Неизвестное сельское хозяйство, или Зачем нужна корова?

Мы применяли два подхода: 1) «путь сверху» – от мелкого масштаба к крупному, с применением процедур классификации; 2) «путь снизу» из живого многообразия местности, с выделением характерных хозяйств как типологических образцов.

Путь сверху: обработка статистических данных. С федеральной и региональной статистики мы начинали исследование. Те карты и графики, что приводятся в книге, составлены на основе различных статистических справочников по России и ее 89 регионам. Самым сложным оказался сбор данных по хозяйствам населения в административных районах внутри регионов. Поэтому охватить всю Россию мы не решились, и анализ по административным районам проводили только в Европейской России, где таких районов 1400. Пришлось использовать статистические сборники, издаваемые в разных областях страны, просить о помощи коллег в регионах, поскольку не все региональные издания попадают в Москву. Конечно, справочников оказалось недостаточно: в некоторых субъектах Российской Федерации вообще нет информации о хозяйствах населения в разрезе районов, оценки даются лишь по региону в целом. И все же то, что удалось собрать, позволяет проследить главные различия между регионами РФ и увидеть структуру хозяйств населения внутри регионов.

Необходим анализ статистических данных и при выборе ключевых районов исследования (рис. 1.2.1). На первом этапе с помощью статистики выбирались регионы с принципиально разными природными, экономическими и социальными показателями. Так, в Нечерноземье были выбраны Новгородская область на Северо-Западе с очень сильными потерями сельского населения в результате урбанизации и Пермская область вместе с Коми-Пермяцким АО в Предуралье как представители северных окраин основной зоны сельскохозяйственного освоения. Дополнительно обследовались южные районы Архангельской области.

Московская область представляла собой пример типичного пригорода огромного мегаполиса, а соседняя Рязанская олицетворяла переход от лесных ландшафтов к лесостепным. Юг в наших исследованиях был представлен Ставропольским краем, в котором можно найти все разнообразие Предкавказья – от западных равнин, продолжения кубанских земель, до предгорий на юге и засушливых районов на востоке. Астраханская область представляла собой крайний вариант сухостепных ландшафтов на границе с полупустыней, но с благодатным природным оазисом в пойме и дельте Волги. Саратовская и Самарская области олицетворяли типичное Поволжье с его контрастами на Правобережье и Левобережье Волги. И, наконец, Чувашия – пример региона с этническим разнообразием (при преобладании чувашей, здесь есть и русские, и мордва, и татары) [4] .

Рисунок 1.2.1. Регионы России и ключевые регионы исследования

На втором этапе анализировались статистические данные по административным районам выбранных регионов и отбирались 3–4 района, наилучшим образом отражающие их разнообразие. На третьем этапе в каждом обследуемом районе на базе местной статистики по предприятиям и данных сельских администраций выбирались 4–6 сел, отражающих разные типы сельской местности. Например, обязательно выбирались как минимум три типа коллективных предприятий: стабильно работающее, среднее и слабое, находящееся на грани банкротства. Кроме того, в каждом районе не упускались из виду те села, где уже нет крупного агропредприятия (бывшего колхоза). Выбор поселений также зависел от их размера. И, наконец, на последнем, четвертом, этапе с помощью представителей сельской администрации анализировались данные по каждому селу. Интервьюирование работников сельской администрации, а также отдельных сельчан помогало выбрать репрезентативные семьи для более подробного обследования. Таким образом, статистическая информация помогала нам ориентироваться в выборе объектов исследования и понять, насколько то, что мы получаем другими методами (опросами, анкетированием), согласуется с распределением статистики, насколько репрезентативны тот или иной респондент, село, район. С помощью этой статистической предподготовки была получена достаточно репрезентативная выборка исследуемых объектов.