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)

Социальный запрос россиян на инновации (по данным выборочного обследования)

2018 · ARTICLE · ru

Статья подготовлена в рамках гранта РГНФ «Инновационная деятельность в современной России: тенденции развития и влияние на уровень жизни населения» (проект 16-02-00561). Выбор населением ценностных приоритетов в использовании цифровых технологий зависит от целого комплекса факторов, среди которых экономические, политические, социальные, межличностные и другие. Одинаково ли отношение респондентов к происходящим изменениям? И если да, то от каких факторов зависит выбор той или иной поведенческой траектории с точки зрения использования инновационных товаров и услуг? В статье приведены данные исследования, целью которого стал анализ социальных характеристик респондентов в зависимости от их отношения к инновационным новинкам. В качестве информационной базы в статье использованы результаты выборочного исследования, проведенного авторами весной 2017 г. в Москве и Московской области. В выборку исследования вошли 1115 человек в возрасте от 15 до 86 лет, в том числе 55,5% женщин и 44,5% мужчин, что в целом соответствует пропорциям половозрастного состава обследуемых регионов. Проведенное исследование было призвано в определенной мере ликвидировать недостаток количественных данных, позволяющих подтвердить гипотезы о воздействии инноваций на образ и качество жизни российского населения, определить наиболее перспективные, с точки зрения населения, сферы использования инноваций, выявить группу респондентов, более восприимчивых к новым информационным технологиям. Полученные в ходе исследования результаты помогут осмыслить инновационные преобразования в России, позволяют оценить запросы и удовлетворенность населения России в инновационных товарах и услугах. Применение метода классификационных деревьев дало возможность определить основные факторы, оказывающие влияние на инновационную активность россиян – это отношение к инновациям как таковым, наличие опыта использования образовательных онлайн услуг и возраст. Перспективы исследования видятся в разработке методики формировании интегральных индикаторов инновационной активности населения на основе качественных и количественных характеристик, а также использовании на этом пути методов статистического моделирования.

DOI ↗ PDF ↗

Управление изменениями в современных компаниях

2018 · BOOK · ru

Монография посвящена анализу тенденций и технологиям управления инновационным развитием современных компаний. Особое внимание уделяется влиянию на деятельность компаний происходящих перемен. Книга адресована специалистам, исследующим технологии управления изменениями в современных компаниях, а также представит интерес для магистрантов и аспирантов высших учебных заведений.

DOI ↗

Современные тенденции технологического партнерства в России

2018 · CHAPTER · ru

Рассмотрены различные формы сотрудничества компаний в области создания и использования новых технологий. Исследована кооперационная активность по видам экономической деяьельности и по группам предприятий в современной России.

DOI ↗

Разработка композитного индикатора для измерения величины и динамики цифрового неравенства в России

2018 · ARTICLE · ru

Авторами предпринята попытка обосновать методологию построения композитного индикатора для измерения величины и динамических характеристик цифрового неравенства в России. Во введении аргументируется положение, в соответствии с которым трендом современного развития ведущих стран мира стал курс на формирование цифровой экономики и развитие социально-экономических отношений на основе цифровых взаимодействий. В этой связи подчеркивается актуальность принятие «Стратегия развития информационного общества в Российской Федерации на 2017-2030 годы» и программы «Цифровая экономика Российской Федерации», так как в условиях достаточно заметной социально-экономической дифференциации существует риск возникновения эффекта «цифрового разрыва» российских регионов, что создаст дополнительные трудности для их развития. После краткого исторического экскурса по этапам научно-технологического развития последних десятилетий, связанного с цифровой экономикой, и отражения этого процесса в научно-профессиональной литературе и государственных программах ряда стран рассматривается вопрос об особенностях эволюции и трудностях реализации в России таких программ, как например, Общегосударственная программа информатизации общества. Предложенный Институтом развития информационного общества сводный Индекс готовности регионов России к информационному обществу обладает рядом недостатков, что препятствует его непосредственному использованию для оценки цифрового неравенства и сопоставления регионов России по уровню информатизации в динамике. В статье рассмотрена возможность реализации авторской идеи о модернизированном сводном индикаторе, который способен не только измерить развитие информационного общества и информационно-коммуникационные технологии (ИКТ) в целом, но и цифровое межрегиональное неравенство, когда учитываются возможности населения регионов к использованию ИКТ с учетом технологических факторов.

PDF ↗

Статистический анализ и моделирование зависимости заработной платы выпускников вуза от академической успеваемости

2018 · CHAPTER · ru

Статья посвящена статистическому анализу и моделированию зависимости заработной платы выпускников вуза от академической успеваемости. При моделировании зависимости заработной платы от академической успеваемости выпускников используется базовое уравнение Минцера. Качество профессионального образования в университете формируется за счет квалификации преподавательского состава, условий для обучения, работы административных структур и др. В то же время, качество образования индивида, прошедшего обучение в университете, зависит не только от качества предоставленных университетом услуг, но и от его индивидуальных способностей и мотивации к обучению. Каждый университет определяет качество образования индивидов по академической успеваемости во время обучения, которая оценивается в баллах (5‑балльная шкала измерения, 10‑балльная шкала измерения). Поскольку качество образования в университетах различается сравнивать между собой академическую успеваемость выпускников двух университетов не корректно. Поэтому для сравнения качества университетского образования используют различные рейтинги, где ранжирование производится на основе специально разработанной системы показателей. Для данной цели также подходит оценка степени селективности вуза. Под селективностью вуза чаще всего понимают высокий уровень требований к абитуриентам. Наличие результатов, подтверждающих существование экономической отдачи от академической успеваемости, может иметь положительное влияние на мотивацию студентов к более качественному освоению образовательных программ. Кроме того, эмпирические оценки степени согласованности отдельных университетов с рынком труда могут служить показателем относительного преимущества, и влиять на решение абитуриентов о выборе вуза. Основным результатом, проделанного анализа, является определение наличия связи между стартовой заработной платой и академической успеваемостью выпускников НИУ ВШЭ за 2015‑2016 гг. при контроле социально‑демографических и академических характеристик, а также характеристик рынка труда. Полученные результаты сопоставимы с результатами, полученными рядом зарубежныз авторов. Например, Б. Хершбейн на основе специально разработанной модели оценил «премию» в 9% для неселективного вуза в США в 2013 г. (6% для селективного) (Hershbein, 2013). Результаты исследования также соответствуют зарубежным данным о различии влияния по полу. Оно сильнее для девушек и составляет 14%, и ниже для юношей – 8%.

DOI ↗ PDF ↗

Инвестиции в инновационном процессе

2018 · BOOK · ru

В монографии рассмотрены инвестиции и их роль в реализации инновационных проектов. Приведена классификация инвестиций, проанализирована их динамика в зависимости от изменения рыночной конъюнктуры. Представлены практические аспекты формирования НИС России. Рассмотрены виды инноваций, их финансирование, методы определения эффективности при коммерциализации. Дана интерпретация нормативно-правовых актов, регулирующих инвестиционную и инновационную деятельность в Российской Федерации. Монография предназначена для научных работников, аспирантов, магистрантов, слушателей повышения квалификации и переподготовки кадров. Книга содержит практические рекомендации и примеры для сотрудников компаний, лидеров стартапов, занимающихся инновационной деятельностью.

Влияние цифровых технологий на качество жизни населения в странах мира

2018 · CHAPTER · ru

В современном мире стоит проблема перехода к постиндустриальному (информационному) обществу. Главным катализатором этого процесса является ускоренное развитие цифровых технологий. Цифровые технологии проникают во все сферы жизни общества, увеличивают доступ к информации, ускоряют процесс глобализации. В связи с тем, что все страны развиты неравномерно, цифровые технологии оказывают на них различное влияние. Целью исследования является выявление закономерностей и характера зависимости развития цифровых технологий, их использования и качества жизни населения странах мира.

PDF ↗

Детерминанты цифрового развития субъектов РФ

2018 · CHAPTER · ru

Целью работы является выявление факторов, оказывающих статистически значимое влияние на уровень цифрового развития субъектов Российской федерации. Для решения поставленной задачи была сформирована сбалансированная панель данных за пятилетний период с 2011 по 2015 гг., включающая 81 субъект РФ, общее число наблюдений за пять лет составило 405. Выбор регрессии на панельных данных обусловлен необходимостью учета при моделировании широкого круга ненаблюдаемых или неизмеримых количественно индивидуальных характеристик субъектов РФ, среди которых такие, как, например, географическое положение, политическая среда, культурные и другие. Так же панельные данные, совмещая в себе временные и пространственные данные, предоставляют большее количество наблюдений, благодаря чему снижается коллинеарность предикторов и повышается эффективность оценок. В результате проведения анализа были определены ключевые переменные, оказывающие влияние на Индекс доступности ИКТ в субъектах РФ. К нетипичным результатам относится тот факт, что доля населения в возрасте 65 лет и выше связана с индексом положительно. Объяснение может заключаться в том, что переменная выступает как прокси для определения качества жизни в регионе, больший процент пожилого населения особенно в старших возрастах свидетельствует о благополучии региона, о качестве развития здравоохранения и успешном функционировании социально-экономических институтов.

PDF ↗

Index Construction Methodology Using Training Sample Based on Pairwise Comparisons

2018 · CHAPTER · en

Most of index construction techniques combine measured features presenting different components of the index. To obtain the correct weights of the features is a matter of great importance. Widely used principal component analysis allows us to do without training sample. It settles the weight of the feature according to its variability. But this method works only with correlated features. Indicators with more or less independent components need either expert-defined weights or a training sample. We propose construction of such a sample on the base of the direct index estimation by experts. To prevent considerable bias it is reasonable to use an expert panel and convert processed information of all the experts into the training sample. Though the sense of the index is considered to be clear for the experts and the objects in the sample are also well known for them, the experts can give information about the index value for each object in qualitative rather than quantitative form even if they are asked to present it in numerical scale. That is why we propose using pairwise comparisons instead, and the number of objects involved of about a dozen or some more looks reasonable. While elements of the pairwise comparisons matrix are assigned in expert-friendly Likert scale, the eigenvector of this matrix as well as the results of its future processing with corresponding estimations of other experts is a source of data in quasi-numerical scale. We present the results of application our methodology for alternative assessing of some widely used indices.

PDF ↗

Capitalization of Professional Knowledge in Economies with Different Level of Innovation Development

2017 · CHAPTER · en

This paper is focused on the problem of aggregate return to education. We consider this factor as an indicator of the professional knowledge capitalization that can be used as a proxy for human capital stock in extended Cobb-Douglas type equation for modeling the economic growth. Identification of the indicator is based on time-series data on countries and regional economies. To divide the objects into groups with respect to the aggregate return to education, we employ the fuzzy classification methodology instead of the traditional clustering procedure. This approach provides more relevant dividing the whole sample into three homogeneous groups. The first group includes the economies with low level of innovation development. These economies have close to zero or negative rate of return to education. The second group is most numerous. It mostly consists of developed economies with moderate aggregate rate of return to education. The third group includes objects with high return to education. It turned out that they are predominantly emerging economies developing on the base of new technologies. Such a typology provides the opportunities to make some suggestions concerning the relation between innovation development and quality of human capital stock. In particular, high rate of return to education in emerging economies we explain by the excess demand on high-qualified staff on the labor market that cannot be fully satisfied by existing educational system in the economies with higher level of innovation potential. Conversely, in developed economies, educational system meets the demand of the labor market, so the aggregate return to education is not so high. So it is necessary to be more specific about the structure of educational system for preparing high qualified staff for the most promising directions of innovation development. Comprehensive research of the considered problem at the regional level requires more elaborated data sources.

PDF ↗

Курсы (4)