Научный архив: статьи

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.

Актуальность исследования обусловлена большой ролью миграции в формировании населения Дальнего Востока России на фоне продолжающегося сокращения его численности. Количественный и качественный анализ целевых групп, включая возрастные группы постоянного населения и мигрантов, повышает эффективность миграционной политики, усиливая её адресность. Статья основана на демографическом подходе, позволяющем оценить изменения и взаимосвязь основных демографических характеристик разных категорий населения Дальнего Востока. Целью исследования является изучение возрастного профиля мигрантов и влияния миграции на возрастную структуру постоянного населения регионов Дальнего Востока на современном этапе. Эмпирическую базу составляет массив вторичных данных Росстата за 2018-2022 гг. с детализацией по возрастам, субъектам Дальневосточного федерального округа и территориям входа и выхода мигрантов. Для обработки данных используются статистические методы: анализ абсолютных и относительных величин, расчёт коэффициентов, кластерный анализ. Выделенные группы регионов отражают общее и особенное в миграции их населения разных возрастов: уровень территориальной мобильности, объёмы и направления перемещений, результативность данных процессов, степень их влияния на возрастную структуру постоянного населения. Полученные результаты позволили выявить региональные особенности возрастного профиля миграции в Дальневосточном федеральном округе и оценить её роль в формировании постоянного населения, а также сформулировать ряд гипотез относительно вероятных факторов, определяющих интенсивность и направления перемещений населения разных возрастных групп в рассматриваемых регионах. Показано, что большинство регионов вне зависимости от результативности миграционных процессов объединяет выбытие молодёжи 15-19 лет, приток населения в молодом трудоспособном возрасте (20-24 года и старше в части регионов) и интенсивный отток мигрантов предпенсионного и пенсионного возраста после завершения трудовой деятельности.

Статья содержит исследование региональной дифференциации сельского населения России на базе агрегированного массива переменных, отражающих различные аспекты качества жизни, в форме объективных показателей наличия благ (недостатков) и субъективных оценок их качества (проявления). Источником показателей является Росстат - Комплексное наблюдение условий жизни населения за 2020 год. Все переменные сгруппированы по регионам РФ и приведены к единой шкале от 0 до 1. По принципу статистической и содержательной близости массив переменных разбивается на блоки с последующим агрегированием в «блочные индикаторы», сохраняющие высокую информативность каждой переменной. Они становятся основой для классификации регионов и формирования интегрального индикатора качества жизни, который эффективно решает задачу межрегиональных сравнений. По итогам анализа установлена высокая информативность в формализации сельского качества жизни тех переменных, которые отражают благоустройство домохозяйства, его финансовые возможности, безопасность проживания и социальные характеристики главы семьи - характер его работы, состояние здоровья, активность использования интернета. Для села остаётся актуальной более низкая доступность услуг, в том числе коммунальных. Хозяйственная деятельность в личном подсобном хозяйстве не является дополнительным источником семейного дохода и разнонаправлена с качеством жизни. Географические условия не влияют на качество жизни сельского населения: регионы-лидеры и аутсайдеры по значениям интегрального индикатора располагаются дисперсно во всех частях страны и не образуют сплошных территориальных ареалов. Сельское население южных и центральных регионов характеризуется высокими самооценками здоровья и работы, высокой благоустроенностью сельского жилья при низких оценках его качества, низкой досуговой и общественной активностью. Для сельского населения значительной части сибирских, уральских, северных регионов характерна более высокая, чем в целом по стране, удовлетворённость социально-экономической средой проживания и более низкие оценки благоустройства жилья, условий труда и здоровья.

Представлены результаты социологического исследования, направленного на выявление типов карьерных стратегий современных работников сферы интеллектуальных деловых услуг. Концептуальная рамка исследования эксплицирует субъективистский подход, в котором карьерные стратегии отражают вектор движения к субъективно определяемым целям карьеры, тем самым раскрывается агентность субъекта, его выбор направления карьерного развития и реализуемые действия в этом направлении. Эмпирические материалы исследования включают данные анкетного опроса (133 респондента) и 11 полуструктурированных интервью, осуществленных в московских компаниях в 2022 г. Данные анкетирования послужили основой для иерархического кластерного анализа, в результате которого выделено три целевых сегмента, репрезентирующих различные модели карьерных стратегий. Так, в соответствии с направленностью воспроизводимых действий составлены кластерные профили «образцовых», «пассивных» и «проактивных» работников, показаны личностно-индивидуальные характеристики и особенности карьерных целей респондентов в разрезе кластерных групп. Отдельный фокус исследовательского внимания был направлен на субъективные оценки внутриорганизационных и внеорганизационных условий реализации карьерных стратегий, что позволило рассмотреть стимулы и барьеры для построения карьеры в сфере интеллектуальных деловых услуг. Дополняют полученную картину нарративы интервью, в которых сотрудники российских компаний рассказали о собственных карьерных перспективах в ситуации динамичных изменений на рынке труда и предложили различные сценарии дальнейшего развития российских компаний сферы интеллектуальных деловых услуг в современных условиях.

Исследуется эколого-экономическая устойчивость регионов Арктической зоны Российской Федерации (далее — АЗРФ) как способность региона противостоять негативному влиянию внешних шоков, самостоятельно восстанавливать равновесное, сбалансированное состояние экономической и экологической сфер, а также трансформироваться, сохраняя и даже улучшая баланс и структуру региональных эколого-экономических систем. Актуальность исследования обусловлена интенсификацией промышленного развития АЗРФ в последние годы и наличием финансово-технологических ограничений инвестирования в природоохранные технологии, экологизацию производства и управления. Выполнен анализ динамики макроэкономических и эколого-экономических показателей регионов АЗРФ в их взаимосвязи в период пандемийного кризиса и в условиях давления санкций западных стран. Антропогенное воздействие на окружающую среду в 2018–2022 гг. в АЗРФ постепенно сокращается, однако ситуация по отдельным показателям определяется динамикой отраслевой структуры региональной экономики. Выделены регионы, лидирующие по показателям эколого-экономической устойчивости, и регионы, демонстрирующие рост антропогенного воздействия на фоне спада промышленного производства. Выполнена многомерная классификация регионов АЗРФ по показателям, характеризующим состояние эколого-экономической сферы, выделены кластеры регионов с высоким, низким и ограниченным уровнями эколого-экономической устойчивости. Показано, что макроэкономическая ситуация в регионах более динамична, чем эколого-экономическая. Арктические регионы демонстрируют разнонаправленную динамику макроэкономических показателей в периоды внешних шоков, однако в целом экономика АЗРФ оказалась чувствительной к кризису 2020 г., санкционный шок в 2022 г. негативно сказался на экономиках, ориентированных на западные рынки сбыта, а в 2023 г. макроэкономическая динамика замедлилась во всех регионах АЗРФ. Необходимо дальнейшее изучение факторов эколого-экономической устойчивости регионов АЗРФ в современных условиях.

Принятие решений на основе сложных человеко-машинных алгоритмов может привести к дискриминации граждан по полу, расе и другим признакам. Однако в мировой науке отсутствует представление об алгоритм-обусловленной дискриминации граждан по месту их проживания. Это относится и к принятию алгоритмических решений по социально-экономическому развитию регионов. Поэтому целью нашего исследования стало обнаружение алгоритмической предвзятости в результатах социально-экономической кластеризации российских регионов. Для достижения цели потребовалось выявить в кластерном анализе чувствительные операции, способные привести к пространственной несправедливости, сформировать массив статей по социально-экономической кластеризации субъектов РФ (регионов), проанализировать все статьи на возможность существования алгоритмической предвзятости и идентифицировать российские регионы с потенциально предвзятым отношением к ним в результате кластеризации. Предложен термин «пространственная алгоритмическая предвзятость». С помощью авторского алгоритма семантического поиска в библиографических базах данных выявлено 604 статьи с эмпирическими результатами кластерного анализа российских регионов по социально-экономическим показателям. Приведена характеристика выявленных статей. Анализ всех статей показал, что алгоритмическая предвзятость наиболее проявляется в четырех операциях алгоритма кластеризации - развертывании концептуальной модели в оптимальный набор показателей, отборе регионов, выборе способа объединения регионов в кластеры и определении количества кластеров. По каждой операции представлены примеры дискриминируемых российских регионов. Указаны три направления дальнейших исследований: выявление пространственной несправедливости в стратегических документах и национальных целях развития, определение новых видов алгоритмической предвзятости, разработка рекомендаций по справедливой кластеризации регионов.

Задача достижения однородности исходных данных является актуальной при использовании любых методов статистического анализа. Отсутствие однородности может приводить к диаметрально противоположным выводам при рассмотрении наборов статистических данных. В статье приводится модельный пример, иллюстрирующий это положение. В качестве метода, позволяющего получать группы однородных данных, предлагается использовать методы кластерного анализа. Большое разнообразие алгоритмов и способов задания метрики признакового пространства приводит к необходимости систематизации этих элементов кластерного анализа. В качестве примера практического использования кластерного подхода к достижению однородности данных рассматривается задача районирования урожайности озимой пшеницы Воронежской области.