Details

Title Моделирование влияния показателей МСП на социально-экономическое развитие регионов: выпускная квалификационная работа магистра: направление 01.04.05 «Статистика» ; образовательная программа 01.04.05_01 «Моделирование и анализ больших данных в экономике» = Modeling the influence of SME indicators on socio-economic development of regions
Creators Глухов Даниил Владиславович
Scientific adviser Рытова Елена Владимировна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Imprint Санкт-Петербург, 2026
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects малое и среднее предпринимательство ; социально-экономическое развитие регионов ; панельные данные ; модель с фиксированными эффектами ; кластеризация ; региональная политика ; small and medium-sized enterprises ; socio-economic development of regions ; panel data ; fixed effects model ; clustering ; regional policy
Document type Master graduation qualification work
Language Russian
Level of education Master
Speciality code (FGOS) 01.04.05
Speciality group (FGOS) 010000 - Математика и механика
DOI 10.18720/SPBPU/3/2026/vr/vr26-4574
Rights Доступ по паролю из сети Интернет (чтение)
Additionally New arrival
Record key ru\spstu\vkr\44480
Record create date 9/3/2026

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

Данная работа посвящена выявлению, анализу и моделированию влияния малого и среднего предпринимательства на ключевые индикаторы социально-экономического развития регионов Российской Федерации и разработке рекомендаций по совершенствованию региональной экономической политики. В ходе выполнения работы решались следующие задачи: - систематизация теоретических подходов к определению экономических и социальных функций МСП; - формирование системы взаимосвязанных показателей, отражающих функции МСП и социально-экономическое состояние региона; - сбор, предобработка и анализ данных по субъектам РФ за 2015–2023 годы; - эконометрическое моделирование влияния показателей МСП по социально-экономическим показателям. - кластеризация регионов по уровню социально-экономического развития и по показателям деятельности МСП; - интерпретация полученных результатов и разработка адресных рекомендаций. Результатом работы являются спецификации трех панельных регрессионных моделей, описывающих влияние МСП на региональное развитие, типологическая матрица регионов, построенная на пересечении двух независимых классификаций и рекомендации по точечным мерам государственной поддержки МСП. Методы исследования: панельный регрессионный анализ, тесты Хаусмана и Бройша Пагана для выбора спецификации, кластеризация методом k means, корреляционный анализ, описательная статистика. Обработка данных осуществлялась с помощью пакета MS Office (Excel). Кластеризация и эконометрическое моделирование выполнялись средствами языка программирования Python.

This work is devoted to identifying, analyzing and modeling the impact of small and medium-sized enterprises on key indicators of socio-economic development of the regions of the Russian Federation and developing recommendations for improving regional economic policy. In the course of the work the following tasks were solved: - systematization of theoretical approaches to defining the economic and social functions of SMEs; - formation of a system of interrelated indicators reflecting the functions of SMEs and the socio-economic state of the region; - collection, pre-processing and analysis of data on the subjects of the Russian Federation for 2015–2023; - econometric modeling of the influence of SME indicators on socio-economic indicators; - clustering of regions by the level of socio-economic development and by SME performance indicators; - interpretation of the obtained results and development of targeted recommendations. The result of the work is a specification of three panel regression models describing the impact of SMEs on regional development, a typological matrix of regions constructed at the intersection of two independent classifications, and recommendations for point wise state support measures for SMEs. Research methods: panel regression analysis, Hausman and Breusch Pagan tests for specification selection, k means clustering, correlation analysis, descriptive statistics. Data processing was carried out using the MS Office package (Excel). Clustering and econometric modeling were performed using the Python programming language.

Network User group Action
ILC SPbPU Local Network All
Read
Internet Authorized users SPbPU
Read
Internet Anonymous
...