По всем вопросам звоните:

+7 495 274-22-22

УДК: 330.44 DOI:10.33920/vne-04-2202-05

Многофакторное моделирование развития экономики России методами корреляционно-регрессионного анализа в облачной среде Colab на Python

Николай Иванович Ломакин кандидат экономических наук, доцент, ФГБОУ ВО «Волгоградский государственный технический университет». Россия, 400005, г. Волгоград, пр-т В. И. Ленина, д. 28, E-mail: tel9033176642@yahoo.com, ORCID: 0000-0001-65977195
Ольга Сергеевна Пескова доктор экономических наук, профессор кафедры менеджмента и финансов производственных систем, ФГБОУ ВО «Волгоградский государственный технический университет». Россия, 400005, г. Волгоград, пр-т В. И. Ленина, д. 28, E-mail: peskovaolga81@mail.ru, ORCID: 0000-0002-5119-930X
Галина Александровна Мершиева кандидат экономических наук, доцент, ФГБОУ ВО «Волгоградский государственный технический университет». Россия, 400005, г. Волгоград, пр-т В. И. Ленина, д. 28, E-mail: galinamershieva@yandex.ru, ORCID:0000-0001-8830-7573
Татьяна Ивановна Кузьмина доктор экономических наук, профессор, профессор кафедры мировой экономики, ФГБОУ ВО «Российский экономический университет им. Г. В. Плеханова», Россия, г. Москва. 400005, г. Волгоград, Волгодонская ул., д. 13, E-mail: tutor07@list.ru, ORCID: 0000-0002-1757-5201
Михаил Александрович Коваженков кандидат экономических наук, доцент кафедры экономики и менеджмента, ФГБОУ ВО «Волжский политехнический институт (филиал) ВолгГТУ». Россия, 404121, г. Волжский, ул. Энгельса, д. 42а, E-mail: kovazhenkov@ mail.ru, ORCID: 0000-0003-4585-2891
Алина Викторовна Горбунова доцент кафедры экономики и менеджмента, ФГБОУ ВО «Волжский политехнический институт (филиал) ВолгГТУ». Россия, 404121, г. Волжский, ул. Энгельса, д. 42а, E-mail: alinavictory@mail.ru, ORCID: 0000-0002-89357780
Ольга Николаевна Максимова доцент кафедры экономики и менеджмента, ФГБОУ ВО «Волжский политехнический институт (филиал) ВолгГТУ». Россия, 404121, г. Волжский, ул. Энгельса, д. 42а, E-mail: maxsima@list.ru, ORCID: 0000-0001-8147-2875
Елена Григорьевна Черная кандидат экономических наук, доцент кафедры теоретической экономики и экономической безопасности, МБОУ ВО «Волжский институт экономики, педагогики и права». Россия, 404130, г. Волжский, пр-т им В. И. Ленина, д. 21, E-mail: tchornaja@mail.ru, ORCID: 0000-0003-2039-7909

В статье рассмотрены теоретические подходы применения многофакторного моделирования развития экономики России методами корреляционно-регрессионного анализа. Выявлены факторы-драйверы, определяющие процессы формирования ВВП России за период с 1992 по 2019 г. Произведен расчет парных коэффициентов корреляции между факторами, а также сделана оценка качества регрессионной модели, отражающей зависимость результативного признака «ВВП» от факториального признака — «Объем товарооборота» с использованием критерия t-Стьюдента и F-статистик. Исследования показали, например, что на величину ВВП оказывают положительное воздействие определенные факторы, среди которых можно выделить транспортировку и хранение (Transpor) + 0,061436. Кроме того, позитивно на ВВП влияют: строительство (Build) + 0,352224; торговля оптовая и розничная (Trade) +0,0202247; деятельность гостиниц +0,266373; финансовая и страховая деятельность (Finanс) +0,520438; деятельность по операциям с недвижимым имуществом (Prop) +0,288744. Новизна проведенного исследования заключается в том, что предложена корреляционная модель динамики ВВП РФ в современных условиях, предполагающая использование совокупности цепных индексов ведущих отраслей как факторов-драйверов, причем расчеты были проведены с использованием корреляционно-регрессионного анализа в облачной среде Сolab на Python. Предпринята попытка оценить вклад в динамику величины ВВП такого фактора, как транспортировка, и с помощью регрессионной модели рассчитать тесноту связи между индексом услуг отечественной транспортной системы. Рассчитано уравнение связи ВВП и индекса «Транспортировка и хранение» Y = 92,05759 + 0,00065 * x. Коэффициент +0,00065 показывает весомость переменной Х на Y. То есть изменение индекса транспортных услуг в пределах данной модели влияет на величину ВВП весом –0,16285 (млрд долл.). Как видно, это небольшая степень влияния. Знак «+» указывает на положительное влияние: чем больше индекс транспортных услуг, тем больше величина ВВП.

Литература:

1. Бобылев, С., Зубаревич, Н., Соловьева, С. Вызовы кризиса: как измерять устойчивость развития // Вопросы экономики. — 2015. — № 1. — C. 147–160.

2. Гурвич, Е., Прилепский, И. Как обеспечить внешнюю устойчивость российской экономики // Вопросы экономики. — 2013. — № 9. — С. 4–39.

3. Зоидов, К. Х. К проблеме исследования циклических процессов в советской и переходной российской экономике // Экономическая наука современной России. — 2007. — Ч. 1. — № 4. — С. 7–22.

4. Ивантер, А., Механик, А., Обухова, Е., Ульянов, Н. Реформа системы отрицательного KPI // Эксперт. — 2020. — № 49. — С. 12–18.

5. Клейнер, Г. Устойчивость российской экономики в зеркале системной экономической теории // Вопросы экономики. — 2015. — № 12. — С.107–123.

6. Корреляционный регрессионный анализ в Python — 2 простых пути! // Pythobyte. com [Электронный ресурс]. — URL: https://pythobyte.com/correlation-regression-analysisaa39194c/ (дата обращения: 14.12.2021).

7. Многофакторное моделирование (Проект2_) [Электронный ресурс]. — URL: https://colab.research.google.com/drive/19l5wAlg5ke0HzrAPTB4yuV0mlzGzNoyw?usp=sha ring (дата обращения: 14.12.2021).

8. Многофакторный корреляционный анализ [Электронный ресурс]. — URL: https:// studref.com/362681/ekonomika/mnogofaktornyy_korrelyatsionnyy_analiz (дата обращения: 13.12.2021).

9. Насколько вырос ВВП России и стран мира в 2020 году // Деловая жизнь [Электронный ресурс]. — URL: http://bs-life.ru/makroekonomika/vvp2021.html (дата обращения: 22.09.2021).

10. Построение уравнения множественной регрессии в Excel [Электронный ресурс]. — URL: https://math.semestr.ru/regress/excel.php (дата обращения: 14.12.2021).

11. Россия в цифрах 2020: Крат. стат. сб. — M.: Росстат, 2020. — 550 с. ISBN 978-5-89476488-7.

12. Структура ВВП России. Какая доля нефти в ВВП России // SYL.ru [Электронный ресурс]. — URL: https://www.syl.ru/article/199922/new_struktura-vvp-rossii-kakaya-dolyanefti-v-vvp-rossii (дата обращения: 03.11.2021).

13. Четвертая промышленная революция // Wikipedia [Электронный ресурс]. — URL: https://ru.wikipedia.org/wiki/%D0%A7%D0%B5%D1%82%D0%B2%D1%91%D1%80%D1% 82%D0%B0%D1%8F_%D0%BF%D1%80%D0%BE%D0%BC%D1%8B%D1%88%D0%BB%D0 %B5%D0%BD%D0%BD%D0%B0%D1%8F_%D1%80%D0%B5%D0%B2%D0%BE%D0%BB% D1%8E%D1%86%D0%B8%D1%8F (дата обращения: 04.11.2021).

14. Что такое Google Colab и кому он нужен? // SkillFactory [Электронный ресурс]. — URL: https://blog.skillfactory.ru/chto-takoe-google-colaboratory-i-komu-on-nuzhen/ (дата обращения: 14.12.2021).

15. Эксперты предупредили о риске для России «навсегда отстать» в технологиях // РБК [Электронный ресурс]. — URL: https://www.rbc.ru/technology_and_media/13/04/202 1/607478fc9a794731d03611ab (дата обращения: 03.11.2021).

16. Python, корреляция и регрессия: часть 1 // Хабр [Электронный ресурс]. — URL: https://habr.com/ru/post/557998/ (дата обращения: 16.12.2021).

17. The S word // The Economist. — 2013. — № 9 [Электронный ресурс]. — URL: https:// www.economist.com/europe/2013/11/07/the-s-word (дата обращения: 19.12.2021).

1. Bobylev, S., Zubarevich, N., Solovyova, S. Vyzovy krizisa: kak izmeriat’ ustoichivost’ razvitiia [Challenges of the crisis: how to measure the sustainability of development]. Voprosy ekonomiki. 2015, no. 1, рp. 147–160 (in Russian).

2. Gurvich, E., Prilepsky, I. Kak obespechit’ vneshniuiu ustoichivost’ rossiiskoi ekonomiki [How to ensure external stability of the Russian economy]. Voprosy ekonomiki. 2013, no. 9, рp. 4–39 (in Russian).

3. Zoidov, K. Kh. K probleme issledovaniia tsiklicheskikh protsessov v sovetskoi i perekhodnoi rossiiskoi ekonomike. Ch. 1 [On the problem of studying cyclical processes in the Soviet and transitional Russian economies. Part 1]. Ekonomicheskaia nauka sovremennoi Rossii [Economic science of modern Russia]. 2007, no. 4, рp. 7–22 (in Russian).

4. Ivanter, A., Mechanic, A., Obukhova, E., Ulyanov, N. Reforma sistemy otritsatel’nogo KPI [Reform of the negative KPI system]. Ekspert [Expert]. 2020, no. 49, рp. 12–18 (in Russian).

5. Kleiner, G. Ustoichivost’ rossiiskoi ekonomiki v zerkale sistemnoi ekonomicheskoi teorii [Stability of the Russian economy in the mirror of systemic economic theory]. Voprosy ekonomiki. 2015, no. 12, рp. 107–123 (in Russian).

6. Correlation Regression Analysis in Python — 2 Easy Ways! Pythobyte.com. Available at: https://pythobyte.com/correlation-regression-analysis-aa39194c/ (accessed: 14.12.2021) (in Russian).

7. Multivariate modeling (Project2_). Available at: https://colab.research.google.com/driv e/19l5wAlg5ke0HzrAPTB4yuV0mlzGzNoyw?usp=sharing (accessed: 14.12.2021) (in Russian).

8. Multivariate correlation analysis. Available at: https://studref.com/362681/ekonomika/ mnogofaktornyy_korrelyatsionnyy_analiz (accessed: 13.12.2021) (in Russian).

9. How much the GDP of Russia and the countries of the world has grown in 2020. Business Life. Available at: http://bs-life.ru/makroekonomika/vvp2021.html (accessed: 22.09.2021) (in Russian).

10. Construction of a multiple regression equation in Excel. Available at: https://math. semestr.ru/regress/excel.php (accessed: 14.12.2021) (in Russian).

11. Rossiia v tsifrakh 2020 [Russia in Figures 2020]. — Moscow: Rosstat, 2020. — 550 p. ISBN 978-5-89476-488-7 (in Russian).

12. The structure of Russia’s GDP. What is the share of oil in Russia’s GDP. SYL.ru. Available at: https://www.syl.ru/article/199922/new_struktura-vvp-rossii-kakaya-dolya-nefti-v-vvp-rossii (accessed: 03.11.2021) (in Russian).

13. The fourth industrial revolution. Wikipedia. Available at: https://ru.wikipedia.org/wiki/ %D0%A7%D0%B5%D1%82%D0%B2%D1%91%D1%80%D1%82%D0%B0%D1%8F_%D0%B F%D1%80%D0%BE%D0%BC%D1%8B%D1%88%D0%BB%D0%B5%D0%BD%D0%BD%D0% B0%D1%8F_%D1%80%D0%B5%D0%B2%D0%BE%D0%BB%D1%8E%D1%86%D0%B8%D1 %8F (accessed: 04.11.2021) (in Russian).

14. What is Google Colab and who needs it? SkillFactory. Available at: https://blog. skillfactory.ru/chto-takoe-google-colaboratory-i-komu-on-nuzhen/ (accessed: 14.12.2021) (in Russian).

15. Experts warned about the risk for Russia to "lag behind forever" in technology. RBC. Available at: https://www.rbc.ru/technology_and_media/13/04/2021/607478fc9a794731d0 3611ab (accessed: 03.11.2021) (in Russian).

16. Python, correlation and regression: part 1. Habr. Available at: https://habr.com/ru/ post/557998/ (accessed: 16.12.2021) (in Russian).

17. The S word. The Economist. 2013, no. 9. Available at: https://www.economist.com/ europe/2013/11/07/the-s-word (accessed: 19.12.2021) (in Russian).

Актуальность исследования в том, что предпринята попытка сформировать корреляционную модель динамики ВВП РФ в облачной среде Сolab на Python, которая предполагает использование совокупности цепных индексов ведущих отраслей как факторов-драйверов, что определило новизну проведенного исследования.

Colaboratory, или сокращенно Colab, позволяет вам писать и запускать Python в вашем браузере. К сильным сторонам можно отнести то, что:

- требуется нулевая конфигурация;

- бесплатный доступ к графическим процессорам;

- легко делиться выполняемыми алгоритмами и полученными результатами в режиме онлайн.

Блокнот Colab представляет собой бесплатную интерактивную облачную среду для работы с кодом от Google. Принцип у нее такой же, как у остальных онлайн-офисов компании: она позволяет одновременно с коллегами работать с данными. Colab полезен всем, кто работает с Big Data [14]. Алгоритм и результаты выполненного «Проекта-2» представлены по ссылке [7].

Современные условия в российской экономике характеризуются постепенным внедрением нового технологического уклада «Индустрия 4.0». Или другими словами — четвертая промышленная революция (англ. The Fourth Industrial Revolution). «Индустрия 4.0» характеризуется как прогнозируемое событие, массовое внедрение киберфизических систем в производство и обслуживание человеческих потребностей, включая быт, труд и досуг. Четвертая промышленная революция обычно описывается путем указания ключевых технологий, которые «скоро» выйдут из R&D. Research &Developmet от англ. — «исследования и разработки». К данным технологиям причисляют следующие собирательные понятия грядущих технологий [13]: большие данные, «Интернет вещей», виртуальная и дополненная реальность, 3D-печать, печатная электроника, квантовые вычисления, блокчейн, искусственный интеллект.

В условиях внедрения нового технологического уклада, роста рыночной неопределенности, повышения всех видов риска под действием экономических международных санкций важное значение приобретает исследование динамики основных отраслей и формирование прогноза ВВП в целях обеспечения устойчивого развития отечественной экономики.

Для Цитирования:
Николай Иванович Ломакин, Ольга Сергеевна Пескова, Галина Александровна Мершиева, Татьяна Ивановна Кузьмина, Михаил Александрович Коваженков, Алина Викторовна Горбунова, Ольга Николаевна Максимова, Елена Григорьевна Черная, Многофакторное моделирование развития экономики России методами корреляционно-регрессионного анализа в облачной среде Colab на Python. Международная экономика. 2022;2.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: