Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества
Скачать 2.49 Mb.
|
СТАТИСТИЧЕСКАЯ ОЦЕНКА ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ ЭКОНОМИКИ УКРАИНЫ (ПО МЕЖДУНАРОДНОЙ МЕТОДОЛОГИИ) Вдовенко Юлия Викторовна (Луганск, ГУ ЛНУ им. Т. Шевченко) Выбранный Украиной путь интеграции в Евросоюз требует сближения и объединения национальной экономической системы с системами стран ЕС. Это ставит Украину перед выбором внедрения той модели развития которая принята за базовую – модели инновационного развития. В связи с этим статистической оценке инновационной деятельности в экономике Украины уделяется все больше внимание. Для оценки инновационной деятельности в европейских исследованиях инноваций существуют два взаимосвязанных инструмента: CIS (Community Innovation Survey) разработанное по методологии Офиса Европейского Содружества (Евростата) и европейское инновационное табло (EIS, European Innovation Scoreboard). Инновационное исследование охватывает исследование инновационной деятельности предприятий стран-членов ЕС, кандидатов во вступление в ЕС, а также Исландию и Норвегию. Периодичность наблюдения на сегодня, согласно рекомендаций относительно проведения инновационных исследований - каждые два года. Для проведения инновационного исследование Евростатом в сотрудничестве со странами-членами ЕС разработана специальная анкета с набором понятий и методологических рекомендаций. По новым требованиям кроме исключительно продуктовых и процессных инноваций, которые изучались раньше, введены новые виды инноваций - организационные и маркетинговые [1]. Согласно руководства Осло, под организационными инновациями понимают инновации связанные с внедрением новых организационных методов. К ним относят изменения в деловой практике, в организации рабочих мест или во внешних связях предприятия. Под маркетинговыми инновациями понимают инновации которые включают реализацию новых методов маркетинга. Например, изменение в дизайне и упаковке продукта, в его продвижении и размещении, в методах установления цен на товары и услуги[4]. Первое обследование (CIS 1) странами европейского союза было проведено в 1993 г. [3]. Украина присоединилась к обследованию инноваций по международной методологии, начиная с CIS 6 которое охватывает период 2004-2006 гг. (пилотное обследование охватившее пять регионов основного круга предприятий и организаций на сплошной основе). В 2011 году по международной методологи CIS 8 было проведено очередное обследование инновационной деятельности в Украине за период 2008-2010 гг.. Статистическое исследование показало, что часть инновационно активных предприятий по сравнению с предыдущим анализируемым периодом (2006-2008 гг.) выросла на 3,0 п.п., что является положительной тенденцией. Такое увеличение произошло в основном за счет части предприятий которые занимались организационными и маркетинговыми инновациями. По данным обследования уровень инновационной активности предприятий по всем видам экономической деятельности, кроме внедрения технологических инноваций, увеличился. Основным направлением инновационной деятельности стало приобретение машин, оборудования и программного обеспечения в которое они вложили более третьей части от общего объема расходов, что стало наивысшим показателем среди прочих расходов. Факторами, которые наиболее препятствовали осуществлению инновационной деятельности (среди инновационных предприятий) оказались: отсутствие средств – 7,8%, слишком высокие затраты на инновационную деятельность – 6,2%, отсутствие внешнего финансирования – 4,6%[2]. Таким образом, статистическая оценка инноваций является важным фактором развития экономики Украины. Основываясь на международной методологии она становится более информативной и дает возможность наблюдать за прогрессом в области инноваций, сопоставлять их с другими странами-членами ЕС и использовать передовой опыт развитых стран. Литература
СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ДОСУГА МОЛОДЕЖИ Верховцева Мария Игоревна, Манушкина Алёна Алексеевна (Новосибирск, НГУЭУ) Сфера досуга и отдыха – важнейшая сфера повседневности. Она является одним из важных средств формирования личности молодого человека. Использование свободного времени молодежью является своеобразным индикатором ее культуры, круга духовных потребностей и интересов конкретной личности молодого человека или социальной группы. В рамках данного исследования было проведено выборочное наблюдение анкетным способом. Выборочная совокупность составила 100 респондентов в возрасте от 15 до 29 лет. Наблюдение проводилось в г. Новосибирск. Полученные данные сравнивались с данными подобных исследований прошлых лет: 1) В 2007 году проводилось исследование Институтом социологии РАН «Молодежь новой России: ценностные приоритеты». 2) Детский фонд ООН (ЮНИСЕФ) и Федеральная служба государственной статистики составили портрет российской молодежи на конец 2009 года. Источник: «Молодежь в России – 2010». По итогам исследования выяснилось, что на сегодняшний день большая часть молодого населения (37%) предпочитают проводить свой досуг «дома». Это может быть объяснено тем, что досуг дома в настоящее время можно проводить более разнообразно (компьютер, телевизор с большим количеством программ, видео и т.д.). Также заметна тенденция увеличения интереса молодежи к художественной литературе (за 5 лет количество «читающих» увеличилось почти в 2 раза, в то время как «нечитающая» аудитория сократилась более чем в 3 раза). Что касается музыкальных предпочтений, подавляющая часть молодежи слушает популярную современную музыку. Стиль «Pop» предпочитают 37% опрошенных. Также высок процент ответов «я меломан» или «по настроению». По результатам анкетирования 40% респондентов увлекаются компьютерными играми, и этот показатель в 2 раза больше, чем в 2007 году. Такие темпы роста связаны, прежде всего, с глобализацией всемирной сети Интернет, а также с улучшением качества создаваемых игр (графика, звуковые эффекты). За 5 лет значительно изменились варианты проведения каникул/отпуска. Исследование показало, что большая часть молодого поколения не выезжает за пределы города во время отдыха. Это может быть связано с тем, что школьники и студенты ищут подработку во время каникул, опять же в черте города. Кроме того, количество путешествующих молодых людей заметно снижается с каждым годом. Главная причина этого процесса – нехватка материальных средств. Социальный облик молодого поколения, несомненно, отражается как в поведении молодежи, так и в ее пристрастиях и увлечениях. Предпочтения в музыке, литературе, телепередачах могут сказать о многих социальных аспектах развития данной категории населения. Процесс трансформации досуговой сферы жизнедеятельности российской молодежи обусловлен переменами в социокультурной жизни страны, а также технологическими и культурными изменениями, произошедшими в условиях глобализации. Литература
данные о численности населения италии в базах данных демоскоп weekly, Евростат и Инед6 Винник Мария Викторовна (Москва, НИУ ВШЭ) Большинство баз данных (БД) постоянно обновляют таким образом, что выполнив запрос спустя определенное время, нам не удастся выяснить о тех возможных расхождениях, если только мы не сохранили прошлые запросы. С другой стороны в БД Демоскоп Weekly разработчиком указаны версии обновлений данных, дата последних изменений, а также приведены ссылки на предыдущие версии. Поэтому работая с этой БД, можно восстановить прежние значения показателей. Рассмотрим динамику изменения численности населения (ЧН) Италии на начало года. На рисунке 1 видно, что на разные даты обновлений приводятся разные данные о ЧН в начале 2000-х годов. Рисунок 1. Динамика численности населения Италии на начало года, тыс. чел. по данным Демоскоп Weekly, 1950-2010 гг. Дело в том, что данные прошедшей в 2001 году переписи населения не совпали с ожидаемыми значениями (рис. 2). Население Италии не досчиталось 1,7 миллиона человек [3]. Расхождение в ЧН в 2001 году по данным Демоскоп Weekly 2007 и 2002 гг. составило 883 тыс. человек. Рисунок 2. Динамика численности населения Италии на начало года, тыс. чел. по данным Демоскоп Weekly, 2000-2002 гг. В ряде случаев БД продолжают добавлять новые ряды данных без уточнения уже имеющихся. Случай с перерасчетом ЧН Италии, который не единственный, показывает, что на уточнение данных за прошлые годы необходимо также обращать внимание и своевременно их обновлять. Так, выполнив запрос в БД ИНЕД и Евростат, в первой мы получим завышенные данные за весь межпереписной период с 1991 по 2001 гг. (рис. 3) Рисунок 3. Динамика ЧН Италии по данным ИНЕД и Евростат, 1960-2011 гг.. С момента проведения переписи населения 2001 года прошло 10 лет, однако в течение этого времени БД ИНЕД продолжает содержать некорректные данные. Литература
АНАЛИЗ ИНФЛЯЦИОННЫХ ПРОЦЕССОВ В РОССИЙСКОЙ ЭКОНОМИКЕ МЕТОДАМИ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ Гарке Дарья Викторовна (Владивосток, ДВФУ Москва, НИУ ВШЭ) Высокий уровень инфляции продолжает оставаться серьезной проблемой для российской экономики [1]. Анализ инфляционных процессов в экономике России всегда привлекал значительное внимание специалистов [2-4]. В данной работе основное внимание сосредоточено на выявлении основных факторов, оказывающих влияние на среднесрочную динамику инфляции. Для этой цели на основе статистических данных были построены регрессионные уравнения, описывающие основные показатели ценовой динамики (фазовые переменные): индексы потребительских цен, цены на продовольственные и непродовольственные товары и платные услуги населению. В качестве объясняющих факторов (управлений) брались темпы прироста денежной массы, косвенно отражающие общую экономическую политику государства. Неизбежные ошибки идентификации модели учитывались путем замены коэффициентов регрессионных уравнений доверительными интервалами, соответствующими заданной вероятности. Построенная модель инфляционных процессов представляет собой неоднородную управляемую систему линейных рекуррентных уравнений с интервальными коэффициентами и внешними возмущениями, отражающими сезонность цен. Проверка адекватности модели проверялась путем сравнения расчетных и фактических статистических показателей. С помощью модели находилась динамика управлений, приводящая к заданным показателям фазовых переменных за минимальное время. Поскольку фазовые переменные интерпретировались как потребительские цены и платные услуги населению, то таким путем выяснялась зависимость цен и, следовательно, уровня инфляции от основных объясняющих факторов, т.е. экономической политики государства. Кроме того, в рамках модели методами оптимального управления определялись параметры экономической политики государства в краткосрочной перспективе, поддерживающие инфляцию на определенном приемлемом уровне. С формальной математической точки зрения речь идет о задаче быстродействия в интервальной дискретной системе управления [5, 6] – о переводе траектории системы из одного начального состояния в другое конечное состояние за минимальное число тактов с помощью подходящих управлений. Для решения задачи использовались приведенные в [5,6] достаточные условия управляемости. Проверка достаточных условий управляемости сводилась к решению задачи линейного программирования. В ходе решения задачи находились управление, обеспечивающее перевод интервальной траектории системы из начального положения в заданное конечное положение (в случае управляемости системы) или минимальную окрестность конечного положения (в случае неуправляемости системы). Неверное определение инфляции порождает ошибочную макроэкономическую политику. Тем более важно было правильно сформировать функциональную форму модели российской инфляции. Проведенный в работе эмпирический анализ подтверждает значительную роль не только монетарных, но и немонетарных показателей, определяющих причинно-следственные связи в динамике российской инфляции, такие как: показатели темпа инфляции на потребительском рынке и в промышленности. Построенную модель можно использовать как при проверке актуальности тех или иных предпосылок, используемых при построении моделей российской экономики и прогнозировании инфляционной динамики, так и при формулировании целей и индикаторов монетарной политики. Литература
http://data.cemi.rssi.ru/GRAF/center/analytics.htm
АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА УРОВЕНЬ ПРОФЕССИОНАЛЬНОЙ ЗАБОЛЕВАЕМОСТИ В ЧЕЛЯБИНСКОЙ ОБЛАСТИ Гоглидзе Юлия Юрьевна (Челябинск, ЮУрГУ) В последнее время всё большее внимание уделяется проблемам безопасности труда и снижению профессиональной заболеваемости. Уже начал действовать механизм экономической заинтересованности работодателей в создании и обеспечении безопасных условий труда, заложенный в Федеральном законе "Об обязательном социальном страховании от несчастных случаев на производстве и профзаболеваний". Численность трудоспособного населения в России около 90 млн. человек, или 60% общей численности населения. Под воздействием опасных и вредных производственных факторов трудится каждый четвертый-пятый работник от числа всех лиц, занятых в экономике. Оценка факторов, влияющих на профессиональную заболеваемость в Челябинской области, была осуществлена методами описательной статистики, кластерного и корреляционно-регрессионного анализов. В качестве исходных данных использовались материалы, опубликованные в статистических сборниках, в государственных докладах Роспотребнадзора за последние 10 лет (2000–2010 гг.) [1,2,3,4]. При проведении многомерной классификации субъектов РФ по ряду признаков (уровень профессиональной заболеваемости, ожидаемая продолжительность жизни, смертность трудоспособного населения и др.) методом кластерного анализа было выделено 3 класса регионов. В первый класс попали регионы с самым высоким уровнем профессиональной заболеваемости, уровень смертности в этих регионах выше среднего уровня по стране, а ожидаемая продолжительность ниже среднего (Липецкая область, Челябинская область, Мурманская область, Пермский край и др.). Во второй класс попали регионы, где показатели уровня профессиональной заболеваемости ниже среднего уровня по РФ, показатели смертности трудоспособного населения самые высокие в стране, а показатели ожидаемой продолжительности жизни – наименьшие (Амурская область, Забайкальский край, Тверская и Тульская области и др.). В третий класс вошли регионы, где показатели профессиональной заболеваемости и показатели смертности трудоспособного населения ниже среднероссийских, а ожидаемая продолжительность жизни выше (г. Москва, г. Санкт-Петербург, Белгородская область, Краснодарский край, Республика Ингушетия, Дагестан и др.). Для Челябинской области был проведен множественный регрессионный анализ, в котором зависимой переменной был показатель профессиональной заболеваемости, а независимыми были показатели, характеризующие условия труда (удельный вес работающих, занятых тяжелым физическим трудом и др.), экологическую обстановку в области (выбросы загрязняющих веществ в атмосферный воздух от стационарных источников и др.), социально-экономическую (коэффициент Джини и др.) и «медицинскую» ситуацию (доля людей, прошедших медосмотр и др.). По результатам корреляционно-регрессионного анализа установлена прямая зависимость профессиональной заболеваемости в Челябинской области от значения коэффициента Джини (x1), который характеризует неравномерность распределения доходов и заработной платы на территории региона и от доли расходов по обязательному социальному страхованию от несчастных случаев на производстве и профессиональных заболеваний в общей сумме расходов на социальное страхование (  ) ( ). Аналогичная зависимость выявлена для уровня профессиональной заболеваемости от выбросов загрязняющих веществ в атмосферный воздух от стационарных источников и от доли лиц, прошедших медосмотр. Расчетные значения t-статистик, коэффициентов детерминации и F-статистики показали, что во всех рассмотренных случаях коэффициенты регрессии и сами модели значимы на уровне 95%. Литература
|
Похожие:
 | Программа дисциплины " Многомерные статистические методы" для направления... Экстернат – самостоятельное изучение обучающимся дисциплин согласно основной образовательной программе высшего профессионального... | | Программа дисциплины " Эконометрика " для направления 080100. 62... Гос впо по специальности 080507. 65 Менеджмент организации, утвержденными 17 марта 2000, №234 эк/сп |
| Программа дисциплины " Эконометрика-2" для направления 080100. 68... Гэ по русскому языку и литературе. Данная программа позволяет подготовиться к сдаче егэ. Особенностью данного курса является то,... | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, Data Mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Факультет экономики ... |
 | Статистические методы анализа языка как способ повышения эффективности... Утверждена отделом документационно-содержательного обеспечения учебного процесса Ургпу | | Отчет о лабораторной работе методы и средства анализа данных по теме:... «Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации» |
| Отчет о лабораторной работе методы и средства анализа данных по теме:... «Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации» | | Рабочая программа по дисциплине Аналитическая химия и физико-химические методы анализа Цели и задачи дисциплины: Освоение теоретических основ современных химических методов анализа, аналитических методик и приемов, статистической... |
| Конспект лекций по системному анализу Лекция: История, предмет, цели системного анализа 2 Рассматриваются история развития и предмет системного анализа, системные ресурсы общества, предметная область системного анализа,... | | Анализа данных-4: анализ издержки-выгод Методы анализа данных-4: анализ издержки-выгоды, анализ издержки-эффективность (17 ноября 2005)1 |
