ISSN 2077-3595

ВОПРОСЫ МЕТОДОЛОГИИ ЭКОНОМИЧЕСКИХ ИССЛЕДОВАНИЙ


Выпуск: № 12, дата публикации: Декабрь 2020 г.
Номер статьи: 8, страницы: 62-71

УДК 004:338.43

doi: 10.33938/2012-62

САЛЬНИКОВ СЕРГЕЙ

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ И МАТЕМАТИЧЕСКИЙ ИНСТРУМЕНТАРИЙ ДЛЯ ТИПОЛОГИЗАЦИИ СЕЛЬСКИХ ТЕРРИТОРИЙ

КЛЮЧЕВЫЕ СЛОВА:

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, INFORMATION SUPPORT, RURAL AREAS, STATISTICAL ENVIRONMENT R, TYPOLOGY OF RURAL AREAS, MATHEMATICAL MODELING, МАТЕМАТИЧЕСКИЙ ИНСТРУМЕНТАРИЙ, ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ, СЕЛЬСКИЕ ТЕРРИТОРИИ, СТАТИСТИЧЕСКАЯ СРЕДА R, ТИПОЛОГИЯ СЕЛЬСКОЙ МЕСТНОСТИ, MATHEMATICAL TOOLS

АННОТАЦИЯ:

В статье рассмотрена задача построения типологии сельской местности России на уровне муниципальных образований (МО). В качестве информационной базы использовались данные Росстата сельской переписи 2016 г., базы данных муниципальных образований (БД ПМО) Росстата и др. В качестве базовых показателей для типологизации представлены, как результат соответствующих вычислений, плотность населения и плотность муниципальных дорог с одной стороны, и продукция растениеводства и животноводства на одного жителя МО с другой стороны. Это позволило построить перекрестную типологию из четырех показателей. В отдельный класс были выделены так называемые «несельские территории» и, то есть территории, где плотность населения значительно превышает среднестрановую. Для решения проблемы пропусков и ошибочных данных использовались передовые методы статистической среды R.

АВТОР:

Сальников Сергей Георгиевич



Размер файла: 1.403 Мб., формат: *.pdf


ENGLISH:

Salnikov S.G.

INFORMATION SUPPLY AND MATHEMATICAL TOOLKIT FOR TYPOLOGIZATION OF RURAL TERRITORIES

The article considers the problem of constructing a typology of rural areas in Russia at the level of municipalities (MO). As an information base, the data of Rosstat, the rural census of 2016, the database of municipalities (DB PMO) of the Rosstat, etc. were used. As the basic indicators for typology, the population density and the density of municipal roads on the one hand and crop production are presented as a result of the corresponding calculations and animal husbandry per resident of the Moscow region on the other hand. This made it possible to build a cross-typology of four indicators. A separate class was allocated to the so-called. «Non-peasant territory», that is, areas where the population density significantly exceeds the national average. To solve the problem of gaps and erroneous data, the advanced methods of the R statistical environment were used.