DSA Faculty
API
← к списку преподавателей

Архипова Марина Юрьевна

Факультет экономических наук

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 27049
Публикаций
139
Языков
1
Наград
12
Конференций
4
Профиль Публикации (139) Курсы (4)

Профессиональные интересы

62.00.00 Биотехнология05.00.00 Демография83.00.00 Статистика06.00.00 Экономика. Экономические науки28.17.31 Моделирование процессов управления

Должности

  • Профессор — Факультет экономических наук, Департамент статистики и анализа данных
  • Ведущий научный сотрудник — Факультет экономических наук, Научно-учебная лаборатория измерения благосостояния

Био

  • · Начала работать в НИУ ВШЭ в 2008 году.
  • · Научно-педагогический стаж: 38 лет.

Образование

  • 2009 · Ученое звание: Профессор
  • 2008 · Доктор экономических наук: Московский государственный университет экономики, статистики и информатики, специальность 08.00.12 «Бухгалтерский учет, статистика»
  • 2002 · Ученое звание: Доцент
  • 1999 · Кандидат наук: специальность 08.00.12 «Бухгалтерский учет, статистика»
  • 1987 · Специалитет: Московский экономико-статистический институт, специальность «Экономическая кибернетика», квалификация «Экономист-математик»

Опыт работы

  • · 1987 г.: С занимаюсь научно исследовательской деятельностью:
  • · 1. ВНИИЭПРАНТ (Всероссийский научно-исследовательский институт экономики, политики и права в научно-технической сфере), который был в дальнейшем переименован в РИЭПП (Российский институт экономики, политики и права) - научный сотрудник, старший н.с., заведующая сектором.
  • · 2. Институт проблем информатики РАН (ИПИ РАН) - зав. сектором;
  • · 3. Институт проблем управления РАН им. Трапезникова - ведущий научный сотрудник
  • · 4. Национальный ииследовательский университет Высшая школа экономки - по настоящее время
  • · 1999 г.: С занимаюсь преподавательской деятельностью

Награды и поощрения

  • · Почетная грамота НИУ ВШЭ (январь 2025)
  • · Медаль "Признание - 10 лет успешной работы" НИУ ВШЭ (декабрь 2023)
  • · Почетное звание "Почетный работник сферы образования Российской Федерации" (июль 2023)
  • · Благодарность факультета экономических наук НИУ ВШЭ (январь 2023)
  • · Благодарность Высшей школы экономики (июль 2020)
  • · Нагрудный знак "За вклад в развитие государственной статистики" (декабрь 2019)
  • · Почетная грамота Высшей аттестационной комиссии при Министерстве образования и науки Российской Федерации (март 2018)
  • · Благодарность Факультета экономических наук НИУ ВШЭ (январь 2018)
  • · Благодарность руководителя Федеральной службы государственной статистики (декабрь 2016)
  • · Почетная грамота Федеральной службы государственной статистики (август 2012)
  • · Надбавка за академическую работу (2017–2018, 2016–2017, 2015–2016, 2014–2015, 2013–2014, 2012–2013)
  • · Лучший преподаватель — 2017, 2014

Гранты и проекты

  • 2016 · РНФ №22-28-20360 Трансформация образа жизни людей в цифровой среде современного мегаполиса РФФИ №18-010-00564 «Современные тенденции и социально-экономические последствия развития цифровых технологий в России» – 2018-2020 гг. (руководитель); РФФИ № 18-010-00960 «Механизмы развития малого и среднего предпринимательства в обрабатывающих производствах в целях ускорения процессов импортозамещения и перехода к инновационной экономике в России» – 2018-2019 гг. (исп.); РГНФ №16-02-00561а "Инновационная деятельность в современной России: тенденции развития и влияние на уровень жизни населения" – 2016-2017 гг. (руководитель); РГНФ №16-02-00716а "Активизация участия малых и средних предприятий в инновационном развитии экономики России" – 2016 г. РГНФ №14-02-00018а "Методология анализа и мониторинга инновационных систем на национальном и региональном уровнях" - 2014-2016 гг. РГНФ №14-02-00110а «Монетарная политика как инструмент стимулирования экономического роста» 2014-2016 гг.; РФФИ 11-06-08011-з тревел-грант Участие в 20 Интернациональной конференции «Technology and the Global Challenges: Security, Energy, Water, and the Environments» РГНФ №09-02-00-303 а/и «Развитие и трансформация национальной инновационной системы как средства завоевания конкурентных позиций в глобальных цепях создания добавленной стоимости», РГНФ 2010-2012 № 10-02-00280а, Управление неравновесной динамикой современных макроэкономических систем»; РГНФ № 11-02-00426а «Анализ факторов развития национальной инновационной системы в России» РГНФ 2009-2013, № 09-02-00628а/Б. «Государственная инновационная политика России и Беларуси»; РГНФ 2006-2008, № 06-02-04011а «Теория и практика формирования национальных инновационных систем»; РГНФ № 06-02-04043а «Методы мониторинга и оценки инновационного потенциала и результативности направлений научных исследований», РГНФ № 05-02-02352а «Система индикаторов состояния и развития национальной инновационной системы». НИР «Разработка методов и принципов создания информационных технологий для оценивания результатов влияния фундаментальных исследований» (Шифр «БОР») - руководитель НИР «Позиционирование информатики в системе наук и разработка концептуальных основ ее изучения в системе подготовки научных кадров» (Шифр «Образ») – исп. НИР «Теория управления в междисциплинарных моделях организационных, социальных, экономических, медико-биологических и экологических систем»; Методика анализа патентной активности в сфере информационно-коммуникационных технологий, научное направление ОНИТ РАН – 3 и другие.

Конференции (4)

Показать все
  • · 2014: 9th European Conference on Innovation and Entrepreneurship (Белфаст). Доклад: Regional Structure of the Country on Costs and Results of Innovative Activity: the Case of the Russian Federation
  • · 2014: 23rd International Conference "Science, Technology and Innovation in the Age of Economic, Political and Security Challenges (Вашингтон). Доклад: Innovation Activity and ICT Development of Russian Regions
  • · 2013: The 22th International Conference on Management of Technology "Science, Technology and Innovation in the Emerging Markets Economy" (Porto Alegre). Доклад: Innovative Development and Quality of Life Interaction
  • · 2012: 21st International Conference on Management of Technology “Managing Technology-Service Convergences in the Post-Industrialized Society (Hsinchu). Доклад: ICT Development of Russia's Regions

Идентификаторы исследователя

Публикации (139)

IV Российский экономический конгресс «РЭК-2020»

2020 · BOOK · ru

-

Современные направления прогнозирования урожайности сельскохозяйственных культур на основе использования эконометрических моделей

2020 · ARTICLE · ru

Сельское хозяйство является одной из важнейших отраслей народного хозяйства и основным поставщиком продуктов питания и сырья для многих отраслей промышленности. Растениеводство – крупнейший сельскохозяйственный сектор России, который в последнее время переживает обновление и подъем благодаря интенсификации и применению современных инновационных технологий контроля состояния полей, новым моделям прогнозирования урожайности и системам компьютерного зрения. Несмотря на важность проблемы обеспечения национальной продовольственной безопасности ряд проблем и задач так и остаются не решенными для научного сообщества. На сегодняшний день пока не выработано единой позиции в отношении того, какие факторы являются ключевыми для включения в прогнозные модели урожайности сельскохозяйственных культур, и каким образом наиболее эффективно решать политико-регуляторные вопросы, оказывающие на неё влияние. В работе представлена методика моделирования и прогнозирования урожайности сельскохозяйственных культур на основе использования новых эконометрических моделей, работающих по урезанной выборке (не включающей область возможных отрицательных значений), и широкого круга социально-экономических и экологических показателей и позволяющих получать более точные прогнозы по сравнению с традиционными популярными моделями, основанными на методе наименьших квадратов. Результаты данного исследования представляют интерес для международных и российских организаций различного уровня, деятельность которых связана как с вопросами принятия управленческих решений, направленных на обеспечения продовольственной безопасности страны, повышения уровня и качества жизни населения, так и организаций, призванных на местах обеспечивать современные условия ведения сельского хозяйства.

DOI ↗ PDF ↗

Коммуникации в киберпространстве: тенденции цифровой эпохи

2020 · BOOK · ru

Издание представляет организационно-управленческие, политические, экономические, образовательные и дискурсивные формы коммуникаций в киберпространстве, подчеркивая их перспективные преимущества, рассматриваются вопросы информационной безопасности и кибербезопасности. Книга может быть использована в учебном процессе, в рамках дисциплин"Связи с общественностью", "Интернет-маркетинг", "Политическая психология", "Социология сетевого взаимодействия", "Информационно-коммуникационные технологии в образовании" и др., студентами вузов, преподавателями, а также всемиинтересующимися возможностями Интернет-коммуникаций.

PDF ↗

Региональные аспекты развития информационнокоммуникационных и цифровых технологий в России

2019 · ARTICLE · ru

Современная мировая экономика стоит на пороге перехода к новому технологическому укладу, основу которого составят наукоемкие производства, опирающиеся на цифровые технологии. Возможные эффекты такого перехода пока недостаточно изучены и требуют тщательного анализа и использования адекватного инструментария, включая разработку новых индикаторов, позволяющих учитывать специфику цифровизации экономики. В статье развивается методология исследования феномена цифровой экономики и цифрового неравенства в российских регионах. Предлагаемый исследовательский подход включает разработку и использование новых показателей, подходов и методик для изучения происходящих изменений на различных уровнях иерархии, а также эффектов от их воздействия. В первом блоке решается задача разработки композитного индикатора для изучения региональных диспропорций в уровне развития цифровой экономики, который обладает рядом преимуществ перед существующими индексами и позволяет учитывать доступность к базовым информационным и коммуникационным технологиям и доступность услуг проводной сети. Во втором блоке предлагается методика классификации регионов России по уровню развития цифровых технологий. Различия в средних значениях переменных по кластерам позволяют определить величину неравенства проникновения определенных передовых технологий в разные группы регионов. В третьем блоке на основе моделей регрессии по панельным данным определяются ключевые детерминанты цифрового развития и информационного неравенства, изменение которых влияет на значения индекса доступности информационных и коммуникационных технологий и основных параметров цифрового неравенства. Моделирование проведено раздельно для индекса доступности информационных и коммуникационных технологий и двух его субиндексов с предположением возможного разнонаправленного влияния на них некоторых совпадающих при их формировании факторов. Выделение эффективных институциональных механизмов цифрового развития позволит определить направления повышения конкурентоспособности регионов России, задействовать дополнительные источники экономического роста, повысить инновационную активность, снизить цифровое неравенство.

DOI ↗

Measuring the information development and its differentiation in modern Russia

2019 · CHAPTER · en

The paper is focused on the problem of balanced information and communication technologies development in modern society and its measures. Existing indices allow estimating the progress of this development, but they are mostly constructed for between countries comparison. At the lower level, we face the problem of different data set structure that does not allow us to use same indices immediately. Another problem is a lack of measures that provide both the estimation of the overall progress in ICT and the progress in its particular aspects at the regional level. Additional attention should be paid to the possible increase of regional differentiation in order to prevent its transformation into extreme form of digital divide. We propose the model in the form of hierarchical system of indices that includes the advantages of information development measurement in particular aspects and as a whole. Sub-indices in the system are just orthogonal, and widely used principal component analysis is not functional for their aggregation. That is why a measure of closeness of the aggregate indicator to the best possible value is used to create the main index. The output oriented data envelopment analysis is used along with the aggregate indicator construction technique to compare the positions of the most advanced regions. We also introduce the method of measuring the differentiation in some aspects of information and communication development to assess the dynamics of this differentiation. The results of the study can be used to stimulate progress in information and communication development that prevents an excessive increase in regional differentiation.

PDF ↗

Economic Consequences of the Development of Digital Technologies in Russia

2019 · CHAPTER · en

The article examines the literature, which determinates the factors affecting Gross Regional Product as well as broadens the analysis to different regions of the Russian Federation. The regressions modeling and cluster analysis is used for the issue. Two linear regression models are constructed based on the indicators of the Federal Statistics Survey databases for the year 2015 as well as the index of readiness of regions of Russia for the information society (ICT) is used. After the estimation the two clusters based on the values of sub-indexes were found, presenting the typical and atypical behavior towards values of sub-indexes.

Cooperation in R&D as a Leading Indicator of Innovative Activity Growth

2019 · ARTICLE · en

Purpose: The article is focused on new trends in cooperation activity in research and development in the manufacturing industries of Russia. Various types of cooperation are considered, special attention is paid to research organizations and universities. Design/Methodology/Approach: In the context of this issue, it seems necessary to consider the conceptual framework and information basis for the analysis of scientific activity, to study the problems of scientific and technical cooperation, based on the works of foreign and domestic scientists and to develop indicators of cooperative activities. Finding: Authors proposed to rank the regions of Russia by the level of cooperation activity based on a specially developed hidden indicator. Comparison of the results obtained with regional layers of the costs of R&D suggests that joint research and development activities are typical for those regions that pay considerable attention to development of science. Ranking regions of Russia in terms of cooperative activity allowed identifying the leaders and outsiders of this process. Practical implications: The results of the study can be used in the development of measures of regional development of the country in the implementation of R&D. Originality/Value: To study the impact of the resource base on the cooperative activities of the organization, the authors proposed a composite indicator that includes a wide range of indicators that consider various aspects of cooperative activity.

DOI ↗ PDF ↗

Анализ данных. Учебник для академического бакалавриата, под ред. проф. В.С.Мхитаряна

2019 · BOOK · ru

В учебнике рассмотрены основные методы анализа и обработки статистических данных. Представлены процедуры предварительного анализа данных и описательные статистики, отражены особенности вероятностно-статистического подхода, рассмотрен широкий спектр методов, предназначенных для анализа многомерных и временных данных. Учебник содержит большое число практических примеров, вопросы и задания для самопроверки, задачи для самостоятельного решения. Для бакалавров экономических направлений вузов.

Международные индексы как инструмент оценки развития государств

2019 · ARTICLE · ru

Настоящая статья посвящена исследованию основных аспектов развития государств в современных условиях. Предложено использование международных индексов как инструментария для анализа и оценки развития. В данной статье также показана необходимость применения статистических практик для формирования объективного представления о протекающих глобальных процессах, их правильного восприятия и интерпретации. Особое внимание уделено выбору наиболее подходящих индексов и методов для анализа отобранного массива данных. C целью построения классификационной карты развития и для определения сходных по развитию групп государств использован метод главных компонент и проведен кластерный анализ. На основе результатов кластеризации выделены объединения схожих по развитию стран, а также выявлены закономерности развития конкретных страновых групп и регионов.

DOI ↗

АНАЛИЗ ДАННЫХ. Учебник для академического бакалавриата

2018 · BOOK · ru

Роль методов анализа данных в нашей жизни весьма значительна. Люди, часто не задумываясь и не осознавая, постоянно их используют в повседневной практике. Анализ данных пронизывает все аспекты современной жизни, служит основой для многих решений в предпринимательской и общественной деятельности, информируют о тенденциях и факторах, которые влияют на нашу жизнь. Анализ данных как научная дисциплина в системе прикладной статистики разрабатывает и систематизирует понятия, приемы, математические методы и модели, предназначенные для организации отбора из исследуемой совокупности подлежащих обследованию единиц, их стандартной записи, систематизации и обработке с целью их удобного представления и интерпретации, получения научных и практических выводов. В настоящем учебнике анализ данных рассматривается как дисциплина, основанная на статистических методах и вычислительных алгоритмах, позволяющих извлекать знания из результатов наблюдений.

Курсы (4)