Tel: +998977838464

№ 7 (2026)
Marketing

Научные статьи

HUDUDLARARO TEXNOLOGIK NOMUTANOSIBLIKLARNI HISOBGA OLGAN HOLDA QISHLOQ XOʻJALIGI ISHLAB CHIQARISHINING TEXNOLOGIK CHEGARAVIY SAMARADORLIGINI BAHOLASH METODOLOGIYASINI TAKOMILLASHTIRISH

DOI 10.67668/mj/2026iss7/2179 Страницы 595-606

Опубликован 2026-07-31

Авторы
Akbarov Sherzod Botirovich
Организация
Namangan davlat texnika universiteti image/svg+xml
PDF (узбекский) Google Scholar Google Scholar

Аннотация

В статье исследуются методологические основы оценки технологической граничной эффективности сельскохозяйственного производства в условиях межрегиональной технологической гетерогенности. Обосновываются возможности интеграции метафронтирного подхода и моделей стохастического граничного анализа, учитывающих различия регионов в производственных технологиях, обеспеченности ресурсами и технологических возможностях. Предлагается методологическое решение, направленное на отделение технической неэффективности от технологических разрывов, определение коэффициента технологического разрыва и сравнительную оценку производственных возможностей регионов. Данный подход служит научному обоснованию региональных приоритетов повышения эффективности аграрного производства. Установлено, что в 2016-2024 годах номинальный объём аграрного производства в республике вырос в 3,81 раза, доля Наманганской области в 2024 году составила 7,39%, а в 2025 году реальные темпы роста по районам области различались от 101,4 до 107,3%. Разработана классификация, разделяющая регионы на четыре стратегические группы по технической эффективности и коэффициенту технологического разрыва.

Ключевые слова

региональная экономика, аграрное производство, технологическая гетерогенность, метафронтир, стохастический граничный анализ, техническая эффективность, коэффициент технологического разрыва, региональная диспропорция, производственная граница, производительность ресурсов

Библиографические ссылки

  1. Aigner, D., Lovell, C. A. K., & Schmidt, P. (1977). Formulation and estimation of stochastic frontier production function models. Journal of Econometrics, 6(1), 21- 37. https://doi.org/10.1016/0304-4076(77)90052-5
  2. Battese, G. E., Rao, D. S. P., & O’Donnell, C. J. (2004). A metafrontier production function for estimation of technical efficiencies and technology gaps for firms operating under different technologies. Journal of Productivity Analysis, 21(1), 91-103. https://doi.org/10.1023/B:PROD.0000012454.06094.29
  3. Food and Agriculture Organization of the United Nations. (2025). The state of food and agriculture 2025: Addressing land degradation across landholding scales. FAO. https://doi.org/10.4060/cd7067en
  4. Greene, W. H. (2005). Reconsidering heterogeneity in panel data estimators of the stochastic frontier model. Journal of Econometrics, 126(2), 269-303. https://doi.org/10.1016/j.jeconom.2004.05.003
  5. Hayami, Y., & Ruttan, V. W. (1970). Agricultural productivity differences among countries. American Economic Review, 60(5), 895-911. https://ideas.repec.org/a/aea/aecrev/v60y1970i5p895-911.html
  6. Huang, C. J., Huang, T. H., & Liu, N. H. (2014). A new approach to estimating the metafrontier production function based on a stochastic frontier framework. Journal of Productivity Analysis, 42(3), 241-254. https://doi.org/10.1007/s11123-014-0402-2
  7. Kumbhakar, S. C., Wang, H. J., & Horncastle, A. P. (2015). A practitioner’s guide to stochastic frontier analysis using Stata. Cambridge University Press. https://doi.org/10.1017/CBO9781139342070
  8. Meeusen, W., & van den Broeck, J. (1977). Efficiency estimation from Cobb- Douglas production functions with composed error. International Economic Review, 18(2), 435-444. https://doi.org/10.2307/2525757
  9. O’Donnell, C. J., Rao, D. S. P., & Battese, G. E. (2008). Metafrontier frameworks for the study of firm-level efficiencies and technology ratios. Empirical Economics, 34(2), 231-255. https://doi.org/10.1007/s00181-007-0119-4
  10. Organisation for Economic Co-operation and Development. (2025a). Agricultural policy monitoring and evaluation 2025: Making the most of the trade and environment nexus in agriculture. OECD Publishing. https://doi.org/10.1787/a80ac398-en
  11. Organisation for Economic Co-operation and Development. (2025b). Developments in agricultural policies and support by country. In Agricultural policy monitoring and evaluation 2025: Making the most of the trade and environment nexus in agriculture. OECD Publishing. https://doi.org/10.1787/a80ac398-en
  12. Wang, H. J., & Ho, C. W. (2010). Estimating fixed-effect panel stochastic frontier models by model transformation. Journal of Econometrics, 157(2), 286-296. https://doi.org/10.1016/j.jeconom.2009.12.006
  13. Oʻzbekiston Respublikasi Prezidentining 2025-yil 12-avgustdagi PF-130-son “Qishloq xoʻjaligi sohasiga zamonaviy texnologiyalarni joriy etishni yanada jadallashtirish orqali samaradorlikni oshirish chora-tadbirlari toʻgʻrisida”gi Farmoni. https://lex.uz/docs/-7694880
  14. Oʻzbekiston Respublikasi Prezidentining 2026-yil 24-apreldagi PF-68-son “Qishloq xoʻjaligi ishlab chiqaruvchilarining yerdan foydalanishdagi mustaqilligini taʼminlashga qaratilgan navbatdagi chora-tadbirlar toʻgʻrisida”gi Farmoni. https://lex.uz/docs/-8167799

Скачивания

Данные скачивания пока недоступны.