Прогнозирование роста региональной производительности труда

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Статья посвящена проблеме прогнозирования роста региональной производительности труда. Для исследования производительности труда в регионах России использовались методы факторного и регрессионного анализа. На основе предложенных логистических моделей регрессии оценена доля регионов России, в которых производительность труда возрастет в 2021г. с вероятностью более 70%. Это позволило выявить регионы – точки роста региональной производительности труда. Также выявлены проблемные регионы по росту производительности труда в их экономике. Предлагаемые результаты могут быть использованы Министерством экономического развития России при обосновании результативности развития регионов.

Об авторах

Татьяна Александровна Бурцева

Российский технологический университет - МИРЭА

Email: tbur69@mail.ru
Профессор кафедры статистики и математических методов в управлении, доктор экономических наук, доцент

Список литературы

  1. 1. Татарников О.В., Голодов С.В., Кокарев М.А. Применение функций Кобба-Дугласа для регионального прогнозирования производительности труда // Актуальные проблемы менеджмента и экономики в России и за рубежом: сборник научных трудов по итогам международной научно-практической конференции. 2017. – c. 85-88.
  2. 2. Факторы роста производительности труда на предприятиях несырьевых секторов российской экономики. / докл. к XXI Апр. междунар. науч. конф. по проблемам развития экономики и общества, Москва, 2020 г. / Ю. В. Симачев (рук. авт. кол.), М. Г. Кузык, А. А. Федюнина и др. ; Нац. исслед. ун-т «Высшая школа экономики». - М.: Изд. дом Высшей школы экономики, 2020. – 60 c.
  3. 3. Френкель А.А. Производительность труда: проблемы моделирования роста. - М.: Экономика, 1984. – 176 c.
  4. 4. Бурцева Т.А., Френкель А.А., Тихомиров Б.И., Сурков А.А. Интегральный индекс – эффективный инструмент измерения региональной производительности труда // Экономика труда. – 2020. – № 11. – c. 1085-1102.
  5. 5. Бурцева Т.А. Система показателей региональной производительности труда // ФЭС: Финансы. Экономика. Стратегия. – 2020. – № 4-5. – c. 32-41.
  6. 6. Буфетова А.Н. Пространственные аспекты динамики производительности труда в России // Мир экономики и управления. – 2017. – № 4. – c. 142-157.
  7. 7. МиролюбоваТ.В. Производительность труда в регионах России: пространственные аспекты и взаимосвязь с информационными ресурсами // Вестник Пермского университета. Серия: Экономика. – 2016. – № 3. – c. 120-131.
  8. 8. Гагарина Г.Ю., Седова Н.В., Чайникова Л.Н., Архипова Л.С. Региональный аспект анализа производительности труда как показателя эффективности экономики России // Региональная экономика и управление. – 2019. – № 3.
  9. 9. Михеева Н.Н. Сравнительный анализ производительности труда в российских регионах // Регион: Экономика и Социология. – 2015. – № 2. – c. 86-112.
  10. 10. Нагаева О.С., Поподько Г.И. Сравнительный анализ производительности труда в ресурсных и нересурсных регионах России // Экономика труда. – 2019. – № 4. – c. 1299-1316. – doi: 10.18334/et.6.4.41271.
  11. 11. Гафарова Е.А. Эконометрический анализ факторов роста производительности труда в субъектах Российской Федерации // Вопросы статистики. – 2021. – № 2. – c. 80-89. – doi: 10.34023/2313-6383-2021-28-2-80-89.
  12. 12. Бурцева Т.А. Эконометрические модели региональной производительности труда // Вопросы статистики. – 2017. – № 3. – c. 30-36.
  13. 13. Бурцева Т.А., Френкель А.А., Сурков А.А. Статистическое моделирование региональной производительности труда // Вопросы статистики. – 2022. – № 4. – c. 62-70.
  14. 14. Бурцева Т.А., Френкель А.А., Тихомиров Б.И., Сурков А.А. Анализ влияния факторов на региональную производительность труда // Экономика и предпринимательство. – 2021. – № 7. – c. 407-412.
  15. 15. Регионы России. Социально-экономические показатели. 2022. Статистический сборник. Федеральная служба государственной статистики России. [Электронный ресурс]. URL: https://rosstat.gov.ru/folder/210/document/47652 (дата обращения: 03.03.2022).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Бурцева Т.А., 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».