Моделирование экономической безопасности регионов России с использованием методов корреляции, PCA и кластеризации

Обложка

Цитировать

Полный текст

Аннотация

В условиях нарастающих экономических вызовов важной задачей становится оценка устойчивости регионов России. Целью настоящего исследования является моделирование уровня экономической безопасности на основе формализованного анализа ключевых социально-экономических показателей. Применены методы корреляционного анализа, нормализации, главных компонент PCA (Principal Component Analysis) и кластеризации KMeans. В результате проведена типологизация восьми регионов по уровню устойчивости, выявлены взаимосвязи между показателями бедности, безработицы, доходов и инвестиций. Работа имеет прикладной характер и может быть использована для разработки аналитических инструментов стратегического планирования и оценки региональных рисков. Цель исследования - построение формализованной модели оценки уровня экономической безопасности регионов России. Для этого проводится структурный анализ взаимосвязанных индикаторов, характеризующих социально-экономическое положение территорий, с последующей типологизацией субъектов по степени устойчивости к внутренним и внешним вызовам. Методы исследования. В методологической части применяются современные инструменты обработки многомерных данных: корреляционный анализ для выявления зависимостей между показателями, масштабирование данных и нормализация, метод главных компонент (PCA) для сокращения размерности признаков без потери информации, а также алгоритм кластеризации KMeans для группировки регионов по сходству структурных характеристик. Результаты. На основе статистических данных за 2022 год выполнена классификация 8 регионов по уровню экономической стабильности и выявлены устойчивые взаимосвязи между показателями. В ходе исследования проведены отбор и обоснование индикаторов, отражающих состояние региональной устойчивости, построена корреляционная матрица для выявления взаимосвязей между показателями, сокращения размерности данных с использованием метода главных компонент (PCA), а также кластеризация субъектов Российской Федерации с целью типологизации по уровням экономической безопасности. Полученные результаты интерпретированы с учетом структуры данных для формирования выводов, отражающих устойчивость и специфику социально-экономического развития регионов. Выводы. Результаты исследования обладают высокой прикладной значимостью и могут быть использованы при разработке региональной социально-экономической политики, формировании инструментов стратегического планирования и принятия управленческих решений в условиях макроэкономической нестабильности. Построенная кластерная модель позволяет учитывать структурные различия между регионами, а выявленные взаимосвязи между показателями - формировать более точные прогнозы устойчивости. Методологический подход, использованный в исследовании, может быть масштабирован на другие группы субъектов и адаптирован к различным временным периодам для мониторинга динамики устойчивости.

Об авторах

И. А. Киселева

Российский экономический университет имени Г. В. Плеханова; Университет "Синергия"

Email: Kia1962@list.ru
ORCID iD: 0000-0001-8862-2610
SPIN-код: 4980-7263

д-р экон. наук, профессор, профессор кафедры математических методов в экономике; профессор кафедры прикладной математики

Россия, 115054, Россия, Москва, Стремянный переулок, 36; 129090, Россия, Москва, ул. Мещанская, 9/14, стр. 1

А. М. Трамова

Российский экономический университет имени Г. В. Плеханова; Университет "Синергия"

Email: Tramova.am@rea.ru
ORCID iD: 0000-0002-4089-6580
SPIN-код: 8583-3592

д-р экон. наук, профессор, профессор кафедры информатики

Россия, 115054, Москва, Стремянный переулок, 36; 129090, Москва, ул. Мещанская, 9/14, стр. 1

Р. Р. Николаенко

Университет "Синергия"

Автор, ответственный за переписку.
Email: Romeoaverin@gmail.com
SPIN-код: 7889-8920

аспирант

Россия, 129090, Москва, ул. Мещанская, 9/14, стр. 1

Список литературы

  1. Топол Г. Г. Внедрение технологий искусственного интеллекта в экономической безопасности Белгородского региона // Пространственное развитие территорий: сборник научных трудов VII Международной научно-практической конференции, Белгород, 28 ноября 2024 года. Белгород: БелГУ, 2025. С. 118-122. EDN: CDIXRC
  2. Мамбетова Ф. А., Факов А. М. Оценка обеспечения экономической безопасности региона в условиях глобализации: проблемы и перспективы // Проблемы экономики и юридической практики. 2019. Т. 15. No 5. С. 60-62. EDN: VQEECG
  3. Лобанов А. В. Методические аспекты оценки экономической безопасности региона // Региональная экономика и управление: электронный научный журнал. 2023. No 3(75). Article ID: 18. EDN: MPNQYK
  4. Новопашина А. А., Винокуров Д. А. Система искусственного интеллекта в контексте обеспечения экономической безопасности региона // Актуальные проблемы регионального социально-экономического развития: сборник тезисов VI республиканской научно-практической конференции, Алчевск, 23 мая 2024 года. Алчевск: Донбасский государственный технический университет, 2024. С. 338-340. EDN: IFYMKQ
  5. Кузнецов В. П., Летягина Е. Н., Перова В. И. Искусственный интеллект в анализе человеческого капитала как основы экономической безопасности регионов Российской Федерации // На страже экономики. 2023. No 3(26). С. 37-47. doi: 10.36511/2588-0071-2023-3-37-47. EDN: MLSTZM
  6. Писарев И. В. Теоретические и методологические основы исследования влияния цифровой трансформации экономики и технологий искусственного интеллекта на экономическую безопасность региона // Проспект свободный - 2022: материалы XVIII Международной конференции студентов, аспирантов и молодых ученых. Электронный ресурс, Красноярск, 25-30 апреля 2022 года. Красноярск: Сибирский федеральный университет, 2022. С. 2883-2887. EDN: IWCXPB
  7. Бакуменко М. А., Титаренко Д. В. Имиджевые аспекты экономической и информационной безопасности организации и региона // Стратегическое управление развитием информационной безопасности социально-экономических систем на основе умных технологий: монография. Симферополь: Крымский федеральный университет им. В. И. Вернадского, 2022. С. 341-385. EDN: DTLYJJ
  8. Суходоев Д. В. Особенности использования интеллектуального капитала в государственных учреждениях стран ЕАЭС для повышения экономической безопасности // Актуальные проблемы развития ЕАЭС в условиях современных глобальных изменений: материалы Всероссийской научно-практической конференции, Иркутск, 21 декабря 2023 года. Иркутск: Байкальский государственный университет, 2024. С. 145-149. EDN: HCLQPP
  9. Летягина Е. Н., Орлова Е. А., Перова В. И. Искусственный интеллект в анализе управления инновационным социально-экономическим развитием регионов России // Актуальные проблемы управления: сборник научных статей по итогам X юбилейной Всероссийской научно-практической конференции, Нижний Новгород, 24 октября 2023 года. Нижний Новгород: Нижегородский государственный университет им. Н. И. Лобачевского, 2024. С. 626-630. EDN: KDSWNJ
  10. Ryazanova O. V., Timin A. A. Assessment of socio-economic security of the region in terms of demographic indicators // E3S Web of Conferences. 2023. Vol. 389. Article ID 09043. doi: 10.1051/e3sconf/202338909043
  11. Карманов М. В., Киселева И. А., Кузнецов В. И., Трамова А. М. Актуальные проблемы измерения миграционной безопасности // Известия Кабардино-Балкарского научного центра РАН. 2023. No 5(115). С. 116-124. doi: 10.35330/1991-6639-2023-5-115-116-124
  12. Мамбетова Ф. А., Непеева Л. А., Бароков А. А. Перспективные направления развития региона // Известия Кабардино-Балкарского научного центра РАН. 2021. No 4(102). C. 62-72. doi: 10.35330/1991-6639-2021-4-102-62-72

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Киселева И.А., Трамова А.М., Николаенко Р.Р., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».