1

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

РОССИЙСКОЙ ФЕДЕРАЦИИ

ФГБОУ ВО «Российский экономический университет

имени Г.В. Плеханова»

Кафедра статистики

ВЕСТНИК КАФЕДРЫ СТАТИСТИКИ Российского экономического

университета имени Г.В. Плеханова

СТАТИСТИЧЕСКИЕ ИССЛЕДОВАНИЯ

СОЦИАЛЬНО–ЭКОНОМИЧЕСКОГО РАЗВИТИЯ

РОССИИ И ПЕРСПЕКТИВЫ УСТОЙЧИВОГО РОСТА

ВЫПУСК 2 (приурочено к 111–летию)

Москва – 2018

2

УДК 31:33

ББК 60.6

В 38

Председатель Организационного комитета:

Н.А. Садовникова, заведующая кафедрой статистики, доктор экономических наук,

профессор, РЭУ им. Г.В. Плеханова, Москва, Россия

Организационный комитет:

В.А. Титов, д.э.н., проф., декан факультета математической экономики,

статистики и информатики РЭУ им. Г.В. Плеханова

Е.В. Сибирская, д.э.н., проф., профессор кафедры статистики РЭУ им. Г.В. Плеханова

О.А. Махова, к.э.н., доц., доцент кафедры статистики РЭУ им. Г.В. Плеханова

П.А. Смелов, к.э.н., доц., директор Ситуационного центра РЭУ им. Г.В. Плеханова

Е.С. Заварина, к.э.н., доц., заместитель главного редактора

научно–информационного журнала «Вопросы статистики»

С.В. Манахов, к.э.н., начальник Управления организации НИР РЭУ им. Г.В. Плеханова

В.И. Герасимов, к.ф.н., зав. отделом ИНИОН РАН

P. Lula, prof., Cracow University of Economics, Department of Computational Systems

Рецензенты:

М.В. Карманов, доктор экономических наук, профессор

РЭУ им. Г.В. Плеханова, Москва, Россия

В.И. Кузнецов, доктор экономических наук, профессор

РЭУ им. Г.В. Плеханова, Москва, Россия

А.В. Коротков, доктор экономических наук, профессор

РЭУ им. Г.В. Плеханова, Москва, Россия

ISBN 978-5-9905531-8-7

В 38 Вестник кафедры статистики Российского экономического университета имени

Г.В. Плеханова. Статистические исследования социально–экономического развития

России и перспективы устойчивого роста: материалы и доклады / Под общ. ред. проф.

Н.А. Садовниковой. – М.: РЭУ имени Г.В. Плеханова, 2018. – 388 с.

Вестник подготовлен по итогам серии мероприятий НЕДЕЛИ СТАТИСТИКИ (2018),

проведенных кафедрой статистики Российского экономического университета имени

Г.В. Плеханова. В вестнике освещены теоретические, методологические и практические

аспекты современных статистических исследований.

Для специалистов в области статистики, студентов, магистрантов, аспирантов и

преподавателей экономических вузов и направлений, а также для широкого круга

читателей.

УДК 31:33

ББК 60.6

ISBN 978-5-9905531-8-7

© Коллектив авторов, 2018.

© РЭУ имени Г.В. Плеханова, 2018.

3

СОДЕРЖАНИЕ

РАЗДЕЛ 1 «СТАТИСТИЧЕСКИЕ ИССЛЕДОВАНИЯ СОЦИАЛЬНО–

ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РОССИИ И ПЕРСПЕКТИВЫ

УСТОЙЧИВОГО РОСТА»………………………………………………………………..

9

М.А. Алексеев, В.В. Глинский, С.А. Дудин

О ВЗАИМОСВЯЗИ НАРУШЕНИЙ ЭКОЛОГИЧЕСКОГО ЗАКОНОДАТЕЛЬСТВА И

ПРЕДПОЛОЖИТЕЛЬНОГО ИСКАЖЕНИЯ ФИНАНСОВОЙ ОТЧЕТНОСТИ………..

10

И.В. Антохонова

ЭКОЛОГИЯ ЧЕЛОВЕКА, СУБУРБАНИЗАЦИЯ, МИГРАЦИОННЫЕ ПРОЦЕССЫ:

МЕТОДОЛОГИЯ ИЗМЕРЕНИЯ……………………………………………………………

14

С.М. Аракелян, О.А. Махова

КЛАССИЧЕСКАЯ СТАТИСТИКА И КВАНТОВЫЕ ТЕХНОЛОГИИ В ПРОГНОЗЕ И

УПРАВЛЕНИИ – ДРАЙВЕРЫ РАЗВИТИЯ ЭКОНОМИКИ РОССИИ И/ИЛИ РАБОТА

ПО «ЗАКАЗУ»?......................................................................................................................

17

С.Г. Бабич

СРАВНИТЕЛЬНЫЙ АНАЛИЗ ДЕМОГРАФИЧЕСКОЙ СИТУАЦИИ В РЕГИОНАХ

РФ…………………………………………………………………………………………….

23

А.В. Безруков, Е.П. Тенетова

ВЕРИФИКАЦИЯ КЛАСТЕРИЗОВАННОСТИ ИННОВАЦИОННОГО СЕКТОРА

ЭКОНОМИКИ НА ОСНОВЕ ОБРАТНОЙ ПРОЦЕДУРЫ K–СРЕДНИХ………………..

26

Е.Г. Борисова

ОСОБЕННОСТИ РАЗВИТИЯ ВНЕШНЕЙ ТОРГОВЛИ РОССИИ

ЗА ПЕРИОД 2013–2017 ГГ. …...…………………………………………………………….

32

А.А. Бохан, С.В. Севрюкова

СТАТИСТИЧЕСКАЯ ОЦЕНКА УРОВНЯ ОБЕСПЕЧЕННОСТИ ЖИЛЬЕМ

НАСЕЛЕНИЯ БРЯНСКОЙ ОБЛАСТИ…………………………………………………….

36

А.В. Васильева,

СТАТИСТИЧЕСКИЙ АНАЛИЗ УДЕЛЬНОГО ВЕСА УБЫТОЧНЫХ ОРГАНИЗАЦИЙ

АМУРСКОЙ ОБЛАСТИ…………………………………………………………………….

39

М.В. Винокурова

СЕТЕВОЙ БИЗНЕС: ЕГО ПРЕИМУЩЕСТВА И НЕДОСТАТКИ……………………….

42

С.С. Власова, С.В. Севрюкова

СТАТИСТИЧЕСКАЯ ОЦЕНКА ФОРМИРОВАНИЯ И РАСПРЕДЕЛЕНИЯ

ДОХОДОВ НАСЕЛЕНИЯ БРЯНСКОЙ ОБЛАСТИ………………………………………

45

В.В. Глинский, Л.К. Серга, М.А. Алексеев Р.Н. Юзмухаметов, Г.К. Башарин

О ПРОБЛЕМАХ СТРАТЕГИРОВАНИЯ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ

(НА ПРИМЕРЕ РАЗРАБОТКИ СТРАТЕГИИ СОЦИАЛЬНО–ЭКОНОМИЧЕСКОГО

РАЗВИТИЯ МО «МИРНИНСКИЙ РАЙОН» РЕСПУБЛИКИ САХА (ЯКУТИЯ)………

48

С.В. Голодов, С.И. Кузин

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ СТРУКТУРНЫХ ИЗМЕНЕНИЙ

ОТЕЧЕСТВЕННОЙ ЭКОНОМИКИ……………………………………………………….

53

С.В. Голодов, Е.П. Самарина, М.А. Кокарев, С.Н. Чикин

ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА……..

55

А.В. Грядунова

ПРИЧИНЫ СОЦИАЛЬНОЙ НЕАДАПТИВНОСТИ НАСЕЛЕНИЯ К

ЭКОНОМИЧЕСКИМ ТРАНСФОРМАЦИЯМ…………………………………………….

59

Е.С. Дарда

АНАЛИЗ ТЕНДЕНЦИЙ РАЗВИТИЯ СИСТЕМЫ ЗДРАВООХРАНЕНИЯ

МОСКОВСКОЙ ОБЛАСТИ………………………………………………………………...

64

4

М.П. Декина

СТАТИСТИЧЕСКИЙ АНАЛИЗ ГЕНДЕРНОЙ ДИФФЕРЕНЦИАЦИИ ЗАРАБОТНОЙ

ПЛАТЫ В РОССИИ…………………………………………………………………………

67

Т.А. Долбик–Воробей

СТАТИСТИЧЕСКИЙ АНАЛИЗ СМЕРТНОСТИ НАСЕЛЕНИЯ РФ

ТРУДОСПОСОБНОГО ВОЗРАСТА В ГЕНДЕРНОМ РАЗРЕЗЕ………………………..

71

Т.А. Дуброва, М.А. Есенин

ИНТЕГРАЛЬНАЯ ОЦЕНКА РЕГИОНАЛЬНОГО РАЗВИТИЯ МАЛЫХ И СРЕДНИХ

ПРЕДПРИЯТИЙ В ОБРАБАТЫВАЮЩИХ ПРОИЗВОДСТВАХ………………………

75

A. Drabina

MIGRATION IN THE LESSER POLAND REGION. REALITY VERSUS MEDIA

STEREOTYPES………………………………………………………………………………

79

Е.В. Дудина

ВЛИЯНИЕ ЦИФРОВЫХ ТЕХНОЛОГИЙ НА РАЗВИТИЕ СФЕРЫ

ОБСЛУЖИВАНИЯ………………………………………………………………………….

83

Е.А. Ерина

ПРОГНОЗИРОВАНИЕ СКРЫТОГО БАНКРОТСТВА ОРГАНИЗАЦИЙ……………….

88

М. Закур

МЕЖДУНАРОДНЫЕ СТАТИСТИЧЕСКИЕ СОПОСТАВЛЕНИЯ……………………...

92

Г.А. Заломская

СТАТИСТИЧЕСКИЙ АНАЛИЗ МИГРАЦИИ ТРУДОВЫХ РЕСУРСОВ АМУРСКОЙ

ОБЛАСТИ……………………………………………………………………………………

96

Е.В. Зарова, С.Н. Мусихин

СТАТИСТИЧЕСКАЯ ОЦЕНКА ДИНАМИКИ СРЕДНЕМЕСЯЧНОГО ДОХОДА ОТ

ТРУДОВОЙ ДЕЯТЕЛЬНОСТИ КАК ЦЕЛЕВОГО ИНДИКАТОРА СТРАТЕГИЙ

СОЦИАЛЬНО–ЭКОНОМИЧЕСКОГО РАЗВИТИЯ СУБЪЕКТОВ РОССИЙСКОЙ

ФЕДЕРАЦИИ………………………………………………………………………………..

99

Л.И. Зинина

РАЗВИТИЕ ИНФОРМАЦИОННОГО МЕХАНИЗМА УПРАВЛЕНИЯ БИЗНЕС–

СРЕДОЙ……………………………………………………………………………………

103

А.В. Иванушкина

БАЗОВЫЕ ИННОВАЦИОННЫЕ СТРАТЕГИИ КАК ОДНО ИЗ КОНКУРЕНТНЫХ

ПРЕИМУЩЕСТВ КОРПОРАЦИЙ

107

Ю.Н. Исмайылова, К.А. Зайков, Е.В. Макаридина

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ФАКТОРОВ ЭКОНОМИЧЕСКОГО

РОСТА РЕГИОНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ……………………………………..

110

Ю.Н. Исмайылова, С.Е. Хрущев

ВЕРОЯТНОСТНЫЕ СМЕСИ В ДЕМОГРАФИЧЕСКОМ АНАЛИЗЕ РОЖДАЕМОСТИ

114

Н.Н. Качанова, И.Ю. Глебкова

СТАТИСТИЧЕСКИЙ АНАЛИЗ ИНВЕСТИЦИОННОЙ ДЕЯТЕЛЬНОСТИ

ДОМАШНИХ ХОЗЯЙСТВ В РОССИИ……………………………………………………

118

А.В. Кишкович

КОНВЕРГЕНЦИЯ ЗАРАБОТНОЙ ПЛАТЫ КАК ОДИН ИЗ ПОКАЗАТЕЛЕЙ

СОСТОЯНИЯ РЫНКА ТРУДА…………………………………………………………….

122

Е.Н. Клочкова, О.В. Леднева

АНАЛИЗ ФАКТОРОВ СОЦИАЛЬНО–ЭКОНОМИЧЕСКОГО РАЗВИТИЯ

МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ МОСКОВСКОЙ ОБЛАСТИ…………………..

126

И. И. Колесникова

НАУЧНЫЙ И ИССЛЕДОВАТЕЛЬСКИЙ ТРУДОВОЙ ПОТЕНЦИАЛ БЕЛАРУСИ…..

131

5

А.В. Королёнок

ДЕМОГРАФИЧЕСКИЕ АСПЕКТЫ ФОРМИРОВАНИЯ ТРУДОВОГО

ПОТЕНЦИАЛА РЕСПУБЛИКИ БЕЛАРУСЬ……………………………………………...

135

Коротков А.В., Кузнецов В.И.

ЭКОНОМИЧЕСКИЙ И СТАТИСТИЧЕСКИЙ АСПЕКТЫ АНАЛИЗА

КОНКУРЕНЦИИ И КОНКУРЕНТОСПОСОБНОСТИ……………………………………

139

С. И. Кузин, О.Н. Симахина

SWOT АНАЛИЗ СТАРЕНИЯ НАСЕЛЕНИЯ КАК ФАКТОРА СОЦИАЛЬНО–

ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РОССИИ……………………………………………..

143

В.И. Кузнецов, А.В. Коротков

О СТАТИСТИЧЕСКИХ МЕТОДАХ В СИСТЕМЕ TQM…………………………………

150

А.Г. Кулак

ИЗУЧЕНИЕ СОСТОЯНИЯ ЗДРАВООХРАНЕНИЯ В РЕГИОНАХ РЕСПУБЛИКИ

БЕЛАРУСЬ…………………………………………………………………………………

152

С.А. Кустова, Л.А. Михейкина

СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ МИРОВОГО РЫНКА РОБОТОТЕХНИКИ………

155

О.В. Кучмаева

МОБИЛЬНОСТЬ ЛИЦ С ОГРАНИЧЕННЫМИ ВОЗМОЖНОСТЯМИ ЗДОРОВЬЯ В Г.

МОСКВЕ: ПРОБЛЕМЫ И ПУТИ РЕШЕНИЯ…………………………………………..

158

Е.И. Ларионова, В.Н. Салин, Т.И. Чинаева

АНАЛИЗ ИЗМЕНЕНИЙ СТРУКТУРЫ ИНВЕСТИЦИЙ В ОСНОВНОЙ КАПИТАЛ В

РОССИЙСКОЙ ФЕДЕРАЦИИ……………………………………………………………..

163

О.Г. Лебединская, Э.А. Ярных

ОСНОВНЫЕ ПОДХОДЫ ОЦЕНКИ УРОВНЯ И КАЧЕСТВА ЖИЗНИ НАСЕЛЕНИЯ..

167

И.Р. Ляпина

ВИДЫ И ХАРАКТЕРИСТИКИ РЕАКЦИЙ РЕГИОНАЛЬНЫХ СОЦИАЛЬНО–

ЭКОНОМИЧЕСКИХ СИСТЕМ НА ИЗМЕНЕНИЕ НАЦИОНАЛЬНЫХ

МАКРОЭКОНОМИЧЕСКИХ ПАРАМЕТРОВ…………………………………………….

170

О.А. Махова, М.В. Карманов, С.М. Аракелян

СТАТИСТИКА КАК ИНСТРУМЕНТ ЦИФРОВИЗАЦИИ……………………………….

174

М.В. Карманов, О.А. Махова

МУСОР КАК ПРОБЛЕМА ЦИВИЛИЗАЦИИ: ОСОБЕННОСТИ И ОЦЕНКА…………..

178

Ж.В. Мещерякова

ДЕМОГРАФИЧЕСКАЯ СИТУАЦИЯ В СЕВЕРО–КАВКАЗСКОМ ФЕДЕРАЛЬНОМ

ОКРУГЕ: СОСТОЯНИЕ, ДИНАМИКА, ПЕРСПЕКТИВЫ……………………………….

181

Л.А. Михейкина

ОСНОВНЫЕ ТЕНДЕНЦИИ И ТРЕНДЫ В ОБЛАСТИ ТЕХНОЛОГИЧЕСКОГО

РАЗВИТИЯ НАЦИОНАЛЬНОЙ ЭКОНОМИКИ………………………………………….

185

О.Е. Михненко

СТАТИСТИКА И ЦИФРОВАЯ ЭКОНОМИКА: В ЧЕМ ПРОБЛЕМЫ?............................

187

Я.В. Мочалова

ИННОВАЦИИ В СФЕРЕ ЖКХ КАК ПРОРЫВ В НТР……………………………………

191

В.В. Нехаев

РЕГИОНАЛЬНАЯ ЭКОНОМИКА: СТАТИСТИЧЕСКИЙ АНАЛИЗ РАЗВИТИЯ В

СОВРЕМЕННЫХ УСЛОВИЯХ…………………………………………………………….

194

А.Д. Нихамкин

ВЫСШЕЕ ОБРАЗОВАНИЕ И РЫНОК ТРУДА В ИЗРАИЛЕ…………………………….

198

О.М. Пасынкова, Ю.Н. Дуванова, Л.Н. Чайковская

АНАЛИЗ ПОРОГОВЫХ ЗНАЧЕНИЙ ПОКАЗАТЕЛЕЙ ЭКОНОМИЧЕСКОЙ

БЕЗОПАСНОСТИ ВОРОНЕЖСКОЙ ОБЛАСТИ…………………………………………

202

6

Е.В. Петрухина, Е.В. Дудина, И.А. Барановская

ОСНОВНЫЕ ФАКТОРЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ РЕГИОНАЛЬНОГО

РЫНКА УСЛУГ……………………………………………………………………………

207

Н.Н. Подольная

СТАТИСТИЧЕСКИЙ АНАЛИЗ ВОЛОНТЕРСКОЙ ДЕЯТЕЛЬНОСТИ…………………

211

Е.Г. Попкова, Н.И. Курцадце, А.И. Шарипова, Ф.Н. Магеррамова, З.В. Гасанова

ТЕНДЕНЦИИ И ДОЛГОСРОЧНЫЕ ПРОГНОЗЫ РАЗВИТИЯ МИРОВОЙ

ЭКОНОМИКИ……………………………………………………………………………….

214

Г.Л. Попова

АНАЛИЗ УСТОЙЧИВОСТИ НАЛОГОВЫХ ПОСТУПЛЕНИЙ АГРАРНОГО

СЕКТОРА ЭКОНОМИКИ ТАМБОВСКОЙ ОБЛАСТИ…………………………………..

218

В.Н. Прасолов

СТАТИСТИЧЕСКАЯ ОЦЕНКА СОЦИАЛЬНО–КУЛЬТУРНЫХ ПАРАМЕТРОВ И

УРОВНЯ РАЗВИТИЯ ЭКОНОМИЧЕСКОГО ЧЕЛОВЕКА………………………………

222

И. А. Быкадоров, М. В. Пудова

ОПТИМИЗАЦИЯ СТРУКТУРЫ КОММУНИКАЦИОННЫХ ЗАТРАТ В

ДИНАМИЧЕСКОЙ МОДЕЛИ МАРКЕТИНГА: УПРОЩЕННЫЙ ПОДХОД…………..

224

В.В. Пшеничников

ОПРЕДЕЛЕНИЕ КОЛИЧЕСТВЕННЫХ ПАРАМЕТРОВ ИНФОРМАЦИОННЫХ

ПОТОКОВ ЭЛЕКТРОННЫХ ДЕНЕГ В ЦИФРОВОМ ПРОСТРАНСТВЕ………………

227

Ю.В. Сажин, О.О. Малышева

ОЦЕНКА И АНАЛИЗ КОМФОРТНОСТИ ПРОЖИВАНИЯ НАСЕЛЕНИЯ В

РЕГИОНЕ…………………………………………………………………………………….

232

Т.В. Сарычева, Л.П. Бакуменко

МЕТОДИКА АНАЛИЗА ПОКАЗАТЕЛЕЙ РЫНКА ТРУДА……………………………..

235

Е.В. Сибирская, Л.В. Овешникова

ИССЛЕДОВАНИЕ ИНФРАСТРУКТУРНОЙ СОСТАВЛЯЮЩЕЙ НАУЧНО–

ТЕХНОЛОГИЧЕСКОГО РАЗВИТИЯ ЭКОНОМИКИ РОССИИ……………………….

240

М. Сидак

АНАЛИЗ ЭКСПОРТА САХАРА И ЕГО ПОБОЧНЫХ ПРОДУКТОВ КАК ОДНОГО

ИЗ КЛЮЧЕВЫХ НАПРАВЛЕНИЙ РАЗВИТИЯ АПК РОССИИ………………………

247

М.Д. Симонова

ЦИФРОВАЯ ЭКОНОМИКА И ПРОИЗВОДИТЕЛЬНОСТЬ ТРУДА РАЗВИТЫХ

СТРАН……………………………………………………………………………………….

250

О.Ю. Ситникова

ЗАРУБЕЖНЫЙ ОПЫТ ПРИМЕНЕНИЯ ПЕРСПЕКТИВНЫХ ФИНАНСОВЫХ

ТЕХНОЛОГИЙ В СТАТИСТИЧЕСКОЙ ОЦЕНКЕ ИНДЕКСОВ

ПОТРЕБИТЕЛЬСКИХ ЦЕН В УСЛОВИЯХ РАЗВИТИЯ ЦИФРОВОЙ

ЭКОНОМИКИ……………………………………………………………………………….

253

А.К. Соловьев

РИСКИ ПРОГНОЗИРОВАНИЯ ПЕНСИОННОЙ РЕФОРМЫ В УСЛОВИЯХ

ЦИФРОВИЗАЦИИ…………………………………………………………………………

257

Л.А. Сошникова, Т.В. Селюжицкая

ЭКОЛОГИЗАЦИЯ ВАЛОВОГО РЕГИОНАЛЬНОГО ПРОДУКТА……………………

260

Л.Е. Сошников

НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ И ПРОГНОЗ ИЗМЕНЕНИЙ ВНУТРЕННЕГО

ВАЛОВОГО ПРОДУКТА РЕСПУБЛИКИ БЕЛАРУСЬ И РФ…………………………….

264

О.А. Строева

ОРГАНИЗАЦИОННЫЙ МЕХАНИЗМ УПРАВЛЕНИЯ ИННОВАЦИОННЫМ

РАЗВИТИЕМ ЭКОНОМИКИ РЕГИОНА………………………………………………….

267

7

Т.В. Сумская

ОСНОВНЫЕ ПРОБЛЕМЫ ФИНАНСОВОГО ОБЕСПЕЧЕНИЯ МЕСТНЫХ

ОРГАНОВ ВЛАСТИ В РОССИИ…………………………………………………………..

270

М.С. Телюк, С.В. Голодов, М.А. Кокарев, Е.П. Самарина

СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ РАЗВИТИЯ СЕЛЬСКОГО ХОЗЯЙСТВА РОССИИ

НА БАЗЕ ПРИНЦИПОВ КОНЦЕПЦИИ УСТОЙЧИВОГО РАЗВИТИЯ………………

274

А.Н. Хачетлова, Е.В. Дудина

ХАРАКТЕРИСТИКА РЫНКА НЕДВИЖИМОСТИ ОРЛОВСКОЙ ОБЛАСТИ………

278

О.А. Хохлова, С.Э. Раднаева

АНАЛИЗ ПОТЕНЦИАЛА И РАЗВИТИЯ ЭКОНОМИКИ БУРЯТИИ ДО 2022 г………

283

Д.В. Храповидкая, Е.Е. Шарилова

СТАТИСТИЧЕСКИЙ АНАЛИЗ ФАКТОРОВ БРАЧНОСТИ В РЕСПУБЛИКЕ

БЕЛАРУСЬ………………………………………………………………………………….

288

С.Е. Хрущев, Е.В. Макаридина, Ю.Н. Исмайылова, К.А. Зайков

ПРИМЕНЕНИЕ ВЕРОЯТНОСТНО–СТАТИСТИЧЕСКИХ МЕТОДОВ В ОЦЕНКЕ

УЧЕБНОГО ПОТЕНЦИАЛА СТУДЕНТА……………………………………………….

291

В.А. Цукерман, Е.С. Горячевская

СОВЕРШЕНСТВОВАНИЕ СИСТЕМЫ СТАТИСТИЧЕСКИХ ПОКАЗАТЕЛЕЙ ДЛЯ

ОБЪЕКТИВНОЙ ОЦЕНКИ УРОВНЯ НАУЧНО–ТЕХНОЛОГИЧЕСКОГО

РАЗВИТИЯ РЕГИОНОВ СЕВЕРА И АРКТИКИ…………………………………………

294

Л.Н. Чайковская, О.М. Пасынкова, Ю.Н. Дуванова

МОНИТОРИНГ ЭКОНОМИЧЕСКИХ ПРЕСТУПЛЕНИЙ В ВОРОНЕЖСКОЙ

ОБЛАСТИ……………………………………………………………………………………

297

Н.В. Черемисина, Ю.Ю. Косенкова

ЭКОНОМИКО–СТАТИСТИЧЕСКИЙ АНАЛИЗ СМЕРТНОСТИ В РЕГИОНЕ……….

301

Т.Н. Черемисина, Е.А. Баева

РОЖДАЕМОСТЬ В РЕГИОНЕ: ЭКОНОМИКО–СТАТИСТИЧЕСКИЙ АНАЛИЗ……

305

И.В. Черемушкина, Ю.И. Слепокурова, Н.Н. Манилевич, А.А. Слепокурова

АНАЛИЗ И СТРАТЕГИЧЕСКОЕ НАПРАВЛЕНИЕ РАЗВИТИЯ

ПРОДОВОЛЬСТВЕННОЙ БЕЗОПАСНОСТИ РОССИЙСКОЙ ФЕДЕРАЦИИ………

310

Т.И. Чинаева

ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ В УСЛОВИЯХ РАЗВИТИЯ ЦИФРОВОЙ

ЭКОНОМИКИ………………………………………………………………………………

314

С.В. Шманев, Л.В. Шманева

ПОДХОДЫ К ПРОЦЕССУ МОДЕЛИРОВАНИЯ УПРАВЛЯЮЩИХ ВОЗДЕЙСТВИЙ

НА ПРЕДПРИЯТИЯХ (ОРГАНИЗАЦИЯХ) С УЧЕТОМ ФОРМИРОВАНИЯ

ИНФОРМАЦИОННЫХ ПОТОКОВ………………………………………………………

318

Е.П. Шпаковская

СТАТИСТИКА И ЦИФРОВАЯ ЭКОНОМИКА…………………………………………

322

Н.А. Эльдяева, Е.С.Кованова

СОЦИАЛЬНО–ЭКОНОМИЧЕСКИЕ ЭФФЕКТЫ ТРУДОВОЙ МИГРАЦИИ ИЗ

ДЕПРЕССИВНЫХ РЕГИОНОВ РОССИИ………………………………………………...

325

Л.И. Яковенко

ИНДИКАТОРЫ ДОСТОЙНОГО ТРУДА В СИСТЕМЕ ОЦЕНОК ДОСТИЖЕНИЯ

ЦЕЛЕЙ УСТОЙЧИВОГО РАЗВИТИЯ…………………………………………………….

328

РАЗДЕЛ 2 «СТАТИСТИЧЕСКОЕ ОБРАЗОВАНИЕ КАК ПАРАДИГМА

РАЗВИТИЯ ЦИФРОВОЙ ЭКОНОМИКИ: ВЫЗОВЫ, ПРОБЛЕМЫ, РЕШЕНИЯ»

333

Г.В. Агентова, Э.А. Ярных

РОЛЬ СТАТИСТИКИ В СОВРЕМЕННОМ ОБРАЗОВАНИИ……………………………

334

8

V. Afanasyev

INNOVATIONS IN TEACHING OF ECONOMIC STATISTICS IN COUNTRIES WITH

DIFFERENT LEVELS OF ECONOMIC DEVELOPMENT…………………………………

337

О.Э. Башина, Л.А. Давлетшина, Н.В. Мамаева, А.И. Федосеев

ИНФОРМАЦИОННОЕ ОБЩЕСТВО И ДАЛЬНЕЙШЕЕ РАЗВИТИЕ

СОВРЕМЕННОГО СТАТИСТИЧЕСКОГО ОБРАЗОВАНИЯ……………………………

341

И.Ю. Глебкова, Т.А. Долбик–Воробей

СОСТОЯНИЕ И РАЗВИТИЕ РЫНКА ТРУДА РОССИИ В УСЛОВИЯХ ЦИФРОВОЙ

ЭКОНОМИКИ………………………………………………………………………………

344

И.И. Елисеева, В.П. Пересада

ПОИСКИ ЗАКОНОМЕРНОСТЕЙ: ТЕОРИЯ ВЕРОЯТНОСТЕЙ И

МАКРОЭКОНОМИЧЕСКАЯ СТАТИСТИКА…………………………………………….

348

М.В. Карманов, О.А. Махова

ОТКРЫТОСТЬ СТАТИСТИКИ: ТРЕНДЫ И ПРОБЛЕМЫ………………………………

355

О.Е. Михненко

СТАТИСТИЧЕСКАЯ ГРАМОТНОСТЬ В ЭПОХУ «ИНДУСТРИИ 4.0»………………

358

Л.И. Ниворожкина

КОМУ ПРЕПОДАВАТЬ СТАТИСТИКУ В ЦИФРОВОЙ ЭКОНОМИКЕ?.......................

362

Н.А. Садовникова

СТАТИСТИЧЕСКОЕ ОБРАЗОВАНИЕ КАК ИНДИКАТОР КАЧЕСТВА ВЫСШЕГО

ОБРАЗОВАНИЯ…………………………………………………………………………….

364

М.Д. Симонова

ЦИФРОВАЯ ЭКОНОМИКА И НЕКОТОРЫЕ ВИДЫ ПИРИНГОВЫХ ОПЕРАЦИЙ:

ВЛИЯНИЕ НА РАСЧЕТ ВВП………………………………………………………………

366

О.И. Образцова, А.Б. Духон

СТАТИСТИКА И СТАТИСТИЧЕСКОЕ ОБРАЗОВАНИЕ В СИСТЕМЕ

ФОРМИРОВАНИЯ ИССЛЕДОВАТЕЛЬСКИХ КОМПЕТЕНЦИЙ ДЛЯ ЦИФРОВОЙ

ЭКОНОМИКИ………………………………………………………………………………

370

РАЗДЕЛ 3. МЕЖДУНАРОДНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ПРОЕКТ

«ОТКРЫТОСТЬ ЕВРОПЕЙСКОЙ СТАТИСТИКИ»…………………………………

374

N.A. Sadovnikova, E.N. Klotchkova, Krzysztof Jakóbik

DISSEMINATION OF OFFICIAL STATISTICAL INFORMATION AS A DIRECTION

OF DEVELOPMENT OF A TOLERANT SOCIETY (EUROPEAN

EXPERIENCE)……………………………………………………………………………….

375

E.V. Sibirskaya, L.V. Oveshnikova, Paweł Lula

DISSEMINATION OF THE EUROPEAN EXPERIENCE OF OPENNESS OF

STATISTICS IN THE FORMATION OF A TOLERANT SOCIETY IN

RUSSIA………………………….............................................................................................

377

M.V. Karmanov, O.A. Makhova, Maciek Frączek

ON THE TIMELINESS AND RELIABILITY OF STATISTICAL INFORMATION

ON THE NUMEROUS CHANGES IN RUSSIAN

SOCIETY…………………………………………………………………………………….

379

L.A. Mikheykina, K. Shestaeva, Małgorzata Ćwiek

IS IT POSSIBLE TO APPLY THE EXPERIMENTS OF THE EUROPEAN UNION IS

THERE A CLASSICAL STATISTICS TOLERANCE……………………………………...

382

I.R. Lyapina, A.G. Zaytsev, P.N. Mashegov, Anna Drabina

DISSEMINATION AND USE OF THE RESULTS OF THE EUROPEAN

EXPERIENCE OF FOLLOWING THE ETHICAL NORMS OF NEUROMARKETING

AMONG THE TARGET GROUPS IN RUSSIA…………………………………………….

385

9

РАЗДЕЛ 1.

«СТАТИСТИЧЕСКИЕ ИССЛЕДОВАНИЯ

СОЦИАЛЬНО–ЭКОНОМИЧЕСКОГО

РАЗВИТИЯ РОССИИ И ПЕРСПЕКТИВЫ

УСТОЙЧИВОГО РОСТА»

10

УДК 657.37

О ВЗАИМОСВЯЗИ НАРУШЕНИЙ ЭКОЛОГИЧЕСКОГО ЗАКОНОДАТЕЛЬСТВА И

ПРЕДПОЛОЖИТЕЛЬНОГО ИСКАЖЕНИЯ ФИНАНСОВОЙ ОТЧЕТНОСТИ

М.А. Алексеев, В.В. Глинский, С.А. Дудин

Новосибирский государственный университет экономики и управления «НИНХ»,

Новосибирск, Российская Федерация

Аннотация. Устойчивое экологическое–экономическое развитие требует разработки

механизмов противодействия оппортунистическому поведению экономических субъектов,

направленному на чрезмерное использование объектов окружающей природной среды.

Другая форма оппортунистического поведения – мошенническое составление финансовой

отчетности. Цель настоящего исследования – статистическое сопоставление фактов

нарушения природоохранного законодательства с признаками предположительного наличия

искажений при составлении финансовой отчетности российских экономических субъектов.

Исследовательская гипотеза: компании, нарушившие природоохранное законодательство,

представляют финансовую отчетность, как правило, с существенными искажениями. В

исследовательскую выборку вошли экономические субъекты, осуществляющие деятельность

на территории Российской Федерации и нарушившие экологическое законодательство.

Финансовая отчетность отобранных компаний проанализирована на основании авторской

модели пробит–регрессии. Полученные результаты позволили оценить взаимозависимость

между нарушениями природоохранного законодательства и качеством составления

бухгалтерской (финансовой) отчетности.

Ключевые слова: устойчивое развитие; нарушение экологического законодательства;

искажения бухгалтерской (финансовой) отчетности.

Постановка проблемы. Любая траектория реализации устойчивого эколого–

экономического развития сталкивается с системным противодействием со стороны

экономических субъектов в части нарушения как экономического, так и экологического

законодательства. Источник противодействия кроется в «экономической оправданности»

оппортунистического поведения, нацеленного на извлечение прибыли выше нормальной за

счет ущемления интересов прочих участников рыночных отношений. Практическая

реализуемость оппортунизма базируется на использовании механизмов хозяйствования,

трактующих максимально «креативно» институционально установленные нормы и

ограничения. «Креативный» подход формирует внутри экономической системы совокупность

ценностей и оправданий, допускающих неисполнение общественно установленных

институциональных норм.

В этой связи нарушение экологического законодательства выступает частной формой

проявления оппортунистического поведения экономических субъектов в экологической среде.

Одновременно с этим в экономическом пространстве наблюдаются признаки оппортунизма,

проявляющиеся в искажении в информационной среде отображения экономических

результатов хозяйственной деятельности компаний.

Опираясь на общие основания – отрытый доступ к обращению и использованию

исследуемых объектов, объединим в целях исследования категории «экологические блага» и

«публичная информация». Сопоставим факты нарушения экологического законодательства

случаям возможного причинения убытков через искажение данных публичной финансовой

отчетности. Ожидаем, что проявления оппортунистического поведения для экономических

субъектов, выявленные в нарушении экологического законодательства, будут подтверждены

соответствующими аналитическими оценками вероятной недостоверности бухгалтерской

(финансовой) отчетности.

11

Сформулируем цель исследования: обнаружение подтвержденной аналитической

зависимости между фактами проявления оппортунистического поведения в контексте

эколого–экономического взаимодействия.

Исследовательская гипотеза. Экономические субъекты, замеченные в нарушении

экологического законодательства, с высокой степенью вероятности реализуют поведение,

направленное на искажение отображения результатов своей хозяйственной деятельности в

бухгалтерской (финансовой) отчетности.

Эксперимент. На основе данных отчета об экологических правонарушениях в

Российской Федерации, отраженных в итоговом докладе Всероссийского конкурса «ЭКО–

ЮРИСТ», выделены экономические субъекты, нарушившие экологическое законодательство

в 2016 г. [5]. По индивидуальному номеру налогоплательщика однозначно идентифицировано

69 компаний, деятельность которых преимущественно осуществляется в рамках разделов A,

B, C и E классификатора ОКВЭД (см. таблицу 1).

Таблица 1

Распределение компаний, нарушивших экологическое законодательство, по видам

деятельности

Вид деятельности Раздел

ОКВЭД

Количество

компаний

(шт.)

Доля компаний

соответствующего вида

деятельности в общем

количестве экологических

правонарушений (%)

Сельское, лесное хозяйство, охота,

рыболовство и рыбоводство

A 8 11,6%

Добыча полезных ископаемых B 7 10,1%

Обрабатывающие производства C 28 40,6%

Водоснабжение; водоотведение,

организация сбора и утилизации

отходов, деятельность по

ликвидации загрязнений

E

13 18,8%

Строительство F 5 7,2%

Торговля оптовая и розничная;

ремонт автотранспортных средств

и мотоциклов

G

3 4,3%

Деятельность гостиниц и

предприятий общественного

питания

I

3 4,3%

Деятельность по операциям с

недвижимым имуществом

L 2 2,9%

Всего 69 100%

Источником информации на следующем этапе исследования выступила база данных

СКРИН – Система комплексного раскрытия информации национальной ассоциации

участников фондового рынка об эмитентах ценных бумаг [4]. Для отобранных экономических

субъектов сформирован массив данных, представленных в бухгалтерской (финансовой)

отчетности за 2016 г.

К отчетности отобранных компаний применена разработанная и апробированная на

реальных совокупностях методика оценки вероятности наличия искажений в финансовой

отчетности, базирующаяся на последовательном использовании математико–статистических

моделей для построения результирующего интегрального показателя, позволяющего как

12

выявлять предположительные факты искажения информационного отображения финансовых

результатов деятельности экономического субъекта, так и определять направленность

выявленных искажений (завышение; занижение [1, 2 С. 225–231]).

В рамках предлагаемой методики, исходя из совокупностной концепции типологии

данных, первоначально определяются типы поведенческих стратегий [3 С. 20–36]. После чего

осуществляется верификация массива информации, состоящего из данных финансовых

отчетов, на предмет выделения специфических показателей, для оценки отображения которых

в информационном пространстве допустимо применить механизмы перекрестного

сопоставления.

Построение интегрального показателя выявления вероятных искажений деятельности

компаний, отображенных в финансовой отчетности, реализуется через пять этапов, каждый из

которых включает в себя набор последовательных шагов:

1. Определение основных поведенческих типов экономических субъектов: компаний,

предположительно завышающие результаты своей хозяйственной деятельности, компаний,

раскрывающие результаты своей деятельности без искажений, и компаний, занижающие

экономические результаты.

2. Предварительный отбор компаний, осуществляющих основную деятельность в

рамках соответствующего раздела классификатора ОКВЭД. Реализуются аналитические

процедуры, позволяющие выделить компании, составляющие отчет о движении денежных

средств (далее ОДДС) в целом без существенных ошибок и/или искажений. Выявляются

компании, достоверно составившие ОДДС в части суммарного сальдо от текущих и

инвестиционных операций.

3. Формирование обучающих выборок. Ключевой параметр, подвергающийся оценке –

сравнение коэффициентов начислений, рассчитанных кассовым методом и методом

начислений. Разделение осуществляется по оценке смещения разницы названных

коэффициентов от нулевого значения в отрицательную или положительную область. С

помощью процедур разделения смесей восстанавливаются статистические характеристики

искомых нормальных распределений, веса которых в сумме дают единицу.

4. Отбор финансовых показателей. Формируется список финансовых показателей

значимых для последующего отнесения компаний к каждому из выделенных типов вне

зависимости от формы собственности и качества составления ОДДС.

5. Построение модели, определение границ и проверка результатов. Определение

параметров пробит–регрессии с помощью программы STATISTICA.

Методика, основанная на использовании интегрального показателя оценки вероятности

искажений, применена к анализу финансовых отчетностей компаний, осуществляющих

деятельность в рамках разделов A, B, C и E классификатора ОКВЭД. Для выделенных видов

деятельности построены пробит–регрессии, позволяющие оценивать вероятность искажения

как в сторону завышения финансовых результатов, так и в сторону занижения. Осуществлена

также оценка вероятности достоверного составления отчетностей компаний, нарушивших

экологическое законодательство. Результаты исследования представлены в таблице 2.

Обсуждение результатов, выводы. Выдвинутая гипотеза с достаточной степенью

уверенности подтвердилась только для группы компаний, осуществляющих деятельность,

относящуюся к разделу A ОКВЭД. Предполагаем систематические смещение в результатах

исследования для оценок поведения сельскохозяйственных экономических субъектов,

которые в массе своей склонны к предположительному завышению финансовых результатов

деятельности под давлением кредитного бремени, являющейся результатом высокого уровня

сезонности производственного процесса.

Для компаний раздела «обрабатывающие производства» не установлена статистически

значимая связь между нарушениями экологического законодательства и возможными

13

искажениями финансовой отчетности в сторону завышения результатов экономической

деятельности.

Таблица 2

Результаты взаимного сопоставления нарушения экологического законодательства и

предположительного искажения результатов деятельности экономических субъектов,

представленных в финансовой отчетности

Вид деятельности Раздел

ОКВЭД

Количество

компаний

(шт.)

Компании,

занижающие

результаты

хозяйственной

деятельности

(шт.)

Компании,

завышающие

результаты

хозяйственной

деятельности

(шт.)

Сельское, лесное хозяйство,

охота, рыболовство и

рыбоводство

A 8 – 8

Добыча полезных

ископаемых

B 7 – 1

Обрабатывающие

производства

C 28 2 18

Водоснабжение,

водоотведение, организация

сбора и утилизации отходов,

деятельность по ликвидации

загрязнений

E 13 5 1

В свою очередь, экономические субъекты, осуществляющие деятельность,

относящуюся к разделу E, при нарушении экологического законодательства проявляют

определенную склонность к предположительному искажению результатов своей

хозяйственной деятельности в сторону занижения. Для подтверждения гипотез значимости

связей для предприятий этих двух разделов ОКВЭД необходимы дальнейшие исследования, в

том числе и в части расширения исследовательской выборки.

Список использованных источников:

1. Алексеев М.А., Дудин С.А. Показатель выявления искажения результатов

деятельности компании // Вестник ИПБ (Вестник профессиональных бухгалтеров). 2017. – №

6. – С.36–48.

2. Алексеев М.А. Информационное пространство финансового рынка: монография /

М.А. Алексеев. – Новосибирск: Изд–во НГУЭУ. – 2017. – 247 с.

3. Глинский В.В. Статистические методы поддержки управленческих решений. –

Новосибирск: Изд–во НГУЭУ. – 2008. – 256 с.

4. База данных по российским компаниям, отраслям и регионам. – URL:

http://www.SKRIN.ru [Электронный ресурс] (дата обращения: 20.04.2018)

5. Экологические правонарушения в регионах российской федерации // Материалы

практической части всероссийского студенческого конкурса «Эко–юрист 2017». – URL:

http://network.bellona.org/content/uploads/sites/4/2018/04/sb_site.pdf [Электронный ресурс] (дата

обращения 20.04.2018)

14

УДК 331.55

ЭКОЛОГИЯ ЧЕЛОВЕКА, СУБУРБАНИЗАЦИЯ, МИГРАЦИОННЫЕ ПРОЦЕССЫ:

МЕТОДОЛОГИЯ ИЗМЕРЕНИЯ1

И.В. Антохонова

ВСГУТУ, Улан–Удэ, Российская Федерация

Аннотация. Новейшая экономическая история регионов России характеризуется

возросшей мобильностью и экономической активностью населения, поиском развитых

рынков труда и доступных условий проживания. В этих социально–экономических процессах

доминирования экономических мотивов не всегда рассматриваются вопросы взаимодействия

человека с окружающей природой, экологическими условиями проживания. Массовая

застройка пригородов в радиусе маятниковой трудовой миграции приводит к росту

инфраструктурной нагрузки, разрешение которой не обеспечено ресурсами и

предпринимательской активностью. Для формирования подобной повестки муниципальным

органам необходима объективная и ясная картина остроты социально–экономических

проблем и актуальности их разрешения. Методология статистического измерения оперирует

административными единицами городов и сельских муниципальных районов без учета

реального положения населения в процессе субурбанизации и снижения качества жизни в

пригородах. В статье предлагается системный подход к исследованию взаимосвязанных

социально–экономических процессов.

Ключевые слова: методология, экология, миграция, субурбанизация, показатели.

Новейшая экономическая история регионов России характеризуется возросшей

мобильностью населения. Более 20 лет назад активизировались гравитационные процессы,

стягивающие экономически активное население в мегаполисы и центры субъектов РФ после

развала предприятий и высвобождения сотен тысяч работавших граждан. Миграционный

отток из субъектов Сибирского федерального округа является стабильным и масштабным. В

январе–ноябре 2017 года миграционный отток населения из Бурятии продолжился и составил

3037 человек. В республику прибыло 37 277 человек, а выбыло 40 314 человек. Наиболее

высокий отток населения отмечен в регионы Центрального федерального округа – 30% (917

человек). В том числе в Москву и Московскую область уехали 820 жителей Бурятии, в регионы

Северо–Западного федерального округа – 20% (618 чел.), в том числе в Санкт–Петербург и

Ленинградскую область – 503. В регионы Южного федерального округа переехали 359

жителей Бурятии, в том числе в Краснодарский край – 229 человек.

В последнее время к потокам трудовых мигрантов присоединились обучающаяся

молодежь, население старше трудоспособного возраста, дети и члены семей мигрантов. В

первую очередь это характеризуется внутренними и внешними миграционными процессами.

Субурбанизация характеризуется расширением пригородной зоны агломераций как

сельскими мигрантами, так и загородным строительством городских жителей [2]. Население

пригородов растет более высокими темпами, чем население самих городов. Такая динамика

жизни разнообразит региональный цикл, ведет к резкой инфраструктурной нагрузке,

характеризует предпринимательскую, образовательную и досуговую активность. Измерение в

совокупности взаимосвязанных процессов представляет достаточно сложную и актуальную

задачу. Явное доминирование экономических мотивов в последнее время дополняется

оценками привлекательности среды обитания, климатических параметров, условий для

развития детей. Взаимодействие человека и природы, качество среды обитания, взаимное

1 Исследование выполнено при финансовой поддержке РФФИ и Республики Бурятия в рамках научного проекта

№ 18-410-030020.

15

воздействие природы на человека и человеческой деятельности на природу – всё это

включается в категорию «экология человека».

Исследование экологии человека представляет междисциплинарное направление,

нуждающееся в уточнении понятия, связанного с категорией качество жизни. По мнению

авторов [3] «наиболее обоснованной является трактовка «качества жизни» населения с

позиций понимания сущности жизни людей как процесса, направленного в целом на

сохранение и развитие жизни человечества во всё более широких границах природных

условий путём созидательной деятельности и борьбы, преодоления природных, личностных и

социальных противоречий и трудностей». Ввиду многоаспектности категории

рассматриваются различные показатели: объективные и субъективные, количественные и

качественные, индивидуальные и комплексные.

Территории, которые покидает экономически активное население, деградируют,

имеющиеся активы становятся неликвидными и токсичными с точки зрения экологии

человека. Рассматриваемые процессы динамичны, взаимосвязаны, приводят к деформациям

экономики, конвергенции локальных территорий внутри субъектов России по уровню

заработной платы, среднедушевых доходов и инвестиционному потенциалу. Для оценки

цикличности, прогноза новых трендов и сохранения устойчивого развития необходимо

измерить масштаб, интенсивность, ресурсную обеспеченность локальной территории.

Методологический подход к исследованию представлен в таблице.

Таблица

Методология исследования предметной области Процессы и

результаты

Миграционные процессы Субурбанизация Экология человека

Теория Теория спроса и

предложения на рынках

труда

Конкуренция,

гравитация

концентрация

Гармония, баланс человека и

природы

Источники

данных

Официальная статистика

Данные миграционной

службы

Регистрационная служба,

МФЦ,

данные о стоимости

земли, рентные условия,

данные опросов ВЦИОМ,

Аналитического центра

Ю. Левады

Служба занятости,

Социальные службы,

Пенсионный фонд

Дошкольные учреждения,

школы,

Учреждения здравоохранения

Данные ГИБДД,

Официальная статистика,

РА «Эксперт» и другие

Показатели Численность, потоков,

сальдо миграции,

миграционный прирост,

структура мигрантов

(возраст, образование,

сфера занятости), период

пребывания

Стоимость земли,

прирост численности

агломераций

Обеспеченность основных

потребностей (жилье,

здравоохранение, образование,

социальная защита),

токсичные активы,

экологическая,

Техногенная безопасность,

уровень занятости

Методы

исследования

Контент–анализ с

использованием различных

источников,

Временные ряды (тренды с

выделением релевантных

периодов и циклов),

эконометрические модели

Гравитационные модели,

полевые исследования

(опросы, выборочные

обследования),

факторные модели

Интегральные показатели

(индексы),

Индикаторы

Мониторинг «токсичных»2

Показателей

Оценка коррупции

2 Показатели, превышающие предельно допустимые индикаторы окружающей среды

16

Посткризисная рецессия обострила социально–экономическое положение сельского

населения и моногородов, в результате чего миграционная активность возросла, вовлекая в

этот процесс молодые семьи, пенсионеров. Наметились векторы трудовой миграции на север

России на заработки. Имеет место не поддающаяся учету нелегальная миграция сельских

жителей Бурятии в Корею, Вьетнам и другие государства Юго–Восточной Азии. Мигранты

становятся гастарбайтерами, соглашаясь на неквалифицированный труд, без социального

страхования и гарантий.

Все 17 целей устойчивого развития3 до 2030 года можно отнести к экологии человека.

Непосредственное отношение к анализируемым процессам имеют цель 3 «хорошее здоровье

и благополучие», цель 4 «качественное образование», цель 6 «чистая вода и санитария», цель

7 «недорогостоящая и чистая энергия», цель 9 «индустриализация, инновации и

инфраструктура», цель 11 «устойчивые города и населенные пункты».

По оценкам ООН, около 800 млн человек живут в условиях крайней нищеты,

ограничены в правах, имеют место преступления против детей, в то время, как в мире

развиваются современные смарт–технологии, нацеленные на обеспечение качества жизни в

течение всего жизненного цикла человека. Эта несправедливость, это неравенство

исследуются международными организациями, внедряются гуманитарные проекты, и

предстоит применить колоссальные усилия для достижения достойной жизни населения всей

земли.

На фоне глобальных проблем в странах южнее Сахары еще более актуальными

представляются проблемы бедности, высокого уровня безработицы, большого разрыва между

продолжительностью жизни мужчин и женщин в российских регионах, где некогда население

не испытывало голода, не знало проблемы отсутствия жилья и работы, невозможности дать

детям образование, получить качественное лечение и т.д. Попытки разрешить эти проблемы

мотивируют людей менять территорию проживания, искать работу, тратить значительное

время и деньги на дорогу до места работы.

Экология человека включает кроме всего прочего достижение такого взаимодействия

с окружающей средой и развитие локальной территории, которые обеспечат не только

здоровье, но и раскрытие индивидуального потенциала каждого индивидуума. Для разработки

такой модели необходима объективная оценка состояния общества, экономики и природы, для

принятия стратегии развития важно адекватно измерить потенциал и найти инструменты и

мотивацию его вовлечения в экономический оборот.

Список использованных источников:

1. Антохонова И.В. Оценка взаимосвязи региональных миграционных процессов и

знаковых инноваций. Инновационное развитие российской экономики: материалы

X Международной научно–практической конференции: Т.3. – Москва: ФГБОУ ВО «РЭУ им.

Г. В. Плеханова», 2017. С. 112–114.

2. Бреславский А.С. Численность и размещение населения в пригородах Улан–Удэ

(1989–2010 гг.). Вестник Бурятского научного центра Сибирского отделения Российской

академии наук. 2014. № 2 (14). С. 96–101.

3. Задесенец Е.Е., Зараковский Г.М., Пенова И.В. Методология измерения и оценки

качества жизни населения России. Мир измерений. 01.02.2010. http://ria–

stk.ru/mi/adetail.php?ID=37667

4. Чудиновских О.С. Отражение миграции в государственной статистике России. В

книге: Всероссийская научно–практическая конференция «Статистика и вызовы

современности» Сборник материалов конференции «День работника статистики».

Федеральная служба государственной статистики Российской Федерации, Московский

государственный университет экономики, статистики и информатики (МЭСИ). 2015. С. 517–

520.

3 http://www.globalcompact.ru/index/czeli-ustojchivogo-razvitiya.html

17

УДК 311; 530.145

КЛАССИЧЕСКАЯ СТАТИСТИКА И КВАНТОВЫЕ ТЕХНОЛОГИИ

В ПРОГНОЗЕ И УПРАВЛЕНИИ – ДРАЙВЕРЫ РАЗВИТИЯ

ЭКОНОМИКИ РОССИИ И/ИЛИ РАБОТА ПО «ЗАКАЗУ»?

С.М. Аракелян

Владимирский государственный университет им. А.Г. и Н.Г. Столетовых,

Владимир, Российская Федерация

О.А. Махова

Российский экономический университет им. Г.В. Плеханова,

Москва, Российская Федерация

Аннотация. Сегодня конфигурация глобальных рынков претерпевает существенные

изменения под действием конкурентных процессов и геополитических интересов разных

стран, когда в условиях цифровизации оказывается возможным доминирование

наднациональных приоритетов. Это требует выработки новых подходов для своевременной и

точной оценки реальной ситуации, которая бы позволяла в быстро меняющихся условиях

грамотно обосновывать направления социально–экономического развития страны, исходя из

многофакторных прогнозных моделей с ожидаемыми конечными состояниями анализируемой

системы, и принимать эффективные управленческие решения на разных уровнях и в разных

структурах. В статье определены возможности применения современной статистики и активно

обсуждаемых сейчас квантовых технологий для анализа и прогноза социально–

экономического развития, что представляет интерес для междисциплинарных исследований

на новых принципах и определяет научную и практическую востребованность/значимость

данного подхода. Рассмотрен ряд конкретных примеров состояния и развития некоторых

направлений экономики в рамках данных представлений.

Ключевые слова: статистика, квантовые технологии, квантовая статистика,

социально–экономическое развитие.

В настоящее время методы статистического анализа приобретают особое значение в

связи с определением дальнейшего пути социально–экономического развития России на

инновационных принципах. В стране создано/создается множество ситуационных центров,

центров стратегических исследований и разработок и т.д., которые напрямую призваны давать

прогноз в разных временных горизонтах, а также рекомендации властным структурам по

реализации экономической политики по конкретным вопросам в соответствии с

сформулированными государственными приоритетами стратегического развития страны [1–

5].

Однако, несмотря на общее понимание важности работы по данному направлению как

в исследовательском/научном аспекте, так и в плане кадрового обеспечения, о больших

достижениях в этой сфере пока еще трудно говорить. Об этом, в частности, шла речь и на

последней встрече 26.04.2018 г. Президента В.В. Путина с ректорами российских вузов [6].

Среди множества существующих проблем (от валидности статистических данных,

выбора ключевых показателей для анализа до современных технологий их обработки с

определенным целевым назначением) в данной статье мы обсудим только современные

тенденции в выработке новых подходов для оценки реальной ситуации и обоснования путей

социально–экономического развития страны, которые сейчас широко используются на

практике в зарубежных исследованиях в условиях конкурентного мира и необходимости

принятия управленческих решений на разных уровнях и в разных структурах в быстро

меняющихся условиях.

18

С одной стороны, современная статистика обладает мощными методами комплексного

анализа, в т.ч. в рамках определенных математических моделей многопараметрических

экономических систем. Однако, даже имея данные этой традиционной статистики, властные

структуры подчас принимают решения не на результатах комплексного анализа, а на

подобранных заданным образом цифровых показателях под требуемую конъюнктуру с

акцентом на весьма спорные (если не сказать лукавые) показатели, типа индексов роста

промышленного производства и темпов роста ВВП, без их сопоставления в динамике с

мировым уровнем в абсолютных цифрах и выяснения причин такого состояния. Как в этом

контексте не привести цитату И. В. Гёте: «Говорят, что числа правят миром. Нет, они только

показывают, как правят миром». В управлении сплошь и рядом «жонглируют» цифрами и

грамотно прячут истинное положение дел, например, за средними показателями или

индикаторами. Говоря о средних доходах населения, размерах пенсий и т.д., умалчивается

колоссальное обогащение узких слоев общества и тотальное обнищание широких слоев

населения, которые при усреднении нивелируются.

Простая констатация фактов с цифрами без соответствующего понимания причин их

возникновения (хотя бы в рамках SWOT–анализа и/или Форсайт–прогноза) скорее искажает

реальную картину, чем дает правильные рекомендации для принятия решений. Тем более, что

здесь существует огромное поле деятельности «под заказ» на основе парадоксов

математической статистики и теории случайных процессов. Особенно это относится к

оптимистическим реляциям по сельскому хозяйству по отдельным показателям

сельскохозяйственного производства (особенно зерновых культур) без учета развития всей

инфраструктуры и всей цепочки прохождения продукта от производителя до потребителя.

Похожая проблема существует, когда обсуждается бравурная статистика перехода от

добывающей промышленности к обрабатывающей (если внимательно вникнуть в

интегральные статистические показатели, то здесь доминируют ИКТ–сервисы и

инфраструктура вокруг них – число занятых в ней (непроизводительной по сути сфере) людей

всего в 6 раз меньше занятых в промышленности. Когда же речь идет о тотальной

приватизации с целью уменьшения нагрузки на бюджет путем территориальной оптимизации

структур социального плана (школ, детских садов, больниц, поликлиник, почтовой службы и

др.) и разового массового сокращения/увольнения сотрудников, отвечающих даже за

безопасность граждан страны (ГИБДД, МЧС, генералы Минобороны и МВД, губернаторы),

то ни о каких базовых научно–обоснованных принципах управления говорить не приходится

в такой неустойчивой системе, с непрерывно меняющимися волевыми управленческими

решениями.

С другой стороны, современные технологии анализа и прогноза основываются на

выдающихся достижениях в области исследования нелинейных динамических систем и

стохастических процессов, а также аналогий с квантовой неопределенностью и

принципиальной случайностью (наличие неустранимых «шумов») в условиях нелокального

взаимодействия и перепутанных состояний (с множеством возможных взаимно связанных

реализаций), имеющих фундаментальное значение, по–видимому, не только для физических

процессов. Иллюстрацией к этому могут служить Нобелевские премии по экономике

последнего времени (2016 – 2017 гг.) [7, 8], когда четкие математические модели социально–

экономического развития уступили место предсказательным моделям, часто основанным на

интуитивных представлениях и принципах разумности в условиях соответствующих

разумных организации работ и систем управления.

Это отнюдь не означает, что традиционные методы статистики, математического и

ситуационного моделирования не востребованы в современных технологиях

прогнозирования, в частности для многофункциональных задач с большим количеством

ключевых факторов. При этом в современных подходах акцент делается не на тотальных

расчетах с использованием мощных суперЭВМ, а на математических методах понижения

19

размерности системы, т.е. уменьшения числа переменных на порядки величин (мы

сталкивались с требованиями заказчика уменьшить на начальном этапе число переменных при

проектировании определенного изделия с 400 тыс. до 80 принципиальных (!) ) с целью

выяснения главных управляющих параметров и процессов с последующей проверкой их на

устойчивость при изменении условий. Кроме того, чрезмерные надежды на всесильность

искусственного интеллекта сейчас также пока не обоснованы для сложных

многопараметрических задач в условиях, когд�