В статье исследуется роль данных как экономического актива в цифровой экономике. Цель работы состоит в разработке подходов к комплексной оценке стоимости данных (информации) и их корректному учету в макроэкономической статистике.
В первой части статьи представлен обзор основных теоретических источников, посвященных исследованию так называемого парадокса производительности Солоу: влиянию цифровых процессов на замедление роста производительности в мире. Рассматривая различные точки зрения участников научной дискуссии, автор высказывает мнение о том, что существующая статистическая методология не позволяет оценить в полной мере вклад цифровой экономики в динамику производительности. Вместе с тем автор не считает обоснованными предложения о включении в макроэкономический учет стоимости данных, формируемых в рамках неоплачиваемой деятельности домашних хозяйств, и расширении основных макроэкономических показателей, например ВВП.
Во второй и третьей частях статьи рассмотрены подходы к оценке стоимости данных, используемых компаниями в производстве в качестве актива, а также основные обсуждаемые в настоящее время предложения о методах ее измерения в макроэкономической статистике. Эти аспекты измерения стоимости данных тесно связаны между собой как в информационном плане, так и методологически. Автор делает вывод о том, что рост потребности в стоимостной оценке данных на микроуровне неизбежно приведет к соответствующим изменениям в методологии макроэкономической статистики.
В последней части статьи более подробно исследованы вопросы измерения стоимости данных как непроизведенного актива. Потребность в таком подходе обусловлена существующим разрывом между рыночной оценкой вклада данных в производство и существующими возможностями их учета в объеме затрат на их производство. По мнению автора, это перспективное направление, позволяющее преодолеть указанный разрыв. В подтверждение в статье приводятся примеры экспериментальных расчетов на основе отчетов по стандарту МСФО четырех российских компаний, занятых в производстве цифровых услуг.
Экспериментальная оценка непроизведенных активов методом чистой приведенной стоимости показывает, что стоимость участвующих в производстве непроизведенных активов дата-ориентированных компаний отличается от величин, учитываемых в их финансовой отчетности, и это, в частности, происходит за счет недооценки или переоценки стоимости используемых в производстве данных, которые, по мнению автора, составляют основную часть неидентифицированных непроизведенных активов цифровых компаний.
В завершение делается вывод о том, что разработка методов учета стоимости данных как непроизведенного актива, используемого в производстве цифровых продуктов, - это одна из приоритетных задач развития методологии системы национальных счетов.

В статье отражены результаты исследования влияния миграции на региональные рынки труда в условиях сокращения численности населения трудоспособного возраста в России. После обоснования актуальности рассматриваемых вопросов авторы предлагают методологический инструментарий анализа, авторскую методику расчета коэффициентов постоянной долговременной внешней и внутренней трудовой миграции на региональных рынках труда, коэффициент суммарной миграционной нагрузки. Кроме того, авторы дают характеристику информационно-статистической базы исследования. По данным текущего учета миграции населения, материалам выборочных обследований Росстата российских трудовых мигрантов, выезжающих на работы в другие регионы, региональных балансов трудовых ресурсов на основе рассчитанных коэффициентов нагрузки на рынок труда анализируется влияние миграции на региональные рынки труда России за последнее десятилетие.
Выявлена возрастающая роль внутренней трудовой миграции во многих регионах, в первую очередь, в крупнейших экономических агломерациях и нефтегазовых территориях, при сохранении стабильной роли внешней трудовой миграции и снижающихся минимальных показателях вклада постоянной миграции в формирование региональных рынков труда. Установлено, что сложились нерациональные встречные потоки внешней и внутренней трудовой миграции, что свидетельствует не только о разбалансированности спроса и предложения рабочей силы, но и несоответствии качественного состава мигрантов потребностям экономики.
Сделан вывод о том, что государство недостаточно эффективно регулирует отдельные виды миграции с учетом их влияния на рынок труда. Обосновано проведение регулярных выборочных статистических обследований домохозяйств по специальным программам для сбора информации о трудовых мигрантах и условиях использования их труда, позволяющих (в дополнении к данным текущего статистического учета миграции) на основе межрегионального анализа принимать более обоснованные решения на федеральном и региональном уровнях по корректировке негативной ситуации, сложившейся в настоящее время на региональных рынках труда еще до коронавирусной пандемии.

Тематика количественных исследований неформальной занятости как в Российской Федерации, так и в других странах имеет стабильно высокую и при этом периодически резко возрастающую актуальность, что обусловлено характерностью этого явления для стран с любым уровнем экономического развития и его высокой зависимостью от цикличности и кризисных этапов в их экономической динамике.
В теоретических и прикладных исследованиях особое внимание к оценке факторов и условий неформальной занятости в Российской Федерации связано с необходимостью выработки эффективных мер государственной политики по преодолению негативного влияния неформальной занятости, в том числе на региональном уровне. Среди отрицательных эффектов неформальной занятости, вызывающих обеспокоенность федеральных и региональных органов власти, можно выделить недополучение налогов, потенциальные потери, обусловленные снижением эффективности производства, негативные социальные последствия. Для их преодоления необходима разработка количественных индикаторов, определяющих уровень неформальной занятости в регионах с учетом их специфики в общей пространственно-экономической системе России.
В статье предложены и апробированы методы решения задачи выявления и оценки влияния иерархической взаимосвязи макроэкономических показателей регионального развития на уровень неформальной занятости в субъектах Российской Федерации. Большинство работ, посвященных исследованию неформальной занятости, основано на базовых статистических методах пространственно-динамического анализа, а также на ставших «традиционными» методах кластерного и корреляционноре грессионного анализа. Не умаляя достоинств этих методов, необходимо отметить их определенную ограниченность в выявлении скрытых структурных связей и взаимозависимостей в таком сложном многомерном явлении, как неформальная занятость.
С целью обоснования возможности преодоления этих ограничений в статье предложены показатели региональной статистики, прямо или косвенно характеризующие неформальную занятость, а также представлены результаты применения метода «случайный лес» для выделения групп субъектов Российской Федерации на основе сходных макроэкономических параметров, определяющих неформальную занятость. Новизна данного метода с точки зрения целей исследования состоит в том, что он позволяет оценить влияние макроэкономических показателей регионального развития на уровень неформальной занятости с учетом неявных, не предопределенных исходными гипотезами иерархических взаимосвязей факторных показателей.
На основе обобщения исследований, представленных в литературных источниках, а также выполнения авторами статистических расчетов с использованием данных Росстата сделаны выводы о высокой значимости макроэкономических параметров регионального развития и системных связей макроэкономических показателей в обосновании дифференциации уровня неформальной занятости по субъектам Российской Федерации.

Данная публикация отражает результаты исследований авторов, направленных на поиск путей уменьшения трудоемкости и сложности оценки инвестиционной привлекательности потенциальных получателей инвестиций. Цель исследования – создание методологии, которая позволит эффективно управлять не только процессом определения получателей инвестиций, но и развитием организаций для повышения их инвестиционной привлекательности.
Авторы приводят обзор наиболее значимых публикаций, в которых рассматриваются существующие методы оценки инвестиционной привлекательности, основанные как на финансовой отчетности, так и на определении рыночной стоимости бизнеса.
В основной части статьи авторы приходят к выводу о том, что технология оболочечного анализа данных (Data Envelopment Analysis - DEA) может быть использована для агрегирования нескольких различных критериев оценки инвестиционной привлекательности в одном номере. Раздел, в котором представлены эмпирические результаты исследования, содержит характеристику ряда показателей российских нефтеперерабатывающих компаний и их агрегирование как на основе метода экспертных оценок, так и на базе формального подхода с применением DEA. В примерах применяются исключительно критерии, рассчитанные на основе финансовой отчетности организаций.
Подчеркивается, что в реальной практике первый метод - весьма дорогостоящая и трудоемкая процедура по сравнению со вторым, который обеспечивает формализованное согласование критериев, использованных в уже применявшихся ранее методах оценки, и учитывает ситуацию, сложившуюся во всем изучаемом сегменте рынка.
Показано, что расчеты, произведенные на основе двух указанных методов, дают приблизительно одни и те же результаты. Это свидетельствует о том, что предлагаемая авторами методология может рассматриваться как эффективная альтернатива существующим экспертным подходам к оценке инвестиционной привлекательности.
В заключительной части статьи формулируются рекомендации по совершенствованию предлагаемого методологического подхода за счет включения в число критериев ряда рыночных показателей, характеризующих деятельность потенциальных получателей инвестиций.

Данная публикация отражает результаты авторских исследований по совершенствованию отечественного статистико-методологического инструментария, используемого в анализе и прогнозировании российской экономики. В этой связи показаны основные особенности формирования и применения Индекса деловой активности по базовым сферам экономики Института экономики РАН (далее, индекс деловой активности) и даются обоснования его отдельных преимуществ по сравнению с индексом выпуска товаров и услуг по базовым видам экономической деятельности Росстата (далее, индекс выпуска товаров и услуг). Приводятся доказательства, свидетельствующие о том, что несмотря на ряд положительных качеств применяемой методологии построения индекса выпуска товаров и услуг, индекс деловой активности, по мнению авторов статьи, дает более объективную оценку макроэкономической динамики, поскольку включает в свой состав дополнительные показатели, отражающие финансовые и социальные аспекты развития экономики. Доказывается, что основные преимущества индекса деловой активности проявляются в более точном определении глубины кризисных явлений в социально-экономическом развитии, а также в определении сроков наступления и преодоления этих негативных процессов.
Дается характеристика макроэкономических показателей, составляющих индекс деловой активности. Рассматриваются методы расчета весов показателей, характеризующих уровень деловой активности различных сфер национальной экономики, а также методы определения изменений этого уровня. Анализируются изменения динамики этих весов. Предлагаются способы более эффективного использования индексов деловой активности в практике учета, прогнозирования и управления социально-экономическим развитием.
Обосновывается вывод о целесообразности применения индекса деловой активности для макроэкономического анализа, прогнозирования и стратегического планирования, что позволит более точно оценивать влияние хода реализации национальных проектов и социального пакета послания Президента Российской Федерации на экономический рост и повысить эффективность использования инструментов деловой активности в практике государственного управления социально-экономическим развитием страны.

В статье изложены авторские идеи относительно измерения эффективности предлагаемого модернизированного варианта прогрессивной шкалы налогообложения.
Проведен сравнительный экономико-статистический анализ налогообложения физических лиц, который показал, что в большинстве стран с развитой рыночной экономикой применяется прогрессивная шкала налогообложения, позволяющая учесть платежеспособность населения и установленный прожиточный минимум. Отмечается, что сегодня Россия остается практически одной из развитых стран, в которой используется плоская шкала, но в последнее время и в нашей стране принимаются меры по внедрению отдельных элементов прогрессивного налогообложения. Вместе с тем авторы указывают, что существенным недостатком применяемой прогрессивной шкалы налогообложения является скачкообразное изменение величины налога. Предлагается использовать так называемую кусочно-линейную модель прогрессивной шкалы налогообложения, которая с точки зрения налогоплательщика видится более справедливой.
На основе статистических данных авторы доказывают преимущества использования кусочно-линейной модели прогрессивной шкалы налогообложения по сравнению с плоской шкалой. Так, кусочно-линейная шкала позволит физическим лицам (налогоплательщикам) легче адаптироваться к переходу к прогрессивной ставке налога. Для оценки эффективности применения кусочно-линейной шкалы налогообложения, предполагающей освобождение от уплаты налога лиц с доходами ниже прожиточного минимума и увеличение ставки налога (по сравнению с существующей) для лиц с большими доходами, разработана экономико-математическая модель. Модель апробирована на статистических данных Росстата о доходах физических лиц.
Внедрение в практику предлагаемой кусочно-линейной модели шкалы налогообложения позволит, по мнению авторов, повысить собираемость налогов и полнее реализовать распределительную функцию налогообложения, что в итоге будет стимулировать развитие экономики и социальной сферы.

Цель автора данной статьи выяснить с использованием математико-статистического инструментария особенности и интенсивность распространения COVID-19 в странах большой экономики. По данным международной статистики проведен предварительный анализ географии и темпов распространения вирусной пандемии, охватившей в 2020 г. практически весь мир, на примере 24 стран, каждая из которых хотя бы один год с 1980 по 2019 г. производила более 1% мирового ВВП.
Предложено сгруппировать данные по этим странам на три типа сценария с делением их на несколько вариантов. В работе использованы временные ряды по трем показателям, рассчитываемым на 1 млн населения страны. Два показателя отражают, соответственно, уровни инфицированности и заболеваемости коронавирусом, а третий - ежедневное приращение инфицированных. Такая система показателей позволяет, по мнению автора, адекватно определять возникающие тренды и удобна для сравнения особенностей и интенсивности распространения пандемии в разных странах.
Высказана гипотеза о возможных причинах синхронизации трендов для различных стран, в которых реализовался один и тот же тип сценария. Показано, что часто используемый показатель летальности в условиях, далеких от окончания пандемии, является малоинформативным. Более наглядным показателем мобилизационной способности системы здравоохранения в целом в условиях глобальных вызовов является показатель смертности инфицированных людей на 1 млн населения страны. Ранжирование всех 24 стран по этому показателю существенно отличается от ранжирования по Глобальному индексу безопасности здравооханения, опубликованному в 2019 г.
После заключения в приложении к статье приводятся иллюстрации в виде графиков распространения пандемии по рассмотренным странам, а также краткая информация об особенностях организации работы по борьбе с опаснейшей инфекцией в Республике Корее, отличной как от временных, но жестких ограничений для населения в КНР, так и в сравнительно мягкой форме во многих странах мира.

В статье рассмотрены публикации статистических данных к юбилеям Победы в Великой Отечественной войне, как важнейшие информационные источники для объективного анализа исторических событий. Поводом к написанию статьи стал выпуск статистического сборника Росстата, посвященного 75-летию Великой Победы. Во введении автор аргументирует актуальность исследуемых в статье вопросов в современный период, вызванными информационными войнами, направленными на искажение исторической правды о роли нашей страны в антигитлеровской коалиции и разгроме фашизма во Второй мировой войне. В основной части статьи дается характеристика концепции и содержания указанного юбилейного издания. Самостоятельное место занимает анализ источников данных, использованных при подготовке сборника.
Автор раскрывает структуру юбилейного издания, включающую предисловие и такие разделы, как «Население», «Экономика», «Условия жизни населения», «Мобилизация населения», «Партизанское движение», «Эвакуация во время войны», «Потери в годы войны», «Воинские захоронения», «Государственные награды», а также «Источники информации». Отмечается, что сборник сохраняет традиции статистических изданий, посвященных юбилеям Великой Победы. В заключении обосновывается новизна данных юбилейного сборника и аргументируется логика структуризации статистических материалов в нем.
Делаются выводы о важности проведения дальнейшей работы по популяризации статистических данных о Великом Подвиге советских людей в период войны, о необходимости введения в научный оборот новых данных из первичных источников о Великой Отечественной войне 1941-1945 гг. По мнению автора, эта статистическая информация требует в дальнейшем осмысления и анализа.

В статье кратко рассказано о создании, особенностях функционирования и направлениях деятельности в отдельные периоды отечественной истории Дома ученых имени М. Горького - первого Дома ученых в нашей стране, столетний юбилей которого в начале этого года отмечался российской научно-педагогической общественностью. Подчеркнута социальная функция деятельности Дома ученых, значимость которой особенно проявлялась в трудные для страны периоды истории.
Обозначена роль Дома ученых как центра межпрофессионального общения и воспроизводства научных кадров. В 1932 г. Дому ученых присвоено имя М. Горького, в 1937 г. Дом ученых был передан в ведение Академии наук СССР. В этот же период стали формироваться научные секции, проводились научные конференции, активизировалась культурно-просветительская работа. Отмечены особенности функционирования Дома ученых в предвоенный период, в годы Великой Отечественной войны и первые нелегкие послевоенные годы.
Сделан акцент на содержании деятельности Дома ученых имени М. Горького со второй половины 1950-х годов, когда все более полно раскрывалась его функция как центра междисциплинарного научного общения. Принципиальным шагом в этом направлении явилось создание в 1956 г. секции кибернетики Дома ученых, руководство которой на первых порах принял на себя Нобелевский лауреат Л.В. Канторович (1912-1986). Затем более тридцати лет работой секции руководил профессор Л.П. Крайзмер (1912-2002). Немного раньше секции кибернетики, в 1953-1954 гг. была создана секция экономики и статистики Дома ученых (в настоящее время - секция социально-экономических проблем и статистики). Характеристика этапов деятельности секции социально-экономических проблем и статистики Дома ученых имени М. Горького представлена в статье И.И. Елисеевой и А.Л. Дмитриева, опубликованной в журнале «Вопросы статистики» (2018, № 8, с. 52-65).