Алгоритм использования статистико-наукометрического анализа для выявление прогрессивных направлений научного знания в области экономики труда

Актуальность научного исследования, основные результаты которого отражены в данной статье, обосновывается тем, что современная «цифровая Вселенная» меняется и расширяется со скоростью, удваивающей объем данных каждые два года, что приводит к тому, что накопленные огромные потоки научной информации стало невозможно полностью охватить на основе традиционных приемов научного поиска и сформировать актуальную научную базу исследования. В статье аргуметируется необходимость использования современных прикладных статистико-наукометрических пакетов для решения исследовательских задач в рамках основных трендов информационной экономики. Дается сравнительная характеристика различных наукометрических программ. Описывается авторский подход к выявлению и визуализации новых тенденций и переходных закономерностей в научной литературе на основе анализа глобального публикационного потока по предметной области «экономика труда» за последние 25 лет, представленного в базе Web of Science.

В соответствии с авторской позицией научное поле знаний «экономика труда» концептуализируется и визуализируется в рамках временной диаграммы эволюции исследовательских фронтов, представлен алгоритм поиска активных исследовательских фронтов в глобальном информационном потоке с помощью программы CiteSpace V.0. Выделены наиболее важные тенденции и основные моменты исследовательских кластеров, сформированных за последние 10 лет по экономике труда и их центральные работы. Определены наиболее перспективные всплески цитирований, вокруг которых потенциально может формироваться новое научное знание в рамках данной отрасли и определены возможности для будущих исследований.

1. Фурсов К.С. Россия в глобальной науке: результаты библиометрического анализа // в кн. Науковедческие исследования. Ежегодник: Сб. научн.тр. М.: ИНИОН РАН, 2015. С. 61-79.

2. Измалкова С.А. Использование глобальных технологий «BIG DATA» в управлении экономичес-кими системами / С.А. Измалкова, Т.А. Головина // Известия Тульского государственного университета. Экономические и юридические науки. 2015. №4-1. С. 151-158.

3. Матраева Л.В., Башина О.Э. Современные тренды использования технологии big data в экономических процессах в практике зарубежных и отечественных компаний// Экономика и предпринимательство. 2017. № 5-1 (82-1). С. 788-791.

4. Persson O. The intellectual base and research fronts of JASIS 1986-1990// Journal of the American Society for Information Science. 1994. 45(1), C. 31-38.

5. Kessler M.M. Bibliographic coupling between scientific papers. American Documentation. 1963 14(1), 10-25.

6. Еремченко О.А. Сравнительный анализ исследовательских стратегий социальных наук России и мира // Экономика науки. 2015. №1. С. 48-61.

7. Upham S.P., Small H. Emerging Research Fronts in Science and Technology: Patterns of New Knowledge Development.// Scientometrics. Vol. 2010. 83. No. 1. PP. 15-38.

8. Мазов Н.А., Гуреев В.Н. Программы для наукометрических и библиометрических исследований: краткий обзор и сравнительный анализ// Труды 15-й Всероссийской научной конференции «Электронные библиотеки: перспективные методы и технологии, электронные коллекции» - RCDL-2013, Ярославль, Россия, 14-17 октября 2013 г.

9. Мазов Н.А. Свободно распространяемые программы для наукометрических и библиометрических исследований // Библиотеки и информационные ресурсы в современном мире науки, культуры, образования и бизнеса: 19-я междунар. конф. «Крым 2012» М.: Изд-во ГПНТБ России, 2012. С. 1-6.

10. Chen Ch. CiteSpace II: Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature //Journal of the American society for information science and technology. 2006. 57(3), P. 359-377.

11. Аналитический доклад по результатам выполнения первого этапа НИР по теме. Актуализация долгосрочного прогноза важнейших направлений научно-технологического развития на период до 2030 года. Национальный исследовательский университет «Высшая школа экономики».URL: https://www.hse.ru/data/2012/03/05/1266648817/Doc_HEHE_expandation%20prognosis.pdf (дата обращения: 13.03.18).

12. Small H. Paradigms, citations, and maps of science: A personal history. Journal of the American Society for Information Science and Technology. 2003. 54(5). P. 394-399.

13. Acemoglu D.; David D. Import Competition and the Great US Employment Sag of the 2000s //Journal Of Labor Economics. 2016. Т.34. Vol. 1. P. S141-S198.

14. Autor D., Dorn D., Hanson G.H. The China Shock: Learning from Labor-Market Adjustment to Large Changes in Trade. Annual Review o� Economics. 2016; Vol 8: P. 205-240.

15. Staehler N., Thomas C. FiMod A DSGE model for fiscal policy simulations // Economic Modelling. 2011. Т 29. Vol. 2. P. 239-261.

16. Helpman Elhanan; Itskhoki Oleg Labour Market Rigidities, Trade and Unemployment //Review Of Economic Studies. 2010. Т. 77. Vol. 3. P. 1100-1137.

17. Demurger, S; Xu, Hui Return Migrants: The Rise of New Entrepreneurs in Rural China // 2011. Т. 39. Vol. 10. P. 1847-1861.

18. Wang X., Huang J., Zhang L., Rozelle S. The rise of migration and the fall of self employment in rural China’s labor market // China Economic Review. 2011. Vol. 22. Iss. 4. P. 573-584.

19. Piketty T. Capital in Twenty-First Century // Harvard University Press. 2014. P. 686.