Детальная информация
Название | Моделирование социально-экономического развития городских агломераций: выпускная квалификационная работа магистра: направление 01.04.05 «Статистика» ; образовательная программа 01.04.05_01 «Моделирование и анализ больших данных в экономике» |
---|---|
Авторы | Рублева Ангелина Алексеевна |
Научный руководитель | Схведиани Анги Ерастиевич |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли |
Выходные сведения | Санкт-Петербург, 2025 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тип документа | Выпускная квалификационная работа магистра |
Тип файла | Другой |
Язык | Русский |
Уровень высшего образования | Магистратура |
Код специальности ФГОС | 01.04.05 |
Группа специальностей ФГОС | 010000 - Математика и механика |
Права доступа | Текст не доступен в соответствии с распоряжением СПбПУ от 13.06.2017 г. № 91 |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\38807 |
Дата создания записи | 24.09.2025 |
Целью работы является разработка методики анализа и прогнозирования социально-экономического развития городских агломераций России на основе интеграции статистических и эконометрических методов. В рамках работы были решены следующие задачи: 1) Теоретико-методологическое обоснование 2) Сбор и предварительная обработка данных 3) Анализ и моделирование социально-экономического развития городов; 4) Кластеризация и анализ динамики основных социально-экономических показателей; 5) Прогнозирование и разработка сценариев. Актуальность исследования обусловлена возрастающей ролью городских агломераций как ключевых драйверов экономического роста и социального развития. Эффективное управление такими территориями требует применения современных методов моделирования, позволяющих прогнозировать их развитие, выявлять ключевые факторы влияния и оценивать возможные сценарии. Источниками информации выступили данные отечественной и зарубежной научно-исследовательской литературы, нормативно-правовые документы, официальные статистические сборники, Интернет ресурсы и аналитические агентства. В работе представлены результаты исследования социально-экономического развития 100 крупнейших городских агломераций России за период 2014–2023 гг. Применены методы регрессионного и эконометрического анализа, закон Ципфа, кластеризация (GMM+DTW) и прогнозирование. Выявлены значительные диспропорции в развитии городов, а также ключевые факторы, влияющие на экономический рост. Результаты могут быть использованы для разработки региональной политики и стратегий управления урбанизацией.
The aim of the work is to develop a methodology for analyzing and forecasting the socio-economic development of urban agglomerations in Russia based on the integration of statistical and econometric methods. Within the framework of the work the following tasks were solved: 1) Theoretical and methodological substantiation 2) Data collection and preliminary processing 3) Analysis and modeling of socio-economic development of cities; 4) Clustering and analysis of the dynamics of the main socio-economic indicators; 5) Forecasting and development of scenarios. The relevance of the study is due to the increasing role of urban agglomerations as key drivers of economic growth and social development. Effective management of such territories requires the use of modern modeling methods to forecast their development, identify key factors of influence and evaluate possible scenarios. The sources of information were data from domestic and foreign research literature, regulatory and legal documents, official statistical compilations, Internet resources and analytical agencies. The paper presents the results of the study of socio-economic development of 100 largest urban agglomerations of Russia for the period 2014-2023. The methods of regression and econometric analysis, Zipfs law, clustering (GMM+DTW) and forecasting were applied. Significant disparities in the development of cities, as well as key factors affecting economic growth have been identified. The results can be used to develop regional policies and strategies for urbanization management.