Архив номеров

№2(50) Апрель-июнь 2018 года

Содержание номера:

Регионы

На примере двух направлений — «производство товаров и услуг» и «материальное благосостояние» — формируется методология анализа взаимосвязи различных направлений регионального развития. Новизна результатов определяется тем, что индикаторы направлений строятся на основе общего базиса, сформированного из характеристик региональной дифференциации на основе теоретически обоснованных моделей. Индикатор каждого направления, построенный в базисе, максимально коррелирован с индикатором, сформированным на основе соответствующей группы показателей. Показано, что для двух рассмотренных направлений базис обеспечивает более высокую согласованность индексов и рангов регионов, чем первые главные компоненты, построенные по группам показателей. Преимущество подхода заключается в том, что индикаторы разных направлений на основе базиса допускают общую интерпретацию в терминах характеристик дифференциации и позволяют оценить изменение уровня социально-экономического развития региона при изменении этих характеристик. Представлены результаты, подтверждающие значимость влияния технической эффективности на показатели регионального развития и ее значимость в составе индикатора по направлению «материальное благосостояние».

Общество

В статье строятся индексы поисковых запросов на основе Google Trends Data с целью возможности предсказания динамики российских индексов социального самочувствия ВЦИОМ. Индексы Google рассчитаны с помощью факторного анализа на основе набора данных Google Trends Data за 2006–2016 гг., который содержит результаты 512 поисковых запросов, касающихся жилищных условий, дохода, образования и др. Модель байесовского усреднения (Bayesian model averaging) была использована для отбора индексов (категорий) поисковых запросов Google, сильно коррелированных с индикаторами социального самочувствия ВЦИОМ. Дополнительные модели множественной регрессии и построенные прогнозы подтвердили результаты модели байесовского усреднения. Построенные на основе данных поисковых запросов индексы субъективного благосостояния Google являются статистически надежными, о чем свидетельствует сильная корреляция между наблюдаемыми и прогнозными значениями индексов ВЦИОМ.

Автор: А. Аистов

В работе использованы данные Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (RLMS-HSE) за 1994–2016 гг. для оценки и сравнения возрастных профилей доходов респондентов разных поколений. Известная методология, в основе которой лежит регрессия на главные компоненты, позволила обойти проблему мультиколлинеарности возраста, периода и когорты в уравнениях доходов. Представленное в работе сравнение выявило отставание доходов некоторых поколений мужчин от доходов молодых когорт и противоположный эффект для некоторых поколений женщин.

Автор: Д. Малахов

Медиа оказывают значимое влияние на многие аспекты функционирования гражданского общества. При этом с течением времени предпочтения граждан относительно разных типов медиа может меняться. В работе на примере данных 2017 года показано, что использование интернета ассоциируется при прочих равных условиях с падением доверия к основным каналам ТВ (по сравнению с неиспользованием интернета) на 0.092 и увеличением доверия к онлайн медиа примерно на ту же величину. Таким образом, основные каналы ТВ и онлайн медиа, скорее всего, выступают как товары-субституты для граждан России.

Теория и методология

В данной статье предлагается модель, обобщающая регрессионную модель с переключением и модель Хекмана на случай произвольного числа бинарных уравнений отбора наблюдений. Рассматриваются два способа оценивания модели при допущении о совместном нормальном распределении случайных ошибок: метод максимального правдоподобия и двухшаговая процедура, обобщающая классический подход Хекмана. Качество оценок модели проверяется при помощи анализа симулированных данных в случае двух уравнений отбора. Результаты данного анализа свидетельствуют о значительном превосходстве точности оценок предложенного метода над методом наименьших квадратов и методом Хекмана.

Наукометрия

В работе представлен принципиально новый алгоритм ранжирования (на примере экономических журналов), в котором использован «Multiway data analysis» применительно к результатам социологического опроса представителей экономического сообщества. Созданный алгоритм обеспечивает определение весовой функции агрегирования частных рейтингов с учетом статистически выявляемых различий между респондентами и весов журналов, отражающих латентные соотношения между всеми составляющими процесса измерения характеристик журналов. Его центральным элементом является итеративная процедура определения ядра журналов и выделения на ее основе подмножества экспертов, оценки которых позволяют определить агрегированные рейтинги журналов с их последующей кластеризацией. Практическим итогом выполненного исследования является методологическое и инструментальное обоснование ранжирования российских экономических журналов и выделение на этой основе пяти категорий периодических изданий.