<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">Vestnik of Astrakhan State Technical University. Series: Management, computer science and informatics</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">Vestnik of Astrakhan State Technical University. Series: Management, computer science and informatics</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2072-9502</issn>
   <issn publication-format="online">2224-9761</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">46405</article-id>
   <article-id pub-id-type="doi">10.24143/2072-9502-2021-4-95-103</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>SOCIAL AND ECONOMIC SYSTEMS MANAGEMENT</subject>
    </subj-group>
    <subj-group>
     <subject>УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">REGRESSION MODELS OF ASSESSING INFLUENCE  OF ECONOMIC INDICATORS ON AMOUNT OF SERVICES IN INFORMATION AND COMMUNICATION TECHNOLOGIES</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>РЕГРЕССИОННЫЕ МОДЕЛИ ОЦЕНКИ  ВЛИЯНИЯ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ НА ОБЪЕМЫ УСЛУГ  В СФЕРЕ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Носков</surname>
       <given-names>Сергей Иванович</given-names>
      </name>
      <name xml:lang="en">
       <surname>Noskov</surname>
       <given-names>Sergey Ivanovich</given-names>
      </name>
     </name-alternatives>
     <email>noskov_s@irgups.ru</email>
     <bio xml:lang="ru">
      <p>доктор технических наук;</p>
     </bio>
     <bio xml:lang="en">
      <p>doctor of technical sciences;</p>
     </bio>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Вергасов</surname>
       <given-names>Александр Сергеевич </given-names>
      </name>
      <name xml:lang="en">
       <surname>Vergasov</surname>
       <given-names>Alexandr  Sergeevich </given-names>
      </name>
     </name-alternatives>
     <email>tluck@inbox.ru</email>
     <xref ref-type="aff" rid="aff-2"/>
    </contrib>
   </contrib-group>
   <aff-alternatives id="aff-1">
    <aff>
     <institution xml:lang="ru">Иркутский государственный университет путей сообщения</institution>
    </aff>
    <aff>
     <institution xml:lang="en">Irkutsk State University of Railway Transport</institution>
    </aff>
   </aff-alternatives>
   <aff-alternatives id="aff-2">
    <aff>
     <institution xml:lang="ru">Иркутский государственный университет путей сообщения</institution>
     <country>Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">Irkutsk State Transport University</institution>
     <country>Russian Federation</country>
    </aff>
   </aff-alternatives>
   <issue>4</issue>
   <fpage>95</fpage>
   <lpage>103</lpage>
   <history>
    <date date-type="received" iso-8601-date="2021-10-26T00:00:00+03:00">
     <day>26</day>
     <month>10</month>
     <year>2021</year>
    </date>
   </history>
   <self-uri xlink:href="https://vestnik.astu.ru/en/nauka/article/46405/view">https://vestnik.astu.ru/en/nauka/article/46405/view</self-uri>
   <abstract xml:lang="ru">
    <p>В результате организованного с использованием соответствующей вычислительной технологии конкурса регрессионных моделей разработаны математические модели влияния некоторых экономических показателей (стоимости экспортированной сырой нефти, нефтепродуктов, природного газа, прямых инвестиций за границу и в Россию, объема ВВП) на объемы экспорта и импорта информационных, компьютерных и телекоммуникационных (ИКТ) услуг. Выбор именно таких выходных показателей в модели обусловлен значительным ростом мирового рынка этих услуг за последние десятилетия в целом. При этом относительный рост телекоммуникационных, компьютерных и информационных услуг намного более динамичен по сравнению с услугами в традиционных сферах, таких как транспортировка, строительство, переработка товаров. Немаловажной причиной выбора именно данных показателей является также высокий уровень участия предприятий IT-отрасли в экспорте ИКТ-услуг. По некоторым оценкам, в него вовлечены около 2 000 фирм отрасли. Другими словами, более 60 % предприятий ИКТ в России занимаются экспортом своих услуг в зарубежные страны, при этом основными странами-импортерами услуг ИКТ из России являются европейские страны и США. Объемы ИКТ-услуг, как следует из формального и содержательного анализа построенных моделей, более чем на 50 % обеспечиваются уровнем развития экономики страны, индикатором которого является ВВП. При этом на динамику как экспорта, так и импорта телекоммуникационных, компьютерных и информационных услуг существенное влияние оказывают также стоимость экспортированного сырья – сырой нефти, нефтепродуктов и природного газа. Представленные в работе модели могут быть эффективно использованы для дальнейшего детального анализа влияния макроэкономических факторов на развитие информационных и компьютерных технологий и решения широкого круга прогнозных задач средне- и краткосрочного характера</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>The paper highlights the results of a regression model contest organized using the computing technology and presents the mathematical models of the impact of economic indicators (the cost of exported crude oil, petroleum products, natural gas, direct investment abroad and to Russia, the volume of GDP) on the amount of exports and imports of telecommunications, computer and information services (ICT). The choice of such output indicators in the model is stipulated by a significant growth of the ICT world market over the past decades. Besides, the relative growth of telecommunications, computer and information services is much more dynamic compared to services in the conventional spheres such as transportation, construction, and goods processing. Another important reason for choosing these particular indicators is a high level of participation of IT enterprises in the ICT services export. According to some estimates, about 2,000 firms in the in-dustry are involved. In other words, more than 60% of ICT enterprises in Russia are exporting their services to foreign countries, the most countries-importers of ICT services from Russia being the European countries and the United States. The amount of ICT services, as follows from the formal and meaningful analysis of the constructed models, is more than 50% provided by the level of de-velopment of the country's economy, in which GDP is the main indicator. At the same time, the dynamics of both export and import of telecommunications, computer and information services is also significantly influenced by the cost of exported raw materials: crude oil, oil products and natural gas. The models presented in the work can be effectively used for further detailed analysis of the influence of macroeconomic factors on the development of information and computer technologies and for solving a wide range of medium and short term forecasting problems.</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>информационные и компьютерные технологии</kwd>
    <kwd>объем экспорта и импорта</kwd>
    <kwd>регрессионная модель</kwd>
    <kwd>конкурс моделей</kwd>
    <kwd>критерии адекватности</kwd>
    <kwd>нефть</kwd>
    <kwd>нефтепродукты и природный газ</kwd>
    <kwd>внутренний валовой продукт</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>information and computer technologies</kwd>
    <kwd>amount of import and export</kwd>
    <kwd>regression model</kwd>
    <kwd>model competition</kwd>
    <kwd>adequacy criteria</kwd>
    <kwd>oil</kwd>
    <kwd>petroleum products and natural gas</kwd>
    <kwd>gross  domestic product</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p>ВведениеВ соответствии с национальными интересами и стратегическими национальными приоритетами в России разработана Стратегия национальной безопасности, введенная в действие Указом Президента РФ от 31 декабря 2015 г. № 683 «О Стратегии национальной безопасности Российской Федерации». Стабилизация национальной экономики является важной частью экономической составляющей национальной безопасности государства [1]. Значительной угрозой экономике любой страны является ее моноотраслевость [2, 3], заключающаяся в формировании значительной доли бюджета за счет одной отрасли. В России со второй половины XX в. таковой является нефтегазовая отрасль, при этом действительная оценка уровня зависимости экономики от этой отрасли может быть занижена в силу существенной вовлеченности в нее других отраслей [4]. Разрабатываемыми направлениями стабилизации экономики являются оптимизация добычи ресурсов с последующей их переработкой и диверсификация доходной части бюджета страны [5]. Следует отметить, что решение поставленных задач косвенно влияет на экологию и, как следствие, на экологическую безопасность страны. Основным инструментом перераспределения доходов должна выступать взвешенная и проработанная политика в области государственного регулирования экономики страны [6, 7].Одним из наиболее перспективных направлений качественного изменения стратегии развития экономики в рамках сложившейся конъюнктуры является инвестирование в сферу информационных и компьютерных технологий (ИКТ) [8]. Данное утверждение базируется на следующих фактах. Во-первых, благодаря развитию ИКТ помимо улучшений в самой отрасли происходит повышение эффективности других секторов экономики и рост международной торговли [9–11]. Во-вторых, развитие отечественной IT-отрасли позволит увеличить темпы импортозамещения. В-третьих, существует прямое положительное влияние уровня ИКТ на информационную безопасность государства. Наконец, в России уже реализуется национальный проект «Цифровая экономика РФ», включающий в себя следующие направления: кадровое обеспечение для цифровой экономики, информационная безопасность, цифровые технологии и т. д. Для количественного измерения уровня данного показателя разработана методика подсчета так называемого индекса развития ИКТ, состоящего из субиндексов доступа, использования и навыков [12].Россия – это страна с сырьевой экономикой, а рыночная конъюнктура сильно зависима от показателей нефте- и газодобычи в стране. В условиях масштабной цифровизации представляется интересным рассмотреть влияние добывающего сектора на импорт-экспортную составляющую отечественного ИКТ-рынка. Сделать это качественно позволяет подход, основанный на методах регрессионного моделирования, в рамках которого можно оценить значимость влияния независимых факторов на выходной показатель, что и предполагается осуществить в настоящей работе.Моделирование зависимости объема услуг в сфере информационных и коммуникационных технологий от макроэкономических показателей в России В качестве количественных показателей уровня развития ИКТ примем объемы экспорта   и импорта   телекоммуникационных, компьютерных и информационных услуг, выраженные в миллионах долларов США. Этот выбор обусловлен значительным ростом мирового рынка услуг за последние десятилетия в целом. При этом относительный рост телекоммуникационных, компьютерных и информационных услуг намного более динамичен в своем развитии по сравнению с услугами в традиционных сферах, таких как транспортировка, строительство, переработка товаров. Немаловажной причиной выбора именно данных показателей является также высокий уровень участия предприятий отрасли в экспорте ИКТ услуг. По некоторым оценкам, в него вовлечены около 2 000 фирм отрасли ИКТ. Другими словами, более 60 % предприятий ИКТ в России занимаются экспортом своих услуг в зарубежные страны. Следует отметить, что основными странами-импортерами услуг ИКТ из России являются европейские страны и США. Телекоммуникационными сервисами, в соответствии со «Стратегией развития экспорта услуг до 2025 года», принято считать услуги трансляции или передачи звуковой информации, изображений и других информационных потоков через системы кабельной, радиотрансляционной, телевизионной или спутниковой связи, услуги по аренде и техническому обслуживанию линий связи, сетей передачи звука, изображений и данных. К компьютерным услугам относятся операции, связанные с созданием и внедрением программного обеспечения, деятельность, связанная с обработкой данных, хранением баз данных и действиями с ними, услуги по разработке, дизайну и размещению веб-страниц на сервере, предоставлению консультационных услуг, связанных с программным обеспечением и функционированием вычислительной техники. В список информационных услуг включено снабжение средств массовой информации сводками новостей, фотографическим материалом и тематическими статьями, услуги по использованию коммерческих сайтов в интернете. По прогнозам Минэкономразвития, экспорт услуг сферы ИКТ к 2025 г. должен достигнуть объема более 12 млрд долл. США и стать самым быстрорастущим сектором экономики России.В качестве факторов, влияющих на   и  , выделены следующие экономические показатели:–  – стоимость экспортированной сырой нефти (в млн долл.); –  – стоимость экспортированных нефтепродуктов (в млн долл.); –  – стоимость экспортированного природного газа (в млн долл.); –  – прямые инвестиции за границу (в млн долл.); –  – прямые инвестиции в Россию (в млн долл.); –  – валовой внутренний продукт РФ (ВВП) (в млрд долл.). Для построения модели воспользуемся статистическими данными (табл.) по выделенным показателям за 2001–2020 гг. [13]. Фактические значения показателейх1х2х3х4х5х6y1y224 9909 37517 7702 5412 847328,55471 04629 11311 25315 8973 5333 474370,15991 10439 67914 06019 9819 7247 929461,558998359 04519 26921 85313 78215 403633,369597383 43833 80731 67117 88015 508817,71 0411 202102 28344 67243 80629 99337 5951 0611 3691 513121 50352 22844 83744 80155 8741 3932 2812 228161 14779 88669 10755 66374 7831 7793 0453 270100 59348 14541 97143 28136 5831 3082 5513 302135 79970 47147 73952 61643 1681 6332 6243 955181 81295 71064 29066 85155 0842 0473 1014 946180 930103 62462 25348 82250 5882 1913 4945 169173 668109 41465 97286 50769 2192 2884 1636 080153 896115 81054 68557 08222 0312 0494 5046 85489 58867 45441 77922 0856 8531 3573 9335 558,0473 71346 19131 19022 31432 5391 2813 9035 468,8993 37758 24738 66136 75728 5571 5754 6525 383,42129 20278 23549 75331 3778 7851 6655 2605 487,9122 22966 94741 78721 92331 9751 7035 4895 243,772 36645 34625 2485 2988 6631 4645 9365 901,39Следует отметить, что существуют определенные зависимости между экспортными объемами нефти и нефтепродуктов и особенностями ценообразования нефтепродуктов в странах – крупнейших потребителях и России [14, 15]. Так, например, установлена положительная связь между общим объемом экспорта из России и уровнем экспорта сырой нефти и газа.Поставим задачу построения регрессионных моделей, связывающих выходные переменные   и   с входными   в классе линейных по параметрам аппроксимирующих функций, хорошо себя зарекомендовавших при исследовании сложных объектов различной природы:    (1)    (2)где   и   – преобразования независимых переменных, выбранные из набора  для некоторой переменной х в рамках проведения конкурса моделей в соответствии с предложенной в [16] вычислительной технологией. Такой конкурс состоит в построении множества альтернативных вариантов модели заданного класса и последующем выборе лучшего варианта на основе использования векторного критерия оценки его адекватности [17]. Включим в его состав широко применяющиеся в регрессионном анализе критерии Фишера F и множественной детерминации R [18–20]. Кроме того, для углубленного анализа полученных моделей будем использовать оценки вкладов факторов в соответствующие выходные показатели (см., например, [17, 21]). Для модели (1) они рассчитываются по формуле где Величины p(xi) позволяют оценить степень влияния переменной   на выходной фактор  , выраженную в процентах.В результате проведенного конкурса при построении моделей (1) и (2), в рамках которого было построено несколько тысяч их альтернативных вариантов, а также с привлечением приемов преобразования регрессоров, представленных в работах [22–25], сформированы следующие модели:           (3)            (4)   Отметим высокое качество аппроксимации моделей (3) и (4), на что указывают значения критериев R и F, а также близость расчетных и фактических траекторий выходных переменных (рис. 1 и 2).  Рис. 1. Расчетные и фактические значения экспорта ИКТ, модель (3) Рис. 2. Расчетные и фактические значения импорта ИКТ, модель (4)Проанализируем знаки коэффициентов моделей. Они указывают на то, что позитивное влияние на у1 оказывают только переменные   и  , а на   – они же, а также   и  . Рост остальных факторов приводит к снижению импорта и (или) импорта объемов телекоммуникационных, компьютерных и информационных услуг. Анализ вкладов факторов позволяет сделать вывод о том, что более 50 % этого объема обеспечивается уровнем развития экономики страны, индикатором которого является ВВП. При этом на динамику как экспорта, так и импорта телекоммуникационных, компьютерных и информационных услуг существенное влияние оказывают также стоимость экспортированной сырой нефти, нефтепродуктов и природного газа. Влияние остальных факторов незначительно.Модели (3) и (4) могут быть использованы для дальнейшего детального анализа влияния экономических факторов на развитие ИКТ и решения широкого круга задач прогнозного характера. ЗаключениеВ работе в результате организованного с использованием соответствующей вычислительной технологии конкурса регрессионных моделей разработаны математические модели влияния экономических показателей – стоимости экспортированной сырой нефти, нефтепродуктов, природного газа, прямых инвестиций за границу и в Россию, объема ВВП – на объемы экспорта и импорта телекоммуникационных, компьютерных и информационных услуг. Эти объемы, как следует из моделей, более чем наполовину зависят от уровня развития экономики страны, обобщенным выражением которого является ВВП. При этом на динамику и экспорта, и импорта телекоммуникационных, компьютерных и информационных услуг весьма значительное влияние оказывают также такие важные макроэкономические показатели, как стоимость экспортированной сырой нефти, нефтепродуктов и природного газа.</p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Кузнецова Е. И. Национальная экономическая безопасность как предмет экономической страте-гии государства // Национальные интересы: приоритеты и безопасность. 2008. Т. 4. № 7 (28). С. 30-34.</mixed-citation>
     <mixed-citation xml:lang="en">Kuznecova E. I. Nacional'naya ekonomicheskaya bezopasnost' kak predmet ekonomicheskoy strate-gii gosudarstva // Nacional'nye interesy: prioritety i bezopasnost'. 2008. T. 4. № 7 (28). S. 30-34.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Isham J., Woolcock M., Pritchett L., Busby G. The varieties of resource experience: Natural resource export structures and the political economy of economic growth // World Bank Economic Review. 2005. V. 19 (2). P. 141-174.</mixed-citation>
     <mixed-citation xml:lang="en">Isham J., Woolcock M., Pritchett L., Busby G. The varieties of resource experience: Natural resource export structures and the political economy of economic growth // World Bank Economic Review. 2005. V. 19 (2). P. 141-174.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Farzanegan M. R., Markwardt G. The effects of oil price shocks on the Iranian economy // Energy Economics. 2009. V. 31 (1). P. 134-151.</mixed-citation>
     <mixed-citation xml:lang="en">Farzanegan M. R., Markwardt G. The effects of oil price shocks on the Iranian economy // Energy Economics. 2009. V. 31 (1). P. 134-151.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B4">
    <label>4.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Ишханян М. В., Сотникова О. А. Эконометрический анализ зависимости между динамикой ми-рового рынка сырой нефти и курсом акций транспортных компаний // Вклад транспорта в национальную экономическую безопасность: сб. тр. II Междунар. науч.-практ. конф. (Москва, 06 апреля 2017 г.) / под ред. Р. А. Кожевникова, Ю. И. Соколова. М.: Изд-во МИИТ, 2017. С. 154-156.</mixed-citation>
     <mixed-citation xml:lang="en">Ishhanyan M. V., Sotnikova O. A. Ekonometricheskiy analiz zavisimosti mezhdu dinamikoy mi-rovogo rynka syroy nefti i kursom akciy transportnyh kompaniy // Vklad transporta v nacional'nuyu ekonomicheskuyu bezopasnost': sb. tr. II Mezhdunar. nauch.-prakt. konf. (Moskva, 06 aprelya 2017 g.) / pod red. R. A. Kozhevnikova, Yu. I. Sokolova. M.: Izd-vo MIIT, 2017. S. 154-156.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B5">
    <label>5.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Nurunnabi M. Transformation from an Oil-based Economy to a Knowledge-based Economy in Saudi Arabia: the Direction of Saudi Vision 2030 // Journal of the Knowledge Economy. 2017. V. 8 (2). P. 536-564.</mixed-citation>
     <mixed-citation xml:lang="en">Nurunnabi M. Transformation from an Oil-based Economy to a Knowledge-based Economy in Saudi Arabia: the Direction of Saudi Vision 2030 // Journal of the Knowledge Economy. 2017. V. 8 (2). P. 536-564.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B6">
    <label>6.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Заорский Г. В., Илющенко Т. В. Ресурсное обеспечение государственного регулирования экономики // Проблемы развития мировой и российской экономики: материалы Междунар. науч. конф. (Иркутск, 26 марта 2013 г.) / отв. ред. В. П. Горев. Иркутск: Изд-во Байкал. гос. ун-та экономики и права, 2013. С. 61-78.</mixed-citation>
     <mixed-citation xml:lang="en">Zaorskiy G. V., Ilyuschenko T. V. Resursnoe obespechenie gosudarstvennogo regulirovaniya ekonomiki // Problemy razvitiya mirovoy i rossiyskoy ekonomiki: materialy Mezhdunar. nauch. konf. (Irkutsk, 26 marta 2013 g.) / otv. red. V. P. Gorev. Irkutsk: Izd-vo Baykal. gos. un-ta ekonomiki i prava, 2013. S. 61-78.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B7">
    <label>7.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Ивантер В. В. Стратегия перехода к экономическому росту // Проблемы прогнозирования. 2016. № 1 (154). С. 3-7.</mixed-citation>
     <mixed-citation xml:lang="en">Ivanter V. V. Strategiya perehoda k ekonomicheskomu rostu // Problemy prognozirovaniya. 2016. № 1 (154). S. 3-7.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B8">
    <label>8.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Nath H. K., Liu L. Information and communications technology (ICT) and services trade // Information Economics and Policy. 2017. N. 41. P. 81-87.</mixed-citation>
     <mixed-citation xml:lang="en">Nath H. K., Liu L. Information and communications technology (ICT) and services trade // Information Economics and Policy. 2017. N. 41. P. 81-87.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B9">
    <label>9.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Liu L., Nath H. K. Information and communications technology and trade in emerging market economies // Emerging Markets Finance and Trade. 2013. V. 49 (6). P. 67-87.</mixed-citation>
     <mixed-citation xml:lang="en">Liu L., Nath H. K. Information and communications technology and trade in emerging market economies // Emerging Markets Finance and Trade. 2013. V. 49 (6). P. 67-87.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B10">
    <label>10.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Tay C. Comparison of the impact of information and communication technology between bilateral trade in goods and services // Journal of System and Management Sciences. 2020. V. 10 (1). P. 1-31.</mixed-citation>
     <mixed-citation xml:lang="en">Tay C. Comparison of the impact of information and communication technology between bilateral trade in goods and services // Journal of System and Management Sciences. 2020. V. 10 (1). P. 1-31.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B11">
    <label>11.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Green R., Burgess J., Turner G. The ICT Sector, Growth and Productivity: Ireland and Australia Com-pared // The Economic and Labour Relations Review. 2004. V. 15 (1). P. 99-127.</mixed-citation>
     <mixed-citation xml:lang="en">Green R., Burgess J., Turner G. The ICT Sector, Growth and Productivity: Ireland and Australia Com-pared // The Economic and Labour Relations Review. 2004. V. 15 (1). P. 99-127.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B12">
    <label>12.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">The ICT Development Index (IDI): conceptual framework and methodology. URL: https://www.itu.int/en/ITU-D/Statistics/Pages/publications/mis2015/methodology.aspx (дата обращения: 15.06.2021).</mixed-citation>
     <mixed-citation xml:lang="en">The ICT Development Index (IDI): conceptual framework and methodology. URL: https://www.itu.int/en/ITU-D/Statistics/Pages/publications/mis2015/methodology.aspx (data obrascheniya: 15.06.2021).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B13">
    <label>13.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Центральный банк Российской Федерации: официальный сайт. URL: https://www.cbr.ru/ (дата обращения: 15.06.2021).</mixed-citation>
     <mixed-citation xml:lang="en">Central'nyy bank Rossiyskoy Federacii: oficial'nyy sayt. URL: https://www.cbr.ru/ (data obrascheniya: 15.06.2021).</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B14">
    <label>14.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Окунев Д. О. Влияние мировых цен сырой нефти на цену нефтепродуктов в России, Китае и США // Евразийское пространство: добрососедство и стратегическое партнерство: материалы VIII Евраз. эконом. форума молодежи (Екатеринбург, 19-21 апреля 2017 г.): в 3 т. Екатеринбург: Изд-во Урал. гос. эконом. ун-та, 2017. Т. 2. С. 87-90.</mixed-citation>
     <mixed-citation xml:lang="en">Okunev D. O. Vliyanie mirovyh cen syroy nefti na cenu nefteproduktov v Rossii, Kitae i SShA // Evraziyskoe prostranstvo: dobrososedstvo i strategicheskoe partnerstvo: materialy VIII Evraz. ekonom. foruma molodezhi (Ekaterinburg, 19-21 aprelya 2017 g.): v 3 t. Ekaterinburg: Izd-vo Ural. gos. ekonom. un-ta, 2017. T. 2. S. 87-90.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B15">
    <label>15.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Borenstein S., Cameron C., Gilbert R. Do gasoline prices respond asymmetrically to crude oil price changes? // Quarterly Journal of Economics. 1997. V. 112 (1). P. 304-339.</mixed-citation>
     <mixed-citation xml:lang="en">Borenstein S., Cameron C., Gilbert R. Do gasoline prices respond asymmetrically to crude oil price changes? // Quarterly Journal of Economics. 1997. V. 112 (1). P. 304-339.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B16">
    <label>16.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Базилевский М. П., Вергасов А. С., Носков С. И. Групповой отбор информативных переменных в регрессионных моделях // Юж.-Сиб. науч. вестн. 2019. № 4-1 (28). С. 36-39.</mixed-citation>
     <mixed-citation xml:lang="en">Bazilevskiy M. P., Vergasov A. S., Noskov S. I. Gruppovoy otbor informativnyh peremennyh v regressionnyh modelyah // Yuzh.-Sib. nauch. vestn. 2019. № 4-1 (28). S. 36-39.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B17">
    <label>17.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Носков С. И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. Иркутск: Облинформпечать, 1996. 320 с.</mixed-citation>
     <mixed-citation xml:lang="en">Noskov S. I. Tehnologiya modelirovaniya ob'ektov s nestabil'nym funkcionirovaniem i neopredelennost'yu v dannyh. Irkutsk: Oblinformpechat', 1996. 320 s.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B18">
    <label>18.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Базилевский М. П. Аналитические зависимости между коэффициентами детерминации и соот-ношением дисперсий ошибок исследуемых признаков в модели регрессии Деминга // Математическое моделирование и численные методы. 2016. № 2 (10). С. 104-116.</mixed-citation>
     <mixed-citation xml:lang="en">Bazilevskiy M. P. Analiticheskie zavisimosti mezhdu koefficientami determinacii i soot-nosheniem dispersiy oshibok issleduemyh priznakov v modeli regressii Deminga // Matematicheskoe modelirovanie i chislennye metody. 2016. № 2 (10). S. 104-116.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B19">
    <label>19.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Базилевский М. П. Аналитические зависимости для некоторых критериев адекватности модели регрессии деминга // Вестн. Иркут. гос. техн. ун-та. 2016. Т. 20. № 10 (117). С. 81-89.</mixed-citation>
     <mixed-citation xml:lang="en">Bazilevskiy M. P. Analiticheskie zavisimosti dlya nekotoryh kriteriev adekvatnosti modeli regressii deminga // Vestn. Irkut. gos. tehn. un-ta. 2016. T. 20. № 10 (117). S. 81-89.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B20">
    <label>20.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Носков С. И., Базилевский М. П. Множественное оценивание параметров и критерий согласованности поведения в регрессионном анализе // Вестн. Иркут. гос. техн. ун-та. 2018. Т. 22. № 4 (135). С. 101-110.</mixed-citation>
     <mixed-citation xml:lang="en">Noskov S. I., Bazilevskiy M. P. Mnozhestvennoe ocenivanie parametrov i kriteriy soglasovannosti povedeniya v regressionnom analize // Vestn. Irkut. gos. tehn. un-ta. 2018. T. 22. № 4 (135). S. 101-110.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B21">
    <label>21.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Носков С. И., Врублевский И. П. Анализ регрессионной модели грузооборота железнодорожного транспорта // Вестн. транспорта Поволжья. 2020. № 1 (79). С. 86-90.</mixed-citation>
     <mixed-citation xml:lang="en">Noskov S. I., Vrublevskiy I. P. Analiz regressionnoy modeli gruzooborota zheleznodorozhnogo transporta // Vestn. transporta Povolzh'ya. 2020. № 1 (79). S. 86-90.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B22">
    <label>22.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Носков С. И. Выбор метода оценивания параметров линейной регрессии на основе выявления аномальных наблюдений // Вестн. Воронеж. гос. техн. ун-та. 2021. Т. 17. № 2. С. 24-29.</mixed-citation>
     <mixed-citation xml:lang="en">Noskov S. I. Vybor metoda ocenivaniya parametrov lineynoy regressii na osnove vyyavleniya anomal'nyh nablyudeniy // Vestn. Voronezh. gos. tehn. un-ta. 2021. T. 17. № 2. S. 24-29.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B23">
    <label>23.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Носков С. И. Метод смешанного оценивания параметров линейной регрессии: особенности при-менения // Вестн. Воронеж. гос. ун-та. Сер.: Системный анализ и информационные технологии. 2021. № 1. С. 126-132.</mixed-citation>
     <mixed-citation xml:lang="en">Noskov S. I. Metod smeshannogo ocenivaniya parametrov lineynoy regressii: osobennosti pri-meneniya // Vestn. Voronezh. gos. un-ta. Ser.: Sistemnyy analiz i informacionnye tehnologii. 2021. № 1. S. 126-132.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B24">
    <label>24.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Носков С. И. Оценивание параметров линейной регрессии посредством максимизации числа совпадений знаков приращений фактических и расчетных значений зависимой переменной // Информа-ционные технологии и математическое моделирование в управлении сложными системами. 2021. № 2 (10). С. 109-111.</mixed-citation>
     <mixed-citation xml:lang="en">Noskov S. I. Ocenivanie parametrov lineynoy regressii posredstvom maksimizacii chisla sovpadeniy znakov prirascheniy fakticheskih i raschetnyh znacheniy zavisimoy peremennoy // Informa-cionnye tehnologii i matematicheskoe modelirovanie v upravlenii slozhnymi sistemami. 2021. № 2 (10). S. 109-111.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B25">
    <label>25.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Носков С. И., Базилевский М. П., Врублевский И. П. Оценка результатов среднесрочного прогно-зирования эксплуатационных характеристик железной дороги // Вестн. Урал. гос. ун-та путей сообщения. 2020. № 1 (45). С. 51-57.</mixed-citation>
     <mixed-citation xml:lang="en">Noskov S. I., Bazilevskiy M. P., Vrublevskiy I. P. Ocenka rezul'tatov srednesrochnogo progno-zirovaniya ekspluatacionnyh harakteristik zheleznoy dorogi // Vestn. Ural. gos. un-ta putey soobscheniya. 2020. № 1 (45). S. 51-57.</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
