Цель исследования. С 2018 по 2024 гг. на территории Российской Федерации действуют национальные проекты по ключевым направлениям социальной политики. В 2025 году планируется подведение итогов реализации этих национальных проектов. Представленное исследование акцентирует внимание на промежуточных итогах реализации национального проекта «Демография».
Цель исследования – оценка эффективности реализации национального проекта «Демография» на территории Приволжского федерального округа по состоянию на 2021 год.
Материалы и методы. Методологической основой исследования послужил непараметрический метод оценки эффективности Data Envelopment Analysis (DEA). Была использована модель, ориентированная на вход, позволяющая увеличить показатели входов без изменения показателей выходов. В качестве результативного показателя использован целевой показатель реализации национального проекта – суммарный коэффициент рождаемости. Показатели-факторы отобраны с учетом возможности потенциального влияния на рождаемость. Среди них: общие коэффициенты брачности; уровень занятости населения в трудоспособном возрасте; реальные денежные доходы населения; потребительские расходы в среднем на душу населения в месяц; число семей, получивших жилье, помещения и улучшивших жилищные условия за год.
Информационная база исследования – данные Федеральной службы государственной статистики.
Результаты. Определены субъекты Приволжского федерального округа, являющиеся эффективными и неэффективными с позиции достижения целевого показателя реализации национального проекта «Демография» и осуществлена их типологизация. К группе регионов-лидеров, близкой к реализации национального проекта в полном объеме, относятся Республика Марий Эл, Удмуртская Республика и Оренбургская область. Они выступают в качестве ориентиров для других регионов округа в достижении запланированного целевого показателя реализации национального проекта. Группа «гибридных регионов», включающая семь субъектов, имеет возможность обеспечить выполнение национального проекта к окончанию сроков его реализации. Основные проблемы в достижении целевых показателей национального проекта «Демография» имеют четыре «региона-аутсайдера», среди которых Республика Мордовия, со значением коэффициента эффективности 0,742.

Актуальность исследования обусловлена трудностями, характерными для выбора инструментальных средств, предназначенных для эффективного управления проектами в финансовой сфере, а также обостряющейся конкуренцией на рынке финансовых услуг. В рамках данной статьи раскрыты особенности выбора инструментального средства управления проектами в финансовой сфере на основе применения количественных методов, позволяющих сделать процесс принятия решений существенно более осмысленным и эффективным.
Целью исследования является разработка элементов методики количественного анализа альтернативных инструментальных средств, включающей рекомендации по выбору альтернатив и критериев их анализа, а также комплексному использованию различных методов для обоснования окончательного выбора инструментального средства.
Материалы и методы исследования, отраженные в методике количественного анализа альтернативных инструментальных средств управления проектами в финансовой сфере, и реализованные в процессе исследования, основаны на дополнении результатов, получаемых благодаря использованию классического метода базового уровня – метода средних геометрических величин методами теории принятия решений продвинутого уровня – метода собственных чисел и векторов, а также метода идеальной точки. С целью всестороннего анализа представленных на рынке систем поддержки реализации проектов и их инструментальных возможностей в процессе исследования предложена двухэтапная методика, включающая как качественную, так и количественную оценку имеющихся альтернатив. Выполненная формализованная оценка функциональных возможностей предварительно отобранных инструментальных средств позволила обосновать выбор наиболее предпочтительной альтернативы. Особое внимание уделяется вопросам привлечения дополнительной информации для снижения неопределенности в рассматриваемой ситуации выбора.
Результаты. Основным результатом проведенного исследования стала схема обоснования оптимального выбора инструментального средства включает в себя построение множества альтернатив – инструментальных средств отечественной и зарубежной разработки, построение множества критериев и привлечение дополнительной информации для формирования иерархии критериев, а также последовательную количественную оценку каждой выбранной альтернативы по всем рассматриваемым критериям. Построенное множество альтернатив включает в себя инструментальные средства Jira Software, Asana, Битрикс24, Мегаплан, GanttPro, YouGile и Planfix. Множество критериев ограничено шестью наиболее значимыми критериями: «Удобство коммуникации в рамках инструментального средства»; «Цена инструментального средства»; «Уровень сложности инструментального средства»; «Интеграция с внешними сервисами»; «Функционал инструментального средства»; «Удобство и простота интерфейса инструментального средства». Представленная система критериев учитывает основные функциональные и инструментальные характеристики, необходимые для систем поддержки реализации проектов в финансовой сфере на уровне малого и среднего бизнеса.
Заключение. Содержание статьи может быть полезно для совершенствования процессов принятия решений при технологическом обновлении и цифровизации проектов в финансовой сфере малого и среднего бизнеса в условиях реализации программ импортозамещения, развития механизмов оптимального выбора в условиях нескольких критериев. Описанная структура прикладной задачи многокритериального выбора может быть использована для обновления содержания таких профессионально значимых для высшей экономической школы учебных дисциплин, как «Теория принятия решений» и «Инструментальные методы в экономике».

Цель исследования. Целью исследования является определение рейтинга производственной эффективности и племенной активности региональных хозяйств, что расширяет возможности повышения результативности деятельности бизнеса по разведению племенного скота и усиливает их роль в обеспечении продовольственного суверенитета в условиях импортозамещения и санкционных действий. В статье продолжено исследование авторов по оценки эффективности работы отечественных племенных хозяйств. Разработана статистически значимая модель оценки производственной эффективности и племенной активности соответствующего бизнеса, дающая возможность определять рейтинги отдельных племенных хозяйств и их совокупности с использованием методов многомерного сравнительного анализа и расчета синтетических показателей.
Материалы и методы. В качестве статистического инструмента реализации поставленной цели исследования использован таксонометрический метод, преимущество которого заключается в том, что на его основе можно проследить процесс формирования итогового рейтинга племенных хозяйств по мере последовательного включения в рассмотрение ряда специальных характеристик – племенной активности и производственной эффективности.
Результаты. Предложена статистически значимая модель оценки производственной эффективности и племенной активности, а также методика ее реализации на примере племенных хозяйств Ярославского региона. Сформирована система показателей, раскрывающих племенную активность и экономическую эффективность использования племенных ресурсов с их дальнейшей детализацией. Разработан пошаговый алгоритм синтетической оценки эффективности племенной деятельности, включающей 4 этапа.
Заключение. Авторская модель статистической оценки производственной и племенной активности деятельности субъектов племенного бизнеса позволяет объективно оценить рейтинг отдельного хозяйства и является доступным инструментом управленческого анализа для принятия менеджментом адекватных решений.

Современный агропромышленный комплекс должен сочетать в себе как самые современные цифровые и инновационные разработки, так и традиционные, проверенные временем технологии ведения сельского хозяйства. Неоспоримым фактом является то, что без рабочей силы – людей, которые готовы работать в сельской местности, никакого развития агропромышленного комплекса не будет. В 2021 году сельское население в России снизилось на 3,5%, по сравнению с 2015 годом, а численность трудоспособного населения в сельской местности за этот же период сократилась на 4,6%. При этом спрос и потребление продукции сельского хозяйства остается крайне высоким, так в 2021 году, по сравнению с 2015 годом, потребление мяса и мясопродуктов в Российской Федерации выросло на 6,8%, фруктов и ягод на 5,0%, молока на 3,4%, яиц на 2,9%, овощей и бахчевых на 2,0%. Актуальность темы подтверждается комплексом мер, разработанных Министерством сельского хозяйства Российской Федерации, которые направлены на повышение уровня жизни сельских граждан и борьбу с так называемым «кризисом села». В этих целях 31 мая 2019 года Постановление Правительства Российской Федерации №696 была утверждена программа «Комплексное развитие сельских территорий». Она подразумевает не только сохранение сельского населения и улучшение жизни сельских граждан, а также повышение эффективности традиционного сельского хозяйства и развитие современных отраслей в сельской местности.
Цель исследования. В условиях санкционного давления и непредсказуемых последствий для Российской экономики, государство и отечественные аграрии должны с особой ответственностью отнестись к устойчивости агропромышленного сектора. В связи с этим, необходимо на ранних стадиях предупредить возможные риски для отрасли и оценить возможности её развития в региональном разрезе. Целью исследования является оценка влияния развития сельских территорий на агропромышленный комплекс Российской Федерации. Необходимо определить дифференциацию регионов России по уровню развития сельских территорий и оценить воздействие их развития на агропромышленный комплекс.
Материалы и методы. Источником данных для исследования являются данные: Всероссийской переписи населения (ВПН 2010 и ВПН 2020), Сельскозяйственной микропереписи 2021 года, Выборочного обследования рабочей силы за 2010 – 2021 годы (ОРС). Эти данные позволяют сделать выводы о состоянии сельских территорий, уровне их развития и определить потенциал агропромышленного комплекса региона. Кроме того, в работе проводится дифференциация регионов России, при помощи метода иерархической кластеризации, по уровню развития сельских территорий с увязкой к развитию агропромышленного комплекса региона.
Результаты. Полученные результаты на основе данных ВПН 2020 о доле сельских населенных пунктов с численностью населения менее 10 человек говорят о том, что на европейской территории России доля «вымерших» сельских населенных пунктов становится максимальной ближе к северу. При смещении к Югу их доля значительно сокращается. Наиболее густонаселенными сельскими территориями следует считать: Республику Крым (2,6%), Ставропольский край (3,0%), Республику Дагестан (4,5%), Краснодарский край (4,6%), Чеченскую Республику (8,1%) и Ростовскую область (8,3%).
Доля трудоспособного сельского населения, занятого в сельском хозяйстве, планомерно сокращается от года к году и в 2021 году по данным ОРС достигла 17,3%. Наибольшая доля трудоспособного сельского населения, занятого в сельском хозяйстве, отмечается в Чеченской Республике (35,1%), Тамбовской (35,0%), Белгородской (29,7%), Кировской (29,7%) и Саратовской областях (29,1%).
Темпы прироста сельскохозяйственной продукции в 2021 году в ценах 2010 года, по сравнению с 2010 годом, составили 56,8%. При этом, продукция животноводства растет существенно быстрее, превосходя темпы прироста растениеводческой продукции. В 2021 году продукция животноводства в ценах 2010 года выросла на 105,0%, по сравнению с 2010 годом, прирост продукции растениеводства за этот же период составил всего 18,4%.
Кластерный анализ разделил 85 регионов России на 6 кластеров, в соответствии с их уровнем развития сельских территорий (доля сельских населенных пунктов с численностью населения менее 10 человек; доля трудоспособного сельского населения, занятого в сельском хозяйстве) и уровнем развития агропромышленного комплекса (доля сельскохозяйственных угодий в общей площади территории субъекта; темп прироста сельскохозяйственной продукции в 2021 году в ценах 2010 года, в % к 2010 году). В ходе анализа установлены регионы лидеры отрасли и регионы с определенными проблемами, при устранении которых возможен рост АПК.
Заключение. В работе обращается особое внимание на развитие сельских территорий, автор рассматривает регионы
России с долей сельских населенных пунктов с численностью населения менее 10 человек как «вымирающие» населенные пункты. Такие села уже не могут развивать сельское хозяйство и быть точками роста АПК в регионе. Пристальное внимание уделяется и доля трудоспособного сельского населения, занятого в сельском хозяйстве, поскольку именно эти люди сейчас являются основой сельского хозяйства и их труд способствует развитию отрасли. Самочувствие агропромышленного комплекса в регионе оценивается при помощи доли сельскохозяйственных угодий в общей площади территории субъекта и темпов прироста сельскохозяйственной продукции. Эти индикаторы отражают востребованность сельскохозяйственной отрасли в регионе, показывают значимость отрасли и перспективу её развития.
Проведенный на основе этих показателей кластерный анализ субъектов Российской Федерации определил 6 групп регионов, с похожими векторами развития агропромышленного комплекса. В первый кластер вошли наиболее устойчивые в аграрном секторе регионы, с высокой долей трудоспособного сельского населения, занятого в сельском хозяйстве, большой долей сельхозугодий и высоким темпом прироста сельскохозяйственной продукции. Второй кластер наполнили с крайне низким потенциалом для развития агропромышленного комплекс – регионы Сибири, европейского севера и дальнего востока. В третьем кластере сосредоточены регионы с наибольшим потенциалом для развития агропромышленного комплекса. В четвертый кластер вошли регионы, в которых наблюдается «застой» в отрасли сельского хозяйства. Регионам пятого кластера регионам необходимо наращивать трудоспособное население, готовое заниматься сельским хозяйством, в этом случае им обеспечен значительный прирост производства продукции сельского хозяйства. Шестой кластер состоит из лидеров отрасли, однако им следует развивать отрасль, привлекая больше людей к сельскому хозяйству, а также расширять зоны сельхозугодий.

Цель исследования заключается в анализе влияния современной трансформации международных экономических отношений на интеграционные процессы в Евразийском экономическом союзе. В соответствии с обозначенной целью, задачами исследования являются: 1. определить современные вызовы и угрозы евразийской интеграции; 2. оценить перспективы дальнейшего развития Евразийского экономического союза и способность интеграционного объединения противостоять этим вызовам в новых геополитических реалиях.
Материалы и методы исследования. В процессе подготовки статьи использованы данные международных, межрегиональных и национальных докладов и отчетов, аналитические статистические материалы, научные труды российских и зарубежных ученых. В ходе работы применялись статистические методы анализа экономических явлений, использовались методы логического и системного анализа, динамический, структурный анализ макроэкономических показателей, межрегиональный анализ оценки данных, а также табличные методы визуализации результатов исследования.
Результаты. В представленной статье проанализированы отдельные макроэкономические показатели, характеризующие современное состояние и развитие экономики Евразийского экономического союза в целом и ее стран-участниц. В результате проведенного исследования были определены основные вызовы евразийской интеграции и проведена оценка перспектив и способности интеграционного объединения противостоять этим вызовам в современных геополитических условиях.
Заключение. Евразийская интеграция для Российской Федерации является стратегическим выбором, который определяет одно из важнейших направлений развития внешней политики России. Интеграционный процесс в рамках Евразийского экономического союза, традиционно сопровождается рядом противоречий, которые с нарастанием глобальных вызовов и угроз могут, в зависимости от многих факторов, как усилиться, так и ослабнуть. Именно поэтому, в настоящее время, в полной мере оценить перспективы дальнейшего развития евразийской интеграции не представляется возможным. При этом, несмотря на высокую вероятность рецессии в крупнейших центрах мировой экономической системы, Евразийский экономический союз оказался одним из интеграционных объединений, способных в определённой степени противостоять негативным тенденциям в мировой политике и экономике, а странам-участницам Евразийского экономического союза удалось не просто предотвратить масштабный спад экономики, но и обеспечить макроэкономическую стабильность.

Рынок труда России и ее регионов функционирует в нестабильной социально-экономической ситуации, которая может способствовать возникновению гендерной диспропорции. Исследование гендерной асимметрии считается наиболее популярным направлением в периоды «экономических потрясений», поскольку подобного рода нестабильность усиливает неравенство мужчин и женщин в разных сферах жизнедеятельности. Состояние турбулентности, в котором находится рынок труда России в целом и каждого ее региона, способствует адаптации каждого его сегмента к новым формам работы.
В данном исследовании рассматриваются результаты анализа структуры и тенденций в динамике индикаторов занятости и безработицы мужского и женского населения в Оренбургской области за 2016–2021 годы. Выбор периода времени обоснован неравномерным развитием, как мировой, так и российской экономики. Современные экономические реалии, в которых существует и развивается рынок труда как страны в целом, так и ее регионов, переживая ряд шоков, определяют научную новизну рассматриваемых вопросов.
Цель исследования. Основная идея проделанной работы состоит в возможности применения методов экономико-статистического анализа для изучения динамических различий в гендерных структурах по разным признакам, направлений развития, определяющих гендерную асимметрию на рынке труда Оренбуржья, и прогнозирования ее основных индикаторов на среднесрочную перспективу.
Материалы и методы. Информационной базой исследования послужила статистическая информация Оренбургстата, характеризующая гендерную асимметрию на рынке труда Оренбургского региона. Для достижения поставленной цели был применен комплекс методов экономико-статистического анализа, включающий в себя расчет показателей структуры и структурных различий, динамики, выявления тенденций, прогнозирования, а также представление результатов исследования с помощью таблиц и рисунков.
Результаты. По итогам исследования был составлен среднестатистический портрет занятого и беззаботного по гендерному признаку. Выделены характеристики мужского и женского населения на рынке труда Оренбургской области в 2021 г. по сравнению с 2016 г. Исследование структурных различий проводилось по критерию В.М. Рябцева, в ходе которого было отмечено, что в структурах занятых мужчин и женщин существенных изменений не произошло. Существенным уровнем различий характеризуется возрастная структура безработных мужчин и женщин в 2021 г. по сравнению с 2016 г. а также структура безработных мужчин по уровню образования.
Проведенное исследование позволило утверждать, что в динамике показателей, характеризующих гендерное неравенство на рынке труда Оренбуржья, наблюдаются нестабильные изменения. В ходе исследования была проверена гипотеза о наличии/отсутствии тенденций в рядах динамики индикаторов, характеризующих гендерную асимметрию на рынке труда региона. Для этой цели была использована одна из модификаций критерия серий. Предположение о том, что в рассматриваемых рядах динамики отсутствует тенденция, не нашло своего подтверждения, следовательно, тенденция существует. Принимая во внимание данное обстоятельство, были построены трендовые модели, среди которых по наилучшим статистическим характеристикам были выбраны полиномиальные модели второго порядка. С помощью выбранных полиномов второй степени было определено, что в динамике показателей занятости и безработицы мужского и женского населения преобладают нисходящие тенденции изменения. Далее были рассчитаны их перспективные индикаторы.
Заключение. Проведенное исследование позволило проанализировать основные векторы, складывающиеся в области занятости и безработицы на региональном рынке труда по гендерному признаку, и спрогнозировать их основные показатели на среднесрочную перспективу. В динамике численности как мужской, так и женской рабочей силы в Оренбургской области в перспективе будут наблюдаться нестабильные тенденции. Число занятых в экономике области женщин будет расти; численность безработных женщин – снижаться. В прогнозируемом периоде число занятых мужчин в экономике Оренбуржья будет изменяться под влиянием нисходящего тренда. Численность безработных мужчин в период с 2023 г. по 2025 г. будет иметь тенденцию к снижению.

Прогрессивное экономическое развитие стран в современном мире основано на соответствующем развитии научной и инновационной деятельности. В работе проведен анализ основных показателей, характеризующих состояние научного потенциала и показателей, отражающих результативность научной деятельности по 43-м странам мира, включая Россию и Китай. Выявлены взаимосвязи показателей и построены регрессионные уравнения, описывающие имеющиеся зависимости. На основе полученных моделей даны оценки результатов научной деятельности по двум странам: России и Китая. Оценки сопоставлены с фактическими уровнями показателей и сделаны выводы об эффективности использования имеющихся научных ресурсов.
Цель исследования. Целью исследования являлось определение однородных групп регионов, схожих по своим экономическим и инновационным показателям, статистический анализ этих групп на основе непараметрических методов и методов корреляционно-регрессионного анализа, формирование выводов и рекомендаций, касающихся их инновационной деятельности.
Материалы и методы. В исследовании использовались следующие статистические методы: непараметрические, корреляционно-регрессионные, многомерные классификации (кластерный анализ), дискриминантный анализ, описательные статистики (средние, структурные средние, показатели вариации и др.). В работе использовались статистические данные Всемирного банка, OECD, Росстата. Расчеты проводились в пакете прикладных программ STATISTICA 12.0.
Результаты. В работе проведена классификация стран по уровню научного потенциала и научных результативности. Определена кластерная принадлежность России. Поиск круга стран, имеющих с Россией сходные условия научного потенциала для дальнейшего использования опыта этих стран – одна из целей работы. В результате проведенного анализа можно отметить, что изобретательская активность населения России достаточно высока, в то же время крайне слабо используется научный потенциал в отношении научных публикаций. В Китае можно отметить высокие значения уровня изобретательской активности и средней цитируемости научных публикаций. Показатель числа выданных патентов, рассматриваемый по всей совокупности, имеет тесную линейную связь с ВВП на душу населения и тесную нелинейную связь с внутренними затратами на исследования и разработки в процентах к ВВП и численностью персонала, занятого исследованиями и разработками, в расчете на 10000 занятых в экономике. В разбивке по кластерным группам перечисленные зависимости не обнаружены у развитых стран, вошедших в первый кластер, но подтвердились для остальных стран.
Заключение. Анализ изобретательской активности населения России показал, что при существующем научном потенциале стране удалось достигнуть в этой области гораздо лучших результатов, чем это могло быть исходя из значений среднедушевого ВВП, затрат на исследования и разработки, численности персонала и др. (превышение по разным моделям приблизительно в 1,4 – 2,7 раз). В целом по совокупности стран показатель цитируемости имеет достаточную связь с показателем ВВП на душу населения и численностью персонала, занимающегося исследованиями и разработками, но на нее не оказывает значимого влияния объем внутренних затрат в расчете на одного исследователя и доля внутренних затрат в процентах к ВВП. Опыт Китая подтверждает данный вывод: при невысоком значении затрат на одного исследователя стране удалось достигнуть высоких результатов в инновационной области, но данное явление может объясняться существованием определенного лага между развитием показателей. Отдельно по кластерным группам, разбивающим всю совокупность стран на высокоразвитые, слабо развитые и страны, занимающие промежуточное положение, связь показателя цитируемости с другими показателями не обнаружена.
Данная работа ориентирована, в первую очередь, на специалистов, занимающихся проблемами развития науки, в частности российской. Установленные связи между показателями, характеризующими уровень научного потенциала и научных результативности, описанные с помощью линейных и нелинейных моделей, помогут практикам, решающим вопросы организации и финансирования науки, найти лучшие пути решения возникающих проблем.