DSA Faculty
API
← к списку преподавателей

Дуброва Татьяна Абрамовна

Факультет мировой экономики и мировой политики

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 22465
Публикаций
95
Языков
1
Наград
7
Конференций
3
Профиль Публикации (95) Курсы (3)

Профессиональные интересы

моделирование и прогнозирование социально-экономических процессовстатистика промышленностистатистика предпринимательстваприкладная эконометрикаприкладная статистика

Должности

  • Профессор — Факультет мировой экономики и мировой политики, Департамент мировой экономики

Био

  • · Начала работать в НИУ ВШЭ в 2006 году.
  • · Научно-педагогический стаж: 43 года.

Образование

  • 2005 · Ученое звание: Профессор
  • 2004 · Доктор экономических наук: специальность 08.00.12 «Бухгалтерский учет, статистика»
  • 1985 · Кандидат наук
  • 1978 · Специалитет: Московский экономико-статистический институт, специальность «Экономическая кибернетика», квалификация «Экономист-математик»

Опыт работы

  • · 1993 г.: В перешла из НИИ статистики Госкомстата на преподавательскую работу в МЭСИ (переименован в Московский государственный университет экономики, статистики и информатики, МГУЭСИ)
  • · 2001-2015: МГУЭСИ (профессор, зав. кафедрой)
  • · 2015-2020: РЭУ им. Г.В. Плеханова (зав. кафедрой, профессор)
  • · 2006: С НИУ ВШЭ, профессор
  • · Научно-педагогический стаж - более 30 лет

Награды и поощрения

  • · Благодарность Высшей школы экономики (май 2021)
  • · Благодарность Департамента мировой экономики НИУ ВШЭ (декабрь 2018)
  • · Награждена нагрудным знаком Федеральной службы государственной статистики "Отличник статистики" (ноябрь 2012)
  • · почетный работник высшего профессионального образования Российской Федерации (август 2008)
  • · Благодарность от Руководителя Федерального агентства по образованию за большой вклад в деле подготовки высококвалифицированных специалистов (сентябрь 2007)
  • · Благодарственное письмо от Председателя Гос. комитета РФ по статистике за личный вклад в развитие российской гос. статистики (октябрь 2002)
  • · Лучший преподаватель — 2018, 2015, 2013

Гранты и проекты

  • 2017 · РГНФ №16-02-00561а "Инновационная деятельность в современной России: тенденции развития и влияние на уровень жизни населения" – 2016-2017 гг. – исполнитель проекта
  • 2016 · РГНФ №16-02-00716а "Активизация участия малых и средних предприятий в инновационном развитии экономики России" – 2016 г. - руководитель проекта
  • 2015 · Проект РГНФ №14-02-00563, 2014-2015гг."Методология мониторинга развития малого предпринимательства с учетом оценки экономического потенциала регионов России" - руководитель проекта;
  • — · НИР по заказу Комитета по развитию предпринимательства Московской области «Совершенствование системы показателей, характеризующих состояние и развитие малого предпринимательства, и методик по их анализу и учету» -руководитель проекта

Конференции (3)

Показать все
  • · 2018: XI-я Международная научная конференция «Применение многомерного статистического анализа в экономике и оценке качества» (Москва). Доклад: Детерминанты развития малых предприятий обрабатывающей промышленности
  • · 2016: IX International Scientific Conference "Contemporary Problems of Management Of Enterprises" (Ширк). Доклад: Features of innovative development of small business in Russia
  • · 2016: VIII Международная научно-практическая конференция "Современная экономика: концепции и модели инновационного развития" (Москва). Доклад: Анализ факторов развития малого предпринимательства с помощью многомерных статистических методов

Идентификаторы исследователя

Публикации (95)

THE TYPOLOGY OF RUSSIAN REGIONS ACCORDING TO THE LEVEL OF SMALL AND MEDIUM ENTERPRISE DEVELOPMENT IN THE MANUFACTURING SECTOR

2018 · CHAPTER · en

Over the course of the study, the ratings of Russia’s regions were constructed according to the level of development of two categories of enterprises in the manufacturing sector: (a) small and (b) medium. This allowed for the identification of typological groups of regions that differed in their degree of balanced development of the manufacturing enterprises’ analysed categories. The features of the obtained regional segments, in relation to the direction (profile) and the level of economic development, are revealed in this study. It seems promising to build ratings of regions on the developmental levels of different size groups of manufacturing enterprises on a regular basis. This approach allows for the identification of changes to the positions of the Russian Federation’s subjects, the definition of the most successful regions, along with the dynamic nature of the development of manufacturing SMEs, as well as problem regions. Comparison of the composition of selected typological groups of regions in the dynamics is aimed at revealing structural changes that are taking place in a timely manner. The results of this analysis contribute to the development of measures that may further support manufacturing SMEs and may be adapted to regional characteristics, as well as identify effective forms of interaction between different enterprise categories in Russia’s manufacturing sector.

DOI ↗

Средние предприятия в обрабатывающей промышленности России: состояние и региональные точки роста

2018 · CHAPTER · ru

Укрепление позиций обрабатывающей промышленности в российской экономике требует мобилизации имеющихся ресурсов и реализации потенциала различных категорий предприятий, при этом значимая роль отводится средним предприятиям. В работе проведен анализ состояния средних предприятий в обрабатывающей промышленности. Особое внимание уделено вопросам их регионального развития, подходу к выделению региональных точек роста на основе применения многомерных статистических методов.

Детерминанты развития малых предприятий обрабатывающей промышленности

2018 · CHAPTER · ru

Активизация деятельности малых и средних предприятий в обрабатывающих производствах является важной задачей государственной политики Российской Федерации в области поддержки малого и среднего бизнеса. Большой интерес вызывает анализ масштабов, условий и факторов развития инновационной деятельности малых предприятий обрабатывающей промышленности. В рамках данного исследования был реализован двухуровневый подход к анализу факторов развития инновационной деятельности малых предприятий обрабатывающей промышленности. Проведенный анализ показал значимость как социально-экономических характеристик регионов, так и параметров политики, проводимой предприятиями.

PDF ↗

Факторы и условия роста инновационной активности малых предприятий в России

2018 · CHAPTER · ru

Сопоставление характеристик инновационной деятельности отечественных малых предприятий с аналогичными показателями зарубежных стран свидетельствует о том, что в настоящее время в России потенциал малого бизнеса в инновационной сфере недостаточно реализован. На это указывают представленные в работе результаты сравнения со странами ЕС, имеющими высокий уровень развития малого предпринимательства. Показано, что во многом сложившаяся ситуация обусловлена существующими барьерами развития инновационной деятельности малых предприятий в России: дефицитом финансовых ресурсов, износом материально-технической базы, слабостью кооперационных связей и т.д. В то же время состояние инновационной деятельности малого предпринимательства в России отличается высокой степенью региональной неоднородности. В связи с этим в ходе исследования выявлены условия и факторы, оказывающие значимое влияние на рост инновационной активности малого бизнеса в регионах России. Кроме этого, получены кластеры субъектов РФ, отличающиеся по характеристикам инновационной деятельности малых промышленных предприятий, а также определены возможные векторы поддержки.

PDF ↗

ANALYSIS OF INNOVATIVE ACTIVITY OF SMALL ENTERPRISES IN RUSSIA

2017 · CHAPTER · en

The innovative potential of Russian small business is not completely realized that is indicated by the comparison of its innovative activity with small entrepreneurship in many developed countries. The development of measures to support and stimulate the activity of small enterprises in Russia is attended, and the priority task is the search for mechanism to increase the participation of small enterprises in innovative transformations of economy. The aim of this research is to analyze development factors of small enterprises innovative activity in Russia considering substantial regional differentiation. The conducted analysis was based on the data of Federal State Statistics Service representing the results of the survey of small enterprises innovative activity as well as the characteristics of socio-economic development of Russian regions. Multivariate statistical methods were applied. Principal component analysis was used to estimate the level of the development of small enterprises innovative activity. Discriminant analysis and logistic regression with further comparison of its results measured the influence of socio-economic characteristics of Russian regions on the level of small enterprises innovative activity. Among tested socio-economic characteristics of Russian regions the expenditures on technological innovations of large and medium-sized enterprises, the indicators of population's educational potential, the level of ICT development and the population's standard of living had a significant impact on the level of small enterprises innovative activity development. The comparative analysis of the results of applied logistic regression and discriminant analysis showed high degree of their consistency and indicates appropriate predictive probabilities of the models. The innovative activity of small enterprises in Russia is influenced by the complex factors characterizing scientific, technological and socio-economic regional development. The analysis allowed revealing key factors of small enterprises innovative activity growth and showed the necessity of targeted support of small business innovative activity considering regional features.

DOI ↗

Статистика

2017 · BOOK · ru

В учебнике рассмотрены функции статистки и её роль в условиях рыночных отношений. Изложены основные понятия статистического исследования и его организации. Приведены формы статистической отчётности; показаны способы проверки отчётных данных, типы ошибок, встречающихся в отчётах, и пути их предупреждения.

Анализ развития малых и средних предприятий промышленного производства в России

2017 · CHAPTER · ru

Представлена характеристика состояния и тенденций развития малых и средних предприятий промышленного производства, выявлены перспективные направления совершенствования статистического наблюдения за их деятельностью. Показан в целом низкий уровень инновационной активности исследуемых предприятий при наличии существенной региональной неоднородности, что определило целесообразность выделения региональных кластеров и исследования их профиля.

Анализ развития инновационной деятельности малых предприятий в России: региональный аспект

2017 · ARTICLE · ru

В статье представлены результаты классификации субъектов РФ, учитывающей особенности развития инновационной деятельности малых предприятий промышленного производ ства. Информационную базу исследования составляли данные федерального статистического наблюдения на основе формы №2-МП инновация «Сведения о технологических инновациях малого предприятия» за 2011, 2013 и 2015 гг. Основные методы и подходы исследования опирались на де скриптивные статистики, анализ таблиц сопряженности, процедуры факторного и кластерного ана лиза. Это позволило определить характерные черты развития инновационной деятельности малых предприятий в полученных кластерах, выявить перспективные направления стимулирования роста их инновационной активности.

Анализ данных

2017 · 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.

PDF ↗

Анализ временных данных

2017 · CHAPTER · ru

Анализ временных данных

PDF ↗

Курсы (3)