Предмет. Структурные возможности российской экономики. Цели. Определить приоритеты развития российской экономики. Методология. Применены методы статистического, нейросетевого и кластерного анализа. Результаты. В работе обоснована необходимость уделить первостепенное внимание таким параметрам экономического развития, как ВВП на душу населения, валовой долг сектора государственного управления, доходы сектора государственного управления и изменения объема импорта. Выводы. Результаты исследования могут быть использованы органами власти при разработке программ развития отраслей экономики, направленных на преодоление структурного кризиса.
Ключевые слова: возможность, критика, приоритет, проблема, структура, экономическая политика
Список литературы:
Глазьев С.Ю. О механизмах реализации целей национального развития России в условиях смены технологических и мирохозяйственных укладов // Научные труды Вольного экономического общества России. 2021. Т. 230. № 4. С. 66–70. URL: Link
Аганбегян А.Г. К устойчивому социально-экономическому росту // Научные труды Вольного экономического общества России. 2021. Т. 230. № 4. С. 133—155. URL: Link
Мальсагова Р.Г., Лисковецкая Т.П., Ленков И.Н. Изменение курса рубля в условиях экономического кризиса: последствия и эффективность предпринятых мер // Финансы и кредит. 2021. Т. 27. Вып. 1. С. 113–128. URL: Link
Захаров В.К. Макрорегиональная интеграция, новый уровень мировой межгосударственной эксплуатации и возможности для России // Национальные интересы: приоритеты и безопасность. 2021. Т. 17. Вып. 7. С. 1208–1237. URL: Link
Паршина Л.Н., Борисовская Н.В. Золото в международных резервах стран // Финансы и кредит. 2021. Т. 27. Вып. 4. С. 763–784. URL: Link
King A.P., Eckersley R.J. Chapter 1: Descriptive Statistics I: Univariate Statistics. In: Statistics for Biomedical Engineers and Scientists: How to Visualize and Analyze Data. Academic Press, 2019, pp. 1–21. URL: Link
Brownstein N.C., Adolfsson A., Ackerman M. Descriptive Statistics and Visualization of Data from the R Datasets Package with Implications for Clusterability. Data in Brief, 2019, vol. 25, no. 104004. URL: Link
Fávero L.P., Belfiore P. Chapter 3: Univariate Descriptive Statistics. In: Data Science for Business and Decision Making. Academic Press, 2019, pp. 21–91. URL: Link
Urlacher B.R. Complexity, Causality, and Control in Statistical Modeling. American Behavioral Scientist (ABS), 2020, vol. 64, iss. 1, pp. 55–73. URL: Link
Adolfsson A., Ackerman M., Brownstein N.C. To Cluster, or Not to Cluster: An Analysis of Clusterability Methods. Pattern Recognition, 2019, vol. 88, pp. 13–26. URL: Link
Кравцова Н.И., Никонорова А.Д. Практика использования кредитных деривативов на российском фондовом рынке // Финансы и кредит. 2021. Т. 27. Вып. 6. С. 1416–1440. URL: Link
Хуторова Н.А., Рогашков Н.А. Влияние сделок финансово-технологических слияний и поглощений на мировую цифровую экономику // Финансовая аналитика: проблемы и решения. 2021. Т. 14. Вып. 2. С. 174–189. URL: Link
Глушакова О.В. О взаимосвязи национальных целей развития России с бюджетными расходами и о возможностях достижения целей в условиях COVID-19 // Финансы и кредит. 2021. Т. 27. Вып. 7. С. 1444–1475. URL: Link
Горшков С.А. Оценка капитализации нефтегазового бизнеса // Финансовая аналитика: проблемы и решения. 2021. Т. 14. Вып. 2. С. 141–155. URL: Link
Журавлева Т.А., Зубанова А.Е. Анализ потребления домохозяйств в России в условиях цикличности // Национальные интересы: приоритеты и безопасность. 2021. Т. 17. Вып. 6. С. 1008–1028. URL: Link
Акбердина В.В. Факторы резильентности в российской экономике: сравнительный анализ за период 2000–2020 гг. // Национальные интересы: приоритеты и безопасность. 2021. Т. 17. Вып. 8. С. 1412–1432. URL: Link
Симачев Ю.В., Кузык М.Г. Государственная поддержка предприятий: бенефициары и эффекты // Вопросы экономики. 2020. № 3. С. 63–83. URL: Link