Архипова Марина Юрьевна

Предоставление населению государственных и муниципальных услуг в электронной форме в современном мегаполисе (на примере г. Москвы)

2023 · ARTICLE · ru

Достижение целей устойчивого развития является одной из актуальных задач как для отдельной страны, так и для ее территорий. Цель исследования – разработка статистической методологии мониторинга и комплексной оценки устойчивого развития территории. В качестве информационной базы использованы открытые данные Росстата и данные ООН. Апробация предложенной системы мониторинга проведена на объекте, включающем территории разных уровней иерархии: страны мира, федеральные округа и регионы Российской Федерации. Методология представлена в виде алгоритма, содержащего следующие этапы исследования: выбор объекта наблюдения, формирование системы показателей устойчивого развития территории, оценка уровня устойчивого развития территории, проведение на ее основе комплексного анализа (расчет интегрального индикатора, типология территорий, факторный анализ, динамика и прогнозирование, идентификация новых объектов наблюдения по типу устойчивого развития) и выработка рекомендаций по повышению уровня устойчивого развития конкретной территории. Интегральный показатель устойчивого развития территории определяется как среднее значение индексов по трем сферам устойчивости (социальной, экономической, экологической). Индексы предлагается рассчитывать по технологии многомерной средней по массиву показателей, характеризующих отдельную сферу устойчивого развития территории. В работе рассчитаны индексы по сферам устойчивого развития и интегральный индикатор за 2010, 2015 и 2020 гг. В рамках анализа проведена типология стран мира (2010, 2015 и 2020 гг.) и территорий Российской Федерации (2011, 2016 и 2021 гг.) по уровню устойчивого развития; построены нейронная сеть и дискриминантная функция для идентификации новых объектов наблюдения по типу устойчивого развития; в рамках типологии получена модифицированная матрица портфельного анализа субъектов Российской Федерации за 2021 г. Сделаны выводы и предложения относительно стратегий развития рассмотренных территориальных образований.

Исследование динамики развития национальной инновационной системы России (часть 1)

2022 · ARTICLE · ru

Сегодня формирование и укрепление национальных инновационных систем являются важнейшими направлениями, от которых во многом зависит роль государств на мировой арене. В этой связи особенно значимым становится постоянный мониторинг динамики развития национальной инновационной системы (НИС) и инновационной активности предприятий для понимания эффекта от предпринимаемых действий и принимаемых решений в рамках укрепления собственной государственной инновационной системы. В статье предпринята попытка определить момент перехода России на инновационный путь развития, специфику данных трансформационных процессов. Использование модели представления структуры НИС в виде укрупненных макроблоков позволило проанализировать ключевые показатели, характеризующие эффективность ее функционирования, а также выявить тренды, тенденции и динамику инновационной активности. На основе анализа индикаторов развития НИС и инновационной активности по видам экономической деятельности выявлены «отягощающие» факторы, тормозящие инновационный процесс, а также «точки роста», за счет которых инновационное развитие имеет положительную динамику. Среди основных проблем России, обнаруженных в ходе данного исследования, особое внимание заслуживают такие процессы, как диспропорции в распределении ключевых элементов НИС и ее фрагментарность, неготовность организаций заниматься крупным финансированием научных исследований и разработок, достаточно низкая интенсивность при росте инвестиций в инновации. В статье также описаны перспективы для дальнейших изысканий, среди которых — более детальный анализ отраслей-лидеров инновационного развития, а также исследование показателей кооперации науки, образования и бизнеса.

Направления поддержки малых предприятий промышленного сектора экономики: региональный аспект

2022 · ARTICLE · ru

Масштабы инновационной деятельности малых промышленных предприятий значительно варьируются по регионам России, что делает актуальным поиск отличительных особенностей предпринимательской деятельности в инновационной сфере в отдельных субъектах РФ для разработки адресных мер поддержки малых инновационных предприятий и создания новых рабочих мест в цифровой экономике. В статье предложена многомерная кластеризация субъектов РФ по показателям, характеризующим масштабы и условия осуществления инновационной деятельности малых промышленных предприятий, проведено сопоставление со странами ЕС-27. В исследовании использованы данные формы № 2-МП инновация «Сведения об инновационной деятельности малого предприятия» за 2017 и 2019 гг. и Инновационного обследования ЕС (Community Innovation Survey) 2018 г. Относительно высокие показатели инновационной деятельности малых промышленных предприятий и наиболее благоприятные условия ее осуществления характерны для небольшого числа субъектов РФ. В большинстве регионов России масштабы инновационной деятельности малых предприятий промышленного производства ниже среднероссийских показателей и уступают аналогичным показателям в Европейском союзе. В этих регионах востребованы меры по расширению доступа предприятий к внешним источникам финансирования инновационной деятельности. В группе регионов с самыми низкими показателями инновационной деятельности малых промышленных предприятий ощущается потребность в мерах поддержки, направленных на стимулирование исследований и разработок среди субъектов малого предпринимательства.

Роль малых предприятий обрабатывающей промышленности в инновационном развитии реального сектора экономики: экономико-статистическое исследование

2022 · ARTICLE · ru

Цель экономико-статистического исследования, основные результаты которого изложены авторами, состоит в характеристике роли малых предприятий обрабатывающей промышленности (далее – малых обрабатывающих предприятий) в инновационном развитии реального сектора экономики. По сравнению с развитыми странами, для России характерен достаточно низкий уровень инновационной активности малых предприятий реального сектора экономики, их меньший вклад в обеспечение занятости и повышение уровня жизни населения. В то же время наибольшим потенциалом роста инновационной активности обладают малые обрабатывающие предприятия, особенно в высокотехнологичных видах экономической деятельности. Общность подхода к определению субъектов малого предпринимательства в России и Европейском союзе, значительные масштабы инновационной деятельности европейских малых предприятий, а также развитость инструментов поддержки инновационно активных компаний делают востребованным изучение европейского опыта стимулирования инновационной деятельности малых предприятий реального сектора экономики с целью его адаптации к отечественной практике. Авторами обоснованы возможные точки роста инновационной активности малых обрабатывающих предприятий в России с учетом зарубежного опыта, разработаны рекомендации по поддержке малого предпринимательства в реальном секторе экономики. Основу исследования составили данные Инновационного обследования ЕС, национальных отчетов европейских стран по исследуемой тематике, форм № 4-инновация и № 2-МП инновация, предоставленных Федеральной службой государственной статистики. В ходе исследования выявлены ключевые драйверы инновационной активности европейских малых предприятий: развитая кооперация с другими организациями, значительные объемы финансирования исследований и разработок, широкий охват субъектов малого предпринимательства мерами поддержки. Обобщение европейского опыта инновационной деятельности малых предприятий и анализ основных барьеров инновационной деятельности российских малых предприятий позволили выделить перспективные направления поддержки малого бизнеса в реальном секторе экономики России: развитие программ модернизации предприятий, расширение доступа к заемным источникам финансирования, развитие кооперационных связей субъектов малого предпринимательства. Выделенные авторами точки роста инновационной активности малых обрабатывающих предприятий могут быть учтены при разработке мер поддержки малого предпринимательства для повышения его инновационной активности, создания новых рабочих мест и обеспечения занятости населения.

Проблемы информационного обеспечения в исследовании трансформации образа жизни россиян

2022 · CHAPTER · ru

Современные направления сбора и анализа данных медицинской статистики

2022 · CHAPTER · ru

Подходы к исследованию трансформации образа жизни людей в цифровой среде современного мегаполиса

2022 · CHAPTER · ru

Анализируются различные подходы к исследованию трансформации образа жизни людей в цифровой среде современного мегаполиса

Процессы цифровизации и трансформация современного мегаполиса

2022 · BOOK · ru

В монографии рассматриваются тенденции цифровизации: цифровые достижения государственного управления, цифровая экономика в сфере купли-продажи, цифровизация в образовании и др. Особое внимание уделено трансформации современного мегаполиса в условиях цифровой среды. Издание адресовано студентам, аспирантам и преподавателям вузов, работникам сферы повышения квалификации.

Моделирование урожайности зерновых культур сельскохозяйственных регионов с использованием технологий компьютерного зрения

2022 · ARTICLE · ru

В статье рассматриваются новые направления моделирования урожайности зерновых культур в сельскохозяйственных регионах России на основе использования дистанционных возможностей получения информации о состоянии полей. Предлагаемый подход позволяет найти новые решения в разработке системы показателей, обосновании методологических платформ и моделей для получения более точных прогнозных оценок по сравнению с традиционными регрессионными моделями за счет использования системы компьютерного зрения в качестве дополнительного источника информации. Статистическая значимость спутниковых фотоснимков полей для повышения точности моделей прогнозирования урожайности сельскохозяйственных культур подтверждается проверкой соответствующей статистической гипотезы. Значительный интерес в исследовании представляет сравнение классических эконометрических инструментов с различными нейросетевыми моделями с точки зрения нахождения оптимальной модели, позволяющей повысить точность прогнозных оценок. Апробация предлагаемого инструментария проводилась на данных по 100 сельскохозяйственным полям, расположенным в муниципальных образованиях 43 регионов России, которые были выбраны пропорционально объему продукции растениеводства данного региона. Проведенное исследование показало преимущество нейросетевой модели по смешанным данным по сравнению с другими нейросетевыми моделями (многослойный персептрон и свёрточная нейронная сеть), а также с традиционными регрессионными моделями. Нейросетевая модель по смешанным данным в условиях неопределенности и большого количества данных различной природы позволила получить более точные прогнозные оценки по сравнению с другими классами моделей. Также было показано, что несмотря на то, что экологические факторы оказывают разное влияние на урожайность сельскохозяйственных культур, их необходимо учитывать наряду с социально-экономическими характеристиками. Использование новых моделей и типов данных, отличных от классической табличной информации, может давать существенное преимущество в точности прогнозирования и объяснении решающих факторов. Результаты проведенного анализа могут использоваться в исследованиях и мониторинге развития сельскохозяйственного производства региональных муниципальных образований, определения потребностей в ресурсах, необходимых для успешного ведения хозяйства, а также при разработке отраслевых и комплексных проектов и программ развития агрокомплекса.

Impact of healthcare innovation on the population’s well-being in Russia

2021 · ARTICLE · en

The article is devoted to the study of innovative activity in healthcare and its impact on the welfare of Russia’s population, depending on the respondents’ region of residence. Inclusion of various components of the population’s well-being is based on the author’s algorithm for calculating the composite index which includes 21 indicators within 5 sub-indices. To test the hypothesis about the presence of a statistically significant relationship between the level of development of innovations in healthcare and the well-being of the population, as well as in order to highlight innovative factors that affect the well-being of the population, the classical econometric tools and machine learning methods are considered. It allows choosing the most accurate model to describe the studied process and identifying the hidden links between the well-being of the regional population in Russia and their innovative activity. The results of evaluating different models made it possible to choose the Random Forest Regression algorithm in favor of compared Linear Regression Model and the Gradient Boosting Regression technique using control on deferred data. The obtained results of the work can be used in monitoring the state and level of innovative development of the healthcare sector at various levels, in the development of regional and municipal projects and programs to improve the healthcare system.