В статье идентифицированы ключевые детерминанты, влияющие на успешность диверсификационных процессов в аграрной экономике России, среди которых выделяются институциональные условия, доступ к инфраструктуре и уровень человеческого капитала. Сравнительный анализ методологических подходов к классификации сельских территорий позволил выделить параметры, формирующие их социально-экономический профиль. На основе синтеза экономических, экологических и демографических индикаторов разработана оригинальная типология субъектов Федерации, учитывающая специфику межотраслевых взаимодействий. Применение методов межотраслевого баланса, в частности, статистических таблиц «Затраты-выпуск», обеспечило количественную оценку технологических коэффициентов промежуточного потребления для 33 регионов страны. Методический аппарат, представленный в статье, базируется на расчете доли каждого вида продукции в структуре промежуточного потребления, что позволяет определить косвенное влияние смежных отраслей на развитие туристического кластера в конкретной местности. Апробация подхода на данных заявочной документации гранта «Агротуризм» Республики Бурятия за 2022 год продемонстрировала возможность прогнозирования мультипликативного эффекта с горизонтом планирования до 2030 года. Результаты расчетов свидетельствуют о том, что каждый рубль государственных инвестиций в инфраструктуру сельского туризма генерирует 2,3 рубля добавленной стоимости в сопряженных секторах экономики. Интеграция полученных данных в авторскую типологизацию сельских территорий выявила 4 кластера, различающихся по потенциалу диверсификации: от агроиндустриальных хабов с высоким мультипликативным эффектом до депрессивных зон, требующих целевой поддержки. Предложенная классификация служит основой для формирования дифференцированных мер государственной политики, направленных на сокращение межрегиональных диспропорций и активизацию эндогенных факторов роста. Применение кросс-регионального анализа подтвердило гипотезу о положительной корреляции между уровнем диверсификации и динамикой внутреннего регионального продукта. В перспективе разработанный методический инструментарий может быть адаптирован для проектирования цифровых моделей, прогнозирующих долгосрочные эффекты от внедрения инновационных практик в аграрном секторе.