Проблема прогнозирования уровня безработицы в Республике Беларусь остается актуальной в условиях динамично изменяющейся экономической среды. Традиционные методы прогнозирования, основанные на официальной статистике, зачастую не учитывают оперативные изменения на рынке труда, что снижает их точность. В то же время данные поисковых запросов доказали свою эффективность в качестве опережающих индикаторов в других странах, однако, их применение в Беларуси остается неизученным. Статья посвящена оценке возможности использования данных поисковых запросов для повышения точности прогнозирования уровня безработицы в Республике Беларусь. Методологическую основу исследования сформировали теоретические положения макроэкономики и модели SARIMA, VAR и SARIMAX. Методы включали декомпозицию временных рядов, тест Дики – Фуллера для оценки стационарности, дифференцирование, стандартизацию данных и тест Грейнджера на причинность. Информационную базу составили данные Национального статистического комитета Республики Беларусь об уровне безработицы за 2015–2024 гг. и данные о поисковых запросах Google, связанные с поиском работы. Выявлено, что модель SARIMAX с включением данных о поисковых запросах превосходит классические модели прогнозирования безработицы, демонстрируя минимальные ошибки. Согласно этой модели, прогнозные значения уровня безработицы показали тенденцию к снижению, что отражает устойчивую динамику улучшения ситуации на рынке труда Республики Беларусь. Полученные результаты подчеркивают значимость комбинирования традиционных данных с цифровыми метриками для повышения точности прогнозов, а также открывают перспективы для дальнейших исследований в области применения интернет-данных для социально-экономического анализа, включая разработку более совершенных моделей прогнозирования безработицы
Идентификаторы и классификаторы
- SCI
- Экономика
С развитием сети Интернет мир столкнулся с преобразующими изменениями, оказывающими значительное влияние на различные аспекты социально-экономической жизни населения. Эти изменения затронули в том числе и рынок труда. Возможности, которые открылись вместе с доступом к онлайн-ресурсам, повлияли на способы поиска работы как среди безработных, так и среди занятых. Постепенно становится доминирующим способ поиска работы через интернет, поскольку он повышает вероятность успешного трудоустройства при минимальных временных затратах. Республика Беларусь не стала исключением: по данным обследования домашних хозяйств по изучению проблем занятости населения, в среднем 70 % безработных предпочитают такой способ поиска работы
Список литературы
1. Броницкий Г. Т., Вакуленко Е. С. (2022). Прогнозирование миграции из России в Германию с использованием Google-трендов // Демографическое обозрение. Т. 9, № 3. С. 75-92. DOI: 10.17323/demreview.v9i3.16471 EDN: CDWOSX
2. Ванкевич Е. В., Зайцева О. В. (2020). Онлайн-порталы вакансий: перспективы использования в практике регулирования рынка труда Республики Беларусь // Цифровая трансформация. № 2 (11). С. 33-42. DOI: 10.38086/2522-9613-2020-2-33-42 EDN: PBSRMI
3. Ванкевич Е. В., Зайцева О. В. (2023). Развитие рынка труда Республики Беларусь на современном этапе: тенденции и приоритеты // Общество и экономика. № 5. С. 75-100. DOI: 10.31857/S020736760025548-1 EDN: WZSIKW
4. Зубарев А. В., Голованова Е. А. (2021). Использование Google Trends для прогнозирования: обзор и применение для прогнозирования розничных продаж: препринт. Москва: РАНХиГС. 30 с.
5. Калабихина И. Е., Банин Е. П., Архангельский В. Н., Абдуселимова И. А., Клименко Г. А., Колотуша А. В.,… Шамсутдинова В. Ш. (2020). Краткосрочное прогнозирование демографических тенденций на основе данных Google Trends // Прикладная информатика. Т. 15, № 6. С. 91-118. DOI: 10.37791/2687-0649-2020-15-6-91-118 EDN: TXMLOJ
6. Королецкая Е. С. (2021). Прогнозирование молодежной безработицы и меры по ее регулированию // Бюллетень Министерства труда и социальной защиты Республики Беларусь. № 8. С. 48-53.
7. Куровский Г. С. (2019). Использование текстовой информации для прогнозирования в макроэкономике // Вестник Московского университета. Серия 6. Экономика. № 6. С. 39-58. DOI: 10.38050/01300105201965 EDN: KBJKVL
8. Петрова Д. А., Трунин П. В. (2020). Прогнозирование основных макроэкономических показателей с использованием поисковых интернет запросов. Москва: РАНХиГС. 71 c.
9. Слаут А. И., Цехан О. Б. (2019). Построение ARIMA-моделей для анализа и прогнозирования уровня безработицы по Республике Беларусь // Тенденции экономического развития в XXI веке: материалы Международной научной конференции (г. Минск, 28 февраля 2019 г.). Минск: Белорусский государственный университет. С. 283-286.
10. Юревич М. А., Ахмадеев Д. Р. (2021). Возможности прогнозирования уровня безработицы на основе анализа статистики запросов (в поисковых системах) // Terra Economicus. Т. 19, № 3. С. 53-64. DOI: 10.18522/2073-6606-2021-19-3-53-64 EDN: OHKUCZ
11. Adu W. K., Appiahene P., Afrifa S. (2023). VAR, ARIMAX and ARIMA models for nowcasting unemployment rate in Ghana using Google Trends. Journal of Electrical Systems and Information Technology, vol. 10, 12. DOI: 10.1186/s43067-023-00078-1
12. Askitas N., Zimmermann K. F. (2009). Google econometrics and unemployment forecasting. Applied Economics Quarterly, vol. 55, issue 2, pp. 107-120. DOI: 10.3790/aeq.55.2.107
13. Borup D., Christian E., Schütte M. (2020). In search of a job: Forecasting employment growth using Google Trends. Journal of Business & Economic Statistics, vol. 40, issue 1, pp. 186-200. DOI: 10.1080/07350015.2020.1791133 EDN: FRQZZF
14. Choi H., Varian H. (2009). Predicting the present with Google Trends. (Technical report). Mountain View: Google. 23 p. DOI: 10.2139/ssrn.1659302
15. Claveria O. (2019). Forecasting the unemployment rate using the degree of agreement in consumer unemployment expectations. Journal for Labour Market Research, vol. 53, 3. DOI: 10.1186/s12651-019-0253-4
16. Costa E. A., Silva M. E., Galvão A. B. (2024). Real-time nowcasting the monthly unemployment rates with daily Google Trends data. Socio-Economic Planning Sciences, vol. 95, 101963.
17. D’Amuri F., Marcucci J. (2010). ‘Google It!’ Forecasting the US unemployment rate with a Google job search index (FEEM Working Paper no. 31.2010). Milan: Fondazione Eni Enrico Mattei. 58 p. DOI: 10.2139/ssrn.1594132
18. D’Amuri F., Marcucci J. (2017). The predictive power of Google searches in forecasting unemployment. International Journal of Forecasting, vol. 33, issue 4, pp. 801-816. DOI: 10.1016/j.ijforecast.2017.03.004
19. Dilmaghani M. (2019). The racial ‘digital divide’ in the predictive power of Google trends data for forecasting the unemployment rate. Journal of Economic and Social Measurement, vol. 43, no. 1. DOI: 10.3233/JEM-180458
20. Ettredge M., Gerdes J., Karuga G. (2005). Using web-based search data to predict macroeconomic statistics. Communications of the ACM, vol. 48, issue 11, pp. 87-92. DOI: 10.1145/1096000.1096010
21. Fondeur Y., Karamé F. (2013). Can Google data help predict French youth unemployment? Economic Modelling, vol. 30, pp. 117-125. DOI: 10.1016/j.econmod.2012.07.017
22. González-Fernández M., González-Velasco C. (2018). Can Google econometrics predict unemployment? Evidence from Spain. Economics Letters, vol. 170, pp. 42-45. DOI: 10.1016/j.econlet.2018.05.031
23. Mulero R., Garcia-Hiernaux A. (2023). Forecasting unemployment with Google Trends: Age, gender and digital divide. Empirical Economics, vol. 65, pp. 587-605. DOI: 10.1007/s00181-02202347-w EDN: FGMDBB
24. Naccarato A., Falorsi S., Loriga S., Pierini A. (2018). Combining official and Google Trends data to forecast the Italian youth unemployment rate. Technological Forecasting and Social Change, vol. 130, pp. 114-122. DOI: 10.1016/j.techfore.2017.11.022
25. Nagao S., Takeda F., Tanaka R. (2019). Nowcasting of the U.S. unemployment rate using Google Trends. Finance Research Letters, vol. 30, pp. 103-109. DOI: 10.1016/j.frl.2019.04.005
26. Simionescu M. (2020). Improving unemployment rate forecasts at regional level in Romania using Google Trends. Technological Forecasting & Social Change, vol. 155, 120026. DOI: 10.1016/j.techfore.2020.120026
27. Simionescu M. (2024). Is Google Trends useful in nowcasting unemployment rate during the pandemic at regional and national level in Romania? Romanian Statistical Review, no. 1, pp. 65-84.
28. Simionescu M., Cifuentes-Faura J. (2022). Forecasting national and regional youth unemployment in Spain using Google Trends. Social Indicators Research, vol. 164, pp. 1187-1216. DOI: 10.1007/s11205-022-02984-9 EDN: PPCSZD
29. Vankevich A., Kalinouskaya I. (2021). Better understanding of the labour market using Big Data. Ekonomia i Prawo. Economics and Law, vol. 20, issue 3, pp. 677-692. DOI: 10.12775/EiP.2021.040 EDN: CZYHDX
30. Vankevich A., Kalinouskaya I., Zaitsava V., Alyakseeva A. (2023). Theoretical and methodological approaches to analysis and forecasting of the labour market within the framework of sustainable development. Proc. 2nd Int. Conf. on Environmental Sustainability Management and Green Technologies (E3S Web of Conf., vol. 451, 05019). Novosibirsk: Novosibirsk State Technical University. 11 p. DOI: 10.1051/e3sconf/202345105019 EDN: UUHBZT
Выпуск
Другие статьи выпуска
Интеграция принципов предпринимательской стратегии развития с корпоративными и экзистенциальными целями организации и оценка результативности управленческих решений является одной из задач, которые необходимо решить в процессе проектирования систем управления инновационной деятельностью промышленных корпораций. Статья посвящена разработке метода оценки результативности систем управления инновационной деятельностью корпораций и его апробации на массиве данных крупных российских промышленных холдингов. Методологической базой послужили теории корпоративного управления, менеджмента и предпринимательства. Методы работы включали качественный, регрессионный и сравнительный анализ. Информационную базу составили данные 160 корпораций за 2010–2022 гг., входящих в рейтинг ТОП-600 RAEX (2023 г.), представляющих 21 отрасль промышленности, генерируемые Всероссийской системой данных о компаниях и бизнесе «За честный бизнес». В результате представлена архитектура системы управления инновационной деятельностью промышленного холдинга, на основе которой установлено, что подсистемы управления инновационно-предпринимательской и финансово-хозяйственной деятельностью интегрируются в стратегическом контуре корпоративного управления, то есть могут рассматриваться как единый элемент системы управления объектами внутреннего предпринимательства. Следовательно, показатели финансовой отчетности могут быть использованы для оценки результативности исследуемой системы управления. На основе оценки результативности систем управления определены промышленные холдинги с высокой вероятностью влияния систем управления на инновационный результат в контуре внутренних процессов: в отрасли машиностроения – это ПАО «Объединенная авиастроительная корпорация»; фармацевтической промышленности – АО «Нижфарм»; химической и нефтехимической – ПАО «Уралкалий» и т. д. В результате можно предположить, что в холдингах-лидерах сформирована структурированная система корпоративного управления инновационной деятельностью, ориентированная на развитие внутреннего предпринимательства. Промышленные холдинги, для которых не установлена значимая связь между затратами на управление и инновационными результатами, требуют дальнейших исследований.
Минерально-сырьевой комплекс играет особую роль в развитии экономики России. Значительного внимания заслуживают инвестиционные проекты, способствующие повышению эффективности предприятий данного комплекса. При этом зачастую осуществлению объективных инвестиционных расчетов мешает недооценка специалистами важности ставки дисконтирования. Статья посвящена выявлению особенностей определения ставки дисконтирования для оценки эффективности инвестиционных проектов предприятий минерально-сырьевого комплекса и разработке методического инструментария расчетов. Методологической базой выступили положения неоклассической теории инвестиций. В рамках кабинетного исследования использованы методы анализа, синтеза и индукции. Информационной базой выступили данные по доходности предприятий минерально-сырьевого комплекса РФ за 2012–2022 гг. В рамках исследования сформировано авторское определение понятия «ставка дисконтирования», обеспечивающее объективность ее расчета. Она охарактеризована как барьерная процентная ставка, отражающая динамический характер процесса получения доходов от инвестиций и соответствующая условиям минимальной нормы прибыли, отсутствия прямого отношения к доходности оцениваемого актива или инвестиций, наличия альтернативных вариантов инвестиций, типичной мотивации инвестора по получению дохода. Определены также особенности минерально-сырьевого комплекса с точки зрения специфики оценки эффективности инвестиционных проектов, позволившие уточнить разработанное определение ставки дисконтирования. Предложены к использованию понятия «экзогенная ставка дисконтирования» и «эндогенная ставка дисконтирования», отличия между которыми определяются направленностью проектов во внешнюю или внутреннюю среду предприятия, а также разработаны методические подходы для их расчета в рамках проектов предприятий-недропользователей. Научная значимость исследования определяется расширением теоретических представлений в области инвестиционной оценки, а также получением методического инструментария, обеспечивающего более точные расчеты эффективности проектов, реализуемых в сфере недропользования
В условиях нестабильности внешней среды особую значимость приобретает исследование воздействия различных факторов на экономическое развитие регионов, среди которых одним из ключевых становится фактор информатизации. При этом продолжает сохраняться региональная дифференциация по уровню информатизации, что требует постоянного мониторинга и выработки соответствующих управленческих решений. Статья посвящена исследованию влияния информатизации на развитие региональной экономической системы. Теоретическую и методологическую основу исследования составили теории факторов регионального развития, концепция региональной экономической системы, теория информатизации. Информационной базой послужили данные Федеральной службы государственной статистики за 2010–2023 гг. Предложена авторская трактовка понятия «реакция региональной экономической системы на фактор развития», которая заключается в понимании скорости и направленности качественных изменений региональной экономической системы. Представлен и апробирован авторский методический подход к оценке реакции региональной экономической системы на фактор информатизации. Выявлена неоднородность реакции региональных экономических систем на фактор информатизации, которые были сгруппированы на четыре типа: регионы с высоким, со средним, с низким и с отрицательным уровнем реакции. Результаты исследования вносят вклад в изучение темпов изменения региональных экономических систем под воздействием внешнего фактора развития и могут быть использованы при разработке и гармонизации федеральной и региональной политик, а также при прогнозировании развития региональных экономических систем с учетом степени реакции
In conditions when cities become centres of attraction for resources and people, while experiencing significant problems of environmental, social, economic nature, it is extremely important to form new approaches to urbanised territories development. The article aims to design a mechanism for managing the development of smart cities using a regional approach. Methodologically, the research rests on the theory of the digital society and the propositions of urbanised territories’ public management. The methods include the system-logical method, graphical modelling, and qualitative analysis. The paper propounds a mechanism for smart city public management and proposes its interpretation as a set of measures, actions of management structures, society and business for resource provisioning, as well as technologies for managing the processes of formation and development of a smart city. The main functions of this mechanism include creating conditions for the interaction of ecosystem participants, stable functioning of governing bodies, transparency of management processes, as well as ensuring feedback. The article constructs a graphical model of the mechanism of urbanised territories’ public management under digitalisation. Based on the theoretical developments the paper structures the experience of the Sverdlovsk and Chelyabinsk oblast and concludes that despite quite an extensive list of the smart city initiatives, their implementation largely overlooks such aspects as determining the state and development directions of the digitalisation objects, assessing the risks of smart city projects, maintaining quality of implementation processes, and auditing smart city projects. The findings can contribute to planning the smart cities development at the regional level
Нестабильность экономических процессов является источником неравномерности поступления доходов в бюджетную систему страны. Для преодоления цикличности бюджетного процесса, зависящего от периодических циклов экономической конъюнктуры, в мировой практике активно применяются бюджетные правила. Статья посвящена оценке контрциклического эффекта действующих в России бюджетных правил. Методологическую основу исследования составила теория циклов экономической конъюнктуры. Методы включали структурно-логический и сравнительный анализ, детализацию, научное обобщение, корреляционный анализ. Информационной базой работы послужили данные Росстата за 2000–2023 гг. Проанализированы экономические циклы в России за соответствующий период, а также циклы доходов и расходов консолидированного бюджета, циклы формирования и использования российских суверенных фондов. По результатам корреляционного анализа выявлено, что доходы консолидированного бюджета России носят проциклический характер, коэффициент корреляции темпов роста доходов бюджета и ВВП составил 0,8029. Процикличность расходов консолидированного бюджета снизилась благодаря применяющимся с 2004 г. бюджетным правилам, коэффициент корреляции темпов роста расходов бюджета и ВВП составил 0,5223. Однако полностью преодолеть процикличность бюджетных расходов не удается. Среди них снизилась только процикличность расходов на здравоохранение, при этом бюджетные расходы на образование и на ЖКХ значительно и в большей степени зависимы от экономической конъюктуры. Выдвинуто предложение о том, что в процессе применения бюджетных правил следует применять принцип постоянных расходов, предусматривающий недопущение снижения величины расходов бюджета по сравнению с предыдущим годом, исчисленных в сопоставимых ценах
Развитие цифровых технологий и их внедрение в практику промышленного производства активно трансформирует не только производительные силы, но и производственные отношения. Это формирует особые, отличные от классических, модели промышленных рынков – платформенные рынки. Статья посвящена формированию концептуальных основ исследовательской парадигмы платформенного рынка. Методологической базой послужили парадигмальный подход, теория отраслевых рынков, новая микроэкономическая теория, неоинституциональная теория, теории экономического развития и концепции управления. Методы включали библиометрический, семантический и теоретико-методологический анализ. Сформированы концептуальные основы методологии исследования развития отраслевых рынков в условиях нового технологического уклада. Выявлены характерные черты платформенного рынка, такие как: ключевая роль технологии, наличие внешнего и внутреннего контуров взаимодействия, которые определяют механизм координации платформенного рынка, стратегического поведения его акторов, а также эффекты его развития на микро- и макроуровне. Разработана исследовательская парадигма, позволяющая по-новому походить к изучению платформенного рынка, которая позиционируется как базис анализа рынков в рамках Индустрии 4.0 и Индустрии 5.0. Полученные результаты углубляют теоретические представления о развитии и структурных особенностях платформенных рынков как новом объекте экономического анализа в условиях цифровизации и индустриализации экономики
Издательство
- Издательство
- УрГЭУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- Юр. адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- ФИО
- Силин Яков Петрович (РЕКТОР)
- E-mail адрес
- odo@usue.ru
- Сайт
- https://www.usue.ru/