ISSN 2221-1055 · e-ISSN 2413-2322

Прогнозування успішності аграрних інвестицій у напівпосушливих регіонах Алжиру: інструмент політики на основі активів

Отримано: 28.09.2025 Доопрацьовано: 30.12.2025 Прийнято: 12.02.2026 Опубліковано: 05.03.2026
Анотація

Метою цього дослідження було розробити прогностичну модель успішності аграрних інвестицій в напівпосушливих зернових господарствах Алжиру з метою сприяння розробці урядових політик щодо розподілу кредитів і субсидій. Дослідження було зосереджено на напівпосушливих регіонах, де зернове господарство було основою продовольчої безпеки, а стратегічні аграрні інвестиції стали важливими для поліпшення результатів і підвищення стійкості господарств. Використовуючи дані опитування 198 фермерських господарств у Сетіфі (Алжир), було створено сім складених вимірів активів і визначено типи господарств за допомогою багатовимірного аналізу. Для прогнозування успішності аграрних інвестицій була розроблена модель бінарної логістичної регресії. Модель логістичної регресії показала практичну загальну точність класифікації 79,8 %, з R² = 0,358 та R² = 0,486. Результати показали, що «Технічний актив» був найсильнішим позитивним предиктором успіху (B = 0,728, OR = 2,072, p = 0,002). Деякі складені активи, такі як «Різноманітність фермерства», «Зв’язок» та «Продуктивність», виявилися негативними предикторами успіху інвестицій, що вказувало на складні динаміки, такі як надмірна диверсифікація або вищі ризики в господарствах з більшими ресурсами. Результати підтвердили значні структурні відмінності між типами господарств, при цьому великі господарства продемонстрували значно вищі рівні біофізичних, людських і диверсифікаційних активів, що відображало більшу ресурсну базу та адаптаційний потенціал. Розроблена прогностична модель показала високу пояснювальну та класифікаційну ефективність, підтверджуючи ключову роль технічної спроможності як вирішального фактору для досягнення успіху інвестиційних результатів. Дослідження надало практичну прогностичну основу для розробників політики, що дозволило приймати рішення на основі даних для оптимізації розподілу ресурсів, зниження ризиків, пов’язаних з державним фінансуванням, та в кінцевому підсумку сприяння успішнішим аграрним інвестиціям, що зміцнювали сталий розвиток зернових культур та продовольчу безпеку. Ці результати надали розробникам політики інструмент для відбору даних, що оптимізував розподіл аграрних субсидій та кредитів, безпосередньо зміцнюючи продовольчу безпеку в напівпосушливих регіонах

Ключові слова
продовольча безпека; типологія господарств; аграрна політика; прогностичне моделювання; напівпосушливі регіони
Деталі
DOI https://doi.org/10.32317/ekon.apk/1.2026.10
Сторінки 10-19
  1. Ahmadirad, Z. (2024). The banking and investment in the future: Unveiling opportunities and research necessities for long-term growth. International Journal of Applied Research in Management, Economics and Accounting, 1(2), 34-41. doi: 10.63053/ijmea.7.
  2. Baghdad, C. (2022). The Algerian agricultural sector between the question of food security and its implication in economic diversification strategy. World Food Policy, 8(2), 263-275. doi: 10.1002/wfp2.12049.
  3. Battiston, S., Puliga, M., Kaushik, R., Tasca, P., & Caldarelli, G. (2012). DebtRank: Too central to fail? Financial networks, the FED and systemic risk. Scientific Reports, 2, article number 541. doi: 10.1038/srep00541.
  4. Bebbington, A. (1999). Capitals and capabilities: A framework for analyzing peasant viability, rural livelihoods and poverty. World Development, 27(12), 2021-2044. doi: 10.1016/S0305-750X(99)00104-7.
  5. Blandford, D. (2007). Information deficiencies in agricultural policy design, implementation and monitoring. OECD Food, Agriculture and Fisheries Papers, 6. doi: 10.1787/067228574571.
  6. Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, progress, and prosperity in a time of brilliant technologies. New York; London: W.W. Norton & Company.
  7. Chambers, R., & Conway, G.R. (1992). Sustainable rural livelihoods: Practical concepts for the 21st century. In IDS Discussion Paper 296. Brighton: Institute of Development Studies.
  8. Cox, D.R., & Snell, E.J. (1989). Analysis of binary data (2nd ed.). London: Chapman & Hall.
  9. Daoudi, A., Benterki, N., & Terranti, S. (2010). The fight against desertification of steppe grazing areas: The approach of integrated agro-pastoral development. In ISDA 2010 (pp. 1-11). Montpellier: Open Science.
  10. Dzvene, A.R., Zhou, L., Slayi, M., & Dirwai, T.L. (2025). A scoping review on challenges and measures for climate change in arid and semi-arid agri-food systems. Discover Sustainability, 6, article number 151. doi: 10.1007/s43621-025-00945-z.
  11. El Benni, N., Grovermann, C., & Finger, R. (2023). Towards more evidence-based agricultural and food policies. Q Open, 3(3), article number qoad003. doi: 10.1093/qopen/qoad003.
  12. Ellis, F. (2000). Rural livelihoods and diversity in developing countries. Oxford: Oxford University Press. doi: 10.1093/oso/9780198296959.001.0001.
  13. Goetzmann, W.N., & Kumar, A. (2008). Equity portfolio diversification. Review of Finance, 12(3), 433-463. doi: 10.1093/rof/rfn005.
  14. Golla, B. (2021). Agricultural production system in arid and semi-arid regions. International Journal of Agriculture Sciences and Food Technology, 7(2), 234-244. doi: 10.17352/2455-815X.000113.
  15. Ingrao, C., Stripolli, R., Lagioia, G., & Huisingh, D. (2023). Water scarcity in agriculture: An overview of causes, impacts and approaches for reducing the risks. Heliyon, 9(8), article number e18507. doi: 10.1016/j.heliyon.2023.e18507.
  16. Jolliffe, I.T. (2002). Principal component analysis (2nd ed.). New York: Springer. doi: 10.1007/b98835.
  17. Khan, S.U., Fouzder, S.K., & Sarkar, P.K. (2023). Productivity and profitability of commercial broiler chickens under various farming conditions. Journal of Experimental Biology and Agricultural Sciences, 11(1), 209-215. doi: 10.18006/2023.11(1).209.215.
  18. Khatri-Chhetri, A., Aggarwal, P.K, Joshi, P.K., & Vyas, S. (2017). Farmers’ prioritization of climate-smart agriculture (CSA) technologies. Agricultural Systems, 151, 184-191. doi: 10.1016/j.agsy.2016.10.005.
  19. Komarek, P., & Moore, A. (2005). Making logistic regression a core data mining tool. A practical investigation of accuracy, speed, and simplicity. In ICDM ‘05: Proceedings of the fifth IEEE international conference on data mining (pp. 685-688). Washington, D.C.: IEEE Computer Society. doi: 10.1109/ICDM.2005.90.
  20. Kurdyś-Kujawska, A. (2016). Significance of production diversification in ensuring financial security of farms in Poland. Journal of Agribusiness and Rural Development, 40(2), 355-366. doi: 10.17306/JARD.2016.39.
  21. Lakonishok, J., Shleifer, A., & Vishny, R.W. (1994). Contrarian investment, extrapolation, and risk. The Journal of Finance, 49(5), 1541-1578. doi: 10.1111/j.1540-6261.1994.tb04772.x.
  22.  Meziane, R., Mouss, A.K., Hammouche, D., Boughris, M., & Boughris, F. (2024). Practical management of sheep farming in Eastern Algeria: Situation, constraints and perspectives. World’s Veterinary Journal, 14(3), 389-399. doi: 10.54203/scil.2024.wvj46.
  23. Nagelkerke, N.J.D. (1991). A note on a general definition of the coefficient of determination. Biometrika, 78(3), 691-692. doi: 10.1093/biomet/78.3.691.
  24. Nicol, A., Langan, S., Victor, M., & Gonsalves, J. (2015). Building resilience: Farm-scale management practices to improve productivity and resilience. In A. Nicol, S. Langan, M. Victor & J. Gonsalves (Eds.), Water-smart agriculture in East Africa (pp. 31-34). Colombo, Kampala: IWMI and CGIAR research program on WLE; GWI EA.
  25. Pickson, R.B., Gui, P., Jian, L., & Boateng, E. (2024). The role of private sector investment in agriculture: A catalyst for sustainable development in Asia. Sustainable Development, 33(1), 113-128. doi: 10.1002/sd.3105.
  26. Rosa, F., Taverna, M., Nassivera, F., & Iseppi, L. (2019). Farm/crop portfolio simulations under variable risk: A case study from Italy. Agricultural and Food Economics, 7, article number 8. doi: 10.1186/s40100-019-0127-7.
  27. Rouabhi, A., Laouar, A., Mekhlouk, A., & Dhehibi, B. (2019). Socioeconomic assessment of no-till in wheat cropping system: A case study in Algeria. New Medit, 18(1), 52-64. doi: 10.30682/nm1901e.
  28. Sen, A. (2001). Development as freedom. Oxford: Oxford University Press.
  29. Setif province. (n.d.). Retrieved from https://www.wilayasetif.dz/CTOIC/Fr/index.html.
  30. Sharma, S., Yost, M.A., & Reeve, J.R. (2025). Roles of organic agriculture for water optimization in arid and semi-arid regions. Sustainability, 17(12), article number 5452. doi: 10.3390/su17125452.
  31. Tanchum, M. (2021). The fragile state of food security in the Maghreb: Implication of the 2021 cereal grains crisis in Tunisia, Algeria, and Morocco. Middle East Institute. Retrieved from https://mei.edu/publication/fragile-state-food-security-maghreb-implication-2021-cereal-grains-crisis-tunisia/.
  32. The Declaration of Helsinki. (2013). Retrieved from https://www.wma.net/what-we-do/medical-ethics/declaration-of-helsinki/.
  33. Thornton, P.K., et al. (2018). A framework for priority-setting in climate smart agriculture research. Agricultural Systems, 167, 161-175. doi: 10.1016/j.agsy.2018.09.009.
  34. Xie, J. (2024). The impact of investor psychology on investment decisions. Advances in Economics, Management and Political Sciences, 114, 101-109. doi: 10.54254/2754-1169/114/2024bj0168.
  35. Yulianti, U.A., Muchtar, A., & Amruddin, A. (2024). Sustainable livestock management practices: Balancing production and environmental conservation. Riwayat, 7(4), 2923-2930. doi: 10.24815/jr.v7i4.42615.
Rouabhi, A. (2026). Predicting farm investment success in semi-arid regions Algeria: An asset-based policy tool. Ekonomika APK, 33(1), 10-19. https://doi.org/10.32317/ekon.apk/1.2026.10