Sheep population by breed groups in agricultural organizations
The breeding of various sheep breeds in agricultural organizations is broken down by characteristics, ranging from coarse-wooled to Karakul and pelt breeds. The table rows are organized by territorial coverage, including data for the entire Russian Federation, individual federal districts, and regions. The data is collected as of the end of 2025 and represents a snapshot, without showing historical trends
Chart of sheep population by breed group in agricultural organizations as of the end of 2025
Set in numbers
Rosstat data. Rows: 70, indicators: 5. The breakdown is by the following positions: Russian Federation; Ural Federal District; Tyumen Oblast; Tyumen Oblast excluding autonomous okrugs; Central Federal District, and others
The five largest values: Russian Federation (793.1), North Caucasian Federal District (486.3), Republic of Dagestan (424.5), Southern Federal District (152.6), Central Federal District (135.2). The gap between the largest and smallest is 717.7 times. The top five account for 79% of the total for all positions — the distribution is heavily skewed toward the top
All table numbers are series: 70
| Series | Овцы грубошерстные | Овцы полугрубошерстные | Овцы полутонкорунные | Овцы тонкорунные | Овцы каракульские и смушковые |
|---|---|---|---|---|---|
| Российская Федерация | 793,10 | 219,20 | 530,33 | 689,34 | 0,39 |
| Центральный федеральный округ | 135,21 | 4,96 | 10,16 | 4,79 | — |
| Белгородская область | 2,28 | 0,04 | — | 1,67 | — |
| Владимирская область | 4,08 | — | — | — | — |
| Воронежская область | 5,90 | 0,84 | 0,23 | 2,17 | — |
| Ивановская область | 2,41 | — | — | — | — |
| Калужская область | — | 3,96 | — | — | — |
| Костромская область | — | — | 0,01 | 0,04 | — |
| Курская область | 94,20 | 0,01 | 1,97 | — | — |
| Липецкая область | 1,84 | — | — | — | — |
| Московская область | 3,56 | 0,11 | 2,08 | 0,52 | — |
| Орловская область | 1,11 | — | 0,78 | 0,11 | — |
| Рязанская область | 3,34 | — | — | — | — |
| Смоленская область | 2,21 | — | 4,73 | — | — |
| Тамбовская область | 1,66 | — | 0,37 | 0,29 | — |
| Тверская область | 2,00 | — | — | — | — |
| Ярославская область | 10,13 | — | — | — | — |
| Северо-Западный федеральный округ | 3,66 | 0,43 | 2,35 | — | — |
| Республика Карелия | 0,93 | — | — | — | — |
| Калининградская область | — | 0,35 | 2,34 | — | — |
| Ленинградская область | 1,06 | — | — | — | — |
| Новгородская область | 1,68 | 0,08 | 0,02 | — | — |
| Южный федеральный округ | 48,07 | 58,00 | 12,85 | 152,55 | — |
| Республика Калмыкия | 10,07 | 55,26 | 5,03 | 59,08 | — |
| Республика Крым | — | — | 3,21 | — | — |
| Краснодарский край | 4,62 | 2,17 | 2,34 | 1,49 | — |
| Астраханская область | 26,53 | — | — | 0,20 | — |
| Волгоградская область | 6,29 | — | — | 79,09 | — |
| Ростовская область | 0,55 | 0,56 | 2,27 | 12,70 | — |
| Северо-Кавказский федеральный округ | 425,93 | 138,53 | 449,26 | 486,29 | — |
| Республика Дагестан | 294,91 | 107,88 | 424,54 | 316,18 | — |
| Республика Ингушетия | 7,94 | — | — | — | — |
| Кабардино-Балкарская Республика | 6,84 | — | — | 93,07 | — |
| Карачаево-Черкесская Республика | 100,45 | — | — | — | — |
| Чеченская Республика | 1,30 | 24,99 | — | — | — |
| Ставропольский край | 14,48 | 5,66 | 24,72 | 77,05 | — |
| Приволжский федеральный округ | 25,97 | 9,09 | 22,90 | 10,18 | — |
| Республика Башкортостан | — | — | — | 3,01 | — |
| Республика Марий Эл | — | 1,11 | — | — | — |
| Республика Мордовия | 0,37 | 0,33 | 0,15 | — | — |
| Республика Татарстан | 3,00 | 2,04 | 4,18 | 3,29 | — |
| Удмуртская Республика | 1,42 | 0,00 | — | — | — |
| Кировская область | 0,52 | — | — | — | — |
| Нижегородская область | 1,37 | — | — | — | — |
| Оренбургская область | 3,31 | — | — | — | — |
| Пензенская область | 0,08 | — | 4,42 | 0,35 | — |
| Самарская область | 6,24 | — | 10,09 | — | — |
| Саратовская область | 8,64 | 4,40 | 3,42 | 3,52 | — |
| Ульяновская область | — | 1,21 | 0,63 | — | — |
| Уральский федеральный округ | 11,31 | 0,22 | 0,15 | 0,07 | 0,39 |
| Курганская область | 4,21 | — | — | — | — |
| Свердловская область | 0,04 | — | — | — | — |
| Тюменская область | 6,82 | 0,22 | 0,15 | 0,07 | 0,39 |
| Тюменская область без автономных округов | 6,82 | 0,22 | 0,15 | 0,07 | 0,39 |
| Челябинская область | 0,23 | — | — | — | — |
| Сибирский федеральный округ | 118,92 | 1,23 | 27,25 | 4,30 | — |
| Республика Алтай | 5,22 | 0,88 | 20,68 | 3,87 | — |
| Республика Тыва | 73,57 | — | — | — | — |
| Республика Хакасия | 34,69 | — | — | — | — |
| Алтайский край | 1,51 | 0,20 | 3,82 | 0,43 | — |
| Красноярский край | 0,63 | — | — | — | — |
| Кемеровская область - Кузбасс | — | — | 0,46 | — | — |
| Новосибирская область | 1,04 | — | 2,28 | — | — |
| Омская область | 1,70 | — | — | — | — |
| Дальневосточный федеральный округ | 24,05 | 6,74 | 5,42 | 31,15 | — |
| Республика Бурятия | 18,74 | 0,18 | 2,62 | — | — |
| Республика Саха (Якутия) | 0,09 | — | — | 0,00 | — |
| Забайкальский край | 4,76 | 6,30 | 2,79 | 31,15 | — |
| Приморский край | 0,39 | 0,26 | — | 0,00 | — |
| Хабаровский край | 0,08 | — | — | — | — |
How to read this table
The table structure highlights specific breed groups, allowing for a comparison of coarse-wooled sheep numbers against Karakul or pelt breeds across different subjects. Comparing rows for the Russian Federation, the Ural Federal District, and the Tyumen Region helps identify livestock specifics at the federal, district, and regional levels
What is visible in these numbers
Indicators in the set: Coarse-wool sheep; Semi-coarse-wool sheep; Semi-fine-wool sheep; Fine-wool sheep; Karakul and fur-breed sheep
Out of 125 possible values, 101 are filled (80.8%). Small gaps remain where the position was not observed in all periods
More in the section Bulletins on the state of agriculture (electronic versions)»
Period and application
The data is published as part of electronic bulletins on the state of agriculture. The information is current as of the end of 2025 and can be used by agribusiness specialists to assess the distribution of breed composition in the country's organizations
How it is calculated
Data on sowing, yields, and livestock numbers are used in planning raw material procurement, assessing harvests, and forecasting food prices
Did you notice an error in this table? The parser is wrong, and most often one correction fixes many pages
Report an error Typo is easier this way: highlight it and press Ctrl + Enter