voprstatВопросы статистикиVoprosy Statistiki2313-63832658-5499voprstat-645Research ArticleСТАТИСТИЧЕСКИЕ МЕТОДЫ В СОЦИАЛЬНО- ЭКОНОМИЧЕСКОМ АНАЛИЗЕSTATISTICAL METHODS IN SOCIAL AND ECONOMIC ANALYSISНеколичественные наблюдения и методы их обработки в статистическом анализе российского рынка информационных технологийNon-Quantitative Observations and their Processing Methods in Statistical Analysis of Russian Information Technologies MarketЛолаИнна СергеевнаLolaI. S.

канд. экон. наук, заместитель директора, Центр конъюнктурных исследований, Институт статистических исследований и экономики знаний

Cand. Sci. (Econ.), Deputy Director, Centre for Business Tendency Studies, Institute for Statistical Studies and Economics of Knowledge

ilola@hse.ruНациональный исследовательский университет «Высшая школа экономики»РоссияNational Research University Higher School of EconomicsRussian Federation2018280320182532542Copyright © Лола И.С., 20182018Лола И.С.Lola I.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://voprstat.elpub.ru/jour/article/view/645

В статье приводятся результаты применения неколичественных наблюдений и методы их обработки, позволяющие существенно повысить аналитические возможности статистического измерения российского рынка информационных технологий (ИТ). Аргументируется необходимость расширения статистического инструментария, позволяющего оперативно и с охватом отражать текущие и будущие тенденции отраслевого развития ИТ-сферы в силу высокой скорости проникновения данных услуг на российский рынок. С помощью индикаторов делового климата, а также построения различных однородных поведенческих моделей проводится анализ деловых тенденций финансово-экономической деятельности ИТ-организаций, подчеркивающих специфику их функционирования в рамках различных циклических эпизодов 2010-2017 гг.

 

This article presents results of non-quantitative observations and their processing methods, which significantly widen the analytical capabilities of the statistical measurement of the Russian IT market. There is a need to expand statistical tools to reflect current and future sectoral development trends in the IT sphere promptly and broadly, due to the rapid penetration of these services into the Russian market. With the help of business climate indicators and different homogeneous behavior models the author analyzed business trends in the financial and economic activities of IT organizations, highlighting their operating characteristics within the various cyclical episode of 2010-2017.

информационные технологии (ИТ)статистика информационных технологийделовой климатконъюнктурные обследованияповеденческие группыкластерыInformation Technologies (IT)statistics of information technologiesbusiness climatebusiness tendency surveysbehavior patternsclustersReferencesАлескеров Ф.Т. и др. Анализ паттернов в статистике и динамике: Примеры применения к анализу социально-экономических процессов // Бизнес-информатика. 2013. № 4(26). С. 3-20.Aleskerov F.T. et al. Methods of Pattern Analysis in Statics and Dynamics: Examples of Application for Social and Economic Processes Analysis. Business Informatics. 2013;4(26):3-20. (In Russ.)Айвазян С.А. Классификация многомерных наблюдений. М.: Статистика, 1974. 240 с.Aivazyan S.A. Classification of multidimensional observations. Moscow: Statistics Publ.; 1974. 240 p. (In Russ.)Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы: для экономистов и менеджеров: учеб. для студентов экон. специальностей высших учеб. заведений. М.: Финансы и статистика, 2011. 349 с.Dubrov A.M., Mkhitaryan V.S., Troshin L.I. Multidimensional Statistical Methods: for Economists and Managers: Textbook for Economics Majors in Higher Education Institutions. Moscow: Finance and Statistics Publ.; 2011. 349 p. (In Russ.)Crosilla L., Malgarini M. Behavioural Models for Manufacturing Firms: An Analysis based on ISAE Survey Data. 2011. URL: http://ec.europa.eu/economy_finance/ db_indicators/surveys/documents/workshops/2010/ec_ meeting/crosilla_malgarini_isae.pdf.Crosilla L., Malgarini M. Behavioural Models for Manufacturing Firms: An Analysis based on ISAE Survey Data. 2011. Available from: http://ec.europa.eu/economy_finance/db_indicators/surveys/documents/workshops/2010/ ec_meeting/crosilla_malgarini_isae.pdf.Лола И.С., Китрар Л.А. Кластеризация предпринимательских оценок отраслевых событий в малом торговом бизнесе // Вопросы статистики. 2016. № 1. С. 26-37.Lola I.S., Kitrar L.A. Clustering Entrepreneurial Assessments of Industry Events in the Small Commercial Business. Voprosy statistiki. 2016;(1):26-37. (In Russ.)Mitchell J., Smith R.J., Weale M.R. Aggregate versus Disaggregate Survey-Based Indicators of Economic Activity. NIESR Discussion Paper. 2002. No. 194. 33 р.Mitchell J., Smith R.J., Weale M.R. Aggregate versus Disaggregate Survey-Based Indicators of Economic Activity. NIESR Discussion Paper. 2002; no. 194. 33 р.Proietti T., Frale C. New Proposals for the Quantification of Qualitative Survey Data. CEIS Tor Vergata. Research Paper Series. March 2007. Vol. 34. No. 102. URL: ftp://www.ceistorvergata.it/repec/rpaper/No98.pdf.Proietti T., Frale C. New Proposals for the Quantification of Qualitative Survey Data. CEIS Tor Vergata. Research Paper Series. March 2007;34(102). Available from: ftp://www.ceistorvergata.it/repec/rpaper/No98.pdf.Crosilla L., Leproux S. Leading Indicators on Construction and Retail Trade Sectors based on ISAE Survey Data // OECD Journal: Journal of Business Cycle Measurement and Analysis. 2009. Vol. 2008. Iss. 1. P. 97-123.Crosilla L., Leproux S. Leading Indicators on Construction and Retail Trade Sectors based on ISAE Survey Data. OECD Journal: Journal of Business Cycle Measurement and Analysis. 2009;2008(1):97-123.Pesaran M.H., Weale M.R. Survey Expectations. CESifo Working Papers. 2005. No. 1599. URL: https:// www.econstor.eu/bitstream/10419/19063/1/cesifo1_ wp1599.pdf.Pesaran M.H., Weale M.R. Survey Expectations. CESifo Working Papers. 2005;(1599). Available from: https://www.econstor.eu/bitstream/10419/19063/1/cesifo1_wp1599.pdf.European Commission. The Joint Harmonised EU Programme of Business and Consumer Surveys. A User Manual. Brussels, 2014. URL: http://ec.europa.eu/ economy_finance/db_indicators/surveys/method_guides/ index_en.htm.European Commission. The Joint Harmonised EU Programme of Business and Consumer Surveys. A User Manual. Brussels, 2014. Available from: http://ec.europa. eu/economy_finance/db_indicators/surveys/method_ guides/index_en.htm.Архипова М.Ю., Мхитарян В.С. Использование нелинейных моделей в эконометрических исследованиях: монография. М.: Изд-во МЭСИ, 2010. 91 с.Arkhipova M.Yu., Mkhitaryan V.S. Use of Nonlinear Models in Econometric Studies: Monograph. Moscow: MESI Publ.; 2010. 91 p. (In Russ.)Mirkin B.G. Individual Approximate Clusters: Methods, Properties, Applications. LNCS, Vol. 8170. Berlin, New York, 2013. Р. 26-37.Mirkin B.G. Individual Approximate Clusters: Methods, Properties, Applications. LNCS, Vol. 8170. Berlin, New York, 2013. Р. 26-37.

The authors declare that there are no conflicts of interest present.