Statistics and Economics (E-Journal) / Статистика и Экономика
Not a member yet
1231 research outputs found
Sort by
Статистический анализ и прогнозирование показателей гендерной аcимметрии на рынке труда Оренбургской области
Get PDFAll-Russian and regional labor markets operate in an unstable socio-economic situation, which can contribute to the emergence of gender disproportion. The study of gender asymmetry is considered the most popular direction during periods of “economic upheaval”, since this kind of instability increases the inequality of men and women in various spheres of life. The state of turbulence in which the labor market of Russia as a whole and each of its regions is located contributes to the adaptation of each of its segments to new forms of work. This study examines the results of an analysis of the structure and trends in the dynamics of indexes of employment and unemployment of the male and female population in the Orenburg region for 2016-2021. The choice of the time period is justified by the uneven development of both the world and the Russian economy. Modern economic realities, in which the labor market exists, develops both in the country as a whole, and in its regions, experiencing a number of shocks, determine the scientific novelty of the issues under consideration.Purpose of the study. The main idea of the paper done is the possibility of using the methods of economic and statistical analysis to study dynamic differences in gender structures according to various characteristics, development directions that determine gender asymmetry in the labor market of the Orenburg region, and predict its main indexes for the medium term.Materials and methods. The information base of the study was the statistical information of Orenburgstat, which characterizes gender asymmetry in the labor market of the Orenburg region. To achieve this goal, a set of methods of economic and statistical analysis was applied, including the calculation of indexes of the structure and structural differences, dynamics, identifying trends, forecasting, as well as presenting the results of the study using tables and figures.Results. According to the results of the study, an average portrait of a busy and carefree person by gender was compiled. The characteristics of the male and female population in the labor market of the Orenburg region in 2021 compared to 2016 are highlighted. The study of structural differences was carried out according to the criterion of V. Ryabtsev, during which it was noted that there were no significant changes in the structures of employed men and women. A significant level of differences characterizes the age structure of unemployed men and women in 2021 compared to 2016, as well as the structure of unemployed men by level of education. The study made it possible to assert that in the dynamics of indexes characterizing gender inequality in the labor market of the Orenburg region, unstable changes are observed. The study tested the hypothesis of the presence/absence of trends in the time series of indexes characterizing gender asymmetry in the labor market of the region. For this purpose, one of the modifications of the series criterion was used. The assumption that there is no trend in the dynamics series under consideration has not been confirmed, therefore, the trend exists. Taking into account this circumstance, trend models were created, among which, according to the best statistical characteristics, second-order polynomial models were selected. With the help of the selected polynomials of the second degree, it was determined that in the dynamics of employment and unemployment indexes of the male and female population, downward trends of change prevail. Further, their prospective indexes were calculated. Conclusion. The study made it possible to analyze the main vectors that are emerging in the field of employment and unemployment in the regional labor market by gender, and to predict their main indexes for the medium term. In the dynamics of the number of both male and female labor force in the Orenburg region, unstable trends will be observed in the future. The number of women employed in the region’s economy will grow; the number of unemployed women will decrease. In the forecast period, the number of employed men in the economy of the Orenburg region will change under the influence of a downtrend. The number of unemployed men in the period from 2023 to 2025 will tend to decrease.Рынок труда России и ее регионов функционирует в нестабильной социально-экономической ситуации, которая может способствовать возникновению гендерной диспропорции. Исследование гендерной асимметрии считается наиболее популярным направлением в периоды «экономических потрясений», поскольку подобного рода нестабильность усиливает неравенство мужчин и женщин в разных сферах жизнедеятельности. Состояние турбулентности, в котором находится рынок труда России в целом и каждого ее региона, способствует адаптации каждого его сегмента к новым формам работы. В данном исследовании рассматриваются результаты анализа структуры и тенденций в динамике индикаторов занятости и безработицы мужского и женского населения в Оренбургской области за 2016–2021 годы. Выбор периода времени обоснован неравномерным развитием, как мировой, так и российской экономики. Современные экономические реалии, в которых существует и развивается рынок труда как страны в целом, так и ее регионов, переживая ряд шоков, определяют научную новизну рассматриваемых вопросов.Цель исследования. Основная идея проделанной работы состоит в возможности применения методов экономико-статистического анализа для изучения динамических различий в гендерных структурах по разным признакам, направлений развития, определяющих гендерную асимметрию на рынке труда Оренбуржья, и прогнозирования ее основных индикаторов на среднесрочнуюперспективу.Материалы и методы. Информационной базой исследования послужила статистическая информация Оренбургстата, характеризующая гендерную асимметрию на рынке труда Оренбургского региона. Для достижения поставленной цели был применен комплекс методов экономико-статистического анализа, включающий в себя расчет показателей структуры и структурных различий, динамики, выявления тенденций, прогнозирования, а также представление результатов исследования с помощью таблиц и рисунков.Результаты. По итогам исследования был составлен среднестатистический портрет занятого и беззаботного по гендерному признаку. Выделены характеристики мужского и женского населения на рынке труда Оренбургской области в 2021 г. по сравнению с 2016 г. Исследование структурных различий проводилось по критерию В.М. Рябцева, в ходе которого было отмечено, что в структурах занятых мужчин и женщин существенных изменений не произошло. Существенным уровнем различий характеризуется возрастная структура безработных мужчин и женщин в 2021 г. по сравнению с 2016 г. а также структура безработных мужчин по уровню образования. Проведенное исследование позволило утверждать, что в динамике показателей, характеризующих гендерное неравенство на рынке труда Оренбуржья, наблюдаются нестабильные изменения. В ходе исследования была проверена гипотеза о наличии/отсутствии тенденций в рядах динамики индикаторов, характеризующих гендерную асимметрию на рынке труда региона. Для этой цели была использована одна из модификаций критерия серий. Предположение о том, что в рассматриваемых рядах динамики отсутствует тенденция, не нашло своего подтверждения, следовательно, тенденция существует. Принимая во внимание данное обстоятельство, были построены трендовые модели, среди которых по наилучшим статистическим характеристикам были выбраны полиномиальные модели второго порядка. С помощью выбранных полиномов второй степени было определено, что в динамике показателей занятости и безработицы мужского и женского населения преобладают нисходящие тенденции изменения. Далее были рассчитаны их перспективные индикаторы.Заключение. Проведенное исследование позволило проанализировать основные векторы, складывающиеся в области занятости и безработицы на региональном рынке труда по гендерному признаку, и спрогнозировать их основные показатели на среднесрочную перспективу. В динамике численности как мужской, так и женской рабочей силы в Оренбургской области в перспективе будут наблюдаться нестабильные тенденции. Число занятых в экономике области женщин будет расти; численность безработных женщин – снижаться. В прогнозируемом периоде число занятых мужчин в экономике Оренбуржья будет изменяться под влиянием нисходящего тренда. Численность безработных мужчин в период с 2023 г. по 2025 г. будет иметь тенденцию к снижению
Оценка уровня потребления детьми в домохозяйствах
No full textIn the context of changing the demographic structure of the population (population aging) in order to determine the demand for goods and services and predict key socio-economic indexes, consumption age indexes are of practical interest for research. A feature of collecting information on the level of consumption is the conduct of surveys for the household as a whole, and not for a specific member of the household. At the same time, it should be noted that throughout the life cycle of a person, the level and structure of consumption differ. Methods for assessing the level of consumption in households of different generations are of greatest interest on the part of researchers. Current trends in developing and developed countries are characterized by a move away from multi-generational living. Thus, estimates of the level of consumption by children in households with parents are of practical interest.The purpose of the study. At present, there are no unequivocal recommendations on how to estimate the calculation of children’s consumption in households. At the same time, the available methods have been subjected to various criticisms from economists. It should be noted that most of the research on this topic was carried out at the end of the 20th century. At the same time, it is necessary to take into account possible cross-country features of consumption financing: the availability and development of medicine and education. If social services are available and provided at the expense of the state in a country, then the level of consumption by children will be lower. If the household finances the social sphere, the level of consumption by children in households will be higher. Thus, it is of practical interest to assess the level of consumption by children in Russian households.Materials and methods. Based on data from the Household Budget Survey (HBS) for 2020 conducted by Rosstat, households consisting of two adults and two adults with one child are selected. With the help of classical methods of statistical analysis, the construction of age profiles of consumption for each group of households is carried out. Based on the share of expenditures on food in the household and the scale effect of their consumption, the paper constructs age estimates for the redistribution of the level of consumption depending on the age of children. In addition, the sample size allows us to test the hypothesis about the age of birth of the child and the level of consumption.Results. The study made it possible to assess the differences in the level of consumption by children depending on the age at which a child was born. The average age of a child’s birth determines his/her further level of consumption throughout adulthood. Consumption is lowest among children who are born when parents are less than 26 years old. The obtained redistribution coefficients for ages under 15 are higher than in the estimates proposed by R. Lee, E. Mason, and Deaton, that confirms the possible consumption patterns of Russian households.Conclusion. This article draws two key conclusions. The age at which a child is born determines his/her level of future consumption: the birth of a child under the age of 24 indicates a relatively low level of consumption throughout their adulthood. The estimates obtained for the level of consumption by children depending on their age indicate higher consumption up to 14 years of age than in foreign methods that can be explained by the socio-economic characteristics of Russian households.В условиях изменения демографической структуры населения (старение населения) с целью определения спроса на товары и услуги и прогнозирования ключевых социально-экономических показателей, практический интерес для исследования представляют возрастные показатели потребления. Особенностью сбора информации по уровню потребления является проведение обследований по домохозяйству в целом, а не по конкретному члену домохозяйства. При этом, следует отметить, что на протяжении жизненного цикла человека уровень и структура потребления отличаются. Наибольший интерес со стороны исследователей вызывают способы оценки уровня потребления в разнопоколенных домохозяйствах. Современные тенденции развивающихся и развитых стран характеризуются уходом от многопоколенного проживания. Таким образом, практический интерес представляют оценки уровня потребления детьми в домохозяйствах с родителями.Цель исследования. В настоящее время нет однозначных рекомендаций по способам оценки расчета потребления детьми в домохозяйствах. При этом, имеющиеся методы подвергались различной критике со стороны экономистов. Необходимо отметить, что большинство исследований по данной теме проводились в конце XX века. При этом, необходимо учитывать возможные межстрановые особенности финансирования потребления: доступность и развитость медицины, образования. Если в стране социальные услуги доступны и предоставляются за счет государства, то уровень потребления детьми будет меньше. В случае, если социальная сфера финансируется за счет домохозяйства, уровень потребления детьми в домохозяйствах будет выше. Таким образом, практический интерес представляет проведение оценки уровня потребления детьми в российский домохозяйствах.Материалы и методы. На основе данных Обследования бюджетов домашних хозяйств (ОБДХ) за 2020 г., проводимых Росстатом, отбираются домохозяйства, состоящих из двух взрослых человек и двух взрослых человек с одним ребенком. С помощью классических методов статистического анализа проводится построение возрастных профилей потребления для каждой группы домохозяйств. На основе доли расходов на продукты питания в домохозяйстве и эффекте масштаба от их потребления, в работе проводится построение возрастных оценок перераспределения уровня потребления в зависимости от возраста детей. Кроме того, объем выборки позволяет проверить гипотезу о возрасте рождения ребенка и уровне его потребления.Результаты. Проведенное исследование позволило оценить различия в уровне потребления детьми в зависимости от возраста рождения ребенка. Средний возраст рождения ребенка определяет его дальнейший уровень потребления на протяжении взросления. Наименьший уровень потребления отмечается у детей, которые рождены в возрасте родителей меньше 26 лет. Полученные коэффициенты перераспределения в возрастах до 15 лет получаются выше, чем в оценках, предложенных Р.Ли, Э. Мейсона, Дитона, что подтверждает возможные особенности потребления российских домохозяйств.Заключение. В данной статье получены два ключевых вывода. Возраст рождения ребенка обуславливает его уровень дальнейшего потребления: рождение ребенка в возрасте до 24 свидетельствует о сравнительно низком уровне потребления на протяжении его взросления. Полученные оценки по уровню потребления детьми в зависимости от их возраста свидетельствуют о более высоком потреблении до 14 лет, чем в зарубежных методиках, что может объясняться социально-экономическими особенностями российских домохозяйств
Количественные методы выбора инструментального средства для управления проектами в финансовой сфере
No full textThe relevance of the study is due to the difficulties inherent in the selection of tools designed for effective project management in the financial sector, as well as the increasing competition in the financial services market. Within the framework of this article, the features of the choice of a project management tool in the financial sector based on the use of quantitative methods that make the decision-making process significantly more meaningful and effective are disclosed.The aim of the study is to develop elements of a methodology for quantitative analysis of alternative tools, including recommendations on the choice of alternatives and criteria for their analysis, as well as the complex use of various methods to justify the final choice of an instrument.The research materials and methods reflected in the methodology of quantitative analysis of alternative project management tools in the financial sphere, and implemented in the course of the research, are based on supplementing the results obtained through the use of the classical basic level method – the method of geometric averages by methods of advanced level decision theory – the method of eigenvalues and vectors, as well as the ideal point method. In order to comprehensively analyze the project implementation support systems on the market and their instrumental capabilities, a twostage methodology is proposed in the research process, including both qualitative and quantitative assessment of available alternatives. The formalized assessment of the functionality of the pre-selected tools made it possible to justify the choice of the most preferred alternative. Particular attention is paid to the issues of attracting additional information to reduce uncertainty in the considered choice situation. Results. The main result of the conducted research was the scheme of substantiation of the optimal choice of a tool includes the construction of a variety of alternatives – tools of domestic and foreign development, the construction of a variety of criteria and the attraction of additional information to form a hierarchy of criteria, as well as a consistent quantitative assessment of each selected alternative according to all the criteria under consideration. The constructed set of alternatives includes the tools of Jira Software, Asana, Bitrix24, Megaplan, GanttPro, YouGile and Planfix. The set of criteria is limited to the six most significant criteria: “Convenience of communication within the framework of the tool”; “Price of the tool”; “Level of complexity of the tool”; “Integration with external services”; “Functionality of the tool”; “Convenience and simplicity of the tool interface”. The presented system of criteria takes into account the main functional and instrumental characteristics necessary for systems to support the implementation of projects in the financial sector at the level of small and medium-sized businesses.Conclusion. The content of the article can be useful for improving decision-making processes during technological renewal and digitalization of projects in the financial sphere of small and medium-sized businesses in the context of the implementation of import substitution programs, the development of optimal choice mechanisms under several criteria. The described structure of the applied problem of multi-criteria selection can be used to update the content of such professionally significant academic disciplines for higher economic school as “Decision Theory” and “Instrumental methods in Economics”.Актуальность исследования обусловлена трудностями, характерными для выбора инструментальных средств, предназначенных для эффективного управления проектами в финансовой сфере, а также обостряющейся конкуренцией на рынке финансовых услуг. В рамках данной статьи раскрыты особенности выбора инструментального средства управления проектами в финансовой сфере на основе применения количественных методов, позволяющих сделать процесс принятия решений существенно более осмысленным и эффективным.Целью исследования является разработка элементов методики количественного анализа альтернативных инструментальных средств, включающей рекомендации по выбору альтернатив и критериев их анализа, а также комплексному использованию различных методов для обоснования окончательного выбора инструментального средства.Материалы и методы исследования, отраженные в методике количественного анализа альтернативных инструментальных средств управления проектами в финансовой сфере, и реализованные в процессе исследования, основаны на дополнении результатов, получаемых благодаря использованию классического метода базового уровня – метода средних геометрических величин методами теории принятия решений продвинутого уровня – метода собственных чисел и векторов, а также метода идеальной точки. С целью всестороннего анализа представленных на рынке систем поддержки реализации проектов и их инструментальных возможностей в процессе исследования предложена двухэтапная методика, включающая как качественную, так и количественную оценку имеющихся альтернатив. Выполненная формализованная оценка функциональных возможностей предварительно отобранных инструментальных средств позволила обосновать выбор наиболее предпочтительной альтернативы. Особое внимание уделяется вопросам привлечения дополнительной информации для снижения неопределенности в рассматриваемой ситуации выбора.Результаты. Основным результатом проведенного исследования стала схема обоснования оптимального выбора инструментального средства включает в себя построение множества альтернатив – инструментальных средств отечественной и зарубежной разработки, построение множества критериев и привлечение дополнительной информации для формирования иерархии критериев, а также последовательную количественную оценку каждой выбранной альтернативы по всем рассматриваемым критериям. Построенное множество альтернатив включает в себя инструментальные средства Jira Software, Asana, Битрикс24, Мегаплан, GanttPro, YouGile и Planfix. Множество критериев ограничено шестью наиболее значимыми критериями: «Удобство коммуникации в рамках инструментального средства»; «Цена инструментального средства»; «Уровень сложности инструментального средства»; «Интеграция с внешними сервисами»; «Функционал инструментального средства»; «Удобство и простота интерфейса инструментального средства». Представленная система критериев учитывает основные функциональные и инструментальные характеристики, необходимые для систем поддержки реализации проектов в финансовой сфере на уровне малого и среднего бизнеса.Заключение. Содержание статьи может быть полезно для совершенствования процессов принятия решений при технологическом обновлении и цифровизации проектов в финансовой сфере малого и среднего бизнеса в условиях реализации программ импортозамещения, развития механизмов оптимального выбора в условиях нескольких критериев. Описанная структура прикладной задачи многокритериального выбора может быть использована для обновления содержания таких профессионально значимых для высшей экономической школы учебных дисциплин, как «Теория принятия решений» и «Инструментальные методы в экономике»
Оценка влияния развития сельских территорий на агропромышленный комплекс Российской Федерации
Get PDFModern agro-industrial complex should combine both the most modern digital and innovative developments and traditional, time-tested agricultural technologies. It is an indisputable fact that without a labor force - people who are ready to work in rural areas, there will be no development of the agro-industrial complex. In 2021, the rural population in Russia decreased by 3.5% compared to 2015, while the working-age population in rural areas decreased by 4.6% over the same period. At the same time, the demand and consumption of agricultural products remains extremely high, so in 2021, compared to 2015, the consumption of meat and meat products in the Russian Federation increased by 6.8%, fruits and berries by 5.0%, milk by 3,4%, eggs by 2.9%, vegetables and melons by 2.0%. The relevance of the topic is confirmed by a set of measures developed by the Ministry of Agriculture of the Russian Federation, which are aimed at improving the living standards of rural citizens and combating the so-called “village crisis”. For these purposes, on May 31, 2019, the Decree of the Government of the Russian Federation No. 696 approved the program “Integrated Development of Rural Territories”. It implies not only the preservation of the rural population and the improvement of the life of rural citizens, but also the increase in the efficiency of traditional agriculture and the development of modern industries in rural areas.Purpose of the study. In the context of sanctions pressure and unpredictable consequences for the Russian economy, the state and domestic agrarians should take special responsibility for the stability of the agro-industrial sector. In this regard, it is necessary to prevent possible risks for the industry at an early stage and assess the possibilities for its development in the regional context. The purpose of the study is to assess the impact of the development of rural areas on the agro-industrial complex of the Russian Federation. It is necessary to determine the differentiation of Russian regions in terms of the level of development of rural areas and assess the impact of their development on the agro-industrial complex.Materials and methods. The source of data for the study is data from the Russian Population Census (2010 and 2020), the Agricultural Micro-Census 2021, and Sample Survey of the Labor Force for 2010-2021. These data allow us to draw conclusions about the state of rural areas, the level of their development and determine the potential of the agro-industrial complex of the region. In addition, the paper differentiates the regions of Russia, using the method of hierarchical clustering, according to the level of development of rural areas with a linkage to the development of the agro-industrial complex of the region.Results. The results obtained based on the data of the Russian Population Census 2020 on the share of rural settlements with a population of less than 10 people indicate that in the European territory of Russia the share of “extinct” rural settlements becomes maximum closer to the north. With a shift to the South, their share is significantly reduced. The most densely populated rural areas should be considered: the Republic of Crimea (2.6%), the Stavropol Territory (3.0%), the Republic of Dagestan (4.5%), the Krasnodar Territory (4.6%), the Chechen Republic (8.1%) and the Rostov region (8.3%). The share of the working-age population in rural areas, employed in agriculture is systematically decreasing from year to year and in 2021, according to the Survey of the Labor Force, it reached 17.3%. The largest share of the working-age population in rural areas, employed in agriculture is noted in the Chechen Republic (35.1%), Tambov (35.0%), Belgorod (29.7%), Kirov (29.7%) and Saratov regions (29,1%).The growth rate of agricultural products in 2021 in 2010 prices, compared to 2010, amounted to 56.8%. At the same time, livestock production is growing much faster, surpassing the growth rate of crop production. In 2021, livestock production in 2010 prices increased by 105.0%, compared to 2010, the increase in crop production over the same period was only 18.4%.Cluster analysis divided 85 regions of Russia into 6 clusters, in accordance with their level of development of rural areas (the share of rural settlements with a population of less than 10 people; the share of the working-age population in rural areas, employed in agriculture) and the level of development of the agro-industrial complex (the share of agricultural land in the total area of the territory of the subject; the growth rate of agricultural products in 2021 in prices of 2010, in% of 2010). In the course of the analysis, regions were identified as leaders in the industry and regions with certain problems, the elimination of which will enable the growth of the agro-industrial complex.Conclusion. The paper pays special attention to the development of rural areas; the author considers the regions of Russia with a share of rural settlements with a population of less than 10 people as “endangered” settlements. Such villages can no longer develop agriculture and be points of growth for the agro-industrial complex in the region. Particular attention is paid to the share of the workingage population in rural areas, employed in agriculture, since these people are now the basis of agriculture and their work contributes to the development of the industry. The state of the agro-industrial complex in the region is assessed using the share of agricultural land in the total area of the territory of the subject and the growth rate of agricultural products. These indexes reflect the demand for the agricultural industry in the region; show the importance of the industry and the prospects for its development.Based on these indexes, the cluster analysis of the constituent entities of the Russian Federation identified six groups of regions with similar vectors for the development of the agro-industrial complex. The first cluster included the most stable regions in the agricultural sector, with a high proportion of the working-age population in rural areas, employed in agriculture, a large share of agricultural land and a high growth rate of agricultural products. The second cluster was filled with extremely low potential for the development of the agro-industrial complex - the regions of Siberia, the European North and the Far East. The third cluster contains regions with the greatest potential for the development of the agro-industrial complex. The fourth cluster includes regions in which there is a “stagnation” in the agricultural sector. The regions of the fifth cluster need to increase the workingage population, ready to engage in agriculture, in which case they are provided with a significant increase in agricultural production. The sixth cluster consists of industry leaders; however, they should develop the industry by attracting more people to agriculture, as well as expanding farmland areas.Современный агропромышленный комплекс должен сочетать в себе как самые современные цифровые и инновационные разработки, так и традиционные, проверенные временем технологии ведения сельского хозяйства. Неоспоримым фактом является то, что без рабочей силы – людей, которые готовы работать в сельской местности, никакого развития агропромышленного комплекса не будет. В 2021 году сельское население в России снизилось на 3,5%, по сравнению с 2015 годом, а численность трудоспособного населения в сельской местности за этот же период сократилась на 4,6%. При этом спрос и потребление продукции сельского хозяйства остается крайне высоким, так в 2021 году, по сравнению с 2015 годом, потребление мяса и мясопродуктов в Российской Федерации выросло на 6,8%, фруктов и ягод на 5,0%, молока на 3,4%, яиц на 2,9%, овощей и бахчевых на 2,0%. Актуальность темы подтверждается комплексом мер, разработанных Министерством сельского хозяйства Российской Федерации, которые направлены на повышение уровня жизни сельских граждан и борьбу с так называемым «кризисом села». В этих целях 31 мая 2019 года Постановление Правительства Российской Федерации №696 была утверждена программа «Комплексное развитие сельских территорий». Она подразумевает не только сохранение сельского населения и улучшение жизни сельских граждан, а также повышение эффективности традиционного сельского хозяйства и развитие современных отраслей в сельской местности.Цель исследования. В условиях санкционного давления и непредсказуемых последствий для Российской экономики, государство и отечественные аграрии должны с особой ответственностью отнестись к устойчивости агропромышленного сектора. В связи с этим, необходимо на ранних стадиях предупредить возможные риски для отрасли и оценить возможности её развития в региональном разрезе. Целью исследования является оценка влияния развития сельских территорий на агропромышленный комплекс Российской Федерации. Необходимо определить дифференциацию регионов России по уровню развития сельских территорий и оценить воздействие их развития на агропромышленный комплекс.Материалы и методы. Источником данных для исследования являются данные: Всероссийской переписи населения (ВПН 2010 и ВПН 2020), Сельскозяйственной микропереписи 2021 года, Выборочного обследования рабочей силы за 2010 – 2021 годы (ОРС). Эти данные позволяют сделать выводы о состоянии сельских территорий, уровне их развития и определить потенциал агропромышленного комплекса региона. Кроме того, в работе проводится дифференциация регионов России, при помощи метода иерархической кластеризации, по уровню развития сельских территорий с увязкой к развитию агропромышленного комплекса региона.Результаты. Полученные результаты на основе данных ВПН 2020 о доле сельских населенных пунктов с численностью населения менее 10 человек говорят о том, что на европейской территории России доля «вымерших» сельских населенных пунктов становится максимальной ближе к северу. При смещении к Югу их доля значительно сокращается. Наиболее густонаселенными сельскими территориями следует считать: Республику Крым (2,6%), Ставропольский край (3,0%), Республику Дагестан (4,5%), Краснодарский край (4,6%), Чеченскую Республику (8,1%) и Ростовскую область (8,3%).Доля трудоспособного сельского населения, занятого в сельском хозяйстве, планомерно сокращается от года к году и в 2021 году по данным ОРС достигла 17,3%. Наибольшая доля трудоспособного сельского населения, занятого в сельском хозяйстве, отмечается в Чеченской Республике (35,1%), Тамбовской (35,0%), Белгородской (29,7%), Кировской (29,7%) и Саратовской областях (29,1%).Темпы прироста сельскохозяйственной продукции в 2021 году в ценах 2010 года, по сравнению с 2010 годом, составили 56,8%. При этом, продукция животноводства растет существенно быстрее, превосходя темпы прироста растениеводческой продукции. В 2021 году продукция животноводства в ценах 2010 года выросла на 105,0%, по сравнению с 2010 годом, прирост продукции растениеводства за этот же период составил всего 18,4%.Кластерный анализ разделил 85 регионов России на 6 кластеров, в соответствии с их уровнем развития сельских территорий (доля сельских населенных пунктов с численностью населения менее 10 человек; доля трудоспособного сельского населения, занятого в сельском хозяйстве) и уровнем развития агропромышленного комплекса (доля сельскохозяйственных угодий в общей площади территории субъекта; темп прироста сельскохозяйственной продукции в 2021 году в ценах 2010 года, в % к 2010 году). В ходе анализа установлены регионы лидеры отрасли и регионы с определенными проблемами, при устранении которых возможен рост АПК.Заключение. В работе обращается особое внимание на развитие сельских территорий, автор рассматривает регионыРоссии с долей сельских населенных пунктов с численностью населения менее 10 человек как «вымирающие» населенные пункты. Такие села уже не могут развивать сельское хозяйство и быть точками роста АПК в регионе. Пристальное внимание уделяется и доля трудоспособного сельского населения, занятого в сельском хозяйстве, поскольку именно эти люди сейчас являются основой сельского хозяйства и их труд способствует развитию отрасли. Самочувствие агропромышленного комплекса в регионе оценивается при помощи доли сельскохозяйственных угодий в общей площади территории субъекта и темпов прироста сельскохозяйственной продукции. Эти индикаторы отражают востребованность сельскохозяйственной отрасли в регионе, показывают значимость отрасли и перспективу её развития.Проведенный на основе этих показателей кластерный анализ субъектов Российской Федерации определил 6 групп регионов, с похожими векторами развития агропромышленного комплекса. В первый кластер вошли наиболее устойчивые в аграрном секторе регионы, с высокой долей трудоспособного сельского населения, занятого в сельском хозяйстве, большой долей сельхозугодий и высоким темпом прироста сельскохозяйственной продукции. Второй кластер наполнили с крайне низким потенциалом для развития агропромышленного комплекс – регионы Сибири, европейского севера и дальнего востока. В третьем кластере сосредоточены регионы с наибольшим потенциалом для развития агропромышленного комплекса. В четвертый кластер вошли регионы, в которых наблюдается «застой» в отрасли сельского хозяйства. Регионам пятого кластера регионам необходимо наращивать трудоспособное население, готовое заниматься сельским хозяйством, в этом случае им обеспечен значительный прирост производства продукции сельского хозяйства. Шестой кластер состоит из лидеров отрасли, однако им следует развивать отрасль, привлекая больше людей к сельскому хозяйству, а также расширять зоны сельхозугодий
Методика отбора регионов-конкурентов на основе их специализации (на примере Амурской области)
Get PDFPurpose of the study. The paper presents the author’s methodology for selecting competing regions based on their specialization. The formation of a statistical set of competing regions is one of the stages of the methodology for managing the competitiveness of a region. The selection of competing regions precedes the stage of assessing the region’s competitiveness and identifying its competitive advantages. Ignoring the stage of selecting competing regions in the study of regional competitiveness leads to leveling out the differences between the constituent entities of the Russian Federation in socio-economic conditions of development and reduces the possibility of making effective management decisions to increase the competitiveness of the country’s regions. The purpose of the paper is to improve the methodology for selecting competing regions based on their specialization.Materials and methods. In the process of achieving the goal, statistical methods of analysis, factor analysis, cluster analysis, and the main array method were used. Calculations were made in SPSS Statistics and Excel programs. The paper used statistical data from Rosstat. To perform the calculations, GVA was considered in the Russian National Classifier of Types of Economic Activity2 structure for 2020.Results. The article improves the methodology for selecting competing regions based on their specialization. The method under consideration contains 7 stages. Its difference from the previous methodology is the addition of two stages: extracting factors of GVA shares or localization coefficients by type of economic activity of regions using factor analysis and clustering of regions based on selected factors. To test the methodology, localization coefficients were calculated by type of economic activity of the regions of the Russian Federation for 2020. Their descriptive statistics are presented. A set of competing regions has been formed for the Amur region. The region’s competitors are 11 regions of the country, in which “mining” and “construction” predominate.Conclusion. Solving the problem of forming a statistical set of competing regions is an important condition for the objectivity and reliability of the results of assessing the competitiveness of regions. The paper shows that the selection of competing regions must be carried out taking into account the specialization of the region, which is an expression of the level of socio-economic development of the region and its specifics. Dividing the totality of the country’s regions into homogeneous groups in accordance with their specialization allows for a qualitative analysis of the competitiveness of the regions within each individual group. The presented technique is universal, because its information base can be both the sectoral structure of the economy of the regions of the Russian Federation and the localization coefficients calculated on its basis, characterizing the specialization of the regions. Цель исследования. В статье представлена авторская методика отбора регионов-конкурентов на основе их специализации. Формирование статистической совокупности регионов-конкурентов является одним из этапов методики управления конкурентоспособностью региона. Отбор регионов-конкурентов предшествует этапу проведения оценки конкурентоспособности региона и выявления его конкурентных преимуществ. Игнорирование этапа отбора регионов-конкурентов в исследовании конкурентоспособности регионов приводит к нивелированию различий субъектов Российской Федерации по социально-экономическим условиям развития и снижает возможность принятия эффективных управленческих решений по повышению конкурентоспособности регионов страны. Цель статьи – совершенствование методики отбора регионов-конкурентов на основе их специализации.Материалы и методы. В процессе достижения цели использовались статистические методы анализа, факторный анализ, кластерный анализ, метод основного массива. Расчеты производились в программах SPSS Statistics и Excel. В работе использованы статистические данные Росстата. Для выполнения расчетов рассматривалась ВДС в структуре ОКВЭД2 за 2020 г.Результаты. В статье усовершенствована методика отбора регионов-конкурентов на основе их специализации. Рассматриваемая методика содержит 7 этапов. Её отличием от предшествующей методики является добавление двух этапов: извлечения факторов долей ВДС или коэффициентов локализации по видам экономической деятельности регионов с помощью факторного анализа и кластеризации регионов на основе выделенных факторов. Для апробации методики рассчитаны коэффициенты локализации в разрезе видов экономической деятельности субъектов Российской Федерации за 2020 г. Представлена их описательная статистика. Совокупность регионов-конкурентов сформирована для Амурской области. Конкурентами области являются 11 регионов страны, в которых преобладают «добыча полезных ископаемых» и «строительство».Заключение. Решение проблемы формирования статистической совокупности регионов-конкурентов является важным условием объективности и достоверности результатов оценки конкурентоспособности регионов. В статье показано, что отбор регионов-конкурентов необходимо проводить с учетом специализации региона, которая является выражением уровня социально-экономического развития региона, его специфики. Разделение совокупности регионов страны на однородные группы в соответствии с их специализацией позволяет провести качественный анализ конкурентоспособности регионов внутри каждой отдельной группы. Представленная методика является универсальной, т.к. её информационной базой может выступать как отраслевая структура экономики регионов Российской Федерации, так и рассчитанные на ее основе коэффициенты локализации, характеризующие специализацию регионов
Сравнительный межстрановый анализ уровня развития научной и инновационной деятельности
Get PDFThe progressive economic development of countries in the modern world is based on the corresponding development of scientific and innovative activities. The paper analyzes the main indexes characterizing the state of scientific potential and indexes reflecting the effectiveness of scientific activity in 43 countries of the world, including Russia and China. Interrelations of indexes are revealed and regression equations describing the existing dependencies are constructed. Based on the obtained models, the results of scientific activity are estimated for two countries: Russia and China. The estimates are compared with the actual levels of indexes and conclusions are drawn about the effectiveness of the use of available scientific resources.Purpose of the study. The aim of the study was to identify homogeneous groups of regions that are similar in their economic and innovative indexes, statistical analysis of these groups based on non-parametric methods and methods of correlation and regression analysis, and the formation of conclusions and recommendations regarding their innovative activities.Materials and methods. The following statistical methods were used in the study: non-parametric, correlation-regression, multivariate classifications (cluster analysis), discriminant analysis, descriptive statistics (averages, structural averages, variation indexes, etc.). The work used the statistical data of the World Bank, OECD, Rosstat. The calculations were carried out using the STATISTICA 12.0 software package.Results. The paper classifies countries according to the level of scientific potential and scientific performance. The cluster affiliation of Russia is determined. The search for a circle of countries that have similar conditions of scientific potential with Russia for further use of the experience of these countries is one of the goals of the paper. As a result of the analysis, it can be noted that the inventive activity of the Russian population is quite high, at the same time, the scientific potential in relation to scientific publications is used extremely poorly. In China, high levels of inventive activity and average citation of scientific publications can be noted. The number of patents granted, taken as a whole, has a strong linear relationship with GDP per capita and a strong non-linear relationship with domestic spending on research and development as a percentage of GDP and the number of people employed in research and development per 10,000 employed in the economy. By cluster groups, the listed dependencies were not found in the developed countries included in the first cluster, but were confirmed for the other of the countries.Conclusion. An analysis of the inventive activity of the Russian population showed that, with the existing scientific potential, the country managed to achieve much better results in this area than it could be based on the values of per capita GDP, research and development costs, the number of personnel, etc. (the excess according to different models is approximately 1.4 - 2.7 times). In general, for the totality of countries, the citation rate has a sufficient relationship with GDP per capita and the number of staff involved in research and development, but the volume of internal costs per researcher and the share of internal costs as a percentage of GDP do not significantly affect it. The experience of China confirms this conclusion: with a low cost per researcher, the country managed to achieve high results in the innovation field, but this phenomenon can be explained by the existence of a certain lag between the development of indexes. Separately, for cluster groups that divide the entire set of countries into highly developed, underdeveloped and countries occupying an intermediate position, no relationship was found between the citation index and other indexes.This paper is focused, first, on specialists dealing with the problems of the development of science, in particular Russian. The established relationships between indexes characterizing the level of scientific potential and scientific performance, described using linear and non-linear models, will help practitioners who decide on the organization and financing of science to find the best ways to solve emerging problems.Прогрессивное экономическое развитие стран в современном мире основано на соответствующем развитии научной и инновационной деятельности. В работе проведен анализ основных показателей, характеризующих состояние научного потенциала и показателей, отражающих результативность научной деятельности по 43-м странам мира, включая Россию и Китай. Выявлены взаимосвязи показателей и построены регрессионные уравнения, описывающие имеющиеся зависимости. На основе полученных моделей даны оценки результатов научной деятельности по двум странам: России и Китая. Оценки сопоставлены с фактическими уровнями показателей и сделаны выводы об эффективности использования имеющихся научных ресурсов.Цель исследования. Целью исследования являлось определение однородных групп регионов, схожих по своим экономическим и инновационным показателям, статистический анализ этих групп на основе непараметрических методов и методов корреляционно-регрессионного анализа, формирование выводов и рекомендаций, касающихся их инновационной деятельности.Материалы и методы. В исследовании использовались следующие статистические методы: непараметрические, корреляционно-регрессионные, многомерные классификации (кластерный анализ), дискриминантный анализ, описательные статистики (средние, структурные средние, показатели вариации и др.). В работе использовались статистические данные Всемирного банка, OECD, Росстата. Расчеты проводились в пакете прикладных программ STATISTICA 12.0.Результаты. В работе проведена классификация стран по уровню научного потенциала и научных результативности. Определена кластерная принадлежность России. Поиск круга стран, имеющих с Россией сходные условия научного потенциала для дальнейшего использования опыта этих стран – одна из целей работы. В результате проведенного анализа можно отметить, что изобретательская активность населения России достаточно высока, в то же время крайне слабо используется научный потенциал в отношении научных публикаций. В Китае можно отметить высокие значения уровня изобретательской активности и средней цитируемости научных публикаций. Показатель числа выданных патентов, рассматриваемый по всей совокупности, имеет тесную линейную связь с ВВП на душу населения и тесную нелинейную связь с внутренними затратами на исследования и разработки в процентах к ВВП и численностью персонала, занятого исследованиями и разработками, в расчете на 10000 занятых в экономике. В разбивке по кластерным группам перечисленные зависимости не обнаружены у развитых стран, вошедших в первый кластер, но подтвердились для остальных стран.Заключение. Анализ изобретательской активности населения России показал, что при существующем научном потенциале стране удалось достигнуть в этой области гораздо лучших результатов, чем это могло быть исходя из значений среднедушевого ВВП, затрат на исследования и разработки, численности персонала и др. (превышение по разным моделям приблизительно в 1,4 – 2,7 раз). В целом по совокупности стран показатель цитируемости имеет достаточную связь с показателем ВВП на душу населения и численностью персонала, занимающегося исследованиями и разработками, но на нее не оказывает значимого влияния объем внутренних затрат в расчете на одного исследователя и доля внутренних затрат в процентах к ВВП. Опыт Китая подтверждает данный вывод: при невысоком значении затрат на одного исследователя стране удалось достигнуть высоких результатов в инновационной области, но данное явление может объясняться существованием определенного лага между развитием показателей. Отдельно по кластерным группам, разбивающим всю совокупность стран на высокоразвитые, слабо развитые и страны, занимающие промежуточное положение, связь показателя цитируемости с другими показателями не обнаружена.Данная работа ориентирована, в первую очередь, на специалистов, занимающихся проблемами развития науки, в частности российской. Установленные связи между показателями, характеризующими уровень научного потенциала и научных результативности, описанные с помощью линейных и нелинейных моделей, помогут практикам, решающим вопросы организации и финансирования науки, найти лучшие пути решения возникающих проблем
Так ли плохи отрицательные веса в объединении прогнозов?
Get PDFPurpose of the study. In this paper, we consider the problem of negativity of weight coefficients when combining forecasts. Combining forecasts as a method has long ago proved itself in practice as a good way to improve forecast accuracy. However, in the literature little attention is paid to the issue of negative weights during aggregation, although the cases of obtaining such weights in practice are quite common. The reasons why this may happen are not considered or analyzed. Often, when obtaining weights less than zero, such weights are reset to zero, thus excluding the information contained in the particular forecasting method from the combination, which may reduce the accuracy of the combined forecast. In this regard, it is important to understand why when combining forecasts, negative weight can be obtained and determine options for how to avoid such situations in combining without losing accuracy.Materials and methods. It is proposed to consider various approaches to eliminate excluded weights when combining forecasts, including truncation of weight coefficients or imposing restrictions on them, including the option of sequential combining of forecasts. Results. The result is a list of reasons why negative weights can be obtained when combining forecasts, what risks they have and how to avoid them.Conclusion. Based on the results obtained, it can be concluded that the negative weights themselves when combining forecasts can be triggers for identifying problems when combining. However, it is dangerous to retain them, as they can lead to uncertain prediction results and degrade the accuracy of the resulting combined forecast. The proposed methods of work allow you to bypass the negativity of the weights without a strong deterioration in forecasting.Цель исследования. В настоящей работе предлагается рассмотреть проблему отрицательности весовых коэффициентов при объединении прогнозов. Объединение прогнозов как метод уже давно зарекомендовал себя на практике в качестве хорошего способа повышения точности прогнозирования. Но в литературе вопросу отрицательности весов при объединении уделено мало внимания, хотя случаи получить такой вес на практике достаточно распространены. Не рассматриваются и не анализируются и причины, почему такое может произойти. Зачастую при получении весов меньше нуля такие весовые коэффициенты обнуляются, тем самым исключая из объединения и информацию, содержащуюся в частном методе прогнозирования, что может снизить точность объединенного прогноза. В связи с этим важно понять, почему при объединении прогнозов может получиться отрицательный вес и определить варианты, как избежать подобных ситуаций в объединении без потери в точности.Материалы и методы. Предлагается рассмотреть различные подходы для исключения отрицательных весов при объединении прогнозов, в том числе усечение весовых коэффициентов или же наложение на них ограничений, рассматривается вариант последовательного объединения прогнозов.Результаты. В результате получен исчерпывающий список причин, почему при объединении прогнозов можно получить отрицательные весовые коэффициенты, какие риски они несут и как избежать их возникновения.Заключение. На основе полученных результатов можно сделать вывод, что сами отрицательные веса при объединении прогнозов могут являться триггерами для определения проблем при объединении. Но их сохранение опасно, так как они могут привести к неопределенным результатам прогнозирования и ухудшить точность полученного объединенного прогноза. Предлагаемые в работе методы позволяют обойти отрицательность весов без сильного ухудшения в точности прогнозирования
Статистика как инструмент идейного противоборства
Get PDFThe relevance of the study lies in the fact that only with a competent comprehensive assessment of quantitative parameters, their qualitative interpretation is possible. Statistics acts as such a tool.The purpose of the study. The purpose of this paper is to study opinions and approaches in the use of statistics as a tool for assessing phenomena and processes.Materials and methods. In the course of the study, the main directions of statistics as a tool for working with data were studied. The most common and practically justified is the use of statistics as a tool of cognition, management, propaganda and control. The result of the interpretation of statistical data primarily depends on the degree of objectivity and the level of literacy of those who work with the data: both at the initial stage of the formation of the initial data set, and at the stage of explaining the resulting values.Results. It is revealed that the same parameters (proportions) can be interpreted in completely different ways. Such differences are formed both from the subjectivity of the perception of these data, and from the degree of study of the material. As a result, there is a field for discrepancies and discussion.Conclusion. In order to obtain a qualitative analysis and interpretation of phenomena and processes, serious knowledge is needed, backed up by a substantial study of the subject area – only in this case statistical data can become a “mirror” reflecting the realities.Актуальность проведенного исследования заключается в том, что только при грамотной всесторонней оценке количественных параметров возможна их качественная интерпретация. Статистика выступает в качестве такого инструмента.Цель исследования. Целью данной работы является изучение мнений и подходов в использовании статистики как инструмента оценки явлений и процессов.Материалы и методы. В ходе исследования изучены основные направления статистики как инструмента работы с данными. Наиболее распространенными и практически обосновываемыми является использование статистики как инструмента познания, управления, пропаганды и контроля. Результат интерпретации статистических данных первую очередь зависит от степени объективности и уровня грамотности тех, кто работает с данными: как на начальном этапе формирования исходного массива данных, так и на этапе объяснения получившихся значений. Результаты. Выявлено что одни и те же параметры (пропорции) могут быть интерпретированы совершенно по-разному. Подобные различия складываются как из субъективизма восприятия этих данных, так и из степени проработки материала. Как результат возникает поле для разночтений и дискуссии.Заключение. Для получения качественного анализа и интерпретаций явлений и процессов необходимы серьезные знания, подкрепленные существенной проработкой предметной области – только в таком случае статистические данные смогут стать «зеркалом», отражающим реалии
Электронные финансы и криптовалютный рынок
Get PDFIn an age of rapidly changing technological revolutions, where cryptocurrencies and blockchain play key roles, studying the dynamics of cryptocurrency markets at the government level is becoming an urgent need, which is not just a step into the future, but also an opportunity for countries to act forward, based on data analysis and forecasting global economic trends. Every aspect of cryptocurrency - from financial stability to technological innovation - has the potential to transform the global landscape. Studying the interaction of cryptocurrencies with national interests will not only help to determine the positions of countries in this context, but also formulate effective strategies for managing this rapidly developing economic segment. It is important to realize that those states that integrate cryptocurrency market analysis into their strategies can best adapt to the challenges of the modern world and promote their economic prosperity.The purpose of the research is to study how the introduction of digital money into the economy affects the interest of various countries in participating in trading in the cryptocurrency market. To identify the relationship between the integration of such assets into the economy and the desire of host countries to participate in cryptocurrency markets. Consequently, there is a need to analyze the mechanisms of interaction of large economic entities - states - with cryptocurrencies, as well as predict the likely responses in this context of research. Using panel data analysis, to conduct a study of the dynamics of the cryptocurrency market in the digital finance market using the example of 50 countries around the world. To identify the relationship between the attitudes of countries and the dynamics of the cryptocurrency market in order to suggest possible directions for the future development of the studied evolutionary economic sphere.Materials and methods. As a basis for the study, a balanced and informative set of indexes (17 indexes) was identified, which represents the key variables necessary for a more in-depth analysis of the dynamics of cryptocurrency markets in the context of various countries over a period of ten years (2013-2022). The “Cryptocurrency trading volume” index was chosen as the effective index. The set of indexes was selected based on their ability to reflect cryptocurrency trading volumes, investor activity, and each country’s level of involvement in cryptocurrency transactions. The impact of various factors on the volume of transactions with electronic money and digital financial assets was assessed using panel data analysis methods in the Gretl statistical analysis program.Results. As a result of the analysis using the panel data tool, three models were created: a pooled regression model, a fixed-effects model, and a random-effects model. The choice of the best model is made through testing special hypotheses - the Brisch-Pagan test and the Hausman test. The fixed effects model was preferable to the random effects model in this study. The reason is the fixed effects model’s ability to take into account the individual characteristics of each country in the sample, leading to more accurate results. Based on the study of individual fixed effects, three groups of countries were identified: those that have a positive impact on the volume of cryptocurrency trading (for example, the United States and Japan), countries with a neutral impact (for example, Germany), and countries where individual effects have a negative impact (for example, China and Russia).Conclusion. Overall results indicate that countries with advanced digital infrastructure and ease of use of electronic payments, as well as inflationary and cultural influences, may exhibit higher activity in cryptocurrency markets. Based on the fixed effects model and taking into account assumptions about the dynamics in different countries, general conclusions were formulated regarding the index analyzed in this study - the volume of cryptocurrency trading.В век быстро меняющихся технологических революций, где криптовалюты и блокчейн играют ключевые роли, изучение динамики криптовалютных рынков на государственном уровне превращается в настоятельную необходимость, являющейся не просто шагом в будущее, но и возможностью для стран действовать наперед, основываясь на анализе данных и прогнозировании мировых экономических тенденций. Каждый аспект криптовалюты – от финансовой стабильности до технологической инновации – имеет потенциал преобразовать мировой ландшафт. Исследование взаимодействия криптовалют с национальными интересами не только поможет определить позиции стран в этом контексте, но и сформировать эффективные стратегии для управления этим быстро развивающимся экономическим сегментом. Важно осознать, что те государства, которые интегрируют анализ криптовалютных рынков в свои стратегии, могут наилучшим образом адаптироваться к вызовам современного мира и способствовать своему экономическому процветанию.Цель исследования – изучить как внедрение цифровых денежных средств в экономику влияет на интерес разнообразных стран к участию в торгах на рынке криптовалют. Выявить взаимосвязи между интеграцией таких активов в экономику и стремлением принимающих стран к участию в криптовалютных рынках. Следовательно, возникает необходимость проанализировать механизмы взаимодействия крупных экономических субъектов – государств – с криптовалютами, а также предсказать вероятные ответные реакции в данном контексте исследования. Используя анализ панельных данных, провести исследование динамики криптовалютного рынка на рынке цифровых финансов на примере 50 стран мира. Выявить взаимосвязь между установками стран и динамикой криптовалютного рынка, чтобы предположить возможные направления для будущего развития исследуемой эволюционной экономической сферы.Материалы и методы. В качестве базы исследования был определен сбалансированный и информативный набор показателей (17 показателей), который представляет собой ключевые переменные, необходимые для более глубокого анализа динамики криптовалютных рынков в контексте различных стран в разрезе десяти лет (2013–2022 гг.). В качестве результативного показателя был выбран показатель «Объем криптовалютных торгов». Набор показателей был подобран с учетом их способности отражать объемы торгов криптовалютами, активность инвесторов и уровень вовлеченности каждой страны в криптовалютные операции. Оценка воздействия разнообразных факторов на объем транзакций с электронными деньгами и цифровыми финансовыми активами была выполнена с использованием методов анализа панельных данных в программе для статистического анализа «Gretl».Результаты. В результате проведенного анализа с использованием инструмента «панельные данные» были построены три модели: модель объединенной регрессии, модель с фиксированными эффектами и модель со случайными эффектами. Выбор наилучшей модели производится через тестирование специальных гипотез – теста Бриша-Пэгана и теста Хаусмана. Модель с фиксированными эффектами оказалась предпочтительнее модели со случайными эффектами в данном исследовании. Причина заключается в способности модели с фиксированными эффектами учитывать индивидуальные характеристики каждой страны в выборке, что приводит к более точным результатам. На основе исследования индивидуальных фиксированных эффектов было выявлено три группы стран: оказывающие положительное влияние на объем криптовалютных торгов (например, США и Япония), страны с нейтральным влиянием (к примеру, Германия), и страны, где индивидуальные эффекты оказывают негативное воздействие (например, Китай и Россия).Заключение. Общие результаты указывают на то, что страны с развитой цифровой инфраструктурой и удобством использования электронных платежей, а также влиянием инфляции и культурными особенностями, могут проявлять более высокую активность на криптовалютных рынках. На основе модели с фиксированными эффектами и учитывая предположения о динамике в различных странах, были сформулированы обобщающие выводы, касающиеся анализируемого в данном исследовании показателя – объема критповалютных торгов
Методы прогнозирования затрат на поддержание в безопасном состоянии объектов ядерного наследия
Get PDFThe relevance of the conducted research is determined by the need to control and forecast the costs of enterprises to maintain shutdown nuclear energy facilities in a save condition in order to solve budget planning problems. In the near future, an increase in operating expenses is expected due to an increase in the number of such facilities. To solve the problem econometric forecasting methods are used.Purpose of the research. This study is aimed to develop a methodology for estimating the costs of maintaining nuclear and radiation hazardous facilities in a safe condition and the safe storage of radioactive waste, considering the specifics of accounting at nuclear industry enterprises and forecasting such costs, taking into account plans for shutting down and decommissioning of facilities and removing accumulated radioactive waste from storage facilities in the future.Materials and methods. In the research there was developed the methodology of isolation from the overall structure costs, associated with maintaining shutdown facilities and storage facilities for radioactive waste of nuclear industry enterprises. A cumulative estimation of such costs has been carried out for facilities whose operation for the intended purpose has currently been discontinued. Based on obtained retrospective data, a correlation-regression model with structural changes was developed to predict the costs of maintaining nuclear energy facilities in a safe condition which are expected to be shut down in the future. The developed model allows considering the specifics of facilities, their level of radiation hazard and overall characteristics, the average level of wages at enterprises and the cost of resources.Results. Based on the plans for the shutdown and decommissioning of nuclear energy facilities and the disposal of radioactive waste from storage facilities, the costs of maintaining such facilities in a safe condition with a planning horizon up to 2050 have been forecasted. The results of calculations show that the costs for nuclear energy facilities (except for nuclear power plant units) will increase to 10 billion rubles per year by 2035 (in 2022 prices) and will significantly decrease after 2035 - up to 7.5 billion rubles per year. The reduction will be due to the transfer to a nuclear and radiation safe state of large facilities of radiochemical plants, as well as the conservation of sites for the placement of industrial uranium-graphite reactors. The costs of maintaining the storage facilities of accumulated radioactive waste in a safe condition will be reduced annually (almost linearly) as they are transferred to the disposal of the removed radioactive waste and the conservation of special radioactive waste facilities. By 2035, costs will be reduced from the current level of 5 billion rubles to 4.3 billion rubles per year.Conclusion. The results of the study confirm the high importance of the implementation of the Federal Target Program “Ensuring Nuclear and Radiation Safety for 2016-2020 and for the period up to 2035”, under which it is planned to decommission about 75 stopped nuclear and radiation hazardous facilities and transfer about 155 thousand cubic meters of radioactive waste to disposal.Актуальность проведенного исследования обуславливается необходимостью контроля и прогнозирования затрат предприятий на поддержание в безопасном состоянии остановленных объектов использования атомной энергии для решения задач бюджетного планирования. В ближайшие годы ожидается рост операционных затрат в связи с увеличением количества таких объектов. Для решения проблемы используются эконометрические методы прогнозирования.Цель исследования. Целью настоящей работы является разработка методики оценки затрат на поддержание в безопасном состоянии ядерно и радиационно опасных объектов и безопасное хранение радиоактивных отходов с учетом специфики ведения бухгалтерского учета на предприятиях атомной отрасли и прогнозирование таких затрат с учетом планов по останову и выводу из эксплуатации объектов и удалению накопленных радиоактивных отходов из пунктов хранения в будущем.Материалы и методы. В работе разработана методика для выделения из общей структуры затрат, связанных с поддержанием остановленных объектов и пунктов хранения радиоактивных отходов предприятий атомной отрасли. Выполнена совокупная оценка таких затрат для объектов, эксплуатация которых по проектному назначению в настоящий момент прекращена. На базе полученных ретроспективных данных разработана корреляционно-регрессионная модель со структурными изменениями для прогнозирования затрат на поддержание в безопасном состоянии объектов использования атомной энергии, остановке которых ожидается в будущем. Разработанная модель позволяет учитывать специфику объектов, их уровень радиационной опасности и габаритные характеристики, средний уровень заработной платы на предприятиях и стоимость ресурсов.Результаты. На основании планов по остановке и выводу из эксплуатации объектов использования атомной энергии и удалению радиоактивных отходов из пунктов хранения выполнено прогнозирование затрат на поддержание в безопасном состоянии таких объектов с горизонтом планирования до 2050 года. Результаты расчетов показывают, что затраты для объектов использования атомной энергии (кроме блоков атомных электростанций) к 2035 году вырастут до 10 млрд руб. в год (в ценах 2022 года) и значительно сократятся после 2035 года – до 7,5 млрд руб. в год. Сокращение будет обусловлено переводом в ядерно и радиационно безопасное состояние крупных объектов радиохимических заводов, а также консервации площадок размещения промышленных уран-графитовых реакторов. Затраты на поддержание в безопасном состоянии пунктов хранения накопленных радиоактивных отходов будут ежегодно сокращаться (практически линейно) по мере передачи на захоронение удаляемых РАО и консервации пунктов хранения особых радиоактивных отходов. К 2035 году затраты сократятся с текущего уровня 5 млрд руб. до 4,3 млрд руб. в год.Заключение. Полученные в рамках исследования результаты подтверждают высокую значимость реализации Федеральной целевой программы «Обеспечение ядерной и радиационной безопасности на 2016 – 2020 годы и на период до 2035 года», в рамках которой предполагается вывести из эксплуатации около 75 остановленных ядерно и радиационно опасных объектов и передать на захоронение около 155 тыс. куб. м. радиоактивных отходов