Научный архив: статьи

Целью статьи является анализ количественных показателей правоохранительной деятельности полицейских урядников Уфимской губернии. Данная губерния выбрана в силу достаточного числа опубликованных данных, которые могут быть подвергнуты компьютеризированной обработке. Для обработки сведений о деятельности полицейских применялись квантитативные методы исследования: формально-количественный, корреляционный (коэффициент Пирсона) и многомерный (кластерный) анализ. Опыт квантитативного исследования деятельности полицейских урядников Уфимской губернии показал свою эффективность, позволив создать типологию уряднических участков, а также провести сравнение с аналогичными показателями Вятской губернии.

В заключении сделан вывод как о весьма скромных результатах работы института в первый год его существования, так и о причинах, которые к этому привели. Новизна исследования состоит в том, что выводы, полученные благодаря применению компьютерных технологий, стоят на более высоком уровне объективности, чем те, которые основываются на традиционном анализе исторических источников.

На основе данных государственной статистики выделены индикаторы цифровизации России, которые подразделены на шесть групп; проведена редукция переменных и выполнен кластерный анализ субъектов Российской Федерации. Предварительно шесть субъектов с минимаксными значениями были удалены из дальнейшего анализа. Выделено три кластера, различающиеся по числу субъектов: с низким (17 субъектов), средним (38 субъектов) и высоким (23 субъекта) уровнем цифровизации. Анализ показал, что цифровизация как явление давно вышло за рамки лишь технологического направления. Результатом проявления цифровизации стали внедрение цифровых технологий в финансовый сектор, создание государственного интернет портала «Госуслуги» и возникновение киберспорта как части современной цифровой культуры. Отмечено влияние национальных проектов и государственных программ, выполняемых в Российской Федерации.

Цель работы - популяционно-генетическая оценка стада северных оленей уральского экотипа ненецкой породы. Объектом исследований служили животные, принадлежащие ПСК «Оленевод» (г. Воркута). Определение генотипа проводили с использованием 15 STR-маркеров. Кластерный анализ, выполненный в программе Structure 2.3.4, позволил выявить в исследуемой популяции два кластера с высокой степенью генетической однородности. В зависимости от принадлежности к кластеру, животные были разделены на субпопуляции S1 и S3 при значении Q не менее 0,75. Особи, чья принадлежность к кластеру была ниже 0,75, были учтены отдельно как промежуточная субпопуляция S2. Анализ основных генетических характеристик, показал, что максимальное количество наблюдаемых и эффективных аллелей присутствовало в S2, минимальный уровень аллельного разнообразия установлен в S3 (1,394), а несмещенная оценка ожидаемой гетерозиготности выявила максимальный показатель среди животных S1 (0,722). Минимальное отклонение в сторону избытка гетерозигот было зафиксировано в S1 (-0,048), а максимальное в S2 (-0,068). В S1 выявлено 6 приват-аллелей (Σq=0,250), в S3 - 8 (Σq=0,174), в S2 - 6 (Σq=0,129). У животных S3 установлено несоответствие частот аллелей закону Харди - Вайнберга по двум локусам: Rt24 (≤0,05) и T40 (≤0,001). Генетическая дистанция между S1 и S3 характеризовалась показателями G’stH=0,148 и G’’st=0,170 соответственно. Истинная аллельная дифференциация (Dest), при сравнении S1 и S2 составила 0,025, S2 и S3 - 0,060, S1 и S3 - 0,124. Таким образом, в исследуемом стаде выделяются две генетически отличные субпопуляции северных оленей. В целом, полученные сведения позволяют заключить, что рассматриваемая популяция животных на данном этапе характеризуется значительным запасом генетического разнообразия и гетерозиготности.

Статья посвящена исследованию взаимосвязи цифровизации бизнес-процессов и производительности труда на основе типологического подхода с использованием кластерного анализа. В работе обосновывается целесообразность применения типологического метода для выявления устойчивых сочетаний особенностей цифровизации и производительности труда, что позволяет учитывать содержательные различия в цифровизации отдельных бизнес-процессов. Эмпирической базой исследования выступили данные цифрового паспорта Государственной информационной системы промышленности за 2021-2023 гг., включающие экспертные оценки состояния цифровизации 34 основных и 53 вспомогательных бизнес-процессов, а также экономические показатели предприятий. На первом этапе был проведен факторный анализ для сокращения числа переменных, описывающих состояние цифровизации, и выявления ключевых факторов, объясняющих более 50 % суммарной дисперсии. Результаты факторного анализа показали независимость цифровизации большинства бизнес-процессов, за исключением ряда связанных процессов, таких как управление опытно-конструкторскими работами, подготовкой производства и послепродажным обслуживанием. На втором этапе с использованием кластерного анализа были выделены типы предприятий на основе первых факторов цифровизации основных и вспомогательных бизнес-процессов, а также стандартизированных значений производительности труда. Полученная типология позволяет отслеживать устойчивые группы предприятий во времени и анализировать их экономические показатели, такие как стоимость основных средств, чистая прибыль, численность персонала и производительность труда. Представленная работа вносит вклад в развитие методологии анализа взаимосвязи цифровизации и производительности труда, предлагая подход, учитывающий особенности цифровизации бизнес-процессов, и может быть использована для дальнейших эмпирических и теоретических исследований

В статье представлены результаты анализа изменений в структуре и динамике развития видов спорта в Камчатском крае за период 2015-2024 гг., осуществленного на основе официальных данных федерального статистического наблюдения. В работе применялись методы ретроспективного анализа, статистической группировки и кластеризации временных рядов численности занимающихся. Показано, что увеличение общего охвата населения спортивной деятельностью сопровождается значительной дифференциацией отдельных ее направлений по темпам и характеру развития. Установлено, что рост вовлеченности граждан концентрируется в ограниченном их числе, тогда как ряд видов спорта сохраняет лишь формальное присутствие в системе учета.

Полученные результаты подтверждают целесообразность перехода к приоритетно-ориентированному и адресному управлению развитием физической культуры и спорта на региональном уровне.

В статье на основе авторского эмпирического исследования разработана типология моделей ресоциализации студентов университетов, расположенных в новых российских регионах. Автором обозначены ключевые параметры, позволяющие дифференцировать студенческую молодёжь и на основании этого выделить возможные траектории её реинтеграции в российское общество. Опираясь на результаты исследования и кластерного анализа, автор обосновывает существование трёх групп студентов, различающихся с точки зрения ценностных ориентаций, жизненных планов, гражданской идентичности. Результатом анализа стало выявление и верификация трёх типов моделей ресоциализации студенческой молодёжи новых российских регионов («спонтанная модель», «протестная модель» и «конгруэнтная модель»). В статье дано описание кластеров и моделей ресоциализации, сформулированы отдельные рекомендации, направленные на дифференциацию молодёжной и образовательной политики в зависимости от той или иной группы учащейся молодёжи.

В статье представлено использование кластерного анализа методом K-Means в рамках интеллектуальной системы поддержки принятия решений для группировки вариантов ведения проекта, а также формирование рекомендаций по выбору для конечного пользователя на основе результатов кластеризации. Кроме того, показаны различные опции выполнения кластерного анализа, а также влияние данных опций на конечные результаты. Продемонстрирована практическая польза системы для анализа проектов, реализация которых зависит от множества переменных составляющих и требует детального анализа полученных вариантов выполнения проекта по группам для выбора подходящих под разнообразные сценарии и ограничения опций.

Сравнительный анализ национальных энергосистем в условиях глобального энергоперехода требует перехода от традиционного сопоставления по абсолютным объёмам производства к более совершенным методикам. Агрегированные показатели, включая удельное производство на душу населения, не отражают структурных особенностей энергобалансов стран, что препятствует выявлению их реального технологического профиля и позиции в мировой энергетической архитектуре.

Цель. Разработать методику многомерной кластеризации стран на основе детализированной структуры производства электроэнергии и определить место России в формируемой системе координат, выявив её ближайших технологических аналогов.

Методы. На основе данных EIA, Energy Institute и BP за 2023 год по 210 странам мира проведена декомпозиция производства электроэнергии на 10 компонент по источникам (газ, нефть, уголь, гидро, атом, ветер, солнце, геотермальная, биоэнергия, прочие ВИЭ). Показатели нормированы на 100 тыс. населения. Использованы методы стандартизации (z-score), снижения размерности (PCA) и иерархической кластеризации.

Результаты. В результате кластерного анализа выделено четыре однородные группы стран:
1. Фиолетовый кластер (144 страны): доминирование природного газа (42 %) и гидроэнергетики (25 %). Россия входит в эту группу.
2. Красный кластер (22 страны): нефтезависимые островные государства (75 % нефть).
3. Оранжевый кластер (13 стран): угольно-газовые экономики (44 % уголь, 20 % газ). Включает Китай, Австралию.
4. Зелёный кластер (31 страна): диверсифицированные системы с балансом атомной (13 %), ВИЭ (21 %) и традиционной генерации. Включает США, страны ЕС и Японию. Россия занимает 9-е место внутри своего кластера по удельному производству (0,77 ТВт-ч/ 100 тыс. населения).

Выводы
1. Реальное место страны в мировой энергетике определяется не абсолютными объёмами генерации, а структурой её энергобаланса, которая формирует уникальный технологический и стратегический профиль.
2. Россия принадлежит к самому многочисленному, но наименее диверсифицированному «газо-гидровому» кластеру, что указывает на высокую зависимость от ограниченного набора источников и связанные с этим риски для энергетической устойчивости.
3. Принципиально различное позиционирование абсолютных лидеров – Китая, США и России – в отдельных кластерах эмпирически подтверждает глубокие различия в их национальных энергетических стратегиях и векторах развития.
4. Для соответствия глобальным трендам и укрепления долгосрочной энергобезопасности России необходима системная диверсификация энергобаланса с опорой на развитие атомной энергетики и новых возобновляемых источников.

Анализируя изменения в составе персонала вузов по всему миру, авторы статьи обращают внимание на рост доли неакадемического персонала, в частности высококвалифированных административных сотрудников среднего и высшего звена. Целью статьи является анализ того, как в университетах представлено сочетание разных административных работников по их функциям. На основе кластерного анализа данных Мониторинга экономики образования (N=92) были выделены три группы университетов согласно административным профилям: «предприимчивый», образовательный и хозяйственный. Первый кластер характеризуется высокой долей административных сотрудников, занятых в общем управлении, научно-исследовательской деятельности, финансовых вопросах и информационно-коммуникационных технологиях. Во втором кластере большая доля персонала занята обеспечением образовательной деятельности. Для третьего кластера характерна высокая доля персонала, занятого содержанием и эксплуатацией инфраструктуры и зданий. Вузы хозяйственного административного профиля характеризуются наличием большей площади учебно-лабораторных помещений в расчёте на одного студента, однако по показателям научной, образовательной и финансовой деятельности вузы в выборке не различаются.

Авторами представлен систематический обзор научной литературы, посвящённой жизнестойкости, целью которого является объективизация методологического подхода, объединяющего современные представления о структуре и содержании жизнестойкости. Обзор позволяет выявить актуальные пробелы, определить направления дальнейших исследований и сформировать методологическую модель, применимую в будущем эмпирическом изучении жизнестойкости. В исследование включено 121 научная публикация: 86 на русском языке и 35 - на английском, охватывающих различные временные интервалы. На основе контент-анализа были выделены следующие категории: компоненты жизнестойкости (11 единиц анализа), факторы, влияющие на ее формирование (8 единиц анализа), используемые исследователями диагностические методики (10 единиц анализа) и статистические методы (8 единиц анализа). С помощью кластерного анализа была выявлена иерархическая структура выделенных категорий, позволяющая определить основные направления в изучении жизнестойкости: современные исследования сосредоточены на изучении жизнестойкости как способности выдерживать стресс и адаптации во взаимосвязи с психологическим благополучием и изучением взаимоотношений с социальной средой, с помощью корреляционного, сравнительного и регрессионного анализов. В более ранних исследованиях в основном используются сложные виды анализов: дисперсионный, факторный, кластерный, которые рассматривают отдельные особенности жизнестойкости, среди которых основные: преодоление трудностей во взаимосвязи с личными особенностями, саморегуляцией, ценностями, а также с копингами и целым спектром частных категорий. В исследованиях преобладающее внимание уделяется субъективным факторам (личностные особенности, психологическое благополучие), при этом объективные параметры и сложные статистические методы анализа используются реже. Перспективы дальнейших исследований связаны с расширением выборок, применением сложных статистических методов, способных выявлять причинно-следственные связи, а также включением объективных методов оценки, что позволит глубже понять структуру и динамику жизнестойкости.

В статье представлен авторский подход идентификации приоритетных направлений цифровизации экономических процессов аграрных предприятий на основе многомерной статистической обработке данных социологического наблюдения. Проанализированы возможности стандартных механизмов формирования выводов относительно мнения практиков о возможностях средств цифровизации, выявлены проблемные аспекты. Предложена оригинальная система функционального структурирования средств цифровизации. Разработана методика обработки данных социологического опроса в виде многоэтапного процесса статистического моделирования с целью выявления новой сущности, заложенной в результате опроса, - структуры мнения. Определено функциональное назначение разработанного инструмента, как инструмента поддержки принятия управленческого решения о перспективных цифровых решениях для аграрных предприятий.

В период происходящей цифровой трансформации социально-экономических отношений происходит модернизация всех видов хозяйственной деятельности хозяйствующих субъектов. Цифровое образование, обеспечивающие развитие требующихся в условиях цифровой трансформации компетенций, становится важнейшим драйвером социально-экономического развития регионального развития. Однако, на сегодняшний исследователями в области цифрового образования, до сих не разработаны методы количественного анализа цифрового образования. Таким образом, целью настоящего исследования, является разработка количественного метода оценки цифрового образования на региональном уровне. В результате проведенного теоретического исследования разработан метода количественного анализа цифрового образования - индекс цифрового образования, состоящего из трех субиндексов, Разработана кластеризация регионов России в соответствии со значениями субиндексов, что позволило выявить факторы, оказывающие наиболее значимое влияние на развитие цифрового образования. Теоретическая значимость полученных результатов заключается в разработке количественного метода оценки развития цифрового образования, которая может выступить базисов в дальнейших исследованиях по измерению цифрового образования. Практическая значимость в возможности использования данных кластерного анализа органами муниципальной, региональной и федеральной власти при разработке управленческих решений по развитию цифрового образования.