Экономическая безопасность, вслед за физической защитой и секьюрити, стремительно ворвалась в жизнь современного отечественного социума. Это огромный, очень теоретически ёмкий раздел управленческой системы и одновременно многообразная практическая деятельность. Как состояние любой экономической системы, характеризуемое способностью выдержать любое негативное поползновение от любого субъекта, института, других систем, социальной среды и т.д., и экономическая, и финансовая безопасность оценивается, по сути, полигамной системой показателей обо всех аспектах финансово-хозяйственной деятельности.

Цель: Поэтому цель данной научной работы, определяемую как совершенствование информационного обеспечения структур, принимающих решения в отношении экономической безопасности, в полной мере соответствует потребностям всей управленческой науки и практики.

Материалы и методы: Вместе с тем, в работе использованы все методы, необходимые при проведении статистического исследования экономической и финансовой безопасности: на каждом этапе задействован обширный блок статистического инструментария, представленного методами общей теории статистики и математической статистики, включая многомерные группировки – кластерный анализ, методы корреляции и регрессии. Для выполнения практических расчетов использованы официальные материалы органов государственной статистики и внутренних дел Российской Федерации, а также официальная статистика Министерства экономики и финансов Правительства Московской области.

Результаты: Ключевой аспект данной научной работы связан с подбором и формированием комплекса статистических показателей, которые во взаимоувязке и дополнении дали целостную исчерпывающую картину действующим взаимосвязям и установившимся закономерностям. Это показатели и демографические, и ресурсные, и результатов, и эффективности функционирования экономического комплекса. Именно применение обозначенного статистического инструментария, позволило получить такие результаты, как обоснование аналитических возможностей и апробация статистических методов при изучении экономической безопасности Подмосковья; формирование кластеров, состоящих из однородных муниципальных районов Московской области, обозначенных в качестве единиц кластеризации; расчет относительных аналитических показателей; построение и интерпретация регрессионных моделей.

Заключение: Комплекс полученных результатов и выводов, а также научно-обоснованный алгоритм применения статистического инструментария, апробированный в работе, несомненно являются важной информационной составляющей в управлении экономической и финансовой безопасностью не только Подмосковья, но и любого региона, как Центрального федерального округа, так и всей центральной России.

Статья отозвана

Трудность в доступе к кредитам является одним из основных препятствий на пути развития малых и средних предприятий (МСП) во Вьетнаме. Низкая доступность капитала вынуждает МСП тратить как официальные, так и неофициальные расходы на получение кредитов и/или на доступ к неофициальному рынку с более высокими процентными ставками, тем самым увеличивая стоимость производства предприятий. Исследования показывают, что детерминанты обработки банковских кредитов, через которые малые и средние предприятия могут получить доступ к официальным кредитам, включают: характеристики предприятий; показатели, отражающие показатели деятельности предприятий; характеристики кредитов; характеристики предприятий, владельцев предприятий; географическое положение предприятий; кредитоспособность предприятий и роль сети.

Цель исследования. Целью настоящей работы является количественный анализ факторов, оказывающие воздействие на кредитование малых и средних предприятий во Вьетнаме.

Материалы и методы. Для достижения поставленной цели статья была проведена на основе опроса в декабре 2017 года. В опросах приняли участие 301 предприятие в городе Ханой. Данные предприятия также являются предприятиями, опрошенными в ежегодном обследовании предприятий Главным статистическим управлением Вьетнама. В этой статье используется подход регрессии Probit и Logit для оценки влияния факторов, влияющих на вероятность выплаты кредита предприятию. На долю МСП приходится 56,69% образцов. Количество предприятий, обращающихся за банковским кредитом, составляет 58,4% от общего объема выборок, из которых доля выданных кредитов для МСП составляет всего 47,3%. Для предприятий без банковского кредита, устраняя причины отсутствия спроса и не желая быть в долгу, основными причинами не получения банковских кредитов являются высокие процентные ставки, сложные процедуры кредитования и недостаточное обеспечение.

Результат. Результаты, полученные в модели Logistic и Probit, показывают, что оценочные коэффициенты являются статистически значимыми, что влияет на вероятность принятия бизнес-кредита, принятого финансовыми учреждениями. Хотя коэффициенты, оцененные по модели логистики, больше, чем оцененные по модели Пробита, оценочные результаты показывают, что направление воздействия переменных в двух методах оценки дает весьма схожие результаты.

Заключение. Исходя из результатов этого исследования, правительство Вьетнама должно осуществлять политику поддержки МСП в направлении улучшения их доступа к капиталу. Кредитные учреждения должны проектировать товары и услуги, соответствующие характеристикам МСП во Вьетнаме.

Цель исследования. Исследование влияния системы профессионального образования на параметры развития цифровой экономики в регионах РФ могут осуществляться в различных направлениях: выявление состояния системы профессионального образования как института, обеспечивающего человеческими ресурсами цифровую экономику региона; выявление потребностей отдельных отраслей экономики в специалистах, обладающих соответствующими компетенциями для работы в цифровой экономике. Целью данного исследования является обоснование математической модели, позволяющей доказательно сформировать базовую статистическую выборку для оценки уровней освоения цифровых компетенций преподавателями образовательных учреждений профессионального образования.

Материалы и методы. В данной работе предлагается методика оценивания, основанная на мягких вычислениях. Данный подход позволяет соотнести качественный показатель освоения цифровых компетенций и количественную категорию, сформировать базовую статистическую выборку для анализа кадрового потенциала в сфере профессионального образования и оценки развития цифровых компетенций по исследуемой области. Для оценки готовности преподавателей системы профессионального образования осуществлять профессиональную деятельность, направленную на обеспечение развития цифровой экономики региона, использован компетентностный подход. Полученные значения уровней освоения различных цифровых компетенций агрегируются по каждому показателю лингвистической переменной в сводные значения, которые могут быть использованы в качестве базовой статистической выборки.

Результаты. На основе данной модели может быть проведен статистический анализ данных об уровне человеческих ресурсов региона в аспекте сформированности знаний и умений в сфере информационно-компьютерных технологий. Данная модель может быть использования для обработки информации о тестировании разных групп: педагогических работников, государственных и муниципальных служащих. Результаты позволят диагностировать исходное состояние уровней освоения цифровых компетенций работников отрасли региона или исследуемой организации и осуществлять мониторинг развития человеческих ресурсов региона в рамках проекта «Цифровая экономика». Статистически данные, полученные на основе предложенной модели, хорошо интерпретируются с использованием стандартных графических средств (например, графиков и гистограмм).

Заключение. Разработанная математическая модель апробирована на основе реальных данных и принята в качестве базовой для оценки уровня освоения цифровых компетенций преподавателей министерством образования и молодежной политики Рязанской области. Предложенная модель обладает свойством универсальности и может быть применена для получения базовых статистических выборок уровня освоения цифровых компетенций в областях реального сектора экономики. Дальнейшие исследования планируется проводить в сфере автоматизации процесса статистического анализа данных по цифровизации населения региона, прежде всего в сфере профессионального образования. На основе разработанной математической модели разрабатывается алгоритм аналитической обработки статистических данных по мониторингу цифровых компетенций.

Цель исследования. В статье рассмотрен подход к оценке качества обучения в университете. Инновационные процессы в высшей школе повышают требования к системе обеспечения качества подготовки бакалавров, магистров, специалистов и аспирантов. Такая система включает не только обучающие процессы, но и результаты качества образования. Данная проблема является актуальной, поскольку на формирование профессиональных компетенций и спрос на рынке труда качество подготовки обучающихся влияет напрямую. Целью исследования является разработка методики оценки качества обучения для различных групп экспертов.

Материалы и методы. Методика оценки качества и полученные результаты исследования, основанные на предложенной в виде пирамиды модели оценки качества, с детализацией компонент, входящих в ее состав, и обозначением их значений для оценки рассматриваются в статье. Предложена методика оценки качества обучения в вузе, базирующаяся на критериях качества обучения, методе экспертных оценок, формализации и алгоритмизации данного процесса. Обобщенная оценка группы экспертов формируется на основе средних величин. Формализация оценки начинается с того, что в построенной пирамиде качества обучения каждому критерию назначается переменная, отражающая его оценку. Показатель, характеризующийся средними значениями оценок экспертов, является оценкой качества обучения. Установка связи между количественным и качественным значением осуществляется с помощью установленной шкалы качества, которая основывается на шкале Лайкерта. Для четкого понимания, как формируется вывод о степени согласованности экспертов методом Кендалла, рассмотрена ситуация, когда экспертам предлагается ранжировать критерии по значимости, то есть назначить место в рейтинге для каждого критерия. Общая оценка качества обучения может быть получена на основе анкетирования, которое следует проводить на определенную тему и для всех участников образовательного процесса с последующим анализом результатов опроса. Для каждой группы экспертов предлагается свой перечень вопросов на конкретную тему. Для решения поставленной задачи следует использовать метод экспертных оценок, который является частью теории принятия решений, а экспертное оценивание – процедурой получения оценки поставленной задачи на основе мнения экспертов с последующим принятием решения.

Результаты. Интерес работодателя в проведении данного исследования заключается в увеличении эффективности качества обучения, формирования профессиональных компетенций, а также в объективной всесторонней оценке качества обучения. В результате проведенного исследования сформированная пирамида критериев и модель оценки качества обучения позволяют определить величину, отражающую качественную характеристику процесса обучения в высшем учебном заведении

Заключение. Внедрение данной модели позволит повысить качество образовательного процесса в вузе, подготовить высококвалифицированных специалистов, востребованных на рынке труда, отвечающих запросам социально-экономического развития современного общества.

Цель исследования заключается в оценке восприятия молодежным сегментом потребителей различных аспектов digital healthcare или цифровой медицины, степени готовности потреблять её услуги и уровня вовлечения в данный процесс. Последние несколько лет стали переломными для медицины, если говорить о количестве новых направлений, появившихся методик и внедрении цифровых технологий. Цифровая медицина использует информационные и коммуникационные технологии, чтобы решать проблемы со здоровьем различных групп пациентов. Её возможности помогают врачам и пациентам анализировать развитие болезни, рассчитывать риски для здоровья. Сегмент медицинских гаджетов цифровой медицины предлагает потребителям различные товары. Искусственный интеллект и носимые устройства становятся привычными средствами организации лечебного процесса и мониторинга состояния человека. Молодежь, как правило, более активно воспринимает любые новинки и включает в свою повседневную жизнь. Действительно ли это так, если рассматривать российских молодых потребителей, поскольку зарубежный опыт свидетельствует об их достаточно высокой заинтересованности.

Материалы и методы исследования. В основе представленного исследования оценки восприятия молодежной аудиторией и готовности к потреблению цифровой медицины лежит методология, которая предложена посвященным цифровому здравоохранению венчурным фондом Rock Health. Данный фонд проводит исследования, направленные на повышение качества, безопасности и доступности современной медицины. Исследование проводится методом онлайн-анкетирования потребителей, имеющих доступ к Интернету дома, на работе или через мобильные телефоны. Анкета была адаптирована для российской целевой аудитории. В качестве фактологической базы были использованы результаты исследования консалтинговой компании Accenture, регулярно изучающей тенденции потребления медицинских технологий с применением искусственного интеллекта, робототехники и гаджетов для самодиагностики. Рассмотрены данные исследования аналитической компании CB Insights, формирующей ежегодные прогнозы о происходящих в здравоохранении изменениях, а также материалы совместного исследования компании Econsultancy и разработчика IT-технологий для медицины Adobe. В статье приводятся некоторые данные отчета американской компании Change Healthcare, имеющей стратегическое партнерство с Google Cloud.

Результаты исследования показывают высокую вовлеченность молодежи в сферу диджитал технологий. Из 380 респондентов полевого исследования авторов публикации 89% являются пользователями смартфонов и 83% постоянно посещают социальные сети. Тем не менее, к цифровой медицине относятся достаточно настороженно, требуя контроля персональных данных. Доверяют больше своему лечащему врачу, чем мобильным приложениям и Интернет-ресурсам. Неактивно приобретают фитнес-браслеты, недостаточно понимают, что такое телемедицина. Ограничиваются поиском информации медицинского характера в Интернет только об услугах, врачах, лекарствах и технологиях лечения, причем больше справочного характера.

Заключение. Проведенный контент-анализ показывает, что цифровая медицина становится популярным направлением развития современного здравоохранения. Постоянно внедряются новые технологии, ключевые направления развития которых сосредоточены на Интернете вещей для медицины (IoT), искусственном интеллекте, мобильных приложениях, редактировании генома, телемедицине, внедрении блокчейна и облачных технологий. Российский рынок развивается, но медленнее. Молодые потребители пока неактивны в потреблении услуг и товаров цифровой медицины. Ключевые причины – невысокая информированность о преимуществах и беспокойство о безопасности персональных данных.

Цель исследования – выявить требования цифровой экономики к технологическому уровню развития инновационной среды на основе статистического анализа показателей состояния инновационной среды. За последние несколько десятилетий вектор инновационного развития экономики сменился с информационного на цифровой. Отличительным признаком перехода к цифровой экономике является задействование данных в цифровой форме для создания инноваций.

Материалы и методы исследования. Источниками фактических данных послужили отчеты и базы данных официальной статистической отчетности, международных организаций (ООН, Всемирная организация интеллектуальной собственности, Международный союз электросвязи). На основе корреляционного анализа были выявлены факторы инновационной среды, оказывающие наибольшее воздействие на инновационную активность предприятий. Полученные результаты позволили сформировать требования к инновационной среде, обеспечивающей переход к цифровой экономике.

Результаты. Исследование патентной активности показало, что наибольшее количество изобретений регистрируется в области компьютерных технологий и цифровых коммуникаций. В то же время сами эти технологии являются источником разработки инноваций в других сферах применения (коммерция, финансы, образования и др.). Результаты корреляционного анализа позволяют выбрать факторы инновационной среды, оказывающие наибольшее влияние на результаты инновационной деятельности. Эти факторы включают интеллектуальное и ИТ обеспечение инновационной среды. Были сформулированы требования к инновационной среде, обеспечивающей переход к цифровой экономике: равный доступ к ИТ-инфраструктуре, интеллектуальному мировому потенциалу, цифровым данным, а также методическая поддержка непрерывного взаимодействия различных заинтересованных сторон в инновационной деятельности.

Заключение. Инновационная деятельность в условиях информационного общества и перехода к цифровой экономике требует различных состояний инновационной среды. Статистические исследования показывают, что на разработку инноваций большое влияние оказывает доступ и объем накопленных ИТ в обществе, интеллектуальный потенциал. Перед инновационной средой в цифровой экономике ставятся новые задачи по обеспечению равных возможностей доступа и обеспечению взаимодействия различных заинтересованных сторон.

Цель: Целью исследования является оценка половозрастной структуры населения с точки зрения ее влияния на предстоящую динамику естественного прироста и, следовательно, в целом на изменение численности населения. Существуют различные подходы к оценке этого влияния, предложенные и использовавшиеся учеными, исследовавшими этот аспект демографической динамики. В данной статье рассматривается сравнительно простой индикатор половозрастной структуры населения, который позволяет судить о том, как она в перспективе может влиять на соотношение чисел родившихся и умерших, на естественный прирост населения.

Материалы и методы: В качестве такого индикатора предлагается, так называемый, демографический потенциал половозрастной структуры населения, который представляет собой отношение численности женского населения в возрасте 10–39 лет к численности населения обоих полов в возрасте 65 лет и старше. От величины первой из них в существенной степени зависит число родившихся в ближайшие 10–15 лет, а от величины второй – число умерших в этот период.

Результаты: Прежде, чем использовать демографический потенциал половозрастной структуры населения с целью прогнозной оценки характера динамики естественного прироста населения, необходимо провести ретроспективную оценку связи этого потенциала на ту или иную дату с последующим естественным приростом населения. В данном исследовании такая оценка была осуществлена на основе данных о половозрастной структуре населения на середину 2000 г. и естественном приросте (на 1000 населения) за 2000–2015 гг. по 201 стране мира. Высокая величина коэффициента корреляции (0,815) свидетельствует о возможности с той или иной степенью условности, с теми или иными допущениями предсказывать характер предстоящей динамики естественного прироста исходя из нынешней половозрастной структуры населения, ее демографического потенциала. В свою очередь величина демографического потенциала половозрастной структуры населения зависит от уровней рождаемости и смертности, которые имели место в предшествующий период.

Заключение: Оценка демографического потенциала половозрастной структуры населения на середину 2015 г. по 201 стране мира показала, что, с одной стороны, в ряде стран Азии и Африки величина этого потенциала превышает 10 и в них велика вероятность значительного естественного прироста населения в ближайшие 10–15 лет, а, с другой, в ряде европейских стран величина этого потенциала меньше 1 (т.е. численность населения в возрасте 65 лет и старше больше численности женского населения в возрасте 10–39 лет) и в них можно ожидать очень небольшой естественный прирост населения (при благоприятном режиме воспроизводства населения) или даже его естественную убыль.

Цель исследования. Проблемы оценки международной трудовой миграция в последние двадцать лет является весьма актуальной проблемой во многих странах мира. Основная проблема изучения трудовой миграции отсутствие полноценной и достоверной информации о данном явлении. Основная цель данного исследования является оценка возможности статистической оценки внешней трудовой миграции в Российской Федерации.

Материалы и методы. В статье представлен обзор международных основополагающих документов в области организации статистики труда мигрантов, а также даны определения понятиям трудовой миграции и иностранных работников, с точки зрения международного и российского законодательства. Источниками информации послужили данные сводной информации о миграционном учете Министерства внутренних дел, а также микроданные по форме 5-НДФЛ Федеральной налоговой службы. Основные методы, используемые в исследовании, являются: методы анализа и синтеза, методы измерения и агрегации данных, методы работы с микроданными, аналитические показатели динамики, графический и табличный метод.

Результаты и заключении. На основании проведенного исследования можно сделать несколько выводов. Во-первых, в Российской Федерации существуют объективные административные источники данных о легальных внешних трудовых мигрантов. Во-вторых, данные источники не гармонизированы и необходимо провести методологическую работу по согласованию данных и построению временных рядов о численности внешних трудовых мигрантов. Также данным службам необходимо предоставить доступ к своим информационным система Федеральной службе государственной статистики для формированию данных о внешних трудовых мигрантов в различных социально-демографических разрезах. В-третьих, потом легальной внешней трудовой миграции в Российскую Федерацию с каждым годом возрастает и в 2017 году составило порядка 108 млн человек, основными странами донорами являются страны постсоветского пространства, а сановные субъекты притяжения, являются города Москва, Санкт-Петербург и Московская область.