Voprosy statistiki (E-Journal) / Вопросы статистики
Not a member yet
973 research outputs found
Sort by
Межотраслевые и факторные модели в макроэкономическом анализе и межотраслевых исследованиях
Get PDFThe return of the economy to normal development conditions in the post-coronavirus period implies not only the understanding of the new content and the relationship between quality and growth dynamics but also the advancement of methods for analyzing and forecasting economic dynamics and growth factors at macroeconomic, inter-sectoral and sectoral levels. The article examines the possibilities of using two main research tools for these purposes: inter-industry models based on the Input-Output tables, and macroeconomic and industry factor models.The authors not only cover a long history of the application of classical models of this type but also demonstrate new directions of their use in solving specific tasks of analysis and forecasting in a market economy based on the analysis of a modern system of «Input-Output» tables and development of the investment and fixed assets block model. In addition, the development of macroeconomic analysis methods that can be implemented through the sharing of inter-industry and factor models is highlighted. Based on factor models evaluation, the authors identify unique characteristics of individual periods of development of the Russian economy in the first 20 years of this century, the evolution of dynamic trends and reveal the role of main economic growth factors, as well as anticipated limitations of these factors in the long-term period. Using the research findings and taking into account requirements of the new wave of technology, the conclusion is made about the crucial role of the growing investments in innovation and infrastructural sectors of the economy and enhancing the efficiency of investment activities, but this applies even more to improving the quality of human capital. Formalized and non-formalized aspects of its assessment are noted. The latter address the problems of training and nurturing highly-skilled specialists (doers), but above all of unlocking the creative potential of the young generation, which have yet to create a new technological and social structure. The article also proposes the solution for several instrumental and methodological issues related to the development and use of models of this type. It is shown that sharing of cross-sectoral models, macroeconomic and sectoral factor functions allow for a more comprehensive approach to the analysis and forecasting of the economy, it links growth factors to production, and reflects the direct and inverse relationship between demand and supply. Directions for modeling of the necessary fixed capital investments coupled with production dynamics, support of the production facilities and carry-over (incomplete) construction, which, are according to the authors, an important step towards building a dynamic cross-industry balance.Возвращение экономики к нормальным условиям развития в посткоронавирусный период предполагает не только осмысление нового содержания и взаимоотношения качества и динамики роста, но и дальнейшее развитие методов анализа и прогнозирования экономической динамики и факторов роста на макроэкономическом, межотраслевом и отраслевом уровне. В статье рассматриваются возможности использования для этих целей двух основных инструментов исследования: межотраслевые модели, базирующиеся на таблицах «затраты-выпуск», и факторные модели макроэкономического и отраслевого уровня. Характеризуется не только многолетний опыт применения классических моделей этого вида, но и показываются новые направления их использования при решении конкретных задач анализа и прогнозирования в рыночных условиях хозяйствования, основанные на анализе современной системы таблиц «затраты-выпуск», разработки инвестиционно-фондового блока модели. Кроме того, освещены вопросы развития методов макроэкономического анализа, которые можно реализовать при совместном использовании межотраслевых и факторных моделей.На основе оценки факторных моделей выявляются особенности отдельных периодов развития российской экономики в первое двадцатилетие текущего столетия, эволюция динамических трендов и роли основных факторов в экономическом росте, а также ожидаемые ограничения в действии этих факторов в перспективном периоде. По результатам исследований и с учетом требований новой технологической волны делается вывод о решающей роли возрастания инвестиций в инновационные и инфраструктурные сектора экономики и повышения эффективности инвестиционной деятельности, но, в еще большей степени, повышения качества человеческого капитала. Отмечаются формализуемые и не формализуемые стороны его оценки. Последние затрагивают проблемы формирования высококвалифицированного исполнителя, но, прежде всего, раскрытия творческого потенциала молодого поколения, которому предстоит создавать новый технологический и социальный уклад. Предложено также решение ряда инструментально-методических вопросов развития и использования моделей указанного вида. Показывается, что совместное использование межотраслевых моделей, макроэкономических и отраслевых факторных функций позволяет более комплексно подойти к анализу и прогнозу развития экономики, увязать факторы роста с производством, отразить прямую и обратную связь спроса и предложения. Обосновываются направления моделирования необходимых инвестиций в основной капитал в увязке с динамикой производства, поддержкой производственного аппарата и переходящего строительства, что является, по мнению авторов, важным шагом в направлении построения динамического межотраслевого баланса
Оценка влияния странового риска на инвестиционную привлекательность российских компаний
Get PDFThe ability to attract foreign direct investment (FDI) is a critical success factor for the development of any participant in the local market. One of the indicators that characterize the investment attractiveness is the economic value added (EVA). It reflects the market assessment of the company's profit potential. Some EVA assessment methodologies include the country risk assessment – a factor that is beyond control. This study analyzes the impact of this indicator on the investment attractiveness of an organization. The authors estimated the economic value added for some of the largest Russian companies using methodologies that take into account the country's risk level, as well as those methodologies that do not take it into account. The calculations used adjustments for EVA in line with specific features of Russian accounting. As a result, it was revealed that, regardless of industry affiliation, the investment attractiveness of Russian organizations decreases when the country's risk factor is included in its assessment.The article justifies the relevance of the developed approach to the assessment of investment attractiveness of companies based on country risk level as a factor that impacts the ability of organizations to generate profit, making it possible to detect hidden management problems. According to the authors, the application of this approach not only contributes to the solution of long-term and medium-term tasks of business development (for example, the creation of its infrastructure) but also greatly facilitates the entry of organizations into international markets.One of the authors' conclusions of the study is that using the methodological tools developed by them for analytical purposes requires improving the management of the investment attractiveness of an organization and, consequently, its objective assessment. The structure of economic value added can serve as a basis for making management decisions related to increasing investment attractiveness. According to the authors, the provisions formulated in the article can serve as a methodological guide for organizing business valuation based on the EVA in the Russian context. Results of the study can be of interest to managers, current owners of companies, and potential investors.Привлечение прямых иностранных инвестиций является критическим фактором успеха развития любого участника локального рынка. Один из показателей, характеризующих инвестиционную привлекательность организации, – показатель экономической добавленной стоимости (ЭДС). Он отражает рыночную оценку потенциала компании в получении прибыли. Некоторые методологии измерения ЭДС учитывают оценку уровня странового риска — фактора, который не поддается управлению. Настоящее исследование посвящено анализу его влияния на инвестиционную привлекательность организации. Авторы оценили значения показателя экономической добавленной стоимости для ряда крупнейших российских компаний как с учетом фактора странового риска, так и без него. В расчетах использованы корректировки ЭДС, соответствующие особенностям российского бухгалтерского учета. В результате было выявлено, что вне зависимости от отраслевой принадлежности инвестиционная привлекательность российских организаций снижается, если учитывать фактор странового риска.В статье обосновывается актуальность разработанного подхода к оценке инвестиционной привлекательности компаний с учетом уровня странового риска как одного из факторов, влияющих на возможности организаций генерировать прибыль, что в свою очередь позволяет обнаружить скрытые проблемы управления. По мнению авторов, применение данного подхода не только способствует решению долгосрочных и среднесрочных задач развития бизнеса (например, создания его инфраструктуры), но и существенно облегчает выход организаций на международные рынки.В качестве одного из выводов исследования авторы отмечают, что использование в аналитических целях разработанного ими методологического инструментария потребует совершенствования управления инвестиционной привлекательностью организации и, следовательно, объективного ее оценивания. Компоненты структуры экономической добавленной стоимости можно использовать как аналитическую основу для принятия управленческих решений, направленных на повышение инвестиционной привлекательности организаций. Сформулированные в статье положения могут быть, по мнению авторов, использованы в качестве методического руководства для организации оценки бизнеса на основе показателя ЭДС в российских условиях. Результаты исследования могут представлять интерес для менеджеров, текущих собственников компаний, а также потенциальных инвесторов
Измерение сектора ИКТ в цифровой экономике
Get PDFThe article addresses the problem of measuring the Information and Communication Technology (ICT) sector and its relationship to the digital economy as defined in the OECD «Guidelines for Supply-Use Tables for the Digital Economy». Analysis of various concepts of the digital economy shows that the ICT sector is its key element. It is stressed that, in line with the OECD recommendations, the measurement of the digital economy should be based on the SNA satellite account, the core element of which are the Digital Supply-Use Tables (Digital SUTs). This approach enables to reflect most fully within a single statistical model integration of all phases of digital products (goods and services) circulation in the national economy.It is noted that the construction of ICT Supply-Use Tables (SUTs) is a critical self-contained task, as it provides a measurement framework for both digital (regardless of the model to be adopted) and (more broadly) information economy.It is stressed that the ability to capture the use of ICT products as well as the cost of their production depends significantly on the identification and valuation of digital products and industries in the Digital SUTs. The identification of such industries is now a major challenge because of the lack of separate activities in the existing industrial classifications that are characteristic for their constituent units.The article concludes with a presentation of the pilot estimates of ICT Sector SUTs core indicators obtained by the authors at the Economic Statistics Centre of Excellence, HSE University. The contribution of the sector to the GDP of the Russian Federation is analysed and its inter-sectoral linkages, both on the demand and supply side, are assessed. It is concluded that the full implementation of the Digital SUTs depends on the inclusion in the new International Standard Industrial Classification (ISIC) the additions necessary to identify and evaluate digital products and industries.В статье рассматривается проблема измерения сектора информационно-коммуникационных технологий (ИКТ) и его связи с отраслями цифровой экономики, определенными в «Руководящих принципах по составлению таблиц ресурсов и использования для цифровой экономики» ОЭСР. На основе проведенного анализа различных концепций цифровой экономики делается вывод о том, что сектор ИКТ является ее ключевым элементом. Подчеркивается, что в соответствии с рекомендациями ОЭСР измерение цифровой экономики необходимо проводить на базе сателлитного счета СНС, основу которого составляют таблицы цифровых ресурсов и использования (ТЦРИ). Данный подход позволяет отобразить в наиболее полном виде интеграцию всех этапов движения цифровых продуктов (товаров и услуг) в национальной экономике в рамках единой статистической модели.Отмечается, что построение таблиц ресурсов и использования (ТРИ) сектора ИКТ – исключительно важная самостоятельная задача, поскольку в результате закладывается база для измерения как цифровой экономики (независимо от модели, которая будет принята к реализации), так и (в более широком плане) информационной экономики.Подчеркивается, что возможность учета использования продуктов сектора ИКТ, а также формирования затрат на их производство существенно зависит от идентификации и оценки цифровых продуктов и отраслей в ТЦРИ. Выделение таких отраслей в настоящее время представляет большую сложность из-за отсутствия в действующих отраслевых классификаторах самостоятельных видов деятельности, характерных для составляющих их единиц.В заключительной части статьи представлены экспериментальные оценки показателей ТРИ сектора ИКТ, полученные в Центре экономических измерений и статистики НИУ ВШЭ. Анализируется вклад данного сектора в создание ВВП, оцениваются его межотраслевые связи как со стороны спроса, так и со стороны предложения. Формулируется вывод о том, что решение в полном объеме задачи построения ТЦРИ зависит от принятия новой редакции Международной стандартной отраслевой классификации (МСОК) как основы для идентификации и оценки цифровых продуктов и отраслей
Эмиграция из Беларуси: проблемы недоучета
Get PDFThe article covers matters of improving measurement on emigration from Belarus. The author views the current role of external migration as a major component of formation of the population in the Republic of Belarus. The effectiveness of the country socio-economic development programs depends, according to the author, on adequate measures for evaluating the phenomenon in question. The article gives a detailed description of national migration statistics, which, as in many countries, underestimates the number of emigrants, and considers the possibilities of the so-called «mirror» statistics (statistics from countries where Belarusian residents emigrate to) in obtaining real information on the size of emigration from Belarus.After the introduction, the author analyses some of the most important publications on the subject under discussion, concludes the current state of current statistics and population censuses. The article contains the rationale for choosing foreign countries whose data are used as «mirror» statistics necessary for a more realistic estimation of emigration processes and comments on the geography of migration flows from Belarus. The author assesses the gap in data from «mirror» statistics and the official Belarusian statistics and gives an opinion on the real trends in migration flows of Belarusian citizens, along with the authors own estimates of the country’s population growth, which differ markedly from official statistics.In the opinion of the author, formulated in the final part of the article, the actual amount of the underestimation is considerably higher than can be assumed using «mirror» statistics, because, for example, there is a group of Belarusian citizens in Poland and Russia, that is not reflected in official statistics on migrants. The article therefore proposes to establish a system of information exchange between Belarus and the main countries of emigration, especially Russia and Poland, with which it is difficult to assess the extent of emigration based solely on official data, and to establish regular surveys on emigration.Статья посвящена вопросам повышения качества измерения показателей эмиграции населения из Беларуси. Автор исходит из того, что внешняя миграция в современных условиях - важный фактор, влияющий на формирование численности населения Республики Беларусь. По мнению автора, от адекватности оценки рассматриваемого явления зависит эффективность реализации программ социально-экономического развития страны. В статье дана развернутая характеристика национальной статистики миграции, в которой, как и во многих странах, недоучитывается численность эмигрантов, и рассмотрены возможности так называемой «зеркальной» статистики (статистики стран, куда эмигрируют белорусские жители) в получении реальной информации о размерах эмиграции из Беларуси.Автором после введения анализируется ряд наиболее важных публикаций по рассматриваемой тематике, делается заключение по поводу современного состояния текущей статистики и переписей населения, аргументируется выбор зарубежных стран, данные которых используются как «зеркальная» статистика, необходимая для более реальной оценки эмиграционных процессов, комментируется география миграционных потоков из Беларуси, оценивается разрыв между данными, получаемыми в рамках «зеркальной» статистики и учитываемыми в официальной белорусской статистике, дается заключение по поводу реальных тенденций в миграционных потоках белорусских граждан, приводятся собственные оценки прироста населения страны, заметно отличающиеся от официальной статистики.По мнению автора, сформулированному в заключительной части статьи, фактический размер недоучета значительно выше, чем можно предполагать с использованием «зеркальной» статистики, так как, к примеру, имеется группа белорусских граждан в Польше и России, не отраженная в официальной статистике мигрантов. Поэтому предлагается создать систему обмена информацией между Беларусью и основными странами эмиграции, особенно Россией и Польшей, с которыми проблематично оценить масштаб эмиграции опираясь исключительно на официальные данные, а также наладить проведение регулярных обследований по вопросам эмиграции
Две проблемы российской статистики: взгляд пользователя
Get PDFThe article discusses two groups of problems in Russian statistics that still have no viable solutions. The frst one - the state of the statistics interface – is the set of channels through which users obtain statistical information. The second – metadata status – is the information on how the indicators are constructed. The problems are considered from the standpoint of consumers of statistical information, performing tasks of analyzing economic dynamics.It is concluded that with the transition from traditional printed materials to statistical information systems, interface development has come to a standstill, and in the development of metadata, there is no compliance with any standards, uniformity, and consistency. In the author's opinion, these problems seriously hinder the improvement of all Russian statistics, being a kind of blood clots. When an interface becomes a bottleneck, the value of statistics to users decreases. The unsatisfactory state of metadata leads to the fact that consumers of statistical information are not always able to use it adequately, and the problems of statistical methodology are conserved.The causes of the problems are determined, on the one hand, by the complex history of domestic statistics (extended period of development in a planned economy and the specifcs of economic transformation), and, on the other hand, by the lack of effective feedback.The author considers possible approaches to addressing the problems. The expediency of creating groups of specialists in the structure of the statistical department on the main problem blocks, acting as points of growth and centers of competence, accumulating knowledge, mastering domestic and foreign experience, attracting representatives of the expert community, directing and controlling the activities to solve problems, is substantiated.В статье обсуждаются два блока проблем российской статистики, не нашедшие до сих пор приемлемого решения. Это – состояние интерфейса статистики, то есть совокупности каналов, посредством которых пользователи получают статистическую информацию, и состояние метаданных, то есть информации о том, как строятся показатели. Проблемы рассматриваются с позиций потребителей статистической информации, решающих задачи анализа экономической динамики.Сделан вывод о том, что с переходом от традиционных печатных материалов к информационно-статистическим системам развитие интерфейса зашло в тупик, а в развитии метаданных не наблюдается соответствия каким-либо стандартам, единообразия и поступательности. По мнению автора, эти проблемы серьезно сдерживают совершенствование всей российской статистики, являясь своего рода тромбами. Когда интерфейс становится «узким местом», ценность статистики для пользователей снижается. Неудовлетворительное состояние метаданных приводит к тому, что потребители статистической информации не всегда способны ее адекватно использовать, а проблемы статистической методологии консервируются.Причины возникновения проблем обусловлены, с одной стороны, непростой историей отечественной статистики (длительным периодом планового развития и спецификой экономической трансформации), а, с другой, – организацией деятельности, не предполагающей учета потребностей пользователей в силу отсутствия эффективной обратной связи.Обсуждаются возможные подходы к решению проблем. Обосновывается целесообразность создания в структуре статистического ведомства групп специалистов по основным проблемным блокам, выполняющих роль точек роста и центров компетенций, аккумулирующих знания, осваивающих отечественный и зарубежный опыт, привлекающих представителей экспертного сообщества, направляющих и контролирующих деятельность по решению проблем
Интеграция данных о населении: проблемы и перспективы
Get PDFThe article deals with methodological, organizational, and technological issues of integrating population data obtained from various administrative sources and corporative big data. The article proves the particular relevance of the interaction between official statistics and other governmental and corporative information systems amidst the digitization of the economy and social life and the incipient establishment of the federal population data register. The authors propose a system of interrelated aggregates, characterizing various categories of population, which differ according to criteria of citizenship, permanent residence, duration, and purposes of stay on the territory of Russia. Challenges associated with estimating these aggregates are analyzed. The article considers possibilities and legal limitations in the work of statisticians on systematizing information, rationalizing the selection and subsequent joint use of information, characterizing an individual (i.e. matching) for addressing various tasks faced by social and demographic statistics. Special attention is paid to the various options for resolving the issue of a personal code (one or more) that allow linking information on the individual from different databases. The need to ensure the transparency of the methodology used by the various participants of informational interaction is emphasized, which in turn shall pave the way for the harmonization and, where possible, the unification of such methodology. The paper demonstrates the crucial role of preliminary qualitative analysis of data from different sources and explains mechanisms for further interaction of statistical authorities with organizations, interested in this information, and social structures. Using mobile operators’ and providers’ data on the population of the city, necessary conditions for their adequate interpretation – transparent methodology, clear description of population aggregates to estimate, and assumptions used for such estimations – are characterized.В статье рассматриваются методологические и организационно-технологические вопросы интеграции данных о населении, полученных государственной статистикой из административных источников и корпоративных «больших данных». Аргументируется особая актуальность взаимодействия государственной статистики с другими государственными и корпоративными информационными системами в условиях цифровизации экономики и общественной жизни, и начавшегося формирования федерального регистра данных о населении. Предлагается система взаимосвязанных показателей, характеризующих типологические группы населения, различающиеся по следующим критериям: гражданства, месту постоянного жительства, длительности и целям пребывания на территории России. Анализируются причины трудностей практического расчета этих показателей. Рассматриваются возможности и правовые ограничения в работе статистиков по систематизации сведений, обоснованию подбора и последующего совместного использования в анализе сведений, характеризующих физическое лицо (т.е. матчинга), для решения различных задач социальной и демографической статистики. Особое внимание уделяется различным вариантам решения вопроса о персональном коде (одном или нескольких) позволяющих увязывать находящуюся в различных базах данных информацию о данном физическом лице. Подчеркивается необходимость обеспечения прозрачности методологии, используемой различными участниками информационного взаимодействия, что, в свою очередь, создаст предпосылки для гармонизации, а там, где это возможно, и унификации такой методологии. Показывается принципиально важная роль предварительного качественного анализа данных, полученных из различных источников, и объясняются пути дальнейшего взаимодействия органов официальной статистики с заинтересованными в данной информации организациями и общественными структурами. С использованием данных провайдеров и сотовых операторов о населении города характеризуются необходимые условия их адекватной интерпретации: прозрачность методологии; аргументированная характеристика групп населения как объектов рассматриваемого статистического наблюдения, численность которого оценивается; характеристика предположений, которые используются при такой оценке
Оценка показателей реальных доходов российской экономики в контексте изменений условий внешней торговли
Get PDFThe article covers the results of the author’s study on improving the methodology for measuring (estimating) the impact of foreign trade on the nature of reproduction processes in the Russian economy. The parameters and nature of domestic economic development are largely determined by its reproductive model based on raw material exports. The shift in external conditions (from very positive to severe negative) was, according to the author, one of the main factors in the transition from the spectacular growth during «boom» years from 1999 to 2008, and stagnation of the «lost decade» from 2010 to 2019.The article reviews methodological provisions of the international statistical standard – 2008 SNA for calculating aggregates of real income for the total economy, profit (or loss) from foreign economic activity with emphasis on the need to take into account changes in terms of foreign trade in recent Russian history, before the coronavirus pandemic of 2020–2021. Various approaches to calculating macro-indicators of foreign trade activity – trading gains and losses and real income for the total economy are analyzed within the concept of a system of national accounting. In this regard, the article analyzes indicators under consideration in the context of terms-of-trade changes and highlights the relationship between GDP volume (at comparable prices) and real income characteristics in the macroeconomic system.To ascertain the evolution of characteristics of the impact of the export-raw commodity orientation of Russian foreign trade on the reproduction in general, the author within the 20-year period under consideration selected several separate periods: 1995–1998 – transformational recession, 1999–2008 – uniquely favorable conditions, 2009–2014 – recovery from the global crisis, 2015–2019 – transition to macroeconomic stability. The impact of foreign trade on the national economy was analyzed. There is a conclusion about the additional analytical capacity of researchers dealing with problems of reproduction amidst globalization using the following national accounts indicators: profit (loss) from foreign trade and real income aggregates - in a rapidly changing external economic environment.В статье отражены результаты авторского исследования вопросов совершенствования методологии измерения (оценки) влияния внешней торговли на характер воспроизводственных процессов в российской экономике. Параметры и характер развития отечественной экономики во многом определяются ее экспортно-сырьевой моделью воспроизводства. Изменение внешних условий (от весьма позитивных к серьезным негативным) являлось, по мнению автора, одним из основных факторов перехода от впечатляющего роста в «тучные» 1999–2008 гг. к стагнации в «потерянном десятилетии» 2010–2019 гг.В статье рассматриваются методологические положения международного статистического стандарта – СНС-2008 по расчету агрегатов реального дохода в целом по экономике, показателя прибыли (или убытка) от внешнеэкономической деятельности с акцентом на необходимость учитывать изменения условий внешней торговли в период новейшей российской истории – до пандемии короновируса 2020–2021 гг. Дан анализ различных подходов для исчисления макропоказателей внешнеторговой деятельности – торговой прибыли и убытка, а также доходов по экономике в целом в рамках концепции системы национального счетоводства. В этой связи рассматриваемые показатели проанализированы в контексте изменений условий внешней торговли и указано на взаимосвязь между показателями объема ВВП (в сопоставимых ценах) и характеристиками реального дохода в макроэкономической системе.С целью выяснения эволюции особенностей воздействия экспортно-сырьевой ориентации российской внешней торговли на воспроизводство в целом автор внутри рассматриваемого двадцатилетия выделил отдельные периоды: 1995–1998 гг. – трансформационный спад, 1999–2008 гг. – уникально благоприятные условия, 2009–2014 гг. – восстановление после глобального кризиса, 2015–2019 гг. – переход к макроэкономической стабильности. Проведен анализ влияния внешней торговли на национальную экономику. Обоснован вывод о дополнительных аналитических возможностях исследователей проблем воспроизводства в условиях глобализации при использовании таких показателей системы национальных счетов, как показатели прибылей (убытков) от внешней торговли и агрегатов реального дохода в условиях резко меняющейся внешнеэкономической конъюнктуры
Кластерный анализ российских вузов на основе динамики показателей их деятельности
Get PDFThe article presents the results of a study, the aim of which is to investigate the dynamics of the development of Russian higher education institutions based on an analysis of their performance indicators. The sample includes 535 universities from 80 constituent entities of the Russian Federation. It presents the results of the clustering of universities on the basis of changes in indicators of six variables characterizing the key areas of activity of universities for the period from 2013/2014 to 2017/2018 academic years. The characteristics of each cluster are described, an inter-cluster comparison of quantitative indicators of the activities of universities is presented.As a result of the calculations of the average annual growth rates of six key indicators characterizing the activities of universities, fve clusters were identifed that differ in their development trajectories. Thus, the universities that belong to Cluster 1 over a fve-year period retained or improved their positions in the main areas of educational activity and managed to maintain income growth at an average level.However, their indicators in such areas as international and research activities, as well as infrastructure development (provision of educational and laboratory facilities) have decreased. In universities from clusters 2 and 3, all performance indicators changed in a fairly balanced way. At the same time, the indicator of an increase in the internationalization of the students’ body was signifcantly higher in Cluster 2, while educational organizations from Cluster 3 showed a signifcant increase in the publication activity of academic staff.The results of the activities of universities in Cluster 4 were positive in all considered areas. This cluster had the highest average annual growth rates in the average Unifed State Exam (USE) score and publication activity of the academic staff. Educational organizations from Cluster 5, on the one hand, achieved the best results in attracting foreign students, increasing the proftability of their activities and the provision of teaching and laboratory facilities but, on the other hand, their average annual growth rate of the average USE score has signifcantly decreased.The study represents one of the frst attempts to cluster Russian universities based on the analysis of changes in their performance indicators. Previous studies on the clustering of universities were mainly based on the analysis of one-time indicators. The approach proposed by the author makes it possible to compare indicators of the dynamics of development of higher educational institutions of different size and scope. Further research in this area could be aimed at analyzing a larger number of performance indicators of universities and studying in detail their strategies for a deeper understanding of the reasons for the differences in their effectiveness.В статье представлены результаты исследования, цель которого – изучение динамики развития российских образовательных организаций высшего образования (вузов) на основе анализа показателей их деятельности. В выборку вошли 535 вузов из 80 субъектов Российской Федерации. Приведены результаты кластеризации образовательных организаций высшего образования на основе данных об изменении шести показателей, характеризующих ключевые направления их деятельности, за период с 2013/2014 по 2017/2018 учебные годы. Описаны характеристики каждого кластера, представлено межкластерное сравнение количественных показателей деятельности вузов.В результате проведенных расчетов среднегодовых темпов прироста шести ключевых показателей, характеризующих деятельность вузов, были выделены пять кластеров, отличающихся траекториями своего развития. Так, организации, которые вошли в Кластер 1, за пятилетний период сохранили или улучшили свои позиции по основным направлениям образовательной деятельности и смогли поддерживать прирост доходов на среднем уровне. Однако их показатели по таким направлениям, как международная и научно-исследовательская деятельность, а также развитие инфраструктуры (обеспечение учебно-лабораторными помещениями), снизились. В вузах из кластеров 2 и 3 все показатели деятельности изменялись достаточно сбалансированно. При этом показатель, свидетельствующий о приросте интернационализации состава студентов, был значительно выше в Кластере 2, а у образовательных организаций из Кластера 3 отмечалось значительное увеличение публикационной активности научно-педагогических работников (НПР). Результаты деятельности вузов из Кластера 4 были положительными по всем рассмотренным направлениям. В этом кластере отмечались самые высокие среднегодовые темпы прироста среднего балла ЕГЭ и публикационной активности НПР. Образовательные организации, входящие в Кластер 5, с одной стороны, добились наилучших результатов в привлечении иностранных студентов, увеличении доходности своей деятельности и обеспеченности учебно-лабораторными помещениями, но с другой стороны, у них значительно снизились среднегодовые темпы прироста среднего балла ЕГЭ.Исследование представляет собой одну из первых попыток кластеризации российских вузов на основе анализа изменения показателей их деятельности. Проведенные ранее исследования по кластеризации вузов преимущественно основывались на анализе показателей, рассчитанных на определенный момент времени. Предложенный автором подход позволяет сравнивать индикаторы динамики развития разных по размеру и масштабам деятельности образовательных организаций высшего образования.Дальнейшие исследования в этой области могут быть направлены на анализ большего числа показателей деятельности вузов и детального изучения их стратегий для более глубокого понимания причин различий их эффективности
