<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">Food Processing: Techniques and Technology</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">Food Processing: Techniques and Technology</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>Техника и технология пищевых производств</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2074-9414</issn>
   <issn publication-format="online">2313-1748</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">55641</article-id>
   <article-id pub-id-type="doi">10.21603/2074-9414-2022-4-2400</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>ОРИГИНАЛЬНАЯ СТАТЬЯ</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>ORIGINAL ARTICLE</subject>
    </subj-group>
    <subj-group>
     <subject>ОРИГИНАЛЬНАЯ СТАТЬЯ</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">Sustainable Raw Material Base as a Factor of Competitiveness of Cheese-Making Enterprises</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>Устойчивая сырьевая база как фактор конкурентоспособности предприятий сыроделия</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-7884-6124</contrib-id>
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Панасенко</surname>
       <given-names>Светлана Викторовна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Panasenko</surname>
       <given-names>Svetlana V.</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
    <contrib contrib-type="author">
     <contrib-id contrib-id-type="orcid">https://orcid.org/0000-0001-6219-4363</contrib-id>
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Сурай</surname>
       <given-names>Наталья Михайловна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Suray</surname>
       <given-names>Natalya M.</given-names>
      </name>
     </name-alternatives>
     <email>suray.nm@rea.ru</email>
     <bio xml:lang="ru">
      <p>кандидат технических наук;</p>
     </bio>
     <bio xml:lang="en">
      <p>candidate of technical sciences;</p>
     </bio>
     <xref ref-type="aff" rid="aff-2"/>
    </contrib>
    <contrib contrib-type="author">
     <contrib-id contrib-id-type="orcid">https://orcid.org/0000-0001-8745-3181</contrib-id>
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Таточенко</surname>
       <given-names>Александр Львович</given-names>
      </name>
      <name xml:lang="en">
       <surname>Tatochenko</surname>
       <given-names>Alexander L.</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-3"/>
    </contrib>
    <contrib contrib-type="author">
     <contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-6118-4662</contrib-id>
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Родинова</surname>
       <given-names>Надежда Петровна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Rodinova</surname>
       <given-names>Nadezhda Petrovna</given-names>
      </name>
     </name-alternatives>
     <bio xml:lang="ru">
      <p>доктор экономических наук;</p>
     </bio>
     <bio xml:lang="en">
      <p>doctor of economic sciences;</p>
     </bio>
     <xref ref-type="aff" rid="aff-4"/>
    </contrib>
    <contrib contrib-type="author">
     <contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-7949-8758</contrib-id>
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Остроухов</surname>
       <given-names>Владимир Михайлович</given-names>
      </name>
      <name xml:lang="en">
       <surname>Ostrouhov</surname>
       <given-names>Vladimir Mihaylovich</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-5"/>
    </contrib>
   </contrib-group>
   <aff-alternatives id="aff-1">
    <aff>
     <institution xml:lang="ru">Российский экономический университет имени Г. В. Плеханова</institution>
     <city>Москва</city>
     <country>Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">Plekhanov Russian University of Economics</institution>
     <city>Moscow</city>
     <country>Russian Federation</country>
    </aff>
   </aff-alternatives>
   <aff-alternatives id="aff-2">
    <aff>
     <institution xml:lang="ru">Российский экономический университет им. Г. В. Плеханова</institution>
     <city>Москва</city>
     <country>Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">Plekhanov Russian University of Economics</institution>
     <city>Moscow</city>
     <country>Russian Federation</country>
    </aff>
   </aff-alternatives>
   <aff-alternatives id="aff-3">
    <aff>
     <institution xml:lang="ru">Институт государственного администрирования</institution>
     <city>Москва</city>
     <country>Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">Institute of Public Administration</institution>
     <city>Moscow</city>
     <country>Russian Federation</country>
    </aff>
   </aff-alternatives>
   <aff-alternatives id="aff-4">
    <aff>
     <institution xml:lang="ru">Московский государственный университет технологий и управления имени К. Г. Разумовского (Первый казачий университет)</institution>
     <city>Москва</city>
     <country>Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">K.G. Razumovsky Moscow State University of Technologies and Management (the First Cossack University)</institution>
     <city>Moscow</city>
     <country>Russian Federation</country>
    </aff>
   </aff-alternatives>
   <aff-alternatives id="aff-5">
    <aff>
     <institution xml:lang="ru">Московский государственный университет технологий и управления имени К. Г. Разумовского (Первый казачий университет)</institution>
     <city>Москва</city>
     <country>Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">K.G. Razumovsky Moscow State University of Technologies and Management (the First Cossack University)</institution>
     <city>Moscow</city>
     <country>Russian Federation</country>
    </aff>
   </aff-alternatives>
   <pub-date publication-format="print" date-type="pub" iso-8601-date="2022-12-21T00:00:00+03:00">
    <day>21</day>
    <month>12</month>
    <year>2022</year>
   </pub-date>
   <pub-date publication-format="electronic" date-type="pub" iso-8601-date="2022-12-21T00:00:00+03:00">
    <day>21</day>
    <month>12</month>
    <year>2022</year>
   </pub-date>
   <volume>52</volume>
   <issue>4</issue>
   <fpage>706</fpage>
   <lpage>717</lpage>
   <history>
    <date date-type="received" iso-8601-date="2022-03-28T00:00:00+03:00">
     <day>28</day>
     <month>03</month>
     <year>2022</year>
    </date>
    <date date-type="accepted" iso-8601-date="2022-05-03T00:00:00+03:00">
     <day>03</day>
     <month>05</month>
     <year>2022</year>
    </date>
   </history>
   <self-uri xlink:href="https://fptt.ru/en/issues/21089/21046/">https://fptt.ru/en/issues/21089/21046/</self-uri>
   <abstract xml:lang="ru">
    <p>Для российских производителей увеличение объемов выпуска сыра остается актуальной проблемой.  Путем ее решения может стать обеспечение устойчивой сырьевой базы производства на основе передового мирового опыта. Цель данной работы заключалась в анализе показателей сырьевого обеспечения в странах, являющихся мировыми лидерами по производству сыра, для формирования системы целевых ориентиров российского сыроделия.&#13;
Объектами исследования являлись показатели производственной деятельности ведущих мировых сыропроизводителей в аспекте сырьевого обеспечения. Информационной базой стали научные работы по проблематике исследования, нормативные и законодательные документы, а также базы данных Росстата и организаций мирового молочного рынка – CLAL и Atlas Big – на временном интервале 2017–2022 гг. Данные обрабатывались методами статистики (обобщение, систематизация, расчет характеристик распределения) и эконометрики (корреляционный и регрессионный анализ). Это позволило рассчитать статистические характеристики показателей сырьевого обеспечения, оценить тесноту межфакторных связей, а также получить регрессионные уравнения, описывающие данные связи в количественном отношении. &#13;
В работе исследовали объемы общего и среднедушевого производства сыра в различных регионах мира. Определили группу лидеров (20 стран со среднедушевым объемом производства 26,5 кг) и рассчитали ключевые показатели сырьевого обеспечения (душевое производство молока, поголовье, структура и производительность молочного стада). Анализ данных показал проблемы с сырьевой базой в отечественной сыродельческой отрасли. Душевое производство молока в РФ (206,3 кг) ниже среднего по группе лидеров (489,4 кг), что связано с отставанием по молочной продуктивности коров (4492 кг – РФ, 7061 кг – среднее по группе). Авторами были получены уравнения регрессии (при коэффициентах детерминации 0,8 и выше) для расчетов основных параметров сырьевой базы отечественного сыроделия, обеспечивающих выполнение критериев продовольственной безопасности по молочной продукции. Расчеты показали, что выполнение критериев достигается при душевом производстве молока 388 кг. С учетом имеющегося поголовья коров (7,9 млн голов) их молочная производительность должна быть увеличена до 7146 кг. Достижение требуемого значения возможно за счет совершенствования рационов питания и селекционной работы. &#13;
Результаты исследования имеют практическую значимость при решении задач обеспечения устойчивой сырьевой базы российского сыроделия. Также их можно применить при разработке целевых ориентиров для предприятий агропромышленного комплекса в сегменте молочного животноводства. Использованные при выполнении работы аналитические методы обеспечивают высокую достоверность результатов.</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>Russian cheese producers strive to increase their production. A sustainable best-experience raw material base can solve this problem. The authors analyzed the raw material supply in the leading cheese-producing countries in order to develop a system of new targets for Russian cheesemakers.&#13;
The study featured the performance indicators of the world's leading cheese producers in terms of raw material supply. It relied on scientific, regulatory, and legislative documents. The study also included databases (2017–2022) published by the Federal State Statistics Service, the dairy economic consulting firm CLAL, and the Atlas Big site of international and regional data statistics. The data were processed by statistical methods, e.g., generalization, systematization, distribution, etc., and econometrics, e.g., correlation, regression analysis, etc. The authors calculated the statistical characteristics of raw material supply indicators, assessed the interfactorial relationships, and obtained regression equations to describe these relationships in quantitative terms.&#13;
The calculations involved the volumes of total and per capita cheese production in various regions of the world. The group of leaders included twenty countries with an average production per capita of 26.5 kg. The key indicators of raw material supply included milk production per capita, livestock, structure, and milk cattle productivity. The research revealed some raw material problems in the domestic cheese industry. For instance, domestic milk production per capita (206.3 kg) is below the average for the leading countries (489.4 kg). This issue is associated with the low milk cattle productivity, which is 4492 kg in the Russian Federation and 7061 kg in the leading cheese-producing countries. The regression equations used determination coefficients of ≥ 0.8 to calculate the main parameters of the domestic cheese-making base that would meet dairy food security criteria. A milk production of 388 kg per capita proved to be the minimal amount that would guarantee food security in the domestic cheese sector. However, the existing number of cows (7.9 million) means that the milk productivity cannot fall below 7146 kg. The required value can be obtained by improving diets and selection.&#13;
The analytical methods developed in this research provided highly reliable results. These results can solve the problems of providing Russian cheesemakers with a sustainable raw material base, as well as set new targets for agro-industrial dairy enterprises.</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>Сыроделие</kwd>
    <kwd>производство</kwd>
    <kwd>потребление</kwd>
    <kwd>сырье</kwd>
    <kwd>молоко</kwd>
    <kwd>поголовье</kwd>
    <kwd>молочная производительность</kwd>
    <kwd>корреляция</kwd>
    <kwd>регрессия</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>Cheese-making</kwd>
    <kwd>production</kwd>
    <kwd>consumption</kwd>
    <kwd>raw materials</kwd>
    <kwd>milk</kwd>
    <kwd>livestock</kwd>
    <kwd>dairy productivity</kwd>
    <kwd>correlation</kwd>
    <kwd>regression</kwd>
   </kwd-group>
   <funding-group>
    <funding-statement xml:lang="ru">Исследование выполнено в соответствии с Государственным заданием Министерства науки и высшего образования Российской Федерации (Минобрнауки России) FSSW-2020-0009 «Разработка методологии управления конкурентоспособностью предприятий в сфере товарного обращения в условиях цифровой экономики».</funding-statement>
    <funding-statement xml:lang="en">The study was part of State Task of the Ministry of Science and Higher Education of the Russian Federation (Minobrnauka) No. FSSW-2020-0009 “New methods for sustainable competitiveness of commodity circulation enterprises in the digital economy”.</funding-statement>
   </funding-group>
  </article-meta>
 </front>
 <body>
  <p>ВведениеМолоко является неотъемлемой частью рационапитания человека. Это связано с тем, что молокои молочные продукты действуют как резервуарыэнергии и макроэлементов в виде целого рядабелков, углеводов, липидов, минералов и витаминов.Одним из таких молочных продуктов являетсясыр [1]. Сыр – ценный пищевой продукт, занимаю-щий важное место в здоровом повседневном рацио-не человека. Он содержит до 25 % легкоусвояемогобелка, аминокислоты (метионин и триптофан),витамины В, С, D, Е и F, а также минеральные ве-щества Ca, Mg, Fe, Zn и пр. Сыр рекомендован какпродукт функционального питания для людей пожи-лого возраста [2]. Разработанная Минздравом РФрациональная норма потребления по сыру состав-ляет 7 кг/чел/год. Согласно данным официальнойстатистики рациональная норма потребления вы-полняется, но около 30 % продукции поступает вРФ по импорту, по твердым сырам показатель дос-тигает 40 %. Исследования подтверждают высокуювостребованность сыра российскими потребителямив условиях проводимой политики импортозаме-щения [3]. Сложнее ситуация с творогом. Согласнооценкам экспертов молочного рынка, его душевоепотребление в 2019 г. составило 5,3 кг или 29 %от рациональной нормы потребления (18 кг). Сог-ласно данным Росстата в 2020 г. РФ импортиро-вала 316 тыс. т сыров, т. е. примерно 2,2 кг/челили 31 % от рациональной нормы потребления. За8 месяцев 2021 г. импорт сыров вырос на 14 % всравнении с аналогичным периодом предыдущегогода, достигнув величины 222 тыс. т. Такие высокиеобъемы являются серьезной проблемой, посколькув условиях неблагоприятной внешнеполитическойобстановки компенсация дефицита продукта за счетимпорта маловероятна. Доктриной продовольствен-ной безопасности РФ установлен критерий по молокуи молокопродуктам на уровне 90 %. Это означает,что доля импорта в запасах ресурса на внутреннемрынке не должна превышать 10 %. Лимит по импортупревышен втрое, поэтому особую актуальность при-обретает задача увеличения объемов выпуска сыраотечественными производителями. При решенииданной задачи целесообразно использовать передовоймировой опыт.В Российской Федерации молоко и молочныепродукты включены в перечень Доктрины про-довольственной безопасности и имеют первосте-пенное значение для продовольственного рационанаселения [4].Цель работы – анализ ключевых показателейпрофильных отраслей в странах-лидерах на мировомрынке сыра как в укрупненном масштабе (континенты),так и по отдельным странам. Необходимо рассмотретьпоказатели сырьевого обеспечения отрасли, т. к. спроизводством молока в необходимых количествахРФ также испытывает проблемы [5]. Результатыанализа будут использованы отечественными про-изводителями для формирования системы целевыхориентиров.Объекты и методы исследованияОбъектом исследования являлись количественныепоказатели производственной деятельности мировыхстран-лидеров по производству сыра. В соответствиис заявленной целью работы особое внимание уделеноаспектам сырьевого обеспечения. Информационнойбазой послужили научные работы по проблематикеисследования, нормативные и законодательныедокументы, базы данных Росстата и участниковмирового молочного рынка.На начальном этапе выявлялись ведущие произ-водители на региональном уровне (континенты).Вопросы региональной сегментации рынка сыраподробно освещаются в ряде исследований, ноприводимых в них данных недостаточно для пол-ноценного анализа [6–8]. Полные и конкретныесведения о количественных характеристиках сыро-производства в регионах мира публикует порталAtlas Big [9].Информация о производстве в 2018 г. сыра (общеми душевом) во всех 108 странах-производителяхпредставлена как в табличном, так и в графическом(интерактивные карты) виде. Полных данных заболее поздние годы к моменту написания статьиавторам найти не удалось, поэтому в дальнейшемвсе показатели будут приводиться по 2018 г.Сгруппированные по регионам данные пред-ставлены в таблице 1 (строки 2, 9 и 12). Производст-венные показатели дополнены демографическими(строки 1 и 5) согласно данным статистическогосборника «Россия и страны мира» [10]. На основанииих совокупности рассчитан ряд дополнительныхпоказателей, отражающих основные соотношенияв региональном аспекте (строки 3, 4, 6, 7, 8, 10 и 11).На основании данных таблицы 1 можно сделатьследующие выводы:1. Регионом-лидером сыроделия является Европа,обеспечивающая 52,2 % общемирового производ-ства. Более 90 % стран региона производят сыр.Исключение составляют «карликовые государства»Андорра, Лихтенштейн, Монако и Сан-Марино собщим населением менее 200 тыс. человек (стро-ки 1 и 2). Практически все население континента(99,7 %) проживает в странах-производителях, поэ-тому душевое производство в них равно обще-европейскому (строки 11 и 12) и составляет 15,8 кг.Ирландия имеет давнюю традицию молочногоживотноводства и производства молочных продуктовдля международных рынков, прежде всего маслаи сыра. Сегодня Ирландия является одним изкрупнейших производителей коровьего молока в709Панасенко С. В. [и др.] Техника и технология пищевых производств. 2022. Т. 52. № 4. С. 706–717Европе и признанным производителем молочныхпродуктов и ингредиентов. Примерно 7 % всегомолока Ирландии используется для потребленияжидкого молока, а остальная часть (93 %) пере-рабатывается в различные продукты, включая масло,сыр, сухое молоко, сыворотку и белки [11].2. Второе место занимает Америка с долейпроизводства сыра в мире 32,7 %, но в данномрегионе картина не столь однородна, как в Европе.Крупнейшим производителем сыра являются США,заметна роль Канады и ряда южноамериканскихстран, а в странах Карибского бассейна производ-ство сыра не достигает существенных объемов.Данная ситуация отражается следующей статистикой:лишь 57,1 % стран региона практикуют сыроделие,но в них проживает 97,9 % населения региона –сказывается эффект масштаба, создаваемый США,Канадой, Бразилией и Аргентиной. Душевое про-изводство в странах-производителях и по регионув целом различаются незначительно – 7,6 и 7,4 кгсоответственно. Однако внутренняя вариацияпоказателя сильна: в Уругвае и США значенияпоказателя кратно выше среднерегиональных(22,9 и 17,0 кг соответственно).Молочная промышленность в Китае и Соеди-ненных Штатах отличается во многих аспектах, нообе сильно пострадали от пандемии COVID-19 [12].Американские предприятия по производствумолочной продукции расположены вблизи молочныхферм для легкого доступа к поставкам сырого молока.Это делает их предприятиями, ориентированнымина поставки [13].3. Далее следуют регионы-аутсайдеры: Азия,Африка и Австралия-Океания с долями в мировомпроизводстве 7,2, 5,0 и 2,8 % соответственно. Дляних характерна низкая вовлеченность в процессысыроделия – 54,0, 35,2 и 14,3 % соответственно.Однако доли населения стран-производителей врегиональной популяции более существенны – 74,0,66,2 и 72,0 % соответственно. Это свидетельствуето концентрации производства в крупных странах. Вособенности ярко это проявляется в Океании, гдепроизводством сыра заняты лишь Австралия и НоваяЗеландия, совместно обеспечивающие самое высокоедушевое производство (21,2 кг) и «подтягивающие»региональный показатель (15,3 кг) практически доевропейского. Очевиден вывод о наличии высокогоэкспортного потенциала региона. Низкие показателиТаблица 1. Показатели производства сыра в регионах мираTable 1. Indicators of cheese production in various regions of the world№п/пРегионПоказательЕвропа Америка* Азия** Африка Австралияи ОкеанияИтого1 Число стран в регионе 44 35 50 54 14 1972 в т. ч. стран, производящих сыр 40 20 27 19 2 1083 Доля производителей сыра среди странрегиона, %90,9 57,1 54,0 35,2 14,3 54,84 Доля региональных производителейв общемировом числе производителей, %37,0 18,5 25,0 17,6 1,9 1005 Население региона, млн человек 751,0 874,7 4560,7 1216 41,6 7444,06 в т. ч. в странах-производителях сыра,млн человек748,9 975,7 3373,9 804,6 30,0 5933,17 Доля стран-производителей в населениирегиона, %99,7 97,9 74,0 66,2 72,0 79,78 Доля населения региональныхпроизводителей в общей численностинаселения стран, производящих сыр, %12,6 16,4 56,9 13,6 0,5 100,09 Объем производства сыра в регионе, тыс. т 11 830 903 7 413 701 1 640 620 1 129 925 636 460 22 651 60910 Доля региона в общемировом производстве, % 52,2 32,7 7,2 5,0 2,8 100,011 Душевое производство сыра в регионе, кг 15,8 7,4 0,4 0,9 15,3 3,012 В странах-производителях региона, кг 15,8 7,6 0,5 1,4 21,2 3,8*Северная и Южная Америка и страны Карибского бассейна;**Включая страны, политически относимые к Европе, но географиче ски расположенные в Азии;Составлено авторами на основе данных источников [9, 10].*North America, South America, and the countries of the Caribbe an;**This group includes countries that are politically related to Europe, but geographically located in Asia;The table was compiled by the authors based on [9, 10].710Panasenko S.V. et al. Food Processing: Techniques and Technology. 2022;52(4):706–717производства сыра в Азии и Африке обусловленынизкой популярностью продукта в национальнойкухне. Китай с его огромным населением активнопотребляет растительный аналог сыра – соевый творогтофу, в Индии с ее очень большим стадом крупногорогатого скота молоко перерабатывается в масло ийогурт, в Африке сыроделие в заметных объемахизбирательно представлено на севере континента(Египет, страны Магриба).Итак, около 88 % мирового производства сырасосредоточено в Европе и Америке, а также в НовойЗеландии и Австралии при безоговорочном лидерствеЕвропы.На втором этапе исследования выделяласьгруппа стран-производителей с наилучшими пока-зателями общего и душевого производства сырана основании данных источника [8]. Сыр в 2018 г.производился в 108 странах мира. С точки зрениястатистики это большая совокупность, котораяможет подчиняться нормальному закону распреде-ления. Если данное предположение подтвердится,то описание ее количественных характеристикупростится. Критерием отнесения совокупностик нормально распределенной является ее однород-ность, оцениваемая по коэффициенту вариации,который не должен превышать 30 %. Неодно-родность показателей оказывается очень высокой:максимальное значение общего производствасоставляет 5 584 857 млн т (США), а минимальное –0,011 млн т (Грузия), для душевого производствасоответствующие значения – 66,311 (Новая Зеландия)и 0,002 кг (Индия). Коэффициенты вариацииравны: для общего производства – 303 %, длядушевого производства – 149 %. Совокупность неявляется однородной, поэтому нормальный законраспределения к ней неприменим. Общемировойобъем производства сыра в 2018 г. составил22 651 609 млн т. Из 108 стран-производителей 77обеспечивают 99,5 % общемирового производства(в т. ч. США – 24,7 %). Оставшиеся страны (31)имеют индивидуальные доли в общем производствеменее 0,5 %, в т. ч. 12 стран – менее 0,01 %. Выявилистраны, лидирующие по объемам производства сыра.Критерий включения в список – доля в мировомпроизводстве 1 % и более (табл. 2).Таблица 2. Страны-лидеры по общему объему производства сыраTable 2. Leaders in total cheese production№п/пСтрана Производство,млн тДушевоепроизводство, кгДоля в мировомпроизводстве, %Накопленнаядоля, %1 Соединенные Штаты Америки 5 584 857 17,0 24,7 24,72 Германия 2 740 582 33,1 12,1 36,83 Франция 1 886 044 28,0 8,3 45,14 Италия 1 253 842 20,7 5,5 50,65 Нидерланды 771 941 44,7 3,4 54,06 Польша 744 044 19,4 3,3 57,37 Российская Федерация 664 000 4,5 2,9 60,28 Египет 628 750 6,4 2,8 63,09 Чехия 568 577 53,6 2,5 65,510 Аргентина 558 907 12,6 2,5 68,011 Великобритания 410 000 6,2 1,8 69,812 Канада 407 260 10,9 1,8 71,613 Дания 369 100 63,7 1,6 73,214 Новая Зеландия 325 000 66,3 1,4 74,715 Австралия 311 460 12,4 1,4 76,016 Китайская народная республика 252 550 0,2 1,1 77,217 Иран 241 125 2,9 1,1 78,218 Испания 227 769 4,9 1,0 79,219 Греция 220 100 20,4 1,0 80,220 Австрия 219 096 24,8 1,0 81,221 Швейцария 206 336 24,3 0,9 82,122 Турция 203 933 2,5 0,9 83,0Жирным шрифтом выделены страны, вошедшие в состав лидеров как п о общему, так и по душевому производству;Составлено авторами на основании данных источника [9].Countries in bold are leaders both in terms of total and per capita production;The table was compiled by the authors based on [9].711Панасенко С. В. [и др.] Техника и технология пищевых производств. 2022. Т. 52. № 4. С. 706–717Также выявили лидеров в душевом производ-стве. Критерий включения в список – уровень,соответствующий среднеевропейскому показателю(15,8 кг) или выше (табл. 3).Данные таблиц 2 и 3 подтверждают закон Парето:«20–25 % усилий дают 75–80 % результата». Изтаблицы 2 видно, что 20 стран-производителей (18,5% от общего числа) обеспечивают 81,2 % мировоговыпуска. Классические «сырные» страны Швейцарияи Турция в список не вошли, т. к. их доли в мировомпроизводстве не достигают 1 % (строки 21 и 22).Данные таблица 3 свидетельствуют о том, что 26 стран(24 % участников) вырабатывают 74,7 % продукции.Израиль и следующие за ним страны в лидеры непопадают, поскольку душевое производство в нихниже среднеевропейского (строки 21–26).В региональном разрезе можно сделать вывод отом, что 12 из 20 крупнейших стран-производителей(60 %) располагаются в Европе, 3 – в Америке(15 %), по 2 – в Океании и Азии (5 %) и 1 – в Африке(5 %). Среди лидеров по душевому производствук Европе относятся 17 стран (85 %), к Америке –2 (10 %), к Океании – 1 (5 %).Для выбора «лучших из лучших» выделили страны,вошедшие в оба списка. Всего их 11 и в таблицах 2и 3 они выделены жирным шрифтом, 9 из них или82 % относятся к Европе, только по 1 к Америкеи Океании (9 %). Таким образом, лидерство странЕвропы в сыроделии на укрупненном (регионы)уровне подтверждается на индивидуальном (страны).На дальнейших этапах исследования данные длягруппы стран-лидеров дополнялись покзателямисырьевого обеспечения (душевое производствомолока, поголовье крупного рогатого скота и коров,молочная продуктивность коров) на основанииматериалов Росстата [10]. Хотя в мировой практикедля изготовления сыра используется молоко са-мых различных сельскохозяйственных животных,Таблица 3. Страны-лидеры по душевому объему производства сыраTable 3. Leaders in cheese production per capita№п/пСтрана Производство,млн тДушевоепроизводство, кгДоля в мировомпроизводстве, %Накопленнаядоля, %1 Новая Зеландия 325 000 66,3 1,4 1,42 Дания 369 100 63,7 1,6 3,13 Чехия 568 577 53,6 2,5 5,64 Нидерланды 771 941 44,7 3,4 9,05 Ирландия 191 400 39,4 0,8 9,86 Исландия 12 060 34,2 0,1 9,97 Германия 2 740 582 33,1 12,1 22,08 Эстония 40 500 30,7 0,2 22,29 Литва 82 891 29,6 0,4 22,510 Франция 1 886 044 28,0 8,3 30,911 Австрия 219 096 24,8 1,0 31,812 Швейцария 206 336 24,3 0,9 32,713 Уругвай 80 200 22,9 0,4 33,114 Италия 1 253 842 20,7 5,5 38,615 Греция 220 100 20,4 1,0 39,616 Польша 744 044 19,4 3,3 42,917 Беларусь 175 679 18,5 0,8 43,618 Латвия 35 160 18,3 0,2 43,819 Финляндия 99 126 18,0 0,4 44,220 Соединенные Штаты Америки 5 584 857 17,0 24,7 68,921 Израиль 132 420 14,9 0,6 69,522 Норвегия 76 200 14,3 0,3 69,823 Южный Судан 156 565 12,7 0,7 70,524 Аргентина 558 907 12,6 2,5 73,025 Австралия 311 460 12,4 1,4 74,426 Болгария 83 853 11,9 0,4 74,7Жирным шрифтом выделены страны, вошедшие в состав лидеров как п о общему, так и по душевому производству;Составлено авторами на основании данных источника [9].Countries in bold are leaders both in terms of total and per capita production;The table was compiled by the authors based on [9].712Panasenko S.V. et al. Food Processing: Techniques and Technology. 2022;52(4):706–717в т. ч. верблюдов и ослов, для Европы наиболеетрадиционным сырьем является коровье моло-ко [14, 15]. Полученный массив данных обрабатывалсяметодами статистики (обобщение, систематизация,расчет характеристик распределения) и эконометрики(корреляционный и регрессионный анализ). Данныедействия позволили рассчитать статистическиехарактеристики показателей сырьевого обеспечения,оценить тесноту межфакторных связей, а такжеполучить регрессионные уравнения, описывающиеданные связи. Таким образом, примененныйметодический подход к сбору и обработке данныхобеспечивает достоверность результатов исследования.Результаты и их обсуждениеИсходя из предшествующего анализа, отобралистраны Европы, вошедшие в первый или во второйсписок лидеров (табл. 2 и 3). В 19 отобранных странвошла РФ как крупный производитель, выраба-тывающий 664 тыс. т продукции и занимающий поданном показателю 6-е место.Любое производство начинается с обеспечениянеобходимой сырьевой базы. Сырьем для сыроделияслужит молоко, которое дают коровы, относящи-еся в категории сельскохозяйственных животныхк группе крупного рогатого скота и характеризую-щиеся показателем молочной продуктивности.Выясним, каковы в выделенной группе страносновные количественные соотношения междуназванными показателями, а также их возможныесвязи с объемами общего и душевого производствасыра. Соответствующие сведения по состоянию на2018 г. публикует Росстат (табл. 4) [10].В столбцах таблицы 4 представлены следующиепоказатели по 19 странам в виде следующихпеременных: Х1 – производство молока, млн т;Х2 – душевое производство молока, кг; Х3 –численность населения, млн человек, рассчитывает-ся по соотношению переменных Х1 и Х2; Х4 –поголовье крупного рогатого скота, млн голов;Х5 – соотношение поголовья крупного рогатого скотаи населения (число голов крупного рогатого скотана 1 жителя), отн.ед., рассчитывается по соотноше-нию переменных Х3 и Х4; Х6 – объем производствамолока, млн т; Х7 – душевое производство молока,кг, рассчитывается по соотношению переменныхХ3 и Х6; Х8 – молочная продуктивность коров(надой на 1 корову), кг; Х9 – поголовье коров, млн го-лов, рассчитывается по соотношению показателейХ6 и Х9; Х10 – соотношение поголовья коров икрупного рогатого скота (число коров на 1 головуКРС), отн.ед., рассчитывается по соотношениюпоказателей Х4 и Х10Показатели Х1 и Х2 приводятся по источнику [8],Х4, Х6, Х8 – по [9], Х3, Х5, Х7, Х9 и Х10 рассчитаныавторами. Для каждой переменной вычислялисьматематическое ожидание, среднеквадратическоеотклонение и коэффициент вариации – строки 20–22.Из расчетов видно, что выборка характеризуетсявысокими значениями неоднородности. Коэффи-циент вариации меньше 30 % наблюдается только умолочной продуктивности коров (Х8) и соотношенияпоголовья коров и крупного рогатого скота (Х10),т. е. только эти показатели можно считать нормальнораспределенными. Рассчитали для них доверительныеинтервалы по Стьюденту (доверительная вероятность95 %, число степеней свободы – 18) – они служатмаркером центра распределения. Границы интерваловлежат в пределах 6236–7887 кг и 0,26–0,34 отн.ед.соответственно. Россия со значениями показа-телей 4492 кг и 0,37 отн.ед. (строка 6) в границыдоверительных интервалов не входит. Беларусьимеет близкое к РФ значение надоев – 4894 кг (раз-ница 9 %). По соотношению коров и крупногорогатого скота РФ входит в ядро распределения(70 % значений с отклонениями от математическогоожидания не более 1,07 среднеквадратическогоотклонения) с границами 0,22–0,39 отн.ед. Однакопо молочной продуктивности отставание болеевыражено. Для вхождения в ядро распределения(нижняя граница 5228 кг) необходим рост на20 %, а в центр распределения (нижняя грани-ца 6236 кг) – на 40 %. По другим переменным, неподчиняющихся нормальному закону распределения,интервальные оценки теряют смысл. Однако следуетобратить внимание на критическое отставаниеРоссии по душевому производству сыра (Х2):значение показателя (4,5 кг) в 5,9 раза ниже, чемего математическое отклонение (26,5 кг). Наилучшиерезультаты показывают страны с небольшой чис-ленностью населения. Дания, Чехия и Нидерландыпроизводят 63,7, 53,6 и 44,7 кг сыра на душу причисленности населения 5,8, 10,6 и 17,3 млн человексоответственно (строки 9, 7 и 4) при математическомотклонении показателя 30,4 млн человек (строка 20).Проанализировали возможные взаимосвязимежду переменными, построив корреляционнуюматрицу (табл. 5). Ее элементы, соответствующиетесным связям (коэффициент корреляции выше 0,70),отмечены сиреневой заливкой, а заметным связям(0,50–0,69) – жирным шрифтом.Объемы общего производства сыра тесно связаныс объемами производства молока (Х1Х6 – 0,82), азаметно – с численностью населения и поголовьемкоров (Х1Х3 – 0,58, Х1Х9 – 0,62). Также отмечаетсятеснота связи душевого производства сыра и молока(Х2Х7 – 0,53). Данные связи свидетельствуюто том, что в Европе производство сыра являетсяприоритетным направлением переработки молока,поскольку сыр играет важную роль в питаниинаселения. Численность населения оказываетсятесно связанной с объемами производства молока(Х3Х6 – 0,89), поголовьем крупного рогатого скота(Х3Х4 – 0,88) и коров (Х3Х9 – 0,93). Производство713Панасенко С. В. [и др.] Техника и технология пищевых производств. 2022. Т. 52. № 4. С. 706–717Таблица 4. Показатели сырьевой обеспеченности сыра ведущих стра н-производителей сыраTable 4. Indicators of cheese raw material supply in the leading cheese-producing countries№п/пПоказательСтранаПроизводствосыра,тПроизводствосыра на душу,кгНаселение,млн человекКрупныйрогатый скот,млн головКрупныйрогатый скот/население,отн.ед.Производствомолока,млн тПроизводствомолока надушу, кгНадой,кгКоров,млн головКоров/крупныйрогатый скот,отн.ед.Х Х1 Х2 Х2 Х3 Х4 Х5 Х6 Х7 Х8 Х9 Х101 Германия 2 740 582 33,1 82,7 12,0 0,15 33,1 400,0 8063 4,1 0,342 Франция 1 886 044 28,0 67,3 18,5 0,27 25,5 378,9 7190 3,5 0,193 Италия 1 253 842 20,7 60,4 6,3 0,10 11,9 196,9 7054 1,7 0,274 Нидерланды 771 941 44,7 17,3 3,9 0,23 10,6 614,4 7057 1,5 0,395 Польша 744 044 19,4 38,4 6,2 0,16 14,2 369,5 6346 2,2 0,366 Россия 664 000 4,5 146,9 18,2 0,12 30,3 206,3 4492 6,7 0,377 Чехия 568 577 53,6 10,6 1,4 0,13 3,2 301,5 8756 0,4 0,268 Великобритания 410 000 6,2 66,0 9,9 0,15 15,3 231,7 8140 1,9 0,199 Дания 369 100 63,7 5,8 1,5 0,26 5,7 984,5 9895 0,6 0,3810 Испания 227 769 4,9 46,7 6,5 0,14 7,1 152,2 8714 0,8 0,1311 Греция 220 100 20,4 10,8 0,6 0,06 0,7 65,0 3664 0,2 0,3212 Австрия 219 096 24,8 8,8 1,9 0,21 3,8 430,0 7104 0,5 0,2813 Швейцария 206 336 24,3 8,5 1,5 0,18 3,9 459,2 7059 0,6 0,3714 Ирландия 191 400 39,4 4,9 7,3 1,50 7,8 1605,9 5274 1,5 0,2015 Беларусь 175 679 18,5 9,5 4,3 0,45 7,3 770,2 4894 1,5 0,3516 Финляндия 99 126 18,0 5,5 0,9 0,16 2,4 434,9 8834 0,3 0,3017 Литва 82 891 29,6 2,8 0,7 0,25 1,6 571,3 5748 0,3 0,4018 Эстония 40 500 30,7 1,3 0,3 0,23 0,8 606,5 9362 0,1 0,2819 Латвия 35 160 18,3 1,9 0,4 0,21 1,0 519,3 6519 0,2 0,3820 Математическоеожидание574 010 26,5 31,4 5,4 0,261464 9,8 489,4 7061 1,5 0,3021 Средне-квадратическоеотклонение702 210 15,6 38,6 5,7 0,312399 9,9 350,5 1713 1,7 0,0822 Коэффициентвариации122 59 123 106 119 101 72 24 114 26Составлено авторами на основании данных источников [9, 10].The table was compiled by the authors based on [9, 10].714Panasenko S.V. et al. Food Processing: Techniques and Technology. 2022;52(4):706–717Таблица 5. Корреляционная матрица к переменным таблицы 4Table 5. Correlation matrix to the variables in Table 4Х1 Х2 Х3 Х4 Х5 Х6 Х7 Х8 Х9 Х10Столбец1Столбец2Столбец3Столбец4Столбец5Столбец6Столбец7Столбец8Столбец9Столбец10Столбец 1 1,00Столбец 2 0,11 1,00Столбец 3 0,58 –0,45 1,00Столбец 4 0,65 –0,31 0,88 1,00Столбец 5 –0,16 0,25 –0,25 0,06 1,00Столбец 6 0,82 –0,19 0,89 0,92 –0,08 1,00Столбец 7 –0,21 0,53 –0,43 –0,16 0,88 –0,19 1,00Столбец 8 0,10 0,36 –0,16 –0,18 –0,25 –0,10 –0,01 1,00Столбец 9 0,62 –0,28 0,93 0,91 –0,03 0,94 –0,17 –0,29 1,00Столбец 10 –0,07 0,25 –0,14 –0,31 –0,24 –0,07 0,08 –0,25 0,02 1,00молока тесно коррелирует с поголовьем каккрупного рогатого скота, так и коров (Х4Х6 – 0,92,Х6Х9 – 0,94), а душевое производство молока – ссоотношением численности населения и поголовьякрупного рогатого скота (Х5Х7 – 0,88). Выявленныесвязи подтверждают, что молоко является значимымпродуктом в повседневной диете европейцев, а егопроизводство в необходимых объемах обеспечи-вается соблюдением пропорций между числен-ностью населения и поголовьем крупного рогатогоскота, в особенности молочного стада. Последнееутверждение подтверждается тесной связью междупоголовьем крупного рогатого скота и коров (Х4Х9 –0,92). Аналогичные коэффициенты корреляции, рас-считанные для показателей производства сыра повсем 108 странам-производителям, лежат в диапазонезначений 0,3–0,4, т. е. описанные связи характерныдля Европы, а по миру в целом не достигают дажезаметной тесноты. Это указывает на разнообразиеиспользования стада крупного рогатого скота вмировом масштабе. В одних регионах преобладаетмясное направление с высокой долей бычков наоткорме, в других, несмотря на значительный процентдойных коров, молоко не перерабатывается в сыр и пр.Для тесно коррелирующих показателей полу-чили аналитические выражения, описывающие ихвзаимосвязь в количественном отношении. Для пого-ловья крупного рогатого скота и коров (Х4 и Х9) гра-фический вид зависимости представлен на рисунке 1.В первом приближении зависимость описываетсяуравнением парной линейной регрессии с приемле-мой для расчетов точностью, поскольку коэффи-циент детерминации больше 0,8. Прочие связи междупеременными также описываются уравнениямипарной линейной регрессии (табл. 6). Для перемен-ных, связанных лишь с умеренной теснотой,построение уравнений парной линейной регрессиинецелесообразно ввиду их заведомо низкой точности.Для большинства уравнений парной линейнойрегрессии коэффициенты детерминации превы-шают 0,8 или очень близки к данному значе-нию (строки 3, 4 и 7). Лишь для зависимости Х1Х6(строка 1) показатель оказывается ниже 0,8, поэтомуцелесообразно использовать ее не для расчетов,а лишь для получения оценок общего характера.Поскольку размерности переменных в данной парнойлинейной регрессии идентичны (млн т), то можноутверждать, что увеличение производства молокана 1 условную единицу приведет к увеличениюпроизводства сыра на 0,0577 единиц. В среднемдля производства 1 кг сыра используется 10 кгмолока. Соответственно, единичному приращениюпо переменной Х6 соответствует приращение 0,1по переменной Х1. Исходя из этого, можно сделатьРисунок 1. Диаграмма соотношения поголовья корови крупного рогатого скота и соответствующееуравнение парной линейной регрессиис коэффициентом детерминацииFigure 1. The number of cows vs. total cattle: a paired linearregression equation with the determination coefficienty = 0,2732x + 0,0291R² = 0,83520123456780 5 10 15 20У - Поголовье коров, млн. головХ - Поголовье КРС, млн. голов715Панасенко С. В. [и др.] Техника и технология пищевых производств. 2022. Т. 52. № 4. С. 706–717вывод о том, что в среднем 57,7 % производи-мого молока перерабатывается в сыр, т. е. данноенаправление переработки является приоритетнымв странах Европы. По прочим уравнениям парнойлинейной регрессии возможны расчеты основ-ных показателей сырьевого обеспечения отрасли.Численность дойных коров в РФ, согласно статис-тической отчетности о производстве молока и мо-лочной продуктивности, составляет 6,7 млн голов(табл. 4, строка 6). Такому поголовью соответствуетрасчетный объем производства молока (табл. 6,строка 2): У(6,7) = 5,4859×6,7 + 1,5719 = 38,3 млн тМолочная продуктивность коров при этом должнаиметь значение 38,3 млн т/6,7 млн голов = 5,72 тили 5720 кг. Фактические значения показателей –30,3 млн т и 4491 кг соответственно (табл. 4, строка 6).Если при расчете принимать за основу значениесреднего надоя по группе стран-лидеров – 7061 кг(табл. 4 строка 21), то получим объем общего произ-водства молока: 6,7 млн голов×7061 кг = 47,3 млн тили в пересчете на душевой показатель 322 кг.Данное значение очень близко к рекомендованнойМинздравом РФ рациональной норме потреблениямолокопродуктов в пересчете на молоко – 325 кг.На основании полученных уравнений возможенрасчет целевых ориентиров сырьевого обеспечениясыродельческой отрасли в аспекте продовольст-венной безопасности. Так как творог, согласноевропейской классификации, относится к кате-гории мягких молодых сыров, то имеем с учетомрациональной нормы потребления (7 кг сыра и18 кг творога) необходимый объем ресурса 25 кг.Критерий Доктрины продовольственной безопас-ности по молокопродуктам установлен на уровне90 % – столько ресурса должно обеспечиватьсяотечественными производителями. Соответствен-но, потребный объем производства 22,5 кг. С уче-том средней нормы расхода 10 кг молока напроизводство 1 кг сыра потребный душевой объемпроизводства молока составит 225 кг. В среднемна сыр перерабатывается 57,7 % производимогомолока (табл. 6, строка 1). С учетом этого полноедушевое производство может быть оценено в 388 кг.Численность населения РФ на первое января2022 г. составила 145,5 млн человек, соответствующийобщий объем производства молока – 56,4 млн т.Согласно данным Росстата в 2021 г. производствомолока составило 32,3 млн т или 57 % от расчетногозначения. Число коров, потребное для производст-ва, может быть определенно из уравнения парнойлинейной регрессии Х9Х6 (табл. 6, строка 2):Х = (56,4 – 1,5719)/5,4859 = 9,99 = 10 млн голов.Согласно данным Росстата молочное стадо в РФв 2021 г. составляло 7,9 млн голов или 79 % отрасчетного показателя.Молочная продуктивность при этих условияхсоставит 56,4 млн т/10 млн голов = 5640 кг.Если добиться увеличения продуктивности досреднего уровня по группе стран-лидеров (7061 кг),то поголовье коров может быть уменьшено:56,4 млн т/7061 кг = 7,99 млн голов, что соответст-вует современным реалиям. Согласно данным Рос-стата в 2021 г. молочная продуктивность по всемвидам хозяйств составляла 4994 кг, в т. ч. 6915 кгв сельскохозяйственных организациях, 4088 кг вфермерских хозяйствах и 3433 кг в личных под-собных хозяйствах. Низкое значение общего пока-зателя обусловлено малой численностью дающихвысокоудойных коров в сельскохозяйственныхорганизациях – 2823 тыс. голов, что составляетменее 35 % поголовья молочного стада. Большаяи менее продуктивная часть стада находится вТаблица 6. Аналитические выражения для основных показателей сыр ьевой обеспеченности ведущихпроизводителей сыраTable 6. The main indicators of raw material supply in the leading cheese-producing countries: analytical expressions№п/пПеременная Х Переменная У Уравнение парнойлинейной регрессииКоэффициентдетерминации1 Производство молока, млн т Производство сыра, млн т У(Х) = 0,0577×Х + 0,0083 0,672 Поголовье коров, млн голов Производство молока, млн т У(Х) = 5,4859×Х + 1,5719 0,883 Численность населения, млн человек Производство молока, млн т У(Х) = 0,2286×Х + 2,6275 0,794 Численность населения, млн человек Поголовье крупного рогатогоскота, млн головУ(Х) = 0,1303×Х + 1,2967 0,785 Численность населения, млн человек Поголовье коров, млн голов У(Х) = 0,0408×Х + 0,2185 0,866 Поголовье крупного рогатого скота,млн головПоголовье коров, млн голов У(Х) = 0,2732×Х + 0,0291 0,837 Соотношение поголовья крупногорогатого скота, млн голов/численность населения, млн человекДушевое производство молока, кг У(Х) = 985,3×Х + 0,0291 0,778 Поголовье крупного рогатого скота,млн головПроизводство молока, млн т У(Х) = 1,5689×Х + 1,6413 0,81716Panasenko S.V. et al. Food Processing: Techniques and Technology. 2022;52(4):706–717сельскохозяйственных организациях и фермерскиххозяйствах – 3228 и 1399 тыс. голов соответствен-но [16]. Таким образом, необходимо обеспечитьрост надоев как минимум на 13 % для достиже-ния ближайшего целевого ориентира – 5640 кг.Для выхода на последующий целевой ориентир(7061 кг) необходим рост на 41 %.Важным направлением развития молочной про-мышленности является развитие сбалансированныхпродаж по всей территории Российской Федер-ации. Как показано в статье Е. А. Красильниковой,российские регионы обладают высоким уровнеминвестиционной активности [17]. Повышению кон-курентоспособности молочной продукции ре-гионального производства может способствоватьиспользование механизма собственных торговыхмарок [18].Целевые ориентиры по молочной продуктив-ности представляются вполне реальными. В 2020–2021 гг. в ряде регионов (Урал, Подмосковье и др.)сельскохозяйственными организациями достигнутызначения показателя 7127–7800 кг. Существенноеповышение молочной продуктивности обеспечиваетсовершенствование рациона питания коров, в т. ч. засчет применения кормовых добавок. Биологическиактивные добавки «Стимул» и «Бишосульфур»способны увеличить валовый удой в среднем на206 кг, адаптогенная добавка «Флавобетин» – на905 кг [19]. Еще более впечатляющие результаты даетселекционная работа – эффект селекции за поколе-ние по валовому удою может достигать 995 кг [20].Как итог, в ряде сельскохозяйственных организа-циях Курганской области за счет успешной селек-ционной работы достигнуто значение показателя8939 кг, что в группе стран-лидеров уступает толькоДании и превосходит Германию, Финляндию иЧехию (таблица 4, строки 9, 1, 7 и 16). Это говорито реальности перспектив создания устойчивойотечественной сырьевой базы молокопереработкии сыроделия.ВыводыЛидерами в мировом производстве сыра яв-ляются страны Европы. Россия входит в топ-19благодаря высоким общим объемам производства,но по душевому показателю отстает от среднегозначения. Сложившееся положение объясняетсяслабостью сырьевого обеспечения: при достаточномпоголовье дойных коров их молочная продуктивностьниже среднегрупповой. Для производства сыра вобъемах, отвечающих критериям рациональныхнорм потребления и Доктрины продовольствен-ной безопасности, необходимо уделить вниманиеповышению молочной продуктивности коров, вт. ч. за счет селекционной работы и совершенство-вания рационов питания. Также целесообразноскорректировать структуру молочного стада, увеличивдолю коров в сельскохозяйственных организациях.Результаты исследования имеют практическуюзначимость при решении задач обеспечения ус-тойчивой сырьевой базы отечественного сыроделия.Также они могут быть применимы при разра-ботке целевых ориентиров для предприятий агро-промышленного комплекса в сегменте молочногоживотноводства.Критерии авторстваВсе авторы в равной степени принимали участиев написании рукописи и несут ответственность заплагиат.Конфликт интересовАвторы заявляют об отсутствии конфликтаинтересов.</p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Kamath R, Basak S, Gokhale J. Recent trends in the development of healthy and functional cheese analogues - A review. LWT. 2022;155. https://doi.org/10.1016/j.lwt.2021.112991</mixed-citation>
     <mixed-citation xml:lang="en">Kamath R, Basak S, Gokhale J. Recent trends in the development of healthy and functional cheese analogues - A review. LWT. 2022;155. https://doi.org/10.1016/j.lwt.2021.112991</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Plante AM, McCarthy AL, O’Halloran F. Cheese as a functional food for older adults: comparing the bioactive properties of different cheese matrices following simulated gastrointestinal in vitro digestion. International Journal of Food Sciences and Nutrition. 2020;72(4):456-469. https://doi.org/10.1080/09637486.2020.1825644</mixed-citation>
     <mixed-citation xml:lang="en">Plante AM, McCarthy AL, O’Halloran F. Cheese as a functional food for older adults: comparing the bioactive properties of different cheese matrices following simulated gastrointestinal in vitro digestion. International Journal of Food Sciences and Nutrition. 2020;72(4):456-469. https://doi.org/10.1080/09637486.2020.1825644</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Yormirzoev M, Teuber R, Li T. Food quality vs food patriotism: Russian consumers’ preferences for cheese after the food import ban. British Food Journal. 2019;121(2):371-385. https://doi.org/10.1108/BFJ-02-2018-0088</mixed-citation>
     <mixed-citation xml:lang="en">Yormirzoev M, Teuber R, Li T. Food quality vs food patriotism: Russian consumers’ preferences for cheese after the food import ban. British Food Journal. 2019;121(2):371-385. https://doi.org/10.1108/BFJ-02-2018-0088</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B4">
    <label>4.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Nosov VV, Suray NM, Mamaev OA, Chemisenko OV, Panov PA, Pokidov MG. Milk production dynamics in the Russian Federation: causes and consequences. IOP Conference Series: Earth and Environmental Science. 2020;548(2). https://doi.org/10.1088/1755-1315/548/2/022091</mixed-citation>
     <mixed-citation xml:lang="en">Nosov VV, Suray NM, Mamaev OA, Chemisenko OV, Panov PA, Pokidov MG. Milk production dynamics in the Russian Federation: causes and consequences. IOP Conference Series: Earth and Environmental Science. 2020;548(2). https://doi.org/10.1088/1755-1315/548/2/022091</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B5">
    <label>5.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Zhukova NV, Suray NM, Mayorov AA, Kudinov BD, Aydinov HT, Kudinova MG. Domestic and world experience in the development of the market for cheese and cheese products. Economic Sciences. 2019;(180):39-45. (In Russ.). https://doi.org/10.14451/1.180.39</mixed-citation>
     <mixed-citation xml:lang="en">Zhukova NV, Suray NM, Mayorov AA, Kudinov BD, Aydinov HT, Kudinova MG. Domestic and world experience in the development of the market for cheese and cheese products. Economic Sciences. 2019;(180):39-45. (In Russ.). https://doi.org/10.14451/1.180.39</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B6">
    <label>6.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Козлова Л. В. Современное состояние рынка сыра в ЕС // Сыроделие и маслоделие. 2015. № 3. С. 8-10.</mixed-citation>
     <mixed-citation xml:lang="en">Kozlova LV. Present day situation on the cheese market in the EC. Cheesemaking and Buttermaking. 2015;(3):8-10. (In Russ.).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B7">
    <label>7.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Козлова Л. В. Рынок сыра в Аргентине // Сыроделие и маслоделие. 2017. № 3. С. 10-11.</mixed-citation>
     <mixed-citation xml:lang="en">Kozlova LV. Cheese market in Argentina. Cheesemaking and Buttermaking. 2017;(3):10-11. (In Russ.).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B8">
    <label>8.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Chebotarev SN, Dibrova ZhN, Suray NM. Cheese market in Moscow and the Moscow region: A regional analysis. Food Processing: Techniques and Technology. 2021;51(2):413-422. (In Russ.). https://doi.org/10.21603/2074-9414-2021-2-413-422</mixed-citation>
     <mixed-citation xml:lang="en">Chebotarev SN, Dibrova ZhN, Suray NM. Cheese market in Moscow and the Moscow region: A regional analysis. Food Processing: Techniques and Technology. 2021;51(2):413-422. (In Russ.). https://doi.org/10.21603/2074-9414-2021-2-413-422</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B9">
    <label>9.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Мировое производство сыра по странам. URL: https://www.atlasbig.com/ru (дата обращения: 20.02.2022).</mixed-citation>
     <mixed-citation xml:lang="en">Global cheese production by country [Internet]. [cited 2022 Feb 20]. Available from: https://www.atlasbig.com/ru</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B10">
    <label>10.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Россия и страны мира. 2020. M: Росстат, 2020. 385 c.</mixed-citation>
     <mixed-citation xml:lang="en">Russia vs. other countries, 2020. Moscow: Rosstat; 2020. 385 p. (In Russ.).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B11">
    <label>11.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Finnegan W, Clifford E, Goggins J, O'Leary N, Dobson A, Rowan N, et al. DairyWater: Striving for sustainability within the dairy processing industry in the Republic of Ireland. Journal of Dairy Research. 2018;85(3):366-374. https://doi.org/10.1017/S0022029918000614</mixed-citation>
     <mixed-citation xml:lang="en">Finnegan W, Clifford E, Goggins J, O'Leary N, Dobson A, Rowan N, et al. DairyWater: Striving for sustainability within the dairy processing industry in the Republic of Ireland. Journal of Dairy Research. 2018;85(3):366-374. https://doi.org/10.1017/S0022029918000614</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B12">
    <label>12.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Qingbin WANG, Liu C, Zhao Y, Kitsos A, Cannella M, Wang S, et al. Impacts of the COVID-19 pandemic on the dairy industry: Lessons from China and the United States and policy implications. Journal of Integrative Agriculture. 2020;19(12):2903-2915. https://doi.org/10.1016/S2095-3119(20)63443-8</mixed-citation>
     <mixed-citation xml:lang="en">Qingbin WANG, Liu C, Zhao Y, Kitsos A, Cannella M, Wang S, et al. Impacts of the COVID-19 pandemic on the dairy industry: Lessons from China and the United States and policy implications. Journal of Integrative Agriculture. 2020;19(12):2903-2915. https://doi.org/10.1016/S2095-3119(20)63443-8</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B13">
    <label>13.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Asiseh F, Devadoss S, Bolotova Y, Foltz J, Haggerty RJ. Factors influencing growth of dairy product manufacturing in the United States. International Food and Agribusiness Management Review. 2010;13(2):101-116. https://doi.org/10.22004/ag.econ.93347</mixed-citation>
     <mixed-citation xml:lang="en">Asiseh F, Devadoss S, Bolotova Y, Foltz J, Haggerty RJ. Factors influencing growth of dairy product manufacturing in the United States. International Food and Agribusiness Management Review. 2010;13(2):101-116. https://doi.org/10.22004/ag.econ.93347</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B14">
    <label>14.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Bittante G, Amalfitano N, Bergamaschi M, Patel N, Haddi M-L, Benabid H, et al. Composition and aptitude for cheese-making of milk from cows, buffaloes, goats, sheep, dromedary camels, and donkeys. Journal of Dairy Science. 2022;105(3):2132-2152. https://doi.org/10.3168/jds.2021-20961</mixed-citation>
     <mixed-citation xml:lang="en">Bittante G, Amalfitano N, Bergamaschi M, Patel N, Haddi M-L, Benabid H, et al. Composition and aptitude for cheese-making of milk from cows, buffaloes, goats, sheep, dromedary camels, and donkeys. Journal of Dairy Science. 2022;105(3):2132-2152. https://doi.org/10.3168/jds.2021-20961</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B15">
    <label>15.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Bekele B, Hansen EB, Eshetu M, Ipsen R, Hailu Y. Effect of starter cultures on properties of soft white cheese made from camel (Camelus dromedarius) milk. Journal of Dairy Science. 2019;102(2):1108-1115. https://doi.org/10.3168/JDS.2018-15084</mixed-citation>
     <mixed-citation xml:lang="en">Bekele B, Hansen EB, Eshetu M, Ipsen R, Hailu Y. Effect of starter cultures on properties of soft white cheese made from camel (Camelus dromedarius) milk. Journal of Dairy Science. 2019;102(2):1108-1115. https://doi.org/10.3168/JDS.2018-15084</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B16">
    <label>16.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Бюллетени Росстата о состоянии сельского хозяйства (электронные версии). URL: https://rosstat.gov.ru/compendium/document/13277 (дата обращения: 20.02.2022).</mixed-citation>
     <mixed-citation xml:lang="en">Bulletins of the Russian Federal Statistics Service on the state of agriculture (electronic versions) [Internet]. [cited 2022 Feb 20]. Available from: https://rosstat.gov.ru/compendium/document/13277</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B17">
    <label>17.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Komissarova IP, Mayorova EA, Nikishin AF, Rozhnova OV, Mayorova AN. Private labels and product categories. Espacios. 2017;38(62).</mixed-citation>
     <mixed-citation xml:lang="en">Komissarova IP, Mayorova EA, Nikishin AF, Rozhnova OV, Mayorova AN. Private labels and product categories. Espacios. 2017;38(62).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B18">
    <label>18.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Krasil'nikova EA, Mayorova EA, Nikishin AF, Pankina TV. Investment activity in Russia’s regions. European Research Studies Journal. 2017;20(4):509-521.</mixed-citation>
     <mixed-citation xml:lang="en">Krasil'nikova EA, Mayorova EA, Nikishin AF, Pankina TV. Investment activity in Russia’s regions. European Research Studies Journal. 2017;20(4):509-521.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B19">
    <label>19.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Повышение молочной продуктивности и качественных показателей молока за счет применения новых кормовых добавок / И. Ф. Горлов [и др.] // Известия Нижневолжского агроуниверситетского комплекса: Наука и высшее профессиональное образование. 2017. Т. 47. № 3. С. 160-168.</mixed-citation>
     <mixed-citation xml:lang="en">Gorlov IF, Mokhov AS, Vorontsova ES, Slozhenkina MI, Karetnikova AR. Improvement of dairy productivity and milk qualitative indices for the account of application of new feed additives. Proceedings of Lower Volga Agro-University Complex: Science and Higher Education. 2017;47(3):160-168. (In Russ.).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B20">
    <label>20.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Прогноз эффекта селекции на повышение количества и качества молочной продуктивности в Зауралье / В. Г. Кахикало [и др.] // Вестник Курганской ГСХА. 2018. Т. 25. № 1. С. 35-37.</mixed-citation>
     <mixed-citation xml:lang="en">Kakhikalo VG, Nazarchenko OV, Rusanov AN, Sekh SM, Yevshikov SS. Forecast of breeding effect on the improvement of dairy productivity quantity and quality in Zauralye. Vestnik Kurganskoj GSHA. 2018;25(1):35-37. (In Russ.).</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
