Assessment of the effects of foreign trade policy on the sunflower seed market in Russia

Cover Page

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The paper examines the impact of an increase in the export customs duty rate on the functioning of the Russian sunflower seed market. Based on theoretical considerations, a logical scheme of the impact of export duties on market processes is proposed. The revealed interrelations between the main indicators characterizing the state and development of the market became the foundation for the construction of economic and mathematical model of the sunflower market in the Russian Federation. The proposed model is a system of power-law equations describing the dynamics of domestic prices, the volume of demand from domestic processors, the amount of exports, and the amount of gross receipts of the crop in question. The calibration of the model parameters is based on the estimation of linear-logarithmic regression coefficients obtained after linearization of the equations included in the model. Based on the proposed model, a scenario calculation of the main indicators of the sunflower market in 2021–2023 was made for the case of maintaining the export customs duty rate on this crop at 6.5%. With the current trends in the development of the sunflower market and unchanged parameters of foreign trade regulation, average annual prices could be higher by 3.1–4.8 thousand rubles per ton, acreage — by 300–350 thousand hectares, gross yields — by 5–6 million centners, exports — by 1.5–1.8 million tons. Domestic demand under the influence of duties would increase by 664.6–1047.8 thousand tons that is insignificant in the scale of processors’ purchases. The export restriction policy had a negative impact on the income of sunflower producers. The revenue of the agricultural sector decreased by 6–7% from sales in the domestic market and 8–10 times from export sales compared to hypothetical values. The increase in the export duty rate, contrary to expectations, did not lead to an increase in budget revenues from the duties paid.

About the authors

A. I. Boldiasov

Plekhanov Russian University of Economics

Email: alex.b13@rambler.ru
Moscow, Russia

References

  1. Александрова Л. А., Мельникова. Ю.В. (2016). Ценообразующие факторы на рынке подсолнечника // Аграрный научный журнал. № 7. С. 71–79. [Aleksandrova L. A., Melnikova Yu.V. (2016). Pricing factors on the sunflower market. The Agrarian Scientific Journal, 7, 71–79 (in Russian).]
  2. Бородин К. Г. (2016). Модель прогноза развития товарных рынков в условиях меняющихся мер государственной политики // Экономика и математические методы. Т. 52. № 1. С. 95–111. [Borodin K. G. (2016). Forecasting model of commodity markets development in the conditions of changing measures of a state policy. Economics and Mathematical Methods, 52, 1, 95–111 (in Russian).]
  3. Бородин К. Г. (2018а). От экспорта сырья к экспорту переработанной продукции: на примере рынка подсолнечного масла России // Российский внешнеэкономический вестник. № 10. С. 35–48. [Borodin K. G. (2018a). From export of raw materials to processed products export: The example of Russian sunflower oil market. Russian Foreign Economic Journal, 10, 35–48 (in Russian).]
  4. Бородин К. Г. (2018б). Оценка влияния продовольственного эмбарго и экономических санкций на товарные рынки (на примере рынков мяса) // Экономика и математические методы. Т. 54. № 4. С. 41–59. doi: 10.31857/S042473880003319-9 [Borodin K. G. (2018b). Assessing the impact of food embargoes and economic sanctions on the commodity markets (the example of meat markets). Economics and Mathematical Methods, 54, 1, 41–59. doi: 10.31857/S042473880003319-9 (in Russian).]
  5. Бородин К. Г. (2023). Экспорт, внутренние продажи и импорт: взаимосвязи на рынке страны-экспортера // Вестник Московского университета. Серия 6: Экономика. № 3. С. 261–286. doi: 10.55959/MSU0130-0105-6-58-3-13 [Borodin K. G. (2023). Export, domestic sales and import: Interconnections on exporter’s market. Moscow University Economic Bulletin, 3, 261–286. doi: 10.55959/MSU0130-0105-6-58-3-13 (in Russian).]
  6. Киселев С. В., Ромашкин Р.А, Белугин А. Ю. (2022). Агропродовольственный экспорт России до 2030 г.: прогноз на основе модели частичного равновесия // Журнал Новой экономической ассоциации. № 4 (56). С. 69– 90. doi: 10.31737/2221-2264-2022-56-4-4 [Kiselev S. V., Romashkin R. A., Belugin A. Yu. (2022). Russia’s agri-food exports until 2030: Projection from a partial equilibrium model. Journal of the New Economic Association, 4 (56), 69–90. doi: 10.31737/2221-2264-2022-56-4-4 (in Russian).]
  7. Кривошлыков К. М., Макарская Е. Ю. (2023). Предпосылки и условия формирования конкурентоспособного оте- чественного рынка семян подсолнечника // Масличные культуры. № 4 (196). С. 47–52. doi: 10.25230/2412-608X-2023-4-196-47-52 [Krivoshlykov K. M., Makarskaya E. Y. (2023). Prerequisites and conditions for the formation of a competitive Russian sunflower seed market. Oil Crops, 4 (196), 47–52. doi: 10.25230/2412-608X-2023-4-196-47-52 (in Russian).]
  8. Мельникова Ю. В., Рубцова С. Н., Пахомова Т. В., Панченко В. В. (2019). Экономико-математическое моделирование конъюнктуры российского рынка высокоолеинового подсолнечника // Вестник Алтайской академии экономики и права. № 2. С. 292–298. [Melnikova Yu.V., Rubcova S. N., Pahomova T. V., Panchenko V. V. (2019). Economic and mathematical modeling of the conjuncture of the Russian market of high oleic sunflower. Bulletin of the Altai Academy of Economics and Law, 2, 292–298 (in Russian).]
  9. Прокопьев М. Г. (2015а). Классификация и методические аспекты разработки моделей частичного равновесия. Часть I // Региональные проблемы преобразования экономики. № 6 (56). С. 88–95. [Prokopyev M. G. (2015a). Classification and methodical aspects of developing models of partial balance. Part I. Regional Problems of Economic Transformation, 6 (56), 88–95 (in Russian).]
  10. Прокопьев М. Г. (2015б). Классификация и методические аспекты разработки моделей частичного равновесия. Часть II // Региональные проблемы преобразования экономики. № 7 (57). С. 83–91. [Prokopyev M. G. (2015b). Classification and methodical aspects of developing models of partial balance. Part II. Regional Problems of Economic Transformation, 7 (57), 83–91 (in Russian).]
  11. Прокопьев М. Г. (2015в). Моделирование влияния тарифно-таможенной политики на рынки отдельных видов сельскохозяйственной продукции // Экономическая наука современной России. № 1 (68). С. 83–91. [Prokopyev M. G. (2015c). Influence modeling tariff and customs market policies individual types of agricultural products. Economics of Contemporary Russia, 1 (68), 83–91 (in Russian).]
  12. Прокопьев М. Г. (2017). Эффект переноса изменений импортных и экспортных цен в цены внутреннего рынка: методические аспекты // Экономическая наука современной России. № 3 (78). С. 105–115. [Prokopyev M. G. (2017). Transfer effect of import and export prices changes into the prices of home market: Methodical aspects. Economics of Contemporary Russia, 3 (78), 105–115 (in Russian).]
  13. Светлов Н. М. (2019). Ретроспективный анализ влияния экспорта на сельское хозяйство России // Никоновские чтения. № 24. С. 204–206. [Svetlov N. M. (2019). A retrospective analysis of the impact of exports on agriculture in Russia. Nikon Readings, 24, 204–206 (in Russian).]
  14. Солодовников А. П., Линьков А. С., Преймак С. А., Фисунов Н. В. (2022). Агрофизические, водно-физические факторы и погодные условия, определяющие урожайность зерна ячменя на темно-каштановой почве Заволжья // Аграрный научный журнал. № 8. С. 29–32. [Solodovnikov A. P., Linkov A. S., Preymak S. A., Fisunov N. V. (2022). Pricing factors on the sunflower market Agrophysical, water and physical factors and weather conditions determining the yield of barley grain on dark chestnut soil of the Trans-Volga region. The Agrarian Scientific Journal, 8, 29–32 (in Russian).]
  15. Строков А. С., Светлов Н. М. (2022). Оценка последствий концентрации подсолнечника на уровне сельскохозяйственных предприятий // Никоновские чтения. № 27. С. 308–313. [Strokov A. S., Svetlov N. M. (2022). Assessment of the effects of sunflower concentration at the level of agricultural enterprises. Nikon Readings, 27, 308–313 (in Russian).]
  16. Штоколова К. В., Лисицына Ю. В. (2022). Особенности государственного регулирования российского экспорта подсолнечника и продуктов его переработки // Вестник Курской государственной сельскохозяйственной академии. № 9. С. 217–222. [Shtokolova K. V., Lisitsyna Yu.V. (2022). Peculiarities of state regulation of Russian export of sunflower and sunflower products. Bulletin of the Kursk State Agricultural Academy, 9, 217–222 (in Russian).]
  17. Штоколова К. В., Фомин О. С. (2024). О факторах обеспечения урожаев подсолнечника в регионах России // Аграрный вестник Урала. Т. 24. № 5. С. 693–702. doi: 10.32417/1997-4868-2024-24-05-693-702 [Shtokolova K. V., Fomin O. S. (2024). On the factors of ensuring sunflower harvests in the regions of Russia. Agrarian Bulletin of the Urals, 24 (05), 693–702. doi: 10.32417/1997-4868-2024-24-05-693-702 (in Russian).]
  18. Arutyunov A., Pavlova N. (2022). Equilibrium in market models described by differential equations. Differential Equations, 58 (9), 1267–1276. doi: 10.1134/S0012266122090117
  19. Guda H., Dawande M., Janakiraman G., Rajapakshe T. (2021). An economic analysis of agricultural support prices in developing economies. Production and Operations Management, 30, 902, 1–14.
  20. Li J., Liu W., Song Z. (2020). Sustainability of the adjustment schemes in China’s grain price support policy — an empirical analysis based on the partial equilibrium model of wheat. Sustainability, 12, 6447, 1–21.
  21. Mapila M., Meyer F. H., Kankwamba H., Kirsten J. F. (2013). A partial equilibrium model of the Malawi maize commodity market. IFPRI Discussion Paper, 01254, doi: 10.2139/ssrn.2245684
  22. Peters L. (1990). An EC feed grain spatial equilibrium model for policy analysis. CARD Working Papers, paper 93. Iowa State Univ.
  23. Qian J., Ito S., Zhao Z. (2020). The effect of price support policies on food security and farmers’ income in China. Australian Journal of Agricultural and Resource Economics, 59, 1–22.
  24. Robledo C. W. (2002). Dynamic econometric modeling of the U.S. wheat grain market. Baton Rouge: Louisiana State Univ. LSU Doctoral Dissertations, 832.
  25. Svetlov N. M. (2016). How to withstand uncertainty in Russian wheat market. Izvestiya of Timiryazev Agricultural Academy, 6, 108–129. [Светлов Н. М. (2016). Как противодействовать неопределенности российского рынка пшеницы // Известия ТСХА. Вып. 6. С. 108–129 (in English).].
  26. Wang D., Parton K. A., Deblitz C. (2008). Impact of potential dairy-beef production on China’s beef supply, demand and international trade. Australasian Agribusiness Review, 16, 4. doi: 10.22004/ag.econ.125734

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».