История развития таможенной статистики внешней торговли

При общей низкой инновационной активности (определяемой долей организаций, участвующих в технологических инновациях, в общем числе организаций в регионе) имеется достаточно большой разброс в этом показателе для отдельных регионов[13]. В то же время в отношении экономической деятельности основная доля инновационной деятельности связана с областью коммуникации, деятельностью, связанной с использованием компьютерных и информационных технологий и оптовой торговли. Таким образом, разрыв между ведущими регионами и аутсайдерами регионов в области инновационной деятельности кратен более, чем десяти[14].На фоне бурного экономического развития Китая и динамичного экономического роста других стран БРИКС возникает вопрос, сможет ли Россия быть в долгосрочном периоде экономикой, основанной на ресурсах, поддерживая быстрые темпы расширения в будущем. В 1950-х и 1960-х годах экономисты в целом считали, что богатые природные ресурсы способствуют экономическому развитию страны, за последние два десятилетия многие стали рассматривать природные ресурсы как препятствие, используя примеры богатых ресурсами стран, испытывающих как низкий экономический рост, так и незначительный технический прогресс. ГЛАВА 3 АНАЛИЗ СТАТИСТИЧЕСКИХ ДАННЫХ ПОСРЕДСТВОМ СТАТИСТИЧЕСКИХ МЕТОДОВ В EXCELДалее в данном исследовании необходимо проанализировать взаимосвязь ряда показателей, первыми будут ИПЦ и уровня ЗП в РФ (таблица 1).Таблица 1 – Корреляция ИПЦ и уровня средней ЗП в РФ за период 2017–2020 гг.Регрессионная статистикаМножественный R0,739014R-квадрат0,546142Нормированный R-квадрат0,319213Стандартная ошибка11153,47Наблюдения4Дисперсионный анализ dfSSMSFЗначимость FРегрессия12,99E+082,99E+082,4066650,260986Остаток22,49E+081,24E+08Итого35,48E+08    КоэффициентыСтандартная ошибкаt-статистикаP-ЗначениеНижние 95%Верхние 95%Нижние 95,0%Верхние 95,0%Y-пересечение1049420623184,61,6839630,234225-16319283730767-16319283730767Переменная X 1-776,634500,6203-1,551340,260986-2930,631377,362-2930,631377,362Для большей визуализации представим данный на рисунке 10.Рисунок 10 – Корреляция ИПЦ и уровня средней ЗП в РФ за период 2017–2020 гг.На основании представленных данных можно сделать вывод, что исследуемые явления имеют низкую зависимость, а именно, Индекс потребительских цен оказывает слабое влияние на рост уровня средней ЗП. Показатель R-квадрат показывает, что исследуемая модель на 54% объясняет зависимость между данными параметрами. Также, слабую значимость данной модели доказывает такой показатель, как Значимость F (значимость критерия Фишера) – поскольку показатель равен 0,26 и он >0,05 значит следует вывод о том, что модель не значима. Также, проанализировав показатель P-Значение и коэффициент Стьюдента 1,98 можно сделать вывод о статистической значимости различий между сравниваемыми величинами.В последующем на основании имеющихся данных был построен прогноз на 1 период, на рисунке 6 можно видеть значение R=0,79, которое говорит о весьма высокой точности данного прогноза.Коэффициент Y-пересечение показывает каким будет средняя ЗП, если ИПФ будет равен 0, так, показатель говорит о том, что на исследуемое явление оказывают влияние и иные параметры, которых нет в модели. Коэффициент Переменная X 1 показывает весомость переменной ИПЦ на среднюю ЗП, отрицательный показатель говорит об отрицательном влиянии т.е. чем выше уровень средней ЗП, тем меньше ИПЦ.Указанные выше показатели являются ключевыми в рассматриваемом анализе, далее по такой же методике будет рассмотрен ряд ключевых экономических показателей РФ в целом и на примере отдельного субъекта РФ – Челябинской области.Следующими анализируемыми показателями будет зависимость роста оборота организаций и средняя ЗП персонала. На сколько известно, именно за счет роста производства у персонала появляется возможность зарабатывать больше. Показатели производства на октябрь 2020 года представлены на рисунке 11.Рисунок 11– Индекс производства в % РФ по регионам на октябрь 2020 г.Из представленных данных видно самые активные в данной сфере области, так на первом месте Республика Адыгея с показателем индекса 180, далее Воронежская область 117,8, последние позиции в данном рейтинге занимают Пермская, Тамбовская и Курганская области с показателем индекса не более 75,9. Данная аналитика дает представление о более значимых областях для всего производственного сектора в РФ. Соответственно, будет допустимым предположить, что за счет развитого сектора промышленности растут и имеют достаточно высокие значения средние зарплаты в данных областях. Так, если анализировать зависимость между Оборотом организаций и средней ЗП по РФ, то необходимо обратиться к таблице 2.Таблица 2 – Корреляция Оборота организаций и средней ЗП по РФ за период 2017–2020 гг.Регрессионная статистикаМножественный R0,995366R-квадрат0,990754Нормированный R-квадрат0,986131Стандартная ошибка1591,96Наблюдения4Дисперсионный анализ dfSSMSFЗначимость FРегрессия15,43E+085,43E+08214,30470,004634Остаток250686732534337Итого35,48E+08    КоэффициентыСтандартная ошибкаt-статистикаP-ЗначениеНижние 95%Верхние 95%Нижние 95,0%Верхние 95,0%Y-пересечение-30793,47792,483-3,951680,058477-64321,72734,962-64321,72734,962Переменная X 16,11E-074,18E-0814,639150,0046344,32E-077,91E-074,32E-077,91E-07Для большей визуализации представим данный на рисунке 12.Рисунок 12 – Корреляция Оборота организаций и средней ЗП по РФ за период 2017–2020 гг.На основании представленных данных можно сделать вывод, что между показателями оборота организаций и средней ЗП очень высокая зависимость, поскольку R-квадрат почти достиг 100% и составил 99%. Также и по рисунку 8 наблюдается высокая зависимость, поскольку почти все точки лежат на линии тренда. Также, сильную значимость данной модели доказывает такой показатель, как Значимость F (значимость критерия Фишера) – поскольку показатель равен 0,0046 что <0,05 значит следует вывод о том, что модель значима. Также, проанализировав показатель P-Значение и коэффициент Стьюдента 2,77 можно сделать вывод о статистической значимости различий между сравниваемыми величинами, поскольку по таблице распределения Стьюдента было найдено значение 2,44 которое меньше расчетного.В последующем на основании имеющихся данных был построен прогноз на 1 период, на рисунке 8 можно видеть значение R=0,99, которое говорит о весьма высокой точности данного прогноза – почти 100%.Также, значение Переменная X 1 положительное и говорит о том, что с ростом Оборотов организаций растут и средние ЗП населения. Данная зависимость действительно является прямой, поскольку почти каждое предприятие с ростом объемов имеет возможности и реализовывает рост зарплат своих сотрудников, мотивируя их к более качественной работе, также рост ЗП может быть связан с ростом компетентных сотрудников, с высоким уровнем их образования, что на данный момент для работодателя является весьма важным фактором при принятии решения о трудоустройстве сотрудников. Поскольку если работодателя не устраивает уровень образования, или компетентности его сотрудников, ему приходится инвестировать в человеческий капитал – в повышение квалификации своих сотрудников, а поскольку это влечет за собой существенные расходы, работодателе заинтересован в найме квалифицированных сотрудников.Далее необходимо проанализировать зависимость оборота розничной торговли и показатель ВВП в РФ за период с 2015–2020 гг.Таблица 3 – Корреляция Оборота розничной торговли, в млн руб. и ВВП в РФ за период с 2015–2020 гг.Регрессионная статистикаМножественный R0,98732659R-квадрат0,9748138Нормированный R-квадрат0,96851725Стандартная ошибка2016,38071Наблюдения6Дисперсионный анализ dfSSMSFЗначимость FРегрессия16,29E+086,29E+08154,81710,00024Остаток4162631654065791Итого56,46E+08    КоэффициентыСтандартная ошибкаt-статистикаP-ЗначениеНижние 95%Верхние 95%Нижние 95,0%Верхние 95,0%Y-пересечение-34392,17910573,48-3,252680,031296-63748,9-5035,5-63748,9-5035,5Переменная X 14,270768940,34323912,442550,000243,3177855,2237533,3177855,223753Для большей визуализации представим данный на рисунке 13.Рисунок 13 – Корреляция Оборота розничной торговли, в млн руб. и ВВП в РФ за период с 2015–2020 гг.Зависимость между Оборотом розничной торговли и ВВП очень высокая, поскольку показатель R-квадрат составляет порядка 97% — это говорит о том, что расчетный параметр модели на 97% объясняет зависимость между изучаемыми параметрами.Также, сильную значимость данной модели доказывает такой показатель, как Значимость F (значимость критерия Фишера) – поскольку показатель равен 0,0002 что <0,05 значит следует вывод о том, что модель значима. Также, проанализировав показатель P-Значение и коэффициент Стьюдента 7,39 можно сделать вывод о статистической значимости различий между сравниваемыми величинами, поскольку по таблице распределения Стьюдента было найдено значение 1,09 которое намного меньше расчетного.В последующем на основании имеющихся данных был построен прогноз на 2 периода, на рисунке 13 можно видеть значение R=0,98, которое говорит о весьма высокой точности данного прогноза – почти 100%. Так, даже линия тренда для прогнозных значений лежит на одной плоскости с линией тренда статистических данных.Также и на рисунке 13 видно прямую зависимость, при которой почти все точки лежат на линии тренда. Таким образом, следует сделать вывод, что чем выше показатели оборота розничной торговли, тем выше показатель ВВП, что является приемлемым утверждением и доказывается положительным показателем Переменная X 1.Действительно, за счет роста производств, в частности розничной торговли и достигается рост ВВП, как и всех экономических показателей в целом. Розничная торговля занимает существенную долю, как во внутренних экономических отношениях, так и в международных. Именно за счет торговли достигается экономический рост страны, в частности за счет розничной.ЗАКЛЮЧЕНИЕВ заключении данного исследования необходимо сформулировать некоторые выводы. Статистический анализ является неотъемлемой частью любого исследования экономических процессов. Под статистическими данными принято понимать совокупность наблюдений и их признаков, характеризующих деятельность рассматриваемого объекта. Таможенная статистика имеет весомое значение в функционировании всей внешнеэкономической экономики. Благодаря данным таможенной статистики, характеризующим эффективность функционирования экономической системы, имеется возможность её контролировать и совершенствовать.В данном исследовании были рассмотрены последствия кризисных явлений в 2020 году и ряд данных таможенной статистики. В процессе анализа инвестиционной деятельности в РФ выяснилось, что в последний отчетный 2020 год инвестиции как в относительном, так и в абсолютном значении снизились во многих отраслях. Данная динамика не сказалась лишь на отраслях, которые имеют высокую важность для населения в плане поддержания высокого уровня жизнедеятельности. К таким отраслям относятся здравоохранение и образование.Был детально рассмотрен основной подход бизнеса, который направлен на минимизацию сложившихся во время пандемии рисков. Так, самой распространенной мерой стал перевод торговли в интернет-пространство.Из-за введения ряда ограничительных мер во многих странах существенно снизились экономические показатели, ключевым является ВВП, который показал отрицательные темпы роста в 2020 году относительно 2019 года. Также наблюдалась негативная тенденция снижения ВВП таких главных стран импортеров нефти, как КНР, США, Индия и Япония. Самые отрицательные показатели ВВП в 2020 году наблюдались во втором квартале года. По сравнению с 4 кварталом 2019 года во время пандемии существенно обострилась финансовая ситуация в Турции, Саудовской Аравии, Колумбии и мн. др.Сокращение ВВП у ряда стран произошло в том числе за счет снижения показателей экспорта. Экспорт в апреле 2020 года сократился относительно марта 2020 года во всех странах, кроме Китая и РФ. Помимо этого, стоит отметить, что в 2020 году наблюдался существенный дефицит бюджета во многих странах, в частности, в США. Также, наблюдался рост безработицы, вызванный массовым закрытием большой части предприятий, которые не справились с введенными ограничительными мерами.СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ1. Аббакумов, В. Бизнес-анализ информации. Статистические методы: Учебник / В. Аббакумов, Т. Лезина. - М.: Экономика, 2019. - 374 c.2. Дубина, И.Н Математико-статистические методы в эмпирических социально-экономических исследованиях / И.Н Дубина. - М.: Финансы и статистика, 2020. - 416 c.3. Горелов, Н. А. Методология научных исследований: учебник и практикум для бакалавриата и магистратуры / Н. А. Горелов, Д. В. Круглов, О. Н. Кораблева. — 2-е изд., перераб. и доп. — М.: Издательство Юрайт, 2019. — 365 с.4. Загашвили, В. С. Экономические интересы России в условиях глобализации [Текст] : учебное пособие / В. С. Загашвили. – М., 2016. – 432 с. Катасонов, В.Ю. Инвестиционный потенциал хозяйственной деятельности. Макроэкономический и финансово - кредитный аспекты / В.Ю. Катасонов. - М.: МГИМО(У) МИД Росси, 2016. - 320 c.5. ИзрядноваО.И., Воловик Н.П., Лаврищева А.А. Структурные особенности инвестиционной деятельности в условиях пандемии // Эконо-мическое развитие России. 2020. Сентябрь. № 9. С.13-21.6. Карманов, Ф.И. Статистические методы обработки экспериментальных данных. Лабораторный практикум / Ф.И. Карманов, В.А. Острейковский. - М.: Абрис, 2017. - 208 c.7. Королев, А. В. Экономико-математические методы и моделирование: учебник и практикум для бакалавриата и магистратуры / А. В. Королев. — М.: Издательство Юрайт, 2017. — 280 с.8. Ниворожкина, Л.И. Статистические методы анализа данных: Учебник / Л.И. Ниворожкина, С.В. Арженовский, А.А. Рудяга. - М.: Риор, 2018. - 320 c.9. Пол А. Самуэльсон, Вильям Д. Нордхаус «Экономика» Электронный ресурс]. – Режим доступа:http://www.library.fa.ru/files/Samuelson-Nordhaus.pdf10. Динамика инвестиций в основной капитал на фоне пандемии COVID-19 [Электронный ресурс]. – Режим доступа:https://ac.gov.ru/uploads/2-Publications/BRE/_%D0%BD%D0%BE%D1%8F%D0%B1%D1%80%D1%8C_web.pdf11. Доля онлайна в российской рознице приблизилась к уровню развитых стран [Электронный ресурс]. – Режим доступа:https://www.rbc.ru/rbcfreenews/5f592c909a79471b5599553412. В России подсчитали количество введенных против нее западных санкций [Электронный ресурс]. – Режим доступа:https://rg.ru13. Семь методов статистического анализа, которые может применять каждый [Электронный ресурс]. – Режим доступа:https://4brain.ru/blog/14. Дробот Е. В. Мировая экономика в условиях пандемии COVID-19: итоги 2020 года и перспективы восстановления — М.: первое Экономическое издательство Том 10 2020 г. —24 с.15. Костин К. Б., Хомченко Е. А. Влияние пандемии COVID-19 на мировую экономику— М.: первое Экономическое издательство Том 10 2020 г. — 20с.16. Влияние COVID-19 на Российскую экономику [Электронный ресурс]. – Режим доступа:http://www.kovernino.ru/?id=2430917. Мировой атлас данных. Экономические показатели [Электронный ресурс]. – Режим доступа:https://knoema.ru18. Валовой внутренний продукт годовые данные (в текущих ценах) [Электронный ресурс]. – Режим доступа:https://rosstat.gov.ru/storage/mediabank/94cQBbmp/tab1.htm