SCI Библиотека

This article discusses the possibility of predicting the values of a series using complex-valued autoregression with an error for short-term forecasting. The authors consider the basic concepts of the function of a complex-valued variable and the model of complexvalued autoregression, together with the results of applying first- and second-order models of complex-valued autoregression with the CARE(p) error to describe and predict the initial series. The results obtained are compared with the first- and second-order autoregression in real numbers. A complex-valued autoregression model with an error showed a more accurate result for short-term forecasting, unlike the autoregression model in real numbers. The authors also conclude that complex-valued autoregression with an error is subject to further investigation in order to find out the prospects of using its imaginary part.

The Russian economy is highly import-dependent, which is also relevant for the enterprises of the science-intensive industry. The later is based on the emerging realities, and strives to develop and introduce a strategy that would allow for the most efficient implementation of the planned import substitution program. In this research the authors have developed a comprehensive mathematical model that takes into account the peculiarities of the local labour and technical capital market, as well as their impact on the production costs of the sciencebased enterprise. The practical application of indicators that can define the current state and the level of dependence of science-based production on foreign raw materials will provide grounds for a revision of the existing development strategy. What is more, it will be possible to take into due consideration the mission of import substitution, based on the available resources of the enterprise and the maximum permissible share of imports in production.

Формирование экономики данных и распространение передовых цифровых технологий ставит вопрос о том, каким образом отраслевая структура экономики регионов может способствовать или сдерживать использование новых технологических решений. Целью исследования является оценка взаимосвязи между удельным весом отдельных видов экономической деятельности в структуре региональной экономики и долей организаций, использующих технологии экономики данных: большие данные, искусственный интеллект, облачные технологии, интернет вещей – на основе расчетов коэффициентов корреляции. По данным Федеральной службы государственной статистики Российской Федерации в 2020-2022 гг. по 85 регионам России были сделаны выводы о наличии устойчивых корреляций между отдельными отраслями региональных экономик и технологиями экономик данных, отличающимися в зависимости от типа технологии: обратная взаимосвязь между высокой долей сельского хозяйства и распространенностью технологий больших данных и интернета вещей, прямая взаимосвязь между обрабатывающей промышленностью, торговлей и использованием облачных технологий и искусственного интеллекта. Более того, были выделены разнонаправленные взаимосвязи, когда прослеживается прямая взаимосвязь между удельным весом отдельной отрасли в структуре экономике регионов и одной технологией экономики данных и обратная – для другой. Практическая значимость проведенного исследования заключается в эмпирическом обосновании взаимосвязей между отраслевой структурой экономик регионов и распространением технологий больших данных, искусственного интеллекта, облачных технологий и интернета вещей в период пандемии и санкций, что может служить основой для выработки рекомендаций по стимулированию распространения технологий экономики данных с учетом региональной отраслевой специфики.