Будущее международного обмена статистическими данными и новые проблемы взаимодействия

Статья посвящена проблемам и перспективам внедрения международного стандарта обмена данными и метаданными (SDMX) и осуществления международного обмена статистическими данными и метаданными с применением данного стандарта. Определены возможные области использования стандарта, описан механизм реализации обмена данными и метаданными в соответствии со стандартом SDMX. На основе анализа отечественного и зарубежного опыта внедрения и использования стандарта выделены основные проблемы, которые могут быть классифицированы на три группы: общие, статистические, информационно-технологические. При этом они могут возникнуть на национальном уровне (при внедрении стандарта внутри страны), на международном уровне (при применении стандарта внутри международных организаций) и на национально-международном уровне (при осуществлении информационного взаимодействия между страновыми поставщиками статистических данных и международными организациями). Общие проблемы возникают на нормативно-правовом уровне и связаны с установлением границ ответственности организаций-контрагентов на всех трёх уровнях взаимодействия, а также в части наращивания потенциала применения стандарта SDMX. Проблемы чисто статистического характера встречаются наиболее часто по причине осуществления обмена большим количеством данных и метаданных, относящихся к различным тематическим областям статистики, структура формирования и передачи которых должна быть унифицирована. С развитием информационного обмена возникают проблемы постоянного мониторинга и расширения списков кодов, используемых в стандарте SDMX; при этом отмечается отсутствие универсальной структуры данных на международном уровне и, как следствие, сложность понимания и применения на национальном уровне существующих структур данных, разработанных международными организациями. Информационно-технологические вызовы связаны с построением ИТ-инфраструктуры для обмена данными и метаданными с использованием стандарта SDMX. ИТ-инфраструктура включает следующие элементы в зависимости от статуса участника процесса: инструменты, необходимые для принимающих организаций, инструменты для предоставляющих данные организаций и инфраструктура для ИТ-специалистов. По каждой из сформулированных проблем обоснованы авторские практические рекомендации на основе принципа комплексности применительно к внедрению международного стандарта обмена данными и метаданными SDMX.

1. Boden M., Cagnin C., Carabias V., Haegeman K. Facing the future: time for the EU to meet global challenges // European Commission Joint Research Centre Institute for Prospective Technological Studies European Union. URL: http://www.et2050.eu/docs/2010_IPTS_Facing_the_future.pdf (дата обращения 28.04.2019).

2. Берберов А.Б. На пути к цифровизации российской экономики: проблемы и перспективы // Управление экономическими системами: электронный научный журнал. 2017. № 7(101). URL: http://cyberleninka.ru/article/n/na-p (дата обращения 28.04.2019).

3. Government of the Russian Federation 2017, «Digital Economy of the Russian Federation program». Approved by the Federal Government on July 28. 2017. No. 1632. URL: http://government.ru/docs/28653/ (дата обращения 28.04.2019).

4. SDMX // данные официального сайта МВФ. URL: http://datahelp.imf.org/knowledgebase/articles/500102-sdmx (дата обращения 28.04.2019).

5. SDMX Content-oriented guidelines, 2016. SDMX. URL: https://sdmx.org/wp-content/uploads/SDMX_COG_2016_Introduction.pdf (дата обращения 28.04.2019).

6. Гончаров А.Н., Кочева С.Н. Некоторые вопросы использования стандарта SDMX на международном и национальном уровнях // Вопросы статистики. 2013. № 6. С. 40-44.

7. Guidelines for SDMX Data Structure Definitions, 2013. SDMX. URL: https://sdmx.org/wp-content/uploads/SDMX_Guidelines_for_DSDs_1.0.pdf (дата обращения 28.04.2019).

8. Data exchange in business statistics (part 2): SDMX, 2013. Eurostat. URL: https://ec.europa.eu/eurostat/documents/54610/7779382/Data-exchange-in-business-statistics-SDMX.pdf/ (дата обращения 28.04.2019).

9. SDMX Guidelines for the creation and management of SDMX code list, 2018. SDMX. URL: https://sdmx.org/wp-content/uploads/SDMX_Guidelines_for_CDCL.docx. (дата обращения 28.04.2019).

10. Karaiskos D.S., Xinidis D.. Bonis V. R&D Statistics Information System: An Interoperability Tail Between CERIF and SDMX // Procedia Computer Science. 2017. No. 106. P. 87-94.

11. Braaksma В. , Zeelenberg К. Information management as tool for standardization in statistics. Statistics Netherlands. URL: https://www.cbs.nl/-/media/imported/documents/2014/07/information%20management.pdf (дата обращения 28.04.2019).

12. SDMX Glossary, version 2.0, 2018. URL: https://sdmx.org/wp-content/uploads/SDMX_Glossary_Version_2_0_October_2018.docx. (дата обращения 28.04.2019).

13. Capadisli S., Auer S., Riedl R. Towards linked statistical data analysis. Semantic Statistics // Proceedings of the 1st International Workshop on Semantic Statistics. 2013. Vol. 1549, urn:nbn:de:0074-1549-5. URL: http://csarven.ca/linked-statistical-data-analysis (дата обращения 28.04.2019).

14. Sembiring J., Uluwiyah A. Data Exchange Design with SDMX Format for Interoperability Statistical Data // TELKOMNIKA Indonesian Journal of Electrical Engineering. 2015. Vol. 14. No. 2. Рp. 343-352. DOI: 10.11591/tel-komnika.v14i2.7505.

15. Ward D. 2015. SDMX started kit for national statistical agencies. SDMX. URL: https://sdmx.org/wp-content/uploads/SDMX_Starter_Kit_Version_23-9-2015.pdf. (дата обращения 28.04.2019)

16. Кочева С.Н., Гончарова Е.А., Воликова Т.И. Рекомендации по использованию Глоссария SDMX в российской системе государственной статистики. М.: 2018.

17. Validation and Transformation Language (VTL): Part 2 - Reference Manual, 2018. SDMX. URL: https://sdmx.org/wp-content/uploads/VTL-2.0-Reference-Manual-20180416-final.pdf (дата обращения 28.04.2019).