2021 год, № 90

УДК: 332.365:004.652
ГРНТИ: 83.77.01

ИНСТРУМЕНТЫ ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ ФАКТОРОВ ПРОИЗВОДСТВА АПК

Цифровизация общества привела к тому, что сегодня регулярно в реальном режиме времени собирается и накапливается информация о всех видах деятельности предприятий, организаций, генерируется множество отчетов. Все это способствует пониманию возможности и необходимости «управления на основе данных». Возникновение эффекта «понимания» непосредственно связано с ростом уровня аналитической культуры населения. Мы считаем, что приемлемый уровень аналитической культуры, который позволяет говорить о принятии идеи управления на основе данных (data driven), лежит между полным неприятием использования данных и «датаизмом» (абсолютизацией данных в процессах принятия решений, исключающей участие человека). Важным фактором, позволившим осознать это, является тренд интерпретируемости моделей машинного обучения (Machine Learning - ML), который практически свел сложные модели ML к линейным (2017-2019), что является лейтмотивом прикладной статистики. Таким образом, тренд машинного обучения, появившийся в 1960-е годы на волне статистической идеи бутстреп-метода (идеи размножения выборки для получения устойчивых оценок), почти через 60 лет опять вернулся к интерпретируемым статистическим моделям (как, возможно, еще одно подтверждение больших циклов Кондратьева, но уже в анализе данных). Поэтому сегодня требуется расширение традиционного инструментария экономиста (группировки, корреляционно-регрессионный анализ, анализ временных рядов) современными методами «понимания данных», выявления причинно-следственных связей для формирования рекомендаций, прогнозов, интерпретации данных и моделей. Стратегия обработки для управления на основе данных всегда индивидуальна и зависит от структуры данных, их качества, свойств, целей управления. В настоящей статье по данным о деятельности сельскохозяйственных организаций Краснодарского края за 2018 г. демонстрируется один из возможных путей «понимания данных» при изучении факторов производства АПК на основе применения современных методов, использующих идеологию размножения выборки (бутстреп-метод) в статистическом пакете JASP: анализа сетей, метода главных компонент, кластерного анализа, регуляризованной регрессии.
Ключевые слова: Понимание, управление на основе данных, аналитическая культура, массив данных, факторы, когнитивная карта, мера центральности, кластерность, компонентный анализ, кластерный анализ, индекс детерминации, регрессия.
DOI: 10.21515/1999-1703-90-11-20

Авторы:

Кацко Игорь Александрович, д-р экон. наук, профессор; Кафедра статистики и прикладной математики, Федеральное государственное бюджетное образовательное учреждение высшего образования «Кубанский государственный аграрный университет имени И.Т. Трубилина».
Ляховецкий Алексей Михайлович, канд. экон. наук, профессор; Кафедра статистики и прикладной математики, Федеральное государственное бюджетное образовательное учреждение высшего образования «Кубанский государственный аграрный университет имени И.Т. Трубилина».
Перцухов Виктор Иванович, канд. экон. наук, доцент; Кафедра статистики и прикладной математики, Федеральное государственное бюджетное образовательное учреждение высшего образования «Кубанский государственный аграрный университет имени И.Т. Трубилина».