Новая коронавирусная инфекция (COVID-19), возникшая в городе Ухань в Китае в начале декабря 2019 года, быстро распространилась почти во всех странах мира и стала шоком для мировой экономики. В статье освещаются важнейшие проблемы, которые обусловлены пандемией коронавируса. Автором рассматривается влияние новой коронавирусной инфекции Covid-19 на некоторые социально-экономические показатели отдельного региона Российской Федерации, а также Российской Федерации в целом. Для этого была разработана аналитическая процедура на бесплатной платформе для анализа данных с открытым исходным кодом Knime Analytics Platform, которая, в свою очередь, значительно упростила обработку данных и визуализацию результатов. Платформа позволяет разрабатывать воспроизводимые и масштабируемые рабочие процессы, интегрируя широкий спектр инструментов анализа. В основу анализа легли данные, извлеченные с сайта Центра пространственно-временных инноваций университета Гарвард (NSF Spatiotemporal Innovation Center), и статистические данные, извлеченные с сайта Федеральной службы государственной статистики. Полученные данные были визуализированы и сделаны выводы о зависимости роста заболеваемости новой коронавирусной инфекцией Covid-19 и стоимости фиксированного набора потребительских товаров и услуг для межрегиональных сопоставлений покупательной способности населения.
1. Ассоциация больших данных. Доступно по: https://rubda.ru/deyatelnost/strategiya/ (дата обращения: 26.02.2022).
2. Воронов В.И., Воронова Л.И., Усачев В.А. Data Mining – технологии обработки больших данных: учебное пособие. Москва: Московский технический университет связи и информатики; 2018. 47 c.
3. Жиленкова Е.П., Захарова Д.В. Социально-экономическое развитие регионов: понятие, факторы и основные статистические показатели. Социально-экономическое развитие России и регионов в цифрах статистики: Материалы VII международной научно-практической конференции. 2021;2:183–187.
4. Куклина О.К., Печерина А.В., Михайлова Е.А. Особенности прогнозирования и моделирования региональных социально-экономических систем на примере формирования многофакторной модели прогнозирования пассажирских перевозок в Забайкальском крае. Наука и техника транспорта. 2020;3:44–54.
5. Кузнецова И.А. Теория систем и системный анализ: практикум. Иркутск: Издательство БГУ; 2017. 56 с.
6. Министерство экономического развития Российской Федерации. Доступно по: https://www.economy.gov.ru/ (дата обращения: 25.01.2022).
7. Киселева И.В., Ларионова Н.В., Григорьева Е.П. Особенности циркуляции респираторных вирусов в пред- и пандемические по гриппу и COVID-19 периоды. Инфекция и иммунитет. 2021;11(6):1009–1019. DOI: 10.15789/2220-7619-SFO-1662.
8. Федеральная служба государственной статистики. Росстат. Доступно по: https://rosstat.gov.ru/emiss/ (дата обращения: 26.02.2022)
9. Федеральная служба по надзору в сфере защиты прав потребителей и благополучия человека. Росстат. Доступно по: https://rosstat.gov.ru/emiss/ (дата обращения: 25.02.2022).
10. Центр пространственно-временных инноваций университета Гарвард. NSF Spatiotemporal Innovation Center. Доступно по: : https://www.stcenter.net/ (дата обращения: 15.01.2022).
Печерина Александра Валерьевна
ORCID | РИНЦ |
Байкальский государственный университет
Иркутск, Россия
