Voprosy statistiki (E-Journal) / Вопросы статистики
Not a member yet
973 research outputs found
Sort by
Роль инновационной деятельности в экономическом развитии восточных регионов Российской Федерации: экономико-статистический анализ
No full text The article evaluates an innovative component of economic growth in the eastern regions of the Russian Federation using statistical analysis methods. The relevance of the matter under consideration is increasing dramatically due to the introduction of economic sanctions against Russia, which significantly restrict the import of high-tech and innovative products into our country. Based on Rosstat data for 2016–2019, a comparative analysis of the development of several areas of innovation and economic activity in the regions of the Russian Federation as part of the Far East Federal District (Far East – FE) and the Baikal Region (BR) was carried out. According to the authors, currently, in the regions under consideration, there is an imbalance in the individual components of the innovation sphere, significant heterogeneity, and uneven development of innovation and technological processes in general. The effectiveness of innovation activity in the regions under review in comparison with the indicators for Russia as a whole is low. The revealed multidirectional dynamics of innovation activity indicators in the regions and the lag of most of them from the average Russian level are connected, in the authors’ opinion, with the problems of organizational and financial support of innovation activity and insufficient budget funding allocated to stimulate it. Innovations in the FE and the BR regions were carried out mainly at the expense of the organizations' own funds. In the structure of their costs, most of the funds were allocated for the purchase of machinery and equipment, in 2019 the share of research and development costs significantly increased. The export of innovative products was carried out in less than half of the considered group of regions. The intensity of exports of innovative products in the economy as a whole, as well as in the field of industrial production, exceeds the national level and accounts for about half or more of the total export volume. In terms of the effectiveness of innovation activity among the analyzed regions, the Khabarovsk Territory is the undisputed leader, and among the outsiders are the Magadan Region and the Kamchatka Territory in 2016, the Trans-Baikal Territory in 2019. In most regions, there is an increase in the raw materials orientation of economic systems, and a decrease in the share of the manufacturing sector in the gross regional product (GRP). The results of the analysis of the role of innovation activity in the economic development of the eastern regions of the country and interregional comparative statistics, according to the authors, can be used in the development of updated and upgraded programs for the socio-economic development of the subjects of the FE and the BR of the Russian Federation, concerning present-day foreign policy and foreign economic realities. На основе статистических методов анализа дана оценка инновационной составляющей экономического роста в восточных регионах Российской Федерации. Актуальность рассматриваемой проблемы в настоящее время резко возрастает в связи с введением экономических санкций против России, существенно ограничивающих импорт в нашу страну высокотехнологичных и инновационных продуктов. На базе данных Росстата за 2016–2019 гг. проведен сравнительный анализ развития ряда направлений инновационной и хозяйственной деятельности в субъектах Российской Федерации в составе Дальневосточного федерального округа (Дальнего Востока – ДВ) и Байкальского региона (БР). По мнению авторов, в настоящее время в рассматриваемых регионах имеет место несбалансированность отдельных составляющих инновационной сферы, существенная неоднородность и неравномерность развития инновационно-технологических процессов в целом. Эффективность инновационной деятельности (ИД) в исследуемых регионах по сравнению с ее общероссийским уровнем низкая. Выявленные разнонаправленная динамика показателей ИД в регионах и отставание большинства из них от оценок в целом по стране связаны, по утверждению авторов, с проблемами организационного и финансового обеспечения ИД и недостаточным бюджетным финансированием, выделяемым для ее стимулирования. Инновации в регионах ДВ и БР осуществлялись преимущественно за счет собственных средств организаций. В структуре затрат на них большая часть средств направлялась на приобретение машин и оборудования; по данным за 2019 г., значительно увеличилась доля затрат на исследования и разработки. Экспорт инновационной продукции осуществляли менее половины регионов из рассматриваемой группы. Интенсивность их экспорта инновационной продукции, оцениваемая как в целом по экономике, так и в сфере промышленного производства, превышала общероссийский уровень и составляла около половины и более их общего объема экспорта. По результативности ИД среди субъектов ДВ и БР был определен безусловный лидер – Хабаровский край; в числе аутсайдеров – Магаданская область и Камчатский край в 2016 г., Забайкальский край в 2019 г. В большинстве регионов отмечались усиление сырьевой направленности хозяйственных систем, снижение доли обрабатывающего сектора в ВРП. Результаты анализа роли инновационной деятельности в экономическом развитии восточных регионов страны и межрегиональная сравнительная статистика, по мнению авторов, могут быть использованы при разработке уточненных и модернизированных программ социально-экономического развития субъектов ДВ и БР Российской Федерации с учетом современных внешнеполитических и внешнеэкономических реалий
Об обеспечении сопоставимости статистических показателей при изменении государственных границ
No full textThe paper discusses the author's proposals for addressing the problem of achieving the comparability of Russian socio-economic indicators related to the change in the borders of the state as a result of the special military operation. The experience of ensuring indicators comparability when changing state borders, namely during the unification of Germany in 1990 and reunification with Crimea in 2014, is considered. It is shown that, due to the long duration of the process of changing borders and the uncertainty of its results, the specificity of the discussed Russian episode of changing state borders makes it unique, i. e., having no direct analogues in recent decades for developed countries. The article discusses requirements for data comparability, which are imposed by the tasks for which they are used. The need to find such a solution to the problem, which would allow analyzing the dynamics of indicators for both a comparable and entire territories, is explained. The author proposes a simple and technologically advanced approach to solving the problem of comparability. Features of its solution for indicators of different types, different levels of aggregation, and with different time steps are considered. Recommendations for organizing the work related to ensuring the comparability of statistical indicators when changing state borders are proposed.Изложены авторские предложения по решению проблемы обеспечения сопоставимости российских социально-экономических показателей в связи с изменением границ государства в результате проведения cпециальной военной операции. Рассмотрен опыт обеспечения сопоставимости показателей при изменении границ, в частности при объединении Германии в 1990 г. и при воссоединении с Крымом в 2014 г. Показано, что связанная с большой длительностью процесса изменения границ и неопределенностью его результатов специфика обсуждаемого российского эпизода изменения границ, делает его уникальным, т. е. не имеющим прямых аналогов в последние десятилетия для развитых стран. Обсуждаются требования к сопоставимости данных, предъявляемые содержательными задачами, для решения которых они используются. Обосновывается целесообразность такого решения проблемы, которое позволило бы анализировать динамику показателей как по сопоставимой, так и по полной территориям. Предложен простой и технологичный подход к решению проблемы сопоставимости. Рассмотрены особенности ее решения для показателей разных типов, уровней агрегирования и с разными шагами по времени. Сформулированы рекомендации по организации работы, связанной с обеспечением сопоставимости статистических показателей при изменении государственных границ
Российский аграрный экспорт: экономико-статистический анализ
No full textThe article presents the results of an economic and statistical analysis of Russian agricultural exports from 2012 to 2021 – a period of intensive growth during which revenue in foreign markets doubled, and the country entered the top twenty leaders in food exports. The in- fluence of the factors of physical volume and price on the dynamics of exports of products from the agricultural sector of Russia is analyzed, and a change in the assessment of the contribution of individual product categories to export growth was revealed when recalculating indica- tors from current prices to comparable prices. It has been established that average prices for Russian agricultural products are half the world pri-ces, which leads to a lack of income from the export of agricultural products for Russia (on average, about 4.9 billion US dollars per year for the last five years). The main reason for this deviation is that a significant share of the structure of Russian food exports is made up of products with a low degree of processing. Additionally, there is a situation with lower prices for some Russian goods of a comparable range, primarily in the food and processing industries.An assessment of the risks to the sustainability of Russian agribusiness in the event of a disruption in export supplies showed that, given the low level of development of intra-industry trade, domestic production remains quite vulnerable to a potential reduction in exports when foreign trade restrictions are introduced. If trade chains are broken, only 20% of exports can be redirected to the domestic market to replace imports.An analysis of the achievement of targets for the development of Russian agricultural exports in 2016–2021 was carried out and indicates that, despite its significant overall growth during the period under study, in some years its dynamics lagged behind the values established in state programs, even considering their repeated adjustments. This is largely due to the dependence of the growth of Russian exports of agricultural products on the increase in the production of grain and oilseeds, which is influenced, among other things, by random weather factors. Thus, based on data for individual years, it is impossible to judge the success or failure in the implementation of Russian agricultural export devel- opment programs, and the methodology for assessing the achievement of target indicators itself requires improvement.В статье приводятся результаты экономико-статистического анализа российского аграрного экспорта с 2012 по 2021 г. – в период его интенсивного роста, в течение которого выручка на зарубежных рынках удвоилась, а страна вошла в двадцатку лидеров по экспорту продовольствия. Проанализировано влияние факторов физического объема и цены на динамику экспорта продукции российского агропромышленного комплекса (АПК); выявлено изменение оценки вклада отдельных товарных категорий в рост экспорта при пересчете значений показателей из текущих цен в сопоставимые цены. Установлено, что средние цены на продукцию российского АПК вдвое ниже мировых, что ведет к недополучению Россией доходов от экспорта аграрной продукции (в среднем за последние пять лет порядка 4,9 млрд долларов США в год). Основная причина этого отклонения состоит в том, что в структуре российского экспорта продовольствия значительную долю составляет продукция с невысокой глубиной переработки. Кроме того, некоторые российские товары (прежде всего пищевой и перерабатывающей промышленности) реализовывались по ценам ниже среднемировых цен на товары сопоставимой номенклатуры.Оценка рисков устойчивости российского АПК при введении внешнеторговых ограничений и нарушении экспортных поставок показала, что в условиях низкого уровня развития внутриотраслевой торговли отечественное производство аграрной продукции остается достаточно уязвимым. При разрыве торговых цепочек только 20% аграрной продукции, предназначенной на экспорт, может быть перенаправлено на внутренний рынок для замещения импорта.Проведенный анализ достижения целевых ориентиров развития российского аграрного экспорта в 2016–2021 гг. свидетельствует о том, что, несмотря на его значительный рост в целом за исследуемый период, в отдельные годы его динамика отставала от установленных в государственных программах значений, даже с учетом их неоднократной корректировки. Во многом это связано с зависимостью роста российского экспорта продукции АПК от увеличения объемов производства зерна и масличных культур, на которое влияют среди прочего случайные погодные факторы. Таким образом, по данным за отдельные годы нельзя судить об успехе или неудаче реализации программ развития российского аграрного экспорта, а сама методика оценки достижения целевых индикаторов требует совершенствования
Анализ и моделирование влияния макроэкономических факторов на ввод в эксплуатацию жилой недвижимости в России
No full textThe system of statistical indicators, which is necessary for the construction of mathematical and statistical models that reflect modern domestic trends in the development of the residential real estate market is explained. The official data from the Federal State Statistics Service (Rosstat), the Unified Interdepartmental Information and Statistical System (EMISS), the Central Bank of the Russian Federation (CBR), and the Unified Housing Construction Information System (UIIS) served as information sources for the empirical component of the study.Based on quarterly data for 2010–2021 using ARIMA and SARIMA models, a time series of residential real estate commissions in the Russian Federation was modeled and predicted for 2022. Both models make it possible to account for the influence of the seasonal component. Based on results of the time series regression analysis, the authors selected a mathematical and statistical model with the best approximating characteristics. To model the volume of commissioning of residential real estate in the Russian market, with due regard to the influence of macroeconomic factors, the ARMAX model was used, which has significant explanatory power.The results of the study presented in the article may be of interest to analytical agencies, developers, banking professionals, financiers, economists, analysts of the real estate market or related areas, as well as authorities for strategic planning of the development of the real estate market.Обосновывается система статистических показателей, необходимая для построения математико-статистических моделей, отражающих современные отечественные тенденции в развитии рынка жилой недвижимости. Информационными источниками эмпирической составляющей исследования послужили официальные данные Федеральной службы государственной статистики (Росстат), Единой межведомственной информационно-статистической системы (ЕМИСС), Центрального банка Российской Федерации (Банк России), Единой информационной системы жилищного строительства (ЕИСЖС).На основе квартальных данных за период 2010–2021 гг. с помощью ARIMA и SARIMA-моделей смоделирован и cпрогнозирован на 2022 г. временной ряд объема ввода в эксплуатацию жилья в Российской Федерации. Обе модели позволяют учесть влияние сезонной составляющей. По итогам регрессионного анализа временных рядов отобрана математико-статистическая модель с наилучшими аппроксимирующими характеристиками. Для моделирования объема ввода в эксплуатацию жилой недвижимости на российском рынке с учетом влияния макроэкономических факторов использована ARMAX-модель, которая обладает значимой объясняющей способностью.Результаты исследования, обоснованные в статье, могут быть, по мнению авторов, интересны аналитическим агентствам, компаниям-застройщикам, банковским структурам, финансистам, экономистам, аналитикам рынка недвижимости или смежных сфер, а также органам власти для стратегического планирования развития рынка недвижимости
Межрегиональная дифференциация и неоднородность последствий пандемийных ограничений в России
No full text The purpose of the study is to analyze the features of the economic development of Russian regions under the influence of various socio-economic factors and the differentiation of region groups depending on the implementation of state regulation of economic activity measures in them during the pandemic period. The analysis was carried out using statistical methods (primarily methods of statistical groupings and correlation-regression analysis). The conceptual and methodological principles for assessing changes in economic activity in Russian regions after the introduction of restrictive measures of different levels of severity are outlined based on the study of Russian and foreign scientific publications on the issues under consideration. A regression model uses to identify the influence of the studied factors. To identify the impact of the studied factors, the authors built a regression model that included the following statistical indicators: index of industrial production, unemployment rate, share of the urban population, share of the region's gross value added (GVA), number of small and medium-sized enterprises (excluding micro-enterprises) per 10,000 population, share of the region in the production of all Russian mining enterprises, region openness coefficient, average per capita monetary income of the population, poverty level. The final part of the article presents the results of the study indicating that pandemic restrictions, depending on the degree of their severity, had a different impact on the economy of the regions. The authors emphasize the heterogeneity of changes in the factors determining the economic activity of regions under the influence of restrictive measures on the part of governments, particularly regional authorities. Цель исследования – анализ особенностей экономического развития регионов России под влиянием различных социально-экономических факторов и дифференциация групп регионов в зависимости от реализации в них мер государственного регулирования экономической деятельности в пандемийный период. Анализ проводился с использованием статистических методов (прежде всего, методов статистических группировок и корреляционно-регрессионного анализа). На основе изучения научных публикаций отечественных и зарубежных исследователей по рассматриваемой проблематике изложены концептуально-методологические принципы оценки изменения экономической активности в российских регионах после введения ограничительных мер разного уровня жесткости. Для выявления влияния исследуемых факторов построена регрессионная модель, включающая такие статистические показатели, как индекс промышленного производства, уровень безработицы, доля городского населения, доля валовой добавленной стоимости (ВДС) региона в ВДС страны, число предприятий малого и среднего бизнеса (без микропредприятий) на 10 тыс. человек населения, доля региона в производстве продукции всех российских добывающих предприятий, коэффициент открытости региона, среднедушевые денежные доходы населения, уровень бедности. В заключительной части статьи представлены результаты исследования, свидетельствующие о том, что пандемийные ограничения в зависимости от степени их жесткости оказывали различное воздействие на экономику регионов. Авторы подчеркивают разнородность изменений факторов детерминации экономической активности регионов под влиянием ограничительных мер со стороны органов управления, в частности, региональных властей
Особенности применения статистического анализа в современном маркетинге
No full textThe article discusses the features of applying statistical analysis in marketing during digital transformation. After explaining the relevance of the study, the authors formulate the challenges of using statistical analysis in marketing, reveal the study goals, objectives, and tools, and provide an overview of the content of statistical analysis (at the company level). In modern Internet marketing, a large number of statistical indicators are used, such as CPC (cost per click), CTR (advertisement click-through rate), CPA (advertising cost), conversion rate, lead cost, and many others. However, according to the authors, the indicators used in most companies are not comprehensive enough. The paper notes that statistical analysis of the digital marketing domain uses several digital products, such as Google Analytics, Adobe Analytics, Mixpanel, Salesforce Analytics Cloud, and Looker. The more specific the information required for statistical analysis, the more the company strives to create its digital product for collecting, analyzing, and interpreting the most important data for marketing about hidden patterns in customer behavior, in their consumer journey, motives, and incentives for their choice. The uniqueness of the artificial intelligence algorithms used for this is ensured by the methods of classification, clustering, regression, and association analysis that are used in machine learning and statistical analysis for the automatic processing and analysis of large amounts of data. The article focuses on the specific results of improving marketing activities based on the development of statistical analysis amidst digital transformation arising from the introduction of digital technologies, and the development of digital products that ultimately give competitive advantages in a particular area of business.Рассматриваются особенности применения статистического анализа в маркетинге в условиях цифровой трансформации. После обоснования актуальности исследования формулируются проблемы применения статистического анализа в маркетинге, указывается на его цели, задачи и инструменты, дается характеристика содержания статистического анализа (на уровне компании). Отмечается, что в современном интернет-маркетинге используется большое количество статистических показателей, таких, например, как CPC (цена клика), CTR (кликабельность), CPA (стоимость целевого действия), коэффициент конверсии, стоимость лида. Однако, по мнению авторов, применяемые показатели используются в большинстве компаний недостаточно системно.Указано на то, что в статистическом анализе предметной области цифрового маркетинга применяется ряд цифровых продуктов, например Google Analytics, Adobe Analytics, Mixpanel, Salesforce Analytics Cloud, Looker. Чем более специфична необходимая для статистического анализа информация, тем в большей степени компания стремится создавать свой цифровой продукт для сбора, анализа и интерпретации важнейших для маркетинга данных о скрытых закономерностях в поведении клиентов, в их потребительском пути, мотивах и стимулах их выбора. Уникальность применяемых для этого алгоритмов искусственного интеллекта обеспечивается на основе применения, прежде всего, методов классификации, кластерного, регрессионного анализов, а также анализа ассоциаций, которые применяются в машинном обучении и статистическом анализе для автоматической обработки и анализа больших объемов данных.Акцентировано внимание на конкретных результатах совершенствования маркетинговой деятельности на основе развития статистического анализа в условиях цифровой трансформации, связанной с внедрением цифровых технологий, разработкой цифровых продуктов, дающих в конечном итоге конкурентные преимущества в конкретной сфере предпринимательства
Статистический анализ критических социально-экономических факторов развития болезни COVID-19
Get PDFThe study aimed to analyze the impact of several economic and social factors on the course of the COVID-19 pandemic by comparing statistical data in large and representative samples and to assess the critical factors influencing the development of the infectious process of the SARS-CoV-2 virus.To create this review, the necessary publications were found on the Internet for the selected keywords both in one tag and different tag combinations. Statistics of economic and social factors were based on data available on the Internet. The Pearson correlation coefficient (r) to determine the statistical relationship was used.The relationship between economic or social factors and the impact of the 15-month COVID-19 pandemic in different regions was investigated using various available statistics for five continents and 52 countries for the first time. A positive relationship between the consequences of viral epidemic and GDP per capita or the type of human diet was found with correlation coefficients in the range of 0.42–0.87. The development of the viral epidemic showed a less clear correlation with population density from r = -0.18 to r = -0.28, depending on the selected group of countries. For island nations, geographic isolation was the dominant defense against SARS-CoV-2 infection.The comparison of the development of COVID-19 according to statistical data in different regions and the study of economic or social aspects, performed on large representative samples, showed that the productive infection and pathogenicity of SARS-CoV-2 increased with a high standard of living and excessive consumption of staple foods. In countries with low GDP and adequate protein or fat intake, the rates of SARS-CoV-2 infection, and death did not exceed the minimum epidemic threshold. The study of the influence of consumed macronutrients on the dynamics of the infectious cycle of the SARS-CoV-2 virus will help explain the reason for such resistance to the pathogen. Such a study would require further comparative analysis of COVID-19 pandemic statistics.Цель исследования – на основе сопоставления статистических данных больших репрезентативных выборок проанализировать воздействие ряда социально-экономических факторов на течение пандемии COVID-19, а также оценить критические факторы, влияющие на развитие инфекционного процесса вируса SARS-CoV-2.Для подготовки обзора источников по данной теме были найдены необходимые публикации в Интернете по выбранным ключевым словам – как по одному слову, так и по различным сочетаниям слов. Статистическая информация, характеризующая социальные-экономические факторы, была получена из баз данных, доступных в Интернете. Для определения статистической взаимосвязи использовался коэффициент корреляции Пирсона (r).Впервые была исследована взаимосвязь между социально-экономическими факторами и последствиями 15-месячной пандемии COVID-19 в отдельных регионах с использованием различных доступных статистических данных для пяти континентов и 52 стран. Установлена положительная связь между исходом эпидемии вируса SARS-CoV-2 и ВВП на душу населения, а также типом питания человека с коэффициентами корреляции в диапазоне 0,42–0,87. Развитие вирусной пандемии показало менее четкую связь с плотностью населения (значения коэффициента r от -0,18 до -0,28 в зависимости от группы стран). Для островных государств географическая изоляция была доминирующей защитой от распространения инфекции SARS-CoV-2.Сопоставление статистических данных о развитии COVID-19 в различных регионах и изучение как экономических, так и социальных аспектов, выполненное на больших репрезентативных выборках, показало, что продуктивная инфекция и патогенность вируса SARS-CoV-2 возрастали при высоком уровне жизни и чрезмерном потреблении основных продуктов питания. В странах с низким ВВП и адекватным потреблением белков или жиров показатели инфицирования SARS-CoV-2 и смертности не превышали минимальный эпидемический порог. Детальное изучение влияния потребляемых макроэлементов на динамику инфекционного цикла вируса SARS-CoV-2 даст возможность объяснить причину устойчивости к возбудителю. Для такого изучения потребуется дальнейший сравнительный анализ статистических данных о пандемии COVID-19