DSA Faculty
API
← к списку преподавателей

Семерикова Елена Вячеславовна

Факультет экономических наук

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 27515
Публикаций
21
Языков
2
Наград
6
Конференций
1
Профиль Публикации (21) Курсы (9)

Профессиональные интересы

пространственная эконометрикаМикроэконометрикаНепараметрические методы оценивания

Должности

  • Доцент — Факультет экономических наук, Департамент прикладной экономики
  • Старший научный сотрудник — Факультет экономических наук, Научно-учебная лаборатория пространственно-эконометрического моделирования социально-экономических процессов в России
  • Ведущий эксперт — Факультет экономических наук, Проектная лаборатория развития интеллектуальных состязаний по экономике

Био

  • · Начала работать в НИУ ВШЭ в 2010 году.
  • · Научно-педагогический стаж: 7 лет.

Образование

  • 2017 · Кандидат экономических наук
  • 2013 · Магистратура: Национальный исследовательский университет "Высшая школа экономики", специальность «Экономика», квалификация «Магистр»
  • 2011 · Бакалавриат: Национальный исследовательский университет "Высшая школа экономики", специальность «Экономика», квалификация «Бакалавр»

Опыт работы

  • · 01.09.2023 – по настоящее время, Национальный исследовательский университет «Высшая школа экономики», г. Москва Доцент департамента прикладной экономики
  • · 01.09.2018 – 31.08.2023, Национальный исследовательский университет «Высшая школа экономики», г. Москва Старший преподаватель департамента прикладной экономики
  • · 01.09.2010 – 31.12.2010, 01.09.2011 – 31.12.2011 Национальный исследовательский университет «Высшая школа экономики», г. Москва Ассистент Департамент Прикладной экономики Факультета Экономики
  • · 01.10.2011 – 30.12.2011, 01.02.2012 – 01.10.2012 Национальный исследовательский университет «Высшая школа экономики», г. Москва Стажер-исследователь лаборатории «Эмпирический анализ предприятий и рынков в переходной экономике» Института анализа предприятий и рынков

Награды и поощрения

  • · Благодарственное письмо ректора НИУ ВШЭ (июль 2022)
  • · Благодарность Департамента прикладной экономики НИУ ВШЭ (январь 2021)
  • · Надбавка за публикацию в журнале из Списка B (2024–2025)
  • · Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2025–2026)
  • · Лучший преподаватель — 2024, 2022
  • · Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)Категория "Новые преподаватели до 30 лет" (2019–2020)Категория "Будущие преподаватели" (2015–2016)

Гранты и проекты

  • 2013 · 2012-2013, Грант Triple I на участие в программе академической мобильности в рамках совместной магистратуры с Университетом им. Гумбольдта, Берлин

Конференции (1)

Показать все
  • · 2024: Ежегодная международная конференция Армянской экономической ассоциации (Ереван). Доклад: Spatial Regression Analysis of Housing Affordability

Идентификаторы исследователя

Публикации (21)

The effect of agglomeration and transport on labour productivity in Saint Petersburg metropolitan area

2026 · ARTICLE · en

В статье оцениваются масштабы внешних эффектов агломерации, которые отражаются на повышении производительности труда, и учитывается прямое и косвенное воздействие транспортных факторов. Для достижения этой цели мы объеди- няем данные о средней заработной плате и занятости в регионе с исчерпывающей инфор- мацией об общественном транспорте и дорожной сети Санкт- Петербурга, одной из самых густонаселенных агломераций в Европе. Согласно нашим выводам, только транзитные меры воздействия значительно влияют на производительность труда на местном уровне, в то время как влияние экономики агломераций на производительность труда исчезает после применения инструментальных переменных. Кроме того, мы выявили, что вклю- чение в оценку показателей воздействия общественного транспорта приводит к тому, что положительное влияние на производительность труда снижается за счет использования частных видов транспорта в пользу общественного транспорта.

DOI ↗ PDF ↗

A Two-Step Procedure for Estimating Spatial Error Quantile Regression Models

2025 · ARTICLE · en

Conditional quantile regression models are complementary to the conditional median model in that they provide a complete representation of the conditional distribution of the response variable given the predictors and not only of their conditional mean. This is crucial in situations where the relationship between predictors and responses is not uniform across all levels, for example, in fields like housing market analysis where the impact of factors such as location, size, and amenities can vary significantly between low-priced and high-priced homes. They have also been considered in the spatial econometric literature as a robust alternative to the standard linear regression when data are characterized by non-normality. So far, the spatial econometric literature concentrated on conditional quantile spatial lag specifications which incorporate spatial correlation in the form of a spatially lagged variable included in the list of predictors. This paper aims at exploring the other side of the moon by specifying conditional spatial quantile models in the form of a spatial error correlation (termed Spatial Error Quantile Model) and by suggesting feasible estimators of the parameters involved. In particular, we propose an estimation procedure analogous to the feasible GLS suggested by Keleijian and Prucha (J Real Estate Finance Econ 17:99–121, 1998) for the standard linear regression models, we prove its asymptotic properties, and we examine its small sample behaviour through a set of Monte Carlo experiments. We also illustrate the improved efficiency of the proposed estimator by re-examining a set of real data already employed by Chasco and Le Gallo (Spat Economic Anal 10(3):317–343, 2015) to estimate a hedonic house price model.

DOI ↗ PDF ↗

Transportation and Urban Spatial Structure: Evidence from Paris

2024 · ARTICLE · en

This paper analyses the role of railroad development in employment subcentre formation in the Paris metropolitan area between 1968 and 2018. Over half a century, approximately 1.5 million new jobs were created; however, their spatial distribution across the Ile-de-France region was uneven. Paris intra-muros has lost 123,000 jobs for the 50-year period, while the Grande Couronne (outer periphery) accounted for 2/3 of employment growth. These dramatic changes in the geography of employment in the Paris metropolitan region were coupled with cardinal alterations in railroad transportation, whose network has expanded and whose branches have been intertwined in order to improve population mobility and, to some extent, decentralise the capital area in favour of the development of peripheral territories. The construction of the Réseau Express Régional (RER) on the basis of 19th century railroads together with formation of the Transilien network were stepping stones towards today’s efficient rapid transit system. Our investigation, using McMillen (2001) method to identify subcentres as well as the IV approach to determine the role of railway transport development in local employment growth and the evolution of urban spatial structures, corroborates the decisive role of RER in fostering employment and in the emergence of employment subcentres. Specifically, the proximity to a railway station boosts employment in the commune. For RER stations, this effect is more substantial and heterogeneous across space, being of greater magnitude for municipalities more distant from the CBD. Furthermore, the presence of a railway station in a commune increases its probability of being a (part of) subcentre from 19.3% to 41.3% depending on the period. Moreover, this effect is of greater magnitude for the presence of a RER station in a municipality (53.2%-76.1%). Interestingly, we cannot confirm that the influence of a railway station on subcentre formation spills over the edge of the commune where it is located.

DOI ↗

Пространственно-эконометрический подход к моделированию результатов выборов в России: муниципальный уровень

2023 · ARTICLE · ru

В данной статье мы оцениваем роль взаимного влияния избирателей, живущих на соседних территориях, и социально-экономических факторов на примере результатов голосования за основного кандидата на президентских выборах 2018 г. в России, где единицей наблюдения является муниципалитет. Мы утверждаем, что пространственные факторы (соседство муниципалитетов, регионов и принадлежность муниципалитетов к одному и тому же региону) существенно влияют на результаты голосования за основного кандидата в каждом муниципалитете. Для подтверждения данной гипотезы мы оценили несколько разных спецификаций модели Дарбина, которые включают дамми-переменные на регион и другие пространственные факторы, и сравнили выводы со спецификациями модели без учета пространственных факторов. Полученные нами результаты подтвердили выдвинутую основную гипотезу: результаты голосования зависят от региона, в который входит муниципалитет, и, кроме того, имеет место положительная пространственная автокорреляция (результаты голосования в соседних муниципалитетах зависят друг от друга). Отсутствие учета пространственных факторов снижает качество подгонки регрессии, наблюдаются изменения в оценках коэффициентов, искажается качественная картина полученных результатов. Мы также показали, что на результаты голосования влияет и экономическое положение региона: чем экономически сильнее муниципалитет, тем выше доля голосов за основного кандидата. Однако довольно интересным оказался результат относительно переменной удаленности муниципалитета от регионального центра: чем дальше от центра находится муниципалитет, тем выше доля голосов за основного кандидата. Мы объясняем это более сильным присутствием оппозиции в столицах регионов.

DOI ↗ PDF ↗

Determinants of commuting flows in Germany

2023 · ARTICLE · en

The paper studies commuting flows between German regions. Using panel data of 400 Ger‐ man regions from 2013 to 2019 we evaluate the effect of the wide range of indicators deter‐ mining the magnitude of the commuting flows: demographic factors, indicators of the labour and real estate markets, welfare variables, social and educational system characteristics, etc. We employ the gravity model analysis with Poisson Pseudo Maximum Likelihood, allowing us to consider even the absence of commuters between regions. The novelty of the research is that the full structure of commuting flows, including the direction, is analyzed at the aggre‐ gated district level. In addition to other papers devoted to the economics of the labor market and focused mostly on individual data and selected determinants, we investigate a wide range of possible factors and conclude that the main macroeconomic factors determining both the intensity and direction of commuting flows: population, unemployment rate, cost of leasing housing and the number of companies per 10000 people. We also find that commuting flows between regions in the same land are 202% higher than between regions from different lands, and commuting flows between neighbouring regions are 414.5% higher than between regions without a common border.

DOI ↗ PDF ↗

Determinants of Regional Disparities in Housing Prices: A Spatial Analysis of German Regions

2023 · ARTICLE · en

неоднородность развития регионов германии проявляется в различных отраслях эко- номики, включая рынок недвижимости. различия в ценах на жилье привели к возникновению неравен- ства в структуре миграции и занятости. Цель работы — выявить региональные факторы, которые влияют на цены на жилье в германии. особенностью исследования является рассмотрение пространственного расположения регионов для анализа влияния на них характеристик соседних регионов. на основе па- нельных данных по 397 регионам германии за период 2004-2019 гг. построены пространственные эконометрические модели, учитывающие как цены на продажу, так и цены на аренду жилья. В каче- стве факторов, определяющих цены на жилье, используются показатели спроса на рынке недвижимо- сти: уровень безработицы, сальдо маятниковой миграции по месту работы и жительства, доля занятых, заработная плата, число сотрудников, валовой региональный продукт. результаты анализа показали, что факторы, способствующие повышению доходов населения, вызывают рост спроса и цен на жи- лье. Противоположные эффекты приводят к снижению цен из-за уменьшения спроса. Кроме того, было подтверждено взаимное влияние соседних регионов на рынки жилья посредством маятниковой ми- грации и создания экономических кластеров, характеризующихся сходным уровнем жизни и ценами. Такие показатели рынка труда, как безработица, заработная плата и количество сотрудников в близ- лежащих регионах, оказывают существенное влияние на цены на недвижимость. Полученные выводы могут быть использованы на практике для разработки региональной и миграционной политики.

DOI ↗ PDF ↗

Analysis of the Regional Disparities in Russia through STATIS Methodology

2022 · ARTICLE · en

Russia is one of the most important nations in the world, with 145 million inhabitants and 85 regions. The process of structural change in its economic transition has been influenced by its size, distance to markets, climate, natural resource endowments and allocation of industries, producing strong regional differentials. In this paper, we analyse the differences among regions and their dynamics from 2007-2013. For this purpose, we apply a dynamic multivariate method, named STATIS, in order to identify the main socio-economic characteristics of the regions, to find homogeneous clusters, and to examine their temporal dynamics.

DOI ↗

Convergence in German Regional Housing Markets

2022 · ARTICLE · en

The aim of this paper is to analyse the convergence of housing prices in German regions using spatial regional data. We provide empirical analysis on the pa­nel data set of 397 German regions for the period 2004–2020 taking into account their relative geographical location and prices. The main contribution of our paper is the analysis of convergence in housing prices, considering the historical aspects of the divergence of German regions. We discover if the housing prices become more homogenous over the years or not and also study the effect of various factors on the housing market. We build spatial econometric models for both selling and rental price, taking into account such demand factors as unemployment level, pendulum migration ratio, wages, number of employees, gross regional product, migration flow for regions, emigration and immigration for Bundesländer. Additionally, we consider the effect of price and determinants of neighboring regions. As the result of the analysis, we can conclude that factors which lead to personal income growth affect the price growth rate positively and vice versa. Emigration lowers the demand together with the price growth rate. Immigration contrary rises the demand and price growth rate. In the paper, we show that convergence among German regions exists over past years, mostly for rental prices, as the speed for them is higher. The practical significance of the current work is its applicability to regional economic and migration policy formation. Moreover, the analysis can be extended to the housing policy of other countries in order to allow cross-country comparisons.

DOI ↗

Влияние межбюджетных трансфертов на региональные доходы

2022 · ARTICLE · ru

В условиях усиления санкционного давления, ограниченности ресурсов и начала структурной перестройки экономики возникает необходимость оценки эффективности существующих инструментов экономической политики для понимания направления их совершенствования. Работа посвящена оценке влияния межбюджетных трансфертов в целом и субсидий, в частности, на региональный рост. Анализ проводится как для страны в целом, так и для трех групп регионов, отличающихся степенью дотационности бюджетов. Дополнительно регионы делятся на две категории в зависимости от доли занятых в добывающих отраслях. Результаты анализа показали, что рост доли межбюджетных трансфертов в доходах регионов способствует увеличению ВРП на одного занятого, но только в группе среднедотационных регионов. Принадлежность регионов к группе с высокой долей занятых в добывающих отраслях усиливает этот эффект. Рост субсидий также способствует росту региональных доходов в группах средне- и высокодотационных регионов, но незначим для низкодотационных регионов. Среди контрольных переменных значимое положительное влияние на региональный рост показала доля инвестиций в основной капитал и доля занятых с высшим образованием, но только в группе среднедотационных регионов. С помощью модели Дарбина учтены пространственные взаимодействия между регионами. Анализ показал, что существующая в России система межбюджетных трансфертов способствует созданию условий для регионального роста только в группе среднедотационных регионов.

DOI ↗ PDF ↗

Факторы и индикаторы теневой экономики России: эмпирический анализ региональных данных

2022 · ARTICLE · ru

Цель исследования – оценка факторов, оказывающих влияние на изменение масштабов теневой экономики в Российской Феде- рации (на примере ее отдельных регионов). Анализ проводился с применением математико-статистических методов по данным региональной статистики за 2013–2019 гг. В частности, была построена модель множественных индикаторов и факторов (MIMIC), адаптированная к панельной структуре данных. В качестве факторов теневой экономики рассматривались показатели, характеризующие налоговую нагрузку, государственное регулирование и состояние рынка труда; в качестве индикаторов – мо- нетарные показатели и характеристики формальной экономики. Показано, что в условиях экономических трудностей в отдельных регионах происходило «сжатие» масштабов теневой эко- номики. По мнению авторов, значительную роль в снижении теневой составляющей в экономике регионов в рассматриваемый период сыграли совершенствование механизма налогового администрирования в процессе формирования региональных и местных бюджетов (НДФЛ, имущественные налоги), а также координация межведомственного взаимодействия с целью достоверного определения величины налогооблагаемой базы. Доказана положительная роль льготных режимов налогообложения, устанав- ливаемых региональными властями. Обнаружена значимая зависимость масштабов теневой деятельности от структуры региональной экономики и условий на рынке труда: высокая доля добывающей промышленности и увеличение заработной платы в регионе относительно среднероссийского уровня создают стимулы для участия в формальной экономике и сокращения уровня теневой активности. Результаты моделирования подтвердили релевантность индикаторов теневой экономики: больший размер региональной теневой экономики влечет за собой меньшее участие населения в рабочей силе и увеличение оборота наличности. Полученные выводы позволяют под другим углом акцентировать внимание на задачах улучшения инвестиционного климата, снижения давления на предпринимателей, поддержки малого и среднего бизнеса.

DOI ↗ PDF ↗

Курсы (9)