Цель статьи – изучить и оценить рынок образовательных услуг, его современные тренды в разрезе высшего и средне профессионального образования, что является базой для проведения дальнейших исследований в данном направлении. Методами исследования выступили: анализ, синтез, индукция, дедукция, сравнение. Результаты: посредством анализа открытых источников была произведена оценка настоящего состояния рынка образовательных услуг за последнее время (2020-2023 годы), сформулированы выводы по результатам анализа, из- учены наиболее популярные в настоящее время направления в области образования, проанализированы контрольные цифры наборов, соотношение бюджетных и платных мест набора по все уровням образования (бакалавриат, магистратура). Центральным моментом в статье является оценка трендов в образовании, по данному вопросу рас- смотрены различные точки зрения, также изучено активное внедрение в образование технологий EdTech. Научная новизна: сгруппированы основные тренды образовательных услуг в условиях глобальных вызовов. Практическая значимость: основные положения и выводы статьи могут быть использованы в учебном процессе для изучения вопросов экономики образования, а также органами власти в целях изучения тенденций в области образовательных услуг для принятия управленческих решений.
Данная статья представляет обзор критериев эффективности управления в научно-производственных организациях. Авторы исследуют различные подходы к определению эффективности управления. Особое внимание уделяется способам, которые могут использоваться для повышения эффективности управления в научно-производственных организациях. На примере фармацевтической научно-производственной организации Pfizer демонстрируется, как успешное управление этими критериями способствует достижению поставленных целей, оптимизации процессов и ресурсов, а также повышению конкурентоспособности организации.
В работе рассматривается методика формирования дисциплины «Математическая статистика» для курсов повышения квалификации, курсов дополнительного образования, а также как спецкурса для технических, экономических и других направлений обучения с укороченными учебными планами по этой дисциплине. Целью настоящей работы является описание структурной организации учебного процесса для более глубокого изучения методов математической статистики. Приведены углубленные методы исследования, даны методические рекомендации их использования, рассмотрены примеры применения алгоритмов.
На сегодняшний день одной из ключевых проблем развития отечественной экономики остается вопрос привлечения инвестиций в стратегически значимые отрасли России. В период санкционного давления в отношении Российской Федерации развитие именно отраслей обрабатывающей промышленности становится ведущей задачей в обеспечении экономического роста страны. Целью исследования является разработка методики для расчета агрегированного факторного коэффициента инвестиционной привлекательности комплекса отраслей обрабатывающей промышленности в регионах на основе эконометрического моделирования. Под инвестиционной привлекательностью комплекса отраслей обрабатывающей промышленности понимается совокупность значимых факторов, которые определяют приток инвестиций в комплекс отраслей обрабатывающей промышленности. В результате исследования выявлено, что на данный момент времени отсутствует единая общепринятая методика оценки инвестиционной привлекательности отраслей обрабатывающей промышленности, отсутствует систематизация факторов, определяющих их инвестиционную привлекательность, нет исследований, посвященных выявлению статистически значимых факторов данного вида экономической деятельности. В связи с этим была разработана модель отбора значимых факторов инвестиционной привлекательности комплекса отраслей обрабатывающей промышленности в регионах России. Согласно описываемой методике, итоговый агрегированный факторный коэффициент формируется на основе частных показателей, которые были объединены в группы факторов, что позволяет выделить наиболее важные факторы, влияющие на инвестиционную привлекательность обрабатывающей промышленности в конкретном регионе, и определить стратегии для улучшения инвестиционной привлекательности. Анализ агрегированного факторного коэффициента поможет потенциальным инвесторам определить, в каких регионах комплекс отраслей обрабатывающей промышленности наиболее перспективен для инвестиций, а также какие меры необходимо принять для улучшения инвестиционной привлекательности комплекса отраслей обрабатывающей промышленности в регионах с низким значением коэффициента. Результаты оценки показали, что наиболее значимыми являются производственные, трудовые, инновационные факторы инвестиционной привлекательности обрабатывающей промышленности. Авторский подход и полученные результаты могут использоваться государственными и частными инвесторами для принятия решения о целесообразности инвестиционных вложений в отрасль и органами власти при формировании инвестиционной политики с учетом региональной отраслевой специфики.
В статье представлены результаты анонимного опроса пациентов стационарных подразделений наркологической службы Москвы об оценке показателей качества стационарной наркологической помощи, включающих повторные госпитализации и длительность ремиссии. Респонденты в целом положительно оценивают полезность включения их в программы стационарной реабилитации и завершение этих программ. Большая часть респондентов отметила удовлетворенность взаимодействием со средним ме- дицинским персоналом и врачами психиатрами-наркологами. Также положительно были оценены условия пребывания в стационарном отделении и качество оказания наркологической помощи
Проведение обоснованной оценки рыночной стоимости хозяйствующего субъекта, включая оценку стоимости его недвижимости, а также движимого имущества, имеет важное значение. Без такой оценки невозможно осуществлять эффективные управленческие решения, расширять контакты с необходимыми контрагентами, проводить процедуру купли-продажи как самой компании в целом, так и ее отдельных элементов. Также знание рыночной стоимости хозяйствующего субъекта требуется для обоснования размера банковского кредита, получаемого под залог оцениваемого имущества, проведения операций по дополнительной эмиссии акций, осуществления расчетов величины будущих и настоящих налоговых платежей и др.В данной статье проведен анализ основных методов, с помощью которых осуществляется оценка бизнеса. Такой анализ необходим, так как в ходе осуществления оценки бизнеса возникают различные проблемы, связанные с неточным определением понятия«оценка рыночной стоимости», а также не всегда верным использованием методов, применяемых при осуществлении такой оценки.
Необходимость адаптации национальной экономики к многочисленным санкциям со стороны недружественных стран способствовала активизации инновационной деятельности российских промышленных предприятий, выполняющих задачи импортозамещения. В этих условиях повышается значимость объективной оценки инновационных проектов, обеспечивающий ускоренный рост экономики. Вместе с тем существующая методическая база оценки инноваций не в полной мере учитывает появившиеся новые факторы внешней среды, в которой функционируют и реализуют свои инновационные проекты российские промышленные предприятия, работающие в условиях санкционного давления со стороны стран Запада.В связи с этим авторы данной статьи дали характеристику указанных факторов и обосновали, что их существенное влияние на реализацию инновационных проектов российскими предприятиями требует отражения в методической базе их оценки и нуждается в дальнейшей разработке российских ученых.
В статье отражены результаты разработки авторской методики оценки уровня развития региональных экономических систем в условиях цифровизации. Выделены этапы предлагаемого методического подхода, приведен алгоритм экономико-математического моделирования уровня развития региональных экономических систем в условиях цифровизации. Сформированы четыре группы показателей оценки региональных экономических систем: экономический потенциал развития, инвестиционная и инновационная активность, цифровизация и развитие интеллектуального капитала, социальная ориентированность. На основании статистических данных в разрезе регионов Российской Федерации проведена апробация разработанной модели, доказана статистическая достоверность полученных результатов. С помощью анализа модельных значений обобщающего критерия установлены его уровни, позволяющие диагностировать степень развития региональных экономических систем в условиях цифровизации. Полученные данные позволяют принимать различные управленческие решения по направлениям развития региональных экономических систем в цифровой экономике.
Статья посвящена рассмотрению оценки качества таможенного регулирования внешнеэкономической деятельности, анализу имеющихся подходов к оценке таможенного регулирования в Российской Федерации, обобщению показателей, закрепленных нормативными документами, а также обоснованию направлений развития методологии оценки качества таможенного регулирования, формированию принципов проведения оценки. Это позволит учитывать интересы всех участников процесса регулирования и сформировать релевантную систему оценки качества таможенного регулирования.
Приводятся оценки для минимальной нормы проектора при линейной интерполяции на компакте в Rn. Пусть Π1(Rn) - пространство многочленов от n переменных степени не выше 1, Ω - компакт в Rn, K=conv(E). Будем предполагать, что vol(K)>0. Пусть точки x(j)∈Ω, 1≤j≤n+1, являются вершинами n-мерного невырожденного симплекса. Интерполяционный проектор P:C(Ω)→Π1(Rn) с узлами x(j) определяется равенствами Pf(x(j))=f(x(j)). Под ∥P∥Ω будем понимать норму P как оператора из C(Ω) в C(Ω. Через θn(Ω) обозначим минимальную норму ∥P∥Ω из всех операторов P с узлами, принадлежащими Ω. Через simp(Ω) обозначим максимальный объём симплекса с вершинами в Ω. Устанавливаются неравенства χ−1n(vol(K)simp(Ω))≤θn(Ω)≤n+1. Здесь χn - стандартизованный многочлен Лежандра степени n. Нижняя оценка доказывается с применением полученной характеризации многочленов Лежандра через объёмы выпуклых многогранников. Именно, мы показываем, что при γ≥1 объём многогранника \left{x=(x_1,...,x_n)\in{\mathbb R}^n : \sum |x_j| +\left|1- \sum x_j\right|\le\gamma\right} равен χn(γ)/n!. В случае, когда Ω - n-мерный куб или n-мерный шар, нижняя оценка даёт возможность получить неравенства вида θn(Ω)⩾cn√. Формулируются некоторые открытые вопросы.Приводятся оценки для минимальной нормы проектора при линейной интерполяции на компакте в Rn. Пусть Π1(Rn) - пространство многочленов от n переменных степени не выше 1, Ω - компакт в Rn, K=conv(E). Будем предполагать, что vol(K)>0. Пусть точки x(j)∈Ω, 1≤j≤n+1, являются вершинами n-мерного невырожденного симплекса. Интерполяционный проектор P:C(Ω)→Π1(Rn) с узлами x(j) определяется равенствами Pf(x(j))=f(x(j)). Под ∥P∥Ω будем понимать норму P как оператора из C(Ω) в C(Ω. Через θn(Ω) обозначим минимальную норму ∥P∥Ω из всех операторов P с узлами, принадлежащими Ω. Через simp(Ω) обозначим максимальный объём симплекса с вершинами в Ω. Устанавливаются неравенства χ−1n(vol(K)simp(Ω))≤θn(Ω)≤n+1. Здесь χn - стандартизованный многочлен Лежандра степени n. Нижняя оценка доказывается с применением полученной характеризации многочленов Лежандра через объёмы выпуклых многогранников. Именно, мы показываем, что при γ≥1 объём многогранника \left{x=(x_1,...,x_n)\in{\mathbb R}^n : \sum |x_j| +\left|1- \sum x_j\right|\le\gamma\right} равен χn(γ)/n!. В случае, когда Ω - n-мерный куб или n-мерный шар, нижняя оценка даёт возможность получить неравенства вида θn(Ω)⩾cn√. Формулируются некоторые открытые вопросы.