым вызвав ис-
тощение почв и возможное последующеее забрасывание [59].
50
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
Фактор удаленности сельскохозяйственных полей явился одним из
важнейших предикторов в большинстве построенных моделей. Поля име-
ли большую вероятность быть заброшенными, если они находились вдали
от населенных пунктов и рынков сбыта. Таким образом, пространствен-
ное распределение сельскохозяйственного землепользования согласуется
с пространственной моделью фон Тюнена, в которой нарастает важность
компоненты, связанной с издержками транспортировки / доступа к рын-
кам [28].
Населенные пункты (деревни), муниципальные центры и в особенности
населенные пункты с населением более 500 чел. представляют важную ин-
фраструктурную сеть (каркас), поддержка которой необходима для сельско-
хозяйственного производства. Возможно, что такая инфраструктурная сеть
была также важной для обеспечения доступа к рынкам производителей и
потребителей произведенной сельскохозяйственной продукции, а также для
выполнения необходимых социальных функций для сельского населения,
вовлеченного в сельскохозяйственное производство.
Биофизические факторы (например, «pH почв», «склон», «средняя еже-
годная эвапотранспирация») достаточно мало внесли в объяснение про-
странственного распределения заброшенных земель. Однако такой результат
может быть частично объяснен выбором относительно однородной терри-
тории для исследования с точки зрения агроклиматических характеристик и
изменчивости рельефа территории.
Доли заброшенных земель, а также детерминанты их пространственно-
го распределения среди исследованных областей значительно варьировали.
Эти различия, вероятно, отразили также различия в региональных поли-
тиках относительно самообеспечения сельскохозяйственной продукцией,
степень неопределенности институциональных условий в переходный пе-
риод [68].
Данная работа по моделированию факторов забрасывания сельскохозяй-
ственных земель была ограничена объемом доступных социально-экономи-
ческих данных и не позволяла выделить причинно-следственные факторы,
которые оказали влияние непосредственно на принятие решений относи-
тельно изменения землепользования. Тем не менее выбранный подход в об-
ласти моделирования дает возможность получить представление о простран-
ственном распределении заброшенных земель и косвенно установить связь с
факторами, которые обусловили этот процесс. Данная работа также создает
основу для более детального исследования причинно-следственных фак-
торов изменения землепользования на уровне хозяйствующих субъектов /
сельскохозяйственных производителей, которые принимают решения отно-
сительно изменения землепользования. Более того, получены статистически
51
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
репрезентативные результаты для большой территории (около 150 500 км2).
Однако большой размер территории в то же время маскировал варьирование
параметров внутри самой территории, позволив получить лишь средние зна-
чения коэффициентов для глобальной модели. Частично эта проблема была
разрешена путем использования модели логит-регрессий для каждой из об-
ластей внутри территории исследования. Несмотря на эти результаты, дви-
жущие факторы, которые определяют непосредственное решение о забра-
сывании сельскохозяйственных земель, необходимо исследовать в будущем.
Такими потенциальными движущими факторами изменения сельскохозяй-
ственного землепользования могут быть: незаконченная земельная реформа,
ограниченные экономические стимулы ведения сельского хозяйства, изме-
нение цен на сельскохозяйственную продукцию, советское наследие (если
сельскохозяйственные предприятия субсидировались, но де-факто были
банкротами в предпереходное время), квалификация сельскохозяйственных
работников, а также индивидуальные характеристики сельскохозяйственных
производителей.
Забрасывание сельскохозяйственных земель имеет существенные эколо-
гические и социально-экономические последствия, предоставляя как поло-
жительные перспективы, так и ограничения. Исходя из результатов модели-
рования, можно предположить дальнейшую кластеризацию культивируемых
сельскохозяйственных земель в ответ на благоприятные агроклиматические
и социально-экономические условия (например, наличие рабочей силы), а
также концентрацию сельскохозяйственного производства вблизи рынков
сбыта. Чтобы уменьшить темпы забрасывания сельскохозяйственных зе-
мель, необходимо поддерживать плодородие почв на оставшихся в обороте
сельскохозяйственных землях, а также улучшить доступ к населенным пун-
ктам. Медленное, но неуклонное восстановление лесной растительности на
заброшенных землях в умеренной зоне европейской части России повыша-
ет стоимость рекультивации заброшенных земель, а значит, с каждым годом
уменьшает вероятность рекультивации. Улучшение политики в области зем-
лепользования и функционирования земельных рынков может способство-
вать своевременному вовлечению в оборот заброшенных сельскохозяйствен-
ных земель.
Высокая вероятность забрасывания изолированных сельскохозяйствен-
ных территорий внутри лесных массивов, а также вблизи лесной кромки
предоставляет хорошую возможность для дефрагментации лесов, посколь-
ку восстановление леса на заброшенных полях может позволить увеличить
ареал обитания животных и депонировать углерод. К тому же такие удален-
ные территории лежат вне интересов крупных сельскохозяйственных пред-
приятий и агрохолдингов и масштабная рекультивация заброшенных земель
52
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
на этих территориях маловероятна. Однако такие территории обладают вы-
сокой природной ценностью и могут позиционироваться как территории с
менее интенсивным сельским хозяйством, например, для поддержания аг-
робиоразнообразия, для стимулирования экотуризма или для производства
биопродукции.
Совокупность неиспользованного сельскохозяйственного потенциала
заброшенных сельскохозяйственных земель, возможности депонирования
углерода и увеличения биоразнообразия после восстановления лесов на за-
брошенных сельскохозяйственных землях подсказывает важную тему для
будущих исследований в области анализа компромиссов землепользования
на заброшенных сельскохозяйственных землях европейской части России.
Необходимость этого особенно значима на фоне продолжающегося сокра-
щения сельскохозяйственных земель в исследуемом регионе.
ЗАКЛЮЧЕНИЕ
В данной работе были определены основные факторы, которые обусло-
вили пространственное распределение заброшенных сельскохозяйственных
земель в умеренной зоне европейской части России. Результаты косвенно
показывают, что принятие решений в области сельскохозяйственного зем-
лепользования сместилось в сторону принципов рыночной экономики, ког-
да доходность сельскохозяйственного производства в значительной степени
определяет пространственное размещение факторов производства. Это под-
тверждается уровнем значимости для территории исследования фактора до-
ступности сельскохозяйственных территорий и высокой урожайностью во
время советского периода сельскохозяйственных земель, которые остались
в сельскохозяйственном обороте. Можно предположить, что резкое мас-
штабное сокращение государственной поддержки сельскохозяйственного
производства способствовало забрасыванию сельскохозяйственных земель.
Чрезмерная эксплуатация оставшихся в обороте сельскохозяйственных зе-
мель без соответствующего инвестирования в плодородие почв, скорее всего,
создаст новые предпосылки дальнейшего развития этого процесса, особенно
на территориях с низкой сельскохозяйственной продуктивностью, удален-
ных от населенных пунктов и изолированных от больших кластеров продук-
тивных сельскохозяйственных земель.
53
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
Благодарности
Выражаем признательность за финансовую поддержку исследования
Программе изменения землепользования и земного покрова НАСА (NASA
Land-Co e /Land-Use Change P og am), Программе международных поездок
Университета Висконсин-Мэдисон. Также выражаем благодарность А. Зибе,
К. Алькантара и Д. Хэмлерс за техническую помощь, а также Н. Кейлер и
К. Вэндланд – за рекомендации в области статистического анализа, А. Бурни-
ки, Д. Льюис, М. Оздоган и Ф. Таунсенд – за важные комментарии на первые
версии статьи, Г. Иоффе, Т. Нефедовой и И. Заславскому – за предоставле-
ние социально-экономических данных на уровне районов и за плодотворные
дискуссии при подготовке статьи, а также двум анонимным рецензентам – за
конструктивные комментарии, которые помогли улучшить текст статьи.
СПИСОК ЛИТЕРАТУРЫ
1. A onin A.N., G eene S.L., Dzyubenko N.I., F olo A.N. In e ac i e Ag icul u al
Ecological A las o Russia and Neighbo ing Coun ies // Economic Plan s and hei Diseases,
Pes s and Weeds. 2008. URL: h p://www.ag oa las. u.
2. Alcan a a C., Kuemme le T., P ishchepo A.V., Radelo V.C. Mapping Abandoned
Ag icul u e wi h Mul i-Tempo al MODIS Sa elli e Da a // Remo e Sensing o En i onmen .
2012. Vol. 124. Pp. 334–347.
3. Александрова В.Д., Юрковская Т.К. (ред.) Геоботаническое районирование
Нечерноземья европейской части РСФСР. Л., 1989. 64 с.
4. Baldock D., Beau oy G., Selby A., Guiheneu P.I., Man e ola J.J. Fa ming a he
Ma gins: Abandonmen o Redeploymen o Ag icul u al Land in Eu ope / IEEP and
LEI-DLO. London, 1996. 202 p.
5. Ba jes N.H. Soil Da a Resou ces o Land Sui abili y Assessmen and En i onmen al
P o ec ion in Cen al and Eas e n Eu ope: he 1:2 500 000 Scale SOVEUR P ojec // The
Land. 2001. Vol. 5. Pp. 51–68.
6. Baumann M., Kuemme le T., Elbakidze M., Ozdogan M., Radelo V.C., Keule N.S.,
P ishchepo A.V., K uhlo I., Hos e P. Pa e ns and D i e s o Pos -Socialis Fa mland
Abandonmen in Wes e n Uk aine // Land Use Policy. 2011. Vol. 28. Pp. 552–562.
7. Benjamin K., Boucha d A., Domon G. Abandoned Fa mlands as Componen s o Ru al
Landscapes: an Analysis o Pe cep ions and Rep esen a ions // Landscape and U ban
Planning. 2007. Vol. 83. Pp. 228–244.
8. Be gen K.M., Zhao T., Kha uk V., Blam Y., B own D.G., Pe e son L.K., Mille N.
Changing Regimes: Fo es ed Land Co e Dynamics in Cen al Sibe ia 1974 o 2001 //
Pho og amme ic Enginee ing and Remo e Sensing. 2008. Vol. 74. Pp. 787–798.
9. Che an A., Su he land M. Hie a chical Pa i ioning // The Ame ican S a is ician.
1991. Vol. 45. Pp. 90–96.
10. Chomi z K.M., G ay D. Roads, Lands Use, and De o es a ion: a Spa ial Model
Applied o Belize // Wo ld Bank Economic Re iew. 1996. № 10. Pp. 487–512.
11. DeLeo J. Recei e Ope a ing Cha ac e is ic Labo a o y ROCLAB: So wa e o
De eloping Decision S a egies ha Accoun o Unce ain y // P oceedings o he Second
In e na ional Symposium on Unce ain y, Modeling and Analysis. College Pa k, MD, 1993.
Pp. 318–325.
60
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
25. In e na ional Ins i u e o Applied Sys ems Analysis (IIASA). Global Ag o- Ecological
Zones (Global-AEZ) CD-ROM FAO/IIASA2008, 2000. A ailable a : h p://www.iiasa.ac.a /
Resea ch/LUC/GAEZ/index.h m.
26. Io e G., Ne edo a T., Zasla sky I.. The End o Peasan y? Disin eg a ion o Ru al
Russia. Uni e si y o Pi sbu gh P ess, Pi sbu gh, PA, USA, 2006, 272 p.
27. Io e G., Ne edo a T. Ma ginal Fa mland in Eu opean Russia. Eu asian Geog aphy
and Economics, ol. 45, 2004, pp. 45–59.
28. Io e G., Ne edo a T., Zasla sky I. F om Spa ial Con inui y o F agmen a ion: he Case
o Russian a ming. Annals o Associa ion o Ame ican Geog aphe s, ol. 94, 2004, pp. 913–943.
29. I win E.G., Geoghegan J. Theo y, Da a, Me hods: De eloping Spa ially Explici
Economic Models o Land Use Change. Ag icul u e Ecosys ems and En i onmen , ol. 85,
2001, pp. 7–23.
30. Jasny N. Economic Geog aphy o he USSR. S an o d Uni e si y P ess, S an o d, CA,
USA, 1949, 837 p.
31. Kaimowi z D., Me ens B., Wunde S., Pacheco P. Hambu ge Connec ion Fuels
Amazon Des uc ion: Ca le Ranching and De o es a ion in B azil’s Amazon, 2004. A ailable a :
h p://www.ci o .cgia .o g/publica ions/pd iles/media/Amazon.pd .
32. Ka lsson A., Alb ek son A., Fo sg en A., S ensson L. An Analysis o Success ul
Na u al Regene a ion o Downy and Sil e Bi ch on Abandoned Fa mland in Sweden. Sil a
Fennica, ol. 32, 1998, pp. 229–240.
33. Kash ano A.N., Gaydamaka E.I., Rozo D.I., Shashko D.I. The na u al-ag icul u al
zoning and use o he land Fund o he USSR. Edi ed by A.N. Kash ano . Moscow, 1983,
336 p. (in Russian).
34. Kon o o ich V. The Russian Heal h C isis and he Economy. Communis and Pos -
Communis S udies, ol. 34, 2001, pp. 221–240.
35. K is ensen L.S., Thenail C., K is ensen S.P. Landscape Changes in Ag a ian
Landscapes in he 1990: he In e ac ion be ween Fa me s and he Fa med Landscape.
A Case S udy om Ju land, Denma k. Jou nal o En i onmen al Managemen , ol. 71, 2004,
pp. 231–244.
36. Kuemme le T., Hos e P., Radelo V., an de Linden S., Pe zanowski K., K uhlo I.
C oss-Bo de Compa ison o Pos -Socialis Fa mland Abandonmen in he Ca pa hians.
Ecosys ems, ol. 11, 2008, pp. 614–628.
37. Lambin E.F., Mey oid P. Global Land-Use Change, Economic Globaliza ion, and
he Looming Land Sca ci y. P oceedings o he Na ional Academy o Sciences, ol.108, 2011,
pp. 3465–3472.
38. La sson S., Nilsson C. A Remo e Sensing Me hodology o Assess he Cos s o
P epa ing Abandoned Fa mland o Ene gy C op Cul i a ion in No he n Sweden. Biomass
and Bioene gy, ol. 28, 2005, pp. 1–6.
39. La ishche A. Economic Geog aphy o he USSR. Cen al Books L d., London, UK,
1969, 380 p.
40. Le man Z., Csaki C., Fede G. Ag icul u e in T ansi ion: Land Policies and E ol ing
Fa m S uc u es in Pos -So ie Coun ies Lexing on Books. Lanham, Boulde , New Yo k,
To on o, Ox o d, 2004, 254 p.
41. Le man, Z., Shagaida, N. Land Olicies and Ag icul u al Land Ma ke s in Russia.
Land Use Policy, ol. 24, 2007, pp. 14–23.
42. Lyu i D.I., Go yachkin S.V., Ka a ae a N.A., Denisenko E.A., Ne edo a T.G.
Dynamics o Ag icul u al Lands in Russia in he Twen ie h Cen u y and Pos ag ogenic Res o a ion
o Vege a ion and Soils. GEOS, Moscow, Russia, 2010, 416 p. (in Russian).
43. MacDonald D., C ab ee J.R., Wiesinge G., Dax T., S amou N., Fleu y P., Lazpi a J.G.,
Gibon A. Ag icul u al Abandonmen in Moun ain A eas o Eu ope: En i onmen al
61
ДЕТЕРМИНАНТЫ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ЗАБРОШЕННЫХ ЗЕМЕЛЬ... ПЭ
№ 3 2013
Consequen-ces and Policy Response. Jou nal o En i onmen al Managemen , ol. 59, 2000,
pp. 47–69.
44. Mac Nally R. Hie a chical Pa i ioning as an In e p e a i e Tool in Mul i a ia e
In e ence. Aus alian Jou nal o Ecology, ol. 21, 1996, pp. 224–228.
45. Maddala G.S., Lahi i K. In oduc ion o Econome ics, 4 h ed. Wiley, New Yo k, NY,
USA, 2006, 654 p.
46. Mey oid P., Lambin E.P. The Causes o he Re o es a ion in Vie nam. Land Use
Policy, ol. 25, 2008, pp. 182–197.
47. Milano a E.V., Lioubim se a E., Yu Tche kashin P.A., Yan a e a L.F. Land Use/
co e Change in Russia: Mapping and GIS. Land Use Policy, ol. 16, 1999, pp. 153–159.
48. Milling on J., Pe y G., Rome o-Calce ada R. Reg ession Techniques o Examining
Land Use/Co e Change. A case s udy o a Medi e anean Landscape. Ecosys ems, ol. 10,
2007, pp. 562–578.
49. Mülle D., Kuemme le T., Rusu M., G i i hs P. Los in T ansi ion: De e minan s
o Pos -Socialis C opland Abandonmen in Romania. Jou nal o Land Use Science, ol. 4,
2009, pp. 109–129.
50. Mülle D., Mun oe D.K. Changing Ru al Landscapes in Albania: C opland
Abandonmen and Fo es Clea ing in he Pos socialis T ansi ion. Annals o he Associa ion o
Ame ican Geog aphe s, ol. 98, 2008, pp. 855–876.
51. Mülle D., Mun oe D.K. T adeo s Be ween Ru al De elopmen Policies and
Fo es P o ec ion: Spa ially-Explici Modeling in he Cen al Highlands o Vie nam. Land
Economics, ol. 81, 2005, pp. 412–425.
52. Mülle D., Siko T. E ec s o Pos socialis Re o ms on Land Co e And Land Use in
Sou h-Eas e n Albania. Applied Geog aphy, ol. 26, 2006, pp. 175–191.
53. Mülle D., Zelle M. Land Use Dynamics in he Cen al Highlands o Vie nam:
a Spa ial Model Combining Village Su ey Da a wi h Sa elli e Image y In e p e a ion.
Ag icul u al Economics, ol. 27, 2002, pp. 333–354.
54. No ozhenina O., Baha e I., Mollicone D. Ha d-hock. Gaze a. u, 2009. A ailable
a : h p://www.gaze a. u/business/2009/01/23/2928922.sh ml. (In Russian).
55. Olson D.M., Dine s ein E., Wik amanayake E.D., Bu gess N.l.D., Powell G.V.N.,
Unde wood E.C., D’amico J.A., I oua I., S and H.E., Mo ison J.C., Loucks C.J., Allnu
T.F., Ricke s T.H., Ku a Y., Lamo eux J.F., We engel W.W., Hedao P., Kassem K.R..
Te es ial Eco egions o he Wo ld: a New Map o Li e on Ea h. BioScience, ol. 51, 2001,
pp. 933–938.
56. Pe e son U., Aunap R. Changes in Ag icul u al Land Use in Es onia in he 1990
De ec ed wi h Mul i empo al Landsa MSS Image y. Landscape & U ban Planning, ol. 41,
1998, pp. 193–201.
57. Pon ius R.G., Schneide L.C., 2001. Land-Co e Change Model Valida ion by an
ROC Me hod o he Ipswich Wa e shed, Massachuse s, USA. Ag icul u e, Ecosys ems &
En i onmen , ol. 85, pp. 239–248.
58. P ishchepo A.V., Radelo V.C., Baumann M., Kuemme le T., Mülle D. E ec s o
Ins i u ional Changes on Land Use: Ag icul u al Land Abandonmen du ing he T ansi ion
om S a e-Command o Ma ke -D i en Economies in Pos -So ie Eas e n Eu ope.
En i onmen al Resea ch Le e s, ol. 7, 2012, 024021.
59. P ishchepo A.V., Radelo V.C., Baumann M., Kuemme le T., Mülle D. E ec s o
Ins i u ional Changes on Land Use: Ag icul u al Land Abandonmen du ing he T ansi ion
om S a e-Command o Ma ke -D i en Economies in Pos -So ie Eas e n Eu ope. Zemlya
iz kosmosa – naibolee e ek i nye esheniya – Ea h om Space – he Mos E ec i e Solu ions,
2012, no. 14, pp. 7–14. (In Russian).
60. P ishchepo A.V., Radelo V.C., Dubinin M., Alcan a a C. The E ec o Landsa
А.В. Прищепов, Д. Мюллер, М.Ю. Дубинин, М. Бауманн, В.К. Раделофф
ПЭ
№ 3 2013
ETM/TM+ Image Acquisi ion Da es on De ec ion o Ag icul u al Land Abandonmen in Eas e n
Eu ope. Remo e Sensing o En i onmen . R De elopmen Co e Team, 2011, R: A Language
and En i onmen o S a is ical Compu ing. Vienna, Aus ia. A ailable a : h p://www.
R-p ojec .o g.
61. Regions o Russia. Socio-economic Indica o s. Russian Fede al Se ice o S a e
S a is ics, Moscow, Russia, 2002. A ailable a : h p://www.gks. u.
62. Sedik D., T ueblood M., A nade C. Co po a e Fa m Pe o mance in Russia, 1991–
1995: an E iciency Analysis. Jou nal o Compa a i e Economics, ol. 27, 1999, pp. 511–533.
63. Sileika A.S., S alnacke P., Ku a S., Gaigalis K., Be ankiene L. Tempo al and Spa ial
Va ia ion o Nu ien Le els in he Nemunas Ri e (Li huania and Bela us). En i onmen al
Moni o ing and Assessmen , ol. 122, 2006, pp. 335–354.
64. Smelansky I. Biodi e si y o Ag icul u al Lands in Russia: Cu en S a e and T ends.
IUCN – The Wo ld Conse a ion Union. Moscow, 2003, 52 p.
65. Shkolniko V., McKee M. Le. Changes in Li e Expec ancy in Russia in he mid-
1990s. The Lance , ol. 357, 2001, pp. 917–921.
66. Tilman D. Global En i onmen al Impac s o Ag icul u al Expansion: he Need o
Sus ainable and E icien P ac ices. P oceedings o he Na ional Academy o Sciences o he
Uni ed S a es o Ame ica, ol. 96, 1999, pp. 5995–6000.
67. T ueblood M.A., A nade C. C op Yield Con e gence: How Russia’s Yield
Pe o mance Has Compa ed o Global Yield Leade s. Compa a i e Economic S udies,
ol. 43, 200159–81.
68. USGS, 2006. Shu le Rada Topog aphy Mission, 3 A c Second SRTM Model Un illed
Un inished 2.0. Global Land Co e Facili y, Uni e si y o Ma yland, 2000, College Pa k, MA,
USA, A ailable a : www.landco e .o g.
69. U kin A.I., Gulbe Y.I., Gulbe T.A., E molo a L.S. Bi ch and G ey Alde Fo es s
is Eco one be ween Coni e ous Fo es Ecosys ems and Ag icul u al Lands in he Cen al
Region o he Russian Plain. Leso edenie – Russian Fo es Sciences, ol. 4, 2005, pp. 49–66
(in Russian).
70. Van Doo n A.M., Bakke M.M. The Des ina ion o A able Land in a Ma ginal
Ag icul u al Landscape in Sou h Po ugal: an Explo a ion o Land Use Change De e minan s.
Landscape Ecology, ol. 22, 2007, pp. 1073–1087.
71. Van Ee elde V., An op M. Analyzing S uc u al and Func ional Changes o
T adi ional Landscapes – Two Examples om Sou he n F ance. Landscape and U ban
Planning, ol. 67, 2004, pp. 79–95.
72. Vanwambeke S.O., Mey oid P., Nikodemus O. F om USSR o EU: 20 yea s o
Ru al Landscape Changes in Vidzeme, La ia. Landscape and U ban Planning, ol. 105,
2012, pp. 241–249.
73. Vi ousek P.M., Mooney H.A., Lubchenco J., Melillo J.M. Human Domina ion o
Ea h’s Ecosys ems. Science, ol. 277, 1997, pp. 494–499.
74. VTU GSh, 1989a. Mili a y 1:100 000 Topog aphic Maps. Mili a y-Topog aphic
Depa men o he Gene al S a o he USSR, Moscow, USSR. (in Russian).
75. VTU GSh, 1989b. Mili a y 1:500 000 Topog aphic Maps. Mili a y-Topog aphic
Depa men o he Gene al S a o he USSR, Moscow, USSR. (in Russian).
76. Vuicha d N., Ciais P., Wol A. Soil Ca bon Seques a ion o Bio uel P oduc ion:
New Land-Use Oppo uni ies o Mi iga ing Clima e o e Abandoned So ie Fa mlands.
En i onmen al Science and Technology, ol. 43, 2009, pp. 8678–8683.
77. Whi e H. Maximum Likelihood Es ima ion o Misspeci ied Models. Econome ica,
ol. 50, 1982, pp. 1–25.
78. Wo ld De elopmen Indica o s. The Wo ld Bank De elopmen Da a G oup,
Washing on, DC, USA, 2008. A ailable a : h p://da a.wo ldbank.o g.
