В статье описаны методы верификации статистической модели, которая, во-первых, представлена временными рядами исходных данных и, во-вторых, является линейной по оцениваемым параметрам. Традиционно применение эконометрических методов базируется на представлении изучаемого процесса в виде линейной регрессионной модели. При этом автор исходит из того, что в случае, когда наборы объясняемой и объясняющих переменных представлены временными рядами, стандартная регрессионная модель позволяет получить лишь оценки структурных параметров, усредненные по временному интервалу наблюдаемых переменных модели. Естественное обобщение классической регрессионной модели (представляющее широкий класс практически важных численных задач как в области экономико-статистических исследований, так и в технической и прочих областях) - модель, в которой структурные параметры, подлежащие оцениванию на эмпирических данных, являются переменными во времени. В статье обосновываются методы оценивания структурных параметров различных типов статистических моделей, применительно к которым проблема оценки динамики этих параметров представляется актуальной.

Статья посвящена проблеме повышения точности прогнозирования временных рядов путем объединения индивидуальных прогнозов. В ней предлагается модификация одного из наиболее популярных методов объединения прогнозов, предложенного Грейнджером и Раманатханом и основанного на минимизации ошибки прогнозирования. Эти методы часто используются в практических расчетах. Однако они могут давать отрицательные коэффициенты при объединении прогнозов, и, соответственно, некоторые весовые коэффициенты могут превышать единицу. В работе предложена модификация разработанной ранее авторами методики на основе применения итеративной процедуры с целью исключения отрицательных весовых коэффициентов при объединении прогнозов. Осуществлен сравнительный анализ предлагаемой методики с традиционным методом Грейнджера-Раманатхана с ограничениями на сумму весов, равную единице, и индивидуальными прогнозами, на основе которых строится объединение. Эта процедура проводилась на базе временных рядов по производству ряда видов промышленной продукции в натуральном выражении. Результаты исследования позволяют сделать вывод о том, что хотя предлагаемая модификация метода ГрейнджераРаманатхана с использованием последовательного объединения индивидуальных прогнозов несущественно снижает его точность, но при этом удается исключить отрицательные весовые коэффициенты. В итоге расширяются возможности прогнозирования при решении практических задач.

Данная публикация отражает результаты исследования с использованием математико-статистического моделирования региональных особенностей экономического развития Севера и Арктической зоны Российской Федерации в сравнении с общероссийским экономическим трендом. Исследование продолжает серию работ авторов по моделированию динамики производства на основе показателя валового регионального продукта (ВРП) с целью повышения качества измерения взаимодействия основных факторов производства, адекватной оценки специфики их влияния на экономический рост в рассматриваемых регионах страны. Аргументирована актуальность анализа влияния инвестиций на производство ВРП, определяемая новым подходом к управлению северными и арктическими территориями России посредством формирования опорных зон развития на основе реализации взаимосвязанных инвестиционных проектов разного масштаба. Проведено математико-статистическое моделирование факторов динамики производства ВРП в регионах Севера, Арктики и Российской Федерации в целом с использованием мультипликативной производственной функции и производственной функции CES. Для восьми регионов Севера [Республика Карелия, Республика Коми, Архангельская область, Ненецкий автономный округ, Ямало-Ненецкий автономный округ, Республика Тыва, Республика Саха (Якутия), Камчатский край, Магаданская область] и Российской Федерации в целом были подобраны варианты модели, отображающие взаимосвязь роста ВРП и динамики инвестиций. Для четырех субъектов Российской Федерации - Мурманской и Сахалинской областей, Ханты-Мансийского автономного округа - Югры, Чукотского автономного округа - адекватные варианты моделей подобрать не удалось. В этой связи авторами обоснована необходимость дальнейшего совершенствования математико-статистического моделирования зависимости экономического развития регионов от динамики инвестиционной деятельности.

Химический комплекс является базовым сегментом промышленного производства России и входит в состав ведущих сфер деятельности в развитых странах мира. Дана оценка тенденций развития химического комплекса страны, анализ и прогнозирование различных сегментов рынка продукции химического производства обусловливает необходимость совершенствования сбора и накопления необходимой информации. Авторами обобщен зарубежный опыт эмпирических исследований основных тенденций развития химической индустрии. Обозначены направления совершенствования отечественной системы статистического мониторинга химического комплекса (на примере отдельных видов деятельности химического комплекса - производства изделий из пластмасс, химических волокон и нитей) как разновидности статистического наблюдения. Сформулированные предложения по модернизации статистики (в части статистики химического комплекса - сегмента промышленного производства) представлены в заключительной части статьи. Среди них: детализация отдельных разделов Общероссийского классификатора видов экономической деятельности и учет некоторых видов химической продукции в соответствии с международными стандартами, восстановление отечественной практики учета показателей состояния основных фондов.

В статье рассмотрены статистические подходы к измерению агломерационных эффектов на примере так называемых индикаторов экономической плотности, определяемых по показателям прибыли. Авторами выделены и проанализированы по данным за 2013-2016 гг. показатели плотности прибыли, продуктивности, инфраструктуры, транзакций и трудозатрат в городских округах регионов Приволжского федерального округа. На основе сопоставительного анализа определены значимые величины агломерационных эффектов для развития городских округов с численностью населения свыше 100000 человек по сравнению со всеми городскими поселениями регионов. Выявлено позитивное воздействие агломерационных процессов (показателей плотности) на социальные параметры, в том числе на качество человеческого потенциала. Количественно измерена прямая зависимость между эффектами развития, состоянием инфраструктуры и масштабами местного бизнеса.

Данная статья отражает результаты ретроспективного экономико-статистического анализа роли сельского хозяйства в экономике Республики Башкортостан. Изучены закономерности и тенденции, имевшие место в сельском хозяйстве в период с 1990 по 2016 г., проведен сопоставительный анализ макроэкономических показателей, отражающих роль сельского хозяйства в региональной экономике и российской экономике в целом. Построены и прокомментированы трендовые модели доли валовой добавленной стоимости (ВДС) сельского хозяйства в общем объеме ВДС всех отраслей региональной экономики, основных фондов сельского хозяйства в общем объеме основных фондов и инвестиций в основной капитал сельского хозяйства в объеме всех инвестиций республики. Сравнительный анализ среднероссийских макроэкономических показателей и показателей Республики Башкортостан показал, что в целом в аграрном секторе республики положительные тенденции проявляются в большей мере по сравнению с общероссийским трендом.

В статье изложены результаты исследования зарубежной практики статистических наблюдений за выполнением научных исследований и разработок. Дана характеристика статистических служб в США, Канаде, Англии, Франции, Чешской Республике, Китае, Японии и Австралии. Рассмотрены методологические подходы к организации обследований с учетом международных стандартов, особенности адаптации последних к национальной специфики отдельных стран. Проанализированы принципы формирования статистики науки в зарубежных странах с применением дифференцированного подхода к сбору данных по отдельным институциональным секторам. Сформулированы обобщения и выводы, представляющие, по мнению авторов статьи, интерес для отечественных статистиков.

Статья посвящена вопросам повышения эффективности использования данных отечественных сельскохозяйственных переписей, в частности, Всероссийской сельскохозяйственной переписи 2016 года (ВСХП-2016). На основе анализа программ и материалов по нормативно-правовому обеспечению ВСХП и подготовленных к настоящему времени организационно-методологических документов Всемирной сельскохозяйственной переписи ФАО (раунда 2020 г.) определяются основные группы пользователей информационной базы, сформированной по итогам сельскохозяйственных переписей. Автор сделал акцент на необходимость адаптации международных стандартов по разным аспектам организации и проведения такой широкомасштабной статистической работы применительно к российским условиям. Формулируются предложения по совершенствованию взаимодействия производителей и пользователей статистических данных по сельскому хозяйству, обеспечивающего, по мнению автора, повышение эффективности использования данных Всероссийской сельскохозяйственной переписи.