Цель статьи - выявить основные факторы развития национальных инновационных систем в глобализированном мире и провести кластерный анализ инновационных систем стран Закавказья и Прибалтики. Мы разработали Индекс развития инновационной системы (ISDI) с 46 показателями. В целях проведения группирования стран использовали методы макрокластеризации, агрегирования и комбинирования параметров и субиндексов, а также методы полных связей и k-средних. Предложили новую классификацию стран, при этом наиболее обоснованный выбор классификации был сделан с помощью индексов Калинского - Харабаза и Дуды - Харта, а также дендрограмм. Первый метод показал, что национальные инновационные системы имеют качественно разные кластерные характеристики и переживают разные тенденции развития. Эстония (ISDI = 0,77) оказалась на лидирующей позиции. Страны Закавказья образовали две подгруппы, Армения (ISDI = 0,50) и Грузия (ISDI = 0,53) формировали относительно развитую подгруппу, а Азербайджан (ISDI = 0,44) отдельную единицу с менее положительными показателями. Результаты применения второго метода показали, что страны Прибалтики создали наиболее развитую кластерную группу. Лидером была Эстония (ISDI = 0,85). Страны Прибалтики и Закавказья образовали две отдельные группы. Помимо субиндекса патентной активности, Эстония опередила другие страны по остальным шести субиндексам. Армения и Грузия имели относительно высокие результаты по субиндексу патентной активности, а Азербайджан - относительно высокие результаты по субиндексам инновационной активности и инфраструктурного развития. Результаты позволят определить задачи развития национальных инновационных систем стран Закавказья с учетом опыта стран Прибалтики. Таким образом, была предпринята попытка классифицировать страны двух постсоветских регионов на основе сходства национальных инновационных систем.
Введение. Сегодня рынок жилья представляет собой существенную сферу деятельности человека, изучение которой занимает свое место наравне с развитием системы здравоохранения. С рынком жилья прямым или косвенным образом связаны все действия человека, направленные на удовлетворение потребностей любого уровня, что подчеркивает важность знаний о недвижимости в контексте экономических наук. «В нашей стране только начинают осознавать и использовать в официальных оценках показатели развития рынков жилой и коммерческой недвижимости, которые могут свидетельствовать о приближении фазы экономического роста или стагнации, возможном «перегреве» экономики, развитии ситуации в смежных отраслях в силу того, что сектор недвижимости обладает так называемым мультипликативным воздействием», - пояснил Котляров М. А. Целью данного исследования является моделирование объектов вторичного рынка жилья в 2024 году в Приволжском Федеральном округе с помощью экономико-математических методов. Материалы и методы. В работе рассматриваются различные методы, такие как кластерный анализ, факторный анализ и др. подходы к экономико-математическому моделированию объектов вторичного рынка жилья ПФО, и выявляются основные факторы, влияющие на его динамику. Результаты исследования, обсуждения. Согласно полученным данным за 2024 год были выделены 3 компоненты, которые оказали влияние на стоимость 1 м2 вторичного жилья, а также проведен кластерный анализ, на основе которого были выделены группы регионов с учетом спроса и предложения на рынке вторичного жилья. Заключение. В ходе анализа было установлено, что вторичный рынок жилья в Приволжском Федеральном округе показывает значительные колебания цен, которые зависят от множества факторов, включая экономическую ситуацию, спрос и предложение, а также региональные особенности. Анализ показал, что в 2024 году наблюдается общий тренд к увеличению цен на жилье, что подтверждается ростом средних цен за 1 м2 в большинстве регионов Приволжского Федерального округа1. Например, Республика Татарстан и Республика Башкортостан показали наивысшую стоимость жилья, что доказывает рост интереса к этим регионам округа со стороны покупателей.
Статья посвящена изучению публикационной активности университетов в субъектах Российской Федерации. Исследование основано на данных проекта OpenAlex, который предоставляет открытый и свободный доступ к информации о научных публикациях. В процессе анализа были использованы методы главных компонент и кластеризации по методу k-средних. В результате выделены три кластера регионов, существенно различающиеся по уровню и динамике публикационной активности высших учебных заведений. Проведённое исследование подчёркивает значительную неоднородность регионов России в плане развития научных систем и предлагает рекомендации для разработки дифференцированного подхода к поддержке и стимулированию научных исследований на федеральном и региональном уровнях. Представленная работа также выявляет ограничения, связанные с особенностями используемого источника данных, и намечает перспективы дальнейших исследований в области анализа публикационной активности.
Постановка задачи: выявление нештатных ситуаций на железной дороге для обеспечения безопасности и оптимизации процессов, включая наблюдение за состоянием занятости, движением поездов, погодными условиями и другими факторами, способными привести к возникновению ситуаций.
Целью работы является разработка специализированного программного обеспечения с использованием данных кластерного анализа для выявления причин аварийных ситуаций на железнодорожном транспорте России, что крайне важно из-за его значительного уровня общественной безопасности и нестабильности в стране, а также из-за возможных угроз, связанных с возможными ситуациями, особенно при перевозке грузов.
Используемые методы: кластерный анализ для систематизации хороших видов аномалий, возникающих на железнодорожном транспорте, с учетом таких параметров, как источник возникновения проблем, географического положения и временных характеристик. Они предпочитают выявлять факторы группы событий и лучше понимать их природу, а также оценивать эффективность предотвращения возникновения ситуаций.
Результат: с использованием метода кластерного анализа данных выявление основных признаков, конференций на основе непривычных обстоятельств в функционировании железнодорожного транспорта. Это приводит к существенным результатам, включая идентификацию различных категорий нештатных ситуаций, оптимизацию мер безопасности и повышение результативности железнодорожной системы. Элементами новизны представленного решения является применение кластерного анализа для выявления признаков, особенностей и проявлений, проявляющихся в данных, связях с вариациями на схемной дороге.
Теоретическая/практическая эффективность состоит в выработке рекомендаций в рамках стратегии, повышения безопасности и в конечном итоге достижения общей эффективности транспортной системы в долгосрочной стратегии.
В статье рассмотрен феномен возникновения локальных партийных систем в районных советах на примере европейского мегаполиса с внутренним муниципальным делением. Предпринимается попытка поиска причин формирования локальной партийной специфики в малых административно-территориальных единицах, выдвигается предположение о том, что этносоциальные характеристики меняющегося городского населения становятся источником новых электоральных расколов, отражающихся на локальном уровне. Проведен обзор концепций, подходов и теорий, объясняющих возможные причины формирования электоральных предпочтений и партийных размежеваний внутри мегаполиса. Кроме того, перечислены эффекты, ранее подтвержденные эмпирическими исследованиями, связанные с размером и иными характеристиками территориальных единиц, формирующих представительные органы власти. Выявлена недостаточная изученность характеристик населения внутригородских муниципалитетов, этносоциального, религиозного состава. С применением кластерного и электорального анализа удалось отследить ряд формирующих локальную партийную систему эффектов, среди которых специфика выборов второго порядка, голосование «за друзей и соседей», эффект присоединения к большинству. Голосование во внутригородских районах не повторяло динамические изменения общенациональных выборов, могло характеризоваться специфическими предпочтениями, не являлось однородным на территории города. С обращением к экологическому подходу был обнаружен ряд социально-экономических и этнорелигиозных характеристик населения, формирующих специфические электоральные предпочтения. Так, районы с иммигрантским и небелым населением сдвигаются в сторону левых партий, а социально-экономическое благополучие районов может становиться основой для голосования за локальных акторов, концентрирующих внимание на местной повестке. Обнаружено зарождение локальной партийной системы в Лондоне, в первую очередь связанное с разочарованием избирателей в основных партиях, их неспособностью адаптироваться к новым расколам, возникающим в больших городах с высоким уровнем поляризации населения.
Развитие регионов на основе механизмов реализации инвестиционных проектов с участием государства в рамках концессионных соглашений приобретает особую значимость в условиях масштабных санкционных ограничений, требующих ужесточения контроля за эффективностью использования бюджетных средств с целью повышения отдачи от вложенных инвестиций и минимизации рисков их ненадлежащего освоения. В статье рассматривается построение классификационных моделей оценки таких проектов, позволяющих выявить концессионные соглашения повышенного риска, что позволит государственному заказчику принимать обоснованные решения при выборе исполнителя проекта и обеспечить эффективность управления государственным имуществом. Особенностью предложенного подхода к построению классификационных моделей является использование скрининг-моделей и встроенных инструментов информационно-аналитической системы СПАРК для объективной оценки добросовестности концессионеров на основе финансовых и иных факторов, а также методов дискриптивного анализа больших данных, машинного обучения и метода ближайших соседей при кластеризации региональных инвестиционных проектов по уровню риска ненадлежащего исполнения концессионных соглашений. Подход апробирован на выборке из 1248 региональных инвестиционных проектов, реализуемых в рамках концессионных соглашений. В итоге выделены два кластера проектов с низким и высоким уровнем риска ненадлежащего исполнения концессионером своих обязательств перед государством объемом 83,8 % и 16,2 % соответственно. Для оценки точности и чувствительности к выбросам полученной классификационной модели применялись матрица ошибок и метрика Спирмена, которая показала достаточно высокую точность полученной классификации. Применение построенных моделей возможно как на этапе отбора региональных инвестиционных проектов, так и на этапе мониторинга уже реализуемых проектов для выявления потенциальных рисков их незавершения и своевременного принятия государственным заказчиком необходимых мер реагирования.
В России исторически сложилась высокая региональная дифференциация социоэкономики, в том числе в сфере народонаселения. Новейшие процессы распространения информационно-коммуникационных технологий в регионах тоже протекают с разной скоростью. Влияние цифровизации на рождаемость населения мало изучено, требуется поиск релевантных методов выявления связей между обозначенными процессами. Целью исследования является оценка влияния цифрового развития регионов России на суммарный коэффициент рождаемости в регионах с разным уровнем использования информационно-коммуникационных технологий. В анализе использованы данные Росстата из сборников «Регионы России: социально-экономические показатели», раздел «Информационные и коммуникационные технологии». Применялись методы одномерной и многомерной статистической обработки данных. Проводилась кластеризация регионов РФ по 16 показателям, характеризующим уровень цифрового развития территории. Исследование выполнялось с пятилетним интервалом, в 2014 и 2019 гг. Выделено три кластера, условно названные «лучший», «средний» и «худший». Наиболее высокая поляризация цифрового развития наблюдалась в 2014 г.: в «среднем» кластере находилось 4 региона, в «лучшем» - 29, в «худшем» - 46. В 2019 г. поляризация сгладилась: в «среднем» кластере уже 45 регионов, в «лучшем» - 33, в «худшем» осталось 4: Республика Дагестан, Республика Северная Осетия - Алания, Чеченская Республика, Республика Тыва. Результаты показали, что средний суммарный коэффициент рождаемости ниже в тех кластерах, которые характеризуются более высокими показателями в области цифровизации. За 20142019 гг. в лучшем с точки зрения развития информационных и коммуникационных технологий кластере он снизился на 31,1%, в «среднем» - на 47,7%; в «худшем» кластере наблюдался рост рождаемости на 37,7%. Многослойность и взаимозависимость факторов влияния на процессы рождаемости не позволила точно оценить вклад конкретных факторов цифровизации на деторождение. Обоснована перспективность будущих исследований в направлении статистической оценки влияния цифровизации занятости на репродуктивное поведение.
Разработка стратегии развития объекта любого уровня (предприятие, отрасль, регион, страна) нуждается в дополнении экономико-математическими методами и моделями. В практике стратегирования широкое применение находят эконометрические модели различных типов, включая модели панельных данных, векторные авторегрессии, методы многомерного статистического анализа, структурные модели на базе методологии «затраты - выпуск» и агент-ориентированные модели. Этапы разработки стратегии и содержание категорий «прогноз» и «стратегия» рассматриваются согласно теории стратегии и методологии стратегирования академика В. Л. Квинта. Изучение методов прогнозирования и моделирования социально-экономических объектов позволяет подобрать необходимый инструментарий для целей стратегирования. Количественные методы и инструментальные средства имеют свои особенности применения в зависимости от их употребления для целей прогнозирования или стратегирования. Процесс стратегирования разбит на три этапа: анализ объекта стратегирования, процесс стратегирования и оценка результатов внедрения стратегии. На каждом этапе решается свой круг задач и используются определенные экономико-математические методы. Мы рассмотрели и систематизировали практический опыт применения различных методов на каждом этапе, включая обзор литературы. Нет общепринятых классификаций и рекомендаций применения математических методов для определенного типа задач или конкретного этапа стратегирования. Практика применения экономико-математического инструментария в стратегировании только формируется. Одним из препятствий для корректного применения математического инструментария является низкое качество статистических данных и невозможность построения длинных динамических рядов показателей по единой методологии. Применение экономико-математических моделей в стратегировании требует знания теории, наличия практического опыта и интуиции.
В случае, когда изучаемые объекты разбиты на кластеры, для построения более точных математических моделей удобно использовать искусственную переменную, которая каждому объекту ставит в соответствие его кластер. Эта кластерная переменная нуждается в переводе в числовую форму, т.е. в квантификации. Сегодня для решения этой задачи часто применяют алгоритм анализа соответствий. Он позволяет квантифицировать сразу пару нечисловых переменных по таблицеих сопряженности. Но оказывается, метод перестает работать в случае, когда кластеры в задаче выделяются предельно четко, в частности, он склонен приписывать различным кластерам одинаковые метки. Поэтому актуальна задача его модификации. В работе обсуждаются несколько методов идентификации и последующего обхода формальных сбоев методики анализа соответствий для случая четко выделяющихся кластеров.
Предмет. Кластеризация страховых компаний, как один из видов информатизации экономики, для практического применения в системе внутреннего контроля.
Цели. Представить кластеры и дать их интерпретацию для страховых компаний в аспекте внутреннего контроля. Выявить возможность применения кластеризации с использованием платформы Deductor Studio, разработанной компанией Base Group, для системы внутреннего контроля.
Методология. Применялись приемы статистического исследования и обработки данных, использованы математические методы, методы группировки, кластерного анализа.
Результаты. Представлены кластеры по нескольким показателям страховых компаний. Выявлена неоднородность в результатах распределения по рейтингу компаний в разрезе различных показателей. Подтверждена необходимость применения кластерного анализа в системе внутреннего контроля.
Выводы. Кластерный анализ позволяет системе внутреннего контроля учитывать все данные вне зависимости от их количества, избегать такого метода, как выборка данных, что снижает уровень погрешностей в результатах анализа и контроля.