By this author

The method of comparing the regions using the technical efficiency estimates with account of production structure

Issue 1 from 14.11.2018

В работе предложен метод ранжирования регионов по оценкам технической эффективности. Предполагается, что такие оценки могут быть теоретически обоснованно сформированы с помощью модели производственного потенциала, построенной для группы регионов, обладающих свойствами однородности. При этом для регионов из разных однородных групп оценки технической эффективности несопоставимы. Вполне естественно построить общую для всех регионов модель для получения сопоставимых оценок. Однако ранги, рассчитанных по такой модели оценок технической эффективности регионов определенной группы, не обязательно соответствуют рангам оценок по групповой модели. В этом случае ранжирование всех регионов по оценкам общей модели не вполне корректно. Представленный в данной работе метод позволяет с помощью оптимизационной модели получить скорректированные оценки, минимально отличающиеся от оценок по общей модели, ранги которых соответствуют рангам оценок по групповым моделям. На основе скорректированных оценок решается основная задача – строится общий рейтинг, соответствующий рейтингам регионов каждой однородной группы.

2534 15

MODELS OF PRODUCTIVE CAPACITY AND TECHNOLOGICAL EFFICIENCY EVALUATIONS OF REGIONS OF THE RUSSIAN FEDERATION CONCERNING THE OUTPUT STRUCTURE

Issue 1 from 01.01.2016

На основе авторской методологии построена эконометрическая модель производственного потенциала регионов РФ, учитывающая оценки интеллектуального капитала и характеристики факторов эффективности, определяющие готовность к инновациям. В развитие результатов, представленных авторами в (Макаров и др., 2014), получены оценки технической эффективности производства для всех регионов за период 2009-2013 гг. Построены эконометрические модели производственного потенциала для групп регионов, сопоставимых по структуре промышленного производства. Рассчитаны оценки технической эффективности для регионов, входящих в каждую группу. Проведена проверка гипотез, позволяющих сравнивать оценки эффективности региона по модели соответствующей группы с оценками по модели, построенной для всей совокупности регионов. Показано, что наблюдается рост эластичности ВРП по объему интеллектуального капитала для регионов, входящих в базовую группу, группу обрабатывающих и группу сельскохозяйственных регионов, а также в модели для всей совокупности регионов. Установлено, что модель для всей совокупности регионов может быть использована для расчета локальных оценок эффективности регионов базовой группы. Локальные оценки эффективности регионов, входящих в другие группы, целесообразно получать по соответствующим моделям. Общая модель производственного потенциала правильно отражает временные тренды эффективности, оцененной по моделям производственного потенциала регионов каждой группы. Поэтому общая модель может быть использована для моделирования динамики эффективности регионов.

1265 1

STATISTICAL ANALYSIS OF THE SOCIAL TENSION FACTORS IN RUSSIA

Issue 1 from 01.01.2016

В статье рассматривается и анализируется массовое поведение населения России в форме протестных движений. Принимается гипотеза о причинной обусловленности политических протестов социально-экономическими условиями жизни. Эмпирической основой исследования являются данные о протестной активности населения в 2011-2012 гг., сформированные на основе печатных и электронных федеральных и региональных СМИ, а также контента социальных сетей Интернет. Проводится математико-статистический анализ различных форм недовольства населения и различных видов акций протеста. С помощью метода главных компонент получено два интегральных индекса: индекс социальной напряженности, аккумулирующий все виды акций протеста, и индекс социальной неудовлетворенности, отражающий все формы недовольства. Числовые значения этих индексов позволяют провести сопоставление и ранжирование различных регионов России по социально-политической и экономической обстановке. Показано, что между обоими индексами существует статистически значимая линейная связь. Найденная регрессионная зависимость дает возможность делать условный прогноз изменения социальной напряженности при изменении отдельных показателей социально-экономического недовольства населения.

1049 1

Economic complexity and embedding of regional economies’ structures

Issue 3 from 22.09.2021

Исследования ориентированы на развитие теорий локализированной специализации и диверсификации экономики. Рассматривается задача прогнозирования появления в регионе новых сильных секторов. На основе методов вероятностного и статистического моделирований построена модель, позволяющая оценить вероятность появления в регионе нового сильного сектора с учетом характеристик структуры экономики. Возможность построения такой модели основана на предположении о том, что появление и развитие секторов в значительной степени обусловлено эволюцией прошлой экономической деятельности. Модель использует введенные авторами показатели вложенности структур сильных секторов региональных экономик. Эти показатели основаны на вероятностной интерпретации и свойствах элементов матрицы, по которой оценивается экономическая сложность в соответствии с традиционным подходом. Для каждого региона оценена вероятность возникновения в его структуре сильного сектора. На основе упорядочения секторов по значению этих вероятностей и оценок их потенциального вклада в социально-экономическое развитие может быть дана экспертная оценка целесообразности развития в регионе нового сильного сектора. Полученные результаты указывают на то, что появление и развитие секторов региональной экономики в значительной степени обусловлены эволюцией прошлой экономической деятельности

1174 15

Statistical analysis and modeling of regional economy and science relationship

Issue 4 from 07.12.2022

В статье предложена и проанализирована динамическая модель региональной экономики, отражающая зависимость регионального выпуска от числа занятых и объема производственных фондов. Основное внимание уделено учету влияния на экономику таких различных факторов развития науки, как число докторов и исследователей, число разного типа патентов и новых технологий. Кроме того, учитывается отраслевая ориентация региональной экономики, в первую очередь определяемая уровнем развития добывающего и обрабатывающего сектора производств. Для построения моделей и проведения статистических расчетов использованы данные официальной статистики. Все основные параметры предложенной модели оцениваются с использованием современных вычислительных процедур оптимизации в условиях нелинейных зависимостей. Статистические расчеты показали, что полученные значения основных параметров моделей значимы, а сами модели могут быть использованы для отдельных частных оценок и прогнозов. Важная методологическая особенность нашего подхода состоит в том, что необходимые зависимости между переменными модели выявляются с использованием методов причинного анализа и техники проверки значимости семейства гипотез. Для этого общий вид производственной функции выявляется с помощью нахождение графа непосредственных связей всей системы основных переменных. Полученная модель является методической основой для построения краткосрочных прогнозов динамики региональной экономики, в которых учитывается вклад науки и роль ее отдельных составляющих в экономическом росте. Кроме того, динамическая модель позволяет визуализировать различные варианты сценарного анализа и позволяет оптимизировать траектории экономического роста. На отдельных компьютерных расчетах показано, как меняется качественный характер траекторий переменных науки и экономики.

379 11