graduate student
Russian Federation
VAK Russia 5.2.1
VAK Russia 5.2.4
VAK Russia 5.2.5
VAK Russia 5.2.6
VAK Russia 5.2.7
UDC 338.27
CSCSTI 06.00
Russian Library and Bibliographic Classification 6532
This article is devoted to the development of a methodological approach to assessing the shadow economy in agriculture based on an analysis of the distribution of financial flows. The relevance of the study stems from the need to improve the reliability of assessments of hidden economic processes in the agricultural sector amid the transformation of the national economy and the increasing complexity of intersectoral financial interrelations. The scientific problem is that the shadow economy, while remaining outside the scope of direct statistical accounting, influences the structure and proportions of the distribution of financial flows in the sector, allowing systematic deviations from the expected distribution to be considered indicators of the presence of latent processes. The empirical basis of the study consists of data from 45 constituent entities of the Russian Federation, selected based on comparability in the natural, climatic, economic, and institutional conditions of agricultural production.
shadow economy, agriculture, financial flows, regional economy, interregional differentiation
Введение
В условиях трансформации национальной экономики, усложнения межотраслевых финансовых взаимосвязей и изменения механизмов движения денежных средств особую научную и практическую значимость приобретает проблема оценки теневой экономики в сельском хозяйстве.
Исследование специфики проявления теневой экономики в аграрной сфере является одним из значимых направлений современной экономической науки, поскольку именно сельское хозяйство как отрасль, обладающая рядом институциональных, организационных и производственных особенностей, нередко создает условия для функционирования ненаблюдаемых видов экономической деятельности. Данная проблематика вызывает устойчивый интерес со стороны отечественных ученых, аналитиков и специалистов в области экономической безопасности, государственного регулирования и развития сельскохозяйственной отрасли.
Цель исследования
Целью настоящего исследования является разработка и апробация методического подхода к оценке масштабов теневой экономики в сельском хозяйстве на основе анализа распределения финансовых потоков между официальным и неофициальным секторами экономической деятельности.
Материалы и методы исследования
Методологическую основу исследования составляет экономический энтропийный подход, который трактуется как способ количественного и качественного анализа степени неопределенности, неупорядоченности и вариативности распределения финансовых потоков в аграрном секторе между официальными, то есть легально фиксируемыми и статистически наблюдаемыми, и теневыми каналами обращения ресурсов. Данный подход позволяет рассматривать экономику как сложную открытую систему, в которой непрерывно взаимодействуют финансовые, материальные, трудовые и информационные потоки, устойчивость и результативность функционирования которой во многом зависят от степени упорядоченности этих потоков, характера их взаимодействия и уровня неопределенности, сопровождающего принятие управленческих решений.
Результаты исследования и их обсуждение
В научной литературе рассматриваются различные аспекты теневой экономики, включая причины ее возникновения, формы проявления, масштабы распространения, а также социально-экономические последствия для производителей и государства.
В научных работах С.В. Киселева, И.В. Филимонова, В.А. Самсонова и С.К. Сеитова, посвященных исследованию теневой экономики в аграрной сфере, основное внимание сосредоточено на эмпирическом выявлении и количественном измерении масштабов ненаблюдаемой экономической деятельности в сельском хозяйстве на региональном уровне в Российской Федерации [2,3,5].
Существенный вклад авторов заключается в разработке и практической апробации методического инструментария, обеспечивающего возможность проведения сопоставимой межрегиональной оценки уровня теневой экономики в аграрном секторе по субъектам Российской Федерации. Применение данного подхода позволяет не только установить степень территориальной дифференциации теневой экономической активности, но и выявить регионы, для которых характерна повышенная вероятность распространения неформальных и скрытых хозяйственных практик.
В научной работе Е.В. Перова основное внимание сосредоточено на исследовании инструментов и методических подходов, предназначенных для определения масштабов теневой экономической деятельности на предприятиях продовольственного комплекса.
Автор рассматривает данную проблему через призму выявления скрытых форм хозяйственной активности, которые не находят отражения в официальной отчётности, включая сокрытие отдельных производственных и коммерческих операций, использование неформальных трудовых отношений, а также движение финансовых ресурсов вне рамок установленного учёта.
Наряду с этим Е.В. Перов анализирует последствия распространения теневых практик для системы управления продовольственными предприятиями и для качества формируемых экономических показателей. Отмечается, что наличие неучтённых операций и искажённых данных затрудняет проведение достоверного экономического анализа, снижает обоснованность управленческих решений и препятствует повышению эффективности функционирования отрасли в целом [4].
В исследованиях А.Г. Светлакова обосновывается положение о том, что распространение теневых процессов в региональном сельском хозяйстве не носит случайного характера, а выступает как объективно формирующаяся адаптационная стратегия хозяйствующих субъектов агропромышленного комплекса к неблагоприятным условиям функционирования.
Автор показывает, что склонность участников аграрного производства к использованию неформальных и скрытых экономических практик обусловлена совокупным воздействием ряда системных факторов, среди которых ключевое значение имеют недостаточный уровень рентабельности сельскохозяйственной деятельности, высокая степень хозяйственного риска и неопределённости, значительное административное и налоговое давление, а также ограниченные возможности привлечения доступных финансовых ресурсов.
В такой институциональной и экономической среде теневая активность начинает восприниматься субъектами АПК как способ компенсации издержек, сохранения финансовой устойчивости и поддержания текущей хозяйственной деятельности. Тем самым А.Г. Светлаков рассматривает теневые явления в аграрной сфере региона как закономерный результат несоответствия между объективными условиями ведения сельскохозяйственного производства и требованиями формальной экономической системы [7].
Многочисленные научные исследования свидетельствуют о том, что в современной экономической литературе отсутствует единый подход к определению основного показателя, посредством которого возможно наиболее адекватно оценить масштабы теневой экономической деятельности в сельскохозяйственной отрасли. Такая неоднозначность обусловлена сложностью самой теневой экономики как многоаспектного явления, включающего разнообразные формы ненаблюдаемой деятельности.
В этой связи заслуживает внимания позиция Р.В. Рывкиной, которая исходит из того, что наличие обобщающего показателя, применяемого экономистами для оценки масштабов теневой экономики, позволяет привести множество разнородных видов скрытой экономической активности к единому количественному выражению. В данном контексте речь идет о формировании универсального измерителя, способного интегрировать в себе различные проявления теневых процессов, включая неучтенное производство продукции, сокрытие доходов, невыплату или частичную выплату заработной платы, а также ценовые манипуляции в отношении производимой продукции. Использование такого показателя делает возможным сопоставление различных форм теневой деятельности между собой и позволяет оценивать их совокупное влияние на экономическую систему в целом [6].
Наличие теневой составляющей в сельском хозяйстве искажает объективную картину отраслевого развития, снижает достоверность статистических данных о производстве, доходах и занятости, затрудняет оценку эффективности государственной поддержки и ограничивает возможности выработки обоснованных управленческих решений. Вместе с тем скрытый характер теневой деятельности существенно осложняет ее прямое измерение, вследствие чего особую актуальность приобретает разработка методических подходов, которые позволяли бы выявлять ее проявления на основе косвенно наблюдаемых экономических параметров.
Научная проблема состоит в том, что теневая экономика, оставаясь вне рамок прямого статистического учета, тем не менее оказывает влияние на структуру, интенсивность и пропорции распределения финансовых потоков в отрасли. В условиях преобладания легальной хозяйственной активности такие потоки формируют относительно устойчивую и экономически объяснимую систему взаимосвязей, тогда как систематические отклонения от ожидаемого распределения могут свидетельствовать о наличии латентных процессов, связанных с сокрытием доходов, неформальной занятостью, неучтенной реализацией продукции и иными формами теневой активности. Следовательно, распределение финансовых потоков может рассматриваться не только как характеристика текущего состояния отрасли, но и как аналитическая основа для выявления скрытых диспропорций в ее функционировании, что определяет целесообразность разработки методического подхода к оценке теневой экономики в сельском хозяйстве на основе анализа распределения финансовых потоков, позволяющего расширить инструментарий отраслевых исследований и повысить достоверность оценки скрытых экономических процессов в аграрной сфере.
В рамках настоящего исследования экономическая система рассматривается в более широком междисциплинарном смысле, выходящем за пределы исключительно классических и неоклассических экономических интерпретаций. Наряду с традиционными подходами, основанными на анализе спроса и предложения, структуры издержек, рыночного равновесия, институциональных ограничений и поведения хозяйствующих субъектов, представляется целесообразным использовать аналитические возможности, заимствованные из области естественных наук.
Подобное расширение исследовательской оптики позволяет не только глубже осмыслить внутреннюю логику движения ресурсов в экономической системе, но и по-новому интерпретировать механизмы их формирования, перераспределения, накопления, рассеивания и утраты.
В данном случае особую значимость приобретает представление экономики как сложной открытой системы, в которой непрерывно циркулируют финансовые, материальные, трудовые, информационные потоки, а устойчивость и результативность ее функционирования во многом зависят от степени упорядоченности этих потоков, характера их взаимодействия и уровня неопределенности, сопровождающего принятие управленческих решений.
Такой подход особенно актуален при исследовании отраслевых подсистем, поскольку именно на отраслевом уровне наиболее отчетливо проявляются специфические особенности хозяйственной деятельности, обусловленные технологическими, организационными, институциональными и природно-климатическими факторами.
В связи с этим традиционные методы анализа, основанные преимущественно на линейных зависимостях и статических показателях, не всегда позволяют в полной мере раскрыть скрытые механизмы распределения ресурсов и оценить масштабы отклонений между официально фиксируемыми и реально существующими экономическими процессами. Именно поэтому в качестве ключевого методического инструмента в исследовании предлагается использовать экономический энтропийный подход, обладающий значительным потенциалом при изучении сложных, неравновесных и неоднородных экономических систем.
Экономический энтропийный подход в данном исследовании трактуется как способ количественного и качественного анализа степени неопределенности, неупорядоченности и вариативности распределения финансовых потоков в аграрном секторе между официальными, то есть легально фиксируемыми и статистически наблюдаемыми, и неофициальными, или теневыми, каналами обращения ресурсов.
Иными словами, речь идет о характере распределения финансовых потоков, степени их прозрачности, предсказуемости и институциональной закрепленности. Чем выше уровень упорядоченности финансовых потоков, тем ниже их энтропия, что свидетельствует о большей прозрачности хозяйственной деятельности, более четкой структуре экономических связей и более высокой степени контроля со стороны государства и официальных институтов. Напротив, рост энтропии указывает на усиление неопределенности, фрагментацию каналов движения ресурсов, увеличение доли неформальных финансовых операций, а также на ослабление возможностей достоверного статистического учета и эффективного государственного регулирования.
В основу настоящего исследования положены ранее полученные оценки показателя доли теневой экономики в валовом региональном продукте по разделу А «Сельское, лесное хозяйство, охота, рыболовство и рыбоводство» по субъектам Российской Федерации [8].
Оценка удельного веса теневого сектора в сельском хозяйстве проводилась на основе выборки, включающей данные по 45 субъектам Российской Федерации. Формирование совокупности наблюдений осуществлено с учётом необходимости обеспечения сопоставимости регионов по природно-климатическим, экономическим и институциональным условиям функционирования аграрного производства.
Исходя из этого, из первоначальной совокупности исключены 37 регионов, отнесённых в соответствии с Распоряжением Правительства Российской Федерации от 26 января 2017 г. № 104-р к территориям, характеризующимся неблагоприятными условиями для ведения сельскохозяйственного производства [1]. Исключение указанных субъектов обусловлено тем, что специфика их природно-климатической среды, ограниченность ресурсной базы, а также повышенные издержки ведения сельского хозяйства могут оказывать существенное влияние на параметры аграрной деятельности и, как следствие, искажать результаты анализа масштабов теневого сектора. Кроме того, из анализа исключены города федерального значения – Москва, Санкт-Петербург и Севастополь. Данное решение обусловлено их особым административно-территориальным статусом, а также специфической отраслевой структурой экономики, в которой сельское хозяйство не занимает значимого положения и не определяет общую динамику регионального хозяйственного развития.
Указанные значения используются в качестве эмпирической базы для дальнейшей формализованной оценки степени неопределённости в распределении потоков на основе энтропийного показателя (ф.1), поскольку позволяют отразить межрегиональную дифференциацию масштабов теневой экономической активности в аграрной сфере и выявить особенности распределения финансовых потоков между официальным и неофициальным секторами.
(ф. 1)
где 
– экономическая энтропия распределения финансовых потоков между официальным и теневым сегментами;
- доля финансовых потоков, приходящаяся на теневой сектор экономической деятельности в сельском хозяйстве.
В рамках данного подхода финансовое и отраслевое измерения теневой экономики интерпретируются как взаимосвязанные, но аналитически самостоятельные контуры, способные оказывать взаимное усиливающее влияние, при том, что ни одно из них не может быть полностью сведено к другому.
Полученные значения экономической энтропии в совокупности с оценками вероятности проявления теневой экономической активности в сельском хозяйстве позволяют рассматривать теневизацию региональной экономики как сложный, многокомпонентный и внутренне неоднородный процесс (табл. 1).
Таблица 1
Показатели экономической энтропии распределения финансовых потоков между официальным и теневым секторамии вероятности появления теневой экономической деятельности в сельскохозяйственной отрасли по субъектам Российской Федерации
|
Наименование субъекта |
 |
 |
Наименование субъекта |
|
|
|
Вологодская область |
0,68 |
0,63 |
Красноярский край |
0,51 |
0,69 |
|
Нижегородская область |
0,66 |
0,64 |
Смоленская область |
0,50 |
0,69 |
|
Калининградская область |
0,65 |
0,65 |
Новосибирская область |
0,49 |
0,69 |
|
Оренбургская область |
0,64 |
0,65 |
Алтайский край |
0,48 |
0,69 |
|
Костромская область |
0,64 |
0,65 |
Чувашская Республика - Чувашия |
0,47 |
0,69 |
|
Калужская область |
0,63 |
0,66 |
Ростовская область |
0,47 |
0,69 |
|
Брянская область |
0,62 |
0,66 |
Кировская область |
0,47 |
0,69 |
|
Рязанская область |
0,61 |
0,67 |
Тверская область |
0,46 |
0,69 |
|
Ямало-Ненецкий автономный округ |
0,59 |
0,68 |
Воронежская область |
0,46 |
0,69 |
|
Ульяновская область |
0,59 |
0,68 |
Республика Марий Эл |
0,45 |
0,69 |
|
Пензенская область |
0,59 |
0,68 |
Краснодарский край |
0,44 |
0,69 |
|
Орловская область |
0,59 |
0,68 |
Владимирская область |
0,42 |
0,68 |
|
Тюменская область |
0,58 |
0,68 |
Тульская область |
0,4 |
0,67 |
|
Свердловская область |
0,58 |
0,68 |
Ставропольский край |
0,38 |
0,66 |
|
Республика Татарстан |
0,58 |
0,68 |
Московская область |
0,38 |
0,66 |
|
Амурская область |
0,58 |
0,68 |
Челябинская область |
0,36 |
0,65 |
|
Республика Башкортостан |
0,57 |
0,68 |
Курская область |
0,31 |
0,62 |
|
Кабардино-Балкарская Республика |
0,57 |
0,68 |
Омская область |
0,30 |
0,61 |
|
Самарская область |
0,56 |
0,69 |
Ярославская область |
0,29 |
0,60 |
|
Удмуртская Республика |
0,55 |
0,69 |
Белгородская область |
0,29 |
0,60 |
|
Иркутская область |
0,55 |
0,69 |
Тамбовская область |
0,25 |
0,56 |
|
Республика Адыгея |
0,52 |
0,69 |
Липецкая область |
0,02 |
0,11 |
|
Курганская область |
0,52 |
0,69 |
|
|
|
Результаты сравнительного анализа по субъектам Российской Федерации позволяют сделать вывод о том, что в большинстве субъектов финансовая энтропия характеризуется сравнительно высокими значениями и относительной стабильностью во времени.
Оценка полученных результатов осуществляется на основе совместного рассмотрения доли теневой экономики в агарном секторе экономики и показателя экономической энтропии распределения финансовых потоков, приведённого к диапазону от 0 до 1. Сопоставление эмпирических значений этих показателей с заданными критериальными порогами для каждого региона и рассматриваемого периода позволяет идентифицировать соответствующий тип состояния экономической системы и определить его содержательную характеристику:
1 группа: экономические системы, для которых характерна однородная структура потоков при преобладании официального сегмента (
< 0,2 и 
< 0,5). В данном случае основная часть экономических взаимодействий реализуется в рамках формализованной институциональной среды, регулируется правовыми нормами, отражается в системе бухгалтерского учета и отчетности и включена в устойчивые механизмы государственного и рыночного контроля;
2 группа: смешанная структура экономических потоков с официальным уклоном (0,2 ≤ ≤ 0,7 и 
≤ 0,5). Несмотря на присутствие заметного теневого компонента, общая конфигурация потоков остается сравнительно однородной и в большей степени ориентированной на формализованные каналы экономического обмена;
3 группа: смешанная структура с теневым уклоном (0,2 ≤ ≤ 0,7 и > 0,5). Рост значения показателя свидетельствует об усилении внутренней сложности системы, увеличении разнообразия каналов движения финансовых ресурсов и повышении степени их фрагментации;
4 группа: экономическая система с однородной структурой потоков при преобладании теневого сегмента > 0,7 и > 0,5. В таких условиях значительная часть экономической активности осуществляется вне формально установленных правил, а существенный объем трансакций либо не поддается полному статистическому наблюдению, либо преднамеренно выводится
из сферы официального контроля.
По итогам исследования, проведенного за 2024 год, установлено, что все 45 рассматриваемых субъектов Российской Федерации относятся к третьей типологической группе, для которой характерна смешанная структура экономических потоков при наличии теневого сегмента (0,2 ≤ ≤ 0,7 и > 0,5).
Данный результат свидетельствует о том, что в исследуемой совокупности регионов теневая составляющая выступает не как отдельное или локальное явление, а как системный элемент организации финансово-экономических отношений. Отсутствие субъектов, отнесенных к иным группам, позволяет сделать вывод о доминировании устойчивой модели, в рамках которой официальные и неофициальные каналы хозяйственной активности сосуществуют, формируя сложную и внутренне неоднородную конфигурацию движения ресурсов.
Вместе с тем принадлежность всех 45 субъектов к одной типологической группе не означает их полной однородности по содержательным характеристикам. Между регионами сохраняются различия по масштабам теневой активности, по глубине ее укорененности в хозяйственной системе, по отраслевой специфике и по способам интеграции неформального сектора в официальную экономику.
Однако сам факт их концентрации в пределах одной группы свидетельствует о наличии общей структурной модели, характерной
для исследуемых региональных экономик. Содержание данной модели состоит в том, что теневая экономика не вытесняет официальный сектор, а развивается во взаимосвязи с ним, формируя устойчивую гибридную систему хозяйствования. В практическом плане это проявляется в сочетании легальных экономических операций с сопутствующими неформальными механизмами снижения издержек, перераспределения доходов, обхода административных барьеров и адаптации к ограничениям институциональной среды.
С научной точки зрения полученные результаты позволяют рассматривать теневой сектор как форму адаптации региональных экономических систем к совокупности внешних и внутренних ограничений. К числу таких ограничений могут быть отнесены административная нагрузка, неравномерность доступа к финансовым ресурсам, различия в качестве региональных институтов, структурные диспропорции занятости и ограниченность инвестиционного потенциала.
Одновременно выявленная типологическая однородность указывает на наличие серьезных вызовов для системы государственного управления, статистического наблюдения и бюджетного прогнозирования. Смешанная структура потоков с выраженным теневым компонентом объективно затрудняет точную оценку объема создаваемой добавленной стоимости, параметров занятости, налогового потенциала и характера межсекторных финансовых взаимодействий.
Вследствие этого официально фиксируемые макро- и мезоэкономические показатели могут лишь частично отражать реальное состояние региональных экономик, тогда как значительная часть ресурсных перемещений остается вне сферы прямого учета, что снижает достоверность аналитических оценок, усложняет выработку обоснованных управленческих решений и повышает риск принятия экономической политики на основе неполной информации.
Выводы (заключение)
Таким образом, результаты исследования позволяют сделать вывод о высокой степени типологической однородности обследованных субъектов Российской Федерации по параметрам соотношения официального и теневого секторов, а также по структуре распределения экономических потоков. Все рассматриваемые субъекты продемонстрировали принадлежность к модели смешанной экономики с теневым уклоном, что указывает на широкое распространение сложных, многоканальных и частично скрытых форм финансово-экономического взаимодействия. Это подтверждает необходимость дальнейшего углубленного анализа не только количественных масштабов теневой экономики, но и механизмов ее встраивания в региональные воспроизводственные процессы, поскольку именно характер такой встроенности определяет степень трансформации экономической системы и специфику ее институционального функционирования.
1. On approval of the list of constituent entities of the Russian Federation whose territories are classified as unfavorable for agricultural production: Order of the Government of the Russian Federation of January 26, 2017 No. 104-r (as amended on October 12, 2023) [Electronic resource] // ConsultantPlus Reference Legal System. - URL: https://www.consultant.ru/document/cons_doc_LAW_211943/.
2. Methods for assessing the shadow economy in agriculture / S. V. Kiselev, V. A. Samsonov, S. K. Seitov, I. V. Filimonov // Bulletin of Moscow University. Series 6: Economy. - 2024. - Vol. 59, No. 5. - P. 99-113.
3. Non-observed economy in the agricultural sector of Russia: spatial aspect / S. V. Kiselev, S. K. Seitov, V. A. Samsonov, I. V. Filimonov // Agrarian science. - 2025. - No. 2. - Pp. 168-176.
4. Perov E. V. Methods for assessing the shadow economy at enterprises of the food sector of the economy: specialty 08.00.05 "Economics and management of the national economy": dissertation for the degree of candidate of economic sciences / Perov Evgeny Viktorovich. - Vologda, 2003. - 190 p.
5. Regional differentiation of the scale of the shadow economy and digitalization in agriculture of Russia / S. V. Kiselev, S. K. Seitov, V. A. Samsonov, I. V. Filimonov // AIC: economics, management. – 2024. – No. 10. – P. 15-24.
6. Ryvkina R.V. Shadowization of Russian Society: Causes and Consequences /R.V. Ryvkina // Sociological Research. – 2000. – No. 12. – P. 3-13.
7. Svetlakov A.G. Features of the Emergence of Shadow Phenomena in the Modern Conditions of Functioning of the Regional AIC / A.G. Svetlakov, N.I. Shirinkina // Agrarian Bulletin of the Urals. – 2013. – No. 5(111). – P. 82-84.
8. Soboleva A.A. Analysis of the Differentiation of Subjects of the Russian Federation by the Share of Shadow Economic Activity in Agriculture / A.A. Soboleva // Bulletin of Economic Security. – 2025. – No. 5. – P. 201–206.
